Így ellenőrzünk
Egy mesterséges intelligencia (MI) hozzárendeli az Ön elbeszélését a rendelet szabályaihoz. Az órákat, a fokozatot és az összeget egy rögzített program számolja ki, MI nélkül. Az eredmény lehet hibás. Ezért a végén Ön ellenőriz és dönt.
Így működik
- Ön
Elmesélés
Ön a saját szavaival leírja a mindennapjait.
- MI
Hozzárendelés
Az MI hozzárendeli a mondatait a szabályokhoz, és szó szerint idéz belőlük.
- Program
Számítás
Egy rögzített program a rendelet szerint számol.
- Ön
Döntés
Ön minden sort átnéz, és eldönti, mit kezd vele.
Milyen gyakran helyes az eredménye
Eddig a legmegbízhatóbb: érintetlen bírósági esetek
5 / 15
Bírósági eseteknél, amelyekhez a fejlesztés után már nem nyúltunk, az első próbálkozásra helyesen állapította meg a fokozatot, a többit többnyire túl alacsonyra becsülte.
Mai állás: gyakorló esetek
10 / 14
Közzétett ítéletekből vett gyakorló eseteknél, amelyeken az eszközt finomhangoltuk, az első próbálkozásra helyesen állapította meg a fokozatot.
A Pflegegeld-Prüfer segít felkészülni. A fokozatot a hatóság vagy a bíróság állapítja meg. Kérjen tanácsot.
Előkészítés
Összegyűjtöttünk 29 közzétett ítéletet a Pflegegeld (ápolási támogatás) témájában. Ezek közül 13 esetben már a Bescheid (hivatalos határozat) sem azt a fokozatot állapította meg, amelyet végül a bíróság.
Előre rögzített szabályok
Mielőtt először mértünk, rögzítettük, mi számít találatnak, és milyen cél érvényes: 14 gyakorló esetből 12.
Első mérések
Az első futás 14 esetből 9 esetet talált el. Egyszer javítottunk rajta, aztán befagyasztottuk a szabályokat és az MI-nek adott utasítást. Az utolsó futás 14 esetből 10 esetet talált el, így a cél nem teljesült.
Ezek közül 4 találatnál a helyes válasz az volt, hogy nem jár fokozat: nincs jogosultság, vagy gyermekről van szó, akinél az eszköz nem számol. Azoknál az eseteknél, ahol valóban jár fokozat, 9 esetből 6 esetet talált el.
Próba érintetlen eseteken
Egyszer, a végén, 15 további ítéleten: 5 helyes. Utána semmit nem változtattunk. Azoknál az eseteknél, ahol valóban jár fokozat: 13 esetből 4.
Azóta
Az oldal nyilvános. Javítottunk a kiegészítő kérdéseken és a felületen. 28.09.2026 napján 10 MI-modellt hasonlítottunk össze ugyanazokon az eseteken. Gemini 3.8 Flash, az Ön saját szövegének modellje, ugyanolyan gyakran találta el a gyakorló eseteket, mint az a modell, amelyet a minőség mércéjének tekintünk. 29.09.2026 napján újra mértünk. Az eredmény fent, mai állásként látható.
Közzétett ítéleteken mérünk, amelyeknél a helyes fokozat már ismert. Egy részüket gyakorlásra és javításra használjuk. Egy másik részükhöz közben nem nyúlunk, és csak a végén ellenőrizzük.
Azt, hogy mi számít találatnak, előre rögzítjük és leírjuk. A későbbi változtatások dátummal szerepelnek ott. Minden mérést hozzáfűzünk, és egyet sem törlünk, a rosszakat sem.
Magát a módszert is újra és újra megkérdőjelezzük. Minden változtatásnál lefut egy automatikus ellenőrzés MI nélkül. Utánaszámolja a jelentéseket, ellenőrzi a nevezőket, és az érintetlen esetek nyomait keresi a szabályokban. Újra mérni nem tud. Amit közben találunk, az lent, a korlátoknál olvasható.
Mérés napja: 29.09.2026. Modell: Gemini 3.8 Flash, ez olvassa az Ön saját szövegét is. Ezeken az eseteken hangoltuk be az eszközt, ezért a szám inkább túl magas.
Egyszer mérve, 26.09.2026 napján. Ez a szám mondja el a legtöbbet arról, hogyan teljesít új eseteknél.
Összehasonlításként: ha ezeknél az eseteknél egyszerűen átvették volna a fokozatot a Bescheid-ból, 14 esetből 8 esetben lett volna helyes, vagyis gyakrabban. Az eszköz tehát nem ismeri fel megbízhatóan, hogy egy Bescheid helyes-e.
Ha a program megkapja az órákat az ítéletből, a fokozat mindegyik gyakorló és kitalált esetben helyes (22 eset). Az érintetlen eseteknél 15 esetből 12 esetben. A többi ítélet nem ad meg órákat ápolási feladatonként, ezért a programnak nincs miből számolnia.
Amikor tévedett, többnyire túl alacsonyra: tízszer túl alacsonyra, kétszer túl magasra.
Mit jelent ez Önnek?
Ha többet mutat, mint az Ön Bescheid-ja, érdemes alaposan megnézni, és tanácsadást kérni.
Ha nem mutat többet, az nem jelenti, hogy az Ön Bescheid-ja helyes. Inkább átsiklik valami felett, mint hogy túl sokat ígérjen.
Korlátok
Hol tévedhet
- Kevés eseten mértünk. Ezért minden szám pontatlan.
- A bírósági esetek újramesélt ítéletek, még nem valódi családok elbeszélései.
- Hogy ítéletenként melyik fokozat a helyes, azt egy MI vezette le az ítéletből. Jogi szakember ezt még nem olvasta át.
- Az eszköz néhány szabályát olyan esetekből vezettük le, amelyek később érintetlen esetként szolgáltak. Ez ott valamelyest javíthatja az eredményt.
- Az Ön saját szövegét ez a modell olvassa: Gemini 3.8 Flash. Ugyanez a modell szerepel a mai állásnál is. Az érintetlen eseteken még nem mértük.
Mit nem tesz
- Nem dönt az Ön Pflegegeld-jéről (ápolási támogatás).
- Nem ad tanácsot, és nem képviseli Önt.
- Az MI nem számol. Gyakoriságokat csak az Ön szavaiból vesz át.
- Nem tárolja tartósan az Ön elbeszélését.
Megfelelő az Ön fokozata?
Ön elmesél egy átlagos napot, a Pflegegeld-Prüfer hozzárendeli a mondatait a szabályokhoz, és utánaszámol, hogy megfelel-e a Bescheid-ban szereplő fokozat.
Bescheid-om ellenőrzéseSzakembereknek
Utolsó mérési forduló: 29.09.2026.
Minden mérési forduló
Minden kiértékelt forduló, amelyben az MI olvassa az elbeszélést, időrendben. Semmit nem írunk felül.
- 26.09.2026 · Gyakorló esetek: 9 / 14Tartomány: 39 és 84 % között · Modell: Claude Opus 5.5Erster Lauf aus freiem Text, vor der einen Änderung an der Anweisung an die KI.
- 26.09.2026 · Gyakorló esetek: 10 / 14Tartomány: 45 és 88 % között · Modell: Claude Opus 5.5Endlauf nach dem Einfrieren von Regeln und Anweisung. Das ist die vorher festgelegte Hauptzahl.
- 26.09.2026 · Kitalált esetek: 7 / 7Tartomány: 65 és 100 % között · Modell: Claude Opus 5.5Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 26.09.2026 · Érintetlen esetek: 5 / 15Tartomány: 15 és 58 % között · Modell: Claude Opus 5.5Unberührte Fälle, einmal gemessen, danach nichts verändert.
- 26.09.2026 · Új ítéletek, próbakör: 6 / 6Tartomány: 61 és 100 % között · Modell: Claude Opus 5.5Pilot mit neuen Urteilen, nicht vorher festgelegt. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
- 28.09.2026 · Gyakorló esetek: 10 / 14Tartomány: 45 és 88 % között · Modell: Claude Opus 5.5 · Átlagos eltérés az óráknál: 17,7Modellvergleich, Bezugsarm für die Qualität. Verfehlt dieselben Übungsfälle wie das Modell, das eigenen Text liest.
- 28.09.2026 · Kitalált esetek: 7 / 7Tartomány: 65 és 100 % között · Modell: Claude Opus 5.5 · Átlagos eltérés az óráknál: 0,6Modellvergleich. Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 28.09.2026 · Határesetek: 2 / 2Tartomány: 34 és 100 % között · Modell: Claude Opus 5.5 · Átlagos eltérés az óráknál: 0Modellvergleich, Randfälle.
- 28.09.2026 · Új ítéletek, próbakör: 6 / 6Tartomány: 61 és 100 % között · Modell: Claude Opus 5.5 · Átlagos eltérés az óráknál: 5Modellvergleich. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
- 28.09.2026 · Gyakorló esetek: 10 / 14Tartomány: 45 és 88 % között · Modell: Claude Sonnet 5 · Átlagos eltérés az óráknál: 17,3Modellvergleich, bestes weiteres Modell aus der Sichtung.
- 28.09.2026 · Kitalált esetek: 6 / 7Tartomány: 49 és 97 % között · Modell: Claude Sonnet 5 · Átlagos eltérés az óráknál: 0,7Modellvergleich. Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 28.09.2026 · Határesetek: 2 / 2Tartomány: 34 és 100 % között · Modell: Claude Sonnet 5 · Átlagos eltérés az óráknál: 0Modellvergleich, Randfälle.
- 28.09.2026 · Új ítéletek, próbakör: 6 / 6Tartomány: 61 és 100 % között · Modell: Claude Sonnet 5 · Átlagos eltérés az óráknál: 0,8Modellvergleich. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
- 28.09.2026 · Gyakorló esetek: 10 / 14Tartomány: 45 és 88 % között · Modell: Gemini 3.8 Flash · Átlagos eltérés az óráknál: 19,4Modellvergleich mit dem Modell, das eigenen Text liest, gleichauf mit Claude Opus. Gemessen über das lokale Abo-Gateway, nicht über den Weg der gehosteten Prüfung.
- 28.09.2026 · Kitalált esetek: 7 / 7Tartomány: 65 és 100 % között · Modell: Gemini 3.8 Flash · Átlagos eltérés az óráknál: 0,6Modellvergleich. Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 28.09.2026 · Határesetek: 1 / 2Tartomány: 10 és 91 % között · Modell: Gemini 3.8 Flash · Átlagos eltérés az óráknál: 0Modellvergleich, Randfälle. Ein Randfall blieb ohne Wertung, weil das Gateway zweimal keine Antwort lieferte; er zählt hier als nicht getroffen.
- 28.09.2026 · Új ítéletek, próbakör: 5 / 6Tartomány: 44 és 97 % között · Modell: Gemini 3.8 Flash · Átlagos eltérés az óráknál: 4,2Modellvergleich. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
- 29.09.2026 · Gyakorló esetek: 10 / 14Tartomány: 45 és 88 % között · Modell: Gemini 3.8 Flash · Átlagos eltérés az óráknál: 17,8Zweite Messrunde, neu gemessen nach der Änderung der Regel zur Bindung an den Bescheid bei einer Klage (Link und Wortlaut); die Anweisung an die KI blieb gleich. Wie im Modellvergleich über das lokale Abo-Gateway gemessen, nicht über den Weg der gehosteten Prüfung.
- 29.09.2026 · Kitalált esetek: 7 / 7Tartomány: 65 és 100 % között · Modell: Gemini 3.8 Flash · Átlagos eltérés az óráknál: 0,9Zweite Messrunde. Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 29.09.2026 · Határesetek: 1 / 2Tartomány: 10 és 91 % között · Modell: Gemini 3.8 Flash · Átlagos eltérés az óráknál: 0Zweite Messrunde, Randfälle. Ein Randfall blieb ohne Wertung, weil das Gateway zweimal keine Antwort lieferte; er zählt hier als nicht getroffen.
- 29.09.2026 · Új ítéletek, próbakör: 5 / 6Tartomány: 44 és 97 % között · Modell: Gemini 3.8 Flash · Átlagos eltérés az óráknál: 3,3Zweite Messrunde. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
Érintetlen esetek
Első kör: 15 esetből 5 esetben találta el a referenciafokozatot. 100 hasonló esetből valószínűleg 15 és 58 között lenne helyes.
Ebből valódi fokozattal: 4 / 13, jogosultság nélkül: 1 / 1, hatókörön kívüli gyermek: 0 / 1.
Tévedés: 10. Ebből 7 túl alacsony, 2 túl magas, egyszer nem ismert fel egy gyermeket.
Minden futásban helyes: 15 esetből 3.
Egy kiegészítő kérdéssel: 15 esetből 7.
Ezeket az eseteket egyszer, a végén értékeltük ki, és utána semmit nem javítottunk rajtuk. Az eredmény itt áll, akkor is, ha rossz.
A fejlesztés előtt ezek az esetek már szerepeltek modell-összehasonlításokban. 22 szabály nevez meg közülük egyet eredetként, ebből 10 szerepel az MI-nek szóló szövegben. Ez a következőket érinti: X16, X19, X21, X22, X24, X25, X28, X29, X30. Maguk az esetazonosítók nem szerepelnek az MI-nek szóló szövegben. Ezért az eseteket a fejlesztés óta érintetlennek nevezzük, nem újnak.
A fokozat átvétele a Bescheid-ból
Érintetlen esetek: a referenciafokozattal rendelkező 14 esetben az eredeti Bescheid 8 alkalommal volt helyes, vagyis gyakrabban, mint a Pflegegeld-Prüfer.
Gyakorló esetek: a referenciafokozattal rendelkező 14 esetben a Bescheid 5 alkalommal volt helyes, vagyis ritkábban, mint a Pflegegeld-Prüfer.
Az összes (29) összegyűjtött, Bescheid-dal rendelkező ítéletet nézve a Bescheid 16 alkalommal állt az ítélet szerinti fokozaton.
Ha az eredménye eltér a Bescheid-tól, az nem bizonyítja, hogy a Bescheid hibás. Ok arra, hogy alaposabban megnézze, és tanácsot kérjen.
Többet mutat, ha a Bescheid túl alacsony volt?
Utólag számolva, nem előre rögzítve. A következő mérésnél ezt a mutatót előre rögzítjük.
Érintetlen esetek: Ha a Bescheid a referenciafokozat alatt volt, 6 esetből 4 esetben mutatott többet a Bescheid-nál. Ha a Bescheid megfelelt, 8 esetből 1 esetben mégis többet mutatott.
Gyakorló esetek: Ha a Bescheid a referenciafokozat alatt volt, 3 esetből 3 esetben mutatott többet a Bescheid-nál. Ha a Bescheid megfelelt, 5 esetből 0 esetben mégis többet mutatott.
Gyakorló esetek
Első kör: 14 esetből 10 esetben találta el a referenciafokozatot. 100 hasonló esetből valószínűleg 45 és 88 között lenne helyes. Előre rögzített cél: 12, nem teljesült.
Ebből valódi fokozattal: 6 / 9, jogosultság nélkül: 1 / 1, hatókörön kívüli gyermek: 3 / 4.
Minden futásban helyes: 14 esetből 10.
A találat azt jelenti, hogy 3 futás többsége eltalálja a referenciafokozatot. Ehhez jön még egy különleges eset, amelynél a viselkedést értékeljük. Ezt külön számoljuk, így összesen 15 gyakorló eset van.
Egy kiegészítő kérdéssel: 15 esetből 13. Akkor számít, ha eltalálta a fokozatot, vagy feltette a döntő kérdést. Előre rögzített cél: 13, teljesült.
Tévedés: 4. Ebből 3 túl alacsony, egy sem túl magas. Egyszer nem ismert fel egy gyermekekre vonatkozó esetet.
Számítás MI nélkül
Az ítéletben szereplő órákkal a program 22 esetből 22 esetet talál el, a gyakorló és a kitalált eseteket együtt számolva. Előre rögzített cél: 22, teljesült.
Érintetlen esetek: 15 esetből 12. Nem találta el: X18, X25 és X30. Ezek az ítéletek csak a fokozatot adják meg, órákat ápolási feladatonként nem, ezért a program nem kap bemenetet.
Kitalált esetek
A mérés 7 kitalált esetet használ. Az MI olvassa az elbeszélést, a program számol: 7 esetből 7 a várt fokozattal. Előre rögzített cél: 6, teljesült. Ezek közül 5 esetet Ön maga is kipróbálhat az ellenőrzés oldalán.
Másként elmesélve: 35 átfogalmazásból egy sem változtatta meg a fokozatot. Ez a mérés nem volt előre rögzítve.
Az Ön ellenőrzésének modellje
A saját szövegével végzett ellenőrzés ezt a modellt használja: Gemini 3.8 Flash. A mai állás ettől a modelltől származik. Ebben a részben a gyakorló és az érintetlen esetek részletei ezzel futtatott mérésekből származnak: Claude Opus 5.5.
Az első külön futás ezzel a modellel: Gemini 3.8 Flash. 26.09.2026 napján 14 gyakorló esetből 11 esetet talált el. 100 hasonló esetből valószínűleg 52 és 92 között lenne helyes. Ezt a modellt az érintetlen eseteken még nem mértük.
Modellek összehasonlítása
28.09.2026 napján 10 MI-modellt hasonlítottunk össze ugyanazokon az eseteken: gyakorló esetek, kitalált esetek, határesetek és kiegészítő esetek. Az érintetlen esetek nem voltak köztük. A gyakorló eseteken Gemini 3.8 Flash 14 esetből 10, Claude Opus 5.5 14 esetből 10 esetet talált el, mindkettő a futások többsége szerint.
Mindkettő ugyanazokat az eseteket tévesztette el: X5, X6, X12 és X15. A hiányosság tehát inkább a szabályokban és a folyamatban van, mint a modellben. Ezért továbbra is Gemini 3.8 Flash marad az Ön szövegének modellje. Claude Opus 5.5 második véleményként ellenőrzi a nem eltalált eseteket, és minden javítást újra ezzel a modellel mérünk ugyanazokon az eseteken: Gemini 3.8 Flash.
Ez kevés eset, és a gyakorló eseteken állítottuk be. Így a modellek közötti különbség nem bizonyított, egyik irányban sem.
Honnan származik a referenciafokozat
A bírósági esetek osztrák bíróságok közzétett ítéleteiből származnak.
MI-ügynökök keresték meg, olvasták el és mesélték újra ezeket az ítéleteket. Minden ítéletből levezették, melyik fokozat illik hozzá a szabályok szerint. Ezt a fokozatot itt referenciafokozatnak nevezzük.
Néhány esetben eltér az ítéletben szereplő fokozattól, például ha egy gyermek a hatókörön kívül esik.
A vitás kérdésekben az üzemeltető döntött, mindig úgy, ahogy az ügynökök javasolták. Jogi szakember még nem ellenőrizte a referenciafokozatokat.
Így maradunk őszinték
- A gyakorló esetek és az érintetlen esetek külön maradnak. Az érintetlen eseteken semmit nem javítunk.
- Hogy mi számít találatnak, az előre rögzített. A változtatások dátummal ellátott kiegészítésként kerülnek hozzá.
- Minden mérést hozzáfűzünk, egyet sem írunk felül. Mindegyik ujjlenyomatot hordoz a szabályokról és az MI-nek adott utasításról.
- A mérési futásoknál nem fizetünk hívásonként, ezért annyiszor mérhetünk, ahányszor szükséges.
- Amit utólag számoltunk, azt ekként jelöljük.
- Minden változtatásnál lefut egy ellenőrzés MI nélkül. Újraszámolja a jelentéseket és a nevezőket, az érintetlen esetek nyomait keresi a szabályokban és az elbeszélésekben, és összeveti a gyakorló eseteket az érintetlen esetekkel. Nem mér újra.
Szakszavak
- Gyakorló esetek
- kalibrálás
- Érintetlen esetek
- holdout, a fejlesztés előtt már látott
- Előre rögzített
- előzetes regisztráció
- Tartomány
- 95%-os intervallum Wilson szerint
Esetről esetre
A gyakorló esetek egyenként. Koppintson egy esetre a részletekért.
Az érintetlen esetek egyenként.
Ez nem jogi tanácsadás. A Bescheid (hivatalos határozat) és a kereset (Klage) ügyében az Arbeiterkammer (Munkavállalói Kamara) és a fogyatékossággal élők szövetségei adnak tanácsot a tagjaiknak.