Artikel

Bescheinigung über die betriebliche Projektabnahme

Projektbezeichnung: Erweiterung eines KI-unterstützten Assistenzsystems um eine automatische Quellen- und Zitatfunktion
Prüfling: Sven Oliver Berger
Ausbildungsbetrieb: WolkenWerk GmbH, Hofheim am Taunus

Hiermit wird bestätigt, dass das oben genannte Projekt im Zeitraum vom 06.03.2026 bis zum 06.05.2026 im Betrieb durchgeführt wurde.

Die Projektergebnisse wurden am heutigen Tage präsentiert und durch den Auftraggeber abgenommen.
Alle im Projektantrag…

Eidesstattliche Erklärung

Ich, Sven Oliver Berger, versichere hiermit, dass ich die vorliegende Projektdokumentation mit dem Titel: „Erweiterung eines KI-unterstützten Assistenzsystems um eine automatische Quellen- und Zitatfunktion“ selbstständig und ohne fremde Hilfe angefertigt habe.
Es wurden keine anderen als die angegebenen Quellen und Hilfsmittel verwendet.
Alle Stellen, die dem Wortlaut oder dem Sinn nach anderen Werken entnommen sind, wurden unter Angabe der Quellen als Entlehnung…

Anhang A: Technische Rahmenbedingungen

A.1 Vorhandene Systemumgebung

Schicht		Technologie		Version
Frontend-Framework		Next.js (React)		16.0.4
Datenbankzugriff		Prisma ORM		6.19.0
Datenbank		PostgreSQL		16.4
Authentifizierung		better-auth		1.4.1
Programmiersprache		TypeScript
KI-Schnittstelle		AuxData (extern, API)

Anhang B: Planung und Wirtschaftlichkeit

B.1 Detaillierter Zeitplan

Phase	Teilaufgabe	Stunden
Analyse	Ist-Analyse, Anforderungen, Schnittstellen, WiBe	16 Stunden
Entwurf	Soll-Konzept, Schnittstellen,

…

Technik	Verwendungszweck	URL
Prisma Documentation	JSON fields (jsonb)	https://www.prisma.io/docs/orm/prism…del/json-fields
Next.js Documentation	Server-Sent Events in Route Handlers	https://nextjs.org/docs/app/build…/route-handlers
PostgreSQL 16 Manual	JSON Types and Functions	https://www.postgresql.org/docs/16/datatype-json.html
TypeScript Handbook	Discriminated Unions	https://www.typescriptlang.org/docs/handbook/…iminated-unions
MDN Web Docs	Using server-sent events

…

Abkürzung	Bedeutung
API	Application Programming Interface (Programmierschnittstelle)
CUID	Collision-resistant Unique Identifier (eindeutiger Bezeichner)
ERM	Entity-Relationship-Modell (Datenmodell-Diagramm)
FIAE	Fachinformatiker für Anwendungsentwicklung
IHK	Industrie- und Handelskammer
JSON	JavaScript Object Notation (Datenformat)
JSONB	Binary JSON (PostgreSQL-Format für effiziente JSON-Speicherung)
LLM	Large Language Model (Großes Sprachmodell / KI)
ORM	Object-Relational Mapper (Datenbank-Abstraktionsschicht)

…

8.1 Zusammenfassung

Das Projektziel wurde vollständig erreicht. Die Anwendung „WissensWerk“ verfügt nun über eine robuste, persistente Quellenanzeige, die das Vertrauen der Nutzer in die KI-generierten Antworten nachhaltig stärkt. Die wirtschaftliche Relevanz wird durch eine Amortisationszeit von nur ca. 3,6 Monaten unterstrichen.

8.2 Ausblick

Für zukünftige Versionen ist die Implementierung von automatisierten Unit-Tests für das Modul chat.sources.ts geplant. Zudem wird evaluiert, ob die…

7.1 Zeitlicher Vergleich und Abweichungen

Das Projekt wurde termingerecht innerhalb des 80-Stunden-Rahmens abgeschlossen. Es kam jedoch zu internen Verschiebungen:

• Analyse & Dokumentation (-5h): Durch eine strukturierte Vorplanung konnte hier Zeit eingespart werden.
• Implementierung (+3h): Der Mehraufwand resultierte aus der unerwartet hohen Variabilität der API-Payloads und der komplexen Logik zur einmaligen Emission des sources-Events im Streaming-Prozess.

Eine tabellarische Gegenüberstellung der…

6.1 Testkonzept und Durchführung

Aufgrund der engen Verzahnung mit der externen AuxData-API wurden manuelle Funktionstests anhand eines vorab definierten Prüfkatalogs durchgeführt. Die Teststrategie umfasste drei Schwerpunkte:

• Positivtests: Korrekte Quellenanzeige bei fachlichen Standardanfragen.
• Negativ- und Grenzwerttests: Verhalten bei Anfragen ohne Quellenbezug, extrem langen Quelltexten oder ungültigen URL-Formaten.
• Stabilitätstests: Prüfung der Ausfallsicherheit des SSE-Streams bei

…

5.1 Datenbank-Migration und Persistenz

Die Umsetzung startete mit der Erweiterung des Prisma-Schemas um das sources-Feld. Die Migration wurde mittels Prisma Migrate durchgeführt, um eine konsistente Datenbankstruktur über alle Entwicklungsumgebungen hinweg sicherzustellen. Durch die Wahl des Datentyps jsonb konnte die Persistierung der Quellen ohne komplexe Tabellen-Joins realisiert werden. Der zugehörige SQL-Auszug befindet sich in Anhang E.1.

5.2 Backend: Modulare Quellenextraktion

Um den …

4.1 Soll-Konzept

Das Soll-Konzept sieht eine dreistufige Verarbeitung der Quelldaten vor:

• Extraktion und Normalisierung im Backend.
• Persistierung in der Datenbank.
• Strukturierte Darstellung im Frontend.

Aus diesem Konzept wurde ein technisches Pflichtenheft abgeleitet, welches die genauen Implementierungsrichtlinien und Beschränkungen (z. B. maximale Zeichenlängen) definiert. Das vollständige Pflichtenheft ist in Anhang D.1 dokumentiert.

4.2 Datenbankmodellierung

Eine zentrale Architekturentscheidung…

3.1 Ist-Analyse und Problemstellung

Die Anwendung „WissensWerk“ basiert auf einer dreischichtigen Architektur aus Next.js-Frontend, einer API-Schicht und einer PostgreSQL-Datenbank. Die Analyse des Kommunikationsflusses ergab, dass die externe AuxData-API bereits strukturierte Quellverweise liefert.

Die zentrale Schwachstelle: Diese Daten wurden in der bestehenden Implementierung verworfen. Zudem variiert das Format der Quelldaten (Arrays, Objekte, Strings) stark, was eine direkte Speicherung…

2.1 Projektphasen und Zeitplanung

Die Projektdurchführung folgt dem erweiterten Wasserfallmodell. Dieses ermöglicht eine klare Strukturierung der Phasen, erlaubt jedoch bei Bedarf Rücksprünge, um Erkenntnisse aus der Implementierung in den Entwurf einfließen zu lassen. Die Gesamtdauer des Projekts beträgt exakt 80 Stunden.

Phase	Geplante Stunden
Analyse	16 Stunden
Entwurf	13 Stunden
Implementierung	31 Stunden
Test	8 Stunden
Dokumentation	12 Stunden
Gesamt	80 Stunden

Eine detaillierte Aufschlüsselung der…

1.1 Projektgegenstand und Zielsetzung

Die WolkenWerk GmbH entwickelt die webbasierte Chat-Anwendung „WissensWerk“. Diese nutzt ein Large Language Model (LLM), um technischen Mitarbeitern kontextbezogene Antworten auf Fachfragen zu liefern.
Ein zentrales Problem war bisher die mangelnde Transparenz: Die von der KI-Schnittstelle gelieferten Quellverweise wurden nicht verarbeitet. Ziel dieser Projektarbeit ist es, das System, um eine automatische Quellenextraktion und -anzeige zu erweitern. Dies…

TITEL	Erweiterung eines KI-unterstützten Assistenzsystems um eine automatische Quellen- und Zitatfunktion
PRÜFLING	Sven Oliver Berger
BERUF	Fachinformatiker für Anwendungsentwicklung
BETRIEB	WolkenWerk GmbH, Lorsbacher Straße 4a, 65719 Hofheim am Taunus
IHK	IHK Frankfurt am Main
ZEITRAUM	06.03.2026 – 06.05.2026

Die Umsetzung des Projekts besteht in der Erweiterung einer bereits bestehenden, webbasierten Chat-Komponente um eine eigenständige Funktion zur Verarbeitung und Ausgabe von Informationsquellen und Zitaten.
Dabei wird eine neue Verarbeitungslogik entwickelt, die die vom bestehenden LLM gelieferten Inhalte analysiert, relevante Quelleninformationen zuordnet und diese strukturiert für die Ausgabe aufbereitet.

Die Implementierung erfolgt in TypeScript innerhalb der bestehenden Anwendungsarchitektur…

Die Umsetzung des Projekts erfolgt in einem kleinen Soȅwareunternehmen mit Schwerpunkt auf der Entwicklung von Webanwendungen.
Das Projektteam besteht aus dem Geschäftsführer, Tobias Klonk, zwei festangestellten Mitarbeitern sowie einem Praktikanten im Rahmen der Umschulung zum Fachinformatiker für Anwendungsentwicklung.
Der Geschäftsführer fungiert als Auftragsgeber des Projekts und steht während der gesamten Projektlaufzeit als Ansprechpartner zur Verfügung.

Die technische Umsetzung erfolgt…

Das Unternehmen nutzt das Netz 192.168.20.0/28.
Folgende Geräte sollen feste IPs erhalten:

• PC #1: 192.168.20.5
• PC #2: 192.168.20.6
• PC #3: 192.168.20.18
• PC #4: 192.168.20.29

Aufgabenstellung

1. Geben Sie die Subnetzmaske in Dezimalschreibweise an.
2. Berechnen Sie die Blockgröße.
3. Listen Sie die ersten drei Subnetze von 192.168.20.0/28 auf (jeweils Netzadresse, Broadcastadresse, Hostbereich).
4. Ordnen Sie PC #1 – PC #4 den richtigen Subnetzen zu.
5. Prüfen Sie:
   a. Welche PCs können direkt miteinander kommunizieren?
   b.

…

Das Training oder die Feinjustierung des verwendeten LLM-Modells, die Erstellung oder Pflege der Wissensdatenbasis sowie die Entwicklung einer vollständigen Chat-Oberfläche sind nicht Bestandteil des Projekts.
Eine fachliche oder rechtliche Bewertung der durch das System ausgegebenen Inhalte ist ebenfalls nicht Gegenstand dieses Projekts.
Gegenstand des Projekts ist ausschließlich die funktionale Erweiterung einer bereits vorhandenen Chat-Komponente.

Im Titel des Projekts wird der Begriff "KI" verwendet. Im Rahmen dieses Projekts ist damit ein sogenanntes Large Language Model (LLM) gemeint.
Ein LLM berechnet bei jeder Ausgabe, welches Wort mit hoher Wahrscheinlichkeit als Nächstes folgt, und erzeugt so eine Antwort.

Bekannte Beispiele für solche Systeme sind textbasierte Assistenten, wie sie heute bereits in Chat-Anwendungen oder digitalen Hilfesystemen eingesetzt werden

Zur Planung und Durchführung des Projekts wird das erweiterte Wasserfallmodell eingesetzt.
Diese Methode eignet sich besonders für das vorliegende Projekt, da Ziel und Projektumfang im Vorfeld klar definiert sind und die einzelnen Arbeitsschritte logisch aufeinander aufbauen.
Durch die Möglichkeit, bei Bedarf zwischen den Phasen zurückzuspringen, können Anpassungen vorgenommen und Fehler frühzeitig erkannt und behoben werden.

Das Projekt wird in folgende Phasen gegliedert:

• Analyse
• Entwurf

…