Nachweis-zu-Anforderung Mapping¶

Dieses Dokument beschreibt den ersten Mapping-Schritt: Der konfigurierte KI-Anbieter schlägt vor, welche Evidenz-Chunks eine bestimmte Anforderung unterstützen.

Implementierung¶

Code: mapping/suggest.py
Einstiegspunkt: suggest_mappings(...)

Eingaben¶

requirement_id, requirement_title, requirement_text
evidence_chunks: Liste von Dicts mit:
doc_id
chunk_idx
text

Die Evidence-Chunks kommen aus der Evidence-DB (evidence/db.py).

Output-Schema¶

Der Anbieter wird angewiesen, striktes JSON zurückzugeben:

{
  "requirement_id": "REQ-123",
  "suggestions": [
    {
      "claim": "...",
      "citations": [{"doc_id": "...", "chunk": 1}],
      "confidence": 0.7,
      "rationale": "..."
    }
  ]
}

Das Parsing ist strikt: Nicht-JSON-Ausgabe schlägt sofort mit einer verständlichen Fehlermeldung fehl. Damit arbeiten UI/Storage immer mit validierten Strukturen.