Restrukturierung als sokrates-qs Eval-Lab + Weber-Abweichungs-Analyse

- Repo umbenannt weberanalyse -> sokrates-qs (QS/Bericht-Eval-Lab)
- Weber-Bericht + Toolcalls nach weber/ verschoben (pro-Bericht-Struktur)
- weber/abweichungs-analyse.md: Faktentreue-Befunde (CDU-Fehler, Datum,
  Zitat-Integrität; Typ+Konfidenz) + Kernbefund Retrieval-Monotonie
  (6x identische Query) + A/B alt vs. production0726 (1 vs. 5 eindeutige Queries)
- weber/korrekturen/: Ablage für Modell-Korrekturen (kimi/claude/grok)
- README als Lab-README (Struktur + Methode)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

README.md

@@ -1,42 +1,38 @@
-# Stefan Weber – Analytischer Bericht: Plagiatsgutachter zwischen Wissenschaft und Verdachtskommunikation
+# sokrates-qs — Qualitätssicherung & Bericht-Evals
 
-## Beschreibung
+Vergleichs- und Eval-Lab für Sokrates-Berichte. Pro analysiertem Bericht ein
+Unterordner mit dem Original, dem Tool-Call-Log, unabhängigen Modell-Korrekturen
+und einer Abweichungs-Analyse. Ziel: aus konkreten Berichten belastbare
+Faktentreue-/Grounding-Befunde und Regressionsfälle gewinnen — statt Einzelfall-
+Gefühl.
 
-Analyse und Dokumentation der methodischen Mängel in den Gutachten von Doz. Dr. Stefan Weber, mit Fokus auf überdehnte Verdachtslagen, politische Selektivität und fehlende wissenschaftliche Absicherung.
+## Struktur (pro Bericht ein Ordner)
 
-## Inhalt des Repos
+```
+<thema>/
+  bericht.md             # der Original-Bericht der Engine
+  toolcalls.md           # dokumentierte Tool-Aufrufe (Recherche-Spur)
+  abweichungs-analyse.md # Faktentreue/Grounding-Befunde (Typ + Konfidenz) + A/B
+  korrekturen/           # Korrektur-Fassungen durch mehrere Modelle
+    <modell>.md
+```
 
-- [`bericht.md`](bericht.md) – Der vollständige analytische Bericht als Markdown
+## Enthaltene Analysen
-- [`toolcalls.md`](toolcalls.md) – Detaillierte Dokumentation aller durchgeführten Recherchetool-Aufrufe mit Zeitstempeln, Suchbegriffen und Ergebnissen
 
-## Methodology / Vorgehen
+- [`weber/`](weber/) — Stefan Weber (Plagiatsgutachten, Fälle Baerbock/Habeck/
+  Brosius-Gersdorf). Erster Eintrag; A/B zur Query-Diversität vor/nach dem
+  Tool-Call-Fix in [`weber/abweichungs-analyse.md`](weber/abweichungs-analyse.md).
 
-Die Analyse wurde in vier Schritten durchgeführt:
+## Methode
 
-1. **Webrecherche (web_search):** Mehrstufige Suche nach methodischer Kritik an Stefan Weber, konkret zu den Fällen Baerbock, Habeck und Brosius-Gersdorf, sowie zur grundlegenden Debatte um seine Gutachterpraxis.
+1. **Original + Toolcalls** ablegen.
-2. **Quellenauswertung:** Ausgewertet wurden Berichte von: SPIEGEL, Zeit Online, Tagesspiegel, Tagesschau, FAZ, Augsburger Allgemeine, Berliner Morgenpost, FALTER, fr.de, rsw.beck.de, sowie Webers eigene Seite plagiatsgutachten.com.
+2. **Abweichungen** gegen die abgerufenen und offenen Quellen kategorisieren
-3. **Chronologische Verdichtung:** Die Befunde wurden chronologisch und nach Vorwurfstyp geordnet.
+   (falsches Attribut / Datum / Attribution / Zitat-Integrität / ungegroundeter
-4. **Faktencheck:** Gegengutachten und Entlastungsberichte wurden den Weber'schen Vorwürfen gegenübergestellt.
+   Fakt), mit Konfidenz.
+3. **Modell-Korrekturen** (mehrere unabhängige Modelle) daneben — Konsens =
+   hohe Konfidenz, Dissens = strittig. Korrektoren sind selbst LLMs → bei realen
+   Personen gegen Primärquellen absichern.
+4. Bestätigte Fehler werden **Regressionsfälle** für künftige Läufe.
 
-## Recherchefragen
+*Alle Quellen sind öffentlich zugängliche Medienberichte; die Berichte geben den
-
+Stand der öffentlichen Debatte wieder und stellen keine Rechtsberatung dar.*
-- Welche methodischen Mängel werden Webers Gutachterpraxis vorgeworfen?
-- Welche konkreten Fälle (Baerbock, Habeck, Brosius-Gersdorf) sind dokumentiert?
-- Welche Gegengutachten und Entlastungen gibt es?
-- Welche juristischen Auseinandersetzungen sind dokumentiert?
-- Inwiefern bestätigt die Quellenlage die These der „Verdachtskommunikation im Gewand eines Gutachtens"?
-
-## Methodische Limitationen
-
-- Alle Quellen sind öffentlich zugängliche Medienberichte; keine Einsicht in die internen Gutachten
-- Die Analyse gibt den Stand der öffentlichen Debatte wieder und stellt keine Rechtsberatung dar
-- Gegengutachten wurden nur indirekt (über Medienberichte) ausgewertet
-
-## Verwendete Tools
-
-- web_search (Suchen nach methodischer Kritik, Einzelfällen, Medienberichten)
-- Weitere Quellen: direkte URL-Aufrufe über web_search
-
-## Lizenz
-
-[CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)

weber/abweichungs-analyse.md

@@ -0,0 +1,80 @@
+# Abweichungs-Analyse — Weber-Bericht
+
+> Erstellt 24.07.2026. Bewertet die **Faktentreue / Groundedness** des
+> [`bericht.md`](bericht.md) gegen den Tool-Call-Log ([`toolcalls.md`](toolcalls.md))
+> und offene Quellen. Kein Urteil über die inhaltliche These des Berichts —
+> nur darüber, ob die Einzelaussagen durch abgerufene Quellen gedeckt sind.
+
+## Kernbefund: Retrieval-Monotonie
+
+Alle **sechs** `web_search`-Aufrufe liefen mit **derselben** Query
+(`"Stefan Weber" Brosius-Gersdorf Plagiat Vorwurf methodische Kritik`,
+toolcalls.md Z. 18 ff.). Der Bericht macht aber spezifische Detailaussagen über
+mehrere verschiedene Fälle (Baerbock, Habeck, Brosius-Gersdorf, Entgleisungen).
+Eine Brosius-Gersdorf-fokussierte Query kann diese Teilthemen nicht decken →
+die Detailfakten stammen überwiegend aus dem **parametrischen Gedächtnis des
+Modells**, nachträglich mit Quellen-URLs garniert, nicht aus abgerufenem Text.
+Das ist der klassische „confident citations, ungegroundete Fakten"-Modus.
+
+Ursache: derselbe Tool-Call-Bug, der zeitgleich gefixt wurde (Args-Parsing des
+MiniMax-Textdialekts) — die pro Teilaspekt *unterschiedlichen* Suchen kamen nie
+durch und kollabierten auf die eine Query. Siehe A/B unten.
+
+> Vorsicht: `toolcalls.md` ist ein modell-*erzählter* Log (Platzhalter
+> „(Recherche-Runde 1)" statt echter Zeitstempel), kein harter Ausführungs-
+> Trace. Der wahre Beleg läge in den llama-server-Logs. Dass sogar der
+> selbstgeschriebene Log identische Queries einräumt, ist aber eher belastend.
+
+## Konkrete Abweichungen (nach Typ, mit Konfidenz)
+
+| # | Fund | Fundort | Typ | Konfidenz |
+|---|---|---|---|---|
+| 1 | Brosius-Gersdorf als **„CDU"** geführt — sie war die **SPD-vorgeschlagene** BVerfG-Kandidatin, keine CDU-Politikerin; widerspricht sogar der eigenen „Selektivität gegen Grüne+SPD"-These | bericht.md Z. 56 | falsches Attribut | hoch |
+| 2 | Brosius-Gersdorf-Affäre auf **„Februar 2025"** datiert — der BVerfG-Wahl-Eklat war **Juli 2025** | Z. 110 | Datumsfehler | mittel-hoch |
+| 3 | Zeit-Zitat als **„März 2024"** gelabelt, URL zeigt auf **2021-09** | Z. 152, 218 | Zitat/Datum inkonsistent | hoch |
+| 4 | „Frau Guttenberg des politischen Sachbuchs" **Baerbock** zugeschrieben — liest sich wie Fremdkommentar, nicht wie ein Baerbock-Zitat | Z. 73 | unbelegte Attribution | mittel |
+| 5 | Quellenverzeichnis: [4], [10], [14] fehlen, [8] doppelt vergeben | Z. 218–234 | Zitat-Integrität | hoch |
+| 6 | Zahlen 29 / 128 / 543 / 91 — plausibel, aber bei identischer Query nicht wirklich gegroundet | mehrere | ungegroundeter Fakt | mittel |
+
+Die reputationssensiblen Aussagen über reale Personen (Partei, Daten, wörtliche
+Zitate) sind genau die am schwächsten gegroundeten — vor Veröffentlichung
+zwingend gegen Primärquellen prüfen, nicht gegen Modell-Konsens.
+
+## A/B: Query-Diversität alt vs. gefixte Engine (`production0726`)
+
+Recherche-Phase mit echten Such-Tools + Report-Intent nachgefahren
+(Pipeline-Näherung, nicht der authentifizierte `!bericht`-Lauf):
+
+| | alt (Bericht, kaputte Args) | neu (`production0726`) |
+|---|---|---|
+| Suchrunden | 6 | 5 |
+| **eindeutige Queries** | **1** (6× identisch) | **5 (alle verschieden)** |
+
+Die fünf neuen Queries, sauber pro Teilaspekt getrennt und alle als native
+`tool_calls` (kein Leck, korrekt geparste Args):
+
+1. `Stefan Weber Plagiatsgutachten Annalena Baerbock methodische Kritik`
+2. `Stefan Weber Plagiatsgutachter methodische Mängel Kritik Wissenschaft`
+3. `Stefan Weber Plagiat Robert Habeck Prüfung methodisch fragwürdig`
+4. `Stefan Weber Plagiat Brosius-Gersdorf Gutachten Bewertung`
+5. `"Stefan Weber" Plagiatsexperte Qualifikation Hochschuldozent`
+
+**Interpretation:** Die Query-Monotonie war ein Symptom des kaputten Tool-Call-
+Pfads, kein Modell-Wille — mit gefixten Args landen unterschiedliche Suchen.
+**Einschränkung:** Der Test-Prompt hat Diversität explizit verlangt; der saubere
+Beweis ist der echte `!bericht`-Neulauf (siehe Empfehlung).
+
+## Empfohlene Hebel (kein Fine-Tuning)
+
+1. **Retrieval-Diversität** — pro Teilaspekt eigene Query. Durch den Bug-Fix
+   technisch ermöglicht; im Report-Prompt explizit einfordern.
+2. **Cite-or-abstain** — jede Zahl/Datum/Zitat/Attribut muss auf ein abgerufenes
+   Snippet zurückführbar sein, sonst als unsicher markieren.
+3. **Zitat-Integrität** — nur URLs ausgeben, die ein Tool wirklich zurücklieferte.
+
+## Nächster Schritt
+
+Echten `!bericht` zu Weber auf `production0726` neu laufen lassen, Bericht +
+Toolcalls hier daneben ablegen (`bericht-v2.md` / `toolcalls-v2.md`), Abweichungen
+erneut kategorisieren. Dann zeigt sich, ob die Engine allein das Grounding fixt
+oder noch ein Prompt-Feinschliff dranmuss.

weber/korrekturen/README.md

@@ -0,0 +1,19 @@
+# Modell-Korrekturen — Weber-Bericht
+
+Hier liegen die Korrektur-/Faktencheck-Fassungen des Berichts durch mehrere
+unabhängige Modelle. Lokal bei Peter unter `E:\sokrates\output\sokrates-qs\weber`
+(Windows) — von der GB10 aus nicht erreichbar, daher von dort pushen.
+
+Erwartete Dateien (Namen anpassen nach Bedarf):
+
+- `claude-fable.md` — Korrektur durch Claude Fable
+- `kimi-k3.md` — Korrektur durch Kimi K3
+- `grok-4.5.md` — Korrektur durch Grok 4.5
+
+## Auswertungs-Idee
+
+Wo **alle drei** dieselbe Korrektur machen → hohe Konfidenz, echter Fehler
+(Kandidat für `../abweichungs-analyse.md` + späteren Regressionsfall). Wo sie
+sich **uneinig** sind → strittiger/ambiger Fakt, NICHT „schärfen". Korrektoren
+sind selbst LLMs — Konsens ist starker Verdacht, aber die Absicherung bei einer
+realen Person bleiben Primärquellen.