Installation und Einrichtung¶

Diese Anleitung führt Sie durch die Installation von Turbo EA mit Docker, die Konfiguration der Umgebung, das Laden von Demodaten und das Starten optionaler Dienste wie KI und MCP-Server.

Voraussetzungen¶

Docker (v20.10+)
Docker Compose (v2.0+)

Schritt 1: Klonen und konfigurieren¶

git clone https://github.com/vincentmakes/turbo-ea.git
cd turbo-ea
cp .env.example .env

Öffnen Sie .env in einem Texteditor und setzen Sie die erforderlichen Werte:

# PostgreSQL-Anmeldedaten (werden vom integrierten Datenbank-Container verwendet)
POSTGRES_PASSWORD=waehlen-sie-ein-starkes-passwort

# JWT-Signaturschlüssel — generieren Sie einen mit:
#   python3 -c "import secrets; print(secrets.token_urlsafe(64))"
SECRET_KEY=ihr-generierter-schluessel

# Port, auf dem die Anwendung erreichbar ist
HOST_PORT=8920

Schritt 2: Datenbankoption wählen¶

Option A: Integrierte Datenbank (empfohlen für den Einstieg)¶

Die Datei docker-compose.db.yml startet einen PostgreSQL-Container zusammen mit Backend und Frontend. Es wird keine externe Datenbank benötigt — die Daten werden in einem Docker-Volume persistiert.

docker compose -f docker-compose.db.yml up --build -d

Option B: Externes PostgreSQL¶

Wenn Sie bereits einen PostgreSQL-Server haben (verwaltete Datenbank, separater Container oder lokale Installation), verwenden Sie die Basisdatei docker-compose.yml, die nur Backend und Frontend startet.

Erstellen Sie zunächst eine Datenbank und einen Benutzer:

CREATE USER turboea WITH PASSWORD 'ihr-passwort';
CREATE DATABASE turboea OWNER turboea;

Konfigurieren Sie dann Ihre .env:

POSTGRES_HOST=ihr-postgresql-host
POSTGRES_PORT=5432
POSTGRES_DB=turboea
POSTGRES_USER=turboea
POSTGRES_PASSWORD=ihr-passwort

Starten Sie die Anwendung:

docker compose up --build -d

Note

Die Basisdatei docker-compose.yml erwartet ein Docker-Netzwerk namens guac-net. Erstellen Sie es mit docker network create guac-net, falls es nicht existiert.

Schritt 3: Demodaten laden (optional)¶

Turbo EA kann mit einem leeren Metamodell (nur die 14 integrierten Kartentypen und Beziehungstypen) oder mit einem vollständig befüllten Demodatensatz starten. Die Demodaten sind ideal zur Evaluierung der Plattform, für Schulungen oder zum Erkunden der Funktionen.

Seed-Optionen¶

Fügen Sie diese Variablen vor dem ersten Start zu Ihrer .env hinzu:

Variable	Standard	Beschreibung
`SEED_DEMO`	`false`	Lädt den vollständigen NexaTech-Industries-Demodatensatz inklusive BPM und PPM
`SEED_BPM`	`false`	Lädt nur BPM-Demoprozesse (Basisdemo muss vorhanden sein)
`SEED_PPM`	`false`	Lädt nur PPM-Projektdaten (Basisdemo muss vorhanden sein)
`RESET_DB`	`false`	Löscht alle Tabellen und erstellt sie beim Start neu

Vollständige Demo (empfohlen zur Evaluierung)¶

SEED_DEMO=true

Dies lädt den gesamten NexaTech-Industries-Datensatz mit einer einzigen Einstellung. Sie müssen SEED_BPM oder SEED_PPM nicht separat setzen — sie sind automatisch enthalten.

Demo-Administratorkonto¶

Beim Laden der Demodaten wird ein Standard-Administratorkonto erstellt:

Feld	Wert
E-Mail	`admin@turboea.demo`
Passwort	`TurboEA!2025`
Rolle	Administrator

Warning

Das Demo-Administratorkonto verwendet bekannte Anmeldedaten. Ändern Sie das Passwort oder erstellen Sie ein eigenes Administratorkonto für jede Umgebung über die lokale Evaluierung hinaus.

Was die Demodaten enthalten¶

Der NexaTech-Industries-Datensatz umfasst etwa 150 Karten über alle Architekturebenen:

Kern-EA-Daten (immer enthalten mit SEED_DEMO=true):

Organisationen — Unternehmenshierarchie: NexaTech Industries mit Geschäftsbereichen (Engineering, Fertigung, Vertrieb & Marketing), Regionen, Teams und Kunden
Geschäftsfähigkeiten — Über 20 Fähigkeiten in einer mehrstufigen Hierarchie
Geschäftskontexte — Prozesse, Wertströme, Customer Journeys, Geschäftsprodukte
Anwendungen — Über 15 Anwendungen (NexaCore ERP, IoT-Plattform, Salesforce CRM usw.) mit vollständigen Lebenszyklus- und Kostendaten
IT-Komponenten — Über 20 Infrastrukturelemente (Datenbanken, Server, Middleware, SaaS, KI-Modelle)
Schnittstellen & Datenobjekte — API-Definitionen und Datenflüsse zwischen Systemen
Plattformen — Cloud- und IoT-Plattformen mit Untertypen
Ziele & Initiativen — 6 strategische Initiativen mit verschiedenen Genehmigungsstatus
Tags — 5 Tag-Gruppen: Geschäftswert, Technologie-Stack, Lebenszyklusstatus, Risikoniveau, Regulatorischer Geltungsbereich
Beziehungen — Über 60 Beziehungen, die Karten über alle Ebenen verknüpfen
EA-Bereitstellung — Architekturentscheidungsprotokolle und Architekturarbeitsdokumente

BPM-Daten (enthalten mit SEED_DEMO=true oder SEED_BPM=true):

~30 Geschäftsprozesse in einer 4-stufigen Hierarchie (Kategorien, Gruppen, Prozesse, Varianten)
BPMN-2.0-Diagramme mit extrahierten Prozesselementen (Aufgaben, Ereignisse, Gateways, Lanes)
Element-zu-Karten-Verknüpfungen, die BPMN-Aufgaben mit Anwendungen, IT-Komponenten und Datenobjekten verbinden
Prozessbewertungen mit Reife-, Effektivitäts- und Compliance-Bewertungen

PPM-Daten (enthalten mit SEED_DEMO=true oder SEED_PPM=true):

Statusberichte für 6 Initiativen mit Projektzustand über die Zeit
Projektstrukturpläne (PSP) mit hierarchischer Zerlegung und Meilensteinen
~60 Aufgaben über alle Initiativen mit Status, Prioritäten, Zuständigen und Tags
Budgetzeilen (Capex/Opex nach Geschäftsjahr) und Kostenzeilen (tatsächliche Ausgaben)
Risikoregister mit Wahrscheinlichkeits-/Auswirkungsbewertungen und Maßnahmenplänen

Datenbank zurücksetzen¶

Um alles zu löschen und neu zu starten:

RESET_DB=true
SEED_DEMO=true

Starten Sie die Container neu und entfernen Sie dann RESET_DB aus .env, um ein Zurücksetzen bei jedem Neustart zu vermeiden:

docker compose -f docker-compose.db.yml up --build -d
# Nachdem alles funktioniert, entfernen Sie RESET_DB=true aus .env

Schritt 4: Optionale Dienste¶

KI-Beschreibungsvorschläge¶

Turbo EA kann Kartenbeschreibungen mit einem lokalen LLM (Ollama) oder kommerziellen Anbietern generieren. Der integrierte Ollama-Container ist der einfachste Einstieg.

Fügen Sie zu .env hinzu:

AI_PROVIDER_URL=http://ollama:11434
AI_MODEL=gemma3:4b
AI_AUTO_CONFIGURE=true

Starten Sie mit dem ai-Profil:

docker compose -f docker-compose.db.yml --profile ai up --build -d

Das Modell wird beim ersten Start automatisch heruntergeladen (dies kann je nach Verbindung einige Minuten dauern). Siehe KI-Funktionen für Konfigurationsdetails.

MCP-Server (KI-Tool-Integration)¶

Der MCP-Server ermöglicht KI-Tools wie Claude Desktop, Cursor und GitHub Copilot den Zugriff auf Ihre EA-Daten.

docker compose -f docker-compose.db.yml --profile mcp up --build -d

Siehe MCP-Integration für Einrichtungs- und Authentifizierungsdetails.

Profile kombinieren¶

Sie können mehrere Profile gleichzeitig aktivieren:

docker compose -f docker-compose.db.yml --profile ai --profile mcp up --build -d

Kurzreferenz: Häufige Startbefehle¶

Szenario	Befehl
Minimaler Start (integrierte DB, leer)	`docker compose -f docker-compose.db.yml up --build -d`
Vollständige Demo (integrierte DB, alle Daten)	Setzen Sie `SEED_DEMO=true` in `.env`, dann `docker compose -f docker-compose.db.yml up --build -d`
Vollständige Demo + KI	Setzen Sie `SEED_DEMO=true` + KI-Variablen in `.env`, dann `docker compose -f docker-compose.db.yml --profile ai up --build -d`
Externe DB	Konfigurieren Sie DB-Variablen in `.env`, dann `docker compose up --build -d`
Zurücksetzen und neu befüllen	Setzen Sie `RESET_DB=true` + `SEED_DEMO=true` in `.env`, Neustart, dann `RESET_DB` entfernen

Nächste Schritte¶

Öffnen Sie http://localhost:8920 (oder Ihren konfigurierten HOST_PORT) im Browser
Wenn Sie Demodaten geladen haben, melden Sie sich mit admin@turboea.demo / TurboEA!2025 an
Andernfalls registrieren Sie ein neues Konto — der erste Benutzer erhält automatisch die Administrator-Rolle
Erkunden Sie das Dashboard für einen Überblick über Ihre EA-Landschaft
Konfigurieren Sie das Metamodell, um Kartentypen und Felder anzupassen