Große Einzeldokumente (Regelwerke, Anleitungen): Länge als Größenachse, Verlust in Ableitung und Verdichtung, Rohzugriff für Query, Modellabhängigkeit
#224
Aus einem Stub vom 2026-10-13 (Wortlaut im ersten Kommentar), am selben Tag gegen den Baum geprüft und entschieden. Analyse- und Entscheidungsissue: es baut selbst nichts. Ergebnis: vier Entscheidungen, vier Teilpakete (#225–#228), #21 neu bewertet.
Anlass
Der Betreiber will Regelwerke (Handball: IHF-Regeln, Durchführungsbestimmungen des Bayerischen Handball-Verbands) und analoge Nachschlagewerke (ein Ordner Betriebsanleitungen einer Heizungsanlage) ingesten. Daraus vier Fragen:
Brauchen solche Dokumente bestimmte Modelle, oder schaffen es günstige auch – etwa kapitelweise?
Eine Source-Seite ist kürzer als ihre Quelle, verliert also Information. (a) Wie steuert der Stack die Informationsdichte modellunabhängig? (b) Soll wiki-query auf die Rohdaten zugreifen dürfen?
Wie stark hängt das Ergebnis vom Modell ab – z. B. GitHub Copilot im Auto-Modus, der häufig GPT-6 Luna wählt? Verlieren solche Modelle signifikante Information, womöglich schon bei kleinen Eingaben?
Ist Claude Haiku mit Luna vergleichbar?
Messung der Beispiele
Mit pypdf (derselben Bibliothek, die raw derive nutzt) gemessen; nichts nach incoming/ oder raw/:
Dokument
Seiten
Wörter
Zeichen
Tokens (grob, dt.)
Gliederungseinträge
IHF-Regeln 2025, dt. Fassung, mit markierten Änderungen
96
26.002
198.399
~57–66 k
25
BHV Durchführungsbestimmungen 2026/27 Teil I
36
11.807
97.441
~28–32 k
49
Teil II
10
884
9.138
~3 k
10
Teil III
7
1.588
13.806
~4 k
13
Der Text lässt sich sauber auslesen (keine Scans). Grundlast eines Ingest-Laufs an Stack-Anweisungen (AGENTS.md, Skill, Contracts, COLLECTION.mds …): ~180 KB, grob 30–45 k Tokens, ohne Systemprompt und Tool-Definitionen des Harness.
Befund gegen den Baum
B1 – Länge ist keine Größenachse.ingest-large-tree.md kennt Volumen und Breite. Ein langes Dokument mit wenigen Themen läuft durch wiki-ingest „read completely“; auch der Workshop-Pfad liest je Unit die ganze Datei. → #226
B2 – Verlust vor jedem Modell in raw derive. Die PDF-Gliederung wird verworfen (beide großen Beispiele haben eine saubere Outline). Die IHF-Änderungen sind gelb bzw. grün hinterlegte Rechtecke hinter dem Text (280 gelbe ab S. 6, 27 grüne auf S. 85–90; das Dokument erklärt die Farben auf S. 3) und gehen spurlos verloren. Bilder (Handzeichen S. 47–55) fehlen ohne Hinweis. Kein OCR. Korrigiert gegenüber der ersten Fassung dieses Bodys: Der blaue Text (~3.700 Zeichen) sind Querverweise (805 /Link-Annotationen), keine Änderungsmarkierung. → #225
GPT-6 Luna ist „the lowest-cost option in the GPT-6 family“ für „smaller, faster tasks“; GitHub stellt Luna und Claude Haiku 4.5 in dieselbe Klasse „fast & simple“ – Haiku ≈ Luna stimmt mit GitHubs Einordnung überein. Auto wählt nach Nutzerberichten fast immer Luna (github/app#4373).
Ein Modell lässt sich per Custom Agent (model: im .agent.md-Frontmatter, VS Code und CLI) festlegen, per Prompt-Datei nur im lokalen VS-Code-Agenten, per Skill gar nicht.
Kontextfenster je Modell sind nicht als Tabelle veröffentlicht; /context (CLI) bzw. der Language-Model-Editor (VS Code) zeigen sie je Installation. Claude Sonnet 4.6 ist in Copilot seit 2026-09-01 eingestellt, außer für jährliche Pro/Pro+.
Benchmarks: Kein öffentlicher Vergleich deckt deutsche Regeltexte × Fakten-Recall × diese Modelle ab. Was es gibt:
ARC (EACL 2026, juristische Texte): Auslassungen dominieren (~28 % fehlende vs. ~3 % falsch wiedergegebene Fakten ab 7B).
NoLiMa (ICML 2025): kleine Modelle verlieren mit der Länge überproportional, schon zwischen 8 k und 32 k Tokens.
NAACL 2025: mehrstufige Verdichtung (Kapitel zusammenfassen, dann zusammenfassen) verliert ihren Vorteil wieder; strukturierte Faktenlisten mit verlustarmer Zusammenführung liegen näher am Ziel.
Ein LLM-Urteil allein ist als Bewertung zu schwach (ACL Findings 2025); Gold-Inventar plus menschliche Stichprobe.
Folgerung für Frage 3: Ob ein Modell der Luna/Haiku-Klasse beim Ingest signifikant verliert, lässt sich nur auf eigenem Material messen – das tut #228.
Entscheidungen (Betreiber, 2026-10-13)
E1 – Rohzugriff für Query: Variante (b), geführtes Nachlesen. Die Antwort stützt sich auf eine Seite; der Wortlaut darf über Seite → Source-Seite → raw_files: → Gliederung → Zeilenbereich nachgelesen werden, kein freies Suchen in raw/. Abgelehnt: (a) „nie“ (Wortlaut ginge bei Regelwerken verloren) und (c) eigene Quellklasse mit Direktsuche (bricht mit „never re-derive“, vermutlich Versionsgrenze). → #227
E2 – Länge als dritte Achse: ja, Schwelle ~15 k Tokens („lieber früher als später“, wegen der Grundlast). Umsetzung als Zeichenzahl des abgeleiteten Texts (~50.000), weil Zeichen deterministisch und modellunabhängig sind; der Wert steht nur als Konstante im Code. → #226
E3 – raw derive: Gliederung ja; Hervorhebungen im Text kennzeichnen (fett/kursiv o. Ä.), Durchstreichung als ~~…~~. Das genaue Format der Hinterlegungs-Kennzeichnung ist in #225 noch offen, weil fett/kursiv bei mehreren Hinterlegungsfarben verliert, welche Farbe eine Stelle hatte. → #225
Nicht blockierend und offen: Der Heizungsordner (Volumen + Länge + ggf. Scans) ist der zweite Testfall nach #225/#226; OCR liegt außerhalb dieser Pakete.
Modellvergleich Luna / Haiku 4.5 / Sonnet auf festen Fixtures
kind/build, Handlauf; Teil A sofort möglich
Kette „Große Dokumente“: #225 → #226 → #227. #228 steht außerhalb der Kette; sein zweiter Teil (kapitelweiser Pfad) wartet auf #226. #21 ist status/blocked auf #228.
Versionsteil
Dieses Issue: keiner (ändert keine Datei). Die Teilpakete benennen ihren eigenen Teil (#225–#227 MINOR, #228 keiner).
Akzeptanzkriterien
E1–E4 sind entschieden und hier mit Begründung festgehalten; die Formatfrage zu E3 steht als Frage in #225, wo sie den Bau blockiert.
Jedes beschlossene Teilpaket existiert als eigenes Issue mit allen vier Pflichtlabels und ist hier verlinkt (#225–#228).
#21 ist gegen B5 neu bewertet (Body, prio/planned, status/blocked auf #228).
Dieses Issue schließt mit dem Befund, nicht mit einer Umsetzung.
Aus einem Stub vom 2026-10-13 (Wortlaut im ersten Kommentar), am selben Tag gegen den Baum geprüft und entschieden. **Analyse- und Entscheidungsissue:** es baut selbst nichts. Ergebnis: vier Entscheidungen, vier Teilpakete (#225–#228), #21 neu bewertet.
## Anlass
Der Betreiber will Regelwerke (Handball: IHF-Regeln, Durchführungsbestimmungen des Bayerischen Handball-Verbands) und analoge Nachschlagewerke (ein Ordner Betriebsanleitungen einer Heizungsanlage) ingesten. Daraus vier Fragen:
1. Brauchen solche Dokumente bestimmte Modelle, oder schaffen es günstige auch – etwa kapitelweise?
2. Eine Source-Seite ist kürzer als ihre Quelle, verliert also Information. (a) Wie steuert der Stack die Informationsdichte modellunabhängig? (b) Soll `wiki-query` auf die Rohdaten zugreifen dürfen?
3. Wie stark hängt das Ergebnis vom Modell ab – z. B. GitHub Copilot im Auto-Modus, der häufig GPT-6 Luna wählt? Verlieren solche Modelle signifikante Information, womöglich schon bei kleinen Eingaben?
4. Ist Claude Haiku mit Luna vergleichbar?
## Messung der Beispiele
Mit `pypdf` (derselben Bibliothek, die `raw derive` nutzt) gemessen; nichts nach `incoming/` oder `raw/`:
| Dokument | Seiten | Wörter | Zeichen | Tokens (grob, dt.) | Gliederungseinträge |
|---|---:|---:|---:|---:|---:|
| IHF-Regeln 2025, dt. Fassung, mit markierten Änderungen | 96 | 26.002 | 198.399 | ~57–66 k | 25 |
| BHV Durchführungsbestimmungen 2026/27 Teil I | 36 | 11.807 | 97.441 | ~28–32 k | 49 |
| Teil II | 10 | 884 | 9.138 | ~3 k | 10 |
| Teil III | 7 | 1.588 | 13.806 | ~4 k | 13 |
Der Text lässt sich sauber auslesen (keine Scans). Grundlast eines Ingest-Laufs an Stack-Anweisungen (`AGENTS.md`, Skill, Contracts, `COLLECTION.md`s …): ~180 KB, grob 30–45 k Tokens, ohne Systemprompt und Tool-Definitionen des Harness.
## Befund gegen den Baum
- **B1 – Länge ist keine Größenachse.** `ingest-large-tree.md` kennt Volumen und Breite. Ein langes Dokument mit wenigen Themen läuft durch `wiki-ingest` „read completely“; auch der Workshop-Pfad liest je Unit die ganze Datei. → #226
- **B2 – Verlust vor jedem Modell in `raw derive`.** Die PDF-Gliederung wird verworfen (beide großen Beispiele haben eine saubere Outline). Die IHF-Änderungen sind **gelb bzw. grün hinterlegte Rechtecke** hinter dem Text (280 gelbe ab S. 6, 27 grüne auf S. 85–90; das Dokument erklärt die Farben auf S. 3) und gehen spurlos verloren. Bilder (Handzeichen S. 47–55) fehlen ohne Hinweis. Kein OCR. *Korrigiert gegenüber der ersten Fassung dieses Bodys:* Der blaue Text (~3.700 Zeichen) sind Querverweise (805 `/Link`-Annotationen), keine Änderungsmarkierung. → #225
- **B3 – Informationsdichte wird nicht gemessen.** `## Nicht übernommen` erfasst nur bewusste Auslassungen; `lint` misst Struktur; #5 würde Präzision prüfen, nicht Recall; L3-Evals und Runner (#80) fehlen. → #228
- **B4 – Rohzugriff stößt an das Qualitätsziel** in `kb/CONTRACT.md` Z. 7–8 („If answering still requires the raw file, the page is incomplete“). Fußnoten nennen Quelle und Datei, keine Seite. Der MCP-Leseserver kennt `raw/` nicht. → #227
- **B5 – Modellabhängigkeit: keine eigenen Daten.** Der Modell-Leitfaden ist Claude-Code-only; #21 wartete auf genau diesen Auslöser. → #21, #228
## Recherche (2026-10-13)
Copilot (Primärquellen GitHub/Microsoft, Abrufdatum 2026-10-13):
- GPT-6 Luna ist „the lowest-cost option in the GPT-6 family“ für „smaller, faster tasks“; GitHub stellt Luna und Claude Haiku 4.5 in dieselbe Klasse „fast & simple“ – **Haiku ≈ Luna stimmt** mit GitHubs Einordnung überein. Auto wählt nach Nutzerberichten fast immer Luna (github/app#4373).
- Ein Modell lässt sich per **Custom Agent** (`model:` im `.agent.md`-Frontmatter, VS Code und CLI) festlegen, per Prompt-Datei nur im lokalen VS-Code-Agenten, **per Skill gar nicht**.
- Kontextfenster je Modell sind nicht als Tabelle veröffentlicht; `/context` (CLI) bzw. der Language-Model-Editor (VS Code) zeigen sie je Installation. Claude Sonnet 4.6 ist in Copilot seit 2026-09-01 eingestellt, außer für jährliche Pro/Pro+.
Benchmarks: Kein öffentlicher Vergleich deckt deutsche Regeltexte × Fakten-Recall × diese Modelle ab. Was es gibt:
- ARC (EACL 2026, juristische Texte): **Auslassungen dominieren** (~28 % fehlende vs. ~3 % falsch wiedergegebene Fakten ab 7B).
- NoLiMa (ICML 2025): kleine Modelle verlieren mit der Länge überproportional, schon zwischen 8 k und 32 k Tokens.
- NAACL 2025: **mehrstufige Verdichtung** (Kapitel zusammenfassen, dann zusammenfassen) verliert ihren Vorteil wieder; strukturierte Faktenlisten mit verlustarmer Zusammenführung liegen näher am Ziel.
- Ein LLM-Urteil allein ist als Bewertung zu schwach (ACL Findings 2025); Gold-Inventar plus menschliche Stichprobe.
Folgerung für Frage 3: Ob ein Modell der Luna/Haiku-Klasse beim Ingest signifikant verliert, lässt sich nur auf eigenem Material messen – das tut #228.
## Entscheidungen (Betreiber, 2026-10-13)
- **E1 – Rohzugriff für Query: Variante (b), geführtes Nachlesen.** Die Antwort stützt sich auf eine Seite; der Wortlaut darf über Seite → Source-Seite → `raw_files:` → Gliederung → Zeilenbereich nachgelesen werden, kein freies Suchen in `raw/`. Abgelehnt: (a) „nie“ (Wortlaut ginge bei Regelwerken verloren) und (c) eigene Quellklasse mit Direktsuche (bricht mit „never re-derive“, vermutlich Versionsgrenze). → #227
- **E2 – Länge als dritte Achse: ja, Schwelle ~15 k Tokens** („lieber früher als später“, wegen der Grundlast). Umsetzung als Zeichenzahl des abgeleiteten Texts (~50.000), weil Zeichen deterministisch und modellunabhängig sind; der Wert steht nur als Konstante im Code. → #226
- **E3 – `raw derive`: Gliederung ja; Hervorhebungen im Text kennzeichnen** (fett/kursiv o. Ä.), Durchstreichung als `~~…~~`. Das genaue Format der Hinterlegungs-Kennzeichnung ist in #225 noch offen, weil fett/kursiv bei mehreren Hinterlegungsfarben verliert, welche Farbe eine Stelle hatte. → #225
- **E4 – Modellvergleich: ja, von Hand durch den Betreiber; der Auslöser von #21 gilt als eingetreten.** → #228, #21
Nicht blockierend und offen: Der Heizungsordner (Volumen + Länge + ggf. Scans) ist der zweite Testfall nach #225/#226; OCR liegt außerhalb dieser Pakete.
## Teilpakete
| Issue | Inhalt | Stand |
|---|---|---|
| #225 | `raw derive` PDF: Gliederung mit Seite/Zeile, Kennzeichnung von Hinterlegungen/Durchstreichungen, Bildseiten | `kind/decision` – Formatfrage offen |
| #226 | Länge als dritte Achse, kapitelweise Units, Extrakt als Faktenliste | `kind/build`, `status/blocked` auf #225 |
| #227 | `wiki-query`: geführtes Nachlesen, `kb/CONTRACT.md` präzisiert | `kind/build`, `status/blocked` auf #225 |
| #228 | Modellvergleich Luna / Haiku 4.5 / Sonnet auf festen Fixtures | `kind/build`, Handlauf; Teil A sofort möglich |
Kette „Große Dokumente“: #225 → #226 → #227. #228 steht außerhalb der Kette; sein zweiter Teil (kapitelweiser Pfad) wartet auf #226. #21 ist `status/blocked` auf #228.
## Versionsteil
Dieses Issue: keiner (ändert keine Datei). Die Teilpakete benennen ihren eigenen Teil (#225–#227 MINOR, #228 keiner).
## Akzeptanzkriterien
- [x] E1–E4 sind entschieden und hier mit Begründung festgehalten; die Formatfrage zu E3 steht als Frage in #225, wo sie den Bau blockiert.
- [x] Jedes beschlossene Teilpaket existiert als eigenes Issue mit allen vier Pflichtlabels und ist hier verlinkt (#225–#228).
- [x] #21 ist gegen B5 neu bewertet (Body, `prio/planned`, `status/blocked` auf #228).
- [x] Dieses Issue schließt mit dem Befund, nicht mit einer Umsetzung.
## Verwandt
#21, #80, #69, #5, #35, #218, #219.
braucht das bestimmte modelle oder können kostengünstige das ebenfalls verarbeiten, evtl. kapitelweise?
unsere Zusammenfassung in den Sources wird ja immer kürzer sein, also Informationen verlieren. a) wie steuern wir modellunabhängig die informationsdichte und b) wollen wir query die Möglichkeit geben, auf die Rohdaten zuzugreifen?
Das trifft auch analoge Fälle mit Betriebsanleitungen, beispielsweise habe ich einen kompletten Ordner Informationen zu meiner Heizungsanlage.
Allgemeiner: wie groß ist die auswirken des gewählten LLM beispielsweise im GitHub Copilot, das im Auto Modus häufig das kostengünstige gpt Luna verwendet. Können Modelle dieser Haftung und signifikante Informationen Kosten? Vielleicht auch schon bei kleineren Inputs.
Hier verende ich Sonnet für den Ingest, was au GH Copilot schon deutlich teurer ist. Heiku dürfte ja eher mit Luna vergleichbar sein?
Changelog: Body neu geschrieben: Messung der vier Beispiel-PDFs, Befund gegen den Baum (keine Längen-Achse, Verluste in raw derive vor jedem Modell, Qualitätsziel in kb/CONTRACT.md gegen Rohzugriff, keine Recall-Messung), Web-Recherche zu Copilot Auto/GPT-6 Luna, vier offene Entscheidungen E1–E4, Schnittvorschlag in Teilpakete. status/incoming entfernt; area/kb, kind/decision, prio/planned, size/L.
**Ausarbeitung des Stubs (2026-10-13).** Der ursprüngliche Text im Wortlaut, bevor der Body überschrieben wird:
> Beispiele:
> https://cdn.website-editor.net/dfbcfd38098a439d82bd930614739be9/files/uploaded/Internationale+Handballregeln+2025+%28Deutsche+IHF-Fassung+inkl.+markierten+%C3%84nderungen%29.pdf
>
> https://cdn.website-editor.net/dfbcfd38098a439d82bd930614739be9/files/uploaded/2026_09_DfB_Teil+I.pdf
> https://cdn.website-editor.net/dfbcfd38098a439d82bd930614739be9/files/uploaded/2026_09_DfB_Teil+II.pdf
> https://cdn.website-editor.net/dfbcfd38098a439d82bd930614739be9/files/uploaded/2026_08_+DfB_Teil+III.pdf
>
> Fragen:
> - braucht das bestimmte modelle oder können kostengünstige das ebenfalls verarbeiten, evtl. kapitelweise?
> - unsere Zusammenfassung in den Sources wird ja immer kürzer sein, also Informationen verlieren. a) wie steuern wir modellunabhängig die informationsdichte und b) wollen wir query die Möglichkeit geben, auf die Rohdaten zuzugreifen?
>
> Das trifft auch analoge Fälle mit Betriebsanleitungen, beispielsweise habe ich einen kompletten Ordner Informationen zu meiner Heizungsanlage.
>
> Allgemeiner: wie groß ist die auswirken des gewählten LLM beispielsweise im GitHub Copilot, das im Auto Modus häufig das kostengünstige gpt Luna verwendet. Können Modelle dieser Haftung und signifikante Informationen Kosten? Vielleicht auch schon bei kleineren Inputs.
>
> Hier verende ich Sonnet für den Ingest, was au GH Copilot schon deutlich teurer ist. Heiku dürfte ja eher mit Luna vergleichbar sein?
**Changelog:** Body neu geschrieben: Messung der vier Beispiel-PDFs, Befund gegen den Baum (keine Längen-Achse, Verluste in `raw derive` vor jedem Modell, Qualitätsziel in `kb/CONTRACT.md` gegen Rohzugriff, keine Recall-Messung), Web-Recherche zu Copilot Auto/GPT-6 Luna, vier offene Entscheidungen E1–E4, Schnittvorschlag in Teilpakete. `status/incoming` entfernt; `area/kb`, `kind/decision`, `prio/planned`, `size/L`.
torben
changed title from Wie geht der Stack mit großen Dokumenten um to Große Einzeldokumente (Regelwerke, Anleitungen): Länge als Größenachse, Verlust in Ableitung und Verdichtung, Rohzugriff für Query, Modellabhängigkeit2026-10-13 20:36:57 +00:00
Changelog: E1–E4 vom Betreiber entschieden (E1 b; E2 ja, ~15 k Tokens; E3 Gliederung + Kennzeichnung im Text; E4 ja, Handlauf, #21 ausgelöst) und in den Body übernommen. B2 korrigiert: Die IHF-Änderungen sind gelb/grün hinterlegte Rechtecke, der blaue Text sind Querverweise (Links). Recherche-Abschnitt aus den beiden Perplexity-Ergebnissen ergänzt; der Verweis auf einen Chat-Prompt entfällt. Teilpakete abgespalten: #225 (raw derive), #226 (Länge), #227 (Query), #228 (Modellvergleich); Kette #225 → #226 → #227. #21 neu bewertet. Alle Kriterien erfüllt – geschlossen.
**Changelog:** E1–E4 vom Betreiber entschieden (E1 b; E2 ja, ~15 k Tokens; E3 Gliederung + Kennzeichnung im Text; E4 ja, Handlauf, #21 ausgelöst) und in den Body übernommen. B2 korrigiert: Die IHF-Änderungen sind gelb/grün hinterlegte Rechtecke, der blaue Text sind Querverweise (Links). Recherche-Abschnitt aus den beiden Perplexity-Ergebnissen ergänzt; der Verweis auf einen Chat-Prompt entfällt. Teilpakete abgespalten: #225 (raw derive), #226 (Länge), #227 (Query), #228 (Modellvergleich); Kette #225 → #226 → #227. #21 neu bewertet. Alle Kriterien erfüllt – geschlossen.
Blocking a user prevents them from interacting with repositories, such as opening or commenting on pull requests or issues. Learn more about blocking a user.
Aus einem Stub vom 2026-10-13 (Wortlaut im ersten Kommentar), am selben Tag gegen den Baum geprüft und entschieden. Analyse- und Entscheidungsissue: es baut selbst nichts. Ergebnis: vier Entscheidungen, vier Teilpakete (#225–#228), #21 neu bewertet.
Anlass
Der Betreiber will Regelwerke (Handball: IHF-Regeln, Durchführungsbestimmungen des Bayerischen Handball-Verbands) und analoge Nachschlagewerke (ein Ordner Betriebsanleitungen einer Heizungsanlage) ingesten. Daraus vier Fragen:
wiki-queryauf die Rohdaten zugreifen dürfen?Messung der Beispiele
Mit
pypdf(derselben Bibliothek, dieraw derivenutzt) gemessen; nichts nachincoming/oderraw/:Der Text lässt sich sauber auslesen (keine Scans). Grundlast eines Ingest-Laufs an Stack-Anweisungen (
AGENTS.md, Skill, Contracts,COLLECTION.mds …): ~180 KB, grob 30–45 k Tokens, ohne Systemprompt und Tool-Definitionen des Harness.Befund gegen den Baum
ingest-large-tree.mdkennt Volumen und Breite. Ein langes Dokument mit wenigen Themen läuft durchwiki-ingest„read completely“; auch der Workshop-Pfad liest je Unit die ganze Datei. → #226raw derive. Die PDF-Gliederung wird verworfen (beide großen Beispiele haben eine saubere Outline). Die IHF-Änderungen sind gelb bzw. grün hinterlegte Rechtecke hinter dem Text (280 gelbe ab S. 6, 27 grüne auf S. 85–90; das Dokument erklärt die Farben auf S. 3) und gehen spurlos verloren. Bilder (Handzeichen S. 47–55) fehlen ohne Hinweis. Kein OCR. Korrigiert gegenüber der ersten Fassung dieses Bodys: Der blaue Text (~3.700 Zeichen) sind Querverweise (805/Link-Annotationen), keine Änderungsmarkierung. → #225## Nicht übernommenerfasst nur bewusste Auslassungen;lintmisst Struktur; #5 würde Präzision prüfen, nicht Recall; L3-Evals und Runner (#80) fehlen. → Modellvergleich beim Ingest unter GitHub Copilot – Werkzeug: Runner, Goldinventar und Bewertung in chemenu-testfiles, Trockenlauf unter Linux (#228)kb/CONTRACT.mdZ. 7–8 („If answering still requires the raw file, the page is incomplete“). Fußnoten nennen Quelle und Datei, keine Seite. Der MCP-Leseserver kenntraw/nicht. → `wiki-query`: Wortlaut geführt in der Rohdatei nachlesen – über Seite, Source-Seite und Gliederung, nie freies Suchen in `raw/` (#227)Recherche (2026-10-13)
Copilot (Primärquellen GitHub/Microsoft, Abrufdatum 2026-10-13):
model:im.agent.md-Frontmatter, VS Code und CLI) festlegen, per Prompt-Datei nur im lokalen VS-Code-Agenten, per Skill gar nicht./context(CLI) bzw. der Language-Model-Editor (VS Code) zeigen sie je Installation. Claude Sonnet 4.6 ist in Copilot seit 2026-09-01 eingestellt, außer für jährliche Pro/Pro+.Benchmarks: Kein öffentlicher Vergleich deckt deutsche Regeltexte × Fakten-Recall × diese Modelle ab. Was es gibt:
Folgerung für Frage 3: Ob ein Modell der Luna/Haiku-Klasse beim Ingest signifikant verliert, lässt sich nur auf eigenem Material messen – das tut #228.
Entscheidungen (Betreiber, 2026-10-13)
raw_files:→ Gliederung → Zeilenbereich nachgelesen werden, kein freies Suchen inraw/. Abgelehnt: (a) „nie“ (Wortlaut ginge bei Regelwerken verloren) und (c) eigene Quellklasse mit Direktsuche (bricht mit „never re-derive“, vermutlich Versionsgrenze). → #227raw derive: Gliederung ja; Hervorhebungen im Text kennzeichnen (fett/kursiv o. Ä.), Durchstreichung als~~…~~. Das genaue Format der Hinterlegungs-Kennzeichnung ist in #225 noch offen, weil fett/kursiv bei mehreren Hinterlegungsfarben verliert, welche Farbe eine Stelle hatte. → #225Nicht blockierend und offen: Der Heizungsordner (Volumen + Länge + ggf. Scans) ist der zweite Testfall nach #225/#226; OCR liegt außerhalb dieser Pakete.
Teilpakete
raw derivePDF: Gliederung mit Seite/Zeile, Kennzeichnung von Hinterlegungen/Durchstreichungen, Bildseitenkind/decision– Formatfrage offenkind/build,status/blockedauf #225wiki-query: geführtes Nachlesen,kb/CONTRACT.mdpräzisiertkind/build,status/blockedauf #225kind/build, Handlauf; Teil A sofort möglichKette „Große Dokumente“: #225 → #226 → #227. #228 steht außerhalb der Kette; sein zweiter Teil (kapitelweiser Pfad) wartet auf #226. #21 ist
status/blockedauf #228.Versionsteil
Dieses Issue: keiner (ändert keine Datei). Die Teilpakete benennen ihren eigenen Teil (#225–#227 MINOR, #228 keiner).
Akzeptanzkriterien
prio/planned,status/blockedauf #228).Verwandt
#21, #80, #69, #5, #35, #218, #219.
Ausarbeitung des Stubs (2026-10-13). Der ursprüngliche Text im Wortlaut, bevor der Body überschrieben wird:
Changelog: Body neu geschrieben: Messung der vier Beispiel-PDFs, Befund gegen den Baum (keine Längen-Achse, Verluste in
raw derivevor jedem Modell, Qualitätsziel inkb/CONTRACT.mdgegen Rohzugriff, keine Recall-Messung), Web-Recherche zu Copilot Auto/GPT-6 Luna, vier offene Entscheidungen E1–E4, Schnittvorschlag in Teilpakete.status/incomingentfernt;area/kb,kind/decision,prio/planned,size/L.Wie geht der Stack mit großen Dokumenten umto Große Einzeldokumente (Regelwerke, Anleitungen): Länge als Größenachse, Verlust in Ableitung und Verdichtung, Rohzugriff für Query, ModellabhängigkeitChangelog: E1–E4 vom Betreiber entschieden (E1 b; E2 ja, ~15 k Tokens; E3 Gliederung + Kennzeichnung im Text; E4 ja, Handlauf, #21 ausgelöst) und in den Body übernommen. B2 korrigiert: Die IHF-Änderungen sind gelb/grün hinterlegte Rechtecke, der blaue Text sind Querverweise (Links). Recherche-Abschnitt aus den beiden Perplexity-Ergebnissen ergänzt; der Verweis auf einen Chat-Prompt entfällt. Teilpakete abgespalten: #225 (raw derive), #226 (Länge), #227 (Query), #228 (Modellvergleich); Kette #225 → #226 → #227. #21 neu bewertet. Alle Kriterien erfüllt – geschlossen.