Pflege-Posteingang

Anforderungen der Stelle – und wo sie hier umgesetzt sind

• Softwarearchitektur, Web-Backend (Python/TypeScript)

  gefordert

  Next.js als Backend-for-Frontend (TypeScript) und FastAPI (Python) mit Postgres; Architektur nach arc42 mit Entscheidungen als ADRs, jedes Feature als Spec mit Akzeptanzkriterien.

  docs/architecture/apps/api/apps/web/

• Anbindung von LLMs über APIs

  gefordert

  Mistral OCR liest Fotos und PDFs, Mistral Small schlägt Felder mit wörtlichen Belegen vor; Anbieter per Konfiguration austauschbar, Kosten durch Tageskontingente begrenzt.

  In der App: Posteingangapps/api/app/providers/apps/api/app/extraction/

• RAG, agentenbasierte KI

  gefordert

  Fragen an freigegebene Dokumente: strukturbewusstes Chunking, Vektorsuche nur im eigenen Wohnbereich, Antworten nur mit geprüften Quellenzitaten. Dazu ein Agent mit Function Calling und eigenem Token (Token Exchange): Er liest mit den Rechten der Pflegekraft und schlägt Wiedervorlagen vor, gespeichert wird erst, wenn sie bestätigt.

  In der App: Fragen und Agentapps/api/app/rag/apps/api/app/agent/supabase/migrations/20261031000000_f08_agent_rights.sql

• IT-/API-Sicherheit, OAuth 2.0/OIDC

  gefordert

  Login über OpenID Connect (Zitadel), Tokens nur im Server, Zugriff im Namen des Nutzers; Row Level Security trennt die Wohnbereiche in der Datenbank selbst.

  In der App: Bewohner (nach Rollenwahl)apps/api/app/auth/apps/web/src/lib/auth/supabase/migrations/

• Lokale Modelle

  wünschenswert

  Komplett lokaler Betrieb mit `make up-local`: Ollama (Chat und Embeddings), Docling (OCR) und Keycloak, ohne Cloud-Dienst; nur per Konfiguration umgeschaltet.

  apps/api/app/providers/llm/ollama.pyapps/api/app/providers/embeddings/ollama.pyinfra/local-stack.sh

• Docker, CI/CD

  wünschenswert

  Docker-Images für Web und API, lokaler Betrieb mit `make up`; GitHub Actions für Tests, nächtlichen Reset und Keep-alive der Datenbank.

  apps/api/Dockerfileapps/web/Dockerfileinfra/local-stack.sh.github/workflows/

• Sicherheitsrisiken von LLM-Anwendungen

  wünschenswert

  Bedrohungsmodell nach OWASP LLM Top 10; Schutz vor Prompt-Injection in fünf Schichten: versteckte Schrift im PDF, Regeln, Prüfmodell, Dokumente nur als markierte Daten, Ausgabe prüfen. Kein Modell außer der OCR sieht Bewohnernamen (Pseudonymisierung).

  In der App: Posteingang (Musterdokumente mit Angriff)Sicherheitsberichtdocs/security/threat-model.mdapps/api/app/security/apps/api/app/privacy/apps/api/tests/security/

Rolle wählen

Alle Personen und Dokumente sind erfundene Musterdaten. Die Anmeldung läuft über einen echten Identity Provider (OIDC). Die Passwörter der Demo-Konten stehen in der Bewerbung, damit nicht jeder die Tageskontingente der Demo aufbrauchen kann.