mDMS/docs/strategy.md

mDMS: Dokumentenmanagement-Strategie

Aktueller Stand (nach Cleanup 2026-04-06)

Paperless-ngx (mDock)

• 129 Dokumente (PDFs), Storage Path aktiv
• 41 Correspondents — bereinigt (OCR-Duplikate gemergt, Müll entfernt)
• 13 Document Types — Rechnung, Vertrag, Bescheid, Bescheinigung, Brief, Mitteilung, Abrechnung, Protokoll, Urkunde, Vollmacht, Gutachten, Angebot, Medizinisch
• 16 Tags — hierarchisch: Kategorie (Steuer, Versicherung, Gesundheit, Wohnung, Arbeit, Finanzen, Erbschaft, Gewährleistung, Anleitung) + Status (offen, wichtig, Frist) + Kontext (Windscheid33, Paul)
• 1 Storage Path: {created_year}/{document_type}/{created} - {correspondent} - {title}
• Dateien strukturiert: 2024/Rechnung/2024-03-15 - DAK - Beitragsrechnung.pdf
• API-User: mAi
• Docker Compose: ~/paperless/ auf mDock, NFS-Mount /mnt/paperless von TrueNAS (mPool/paperless)

Was bereinigt wurde

• 68 Webp-Preview-Dokumente gelöscht (keine Originale, nur schlechte Vorschaubilder)
• 51 → 41 Correspondents (OCR-Duplikate gemergt: Hogan Lovells, Matthias Siebels, Ammerländer, Schubert, eprimo, Helios, Paul Siebels, Versorgungswerk etc.)
• 39 → 13 Document Types (Merge-Mapping umgesetzt)
• 172 → 16 Tags (Noise gelöscht, Kategorie-Mapping vor Löschung durchgeführt)
• 13 kaputte SynoResource-Dateien aus Consume gelöscht
• 126 orphaned flat-PDFs aus Originals gelöscht
• 43 Dokumententitel bereinigt (Nummern → beschreibende Titel)
• 5 Birthday-Datumsfehler korrigiert (1987-02-22 → korrekte Dokumentdaten)

mDocs (Gitea-Repo m/mDocs) — MIGRATION PENDING

• 72 Dateien, 60 MB (Steuer, Versicherungen, Windscheid33)
• Wird in Paperless inbox migriert, Repo danach löschen

TrueNAS (mtruenas)

• Dataset mPool/paperless existiert bereits
• NFS-Export nach mDock (192.168.178.0/24)
• SMB-Share mStash als Referenz für mdms-Share

---

Entscheidungen

1. Storage Path Format

Format: {created_year}/{document_type}/{created} - {correspondent} - {title}.pdf ✓ Bestätigt

Beispiele:

2024/Rechnung/2024-03-15 - DAK - Beitragsrechnung Q1.pdf
2024/Bescheid/2024-01-20 - Finanzamt - Grundsteuerbescheid.pdf
2023/Vertrag/2023-06-01 - Vodafone - GigaTV Vertragsverlängerung.pdf
2025/Abrechnung/2025-01-31 - Hogan Lovells - Gehaltsabrechnung Januar.pdf

Warum dieses Format:

• Jahr als Top-Level: Chronologisches Browsen, ganzen Jahrgang für Steuerberater kopierbar
• Typ als zweite Ebene: "Zeig mir alle Rechnungen 2024" = 2024/Rechnung/
• Datum + Correspondent + Titel im Dateinamen: Sortierbar, durchsuchbar, kontextreich
• Max 2 Ordnerebenen: Nicht zu tief, Finder/Explorer-freundlich
• Navigierbar ohne Paperless: Reiner Dateibrowser funktioniert

Verworfene Alternativen:

• {correspondent}/{year}/... — zu viele sparse Ordner, schlecht für zeitliche Navigation
• {year}-{month}/... — zu granular, monatliche Ordner für oft nur 1-2 Dokumente
• Flach: {created}-{correspondent}-{title}.pdf — bei 500+ Dokumenten unbrauchbar

2. Dataset-Struktur: mPool/mdms

/mnt/mPool/mdms/
├── paperless/          # Paperless storage (originals, archive, thumbnails)
│   ├── documents/
│   │   ├── originals/  # Originaldateien
│   │   └── archive/    # OCR-Versionen
│   └── ...
├── inbox/              # Paperless consume — Auto-Import
│                       # mScan-App, Drag-and-Drop, SFTP
├── templates/          # Vertragsvorlagen, Formulare, Muster
│                       # Nicht in Paperless — statische Referenzdokumente
├── archive/            # Dokumente die nicht in Paperless passen:
│                       # Große Dateien (CAD, Pläne), Sammlungen, Binaries
└── export/             # Paperless-Exporte, Backups, Snapshots

3. Dokumenten-Routing

Dokument	Ziel	Begründung
Rechnungen, Bescheide, Briefe	Paperless (inbox/)	OCR + AI-Klassifikation + Suche
Verträge, Urkunden	Paperless	Langzeitarchiv mit Volltextsuche
Steuerunterlagen	Paperless + Tag "Steuer"	Filterbar für Steuerberater-Export
Gehaltsabrechnungen	Paperless + Tag "Arbeit"	Chronologisch abrufbar
Arztbriefe, Befunde	Paperless + Tag "Gesundheit"	Suchbar, datiert
Phone-Scans (mScan)	inbox/ → Paperless auto-import	Scannen → fertig
Vertragsvorlagen, Formulare	templates/	Keine OCR nötig, statische Referenz
Baupläne, CAD, große Dateien	archive/	Zu groß/speziell für Paperless
Fotos von Dokumenten	Paperless	OCR funktioniert auch auf Fotos

Nicht in mDMS:

• Fotos generell → Immich
• Bücher, eBooks → Calibre (mCalibre)
• Arbeitsrechtliche Dokumente (HL) → mWork-Vault (Obsidian, nicht mDMS)

4. Paperless Taxonomy — Aufräumen

Document Types (39 → 15)

Reduziert auf sinnvolle, stabile Kategorien:

Behalten	Zusammenführen aus
Rechnung	Rechnung, Invoice, Beitragsrechnung
Vertrag	(neu — für Verträge, Verlängerungen)
Bescheid	Bescheid, Beitragsbescheid, Versicherungsbescheid
Bescheinigung	Bescheinigung, Lohnsteuerbescheinigung, Spendenbescheinigung
Brief	Brief, Anschreiben, Korrespondenz
Mitteilung	Mitteilung, Benachrichtigung, Information, Erinnerung
Abrechnung	Abrechnung, Entgeltabrechnung
Protokoll	Protokoll
Urkunde	Urkunde
Vollmacht	Vollmacht
Gutachten	Gutachten, Befund
Angebot	Angebot
Energieausweis	Energieausweis
Schadenmeldung	Schadenmeldung, Schadenanzeige
Medizinisch	Arbeitsunfähigkeitsbescheinigung, Aufklärungsbogen

Entfernen: Empfehlung, Preisanpassungsschreiben, Kündigungsbestätigung, Eintragungsbekanntmachung, Auftragsbestätigung, Testament (→ Tag), Einladung (→ Brief)

Tags (172 → ~25 manuell kuratierte)

Die meisten Auto-Tags sind Noise. Ziel: wenige, stabile Kategorie-Tags + manuelle Pflege.

Kategorie-Tags (Pflicht, einer pro Dokument):

Tag	Für
Steuer	Alles steuerrelevante
Versicherung	Policen, Schäden, Beiträge
Gesundheit	Arzt, Krankenhaus, Krankenkasse
Wohnung	Miete, Eigentum, Nebenkosten, WEG
Arbeit	Gehalt, Arbeitgeber, Kammer
Finanzen	Bank, Kredit, Altersvorsorge
Erbschaft	Testament, Nachlassangelegenheiten
Gewährleistung	Kaufbelege mit Garantie, Reklamationen
Anleitung	Bedienungsanleitungen, Handbücher, Datenblätter

Aktions-Tags (optional):

Tag	Bedeutung
wichtig	Aufbewahrungspflichtig, Schlüsseldokument
Frist	Hat eine Frist — regelmäßig prüfen
offen	Noch Handlung erforderlich

Kontext-Tags (sparsam, bei Bedarf):

Tag	Für
Windscheid33	Immobilie Windscheidstr. 33
Paul	Dokumente bzgl. Paul Siebels

Löschen:

• Jahres-Tags ("2022", "2025") — redundant mit created-Datum
• Personen-Tags ("Matthias Siebels") — gehört als Correspondent
• Ultra-granulare Tags ("Finger", "Hand", "Shimano", "Oral-B") — kein Nutzen
• Duplikate ("Rechtsanwalt" + "Rechtsanwälte" + "Rechtsanwaltschaft")

Correspondents (51 → ~30)

OCR-Duplikate zusammenführen:

• "Hogan Lovells International LLP" + "Hogan Lovells lnternational LLP" → Hogan Lovells
• "HELIÜS Klinikurn Duisburg" + "Helios Klinikum Duisburg" → Helios Klinikum Duisburg
• "Herr Matthias Siebels" + "Herrn Matthias Siebels" + "Matthias Siebels" + "Herrn Rechtsanwalt Matthias Siebels" → Matthias Siebels (eigene Dokumente)
• "Ammerländer Versicherung VVaG" + "Ammerländer Versicherung WaG" → Ammerländer Versicherung
• "SCHUBERT GmbH" + "Schubert GmbH Haus- und Grundbesitzverwaltung" → Schubert Hausverwaltung
• "Dr. figegeberH lcankenkas*" → identifizieren oder löschen (OCR-Müll)
• "Dr/Heikö Gemmel" → Dr. Heiko Gemmel
• "eprimo CmbH" + "eprimo GmbH" → eprimo
• "lndula Shopsystem GmbH" → Indula Shopsystem

5. SMB-Share

Ja — mdms als SMB-Share wie mStash.

Konfiguration auf TrueNAS:

• Share-Name: mdms
• Dataset: mPool/mdms
• User: m (wie mStash)
• Mount auf mBreeze/mPebble: ~/mDMS (LaunchAgent, analog zu mStash)

Nutzen:

• ~/mDMS/inbox/ für Drag-and-Drop-Import (Paperless consumed automatisch)
• ~/mDMS/templates/ für schnellen Zugriff auf Vorlagen
• ~/mDMS/paperless/documents/originals/ für Dateibrowser-Navigation (via Storage Path)
• ~/mDMS/archive/ für große Dateien

6. Vertrauliche Dokumente

Kein separates Verschlüsselungssystem nötig. ✓ Bestätigt

• Alles läuft auf HomeServer (mforge/mtruenas), nur via Tailscale erreichbar
• SMB mit User-Auth + Paperless-Login reichen aus

7. Obsidian-Integration

Der Storage Path soll als Teil eines Obsidian-Vaults nutzbar sein. Das bedeutet:

• mdms/paperless/documents/originals/ (oder archive/) via SMB als Vault-Ordner einbinden
• Obsidian zeigt die Ordnerstruktur (2024/Rechnung/...) direkt im Dateibrowser
• PDFs sind in Obsidian inline-viewbar und verlinkbar (![[2024-03-15 - DAK - Beitragsrechnung.pdf]])
• Keine Sonderzeichen in Dateinamen die Obsidian-Links brechen (Spaces sind ok)

Umsetzung:

• Option A: Symlink ~/m2/mDMS/ → ~/mDMS/paperless/documents/originals/ im Obsidian-Vault
• Option B: Separater Mini-Vault nur für Dokumente
• Option C: mdms als Unterordner im Hauptvault (m2)

Empfehlung: Option A (Symlink) — kein Daten-Overhead, Vault bleibt schlank, Dokumente sind trotzdem verlinkbar. Braucht nur einen Symlink pro Maschine.

8. E-Mail-Inbox

docs@msbls.de — Alias auf mail@msbls.de (Hostinger).

Paperless pollt mail@msbls.de via IMAP und konsumiert Anhänge aus Emails an docs@msbls.de:

• IMAP: imap.hostinger.com:993 (SSL/TLS), User: mail@msbls.de
• Mail-Regel: Filter To: docs@msbls.de, nur Attachments, Action: als gelesen markieren
• Correspondent wird automatisch vom Absender übernommen
• Titel vom Dateinamen

Workflow: Dokument als PDF an docs@msbls.de weiterleiten → Paperless importiert automatisch.

---

Paperless-AI Konfiguration

Paperless-AI (Port 3077) soll die Klassifikation übernehmen. Konfigurieren mit:

• Auto-assign correspondent basierend auf OCR-Text (Absender-Erkennung)
• Auto-assign document type aus den 15 reduzierten Typen
• Auto-assign 1-2 Kategorie-Tags aus der Kurzliste
• Nicht: Auto-generierte Freitext-Tags (das erzeugt das aktuelle Chaos)

---

Multi-page scan + automatic splitting (Barcode-Separator)

Issue: #1 (mDMS). Aktiv seit 2026-05-16.

Ein ADF-Scan eines Stapels aus mehreren Schreiben kommt heute als eine PDF in inbox/. Damit Paperless daraus N getrennte Dokumente macht, nutzen wir den eingebauten Barcode-Splitter mit einer Code-128-Patch-T-Seite zwischen den Schreiben.

Setup (einmalig)

Live auf mDock (~/paperless/docker-compose.yml, webserver-Service):

PAPERLESS_CONSUMER_ENABLE_BARCODES: "true"
PAPERLESS_CONSUMER_BARCODE_DELETE_PAGES: "true"

Standard-Trennstring PATCHT, Scanner-Engine pyzbar, DPI 300 — alles per Default OK. DELETE_PAGES sorgt dafür, dass die Trennseiten nicht im fertigen Dokument landen.

Trennseite (Patch-T)

• PDF: infra/paperless/separator-patchT.pdf (1 Seite A4, Code-128 mit PATCHT)
• Generator: infra/paperless/generate_separator.py (uv inline-deps, reportlab + python-barcode)
• 10–20 Stück ausdrucken, neben dem Scanner stapeln, bei Bedarf nachdrucken

Workflow

1. Stapel zusammenstellen: [Schreiben A] [PATCHT] [Schreiben B] [PATCHT] [Schreiben C] …
2. Komplett-Stapel in den ADF, Scan-to-SMB als ein einziges PDF
3. PDF landet in ~/mDMS/inbox/ (SMB) → mdms-mover schiebt nach toprocess/
4. Paperless erkennt jede PATCHT-Seite, splittet, entsorgt die Trennseiten, OCRt + klassifiziert pro Sub-Dokument

Test (2026-05-16)

• Konstruiert: TEST-A (2 Seiten) + PATCHT + TEST-B (1) + PATCHT + TEST-C (1) = 6-seitiges PDF
• Drop in /mnt/mdms/toprocess/mdms-issue1-test-stack.pdf
• Ergebnis: 3 separate Paperless-Dokumente (_document_0/1/2), Seitenzahlen 2/1/1 — Trennseiten verschwunden
• Log-Bestätigung: [paperless.barcodes] Created new task ... for _document_X.pdf + BarcodePlugin requested task exit: Barcode splitting complete!
• Test-Dokumente nach Verifikation aus Paperless gelöscht

Edge-Cases / Follow-ups

• Fehlt eine Trennseite → die zwei betroffenen Schreiben landen als ein Dokument. Manuell trennen über Paperless-UI (»Split Document«) oder neu scannen.
• Trennseite ist verknittert / schräg → Code-128 mit quiet_zone=8 ist tolerant; falls Detection-Rate sinkt: in generate_separator.py module_width größer machen und neu drucken.
• Option B (Blank-Page-Detection im Mover) und Option C (LLM-semantisches Splitting) sind in Issue #1 dokumentiert — kommen erst, wenn Patch-T-Seiten in der Praxis nerven.
• ASN-Barcodes (PAPERLESS_CONSUMER_ENABLE_ASN_BARCODE) sind orthogonal — separate Funktion für Archiv-Nummern; nicht aktiviert.

---

Migration: Schritt für Schritt

Phase 1: TrueNAS Setup ✓ DONE

1. Dataset mPool/mdms erstellt (LZ4, 1.24 TiB frei)
2. Unterordner angelegt (paperless, inbox, templates, archive, export)
3. NFS-Export (id:8, 192.168.178.0/24), Mount auf mDock als /mnt/mdms
4. SMB-Share mDMS (id:3, User m)

Phase 2: Paperless Migration ✓ DONE

5. Paperless auf mDock gestoppt
6. Media, data, ai kopiert; pgdata als lokales Docker Volume (NFS-Ownership inkompatibel mit Postgres uid 999)
7. consume → inbox kopiert
8. SynoResource-Dateien gelöscht
9. NFS-Mount /mnt/mdms auf mDock (fstab via Proxmox agent)
10. Docker Compose aktualisiert (~/paperless/docker-compose.yml)
11. Storage Path konfiguriert
12. Paperless verifiziert — 129 Docs, alle Metadaten intakt

Hinweis: pgdata lebt als Docker Volume paperless_pgdata auf mDock (nicht auf NFS). DB-Backup über pg_dump in mdms/export/ planen.

Phase 3: Cleanup ✓ DONE

13. Paperless Correspondents zusammenführen → 51 → 41
14. Document Types reduzieren → 39 → 13
15. Tags aufräumen → 172 → 16 (hierarchisch: Kategorie + Status + Kontext)
16. Paperless-AI mit neuer Taxonomy konfigurieren (TODO)

Phase 4: mDocs Migration

17. mDocs-Repo klonen, alle PDFs nach mdms/inbox/ kopieren
18. Paperless konsumiert und klassifiziert automatisch
19. Manuell verifizieren: Correspondents, Types, Tags korrekt?
20. mDocs-Repo auf Gitea löschen

Phase 5: Client-Setup

21. SMB-Mount auf mBreeze: ~/mDMS (LaunchAgent wie mStash)
22. SMB-Mount auf mPebble: ~/mDMS
23. mScan-App auf mdms/inbox/ konfigurieren (falls SFTP/SMB-Upload möglich)

---

Offene Punkte

• Paperless Admin-Credentials — mAi-User auf Paperless angelegt
• Paperless Cleanup — Correspondents, Types, Tags bereinigt
• Storage Path konfiguriert und Dateien umbenannt
• Webp-Previews gelöscht, SynoResource-Müll bereinigt
• TrueNAS Dataset mPool/mdms erstellt (NFS id:8, SMB mDMS id:3)
• Paperless media auf mdms/paperless umgestellt (Docker Compose aktualisiert)
• SMB-Share mDMS eingerichtet auf TrueNAS
• mDocs-Migration: 69 PDFs in Paperless inbox, consumption läuft
• docs@msbls.de — E-Mail-Inbox für Paperless (IMAP-Polling, Alias auf mail@msbls.de, Regel filtert auf To: docs@msbls.de)
• Paperless-AI mit neuer Taxonomy konfigurieren
• Regelmäßiger Export/Backup-Job (Paperless → mdms/export/)
• m doc CLI-Subcommand für Paperless-Zugriff? (search, list, tag)
• Obsidian-Vault Symlink-Setup auf mBreeze/mPebble