Wissensdatenbank-Kompression

Zweck & Zielgruppe: Das Tool komprimiert Wissensdatenbank-Inhalte zu knappen, domänenbezogenen Zusammenfassungen. Überlange KB-Artikel behindern Schnelligkeit von Referenz, Einarbeitung und Support-Workflows. Zielnutzer sind Wissensmanager, technische Redakteure, Inhaltsstrategen und Kundendienst-Ingenieure, die kürzere Fassungen benötigen, ohne Definitionen, Schlüsselbegriffe oder zentrale Schritte zu verlieren. Anwendungsfälle: Artikellaktualisierungen, Inhaltsaufbereitung oder Erstellung von Übersichts-Dokumenten aus detaillierten Guides. Annahmen: Inhalte in Englisch als Standard; Mehrsprachigkeit optional.
Kernlogik & Funktionen: Kombination aus extraktiver und abstrakter Methoden mit domänenbezogenem Begriffserhalt. Erforderliche Funktionen: Textnormalisierung, konfigurierbare Ziellänge (Wörterzahl oder Anteil des Originals), Erhalt definierter Begriffe und Entities, faktenbasierte Konsistenzprüfungen, Ausgabe, die in CMS importiert werden kann. Erweiterte Funktionen (Optional): Glossarextraktion, Entity-Verlinkung, Mehrsprachigkeit, Tonalitätskontrolle, Revisionsdifferenzen, Formatvorlagen. Fokus auf Definitionen und Top-Domänenbegriffe; Modi: extraktiv (Schlüsselphrasen) oder abstrakt (Bedeutung beibehalten).
Eingaben & Ausgaben: Eingaben: source_text (String, Beispiel: langer KB-Artikel), target_word_count (Integer, Beispiel: 150, Pflicht), preserve_terms (Array[String], Beispiel: ["API","Authentifizierung"], Optional), language (String, Beispiel: "de"), output_format (String, Beispiel: "short_kb", Optional). Ausgaben: compressed_text (String), compressed_word_count (Integer), reduction_percentage (Float), term_coverage (Float), readability_score (Float).
Algorithmen & Berechnungen: Pipeline: Vorverarbeitung (Whitespace-Normalisierung, Groß-/Kleinschreibung), Segmentierung in Blöcke, Bewertung nach Salienz und domänenbezogener Gewichtung, Kompression zur Ziel-Länge unter Beibehaltung wesentlicher Definitionen und Schritte. Kernkennzahl: reduction_percentage = (original_word_count - compressed_word_count) / original_word_count * 100. Optionale Checks sichern, dass Definitionsabschnitte erhalten bleiben und Glossar-Begriffe mit dem Text übereinstimmen.
Fehler & Randfälle: Fehlende Eingaben lösen Fehler aus; Ziel-Länge größer als Original liefert Originaltext mit Metadaten-Warnung. Sprachinkonsistenzen führen sprachspezifischen Fallback aus. preserve_terms nicht gefunden, Coverage sinkt. Sehr kurze Eingaben bleiben unverändert. Externe Glossarbezug-Verfügbarkeit fällt zurück auf generische Kompression.
Industrie/Region & Lokalisierung: Standardsprache Deutsch; Terminologie entspricht dem Domänen-Glossar, falls vorhanden. Einhaltung gängiger Wissensmanagement-Standards; sensiblen technischen Begriffen wird sorgfältig begegnet.
Annahmen & Ausschlüsse: Keine Übersetzung oder Generierung von Originalinhalten außer Kompression; kein CMS-Migrationswerkzeug; kein Multimedia oder nicht-textuelles Formatting außer Grundstruktur; keine direkte SEO-Neuschreibung.