1. Architektonisches Prinzip

The Website as an API

In der Aivis-OS Architektur ist die visuelle Website (HTML für Menschen) nur eine von mehreren möglichen Repräsentationen organisationaler Wahrheit.

Der Machine Interface Layer (MIL) behandelt die Domäne primär als öffentliche, read-only API für KI-Systeme, Crawler und Retrieval-Pipelines.

Die visuelle Darstellung ist nachrangig gegenüber der maschinenlesbaren Exposition.

2. Grundsatz: Projektion statt Speicherung

Der Machine Interface Layer speichert keine eigenen Daten.

Er projiziert Daten.

Konkret:

  • Der MIL konsumiert den Canonical Graph State aus dem Semantic Graph Layer.
  • Er serialisiert diesen Zustand in standardisierte, maschinenlesbare Formate.
  • Er erzeugt keine neue Wahrheit, sondern eine deterministische Repräsentation bestehender Wahrheit.

Grundsatz:
Zwischen visueller Aussage (Human Interface) und maschineller Projektion darf keine Diskrepanz bestehen (Data Parity).

3. Technische Projektions-Regeln

3.1 Strict Schema Compliance

Aivis-OS generiert keine freiformatigen Projektionen.

Jede Projektion muss einem anerkannten öffentlichen Vokabular folgen, primär Schema.org.

Typ-Sicherheit (verbindlich):

  • Die im Graph definierte Typisierung ist bindend.
  • Eine Entität darf in der Projektion nicht auf einen generischeren Typ reduziert werden, um Komplexität zu vermeiden.

Beispiel:

  • MedicalClinic darf nicht als Organization exponiert werden.

3.2 ID-Persistenz

Alle im Entity Inventory definierten entity_ids müssen in der Projektion persistent als @id exponiert werden.

Ziel:

  • Re-Identifizierbarkeit über Crawls hinweg
  • Stabilität über Zeit
  • Graph-Rekonstruktion durch externe Systeme

Verboten:

  • flüchtige Blank Nodes
  • dynamisch generierte IDs für Kern-Entitäten

3.3 Scoped Serialisation (Context Window Management)

Der Semantic Graph kann umfangreich sein, einzelne URLs jedoch nicht.

Der Machine Interface Layer projiziert daher kontextuell begrenzt.

Standardstrategie: Focus Node + 1 Hop

  • Die URL definiert einen Focus Node.
  • Alle direkten Attribute des Focus Nodes werden projiziert.
  • Verknüpfte Entitäten werden referenziert, nicht vollständig eingebettet.

Ziel:

  • Vermeidung von Token Bloat
  • Erhalt semantischer Klarheit
  • Deterministische Kontextgrenzen

4. Implementierungs-Standard: JSON-LD

Aivis-OS standardisiert auf JSON-LD als primäres Austauschformat, da es von gängigen Ingestion- und Retrieval-Pipelines nativ unterstützt wird.

4.1 Syntax-Isolierung

Strukturierte Daten werden nicht mit visuellem Markup vermischt.

Vorgabe:

  • JSON-LD wird ausschließlich in isolierten
    <script type="application/ld+json">-Blöcken ausgeliefert.
  • Platzierung bevorzugt im <head>.

Microdata im HTML-Body ist nicht Bestandteil der Aivis-OS Architektur.

4.2 Graph Object Pattern

Aivis-OS gibt strukturierte Daten als kohärentes @graph-Objekt aus.

Mehrere isolierte JSON-LD-Fragmente sind nicht zulässig.

Ziel:

  • explizite Beziehungskodierung
  • keine impliziten Annahmen durch Parser
  • vollständige Rekonstruierbarkeit des Kontextes

5. Schnittstellen-Stabilität (Contract)

Da die Website als API fungiert, gelten API-ähnliche Stabilitätsregeln.

5.1 Keine stille Entfernung (No Silent Removal)

Das Entfernen einer Entität oder eines Feldes aus der Projektion ohne explizite Kennzeichnung ist unzulässig.

Erlaubte Alternativen:

  • HTTP-Status-Signalisierung (404 / 410)
  • explizite Markierung (z. B. status: dissolved)

5.2 Format-Treue

Ein einmal etabliertes Datenformat ist stabil zu halten.

Beispiele:

  • ISO-8601 Datumsformate dürfen nicht in Freitext wechseln.
  • Numerische Werte dürfen nicht plötzlich als Strings ausgegeben werden.

6. Validierung & Testing

Der Machine Interface Layer wird nicht gegen menschliche Lesbarkeit geprüft, sondern gegen maschinelle Verlässlichkeit.

Validierungs-Pipeline

  1. Syntactic Check
    JSON ist valide.
  2. Schema Check
    Schema.org-Konformität und relevante Validatoren bestehen.
  3. Parity Check
    Die projizierten Werte stimmen mit den im Transport-Safe Content Layer extrahierten Inhalten überein.

Abweichung:
→ Cloaking-Verdacht
→ Vertrauensabwertung

7. Zusammenfassung

Der Machine Interface Layer ist die deterministische Übersetzungsinstanz zwischen der internen Komplexität des Semantic Graph Layers und der begrenzten Aufnahmekapazität externer KI-Systeme.

Er speichert keine Daten, interpretiert keine Bedeutung, exponiert ausschließlich kanonische Zustände. Damit stellt er sicher, dass interne Wahrheit standardkonform, stabil und interpretationsfrei nach außen transportiert wird.

Identity & Definition Cluster-Level Entity Inventory Strategy
Cluster-Level Entity Inventory Strategy

Cluster-Level Entity Inventory Strategy

Context & Meaning Semantic Graph Engineering
Semantic Graph Layer

Semantic Graph Layer

Semantic Graph Engineering
Semantic Graph Engineering

Semantic Graph Engineering

API & Exposition Machine Interface Layer
Machine Interface Layer & Projection Strategy

Machine Interface Layer & Projection Strategy

Transport-Safe Content Layer
Transport-Safe Content Layer

Transport-Safe Content Layer

Retrieval Resilience Transport-Safe Content Strategy
Transport-Safe Content Engineering

Transport-Safe Content Engineering

Observability Evidence Monitoring & Visibility
Evidence Monitoring & AI Visibility Observability

Evidence Monitoring & AI Visibility Observability