SignGuard Legal RAG

Retrieval Augmented Generation fur deutsche Vertragsanalyse

3.982

Rechtsdokumente

8.962

Durchsuchbare Chunks

3

Verifizierte Quellen

Stand: Juni 2026 | Nur verifizierte Primarquellen | 100% SSOT-Prinzip

02

Was ist RAG?

Ohne RAG

KI antwortet nur aus Trainingsdaten. Kann halluzinieren, veraltete Gesetze zitieren, oder BGH-Urteile erfinden die nicht existieren.

Halluzinationen Veraltete Daten Nicht verifizierbar

Mit RAG

KI bekommt echte, verifizierte Rechtsquellen als Kontext injiziert. Antworten basieren auf BGB-Paragraphen und BGH-Urteilen aus unserer Datenbank.

Verifizierbare Quellen Aktuelle Gesetze Echte Urteile

SSOT-Prinzip (Single Source of Truth)

Unsere Legal RAG DB enthalt ausschliesslich Inhalte aus verifizierten, offiziellen Primarquellen. Keine AI-generierten Zusammenfassungen, keine Interpretationen. Jeder Eintrag ist zu 100% uber seine Originalquelle verifizierbar.

03

Datenquellen — Was ist drin?

Quelle	Typ	Dokumente	Quality Weight	Inhalt
gesetze-im-internet.de (GII)	Gesetz	3.155	1.0	BGB-Paragraphen: Vertragsrecht, Mietrecht, Arbeitsrecht, AGB-Recht, Kaufrecht etc.
bundesgerichtshof.de (BGH)	Urteil	809	1.0	Vollstandige BGH-Leitsatze und Entscheidungstexte mit Aktenzeichen
dejure.org	Index	18	1.0	Rechtsprechungs-Index zu Schlusselparagraphen (305-310, 535, 611a BGB)

Erweiterbare Architektur

Weitere Quellen konnen jederzeit hinzugefugt werden: openjur.de (sobald CAPTCHA-Zugang gelost), Bundesanzeiger, Landesrechtsdatenbanken, oder eigenes verifiziertes Wissen via Admin-API.

04

Architektur — Wie funktioniert es?

Vom Vertragsscan bis zur rechtsbasierten Analyse

Step 1

User Upload

Vertrag wird gescannt

→

Step 2 (NEU)

Smart Query

LLM extrahiert Rechtsfragen

→

Step 3 (NEU)

Hybrid Search

BM25 + Cosine Similarity

→

Step 4 (NEU)

LLM Reranking

Relevanz-Filter

→

Step 5

AI Analyse

Azure OpenAI + RAG Context

→

Step 6

Ergebnis

Analyse mit Quellenreferenzen

Graceful Degradation

Wenn die RAG-Datenbank ausfällt oder nicht erreichbar ist, funktioniert die Vertragsanalyse weiterhin — nur ohne den zusätzlichen rechtlichen Kontext. Kein Single Point of Failure.

05

Hybrid Search — Im Detail

1

Smart Query Extraction

LLM analysiert den Vertragstext und extrahiert 3-5 spezifische Rechtsfragen. Statt "500 Worter Rohtext" suchen wir gezielt nach z.B. "Ist eine starre Schonheitsreparatur-Frist in einem Wohnraummietvertrag wirksam?"

2

FTS5 Keyword-Suche (BM25)

SQLite Full-Text-Search findet die Top 100 Kandidaten per Keyword-Matching. Schnell, breit, erfasst exakte Begriffe wie Paragraphen und Aktenzeichen.

3

Embedding Cosine Similarity

Query wird zum 1536-dimensionalen Vektor (OpenAI text-embedding-3-small). Cosine-Similarity gegen alle 100 Kandidaten — findet semantisch ahnliche Inhalte auch ohne exakte Wortubereinstimmung.

4

Combined Scoring

Score = (0.3 x BM25 + 0.7 x Cosine) x Quality Weight

70% semantische Relevanz, 30% Keyword-Match, gewichtet nach Quellenqualitat.

5

LLM Reranking

Ein zweiter LLM-Call bewertet die Top 15-30 Ergebnisse nach juristischer Relevanz und wahlt die besten 5-10 aus. Eliminiert False Positives die durch Keyword-Zufall hochgerankt wurden.

Dynamisches Limit

Kurzer Vertrag (<1.000 Worter)	5 Quellen
Mittlerer Vertrag (1.000-3.000)	7 Quellen
Langer Vertrag (>3.000 Worter)	10 Quellen

Fallback-Kette

Smart Query fehlgeschlagen → Raw-Text Suche
Embeddings nicht verfugbar → Nur BM25
Reranking fehlgeschlagen → Hybrid Score
RAG komplett down → Analyse ohne RAG

06

RAG Schulen — 2 Wege

A) Direkter Admin-Input

Admins konnen uber die API oder den Admin-Chat neue verifizierte Rechtsquellen einspeisen.

1

Quelle identifizieren

Neues BGH-Urteil, Gesetzesanderung, etc.

2

POST /api/admin/rag/documents

Titel, Volltext, Quellentyp, Aktenzeichen

3

Automatisches Chunking + Embedding

~200 Worter/Chunk, Embeddings generiert, sofort durchsuchbar

Admin-only Sofort verfugbar

B) Anwalt-Labeling Feedback

Anwalte labeln Vertragsklauseln im Labeling-Tool. Deren Ergebnisse fliessen zuruck in die RAG.

1

Anwalt labelt Klauseln

Risiko-Bewertung, rechtliche Einordnung, Empfehlung

2

Labels werden aggregiert

Konsens aus mehreren Anwalts-Bewertungen

3

Import in RAG DB via API

Verifiziertes Praxis-Wissen mit hohem Quality Weight

Anwalts-verifiziert Hochste Qualitat

Admin-Chat fur Qualitätskontrolle

Uber signguard.app/testragadminchat.html konnen Admins direkt mit der RAG interagieren: Fragen stellen, Quellenqualitat prufen, Feedback geben. Jede Antwort zeigt die verwendeten Quellen mit Score — volle Transparenz.

07

Tech Stack & Infrastruktur

Datenbank

SQLite mit FTS5 Extension
Separate DB (signguard-rag.db)
97.7 MB, ~9.000 Chunks
Embeddings als Binary Blobs
Read-only + Write Connection

AI / Embeddings

OpenAI text-embedding-3-small
1.536 Dimensionen pro Chunk
Cosine Similarity in TypeScript
Azure OpenAI fur Chat/Analyse
gpt-4.1-mini Deployment

Server

Fastify + TypeScript (ESM)
Docker (node:22-alpine)
Nginx Reverse Proxy
11 Admin-API Endpoints
VPS2: 187.127.89.75

API Endpoints

Methode	Endpoint	Funktion
GET	/api/admin/rag/stats	DB-Statistiken
GET	/api/admin/rag/search	Hybrid-Suche mit Filtern
GET	/api/admin/rag/documents	Dokumente listen/lesen
POST	/api/admin/rag/documents	Neues Dokument + auto Chunking
POST	/api/admin/rag/chat	Admin-Chat mit RAG-Kontext
POST	/api/admin/rag/feedback	Feedback zu Chunks/Docs
PUT	/api/admin/rag/documents/:id	Metadaten aktualisieren
DELETE	/api/admin/rag/documents/:id	Dokument + Chunks entfernen

08

Roadmap — Nachste Schritte

Weitere Datenquellen

openjur.de — Tausende Urteile, wenn CAPTCHA gelost
Bundesanzeiger — Handelsregister, Bekanntmachungen
Landesrecht — Landesspezifische Regelungen
EU-Recht — Verbraucherschutzrichtlinien

Labeling-Tool Integration

API-Anbindung Labeling-Ergebnisse → RAG
Automatischer Import verifizierter Labels
Quality Weight basierend auf Anwalts-Konsens
Feedback-Loop: Analyse → Label → RAG → bessere Analyse

Optionales Feature: Clause-Level RAG

Statt pauschal den gesamten Vertrag gegen die RAG zu suchen, kann die Suche pro einzelne Klausel erfolgen:

AKTUELL: Vertragslevel

Gesamter Vertrag → 1x RAG-Suche → 5-10 Quellen fur alle Klauseln

Gut fur kurze/mittlere Vertrage. Bei langen Vertragen mit vielen unterschiedlichen Themen kann die Suche relevante Quellen fur einzelne Klauseln verpassen.

OPTIONAL: Klausellevel

Klauseln erkennen → Pro Klausel RAG-Suche → Gezielte Quellen je Klausel

Ideal fur komplexe Vertrage: Mietvertrag mit Kfz-Klausel bekommt sowohl Mietrecht- als auch Kaufrecht-Quellen. Erhoht Prazision, kostet mehr API-Calls.

Wann sinnvoll: Wenn Tests zeigen dass bei langen Vertragen (10+ Klauseln) relevante Quellen fur Einzelklauseln fehlen. Die aktuelle Architektur unterstutzt das Upgrade — kein Fundament-Umbau notig, nur eine Erweiterung der Suchstrategie.

09

Zusammenfassung

Was wir haben

3.982 verifizierte Rechtsdokumente
Hybrid Search (BM25 + Embeddings)
Smart Query Extraction via LLM
LLM-basiertes Reranking
Dynamische Ergebnis-Limits
Quality-weighted Scoring
Admin-Chat + 11 API-Endpoints
Graceful Degradation

Was als Nachstes kommt

Mehr Rechtsquellen (openjur, EU-Recht)
Labeling-Tool Feedback-Loop
Optional: Clause-Level RAG
Health Dashboard Integration
Retrieval-Analytics & Monitoring

SignGuard Legal RAG v1.1 | Deployed auf VPS2 | Feature Branch: feature/legal-rag