Die Regeln, die ein Urteil verdienen.
Quality Gate
- Flagship-Inhalte brauchen Caveats und Source Freshness.
- Benchmark-Claims brauchen Task-Versionen, Prompts, Failures und sichere Raw-Beispiele.
- Preis- und Privacy-Notizen brauchen Prüfdaten vor öffentlicher Empfehlung.
- Jede Behauptung im Dossier mappt auf eine verifizierbare Quelle.
Kommerzielle Leitplanken
- Affiliate-Links werden offengelegt, wenn vorhanden, und nie auf Benchmark-Evidence-Zeilen genutzt.
- Sponsoren können Urteile nicht beeinflussen.
- Sicherheit, Datenschutz und Methodik bleiben öffentlich.
- Redaktionelle Korrekturen werden geloggt, nicht still umgeschrieben.
Wie die 0–100 landet
Der Headline-Editorial-Fit-Score ist ein gewichteter Roll-up aus vierzehn Dossier-Dimensionen — kein Sternrating und kein Vendor-Leaderboard. Jede Dimension ist 0–100 mit einer kurzen Note zu Usage Ceiling (wie viel du vor dem Bezahlen schaffst), Cost-to-Value (Preis vs. Rivalen), Opportunity Cost (was du aufgibst, wenn du es überspringst) und Competitive Position (benannte Alternativen auf einen Blick).
Gewichte: Wedge Task Fit 8% · Feature Depth 5% · Free-Tier Utility 9% · Cost-to-Value 9% · Opportunity Cost 8% · Source Grounding 9% · Privacy Posture 9% · Failure Transparency 8% · Evidence Strength 8% · Integration Reach 6% · Setup Friction 6% · Reliability 6% · Competitive Position 9%. Die Metrik editorial-fit entspricht dem Headline-Score.
Beispiel — ChatGPT (synthetisierte Evidenz, öffentliche Preise): Free-Tier existiert, deckelt aber Power-User-Recherche → Free-Tier Utility in den 60ern. Pro bei ~$20/Mo vs. Gemini und Claude → Cost-to-Value in den 70ern. Nur Cloud mit Export-Limits → Opportunity Cost moderiert. Starker General-Wedge, aber kein Citation-first-Research-Frontdoor → Wedge Task Fit hoch, Source Grounding moderat. Dimensionen rollen zu einem Headline in den niedrigen 70ern; Solid-Tier bis ein voller Desk-Pass die Evidenz upgradet.
Karten mit editorial · hands-on oder self-run können Public-Fact-Baselines nach einem strukturierten Trial überschreiben. Rescored Cards tragen einen Verification-Stamp, bis der Desk unterschreibt.
Karten-Stat-Bars
Die sechs Bars auf jeder Trading Card (Privacy, Value, Source Quality usw.) sind deterministische Heuristiken aus Dossier-Text, keine Live-Benchmarks. Der 0–100-Editorial-Fit-Score ist separat und handgesetzt. Wenn Self-Run-Benchmark-Evidenz existiert, steht sie im Dossier-Body, nicht als versteckter Multiplikator auf den Bars.
Compare-Urteile
Head-to-Head-Seiten bauen dieselben öffentlichen Felder, die beide Karten mitliefern. Das Schlussurteil ist redaktionelle Logik im Code, immer nachvollziehbar zu Preis, Privacy-Facetten, Capabilities und Failure Modes, die du auf jedem Dossier lesen kannst.
VerdictPal Lab
First-Party-Benchmarks laufen auf dem Desk — mit eingefrorenem Protokoll, Fragenbank und Runbook, bevor eine Zahl veröffentlicht wird. Das Lab ist kein Vendor-Leaderboard; es testet Fehlermodi, die Studierende und Forschende wirklich verbrennen.
Evidence-Levels
- Self-run: VerdictPal hat die Aufgabe ausgeführt. Logs und Beispiele veröffentlicht.
- Editorial · hands-on: Editor hat das Tool genutzt, Beobachtungen dokumentiert.
- Synthesized: Zusammengestellt aus mehreren unabhängigen Berichten.
- Vendor claim: Gemeldet, aber unverifiziert. Mit Vorsicht behandeln.
Status-Labels
- Flagship: Besteht das volle Gate. Trägt ein redaktionelles Urteil.
- Solid: Zuverlässig für den dokumentierten Use Case, mit Caveats.
- Lightweight: Redaktioneller Sketch. Braucht tiefere Evidenz zum Aufstieg.
- Draft: Öffentliches Gerüst. Noch keine Empfehlung.
The Pack · Redaktionsnewsletter
Neue Karten in dein Postfach. Kostenlos.
Eine kurze E-Mail, wenn eine Karte erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.