LS Information Extraction — Hauptprojekt

Diese Lernsituation baut eine Pipeline zur strukturierten Informations-Extraktion aus Stellenanzeigen — vom Daten-Sammeln über Hand-Annotation, eigene Cohen's-κ-Auswertung und ein eigenes lokales Sprachmodell (Qwen2.5-7B auf gauss) bis zum Frontier-LLM-Vergleich (Claude / ChatGPT) und einer Make-or-Buy-Entscheidung.

Loslegen

Voraussetzung: ihr habt die zwei vorgelagerten Mini-LS durchgearbeitet —

• BERT/Transformers-Mini-LS (extern): https://berndheidemann.github.io/transformer-transfer-learning/
• Mini-LS Information Extraction (Schema, Cohen's κ, Prompt-Patterns): https://berndheidemann.github.io/ls-information-extraction/

Wenn nicht — sprecht den Lehrer an, bevor ihr Phase 1 startet.

1. Repo geklont — siehe CHEATSHEETS/git-grundlagen.md, falls noch nicht passiert. SSH geht im Schulnetz nicht, Clone läuft über HTTPS + Personal Access Token.
2. Phasen der Reihe nach durcharbeiten — siehe AUFGABEN/. Reihenfolge ist nicht beliebig: Phase 2 braucht den Korpus aus Phase 1, Phase 3 das Hand-Gold aus Phase 2, usw.
3. Bewertungs-Kriterien einmal vorab gelesen — BEWERTUNG/kriterien.md. Nicht erst am Bewertungstag.

Verzeichnis-Übersicht

Pfad	Inhalt
AUFGABEN/	6 Aufgabenblätter, eines pro Phase — was zu tun ist
notebooks/	leere Notebook-Vorlagen mit Run-Header — euer Hauptarbeitsplatz
CHEATSHEETS/	Werkzeug-Referenzen (κ, Pipeline, Git, GPU, JSONL, Frontier-Workflow)
BEWERTUNG/kriterien.md	wie bewertet wird — drei Bereiche × vier Stufen
SCHEMA.md	das fixe 6-Felder-Schema, gegen das ihr annotiert + extrahiert
annotation/	CSV-Templates + validate.py (Schema-Check + κ-Tool)
daten/	hier landet euer eigener Korpus aus Phase 1

Zeitbudget

18 h Präsenz Hauptprojekt + ~10 min Einzel-Fachgespräch zum Abschluss (~1 h Klassenzeit für alle sechs zusammen).

Wenn ihr stuck seid

Lehrer ansprechen. Es gibt keinen Punktabzug für gezielte Hilfe — aber zuerst selbst recherchieren oder den passenden Cheatsheet konsultieren. Pro Phase steht im Aufgabenblatt eine Faustregel (typischerweise „nach 90 min stuck → Lehrer fragen").

Was am Ende auf GitHub stehen soll

Beim Fachgespräch öffnet der Lehrer euer Repo. Erwartete Inhalte (vollständige Liste in CHEATSHEETS/git-grundlagen.md):

• Vier ausgefüllte Notebooks (01_explore, 02_extract, 03_eval, 04_frontier_compare)
• Drei CSVs in annotation/ (eigene + Partner-Hand-Gold + Frontier-Annotation)
• Euer Korpus in daten/eigener_korpus.jsonl
• Make-or-Buy-Memo aus Phase 5 (memo_make_or_buy.md im Repo-Root)
• Saubere Commit-History — nicht ein einziger Mega-Commit am letzten Tag