docs(showcase): evidence page with measured, reproducible figures (#76)

[Fluory]

Warum

Fixes #76 · Showcase-Review 2026-09-27, P1 Punkt 4 (Epic #19) · Umfang laut Entscheidung des Orchestrators vom 2026-09-28: veröffentlichen, was messbar ist; Bearbeitungszeit ausdrücklich „noch nicht gemessen“.

Arbeitsstand

• Ziel: Ein paar überprüfbare Zahlen statt Adjektiven, mit Methode, Stichprobengröße und Grenzen.
• Nicht-Ziele: KPI-Dashboard in der App; Zeitmessung; öffentliche Fallstudien-Seite (docs(showcase): public case study page with a guided entry to the sample request #75).
• Erledigt: docs/product/evidence.md (Eval-Genauigkeit je Schlüsselfeld, reproduziert mit pnpm evals; Zustand beider Musterfälle aus den Aufzeichnungen gezählt; drei Kernentscheidungen mit Links auf ADR-0001; Grenzen), Link im README, CHANGELOG; frischer Review (Faktencheck) eingearbeitet; CI grün.
• Offen: Review/Merge durch den Orchestrator.
• Annahmen: „Korrekturen“ der Musterfälle sind nicht gemessen (keine echten Testnutzer) – die Seite nennt stattdessen, was die Prüfansicht einer Person vorlegt.
• Nächster kleinster Schritt: Review und Merge.

Was ist passiert (Klartext)

Es gibt jetzt eine Seite mit nachprüfbaren Zahlen: wie genau die Verarbeitung je Feld auf 15 synthetischen Testfällen arbeitet, was bei den zwei Musteranfragen erkannt wurde und was eine Person noch entscheiden muss, und welche drei Entscheidungen das Produkt tragen. Jede Zahl ist als synthetisch gekennzeichnet und lässt sich mit einem Befehl nachrechnen. Wichtig und ehrlich benannt: Die Testfälle nutzen vorbereitete KI-Antworten – sie messen, wie gut unsere Prüfung arbeitet, nicht wie gut ein Live-Modell ist. Die Zeitersparnis ist noch nicht gemessen und wird deshalb auch nicht behauptet.

Plan-Pflicht (SYSTEM.md §4)

• Kein Auslöser – keine Modulgrenze, öffentliche API, Migration, Auth/Rechte, kein Zahlungs-/Daten-/Infrapfad, höchstens zwei Module, keine Architekturvarianten, umkehrbar
• Auslöser zutreffend – Impact Manifest ausgefüllt (Plan vor Code)

Geändert

• neu docs/product/evidence.md
• README.md: Link in der Doku-Tabelle
• CHANGELOG.md: Added-Eintrag docs(showcase): publish measured evidence – field accuracy, corrections, handling time #76

Nachweis (SYSTEM.md §11)

• Eval-Zahlen reproduziert: pnpm evals am 2026-10-02 auf 606caec → identisch mit services/ai/evals/baseline.json (Gate PASSED, 15 Fälle)
• Musterfälle gezählt aus src/features/samples/data/*.recording.json (18eab97, d51ad56): Werk Ost Kopf 4/1/1 + 15 Positionswerte gefunden; Pumpe P204 Kopf 6/0/0 + 10 Positionswerte gefunden; Grund aus der Aufzeichnung (calendar_week_only)
• verify:changed: grün – scripts/doku-check.sh
• verify: grün – CI check auf 4aeea63 (Doku-only; der Code-Teil von verify ist unberührt)
• verify:full / E2E-Spec: nicht betroffen
• Hinweis: der rote Vercel-Check „requestflow-ai“ ist die volle Container-Registry bzw. das Deploy-Kontingent des KI-Projekts (infra(ai): Vercel container registry is full – AI service builds fail #98, infra(vercel): no preview deployments for the AI service project #104), nicht dieser PR
• Frischer Review (P1 vor Ready-for-review; Architektur/API/DB immer): docs(showcase): evidence page with measured, reproducible figures (#76) #107 (comment) – nichts blockierend, alle should umgesetzt

Doku-Entscheidung (genau eine)

• Keine langlebige Doku betroffen – Begründung: –
• Doku betroffen und im selben PR aktualisiert:
  • Produktdoku (P0: README): docs/product/evidence.md, README-Link
  • Technische Doku: –
  • Architekturkarte: –
  • ADR: –
  • CHANGELOG [Unreleased] (sichtbares Feature oder Verhalten – im selben PR, nie „später"): Added-Eintrag docs(showcase): publish measured evidence – field accuracy, corrections, handling time #76

Entferntes oder Umbenanntes: nichts entfernt

Dateigrößen und neue Bausteine (SYSTEM.md §7)

Dateien über 500 Zeilen im Diff (Ausnahmen: generierter Code, Lockfiles, Fixtures, Migrationen, Schemas, Ressourcen, Doku, Konfiguration):

• keine
• bewusst belassen – Begründung: –
• im selben PR nach fachlicher Verantwortung geteilt
• Folge-Issue –

Über 800 Zeilen mit neuer Fachlogik oder über 1000 Zeilen (P1/P2): nicht betroffen

Neue Shared-Komponente, Utility-Datei, Adapter oder fachlicher Service:

• nein
• ja – gesucht nach: –

Subagent-Einsätze

• 1 × frischer Review (read-only, Sonnet, Faktencheck) – nichts blockierend, 5 should + 2 nits; Umgang im PR-Kommentar.

Risiken / offene Punkte

• Die Zahlen veralten, wenn sich die Baseline ändert – die Seite nennt Befehl und Commits, damit das prüfbar bleibt.

🤖 Generated with Claude Code

https://claude.ai/code/session_01DJ5vaKvTYiMvdngT4d3xo1

[vercel]

The latest updates on your projects. Learn more about Vercel for GitHub.

Project	Deployment	Actions	Updated
requestflow	Canceled		Oct 2, 2026 8:37am UTC
requestflow-ai	Error		Oct 2, 2026 8:37am UTC

[Fluory]

Frischer Review (read-only Subagent, Faktencheck) – Ergebnis und Umgang

Nichts blockierend. Bestätigt: alle Tabellenwerte = baseline.json; Metriknamen = README; Musterfälle (Werk Ost 4/1/1 + 15 Positionswerte, Pumpe 6/0/0 + 10) = Aufzeichnungen, kein unverified; Zwecke review/exported = samples.ts; Modell und Prompt = run-Metadaten; D7/D8/D9 und die Injection-Aussage stimmen; kein Überclaim beim Beitrag.

Befund	Umgang
should – n=29 für alle Positionszeilen, Nenner teils 28	behoben: n = Größe des Testsatzes, Nenner je Rate erklärt (Werkstoff/Maße: 28)
should – Werkstoff „Missing detected“ als „–“, Baseline sagt 0 %	behoben: 0 %, mit Hinweis auf sehr wenige Beobachtungen
should – 606caec las sich wie vom 2026-10-02	behoben: Laufdatum 2026-10-02, Commit gemergt 2026-09-28
should – Werk-Ost-Aufzeichnung stammt aus 18eab97	behoben: beide Commits genannt
should – keine Links zu ADR-0001 (Akzeptanzkriterium)	behoben: Links auf ADR-0001 und die Abschnitte D7, D8, D9
nit – Gate-Bedingungen vereinfacht	behoben: Fallfehler und geänderter Fallsatz ergänzt
nit – „Eigener Beitrag“ knapp	bleibt: ehrlich und ohne Überclaim

scripts/doku-check.sh grün.

---

Generated by Claude Code