So funktioniert der Score

Ein transparenter Vergleich dokumentierter KI-Anwendungen. Der Beleg bleibt die Quelle.

Brain Score

Fünf Werte, jeweils von 0 bis 2: Nutzen, Belege, Reproduzierbarkeit, Reife und Reichweite. Sie werden addiert. Die Summe beträgt mindestens 1 und höchstens 10.

Math.max(1, impact + evidence + reproducibility + maturity + reach)

Ein Score erscheint als „7/10 Gehirnzellen“. Er ist eine redaktionelle Lesehilfe, kein Produktbenchmark und keine Ergebnisgarantie.

Die fünf Kriterien

Nutzen

0/2: Kein konkreter Nutzen angegeben.
1/2: Ein konkreter qualitativer Nutzen ist beschrieben.
2/2: Ein bezifferter Nutzen oder eine wesentliche Veränderung wird berichtet.

Belege

0/2: Eine unbelegte Aussage oder dünne Quelle.
1/2: Eine benannte Quelle mit konkretem Bericht.
2/2: Protokolle, Artefakte, Messungen oder ein ausführlicher Fall stützen den Bericht.

Reproduzierbarkeit

0/2: Zu wenig Details zum Wiederholen.
1/2: Ablauf und Tools sind beschrieben.
2/2: Schritte, Code oder Konfiguration erlauben einen praktischen Nachbau.

Reife

0/2: Eine Idee oder Erkundung.
1/2: Ein Prototyp oder Pilot.
2/2: Eine Anwendung im realen Arbeitsalltag.

Reichweite

0/2: Ein eng begrenzter Kontext.
1/2: Für ähnliche Rollen oder Teams nützlich.
2/2: Auf mehrere Rollen, Branchen oder Kontexte übertragbar.

Von der Quelle zum Eintrag

Fakten werden durch ein Modell aus öffentlichen Webquellen extrahiert. Zusammenfassungen entstehen KI-gestützt mit OpenAI Codex. Jeder Eintrag verlinkt die Quelle und nennt Titel, Typ und Veröffentlichungsdatum, sofern verfügbar.

Die fünf Einzelwerte stammen aus dieser Bewertung. Die Formel ist im Code hinterlegt und berechnet die Summe beim Build neu. Zulässig sind nur die ganzen Zahlen 0, 1 und 2. Das importierte Feld brain_score überschreibt die Formel nicht.

Draft-Einträge sind noch nicht menschlich geprüft. Die Kennzeichnung bleibt in der Liste und auf jeder Detailseite sichtbar. Eine menschliche Prüfung kann Fakten, Zusammenfassung oder Bewertung ändern.

Grenzen und Datumsangaben

Eine berichtete Ersparnis wird ihrer Quelle zugeordnet. Sie gilt nicht als unabhängig verifiziertes Ergebnis. Ein hoher Score belegt keine Kausalität, schließt Verzerrungen nicht aus und beweist keine Eignung für eine andere Organisation.

Der Datenstand bezeichnet die Aufnahme des gelieferten Datensatzes in diese Sammlung. Das Veröffentlichungsdatum gehört zur Originalquelle. Abrufdaten von Repositories bezeichnen API-Beobachtungen. Ein neuer Website-Build allein ändert den Datenstand nicht.

Repository-Rankings

Alle Zeiten sortiert die Top 200 der erfassten Themenstichprobe nach zuletzt erfassten Sternen. Themen sind ai, llm, agents, mcp, claude-code, copilot, rag und generative-ai. Jede Anfrage liefert bis zu 100 Repositories. Ergebnisse werden anhand der stabilen GitHub-ID zusammengeführt.

Trending vergleicht den neuesten täglichen Snapshot mit dem nächstliegenden verfügbaren Snapshot, der mindestens 7 Tage älter ist. Die absolute Änderung wird nur für Repositories in beiden Snapshots angezeigt. Fehlende Historie zählt nie als null Sterne. Die angezeigten Daten nennen das tatsächliche Vergleichsfenster.

Solange genügend Historie fehlt, zeigt Trending junge Aufsteiger: die 50 neuesten Repositories der gespeicherten Stichprobe, sortiert nach Sternen geteilt durch Tage seit Erstellung, mindestens ein Tag. Diese Suchhilfe misst kein aktuelles Wachstum.

Fehlgeschlagene Anfragen erhalten bestehende Daten. Ein datierter Snapshot wird nur geschrieben, wenn alle acht Themen erfolgreich sind. Dieses Hobbyprojekt beansprucht keine vollständige GitHub-Abdeckung.

Korrekturen

Korrekturen mit Eintrags-URL und Beleg bitte an hello@aiusecaseshub.com.

Sammlung ansehen