🎯 Fuzzy LLM - Teil 1: Fuzzy-Logik Analyse

Zweistufige Analyse: Meinungsbildung + Confidence-Messung → Fuzzy-Wert [0.0 - 1.0]

📖 Was macht diese Anwendung?

Diese Anwendung analysiert Ja/Nein-Fragen mit einem zweistufigen LLM-Ansatz:

  • Schritt 1: LLM bildet Meinung (Ja/Nein/kA) + Begründung
  • Schritt 2: LLM gibt Confidence über Logprobs
  • Fuzzy-Mapping: Ja→[0.5,1.0], kA→[0.25,0.75], Nein→[0.0,0.5]
  • Qualität: Konsistenz-Check zwischen beiden Schritten
Wählen Sie das zu verwendende KI-Modell für Schritt 1
Wählen Sie das zu verwendende KI-Modell für Schritt 2 (optional)
Wählen Sie eine E-Mail aus der Datenbank
Wählen Sie eine vordefinierte Ja/Nein-Frage
Betreff und Text der ausgewählten E-Mail

Zweistufige Analyse läuft... Bitte warten Sie einen Moment.

📊 Analyseergebnisse

ℹ️ Schritt 1: -
ℹ️ Schritt 2: -
⚠️
Inkonsistenz erkannt: Schritt 1 ergab "", aber Schritt 2 ergab "". Die Qualität der Analyse könnte beeinträchtigt sein.
🎯 Fuzzy-Wahrheitswert
0.500
Neutral / Unentschieden
0.0 (Nein) 0.25 0.5 (Neutral) 0.75 1.0 (Ja)
NEIN
[0.0, 0.5]
UNENTSCHIEDEN
[0.25, 0.75]
JA
[0.5, 1.0]
💬 Begründung (Schritt 1 - Meinungsbildung):
-
P(Ja) - Schritt 2
-
Kombinierte Confidence
-
Entropie
-
Konsistenz
-

🔬 Detaillierte Wahrscheinlichkeiten

▼

Schritt 1: Meinungsbildung (Auszubildender)

A (Ja) 0%
B (Nein) 0%
C (Unklar) 0%
Schritt 2: Confidence-Messung (Vorgesetzter)
A (Zustimmung) 0%
B (Ablehnung) 0%
C (Unsicher) 0%
Rohe Wahrscheinlichkeiten Schritt 2 (vor Normalisierung)
A (roh)0%
B (roh)0%
C (roh)0%
Andere0%