fegger
e990488273
Move the licensed PDF exports and the Layer-1 full texts from the project root into the dot directory .lexis360/, keeping the root listing to versioned content plus the tool checkouts. The location also encodes provenance, distinct from .firecrawl/: .lexis360/ holds user-supplied licensed exports that cannot be re-fetched by an agent - if missing, stop and ask the user (documented in MEMORY), whereas .firecrawl/ remains the home of reconstructible web fetches. - plain move of the unversioned directory (batch2/ subfolder spotted and left untouched for its own intake run) - .gitignore, tool constants/messages, source.pdf/source.text frontmatter paths of all 55 curated entries, README/RUNBOOK/MEMORY mentions; kb.json/INDEX.md regenerated - batch 2 (53 PDFs) recorded in MEMORY as staged in .lexis360/batch2/ Validated end to end: --extract 55/55 with stable ids, --registry 55 entries/6 clusters, --check 0 problems (every frontmatter path resolves at the new location), no stale path references remain.
148 lines
7.4 KiB
Markdown
148 lines
7.4 KiB
Markdown
# RUNBOOK — Personalverrechnung
|
||
|
||
Operational memory for recurring workflows. Update when a procedure
|
||
changes or a validation step catches an error it should have caught.
|
||
|
||
## KV-Library (alle aktuellen Kollektivverträge, maschinenlesbar)
|
||
|
||
Stand: 2026-09-09 · Aufbau siehe `quellen/kv/` und die Skript-Docstrings.
|
||
|
||
### Architektur
|
||
|
||
| Quelle | Rolle | Werkzeug | Rohdaten (unversioniert) |
|
||
|---|---|---|---|
|
||
| kollektivvertrag.at (ÖGB-Verlag) | **Baseline** — einziger vollständiger, maschinenlesbarer Korpus über alle Kammern; Kreuzcheck-Referenz | `tools/fetch_kv_portal.py` | `.firecrawl/kv-portal/` |
|
||
| wko.at KV-Datenbank | **Main source** für WKO-Gewerbe/Industrie/Handel… | `tools/fetch_wko_kv.py` | `.firecrawl/wko-kv/` |
|
||
| Kammern (Ärzte, Apotheke, RA, Notariat, LWK, öffentl. Dienst) | Main source soweit öffentlich; Registry der Quellen + Lücken | `quellen/kv/chambers/chambers.json` (kuratiert) | — |
|
||
|
||
Merge/Crosscheck: `tools/build_kv_catalog.py` → `quellen/kv/kv-catalog.json|.csv`
|
||
mit `chamber`, `main_source`, `cross_check` (Match-Status + Datumsabgleich
|
||
WKO „gültig ab" vs. ÖGB-Slice-Version) und `manual_review`-Listen.
|
||
|
||
Kuratierte Texte: `quellen/kv/oegb/texts/SI-*.json|.md` (Struktur:
|
||
§-Hierarchie, Slices = Teile mit Versionsdatum, Topics; JSON ist das
|
||
maschinenlesbare Primärformat, MD nur Review/Diff) sowie
|
||
`quellen/kv/wko/texts/{slug}.json|.md`. Lohntafel-PDFs werden **nicht**
|
||
downgeloadet (nur verlinkt); im KV-Text enthaltene Entgelttabellen sind
|
||
Bestandteil der Konvertierung.
|
||
|
||
### Aktuell halten (Wartungszyklus)
|
||
|
||
Mindestens jährlich mit der Bezügeanpassungs-Runde (Jänner) und nach
|
||
bekannten KV-Abschluss-Runden (üblich: Jänner + Juli):
|
||
|
||
```bash
|
||
python3 personalverrechnung/tools/fetch_kv_portal.py --refresh # diff lastContentUpdate/validFrom
|
||
python3 personalverrechnung/tools/fetch_wko_kv.py --refresh # diff wko_lastmod (DV-Sitemap)
|
||
python3 personalverrechnung/tools/build_kv_catalog.py # Merge + Crosscheck neu
|
||
```
|
||
|
||
Danach manuell sichten (Reihenfolge):
|
||
|
||
1. `oegb/update-reports/update-<datum>.json` — changed/new/removed.
|
||
2. `kv-catalog.json → manual_review`:
|
||
- `wko_without_clear_match` (Match-Heuristik! Titelmorphologie,
|
||
Hilfsdokumente wie Lohnordnungen/Tabellen landen hier),
|
||
- `date_disagreements` (WKO-Datum vs. Portal-Slice — meist
|
||
noch nicht aktualisierte WKO-Seite oder neuere Konsolidierung),
|
||
- `unclassified` (v. a. Einzelträger-KVs: Austro Control, Diözesen,
|
||
Orchester … — nur prüfen, ob eine Zuordnung Sinn ergibt).
|
||
3. `chambers/chambers.json` stichprobenartig verifizieren (URLs können
|
||
sich ändern); nicht mehr öffentliche Quellen als solche vermerken.
|
||
|
||
### Validierung
|
||
|
||
- Strukturcheck: Katalog-Zahlen (entries = oegb + wko_only), alle
|
||
`texts/*.json` parsebar, jede ÖGB-Variante hat json+md
|
||
(Skript-Schnelltest siehe git-history dieses RUNBOOKs).
|
||
- Rechenfälle gegen Portaldarstellung: 2–3 bekannte KVs
|
||
(z. B. SI-2203 Handwerk und Gewerbe, SI-2748 Metallgewerbe,
|
||
SI-2757 Zahntechnik) im Dashboard/Volltext gegen `texts/*.md`
|
||
halten.
|
||
- Änderungen niemals aus Trainingswerten — nur aus den gespeicherten
|
||
Rohdaten (`--build-only` baut kuratierte Ausgaben offline neu).
|
||
|
||
### Bekannte Limitierungen (Stand 2026-09-09)
|
||
|
||
- Match WKO↔ÖGB ist heuristisch (Token-Overlap mit Prefix-Fuzzy);
|
||
alles unter Score 0,75 bzw. Hilfsdokumente landet bewusst in
|
||
`manual_review` statt stillschweigend zugeordnet zu werden.
|
||
- WKO-Übersichtsseiten listen je Bundesland identische, regionenneutrale
|
||
aktuelle Dokumente (614 aktuell); Archivjahre nur über die
|
||
DV-Sitemap (3.879 URLs, `wko_lastmod` getrieben).
|
||
- Kammer-PDFs teils Scans ohne Textlage (RA Vbg, LÄK NÖ/OÖ/Bgld) —
|
||
OCR wäre nötig, ist nicht eingebaut; ÖGB-Portal liefert dafür
|
||
maschinenlesbare Texte.
|
||
- Öffentlicher Dienst: GÖD-Volltexte member-only; Gemeindebedienstete
|
||
teils Landesgesetze statt KV (Bgld. GemBG 2014 — siehe
|
||
`RECHTSQUELLEN-Bgld.md`).
|
||
- Angestelltenärzte-KV (Krankenanstalten): nirgends öffentlich —
|
||
einzige systematische Lücke des Korpus.
|
||
|
||
## Lexis360-Wissensbasis (Lexis Briefings Personalrecht)
|
||
|
||
Stand: 2026-09-10 · Konventionen und Schema: `wissensbasis/README.md`
|
||
(dort auch die Lizenz-Entscheidung: Volltexte/PDFs lokal unversioniert,
|
||
nur Kuratierung versioniert).
|
||
|
||
### Architektur
|
||
|
||
| Schicht | Pfad | Werkzeug | Versioniert? |
|
||
|---|---|---|---|
|
||
| PDF-Exporte (Lexis 360, lizenziert) | `.lexis360/*.pdf` | manueller Export | nein (gitignored) |
|
||
| Layer 1 — Volltexte + Katalog | `.lexis360/md/` | `tools/build_lexis_kb.py --extract` | nein |
|
||
| Layer 2 — kuratierte Einträge | `wissensbasis/dokumente/<slug>.md` | manuell (Vorlage lb-atz-07) | **ja** |
|
||
| Registry + Index | `wissensbasis/kb.json`, `wissensbasis/INDEX.md` | `tools/build_lexis_kb.py --registry` | **ja** (generiert) |
|
||
|
||
Batch 1: 55 Einträge, 6 Cluster (atz 15 · leh 15 · jug 7 · pra 4 ·
|
||
bes 8 · tzb 6), Quell-Stände 2024-03 bis 2026-09. IDs sind **eingefroren**
|
||
(`lb-<prefix>-<nn>`) — neue Batches hängen hinten an, Nummern werden nie
|
||
wiederverwendet; `topic` im Frontmatter = beschreibender ASCII-Slug
|
||
(`altersteilzeit`, `lehrlinge`, `jugendliche`, `ferialpraktikanten`,
|
||
`beschaftigungsformen`, `teilzeit`), nicht das ID-Präfix.
|
||
|
||
### Neue Batches einspielen
|
||
|
||
```bash
|
||
# 1. PDFs nach .lexis360/ kopieren (Export-Namenskonvention beibehalten)
|
||
# 2. BATCH-Konstante in tools/build_lexis_kb.py hochsetzen
|
||
python3 personalverrechnung/tools/build_lexis_kb.py --extract # Layer 1 + Katalog
|
||
# 3. neue Layer-2-Einträge kuratieren (Schema/Regeln: wissensbasis/README.md)
|
||
python3 personalverrechnung/tools/build_lexis_kb.py --registry # kb.json + INDEX.md, validiert Frontmatter
|
||
python3 personalverrechnung/tools/build_lexis_kb.py --check # Vollständigkeit Layer-1↔Layer-2
|
||
```
|
||
|
||
### Validierung
|
||
|
||
- `--registry` prüft: Pflicht-Keys, ID-Muster, ID-Präfix↔topic-Konsistenz,
|
||
`stand`-Format, `batch`, dangling `cross_refs`.
|
||
- `--check` prüft: 1:1-Katalog↔Kuratierung, Layer-1- und PDF-Existenz.
|
||
- Stichproben: Kernwerte gegen Layer-1-Volltext (`sed -n '16,$p'
|
||
.lexis360/md/<slug>.md`); Werte nie aus Trainingswerten.
|
||
|
||
### Bekannte Limitierungen / offene Punkte (Stand 2026-09-10)
|
||
|
||
- **Korpus-Widersprüche (⚠, in den Einträgen dokumentiert):** AMS-
|
||
Ersatzquote geblockte ATZ 2026 — lb-atz-07 nennt 28,5 %, lb-atz-09/12
|
||
nennen 27,5 % (RIS/AMS-Klärung vor Implementierung nötig); DAG-Grenze
|
||
2023 751,36 € (lb-bes-02) vs 751,37 € (lb-bes-06); Lehrlinge-
|
||
Kurzarbeit lb-leh-11 („100 %") vs lb-leh-07 (seit 2023 ausgenommen);
|
||
Bande 3–4 Monate lb-jug-01 vs lb-pra-02.
|
||
- **Alte Quell-Stände im leh-Cluster** (2024-03, 2025-08): €-Werte dort
|
||
nur mit Stand-Kennzeichnung verwendbar; Vorzug für neuere Briefings
|
||
desselben Clusters.
|
||
- Nicht in Batch 1 enthalten und deshalb ❓: Bildungskarenz/
|
||
Beihilfen-Beitrag (Verweis in lb-tzb-01), mehrere im Text verweisene
|
||
Muster/Briefings („Jugendliche – Arbeitszeit“ u. a.).
|
||
- **Copilot-Deployment (❓ offen):** Layer-1-Volltexte sind nicht im
|
||
Repo-Verteilungsumfang (Lizenz) — Bereitstellungspfad für RAG/Skills
|
||
muss separat lizenkonform geregelt werden.
|
||
- Dossier-Stil-Exporte (pra-Cluster): Breadcrumb kann mit Fließtext in
|
||
einer Zeile stehen, Footer („Page n“, „Erstellt von …“) im Text —
|
||
Parser behandelt das, Kuratierung muss es ignorieren.
|
||
|
||
## Weitere Workflows
|
||
|
||
(SV-Werte/TASY-Import und GemBG-Katalog siehe `tools/`-Docstrings und
|
||
`docs/CHANGELOG.md`; hier ergänzen, wenn sich wiederholende Beobachtungen
|
||
zeigen.) |