Plattform

Die Plattform ist als strikt sequenzielle Daten-Verarbeitungskette aufgebaut: jedes Layer-Output ist das kanonische Input des nachfolgenden. Es gibt keine Rückwärts-Kanten und keine Layer-Skips. Diese Sequenzialität ist nicht ästhetische Wahl, sondern Audit-Anforderung — jeder Schritt muss isoliert nachvollziehbar bleiben.

Layer 1 Ingestion liefert das strukturierte Aufgabe-Lösung-Pärchen mit deklaratorischer Lizenz-Provenance. Layer 2 Konzept-Generator erzeugt das 9-Section-Konzept unter parametrischer Slider-Steuerung. Layer 3 PrüfSV-Schatten fährt einen 5-Runden-Adversarial-Dialog gegen das Konzept. Layer 4 Trace-Builder normalisiert beide Markdown-Outputs zu strukturiertem JSON mit Konfidenz-Score und Coverage-Matrix. Layer 5 Audit-Trail-Viewer rendert das Ergebnis als sechsteilige collapsible Hierarchy unter /runs/<id>.

Klick auf eines der fünf Boxes oben öffnet die Layer-Subpage mit Algorithmus-Details, Schemata und Code-Pointern.

Drei zentrale Algorithmen tragen die Konfidenz-Architektur. Klick auf eine Karte unten öffnet das Detail-Popup mit Formel, Pseudocode, Quell-Datei und Pflege-Hinweisen.

Drei Modelle aktiv im Stack, jeweils mit klar zugewiesener Aufgaben-Domäne. Keine Default-Routing-Heuristik, kein generischer „bestes Modell"-Ansatz — bewusste Modell-pro-Layer-Bindung mit dokumentierter Begründung.

Alle Zahlen Server-Side beim Build aus dem Repo gelesen — kein Polling, keine API-Roundtrips beim Page-Load. Quellen: data/training-pairs/, data/run-traces/,data/run-configs/variants.json, data/ontology/synonyms.json, CLAUDE.md.