Plan Lokale KI

Plan F — Lokale KI & Elwosa

Issue-Level-Detail zu Cluster F aus dem Master-Plan. Stand: 2026-06-02 (beta.90).

Ergaenzungen seit beta.74

Nr	Funktion	Issue	Beta	Code
F16	Wiedergaenger-Erkenner: KI-freier DB-Check (Ebene 0, Firma+Titel-Domaene vs. abgelehnte Stellen) + Kontext in fit_analyse (Ebene 2)	#671	86	services/wiedergaenger.py, tools/jobs.py
F17	Elwosa KI-freies Safety-Net: Validierungs-Retry (_pick_valid_line) + garantiertes Tageslebenszeichen (ensure_daily_lifesign)	#669	88	services/elwosa.py

Noch offen: F15 — Elwosa Ollama-Live-Generierung + Claude-Eskalation (Ebene 1) bleibt ⬜. Die KI-freien Ebenen 0/2 (F16) und das Safety-Net (F17) sind live; die Ollama-gestuetzte Ebene 1 ist bewusst zurueckgestellt.

F1 — LLM-Service-Routing

Sub	Funktion	Issue	Code	Status
F1.1	LLMService-Klasse mit Routing-Tabelle	#512	services/llm_service.py	✅
F1.2	TaskKind-Enum (alle Task-Typen)	#512	dito	✅
F1.3	Backend-Enum (LOCAL / CLAUDE / MANUAL)	#512	dito	✅
F1.4	ROUTING_TABLE-Dict mit Fallback-Reihenfolge pro Task	#512	dito	✅
F1.5	select_backend() waehlt bestes verfuegbares Backend	#512	dito	✅
F1.6	TaskResult-Dataclass (backend, success, payload, fallback_message, metrics)	#512	dito	✅
F1.7	Singleton-Pattern via get_llm_service()	#512	dito	✅
F1.8	Mock-Modus via PBP_LLM_MOCK=1 fuer Tests	#512	dito	✅

F2 — Ollama-Integration

Sub	Funktion	Issue	Code	Status
F2.1	_check_ollama() HTTP-Request gegen /api/tags	#591	services/llm_service.py	✅
F2.2	Status-Caching (30s TTL)	#591	dito	✅
F2.3	LLMStatus-Dataclass mit ollama_available, available_models, selected_model, user_state	#591	dito	✅
F2.4	User-State Persistierung (llm_local_state: off/paused/active)	#591	dito	✅

F3 — Ollama-Modell-Selection

Sub	Funktion	Issue	Code	Status
F3.1	models_detail mit Name + Size + Family + Parameter-Size	#592	services/llm_service.py	✅
F3.2	Auto-Select wenn nur 1 Modell installiert	#592	dito	✅
F3.3	list_models() MCP-Endpoint	#592	dito	✅
F3.4	UI-Modell-Picker im Settings-Tab	#592	Frontend	✅

F4 — Ollama Cold-Start-Fix

Sub	Funktion	Issue	Code	Status
F4.1	keep_alive=60m in jedem /api/generate-Request	#638	services/llm_service.py	✅
F4.2	warmup() Methode (Dummy-Request mit num_predict=1)	#638	dito	✅
F4.3	Idempotent: warmes Modell kostet Millisekunden, kaltes max 90s	#638	dito	✅
F4.4	Pre-Warmup vor Bulk-Operationen (stellen_auto_aussortieren)	#638	tools/jobs.py	✅

F5 — Ollama als permanente KI-Backbone

Sub	Funktion	Issue	Code	Status
F5.1	Konzept: Ollama wird nicht mehr On-Demand geladen	#638	—	✅
F5.2	Auto-Klassifikation eingehender Mails (_run_auto_classify_emails)	#638	dashboard.py	✅
F5.3	Auto-Klassifikation Dokumente (_run_auto_classify_documents)	#638	dito	✅
F5.4	Auto-Extract Kontakte (_run_extract_contacts)	#606	dito	✅
F5.5	Pattern-Analyse User-Aktivitaet (_run_analyze_user_patterns)	#594	dito	✅
F5.6	Auto-Aussortieren in Hintergrund	#638	—	⬜ (manuell triggerbar, kein Cron)
F5.7	Bei Stop: pbp_diagnose zeigt Ollama-Status als Warning, nicht silent	#637	—	✅

F6 — Token-Klassen-Anzeige (Stufe 1) + Pre-Flight (Stufe 2)

Sub	Funktion	Issue	Code	Status
F6.1	Token-Klassen-Anzeige pro MCP-Tool ("XS/S/M/L/XL")	#632	tools/... (metadata)	✅
F6.2	Pre-Flight-Schaetzung vor Tool-Ausfuehrung	#632	—	⬜
F6.3	Per-Call-Token-Tracking	#632	—	⬜

F7 — Ollama-Genauigkeits-Statistik

Sub	Funktion	Issue	Code	Status
F7.1	Tracking: auto-aussortiert vs. spaeter reaktiviert/beworben	#638	database.py	✅
F7.2	genauigkeit_prozent-Berechnung in pbp_mcp_diagnose	#638	tools/analyse.py	✅
F7.3	datenbasis_ausreichend-Flag (mind. N Samples noetig)	#638	dito	✅
F7.4	UI-Anzeige als Ollama-Leistung-Card in Settings	#638	Frontend	✅

F8 — Few-Shot-Beispiele aus User-History

Sub	Funktion	Issue	Code	Status
F8.1	get_recent_user_dismissals(limit=10) DB-Helper	#638	database.py	✅
F8.2	Anreicherung des Prompts mit konkreten User-Entscheidungen	#638	services/llm_service.py	✅
F8.3	LLM kann eigene Anti-Muster erkennen (statt Heuristik-Raterei)	#638	dito	✅

F9 — validate_job_quality TaskKind (beta.73)

Sub	Funktion	Issue	Code	Tests	Status
F9.1	Neuer TaskKind VALIDATE_JOB_QUALITY	#645	services/llm_service.py	tests/test_v17_qualitaet_pruefen_645.py	✅
F9.2	Prompt-Builder fuer Vollstaendigkeits-Check (Aufgaben/Anforderungen/Gehalt/...)	#645	dito	dito	✅
F9.3	Response-Parser robust gegen Markdown-Codefence + Vor-/Nachspann	#645	dito	dito	✅
F9.4	Structured Output: vollstaendig + score 0-10 + vorhanden[] + fehlt[] + claude_action	#645	dito	dito	✅
F9.5	claude_action-Enum: nachladen / manuell_ergaenzen / keine	#645	dito	dito	✅
F9.6	Integration in stellen_qualitaet_pruefen(mit_ollama_validierung=True)	#645	tools/jobs.py	dito	✅

Hinweis: beta.73 ausgespielt, beta.72 (was bei Markus laeuft) hat es noch nicht.

F10 — Ollama aus PBP heraus starten

Sub	Funktion	Issue	Code	Status
F10.1	UI-Button "Ollama starten" wenn nicht erreichbar	#637	Frontend	✅
F10.2	Backend-Endpoint /api/ollama/start (Subprozess)	#637	dashboard.py	✅
F10.3	Health-Check nach Start (max 30s warten)	#637	dito	✅

F11 — Elwosa Live-Statusanzeige

Sub	Funktion	Issue	Code	Status
F11.1	Sidebar-Komponente mit Persoenlichkeit (geschlechtsfrei, britisch ironisch)	#599	Frontend	✅
F11.2	elwosa.speak() Trigger-Engine	#599	services/elwosa.py	✅
F11.3	Tonfall-Waechter-Validator (keine Ausrufezeichen, keine Emojis, kein "Ihre/Ihnen")	#599	dito	✅
F11.4	6 MCP-Tools als Bridge fuer Claude (elwosa_lesen, _schreiben, _pause, _tonfall, _linie_vorschlagen, _status)	#599	tools/elwosa.py	✅
F11.5	5 Bridge-Prompts in prompts.py	#599	prompts.py	✅
F11.6	~140 kuratierte Linien im Pool	#599	services/elwosa_lines.py	✅
F11.7	Sprach-DNA-Validator-Test (test_all_pool_lines_pass_validator)	#599	tests/	✅

F12 — Elwosa Tonfall-Modi

Sub	Funktion	Issue	Code	Status
F12.1	4 Modi: aus / sachlich / minimal / humorvoll	#612	services/elwosa.py	✅
F12.2	can_post_class()-Logik (aus blockt alles, sachlich blockt idle/welt/tip/easter, minimal Hard-Cap 1/Tag)	#612	dito	✅
F12.3	SETTINGS_REFLECTION_LINES Pool fuer Tonfall-Aenderungen	#612	services/elwosa_lines.py	✅
F12.4	Frontend feuert Hook auf jede Settings-Aenderung	#612	Frontend	✅

F13 — Elwosa Varianz-Pools

Sub	Funktion	Issue	Code	Status
F13.1	Welt-Trigger-Pools auf 4-8 Linien ausgebaut (vorher 1-3)	#614	services/elwosa_lines.py	✅
F13.2	Same-Day-Anti-Repeat (2 Filter-Schichten: not-7-days, dann not-today)	#614	services/elwosa.py	✅
F13.3	Markup-Support **bold** und `[link:pause:N	label]`	#614	dito
F13.4	Repeat erst wenn Pool fuer den Tag durch	#614	dito	✅

F14 — Elwosa Wiki-Snippets

Sub	Funktion	Issue	Code	Status
F14.1	Pro Page-Wechsel kontextuelles Wiki-Snippet	#594	services/wiki_snippets.py	✅
F14.2	Snippet-Bibliothek mit ~30 kuratierten Eintraegen	#594	dito	✅

F15 — Lern-System: Pattern-Analyse

Sub	Funktion	Issue	Code	Status
F15.1	user_activity_events-Tabelle	#594	database.py	✅
F15.2	learning_insights-Tabelle mit LLM-Analyse-Ergebnissen	#594	dito	✅
F15.3	_run_analyze_user_patterns-Auto-Engine-Step	#594	dashboard.py	✅
F15.4	AdaptiveHintBanner pro Page (UI)	#594	Frontend	✅
F15.5	Opt-in Telemetrie-Sharing (wochenweise)	#594	—	✅
F15.6	Korrektur-Loop (User korrigiert LLM-Vorschlag → wird gelernt)	#594	dito	✅

---

Akzeptanzkriterium

Pro Sub-Position gilt:

1. Code im Repo (Pfad in Tabelle).
2. Tests gruen (Test-Datei in Tabelle wo relevant).
3. Wiki-Eintrag in Lokale-KI, Elwosa, Lern-System oder Stellen-Qualitaet.