Gefunden, bevor es zählte

"Wer liefert, nimmt nicht ab" beschrieb, wie in diesem Projekt geprüft wird: Das Kriterium steht vorher fest, und jemand anderes als der Autor prüft es. Dieser Eintrag zeigt, wie das an einem einzigen Tag aussah, am 29.09.2026: fünf Fälle, jeder gefunden, bevor er eine Entscheidung oder eine veröffentlichte Zahl erreichte.

Ein Remis, das keines war

Die Endspiel-Batterie aus "Läufer und Springer" beendete eine Partie zuerst schon dann als Remis, wenn eine dreifache Wiederholung reklamiert werden konnte. Das galt auch in Stellungen, in denen die gewinnende Seite am Zug war, eine Seite, die nie reklamieren würde. Außerdem zählte sie eine Partie, die an ihrer Längengrenze abgebrochen wurde, als Remis, obwohl die ehrliche Bezeichnung "unbekannt" lautet.

Eine Prüfung des Codes durch eine frische Sitzung, die ihn nicht geschrieben hatte, fand beide Fehler, dazu acht weitere Befunde, bevor das Werkzeug zum ersten Mal berichtete. Diese Sitzung kam aus derselben Modellfamilie wie der Autor, was "Wer liefert, nimmt nicht ab" nicht als zweite Meinung zählt; geprüft hat trotzdem eine Sitzung, die den Code nicht geschrieben hatte. Nach den Korrekturen gab eine zweite Prüfung das Werkzeug frei. Die Zahlen im anderen Eintrag stammen aus der berichtigten Fassung, die danach vier kleine Änderungen erhielt, die nicht erneut geprüft wurden.

Ein Vergleich des Falschen

Eine Analyse schloss, dass zwei Threads je Prozessorkern beim Erzeugen von Trainingsdaten praktisch nichts brächten. Ihr Beleg: Eine Maschine mit einem Thread je Kern erzeugte etwa so viel wie eine mit zwei. Der Vergleich mischte aber Läufe verschiedener Fassungen der Engine.

Auf derselben Fassung verglichen, erzeugten zwei Threads je Kern etwa ein Drittel mehr. Ein kontrollierter Test auf einem einzigen Maschinentyp zeigte einen Gewinn von knapp dreißig Prozent. Der Schluss wurde zurückgezogen, bevor er in eine Hardware-Entscheidung einfließen konnte.

Eine Regel, die nicht mehr galt

Eine Empfehlung sagte, ein Test, der an seiner Partiengrenze endete, dürfe einmal neu eingereicht werden. Das war die Regel gewesen, doch ein Nachtrag zur selben Entscheidung hatte sie fast vier Wochen zuvor ersetzt: Derselbe Bau wird nie zweimal gemessen.

Die Prüfungen der Empfehlung selbst fanden das nicht. Gefunden hat es am selben Tag die Prüfung eines anderen Vorschlags, die den Nachtrag zitierte.

Ein Plan, der zu viel versprach

Ein Vorschlag behauptete, eine einzige Änderung am Messaufbau bringe drei Gewinne auf einmal. Zwei unabhängige Prüfungen, jede durch ein Modell aus einer anderen Familie als der des Autors, lehnten den Schluss ab. Die Messungen im Vorschlag hielten im Wesentlichen. Zwei der drei Gewinne folgten aber nicht daraus: Einem stand eine Messregel im Weg, nicht die fehlende Änderung, und ein anderer brauchte mehr als die vorgeschlagene Änderung. Der Vorschlag wurde auf das zurückgeschnitten, was die Daten tragen.

Das Programm, das die Zitate prüft

Eine Recherche an diesem Tag musste ihre Quellen mit wörtlichen Zitaten belegen, und ein kleines Programm wurde geschrieben, das jede genannte Seite abruft und darin das Zitat sucht. Vor seinem ersten Einsatz fand eine Prüfung fünf ernste Mängel: vier Wege, es zu täuschen, und einen Weg, auf dem ein richtiges Zitat abgewiesen worden wäre. Zum Beispiel wäre ein "Zitat" aus lauter Auslassungspunkten durchgegangen. Alle fünf wurden behoben, und das Programm lief gegen absichtlich falsche Zitate, die es abwies, bevor eine Recherche durch es lief.

Was das Muster ist

Keinen der fünf Fälle fand sein Autor. Jeden fand eine Prüfung durch jemanden, der die Arbeit nicht getan hatte, und einen davon nicht die Prüfung, die dafür gedacht war, sondern eine andere.

Der Preis ist Zeit und ein längeres Protokoll. In diesen fünf Fällen erreichte keiner der Fehler eine veröffentlichte Zahl oder eine Entscheidung.