Der Audit erkennt Lead-Daten-, Consent-, SLA- und Attributionslücken (Duplikate, fehlende/ungültige Pflichtfelder, fehlenden/verneinten/ abgelaufenen Consent, ungültige Stages/Länder, veraltete Leads, fehlende Source, Score-/Owner-/Referenzauffälligkeiten) datei- und zeilengenau.
Evidenz-Record 396e1203623d4d93bb0330d87ffc31d1
Verifizierter Lauf: CRM Lead Quality Audit (synthetic export)
Synthetische Labor-Evidenz — keine echten Kundendaten. Dieser Record ist der öffentliche Beleg für die an ihn gebundenen Claims.
Integrität und Hash-Kette
| record_sha256 | b53723861165ca923ab3c70633d1b490c573ca3625babaafc99e31d03c5ee758 |
|---|---|
| prev_record_sha256 (Kettenvorgänger) | acd6beae33f142e591ffb279df1342ba 103a9fbb717bffc84e641f7f8d24efad46afa53061aa1c258585be137ad3399e |
| Position in der verifizierten Kette | 140 von 256 |
| Kette vollständig verifiziert | Hash-Kette verifiziert |
| Datenstand der Veröffentlichung |
Zuordnung
| Produkt | CRM Lead Quality Audit (synthetic export) v0.1.0 |
|---|---|
| Skill | CRM Lead Quality Audit (synthetic export) v0.1.0 |
| Zeitstempel (UTC) | |
| Git-Commit | a864112859… auf work/critic-keys-and-targets |
| Worktree beim Lauf | sauberer Worktree |
| Arbeitsbaum-Hinweis | Der Arbeitsbaum war beim Lauf sauber — VALIDATED-Evidenz war grundsätzlich möglich. |
Reproduktion
python -m factory.cli run-product --product crm-lead-quality-audit --target synthetic-crm-export --record
Der Befehl reproduziert den Lauf innerhalb des Repositorys. Er wird hier nur als Text angezeigt und von der Website nicht ausgeführt.
Messwerte der unabhängigen Validierung
Berechnet vom Validator aus Golden-Dataset und unabhängigem Re-Run.
| precision | 1,000 |
|---|---|
| recall | 1,000 |
| task_success_rate | 1,000 |
| error_rate | 0,000 |
| deterministic_checks_passed | ja |
| findings_total | 26 |
| blocking_findings | 6 |
Performance und Kosten
| execution_time_ms | 429 ms |
|---|---|
| prompt_tokens | 0 |
| completion_tokens | 0 |
| llm_calls | 0 |
| total_cost_usd | 0,00 € |
| container_compute_usd | 0,00 € |
Unit Economics
| price_eur | 290,00 € |
|---|---|
| measured_cost_eur | 0,00 € |
| gross_margin_percent | 100,0 % |
- Compute price assumption: 0.06 EUR per CPU-hour.
- LLM input price assumption: 0.3 EUR per 1M tokens.
- LLM output price assumption: 1.2 EUR per 1M tokens.
- Costs are measured runtime and measured provider usage, not supplier invoices.
- No support, sales, hosting or human-review cost is included unless stated.
Kritiker-Signaturen
Unabhängige Kritikerrollen bestätigen den Bericht; die Signatur bindet die Freigabe an den Inhalts-Hash.
| Kritiker | Verdikt | Algorithmus | Signiert am | Signatur (gekürzt) |
|---|---|---|---|---|
| technical_critic | APPROVE | ed25519 | 2026-11-03T11:24:28Z | 9c97d3309e927946… |
| security_critic | APPROVE | ed25519 | 2026-11-03T11:24:28Z | aec23fcffdebded8… |
| business_critic | APPROVE | ed25519 | 2026-11-03T11:24:28Z | 8e3cd88a88d9d5b4… |
| evidence_critic | APPROVE | ed25519 | 2026-11-03T11:24:28Z | 3b2602ef7ba81956… |
Artefakte und Bericht
Alle Artefakte sind SHA-256-gebunden; die Website lädt keine Dateien nach, sondern nennt die Repository-Pfade aus dem Datenvertrag.
evidence/artifacts/396e1203623d4d93bb0330d87ffc31d1/input.jsonevidence/artifacts/396e1203623d4d93bb0330d87ffc31d1/product.manifest.jsonevidence/artifacts/396e1203623d4d93bb0330d87ffc31d1/skill.manifest.jsonevidence/artifacts/396e1203623d4d93bb0330d87ffc31d1/findings.jsonevidence/artifacts/396e1203623d4d93bb0330d87ffc31d1/output.jsonevidence/artifacts/396e1203623d4d93bb0330d87ffc31d1/report.mdBerichtevidence/artifacts/396e1203623d4d93bb0330d87ffc31d1/critic_reviews.jsonevidence/artifacts/396e1203623d4d93bb0330d87ffc31d1/validation.jsonevidence/logs/396e1203623d4d93bb0330d87ffc31d1.log
Hinweis: Die Website lädt keine Artefakte nach; die Pfade sind relativ zum Repository und hash-gebunden im Record. Der Bericht selbst wird nicht als HTML eingebettet.
Bekannte Limitations
Grenzen dieses konkreten Records, wie im Record hinterlegt — sie gelten zusätzlich zu den Produkt-/Skill-Limitations.
- Rein statischer Audit eines synthetischen CSV/JSON-Exports; kein Live-CRM-Zugriff, keine Synchronisation, kein Netzwerk.
- Keine Rechtsberatung und keine DSGVO-/Konformitätsaussage; die Consent-Prüfung ist eine technische Heuristik über deklarierte Felder und kein rechtlicher Nachweis.
- Duplikaterkennung ist exakt (normalisierte E-Mail/Telefon, Account-Domain); fuzzy Namens-/Firmen-Matching ist nicht enthalten.
- Score-/Aktivitäts-Plausibilisierung ist eine Heuristik; echte Scoring-Modelle können abweichen.
- Die aktuelle Evidenz basiert ausschließlich auf dem synthetischen Lab-Target synthetic-crm-export, nicht auf echten CRM-Daten.
- Alle Namen, E-Mails, Telefonnummern und Firmen sind fiktiv; keine echten Personen- oder Kundendaten.
- Lead-Quality-Score und KPIs sind technische Signale und keine Konformitäts- oder Datenqualitätsgarantie.
- Rein statischer Audit eines synthetischen CSV/JSON-Exports; kein Live-CRM-Zugriff, keine Synchronisation, kein Netzwerk.
- Keine Rechtsberatung und keine DSGVO-/Konformitätsaussage; die Consent-Prüfung ist eine technische Heuristik über deklarierte Felder.
- Duplikaterkennung ist exakt (normalisierte E-Mail/Telefon, Account-Domain); fuzzy Namens-/Firmen-Matching ist nicht enthalten.
- Score-/Aktivitäts-Plausibilisierung ist eine Heuristik; echte Scoring-Modelle können abweichen.
- Die aktuelle Evidenz basiert ausschließlich auf dem synthetischen Lab-Target synthetic-crm-export, nicht auf echten CRM-Daten.
- Alle Namen, E-Mails, Telefonnummern und Firmen sind fiktiv; keine echten Personen- oder Kundendaten.
Durch diesen Record belegte Claims
Claims, die in der Gatekeeper-Ausgabe auf diesen Record verweisen. Jeder Claim ist an den oben genannten Hash gebunden.
Jeder Audit-Lauf ist deterministisch, wird unabhängig re-validiert und ist über einen hash-verketteten Evidence-Record mit Ed25519-Signaturen, Artefakt-Hashes und Contract-Digests reproduzierbar.
Jeder Befund ist datei- und zeilengenau mit Evidenz und konkreter Korrekturanweisung dokumentiert und enthält einen transparenten Lead-Quality-Score sowie Datenqualitäts-KPIs.