Add markdown

markdown

@@ -0,0 +1,85 @@
+# Run 15/16 Analysis
+
+## Überblick
+Dieses Repository dokumentiert und analysiert die Stabilität und Varianz der Experimente *Run #15* und *Run #16* mit besonderem Fokus auf Latenzkosten und Heilungsraten.
+
+### 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.
+
+**Artikel:** [Run 15/16 Bytegleich: Jetzt zählt nur noch Varianz und eine harte Budget-Regel](https://donau2space.de/tag-171-run-15-16-bytegleich-jetzt-zaehlt-nur-noch-varianz-und-eine-harte-budget-regel/)
+
+**Git-Repository:** [https://git.donau2space.de/Mika/run_15_16_analysis](https://git.donau2space.de/Mika/run_15_16_analysis)
+
+## Inhalt des Repositories
+Das Repository umfasst mehrere Artefakte, die unterschiedliche Aspekte der Analyse abdecken.
+
+### Artefaktliste
+
+#### 1. Python-Skript zur Laufzeitanalyse
+- **ID:** artifact.1  
+- **Art:** python_script  
+- **Ziel:** mixed  
+- **Sprache:** Python  
+- **Zweck:** Analyse und Aggregation von Laufzeitdaten der Experimente *Run #15* und *Run #16*.
+
+**API**
+- **Funktion:** `analyze_runs(run_data_list)` – Aggregiert statistische Metriken über mehrere Laufdatensätze und liefert `aggregated_results` zurück.
+
+**Datenstrukturen**
+- **RunData (JSON):** run_id, healing_rate, overhead_ms, warn_rate, unknown_rate  
+- **AggregatedResults (JSON):** total_runs, avg_healing_rate, peak_overhead, overall_warn_rate
+
+#### 2. CSV-Datensatz der Laufzeitmessungen
+- **ID:** artifact.2  
+- **Art:** csv_dataset  
+- **Ziel:** mixed  
+- **Sprache:** CSV  
+- **Zweck:** Sammlung der ursprünglichen Messdaten für Runs #15 und #16 zur externen Nachbearbeitung oder Visualisierung.
+
+**Tabellenstruktur: RunResultsCSV**  
+Felder: run_id, overhead_ms_p50, overhead_ms_p95, overhead_ms_p99, min_overhead_ms, max_overhead_ms
+
+#### 3. Dokumentation der Go/No-Go-Kriterien
+- **ID:** artifact.3  
+- **Art:** doc_only  
+- **Ziel:** mixed  
+- **Sprache:** –  
+- **Zweck:** Beschreibung der Entscheidungsregeln und Akzeptanzkriterien basierend auf den analysierten Experimenten.
+
+## Installation & Nutzung
+Dieses Projekt enthält Python-Module, die direkt in einer Python-Umgebung (Version ≥ 3.9) ausgeführt werden können.
+
+### Voraussetzungen
+- Python 3.9 oder höher
+- Abhängigkeiten aus den Skript-Headern (z. B. `pandas`, `numpy`)
+
+### Beispielhafte Nutzung
+1. CSV-Datensatz lokal bereitstellen (z. B. `data/run15_16.csv`).
+2. Das Python-Skript aufrufen:
+   ```bash
+   python analyze_runs.py data/run15_16.csv
+   ```
+3. Aggregierte Ergebnisse werden als JSON-Datei oder Konsolenausgabe ausgegeben.
+
+## Typische Use-Cases
+- Statistische Auswertung der Heilungsraten über mehrere Runs
+- Vergleich der Latenzverteilung (Overhead) zwischen unterschiedlichen Experimentreihen
+- Erstellung von Berichten zur Go/No-Go-Entscheidungsvorbereitung
+- Integration der Resultate in größere Analysepipelines
+
+## Struktur & mögliche Erweiterungen
+- `scripts/` – Enthält Analyse-Logik (Python)
+- `data/` – Enthält CSV-Datensätze der Rohmessungen
+- `docs/` – Enthält Go/No-Go-Kriterien und abgeleitete Regeln
+
+**Erweiterungsmöglichkeiten:**
+- Automatisierte Visualisierung der Aggregationsergebnisse
+- Integration zusätzlicher Runs (#17, #18)
+- Exportfunktion für externe Reporting-Tools
+
+## Lizenz
+Dieses Projekt steht unter der **MIT-Lizenz**.
+
+Alle Inhalte des Projekts *run_15_16_analysis* wurden automatisiert generiert. Nutzung und Weiterentwicklung erfolgen auf eigene Verantwortung.