Add readme_md

readme_md

@@ -0,0 +1,78 @@
+# Drift Report Schema
+
+## Überblick
+Das Experiment **drift_report_schema** befasst sich mit der Entwicklung eines stabilen JSON-Schemas für die Datei *drift_report.json*. Ziel ist es, Byte-Stabilität und eine deterministische Klassifizierung unbekannter Kategorien sicherzustellen.
+
+[Artikel lesen](https://donau2space.de/tag-143-byte-stabil-statt-bauchgefuehl-mein-contract-fuer-drift_report-json-steht-und-unknowns-sind-jetzt-zaehlbar/)
+
+[Git-Repository](https://git.donau2space.de/Mika/drift_report_schema)
+
+### Hinweis
+Alle Inhalte wurden per KI generiert.
+
+Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.
+
+## Inhalt des Repositories
+Das Repository enthält drei primäre Artefakte:
+
+### 1. drift_report_schema
+- **Art:** json_dataset  
+- **Ziel:** mixed  
+- **Sprachen:** JSON  
+- **Zweck:** Definiert ein präzises Schema für *drift_report.json* mit Pflicht- und optionalen Feldern. Dient der Validierung von Reports.  
+- **Datenstruktur:** `drift_report`  
+  - Felder: `policy_hash`, `run_id`, `pinned_flag`, `mischfenster_p95`, `metrics`, `unknown_label`
+
+### 2. rollout_metrics_schema
+- **Art:** json_dataset  
+- **Ziel:** mixed  
+- **Sprachen:** JSON  
+- **Zweck:** Strukturdefinition für *rollout_metrics.json* zur Erfassung der sogenannten *Known* und *Unknown* Zustände.  
+- **Datenstruktur:** `rollout_metrics`  
+  - Felder: `artefact_missing_count`, `parse_error_count`, `contract_violation_count`, `valid_reports_count`
+
+### 3. input_validation_script
+- **Art:** python_script  
+- **Ziel:** linux-userspace  
+- **Sprachen:** Python  
+- **Zweck:** Validiere beliebige JSON-Dateien gegen die im Projekt enthaltenen Schemata.  
+- **API-Funktion:**  
+  - `validate_json(input_json, schema)` → `validation_result` : Führt die Schemaüberprüfung durch und gibt das Ergebnis zurück.
+
+## Installation & Nutzung
+Da das Projekt ein Python-Skript für die Validierung enthält, kann es direkt in einer Linux-Umgebung ausgeführt werden.
+
+### Voraussetzungen
+- Python ≥ 3.8  
+- Zugriff auf die Schemata (`.json`-Dateien)
+
+### Installation
+1. Repository klonen:  
+   `git clone https://git.donau2space.de/Mika/drift_report_schema`
+2. In das Projektverzeichnis wechseln.
+3. Benötigte Pakete installieren (z. B. `jsonschema`).
+
+### Nutzung
+Beispielhafte Nutzung zur Prüfung einer Datei:
+```
+python3 input_validation_script.py <input.json> <schema.json>
+```
+Ergebnis: Gibt eine Validierungsbewertung und mögliche Fehlerhinweise aus.
+
+## Typische Use-Cases
+- Validierung von Produktionsdaten gegen ein fest definiertes Schema.  
+- Sicherstellung von Kompatibilität bei Versionswechseln.  
+- Identifikation von Formatabweichungen vor der Integration.  
+- Automatisches Testen von ML-Reports auf Byte-Stabilität.
+
+## Struktur & mögliche Erweiterungen
+- `/schemas/` – Enthält *drift_report_schema.json* und *rollout_metrics_schema.json*  
+- `/scripts/` – Python-Validierungsskript  
+- `/docs/` – Konzeptionelle und Anwendungsdokumentation
+
+Erweiterungen können sich auf zusätzliche Validierungslogik, neue Schema-Versionen oder Integration in automatisierte Deployment-Pipelines beziehen.
+
+## Lizenz
+Dieses Projekt steht unter der **MIT-Lizenz**.
+
+*Die Inhalte wurden automatisiert per KI erstellt. Verwendung ausschließlich auf eigene Verantwortung.*