Wie du Community-Aufgaben delegierst, ohne mehr Moderatoren einzustellen

Für wen das ist: den Gründer oder Community-Lead, dessen Prüfwarteschlange schneller wächst als das Team, der auf ein paar tausend ausstehende Einreichungen starrt und sich fragt, ob die Antwort ein zweiter Moderator, ein dritter oder ein Kündigungsschreiben ist.

Kurze Antwort: Wahrscheinlich keine weitere Person — aber nicht aus dem schmeichelhaften Grund. Der Großteil der Warteschlange sollte nicht existieren. In Zealy sind fünf Aufgabentypen so gebaut, dass ein Mensch die Antwort lesen muss — und der Datums-Typ gesellt sich in seiner Standardeinstellung dazu —, während alles andere sich in dem Moment erledigt, in dem ein Mitglied es beansprucht. Delegation an eine Regel schlägt Delegation an eine Person, die wiederum Delegation an eine Maschine schlägt, in dieser Reihenfolge, weil nur die erste Arbeit löscht statt sie zu verschieben.

Offenlegung: Zealy veröffentlicht dies und Zealy verkauft die darin beschriebene Plattform. Jede Aussage darüber, was Zealy tut, wurde am 16. August 2026 aus Zealys eigenem Quellcode gelesen, nicht aus Zealys Marketingseiten oder Dokumentation. Das schließt die Stellen ein, an denen Zealy etwas Offensichtliches fehlt, sowie zwei Seiten von Zealys eigener Dokumentation, die falsch sind und die wir mit derselben Änderung wie diesen Beitrag korrigieren.

Zuletzt verifiziert: 16. August 2026.

Musst du mehr Moderatoren einstellen?

Wahrscheinlich noch nicht. In Zealy sind fünf Aufgabentypen so gebaut, dass sie einen menschlichen Prüfer erreichen: Text, URL, Zahl, Datei-Upload und Umfrage — und der Datums-Typ gesellt sich in seiner Standardeinstellung dazu. Alles andere verifiziert sich selbst und gelangt nie in eine Warteschlange. Bevor du Leute hinzufügst, prüfe, welche deiner Quests tatsächlich einen Menschen brauchen, der die Antwort liest.

Fast jedes Gespräch über „wir ertrinken in Einreichungen“ beginnt bei der Kapazität — wie viele Prüfer, wie viele Stunden, wie schnell jeder einen Eintrag abarbeitet —, obwohl die Größe der Warteschlange Wochen zuvor im Quest-Editor entschieden wurde, von demjenigen, der den Aufgabentyp gewählt hat. Eine Quest, die nach einem Screenshot fragt, erzeugt eine Warteschlange. Eine Quest, die jemanden bittet, einem Discord-Server beizutreten, tut das nicht, weil die Antwort sofort gegen Discord geprüft wird. Gleiche Kampagne, gleiche Belohnung, völlig unterschiedliche Betriebskosten.

Die ehrliche Reihenfolge lautet also: die Arbeit entfernen, den Rest delegieren, das Übrige automatisieren. Teams machen es zuverlässig umgekehrt, und so zahlst du am Ende für ein Plan-Upgrade, um Arbeit zu beschleunigen, die du hättest löschen können.

Die drei Wege, eine Prüfwarteschlange zu delegieren

Du kannst eine Prüfwarteschlange auf drei Wegen delegieren: an eine Regel, indem du die Aufgabe selbstverifizierend machst; an eine Person, über Zealys Prüferrolle; oder an eine Maschine, über KI-Prüfung oder einen MCP-Agenten. Regeln entfernen die Arbeit, Menschen wenden Urteilsvermögen an, Maschinen wenden einen geschriebenen Prompt in großem Umfang an.

Weg eins: die Prüfarbeit wegdesignen

Fang hier an: Es ist der einzige Weg, der Arbeit entfernt statt sie zu verschieben. Fünf Zealy-Aufgabentypen sind so gebaut, dass sie einen Menschen erfordern — Text, URL, Zahl, Datei-Upload und Umfrage —, und Datum verhält sich standardmäßig genauso. Alles andere löst sich auf, wenn ein Mitglied es beansprucht. Eine Textaufgabe als Link-Prüfung neu zu schreiben, leert die Warteschlange.

Wir haben das geprüft, indem wir die Funktion gelesen haben, die entscheidet, ob eine Quest automatisch validiert wird, und dann jeden Laufzeit-Validator im Quest-Service gegengeprüft haben. Diese fünf — text, url, number, file, poll — geben jeweils einen Status „ausstehende Prüfung“ zurück, es sei denn, die Aufgabe ist ausdrücklich auf Auto-Validierung gesetzt. Die anderen geben synchron Erfolg oder einen Fehler zurück, es gibt also nichts abzuwarten und keine Warteschlange, in der man wartet.

Zwei ehrliche Ausnahmen, weil der Code sich selbst widerspricht und wir das lieber sagen, als es zu glätten:

• Datums-Aufgaben. Eine Liste behandelt sie als immer automatisch, während der Validator, der tatsächlich läuft, die Auto-Validierungs-Einstellung der Aufgabe beachtet, die der Editor standardmäßig ausgeschaltet lässt. Wir sagen dir nicht, dass Datums-Aufgaben automatisch sind, wenn der Code sich selbst widerspricht. Teste eine, bevor du dich darauf verlässt.
• Proof of Humanity. Es löst zur Laufzeit automatisch auf, erscheint aber in keiner der beiden Listen — ebenso wie der Typ der Partnerschafts-Quest —, sodass eine Quest, die nur diese Aufgabe enthält, als nicht automatisch validiert gemeldet wird. Es verhält sich besser, als es verspricht. (Was es erkennt, wird behandelt in wie du einen Airdrop durchführst, der nicht gefarmt wird — es ist ein Bot-Filter, kein Sybil-Filter.)

Die Umstellung, die die Warteschlange tatsächlich verkleinert

Schau dir zuerst deine Textaufgaben an. Die meisten stellen eine Frage mit einer richtigen Antwort, formuliert wie ein Aufsatz. „Erzähl uns, was du aus den Docs gelernt hast“ ist eine Warteschlange. „Füge den Transaktions-Hash ein“ ist eine Text- oder URL-Aufgabe mit einer richtigen Antwort, und sie erledigt sich selbst. „Mach einen Screenshot deiner Position“ ist eine Warteschlange, und eine Dateiaufgabe hat überhaupt keine Inhaltsprüfung, also öffnet ein Prüfer jedes Bild. „Welches dieser drei ist unser Gebührenmodell“ ist ein Quiz, und Quizze erreichen nie einen Menschen.

Die Faustregel, für die wir einstehen würden: Wenn du die Antwort vorher aufschreiben kannst, gehört die Aufgabe nicht in die Warteschlange. Wenn nicht, besetze sie mit Personal, statt zu tun, als würde ein Prompt es erledigen.

Die Fußangel: Eine leere richtige Antwort genehmigt alles

Das ist der Absatz in diesem Artikel, der dir am ehesten eine schlechte Woche erspart. Die Auto-Validierung bei Text-, URL-, Zahlen- und Datumsaufgaben vergleicht die Einreichung eines Mitglieds mit einer richtigen Antwort, die du konfigurierst, und alle vier Vergleiche brechen ab, wenn diese richtige Antwort leer ist. Sie schlägt nicht sicher fehl und sie warnt dich nicht. Sie genehmigt alles.

Zwei verwandte Verhaltensweisen, die du kennen solltest, bevor du Schalter in großem Umfang umlegst. Eine Umfrage mit aktivierter Auto-Validierung genehmigt alles per Design – kein Bug, da eine Umfrage keine falsche Antwort hat, aber wenn du die Auto-Validierung über ein Modul hinweg umlegst, um einen Rückstand abzubauen, verteilst du die Umfrage-Belohnungen an alle. Und die Auto-Validierung eines Datei-Uploads genehmigt den Upload, nicht den Inhalt; jede Datei kommt durch.

Wenn du eine operative Gewohnheit aus diesem Beitrag mitnimmst, dann diese: Beanspruche die Aufgabe nach dem Aktivieren der Auto-Validierung selbst mit einer absichtlich falschen Antwort und bestätige, dass sie fehlschlägt.

Eine Duplikat-Kontrolle entfernt Arbeit; die andere kommentiert sie nur

Prüfer-Warnungen markieren eine Einreichung als duplicate (ein anderes Mitglied hat denselben Inhalt für dieselbe Aufgabe gesendet) oder reused (dieses Mitglied hat ihn zuvor gesendet), nur bei Text- und Dateiaufgaben, mit einem Rückblick über 180 Tage. Sie sind beratend – nichts im Codepfad, der ein Urteil erfasst, liest sie. Sie sagen einem Menschen etwas; sie entscheiden nichts. Und bei Dateiaufgaben ist der Abgleich schwächer, als es klingt: Uploads werden anhand ihrer gespeicherten URL verglichen, und jeder Upload bekommt einen neuen Schlüssel, sodass das erneute Hochladen derselben Datei nie als Duplikat registriert wird.

Duplikat-Ablehnung bei der Einreichung ist eine separate Opt-in-Einstellung, die eine wiederholte Textantwort mit einem Fehler ablehnt, bevor sie deine Warteschlange erreicht. Sie ist bei Text- und URL-Aufgaben standardmäßig aus, normalisiert durch Trimmen, Zusammenfassen von Leerzeichen und Kleinschreibung – eine Umschreibung kommt also durch – und sie blockiert jedes Mitglied bei der Wiederverwendung dieses Textes, einschließlich der Person, die ihn zuerst geschrieben hat. Das ist die, die eine Warteschlange verkleinert.

Weg zwei: an eine Person mit der Prüfer-Rolle delegieren

Zealys Prüfer-Rolle ist eine enge Delegation: Sie öffnet neun der 225 rollengeschützten Routen-Oberflächen in Zealys API, alle zum Thema Prüfen, und ein Prüfer kann eigene Ansprüche nicht genehmigen. Du vergibst sie mit einem Einladungslink, der eine Rolle, ein Ablaufdatum und eine maximale Anzahl von Verwendungen trägt.

In Zealy gibt es keine Rolle namens Moderator. Die Rolle heißt reviewer, und es gibt insgesamt fünf Rollen: admin, editor, reviewer, guest und banned. (Zealys eigene Mitgliederverwaltungs-Dokumentation sagt, es seien vier. Sie lässt bannedaus, eine echte Rolle, die der Change-Role-Endpunkt akzeptiert. Diese Seite wird mit derselben Änderung wie dieser Beitrag korrigiert.)

Die fünf Rollen liegen auf einer strikt linearen Leiter – Admin über Editor über Prüfer über Gast über gesperrt – und jede Berechtigungsprüfung im Produkt stellt eine Frage: Ist die Rolle dieses Mitglieds mindestens auf dieser Stufe? Die ehrliche Beschreibung von Zealys Berechtigungsmodell ist also, dass es keines gibt. Keine Berechtigungssätze, keine benutzerdefinierten Rollen, keine Möglichkeit, eine Rolle auf eine Aufgabe, ein Modul oder eine Kampagne zu beschränken. Wir haben die Modell- und Datenbankdefinitionen nach Berechtigungs-, Fähigkeits- und Gewährungs-Konzepten durchsucht; die einzigen Treffer waren unabhängige OAuth-Spalten.

Hier ist, was die Leiter über diese 225 rollengeschützten Oberflächen verteilt:

Da die Leiter linear ist, bekommt ein Prüfer auch alles, was auf Gast-Stufe geschützt ist. Aber diese neun Oberflächen sind die gesamte Delegation und alle sind Prüfarbeit, weshalb jemanden zum Prüfer zu befördern eine weit bessere Antwort ist, als ihn zum Admin zu befördern, damit er helfen kann.

Beachte die Editor-Zeile. Editor ist eine viel breitere Gewährung als Prüfer: Er umfasst alles, was ein Prüfer tun kann, plus Konfiguration von Aufgaben, Modulen und Sprints, Sichtbarkeit unveröffentlichter Aufgaben und Zurücksetzen von Ansprüchen. Zealys eigene Mitglieder-Dokumentation beschreibt ihn als Konfigurieren von Aufgaben, Sprints und Mitgliedern und Ansehen aller Seiten, was enger klingt, als er ist; diese Seite wird mit derselben Änderung wie dieser Beitrag korrigiert. Befördere jemanden zum Editor, wenn er Kampagnen baut, und zum Prüfer, wenn er nur Einreichungen liest.

Wie du die Rolle vergibst und was sie dich kostet

Rollenänderungen sind nur für Admins möglich, und ein Admin kann seine eigene Rolle nicht ändern. Der Mechanismus, den es zu nutzen gilt, ist der Einladungslink, der eine Rolle, ein Ablaufdatum und eine maximale Anzahl von Verwendungen trägt. Nutze alle drei: Eine Einladung, die in 48 Stunden abläuft und maximal einmal verwendbar ist, ist ein ganz anderes Objekt als ein Link, der acht Monate in einer Telegram-Gruppe liegt.

Dann sei ehrlich über die Kosten. Ein Prüfer kann jedem freigegebenen Claim bis zu 20.000 Bonus-XP zuweisen, keine Rollenprüfung schränkt dies ein, und eine einzelne Sammelaktion kann 1.000 Claims umfassen — ein einziger Freigabedurchlauf kann also bis zu 20 Millionen XP erzeugen. Wer die Prüfung delegiert, delegiert die XP-Vergabemacht. Für die meisten Communities ist das in Ordnung und sogar wünschenswert, denn Bonus-XP sind das Mittel, mit dem ein Prüfer eine hervorragende Einreichung belohnt — aber wenn deine XP in ein Leaderboard einfließen, das Token auszahlt, hast du dieser Person einen Hebel auf die Auszahlung gegeben. Zealy führt ein vollständiges Audit-Trail pro Urteil, sodass dies im Nachhinein erkennbar statt verhinderbar ist. Wenn dein Kandidat aus einem Contributor-Programm stammt, wie man ein Krypto-Ambassador-Programm betreibt behandelt, was diese Rolle dich kostet.

Prüfer können ihre eigenen Claims nicht prüfen — stillschweigend

Die eigenen Claims eines Prüfers sind von dem ausgeschlossen, was er freigeben kann, durchgesetzt in der Service-Schicht und erneut in vier separaten SQL-Guards. Gut. Der Haken ist der interessante Teil: Der Filter ist stillschweigend. Ein Prüfer, der eine Charge mit dem eigenen Claim auswählt, erhält keinen Fehler. Dieser Claim wird aus der Charge entfernt und bleibt ausstehend, und niemand wird informiert. Wenn ein Prüfer schwört, etwas freigegeben zu haben, das noch in der Warteschlange steht, prüfe das zuerst.

Zwei Prüfer in einer Warteschlange kollidieren

In Zealys Prüf-Warteschlange gibt es kein Beanspruchen, Sperren oder Zuweisen. Wir haben das Repository nach Prüfer-Sperren, Claim-Übernahme, Prüfungszuweisung und Assignee-Konzepten in API, Backend und Webapp durchsucht; die Zuweisungssuche lieferte überhaupt nichts. Die einzige Sperre im System ist ein kurzer Schreib-Mutex, der einen Doppelschreibvorgang verhindert, keine Reservierung in der Warteschlange.

Die Folge ist nicht die, die du vermuten würdest. Zwei Prüfer in derselben Warteschlange sehen dieselben Claims und lesen beide dieselbe Einreichung. Wenn sie übereinstimmen, erhält der zweite einen Fehler, weil Zealy sich weigert, einen Claim auf den Status zu setzen, den er bereits hat, und diese Lesezeit ist verloren. Wenn sie nicht übereinstimmen, gibt es überhaupt keinen Fehler: Das zweite Urteil ersetzt das erste, Belohnungen werden entsprechend bereinigt oder neu vergeben, und niemand wird informiert, dass ein Kollege bereits entschieden hatte. Der stille Fall ist die Uneinigkeit, also genau der, den du am ehesten markiert haben möchtest. Es gibt auch keine Möglichkeit, einen Prüfer einer bestimmten Quest oder einem Modul zuzuweisen — du kannst „Ana bearbeitet Design-Einreichungen, Ben bearbeitet On-Chain-Nachweise“ im Produkt nicht ausdrücken.

Die Koordination von Prüfern ist in Zealy heute ein menschliches Problem. Sag es deinem Team laut, statt sie es in einer Discord-Diskussion herausfinden zu lassen. Teile die Warteschlange in einer angepinnten Nachricht auf: nach Modul, nach Tag, oder eine Person älteste-zuerst, während die andere neueste-zuerst arbeitet — die denkbar grobste Aufteilung, und sie reduziert Kollisionen trotzdem.

Sammelprüfung: ein Urteil für bis zu 1.000 Claims

Zealys Sammelprüfung akzeptiert bis zu 1.000 Claims in einem einzigen Aufruf, und die Einschränkung liegt darin, was dieser Aufruf trägt: ein Status, ein Kommentar, eine Markierung und ein Bonus-XP-Wert für die gesamte Charge. Innerhalb einer Sammelaktion gibt es kein Urteil pro Element. Das macht sie hervorragend für eine homogene Menge — jede Einreichung zu einer defekten Quest, jeden Claim zu einer von dir annullierten Aufgabe — und gefährlich für eine gemischte, denn der Kommentar, den 1.000 Mitglieder lesen, ist derselbe Satz. Sortiere gnadenlos, bevor du auswählst.

Weg drei: das Urteil an eine Maschine delegieren

Zealys KI-Prüfung führt Google Gemini 2.5 Flash Lite gegen einen von dir geschriebenen Prompt aus, pro Quest, in den Plänen Plus und Enterprise mit Stand 16. August 2026. Sie empfiehlt kein Urteil zur Bestätigung. Sie schreibt das Urteil, und ihre Begründung wird zum Kommentar, den das Mitglied liest.

Lies das zweimal, denn Zealys eigene Prüfungsdokumentation beschrieb die KI-Prüfung als intelligente Empfehlungen, die dir helfen, Prüfungen zu bearbeiten. Das ist falsch und wird im selben Change wie dieser Beitrag korrigiert. Im Codepfad gibt es keinen menschlichen Bestätigungsschritt: Das Modell liefert ein Ergebnis, Zealy zeichnet eine Freigabe oder Ablehnung von einem dedizierten Systemkonto auf, und die Begründung des Modells landet im Posteingang des Mitglieds.

Das ist eine wirklich andere Produktentscheidung als KI-unterstützte Prüfung, und sie verdient ein anderes Maß an Sorgfalt von dir:

• Aktiviere sie pro Quest, indem du die KI-Prüfung für die Quest aktivierst und einen nicht leeren Prompt schreibst. Es ist kein community-weiter Schalter, was die richtige Granularität ist: Du kannst eine Aufgabe mit hohem Volumen automatisieren, ohne deine Ermessensentscheidungen zu automatisieren.
• Schreibe den Prompt als Ablehnungsstandard, nicht als Stimmung. Das Modell erzeugt eine mitgliedsgerichtete Ablehnungsnachricht, also wird alles Vage in deinem Prompt zu einem vagen und damit empörenden Kommentar zu jemandes Einreichung.
• Ein Cron reiht Nachzügler neu ein alle 15 Minuten und greift KI-Prüf-Claims auf, die über eine Stunde ohne Prüfer ausstehend waren. Ein Rückstand verrottet nicht stillschweigend.

Eine Messungs-Einschränkung, falls du sie nutzt. KI-Urteile werden einem Systemkonto mit Admin-Rolle zugeordnet, sodass es in einer Community mit KI-Prüfung in den Top-Reviewer-Analysen wie jeder andere Prüfer erscheint. Bevor du deinem Team sagst, wie viele Claims eure Menschen bearbeitet haben, schließe es aus.

Pläne, geprüft am 16. August 2026

Die KI-Prüfung ist in den Plänen Plus und Enterprise enthalten, und Zealys Preisseite listet sie als nicht enthalten bei Free und Standard. In einer kostenlosen Community, die wir am 16. August 2026 über Zealys eigene Capability-API geprüft haben, meldete sie nicht verfügbar mit dem Grund requires_plus_or_enterprise. Prüfe die Capability in deiner eigenen Community, statt sie aus dem Plannamen abzuleiten.

Plus kostet 359 $ pro Monat bei jährlicher Abrechnung, und Enterprise ist individuell, jährlich abgerechnet. Der Free-Plan kostet 0 $ mit 1.000 Quest-Claims pro Monat und unbegrenzten Mitgliedern; Standard kostet 149 $ pro Monat bei jährlicher Abrechnung. Preise verstehen sich ohne MwSt. und andere anwendbare Umsatzsteuern, und alle stammen von Zealys Preisseite, geprüft am 16. August 2026.

Die entscheidende Frage: Bei 200 Claims pro Woche ist ein Upgrade zur Automatisierung ein schlechter Tausch gegenüber einem Nachmittag, den man damit verbringt, Textaufgaben in prüfbare Aufgaben umzuwandeln. Bei Tausenden offener Einreichungen pro Woche, mit niedergeschriebenem Standard, ist es ein guter.

Delegation an einen Agenten über MCP

Der andere maschinelle Weg ist ein Agent. Zealy stellt die Prüfung über seinen MCP-Serverbereit, und die Form dieser Delegation ist bewusst restriktiver als die menschliche.

• Ein Agent kann bis zu 1.000 Claims in einem Aufruf einreichen, dieselbe Obergrenze wie bei der Massenprüfung, mit derselben Einschränkung von einem Urteil für den gesamten Stapel.
• Ein Agent benötigt die admin -Rolle, während ein menschlicher Prüfer nur reviewerbenötigt. Die öffentliche Prüfroute lehnt eine MCP-Prüfentscheidung von allem Geringeren ab, es gibt also keine agentengroße Version der eng begrenzten Berechtigung — das Gegenteil des Least-Privilege-Modells, das man erwarten würde.
• Jeder Schreibvorgang benötigt ein frisches menschliches Bestätigungstoken. Keine Sitzung, keine vorherige Genehmigung — eine neue Bestätigung pro Aufruf.
• Geld ist tabu. Eine Prüfung bei jeder öffentlichen Admin-Prüfung blockiert, dass ein Agent einen Claim mit NFT-, Token-, USDC- oder Zaps-Belohnung überführt. Ein Agent kann deine XP-Warteschlange abarbeiten; er kann keinen Claim bewegen, der auszahlt. Wenn du Ausschüttungen durchführst, deckt wie man Token an aktive Community-Mitglieder verteilt ab, wer tatsächlich was sendet.
• Agenten können nur Gast-Einladungen erstellen, niemals Prüfer-Einladungen. Ein Agent kann deine Warteschlange nicht für dich besetzen.

Wenn die Antwort wirklich eine andere Person ist

Stelle ein oder rekrutiere, wenn das Urteilsvermögen das Produkt ist: subjektive Qualität, Community-Normen, Einsprüche, Sonderfälle und alles, wo eine falsche Ablehnung dich einen Beitragenden kostet. Füge eine Person hinzu, wenn deine Warteschlange echte Uneinigkeit statt Volumen enthält. Volumen ist ein Designproblem; Uneinigkeit ist ein Personalproblem.

Der Test, den wir vor dem Hinzufügen eines Prüfers anwenden würden: Nimm 20 ausstehende Claims und lass zwei Personen sie unabhängig prüfen. Wenn sie bei 19 übereinstimmen, ist deine Warteschlange Volumen, und Volumen wird durch Regeln und Prompts gelöst. Wenn sie bei 13 übereinstimmen, enthält deine Warteschlange echtes Urteilsvermögen, und keine Auto-Validierungs-Einstellung oder Modell-Prompt wird diese Uneinigkeit verschwinden lassen — nur unsichtbar machen.

Drei Situationen, in denen eine Person die richtige Antwort ist und wir nicht versuchen würden, dir das auszureden:

Kreative und langformatige Einreichungen, bei denen Qualität das Belohnungskriterium ist. Wenn du für gute Arbeit statt für erledigte Arbeit zahlst, muss jemand wiederholt entscheiden, was gut bedeutet, und es verteidigen.

Alles mit einem Einspruchsweg. Ein abgelehntes Mitglied, das sich beschwert, braucht einen Menschen, der die Entscheidung rückgängig machen kann, und das Rückgängigmachen einer Prüfung ist auch das, was eine bereits durch eine Genehmigung vergebene Discord-Rolle entfernt — ein Prüfer, der einen Claim von Erfolg auf Fehlschlag umstellt, tut dasselbe. Nichts anderes prüft diese Vergaben erneut; sie sind einmalig.

Auszahlungen mit hohem Wert. Wenn ein Urteil entscheidet, wer Token erhält, setze eine Person darauf. Zealys eigene Agentenregeln kodieren diese Meinung bereits: Eine Maschine kann keinen Claim überführen, der eine finanzielle Belohnung trägt.

Was Zealy misst und was nicht

Zealy zeigt eine Anzahl ausstehender Prüfungen, einen Audit-Trail pro Urteil, Top-Prüfer nach Volumen und nach Genehmigungsrate, Sterne- und Flag-Summen pro Mitglied sowie einen CSV-Export von bis zu 10.000 Zeilen. Es berechnet keine Time-to-Review, keine Warteschlangenlatenz, kein SLA und keine Durchsatzmetrik. Wir haben die Codebasis nach diesen Namen durchsucht und keine gefunden.

Wir sind so genau, weil die Version dieses Artikels, die wir ursprünglich planten, auf Timing-Daten der Prüfwarteschlange aufbaute, und diese Daten existieren nicht. Wir haben Zealys Pakete nach Time-to-Review, Prüflatenz, durchschnittlicher Prüfzeit, Prüfdauer, Prüfdurchsatz und Prüfungen pro Stunde durchsucht. Null Treffer, keine Alters-Buckets, kein Durchsatz-Dashboard. Wenn dir also ein Anbieter sagt, seine Kunden hätten die Prüfzeit um einen bestimmten Prozentsatz gesenkt, frag, welches System die Zahl erzeugt hat. Wir konnten unsere nicht erzeugen, und wir werden keine erfinden.

Zwei weitere Dinge, die man richtig lesen muss:

„Top-Prüfer nach Genehmigungsrate“ ist eine Genehmigungsrate, keine Genauigkeitsrate. Sie sagt dir, welcher Anteil der Urteile eines Prüfers Genehmigungen waren. Sie sagt nichts darüber aus, ob diese Urteile richtig waren. Ein Prüfer, der alles genehmigt, erreicht 100 %.

Time-to-Review ist ableitbar, wird nur nicht berichtet. Die Prüf-CSV enthält die Erstellungs- und Aktualisierungszeitstempel jedes Claims, aber nicht die Prüfereignisse, also ist für einen einmal geprüften und dann unveränderten Claim die Differenz zwischen beiden deine Time-to-Review, und ein Median ist eine Tabellenkalkulation entfernt. Claims, die erneut geprüft wurden, benötigen für Genauigkeit den Verlauf pro Claim. Das ist eine echte Lücke in Zealy, und wir schreiben sie lieber auf, als sie zu umgehen.

Die Arithmetik, klar als Arithmetik gekennzeichnet

Hier gibt es keine Zealy-Daten, also ist dies ein Rahmen, den du mit deinen eigenen Zahlen füllst. Jede Eingabe ist eine Annahme, die du lieferst, keine Messung, die wir gemacht haben.

weekly human-review load
  = claims per week
  × share of claims on text / URL / number / file / poll tasks
  × share of those not auto-validated
  × your own seconds per review

Nimm 2.000 Claims pro Woche an, ein Drittel auf Aufgabentypen, die einen Menschen brauchen, keine automatisch validierten, je 40 Sekunden: etwa 7,4 Stunden pro Woche, vollständig aus Zahlen gebaut, die du geliefert hast. Der Punkt ist nicht die Antwort. Es ist, dass der zweite und dritte Faktor sichtbar werden, und das sind die beiden, die du ändern kannst, ohne jemanden einzustellen.

Wo andere Tools Zealy dabei schlagen

Zealys Discord-Bot betreibt keine Moderation. Er kickt, bannt oder timeoutet niemanden und liefert keine Willkommensnachrichten, Reaktionsrollen, Ticketing oder Logging. Discords eigene Moderationswerkzeuge und die darauf aufbauenden Discord-nativen Bots übernehmen diese Aufgabe. Auch sind Zealys API-Schlüssel weit granularer als seine menschlichen Rollen.

Zum ersten Punkt: Wir haben Zealys Discord-Bot-Quellcode nach Kick-, Ban-, Timeout-, Bulk-Delete-, Guild-Ban-, AutoMod-, Moderate-Members- und Audit-Log-Aufrufen sowie nach Willkommensnachrichten, Reaktionsrollen, Sprachkanälen, Tickets und Logging durchsucht. Die einzigen Treffer waren Zeilen, die Caching deaktivieren. Die Installation bietet sogar ein eingeschränktes Berechtigungsset neben der Voll-Administrator-Option — Manage Roles, Mention Everyone und Send Messages — also genau das Berechtigungsset von etwas, das nichts moderieren wird. Wenn dein Problem darin besteht, dass Leute sich danebenbenennen in deinem Discord-Server, ist Zealy das falsche Werkzeug: unser Leitfaden zu Discord-Engagement- und Wachstumswerkzeugen ist der bessere Ausgangspunkt — er behandelt die Moderationsbots und die nativen Discord-Einstellungen, die vieles davon kostenlos erledigen — und die Discord-Integrationsdokumentation beschreibt, was Zealys Bot tatsächlich tut.

Zum zweiten Punkt: Der Vergleich ist peinlich und intern. Zealys API-Schlüssel-Modell hat 40 verschiedene Fähigkeiten, darunter getrennte für das Lesen, Exportieren und Schreiben von Reviews, und seine beiden Quest-Building-Presets haben überhaupt keine Review-Fähigkeit. Das ist ein echtes Least-Privilege-Modell: Eine Maschine, die mit Zealy spricht, kann die Berechtigung erhalten, die Review-Warteschlange zu lesen, aber nicht, sie zu entscheiden.

Ein Mensch kann das nicht. Ein Mensch bekommt eine Position auf einer fünfstufigen Leiter, also wenn du jemanden willst, der triagiert und markiert, ohne zu genehmigen, gibt es keine Möglichkeit, das auszudrücken. Die API weiß wie; das Rollenmodell nicht. Wenn Leute uns nach benutzerdefinierten Rollen fragen, ist das die Lücke, auf die sie gestoßen sind, und auf unser eigenes API-Schlüssel-Modell zu zeigen, ist der fairste Weg, das zuzugeben. Und noch einmal, weil es der operative Punkt ist: Jedes als Arbeitswarteschlange gebaute Werkzeug löst den Durchsatz mehrerer Personen mit Zuweisung. Zealy löst ihn mit einer angepinnten Nachricht in deinem Team-Kanal.

So richtest du das in Zealy ein, der Reihe nach

Prüfe, welche Quests die fünf menschlichen Aufgabentypen verwenden. Konvertiere, was du kannst. Setze richtige Antworten sorgfältig, denn eine leere genehmigt alles. Lade dann ein oder zwei Reviewer über einen begrenzten, ablaufenden Link ein, vereinbart mündlich, wer welches Modul bearbeitet, und entscheide erst dann, ob AI-Review ein Plan-Upgrade wert ist.

1. Zähle deine Warteschlange nach Aufgabentyp, nicht nach Größe, und konvertiere dann, was sich konvertieren lässt. Entscheidend ist, wie viele ausstehende Claims auf Text-, URL-, Zahlen-, Datei- und Umfrage-Aufgaben liegen und wie viele davon eine Frage mit einer wissbaren Antwort stellen. Eine Frage mit einer richtigen Antwort wird zu einem Quiz oder einer Text-Aufgabe mit richtiger Antwort; ein Screenshot, der beweist, dass du es getan hast, wird zu einer On-Chain-, Link- oder Integrations-Aufgabe, wo immer die Aktion eine Spur hinterlässt, die Zealy prüfen kann.

2. Teste jede Auto-Validierung, die du aktivierst, und schalte dann die Duplikat-Ablehnung ein, wo Copy-Paste der Fehlermodus ist. Beanspruche die Aufgabe selbst mit einer falschen Antwort und bestätige, dass sie fehlschlägt; diese Zwei-Minuten-Gewohnheit fängt die Falle der leeren richtigen Antwort ab. Die Duplikat-Ablehnung ist bei Text- und URL-Aufgaben standardmäßig aus und erkennt keine Paraphrase.

3. Befördere Reviewer, nicht Editoren, über einen begrenzten Einladungslink. Setze ein Ablaufdatum und eine maximale Anzahl von Verwendungen und teile der Person schriftlich mit, dass die Rolle bis zu 20.000 Bonus-XP pro Claim vergeben kann, über bis zu 1.000 Claims in einer Aktion, und dass du jedes Urteil sehen kannst.

4. Teile die Warteschlange in einer angepinnten Nachricht auf. Nach Modul, nach Tag oder älteste-zuerst versus neueste-zuerst. Das Produkt wird das nicht für dich tun, und zwei Personen an einer ungeteilten Warteschlange werden Arbeit doppeln.

5. Erst jetzt AI-Review in Betracht ziehen. Wenn der Standard niedergeschrieben werden kann, das Volumen hoch ist und du auf Plus oder Enterprise bist, schreibe den Prompt als die Ablehnungsnachricht, die du gerne senden würdest, denn das wird er. Beginne mit einer Quest und lies die ersten fünfzig Kommentare, die er schreibt, bevor du ihn irgendwo anders aktivierst.

6. Exportiere monatlich und ermittle deine eigene Time-to-Review. Zealy wird sie nicht berechnen. Subtrahiere im CSV-Export den Created-Zeitstempel jedes Claims von seinem Updated-Zeitstempel; das ist korrekt für einmal geprüfte Claims, und erneut geprüfte Claims brauchen ihre Review-Historie. Zehn Minuten in einer Tabellenkalkulation sagen dir, ob irgendetwas davon funktioniert hat.

Der rote Faden ist, dass „muss ich jemanden einstellen“ fast immer die falsche Frage ist, eine Designentscheidung zu spät gestellt. Delegiere zuerst an eine Regel, denn das ist der einzige Weg, auf dem die Arbeit verschwindet statt sich zu verschieben. Delegiere zweitens an eine Person und sei ehrlich zu ihr über die XP-Macht und die Kollisionen. Delegiere zuletzt an eine Maschine, und nur wenn du den Standard niederschreiben kannst. Für den weiteren Kontext ist das Modul zu den Grundlagen des Community-Managements das Begleitstück und Zealys Review-Dokumentation behandelt die Mechanik der Warteschlange. Und wenn du dich noch nicht auf die Tooling festgelegt hast, bepreist unser Überblick über Community-Management-Software die weitere Kategorie, inklusive Moderationsarbeit.