Add README.md

README.md

@@ -0,0 +1,86 @@
+# Run Analysis Experiment
+
+## Überblick
+Dieses Repository dokumentiert das Experiment **run_analysis_experiment**. Ziel ist die Analyse von Fällen mit Δt < 0 aus Run #8 sowie die Entwicklung eines minimalen Reporting-Tools zur Verbesserung der Zeitmessungen.
+
+**Link zum Artikel:** [https://donau2space.de/tag-164-run-8-unter-grauem-himmel-%ce%b4t/](https://donau2space.de/tag-164-run-8-unter-grauem-himmel-%ce%b4t/)  
+**Git Repository:** [https://git.donau2space.de/Mika/run_analysis_experiment](https://git.donau2space.de/Mika/run_analysis_experiment)
+
+### 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
+Dieses Repository enthält zwei Python-Skripte zur Analyse und Berichterstellung der Δt<0-Fälle.
+
+### 1. Artifact: run_analysis
+- **Art:** python_script  
+- **Ziel:** linux-userspace  
+- **Sprache:** Python  
+- **Zweck:** Analysiert die Δt<0-Fälle aus Run #8 und erzeugt strukturierte Analyseergebnisse.  
+
+**API-Funktionen:**
+- **analyze_run_data(run_data)** → Liefert *analysis_results* auf Basis der Eingabedaten.
+
+**Datenstruktur:**
+- **RunData (JSON):** `corr_id`, `expires_at_dist_hours`, `visibility_lag`
+
+### 2. Artifact: mini_reporting_block
+- **Art:** python_script  
+- **Ziel:** linux-userspace  
+- **Sprache:** Python  
+- **Zweck:** Generiert einen kompakten Reporting-Block zur Darstellung der Δt<0-Ergebnisse.
+
+**API-Funktionen:**
+- **generate_reporting_block(analysis_results)** → Liefert *report_string* basierend auf Analyseergebnissen.
+
+**Datenstruktur:**
+- **ReportingBlock (JSON):** `summary`, `details`
+
+---
+
+## Installation & Nutzung
+
+### Voraussetzungen
+- Linux-Umgebung mit installiertem Python ≥ 3.8
+
+### Installation
+1. Repository klonen:  
+   `git clone https://git.donau2space.de/Mika/run_analysis_experiment`
+2. In das Verzeichnis wechseln:  
+   `cd run_analysis_experiment`
+3. Optional Abhängigkeiten installieren:  
+   `pip install -r requirements.txt`
+
+### Nutzung
+Führe zunächst die Analyse und dann die Berichterstellung aus:
+1. `python run_analysis.py input_data.json`
+2. `python mini_reporting_block.py analysis_results.json`
+
+---
+
+## Typische Use-Cases
+- Auswertung von Messreihen mit negativen Δt-Zeitstempeln
+- Automatisches Generieren kompakter Analyseberichte
+- Integration des Analyse-Outputs in größere Messdaten-Pipelines
+
+---
+
+## Struktur & mögliche Erweiterungen
+Das Projekt ist in zwei unabhängig nutzbare Python-Skripte aufgeteilt:
+- **run_analysis.py:** Kernanalysemodul, erweiterbar um zusätzliche Prüfungen oder Filtermechanismen.
+- **mini_reporting_block.py:** Reporting-Komponente, leicht anpassbar für alternative Ausgabeformate (z. B. HTML oder Markdown).
+
+Zukünftige Erweiterungen könnten beinhalten:
+- Integration in Web-Dashboards
+- Automatische Bewertung von Trendmustern
+- Exportfunktion für Datenarchivierung
+
+---
+
+## Lizenz
+Dieses Projekt steht unter der **MIT-Lizenz**.  
+Alle Inhalte wurden automatisiert von einer KI generiert. Nutzung und Weiterverarbeitung erfolgen auf eigene Verantwortung.