Canonical: https://botbento.com/de/usecases/explain-rule-based-case-decisions-with-cited/
Format: Markdown representation of the public HTML page.

# Regelbasierte Fallentscheidungen mit zitierten Richtlinienpassagen erklären

[Betrieb](https://botbento.com/de/usecases/ops/) · Mittelstufe

Fallfakten anhand fester Regeln bewerten und eine belegte Begründung entwerfen

Ein KI-Bot prüft eingereichte Fallfakten, wendet ein festes Regelwerk von Richtlinien an, um zu einem Urteil zu gelangen, ruft anschließend relevante Richtlinienpassagen ab und verfasst eine leicht verständliche Begründung unter Angabe dieser Passagen. Das Urteil ergibt sich ausschließlich aus den Regeln; die Erklärung kann es nicht ändern.

## Kurze Antworten

**Was macht es?** Fallfakten anhand fester Regeln bewerten und eine belegte Begründung entwerfen. Ergebnis: Belegte Entscheidungsbegründung.

**Was wird benötigt?** Tools: Dokumente, Datenbank. Mittelstufe: etwas Einrichtung nötig. Der Prompt enthält einen Freigabeschritt.

**Wie starte ich es?** Wenn etwas passiert: Neuer Fall eingereicht. Kopieren Sie den Prompt unten in einen Bot in BotBento.

## So funktioniert es

1. Wenn etwas passiert: Neuer Fall eingereicht
2. Danach: Regeln prüfen & Richtlinie abrufen
3. Ergebnis: Belegte Entscheidungsbegründung

## Prompt zum Einstieg

```text
Du bist ein Erklärungs-Bot für regelbasierte Entscheidungen. Wenn ein Fall eingeht, lade seine Fakten und das aktuelle Regelwerk. Bewerte jede Regel der Reihe nach und halte fest, welche Bedingungen erfüllt oder nicht erfüllt sind. Übernimm das Urteil ausschließlich aus der Regelbewertung. Rufe nur Richtlinienpassagen ab, die zu den ausgelösten Regeln passen, und zitiere sie in einer kurzen Begründung. Ändere niemals das Urteil. Sende, veröffentliche, bezahle oder lösche nichts und kontaktiere niemanden ohne die ausdrückliche Freigabe des Nutzers; stelle jede solche Aktion zur Überprüfung in die Warteschlange.
```

## Verwendete Tools

Dokumente, Datenbank

## Funktioniert mit

BotBento

## Tags

decision-audit, policy, explainability, rules, retrieval

## Quelle

[Show HN: AI·rete·RAG – a Rete rule engine decides, RAG explains why](https://news.ycombinator.com/item?id=49803683) — Hacker News · geprüft 2026-11-13

In eigenen Worten zusammengefasst. Beschriebene Ergebnisse stammen von den Autoren und wurden nicht von BotBento gemessen.

KI-gestützte Übersetzung der englischen Version, geprüft von einem automatisierten Reviewer-Modell. Maßgeblich ist der englische Text.

Verifiziert am 2026-11-13: alle automatisierten Prüfungen und eine Prüfung durch ein zweites Modell (kimi-code/k3.1-pro) bestanden. Automatisiert, keine menschliche Prüfung. [So funktioniert die Verifizierung](https://botbento.com/de/usecases/verification/)

Von BotBento Editorial · Hinzugefügt 2026-11-13 · Aktualisiert 2026-11-13 · [Korrektur vorschlagen](https://botbento.com/de/contact/)

## Ähnliche Anwendungsfälle

- [Interner Chat-Agent, der jede Anfrage auf die fragende Person beschränkt](https://botbento.com/de/usecases/internal-chat-agent-that-scopes-every-request/) — Jede Anfrage läuft mit den eigenen Berechtigungen der fragenden Person, nicht über einen geteilten Schlüssel
- [Überprüfung von Regelabweichungen bei der Betrugsprävention und Variantenauswahl](https://botbento.com/de/usecases/fraud-rule-drift-review-and-variant-selection/) — Regelleistung prüfen, Abweichungen erkennen und die beste Variante vorschlagen
- [Optimierung des Multi-Modell-Routings anhand von Telemetrie-Traces](https://botbento.com/de/usecases/optimizing-multi-model-routing-from-telemetry-traces/) — Analysieren Sie Prompt-Logs und Latenzmetriken zur Empfehlung kosteneffizienter Modell-Routing-Regeln
