← Zurück zum Entwickler-Überblick

Helpfulness-Scoring

Autonome Tiefenentscheidung: Wie der Skill berechnet, welche Themen eine eigene Seite verdienen

01

Was ist der Helpfulness-Score?

Der Helpfulness-Score (HS) ist ein Wert von 1 bis 10, den der Skill für jedes potenzielle Unterthema berechnet. Er beantwortet eine zentrale Frage: Verdient dieses Thema eine eigene Seite oder reicht ein Absatz auf der Elternseite?

Der Score wird pro Thema und pro Zielgruppe berechnet. Das gleiche Thema kann für Entwickler eine eigene Detailseite bekommen, während es für Anwender nur ein kurzer Absatz bleibt.

HS = K + R + L + E
0–3
Komplexität (K)
0–3
Relevanz (R)
0–2
Lernwert (L)
0–2
Eigenständigkeit (E)

Maximaler Score: 3 + 3 + 2 + 2 = 10

Warum nicht einfach alles als eigene Seite? Weil Information-Overload den Lerneffekt zerstört. Ein Thema mit HS 2 als eigene Seite würde nur einen Absatz enthalten und den Leser durch unnötige Navigation verlangsamen. Der HS sorgt dafür, dass Tiefe nur dort entsteht, wo sie echten Wert liefert.

02

Die vier Dimensionen

Jede Dimension wird unabhängig bewertet. Die Summe ergibt den HS. Hier die genauen Bewertungskriterien:

Dimension 0 1 2 3
Komplexität
Wie viel Erklärung braucht das Thema?
Trivial, selbsterklärend Einfach, ein Absatz reicht Mittel, braucht Beispiele Hoch, braucht eigene Seite mit Visualisierungen
Relevanz
Wie wichtig ist es für die Zielgruppe?
Nischen-thema Gut zu wissen Wichtig für Verständnis Kernkonzept, unverzichtbar
Lernwert
Verändert es das Verständnis?
Reine Fakten, nachschlagbar Nützliches Wissen Verändert das Verständnis grundlegend
Eigenständigkeit
Steht es für sich allein?
Wiederholt Elternseite Ergänzt Elternseite Komplett eigenständiges Thema
🔍
Beispiel: OAuth-Flow
Komplexität 3 (mehrere Schritte, Tokens, Redirects), Relevanz 3 (Kernfeature), Lernwert 2 (verändert Sicherheitsverständnis), Eigenständigkeit 2 (eigenständiges System)
HS = 10
📄
Beispiel: Lizenz-Info
Komplexität 0 (trivial), Relevanz 1 (gut zu wissen), Lernwert 0 (reine Fakten), Eigenständigkeit 0 (wiederholt README)
HS = 1
03

Zielgruppenspezifische Schwellenwerte

Der gleiche Score hat für verschiedene Zielgruppen unterschiedliche Konsequenzen. Entwickler bekommen schneller eigene Seiten, weil technische Tiefe erwartet wird. Entscheider bekommen seltener Detailseiten, weil sie Überblick statt Tiefe suchen.

Schwellenwerte nach Zielgruppe

Zielgruppe Eigene Seite ab Tiefere Ebene ab Beispiel: “OAuth Implementation”
🔧 Entwickler ≥ 6 ≥ 8 HS 9 → Eigene Seite + tiefere Ebene
👤 Anwender ≥ 7 ≥ 9 HS 3 → Nur Absatz auf Elternseite
📊 Entscheider ≥ 8 ≥ 10 HS 2 → Wird nicht einmal erwähnt

Warum sind die Schwellenwerte unterschiedlich? Entwickler erwarten technische Tiefe — sie suchen gezielt nach Details. Anwender wollen Aufgaben erledigen — zu viele Seiten verwirren. Entscheider brauchen Überblick — jede Detailseite ist potenziell eine zu viel. Der Schwellenwert ≥ 10 bei Entscheidern für tiefere Ebenen bedeutet: praktisch nie.

✍️ Kurz getestet

Das Thema “Token Refresh” hat: Komplexität=2, Relevanz=3, Lernwert=2, Eigenständigkeit=2. Wie hoch ist der HS? Bekommt es eine eigene Seite für 👤 Anwender?

HS = 7 — Nein, liegt unter dem Schwellenwert für Anwender
HS = 9 — Nein, Anwender brauchen keine technischen Details
HS = 9 — Ja, denn ≥ 7 reicht für eine eigene Anwender-Seite
HS = 10 — Ja, maximaler Score
04

Der Entscheidungsbaum

Für jedes Thema T, jede Zielgruppe Z und jedes Level L durchläuft der Skill den folgenden Entscheidungsbaum. Das Ergebnis ist immer eine von vier Aktionen.

Prüfe Thema T für Zielgruppe Z auf Level L
Schritt 1
L ≥ max_level?
Ja
STOP — Keine tiefere Ebene möglich
Nein → Schritt 2
HS < Schwellenwert(Z)?
Ja
Absatz auf Elternseite — Keine eigene Seite
Nein → Schritt 3
HS ≥ Schwellenwert(Z) UND HS < Deeper-Schwellenwert(Z)?
Ja
Eigene Seite erstellen — Keine tiefere Ebene
Nein → Schritt 4
HS ≥ Deeper-Schwellenwert(Z) UND L+1 < max_level?
Ja
Eigene Seite + Nächste Ebene planen
function entscheide(T, Z, L):
    // Schritt 1: Level-Grenze prüfen
    if L >= max_level(Z):
        return STOP

    hs = berechne_hs(T, Z)

    // Schritt 2: Unter Schwellenwert?
    if hs < schwellenwert(Z):
        return PARAGRAPH

    // Schritt 3: Eigene Seite, aber nicht tiefer
    if hs < deeper_schwellenwert(Z):
        erstelle_seite(T, Z, L)
        return SEITE_OHNE_TIEFE

    // Schritt 4: Eigene Seite + nächste Ebene
    if L + 1 < max_level(Z):
        erstelle_seite(T, Z, L)
        plane_nächste_ebene(T, Z, L + 1)
        return SEITE_MIT_TIEFE
    else:
        erstelle_seite(T, Z, L)
        return SEITE_OHNE_TIEFE
Für jedes Thema T, Zielgruppe Z, Level L:

1. Ist das aktuelle Level bereits das Maximum für diese Zielgruppe?
   → Ja: Aufhören. Keine tiefere Ebene möglich.

2. Berechne den Helpfulness-Score für T bezogen auf Z.
   Ist der HS kleiner als der Schwellenwert für Z?
   → Ja: Thema wird nur als Absatz auf der Elternseite behandelt.

3. Ist der HS hoch genug für eine eigene Seite,
   aber unter dem "Deeper"-Schwellenwert?
   → Ja: Eigene Seite erstellen, aber keine weitere Tiefe.

4. Ist der HS über dem "Deeper"-Schwellenwert
   UND die nächste Ebene noch unter dem Maximum?
   → Ja: Eigene Seite erstellen UND die nächste Ebene planen.
   → Sonst: Eigene Seite ohne weitere Tiefe.
05

Typische HS-Muster

Bestimmte Thementypen landen zuverlässig in bestimmten Score-Bereichen. Diese Muster zeigen, wie der HS die Inhaltsstruktur für jede Zielgruppe formt.

HS-Heatmap nach Thementyp und Zielgruppe

Thementyp 🔧 Entwickler 👤 Anwender 📊 Entscheider
Implementierungs-Details
Code-Architektur, API-Interna, Algorithmen
7–10 1–3 1–3
UI-Workflows
Benutzeroberfläche, Schritt-für-Schritt-Anleitungen
3–5 7–10 3–5
Kosten / ROI
Budget, Wirtschaftlichkeit, Business Case
1–3 2–4 8–10
Architektur-Entscheidungen
Design Patterns, Trade-offs, Tech-Stack
7–9 1–3 6–8

Das Muster erkennen: Implementierungs-Details und Architektur-Entscheidungen sind fast immer relevant für Entwickler (HS 7+), aber selten für Anwender (HS 1–3). Umgekehrt dominieren UI-Workflows bei Anwendern. Kosten/ROI ist die Domäne der Entscheider. Architektur-Entscheidungen sind die einzige Kategorie, die sowohl Entwicklern als auch Entscheidern tiefere Seiten beschert — weil Trade-offs beide Gruppen betreffen.

Im Detail Score-Berechnung und Gewichtung → Wie der Score intern berechnet wird, welche Gewichtungen greifen und wie Edge Cases behandelt werden.
Weitere Vertiefungsseiten für Entwickler