Zum Hauptinhalt springen
Die Evolution von FileMaster MCP

Von der Kundenanfrage zur Enterprise-Suche

Erfahrene Mitarbeiter gehen in Rente, ihr Wissen steckt in tausenden Dokumenten. Die Windows-Suche? Mühselig bis unmöglich. So entstand im Sommer 2025 die Idee zu FileMaster.

Das Problem

  • Erfahrene Mitarbeiter gehen in Rente - ihr Wissen geht mit
  • Tausende Dokumente mit wertvollem Know-how
  • Junge Kollegen müssen Dokumente manuell sichten
  • Windows-Suche: mühselig bis unmöglich

Die Lösung

  • KI-gestützte Wissensextraktion aus bestehenden Daten
  • Natürliche Sprache: Fragen statt Suchbegriffe
  • Semantische Suche findet auch Synonyme
  • Antworten in Millisekunden statt Stunden
6
Entwicklungsphasen
6
Major Releases
750k
Dokumente getestet
<100ms
Suchzeit
Entwickelt mit Claude Code

Die 6 Phasen der Evolution

Jede Phase brachte fundamentale Verbesserungen - von der Grundarchitektur bis zur Enterprise-reifen KI-Suche. Geschätzte Entwicklungszeit ohne KI-Unterstützung: 12-18 Monate.

Phase 1v1.0

Genesis

Die Grundsteinlegung

  • MCP-Server Architektur
  • OAuth 2.0 Integration
  • FTS5 Volltext-Suche
  • PDF, Word, Excel Support
  • Multi-User Fähigkeit

~50 Docs/Min | ~500ms Suche

Solide Basis für alle weiteren Entwicklungen

Phase 2v2.0

Enterprise Security

Unternehmensreife Sicherheit

  • Windows ACL Integration
  • Multi-Share Support
  • Tesseract OCR (gescannte PDFs)
  • DSGVO Audit Logging
  • Two-Layer Security

~80 Docs/Min | ~400ms Suche

8 Entwicklungsphasen für robuste ACL-Integration

Phase 3v2.1 - v2.2

RAG Integration

KI-gestützte semantische Suche

  • Semantic Search mit Vector Embeddings
  • Document Chunking
  • Hybrid Search (FTS5 + RAG)
  • Ollama Integration
  • Background Indexing

~200 Docs/Min | ~200ms Suche | 40x schnelleres Indexing

Synonym-Matching: 'Virenschutz' findet 'Endpoint Protection'

Phase 4v2.3 - v2.5

Production Ready

Enterprise Deployment

  • Docker Hub Publishing
  • Qdrant Vector Database
  • Ansible One-Command Deployment
  • OpenWebUI Integration
  • Claude 4.5 Sonnet Support

~260 Docs/Min | ~150ms Suche

Erstes Produktiv-Deployment bei Kunde erfolgreich

Phase 5v2.6

Performance Optimierung

10x schnellere Indexierung

  • Multi-Threading (4 parallel Workers)
  • Batch Embeddings (100 concurrent)
  • Queue-basierte Verarbeitung
  • External GPU Optimization
  • 750k+ Dokumente im Produktiveinsatz

940 Docs/Min | <100ms Suche | 4x schneller

Vollindexierung in 12h statt 2+ Tage

Phase 6v2.7

ACL-Fingerprinting

Intelligente Berechtigungsoptimierung

  • ACL-Fingerprinting Engine
  • Mustererkennung über Millionen ACLs
  • Reduktion auf wenige Tausend Fingerprints
  • Drastisch schnellere Berechtigungsprüfung
  • Speicheroptimierung im laufenden Betrieb

Millionen ACLs → ~Tausend Fingerprints

Mustererkennung reduziert Millionen ACLs auf wenige Tausend

Praxiserprobt

Bereit für den Unternehmenseinsatz

FileMaster MCP ist für den produktiven Einsatz in mittelständischen Unternehmen mit umfangreichen Dokumentenbeständen konzipiert und erprobt.

Typische Anwendungsbereiche

1 Mio.+
Dokumente indexierbar
Qualitätsmanagement & Dokumentation
Auftragsabwicklung & Projektdaten
Lieferanten- & Kundenkorrespondenz
Technische Zeichnungen & Spezifikationen
Verträge & Zertifikate

Unterstützte Dateitypen

PDF79%
Excel11%
Word4%
Text/Log4%
Andere2%

Multi-Format Support: PDF, Word, Excel, Text, Logs und 20+ weitere Formate werden automatisch indexiert und durchsuchbar gemacht.

Performance

Messbare Verbesserungen

Kontinuierliche Optimierung durch Multi-Threading, GPU-Beschleunigung und intelligentes Caching.

>1 Mio.
Dokumentenkapazität
getestet mit 750.000
<100ms
Suchantwortzeit
auch bei großen Beständen
940/Min
Indexierung
mit GPU-Unterstützung
3-fach
Hybrid Search
FTS5 + RAG + Semantisch
Technologie

Tech-Stack Evolution

Schritt für Schritt zur modernen KI-Architektur - jede Erweiterung baut auf soliden Grundlagen auf.

Prototyp
Python + FastAPI + SQLite FTS5
KI-Integration
+ PyTorch + Vector Embeddings
Production
+ Ollama + Qdrant + Docker
Optimierung
+ Multi-Threading + GPU-Cluster

Architektur-Highlights

Triple-Hybrid Search: FTS5 + RAG + Semantisch
Qdrant Vector Database mit 768-dim Embeddings
Multi-Threading mit 4 parallelen Workers
External GPU (RTX 4080) für Embeddings
Docker-basiertes Deployment
Ansible One-Command Installation
Windows ACL Two-Layer Security
DSGVO-konformes Audit Logging

Bereit für intelligente Dokumentensuche?

Erleben Sie FileMaster MCP live in einer Demo mit Ihren eigenen Dokumenten. 100% lokal, 100% DSGVO-konform.

Fragen zur Integration?

Wir beraten Sie gerne, wie FileMaster MCP in Ihre bestehende IT-Infrastruktur passt.