agentleFS
casooncasoon/ai-agent-config/skills/case-study-from-audit/SKILL.md

case-study-from-audit

Skill1 starsChanged 46 days agoMITView on GitHub

Schreibt eine Case Study aus Vorher/Nachher-Audit-Daten. Nutzen, wenn ein Kundenprojekt als Referenz aufbereitet wird.

The file

Files
SKILL.md

Case Study aus Audit-Daten

Formt Vorher/Nachher-Daten eines Kundenprojekts zu einer belastbaren Referenz-Case-Study.

Wann verwenden

  • Ein abgeschlossenes Kundenprojekt soll als Referenz/Case Study dienen.
  • Messbare Verbesserungen (Vorher/Nachher) sollen dargestellt werden.

Input

  • Projekt (Kontext, Branche)
  • Ausgangsstand (Audit-Werte vorher)
  • Endstand (Audit-Werte nachher)
  • Durchgeführte Maßnahmen
  • Freigabe-/Anonymisierungsstatus

Vorgehen

  1. Ausgangslage schildern: Problem und Ausgangs-Messwerte.
  2. Vorgehen beschreiben: welche Maßnahmen, warum.
  3. Ergebnis belegen: messbar, vorher vs. nachher.
  4. Nutzen für den Kunden herausstellen.

Output

  • Ausgangslage (Problem + Ausgangswerte)
  • Vorgehen (Maßnahmen)
  • Ergebnis (messbar, Vorher/Nachher)
  • Nutzen für den Kunden

Gotchas

  • Kundenfreigabe und ggf. Anonymisierung vor Veröffentlichung klären.
  • Ehrliche Zahlen — nur belegte Werte, keine geschönten Deltas.
  • Rest-To-dos/offene Punkte nicht verschweigen, wenn relevant.
  • Kein Über-Versprechen: Ergebnis im Kontext des Projekts einordnen.
  • Einstieg mit Einsatz, nicht mit Trockenzusammenfassung: öffne mit dem, was auf dem Spiel stand / dem Wendepunkt — dann die Zahlen. Sog statt Protokoll.
  • Jede Kennzahl muss durch die Audit-Daten gedeckt sein — belegte Werte zitieren, nicht runden/schätzen; deckt die Quelle die Aussage nicht, weglassen.

Bevorzugte Formulierungen

  • „Es gibt Hinweise auf Barrieren." / „Die Prüfung zeigt Auffälligkeiten bei …" / „Aus technischer Sicht besteht Handlungsbedarf."

Nicht verwenden

  • „nicht barrierefrei" (absolut), „gesetzeswidrig", „abmahngefährdet" (außer ausdrücklich als allgemeines Risiko)
  • absolute Aussagen ohne Prüfung, Schuldzuweisungen, Panikmache, übertriebenes Marketing

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.