Der Audit erkennt Freshness-/Duplikat-/Link-Defekte (überfällige Reviews, fehlende Review-Historie, abgelehnte Reviews auf publizierten Artikeln, doppelte und widersprüchliche Versionen, Broken Internal Links, orphaned Articles) datei- und zeilengenau.
Evidenz-Record 8958b8c096b94d8b9de908da765b5a2f
Verifizierter Lauf: Enterprise Knowledge Base & RAG Audit
Synthetische Labor-Evidenz — keine echten Kundendaten. Dieser Record ist der öffentliche Beleg für die an ihn gebundenen Claims.
Integrität und Hash-Kette
| record_sha256 | 9e83a5aa786ce47ab760b3e11c718c6d77d5b35b14514fafea51a8efca132872 |
|---|---|
| prev_record_sha256 (Kettenvorgänger) | 9e154c90e46746dab748e3a9bd564361 8eeebe1c49be5ae366d174e41a576d2151891db141ae7ffe1cf5c4c347832e73 |
| Position in der verifizierten Kette | 161 von 256 |
| Kette vollständig verifiziert | Hash-Kette verifiziert |
| Datenstand der Veröffentlichung |
Zuordnung
| Produkt | Enterprise Knowledge Base & RAG Audit v0.1.0 |
|---|---|
| Skill | Enterprise Knowledge Base & RAG Audit v0.1.0 |
| Zeitstempel (UTC) | |
| Git-Commit | d55224e1e6… 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 knowledge-base-audit --target synthetic-knowledge-base --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 | 22 |
| blocking_findings | 10 |
Performance und Kosten
| execution_time_ms | 883 ms |
|---|---|
| prompt_tokens | 0 |
| completion_tokens | 0 |
| llm_calls | 0 |
| total_cost_usd | 0,00 € |
| container_compute_usd | 0,00 € |
Unit Economics
| price_eur | 390,00 € |
|---|---|
| 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 | 2026-11-03T11:29:04Z | 7b074099e32503aa… |
| security_critic | APPROVE | ed25519 | 2026-11-03T11:29:04Z | 8ba2f7dfc9df5d5b… |
| business_critic | APPROVE | ed25519 | 2026-11-03T11:29:04Z | bfcea8ba925f4eb4… |
| evidence_critic | APPROVE | ed25519 | 2026-11-03T11:29:04Z | d57b966909ab6ac0… |
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/8958b8c096b94d8b9de908da765b5a2f/input.jsonevidence/artifacts/8958b8c096b94d8b9de908da765b5a2f/product.manifest.jsonevidence/artifacts/8958b8c096b94d8b9de908da765b5a2f/skill.manifest.jsonevidence/artifacts/8958b8c096b94d8b9de908da765b5a2f/findings.jsonevidence/artifacts/8958b8c096b94d8b9de908da765b5a2f/output.jsonevidence/artifacts/8958b8c096b94d8b9de908da765b5a2f/report.mdBerichtevidence/artifacts/8958b8c096b94d8b9de908da765b5a2f/critic_reviews.jsonevidence/artifacts/8958b8c096b94d8b9de908da765b5a2f/validation.jsonevidence/logs/8958b8c096b94d8b9de908da765b5a2f.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.
- Nur statische Knowledge-Base-Export-Analyse – kein Confluence-/SharePoint-/ RAG-/Vector-DB-Zugriff und keine Netzwerkaufrufe.
- Heuristische Regeln (doppelte Titel, widersprüchliche Policy-Werte) können False Positives/Negatives liefern.
- Findings sind KB-Hygiene-Evidenz, keine Rechts-/Compliance-Beratung; PII-/Secret-Checks sind pattern-basierte Platzhalter.
- Die aktuelle Evidenz basiert ausschließlich auf dem synthetischen Lab-Target synthetic-knowledge-base, nicht auf echten KB-Exporten.
- Nur statische Knowledge-Base-Export-Analyse – kein Confluence-/SharePoint-/ RAG-/Vector-DB-Zugriff und keine Netzwerkaufrufe.
- Heuristische Regeln (doppelte Titel, widersprüchliche Policy-Werte) können False Positives/Negatives liefern.
- Findings sind KB-Hygiene-Evidenz, keine Rechts-/Compliance-Beratung; PII-/Secret-Checks sind pattern-basierte Platzhalter.
- Das Golden-Dataset ist synthetisch; keine echten Dokumente/Personen.
Durch diesen Record belegte Claims
Claims, die in der Gatekeeper-Ausgabe auf diesen Record verweisen. Jeder Claim ist an den oben genannten Hash gebunden.
Der Audit erkennt Permission-/Metadaten-/Chunk-Defekte (fehlende Restriktion vertraulicher Inhalte, PII-/Secret-Platzhalter, fehlende Owner/Kategorie/Tags, überdimensionierte/überlappende RAG-Chunks, stale Embeddings, fehlende Quellenangaben, veraltete Produktnamen).
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.