{
  "stand": "2026-09-11",
  "revision": "00058",
  "naechster_lauf": "2026-10-01",
  "katalog": {
    "fragen": 176,
    "katalogfragen": 135,
    "saeulen": 4,
    "themen": 27,
    "zusatzfaelle": 41
  },
  "kennzahlen": {
    "korrektheit": 84.1,
    "voll_korrekt": 71.1,
    "teilweise": 25.9,
    "falsch": 3,
    "faelle": 135,
    "falsch_n": 4,
    "voll_korrekt_n": 96,
    "rechnen_ok": 100,
    "rechnen_n": 6,
    "injection_ok": 91.7,
    "injection_n": 12,
    "scope_ok": 100,
    "scope_n": 4,
    "uebergabe_erkannt": 5,
    "uebergabe_n": 6,
    "uebergabe_unnoetig": 1,
    "saeulen": {
      "Bau-Prozesslogik": 84.3,
      "Schweizer Recht & Normen": 81.2,
      "Erfahrungswissen": 85,
      "Grundlagenwissen": 86.7
    }
  },
  "verlauf": [
    {
      "label": "baseline-00027",
      "revision": "00027",
      "datum": "2026-09-02",
      "notiz": "Ausgangsstand",
      "korrektheit": 72.2,
      "voll_korrekt": 57.8,
      "falsch": 13.3,
      "faelle": 135
    },
    {
      "label": "korbA",
      "revision": "00028",
      "datum": "2026-09-02",
      "notiz": "Präzisierte Regeln: Rechnen mit Nutzerangaben, Dokumente als Daten",
      "korrektheit": 77,
      "voll_korrekt": 61.5,
      "falsch": 7.4,
      "faelle": 135
    },
    {
      "label": "modular2",
      "revision": "00029",
      "datum": "2026-09-02",
      "notiz": "Zitat-Nachcheck, Kanton-Erkennung, modularer Aufbau",
      "korrektheit": 80.4,
      "voll_korrekt": 66.7,
      "falsch": 5.9,
      "faelle": 135
    },
    {
      "label": "final2",
      "revision": "00031",
      "datum": "2026-09-02",
      "notiz": "Eigene Grundlagentexte zitierbar, Deep-Check-Empfehlung",
      "korrektheit": 82.6,
      "voll_korrekt": 68.9,
      "falsch": 3.7,
      "faelle": 135
    },
    {
      "label": "kosten3",
      "revision": "00038",
      "datum": "2026-09-03",
      "notiz": "Amtliche Kostenquellen (BFS-Einheitspreise, BFE, Kantone), Gemeinde-Schutz ohne Baureglement, Retrieval-Wiederholung, Marker-Regel m²/m³. Gemessen auf Version 36; bis Version 38 nur Konto und Deep-Check-Abrechnung geändert, Prompt und Wissensbasis unverändert.",
      "korrektheit": 86.3,
      "voll_korrekt": 74.8,
      "falsch": 2.2,
      "faelle": 135
    },
    {
      "label": "v58-final",
      "revision": "00058",
      "datum": "2026-09-11",
      "notiz": "Erster vollstaendiger Lauf auf Gemini 3.5 Flash-Lite und mit dem ueberarbeiteten Pruefverfahren – dazu die Reparatur der Quellenangaben, die vorher als unlesbare Klammern geschrieben wurden.",
      "korrektheit": 84.1,
      "voll_korrekt": 71.1,
      "falsch": 3,
      "faelle": 135
    }
  ],
  "handgeprueft": false,
  "umfang": {
    "laeufe": 31,
    "bewertete_antworten": 4584,
    "deep_bewertungen": 295,
    "gesamt": 4879,
    "zeitraum": "2026-09-11"
  },
  "verworfen": [
    {
      "bezeichnung": "Harter Filter auf den gewählten Kanton",
      "erprobt": "2026-09-02",
      "gemessen": "Grundlagenwissen −18 Punkte, über alle Fragen 71.5 statt 72.2",
      "grund": "Hielt kantonsfremde Quellen fern, schnitt aber auch einschlägige weg."
    },
    {
      "bezeichnung": "Zusätzliche Nachbesserungsrunde je Antwort",
      "erprobt": "2026-09-02",
      "gemessen": "kein belegter Gewinn bei Korrektheit oder Belegtreue",
      "grund": "Eine Reparaturrunde, die in jeder Antwort mitläuft, muss ihren Nutzen zeigen."
    },
    {
      "bezeichnung": "Tiefere Fundstellen im Zitat (Artikel statt Erlass)",
      "erprobt": "2026-09-04",
      "gemessen": "kein messbarer Unterschied bei der Zitat-Passung",
      "grund": "Aufwand ohne Wirkung – die Genauigkeit hängt an der Quelle, nicht an der Anzeigetiefe."
    },
    {
      "bezeichnung": "Das stärkere Modell als Standard (statt auf Knopfdruck)",
      "erprobt": "2026-09-01",
      "gemessen": "höhere Korrektheit, aber ein Vielfaches der Kosten je Antwort",
      "grund": "Die Kostengarantie muss auch den Nutzer mit 1'000 Fragen im Monat tragen. Das stärkere Modell bleibt als Deep-Check auf Knopfdruck."
    },
    {
      "bezeichnung": "Neue Darstellungsregel (Form folgt dem Inhalt)",
      "erprobt": "2026-09-11",
      "gemessen": "Aufbautreue im Laienmodus 16 → 78 % (83 Fälle), Korrektheit unverändert – aber 59 statt 39 von 176 Antworten mit mindestens einer falsch zugeordneten Quellenangabe",
      "grund": "Der Gewinn bei der Lesbarkeit wiegt den Verlust bei der Nachprüfbarkeit nicht auf. Wird überarbeitet."
    },
    {
      "bezeichnung": "Das neueste, deutlich teurere Modell als Standard",
      "erprobt": "2026-09-11",
      "gemessen": "beste Trefferquote je Quellenangabe (6.3 % Fehler statt 17.9 %) und beste Korrektheit – geprüft nur auf 27 der 176 Fragen, pro Antwort nicht besser als der bisherige Stand",
      "grund": "Der Vorteil ist auf dieser Fallzahl nicht belastbar, die Betriebskosten wären auf Dauer nicht tragbar, und der Anbieter sichert nur eine kurze Laufzeit zu."
    }
  ],
  "entschieden": {
    "bezeichnung": "v58 · Modellwechsel auf 3.5 Flash-Lite",
    "entschieden_am": "2026-09-11",
    "gemessen": "belegt 129 statt 115 von 176 Antworten, einzelne Quellenangaben 93.8 statt 85.6 % passend, Antworten mit mindestens einer Fehlzuordnung 13.1 statt 22.2 Prozent, Antwortzeit 4.4 statt 6.6 s, Korrektheitsscore auf ähnlichem Niveau (84.1 statt 83.7)",
    "grund": "Ergebnis des Modellvergleichs vom 10.–11. September; das bisherige Modell läuft beim Anbieter aus. Umgestellt am 11. September 2026 und mit dem Lauf vom selben Tag gemessen – die Zeile weiter oben ist dieser Messlauf, diese hier der Entscheid dahinter.",
    "status": "umgestellt",
    "revision": "00058"
  },
  "gemessen_auf": {
    "modell": "Gemini 3.5 Flash-Lite",
    "umgestellt_am": "2026-09-11",
    "hinweis": "Diese Zahlen stammen erstmals vom heute eingesetzten Modell und aus dem überarbeiteten Prüfverfahren. Mit dem Stand vom 3. September sind sie deshalb nur eingeschränkt vergleichbar: Der Korrektheitsscore fällt allein durch das strengere Prüfverfahren um rund zwei Punkte tiefer aus, und die Zahl der Prüffragen ist von 165 auf 176 gewachsen."
  },
  "offener_stand": {
    "revision": "00065",
    "datum": "2026-09-12",
    "notiz": "Seit der Messung ausgeliefert und noch nicht mit dem Prüfkatalog gemessen: drei Korrekturen an der Darstellung der Quellenangaben und an sinnlosen Antwortanfängen – und die Umstellung aller Modelle hinter den Nebenfunktionen: Gegenprobe der Quellenangaben, vertiefte Zweitprüfung, Folgefragen und Gesprächstitel."
  }
}