feat: Aufgaben mit Abbildungen (docling-Markdown), mit Gegenprobe beim Ablesen

Eingebettete Base64-Bilder und Bilddateien werden aus dem Aufgabentext gelöst und nur
der Verstehensstufe als Bild übergeben; sie überträgt jede Abbildung in Text. Eine
zweite, unabhängige Lesung wird Zahl für Zahl verglichen (bei Abweichung entscheidet
eine dritte, sonst reliable=False). Alle weiteren Stufen rechnen mit der Übertragung,
der Report zeigt Original und Übertragung nebeneinander. LLM_MODEL_UNDERSTANDING
wählt das Bildmodell.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

checks/model_checks.py

@@ -4,6 +4,7 @@ error   -> löst in run_pipeline eine Korrekturrunde aus
 warning -> wird nur berichtet (Heuristiken mit möglichen Fehlalarmen)
 """
 import re
+from collections import Counter
 from typing import Iterable, List, Set
 
 from core.model_schema import (
@@ -205,6 +206,44 @@ def check_understanding(understanding, task: str) -> List[CheckIssue]:
     return issues
 
 
+def _numbers_multiset(text: str) -> Counter:
+    """Zahlen eines Textes mit Häufigkeit – eine Kante mit Bewertung 3 zweimal ist nicht dasselbe wie einmal."""
+    zaehler = Counter()
+    for roh in NUMBER_PATTERN.findall(text or ""):
+        try:
+            zaehler[normalize_number(roh)] += 1
+        except ValueError:
+            continue
+    return zaehler
+
+
+def check_figure_readings(first, second) -> List[CheckIssue]:
+    """Zwei unabhängige Übertragungen derselben Abbildungen vergleichen – Zahl für Zahl, ohne LLM.
+
+    Ein Bildmodell kann eine Pfeilbewertung dem falschen Pfeil zuordnen oder eine Ziffer verlesen; eine einzige
+    Lesung wäre dann ungeprüft die Datengrundlage jeder weiteren Stufe. Verglichen werden die Zahlen je Abbildung
+    samt Häufigkeit. Richtungsfehler bei gleichen Zahlen fängt das nicht – dafür steht das Original im Report.
+    """
+    issues = []
+    erste = {f.id: f for f in first}
+    zweite = {f.id: f for f in second}
+    for kennung in sorted(set(erste) | set(zweite)):
+        if kennung not in erste or kennung not in zweite:
+            issues.append(CheckIssue(severity=CheckSeverity.ERROR, code="FIGURE_READINGS_DIFFER",
+                                     message=f"{kennung} wurde nur in einer von zwei Lesungen übertragen."))
+            continue
+        a = _numbers_multiset(erste[kennung].transcription)
+        b = _numbers_multiset(zweite[kennung].transcription)
+        if a != b:
+            nur_a = sorted((a - b).elements(), key=float)
+            nur_b = sorted((b - a).elements(), key=float)
+            issues.append(CheckIssue(
+                severity=CheckSeverity.ERROR, code="FIGURE_READINGS_DIFFER",
+                message=f"{kennung} uneinheitlich gelesen – nur in Lesung 1: {', '.join(nur_a) or '–'}; "
+                        f"nur in Lesung 2: {', '.join(nur_b) or '–'}."))
+    return issues
+
+
 def _strip_scripts(text: str) -> str:
     """Entfernt Indizes/Exponenten: x_{i,j} -> x, C^{prod}_{p} -> C, x_1 -> x."""
     text = text.replace(r"\_", "_")