UsageReset — evidenzbasierte Reset-Alarme für KI-Nutzungslimits

Nutzer von Codex, Claude und Grok wollen wissen, wann Nutzungslimits zurückgesetzt werden. Öffentliche Hinweise dazu sind über verstreute Tweets verteilt und reichen von Gerüchten bis zu Aussagen der Anbieter selbst.

Ursprünglicher Ersteller und Engineer des Projekts.

Rust und Axum mit SQLite.

xAI-gestützte Interpretation öffentlicher Tweets, mit deterministischer Validierung von Quelle, Autor, Zeitpunkt und Geltungsbereich, bevor ein Hinweis als Beleg gilt.

Erstanbieter-Belege zu eingehenden oder wirksamen Resets werden von reinem Modell- und Gerüchte-Chatter unterschieden. Die Skala NO/MAYBE/YES zeigt den Status; MAYBE ist ausdrücklich eine Inferenz, kein bestätigter Reset. Alarme sind idempotent und mit Belegen verlinkt.

63 automatisierte Tests bestanden am 5. September 2026, einschließlich Tests für Vorlaufzeit, verspätete Erkennung, Geltungsbereich und Fehlalarm-Klassifikation. Das öffentliche Register zeigte am 5. September 2026 vier Hinweise mit Vorlauf, acht beobachtete Resets ohne Vorwarnung, sieben abgelaufene unbestätigte Hinweise und keine expliziten Widerrufe. Medianer Vorlauf: rund 9,1 Stunden bis zur Veröffentlichung der Bestätigungsquelle. Eine belastbare Gesamt-Trefferquote liegt noch nicht vor.

Das öffentliche Nachweisregister verbindet gespeicherte Hinweise mit passenden Ergebnisquellen. Es trennt Vorlaufzeit, widerrufene Fehlalarme, unbelegte abgelaufene Hinweise und beobachtete Resets ohne Vorwarnung. Modellgerüchte bleiben unbewertet. Eine belastbare Gesamt-Trefferquote lässt sich daraus noch nicht ableiten.

Öffentlicher Dienst mit evidenzbasierten Alarmen.

Quellenprüfung, menschliche Freigaben und Tests entscheiden, ob ein KI-Workflow im Alltag trägt. Für Ihr Projekt prüfen wir vor dem Start, welche Ergebnisse akzeptabel sind, welche Fehler abgefangen werden müssen und wer bei unklaren Ergebnissen übernimmt.