update

backend/lernen.py

@@ -26,7 +26,6 @@ VERTIEFUNG_TIMEOUT = 600
 CHAT_TIMEOUT = 240
 PRUEFUNG_TIMEOUT = 120  # kurze JSON-Turns; deckelt die Serien-Latenz pro Prüfungs-Schritt
 KRITIK_MAX_RUNDEN = 2   # Generator → Kritiker → ggf. Neu, höchstens so oft
-MAX_NACHFRAGEN = 2      # mündliche Prüfung: höchstens so viele Folgefragen, dann Urteil erzwingen
 
 
 def score_berechnen(
@@ -115,20 +114,14 @@ def _frage_schema(data) -> dict | None:
 
 
 def _bewertung_schema(data) -> dict | None:
-    """{"status": "gut"|"schlecht"|"nachfrage", "feedback": str, "frage": str, "bestanden": bool}.
+    """{"feedback": str, "bewertung": "gut"|"schlecht", "bestanden": bool} · sonst None."""
-
-    Bei status "nachfrage" muss `frage` (die Folgefrage) gefüllt sein. · sonst None.
-    """
     if not isinstance(data, dict):
         return None
     feedback = str(data.get("feedback", "")).strip()
-    status = data.get("status")
+    bewertung = data.get("bewertung")
-    frage = str(data.get("frage", "")).strip()
+    if not feedback or bewertung not in ("gut", "schlecht"):
-    if not feedback or status not in ("gut", "schlecht", "nachfrage"):
         return None
-    if status == "nachfrage" and not frage:
+    return {"feedback": feedback, "bewertung": bewertung, "bestanden": data.get("bestanden") is True}
-        return None
-    return {"status": status, "feedback": feedback, "frage": frage, "bestanden": data.get("bestanden") is True}
 
 
 async def _gen_call(name: str, role: str, schema, provider: str, **kwargs) -> dict | None:
@@ -161,7 +154,7 @@ def _kritik_block(vorversion: str, probleme: list[str]) -> str:
 
 
 def _bewertung_text(bew: dict) -> str:
-    return f"Bewertung: {bew['status']}\nFeedback: {bew['feedback']}"
+    return f"Bewertung: {bew['bewertung']}\nFeedback: {bew['feedback']}"
 
 
 async def _frage_mit_kritik(
@@ -193,14 +186,12 @@ async def _frage_mit_kritik(
 
 async def _bewertung_mit_kritik(
     topic: str, baustein: str, section_block: str, vertiefung_block: str,
-    frage: str, transcript: str, gute_antworten: int, rest_nachfragen: int, provider: str,
+    frage: str, transcript: str, gute_antworten: int, provider: str,
 ) -> dict | None:
-    """Antwort beurteilen: gut/schlecht (mit Kritiker) ODER nachfrage (Folgefrage, ohne Kritiker).
+    """Antwort bewerten (gut/schlecht), vom Kritiker prüfen lassen, bei Fehlurteil neu.
 
-    `frage` ankert die geprüfte Frage; der Dialog liefert Antwort + etwaige Folgefragen.
+    `frage` ankert die geprüfte Frage; der Dialog (transcript) liefert die Antwort und
-    `rest_nachfragen` = wie viele Folgefragen noch erlaubt sind (0 → muss entscheiden).
+    eine etwaige Diskussion — so kann eine Re-Bewertung das Argument sehen.
-    Eine „nachfrage" wird sofort zurückgegeben (kein Verdikt zu prüfen). Verdikte
-    durchlaufen den Kritiker-Loop wie bisher.
     """
     kritik_block = "(keine)"
     bew = None
@@ -209,13 +200,10 @@ async def _bewertung_mit_kritik(
             "Baustein-Bewertung", "judge", _bewertung_schema, provider,
             topic=topic, baustein=baustein, section_block=section_block,
             vertiefung_block=vertiefung_block, frage=frage, transcript=transcript,
-            gute_antworten=gute_antworten, noetig=NOETIG, rest_nachfragen=rest_nachfragen,
+            gute_antworten=gute_antworten, noetig=NOETIG, kritik_block=kritik_block,
-            kritik_block=kritik_block,
         )
         if bew is None:
             return None
-        if bew["status"] == "nachfrage":
-            return bew  # Folgefrage → kein Kritiker, keine Wertung
         probleme = await _kritik_call(
             "Baustein-Bewertung-Kritik", provider,
             topic=topic, baustein=baustein, section_block=section_block,
@@ -251,26 +239,19 @@ async def pruefung_frage(
 
 async def pruefung_bewertung(
     topic: str, baustein: str, section: str, vertiefung: str | None,
-    frage: str, messages: list[dict], gute_antworten: int, nachfrage_runde: int = 0,
+    frage: str, messages: list[dict], gute_antworten: int, provider: str = DEFAULT_PROVIDER,
-    provider: str = DEFAULT_PROVIDER,
 ) -> dict | None:
-    """Aktion 'antwort': Antwort beurteilen (Evaluator + Kritiker).
+    """Aktion 'antwort': Antwort bewerten (Evaluator + Kritiker).
 
-    Gibt {"status": gut|schlecht|nachfrage, "feedback", "frage", "bestanden"} · None bei Fehler.
+    Gibt {"feedback", "bewertung": gut|schlecht, "bestanden"} · None bei Fehler.
-    `nachfrage_runde` = bisherige Folgefragen dieser Frage; bei erschöpftem Budget wird
-    ein erneutes „nachfrage" zu „schlecht" gezwungen (der Lerner konnte es nicht zeigen).
     """
     try:
         section_block, vertiefung_block = _bloecke(section, vertiefung)
         transcript = _transcript(messages) if messages else "(leer)"
-        rest = max(0, MAX_NACHFRAGEN - nachfrage_runde)
+        return await _bewertung_mit_kritik(
-        bew = await _bewertung_mit_kritik(
             topic, baustein, section_block, vertiefung_block,
-            frage.strip() or "(keine Frage übergeben)", transcript, gute_antworten, rest, provider,
+            frage.strip() or "(keine Frage übergeben)", transcript, gute_antworten, provider,
         )
-        if bew and bew["status"] == "nachfrage" and rest <= 0:
-            return {"status": "schlecht", "feedback": bew["feedback"], "frage": "", "bestanden": False}
-        return bew
     except Exception:
         log.warning("[%s] Bewertung fehlgeschlagen (%s)", topic, baustein, exc_info=True)
         return None

backend/models.py

@@ -195,7 +195,6 @@ class BausteinPruefungRequest(BaseModel):
     frage: str = Field(default="", max_length=2000)  # aktuell geprüfte Frage (für diskussion/antwort)
     letzte_bewertung: str = Field(default="", max_length=2000)  # Feedback der letzten Bewertung (Kontext für diskussion)
     score_vor_frage: int = 0  # Score, als die Frage gestellt wurde → driftfreies (Re-)Bewerten
-    nachfrage_runde: int = 0  # bisherige Folgefragen dieser Frage (mündliche Prüfung)
     tier2: bool = False  # ganzer Guide absolviert (alle ≥3) → −1 bei falsch, Deckel 10
     tier3: bool = False  # ganzer Guide verstanden (alle ≥10) → Meisterpfad, −2 bei falsch, Deckel 25
     messages: list[ChatMessage] = []  # Dialog bisher; leer = erste Frage

backend/routes.py

@@ -243,20 +243,14 @@ async def baustein_pruefung_route(req: BausteinPruefungRequest):
     if not req.frage.strip():
         raise HTTPException(400, "Antwort braucht eine laufende Frage")
     data = await pruefung_bewertung(
-        req.topic, req.baustein, req.section, vertiefung, req.frage, msgs, gute,
+        req.topic, req.baustein, req.section, vertiefung, req.frage, msgs, gute, provider=req.provider,
-        nachfrage_runde=req.nachfrage_runde, provider=req.provider,
     )
     if data is None:
         raise HTTPException(502, "Bewertung fehlgeschlagen — bitte erneut versuchen")
 
-    # Mündliche Prüfung: noch unklar → Folgefrage stellen, KEINE Wertung, kein Score.
-    if data["status"] == "nachfrage":
-        return {"frage": data["frage"], "feedback": data["feedback"], "bewertung": None,
-                "gute_antworten": gute, "absolviert": absolviert, "verstanden": verstanden, "gemeistert": gemeistert}
-
     # Score driftfrei aus dem Basis-Score rechnen (Re-Bewertung ersetzt das vorige Ergebnis).
     score = score_berechnen(
-        req.score_vor_frage, data["status"] == "gut", req.tier2, req.tier3, absolviert, gemeistert,
+        req.score_vor_frage, data["bewertung"] == "gut", req.tier2, req.tier3, absolviert, gemeistert,
     )
     gute = await set_baustein_score(req.topic, req.baustein, score)
     if score >= NOETIG and not absolviert:
@@ -269,7 +263,7 @@ async def baustein_pruefung_route(req: BausteinPruefungRequest):
     if score >= MEISTERN and not gemeistert:
         await set_baustein_gemeistert(req.topic, req.baustein)
         gemeistert = True
-    return {"feedback": data["feedback"], "bewertung": data["status"], "gute_antworten": gute, "absolviert": absolviert, "verstanden": verstanden, "gemeistert": gemeistert}
+    return {"feedback": data["feedback"], "bewertung": data["bewertung"], "gute_antworten": gute, "absolviert": absolviert, "verstanden": verstanden, "gemeistert": gemeistert}
 
 
 # --- Guides ---

frontend/src/components/BausteinPanel.vue

@@ -80,7 +80,6 @@ const pruefLoading = ref(false)
 const aktuelleFrage = ref('')    // ankert Bewertung/Diskussion
 const letztesFeedback = ref('')  // Kontext für die Diskussion über eine Bewertung
 const scoreVorFrage = ref(0)     // Score, als die aktuelle Frage gestellt wurde → driftfreies (Re-)Bewerten
-const nachfrageRunde = ref(0)    // mündliche Prüfung: bisherige Folgefragen dieser Frage
 const pruefMessagesEl = ref(null)
 const pruefInputEl = ref(null)
 const pruefStick = ref(true)     // nur auto-scrollen, wenn der Nutzer (fast) unten ist
@@ -134,7 +133,6 @@ function frageAnfordern() {
     aktuelleFrage.value = res.frage
     letztesFeedback.value = ''
     scoreVorFrage.value = res.gute_antworten // Basis für (Re-)Bewertung dieser Frage
-    nachfrageRunde.value = 0                  // neue Frage → Folgefragen-Zähler zurücksetzen
     pruefMessages.value.push({ role: 'assistant', kind: 'frage', content: res.frage })
     pruefPhase.value = 'frage_offen'
   })
@@ -153,14 +151,6 @@ function nachfragen() {
 
 function bewerten(res) {
   letztesFeedback.value = res.feedback || ''
-  // Mündliche Prüfung: Folgefrage statt Wertung (bewertung null, frage gesetzt).
-  if (res.bewertung == null && res.frage) {
-    nachfrageRunde.value += 1
-    const inhalt = (res.feedback ? res.feedback + '\n\n' : '') + res.frage
-    pruefMessages.value.push({ role: 'assistant', kind: 'folgefrage', content: inhalt })
-    pruefPhase.value = 'frage_offen' // weiter antworten — kein Punkt
-    return
-  }
   pruefMessages.value.push({ role: 'assistant', kind: 'feedback', content: res.feedback || '', bewertung: res.bewertung })
   pruefPhase.value = 'bewertet'
 }
@@ -168,7 +158,7 @@ function bewerten(res) {
 function antwortPayload() {
   return {
     aktion: 'antwort', frage: aktuelleFrage.value, score_vor_frage: scoreVorFrage.value,
-    nachfrage_runde: nachfrageRunde.value, tier2: props.tier2, tier3: props.tier3,
+    tier2: props.tier2, tier3: props.tier3,
   }
 }
 

templates/Prompt/Baustein-Bewertung-Kritik.md

@@ -16,10 +16,11 @@ ZU PRÜFENDE BEWERTUNG:
 {bewertung_block}
 
 PRÜFE GEGEN DIESE KRITERIEN:
-- Konsistenz mit dem Material: Die Bewertung darf der Guide-Fassung und der Vertiefung NICHT widersprechen.
+- 50%-Schwelle: Eine Antwort, die den Kern trifft und MINDESTENS zur Hälfte korrekt ist, MUSS "gut" sein. Nur weniger als die Hälfte oder klar falsch ist "schlecht".
-- Keine Halluzination: Das Feedback behauptet nichts, was nicht aus dem Material folgt. Es bestraft den Lerner nicht für etwas, das gar nicht gefragt war.
+- Material-Grenze: Die Bewertung darf NICHTS verlangen, was nicht aus Guide/Vertiefung folgt — kein Detail, keine Technik, kein Begriff außerhalb des Materials. Wurde der Lerner für solchen Stoff abgewertet → Fehlurteil.
-- Fairness: Eine knappe, fachlich richtige Antwort muss "gut" sein. Eine falsche oder abgelesene Antwort muss "schlecht" sein.
+- Zeigt der Lerner zu Recht, dass etwas nicht im Material steht, darf das NICHT als Fehler zählen.
-- Hat der Lerner mit Bezug aufs Material recht, muss die Bewertung "gut" sein — auch wenn sie der Frage-Annahme widerspricht.
+- Konsistenz: Die Bewertung darf der Guide-Fassung und der Vertiefung nicht widersprechen, behauptet nichts Erfundenes.
+- Hat der Lerner mit Material-Bezug recht, muss die Bewertung "gut" sein — auch gegen die Frage-Annahme.
 
 Beanstande NUR echte Fehlurteile. Ist die Bewertung fair und materialtreu, ist sie in Ordnung.
 

templates/Prompt/Baustein-Bewertung.md

@@ -1,4 +1,4 @@
-Du bist Prüfer in einer MÜNDLICHEN Prüfung zum Baustein "{baustein}" aus dem Lern-Guide zum Thema "{topic}". Dein Ziel: herausfinden, ob der Lerner die geprüfte Frage WIRKLICH versteht. Wie ein echter Prüfer fragst du nach, bevor du urteilst.
+Du bewertest die Antwort eines Lerners auf die geprüfte Frage — Baustein "{baustein}" aus dem Lern-Guide zum Thema "{topic}".
 
 GEPRÜFTE FRAGE:
 {frage}
@@ -14,27 +14,26 @@ STAND: {gute_antworten} von {noetig} Antworten waren bisher gut.
 PRÜFUNGS-VERLAUF (Antwort des Lerners und etwaige Diskussion):
 {transcript}
 
-Beurteile den ganzen Verlauf — die Antwort(en) des Lerners auf die GEPRÜFTE FRAGE und etwaige Folgefragen/Diskussion.
+Bewerte die Antwort des Lerners auf die GEPRÜFTE FRAGE — auf Basis seiner Antwort UND der Diskussion im Verlauf.
 
-FACHLICHE REFERENZ — WICHTIG:
+SO BEWERTEST DU — die 50%-Schwelle:
-- Die Guide-Fassung und die Vertiefung oben sind die fachliche Referenz. Dein Urteil darf ihr NIE widersprechen.
+- "gut" = die Antwort trifft den Kern der Frage und ist MINDESTENS zur Hälfte korrekt. Eine knappe, richtige Antwort reicht.
+- "schlecht" = weniger als die Hälfte richtig, oder klar falsch.
+- Die Hälfte misst sich an dem, was Guide und Vertiefung hergeben — NICHT an einer idealen Vollantwort.
+
+MATERIAL-GRENZE — WICHTIG:
+- Guide-Fassung und Vertiefung sind die einzige fachliche Referenz. Bewerte AUSSCHLIESSLICH gegen sie.
+- Verlange NICHTS, was nicht aus dem Material folgt. Kein Detail, keine Technik, kein Begriff, der dort nicht steht.
+- Zeigt der Lerner zu Recht, dass etwas nicht im Material steht: das ist KEIN Fehler — nicht dafür abwerten.
 - Behaupte nichts, was nicht aus dem Material folgt. Erfinde keine Zusatzannahmen.
-- Widerspricht dir der Lerner mit Bezug aufs Material: Prüfe ZUERST deine eigene Annahme. Hat er SACHLICH recht, gib es offen zu — aber gib NICHT aus Höflichkeit oder auf bloßes Beharren hin nach.
+- Hat der Lerner mit Material-Bezug SACHLICH recht (auch gegen deine Annahme): gib es zu und werte "gut" — aber NICHT aus Höflichkeit oder auf bloßes Beharren hin.
 
-DREI MÖGLICHE URTEILE (`status`):
+FELDER:
-- "gut" = die Antwort zeigt echtes Verständnis in eigenen Worten. Eine knappe, richtige Antwort reicht — keine Vollständigkeit über die Frage hinaus verlangen.
+- `feedback`: max. 1 Satz, sprich den Lerner direkt an. Begründe knapp, warum gut oder schlecht. KEINE neue Frage.
-- "schlecht" = klar falsch, oder der Lerner zeigt (auch nach Nachfragen), dass er es nicht weiß. Beharren auf Falschem → schlecht.
-- "nachfrage" = die Antwort ist UNVOLLSTÄNDIG, teilweise richtig oder unklar — du kannst noch nicht sicher sagen, ob er es versteht. Dann stelle EINE gezielte Folgefrage genau zum fehlenden/unklaren Punkt. Noch KEIN Urteil, noch keine Wertung. Gib dem Lerner so die Chance, sich zu retten.
-
-NACHFRAGE-BUDGET: Du hast noch {rest_nachfragen} Folgefragen übrig. Ist das 0, MUSST du dich für "gut" oder "schlecht" entscheiden — keine weitere Nachfrage.
-
-REGELN FÜR FELDER:
-- `feedback`: max. 1 Satz, sprich den Lerner direkt an. Bei "nachfrage" kurz, was noch fehlt; bei gut/schlecht, warum.
-- `frage`: NUR bei status "nachfrage" — genau EINE kurze, gezielte Folgefrage. Sonst leer.
 - `bestanden`: true NUR, wenn du schon vor den {noetig} guten Antworten sicher bist, dass der Lerner den Baustein versteht. Im Zweifel false.
 
 HINWEISE DES PRÜFERS ZUR LETZTEN FASSUNG:
 {kritik_block}
 
 Gib NUR dieses JSON aus (kein weiterer Text):
-{{"status": "gut" | "schlecht" | "nachfrage", "feedback": "ein Satz", "frage": "Folgefrage oder leer", "bestanden": false}}
+{{"feedback": "ein Satz", "bewertung": "gut" | "schlecht", "bestanden": false}}