BEHAVIOR-001: learn and predict actuator actions

ARCHITECTURE.md

@@ -1,13 +1,21 @@
 # SillyHome Next — Architekturübersicht
 
-Ziel ist ein lokales, datensparsames, erklärbares Smart-Home-Intelligenzsystem für Home Assistant. Es analysiert Historie, erkennt Gewohnheiten, erstellt Vorhersagen, empfiehlt Automationen und kann auf Wunsch einfach in Automationen übersetzen. Vier Intelligenzebenen sind vorgesehen: regelbasiert, ML-gestützt, LLM-unterstützt und autonomer Hausagent.
+Ziel ist ein lokales, datensparsames und erklärbares Smart-Home-Intelligenzsystem
+für Home Assistant. Nutzer wählen ausschließlich erlaubte Aktoren. Das System
+ordnet Kontext automatisch zu, erkennt historische Nutzerhandlungen, trainiert
+pro Aktor ein Verhaltensmodell und trifft zunächst nur Shadow-Vorhersagen.
+Autonomes Schalten wird separat pro Aktor freigegeben.
 
 ## Leitentscheidungen
 
 - Lokal-first und datensparsam; keine Cloudpflicht.
-- Trennung von Datenintegration, Trainingspipeline, Vorhersageservice und Erklärungsschicht.
-- Standardintegration über MQTT und Home Assistant WebSocket plus REST.
-- Schnittstellen über FastAPI und OpenAI-kompatible Endpunkte.
-- Langzeitdaten in PostgreSQL und TimescaleDB; Vektoren für semantische Suche optional.
-- Deployment über Docker Compose; Kubernetes optional für erweiterte Betriebsgrößen.
+- Trennung von Datenintegration, Kontextzuordnung, Verhaltenslernen,
+  Vorhersage und Aktorausführung.
+- Logbook-basierte Herkunftserkennung; bekannte Automationen und eigene
+  Schaltungen werden nicht als Nutzerhandlungen trainiert.
+- Ausführung nur für freigegebene, reversible Domains und Zustände sowie mit
+  Konfidenzschwelle und Cooldown.
+- Standardintegration über die lokale Home-Assistant-REST-API.
+- Persistenz als atomische lokale Modell- und Aktorartefakte.
+- Deployment als Home-Assistant-Add-on oder über Docker Compose.
 - Tests, Docs und Changelog sind Pflichtbestandteil jeder Änderung.