Tuning: Prompt-Budget + cross_ref-Erweiterung heilt Fehlverweigerungen (D11)

- Ursache der 4 Fehlverweigerungen nach KV/RIS-Erweiterung: lange
  KV-Chunks ueberlieferten num_ctx=16384 (bis 62,7 KB Prompt) — Ollama
  trunciert den Systemprompt vorn, das Modell verliert die Zitierregeln
  ('Block-N'-Zitate statt IDs -> Regenerierung -> Verweigerung).
- Fix: num_ctx 32768; trim_results (max_context_chars=90.000, niedrig
  gerankte Bloecke ganz weglassen statt truncieren, Mindestbestand 6);
  cross_ref_expand 3 -> 6 (Top-3 sind oft Branchen-KV-Bloecke mit leeren
  cross_refs - kuratierte Nachbarn kamen sonst nie nach).
- Eval: alle 4 Faelle geheilt, 10/10 Bestaetigungslaeufe OK.
  Retrieval Recall@8 0,851 -> 0,946 (cross_ref-Extras bringen
  Expected-IDs nach). Antworten: Zitier-Praezision 97,6 %, Verweigerung
  97,6 % (>94,3 %-Gate), erwartete Quelle 83,8 -> 91,9 %, Latenz mean 33 s.
- Tests 49 -> 50 (trim_results); Reports lokal (data/eval-*).

planung.md

@@ -290,4 +290,12 @@ tests/            # pytest: Ingest-, Retrieval-, Grounding-Unit-Tests
   Antwortmodus: Zitier-Präzision 95,2 %, Verweigerung 90,5 % —
   Fehlverweigerungs-Tuning (offen, laufender Arbeitsstand) fortsetzen.
   Intake: `tools/ingest_sources.py`, Registry: `tools/build_registry.py`.
+- **Tuning abgeschlossen (2026-09-15, D11):** Ursache der Fehlverweige-
+  rungen war Prompt-Overflow (lange KV-Chunks > 16k — Systemprompt
+  trunciert weg). Fix: num_ctx 32 768, max_context_chars=90 000
+  (`trim_results`), cross_ref_expand 6 → alle 4 Fälle geheilt (10/10
+  Bestätigungsläufe). Retrieval Recall@8 0,946 · Antworten: Zitier-
+  Präzision 97,6 %, Verweigerung 97,6 % (Gate ✓), erwartete Quelle
+  91,9 %, Latenz mean 33 s. Offen: q-015 Branchen-Noise, q-024
+  transiente Flakiness (leerer Draft).
 - Betrieb: `agent/README.md`.