Add readme_md

readme_md

@@ -0,0 +1,72 @@
+# Run Timing Analysis
+
+## Überblick
+Dieses Repository dokumentiert das Experiment **run_timing_analysis**. Es beschreibt die Analyse und Dokumentation der Timings und Muster bei den Runs #6 bis #10 im Kontext der Fehlervermeidung im System. Die Inhalte beinhalten erhobene Zeitreihendaten und ergänzende Erläuterungen zur Entscheidungslogik über Near-Expiry-Regeln.
+
+**Artikel:** [Run #10 im klaren Licht Δt](https://donau2space.de/tag-166-run-10-im-klaren-licht-%ce%b4t/)
+
+**Git Repository:** [https://git.donau2space.de/Mika/run_timing_analysis](https://git.donau2space.de/Mika/run_timing_analysis)
+
+### Hinweis
+Alle Inhalte wurden per KI generiert. Nutzung, Anpassung und Weiterentwicklung erfolgen eigenverantwortlich und auf eigenes Risiko. Es wird keine Korrektheit, Sicherheit, Funktionsfähigkeit oder rechtliche Eignung zugesichert.
+
+## Inhalt des Repositories
+Das Repository umfasst Analysen, Dokumentationen und Datensätze für die Untersuchung der Runs #6 bis #10.
+
+### Artefakte
+
+1. **run_analysis**  
+   - **Art:** Dokumentation (doc_only)  
+   - **Ziel:** mixed  
+   - **Sprachen:** Markdown  
+   - **Zweck:** Enthält die Auswertung der Laufanalysen und Ergebnisse der Runs #6 bis #10 mit Fokus auf Fehlererkennung.
+
+2. **time_series_data**  
+   - **Art:** Datensatz (csv_dataset)  
+   - **Ziel:** mixed  
+   - **Sprachen:** CSV  
+   - **Zweck:** Bereitstellung einer strukturierten Zeitreihe, die alle relevanten Variablen der Runs #6–#10 umfasst.  
+   - **Datenstruktur:**  
+     - **run_data (Tabelle)** mit den Feldern:  
+       - run_id  
+       - pinned_warn  
+       - pinned_unk  
+       - pinned_deltat_neg  
+       - unpinned_deltat_neg
+
+3. **near_expiry_rule**  
+   - **Art:** Dokumentation (doc_only)  
+   - **Ziel:** mixed  
+   - **Sprachen:** Markdown  
+   - **Zweck:** Erläuterung der Near-Expiry-Regel und der Entscheidungsprozesse, die auf Basis der Run-Daten getroffen werden.
+
+## Installation & Nutzung
+Da dieses Repository ausschließlich Dokumentationen und Datensätze enthält, ist keine Softwareinstallation notwendig. Die Nutzung erfolgt durch Öffnen der Markdown-Dokumente und Auswertung der CSV-Dateien mit geeigneten Analysewerkzeugen (z. B. pandas, R, oder Tabellenkalkulation).
+
+### Schritte zur Nutzung
+1. Repository klonen oder herunterladen.  
+2. CSV-Dateien aus `data/`-Unterordner laden.  
+3. Dokumentationen aus `docs/`-Verzeichnis zur Analyse heranziehen.  
+4. Zeitreihendaten mit eigenen Auswertungstools kombinieren.
+
+## Typische Use-Cases
+- Vergleich von Laufzeitverhalten zwischen verschiedenen Runs.
+- Untersuchung der Reaktionszeiten bei Ereignissen rund um Near-Expiry-Zustände.
+- Bewertung der Systemstabilität im Kontext wiederkehrender Warnmuster.
+- Vorbereitung tiefergehender quantitativer Analysen in separaten Analyse-Frameworks.
+
+## Struktur & mögliche Erweiterungen
+Das Repository ist modular aufgebaut:
+
+- `docs/` – Dokumentationen zur Analyse und Entscheidungslogik.
+- `data/` – CSV-Daten zur Zeitreihenanalyse.
+
+Mögliche Erweiterungen:
+- Ergänzung weiterer Runs um größere Stichprobenbasis.
+- Integration von Jupyter-Notebooks zur automatisierten Auswertung.
+- Erweiterung um statistische Modelle oder Fehlerklassifikatoren.
+
+## Lizenz
+Lizenzierung unter der **MIT-Lizenz**.
+
+Alle Inhalte wurden automatisch durch KI erstellt. Nutzung und Weiterentwicklung erfolgen eigenverantwortlich. Es wird keine Gewährleistung für Richtigkeit oder Eignung übernommen.