# Lastenheft / Umsetzungskonzept  
# Self-hosted AI-Transkriptionssystem für Sitzungsaufzeichnungen

## Ziel

Eine Firma lädt regelmäßig Audioaufzeichnungen von Sitzungen hoch.  
Das System transkribiert die Aufnahme automatisch, erkennt mehrere Sprecher, erstellt Zusammenfassungen und exportiert fertige Protokolle.

---

# 1. Architektur

```text
Benutzer
  ↓
Webfrontend im LXC-Container
  ↓
REST/API-Aufruf
Mac-Rechner als AI-Backend
  ├─ Whisper / MLX-Whisper / whisper.cpp
  ├─ Ollama
  ├─ optionale Speaker-Diarization
  └─ Export DOCX/PDF/TXT
```

---

# 2. Systemaufteilung

## 2.1 LXC-Container (ohne GPU)

### Aufgaben

- Weboberfläche
- Datei-Upload
- Benutzerverwaltung
- Jobverwaltung
- Statusanzeige
- Downloadbereich
- Speicherung der Ergebnisse

### Der LXC führt keine AI-Verarbeitung durch.

---

## 2.2 Mac-Rechner (mit Ollama)

### Aufgaben

- Speech-to-Text
- Audioanalyse
- Sprechererkennung
- Zusammenfassung
- Protokollgenerierung
- Exporterstellung

---

# 3. Komponenten

## 3.1 Webfrontend im LXC

### Empfohlene Technologien

- FastAPI oder Flask
- HTML/CSS/JavaScript
- SQLite oder PostgreSQL
- Nginx Reverse Proxy
- Optional Docker

### Funktionen

- Upload von MP3/WAV/M4A
- Anzeige laufender Jobs
- Download fertiger Ergebnisse
- Benutzerverwaltung optional

---

## 3.2 AI-Backend auf dem Mac

### Empfohlene Technologien

- Ollama
- whisper.cpp
- lightning-whisper-mlx
- optional WhisperX
- optional pyannote.audio
- FastAPI

### Empfehlung für Apple Silicon

```text
lightning-whisper-mlx
```

### Alternative

```text
whisper.cpp
```

---

# 4. Datenfluss

```text
1. Benutzer lädt Audio im Webfrontend hoch
2. LXC speichert Datei temporär
3. LXC sendet Datei oder Dateipfad an Mac-API
4. Mac transkribiert Audio
5. Mac erkennt optional Sprecher
6. Mac sendet Transkript an Ollama
7. Ollama erzeugt:
   - Zusammenfassung
   - Beschlüsse
   - Aufgaben
   - offizielles Protokoll
8. Ergebnis wird gespeichert
9. Benutzer lädt Ergebnis herunter
```

---

# 5. API-Design

## Endpunkte auf dem Mac

### Transkription starten

```http
POST /api/transcribe
```

### Zusammenfassung erzeugen

```http
POST /api/summarize
```

### Protokoll generieren

```http
POST /api/protocol
```

### Jobstatus abrufen

```http
GET /api/job/{job_id}
```

### Ergebnis abrufen

```http
GET /api/result/{job_id}
```

---

# 6. Ausgabeformate

## Das System erzeugt

- Rohtranskript
- Zeitgestempeltes Transkript
- Sprecherzuordnung
- Zusammenfassung
- Beschlussliste
- Aufgabenliste
- Sitzungsprotokoll

---

## Exportformate

- TXT
- DOCX
- PDF

---

# 7. Beispielausgabe

```text
Sitzungsprotokoll

Datum: 13.05.2026
Thema: Monatsbesprechung

Teilnehmer:
- Sprecher 1
- Sprecher 2
- Sprecher 3

Zusammenfassung:
In der Sitzung wurden Budget, Personalplanung und IT-Migration besprochen.

Beschlüsse:
- Budget für Q3 wird freigegeben.
- Servererneuerung wird vorbereitet.

Aufgaben:
- Herr Müller holt Angebote ein.
- Frau Schneider koordiniert den nächsten Termin.

Transkript:
[00:00:01] Sprecher 1: Guten Morgen zusammen.
[00:00:07] Sprecher 2: Ich beginne mit dem Budgetbericht.
```

---

# 8. Ollama-Konfiguration

## Ollama im Netzwerk erreichbar machen

```bash
launchctl setenv OLLAMA_HOST "0.0.0.0:11434"
```

### Test vom LXC

```bash
curl http://MAC-IP:11434/api/tags
```

---

# 9. Empfohlener Firmenworkflow

```text
1. Sitzung wird aufgenommen
2. Datei wird im Webportal hochgeladen
3. System verarbeitet die Datei automatisch
4. Sekretariat prüft Ergebnis
5. Protokoll wird final gespeichert oder verteilt
```

---

# 10. Prioritäten

## Priorität 1 (MVP)

- Upload-Webfrontend
- Mac-API
- Audio-Transkription
- Ollama-Zusammenfassung
- DOCX-Export

---

## Priorität 2

- Sprechererkennung
- PDF-Export
- Benutzerverwaltung
- Protokollvorlagen

---

## Priorität 3

- Active Directory / LDAP
- Nextcloud-/SharePoint-Integration
- automatische E-Mail-Verteilung
- Übersetzungen

---

# 11. Technische Empfehlung

## MVP-Architektur

### LXC

```text
- FastAPI Webfrontend
- SQLite
- Upload-Verzeichnis
- Ergebnis-Verzeichnis
```

### Mac

```text
- FastAPI Worker
- lightning-whisper-mlx
- Ollama
- python-docx
```

---

# 12. Ziel der ersten Version

Die erste Version soll können:

- Audiodatei hochladen
- Datei an den Mac senden
- Audio automatisch transkribieren
- Zusammenfassung mit Ollama erzeugen
- Sitzungsprotokoll als DOCX exportieren
- Ergebnis im Webfrontend herunterladen

---

# 13. Erweiterungsmöglichkeiten

## Später mögliche Funktionen

- Live-Transkription
- automatische Sprechererkennung mit Namen
- Meeting-Kalenderintegration
- Teams-/Zoom-Import
- automatische E-Mail-Protokolle
- Mehrsprachigkeit
- Übersetzung
- Suchfunktion
- Archivierung
- Rechte- und Rollensystem

---

# 14. Sicherheitsanforderungen

- vollständiger lokaler Betrieb
- keine Cloud-Anbindung
- DSGVO-konforme Verarbeitung
- Zugriffsschutz
- HTTPS
- Benutzerrechte
- Audit-Logging optional

---

# 15. Empfohlene Open-Source-Komponenten

## Speech-to-Text

- Whisper
- whisper.cpp
- lightning-whisper-mlx

## Speaker-Diarization

- pyannote.audio
- WhisperX

## LLM / Zusammenfassung

- Ollama

## Dokumentenerstellung

- python-docx
- reportlab

## Webfrontend

- FastAPI
- Flask
- Nginx

---