Ako kontrolujeme
Umelá inteligencia (AI) priradí váš opis k pravidlám nariadenia. Hodiny, stupeň a peniaze prepočíta pevný program, bez AI. Výsledok môže byť nesprávny. Preto na konci kontrolujete a rozhodujete vy.
Ako to funguje
- Vy
Opísať
Opíšete svoj bežný deň vlastnými slovami.
- AI
Priradiť
AI priradí vaše vety k pravidlám, s doslovnou citáciou.
- Program
Vypočítať
Pevný program počíta podľa nariadenia.
- Vy
Rozhodnúť
Prejdete každý riadok a rozhodnete, čo s ním urobíte.
Ako často má nástroj pravdu
Zatiaľ najspoľahlivejšie: nedotknuté súdne prípady
5 z 15
Toľko súdnych prípadov, ktorých sme sa po vytvorení už nedotkli, zaradil nástroj pri prvom pokuse do správneho stupňa, ostatné väčšinou príliš nízko.
Stav dnes: cvičné prípady
10 z 14
Toľko cvičných prípadov zo zverejnených rozsudkov, na ktorých sme ho ladili, zaradil nástroj pri prvom pokuse do správneho stupňa.
Pflegegeld-Prüfer slúži na prípravu. Stupeň určuje úrad alebo súd. Vyhľadajte poradenstvo.
Príprava
Zhromaždili sme zverejnené rozsudky o Pflegegeld (príspevok na opatrovanie), spolu 29. V 13 z nich už Bescheid (úradné rozhodnutie) neurčil stupeň, ktorý nakoniec stanovil súd.
Pravidlá určené vopred
Skôr než sme prvýkrát merali, bolo stanovené, čo sa počíta ako správny výsledok a aký cieľ platí: 12 z 14 cvičných prípadov.
Prvé merania
Pri prvom behu bolo správnych 9 z 14. Raz sme ešte niečo vylepšili a potom sme pravidlá a pokyny pre AI zmrazili. Pri poslednom behu bolo správnych 10 z 14, cieľ bol teda nesplnený.
Pri 4 z týchto správnych výsledkov správna odpoveď nebola stupeň: žiadny nárok alebo dieťa, pre ktoré nepočíta. V prípadoch so skutočným stupňom bolo správnych 6 z 9.
Skúška na nedotknutých prípadoch
Raz, na záver, na 15 ďalších rozsudkoch: 5 správne. Potom sme už nič nemenili. V prípadoch so skutočným stupňom to bolo 4 z 13.
Odvtedy
Stránka je verejná. Zlepšili sme doplňujúce otázky a rozhranie. Dňa 28.09.2026 sme porovnali 10 modelov AI na tých istých prípadoch. Gemini 3.8 Flash, model pre váš vlastný text, bol na cvičných prípadoch správny rovnako často ako model, ktorý berieme ako meradlo kvality. Dňa 29.09.2026 sme merali znova, výsledok je hore ako stav dnes.
Meriame na zverejnených rozsudkoch, pri ktorých je správny stupeň už známy. Jednu časť používame na cvičenie a zlepšovanie. Inej časti sa pritom nedotýkame a kontrolujeme ju až na záver.
Čo sa počíta ako správny výsledok, určíme vopred a zapíšeme. Neskoršie zmeny sú tam uvedené s dátumom. Každé meranie pripíšeme k ostatným a žiadne nevymažeme, ani to zlé.
Samotnú metódu stále znova spochybňujeme. Pri každej zmene beží automatická kontrola bez AI. Prepočíta správy, skontroluje menovatele a hľadá v pravidlách stopy nedotknutých prípadov. Nové meranie však sama urobiť nevie. Čo pritom nájdeme, je uvedené nižšie pri obmedzeniach.
Merané dňa 29.09.2026 s modelom Gemini 3.8 Flash, ktorý číta aj váš vlastný text. Na týchto prípadoch sme ho nastavili, preto je číslo skôr príliš vysoké.
Merané raz, dňa 26.09.2026. Toto číslo hovorí najviac o tom, ako si nástroj poradí s novými prípadmi.
Na porovnanie: keby sa v týchto prípadoch jednoducho prevzal stupeň z Bescheidu, bolo by to správne v 8 z 14 prípadov, teda častejšie. Nástroj teda spoľahlivo nespozná, či je Bescheid správny.
Ak program dostane hodiny z rozsudku, stupeň je správny vo všetkých 22 cvičných a vymyslených prípadoch. Pri nedotknutých prípadoch v 12 z 15. Ostatné rozsudky neuvádzajú hodiny pre jednotlivé úkony, a tak programu chýbajú vstupné údaje.
Keď sa mýlil, tak väčšinou smerom nadol: desaťkrát príliš nízko, dvakrát príliš vysoko.
Čo to znamená pre vás?
Ak ukáže viac ako váš Bescheid, oplatí sa pozrieť sa pozorne a vyhľadať poradenstvo.
Ak neukáže viac, neznamená to, že váš Bescheid je správny. Skôr niečo prehliadne, než by sľúbil príliš veľa.
Obmedzenia
Kde sa môže mýliť
- Meralo sa na malom počte prípadov. Preto je každé číslo nepresné.
- Súdne prípady sú prerozprávané rozsudky, zatiaľ nie opisy skutočných rodín.
- Aký stupeň je pri každom rozsudku správny, odvodila z rozsudku AI. Odborník na právo to zatiaľ neskontroloval.
- Pravidlá kontroly boli čiastočne odvodené z prípadov, ktoré neskôr slúžili ako nedotknuté prípady. To môže výsledok na nich trochu zvýhodniť.
- Váš vlastný text číta Gemini 3.8 Flash, ten istý model ako pri stave dnes. Na nedotknutých prípadoch ešte nebol meraný.
Čo nerobí
- Nerozhoduje o vašom Pflegegeld (príspevok na opatrovanie).
- Neradí vám a nezastupuje vás.
- AI nepočíta. Ako často sa niečo deje, preberá iba z vašich slov.
- Váš opis neukladá natrvalo.
Je váš stupeň správny?
Opíšte bežný deň. Kontrola priradí vaše vety k pravidlám a prepočíta, či je stupeň v Bescheide správny.
Skontrolovať môj BescheidPre odborníkov
Posledné kolo meraní: 29.09.2026.
Všetky kolá meraní
Každé vyhodnotené kolo, v ktorom AI číta opis, v časovom poradí. Nič sa neprepisuje.
- 26.09.2026 · Cvičné prípady: 9 z 14Rozpätie 39 až 84 % · Model Claude Opus 5.5Erster Lauf aus freiem Text, vor der einen Änderung an der Anweisung an die KI.
- 26.09.2026 · Cvičné prípady: 10 z 14Rozpätie 45 až 88 % · Model Claude Opus 5.5Endlauf nach dem Einfrieren von Regeln und Anweisung. Das ist die vorher festgelegte Hauptzahl.
- 26.09.2026 · Vymyslené prípady: 7 z 7Rozpätie 65 až 100 % · Model Claude Opus 5.5Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 26.09.2026 · Nedotknuté prípady: 5 z 15Rozpätie 15 až 58 % · Model Claude Opus 5.5Unberührte Fälle, einmal gemessen, danach nichts verändert.
- 26.09.2026 · Nové rozsudky, pilot: 6 z 6Rozpätie 61 až 100 % · Model Claude Opus 5.5Pilot mit neuen Urteilen, nicht vorher festgelegt. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
- 28.09.2026 · Cvičné prípady: 10 z 14Rozpätie 45 až 88 % · Model Claude Opus 5.5 · Hodiny sa v priemere líšia o 17,7Modellvergleich, Bezugsarm für die Qualität. Verfehlt dieselben Übungsfälle wie das Modell, das eigenen Text liest.
- 28.09.2026 · Vymyslené prípady: 7 z 7Rozpätie 65 až 100 % · Model Claude Opus 5.5 · Hodiny sa v priemere líšia o 0,6Modellvergleich. Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 28.09.2026 · Hraničné prípady: 2 z 2Rozpätie 34 až 100 % · Model Claude Opus 5.5 · Hodiny sa v priemere líšia o 0Modellvergleich, Randfälle.
- 28.09.2026 · Nové rozsudky, pilot: 6 z 6Rozpätie 61 až 100 % · Model Claude Opus 5.5 · Hodiny sa v priemere líšia o 5Modellvergleich. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
- 28.09.2026 · Cvičné prípady: 10 z 14Rozpätie 45 až 88 % · Model Claude Sonnet 5 · Hodiny sa v priemere líšia o 17,3Modellvergleich, bestes weiteres Modell aus der Sichtung.
- 28.09.2026 · Vymyslené prípady: 6 z 7Rozpätie 49 až 97 % · Model Claude Sonnet 5 · Hodiny sa v priemere líšia o 0,7Modellvergleich. Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 28.09.2026 · Hraničné prípady: 2 z 2Rozpätie 34 až 100 % · Model Claude Sonnet 5 · Hodiny sa v priemere líšia o 0Modellvergleich, Randfälle.
- 28.09.2026 · Nové rozsudky, pilot: 6 z 6Rozpätie 61 až 100 % · Model Claude Sonnet 5 · Hodiny sa v priemere líšia o 0,8Modellvergleich. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
- 28.09.2026 · Cvičné prípady: 10 z 14Rozpätie 45 až 88 % · Model Gemini 3.8 Flash · Hodiny sa v priemere líšia o 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 · Vymyslené prípady: 7 z 7Rozpätie 65 až 100 % · Model Gemini 3.8 Flash · Hodiny sa v priemere líšia o 0,6Modellvergleich. Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 28.09.2026 · Hraničné prípady: 1 z 2Rozpätie 10 až 91 % · Model Gemini 3.8 Flash · Hodiny sa v priemere líšia o 0Modellvergleich, Randfälle. Ein Randfall blieb ohne Wertung, weil das Gateway zweimal keine Antwort lieferte; er zählt hier als nicht getroffen.
- 28.09.2026 · Nové rozsudky, pilot: 5 z 6Rozpätie 44 až 97 % · Model Gemini 3.8 Flash · Hodiny sa v priemere líšia o 4,2Modellvergleich. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
- 29.09.2026 · Cvičné prípady: 10 z 14Rozpätie 45 až 88 % · Model Gemini 3.8 Flash · Hodiny sa v priemere líšia o 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 · Vymyslené prípady: 7 z 7Rozpätie 65 až 100 % · Model Gemini 3.8 Flash · Hodiny sa v priemere líšia o 0,9Zweite Messrunde. Erfundene Fälle mit Antworten auf die Rückfragen, darum eine Obergrenze.
- 29.09.2026 · Hraničné prípady: 1 z 2Rozpätie 10 až 91 % · Model Gemini 3.8 Flash · Hodiny sa v priemere líšia o 0Zweite Messrunde, Randfälle. Ein Randfall blieb ohne Wertung, weil das Gateway zweimal keine Antwort lieferte; er zählt hier als nicht getroffen.
- 29.09.2026 · Nové rozsudky, pilot: 5 z 6Rozpätie 44 až 97 % · Model Gemini 3.8 Flash · Hodiny sa v priemere líšia o 3,3Zweite Messrunde. Fast alle Fälle ohne Anspruch, sagt über Stufen darum wenig.
Nedotknuté prípady
Prvý prechod: 5 z 15 prípadov so správne určeným referenčným stupňom. Zo 100 podobných prípadov by bolo správnych asi 15 až 58.
Z toho so skutočným stupňom 4 z 13, bez nároku 1 z 1, dieťa mimo rozsahu 0 z 1.
Nesprávne: 10. Z toho 7 príliš nízko, 2 príliš vysoko, raz nerozpoznal dieťa.
Správne v každom behu: 3 z 15.
S doplňujúcou otázkou: 7 z 15.
Tieto prípady boli vyhodnotené raz na záver a potom sa na nich nič nezlepšovalo. Výsledok je uvedený tu, aj keď je zlý.
Pred vytvorením boli tieto prípady už súčasťou porovnaní modelov. 22 pravidiel uvádza jeden z nich ako pôvod, 10 z nich je v texte pre AI. Týka sa to: X16, X19, X21, X22, X24, X25, X28, X29, X30. Samotné identifikátory prípadov v texte pre AI nie sú. Preto prípady nazývame nedotknuté od vytvorenia, nie nové.
Prevziať stupeň z Bescheidu
Nedotknuté prípady: na 14 prípadoch s referenčným stupňom bol pôvodný Bescheid správny 8-krát, teda častejšie ako Pflegegeld-Prüfer.
Cvičné prípady: na 14 prípadoch s referenčným stupňom bol Bescheid správny 5-krát, teda zriedkavejšie ako Pflegegeld-Prüfer.
Zo všetkých 29 zhromaždených rozsudkov s Bescheidom bol Bescheid 16-krát na stupni podľa rozsudku.
Ak sa výsledok kontroly líši od Bescheidu, nedokazuje to, že Bescheid je nesprávny. Je to dôvod pozrieť sa pozornejšie a vyhľadať poradenstvo.
Ukáže viac, keď bol Bescheid príliš nízky?
Spočítané dodatočne, nie určené vopred. Pri ďalšom meraní túto veličinu určíme vopred.
Nedotknuté prípady: Keď bol Bescheid pod referenčným stupňom, kontrola ukázala v 4 z 6 prípadov viac ako Bescheid. Keď bol Bescheid správny, ukázala v 1 z 8 prípadov aj tak viac.
Cvičné prípady: Keď bol Bescheid pod referenčným stupňom, kontrola ukázala v 3 z 3 prípadov viac ako Bescheid. Keď bol Bescheid správny, ukázala v 0 z 5 prípadov aj tak viac.
Cvičné prípady
Prvý prechod: 10 z 14 prípadov so správne určeným referenčným stupňom. Zo 100 podobných prípadov by bolo správnych asi 45 až 88. Cieľ určený vopred: 12, nesplnený.
Z toho so skutočným stupňom 6 z 9, bez nároku 1 z 1, dieťa mimo rozsahu 3 z 4.
Správne v každom behu: 10 z 14.
Správne znamená: väčšina z 3 behov určí referenčný stupeň. K tomu sa pridáva jeden osobitný prípad, pri ktorom sa hodnotí správanie. Počíta sa zvlášť, spolu je cvičných prípadov 15.
S doplňujúcou otázkou: 13 z 15. Počíta sa, ak určil správny stupeň alebo položil otázku, na ktorej záležalo. Cieľ určený vopred: 13, splnený.
Nesprávne: 4. Z toho 3 príliš nízko, žiadny príliš vysoko. Raz nerozpoznal prípad dieťaťa.
Počítanie bez AI
S hodinami z rozsudku určí program správny stupeň v 22 z 22 prípadov, cvičné a vymyslené prípady spolu. Cieľ určený vopred: 22, splnený.
Nedotknuté prípady: 12 z 15. Nesprávne: X18, X25 a X30. Tieto rozsudky uvádzajú iba stupeň, nie hodiny pre jednotlivé úkony, preto program nedostane vstupné údaje.
Vymyslené prípady
Meranie používa vymyslené prípady, spolu 7. AI číta opis, program počíta: 7 z 7 s očakávaným stupňom. Cieľ určený vopred: 6, splnený. 5 z nich si môžete vyskúšať na stránke na kontrolu.
Inak opísané: pri žiadnom z 35 preformulovaní sa stupeň nezmenil. Toto meranie nebolo určené vopred.
Model vašej kontroly
Vaša kontrola s vlastným textom používa Gemini 3.8 Flash. Stav dnes pochádza z tohto modelu. Podrobnosti o cvičných a nedotknutých prípadoch v tejto časti pochádzajú z behov s modelom Claude Opus 5.5.
Prvý samostatný beh s modelom Gemini 3.8 Flash dňa 26.09.2026 mal správny výsledok v 11 z 14 cvičných prípadov. Zo 100 podobných prípadov by bolo správnych asi 52 až 92. Na nedotknutých prípadoch tento model ešte nebol meraný.
Porovnanie modelov
Dňa 28.09.2026 sme porovnali 10 modelov AI na tých istých prípadoch: cvičné prípady, vymyslené prípady, hraničné a doplnkové prípady. Nedotknuté prípady neboli súčasťou. Správny výsledok na cvičných prípadoch: Gemini 3.8 Flash 10 z 14, Claude Opus 5.5 10 z 14, vždy podľa väčšiny behov.
Oba sa mýlili v tých istých prípadoch: X5, X6, X12 a X15. Príčina je teda skôr v pravidlách a postupe než v modeli. Gemini 3.8 Flash preto zostáva modelom pre váš text. Claude Opus 5.5 kontroluje prípady s nesprávnym výsledkom ako druhý názor a každé zlepšenie znova meriame s modelom Gemini 3.8 Flash na tých istých prípadoch.
Je to málo prípadov a na cvičných prípadoch sme nastavovali. Rozdiel medzi modelmi teda nie je preukázaný, v žiadnom smere.
Odkiaľ pochádza referenčný stupeň
Súdne prípady pochádzajú zo zverejnených rozsudkov rakúskych súdov.
Agenti AI tieto rozsudky vyhľadali, prečítali a prerozprávali. Z každého rozsudku sa odvodilo, ktorý stupeň zodpovedá pravidlám. Tento stupeň sa tu nazýva referenčný stupeň.
Pri niektorých prípadoch sa líši od stupňa v rozsudku, napríklad keď je dieťa mimo rozsahu.
Sporné otázky pritom rozhodol prevádzkovateľ, vždy tak, ako odporučili agenti. Odborník na právo referenčné stupne zatiaľ neskontroloval.
Ako zostávame poctiví
- Cvičné a nedotknuté prípady zostávajú oddelené. Na nedotknutých prípadoch sa nič nezlepšuje.
- Čo sa počíta ako správny výsledok, je určené vopred. Zmeny sa pridávajú ako datované dodatky.
- Každé meranie pripíšeme k ostatným, žiadne neprepíšeme. Každé nesie odtlačok pravidiel a pokynov pre AI.
- Za jednotlivé volania pri meraní neplatíme, preto môžeme merať tak často, ako treba.
- Čo sme spočítali dodatočne, je tak aj označené.
- Pri každej zmene beží kontrola bez AI. Prepočíta správy a menovatele, hľadá stopy nedotknutých prípadov v pravidlách a opisoch a porovnáva cvičné prípady s nedotknutými. Znova nemeria.
Odborné výrazy
- Cvičné prípady
- kalibrácia
- Nedotknuté prípady
- holdout, videné už pred vytvorením
- Určené vopred
- predregistrácia
- Rozpätie
- 95 % interval podľa Wilsona
Prípad po prípade
Cvičné prípady jednotlivo. Ťuknutím zobrazíte podrobnosti.
Nedotknuté prípady jednotlivo.
Toto nie je právne poradenstvo. K Bescheidu (úradné rozhodnutie) a k žalobe (Klage) radia svojim členom Arbeiterkammer (Komora práce) a zväzy ľudí so zdravotným postihnutím.