BenGER umfasst 581 klausurartige Falllösungsaufgaben aus der Zeitschrift für das juristische Studium (ZJS) sowie 15 weitere Fälle aus dem Benchathon im Frühjahr 2026. Hinzu kommen 531 händisch erstellte kurze Aufgaben zu juristischen Grundprinzipien. Der Datensatz enthält menschliche Vergleichslösungen in klassischer Form und Lösungen, die gemeinsam mit KI erstellt wurden. Bewertet wurden zwölf LLM-Systeme mit einem rubrikbasierten LLM-as-a-Judge, der auf Grundlage der Benchathon-Daten mit menschlichen Korrekturen statistisch validiert wurde.
Der Datensatz soll Universitäten, Studierenden und Forschung ein offenes und reproduzierbares Werkzeug für die Evaluation juristischer KI-Systeme bereitstellen.