# Sicherheitscheckliste für die RAG-Dokumentenaufnahme

Verwenden Sie diese Checkliste vor der Veröffentlichung von Dokumenten in ein Retrieval-Augmented Generation-System.

## Quellregistrierung

- [ ] Verantwortliche Person für die Quelle benannt.
- [ ] Verantwortliche Person für die Daten benannt.
- [ ] Maßgebliches Quellsystem dokumentiert.
- [ ] Erlaubte Nutzer, Rollen oder Gruppen dokumentiert.
- [ ] Sensitivitätsstufe zugewiesen.
- [ ] Aktualisierungshäufigkeit dokumentiert.
- [ ] Aufbewahrung und Löschverhalten dokumentiert.
- [ ] Prüfintervall zugewiesen.

## Dateisicherheit

- [ ] Positivliste zulässiger Dateitypen durchgesetzt.
- [ ] Obergrenze für Dateigröße durchgesetzt.
- [ ] Anforderung für Malware-Scanning oder Inhaltsentschärfung festgelegt.
- [ ] Verschlüsselte oder nicht unterstützte Dateien abgelehnt oder an Prüfung weitergeleitet.
- [ ] Originaldatei-Hash gespeichert.
- [ ] Hochladende Person oder Quellereignis protokolliert.

## Extraktion und OCR

- [ ] Extraktionsmethode dokumentiert.
- [ ] OCR-Konfidenzwert bei Bedarf dokumentiert.
- [ ] Seitenzahl und extrahierte Zeichenanzahl dokumentiert.
- [ ] Leere oder fehlgeschlagene Seiten markiert.
- [ ] Tabellen überprüft, wenn genaue Werte von Bedeutung sind.
- [ ] Quellsprache erkannt.
- [ ] Extraktionen geringer Qualität ausgeschlossen oder zur Prüfung weitergeleitet.

## Metadaten und Berechtigungen

- [ ] Jeder Chunk hat eine Quell-ID und Dokument-ID.
- [ ] Jeder Chunk enthält Sichtbarkeitsmetadaten für Mandant, Nutzer und Rolle.
- [ ] Jeder Chunk enthält Metadaten zur Quellenverantwortung und Sensibilitätsstufe.
- [ ] Jeder Chunk enthält eine Version oder einen Inhaltshash.
- [ ] Jeder Chunk enthält nach Möglichkeit einen Seiten- oder Abschnittsverweis.
- [ ] Retrieval-Filter prüfen Berechtigungen vor dem Ranking.
- [ ] Nicht berechtigte Nutzer erhalten in Tests keine eingeschränkten Chunks.

## Aufbewahrung und Löschung

- [ ] Löschpfad für den Cache der Originaldatei vorhanden.
- [ ] Löschpfad für extrahierte Texte vorhanden.
- [ ] Löschpfad für Chunks vorhanden.
- [ ] Löschpfad für Embeddings/Vektoren vorhanden.
- [ ] Löschpfad für Zusammenfassungen/Caches vorhanden.
- [ ] Logs und Backups folgen dokumentierten Aufbewahrungsregeln.
- [ ] Löschverifikation wird protokolliert.

## Freigabekriterium

- [ ] Beispielfragen rufen erwartete Quellen ab.
- [ ] Veraltete Quellen werden ausgeschlossen oder markiert.
- [ ] Quellenangaben verweisen auf gültige Stellen in der Quelle.
- [ ] Prompt-Injection-Text innerhalb von Dokumenten wird als Inhalt, nicht als Anweisung behandelt.
- [ ] Die für die Quelle verantwortliche Person hat die Indexierung für den Produktionseinsatz freigegeben.