Automation
Kontoauszug gegen offene Posten: wer bezahlt hat, und wer nicht
Regeln ordnen 23 von 30 Buchungen richtig zu und keine falsch. Die erste Fassung hätte trotzdem drei bezahlte Rechnungen angemahnt. Und llama3.2 hat bei den Restfällen fünfmal von sieben eine falsche Rechnung genannt.

Aus dem Rechnungsprogramm eine geprüfte XRechnung erzeugen
Acht Rechnungen aus einem CSV-Export, ein Python-Skript, der offizielle Validator. Er nimmt sechs an, darunter eine mit falscher Leitweg-ID, und unsere erste Fassung schrieb 0,03 statt 0,034 Euro in die Datei, ohne dass er sie ablehnte.

Von der Sprachnotiz auf der Baustelle zum Rechnungsposten
Ein Elektriker diktiert, was er verbaut hat, daraus werden Rechnungsposten. In der Gegenprobe trafen feste Regeln 17 von 24 Posten und erfanden keinen; llama3.2 traf 13 und erfand zehn.

Ein Update-Wächter für selbst betriebene Software
Zwölf Sicherheitsmeldungen für n8n an einem Tag, und keine nennt die Reihe, die bei uns eingetragen war. Ein Skript fragt jeden Morgen GitHub, schreibt höchstens eine Meldung am Tag und schlägt die Fassung vor, die alle Lücken schließt.
