[
  {
    "case_id": "T01",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "KEIN_FEHLER",
    "observed_label": "KEIN_FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "R1: 12.000 − 9.000 = 3.000 EUR. Weitere Bindungen sind ausdrücklich ausgeschlossen.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "R1 und 12.000 minus 9.000 einschließlich ausgeschlossener weiterer Bindungen korrekt verwendet."
  },
  {
    "case_id": "T02",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "FEHLER",
    "observed_label": "FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "Rechenfehler. R1 ergibt 3.000 EUR Restbudget; 4.000 EUR widerspricht dieser Differenz.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Falsche Restbudgetableitung korrekt benannt; 3.000 EUR ausdrücklich vorgerechnet."
  },
  {
    "case_id": "T03",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "KEIN_FEHLER",
    "observed_label": "KEIN_FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "R2 definiert die Fangquote als 12/20. Das ergibt 0,60 beziehungsweise 60 Prozent.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Die definierte Fangquote 12 von 20 und 60 Prozent korrekt zugeordnet."
  },
  {
    "case_id": "T04",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "FEHLER",
    "observed_label": "FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "Falscher Nenner für die bezeichnete Kennzahl. 12 + 3 = 15 markierte Texte; 12/15 = 0,80 beschreibt den Anteil korrekter Warnungen. Die Fangquote bleibt nach R2 12/20 = 0,60. Die Rechnung 12/15 ist richtig, ihre Bezeichnung als Fangquote ist falsch.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Definition 12/20 von der Rechnung 12/15 getrennt. Die Antwort nennt den Begriffswechsel und verwirft nicht stillschweigend die arithmetisch richtige Teilrechnung."
  },
  {
    "case_id": "T05",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "KEIN_FEHLER",
    "observed_label": "KEIN_FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "R3 lässt offen, ob eine Freigabe erteilt oder verweigert wurde. Die Ausgabe begrenzt die Schlussfolgerung entsprechend.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Die fehlende Freigabeinformation korrekt als durch R3 belegte Unbestimmbarkeit eingeordnet."
  },
  {
    "case_id": "T06",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "FEHLER",
    "observed_label": "FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "Unbelegte Zuschreibung. R3 bestätigt ausschließlich den Eingang, keine Freigabe. Daraus folgt ebenso wenig eine verweigerte Freigabe.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Unbelegte Zuschreibung korrekt benannt und R3 zitiert. Die Formulierung genau das Gegenteil ist unpräzise; sie wird hier nicht in einen Beleg einer verweigerten Freigabe umgedeutet."
  },
  {
    "case_id": "T07",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "KEIN_FEHLER",
    "observed_label": "KEIN_FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "R4 nennt den 7. April 2026 ausdrücklich als Freigabedatum.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Das Freigabedatum 7. April aus R4 korrekt verwendet."
  },
  {
    "case_id": "T08",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "FEHLER",
    "observed_label": "FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "Ereignis-/Datumsverwechslung. Der 3. April 2026 ist in R4 das Datum des Vorschlags, nicht der Freigabe.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Vorschlagsdatum und Freigabedatum anhand R4 unterschieden."
  },
  {
    "case_id": "T09",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "KEIN_FEHLER",
    "observed_label": "KEIN_FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "R5 verneint die Speicherung von Personennamen ausdrücklich.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Keine Personennamen anhand R5 korrekt erkannt."
  },
  {
    "case_id": "T10",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "FEHLER",
    "observed_label": "FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "Negationsfehler. Die Behauptung widerspricht der ausdrücklichen Verneinung in R5.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Direkten Widerspruch zu R5 korrekt benannt."
  },
  {
    "case_id": "T11",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "KEIN_FEHLER",
    "observed_label": "KEIN_FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "R6: 2,5 × 1.000 = 2.500 Gramm.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Die Umrechnung 2,5 mal 1.000 gleich 2.500 korrekt angegeben."
  },
  {
    "case_id": "T12",
    "run_status": "response_ready_for_evaluation",
    "expected_label": "FEHLER",
    "observed_label": "FEHLER",
    "label_agreement": true,
    "label_evidence_char_start": 0,
    "original_reference_reason": "Einheiten-/Skalenfehler. Nach R6 sind es 2.500 Gramm; 250 Gramm ist um den Faktor 10 zu niedrig.",
    "reasoning_review_status": "reviewed_against_frozen_reference",
    "reasoning_supports_case_label": true,
    "reasoning_review": "Die fehlerhafte Umrechnung durch 2.500 gegenüber 250 Gramm korrekt begründet."
  }
]