Explore projects

This project provides a Dockerized setup for running Weaviate as a local vector database. It includes a pre-configured Docker Compose setup, support for manual vector handling, and optional integration with vectorization modules using OpenAI or a local embedding model with Ollama. The setup features an example Jupyter notebook demonstrating Weaviate’s CRUD workflow and client library usage. Configuration is managed via .env, ensuring flexibility for different vectorization approaches. Designed for quick deployment, this setup serves as a practical starting point for building AI-powered applications with vector search capabilities.

This repository is used for issues that are cross-repository or not bound to a specific repository.

Provides a web UI for the systemd journal

Die Krebsregistrierung in Deutschland erfolgt auf der Basis von Landesgesetzen. Diese verpflichten medizinische Einrichtungen (v. a. niedergelassene Ärztinnen und Ärzte, pathologische Institute, Kliniken, Screening-Einheiten), neu auftretende Krebsfälle und definierte Ereignisse im Krankheits- bzw. Behandlungsverlauf an das zuständige Krebsregister zu melden. Die Krebsregister der Bundesländer wiederum übermitteln nach Vorgabe des Bundeskrebsregisterdatengesetzes (BKRG) einmal jährlich Angaben zu neu erfassten Erkrankungsfällen an das Zentrum für Krebsregisterdaten (ZfKD) am Robert Koch-Institut. Das ZfKD prüft die Qualität der Daten, führt sie zu einem bundesweiten Datensatz zusammen und stellt sie auf Antrag für wissenschaftliche Forschungsprojekte zur Verfügung. In diesem Repository werden begleitende Informationen zu Struktur und Klassifikationen des bundesweiten ZfKD-Datensatzes bereitgestellt. Die hier verwendeten Klassifikationen spiegeln den derzeitigen Arbeitsstand des ZfKD wider. Ein wesentliches Ziel des Repositories ist es, diesen Stand möglichst transparent abzubilden und beteiligte Akteure zur weiteren gemeinsamen Harmonisierung von Standards einzuladen.