5.9 KiB
5.9 KiB
tags
| tags | ||||
|---|---|---|---|---|
|
| Epic | Beschreibung (Outcome) | Abgedeckte Personas |
|---|---|---|
| Textqualität & Sprachkorrektheit | Texte sollen sprachlich korrekt, verständlich und formal sauber sein | Chris, Emily, Franzi |
| Kontextuelle Textanalyse | Texte sollen inhaltlich zusammenhängend und logisch verständlich sein | Max, Emily |
| Wissenschaftliche & faktenbasierte Validierung | Inhalte sollen faktenbasiert, überprüfbar und quellenbelegt sein | Sascha, Emily |
| Transparente Fehler- & Quellenkennzeichnung | Fehler und Quellen sollen klar sichtbar und nachvollziehbar dargestellt werden | Franzi, Sascha |
| KI-Textanalyse & Qualitätsverbesserung | KI-generierte Texte sollen analysiert und qualitativ verbessert werden | Miriam |
| Performante & effiziente Analyse | Analysen sollen schnell und zuverlässig durchgeführt werden | Franzi |
| Erweiterbare Analyseplattform | Das System soll modular erweiterbar und wartbar sein | Tobias (Dev), Alex (Admin) |
| Erklärbarkeit & Nachvollziehbarkeit | Analyseergebnisse sollen erklärbar und auditierbar sein | Laura, Sascha |
Überblick: Epics → Architekturbezug
Zur Orientierung zuerst die Zuordnung:
| Epic | Hauptbetroffene Architekturteile |
|---|---|
| Textqualität & Sprachkorrektheit | Core Analysis, Analysis Orchestrator |
| Kontextuelle Textanalyse | Extended Analysis Plug-Ins |
| Wissenschaftliche & faktenbasierte Validierung | Extended Analysis Plug-Ins |
| Transparente Fehler- & Quellenkennzeichnung | Service Layer |
| KI-Textanalyse & Qualitätsverbesserung | Core + Extended Analysis |
| Performante & effiziente Analyse | Core Layer, Orchestrator |
| Erweiterbare Analyseplattform | Core Layer (Plugin-Manager) |
| Erklärbarkeit & Nachvollziehbarkeit | Service Layer, Core |
Epic 1: Textqualität & Sprachkorrektheit
Ziel
Texte sollen sprachlich korrekt, konsistent und formal sauber sein.
User Stories
| Story |
|---|
| Als Nutzer möchte ich Grammatikfehler automatisch erkennen lassen |
| Als Nutzer möchte ich Rechtschreibfehler erkennen lassen |
| Als Nutzer möchte ich Zeichensetzungsfehler erkennen lassen |
| Als Nutzer möchte ich Wiederholungen im Text erkennen lassen |
Aufgaben (Tasks)
Core Analysis
- Grammatik-Checker implementieren
- Rechtschreib-Checker implementieren
- Punkt- & Komma-Checker implementieren
- Repetition-Checker implementieren
Analysis Orchestrator
- Reihenfolge der Checks definieren
- Ergebnisse aggregieren
- Einheitliches Ergebnisformat erzeugen
Epic 2: Kontextuelle Textanalyse
Ziel
Inhaltliche Zusammenhänge und logische Konsistenz prüfen.
User Stories
| Story |
|---|
| Als Nutzer möchte ich erkennen, ob mein Text inhaltlich konsistent ist |
| Als Nutzer möchte ich Hinweise auf Kontextbrüche erhalten |
Aufgaben (Tasks)
Extended Analysis Plug-Ins
- Context-Checker-Plugin definieren
- Plugin-Interface implementieren
- Kontextbewertung (lokal / global)
Analysis Orchestrator
- Kontext-Check optional aktivierbar machen
- Abhängigkeit zu Core-Checks definieren
Epic 3: Wissenschaftliche & faktenbasierte Validierung
Ziel
Texte sollen faktenbasiert, quellengeprüft und vertrauenswürdig sein.
User Stories
| Story |
|---|
| Als Wissenschaftler möchte ich Fakten prüfen lassen |
| Als Nutzer möchte ich Aussagen mit Quellen belegt sehen |
| Als Nutzer möchte ich Halluzinationen erkennen |
Aufgaben (Tasks)
Extended Analysis Plug-Ins
- Fact-Checker-Plugin implementieren
- Hallucination-Checker-Plugin implementieren
- Externe Quellenanbindung definieren
Core Layer
- Plugin-Lifecycle (Load / Unload)
- Timeout-Handling für externe Checks
Epic 4: Transparente Fehler- & Quellenkennzeichnung
Ziel
Analyseergebnisse sollen klar sichtbar und nachvollziehbar sein.
User Stories
| Story |
|---|
| Als Nutzer möchte ich Fehler im Text markiert sehen |
| Als Nutzer möchte ich Quellen per Hover einsehen |
Aufgaben (Tasks)
Service Layer
- Response Orchestrator erweitern
- Markierungsformat definieren
- Hover-fähige Quellenstruktur erzeugen
Core
- Einheitliches Result-Model definieren
- Confidence / Severity berücksichtigen
Epic 5: KI-Textanalyse & Qualitätsverbesserung
Ziel
KI-Texte gezielt analysieren und verbessern.
User Stories
| Story |
|---|
| Als Forscherin möchte ich Wiederholungen in KI-Texten messen |
| Als Forscherin möchte ich Analyseergebnisse exportieren |
Aufgaben (Tasks)
Core Analysis
- Wiederholungsmetriken definieren
Service Layer
- Exportformate (JSON)
- Analysehistorie ausgeben
Epic 6: Performante & effiziente Analyse
Ziel
Analyse soll schnell, stabil und skalierbar sein.
User Stories
| Story |
|---|
| Als Nutzer möchte ich schnelle Analyseergebnisse |
| Als Betreiber möchte ich Engpässe erkennen |
Aufgaben (Tasks)
Core Layer
- Performance Metric Observer implementieren
- Latenz pro Plugin messen
Analysis Orchestrator
- Parallele Plugin-Ausführung
- Abbruchlogik bei Timeouts
Epic 7: Erweiterbare Analyseplattform
Ziel
Neue Analyse-Plug-ins sollen einfach integrierbar sein.
User Stories
| Story |
|---|
| Als Entwickler möchte ich neue Plugins einfach einbinden |
| Als Admin möchte ich Plugins konfigurieren |
Aufgaben (Tasks)
Core Layer
- Plugin-Manager implementieren
- Plugin-Discovery
- Plugin-Konfiguration
Dokumentation
- Plugin-Interface dokumentieren
- Beispiel-Plugin bereitstellen
Epic 8: Erklärbarkeit & Nachvollziehbarkeit
Ziel
Analyseergebnisse müssen erklärbar und auditierbar sein.
User Stories
| Story |
|---|
| Als Nutzer möchte ich verstehen, warum etwas als Fehler markiert wurde |
| Als Compliance-Beauftragte möchte ich Analyseentscheidungen nachvollziehen |
Aufgaben (Tasks)
Service Layer
- Erklärungstexte generieren
- Quellen & Gründe anzeigen
Core
- Logging der Analyseentscheidungen
- Analyse-Audit-Trail