01 / Fragestellung
Wie weit kann ein kleines lokales Sprachmodell auf das Verstehen von Fragen begrenzt werden, während eine eigene Engine Identität, Wissensabruf und Belegzusammenstellung übernimmt? Sacretus untersucht diesen Ansatz für allgemeines medizinisches und pharmazeutisches Fachwissen.
Die Hypothese lautet: Ein explizites Wissensmodell und begrenzte Ausführungsregeln können die Überprüfbarkeit verbessern. Ob dadurch fachliche Fehler und Arbeitszeit gegenüber einem konkreten Vergleichssystem sinken, ist noch offen. Dieses Dokument beschreibt ein Entwicklungsprojekt, keine klinische Studie.
02 / Systemmodell
Der Fragepfad besteht aus lokaler NLU, Vertragsprüfung, Identitätsauflösung, Abruf und einer Ausgabe aus gespeicherten Belegen oder bestätigten Fakten. Der Pilot verwendet Qwen3 1.7B in Q4_K_M-Quantisierung. Das Modell liefert ein begrenztes JSON-Objekt; es erzeugt weder SQL noch ausführbaren Code.
Der Validator prüft unter anderem, ob erkannte Gegenstände im aktuellen Text oder zulässigen Gesprächskontext stehen. Erkannte Einschränkungen werden nicht stillschweigend entfernt. Fehlende Eigenschaften können an ausdrücklich hinterlegte Abschnittsnamen und Aliase einer eindeutigen Quelle gebunden werden. Ein unbekannter Zusatz verhindert diese Ergänzung. Ausdrückliche Vergleichsformulierungen werden außerdem gegen einen Verbindungsauftrag geprüft. Nur vollständig abgedeckte Formulierungen ohne unbekannte Zusätze erlauben eine Korrektur. Die ursprüngliche Modellausgabe bleibt im Antwortnachweis prüfbar. Der Kern verwaltet Quellenversionen, typisierte Fakten, Geltungsbereiche und Konflikte. Die Quellenprüfung sichert die Herkunft einer Aussage, nicht deren medizinische Wahrheit.
In einem separaten Forschungsaufbau werden lokale E5-Embeddings, feste Rangfusion und ein HDC-Kontextgedächtnis untersucht. Freie Sprachformulierung wird dort ebenfalls erprobt. Diese Komponenten sind nicht als allgemeiner produktiver Antwortpfad freigegeben.
03 / Ein konservativer Verbindungsindex
Aktive Dokumente bilden die Knoten. Eine gerichtete Kante bedeutet: Ein vollständiger Absatz dieser Quelle nennt einen eindeutig aufgelösten Namen oder deklarierten Alias eines anderen Dokuments. Mehrdeutige Namen erzeugen keine eindeutige Zuordnung. Gleiche Namen allein verschmelzen keine Identitäten.
Eine Zusammenhangsfrage erfordert mindestens zwei unterschiedliche Themen. Die Ausgabe enthält nur vollständige Absätze mit ausdrücklicher gemeinsamer Nennung aller Themen. Verneinungen und Einschränkungen bleiben im Zitat erhalten. Weder Kantenhäufigkeit noch Nähe gelten als Beweis einer Ursache, Wirksamkeit oder Eignung.
Der abgeleitete Index reagiert auf Änderungen an Text, Titel, Aliasmetadaten, Version und Aktivstatus. Er ist begrenzt auf 1.000 Dokumentknoten, 20.000 Namen, 8 Millionen Textzeichen, 20.000 geprüfte Absätze und 10.000 gerichtete Kanten. Absätze über 2.400 Zeichen werden ausgelassen, nicht mitten in einer Einschränkung gekürzt. Erreichte Grenzen werden angezeigt. Überschreitet der Namenskatalog seine Grenze, werden keine Verbindungen erschlossen; ein gekürzter Katalog könnte sonst Mehrdeutigkeiten verbergen. Große Tabellenbestände sind separat erschlossen.
Das Verfahren ist eine überprüfbare Navigationsschicht. Es ist keine allgemeine medizinische Ontologie und keine mehrstufige Schlussfolgerungsmaschine.
04 / Daten und Herkunft
Die medizinischen Zusatzpakete enthalten 47 Dokumente: neun deutsch bearbeitete NIDDK-Texte und 38 versionierte Wikipedia-Auszüge. Hinzu kommen die früheren Pilotquellen und gegebenenfalls eigene Importe. Die tatsächliche Bestandsgröße zeigt die App.
Jeder Import bewahrt Herkunft, Lizenz, Abrufzeit und Prüfstatus. Deutsche NIDDK-Bearbeitungen sind ausdrücklich als KI-unterstützt und nicht offiziell gekennzeichnet; die zugehörigen englischen Absätze bleiben erhalten. Die publizierten Prüfstände der neuen NIDDK-Übersichten reichen von 2017 bis 2024. Ein neuer Abruf macht einen alten Text nicht automatisch medizinisch aktuell.
Die Texte sind ein Ausgangspunkt für Fachpiloten, keine vollständige Arzneimitteldatenbank oder aktuelle Therapieleitlinie. Bestätigte Fakten benötigen eine explizite lokale Prüfung; neue Dokumente werden nicht automatisch zu freigegebenen klinischen Regeln.
05 / Was bisher gemessen wurde
Technische Tests prüfen Versionsbindung, Archivierung, Namensmehrdeutigkeit, vollständige Zitate, Bedingungen, Zugriffsrechte und Fehlerfälle. Zusätzlich laufen echte Sprachmodellversuche auf einem getrennten VPS-Testbestand. Diese Prüfungen dürfen nicht als klinische Genauigkeit interpretiert werden.
Selbst erstellte Suchfragen mit passender Quelle unter den ersten drei Treffern: Wortsuche gegenüber Wortsuche plus lokaler Semantik. Entwicklungsstichprobe, kein unabhängiger Vergleich und keine medizinische Antwortbewertung.
HDC lieferte in diesem kleinen Versuch keinen Zusatznutzen: 16 statt 17 richtige erste Treffer gegenüber Wortsuche plus Semantik. Deshalb bleibt HDC experimentell. Das Hinzufügen einer innovativ klingenden Methode ist für sich kein Qualitätsgewinn.
Eine nachgebesserte medizinische NLU-Prüfung vom 16.10.2026 erfüllte acht von neun bekannten Prüffällen. Ein Fehler bei der Zuordnung einer Warnzeichenfrage blieb bestehen. Die Fälle waren Entwicklungsfälle und kein unabhängiger Holdout; das Ergebnis erlaubt keine allgemeine Genauigkeitsangabe.
Der letzte echte Modellversuch erfüllt 26 von 34 vollständigen Prüfverträgen; 27 Fälle erreichen den erwarteten Antwortmodus. Geprüft werden Absicht, Gegenstände, Modus, ausgewählte Inhalte und ausdrücklich verlangte Abschnitte. Die Fälle sind bekannte Entwicklungsfälle.
Danach wurde eine allgemeine Vertragsprüfung für ausdrückliche Vergleichsformulierungen ergänzt. Ohne Änderung am Modell oder Prompt wurden dieselben 34 gespeicherten Modellausgaben erneut durch Validator und Engine ausgeführt: 29/34 vollständige Verträge, 30/34 erwartete Antwortmodi. Diese Wiederholung prüft die Kernänderung; sie ist ausdrücklich kein neuer Modelllauf und keine neue Gesprächssimulation.
Im Replay: neue Wissens- und Verbindungsfälle 10/12, medizinische Transferfälle 8/9, Gesprächsfälle 11/13. Die ursprüngliche Modellausgabe bleibt unverändert dokumentiert. Verbleibende Fehler betreffen unter anderem die Trennung allgemeiner und persönlicher Fragen, mehrteilige Anfragen und Gesprächsbezüge. Ein weiterer Fall liefert den gewünschten Quellenabschnitt mit einer unerwarteten Operationsbezeichnung.
Vor der letzten Vertragskorrektur bestanden 255 vollständige Softwaretests; danach bestanden 113 gezielte Tests für Vertragsprüfung, Quellenverbindungen, medizinische Abschnitte, Fragen und Zugriffsrechte. Im echten Modellversuch betrug der Median 11,57 Sekunden, der längste Aufruf 22,27 Sekunden. Dies ist kein Mehrnutzer- oder SLA-Nachweis.
Die ersten beiden Durchläufe bleiben erhalten. Im ersten fehlte noch die strengere Abschnittsprüfung. Vergleiche mit früheren Ergebnissen sind nicht kontrolliert: Quellenbestand, Prompt und Prüfregeln wurden verändert. Aus diesen Versuchen folgt keine allgemeine oder klinische Genauigkeitsangabe.
Die Berichte legen Fragestellungen, Fehlfälle und Versuchsgrenzen offen. Die verlinkten Rohberichte enthalten ausschließlich öffentliche oder synthetische Testinhalte. Es wurden keine Patientendaten verwendet.
06 / Grenzen und nächste Schritte
Ein kleines Modell kann Fragen missverstehen. Ein passender Beleg kann veraltet, unvollständig oder fachlich falsch sein. Eine wörtliche Antwort kann einen größeren Kontext auslassen. Herkunftsnachweis, Prüfstatus und inhaltliche Richtigkeit sind deshalb unterschiedliche Größen.
Die nächsten Prüfungen brauchen vorab zurückgehaltene Fragen unabhängiger Fachpersonen, geeignete Referenzantworten und getrennte Messwerte für NLU, Quellenfund, Aussageabdeckung, korrektes Nichtwissen und Laufzeit. Ein Vergleich sollte den bestehenden Rechercheablauf und eine klar definierte RAG-Basis einschließen. Erst danach sind belastbare Nutzenbehauptungen möglich.
Produktseitig folgen fachlich kuratierte Quellen, differenzierte Produktidentitäten und feinere Berechtigungen. Im gehosteten Pilot teilen eingeladene Nutzer einen Wissensbestand; Gespräche sind kontogebunden. Dokumentrechte pro Nutzer und Mandantentrennung sind noch nicht umgesetzt. Lokale Verarbeitung bedeutet hier Verarbeitung auf dem eigenen oder betriebenen Server.
07 / Verwandte Primärquellen
- Lewis et al. (2020): Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Externer Wissensabruf als Kontext.
- Scholak, Schucher, Bahdanau (2021): PICARD. Verwandtes Prinzip begrenzter Modellausgaben; keine PICARD-Implementierung in Sacretus.
- Gao et al. (2023): Enabling Large Language Models to Generate Text with Citations. Getrennte Betrachtung von Antwort- und Zitatqualität.
- W3C (2013): PROV-DM. Standard zur Modellierung von Herkunft; kein behaupteter konformer Export.
- Wang et al. (2024): Multilingual E5 Text Embeddings: A Technical Report. Grundlage des separat untersuchten semantischen Abrufs.
- Kleyko et al. (2022; arXiv-Fassung 2023): A Survey on Hyperdimensional Computing aka Vector Symbolic Architectures, Part I. Überblick über HDC/VSA; kein Nachweis eines Zusatznutzens in Sacretus.
- NIDDK: Digestive Diseases und Nutzungsbedingungen. Herkunft der ausgewählten Krankheitsübersichten.
Die Nennung dieser Arbeiten behauptet weder eine Kooperation noch eine unabhängige Validierung von Sacretus.