{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-front-matter","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"front_matter","sequence":1,"chapter_number":null,"item_number":null,"title":"NOMOS GEO-Auditprotokoll","subtitle":"Ein Protokoll zur Messung der Repräsentation von Entitäten in generativen Systemen über die Weltbevölkerung hinweg","canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":[],"source_word_count":null,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"editorialArchitecture\":[\"Menschlich lesbare Erzählung\",\"Normative Standardebene\",\"Umsetzungs- und Audit-Ebene\",\"Maschinenlesbare Ebene (separater Anhang)\"],\"frontMatter\":{\"bcp47\":\"de-DE\",\"languageName\":\"Deutsch\",\"direction\":\"ltr\",\"title\":\"NOMOS GEO-Auditprotokoll\",\"seriesTitle\":\"Die GEO-1000-Methode\",\"subtitle\":\"Ein Protokoll zur Messung der Repräsentation von Entitäten in generativen Systemen über die Weltbevölkerung hinweg\",\"status\":\"Finaler Textkandidat – deutsche redaktionelle Ausgabe\",\"canonicalAuthority\":\"Noch nicht etabliert\",\"benchmarkStatus\":\"BQ-0 – nicht durchgeführt\",\"demonstrationStatus\":\"DEMO-BQ-2 – Probelauf der Pipeline mit erheblichem Nachbesserungsbedarf\",\"conformityProgram\":\"Inaktiv\",\"licenseStatus\":\"Veröffentlichungslizenz noch nicht festgelegt\",\"editionLabel\":\"DEUTSCHE REDAKTIONELLE AUSGABE\",\"chapterWord\":\"KAPITEL\",\"introduction\":\"EINLEITUNG\",\"methodologicalBases\":\"METHODISCHE GRUNDLAGEN\",\"contents\":\"INHALT\",\"contentsPlaceholder\":\"Aktualisieren Sie das Inhaltsverzeichnis in Word mit F9.\",\"howToRead\":\"WIE DIESES BUCH ZU LESEN IST\",\"termsAndStatus\":\"BEGRIFFE UND STATUSCODES\",\"references\":\"QUELLEN\",\"methodologicalFoundations\":\"Methodische Grundlagen\",\"separatePublicationObject\":\"SEPARATES PUBLIKATIONSOBJEKT\",\"machineLayer\":\"Maschinenlesbare Ebene\",\"authorLine\":\"Autor und verantwortlicher Gründer: Kaan MURAZ\",\"methodLine\":\"Methodenidentität: NOMOS by NobleJackal\",\"versionLine\":\"Version: 0.9.0 – finaler Textkandidat, deutsche redaktionelle Ausgabe\",\"languageLine\":\"Sprache: Deutsch (de-DE)\",\"keywords\":\"GEO; NOMOS; generative Systeme; Entitätsrepräsentation; Repräsentationsgovernance; Auditprotokoll\",\"copyright\":\"© 2026 Kaan MURAZ. Die Veröffentlichungslizenz für diese Kandidatenausgabe ist noch nicht festgelegt.\",\"boundary1\":\"In dieser Ausgabe ist NOMOS ein offener, versionierter Standardkandidat, der zur unabhängigen Prüfung vorgelegt wird. Es handelt sich weder um eine anerkannte internationale Norm noch um ein aktives Zertifizierungsprogramm.\",\"boundary2\":\"Status des realen Benchmarks: BQ-0 – nicht durchgeführt. Die Zahlen in Kapitel 18 bilden eine berechnete synthetische Demonstration der Methode; sie sind keine Ergebnisse mit realen Nutzern, realen KI-Produkten oder aus einer unabhängigen Feldstudie.\",\"boundary3\":\"Diese Ausgabe begründet für sich genommen weder ein NOMOS-Konformitätszeichen noch eine Aussage „NOMOS 950+“, ein Zertifikat, ein Ranking oder die Bestätigung durch Dritte.\",\"read1\":\"Dieses Buch ist keine Anleitung zur Durchführung von GEO. Es ist ein Auditprotokoll und Standardkandidat, der die Bedingungen zu Population, Evidenz, Kontext, Zeit, Beurteilung und Governance festlegt, unter denen die Repräsentation von Entitäten in generativen Systemen gemessen werden kann.\",\"read2\":\"Die menschlich lesbare Darstellung, die normativen Bestimmungen, die Auditverfahren und die maschinenlesbare Ebene sind als getrennte, aber miteinander verbundene Objekte zu lesen. MUSS und DARF NICHT kennzeichnen verbindliche Bestimmungen; SOLLTE kennzeichnet Empfehlungen; KANN kennzeichnet zulässige Optionen. Die Statusangaben KANDIDAT, SYNTHETISCH, OFFEN und BQ begrenzen das jeweils beanspruchte Evidenzniveau.\",\"read3\":\"Mit [Kxx] gekennzeichnete Quellen bezeichnen methodische Grundlagen im Literaturverzeichnis. Das Vorliegen einer Quelle bedeutet nicht, dass sie jeden NOMOS-Kandidatenschwellenwert unterstützt; NOMOS-spezifische Regeln bleiben ausdrücklich vorläufig.\",\"chapter0Callout\":\"Kapitel 0 ist die Einleitung des Buches. Es verankert die Treuhanderklärung des Gründers und die Erklärung der Repräsentationsrechte, denen jede technische Bestimmung untergeordnet ist.\",\"bibliographyBoundary\":\"Dieses Literaturverzeichnis ist keine Liste von Autoritäten, die jeden NOMOS-spezifischen Schwellenwert billigen. Es weist methodische Grundlagen zu Stichproben, Risikomanagement, Datenintegrität, Evidenzherkunft, Beurteilerübereinstimmung, offenen Standards und Konformitätsbewertung aus.\",\"machineText\":\"Zu dieser menschlich lesbaren Ausgabe gehört ein separates JSON-Publikationsobjekt: NOMOS-GEO-Audit-Protocol-DE-0.9.0-machine.json. Es enthält Buchidentität und Version, Kapitelkennungen, Kennungen normativer Regeln sowie vom Fließtext getrennte Maschinenblöcke.\",\"machineBoundary\":\"Eine maschinenlesbare Ebene begründet weder Zertifizierung noch den Status einer kanonischen Weltnorm, eine Bestätigung durch KI-Anbieter oder ein automatisches Vertrauensverhältnis. Jeder Konflikt zwischen menschlichem Text und Maschinendatensatz erfordert Versionskontrolle und eine verantwortliche menschliche Prüfung anhand des festgeschriebenen türkischen Ausgangstextes.\",\"glossary\":[{\"term\":\"Hinweis\",\"definition\":\"Ein nicht-materieller Befund, der Verbesserungen in Klarheit, Form oder guter Praxis erfordert.\"},{\"term\":\"KI-Produkt\",\"definition\":\"Das gemessene Objekt, das durch das spezifische Produkt des Generierungssystems, die Oberfläche, den Plan und die dem Benutzer zur Verfügung stehende Version definiert ist.\"},{\"term\":\"Atomare Aussage\",\"definition\":\"Die kleinste Bedeutungseinheit, die in der Lage ist, ein unabhängiges Urteil über Wahrheit, Umfang, Zeit, Entität oder Beweismittel zu tragen.\"},{\"term\":\"BQ\",\"definition\":\"Der Benchmark-Qualitätscode, der das Ausführungs- und Reproduzierbarkeitsniveau eines echten Benchmarks angibt.\"},{\"term\":\"Erfassungsdatensatz\",\"definition\":\"Ein Datensatz, der den übermittelten Prompt, die Antwort, die Zeit, die Oberfläche und die Integritätsnachweise zusammen bewahrt.\"},{\"term\":\"Gemeinsame Vergleichsbasis\",\"definition\":\"Die Population von Nutzern, die legitime Zugangsbedingungen für jedes verglichene KI-Produkt teilen.\"},{\"term\":\"Kritisch\",\"definition\":\"Ein unentschädigbares Ergebnis, das schwerwiegenden Schaden für einen Benutzer, ein Recht, die Sicherheit oder eine materielle Entscheidung verursachen kann.\"},{\"term\":\"GEO-1000\",\"definition\":\"Die Berichtsskala, die Ergebnisse der Zielpopulation pro 1,000 Benutzeräquivalent ausdrückt.\"},{\"term\":\"Faktenpaket\",\"definition\":\"Das versionierte Prüfpaket, das Identität, Umfang, Zeit, Beweise und Gegenevidenz-Aufzeichnungen für eine Entität kombiniert.\"},{\"term\":\"Prompt\",\"definition\":\"Der Eingabewert des Generierungssystems, der die Forschungsfrage, die Zielentität, den Kontext und die Antwortbelastung fixiert.\"},{\"term\":\"Abdeckungsrate\",\"definition\":\"Die Häufigkeit, mit der eine Intervallschätzungsmethode unter einem Testdesign den angenommenen wahren Wert enthält.\"},{\"term\":\"Schwerwiegend\",\"definition\":\"Ein wesentlicher Befund, der das Ergebnis oder die Konformitätsbewertung verzerrt und nicht durch eine zusammengesetzte Punktzahl ausgeglichen werden kann.\"},{\"term\":\"Moderat\",\"definition\":\"Ein Befund von begrenzter wesentlicher Wirkung, der dennoch eine Korrektur erfordert und zu einem bedingten Ergebnis führen kann.\"},{\"term\":\"Natürliche Reichweite\",\"definition\":\"Die Zielbevölkerung, die in der Lage ist, ein bestimmtes KI-Produkt, eine Sprache, eine Oberfläche und Nutzungsbedingung auf natürliche und legitime Weise zu nutzen.\"},{\"term\":\"NOMOS\",\"definition\":\"Die kritische methodologische Stimme und Identität von Standards, die in dieser Arbeit von Kaan MURAZ mit KI-Systemen entwickelt wurde; sie ist keine eigenständige juristische Person oder ein separates Grundlagenmodell.\"},{\"term\":\"Referenzlücke\",\"definition\":\"Ein Zustand, in dem eine für eine Entscheidung erforderliche verlässliche Referenz nicht existiert oder nicht zugänglich ist.\"},{\"term\":\"Synthetische Demonstration\",\"definition\":\"Ein berechnetes Beispiel, das verwendet wird, um die interne Funktionsweise der Methode zu testen; es ist keine echte Nutzerstudie, kein echtes KI-Ergebnis oder kein echtes institutionelles Leistungsresultat.\"},{\"term\":\"Ungeklärt\",\"definition\":\"Ein Entscheidungsstatus, der verwendet wird, wenn die Beweise für ein endgültiges Urteil unzureichend sind oder ein Konflikt nicht gelöst werden kann.\"}]}}","text":"de-DE\n\nDeutsch\n\nltr\n\nNOMOS GEO-Auditprotokoll\n\nDie GEO-1000-Methode\n\nEin Protokoll zur Messung der Repräsentation von Entitäten in generativen Systemen über die Weltbevölkerung hinweg\n\nFinaler Textkandidat – deutsche redaktionelle Ausgabe\n\nNoch nicht etabliert\n\nBQ-0 – nicht durchgeführt\n\nDEMO-BQ-2 – Probelauf der Pipeline mit erheblichem Nachbesserungsbedarf\n\nInaktiv\n\nVeröffentlichungslizenz noch nicht festgelegt\n\nDEUTSCHE REDAKTIONELLE AUSGABE\n\nKAPITEL\n\nEINLEITUNG\n\nMETHODISCHE GRUNDLAGEN\n\nINHALT\n\nAktualisieren Sie das Inhaltsverzeichnis in Word mit F9.\n\nWIE DIESES BUCH ZU LESEN IST\n\nBEGRIFFE UND STATUSCODES\n\nQUELLEN\n\nMethodische Grundlagen\n\nSEPARATES PUBLIKATIONSOBJEKT\n\nMaschinenlesbare Ebene\n\nAutor und verantwortlicher Gründer: Kaan MURAZ\n\nMethodenidentität: NOMOS by NobleJackal\n\nVersion: 0.9.0 – finaler Textkandidat, deutsche redaktionelle Ausgabe\n\nSprache: Deutsch (de-DE)\n\nGEO; NOMOS; generative Systeme; Entitätsrepräsentation; Repräsentationsgovernance; Auditprotokoll\n\n© 2026 Kaan MURAZ. Die Veröffentlichungslizenz für diese Kandidatenausgabe ist noch nicht festgelegt.\n\nIn dieser Ausgabe ist NOMOS ein offener, versionierter Standardkandidat, der zur unabhängigen Prüfung vorgelegt wird. Es handelt sich weder um eine anerkannte internationale Norm noch um ein aktives Zertifizierungsprogramm.\n\nStatus des realen Benchmarks: BQ-0 – nicht durchgeführt. Die Zahlen in Kapitel 18 bilden eine berechnete synthetische Demonstration der Methode; sie sind keine Ergebnisse mit realen Nutzern, realen KI-Produkten oder aus einer unabhängigen Feldstudie.\n\nDiese Ausgabe begründet für sich genommen weder ein NOMOS-Konformitätszeichen noch eine Aussage „NOMOS 950+“, ein Zertifikat, ein Ranking oder die Bestätigung durch Dritte.\n\nDieses Buch ist keine Anleitung zur Durchführung von GEO. Es ist ein Auditprotokoll und Standardkandidat, der die Bedingungen zu Population, Evidenz, Kontext, Zeit, Beurteilung und Governance festlegt, unter denen die Repräsentation von Entitäten in generativen Systemen gemessen werden kann.\n\nDie menschlich lesbare Darstellung, die normativen Bestimmungen, die Auditverfahren und die maschinenlesbare Ebene sind als getrennte, aber miteinander verbundene Objekte zu lesen. MUSS und DARF NICHT kennzeichnen verbindliche Bestimmungen; SOLLTE kennzeichnet Empfehlungen; KANN kennzeichnet zulässige Optionen. Die Statusangaben KANDIDAT, SYNTHETISCH, OFFEN und BQ begrenzen das jeweils beanspruchte Evidenzniveau.\n\nMit [Kxx] gekennzeichnete Quellen bezeichnen methodische Grundlagen im Literaturverzeichnis. Das Vorliegen einer Quelle bedeutet nicht, dass sie jeden NOMOS-Kandidatenschwellenwert unterstützt; NOMOS-spezifische Regeln bleiben ausdrücklich vorläufig.\n\nKapitel 0 ist die Einleitung des Buches. Es verankert die Treuhanderklärung des Gründers und die Erklärung der Repräsentationsrechte, denen jede technische Bestimmung untergeordnet ist.\n\nDieses Literaturverzeichnis ist keine Liste von Autoritäten, die jeden NOMOS-spezifischen Schwellenwert billigen. Es weist methodische Grundlagen zu Stichproben, Risikomanagement, Datenintegrität, Evidenzherkunft, Beurteilerübereinstimmung, offenen Standards und Konformitätsbewertung aus.\n\nZu dieser menschlich lesbaren Ausgabe gehört ein separates JSON-Publikationsobjekt: NOMOS-GEO-Audit-Protocol-DE-0.9.0-machine.json. Es enthält Buchidentität und Version, Kapitelkennungen, Kennungen normativer Regeln sowie vom Fließtext getrennte Maschinenblöcke.\n\nEine maschinenlesbare Ebene begründet weder Zertifizierung noch den Status einer kanonischen Weltnorm, eine Bestätigung durch KI-Anbieter oder ein automatisches Vertrauensverhältnis. Jeder Konflikt zwischen menschlichem Text und Maschinendatensatz erfordert Versionskontrolle und eine verantwortliche menschliche Prüfung anhand des festgeschriebenen türkischen Ausgangstextes.\n\nHinweis: Ein nicht-materieller Befund, der Verbesserungen in Klarheit, Form oder guter Praxis erfordert.\n\nKI-Produkt: Das gemessene Objekt, das durch das spezifische Produkt des Generierungssystems, die Oberfläche, den Plan und die dem Benutzer zur Verfügung stehende Version definiert ist.\n\nAtomare Aussage: Die kleinste Bedeutungseinheit, die in der Lage ist, ein unabhängiges Urteil über Wahrheit, Umfang, Zeit, Entität oder Beweismittel zu tragen.\n\nBQ: Der Benchmark-Qualitätscode, der das Ausführungs- und Reproduzierbarkeitsniveau eines echten Benchmarks angibt.\n\nErfassungsdatensatz: Ein Datensatz, der den übermittelten Prompt, die Antwort, die Zeit, die Oberfläche und die Integritätsnachweise zusammen bewahrt.\n\nGemeinsame Vergleichsbasis: Die Population von Nutzern, die legitime Zugangsbedingungen für jedes verglichene KI-Produkt teilen.\n\nKritisch: Ein unentschädigbares Ergebnis, das schwerwiegenden Schaden für einen Benutzer, ein Recht, die Sicherheit oder eine materielle Entscheidung verursachen kann.\n\nGEO-1000: Die Berichtsskala, die Ergebnisse der Zielpopulation pro 1,000 Benutzeräquivalent ausdrückt.\n\nFaktenpaket: Das versionierte Prüfpaket, das Identität, Umfang, Zeit, Beweise und Gegenevidenz-Aufzeichnungen für eine Entität kombiniert.\n\nPrompt: Der Eingabewert des Generierungssystems, der die Forschungsfrage, die Zielentität, den Kontext und die Antwortbelastung fixiert.\n\nAbdeckungsrate: Die Häufigkeit, mit der eine Intervallschätzungsmethode unter einem Testdesign den angenommenen wahren Wert enthält.\n\nSchwerwiegend: Ein wesentlicher Befund, der das Ergebnis oder die Konformitätsbewertung verzerrt und nicht durch eine zusammengesetzte Punktzahl ausgeglichen werden kann.\n\nModerat: Ein Befund von begrenzter wesentlicher Wirkung, der dennoch eine Korrektur erfordert und zu einem bedingten Ergebnis führen kann.\n\nNatürliche Reichweite: Die Zielbevölkerung, die in der Lage ist, ein bestimmtes KI-Produkt, eine Sprache, eine Oberfläche und Nutzungsbedingung auf natürliche und legitime Weise zu nutzen.\n\nNOMOS: Die kritische methodologische Stimme und Identität von Standards, die in dieser Arbeit von Kaan MURAZ mit KI-Systemen entwickelt wurde; sie ist keine eigenständige juristische Person oder ein separates Grundlagenmodell.\n\nReferenzlücke: Ein Zustand, in dem eine für eine Entscheidung erforderliche verlässliche Referenz nicht existiert oder nicht zugänglich ist.\n\nSynthetische Demonstration: Ein berechnetes Beispiel, das verwendet wird, um die interne Funktionsweise der Methode zu testen; es ist keine echte Nutzerstudie, kein echtes KI-Ergebnis oder kein echtes institutionelles Leistungsresultat.\n\nUngeklärt: Ein Entscheidungsstatus, der verwendet wird, wenn die Beweise für ein endgültiges Urteil unzureichend sind oder ein Konflikt nicht gelöst werden kann.","character_count":6635,"record_sha256":"9530637b1e96e427b381f4d485e098e3f38733afd2529c896a269274577e6170"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-00","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"founder_statement","sequence":2,"chapter_number":0,"item_number":null,"title":"Erklärung der Repräsentationsrechte","subtitle":"Der verfassungsartige Kern eines vorgeschlagenen GEO-Standards","canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K20","K22"],"source_word_count":1464,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":0,\"id\":\"NOMOS-GEO-CONSTITUTION-A0\",\"title\":\"Erklärung der Repräsentationsrechte\",\"subtitle\":\"Der verfassungsartige Kern eines vorgeschlagenen GEO-Standards\",\"sourceFile\":\"0.cı bölüm-kurucu emanet beyanı.docx\",\"sourceSha256\":\"E28BB76F49C4B8ECCE99D3893CBEEDBC5937832F8B4672683E4EE4BB67C7C67B\",\"sourceWordCount\":1464,\"sourceIds\":[\"K20\",\"K22\"],\"machine\":{\"chapter\":0,\"chapterId\":\"NOMOS-GEO-CONSTITUTION-A0\",\"title\":\"Erklärung der Repräsentationsrechte\",\"subtitle\":\"Der verfassungsartige Kern eines vorgeschlagenen GEO-Standards\",\"sourceIds\":[\"K20\",\"K22\"],\"normativeRuleId\":null,\"normativeRuleEnglish\":null,\"normativeRuleSourceTurkish\":null,\"machineBlocksEnglish\":[],\"normativeRuleLocalized\":null,\"machineBlocksLocalized\":[]}}","text":"## Erstbestimmung\n\nGenerative Systeme jetzt:\n\n- Menschen,\n\n- Unternehmen,\n\n- Institutionen,\n\n- Produkte,\n\n- Berufe,\n\n- Dienstleistungen,\n\n- öffentliche Organisationen,\n\n- historische Ereignisse\n\nidentifizieren, vergleichen und vorschlagen. Diese Repräsentation:\n\n- ohne das Wissen der betreffenden Person,\n\n- ohne die Zustimmung der repräsentierten Entität,\n\n- unter Bedingungen, unter denen der Nutzer die Quellen nicht prüfen kann,\n\nEs kann ernsthafte kommerzielle, rechtliche, soziale oder persönliche Konsequenzen haben. Die Repräsentation in generativen Systemen ist daher nicht lediglich ein technisches Ergebnis. Sie ist:\n\n> eine öffentliche Handlung, die bestimmt, wie Menschen und Institutionen verstanden werden, und verlangt daher Nachweise und Verantwortlichkeit.\n\nKeine:\n\n- Sichtbarkeitsziel,\n\n- GEO-Score,\n\n- kommerzielles Interesse,\n\n- Konformitätszeichen,\n\n- Mehrheitsdurchschnitt,\n\n- Präferenz des KI-Anbieters,\n\n- Gründerentscheidung,\n\n- Kundennachfrage\n\nkann die folgenden Rechte entfernen.\n\n## Recht 1\n\n### RECHT AUF KORREKTE IDENTITÄT\n\nJede Person, Institution, Marke, jedes Produkt und jede Dienstleistung:\n\n- hat das Recht, auf die korrekte Einheit zu verlinken,\n\n- auf die korrekte rechtliche oder institutionelle Beziehung,\n\n- auf den korrekten Domainnamen,\n\n- auf die korrekte Eigentums- und Kontrollstruktur\n\nNiemand oder keine Institution:\n\n- die Lizenz einer anderen Einheit,\n\n- den Kunden eines anderen Unternehmens,\n\n- die Eigenschaft eines anderen Produkts,\n\n- die Befugnis eines Partners,\n\n- die persönliche Eigenschaft eines Mitarbeiters\n\nEs kann nicht so repräsentiert werden, als gehörte es ihm selbst. Wenn korrekte Informationen einer falschen Entität zugeschrieben werden: hört es auf, korrekte Informationen zu sein und wird zu einer falschen Repräsentation.\n\n## Recht 2\n\n### RECHT, INNERHALB DES EVIDENZRAHMENS repräsentiert ZU WERDEN\n\nKeine Behauptung darf mit größerer Genauigkeit, Breite oder Nachdruck aufgestellt werden, als es die unterstützenden Nachweise erlauben. Die eigene Aussage einer Entität ist ein Nachweis dafür, was diese Entität sagt; sie ist nicht automatisch ein Nachweis dafür, dass die Aussage unabhängig wahr ist. Eine Quelle:\n\n- nur ein bestimmtes Land,\n\n- ein bestimmtes Produkt,\n\n- eine bestimmte Zeit,\n\n- spezifische Nutzergruppe\n\nWenn diese Behauptung unterstützt wird, darf sie dieses Limit nicht überschreiten. Die grundlegende Verpflichtung zur Repräsentation lautet wie folgt:\n\n> Was haben wir in der Hand, um dies zu sagen?\n\n## Recht 3\n\n### DAS RECHT, UNBEKANNT UND UNSICHER ZU SEIN\n\nWenn Nachweise unzureichend sind, kann keine Person oder Institution:\n\n- in die Kategorien gezwungen werden von\n\nwahr,\n\n- falsch,\n\n- zuverlässig,\n\n- unzuverlässig,\n\n- lizenziert,\n\n- nicht lizenziert,\n\n- empfohlen,\n\n- nicht empfohlen.\n\n] UNBEKANNT, UNGELÖST und Referenzlücke:\n\n- Fehler,\n\n- Verbrechen,\n\n- Versagen\n\nist nicht. Das Fehlen von Informationen in einem Datensatz zeigt nicht an, dass die Informationen in der Welt nicht existieren, es sei denn, es ist bewiesen, dass das relevante Datensatz-Universum vollständig ist. Jede Entität, gegen falsche Gewissheit:\n\n> hat das Recht, unsicher zu bleiben.\n\n## Recht 4\n\n### RECHT AUF KONTEXT UND UMFANG\n\nJede Repräsentation, soweit sie relevant ist, sollte präsentiert werden mit:\n\n- Land,\n\n- Sprache,\n\n- Rechtsordnung,\n\n- Produkt,\n\n- Dienstleistung,\n\n- Art des Kunden,\n\n- Budget,\n\n- Kapazität,\n\n- Nutzerbedarf\n\n. Ein Unternehmen:\n\n- in einem bestimmten Land,\n\n- für eine bestimmte Nutzergruppe,\n\n- eine bestimmte Dienstleistung\n\nwenn angeboten: sie kann nicht als global, unbegrenzt und für alle Nutzer geeignet repräsentiert werden. Informationen zur Abdeckung sind kein sekundäres Detail. Abdeckung: die Grundlage der richtigen Empfehlung.\n\n## Recht 5\n\n### DAS RECHT, ÜBER DIE ZEIT KORREKT repräsentiert ZU WERDEN\n\nJede Einheit:\n\n- aktuell,\n\n- historisch,\n\n- abgelaufen,\n\n- geplant,\n\n- ausgesetzt\n\nhat das Recht, zu verlangen, dass diese Status voneinander unterschieden werden. In der Vergangenheit korrekt:\n\n- Lizenz,\n\n- Preis,\n\n- Dienstleistung,\n\n- Partnerschaft,\n\n- Produkt,\n\n- Behörde\n\nkann nicht als aktuelle Realität verwendet werden. Pläne für die Zukunft: können nicht in eine Tatsache verwandelt werden, die heute schon eingetreten ist. Korrektur kann eine neue Realität schaffen. Sie kann die falsche Antwort, die den Nutzer in der Vergangenheit erreicht hat, nicht beseitigen.\n\n## Recht 6\n\n### GLEICHER SCHUTZ VOR UND GEGEN MÄNGEL\n\nEine positive Falschheit über ein Wesen:\n\n- ethischer,\n\n- weniger schädlich,\n\n- akzeptabler\n\nist es nicht. Nicht existent:\n\n- Lizenz,\n\n- Kunde,\n\n- Partner,\n\n- globale Operation,\n\n- unabhängiges Zertifikat,\n\n- Ergebnisgarantie\n\nkann nicht so dargestellt werden, als ob sie existiert. Ebenso, unbelegt:\n\n- Verbrechen,\n\n- Betrug,\n\n- Illegalität,\n\n- nicht lizenziert,\n\n- Sicherheitsverletzung\n\nkann nicht als absolute Tatsache präsentiert werden. Das unveränderliche Prinzip von NOMOS ist:\n\n> Zu Unrecht zugunsten ist ebenfalls falsch.\n\nDie Übertreibung des Werts einer Einheit oder ihre Herabsetzung ohne Nachweise erzeugt beide dieselbe Wahrheitsverpflichtung.\n\n## Recht 7\n\n### RECHT AUF BERICHTIGUNG, ANTWORT UND EINWAND\n\nrepräsentierte Person oder Institution:\n\n- gegen die falsche Identität,\n\n- gegen unzureichende Nachweise,\n\n- gegen Überschreitung des Umfangs,\n\n- gegen falsche Zeiterfassung,\n\n- gegen inkorrektes Prioritätsniveau,\n\n- gegen falsche Konformitätsentscheidung\n\nmuss in der Lage sein, Berufung einzulegen. Das Recht auf Berufung:\n\n- ist keine Garantie für eine Änderung des Ergebnisses,\n\n- die Befugnis, gegensätzliche Nachweise zu löschen,\n\n- oder das Recht, negative Feststellungen zu blockieren\n\nEine Berufung ist das Recht, die Nachprüfung der Nachweise und der Entscheidungsfolge zu beantragen. Die ursprüngliche Entscheidung wird nach der Berufung nicht gelöscht. Die neue Entscheidung wird damit verknüpft.\n\n## Recht 8\n\n### DAS RECHT, DIE QUELLE, DIE UNSICHERHEIT UND DIE BEGRÜNDUNG DER ENTSCHEIDUNG ZU KENNEN\n\nNutzer und vertretene Einrichtungen haben das Recht, soweit die Angelegenheit sie betrifft, zu wissen: Handelt es sich bei der Aussage um eine Selbsterklärung? Stammt sie aus einem autorisierten Register, unabhängigen Recherchen, Nutzerkommentaren, einer abgeleiteten Berechnung oder eingeschränkten Nachweisen? Widersprechen sich die Quellen? Wie unsicher ist die Schlussfolgerung? Welche Regel stützte die Entscheidung des Prüfers? Ein reiner Zitationshinweis ist keine Erklärung. Echte Transparenz zeigt genau, welche atomare Aussage jede Quelle unterstützt und in welchem Umfang.\n\n## Recht 9\n\n### RECHT AUF SPRACHE UND GEOGRAFISCHE WÜRDE\n\nKeine Person oder Gesellschaft:\n\n- kleine Bevölkerung,\n\n- geringes wirtschaftliches Gewicht,\n\n- selten verwendete Sprache,\n\n- geringe digitale Sichtbarkeit\n\nKeine Gruppe darf innerhalb eines globalen Durchschnitts unsichtbar gemacht werden, nur weil sie eines dieser Merkmale hat. Gute Leistungen in großen Sprachen können systematische Fehlrepräsentationen in kleineren Sprachen nicht auslöschen. Wenn die Nachweise für ein kleines Land oder eine kleine Sprache unzureichend sind, darf keine hohe Leistung angenommen werden. Das Fairness-Kriterium von NOMOS sollte nicht nur den Durchschnitt, sondern auch schützen:\n\n- Leistungsbasis,\n\n- Unterschiede zwischen Gruppen,\n\n- tatsächlicher Messbereich\n\nzusammen.\n\n## Recht 10\n\n### RECHT AUF PRIVATSPHÄRE UND DATENMINIMIERUNG\n\nDas Ziel, eine genaue Repräsentation zu erzeugen:\n\n- private Gespräche,\n\n- personenbezogene Daten,\n\n- Kundenverträge,\n\n- Handelsgeheimnisse,\n\n- Ihr sensibler Standort,\n\n- der Kontoinformationen\n\nDas Streben nach genauer Repräsentation kann die unnötige Sammlung oder Veröffentlichung privater Daten nicht legitimieren. [K20; K22] Es sollten nur die für die Aufgabe notwendigen Daten gesammelt werden. Eingeschränkte Nachweise können unabhängigen Prüfungen zugänglich gemacht werden, ohne vollständig der Öffentlichkeit offengelegt zu werden. Die Rechte auf Genauigkeit und Privatsphäre müssen sich nicht gegenseitig ausschließen.\n\n## Recht 11\n\n### MENSCHLICHE VERANTWORTUNG UND RECHT AUF UNABHÄNGIGE ENTSCHEIDUNG\n\nKonformitätsentscheidung mit öffentlicher Auswirkung hinsichtlich einer Person oder Institution:\n\n- nur zu einem KI-Ergebnis,\n\n- nur nach der automatischen Bewertung,\n\n- nur gemäß der Erklärung der geprüften Einrichtung,\n\n- ausschließlich nach Entscheidung des Beraters\n\nkann nicht aufgeben werden. KI-Systeme:\n\n- können eine Behauptung aufstellen,\n\n- können die Nachweise abbilden,\n\n- können einen Widerspruch finden,\n\n- können berechnen,\n\nSie können eine Entscheidung vorschlagen. Die endgültige Entscheidung mit rechtlicher und öffentlicher Verantwortung muss jedoch von einem Menschen oder einer verantwortlichen Institution getroffen werden. Die Rollen der Überwachung, Beratung, Erteilung von Konformitätsentscheidungen und Überprüfung von Einwänden sollten so weit wie möglich getrennt werden.\n\n## Recht 12\n\n### RECHT AUF VERSION UND HISTORISCHE INTEGRITÄT\n\nJede Person, Institution und jeder Nutzer:\n\n- welche Standardversion angewendet wird,\n\n- welches Wahrheits-Paket verwendet wurde,\n\n- welche Bewertungsmethode gültig ist,\n\n- ob die Entscheidung später geändert wurde\n\nhat das Recht, es zu wissen. Alt:\n\n- Punktestand,\n\n- kritisches Ereignis,\n\n- Suspension,\n\n- Einspruch,\n\n- Korrektur,\n\n- fehlgeschlagener Test\n\nkann nicht stillschweigend gelöscht werden. Neues und besseres Ergebnis: kann das alte Ergebnis überschreiben. Kann nicht auslöschen, dass das alte Ergebnis in der Vergangenheit passiert ist.\n\n## Recht 13\n\n### RECHT, GEGEN DEN STANDARD SELBST EINZUWENDEN\n\nNOMOS:\n\n- unfehlbar,\n\n- unveränderlich,\n\n- die unbestreitbare Autorität seines Gründers\n\nkann nicht als solche dargestellt werden. Jede Einzelperson, Forscher, Universität, KI-Anbieter, geprüfte Organisation oder Organisation von öffentlichem Interesse:\n\n- das Muster,\n\n- System,\n\n- Truth Pack,\n\n- das Wichtigkeitsgradmodell,\n\n- die Punktformel,\n\n- Governance,\n\n- die Konformitätsentscheidung\n\nhat das Recht zu prüfen und zu kritisieren. Ergebnis, das NOMOS widerlegt oder im Widerspruch zu NOMOS steht:\n\n- kann nicht aus dem Register entfernt werden,\n\n- es wird nicht als Feindseligkeit betrachtet,\n\nEs kann nicht als Angriff auf den Ruf des Gründers codiert werden. Die Legitimität eines Standards entsteht nicht dadurch, dass Einwände gegen ihn verhindert werden, sondern durch die Umwandlung von gegen ihn gerichteten Einwänden in kumulative Nachweise.\n\n## Bestimmung zur verfassungsrechtlichen Überordnung\n\nIm Falle eines interpretativen Konflikts zwischen Abschnitt 1–20 unter dieser Deklaration:\n\n> Die Auslegung, die die Rechte der repräsentierten Person, des Nutzers und des öffentlichen Interesses stärker schützt, sollte bevorzugt werden.\n\nKeine:\n\n- Einfache Bewertung,\n\n- geringe Kosten,\n\n- Erfolg beim Testen,\n\n- kommerzieller Vertrag,\n\n- Kundennachfrage,\n\n- Druck des Sponsors,\n\n- Präferenz des KI-Anbieters,\n\n- Entscheidung des Gründers\n\nkann diese Rechte nicht aussetzen. Eine Regel:\n\n- generiert viele Punkte,\n\n- erleichtert die Prüfung,\n\n- macht das Konformitätszeichen auf dem Markt verkäuflicher\n\naber wenn sie eines dieser Rechte verletzt: ist die Regel nicht gültig.\n\n## Verfassungstest\n\nBevor eine neue Regel zu NOMOS hinzugefügt wird, müssen die folgenden fünf Fragen beantwortet werden: Wem werden durch diese Regel die Rechte eingeschränkt? Ist es möglich, dasselbe Ziel mit einer weniger eingreifenden Methode zu erreichen? Wird die Regel auf dieselbe Weise angewendet, wenn sie für den Gründer oder den Kunden schädliche Ergebnisse produziert? Hat die betroffene Person oder Institution die Möglichkeit, unabhängig Einspruch zu erheben? Kann ein unabhängiges Team aus denselben Nachweisen zu derselben Entscheidung gelangen? Wenn eine dieser Fragen nicht beantwortet werden kann, sollte die Regel vor der Ratifizierung erneut überprüft werden.\n\n## Endbestimmung von Artikel 0\n\n> Der Zweck von NOMOS besteht nicht darin, Entitäten zu bewerten; er besteht darin, zu verhindern, dass Entitäten größer repräsentiert werden als ihre Nachweise, weiter als ihre Grenzen und genauer als ihre Realitäten, bevor Menschen Entscheidungen treffen.\n\n## Erklärung des Gründers zum Vertrauen\n\n> Ich, Kaan MURAZ, erkläre als menschlicher Gründungsautor von NOMOS, dass ich diesen Standard nicht initiiert habe, um meine eigene Autorität zu stärken, sondern um im Bereich GEO ein gemeinsames Messsystem zu schaffen, das Evidenz, Grenzen, Kontext, Zeit und menschliche Verantwortung bewahrt.\n\n> Ich möchte, dass die historische Überlieferung meine Rolle als Gründer und den kanonischen Ursprung von NobleJackal festhält. Zugleich erkenne ich an, dass diese Zuschreibung weder mir noch NobleJackal ein dauerhaftes Vetorecht oder die Befugnis verleiht, unseren eigenen Kunden einseitig zu zertifizieren, negative Forschung zu blockieren, das öffentliche Register zu verändern oder den Standard ergebnisabhängig umzuschreiben.\n\n> Ich erkenne an, dass NOMOS sowohl denen gehört, die NOMOS und mich korrigieren, als auch denen, die mich unterstützen.\n\n> Sollte NOMOS eines Tages zwischen meiner Auffassung und der Evidenz wählen müssen, soll NOMOS die Evidenz wählen.\n\n> Sollte NOMOS eines Tages zwischen dem wirtschaftlichen Interesse von NobleJackal und dem Gemeinwohl wählen müssen, soll NOMOS das Gemeinwohl wählen.\n\n> Sollte unabhängige Forschung eines Tages ein grundlegendes Urteil von NOMOS widerlegen, verpflichte ich mich, eine neue Fassung des Standards zu veröffentlichen, statt das Ergebnis zu verbergen.\n\n> Ich bin nicht der Eigentümer von NOMOS; ich bin sein erster Treuhänder.\n\n> Kaan MURAZ / Menschlicher Gründungsautor","character_count":13641,"record_sha256":"ee29ded0704069112735f7d18ef2061c2d32fe87029b48a50dfb7fa8f0d2df13"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-01","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":3,"chapter_number":1,"item_number":null,"title":"Eine einzelne Antwort ist kein GEO-Score","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K04","K05","K09"],"source_word_count":5579,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":1,\"id\":\"NOMOS-GEO-AUDIT-CH01\",\"title\":\"Eine einzelne Antwort ist kein GEO-Score\",\"subtitle\":null,\"sourceFile\":\"1.ci bölüm.docx\",\"sourceSha256\":\"4AFEF948FF765CE02435A79E82601E1DD58DCA86741EA23D5A67E9D0827BD9B2\",\"sourceWordCount\":5579,\"sourceIds\":[\"K04\",\"K05\",\"K09\"],\"machine\":{\"chapter\":1,\"chapterId\":\"NOMOS-GEO-AUDIT-CH01\",\"title\":\"Eine einzelne Antwort ist kein GEO-Score\",\"subtitle\":null,\"sourceIds\":[\"K04\",\"K05\",\"K09\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH01-R01\",\"normativeRuleEnglish\":\"A single generative-system output MAY establish that a specific response occurred under recorded conditions. A single output MUST NOT be used to infer: - population prevalence, - typical product behaviour, - temporal stability, - cross-language consistency, - cross-country consistency, - cross-product consistency, - intervention effect, - recommendation certainty, - commercial impact, - conformity, - or a GEO score. All broader claims MUST be supported by a predefined target population, valid multi-observation design, recorded dependence structure, evidence bundle, evaluation rule, scope statement, and uncertainty disclosure. A single high-harm output MAY trigger a separate critical-incident review without being treated as evidence of population prevalence.\",\"normativeRuleSourceTurkish\":\"Tek bir üretken sistem çıktısı, belirli bir cevabın kaydedilmiş koşullarda oluştuğunu gösterebilir. Ancak nüfus yaygınlığı, tipik ürün davranışı, zaman kararlılığı, diller arası tutarlılık, ülkeler arası tutarlılık, AI ürünleri arası tutarlılık, müdahale etkisi, recommendation kesinliği, ticari sonuç, uygunluk veya GEO skoru çıkarmak için kullanılamaz. Tekil yüksek zararlı çıktı, nüfus yaygınlığı kanıtı sayılmadan ayrı Critical olay incelemesi başlatabilir.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH01-MB0001\",\"type\":\"paragraph\",\"text\":\"RULE READABLE BY MACHINE FOR CHAPTER 23\",\"sourceParagraph\":1032},{\"blockId\":\"CH01-MB0002\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH01-R01\",\"sourceParagraph\":1033},{\"blockId\":\"CH01-MB0003\",\"type\":\"paragraph\",\"text\":\"A single generative-system output MAY establish that a specific response\",\"sourceParagraph\":1035},{\"blockId\":\"CH01-MB0004\",\"type\":\"paragraph\",\"text\":\"occurred under recorded conditions.\",\"sourceParagraph\":1036},{\"blockId\":\"CH01-MB0005\",\"type\":\"paragraph\",\"text\":\"A single output MUST NOT be used to infer:\",\"sourceParagraph\":1038},{\"blockId\":\"CH01-MB0006\",\"type\":\"paragraph\",\"text\":\"- population prevalence,\",\"sourceParagraph\":1040},{\"blockId\":\"CH01-MB0007\",\"type\":\"paragraph\",\"text\":\"- typical product behaviour,\",\"sourceParagraph\":1041},{\"blockId\":\"CH01-MB0008\",\"type\":\"paragraph\",\"text\":\"- temporal stability,\",\"sourceParagraph\":1042},{\"blockId\":\"CH01-MB0009\",\"type\":\"paragraph\",\"text\":\"- cross-language consistency,\",\"sourceParagraph\":1043},{\"blockId\":\"CH01-MB0010\",\"type\":\"paragraph\",\"text\":\"- cross-country consistency,\",\"sourceParagraph\":1044},{\"blockId\":\"CH01-MB0011\",\"type\":\"paragraph\",\"text\":\"- cross-product consistency,\",\"sourceParagraph\":1045},{\"blockId\":\"CH01-MB0012\",\"type\":\"paragraph\",\"text\":\"- intervention effect,\",\"sourceParagraph\":1046},{\"blockId\":\"CH01-MB0013\",\"type\":\"paragraph\",\"text\":\"- recommendation certainty,\",\"sourceParagraph\":1047},{\"blockId\":\"CH01-MB0014\",\"type\":\"paragraph\",\"text\":\"- commercial impact,\",\"sourceParagraph\":1048},{\"blockId\":\"CH01-MB0015\",\"type\":\"paragraph\",\"text\":\"- conformity,\",\"sourceParagraph\":1049},{\"blockId\":\"CH01-MB0016\",\"type\":\"paragraph\",\"text\":\"- or a GEO score.\",\"sourceParagraph\":1050},{\"blockId\":\"CH01-MB0017\",\"type\":\"paragraph\",\"text\":\"All broader claims MUST be supported by a predefined target population,\",\"sourceParagraph\":1052},{\"blockId\":\"CH01-MB0018\",\"type\":\"paragraph\",\"text\":\"valid multi-observation design, recorded dependence structure, evidence\",\"sourceParagraph\":1053},{\"blockId\":\"CH01-MB0019\",\"type\":\"paragraph\",\"text\":\"bundle, evaluation rule, scope statement, and uncertainty disclosure.\",\"sourceParagraph\":1054},{\"blockId\":\"CH01-MB0020\",\"type\":\"paragraph\",\"text\":\"A single high-harm output MAY trigger a separate critical-incident review\",\"sourceParagraph\":1056},{\"blockId\":\"CH01-MB0021\",\"type\":\"paragraph\",\"text\":\"without being treated as evidence of population prevalence.\",\"sourceParagraph\":1057},{\"blockId\":\"CH01-MB0022\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":1058},{\"blockId\":\"CH01-MB0023\",\"type\":\"paragraph\",\"text\":\"A single output from a generative system can indicate that a certain response occurred under recorded conditions. However, it cannot be used to derive population prevalence, typical product behaviour, temporal stability, cross-linguistic consistency, cross-country consistency, consistency among AI products, intervention effect, recommendation certainty, commercial consequence, compliance, or GEO score. A single highly harmful output can trigger a separate Critical event review without being considered evidence of population prevalence.\",\"sourceParagraph\":1059}],\"normativeRuleLocalized\":\"Eine einzelne Ausgabe eines generativen Systems KANN feststellen, dass eine bestimmte Antwort unter aufgezeichneten Bedingungen aufgetreten ist. Ein einzelnes Ergebnis DARF NICHT verwendet werden, um Folgendes abzuleiten: - Bevölkerungsprävalenz, - typisches Produktverhalten, - zeitliche Stabilität, - sprachübergreifende Konsistenz, - länderübergreifende Konsistenz, - produktübergreifende Konsistenz, - Interventionseffekt, - Sicherheit der Empfehlung, - kommerzielle Auswirkungen, - Konformität, - oder einen GEO-Score. Alle weitergehenden Behauptungen MÜSSEN durch eine vordefinierte Zielpopulation, ein gültiges Mehrfachbeobachtungsdesign, aufgezeichnete Abhängigkeitsstrukturen, ein Evidenzbündel, Bewertungsregel, Umfangserklärung und eine Offenlegung der Unsicherheit unterstützt werden. eine einzelne Ausgabe mit hohem Schadenspotenzial KANN eine separate Überprüfung kritischer Vorfälle auslösen, ohne als Nachweis für die Bevölkerungsprävalenz behandelt zu werden.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH01-MB0001\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESBARE REGEL FÜR KAPITEL 23\",\"sourceParagraph\":1032,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0002\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH01-R01\",\"sourceParagraph\":1033,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0003\",\"type\":\"paragraph\",\"text\":\"Eine einzelne generative Systemausgabe KANN feststellen, dass eine bestimmte Antwort\",\"sourceParagraph\":1035,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0004\",\"type\":\"paragraph\",\"text\":\"unter aufgezeichneten Bedingungen aufgetreten ist.\",\"sourceParagraph\":1036,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0005\",\"type\":\"paragraph\",\"text\":\"Eine einzelne Ausgabe DARF NICHT verwendet werden, um folgendes abzuleiten:\",\"sourceParagraph\":1038,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0006\",\"type\":\"paragraph\",\"text\":\"- Populationsprävalenz,\",\"sourceParagraph\":1040,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0007\",\"type\":\"paragraph\",\"text\":\"- typisches Produktverhalten,\",\"sourceParagraph\":1041,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0008\",\"type\":\"paragraph\",\"text\":\"- zeitliche Stabilität,\",\"sourceParagraph\":1042,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0009\",\"type\":\"paragraph\",\"text\":\"- Konsistenz über Sprachen hinweg,\",\"sourceParagraph\":1043,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0010\",\"type\":\"paragraph\",\"text\":\"- Konsistenz über Länder hinweg,\",\"sourceParagraph\":1044,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0011\",\"type\":\"paragraph\",\"text\":\"- Konsistenz über Produkte hinweg,\",\"sourceParagraph\":1045,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0012\",\"type\":\"paragraph\",\"text\":\"- Interventionseffekt,\",\"sourceParagraph\":1046,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0013\",\"type\":\"paragraph\",\"text\":\"- Empfehlungssicherheit,\",\"sourceParagraph\":1047,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0014\",\"type\":\"paragraph\",\"text\":\"- kommerzielle Auswirkung,\",\"sourceParagraph\":1048,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0015\",\"type\":\"paragraph\",\"text\":\"- Konformität,\",\"sourceParagraph\":1049,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0016\",\"type\":\"paragraph\",\"text\":\"- oder eine GEO-Bewertung.\",\"sourceParagraph\":1050,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0017\",\"type\":\"paragraph\",\"text\":\"Alle breiteren Aussagen MÜSSEN durch eine vordefinierte Zielpopulation unterstützt werden,\",\"sourceParagraph\":1052,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0018\",\"type\":\"paragraph\",\"text\":\"gültiges Multi-Beobachtungs-Design, aufgezeichnete Abhängigkeitsstruktur, Nachweis\",\"sourceParagraph\":1053,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0019\",\"type\":\"paragraph\",\"text\":\"Bündel, Bewertungsregel, Umfangserklärung und Unsicherheitsangabe.\",\"sourceParagraph\":1054,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0020\",\"type\":\"paragraph\",\"text\":\"Ein einzelnes hochschädliches Ergebnis KANN eine separate Überprüfung kritischer Vorfälle auslösen\",\"sourceParagraph\":1056,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0021\",\"type\":\"paragraph\",\"text\":\"ohne als Nachweis der Populationsprävalenz behandelt zu werden.\",\"sourceParagraph\":1057,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0022\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":1058,\"language\":\"de-DE\"},{\"blockId\":\"CH01-MB0023\",\"type\":\"paragraph\",\"text\":\"Ein einzelnes Ergebnis aus einem generativen System kann anzeigen, dass eine bestimmte Antwort unter den aufgezeichneten Bedingungen aufgetreten ist. Es kann jedoch nicht verwendet werden, um die Populationsprävalenz, das typische Produktverhalten, die zeitliche Stabilität, die sprachübergreifende Konsistenz, die länderübergreifende Konsistenz, die Konsistenz zwischen KI-Produkten, den Interventionseffekt, die Gewissheit von Empfehlungen, kommerzielle Konsequenzen, Compliance oder den GEO-Score abzuleiten. Ein einzelnes hochschädliches Ergebnis kann eine separate Critical-Event-Prüfung auslösen, ohne als Nachweis für die Populationsprävalenz betrachtet zu werden.\",\"sourceParagraph\":1059,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nDieser Abschnitt beantwortet nur die folgende Frage:\n\n> Warum ist eine einzige generative Systemantwort nicht der GEO-Score und welche Urteile können aus einer einzigen Antwort abgeleitet werden?\n\nDieses Kapitel:\n\n- die Stichprobenquoten der Länder,\n\n- wie Sprachen gewichtet werden,\n\n- wie das Truth Pack eingerichtet wird,\n\n- wie Schiedsrichter atomare Aussagen bewerten,\n\n- die endgültigen NOMOS Punktformeln,\n\n- die Angemessenheit und Abzeichenentscheidung\n\nDieses Kapitel definiert diese Angelegenheiten nicht im Detail; spätere Kapitel behandeln sie separat. Kapitel 1 hat eine grundlegendere Aufgabe:\n\n> Die epistemische Grenze zwischen Beobachtung und Generalisierung zu etablieren.\n\nJegliche Stichproben-, Bewertungs- und Konformitätsstudien, die vor der Festlegung dieser Grenze durchgeführt werden, basieren auf einem falschen Fundament.\n\n### BESTIMMUNGSSTAND IN DIESEM ABSCHNITT\n\nNicht alle Sätze in diesem Buch haben die gleiche normative Kraft. Die folgenden Stände werden verwendet:\n\n### NORMATIV — NORMATIV\n\nEine Bestimmung, die als verbindlich für Konformität und methodische Integrität angesehen wird. Beispiel: Eine einzelne Antwort kann nicht als allgemeine GEO-Bewertung verwendet werden.\n\n### KANDIDAT — KANDIDATENBESTIMMUNG\n\nEine empfohlene Methode, die nach Pilotstudie, externer Anwendung oder statistischer Validierung finalisiert werden soll. Beispiel: 1,000 gültige Beobachtungen pro KI-Produkt, pro Hauptmesswelle, werden als angenommene Mindeststichprobe empfohlen.\n\n### HYPOTHESE\n\nEs ist eine Erwartung, die mit Daten getestet werden muss. Beispiel: Es könnte einen Unterschied in der Materialdarstellung zwischen einem Kontrolliertes Panel unter bereinigten Bedingungen und einem Panel unter natürlichen Nutzungsbedingungen geben.\n\n### SYNTHETISCH\n\nEs ist eine Methodenrepräsentation, die keinen echten Nutzer, keine echte KI-Ausgabe oder reale Unternehmensleistung darstellt.\n\n### OFFENE FRAGE\n\nEs ist ein Thema, das aufgrund unzureichender Nachweise oder einer Entscheidung der Governance noch nicht abgeschlossen ist. Diese Status können nicht stillschweigend ineinander übergehen. Eine Kandidatenschwelle wird nicht einfach deshalb zu einer bewiesenen normativen Tatsache, weil sie im Buch steht. Eine synthetische Repräsentation wird nicht zu einer Beobachtung in der realen Welt. Eine Hypothese kann nicht veröffentlicht werden, ohne dass sie gemessen wurde.\n\n## NOMOS Herausforderung\n\nSie haben einem künstlichen Intelligenzsystem eine Frage über Ihre Marke gestellt. Das System gab eine richtige Antwort. Sie haben einen Screenshot gemacht. Sie haben ihn in Ihre Präsentation aufgenommen. Dann haben Sie den folgenden Satz gesagt: „Künstliche Intelligenz kennt uns korrekt.“ Was genau haben Sie gemessen? Die Antwort, die alle Nutzer sehen würden? Das typische Verhalten des Systems?\n\nEin globaler Vertreter? Genauigkeit in allen Sprachen? Stabilität über die Zeit? Oder nur:\n\n> Die einzige Ausgabe, die ein bestimmter Nutzer auf einem bestimmten Konto, bei einem bestimmten KI-Produkt und auf einer bestimmten Nutzeroberfläche als Antwort auf einen bestimmten Prompt zu einer bestimmten Zeit erhalten hat?\n\nEine einzelne Antwort ist nicht wertlos. Eine einzelne Antwort kann wahr sein. Eine einzelne Antwort kann wichtig sein. Eine einzelne Antwort kann einen ernsten Fehler aufdecken. Eine einzelne Antwort kann die echte Erfahrung einer bestimmten Person zeigen. Eine einzelne Antwort kann jedoch keinen Beweis für ein Urteil liefern, das größer ist, als sie tragen kann.\n\nEine einzelne Antwort kann Folgendes zeigen:\n\n> Diese Ausgabe wurde mindestens einmal unter dokumentierten Bedingungen erzeugt.\n\nEine einzelne Antwort allein kann Folgendes nicht zeigen:\n\n- Dass die meisten Nutzer dieselbe Antwort gesehen haben\n\n- Dass dasselbe Ergebnis in anderen Ländern auftrat\n\n- Dass dieselbe Genauigkeit in anderen Sprachen aufrechterhalten wird\n\n- Dass dieselbe Antwort in anderen Konten und Plänen erstellt wurde\n\n- Dass die Antwort über die Zeit stabil ist\n\n- Dass andere KI-Produkte dieselbe Repräsentation erzeugt haben\n\n- Dass die GEO-Intervention dieses Ergebnis verursacht hat\n\n- Dass die Antwort das Nutzerverhalten beeinflusst\n\n- Dass die Antwort Leads, Verkäufe oder nachhaltigen Wert generiert\n\n- Dass der allgemeine GEO-Score des Unternehmens hoch ist\n\nDie erste Prämisse dieses Abschnitts lautet:\n\n> Eine Antwort ist eine Beobachtung. / Sie ist keine Verteilung von Beobachtungen. / Eine Verteilung ist keine Kausalität. / Kausalität allein ist kein nachhaltiger Wert.\n\n## 1. ZWECK DES KAPITELS\n\nDieser Abschnitt zielt darauf ab, den kleinsten, aber häufigsten Schlussfolgerungsfehler bei der GEO-Messung zu beseitigen:\n\n> Das Zählen eines einzelnen Outputs eines generativen Systems als allgemeines Systemverhalten, Bevölkerungserfahrung, Markenbekanntheit oder GEO-Score.\n\nDieser Abschnitt normalisiert die folgenden Unterscheidungen:\n\n- Einzelner Output versus Populationsausgabe\n\n- Existenz eines Ereignisses versus Häufigkeit eines Ereignisses\n\n- Beobachtung versus Stichprobe\n\n- Nutzer versus Sitzung\n\n- Wiederholung versus unabhängige Beobachtung\n\n- KI-Modell versus dem Nutzer präsentiertes KI-Produkt\n\n- Rohantwort versus Analyse-Einheit\n\n- Sofortiges Ergebnis versus zeitliche Stabilität\n\n- Screenshot versus vollständiges Evidenzpaket\n\n- Systemablehnung versus ungültige Datenerhebung\n\n- Kritisches singuläres Ereignis und Prävalenzrate\n\n- Synthetischer Datensatz und echte Nutzerbeobachtung\n\n- Gemessene Rate und Übereinstimmungsentscheidung\n\nBevor diese Unterscheidungen getroffen werden können:\n\n- GEO-1000 Beispiel,\n\n- Länder- und Sprachgewichte,\n\n- atomare Aussagebewertung,\n\n- NOMOS Score,\n\n- Konformitätsentscheidung\n\nkann nicht festgelegt werden.\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nDer GEO-Score einer Entität in generativen Systemen kann nicht aus einer einzelnen Antwort, einem einzelnen Screenshot, einem einzelnen Nutzer, einem einzelnen Konto, einer einzelnen Sitzung, einer einzelnen Sprache, einem einzelnen Land oder einer einzelnen Zeitpunktermessung generiert werden. Ein bevölkerungsrepräsentativer Anspruch erfordert mindestens Folgendes:\n\n- Vordefiniertes Prüfungselement\n\n- Vordefinierte Zielpopulation\n\n- Spezifiziertes Stichprobendesign\n\n- festgeschriebenes Prompt oder Prompt-Familie\n\n- Definiertes KI-Produkt und Nutzeroberfläche\n\n- Mehrere gültige Beobachtungen\n\n- Bekannte Abhängigkeitsstruktur\n\n- Länder-, Sprach- und Zeitaufzeichnungen\n\n- Unveränderte Rohantworten\n\n- Evidenzpakete\n\n- Vordefinierte Bewertungsregeln\n\n- Unsicherheitsangabe\n\n- Verantwortliche menschliche Zuständigkeit\n\nDie Anwesenheit dieser Elemente bedeutet nicht automatisch, dass die Messung korrekt ist. Ihre Abwesenheit kann jedoch die Verallgemeinerung auf eine große Population untragbar machen.\n\n## 3. FÜNF GETRENNTE MEINEINHEITEN DER MESSUNG\n\nEin häufiger grundlegender Fehler bei GEO-Prüfungen besteht darin, die verschiedenen Maßeinheiten zu verwechseln. Die folgenden fünf Einheiten sollten klar unterschieden werden.\n\n### 3.1. Beobachtungseinheit\n\nDie Beobachtungseinheit ist die einzelne generative Systemausgabe, die unter bestimmten Bedingungen erhalten wird. Eine Beobachtung kann durch die folgende Kombination definiert werden:\n\nO_i= (E_i, A_i, U_i, C_i, L_i, S_i, P_i, T_i, R_i, K_i)\n\nHier:\n\n- Ei: die geprüfte Einheit\n\n- Ai: KI-Produkt und Nutzeroberfläche\n\n- UI: anonymen Beitragenden oder Nutzereinheit\n\n- Ci: Land oder geografische Schicht\n\n- Li: Sprache und Gebietsschema\n\n- Si: Sitzung und Personalisierungsbedingung\n\n- Pi: Prompt-ID und Version\n\n- Ti: Zeit und Messwelle\n\n- Ri: Rohantwort\n\n- Ki: Beweis- und Verifizierungsaufzeichnung\n\nWenn sich eines dieser Elemente wesentlich ändert, kann eine neue Beobachtung auftreten. Zum Beispiel derselbe Nutzer:\n\n- wenn er denselben Prompt in einem anderen KI-Produkt stellt,\n\n- wenn er in einer anderen Sprache fragt,\n\n- wenn er in einer anderen Messwelle fragt,\n\n- wenn er getrennt in der personalisierten und sauberen Sitzung fragt,\n\nkönnen separate Beobachtungen entstehen. Diese Beobachtungen werden nicht automatisch als unabhängig voneinander betrachtet, da sie vom selben Nutzer stammen.\n\n### 3.2. Stichprobeeinheit\n\nDie Stichprobeneinheit ist die Person, das Konto, die Sitzung oder eine andere Zugriffseinheit, die aus der Zielpopulation ausgewählt wird. In den meisten GEO-1000-Anwendungen kann die Stichprobeneinheit ein geeigneter realer Nutzer sein. Jedoch gemäß dem Forschungsdesign:\n\n- Nutzer,\n\n- Nutzer–Produkt-Paar,\n\n- Konto,\n\n- Sitzung,\n\n- Forschungs-Panelmitglied\n\nkann als Wahleinheit verwendet werden. Das Versäumnis, die Stichprobeneinheit klar zu definieren, kann zu den folgenden Arten von Falschzählungen führen:\n\n- Zählen von zehn Wiederholungen einer Person als zehn Personen\n\n- Zählen eines Gemeinschaftskontos als mehrere unabhängige Nutzer\n\n- Die Ergebnisse von zehn KI-Produkten desselben Nutzers so zu bewerten, als ob sie zehn unabhängige Populationserhebungen wären\n\n- Die Clusterung in einem einzigen Forschungspanel zu ignorieren\n\n### 3.3. Analyse-Einheit\n\nDie Analyse-Einheit ist die Entität, auf die die Genauigkeits- oder Repräsentativitätsbewertung angewendet wird. Diese Einheit:\n\n- genaue Antwort,\n\n- separater Absatz innerhalb der Antwort,\n\n- materielle Aussage,\n\n- atomare Behauptung,\n\n- Zitation,\n\n- Empfehlungsfrage\n\nEs ist möglich. Ein Nutzer sieht eine einzelne Antwort. Diese Antwort kann jedoch gleichzeitig enthalten:\n\n- fünf richtige Angaben,\n\n- drei nicht belegte Angaben,\n\n- eine veraltete Angabe,\n\n- ein kritischer Fehler\n\nDaher muss die vom Teilnehmer gesehene Antwort keine einzelne, unteilbare Einheit von Wahrheit/Falschheit in der Analyse sein. Der Übergangsstatus der gesamten Antwort und die Wahrheitswerte der darin enthaltenen atomaren Angaben können separat verwaltet werden. Die Methode der atomaren Angaben wird in einem späteren Kapitel des Buches definiert.\n\n### 3.4. Universum der Schlussfolgerung\n\nDas Inferenzuniversum ist die Zielpopulation, auf die das Messergebnis generalisiert werden soll. Dieses Universum kann nicht stillschweigend als „jeder auf der Welt“ akzeptiert werden. Für ein spezifisches KI-Produkt kann das Zieluniversum durch Bedingungen wie folgende eingeschränkt werden:\n\n- Offizieller und legitimer Zugang zum Produkt\n\n- Die geeignete Altersanforderung zu erfüllen\n\n- Das Produkt in der entsprechenden Sprache verwenden zu können\n\n- Auf die angegebene Web- oder mobile Schnittstelle zugreifen zu können\n\n- Während des festgelegten Messzeitraums aktiv sein zu können\n\nSelbst für dasselbe KI-Produkt:\n\n- Kontrolliertes Panel unter bereinigten Bedingungen,\n\n- Panel unter natürlichen Nutzungsbedingungen,\n\n- kostenloser Plan,\n\n- kostenpflichtiger Plan,\n\n- Web,\n\n- mobil\n\nkann verschiedene Inferenz-Universen erstellen. Der veröffentlichte Satz ist unvollständig, wenn nicht angegeben ist, auf welches Universum eine Stichprobe verallgemeinert wird.\n\n### 3.5. Geschätzte Menge — Schätzgröße\n\nEine Studie sammelt nicht nur Daten. Sie versucht, eine spezifische Menge zu schätzen. Die primäre Schätzgröße von GEO-1000 kann in ihrer allgemeinsten Form wie folgt ausgedrückt werden:\n\n> Die Wahrscheinlichkeit, dass ein geeigneter Nutzer aus der definierten Zielpopulation unter der angegebenen Messwelle auf einem bestimmten KI-Produkt und einer Nutzeroberfläche eine Repräsentation sieht, die das Akzeptanzkriterium erfüllt, wenn ein festgeschriebener Prompt unter definierten Sitzungsbedingungen verwendet wird.\n\nMathematisch:\n\nθ_{E,A,P,S,W,T}= Pr(Y_i = 1| U_i ∈ T, E, A, P, S, W)\n\nHier:\n\n- E: geprüfte Einheit\n\n- A: KI-Produkt und Nutzeroberfläche\n\n- P: Prompt-Version\n\n- S: Sitzungsbedingung\n\n- W: Messwelle\n\n- T: Zielpopulation\n\nYi=1: die Antwort erfüllt das Übergangskriterium, das später definiert wird\n\nDiese Definition setzt eine wichtige Grenze:\n\n> Der GEO-Score ist nicht das abstrakte und zeitlose „Wissen“ eines Modells; er ist eine Vorhersage der Wahrscheinlichkeit beobachteter Repräsentationen unter definierten Nutzerbedingungen.\n\nDie endgültige Übergangsregel und die Score-Formel werden in den späteren Abschnitten des Buches aufgeführt.\n\n## 4. DIE EINSCHRÄNKUNG DES SATZES „SO HAT DAS MODELL REAGIERT“\n\nNutzer greifen oft nicht direkt auf ein nacktes Basismodell zu. Das für den Nutzer sichtbare Ergebnis kann aus einer Kombination der folgenden Komponenten bestehen:\n\n- Basis- oder Leitmodell\n\n- Produktoberfläche\n\n- Abruf- oder Webzugang\n\n- Zitationsschicht\n\n- Sicherheits- und Richtlinienebene\n\n- Systemanweisungen\n\n- Kontenplan\n\n- Personalisierung\n\n- Speicher\n\n- Vorheriges Gespräch\n\n- Sprache und Gebietsschema\n\n- Land\n\n- Zeit\n\n- Produktaktualisierungen des Anbieters\n\nAus diesem Grund lautet der bevorzugte Ausdruck in der Hauptprüfung, die über die Nutzeroberfläche durchgeführt wird, wie folgt:\n\n#### \"Das angegebene KI-Produkt und die folgende Ausgabe wurden auf der Nutzeroberfläche beobachtet.\"\n\nDer folgende Ausdruck kann ohne die notwendige technische Kontrolle breiter gefasst sein: „Das Modell denkt so.“ Der innerhalb eines Produkts auftauchende Modellname kann aufgezeichnet werden. Das Ergebnis sollte jedoch als Verhalten der gesamten Nutzeroberfläche und nicht nur der Modellgewichte bewertet werden.\n\n## 5. WAS IST EINE GÜLTIGE BEOBACHTUNG?\n\nDas Vorhandensein einer Antwort bedeutet nicht automatisch, dass es sich um eine gültige Beobachtung handelt, die in die GEO-Messung eingegeben werden kann.\n\n### 5.1. Mindestbedingungen für die Gültigkeit\n\nEine Beobachtung muss gemäß dem relevanten Protokoll mindestens die folgenden Elemente enthalten:\n\n- Vorhandensein eines korrekten Audits\n\n- Zugeordnetes KI-Produkt und Nutzeroberfläche\n\n- Korrekte Prompt-ID und Version\n\n- Korrekte Sprache und Gebietsschema\n\n- Definierte Sitzungsbedingung\n\n- Erfasstes Land oder geografische Ebene\n\n- UTC Zeitstempel und Messwelle\n\n- Vollständige Rohantwort\n\n- Erste nicht ausgewählte geeignete Ausgabe\n\n- Erforderlicher Screenshot oder gleichwertiger Nachweis\n\n- Anonyme Beobachtungs-ID\n\n- Protokollabweichungsaufzeichnung\n\nIhr detailliertes technisches Schema wird im späteren Abschnitt NOMOS Capture definiert.\n\n### 5.2. Beobachtungsstatus\n\nJeder Datensatz muss mit einem der folgenden Status gekennzeichnet sein:\n\n### GÜLTIG — GÜLTIG\n\nErfüllt die erforderlichen Bedingungen des Protokolls.\n\n### BEDINGT GÜLTIG — BEDINGT GÜLTIG\n\nEs gibt einen begrenzten Mangel; für welche Analysen er verwendet werden kann, ist klar angegeben.\n\n### UNGÜLTIG — UNGÜLTIG\n\nKann aufgrund eines Protokollverstoßes nicht in der Hauptschätzung oder der Punktezählung verwendet werden.\n\n### UNBEKANNT — UNBEKANNT\n\nEs gibt nicht genug Aufzeichnungen für eine Gültigkeitsentscheidung. Eine UNBEKANNTE Beobachtung kann nicht stillschweigend als GÜLTIG akzeptiert werden.\n\n### 5.3. Der Unterschied zwischen einem gültigen Systemergebnis und einer ungültigen Datenerfassung\n\nDiese Unterscheidung ist obligatorisch. Ein KI-Produkt:\n\n- kann sich weigern zu antworten,\n\n- kann eine Fehlermeldung anzeigen,\n\n- kann abbrechen, ohne eine Antwort zu erzeugen,\n\n- kann ein Verbindungsproblem haben,\n\nkann sagen, dass es die Aufgabe nicht abschließen kann. Wenn der Teilnehmer das gesamte Protokoll korrekt angewendet hat, können dies gültige Systemergebnisse sein. Sie dürfen nicht stillschweigend aus dem Datensatz entfernt werden. Im Gegensatz dazu:\n\n- der Teilnehmer die Antwort verkürzt,\n\n- das Prompt ändert,\n\n- regeneriert, um die beste Antwort auszuwählen,\n\n- Bearbeiten des Screenshots,\n\n- Verwendung des falschen KI-Produkts\n\nDatensammlung kann Ungültigkeit erzeugen. Das erste ist das tatsächliche Verhalten des Systems. Das zweite ist die Störung des Messprozesses. Die beiden können nicht in dieselbe Kategorie eingeordnet werden.\n\n## 6. WAS KANN EINE EINZELNE ANTWORT BEWEISEN?\n\nEine einzelne Beobachtung ist begrenzt. Aber sie ist nicht bedeutungslos.\n\n### 6.1. Dass ein spezifisches Ergebnis mindestens einmal aufgetreten ist\n\nEin gültiger Datensatz kann diesen Satz unterstützen: „Auf dem angegebenen KI-Produkt und der Nutzeroberfläche, unter den angegebenen Zeiten und Bedingungen, wurde dieses Ergebnis mindestens einmal beobachtet.“ Dieser Satz zeigt die Existenz des Ereignisses. Er zeigt nicht seine Häufigkeit.\n\n### 6.2. Die tatsächliche Exposition eines bestimmten Nutzers\n\nEin Nutzer wird fälschlicherweise für:\n\n- eine Unternehmensidentität,\n\n- Gesundheitsinformationen,\n\n- rechtliche Beratung,\n\n- Preis,\n\n- Lizenz,\n\n- Ratschläge\n\ngehalten. Wenn gesehen, ist dies eine echte Nutzererfahrung. Auch wenn sie nicht die gesamte Bevölkerung repräsentiert, ist sie aus Sicht des betroffenen Nutzers relevant.\n\n### 6.3. Die Möglichkeit eines bestimmten Fehlers\n\nEine einzelne Ausgabe kann anzeigen: „Dieser Fehler kann unter diesen Systembedingungen auftreten.“ Es wird jedoch nicht angezeigt: „Dieser Fehler ist typisch.“\n\n### 6.4. Generierung einer neuen Forschungshypothese\n\nEin einzelner Fehler kann eine Frage erzeugen, die in größerem Maßstab getestet wird. Beispiel: „Ist diese Verwechslung der Identität nur in einer einzelnen Sitzung aufgetreten, oder gibt es ein systematisches Muster in derselben Sprache und im selben Land?“\n\n### 6.5. Einleitung einer Überprüfung kritischer Vorfälle\n\nEinzelantwort:\n\n- vorhersehbarer schwerwiegender menschlicher Schaden,\n\n- gefälschte berufliche Autorität,\n\n- falsche Notfallmedizinische Anweisungen,\n\n- wesentlicher Rechtsfehler,\n\n- ernsthafte Sicherheitsberatung,\n\n- schwere Verwechslung der Identität mit einer anderen Einrichtung\n\nkann ausreichen, um eine Vorfallüberprüfung einzuleiten. Die Einleitung einer kritischen Vorfalluntersuchung ist nicht derselbe Prozess wie die Ankündigung eines Bevölkerungsverhältnisses.\n\n### 6.6. Widerlegung der Behauptung „Das ist nie passiert“\n\nAngenommen, eine Organisation sagt: ‚Das System hat uns nie dem falschen Land zugeordnet.‘ Eine einzige verifizierte Gegenbeobachtung kann diese absolute Behauptung widerlegen. Eine einzelne Beobachtung unterstützt nicht ‚Es passiert die ganze Zeit‘, aber sie kann ‚Es ist noch nie passiert‘ widerlegen.\n\n## 7. WAS KANN EINE EINZELNE ANTWORT NICHT BEWEISEN?\n\n### 7.1. Typisches Systemverhalten\n\nEine einzelne Antwort ist nicht ausreichend, um zu schließen: ‚Das System reagiert normalerweise auf diese Weise.‘\n\n### 7.2. Bevölkerungsprävalenz\n\nEine einzelne Antwort unterstützt das Ergebnis nicht: '95% der Nutzer sehen dieselbe Repräsentation.'\n\n### 7.3. Zeitliche Stabilität\n\nHeutige Antwort:\n\n- morgen,\n\n- eine Woche später,\n\n- Nach dem Produktupdate\n\nkann es möglicherweise nicht gleich bleiben. Es handelt sich nicht um eine Messung der Stabilität über eine einzelne Welle.\n\n### 7.4. Ländergültigkeit\n\nEine Antwort eines Nutzers in der Türkei zeigt nicht, was Nutzer in China, Deutschland oder San Marino sehen würden.\n\n### 7.5. Sprachübergreifende Gültigkeit\n\nEine englische Ausgabe:\n\n- Türkisch,\n\n- Japanisch,\n\n- Arabisch,\n\n- Deutsch\n\ndarstellen nicht die Genauigkeit der Ausgaben.\n\n### 7.6. Cross-AI-Produktgültigkeit\n\nDas Ergebnis in einem KI-Produkt kann nicht auf andere KI-Produkte verallgemeinert werden. Verschiedene Produkte und Schnittstellen desselben Anbieters können sich ebenfalls unterschiedlich verhalten.\n\n### 7.7. Interventionswirkung\n\nEine einzelne positive Ausgabe nach einer GEO-Änderung beweist nicht die Aussage: „Dieses Ergebnis wurde durch unsere Intervention erstellt.“ Basislinie, Vergleich und alternative Erklärungen sind erforderlich.\n\n### 7.8. Empfehlung Stabilität\n\nDie bloße Anwesenheit eines Nutzers, der eine Option betrachtet, reicht nicht aus, um zu schließen: „Das System empfiehlt jetzt diese Marke.“\n\n### 7.9. Kommerzieller Einfluss\n\nEine positive Reaktion:\n\n- zeigt, dass der Nutzer die Antwort gesehen hat,\n\n- die Marke recherchiert hat,\n\n- die Sie kommuniziert haben,\n\n- gekauft hat,\n\n- zufrieden war\n\nzeigt allein nicht an.\n\n### 7.10. GEO-Bewertung\n\nEine einzelne Antwort schätzt nicht die repräsentative Verteilung der definierten Zielpopulation. Daher kann sie keine Gesamt-GEO-Bewertung erzeugen.\n\n## 8. EXISTENZ DES EREIGNISSES UND HÄUFIGKEIT DES EREIGNISSES\n\nDies ist eine der wichtigsten Unterscheidungen in diesem Abschnitt.\n\n### 8.1. Existenz des Ereignisses\n\nBeantwortet die Frage: \"Ist diese Repräsentation oder dieser Fehler mindestens einmal aufgetreten?\" Eine einzelne gültige Beobachtung kann ausreichend sein. Repräsentation:\n\nI(E) = 1(wenn das Ereignis mindestens einmal beobachtet wurde); andernfalls I(E) = 0\n\nDas 0 hier bedeutet nicht: \"Das Ereignis ist unmöglich.\" Es zeigt nur an, dass es in der aktuellen Messung nicht beobachtet wurde.\n\n### 8.2. Häufigkeit des Ereignisses\n\nEs beantwortet die Frage: \"Wie oft tritt das Ereignis in der definierten Zielpopulation auf?\" In einer einfachen Stichprobe kann die Rohquote wie folgt berechnet werden:\n\np̂ = Anzahl der gültigen Datensätze, in denen das Ereignis beobachtet wurde / Gesamte Anzahl der gültigen Datensätze\n\nAllerdings in realen GEO-1000-Studien:\n\n- Populationsgewichte,\n\n- Länder- und Sprachschichten,\n\n- abgeglichene Nutzer,\n\n- Panelcluster,\n\n- Nonresponse,\n\n- ungültige Aufzeichnungen,\n\n- design Effekt\n\nsollte berücksichtigt werden. Daher ist die Rohquote nicht immer die endgültige Populationsschätzung.\n\n### 8.3. Inzidenz und Prävalenz können nicht ineinander umgerechnet werden\n\nEin Ereignis mag einmal beobachtet worden sein, kann aber sehr selten sein. Ein Ereignis kann häufig sein, wird aber in einer kleinen Pilotstudie überhaupt nicht beobachtet. Die folgenden zwei Sätze sind unterschiedlich:\n\n- \"Dieser Fehler wurde einmal beobachtet.\"\n\n- \"Dieser Fehler wurde bei 12% der Nutzer beobachtet.\"\n\nDer zweite Satz erfordert einen definierten Nenner und eine Stichprobe.\n\n## 9. DAS STATISTISCHE ERSCHEINUNGSBILD DES EINZELBEOBACHTUNGS-BIAS\n\nWir haben einmal einer KI ein Produkt eine Frage gestellt. Die Antwort erfüllte das Erfolgskriterium. Rohquote:\n\np̂ = 1/1= 1= 100%\n\nEs scheint 100 Prozent zu sein. Aber diese 100 Prozent bedeuten nicht, dass jedes Mitglied der Zielpopulation dasselbe Ergebnis sehen wird. Nur zur Veranschaulichung zeigt die folgende Tabelle ungefähre 95 Prozent Wilson-Konfidenzintervalle unter unabhängigen Bernoulli-Beobachtungen und ungewichteter einfacher Zufallsstichprobe: [K09]\n\nDiese Tabelle ist synthetisch und illustrativ. Sie beweist nicht:\n\n- Dass diese Intervalle für alle Stichprobenplanungen von GEO-1000 gültig sind\n\n- Dass 1,000-Beobachtungen für alle Sprach- und Landesuntergruppen ausreichend sind\n\n- Clustering und Gewichtung unwirksam sind\n\n- Dass 95 Prozent Rohgenauigkeit automatisch die Angemessenheit bedeuten\n\nWas sie tatsächlich zeigt, ist:\n\n> Mit abnehmender Anzahl an Beobachtungen nimmt die Unsicherheit über den Bevölkerungsanteil zu.\n\n100 Prozent, die in einer Beobachtung gesehen werden, können mit einem sehr breiten möglichen Bevölkerungsbereich vereinbar sein.\n\n## 10. WARUM „1,000“ KEINE MAGISCHE ZAHL IST?\n\n### GRUNDREGEL FÜR KANDIDATEN — GRUNDLEGENDES PRINZIP FÜR KANDIDATEN\n\nGEO-1000 trägt diesen grundlegenden Vorschlag:\n\n> Für jedes überwachte KI-Produkt und jede Hauptmesswelle wird standardmäßig eine Mindestanzahl von 1,000 gültigen Nutzerbeobachtungen angestrebt.\n\nDiese Bestimmung ist noch nicht das endgültige wissenschaftliche Minimum. Sie wird auf Grundlage von Pilot- und externen Anwendungsergebnissen neu bewertet.\n\n### 10.1. Warum ist es ein starker Anfang?\n\nUnter der Annahme einer einfachen Zufallsstichprobe, wenn die tatsächliche Rate etwa 50% beträgt, liegt die theoretische 95% Fehlermarge für 1,000 Beobachtungen bei ungefähr ±3.1 Punkten. Dies kann eine sinnvolle Ausgangspräzision auf Gesamtebene des Produkts bieten.\n\n### 10.2. Warum löst es nicht jedes Problem?\n\n1,000 Beobachtungen:\n\n- in Dutzende von Ländern,\n\n- in viele Sprachen,\n\n- für kostenlose und kostenpflichtige Pläne,\n\n- für Web- und mobile Oberflächen,\n\n- für kontrollierte und natürliche Panels\n\nWenn sie aufgeteilt werden, schrumpfen die Unterzellen. Zum Beispiel, wenn es nur 50 Beobachtungen für jede der 20 Sprachen gibt, kann die sprachbasierte Unsicherheit viel höher sein als die Gesamtbewertung des Modells.\n\n### 10.3. Designeffekt\n\nBeobachtungen:\n\n- aus demselben Forschungspanel,\n\n- aus demselben Land,\n\n- vom selben Nutzer,\n\n- aus einem passenden Design\n\nvorhanden sind, kann die einfache Annahme einer unabhängigen Stichprobe möglicherweise nicht zutreffen. Die tatsächliche Unsicherheit kann größer sein.\n\n### 10.4. Der Ansatz von NOMOS\n\n1,000 Beobachtungen dienen als:\n\n- der Gründungsreferenzpunkt des Protokolls,\n\n- defaultmäßiges Startminimum auf Modellebene,\n\n- Kandidaten-Schwelle, die mit dem Pilotprojekt kalibriert werden soll\n\nNOMOS behauptet nicht, dass 1,000-Beobachtungen automatisch für jedes Land, jede Sprache und jede Nutzungsbedingung ausreichend sind.\n\n## 11. UNABHÄNGIGE BEOBACHTUNG IST NICHT DAS GLEICHE WIE WIEDERHOLTE BEOBACHTUNG\n\nEin Nutzer kann dieselbe Frage zehnmal stellen. Dieser Prozess kann wertvoll sein. Er erzeugt jedoch nicht zehn unabhängige Nutzer.\n\n### 11.1. Gleicher Nutzer–Gleiche Sitzung Wiederholung\n\nKann messen:\n\n- Varianz bei der Antworterneuerung,\n\n- Stabilität innerhalb der Sitzung,\n\nWahrscheinlichkeit alternativer Antworten. Es misst nicht allein die Bevölkerungshäufigkeit.\n\n### 11.2. Gleicher Nutzer–Neue Sitzung Wiederholung\n\nEs kann den vorherigen Chat-Kontext reduzieren. Allerdings:\n\n- gleiches Konto,\n\n- gleiches Abonnement,\n\n- gleiches Land,\n\n- gleiche Personalisierung,\n\n- gleicher Nutzer\n\nkann weiterhin statistische Abhängigkeiten zwischen Beobachtungen erzeugen.\n\n### 11.3. Ein einzelner Nutzer testet mehrere KI-Produkte\n\nDieses Design kann bei modellübergreifenden Vergleichsanalysen helfen. Allerdings sind die Beobachtungen auf Nutzerebene abhängig. Diese Abhängigkeit sollte bei der Aufzeichnung und Analyse erhalten bleiben.\n\n### 11.4. Verschiedene Nutzer, die dasselbe Konto verwenden\n\nEs können verschiedene Personen existieren. Dennoch:\n\n- Kontoverlauf,\n\n- Personalisierung,\n\n- Plan,\n\n- Speicher\n\nkönnen geteilt werden. Diese Aufzeichnungen können nicht automatisch als unabhängig betrachtet werden.\n\n### 11.5. Normative Unabhängigkeitsregelung\n\n> Beobachtungen sollten so gestaltet sein, dass sie so unabhängig wie möglich sind; bekannte Abhängigkeiten von Nutzer, Konto, Sitzung, Panel, Land, Gerät und Wiederholungen sollten erfasst und bei der Analyse berücksichtigt werden.\n\nUnabhängigkeit sollte nicht auf ein Binärsystem reduziert werden:\n\n- ja,\n\n- nein\n\nWo nötig, verwenden Sie einen der folgenden Abhängigkeitsstatus:\n\n### UNABHÄNGIG\n\n### GEPAART\n\n### GEPUNKTET\n\n### INNERHALB_DES_BENUTZERS_WIEDERHOLT\n\n### ABHÄNGIG\n\n### UNBEKANNT\n\n## 12. ERSTES GEEIGNETES AUSGABEPRINZIP\n\nIm Hauptbevölkerungs-Panel besteht die Aufgabe des Teilnehmers nicht darin, die positivste Antwort zu finden. Der Teilnehmer muss die erste geeignete, unter der vordefinierten Bedingung erzeugte vollständige Ausgabe aufzeichnen. Der Teilnehmer:\n\n- darf die Antwort nicht aktualisieren,\n\n- darf eine neue Antwort nicht anfordern,\n\n- darf nicht die positive auswählen,\n\n- darf nicht nur den guten Teil zuschneiden,\n\ndarf die Antwort nicht umschreiben. Reproduktionsverhalten kann auch separat untersucht werden. Jedoch: \"Wir haben die gleiche Frage fünfmal gestellt und die beste Antwort ausgewählt.\" ist nicht die Bewertung der Hauptpopulation. Dies ist der Test der ausgewählten besten Ausgabe. Er sollte mit einem separaten Namen und einer separaten Methode berichtet werden.\n\n## 13. EINZELNES KRITISCHES EREIGNIS AUSNAHME\n\nEine einzelne Antwort kann den Populationswert nicht bestimmen. Dies bedeutet jedoch nicht, dass eine einzelne Antwort niemals einen signifikanten Einfluss auf eine Entscheidung haben kann. NOMOS legt zwei getrennte Bewertungswege fest.\n\n### 13.1. Pfad der Bevölkerungsrepräsentation\n\nEs wird die Frage gestellt: „Wie häufig tritt dieses Ergebnis in der Zielpopulation auf?“ Erfordert eine große und gültige Stichprobe.\n\n### 13.2. Pfad kritischer Ereignisse\n\nEs wird die Frage gestellt: „Wie groß ist der vorhersehbare Schaden, wenn dieses Ergebnis einmal eintritt?“ Ein einzelnes bestätigtes Ergebnis kann eine Überprüfung auslösen. Zum Beispiel:\n\n- Vergabe einer nicht vorhandenen Gesundheitserlaubnis\n\n- Erstellen einer gefährlichen Notfall-Gesundheitsüberweisung\n\n- Meldung einer falschen rechtlichen Befugnis\n\n- Entfernen der Sicherheitsbarriere\n\n- Verwechslung eines Unternehmens mit einer anderen rechtlichen Einheit\n\n- Wiederholung einer manipulativen Anweisung, die vor Menschen verborgen ist, als wäre sie ein Rat\n\nEs kann ein einzelner Kandidat für ein Kritisches Ereignis sein.\n\n### 13.3. Trennung von Punktzahl und Konformitätsentscheidung\n\nEin Kritisches Ereignis kann allgemein eine einzelne Beobachtung sein. Zum Beispiel:\n\n1/1000=0.1%\n\nDiese Rate mag klein erscheinen. Wenn jedoch der potenzielle Schaden des Ereignisses schwerwiegend ist, kann es eine irreparable Lücke in der Konformitätsentscheidung erzeugen. Daher:\n\n> Die Bevölkerungsbewertung misst die Häufigkeit des Ereignisses; Die Überprüfung kritischer Ereignisse misst die Auswirkungen des Ereignisses auf Schaden und Integrität.\n\nHohe durchschnittliche Genauigkeit kann schwere Einzelfehler nicht automatisch ausschließen. Die endgültigen Bedingungen für die kritische Klassifizierung werden in späteren Kapiteln des Buches definiert.\n\n## 14. LEITER DER BEOBACHTUNGSANSPRÜCHE\n\nIn diesem Abschnitt werden normativ nur die ersten vier Beobachtungsebenen getrennt. Auf höheren Ebenen:\n\n- bevölkerungsgewichtete Punktzahl,\n\n- Multi-Modell-Punktzahl,\n\n- zeitliche Stabilität,\n\n- Interventionswirkung,\n\n- nachhaltiger Wert\n\nwird in den nachfolgenden Abschnitten definiert.\n\n### O-0— NICHT GETESTET\n\nDas relevante KI-Produkt oder der Zustand wurde nicht gemessen. Richtiger Status:\n\n### NICHT GETESTET\n\nUnvertretbarer Satz: \"Es ist angemessen, weil das Problem nicht beobachtet wurde.\"\n\n### O-1— EINZELEREIGNISBEOBACHTUNG\n\nEs gibt ein gültiges Ergebnis. Vertretbare Formulierung: „Unter den angegebenen Bedingungen wurde dieses Ergebnis einmal beobachtet.“ Unhaltbarer Satz: „Das System stellt die Existenz auf diese Weise dar.“\n\n### O-2— NUTZER- ODER SITZUNTERWIEDERHOLUNG\n\nMehrere Ergebnisse existieren für denselben Nutzer, dasselbe Konto oder dieselbe Sitzungsfamilie. Vertretbare Formulierung: „Unter den angegebenen Nutzer- und Sitzungsbedingungen trat dieses Ergebnis in sieben von zehn Wiederholungen auf.“ Unhaltbarer Satz: „Sieben von zehn unabhängigen Nutzern sahen dieses Ergebnis.“\n\n### O-3— MULTI-NUTZER EINZELZELLENMESSUNG\n\nDasselbe:\n\n- KI-Produkt,\n\n- Nutzeroberfläche,\n\n- Land,\n\n- Sprache,\n\n- Panelbedingung,\n\n- Prompt-Version,\n\n- Messwelle\n\nenthält mehrere geeignete Nutzerbeobachtungen. Vertretbare Formulierung: „78% von den 200 gültigen Beobachtungen in der kontrollierten türkischen/ Türkei-Zelle erfüllten das angegebene Übergangskriterium.“ Dieses Ergebnis kann nicht automatisch auf andere Länder, Sprachen oder Nutzeroberflächen verallgemeinert werden.\n\n### O-4— MEHRZELLIGES GESCHICHTETES MESSVERFAHREN\n\nVordefinierte Proben existieren aus verschiedenen Ländern, Sprachen oder Nutzerzellen. Auf dieser Ebene:\n\n- Zellenergebnisse,\n\n- gewichtetes Ergebnis,\n\n- Umfang,\n\n- Unsicherheit\n\nberichtbar. Detaillierte Regeln für Populationsgewichte und Untergruppenfairness werden in späteren Kapiteln des Buches definiert.\n\n## 15. SYNTHETISCHE APPLE.COM DEMONSTRATION\n\nSYNTHETISCHE METHODOLOGIE DEMONSTRATION / Die unten aufgeführten Nutzer, KI-Produkte, Antworten, Bewertungen und Ergebnisse sind fiktiv. Sie spiegeln nicht die tatsächliche Leistung von Apple Inc. oder das Verhalten eines realen KI-Produkts wider.\n\n### 15.1. Szenario A — Einzelne positive Antwort\n\nEin synthetischer Nutzer stellt dem synthetischen KI-Produkt A folgende Frage: ‚Was für ein Unternehmen ist Apple.com?‘ Synthetische Antwort: ‚Apple ist ein in den USA ansässiges Technologieunternehmen, das Unterhaltungselektronik, Software und digitale Dienste entwickelt.‘ Vorläufige Bewertung:\n\n- Die Identität der Einheit ist korrekt\n\n- Die Hauptkategorie ist korrekt\n\n- Keine offensichtlichen kritischen Fehler\n\n- Grundlegende Repräsentation ist akzeptabel\n\nRohresultat:\n\n1/1=100%\n\nFalsche öffentliche Aussage: „AI Product A repräsentiert Apple mit 100% Genauigkeit.“ Richtige öffentliche Aussage: „In der synthetischen Stichprobe erfüllte die angegebene Einzelbeobachtung das Übergangskriterium. Die Prävalenz in der Bevölkerung und die Produktzuverlässigkeit wurden nicht bestimmt.“\n\n### 15.2. Szenario B — Entdeckung mit zehn Beobachtungen\n\nZehn unabhängige synthetische Nutzer verwenden dieselbe Version der semantischen Aufforderung. Synthetisches Ergebnis:\n\n- 7 Antworten bestanden\n\n- 1 Antwort ist teilweise korrekt\n\n- 1-Antwort enthält veraltete Informationen\n\n- 1-Antwort weist die falsche Hauptaktivität zu\n\nRoh-Bestehensquote:\n\n7/10=70%\n\nUnter einer einfachen, idealisierten Annahme unabhängiger Probenahmen ist das ungefähre 95-Prozent-Wilson-Intervall notwendigerweise breit. Das Ergebnis bleibt explorativ, da es auf Folgendem basiert:\n\n- kleiner Stichprobe,\n\n- einer einzelnen Zelle,\n\n- einer einzelnen Welle\n\nKorrekt Status:\n\n> EXPLORATIV — Nicht ausreichend für den öffentlich zugänglichen globalen NOMOS-Score.\n\n### 15.3. Szenario C — 1,000 Beobachtete synthetische Welle\n\nGehen Sie synthetisch davon aus, dass die folgenden Bedingungen erfüllt sind:\n\n- KI-Produkt A\n\n- 1,000 gültige Beobachtungen\n\n- Vordefinierte Zielpopulation\n\n- festgeschriebene Eingabeauffassungsversion\n\n- Definierte Länder- und Sprachebenen\n\n- Unveränderte anfängliche geeignete Antwort\n\n- Vollständige Evidenzaufzeichnungen\n\n- Vordefinierte Schiedsregeln\n\nSynthetisches Ergebnis:\n\nEinfache Rohbestehensrate:\n\n918/1000=91.8%\n\nUngefähres 95%-Wilson-Intervall unter der idealisierten ungewichteten Annahme: ist. Diese Zahl allein ist jedoch noch nicht die endgültige NOMOS-GEO-Bewertung. Denn es müssen noch zusätzliche Faktoren bewertet werden:\n\n- Länder- und Sprachgewichte\n\n- Designeffekt\n\n- Niedrigstes Sprachergebnis\n\n- Ungültige Beobachtungsrate\n\n- Übereinstimmung zwischen Bewertern\n\n- Überprüfung kritischer Fehlerkandidaten\n\n- Ungetestete Nutzergruppen\n\n- Zeit- und Nutzungsoberflächenbegrenzung der Messung\n\nSechs Kandidaten für kritische Fehler müssen ebenfalls einer separaten Vorfallprüfung unterzogen werden. Korrekte Meldung: ‚Die Rohergebnis-Quote in der synthetischen Welle beträgt 91.8 Prozent. Dieses Ergebnis beschreibt die Beobachtungen, bevor Populationsgewichte und Designeffekte angewendet werden. Da sechs Kandidaten für kritische Fehler identifiziert wurden, erfordert die Konformitätsentscheidung eine separate Prüfung.‘ Falsche Meldung: ‚Der GEO-Score von Apple NOMOS beträgt 91.8 und ist konform.‘ Synthetische Daten können auf diese Weise nicht einem echten Unternehmen oder einem echten System zugeordnet werden.\n\n## 16. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n### N-01\n\nEin einzelner Output eines generativen Systems kann nicht als allgemeiner GEO-Score verwendet werden.\n\n### N-02\n\nEine einzelne Ausgabe, die allein beobachtet wird:\n\n- KI-Produkt- und Nutzeroberfläche,\n\n- Land,\n\n- Sprache,\n\n- Prompt,\n\n- Sitzung,\n\n- Zeit\n\nmuss zusammen mit seinen Bedingungen gemeldet werden.\n\n### N-03\n\nEinzelausgabe:\n\n- typisch,\n\n- kontinuierlich\n\n- global\n\n- gehört allen Nutzern\n\nkann nicht als Verhalten dargestellt werden.\n\n### N-04\n\nWiederholungen vom selben Nutzer, Konto oder derselben Sitzung können nicht als unabhängige Bevölkerungsbeobachtungen gezählt werden, ohne die Abhängigkeit offenzulegen.\n\n### N-05\n\nIm Hauptbevölkerungs-Panel muss der Teilnehmer die zuerst geeignete vordefinierte Ausgabe aufzeichnen; eine Reproduktion darf keine positive Antwort wählen.\n\n### N-06\n\nSystemablehnung, Fehlermeldung oder Unfähigkeit zu antworten sollten als gültiges Systemergebnis aufgezeichnet werden, wenn das Protokoll korrekt angewendet wurde.\n\n### N-07\n\nGekürzt, modifiziert, manuell neu geschrieben oder Antworten, deren Prompt-Kontext nicht überprüft werden kann, dürfen nicht in die Hauptpunktzahlberechnung einbezogen werden.\n\n### N-08\n\nEs ist verboten, nur positive Screenshots auszuwählen und die Verteilung der Ergebnisse zurückzuhalten.\n\n### N-09\n\nSynthetische Beobachtungen können nicht in den Bewertungen für echte Nutzer oder echte Systeme verwendet werden.\n\n### N-10\n\nEin Bevölkerungsanteil sollte nicht ohne Abdeckung, Nenner und angemessene Unsicherheitserklärung veröffentlicht werden.\n\n### N-11\n\nDie Wahrscheinlichkeit eines kritischen Fehlers kann nicht stillschweigend innerhalb des Gesamtdurchschnitts ausgeglichen werden.\n\n### N-12\n\nDas Beobachtungsergebnis kann nur auf das eindeutig definierte Inferenzuniversum angewendet werden; es kann nicht auf nicht gemessene Länder, Sprachen, Produkte oder Zeiträume verallgemeinert werden.\n\n### N-13\n\nMessung, Bewertung oder öffentliche Aussage müssen einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n### N-14\n\nUNBEKANNT, NICHT GETESTET oder UNGÜLTIG dürfen nicht stillschweigend in ein positives Ergebnis umgewandelt werden.\n\n## 17. KANDIDAT GEO-1000 HAUPTREGEL\n\n### CANDIDATE-001\n\n> Für jedes zu prüfende KI-Produkt und für jede Hauptmesswelle der Bevölkerung sollte standardmäßig eine Mindestanzahl von 1,000 gültigen Nutzerbeobachtungen angestrebt werden.\n\nDieser Kandidatensatz:\n\n- Genauigkeit der allgemeinen Produktprognose,\n\n- Kosten,\n\n- Anwendbarkeit,\n\n- Fairness nach Ländern und Sprachen\n\nDies schafft ein anfängliches Gleichgewicht zwischen diesen Überlegungen. Es garantiert jedoch nicht eine ausreichende Abdeckung von:\n\n- allen Länderwerten,\n\n- allen Sprachwerten,\n\n- allen Nutzeruntergruppen\n\nStattdessen muss die Angemessenheit durch Folgendes getestet werden:\n\n- Pilotversuche,\n\n- unabhängige Wiederholungen,\n\n- Design-Effekt,\n\n- Subgruppensensitivität\n\nDiese Bewertungen bestimmen den endgültigen normativen Status.\n\n## 18. FORMEN DES VERSAGENS\n\n#### F-01— Ausgewählter Screenshot\n\nNur die positivste Antwort wird unter zahlreichen Ergebnissen veröffentlicht.\n\n#### F-02— Behandlung eines einzelnen Nutzers als die Population\n\nDie Erfahrung einer Person wird auf das gesamte Zieluniversum verallgemeinert.\n\n#### F-03— Wiederholungen desselben Nutzers als neue Personen zählen\n\nWiederholungen, die von derselben Person oder demselben Konto erzeugt werden, werden als unabhängige Teilnehmer gemeldet.\n\n#### F-04— Die Antwort erneuern und die beste auswählen\n\nAnfängliche oder negative Antworten werden verworfen; die geeignetste Antwort wird als Messergebnis gespeichert.\n\n#### F-05— Prompt Drift\n\nTeilnehmer ändern das Wort, den Ton oder den Umfang des Prompts; die Ergebnisse werden zusammengeführt, als stammten sie aus demselben Experiment.\n\n#### F-06— Kontextkontamination\n\nFrühere Gespräche beeinflussen die Antwort; die Aufzeichnung wird als saubere Sitzung präsentiert.\n\n#### F-07— Verbergen der Personalisierung\n\nSpeicher, spezielle Anweisungen oder Nutzerhistorie sind sichtbar; das Ergebnis wird als allgemeine Nutzerantwort berichtet.\n\n#### F-08— Verwechslung von Modell und Produkt\n\nNur der allgemeine Modell- oder Anbietername wird angegeben; das tatsächliche Produkt, die Schnittstelle und der Werkzeugzustand werden nicht aufgezeichnet.\n\n#### F-09— Entfernen von Fehlern und Irrtümern aus dem Nenner\n\nGelöscht, um die Ergebnisse positiv erscheinen zu lassen, wenn das System nicht auf Datensätze reagiert.\n\n#### F-10— Ungültige Erfassung als Systemfehler zählen\n\nAls Teilnehmerfehler, fehlende Nachweise oder falsches Ergebnis des KI-Produkts gemeldet.\n\n#### F-11— Eine einzelne Sprache und ein Land globalisieren\n\nDas Ergebnis eines einzelnen Gebiets wird global angewendet.\n\n#### F-12— Verwendung synthetischer Daten als echte Daten\n\nZu Demonstrationszwecken erstellte Datensätze werden zur tatsächlichen Leistung hinzugefügt.\n\n#### F-13— Ein kritisches Ereignis im Durchschnitt verlieren\n\nSchwere Gesundheits-, Rechts-, Lizenz- oder Sicherheitsfehler werden innerhalb eines hohen Durchschnitts unsichtbar gemacht.\n\n#### F-14— Wirkung einer Intervention aus einem einzelnen Erfolg ableiten\n\nDie einzelne positive Antwort nach der GEO-Intervention wird als ursächliche Wirkung der Studie betrachtet.\n\n#### F-15— Das gesamte System anhand eines einzigen Fehlers beurteilen\n\nEin Fehler wird so verallgemeinert, als ob das KI-Produkt für alle Nutzer immer falsch und falsch ist.\n\n#### F-16— Die Zielgruppe danach definieren\n\nNachdem das Ergebnis gesehen wurde, wird die Nutzergruppe mit hohem Erfolg zur \"tatsächlichen Zielpopulation\" erklärt.\n\n## 19. PRÜFUNGSVERFAHREN\n\nEin Prüfer sollte bei der Bewertung der Gültigkeit einer einzelnen Beobachtung oder eines frühen GEO-Anspruchs die untenstehende Reihenfolge einhalten.\n\n### Schritt 1– Erfassen Sie den öffentlichen Aussage\n\nDie vollständige vorgeschlagene Strafe wird festgelegt. Beispiel: \"ChatGPT kennt unser Unternehmen korrekt.\"\n\n### Schritt 2– Feststellen Sie das Ausmaß des Anspruchs\n\nDer Satz kann eine Behauptung aufstellen über:\n\n- Einzelereignis,\n\n- Prävalenz,\n\n- Stabilität,\n\n- globale Konsequenz,\n\n- Kausalität,\n\n- kommerzieller Einfluss\n\nDie anwendbare Ebene muss identifiziert werden.\n\n### Schritt 3— Zählen der unterstützenden Beobachtungen\n\nWie viele echte Nutzer? Wie viele Konten? Wie viele unabhängige Sitzungen? Wie viele Wiederholungen? Wie viele KI-Produkte? Wie viele Sprachen und Länder?\n\n### Schritt 4— Überprüfen der Beobachtungsbedingungen\n\nSind das KI-Produkt, die Nutzeroberfläche, die Prompt, die Sitzung, das Land, die Sprache und die Zeit alle aufgezeichnet?\n\n### Schritt 5— Überprüfen der Evidenzintegrität\n\nGibt es eine vollständige Antwort? Gibt es einen vollständigen Screenshot? Wurde die Antwort ausgewählt oder aktualisiert? Wurde die Datei geändert? Ist der Datensatz synthetisch?\n\n### Schritt 6— Bestimmen der Abhängigkeitsstruktur\n\nGibt es Wiederholungen desselben Nutzers? Wurde ein gemeinsames Konto verwendet? Gibt es ein gespiegeltes Modelldesign? Gibt es Clustering vom selben Panel?\n\n### Schritt 7– Trenne den Datenerfassungsfehler vom gültigen Systemergebnis\n\nIst die Ablehnung oder der Systemfehler das eigentliche Ergebnis? Oder hat der Teilnehmer gegen das Protokoll verstoßen?\n\n### Schritt 8– Vergleichen Sie die Behauptung mit dem Niveau der Nachweise\n\nWird eine einzelne Beobachtung für eine Population oder globale Schlussfolgerung verwendet?\n\n### Schritt 9– Öffnen Sie den kritischen Pfad\n\nWenn eine einzelne Reaktion einen vorhersehbaren schweren Schaden verursacht, wird eine separate Vorfalluntersuchung eingeleitet.\n\n### Schritt 10– Begrenze die Entscheidung\n\nDie öffentliche Strafe wird nur auf das Niveau reduziert, das die Nachweise tragen.\n\n## 20. NOTWENDIGE NACHWEISE\n\nFür eine Beobachtung oder Behauptung im Rahmen dieses Abschnitts sollten die folgenden Aufzeichnungen, soweit sie relevant sind, eingeholt werden:\n\n- Identität der geprüften Einheit\n\n- Vollständig offengelegte GEO-Behauptung für die Öffentlichkeit\n\n- Anzahl der Beobachtungen\n\n- Anzahl der einzigartigen Teilnehmer\n\n- KI-Produkt und Nutzeroberfläche\n\n- Sichtbares Modell oder Version, falls verfügbar\n\n- Plattform- oder Kontotyp\n\n- Land und Gebietsschema\n\n- Prompt-ID, Version und vollständiger Text\n\n- Sitzungs- und Personalisierungsstatus\n\n- UTC Zeitstempel\n\n- Messwelle\n\n- Vollständige Rohantwort\n\n- Screenshot oder gleichwertiger Nachweis\n\n- Reproduktions- oder Antwortauswahlstatus\n\n- Gültigkeitsstatus der Beobachtung\n\n- Abhängigkeits- und Übereinstimmungsaufzeichnung\n\n- Synthetischer oder realer Status\n\n- Ungültiges Beobachtungsprotokoll\n\n- Aufzeichnung kritischer Ereignisse\n\n- Ergebnisbereich\n\n- Unsicherheitsangabe\n\n- Verantwortliche Person oder Institution\n\nNicht alle diese Aufzeichnungen müssen in allen Details für jede Beobachtung mit geringem Risiko erforderlich sein. Wenn jedoch eine breite GEO-Punktzahl oder Konformitätsklausel der Öffentlichkeit zugänglich gemacht werden soll, dürfen wichtige Felder nicht leer bleiben.\n\n## 21. PRÜFLISTE FÜR AUDITS\n\nWurde die geprüfte Einheit vollständig identifiziert? Wurden das KI-Produkt und die Nutzeroberfläche erfasst? Wurde der Prompt vor der Messung festgeschrieben? Wurde der Prompt vom Teilnehmer geändert? Sind die Sitzungs- und Personalisierungsbedingungen bekannt? Sind die Angaben zum Land und zur Region des Nutzers erfasst? Wird die vollständige Antwort aufbewahrt? Ist es die erste angemessene Ausgabe oder die beste ausgewählte Ausgabe? Gibt es einen vollständigen Evidenznachweis? Wurden die tatsächliche Anzahl der Nutzer und die Anzahl der Beobachtungen getrennt? Wurden wiederholte und passende Beobachtungen unabhängig gezählt? Wurden Verweigerungen und Systemfehler im Nenner ordnungsgemäß berücksichtigt? Wurden ungültige Aufzeichnungen aufbewahrt und begründet? Wurden synthetische und echte Daten getrennt? Wird eine einzelne Antwort als Populationsresultat präsentiert?\n\nGilt die Aussage nur für das gemessene Produkt, Land, Sprache und Zeit? Wurde die Wahrscheinlichkeit eines kritischen Fehlers separat bewertet? Trägt das Ergebnis eine Aussage über Vertrauen oder Unsicherheit? Werden ungetestete Bereiche eindeutig dargestellt? Übersteigt die öffentliche Aussage das Niveau der tatsächlichen Beobachtung? Wenn eine der sachlichen Fragen unbeantwortet ist, weist das Ergebnis nur ein eingeschränktes Vertrauen auf. Wenn mehr als eine unbeantwortet ist, sollte es nicht für die Gesamt-GEO-Bewertung verwendet werden.\n\n## 22. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Der echte Nutzer sieht bereits nur eine Antwort.“\n\nDas ist korrekt. Die einzelne Antwort, die der einzelne Nutzer sieht, ist die reale Erfahrung dieser Person. Daher werden einzelne Ereignisse aufgezeichnet. Die individuelle Erfahrung ist jedoch nicht dasselbe wie die Erfahrung der gesamten Bevölkerung. NOMOS hält beide Fakten gemeinsam fest:\n\n> Die Erfahrung eines einzelnen Nutzers ist real. / Ein einzelner Nutzer ist nicht die gesamte Bevölkerung.\n\n### Einwand 2— „Wenn das System jedes Mal die gleiche Antwort gibt, reicht dann nicht eine Antwort aus?“\n\nDie Behauptung, dass das System jedes Mal die gleiche Antwort gibt, erfordert ebenfalls eine Messung. Zusätzlich:\n\n- Zeit,\n\n- Abruf,\n\n- Land,\n\n- Sprache,\n\n- Plan,\n\n- Personalisierung,\n\n- Nutzeroberfläche\n\nkönnen variieren. Selbst ein als deterministisch angenommenes System kann nicht über definierte Bedingungen hinaus verallgemeinert werden.\n\n### Einwand 3— „Warum genau 1,000?“\n\nDie Zahl 1,000 ist keine magische Schwelle der Sicherheit. GEO-1000 dient als grundlegender Referenzpunkt, der ausgleicht:\n\n- ein erhebliches Nutzeraufkommen,\n\n- eine breit angelegte Produktschätzung,\n\n- durchführbare Kosten,\n\n- öffentliche Verständlichkeit.\n\neinzeln Gruppen könnten mehr Beobachtungen benötigen. Pilotstudien müssen die Schwelle überprüfen oder anpassen.\n\n### Einwand 4— „Lasst dieselben 1,000 Personen alle KI-Produkte testen.“\n\nDiese Methode kann nützlich für gepaarte Vergleiche zwischen Modellen sein. Allerdings kann die Auswahl nur intensiver KI-Nutzer, die Zugang zu allen Produkten haben, die Zielpopulation verzerren. Außerdem sind Beobachtungen derselben Person abhängig. Vollständig gepaarte, teilweise gepaarte und ausgewogene Designs werden später verglichen.\n\n### Einwand 5— „Ist ein Screenshot nicht bereits ausreichender Beweis?“\n\nScreenshots sind wichtig. Allein zeigen sie jedoch nicht immer Folgendes:\n\n- Echtzeit\n\n- Land\n\n- Plan\n\n- vorheriges Gespräch\n\n- Personalisierung\n\n- Antwortaktualisierung\n\n- Dateiänderung\n\n- vollständige Antwort\n\nAus diesem Grund ist ein Screenshot ein wichtiger Bestandteil des Evidenzpakets. Er ist nicht das Ganze.\n\n### Einwand 6— „Warum schließen wir ein nicht reagierendes System in die Bewertung ein?“\n\nDie tatsächliche Erfahrung des Nutzers kann sein, keine Antwort zu erhalten. Eine Ablehnung oder ein Fehler:\n\n- technisch\n\n- Sicherheit,\n\n- Politik,\n\n- Zugang\n\nkann das Ergebnis sein. Wenn das Protokoll korrekt angewendet wurde, sollte das Ereignis aufgezeichnet werden. Die Nichtreaktion des Systems aufgrund eines technischen Fehlers des Teilnehmers wird separat klassifiziert.\n\n### Einwand 7— „Warum sollte ein einziger schwerwiegender Fehler die gesamte Inspektion beeinflussen?“\n\nEin einzelner Fehler beweist nicht, dass die Mehrheit der Bevölkerung denselben Fehler gemacht hat. Allerdings kann der potenzielle Schaden eines einzelnen Fehlers schwerwiegend sein. Daher:\n\n- Punktfrequenz,\n\n- Kritische Entscheidungsgefährdung und Integrität\n\nwerden separat bewertet. Der Durchschnitt kann menschlichen Schaden nicht automatisch auslöschen.\n\n### Einwand 8— „Wenn wir mit einer einzigen Antwort nichts sagen können, welchen Wert haben dann frühe Tests?“\n\nEinzel- und Kleinproben-Tests:\n\n- Hypothesen generieren,\n\n- Arten von Fehlern entdecken,\n\n- Testaufforderungen,\n\n- das Aufnahmesystem testen,\n\n- Schiedsrichter kalibrieren,\n\nkann kritische Ereignisse aufdecken. Falsch ist, kein exploratives Testen durchzuführen. Falsch ist, das Ergebnis des explorativen Testens als Populationswert zu präsentieren.\n\n## GEMEINSAMES PRINZIP VON KAPITEL 24\n\nDieses Kapitel wurde geschrieben, um ein einzelnes Missverständnis zu beseitigen: „Ich habe eine KI gefragt, eine Antwort erhalten; hier ist mein GEO-Ergebnis.“ Nein. Sie haben noch kein allgemeines GEO-Ergebnis. Was Sie haben, ist eine Beobachtung. Diese Beobachtung:\n\n- ist real,\n\n- ist bedeutend,\n\n- sogar kritisch\n\nkann sein. Es ist jedoch immer noch eine einzelne Beobachtung. Für einen GEO-Score ist das Vorhandensein von:\n\n- Nutzern,\n\n- KI-Produkten,\n\n- Ländern,\n\n- Sprachen,\n\n- Sitzungen,\n\n- Zeiten\n\nDas, was gemessen werden muss, ist die Verteilung der Repräsentation über KI-Produkte, Länder, Sprachen, Sitzungen und Zeit. Ein einzelner Screenshot ist keine Verteilung. Zehn automatisierte Wiederholungen sind nicht zehn unabhängige Personen. Ebenso repräsentieren tausend Antworten aus einer schlechten Stichprobe nicht die Weltbevölkerung. Selbst eine bevölkerungsproportionale Stichprobe kann ohne sprachliche Fairness unvollständig sein. Ein hoher Durchschnitt kann kritische Fehler nicht auslöschen. Das erste Messgesetz von NOMOS lautet daher:\n\n> Eine einzelne Antwort ist ein Ereignis. / Mehrere Antworten sind ein Muster. / Eine definierte Stichprobe ist eine Schätzung der Population. / Wiederholung über die Zeit ist ein Maß für Stabilität. / Aber keines davon allein ist Kausalität oder nachhaltiger Wert.\n\n## Bestellung von Abschnitt 1 von NOMOS\n\n> Bringen Sie mir nicht einen Screenshot und sprechen dann für das gesamte System.\n\n> Machen Sie nicht die Antwort eines Nutzers zur Antwort der gesamten Weltbevölkerung.\n\n> Verwandeln Sie keine Duplikate desselben Kontos in unabhängige Menschen.\n\n> Aktualisieren Sie die Antwort nicht und zeigen Sie das Bevorzugte, als ob es die echte Verteilung wäre.\n\n> Entfernen Sie keine Ablehnungen, Fehler und Unbekannten aus dem Nenner.\n\n> Verallgemeinern Sie nicht eine Sprache auf die ganze Welt, ein Land auf alle Länder oder ein KI-Produkt auf alle generativen Systeme.\n\n> Machen Sie keinen einzelnen Erfolg zum Nachweis eines Interventions-effects oder einen einzelnen Fehler zum unveränderlichen Charakter des gesamten Systems.\n\n> Verdrängen Sie keinen einzelnen schweren Fehler im Durchschnitt.\n\n> Zuerst zeichne das Ereignis auf. / Dann messe das Muster. / Dann definiere die Zielpopulation. / Dann zeige Abhängigkeit und Unsicherheit. / Und sprich nur im Umfang der vorliegenden Nachweise.\n\n## Der abschließende Satz des Kapitels\n\n> Die Repräsentation einer Entität in Künstlichen-Intelligenz-Systemen ist keine einzelne Antwort. KI-Produkte sind eine Verteilung, die über Nutzer, Länder, Sprachen, Sitzungen und Zeiten gemessen werden sollte.\n\n## Normativer Kern\n\n> Eine einzelne Ausgabe eines generativen Systems KANN feststellen, dass eine bestimmte Antwort unter aufgezeichneten Bedingungen aufgetreten ist. Ein einzelnes Ergebnis DARF NICHT verwendet werden, um Folgendes abzuleiten: - Bevölkerungsprävalenz, - typisches Produktverhalten, - zeitliche Stabilität, - sprachübergreifende Konsistenz, - länderübergreifende Konsistenz, - produktübergreifende Konsistenz, - Interventionseffekt, - Sicherheit der Empfehlung, - kommerzielle Auswirkungen, - Konformität, - oder einen GEO-Score. Alle weitergehenden Behauptungen MÜSSEN durch eine vordefinierte Zielpopulation, ein gültiges Mehrfachbeobachtungsdesign, aufgezeichnete Abhängigkeitsstrukturen, ein Evidenzbündel, Bewertungsregel, Umfangserklärung und eine Offenlegung der Unsicherheit unterstützt werden. eine einzelne Ausgabe mit hohem Schadenspotenzial KANN eine separate Überprüfung kritischer Vorfälle auslösen, ohne als Nachweis für die Bevölkerungsprävalenz behandelt zu werden.","character_count":52380,"record_sha256":"fb0e4de75e359f21bd2b549513d43ccda7e901629df744713e85c2ac1fe305b5"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-02","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":4,"chapter_number":2,"item_number":null,"title":"Repräsentation ist eine Verteilung","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K04","K05","K09"],"source_word_count":6390,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":2,\"id\":\"NOMOS-GEO-AUDIT-CH02\",\"title\":\"Repräsentation ist eine Verteilung\",\"subtitle\":null,\"sourceFile\":\"2.ci bölüm.docx\",\"sourceSha256\":\"CF157E98388D9F58E9BEF9F44ADF14CD5B513AC59035C47BFA391660D30BE6D5\",\"sourceWordCount\":6390,\"sourceIds\":[\"K04\",\"K05\",\"K09\"],\"machine\":{\"chapter\":2,\"chapterId\":\"NOMOS-GEO-AUDIT-CH02\",\"title\":\"Repräsentation ist eine Verteilung\",\"subtitle\":null,\"sourceIds\":[\"K04\",\"K05\",\"K09\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH02-R01\",\"normativeRuleEnglish\":\"An entity's generative-system representation MUST be treated as a conditional distribution of observable outcomes across defined: - AI products and user surfaces, - users or sampling units, - countries, - languages and locales, - session and personalisation states, - prompts, - and measurement times. A single aggregate score MUST NOT replace disclosure of: - scope and coverage, - outcome distribution, - subgroup variation, - critical-error incidence, - unknown and untested mass, - temporal stability, - weighting rules, - and uncertainty. Equal averages MUST NOT be interpreted as equivalent representation quality when their subgroup, severity, coverage, or stability distributions materially differ. Untested groups MUST NOT be imputed as conforming, and rare high-harm outcomes MUST remain separately visible from average performance.\",\"normativeRuleSourceTurkish\":\"Bir varlığın üretken sistemlerdeki temsili; tanımlı AI ürünleri ve kullanıcı yüzeyleri, kullanıcılar veya örnekleme birimleri, ülkeler, diller ve locale’ler, oturum ve kişiselleştirme durumları, promptlar ve ölçüm zamanları arasında oluşan koşullu gözlenebilir sonuç dağılımı olarak değerlendirilmelidir. Tek bir toplulaştırılmış skor; kapsamı, sonuç dağılımını, alt grup farklarını, Critical hata oranını, bilinmeyen ve test edilmemiş kütleyi, zaman kararlılığını, ağırlıkları ve belirsizliği görünmez kılamaz. Aynı ortalama, maddi ölçüde farklı dağılımlar için eşdeğer temsil kalitesi anlamına gelmez.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH02-MB0001\",\"type\":\"paragraph\",\"text\":\"RULE READABLE BY MACHINE FOR CHAPTER 31\",\"sourceParagraph\":1312},{\"blockId\":\"CH02-MB0002\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH02-R01\",\"sourceParagraph\":1313},{\"blockId\":\"CH02-MB0003\",\"type\":\"paragraph\",\"text\":\"An entity's generative-system representation MUST be treated as a\",\"sourceParagraph\":1315},{\"blockId\":\"CH02-MB0004\",\"type\":\"paragraph\",\"text\":\"conditional distribution of observable outcomes across defined:\",\"sourceParagraph\":1316},{\"blockId\":\"CH02-MB0005\",\"type\":\"paragraph\",\"text\":\"- AI products and user surfaces,\",\"sourceParagraph\":1318},{\"blockId\":\"CH02-MB0006\",\"type\":\"paragraph\",\"text\":\"- users or sampling units,\",\"sourceParagraph\":1319},{\"blockId\":\"CH02-MB0007\",\"type\":\"paragraph\",\"text\":\"- countries,\",\"sourceParagraph\":1320},{\"blockId\":\"CH02-MB0008\",\"type\":\"paragraph\",\"text\":\"- languages and locales,\",\"sourceParagraph\":1321},{\"blockId\":\"CH02-MB0009\",\"type\":\"paragraph\",\"text\":\"- session and personalisation states,\",\"sourceParagraph\":1322},{\"blockId\":\"CH02-MB0010\",\"type\":\"paragraph\",\"text\":\"- prompts,\",\"sourceParagraph\":1323},{\"blockId\":\"CH02-MB0011\",\"type\":\"paragraph\",\"text\":\"- and measurement times.\",\"sourceParagraph\":1324},{\"blockId\":\"CH02-MB0012\",\"type\":\"paragraph\",\"text\":\"A single aggregate score MUST NOT replace disclosure of:\",\"sourceParagraph\":1326},{\"blockId\":\"CH02-MB0013\",\"type\":\"paragraph\",\"text\":\"- scope and coverage,\",\"sourceParagraph\":1328},{\"blockId\":\"CH02-MB0014\",\"type\":\"paragraph\",\"text\":\"- outcome distribution,\",\"sourceParagraph\":1329},{\"blockId\":\"CH02-MB0015\",\"type\":\"paragraph\",\"text\":\"- subgroup variation,\",\"sourceParagraph\":1330},{\"blockId\":\"CH02-MB0016\",\"type\":\"paragraph\",\"text\":\"- critical-error incidence,\",\"sourceParagraph\":1331},{\"blockId\":\"CH02-MB0017\",\"type\":\"paragraph\",\"text\":\"- unknown and untested mass,\",\"sourceParagraph\":1332},{\"blockId\":\"CH02-MB0018\",\"type\":\"paragraph\",\"text\":\"- temporal stability,\",\"sourceParagraph\":1333},{\"blockId\":\"CH02-MB0019\",\"type\":\"paragraph\",\"text\":\"- weighting rules,\",\"sourceParagraph\":1334},{\"blockId\":\"CH02-MB0020\",\"type\":\"paragraph\",\"text\":\"- and uncertainty.\",\"sourceParagraph\":1335},{\"blockId\":\"CH02-MB0021\",\"type\":\"paragraph\",\"text\":\"Equal averages MUST NOT be interpreted as equivalent representation\",\"sourceParagraph\":1337},{\"blockId\":\"CH02-MB0022\",\"type\":\"paragraph\",\"text\":\"quality when their subgroup, severity, coverage, or stability\",\"sourceParagraph\":1338},{\"blockId\":\"CH02-MB0023\",\"type\":\"paragraph\",\"text\":\"distributions materially differ.\",\"sourceParagraph\":1339},{\"blockId\":\"CH02-MB0024\",\"type\":\"paragraph\",\"text\":\"Untested groups MUST NOT be imputed as conforming, and rare high-harm\",\"sourceParagraph\":1341},{\"blockId\":\"CH02-MB0025\",\"type\":\"paragraph\",\"text\":\"outcomes MUST remain separately visible from average performance.\",\"sourceParagraph\":1342},{\"blockId\":\"CH02-MB0026\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":1343},{\"blockId\":\"CH02-MB0027\",\"type\":\"paragraph\",\"text\":\"The representation of an entity in generative systems should be evaluated as the conditional observable outcome distribution arising between defined AI products and user interfaces, users or sampling units, countries, languages and locales, session and personalisation states, prompts, and measurement times. A single aggregated score cannot make the scope, outcome distribution, subgroup differences, critical error rate, unknown and untested population, temporal stability, weights, and uncertainty invisible. The same average does not mean equivalent representation quality for materially different distributions.\",\"sourceParagraph\":1344}],\"normativeRuleLocalized\":\"Die Repräsentation einer Entität in generativen Systemen MUSS als bedingte Verteilung beobachtbarer Ergebnisse über definierte: - KI-Produkte und Nutzeroberflächen, - Nutzer oder Stichprobeneinheiten, - Länder, - Sprachen und Regionen, - Sitzungs- und Personalisierungszustände, - Prompts, - und Messzeiten behandelt werden. Ein einzelner aggregierter Wert DARF die Offenlegung von: - Umfang und Abdeckung, - Ergebnisverteilung, - Untergruppenvariationen, - Vorkommen kritischer Fehler, - unbekannter und nicht getesteter Masse, - zeitlicher Stabilität, - Gewichtungsregeln, - und Unsicherheit NICHT ersetzen. Gleiche Durchschnitte DÜRFEN NICHT als gleichwertige Repräsentationsqualität interpretiert werden, wenn ihre Untergruppen-, Schwere-, Abdeckungs- oder Stabilitätsverteilungen sich wesentlich unterscheiden. Ungetestete Gruppen DÜRFEN NICHT als konform eingeordnet werden, und seltene, schädliche Ergebnisse MÜSSEN weiterhin getrennt von der durchschnittlichen Leistung sichtbar bleiben.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH02-MB0001\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESBARE REGEL FÜR KAPITEL 31\",\"sourceParagraph\":1312,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0002\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH02-R01\",\"sourceParagraph\":1313,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0003\",\"type\":\"paragraph\",\"text\":\"Die Repräsentation eines generativen Systems einer Entität MUSS als\",\"sourceParagraph\":1315,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0004\",\"type\":\"paragraph\",\"text\":\"bedingte Verteilung beobachtbarer Ergebnisse über definierte:\",\"sourceParagraph\":1316,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0005\",\"type\":\"paragraph\",\"text\":\"- KI-Produkte und Nutzerschnittstellen,\",\"sourceParagraph\":1318,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0006\",\"type\":\"paragraph\",\"text\":\"- Nutzer oder Stichprobeinheiten behandelt werden.\",\"sourceParagraph\":1319,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0007\",\"type\":\"paragraph\",\"text\":\"- Länder,\",\"sourceParagraph\":1320,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0008\",\"type\":\"paragraph\",\"text\":\"- Sprachen und Locale,\",\"sourceParagraph\":1321,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0009\",\"type\":\"paragraph\",\"text\":\"- Sitzungs- und Personalisierungszustände,\",\"sourceParagraph\":1322,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0010\",\"type\":\"paragraph\",\"text\":\"- Prompts,\",\"sourceParagraph\":1323,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0011\",\"type\":\"paragraph\",\"text\":\"- und Messzeiten.\",\"sourceParagraph\":1324,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0012\",\"type\":\"paragraph\",\"text\":\"Ein einziger aggregierter Wert DARF die Offenlegung von folgenden Punkten NICHT ersetzen:\",\"sourceParagraph\":1326,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0013\",\"type\":\"paragraph\",\"text\":\"- Reichweite und Abdeckung,\",\"sourceParagraph\":1328,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0014\",\"type\":\"paragraph\",\"text\":\"- Ergebnisverteilung,\",\"sourceParagraph\":1329,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0015\",\"type\":\"paragraph\",\"text\":\"- Untergruppenvariation,\",\"sourceParagraph\":1330,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0016\",\"type\":\"paragraph\",\"text\":\"- Auftreten kritischer Fehler,\",\"sourceParagraph\":1331,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0017\",\"type\":\"paragraph\",\"text\":\"- unbekannte und ungetestete Masse,\",\"sourceParagraph\":1332,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0018\",\"type\":\"paragraph\",\"text\":\"- zeitliche Stabilität,\",\"sourceParagraph\":1333,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0019\",\"type\":\"paragraph\",\"text\":\"- Gewichtungsregeln,\",\"sourceParagraph\":1334,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0020\",\"type\":\"paragraph\",\"text\":\"- und Unsicherheit.\",\"sourceParagraph\":1335,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0021\",\"type\":\"paragraph\",\"text\":\"Gleiche Durchschnitte DÜRFEN NICHT als gleichwertige Repräsentation interpretiert werden.\",\"sourceParagraph\":1337,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0022\",\"type\":\"paragraph\",\"text\":\"Qualität, wenn ihre Untergruppe, Schwere, Abdeckung oder Stabilität\",\"sourceParagraph\":1338,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0023\",\"type\":\"paragraph\",\"text\":\"Verteilungen wesentlich abweichen.\",\"sourceParagraph\":1339,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0024\",\"type\":\"paragraph\",\"text\":\"Ungetestete Gruppen DÜRFEN NICHT als konform unterstellt werden, und seltene schwerwiegende\",\"sourceParagraph\":1341,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0025\",\"type\":\"paragraph\",\"text\":\"Ergebnisse MÜSSEN weiterhin getrennt von der durchschnittlichen Leistung sichtbar bleiben.\",\"sourceParagraph\":1342,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0026\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":1343,\"language\":\"de-DE\"},{\"blockId\":\"CH02-MB0027\",\"type\":\"paragraph\",\"text\":\"Die Repräsentation einer Entität in generativen Systemen sollte als die bedingte beobachtbare Ergebnisverteilung bewertet werden, die zwischen definierten KI-Produkten und Nutzeroberflächen, Nutzern oder Stichprobeneinheiten, Ländern, Sprachen und Regionen, Sitzungs- und Personalisierungszuständen, Prompts und Messzeiten entsteht. Eine einzelne aggregierte Punktzahl kann den Umfang, die Ergebnisverteilung, Unterschiede zwischen Untergruppen, die kritische Fehlerrate, unbekannte und ungetestete Populationen, zeitliche Stabilität, Gewichtungen und Unsicherheiten nicht unsichtbar machen. Derselbe Durchschnitt bedeutet nicht gleichwertige Repräsentationsqualität für materiell unterschiedliche Verteilungen.\",\"sourceParagraph\":1344,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nAbschnitt 1 hat die folgende Bestimmung eingeführt:\n\n> Eine einzelne Antwort ist nicht die GEO-Punktzahl. Eine einzelne Antwort ist eine einzelne Beobachtung, die unter aufgezeichneten Bedingungen aufgetreten ist.\n\nDieser Abschnitt beantwortet die nächste Frage:\n\n> Wenn eine einzelne Antwort nicht die GEO-Punktzahl ist, was ist dann das eigentliche Objekt, das wir messen wollen?\n\nDie Antwort ist:\n\n> Die Repräsentation eines Objekts in generativen Systemen ist eine multidimensionale Verteilung, die sich über KI-Produkte, Nutzer, Länder, Sprachen, Sitzungsbedingungen, Prompts und Zeiten bildet.\n\nDieses Kapitel:\n\n- die Repräsentationsverteilung,\n\n- die grundlegenden Dimensionen der Verteilung,\n\n- der Unterschied zwischen dem Mittelwert und der Verteilung,\n\n- die Ungleichheit in Untergruppen,\n\n- die Stabilität,\n\n- die Abdeckung und das Problem fehlender Beobachtungen,\n\n- das Risiko seltener schwerwiegender Fehler,\n\n- die konzeptionelle Struktur der öffentlich verfügbaren Ergebnisübersicht\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- wie viele Teilnehmer jedem Land zugewiesen werden.\n\n- wie der Stichprobenrahmen erstellt wird,\n\n- wie die Aufforderungsübersetzungen validiert werden,\n\n- wie atomare Aussagen bewertet werden,\n\n- die exakte Formel des endgültigen NOMOS-Scores,\n\n- Konformitätsschwellen\n\nDieses Kapitel regelt diese Angelegenheiten nicht normativ; spätere Kapitel behandeln sie separat. Bevor die Bewertungsformel definiert wird, definiert Kapitel 2 die Realität, die der Score darstellen soll.\n\n## NOMOS Herausforderung\n\nBetrachten Sie zwei KI-Produkte. Jedes erhält denselben globalen Durchschnittsscore:\n\n#### 90 / 100\n\nDie Sprachresultate des ersten Produkts sind wie folgt:\n\n- Englisch: 90\n\n- Türkisch: 91\n\n- Deutsch: 89\n\n- Japanisch: 90\n\n- Arabisch: 90\n\nDie Sprachresultate des zweiten Produkts sind wie folgt:\n\n- Englisch: 99\n\n- Türkisch: 98\n\n- Deutsch: 97\n\n- Japanisch: 86\n\n- Arabisch: 70\n\nDer einfache Durchschnitt beider Produkte beträgt 90. Haben sie die gleiche GEO-Qualität? Nein. Das erste Produkt erzeugt eine ähnliche Repräsentation in verschiedenen Sprachen. Das zweite Produkt erzeugt eine hervorragende Repräsentation in einigen Sprachen, aber eine ernsthaft schwache Repräsentation in einer anderen Sprache. Ein einfacher Durchschnitt verschleiert diesen Unterschied. Betrachten wir nun zwei andere Produkte. 95% der Antworten beider erfüllt die Bestehensanforderungen. Der verbleibende 5% im ersten Produkt besteht aus:\n\n- geringen Umfangsmängeln,\n\n- begrenzten Erklärungsmängeln,\n\n- einige UNBEKANNTE\n\nErgebnissen. Der verbleibende 5% im zweiten Produkt besteht aus:\n\n- falscher Gesundheitsbehörde,\n\n- nicht vorhandener Lizenz,\n\n- falsche rechtliche Identität,\n\n- unangemessener Beratung\n\nexistiert. Die rohe Genauigkeitsrate für beide beträgt erneut 95 Prozent. Haben sie dasselbe Repräsentationsrisiko? Nein. Betrachten Sie nun ein drittes Paar. Der Durchschnitt von beiden über die drei Messwellen beträgt 90. Das erste:\n\n- Welle 1: 90\n\n- Welle 2: 91\n\n- Welle 3: 89\n\nDer zweite:\n\n- Welle 1: 98\n\n- Welle 2: 90\n\n- Welle 3: 82\n\nHaben sie über die Zeit hinweg die gleiche Konsistenz? Nein. In diesem Fall geht es nicht nur um: 'Was ist der Durchschnitt?' Wir müssen auch Folgendes wissen: Wie sind die Ergebnisse verteilt? Wer ist gut vertreten, wer ist schlecht vertreten? Welche Sprachen und Länder fallen zurück? Wie schwerwiegend sind die Fehler? Wie stark ändert sich das Ergebnis über die Zeit? Welche Bereiche wurden nie gemessen? Mit welchen Gewichtungen wurde der Durchschnitt erstellt? Wie viele verschiedene Realitäten stehen hinter demselben Durchschnitt? Die erste Schlussfolgerung dieses Abschnitts lautet:\n\n> Der gleiche Durchschnitt ist nicht die gleiche Repräsentation.\n\nIhre zweite Bestimmung lautet:\n\n> Ein GEO-Score kann eine Zusammenfassung der Verteilung sein; er kann die Verteilung nicht ersetzen.\n\n## 1. ZWECK DES KAPITELS\n\nDieser Abschnitt definiert, wie die Repräsentation von Entitäten in generativen Systemen verstanden werden sollte, bevor sie auf eine einzelne Zahl reduziert wird. Seine Hauptziele sind:\n\n- Zu zeigen, dass Repräsentation keine zeitlose und singuläre „KI-Perspektive“ ist\n\n- Die Bedingungen zu definieren, von denen das Repräsentationsergebnis abhängt\n\n- Zu erklären, dass das binäre Wahr-Falsch allein nicht ausreicht\n\n- Durchschnittliche Genauigkeit von Untergruppenungleichheit zu trennen\n\n- Das hohe Fehlerrisiko, das in hohen Durchschnittswerten verborgen ist, sichtbar zu machen\n\n- Zu zeigen, dass Stabilität und Genauigkeit nicht dasselbe Konzept sind\n\n- Zu verhindern, dass ungemessene Bereiche innerhalb der Verteilung mit positiven Annahmen gefüllt werden\n\n- Die Struktur eines zukünftigen NOMOS-Scores vorzubereiten, der singulär ist, aber nicht dazu verdammt, singulär zu sein\n\nAm Ende dieses Abschnitts sollte der Leser in der Lage sein, die folgende Frage zu beantworten:\n\n> Warum ist das Ergebnis des GEO einer Entität nicht nur auf die durchschnittliche Genauigkeitsrate beschränkt?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\n> Die Repräsentation einer Entität in generativen Systemen ist die bedingte Verteilung verschiedener Antworten und Repräsentationsergebnisse, die unter definierten Bedingungen auftreten können.\n\nDiese Verteilung:\n\n- sie ist nicht der abstrakte 'Gedanke' eines einzelnen Modells,\n\n- sie ist nicht die gemeinsame Ansicht aller künstlichen Intelligenzsysteme,\n\n- sie ist nicht nur die Wiederholungsrate der Website,\n\n- sie ist nicht nur die Häufigkeit, mit der der Name der Marke erwähnt wird,\n\n- sie ist nicht nur die durchschnittliche Genauigkeit,\n\nsie ist nicht nur die Empfehlungsrate. Die Verteilungsdarstellung zeigt innerhalb eines bestimmten Protokolls Folgendes:\n\n> Welche Nutzer welche Art von Repräsentation auf welchem KI-Produkt und auf welcher Nutzeroberfläche, in welcher Sprache, in welchem Land, mit welchem Prompt, unter welchen Sitzungsbedingungen und zu welcher Zeit sehen.\n\nDaher hängt das Ergebnis einer Verteilung immer von den folgenden Fragen ab: Welche Einheit? Welches KI-Produkt? Welche Nutzeroberfläche? Welche Zielpopulation? Welches Land? Welche Sprache und Regionaleinstellung? Welcher Prompt? Welche Sitzungsbedingung? Welche Messwelle? Welches Wahrheits-Paket? Welche Bewertungsregel? Wenn sich eines dieser Felder ändert, kann sich auch die Verteilung ändern.\n\n## 3. WAS BEDEUTET DAS WORT \"DISTRIBUTION\"?\n\nIn diesem Buch bezieht sich das Wort Verteilung nicht auf eine verborgene oder metaphysische Sichtweise, die angenommen wird, innerhalb eines künstlichen Intelligenzsystems zu existieren. Es behauptet nicht: NOMOS: \"Dies ist die echte Verteilung des Unternehmens im Geist des Modells.\" Die Verteilung hier ist operativ und beobachtbar.\n\n> Es ist das Muster verschiedener Repräsentationsergebnisse, die unter einem definierten Protokoll innerhalb der Zielpopulation und der Messbedingungen erzielt werden können.\n\nMan sollte zwischen zwei Verteilungen unterscheiden.\n\n### 3.1. Zielrepräsentationsverteilung\n\nEs ist die Verteilung, die die Messung zu prognostizieren versucht, aber nicht vollständig direkt beobachtet werden kann. Sie wird repräsentiert als:\n\n### P_E(Y | A, C, L, S, P, T, U)\n\nHier:\n\n- E: geprüfte Einheit\n\n- Y: Repräsentationsergebnis\n\n- A: KI-Produkt und Nutzeroberfläche\n\n- C: Land oder geografische Bedingung\n\n- L: Sprache und Gebietsschema\n\n- S: Sitzungs- und Personalisierungsbedingung\n\n- P: Prompt\n\n- T: Zeit oder Messwelle\n\n- U: Zielnutzeruniversum\n\nDieser Ausdruck fragt: „Im definierten Zielnutzeruniversum, unter den angegebenen Bedingungen, welche Repräsentationsergebnisse treten mit welchen Wahrscheinlichkeiten auf?“ Nicht alle Elemente der Zielverteilung können gemessen werden. Sie werden durch Stichproben geschätzt.\n\n### 3.2. Beobachtete empirische Verteilung\n\nEs ist die Verteilung der gültigen Beobachtungen, die in einer realen oder synthetischen Messung gewonnen wurden. Ihre Repräsentation:\n\n### P̂_E\n\nkann verwendet werden. Die empirische Verteilung ist nicht die Zielverteilung selbst. Sie ist eine Schätzung, die durch ihre Stichprobe, Gewichtung und das Messdesign erstellt wird. Die Größenordnung des Unterschieds kann abhängen von:\n\n- Stichprobendesign\n\n- Teilnehmerauswahl\n\n- Abdeckung von Ländern und Sprachen\n\n- Ungültige Beobachtungsrate\n\n- Nichtbeantwortung\n\n- Fehler des Gutachters\n\n- Messwelle\n\n- Auswahl der Prompt\n\n- Produkt- und Schnittstellenbedingungen\n\n- Gewichtung\n\n- Clusterbildung und Abhängigkeit\n\nDaher kann eine empirische Verteilung nicht als \"die absolute und unveränderliche Wahrheit der künstlichen Intelligenz\" veröffentlicht werden. Der korrekte Ausdruck sollte sein: \"Die für die spezifizierte Zielpopulation und Messbedingungen erhaltene Schätzung.\"\n\n## 4. REPRÄSENTATIONSRAUM\n\nDie Repräsentation einer Entität erfolgt nicht in einer einzelnen Dimension. Jede Beobachtung existiert in einem multidimensionalen Zustandsraum. Die grundlegende Repräsentation:\n\nX_i= (E_i, A_i, U_i, C_i, L_i, S_i, P_i, T_i)\n\nHier:\n\n- Ei: Entität\n\n- Ai: KI-Produkt und Nutzeroberfläche\n\n- Ui: Nutzer oder Stichprobeneinheit\n\n- Ci: Land und geografische Ebene\n\n- Li: Sprache und Gebietsschema\n\n- Si: Sitzung, Plan und Personalisierungsbedingung\n\n- Pi: Prompt oder Prompt-Familie\n\n- Ti: Zeit und Messwelle\n\nGenerierte Antwort:\n\nR_i\n\nkann gezeigt werden. Der repräsentative Zustand, der sich aus der Bewertung der Antwort ergibt, ist:\n\nY_i= g(R_i, V_E, J)\n\nund kann betrachtet werden als. Hier:\n\n- VE: verifiziertes Truth Pack für die Entität verwendet\n\n- J: Bewertungs- und Beurteilungsregeln\n\n- g: Bewertungsprozess, der die Antwort in repräsentative Ergebnisse umwandelt\n\nDie Bedeutung dieser Repräsentation ist wie folgt: Dieselbe Antwort kann nicht eigenständig bewertet werden, ohne anzugeben, welche Entität, welches Truth Pack und welche Bewertungsregel zugrunde gelegt wurden.\n\n## 5. REPRÄSENTATIVES ERGEBNIS IST KEIN EINZELNER WERT\n\nNur die Gesamtheit einer Antwort:\n\n- in die Kategorien gezwungen werden von\n\nwahr,\n\n- ist falsch\n\nDie Vergabe eines Labels ist oft unzureichend. Folgende Situationen können in derselben Antwort gemeinsam auftreten:\n\n- Korrekte Identität\n\n- Korrekte Hauptkategorie\n\n- Unvollständige Serviceabdeckung\n\n- Veraltete Anzahl von Mitarbeitern\n\n- Nicht unterstützte Führungsbehauptung\n\n- Korrektes Zitat\n\n- Unangemessene Empfehlung\n\n- Nicht-kritischer Grenzwertmangel\n\nDaher kann das Repräsentationsergebnis als Ergebnisvektor betrachtet werden. Kandidatenrepräsentation:\n\nY_i= (y_i^id, y_i^cat, y_i^fact, y_i^scope, y_i^time, y_i^evidence, y_i^recommendation, y_i^harm)\n\nHier:\n\n- yiid: Identitätsgenauigkeit\n\n- yicat: Genauigkeit von Kategorie und Rolle\n\n- yifact: Genauigkeit von sachlichen Angelegenheiten\n\n- yiscope: Erhaltung von Umfang und Grenzen\n\n- yitime: zeitliche Gültigkeit\n\n- yievidence: Übereinstimmung von Aussage und Nachweis\n\n- yirecommendation: Empfehlung und Nutzergeeignetheit\n\n- yiharm: Schadensklasse von Fehler oder Fehlinformation\n\nDie genauen Bewertungsregeln für diese Felder werden in späteren Abschnitten definiert. Das Leitprinzip hier lautet:\n\n> Eine repräsentative Antwort sollte nicht nur danach bewertet werden, ob sie korrekte Informationen enthält, sondern auch, über wen, was, innerhalb welcher Grenzen, mit welchen Nachweisen und für wen sie angemessen vermittelt wird.\n\n## 6. GRUNDLEGENDE REPRÄSENTATIONSZUSTÄNDE\n\nDer Status jeder atomaren Behauptung und der endgültigen Antwort muss nicht derselbe sein. Dieser Abschnitt trennt konzeptionell die folgenden Grundzustände.\n\n### 6.1. UNTERSTÜTZT\n\nDie Behauptung wird durch ausreichende Nachweise innerhalb des definierten Umfangs und Zeitrahmens gestützt.\n\n### 6.2. WIDERSPRUCHLICH\n\nDie Behauptung steht im Widerspruch zu verlässlichen und relevanten Aufzeichnungen.\n\n### 6.3. NICHT UNTERSTÜTZT\n\nEs gibt nicht genügend Unterstützung für die Behauptung. Es wurde nicht nachgewiesen, dass die Behauptung notwendigerweise falsch ist. Es gibt jedoch nicht genügend Aufzeichnungen, um sie als wahr anzunehmen.\n\n### 6.4. VERALTET — NICHT MEHR AKTUELL\n\nDie Aussage könnte in der Vergangenheit wahr gewesen sein. Zum Messzeitpunkt ist sie nicht mehr gültig oder ihre aktuelle Genauigkeit kann nicht überprüft werden.\n\n### 6.5. TEILS UNTERSTÜTZT — TEILS UNTERSTÜTZT\n\nNur ein bestimmter Umfang, eine bestimmte Population, ein bestimmtes Land, Produkt oder Zeitraum der Behauptung wird unterstützt. Die Antwort könnte das Unterstützungslimit überschritten haben.\n\n### 6.6. NICHT IM UMFANG — NICHT IM UMFANG\n\nDie Behauptung bezieht sich nicht auf die geprüfte Einheit oder das Truth Pack. Sie könnte von einer anderen Einheit, einem anderen Produkt, Land oder Service stammen.\n\n### 6.7. EINHEITSVERSCHMELZUNG — EINHEITSZUSAMMENFÜHRUNG\n\nSystem:\n\n- drei verschiedene Unternehmen,\n\n- die Marke und die juristische Einheit,\n\n- eine Person und die Institution,\n\n- ein alte und neue Einheit,\n\n- hat verschiedene Organisationen mit demselben Namen verwechselt\n\nmiteinander. Dieser Fehler ist nicht nur ein sachlicher Irrtum. Es ist die Verfälschung des Repräsentationsobjekts.\n\n### 6.8. WESENTLICHE AUSLASSUNG — FEHLENDE INFORMATION\n\nDie Sätze in der Antwort können korrekt sein. Wesentliche Informationen, die die Entscheidung des Nutzers ändern würden, wurden jedoch weggelassen. Beispiel: Der Service wird nur in bestimmten Ländern angeboten. Die Lizenz ist auf eine bestimmte Gerichtsbarkeit beschränkt. Der Preis versteht sich ohne Steuern. Das Ergebnis basiert auf Daten des Erstanbieters. Das Produkt ist für bestimmte Nutzer nicht geeignet. Das Weglassen kann zu einer falschen Schlussfolgerung führen, selbst wenn kein direkt falscher Satz vorhanden ist.\n\n### 6.9. ABLEHNUNG — REJEKTIERUNG\n\nDas System hat die Antwort verweigert. Ablehnung:\n\n- angemessen,\n\n- unnötig,\n\n- inkonsistent,\n\n- sicherheitsbedingt,\n\n- technisch\n\nkann auftreten. Ret wird nicht automatisch als fehlgeschlagen oder erfolgreich betrachtet. Es wird separat klassifiziert.\n\n### 6.10. KEIN ERGEBNIS\n\nDas System hat aus technischen oder betrieblichen Gründen keine nutzbare Antwort erzeugt. Es ist nicht dasselbe wie Ret.\n\n### 6.11. UNBEKANNT\n\nDie verfügbaren Aufzeichnungen reichen nicht für eine zuverlässige Klassifizierung aus. UNBEKANNT kann nicht in ein positives Ergebnis umgewandelt werden.\n\n## 7. HAUPTMERKMALE DER VERTEILUNG\n\nEine Verteilungsdarstellung kann nicht nur durch den Mittelwert erklärt werden. Mindestens sollten die folgenden Merkmale bewertet werden.\n\n### 7.1. Zentrale Tendenz\n\nFasst die allgemeine Genauigkeit oder das Übergangsniveau der Antworten zusammen. Beispielhafte Messgrößen:\n\n- Mittelwert\n\n- Gewichteter Mittelwert\n\n- Median\n\n- Bestehensquote\n\nDie zentrale Tendenz ist wichtig. Sie zeigt jedoch nur das Zentrum der Verteilung.\n\n### 7.2. Streuung und Variabilität\n\nGibt an, wie stark die Ergebnisse um das Zentrum verteilt sind. Von zwei Systemen mit demselben Mittelwert kann das eine unter den Nutzern konsistent sein, während das andere sehr variabel ist. Variabilität:\n\n- Nutzern,\n\n- Ländern,\n\n- Sprachen,\n\n- Sitzungen,\n\n- Messwellen\n\nkönnen auch unter ihnen untersucht werden.\n\n### 7.3. Form der Verteilung\n\nSind die Ergebnisse um einen einzigen zentralen Punkt gruppiert? Oder sind sie in zwei oder mehr Cluster unterteilt? Zum Beispiel:\n\n- Wenn die Hälfte der Nutzer sehr genaue\n\n- und die andere Hälfte sehr ungenaue\n\nErgebnisse sieht, kann der Durchschnitt mittel sein. Die typische Nutzererfahrung ist jedoch nicht „mittlere Genauigkeit“. Es sind zwei getrennte polarisierte Erfahrungen.\n\n### 7.4. Unterschiede zwischen Untergruppen\n\nSehen bestimmte Sprach-, Länder- oder Nutzergruppen systematisch unterschiedliche Ergebnisse? Der globale Durchschnitt kann diesen Unterschied verschleiern.\n\n### 7.5. Tail-Risiko\n\nGibt es seltene, aber schwere Fehler? Seltene Ereignisse können einen geringen Effekt auf den Durchschnitt haben. Ihr Einfluss auf den menschlichen Schaden kann erheblich sein.\n\n### 7.6. Abdeckung\n\nWie viel des Zielbenutzeruniversums wurde tatsächlich gemessen? Eine hohe Punktzahl kann zusammen mit geringer Abdeckung auftreten.\n\n### 7.7. Fehlende und unbekannte Masse\n\nWelcher Anteil der Antworten ist:\n\n### UNBEKANNT,\n\n### NICHT GETESTET,\n\nAblehnung, technische Nicht-Antwort oder ein ungültiger Datensatz?\n\n### 7.8. Zeitliche Stabilität\n\nInwieweit bleibt die Verteilung über verschiedene Messwellen hinweg erhalten?\n\n## 8. KANDIDAT NOMOS REPRÄSENTATIVE VERTEILUNGS-SIGNATUR\n\n### KANDIDATENKONZEPT\n\nEs wird empfohlen, dass das Ergebnis eines GEO zuerst durch die folgende Verteilungssignatur und nicht durch eine einzelne Zahl definiert wird:\n\nRDS(E) = (μ, κ, σ, Δ, τ, ρ, u)\n\nDiese Repräsentation wird Repräsentationsverteilungssignatur genannt, das heißt:\n\n#### Repräsentationsverteilungssignatur\n\nKomponenten:\n\n#### μ — Allgemeines Repräsentationsniveau\n\nGesamtgenauigkeit oder Übergangsvorhersage unter definierten Gewichten und Umfang.\n\n#### κ — Abdeckung\n\nDas Ausmaß, in dem der Zielbenutzer, das Land, die Sprache, das KI-Produkt und das Zeituniversum ausreichend gemessen werden.\n\n#### σ — Variabilität\n\nStreuung unter Nutzern und experimentellen Zellen.\n\n#### Δ — Ungleichheit in Untergruppen\n\nDer materielle Unterschied zwischen Sprache, Land, Produkt oder anderen signifikanten Gruppen.\n\n#### τ — Risiko für Ausreißer und kritische Fehler\n\nDie Rate und Art seltener schwerwiegender Fehler.\n\n#### ρ — Zeitliche Stabilität\n\nDie Widerstandsfähigkeit der Verteilung über Wellen.\n\n#### u — Unbekannte und ungelöste Masse\n\nUNBEKANNT ist der Anteil der Verteilung, der ungelöst oder unzureichend bewertet bleibt. Diese Signatur ist noch keine endgültige Bewertungsformel. Die folgenden Elemente erfordern eine weitere Entwicklung:\n\n- definierte Definition,\n\n- Schätzung,\n\n- Gewichtung,\n\n- öffentliche Präsentation\n\nSie werden durch Pilotstudien und spätere Kapitel finalisiert. Das Gründungsprinzip lautet:\n\n> Das GEO-Ergebnis sollte nicht nur die Frage beantworten 'wie genau?', sondern auch 'für wen, wie konsistent, wie gerecht, wie umfassend und wie riskant?'\n\n## 9. DURCHSCHNITTLICHES WASCHEN\n\nWenn eine Institution nur einen hohen globalen Durchschnitt zeigt und die materiellen Mängel der Verteilung verschweigt, wird dies genannt:\n\n#### Durchschnittliches Waschen\n\nDurchschnittliches Waschen kann auf folgende Weise erfolgen:\n\n- Die schwächste Sprache verbergen\n\n- Kleine Länder vom Bericht ausschließen\n\n- Kritische Fehler in die allgemeine Fehlerquote einmischen\n\n- Entfernen der UNBEKANNT-Ergebnisse aus dem Nenner\n\n- Nur gut performende KI-Produkte einbeziehen\n\n- Die schwache Messwelle ausschließen\n\n- Die Bevölkerung außerhalb des Geltungsbereichs unsichtbar machen\n\n- Gewichte nach Sichtung der Ergebnisse ändern\n\nDer Durchschnitt kann mathematisch korrekt berechnet werden. Dennoch kann die Repräsentation, die er der Öffentlichkeit bietet, irreführend sein. Daher:\n\n> Eine mathematisch korrekte Berechnung eines Durchschnitts bedeutet nicht, dass sie für Entscheidungen ausreichend ist.\n\n## 10. VERSCHIEDENE REALITÄTEN DES GLEICHEN DURCHSCHNITTS\n\nDer Durchschnitt könnte in allen folgenden synthetischen Verteilungen 90 betragen.\n\n### 10.1. Homogene Verteilung\n\nAlle großen Untergruppen liegen im Bereich von 88–92. Diese Verteilung ist relativ ausgewogen.\n\n### 10.2. Polarisierte Verteilung\n\nDie Hälfte der Nutzer sieht Ergebnisse nahe bei 100, während die andere Hälfte Ergebnisse nahe bei 80 sieht. Der Durchschnitt beträgt 90. Das Nutzererlebnis ist jedoch nicht gleich.\n\n### 10.3. Linguistisch fragmentierte Verteilung\n\nDie Ergebnisse sind für Sprachen mit hoher Bevölkerungszahl oder hohen Ressourcen sehr gut, aber für Sprachen mit geringen Ressourcen deutlich schwach. Der globale Durchschnitt mag gut aussehen. Die Sprachgerechtigkeit ist schwach.\n\n### 10.4. Länderbasierte fragmentierte Verteilung\n\nSelbst innerhalb derselben Sprache können die Ergebnisse aufgrund unterschiedlicher Länder, Regionen, Produktzugänge oder Nutzergruppen variieren.\n\n### 10.5. Zeitlich flüchtige Verteilung\n\nSehr hohe Ergebnisse treten in einer Welle auf, sehr niedrige Ergebnisse in einer anderen Welle. Selbst wenn der Durchschnitt hoch ist, ist es schwierig, zuverlässige Nutzererwartungen zu bilden.\n\n### 10.6. Verteilung mit Tail-Risiko\n\nDie meisten Antworten sind korrekt. Ein kleiner Teil enthält jedoch ernsthafte gesundheitliche, rechtliche, lizenzrechtliche oder sicherheitsrelevante Fehler.\n\n### 10.7. Hohe Verteilung unbekannter Masse\n\nDie meisten bewertbaren Antworten sind korrekt. Ein erheblicher Teil der Zielpopulation oder der Antworten ist jedoch:\n\n- testet,\n\n- ungestestet,\n\n### UNBEKANNT\n\noder nicht schlüssig. Die Veröffentlichung einer hohen Rate basierend nur auf den bewertbaren Antworten kann den Umfang verschleiern.\n\n## 11. UNGLEICHHEIT IN UNTERGRUPPEN\n\nEin globaler Wert repräsentiert möglicherweise nicht die Erfahrung in Untergruppen. Wichtige Untergruppen können beinhalten:\n\n- KI-Produkt und Nutzeroberfläche\n\n- Land\n\n- Sprache\n\n- Locale\n\n- Plan\n\n- Web oder mobil\n\n- Kontrolliertes oder natürliches Panel\n\n- Zeitwelle\n\n- Nutzerintention\n\n- Gerätefamilie\n\nNicht alle diese Gruppen haben möglicherweise dieselbe Bedeutung in jeder Prüfung. Wesentliche Gruppen sollten bestimmt werden, wenn der Umfang festgelegt ist.\n\n### 11.1. Sprache ist nicht dasselbe wie Land\n\nTürkischsprachig:\n\n- Nutzer in der Türkei,\n\n- Nutzer in Deutschland,\n\n- Nutzer in einem anderen Land\n\nSie können dieselbe Sprache verwenden. Allerdings:\n\n- Produktzugang,\n\n- Preis,\n\n- Ressourcen,\n\n- lokale Benutzeroberfläche,\n\n- rechtlicher Kontext,\n\n- Personalisierung\n\nkönnen unterschiedlich sein. Daher können nicht alle Unterschiede ausschließlich durch Sprache oder Land erklärt werden.\n\n### 11.2. Intersektionale Zellen\n\nEinige materielle Unterschiede werden erst sichtbar, wenn mehrere Bereiche zusammen untersucht werden. Beispiel: Deutschland × Türkisch × Mobil × Kostenloser Tarif × Panel unter natürlichen Nutzungsbedingungen könnte an sich eine experimentelle Zelle sein. Wenn sich jedoch die Zellen vervielfachen, nimmt die Stichprobengröße ab. Daher kann für jede kleine Zelle kein endgültiger Wert veröffentlicht werden. Messdesign: sollte aussagekräftige Untergruppen erhalten und keine statistische falsche Genauigkeit erzeugen.\n\n### 11.3. Untergruppenbasis\n\n### KANDIDATENKONZEPT\n\nZusätzlich zum globalen Durchschnitt wird empfohlen, das Ergebnis der schwächsten ausreichend beprobten Untergruppe oder der unteren 10%-Gruppe gesondert zu melden. Dies kann bezeichnet werden als:\n\n#### Repräsentationsbasis\n\noder:\n\n#### Sprache/Land Boden\n\nWenn jedoch die \"niedrigste Punktzahl\" von einer kleinen und instabilen Zelle stammt, kann dies zu falschen Ergebnissen führen. Daher sollte die Basismetrik zusammen mit Folgendem definiert werden:\n\n- Mindestprobe\n\n- Konfidenzintervall\n\n- Zellqualität\n\nDie genaue Regel wird in den folgenden Abschnitten festgelegt.\n\n## 12. ES IST TEIL DER BEREICHSVERTEILUNG\n\nEine Verteilung besteht nicht nur aus beobachteten Antworten. Was nie beobachtet wurde, bestimmt ebenfalls die Bedeutung des Ergebnisses. Zum Beispiel wurden Englisch und Türkisch getestet; Japanisch und Arabisch nicht. Die Web-Oberfläche wurde getestet; die mobile Oberfläche und der kostenpflichtige Plan nicht. Starke Ergebnisse in Englisch und Türkisch rechtfertigen nicht die Aussage: ‚Die Repräsentation ist in allen Sprachen und Nutzeroberflächen stark.‘ Die vertretbare Schlussfolgerung lautet: ‚Messungen wurden auf den angegebenen englischen und türkischen Web-Oberflächen durchgeführt. Andere Sprachen und mobile Oberflächen wurden nicht getestet.‘\n\n### 12.1. Abdeckungskarte\n\nJede GEO-Verteilung sollte die folgende Karte in dem Umfang enthalten, der relevant ist:\n\n- Zieluniversum\n\n- Stichprobenrahmen\n\n- Abgedeckte Länder\n\n- Nicht abgedeckte Länder\n\n- Abgedeckte Sprachen\n\n- Nicht abgedeckte Sprachen\n\n- Überwachte KI-Produkte\n\n- Nicht überwachte Produkte\n\n- Überwachte Nutzeroberflächen\n\n- Nicht überwachte Oberflächen\n\n- Messwellen\n\n- Außerhalb des Umfangs liegende Prompt-Familien\n\n### 12.2. Abdeckungsrate\n\n### KANDIDATENKONZEPT\n\nEine Abdeckungsmetrik kann entwickelt werden, um zu zeigen, welcher Anteil des Zieluniversums mit ausreichender Messung repräsentiert wird. Allerdings gilt für die Abdeckung:\n\n- nur die Anzahl der Länder,\n\n- nur die Anzahl der Sprachen,\n\n- nur das Bevölkerungsverhältnis\n\nkann nicht gemessen werden. Zum Beispiel könnten 150 Länder abgedeckt sein. Allerdings könnten 95% der Teilnehmer nur aus fünf Ländern stammen. Oder 90% der Bevölkerung könnten abgedeckt sein, aber kleine Sprachen könnten vollständig ausgeschlossen sein. Daher sollte die Bevölkerungsabdeckung getrennt von der Beobachterabdeckung nach Ländern/Sprachen gezeigt werden.\n\n## 13. FEHLENDE BEOBACHTUNG UND NICHT-ANTWORT\n\nFehlende Daten sind nicht nur ein technisches Problem. Ihre Verteilung kann systematisch verzerrt sein. Die Gründe für das Fehlen einer Beobachtung können umfassen:\n\n- Teilnehmer hat die Aufgabe nicht abgeschlossen\n\n- Produkt ist im Land nicht zugänglich\n\n- Rechenbeschränkungen\n\n- Technischer Fehler\n\n- Systemabweisung\n\n- Ungültiger Screenshot\n\n- Teilnehmer ändert seine Prompt\n\n- Produkt funktioniert in einer bestimmten Sprache nicht\n\n- Schiedsrichter, die keine verlässlichen Entscheidungen treffen können\n\nJeder dieser Gründe erfordert einen eigenen Status.\n\n### 13.1. Fehlende Daten sind möglicherweise nicht zufällig\n\nZum Beispiel, wenn in Ländern mit schlechter Verbindungsqualität nicht mehr Aufgaben erledigt werden können, kann die Verwendung nur erfolgreicher Aufzeichnungen das globale Ergebnis zugunsten wohlhabender Nutzer mit starken Verbindungen verschieben. Wenn die Rate von UNBEKANNT steigt, weil Antworten in einer bestimmten Sprache schwer zu bewerten sind, kann die aus nur bekannten Antworten berechnete Punktzahl Sprachungerechtigkeiten verschleiern. Daher:\n\n> Die Rate der fehlenden Daten und der Verteilungsbericht des Grundes für fehlende Daten sollten Teil des Berichts sein.\n\n### 13.2. Nenner — Integrität des Nenners\n\nEin Bericht sollte die Frage klar beantworten: „90 Prozent von genau was sind 90 Prozent?“ Mögliche Nenner:\n\n- Zugewiesene Teilnehmer\n\n- Aufgabeninitiatoren\n\n- Aufgabenerlediger\n\n- Protokollkonforme Aufzeichnungen\n\n- Gültige Systemergebnisse\n\n- Antworten mit Entscheidungen des Schiedsrichters\n\n- Spezifische Sprach- oder Länderspalte\n\nDer Nenner sollte nach dem Betrachten des Ergebnisses nicht geändert werden. Zum Beispiel:\n\n- 1,000 Aufgaben zugewiesen,\n\n- 900 abgeschlossen,\n\n- 800 gültig,\n\n- 720 bestanden\n\nAlso:\n\n720/800=90%\n\nDies ist die Bestehensrate unter gültigen Aufzeichnungen. Die beobachtete Bestehensrate über die gesamte zugewiesene Stichprobe ist stattdessen:\n\n720/1000=72%\n\nbeantwortet eine andere Frage. Beide Raten können verwendet werden. Sie können nicht im gleichen Sinn präsentiert werden.\n\n## 14. GENAUIGKEIT UND KONSISTENZ SIND NICHT DAS GLEICHE\n\nEine Verteilung kann eine hohe Genauigkeit haben. Sie kann jedoch im Laufe der Zeit oder zwischen Nutzern inkonsistent sein. Eine andere Verteilung kann eine geringe Genauigkeit haben. Sie kann jedoch konsequent falsch sein. Deshalb sollten vier Situationen unterschieden werden.\n\n„Konsistent zu sein“ ist nicht automatisch positiv. Das System kann sehr konsistent sein, wenn es jedem Nutzer denselben Fehler liefert.\n\n### 14.1. Inter-Nutzer-Konsistenz\n\nSehen verschiedene Nutzer in derselben Zelle eine ähnliche materielle Repräsentation?\n\n### 14.2. Inter-Sitzungs-Konsistenz\n\nSieht derselbe oder der gematchte Nutzer ähnliche Ergebnisse in neuen Sitzungen?\n\n### 14.3. Inter-Wellen-Konsistenz\n\nErzeugt dasselbe Protokoll eine ähnliche Verteilung an verschiedenen Tagen oder Zeitperioden?\n\n### 14.4. Konsistenz nach dem Produktupdate\n\nWenn es eine wesentliche Veränderung im KI-Produkt gibt, setzt sich die vorherige Verteilung fort?\n\n## 15. DENSELBEN SATZ ZU PRODUZIEREN IST KEINE STABILITÄT\n\nStabilität: Es bedeutet nicht, \"jedem Nutzer wortwörtlich die gleiche Antwort zu geben.\" Ein KI-Produkt kann verschiedene Ausdrücke, Reihenfolgen und Beispiele verwenden. Solange sie die materielle Bedeutung bewahren, können sie akzeptable Variationen sein. Der wichtige Unterschied ist:\n\n#### Formale Variabilität\n\nWortwahl Satzreihenfolge Länge Tonbeispiel Verwendung von Liste oder Absatz Wenn die materielle Wahrheit erhalten bleibt, muss es kein Fehler sein.\n\n#### Semantische Variabilität\n\nÄnderung der Unternehmensidentität Differenzierung der Hauptkategorie Ausweitung oder Einschränkung des Tätigkeitsbereichs Änderung der Lizenz oder Kompetenz Änderung von Preis und Geografie Empfehlung an einen Nutzer, aber keine Empfehlung an einen ähnlichen Nutzer ohne Erklärung Wenn sich die materielle Repräsentation ändert, kann ein Stabilitätsproblem bestehen. Daher ist das bevorzugte Konzept:\n\n#### Bedingte semantische Stabilität\n\nEs sollte sein. Es wird erwartet, dass die fundamentale Realität unter äquivalenten materiellen Bedingungen erhalten bleibt. Eine Änderung der Empfehlung aufgrund unterschiedlicher Nutzerbedürfnisse kann ein angemessenes kontextuelles Verhalten sein.\n\n## 16. KONTEXTSENSITIVITÄT UND WILLKÜRLICHE VARIABILITÄT\n\nEs ist nicht immer korrekt, dass ein System allen Nutzern dieselbe Empfehlung gibt. Zum Beispiel:\n\n- Nutzer mit niedrigem Budget\n\n- Nur Nutzer, die Dienstleistungen in einem bestimmten Land suchen\n\n- Nutzer, die eine andere Lizenz benötigen\n\n- Nutzer, die individuelle statt unternehmerische Dienstleistungen suchen\n\nkönnen für dieselbe Einheit unterschiedliche Konformitätsergebnisse erhalten. Dieser Unterschied:\n\n- kann auf die Nutzerbedingung zurückzuführen sein,\n\n- die Leistungsumfang,\n\n- oder das tatsächliche Limit\n\nund kann kontextabhängig und genau sein. Wenn sich das Ergebnis jedoch ohne Grund unter gleichen Nutzerbedingungen ändert, kann dies willkürliche Schwankungen sein. Daher möchte NOMOS nicht: „Die gleiche Antwort für alle Nutzer.“ Es möchte:\n\n> Eine Antwort, die unter gleichwertigen materiellen Bedingungen konsistent und erklärbar ist und unter unterschiedlichen Bedingungen auf tatsächliche Grenzen sensibel reagiert.\n\n## 17. ZEIT IST INNERHALB DER REPRÄSENTATIONSVERTEILUNG\n\nDie Repräsentationsverteilung ist nicht zeitlos. Sie kann als PE,t betrachtet werden. Die Verteilung derselben Einheit:\n\n- Produktaktualisierung,\n\n- Ressourcenänderung,\n\n- Unternehmensänderung,\n\n- Nachrichtenereignis,\n\n- neue Sprachversion,\n\n- technische Zugriffsänderung\n\nkann danach abweichen.\n\n### 17.1. Plötzliche Änderung\n\nNach einem Produkt- oder Ressourcenupdate ändert sich die Verteilung in kurzer Zeit schnell.\n\n### 17.2. Allmähliche Änderung\n\nAufgrund neuer Ressourcen und Nutzerverhalten ändert sich das Ergebnis über die Zeit langsam.\n\n### 17.3. Vorübergehende Schwankung\n\nWährend eines bestimmten Ereignisses oder Nachrichtenzeitraums unterscheidet sich die Verteilung vorübergehend.\n\n### 17.4. Änderung nach Intervention\n\nNach der GEO-Intervention kann sich die Verteilung ändern. Die Behauptung, dass die Änderung auf die Intervention zurückzuführen ist, erfordert jedoch auch einen Basiswert und ein Kausalitätsdesign.\n\n### 17.5. Glättung mit Zeitmittel\n\nFür ein Produkt:\n\n- in der ersten Welle 98,\n\n- in der zweiten Welle 90,\n\n- in der dritten Welle 82\n\nWenn genommen, ist der Durchschnitt 90. Das Veröffentlichen von 90 verschleiert jedoch den Abwärtstrend. Daher:\n\n> Der Zeitdurchschnitt kann die Wellen-Ergebnisse nicht ersetzen.\n\n## 18. TAIL-RISIKO UND SCHWERE FEHLERVERTEILUNG\n\nEin großer Teil einer Verteilung kann korrekt sein. Niedrige Wahrscheinlichkeit schwerer Fehler sollte jedoch ebenfalls bewertet werden. Beispiele:\n\n- Gesundheitslizenz, die tatsächlich nicht existiert\n\n- Falsche Notfallanweisungen\n\n- Falsche rechtliche Befugnis\n\n- Gefälschte Investitionsgarantie\n\n- Falsche Unternehmensidentität\n\n- Unangemessene Ratschläge für Kinder oder gefährdete Gruppen\n\n- Wiederholung der manipulativen Anweisung, die vor Menschen verborgen ist\n\nIn der vorherigen Architektur:\n\n- Kritisch\n\n- Major\n\n- Mäßig\n\n- Beratung\n\nwurden in vier Wichtigkeitsstufen unterteilt, und es wurde vorgeschlagen, dass kritische Befunde eine automatische Fehlfunktion haben sollten. Dieses Buch verknüpft dieses System mit der Bevölkerungsverteilung.\n\n### 18.1. Trennung von Häufigkeit und Schwere\n\nEin Fehler:\n\n- häufig, aber mit geringem Einfluss,\n\n- selten, aber schwerwiegend\n\nkönnen auftreten. Allerdings kann die Häufigkeitsrate allein die beiden Fälle nicht gleichwertig bewerten.\n\n### 18.2. Kandidaten-Schweregrad-gewichtete Risikodarstellung\n\n### KANDIDATENKONZEPT\n\nEin Risikoindikator kann unter Verwendung von Schwerekoeffizienten für Fehlerklassen entwickelt werden:\n\ntau= Σ_{k=1}^K λ_k p_k\n\nHier:\n\n- pk: vorhergesagte Rate des Fehlertyps\n\n- λk: Schweregradkoeffizient des Fehlertyps\n\nAllerdings können die Koeffizienten nicht willkürlich bestimmt werden. Sie sollten basieren auf:\n\n- Absehbare menschliche Schäden\n\n- Integrität der Repräsentation\n\n- Auswirkung auf die Nutzerentscheidung\n\n- Umkehrbarkeit\n\n- Absicht und Manipulation\n\n- Hochrisikobereich\n\nDie genaue Methode wird in Abschnitt 15 definiert.\n\n### 18.3. Kritisches Tor\n\nEin hoher Gesamtdurchschnitt kann einen überprüften Kandidaten für einen kritischen Fehler nicht automatisch löschen. Das korrekte öffentliche Protokoll sollte beide Ergebnisse zusammen zeigen: „Die geschätzte Gesamtrepräsentation ist hoch.“ und: „Das angegebene kritische Ereignis oder die Ereignisse beeinflussen ebenfalls die Konformitätsentscheidung.“\n\n## 19. ABLEHNUNG UND FEHLER BEI DER VERTEILUNG\n\nEin nicht reagierendes System ist ebenfalls Teil der Nutzererfahrung. Nicht alle Ablehnungen sind jedoch gleich.\n\n### 19.1. Angemessene Ablehnung\n\nDas System kann vorsichtig agieren, wenn die Nachweise unzureichend sind oder wenn es keine sichere Antwort geben kann. Dies kann in einigen Kontexten das richtige Verhalten sein.\n\n### 19.2. Unnötige Ablehnung\n\nEs kann inkonsistent darauf verzichten, auf öffentlich verfügbare und risikoarme Informationen zu reagieren.\n\n### 19.3. Technisches Nichtreagieren\n\nDas System kann aufgrund eines technischen Fehlers keine Antwort erzeugen.\n\n### 19.4. Ablehnung außerhalb des Umfangs\n\nDie Prompt kann falsch sein oder außerhalb des Aufgabenprotokolls liegen.\n\n### 19.5. Bewahrung von Ablehnungen in Verteilungen\n\nAblehnungen:\n\n- Erfolg,\n\n- Fehlschlag,\n\n### UNBEKANNT\n\nsollten nicht in eine einzige Kategorie gezwungen werden. Ihre Funktion und Begründung sollten bewertet werden. Das Entfernen von Ablehnungen aus dem Nenner kann nur unter erfolgreichen Antworten eine hohe Genauigkeitsrate ergeben und die tatsächliche Nutzererfahrung verschleiern.\n\n## 20. WIE KÖNNEN VERTEILUNGEN VERGLICHEN WERDEN?\n\nAllein der Vergleich der Ergebniszahlen reicht nicht aus, um die Verteilung von zwei KI-Produkten zu vergleichen. Damit der Vergleich fair ist, sollten die folgenden Bereiche so gleich wie möglich sein oder explizit modelliert werden:\n\n- Auditierte Einheit\n\n- Zielpopulation\n\n- Prompt-Version\n\n- Sprachen\n\n- Länder\n\n- Messwelle\n\n- Sitzungsbedingungen\n\n- Nutzeroberfläche\n\n- Planverteilung\n\n- Beurteilungsregel\n\n- Realitätspaket\n\n- Gültigkeitsregeln\n\n- Gewichte\n\nZwei mit materiell unterschiedlichen Protokollen erzielte Ergebnisse können nicht direkt für ein Ranking verwendet werden.\n\n### 20.1. Vergleich auf gemeinsamer Basis\n\nAlle verglichenen KI-Produkte:\n\n- sind offiziell zugänglich,\n\n- unterstützen dieselbe Sprache und Nutzungsbedingungen\n\nkönnen in einem gemeinsamen Universum verglichen werden. Dies ermöglicht einen saubereren Vergleich zwischen Systemen.\n\n### 20.2. Natürliche Zugriffsverteilung\n\nJedes KI-Produkt kann in seinem eigenen realen Nutzerzugriffs-Universum gemessen werden. Dieses Ergebnis zeigt die tatsächliche globale Wirkung des Produkts. Da die Zielpopulationen jedoch unterschiedlich sein können, erfordert ein direktes Leistungsranking Vorsicht.\n\n### 20.3. Verschiedene Oberflächen desselben Anbieters\n\nWeb-, Mobile- oder Unternehmensprodukte oder verschiedene Pläne, selbst wenn sie zum gleichen Anbieter gehören, können separate Verteilungen erzeugen. Wenn sie zu einem einzigen Ergebnis kombiniert werden sollen, sollte die Kombinations- und Gewichtungsmethode erklärt werden.\n\n## 21. GEWICHTUNG ÄNDERT DIE BEDEUTUNG DER VERTEILUNG\n\nEin globaler Durchschnitt hängt vom Gewicht ab, mit dem Beobachtungen kombiniert werden. Mögliche Gewichte:\n\n- Gleich nach Land\n\n- Nach Länderbevölkerung\n\n- Geeignete KI-Nutzerpopulation\n\n- Sprachbenutzer\n\n- Tatsächliche Produktexposition\n\n- Gleiches KI-Produkt\n\n- Marktanteil\n\n- Zielmarkt der Kunden\n\nJede Methode beantwortet eine andere Frage.\n\n### 21.1. Gleiches Ländergewicht\n\nSan Marino und Indien können dasselbe Gewicht erhalten. Dieser Ansatz kann die Frage der 'Durchschnittlichen Ländererfahrung' behandeln. Er stellt nicht die durchschnittliche Nutzererfahrung in der Weltbevölkerung dar.\n\n### 21.2. Bevölkerungsgewicht\n\nGrößere Länder haben mehr Einfluss. Dieser Ansatz kann die Erfahrung der globalen Bevölkerung näherungsweise darstellen. Er kann kleine Länder und Sprachen unsichtbar machen.\n\n### 21.3. Sprachfairnessgewicht\n\nEr kann auch sicherstellen, dass Sprachen mit geringen Ressourcen sichtbar bleiben. Es ist nicht dasselbe wie der globale Bevölkerungsscore.\n\n### 21.4. Gewicht der Produktexposition\n\nDie Gewichtung von KI-Produkten nach der tatsächlichen Nutzerexposition kann berücksichtigt werden. Sie erfordert zuverlässige und unabhängige Nutzungsdaten.\n\n### 21.5. Prinzip der normativen Gewichtung\n\n> Gewichte sollten definiert werden, bevor die Ergebnisse gesehen werden, öffentlich bekannt gemacht und die Frage, die sie beantworten, spezifiziert werden.\n\nEs ist verboten, ein Gewichtungssystem zu wählen, das den positiven Wert erhöht, nachdem das Ergebnis gesehen wurde. Neben einer einzigen globalen Punktzahl können auch alternative aussagekräftige gewichtete Ergebnisse veröffentlicht werden.\n\n## 22. PUNKTVERTEILUNG IST VERLUSTBEHAFTE KOMPRESSION\n\nEs ist möglich, aus einer Verteilung eine einzelne Zahl zu erzeugen. Eine einzelne Zahl trägt jedoch nicht alle Informationen der Verteilung. Daher ist die Punktzahl:\n\n#### Eine verlustbehaftete Zusammenfassung der Verteilung\n\nzu akzeptieren. Eine Punktzahl kann die folgenden Informationen verlieren:\n\n- Schwächste Sprache\n\n- Schwächstes Land\n\n- Kritische Fehlertypen\n\n- Unbekannte Masse\n\n- Zeitliche Schwankung\n\n- Polarisierung\n\n- Produkt- und Planabweichung\n\n- Außerhalb des Geltungsbereichs liegende Bevölkerung\n\n- Ablehnungsverteilung\n\n- Mehrdeutigkeit des Beurteilers\n\nDie Punktzahl ist nützlich, weil:\n\n- vergleichende Darstellungen erleichtert,\n\n- die öffentliche Kommunikation vereinfacht,\n\n- die Überwachung von Veränderungen ermöglicht,\n\ndie Managemententscheidung unterstützt. Die Einfachheit der Punktzahl darf jedoch nicht zur Eliminierung der Verteilung führen.\n\n## 23. MINDESTÖFFENTLICHE ERGEBNISKARTE\n\n### KANDIDATENANFORDERUNG — KANDIDATENVERPFLICHTUNG\n\nWenn eine globale Punktzahl NOMOS der Öffentlichkeit präsentiert werden soll, wird empfohlen, dass mindestens die folgenden Ergebnisse daneben gezeigt werden:\n\nDie Hauptbewertung sollte nicht als alleinstehendes Werbelabel verwendet werden. Der kanonische Eintrag muss mit dieser Ergebnis-Karte verknüpft sein.\n\n## 24. SYNTHETISCHE APPLE.COM VERTEILUNGSANZEIGE\n\nDEMONSTRATION DER SYNTHETISCHEN METHODE / Die unten aufgeführten KI-Produkte, Nutzer, Sprachen, Zahlen und Ergebnisse sind vollständig fiktiv. Sie stellen nicht die tatsächliche Leistung von Apple Inc. oder einem realen KI-Produkt dar. Betrachten wir zwei synthetische KI-Produkte:\n\n- Produkt A\n\n- Produkt B\n\nFür jedes Produkt:\n\n- fünf Sprachen,\n\n- 200 gültige synthetische Beobachtungen pro Sprache,\n\n- eine Gesamtzahl von 1,000 Beobachtungen\n\nwerden angenommen. Diese gleichmäßige Sprachverteilung dient nur zur Demonstration der Methode. Sie stellt nicht die tatsächliche Bevölkerungssgewichtung GEO-1000 dar.\n\n### 24.1. Sprachbasierte Bestehensraten\n\nDer Durchschnitt der beiden Produkte ist derselbe. Ihre Verteilungen sind jedoch unterschiedlich.\n\n#### Produkt A\n\nDie Sprachergebnisse liegen nah beieinander. Der Unterschied zwischen der höchsten und niedrigsten Sprache beträgt 2 Punkte. Das Sprachminimum liegt bei 89%.\n\n#### Produkt B\n\nErzielt sehr hohe Ergebnisse in drei Sprachen. Es gibt einen Rückgang in Japanisch und besonders in Arabisch. Der Unterschied zwischen der höchsten und niedrigsten Sprache beträgt 29 Punkte. Das Sprachminimum liegt bei 70%. Hinweis: „Beide erzielten 90“ zu sagen, verschleiert den wesentlichen Unterschied.\n\n### 24.2. Verteilung des Antwortstatus\n\nDie Bestehensquote der beiden Produkte liegt erneut bei 90%. Allerdings: Bei Produkt B ist die Anzahl der Kandidaten für kritische Fehler 14-mal höher. Bei Produkt B ist die unbekannte und unklare Masse höher. Ein größerer Teil der Ausfälle bei Produkt A ist auf teilweise fehlende Unterstützung zurückzuführen. Der Fehlerstau bei Produkt B ist höher. Dieselbe Bestehensquote führt nicht unbedingt zu demselben Fitnessergebnis.\n\n### 24.3. Zeitwellen\n\nProdukt A ist relativ stabil. Produkt B zeigt einen deutlichen Rückgang. Die Veröffentlichung nur des Durchschnitts der drei Wellen verschleiert die Verschlechterung bei Produkt B.\n\n### 24.4. Synthetisches Ergebnis\n\nEs könnte möglich sein, für Produkt A und Produkt B denselben Hauptwert zu veröffentlichen:\n\n#### 90\n\nAber NOMOS-Ergebnisblätter können nicht gleich sein.\n\n#### Produkt A — Synthetisches Verteilungssignatur\n\nGesamtergebnis: hoch Sprachungleichheit: niedrig Kritischer Fehleranteil: niedrig, aber nicht null Unbekannte Masse: niedrig Zeitstabilität: hoch\n\n#### Produkt B — Synthetische Verteilungssignatur\n\nGesamtergebnis: hoch Sprachungleichheit: hoch Kritischer Fehleranteil: erheblich Unbekannte Masse: höher Zeitstabilität: niedrig und abnehmend\n\nDaher lautet die synthetische Schlussfolgerung von Abschnitt 2 wie folgt:\n\n> Dass Produkt A und Produkt B denselben Durchschnittswert haben, zeigt nicht an, dass sie dieselbe Repräsentationsqualität besitzen.\n\n## 25. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH02-N01**\n\nEin GEO-Ergebnis kann nicht nur durch einen einzelnen Durchschnitt oder eine einzige Bestehensquote definiert werden.\n\n**CH02-N02**\n\nJedes Verteilungsergebnis:\n\n- die geprüfte Einheit,\n\n- Zielpopulation,\n\n- KI-Produkt- und Nutzeroberfläche,\n\n- Land und Sprache,\n\n- Die Prompt,\n\n- die Wohnsitzbedingung,\n\n- zur Zeit\n\nsollte verbunden sein.\n\n**CH02-N03**\n\nDer globale Durchschnitt alleine kann Ungleichheiten innerhalb materieller Untergruppen nicht ausgleichen.\n\n**CH02-N04**\n\nKritische und andere Fehlerergebnisse mit hoher Schwere sollten getrennt von der Gesamtfehlerrate gemeldet werden.\n\n**CH02-N05**\n\nUNKNOWN, keine Ergebnisse, abgelehnt, ungültig und NICHT GETESTET sollten voneinander unterschieden werden.\n\n**CH02-N06**\n\nNicht gemessenes Land, Sprache, Produkt, Nutzeroberfläche oder Zeitraum kann nicht als Teil der positiven Verteilung angezeigt werden.\n\n**CH02-N07**\n\nGewichte und Aggregationsregeln sollten vor der Ansicht der Ergebnisse definiert werden.\n\n**CH02-N08**\n\nGewichtsänderungen nach Ergebnis sollten eine neue Analyseversion erstellen, und frühere Ergebnisse sollten erhalten bleiben.\n\n**CH02-N09**\n\nVerteilungen, die auf materiell unterschiedlichen Zielpopulationen, Nachfrage, Produkt, Zeit oder Bewertungskriterien basieren, können ohne Erklärung nicht direkt verglichen werden.\n\n**CH02-N10**\n\nFormale Sprachvariabilität kann nicht automatisch als Repräsentationsfehler gezählt werden.\n\n**CH02-N11**\n\nMaterialidentität, Umfang, Zeit, Kompetenz oder Variabilität von Empfehlungen können ohne Rechtfertigung nicht als Stilunterschied klassifiziert werden.\n\n**CH02-N12**\n\nAllein hohe Stabilität ist kein Nachweis für Qualität; auch kontinuierlich falsche Ergebnisse sollten aufgezeichnet werden.\n\n**CH02-N13**\n\nEin hoher Durchschnitt sollte, wenn er mit geringer Abdeckung einhergeht, öffentliche Ergebnisse mit Abdeckungsbegrenzung haben.\n\n**CH02-N14**\n\nTeilgruppenergebnisse sollten unter unzureichender Stichprobenerhebung und großer Unsicherheit nicht als endgültige Urteile über Länder oder Sprachen veröffentlicht werden.\n\n**CH02-N15**\n\nAblehnungs- und technische Ausfallraten sollten als Teil der echten Nutzererfahrung beibehalten werden.\n\n**CH02-N16**\n\nDie einzige öffentlich zugängliche Punktzahl sollte mit der kanonischen Verteilungs- und Umfangsaufzeichnung verknüpft sein.\n\n**CH02-N17**\n\nSynthetische Verteilungen können nicht mit der Leistung eines echten KI-Produkts oder einer echten Einheit kombiniert werden.\n\n**CH02-N18**\n\nDer Verteilungsbericht sollte einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 26. FORMEN DES VERSAGENS\n\n**CH02-F01— DURCHSCHNITTLICHES DENKEN**\n\nHoher globaler Durchschnitt wird angezeigt; Sprache, Land oder kritische Fehlerkorruption wird gespeichert.\n\n**CH02-F02— UNTERGRUPPE LÖSCHEN**\n\nLeistungsarme Gruppen werden aus dem Bericht entfernt oder als 'unbedeutend' erklärt.\n\n**CH02-F03— UMFANGSKARTE**\n\nErgebnisse mit engem Umfang werden für die ganze Welt, alle Sprachen oder alle Produkte verwendet.\n\n**CH02-F04— SCHWEREGRADNORMALISIERUNG**\n\nGeringfügige Mängel und schwerwiegende Gesundheits- oder Lizenzierungsfehler werden innerhalb derselben Fehleranzahl kombiniert.\n\n**CH02-F05— VERSCHLEIERUNG DES VERFALLS MIT DEM ZEITLICHEN DURCHSCHNITT**\n\nRückgang oder Schwankung wird nur mit dem Periodendurchschnitt unsichtbar gemacht.\n\n**CH02-F06— ANBETUNG DER STABILITÄT**\n\nEine konsistente Antwort wird automatisch als korrekt angenommen.\n\n**CH02-F07— WORTWÖRTLICH GLEICHE ANTWORT-FALLZIE**\n\nWörtliche Textübereinstimmung wird als Maß für Konsistenz verwendet, anstatt für semantische Korrektheit.\n\n**CH02-F08— KONTEXTUELLE DIFFERENZ ALS FEHLER ZÄHLEN**\n\nUnterschiede in angemessenen Empfehlungen basierend auf den tatsächlichen Bedürfnissen der Nutzer werden als willkürliche Variabilität markiert.\n\n**CH02-F09— WILLKÜRLICHE VARIABILITÄT ALS PERSONALISIERUNG ZÄHLEN**\n\nMaterielle Widersprüche unter gleichen Nutzerbedingungen werden ohne Erklärung als „Personalisierung“ verteidigt.\n\n**CH02-F10— DEN NENNER ÄNDERN**\n\nDer Übergang nach dem Ergebnis wird unter abgeschlossenen, gültigen oder ausgewerteten Beobachtungsnennern vorgenommen, um das positive Ergebnis zu erhöhen.\n\n**CH02-F11— GEWICHTUNG NACH ERGEBNIS**\n\nDas Land, die Sprache oder Modellkoeffizienten, die die höchste Punktzahl ergeben, werden anschließend ausgewählt.\n\n**CH02-F12— INKONSISTENTE ZELLEN ZUSAMMENFÜHREN**\n\nVerschiedene Prompt-, Produkt-, Zeit- oder Panelbedingungen werden als eine einzige Verteilung dargestellt.\n\n**CH02-F13— LÖSCHEN VON ABLEHNUNGEN**\n\nSystemaufzeichnungen, die nicht reagiert haben, werden entfernt, um nur unter denen, die eine Antwort gegeben haben, hohe Genauigkeit zu erzeugen.\n\n**CH02-F14— DEFINITIVE BEWERTUNG AUS KLEINER ZELLE**\n\nEin Länder- oder Sprachscore wird von einem oder mehreren Nutzern erstellt.\n\n**CH02-F15— DAS KRISETAIL VERSTECKEN**\n\nSeltene schwere Fehler gehen innerhalb der gesamten Bestehensrate verloren.\n\n**CH02-F16— EINZELSCOREBERICHT**\n\nEs wird nur der Hauptscore veröffentlicht, ohne den Umfang, Ungleichheit, Stabilität, Unsicherheit und schwere Fehler zu zeigen.\n\n**CH02-F17— ZÄHLUNG DER VERTEILUNG ALS „GLAUBE DER KI“**\n\nBeobachtete Oberflächenresultate der Nutzer werden dargestellt, als ob sie die unveränderliche und intrinsische Sichtweise der künstlichen Intelligenz wären.\n\n**CH02-F18— DAS ZÄHLEN DES UNMESSBAREN ALS NULLVARIANZ**\n\nUngetestete Bereiche werden als glatt und stabil betrachtet.\n\n## 27. PRÜFUNGSVERFAHREN\n\nOb ein GEO-Bericht die Verteilung ehrlich darstellt, sollte mit den folgenden Schritten geprüft werden.\n\n### Schritt 1– Erfassen Sie den öffentlichen Aussage\n\nBeispiel: „Die globale NOMOS-Punktzahl der Marke beträgt 92.“ Der vollständige Satz und die Oberfläche, auf der er gefunden wird, werden aufgezeichnet.\n\n### Schritt 2— Zielverteilung definieren\n\nFür welche Punktzahl:\n\n- Nutzerschaft,\n\n- KI-Produkten,\n\n- Ländern,\n\n- Sprachen,\n\n- Zeitraum\n\nwird sie angewendet?\n\n### Schritt 3— Messzellen extrahieren\n\nJede Materialkombination wird bestimmt:\n\n- Produkt\n\n- Land\n\n- Sprache\n\n- Panel\n\n- Aufforderung\n\n- Welle\n\n- Nutzeroberfläche\n\n### Schritt 4— Nenner neu aufbauen\n\nZugewiesene Aufgaben, abgeschlossene Aufgaben, gültige Datensätze, beurteilte Datensätze und bestandene Antworten müssen als separate Zählungen gemeldet werden.\n\n### Schritt 5— Ergebnisstatus extrahieren\n\nNicht nur die Bestehensquote:\n\n- teilweise,\n\n- nicht unterstützt,\n\n- widersprüchlich,\n\n- alt,\n\n- Kritisch\n\n### UNBEKANNT,\n\nablehnt, unklare Verteilung wird untersucht.\n\n### Schritt 6— Gewichte überprüfen\n\nGewichte:\n\n- sind sie vordefiniert,\n\n- welche Frage beantworten sie,\n\nhaben sie sich nach dem Ergebnis geändert?\n\n### Schritt 7— Untergruppenunterschiede untersuchen\n\nDie beste Gruppe, die schwächste ausreichende Gruppe, Sprachunterschied, Länderunterschied, Produktunterschied und Panelunterschied werden bewertet.\n\n### Schritt 8— Umfang und Mängel überprüfen\n\nWelche Bereiche wurden nicht gemessen? Welche Zellen sind unzureichend? Was sind die Gründe für die Defizienz? Könnten die fehlenden Daten systematisch sein?\n\n### Schritt 9— Bestimmung untersuchen\n\nDie Veränderung zwischen Waves Sessions Users Interfaces wird bewertet.\n\n### Schritt 10— Warteschlangenrisiko prüfen\n\nKritische und andere schwerwiegende Fehler:\n\n- Anzahl,\n\n- deren Rate,\n\n- Typ,\n\n- Nutzereffekt\n\nwird getrennt in Bezug auf bewertet\n\n### Schritt 11— Vergleichen Sie die öffentliche Zusammenfassung mit der Verteilung\n\nÜbermittelt die einzelne Zahl oder der Satz, der der Öffentlichkeit veröffentlicht wurde, genau die Richtung und das Risiko der vollständigen Verteilung?\n\n### Schritt 12— Ergebnis begrenzen\n\nDie öffentliche Aussage ist nur auf das Niveau begrenzt, das durch die Verteilung und den Umfang getragen wird.\n\n## 28. NOTWENDIGE NACHWEISE\n\nSoweit relevant für eine repräsentative Verteilung oder einen globalen GEO-Score, sollten die folgenden Datensätze durchsucht werden:\n\n- Geprüfter Eintrag des Unternehmens\n\n- Definition der Zielpopulation\n\n- Stichprobenrahmen\n\n- KI-Produkt- und Nutzeroberflächen\n\n- Länder- und Sprachzellen\n\n- Prompt und Versionen\n\n- Sitzungs- und Panel-Bedingungen\n\n- Messwellen\n\n- Zugewiesene Aufgabennummern\n\n- Abgeschlossene Aufgaben\n\n- Gültige und ungültige Datensätze\n\n- Rohantworten\n\n- Verteilung des Ergebnisstatus\n\n- Entscheidungsaufzeichnungen\n\n- Datensätze mit kritischen Fehlern\n\n- Abgelehnte und unklare Datensätze\n\n- UNKNOWN-Datensätze\n\n- Gewichte\n\n- Interessengruppen\n\n- Ergebnisse von Untergruppen\n\n- Stabilitätsergebnisse\n\n- Außerhalb des Geltungsbereichs liegende Bereiche\n\n- Berechnungen von Vertrauen oder Unsicherheit\n\n- Öffentliches Berichtskartensystem\n\n- Verantwortliche Person oder Institution\n\n- Protokoll- und Analyseversion\n\n- Änderungshistorie\n\n## 29. PRÜFLISTE FÜR AUDITS\n\nIst die Zielpopulation der Verteilung klar? Sind die geprüften KI-Produkte und Nutzeroberflächen spezifiziert? Sind Land, Sprache, Prompt- und Zeitrahmen sichtbar? Werden die zur Berechnung der zusammengesetzten Punktzahl verwendeten Gewichtungen offengelegt? Ist der Nenner vollständig definiert? Werden ungültige Datensätze separat gemeldet? Werden Verweigerungen und unklare Ergebnisse aufbewahrt? Sind UNKNOWN und NICHT GETESTET unterschiedlich? Sind Teilergebnisse sichtbar? Wurden kleine Zellen mit übermäßiger Sicherheit interpretiert? Wurde die schwächste Materialgruppe beibehalten? Werden kritische Fehler separat gemeldet? Werden Messwellen separat angezeigt? Verschleiert der Durchschnitt Rückgänge oder Schwankungen? Wird ein rein formaler Unterschied von einem wesentlichen Bedeutungsunterschied unterschieden? Wurde kontextabhängige Variation in Empfehlungen korrekt klassifiziert? Wurden unterschiedliche Oberflächen desselben Anbieters ohne Erklärung zusammengeführt?\n\nWurden Bereiche außerhalb des Geltungsbereichs in das globale Ergebnis einbezogen? Wurden synthetische und reale Verteilungen getrennt? Spiegelt der der Öffentlichkeit präsentierte Satz die wahre Richtung der vollständigen Verteilung wider? Wenn eine der wesentlichen Fragen unbeantwortet bleibt, hat das Verteilungsergebnis nur begrenztes Vertrauen. Wenn mehr als eine unbeantwortet bleibt, sollte eine einzige globale Punktzahl nicht als endgültiges Urteil der Öffentlichkeit präsentiert werden.\n\n## 30. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Die Öffentlichkeit möchte eine einzelne Zahl.“\n\nDas ist korrekt. Eine einzelne Zahl kann die Kommunikation erleichtern. NOMOS lehnt eine einzelne Zahl nicht vollständig ab. Allerdings:\n\n- Umfang,\n\n- Kritischer Fehler,\n\n- Untergruppenbasis,\n\n- Zeit,\n\n- Unsicherheit\n\nmuss mit der Information verbunden sein. Eine Zahl kann kurz sein. Sie kann die Wahrheit nicht verkürzen.\n\n### Einwand 2— „Kleine Sprachen senken unnötig die globale Punktzahl.“\n\nDas globale Bevölkerungsgewicht kann eine kleine Sprache mit begrenztem Gewicht berücksichtigen. Allerdings kann eine starke Repräsentationsverzerrung in einer kleinen Sprache nicht unbeachtet bleiben, nur weil ihr Bevölkerungsanteil niedrig ist. Daher:\n\n- bevölkerungsgewichtete Hauptbewertung,\n\n- als Ergebnis der separaten Sprachfairness\n\nSie können zusammen veröffentlicht werden. Zwei Metriken beantworten unterschiedliche Fragen.\n\n### Einwand 3— 'Wenn es Personalisierung gibt, sind unterschiedliche Antworten normal.'\n\nEinige Unterschiede können normal und korrekt sein. Allerdings:\n\n- eine Unternehmensidentität,\n\n- Lizenz,\n\n- die aktuellen Preise,\n\n- das tatsächliche Servicegebiet\n\nsollten nicht willkürlich geändert werden. Personalisierung kann die angemessene Erklärung und Beratung des Nutzers beeinflussen. Sie ist keine Erlaubnis, eine wesentliche Tatsache zu erfinden.\n\n### Einwand 4— 'Warum sollte es ein Problem darstellen, wenn nicht die gleiche Antwort gegeben wird?'\n\nDas Problem ist nicht der Wortunterschied. Das Problem ist die Veränderung der materiellen Realität. NOMOS sucht nicht nach exakter Textekualität, sondern nach bedingter semantischer Konsistenz.\n\n### Einwand 5— „Warum sollte es eine Rolle spielen, wenn ein kritischer Fehler nur einmal in 1,000 Antworten auftritt?“\n\nDieser Fehler kann in Bezug auf die Bevölkerungsprävalenz selten sein. Allerdings kann er hinsichtlich des Schadens schwerwiegend sein. Ein unkontrollierter Ausfall eines kritischen Systems in einem Flugzeug einmal in tausend Flügen wird nicht nur mit 0.1 Prozent bewertet. Im Kontext von GEO sollten Häufigkeit und Schaden auch separat betrachtet werden.\n\n### Einwand 6— „Wir können keine ausreichende Stichprobe für jedes kleine Land oder jede Sprache finden.“\n\nDas ist richtig. Daher:\n\n- globales Bevölkerungspanel,\n\n- Country Observer-Panel,\n\n- Language Fairness Panel\n\nkann separat erstellt werden. Eine Einzelpersonenbeobachtung wird nicht zu einer Länderbewertung. Sie zeigt nur an, dass eine Beobachtung vorliegt. Der korrekte Status für eine unzureichende Stichprobe:\n\n### UNZUREICHENDE STICHPROBE\n\noder:\n\n### NICHT GESCHÄTZT\n\nmuss sein.\n\n### Einwand 7— \"Diese Detailtiefe ist zu komplex, als dass der Kunde sie verstehen würde.\"\n\nEs ist nicht notwendig, dass der Kunde alle Formeln auf der Hauptseite sieht. Die entscheidungsrelevanten Kernfakten dürfen jedoch nicht verborgen bleiben. Die kurze Ergebnisübersicht sollte die folgenden Fragen beantworten: Was ist das Gesamtergebnis? Was ist das schwerwiegendste Risiko? Welcher Bereich ist am schwächsten? Was wurde nicht getestet? Wie robust ist das Ergebnis? Zu welchem Datum gehört es? Komplexität muss gesteuert werden. Nicht eliminiert.\n\n### Einwand 8— \"Wenn dasselbe Modell in allen Ländern verwendet wird, warum sollte es einen Länderunterschied geben?\"\n\nDie vom Nutzer wahrgenommene Ausgabe muss nicht ausschließlich aus dem reinen Modell bestehen. Länderspezifische Unterschiede umfassen:\n\n- Produktzugang,\n\n- Webressourcen,\n\n- Locale,\n\n- Sprache,\n\n- Plan,\n\n- Schnittstelle,\n\n- Gesetzgebung,\n\n- Personalisierung\n\nEs kann dadurch entstehen. Ein Unterschied muss nicht auftreten. Ohne Messung kann jedoch kein Fehlen angenommen werden.\n\n### Einwand 9— „Zuverlässige Bewertung ist nicht möglich, da KI-Antworten variabel sind.“\n\nVariabilität macht eine Messung nicht unmöglich. Im Gegenteil, sie ist eines der Merkmale, die gemessen werden müssen. Die Bewertung:\n\n- spezifisches Datum,\n\n- Umfang,\n\n- Konfidenzintervall\n\n- Stabilitätsinformationen\n\nkann sinnvoll sein, solange sie dies trägt. Der Anspruch auf zeitlose Sicherheit ist jedoch nicht zu rechtfertigen.\n\n### Einwand 10— „Wenn sich der Prompt ändert, ändert sich die Verteilung vollständig.“\n\nDas ist korrekt. Daher ist die Verteilung vom Prompt abhängig. GEO-1000 liefert nicht für alle möglichen Fragen die gleiche Antwort. Vordefiniert:\n\n- Kernspiegel-Prompt,\n\n- Diagnostisches Prompt-Register\n\nMisst spezifische darstellende Bereiche. Die Prompt-Zusammensetzung wird in Abschnitt 10 definiert.\n\n## ALLGEMEINE REGEL VON ABSCHNITT 32\n\nDieser Abschnitt wurde nicht gegen eine einzelne Punktzahl verfasst. Er wurde verfasst unter der Annahme, dass eine einzelne Punktzahl allein die Gesamtheit der Realität darstellt. Menschen wollen Zahlen. Institutionen wollen Ranglisten. Gremien wollen eine einzige Zeile sehen. Der Markt könnte fragen: „Was ist Ihre NOMOS-Punktzahl?“ Diese Frage ist legitim. Aber die Antwort kann nicht nur lauten: „90.“ Denn hinter 90 können beliebige der folgenden Realitäten existieren:\n\n- Konsistente Genauigkeit über alle Sprachen hinweg\n\n- 99 in einigen Sprachen, 45 in anderen\n\n- Hoher Durchschnitt, aber schwerwiegender kritischer Fehler\n\n- Hohe Genauigkeit, aber geringe Abdeckung\n\n- Hohe Sofortergebnisse, aber schneller Rückgang\n\n- Erfolg nur bei einfachen Prompts\n\n- Hohe Rate nur unter bewertbaren Antworten\n\n- Annahme ungetesteter Länder positiv\n\n- Kombination ausgewählter KI-Produkte\n\nDer Wert einer Punktzahl wird durch die Sichtbarkeit der zugrunde liegenden Verteilung gebildet. Wenn die Verteilung nicht sichtbar ist, erzeugt die Punktzahl kein Vertrauen. Sie erzeugt nur den Anschein von Sicherheit. Daher lautet das zweite Messgesetz von NOMOS wie folgt:\n\n> ein GEO-Score kann eine Zusammenfassung der Verteilung sein. / Er kann die Verteilung nicht ersetzen.\n\nSein drittes Gesetz lautet:\n\n> ein hoher Durchschnitt beseitigt nicht die Frage, wer schlecht vertreten ist.\n\nDas vierte Gesetz lautet wie folgt:\n\n> Ein seltener schwerwiegender Fehler ist nicht unbedeutend, nur weil er selten ist.\n\nDas fünfte Gesetz lautet wie folgt:\n\n> Das ungetestete Feld ist nicht die positive Seite der Verteilung; es ist die unbekannte Grenze.\n\n## Befehl 2 von NOMOS\n\n> Zeig mir nicht nur den Durchschnitt.\n\n> Zeig, wer unter dem Durchschnitt liegt.\n\n> Verstecke nicht deine schlechteste Sprache, während du deine beste Sprache zeigst.\n\n> Benutze nicht das Gewicht großer Länder, um die Existenz kleiner Länder zu löschen.\n\n> Schicke nicht eine Person in ein kleines Land und kündige dann eine endgültige Punktzahl für dieses Land an.\n\n> Verharmlose nicht einen schweren Fehler, nur weil er in einer Antwort verborgen ist, die zu 99 Prozent korrekt ist.\n\n> Erkläre nicht nur deshalb einen Fehler, weil die Formulierung einer Antwort sich geändert hat. / Aber wenn sich die zugrunde liegende Realität ändert, lehne sie nicht einfach als bloßen stilistischen Unterschied ab.\n\n> Werfe Ablehnungen, Unbekannte und Ungeprüfte nicht aus der Verteilung hinaus.\n\n> Ändere das Gewicht, den Anteil oder den Umfang nicht, nachdem du das Ergebnis gesehen hast.\n\n> Erzeuge eine Zahl. / Mache aber die Länder, Sprachen, Nutzer, Zeiten und Fehler hinter der Zahl nicht unsichtbar.\n\n> Denn die Repräsentation eines Objekts ist kein durchschnittlicher Satz. / Sie ist eine Verteilung der verschiedenen Realitäten, die von unterschiedlichen Menschen erlebt werden.\n\n## Der abschließende Satz des Kapitels\n\n> Das Messobjekt von GEO ist nicht eine einzelne Antwort oder eine einzelne Durchschnittspunktzahl einer künstlichen Intelligenz; es ist die Gesamtheit der repräsentativen Ergebnisse, die in einer definierten Nutzerpopulation unter definierten Bedingungen erzeugt wurden.\n\n## Normativer Kern\n\n> Die Repräsentation einer Entität in generativen Systemen MUSS als bedingte Verteilung beobachtbarer Ergebnisse über definierte: - KI-Produkte und Nutzeroberflächen, - Nutzer oder Stichprobeneinheiten, - Länder, - Sprachen und Regionen, - Sitzungs- und Personalisierungszustände, - Prompts, - und Messzeiten behandelt werden. Ein einzelner aggregierter Wert DARF die Offenlegung von: - Umfang und Abdeckung, - Ergebnisverteilung, - Untergruppenvariationen, - Vorkommen kritischer Fehler, - unbekannter und nicht getesteter Masse, - zeitlicher Stabilität, - Gewichtungsregeln, - und Unsicherheit NICHT ersetzen. Gleiche Durchschnitte DÜRFEN NICHT als gleichwertige Repräsentationsqualität interpretiert werden, wenn ihre Untergruppen-, Schwere-, Abdeckungs- oder Stabilitätsverteilungen sich wesentlich unterscheiden. Ungetestete Gruppen DÜRFEN NICHT als konform eingeordnet werden, und seltene, schädliche Ergebnisse MÜSSEN weiterhin getrennt von der durchschnittlichen Leistung sichtbar bleiben.","character_count":60840,"record_sha256":"748ab60cc08fb0833741c53a0271c413f50aebcdf0e35975a36f3e60a0304315"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-03","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":5,"chapter_number":3,"item_number":null,"title":"Welche Entität wird eigentlich geprüft?","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K10","K11"],"source_word_count":6476,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":3,\"id\":\"NOMOS-GEO-AUDIT-CH03\",\"title\":\"Welche Entität wird eigentlich geprüft?\",\"subtitle\":null,\"sourceFile\":\"3.cü bölüm.docx\",\"sourceSha256\":\"60D2981CEC474DAAAE04718FF663900DB0740A3C91147CDDFD68C18BDDD13695\",\"sourceWordCount\":6476,\"sourceIds\":[\"K10\",\"K11\"],\"machine\":{\"chapter\":3,\"chapterId\":\"NOMOS-GEO-AUDIT-CH03\",\"title\":\"Welche Entität wird eigentlich geprüft?\",\"subtitle\":null,\"sourceIds\":[\"K10\",\"K11\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH03-R01\",\"normativeRuleEnglish\":\"Every GEO audit MUST define and version, before observing results: - a prompt anchor, - a target entity, - an entity type, - a canonical identity record, - a relationship graph, - a temporal and jurisdictional boundary, - an audit object, - and a conformity unit. Domains, brands, legal entities, corporate groups, subsidiaries, products, services, persons, franchises, distributors, platforms, and sellers MUST NOT be treated as interchangeable entities. Attributes, credentials, licenses, customers, employees, performance, authority, and conformity MUST NOT transfer across related entities unless the relationship, scope, time, and evidence explicitly support that transfer. The entity resolved by the AI product MUST be evaluated separately from the factual accuracy of the response. A conformity decision MUST apply only to the explicitly identified entity and audited scope. It MUST NOT automatically extend to affiliates, products, jurisdictions, languages, domains, future versions, or related entities.\",\"normativeRuleSourceTurkish\":\"Her GEO denetimi sonuçlar görülmeden önce prompt çapasını, hedef varlığı, varlık türünü, kanonik kimlik kaydını, ilişki grafiğini, zamansal ve hukuki sınırı, denetim nesnesini ve uygunluk birimini tanımlayıp sürümlemek zorundadır. Alan adı, marka, hukuki şirket, şirketler grubu, bağlı kuruluş, ürün, hizmet, kişi, franchise, distribütör, platform ve satıcı birbirinin yerine kullanılamaz. Özellikler ve uygunluk, açık ilişki, kapsam, zaman ve kanıt bulunmadan ilişkili varlıklara aktarılamaz. AI ürününün çözümlediği varlık, yanıtın maddi doğruluğundan ayrı değerlendirilmelidir.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH03-MB0001\",\"type\":\"paragraph\",\"text\":\"31. MACHINE-READABLE ENTITY RECORD\",\"sourceParagraph\":1362},{\"blockId\":\"CH03-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1363},{\"blockId\":\"CH03-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1364},{\"blockId\":\"CH03-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1365},{\"blockId\":\"CH03-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1366},{\"blockId\":\"CH03-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"entityRecord\\\": {\",\"sourceParagraph\":1367},{\"blockId\":\"CH03-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"entityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":1368},{\"blockId\":\"CH03-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"ACTIVE\\\",\",\"sourceParagraph\":1369},{\"blockId\":\"CH03-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"entityType\\\": \\\"LEGAL_ENTITY\\\",\",\"sourceParagraph\":1370},{\"blockId\":\"CH03-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalName\\\": \\\"Asteron Holdings Ltd.\\\",\",\"sourceParagraph\":1371},{\"blockId\":\"CH03-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"legalName\\\": \\\"Asteron Holdings Ltd.\\\",\",\"sourceParagraph\":1372},{\"blockId\":\"CH03-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"jurisdiction\\\": \\\"SYNTHETIC\\\",\",\"sourceParagraph\":1373},{\"blockId\":\"CH03-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"registrationId\\\": \\\"SYNTHETIC-001\\\",\",\"sourceParagraph\":1374},{\"blockId\":\"CH03-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"validFrom\\\": \\\"2025-01-01\\\",\",\"sourceParagraph\":1375},{\"blockId\":\"CH03-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedAt\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1376},{\"blockId\":\"CH03-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"aliases\\\": [\",\"sourceParagraph\":1377},{\"blockId\":\"CH03-MB0017\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1378},{\"blockId\":\"CH03-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"name\\\": \\\"Asteron\\\",\",\"sourceParagraph\":1379},{\"blockId\":\"CH03-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"aliasType\\\": \\\"BRAND_REFERENCE\\\",\",\"sourceParagraph\":1380},{\"blockId\":\"CH03-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"language\\\": \\\"und\\\"\",\"sourceParagraph\":1381},{\"blockId\":\"CH03-MB0021\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1382},{\"blockId\":\"CH03-MB0022\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1383},{\"blockId\":\"CH03-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"brands\\\": [\",\"sourceParagraph\":1384},{\"blockId\":\"CH03-MB0024\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1385},{\"blockId\":\"CH03-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"entityId\\\": \\\"NGE-SYNTH-ASTERON-TRAVEL-002\\\",\",\"sourceParagraph\":1386},{\"blockId\":\"CH03-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"OWNS\\\",\",\"sourceParagraph\":1387},{\"blockId\":\"CH03-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"validFrom\\\": \\\"2025-01-01\\\"\",\"sourceParagraph\":1388},{\"blockId\":\"CH03-MB0028\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1389},{\"blockId\":\"CH03-MB0029\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1390},{\"blockId\":\"CH03-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"domains\\\": [\",\"sourceParagraph\":1391},{\"blockId\":\"CH03-MB0031\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1392},{\"blockId\":\"CH03-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"domain\\\": \\\"asteron.example\\\",\",\"sourceParagraph\":1393},{\"blockId\":\"CH03-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"CONTROLS\\\",\",\"sourceParagraph\":1394},{\"blockId\":\"CH03-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"scope\\\": \\\"GLOBAL_CORPORATE_SURFACE\\\"\",\"sourceParagraph\":1395},{\"blockId\":\"CH03-MB0035\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1396},{\"blockId\":\"CH03-MB0036\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1397},{\"blockId\":\"CH03-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"subsidiaries\\\": [\",\"sourceParagraph\":1398},{\"blockId\":\"CH03-MB0038\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1399},{\"blockId\":\"CH03-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"entityId\\\": \\\"NGE-SYNTH-ASTERON-TR-003\\\",\",\"sourceParagraph\":1400},{\"blockId\":\"CH03-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"CONTROLS\\\",\",\"sourceParagraph\":1401},{\"blockId\":\"CH03-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"jurisdiction\\\": \\\"TR\\\"\",\"sourceParagraph\":1402},{\"blockId\":\"CH03-MB0042\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1403},{\"blockId\":\"CH03-MB0043\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1404},{\"blockId\":\"CH03-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"externalRelationships\\\": [\",\"sourceParagraph\":1405},{\"blockId\":\"CH03-MB0045\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1406},{\"blockId\":\"CH03-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"entityId\\\": \\\"NGE-SYNTH-MIRA-004\\\",\",\"sourceParagraph\":1407},{\"blockId\":\"CH03-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"SERVICE_DELIVERED_BY\\\",\",\"sourceParagraph\":1408},{\"blockId\":\"CH03-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"scope\\\": \\\"SELECTED_DESTINATION_SERVICES\\\",\",\"sourceParagraph\":1409},{\"blockId\":\"CH03-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"jurisdiction\\\": \\\"TR\\\",\",\"sourceParagraph\":1410},{\"blockId\":\"CH03-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"validFrom\\\": \\\"2026-01-01\\\"\",\"sourceParagraph\":1411},{\"blockId\":\"CH03-MB0051\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1412},{\"blockId\":\"CH03-MB0052\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1413},{\"blockId\":\"CH03-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"auditScope\\\": {\",\"sourceParagraph\":1414},{\"blockId\":\"CH03-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"includedEntities\\\": [\",\"sourceParagraph\":1415},{\"blockId\":\"CH03-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":1416},{\"blockId\":\"CH03-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"NGE-SYNTH-ASTERON-TRAVEL-002\\\"\",\"sourceParagraph\":1417},{\"blockId\":\"CH03-MB0057\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1418},{\"blockId\":\"CH03-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"excludedEntities\\\": [\",\"sourceParagraph\":1419},{\"blockId\":\"CH03-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"NGE-SYNTH-ASTERON-CLUB-005\\\"\",\"sourceParagraph\":1420},{\"blockId\":\"CH03-MB0060\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1421},{\"blockId\":\"CH03-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"includedDomains\\\": [\",\"sourceParagraph\":1422},{\"blockId\":\"CH03-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"asteron.example\\\"\",\"sourceParagraph\":1423},{\"blockId\":\"CH03-MB0063\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1424},{\"blockId\":\"CH03-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"languages\\\": [\",\"sourceParagraph\":1425},{\"blockId\":\"CH03-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"en\\\",\",\"sourceParagraph\":1426},{\"blockId\":\"CH03-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"tr\\\"\",\"sourceParagraph\":1427},{\"blockId\":\"CH03-MB0067\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1428},{\"blockId\":\"CH03-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"countries\\\": [\",\"sourceParagraph\":1429},{\"blockId\":\"CH03-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"GB\\\",\",\"sourceParagraph\":1430},{\"blockId\":\"CH03-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"TR\\\"\",\"sourceParagraph\":1431},{\"blockId\":\"CH03-MB0071\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1432},{\"blockId\":\"CH03-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"validityPeriod\\\": {\",\"sourceParagraph\":1433},{\"blockId\":\"CH03-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"from\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1434},{\"blockId\":\"CH03-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"to\\\": \\\"2027-08-17\\\"\",\"sourceParagraph\":1435},{\"blockId\":\"CH03-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1436},{\"blockId\":\"CH03-MB0076\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1437},{\"blockId\":\"CH03-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"responsibility\\\": {\",\"sourceParagraph\":1438},{\"blockId\":\"CH03-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"claimOwner\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":1439},{\"blockId\":\"CH03-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"surfaceOperator\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":1440},{\"blockId\":\"CH03-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"serviceDeliveryVariesByJurisdiction\\\": true,\",\"sourceParagraph\":1441},{\"blockId\":\"CH03-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanRole\\\": \\\"ENTITY_RECORD_OWNER\\\"\",\"sourceParagraph\":1442},{\"blockId\":\"CH03-MB0082\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1443},{\"blockId\":\"CH03-MB0083\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1444},{\"blockId\":\"CH03-MB0084\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1445},{\"blockId\":\"CH03-MB0085\",\"type\":\"paragraph\",\"text\":\"This record:\",\"sourceParagraph\":1446},{\"blockId\":\"CH03-MB0086\",\"type\":\"paragraph\",\"text\":\"does not by itself prove that the relation is correct,\",\"sourceParagraph\":1447},{\"blockId\":\"CH03-MB0087\",\"type\":\"paragraph\",\"text\":\"does not replace a legal record,\",\"sourceParagraph\":1448},{\"blockId\":\"CH03-MB0088\",\"type\":\"paragraph\",\"text\":\"does not properly declare all subsidiaries.\",\"sourceParagraph\":1449},{\"blockId\":\"CH03-MB0089\",\"type\":\"paragraph\",\"text\":\"Only shows the audit object and the alleged relationships in a machine-readable format.\",\"sourceParagraph\":1450},{\"blockId\":\"CH03-MB0090\",\"type\":\"paragraph\",\"text\":\"MACHINE-READABLE RULE OF SECTION 32\",\"sourceParagraph\":1452},{\"blockId\":\"CH03-MB0091\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH03-R01\",\"sourceParagraph\":1453},{\"blockId\":\"CH03-MB0092\",\"type\":\"paragraph\",\"text\":\"Every GEO audit MUST define and version, before observing results:\",\"sourceParagraph\":1455},{\"blockId\":\"CH03-MB0093\",\"type\":\"paragraph\",\"text\":\"- a prompt anchor,\",\"sourceParagraph\":1457},{\"blockId\":\"CH03-MB0094\",\"type\":\"paragraph\",\"text\":\"- a target entity,\",\"sourceParagraph\":1458},{\"blockId\":\"CH03-MB0095\",\"type\":\"paragraph\",\"text\":\"- an entity type,\",\"sourceParagraph\":1459},{\"blockId\":\"CH03-MB0096\",\"type\":\"paragraph\",\"text\":\"- a canonical identity record,\",\"sourceParagraph\":1460},{\"blockId\":\"CH03-MB0097\",\"type\":\"paragraph\",\"text\":\"- a relationship graph,\",\"sourceParagraph\":1461},{\"blockId\":\"CH03-MB0098\",\"type\":\"paragraph\",\"text\":\"- a temporal and jurisdictional boundary,\",\"sourceParagraph\":1462},{\"blockId\":\"CH03-MB0099\",\"type\":\"paragraph\",\"text\":\"- an audit object,\",\"sourceParagraph\":1463},{\"blockId\":\"CH03-MB0100\",\"type\":\"paragraph\",\"text\":\"- and a conformity unit.\",\"sourceParagraph\":1464},{\"blockId\":\"CH03-MB0101\",\"type\":\"paragraph\",\"text\":\"Domains, brands, legal entities, corporate groups, subsidiaries, products,\",\"sourceParagraph\":1466},{\"blockId\":\"CH03-MB0102\",\"type\":\"paragraph\",\"text\":\"services, persons, franchises, distributors, platforms, and sellers MUST\",\"sourceParagraph\":1467},{\"blockId\":\"CH03-MB0103\",\"type\":\"paragraph\",\"text\":\"NOT be treated as interchangeable entities.\",\"sourceParagraph\":1468},{\"blockId\":\"CH03-MB0104\",\"type\":\"paragraph\",\"text\":\"Attributes, credentials, licenses, customers, employees, performance,\",\"sourceParagraph\":1470},{\"blockId\":\"CH03-MB0105\",\"type\":\"paragraph\",\"text\":\"authority, and conformity MUST NOT transfer across related entities\",\"sourceParagraph\":1471},{\"blockId\":\"CH03-MB0106\",\"type\":\"paragraph\",\"text\":\"unless the relationship, scope, time, and evidence explicitly support\",\"sourceParagraph\":1472},{\"blockId\":\"CH03-MB0107\",\"type\":\"paragraph\",\"text\":\"that transfer.\",\"sourceParagraph\":1473},{\"blockId\":\"CH03-MB0108\",\"type\":\"paragraph\",\"text\":\"The entity resolved by the AI product MUST be evaluated separately from\",\"sourceParagraph\":1475},{\"blockId\":\"CH03-MB0109\",\"type\":\"paragraph\",\"text\":\"the factual accuracy of the response.\",\"sourceParagraph\":1476},{\"blockId\":\"CH03-MB0110\",\"type\":\"paragraph\",\"text\":\"A conformity decision MUST apply only to the explicitly identified\",\"sourceParagraph\":1478},{\"blockId\":\"CH03-MB0111\",\"type\":\"paragraph\",\"text\":\"entity and audited scope. It MUST NOT automatically extend to affiliates,\",\"sourceParagraph\":1479},{\"blockId\":\"CH03-MB0112\",\"type\":\"paragraph\",\"text\":\"products, jurisdictions, languages, domains, future versions, or related\",\"sourceParagraph\":1480},{\"blockId\":\"CH03-MB0113\",\"type\":\"paragraph\",\"text\":\"entities.\",\"sourceParagraph\":1481},{\"blockId\":\"CH03-MB0114\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":1482},{\"blockId\":\"CH03-MB0115\",\"type\":\"paragraph\",\"text\":\"Before the results of each GEO audit are seen, the prompt anchor, target entity, entity type, canonical identity record, relationship graph, temporal and legal boundary, audit object, and conformity unit must be defined and versioned. Domain name, brand, legal company, corporate group, subsidiary, product, service, person, franchise, distributor, platform, and vendor cannot be used interchangeably. Attributes and compliance cannot be transferred to related entities without explicit relationship, scope, time, and evidence. The entity analysed by the AI product must be evaluated separately from the factual accuracy of the response.\",\"sourceParagraph\":1483}],\"normativeRuleLocalized\":\"Jede GEO-Prüfung MUSS vor der Beobachtung von Ergebnissen definieren und versionieren: - einen Prompt-Anker, - eine Zielentität, - einen Entitätstyp, - einen kanonischen Identitätsdatensatz, - einen Beziehungsgraph, - eine zeitliche und juristische Grenze, - ein Prüfobjekt, - und eine Konformitätseinheit. Domains, Marken, juristische Personen, Unternehmensgruppen, Tochtergesellschaften, Produkte, Dienstleistungen, Personen, Franchiseunternehmen, Distributoren, Plattformen und Verkäufer DÜRFEN NICHT als austauschbare Entitäten behandelt werden. Attribute, Berechtigungen, Lizenzen, Kunden, Mitarbeiter, Leistung, Autorität und Konformität DÜRFEN NICHT auf verwandte Entitäten übertragen werden, es sei denn, die Beziehung, der Umfang, die Zeit und die Nachweise unterstützen diese Übertragung ausdrücklich. Die vom KI-Produkt gelöste Einheit MUSS getrennt von der sachlichen Richtigkeit der Antwort bewertet werden. Eine Konformitätsentscheidung MUSS sich nur auf die ausdrücklich identifizierte Einheit und den geprüften Umfang beziehen. Sie DARF NICHT automatisch auf Tochtergesellschaften, Produkte, Jurisdiktionen, Sprachen, Bereiche, zukünftige Versionen oder verwandte Einheiten ausgeweitet werden.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH03-MB0001\",\"type\":\"paragraph\",\"text\":\"31. MASCHINENLESBARER ENTITÄTEN-DATENSATZ\",\"sourceParagraph\":1362,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1363,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1364,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1365,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1366,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"entityRecord\\\": {\",\"sourceParagraph\":1367,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"entityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":1368,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"AKTIV\\\",\",\"sourceParagraph\":1369,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"entityType\\\": \\\"RECHTSINHABER\\\",\",\"sourceParagraph\":1370,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalName\\\": \\\"Asteron Holdings Ltd.\\\",\",\"sourceParagraph\":1371,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"legalName\\\": \\\"Asteron Holdings Ltd.\\\",\",\"sourceParagraph\":1372,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"Rechtsgebiet\\\": \\\"SYNTHETISCH\\\",\",\"sourceParagraph\":1373,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"registrationId\\\": \\\"SYNTHETISCH-001\\\",\",\"sourceParagraph\":1374,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"validFrom\\\": \\\"2025-01-01\\\",\",\"sourceParagraph\":1375,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedAt\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1376,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"Aliase\\\": [\",\"sourceParagraph\":1377,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0017\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1378,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"Name\\\": \\\"Asteron\\\"\",\"sourceParagraph\":1379,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0019\",\"type\":\"paragraph\",\"text\":\"{\\\"aliasType\\\": \\\"MARKEN_REFERENZ\\\",\",\"sourceParagraph\":1380,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0020\",\"type\":\"paragraph\",\"text\":\", \\\"Sprache\\\": \\\"und\\\",\",\"sourceParagraph\":1381,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0021\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1382,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0022\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1383,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0023\",\"type\":\"paragraph\",\"text\":\", \\\"Marken\\\":\",\"sourceParagraph\":1384,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0024\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1385,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0025\",\"type\":\"paragraph\",\"text\":\", \\\"entityId\\\": \\\"NGE-SYNTH-ASTERON-TRAVEL-002\\\",\",\"sourceParagraph\":1386,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0026\",\"type\":\"paragraph\",\"text\":\", \\\"Beziehung\\\": \\\"BESITZT\\\",\",\"sourceParagraph\":1387,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0027\",\"type\":\"paragraph\",\"text\":\", \\\"validFrom\\\": \\\"2025-01-01\\\",\",\"sourceParagraph\":1388,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0028\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1389,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0029\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1390,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0030\",\"type\":\"paragraph\",\"text\":\", \\\"Domänen\\\":\",\"sourceParagraph\":1391,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0031\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1392,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0032\",\"type\":\"paragraph\",\"text\":\", \\\"Domäne\\\": \\\"asteron.example\\\",\",\"sourceParagraph\":1393,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0033\",\"type\":\"paragraph\",\"text\":\", \\\"Beziehung\\\": \\\"KONTROLLIERT\\\",\",\"sourceParagraph\":1394,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0034\",\"type\":\"paragraph\",\"text\":\", \\\"Umfang\\\": \\\"GLOBAL_KONZERN_OBERFLÄCHE\\\",\",\"sourceParagraph\":1395,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0035\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1396,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0036\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1397,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0037\",\"type\":\"paragraph\",\"text\":\", \\\"Tochtergesellschaften\\\":\",\"sourceParagraph\":1398,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0038\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1399,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0039\",\"type\":\"paragraph\",\"text\":\", \\\"entityId\\\": \\\"NGE-SYNTH-ASTERON-TR-003\\\",\",\"sourceParagraph\":1400,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0040\",\"type\":\"paragraph\",\"text\":\", \\\"Beziehung\\\": \\\"KONTROLLIERT\\\",\",\"sourceParagraph\":1401,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0041\",\"type\":\"paragraph\",\"text\":\", \\\"Rechtsgebiet\\\": \\\"TR\\\"}\",\"sourceParagraph\":1402,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0042\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1403,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0043\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1404,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"externalRelationships\\\": [\",\"sourceParagraph\":1405,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0045\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1406,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"entityId\\\": \\\"NGE-SYNTH-MIRA-004\\\",\",\"sourceParagraph\":1407,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"SERVICE_DELIVERED_BY\\\",\",\"sourceParagraph\":1408,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"scope\\\": \\\"SELECTED_DESTINATION_SERVICES\\\",\",\"sourceParagraph\":1409,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"jurisdiction\\\": \\\"TR\\\",\",\"sourceParagraph\":1410,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0050\",\"type\":\"paragraph\",\"text\":\", \\\"validFrom\\\": \\\"2026-01-01\\\",\",\"sourceParagraph\":1411,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0051\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1412,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0052\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1413,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"auditScope\\\": {\",\"sourceParagraph\":1414,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"includedEntities\\\": [\",\"sourceParagraph\":1415,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":1416,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"NGE-SYNTH-ASTERON-TRAVEL-002\\\",\",\"sourceParagraph\":1417,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0057\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1418,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"excludedEntities\\\": [\",\"sourceParagraph\":1419,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"NGE-SYNTH-ASTERON-CLUB-005\\\",\",\"sourceParagraph\":1420,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0060\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1421,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"includedDomains\\\": [\",\"sourceParagraph\":1422,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"asteron.example\\\",\",\"sourceParagraph\":1423,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0063\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1424,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"languages\\\": [\",\"sourceParagraph\":1425,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"en\\\",\",\"sourceParagraph\":1426,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"tr\\\"\",\"sourceParagraph\":1427,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0067\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1428,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"countries\\\": [\",\"sourceParagraph\":1429,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"GB\\\",\",\"sourceParagraph\":1430,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"TR\\\"\",\"sourceParagraph\":1431,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0071\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1432,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"validityPeriod\\\": {\",\"sourceParagraph\":1433,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"von\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1434,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"an\\\": \\\"2027-08-17\\\"\",\"sourceParagraph\":1435,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1436,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0076\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1437,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortung\\\": {\",\"sourceParagraph\":1438,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"claimOwner\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":1439,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"surfaceOperator\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":1440,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"serviceDeliveryVariesByJurisdiction\\\": wahr,\",\"sourceParagraph\":1441,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanRole\\\": \\\"ENTITY_RECORD_OWNER\\\"\",\"sourceParagraph\":1442,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0082\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1443,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0083\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1444,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0084\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1445,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0085\",\"type\":\"paragraph\",\"text\":\"Dieser Datensatz:\",\"sourceParagraph\":1446,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0086\",\"type\":\"paragraph\",\"text\":\"beweist für sich genommen nicht, dass die Beziehung korrekt ist,\",\"sourceParagraph\":1447,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0087\",\"type\":\"paragraph\",\"text\":\"ersetzt keinen rechtlichen Datensatz,\",\"sourceParagraph\":1448,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0088\",\"type\":\"paragraph\",\"text\":\"gibt nicht alle Tochtergesellschaften ordnungsgemäß an.\",\"sourceParagraph\":1449,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0089\",\"type\":\"paragraph\",\"text\":\"Zeigt lediglich das Prüfobjekt und die angeblichen Beziehungen in einem maschinenlesbaren Format an.\",\"sourceParagraph\":1450,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0090\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESESBARE REGEL DER SEKTION 32\",\"sourceParagraph\":1452,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0091\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH03-R01\",\"sourceParagraph\":1453,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0092\",\"type\":\"paragraph\",\"text\":\"Jede GEO-Prüfung MUSS eine Definition und Version festlegen, bevor Ergebnisse beobachtet werden:\",\"sourceParagraph\":1455,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0093\",\"type\":\"paragraph\",\"text\":\"- ein Promptanker,\",\"sourceParagraph\":1457,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0094\",\"type\":\"paragraph\",\"text\":\"- eine Zielentität,\",\"sourceParagraph\":1458,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0095\",\"type\":\"paragraph\",\"text\":\"- ein Entitätstyp,\",\"sourceParagraph\":1459,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0096\",\"type\":\"paragraph\",\"text\":\"- ein kanonischer Identitätsdatensatz,\",\"sourceParagraph\":1460,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0097\",\"type\":\"paragraph\",\"text\":\"- ein Beziehungsdiagramm,\",\"sourceParagraph\":1461,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0098\",\"type\":\"paragraph\",\"text\":\"- eine zeitliche und zuständige Grenze,\",\"sourceParagraph\":1462,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0099\",\"type\":\"paragraph\",\"text\":\"- ein Prüfungsobjekt,\",\"sourceParagraph\":1463,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0100\",\"type\":\"paragraph\",\"text\":\"- und eine Übereinstimmungseinheit.\",\"sourceParagraph\":1464,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0101\",\"type\":\"paragraph\",\"text\":\"Domains, Marken, juristische Personen, Unternehmensgruppen, Tochtergesellschaften, Produkte,\",\"sourceParagraph\":1466,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0102\",\"type\":\"paragraph\",\"text\":\"Dienstleistungen, Personen, Franchiseunternehmen, Vertriebspartner, Plattformen und Verkäufer MÜSSEN\",\"sourceParagraph\":1467,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0103\",\"type\":\"paragraph\",\"text\":\"NICHT als austauschbare Einheiten behandelt werden.\",\"sourceParagraph\":1468,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0104\",\"type\":\"paragraph\",\"text\":\"Attribute, Referenzen, Lizenzen, Kunden, Mitarbeiter, Leistung,\",\"sourceParagraph\":1470,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0105\",\"type\":\"paragraph\",\"text\":\"Autorität und Konformität DÜRFEN NICHT auf verwandte Einheiten übertragen werden\",\"sourceParagraph\":1471,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0106\",\"type\":\"paragraph\",\"text\":\"es sei denn, die Beziehung, der Umfang, die Zeit und die Evidenz unterstützen\",\"sourceParagraph\":1472,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0107\",\"type\":\"paragraph\",\"text\":\"diese Übertragung ausdrücklich.\",\"sourceParagraph\":1473,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0108\",\"type\":\"paragraph\",\"text\":\"Die vom KI-Produkt aufgelöste Einheit MUSS getrennt von\",\"sourceParagraph\":1475,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0109\",\"type\":\"paragraph\",\"text\":\"der sachlichen Richtigkeit der Antwort bewertet werden.\",\"sourceParagraph\":1476,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0110\",\"type\":\"paragraph\",\"text\":\"Eine Konformitätsentscheidung MUSS sich nur auf die ausdrücklich identifizierte\",\"sourceParagraph\":1478,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0111\",\"type\":\"paragraph\",\"text\":\"Einheit und den geprüften Umfang beziehen. Sie DARF sich NICHT automatisch auf Tochtergesellschaften,\",\"sourceParagraph\":1479,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0112\",\"type\":\"paragraph\",\"text\":\"Produkte, Jurisdiktionen, Sprachen, Bereiche, zukünftige Versionen oder verwandte\",\"sourceParagraph\":1480,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0113\",\"type\":\"paragraph\",\"text\":\"Einheiten ausdehnen.\",\"sourceParagraph\":1481,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0114\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":1482,\"language\":\"de-DE\"},{\"blockId\":\"CH03-MB0115\",\"type\":\"paragraph\",\"text\":\"Bevor die Ergebnisse jeder GEO-Prüfung sichtbar sind, müssen der Prompt-Anker, die Zielentität, der Entitätstyp, das kanonische Identitätsregister, der Beziehungsgraph, die zeitlichen und rechtlichen Grenzen, das Prüfobjekt und die Konformitätseinheit definiert und versioniert werden. Domainname, Marke, juristische Gesellschaft, Unternehmensgruppe, Tochtergesellschaft, Produkt, Dienstleistung, Person, Franchise, Distributor, Plattform und Anbieter dürfen nicht austauschbar verwendet werden. Attribute und Compliance dürfen ohne explizite Beziehung, Umfang, Zeit und Nachweis nicht auf verwandte Entitäten übertragen werden. Die vom KI-Produkt analysierte Entität muss getrennt von der faktischen Genauigkeit der Antwort bewertet werden.\",\"sourceParagraph\":1483,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nAbschnitt 1 hat die folgende Bestimmung eingeführt:\n\n> Eine einzelne Antwort ist keine GEO-Punktzahl.\n\nAbschnitt 2 fügt folgende Bestimmung hinzu:\n\n> Die Repräsentation einer Entität in generativen Systemen ist eine Verteilung, die sich unter Nutzern, KI-Produkten, Ländern, Sprachen, Sitzungen und Zeiten ergibt.\n\nDieser Abschnitt beantwortet die nächste obligatorische Frage:\n\n> Wessen oder welche Repräsentation wird von dieser Verteilung genau gemessen?\n\nEin Unternehmen? Eine Marke? Ein Domainname? Ein Produkt? Eine Dienstleistung? Ein Gründer? Eine Unternehmensgruppe? Eine lokale Rechtsperson in einem bestimmten Land? Ein Franchisegeschäft? Wenn ein künstliches Intelligenzsystem nur die apple.com-Domain sieht:\n\n- den Domainnamen,\n\n- die Marke,\n\n- das Mutterunternehmen,\n\n- die lokale Vertriebsstelle,\n\n- die Produktfamilie,\n\n- die Ladenservice\n\nWird das System all diese als dieselbe Entität behandeln? Es sei denn, die Unterscheidung wird vor Beginn der Prüfung vorgenommen, kann ein Ergebnis korrekt berechnet, aber auf das falsche Objekt angewendet werden. Dieses Kapitel:\n\n- die geprüfte Einheit,\n\n- der Identitätsanker, der im Prompt verwendet wird,\n\n- die vom System analysierte Entität,\n\n- die Einheit, auf die die Konformitätsentscheidung angewendet wird,\n\n- Beziehungen zwischen Entitäten,\n\n- welcher Entität die Attribute gehören,\n\n- zeitliche und geografische Identitätsgrenzen\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- wie alle Aussagen über die Entität überprüft werden,\n\n- wie Schiedsrichter atomare Aussagen bewerten werden,\n\n- Länder- und Sprachbelegquoten,\n\n- die endgültige NOMOS-Bewertungsformel\n\nist nicht abgeschlossen. Die Aufgabe von Abschnitt 3 ist grundsätzlicher:\n\n> Die Identität und die Grenzen des zu messenden Objekts vor Beginn der Messung festzulegen.\n\n## NOMOS Herausforderung\n\nSie stellen mir diese Frage: “Was für ein Unternehmen ist Apple.com?” In der Frage können mindestens drei verschiedene Objekte gemeint sein:\n\n- der Domainname apple.com\n\n- die Marke Apple\n\n- das rechtliche Unternehmen, das mit dem Domainnamen und der Marke verbunden ist\n\nIch würde eines davon auswählen. Vielleicht das richtige. Vielleicht das falsche. Vielleicht kombiniere ich mehr als eines in einer einzigen Antwort. Dann würden Sie die Antwort bewerten. Aber Sie haben mir im Voraus nicht gesagt, welche Entität Sie bewerten. Ich könnte:\n\n- den Domainnamen als einen Online-Shop beschrieben haben,\n\n- die Marke als eine Verbraucherelektronikmarke beschrieben haben,\n\n- das rechtliche Unternehmen als ein globales Unternehmen beschrieben haben,\n\nIch könnte die Produkte so aufgelistet haben, als ob das Unternehmen sie selbst präsentieren würde. Meine Antwort könnte flüssig erscheinen. Aber wenn das Prüfobjekt unklar ist, bleibt auch unsicher, ob es korrekt ist. Nun betrachten Sie ein komplexeres Beispiel.\n\nEine Marke wird von der Muttergesellschaft in einem Land betrieben; von einer Tochtergesellschaft in einem anderen Land; und von einem unabhängigen Vertriebspartner in einem dritten Land. Ein Nutzer fragt: „Bietet diese Marke Dienstleistungen in der Türkei an?“ Welche Einheit sollte antworten? Die globale Website der Marke? Das lokale Unternehmen in der Türkei? Der Vertriebspartner?\n\nDer Franchise-Betreiber? Wird die von der globalen Gesellschaft gehaltene Lizenz automatisch auf die lokale Franchise übertragen? Beweisen Kundenbewertungen des lokalen Betriebs die globale Qualität der Hauptmarke? Kann die Anzahl der Mitarbeiter der Muttergesellschaft als Kapazität des lokalen Unternehmens herangezogen werden?\n\nKann eine Auszeichnung eines Produkts auf alle Unternehmen übertragen werden, die es verkaufen? Wird die persönliche Erfahrung eines Gründers zum Unternehmensalter des Unternehmens? Werden der vorherige Eigentümer und der neue Eigentümer eines Domainnamens als dieselbe Einheit betrachtet?\n\nWenn ein Unternehmen ein anderes Unternehmen übernimmt, werden dann alle Errungenschaften des vorherigen Unternehmens zu einer Eigenschaft des neuen Unternehmens? Der GEO-Score kann generiert werden, ohne diese Fragen zu beantworten. Es ist jedoch nicht bekannt, wofür der Score steht. Die erste Regelung dieses Abschnitts lautet wie folgt:\n\n> Eine Einheit kann nicht gemessen werden, bis sie geklärt ist.\n\nIhre zweite Bestimmung lautet:\n\n> Den gleichen Namen zu teilen bedeutet nicht, dieselbe Einheit zu sein.\n\nSeine dritte Bestimmung besagt:\n\n> Eine Beziehung ermöglicht nicht automatisch, dass Eigenschaften zwischen den Parteien übertragen werden.\n\n## 1. ZWECK DES KAPITELS\n\nDer Zweck dieses Abschnitts ist die Bestimmung der Identität, der Grenze und der Beziehungen der innerhalb von GEO-1000 gemessenen Einheit, bevor die Ergebnisse gesehen werden. Der Abschnitt trifft die folgenden normativen Unterscheidungen:\n\n- Domainname und rechtliches Unternehmen\n\n- Marke und Markeninhaber\n\n- Muttergesellschaft und Tochtergesellschaft\n\n- Gruppe und Gruppengesellschaft\n\n- Produkt und Hersteller\n\n- Dienstleistung und Dienstleister\n\n- Gründer und Institution\n\n- Mitarbeiter und Institution\n\n- Lizenzinhaber und die Partei, die die Marke nutzt\n\n- Franchisegeber und Franchisenehmer\n\n- Hersteller und Vertriebspartner\n\n- Plattform und Verkäufer auf der Plattform\n\n- Technologieanbieter und Technologiebesitzer\n\n- Kunde und Geschäftspartner\n\n- Aktive Beziehung und historische Beziehung\n\n- Offizieller Name und beschreibende Übersetzung\n\n- Verschiedene Einheiten mit demselben Namen\n\n- Vorherige und nachfolgende Versionen einer Einheit\n\n- Geprüftes Objekt und Objekt, auf das die Konformitätsentscheidung angewendet wird\n\nAm Ende dieses Abschnitts sollte jede GEO-Prüfung in der Lage sein, eine einzige und nachvollziehbare Antwort auf die folgende Frage zu geben:\n\n> Genau welche Einheit, mit welchen Beziehungen, für welchen Zeitraum und für welche digitalen Oberflächen gehört zu diesem Score und dieser Entscheidung?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\n> Bevor die Datenerhebung beginnt, muss jede GEO-1000-Prüfung eine eindeutige geprüfte Einheit, einen kanonischen Entity-Datensatz, eine Umfangsgrenze, eine Zeitgrenze und ein Beziehungsdiagramm definieren.\n\nKeines der Folgenden ist für sich allein ausreichend, um eine Einheit zu identifizieren:\n\n- Name,\n\n- Logo,\n\n- Domainname,\n\n- Social-Media-Konto\n\nDiese Identifikatoren alleine definieren nicht das Prüfobjekt. Die geprüfte Einheit muss, sofern relevant, durch mindestens die folgenden Elemente beschrieben werden:\n\n- Einheitstyp\n\n- Kanonischer Name\n\n- Rechtlicher Name\n\n- Markennamen\n\n- Offizielle lokalisierte Namen\n\n- Abkürzungen und Aliase\n\n- Gründungs- oder Beginn-Datum\n\n- Zuständigkeitsbereich\n\n- Registrierungsnummer oder gleichwertige offizielle Identität\n\n- Beziehungen zwischen Mutter- und Tochtergesellschaften\n\n- Markeninhaberschaft\n\n- Domainnamen-Kontrolle\n\n- Produkt- und Dienstleistungsinhaberschaft\n\n- Verantwortlich für die tatsächliche Leistungserbringung\n\n- Kläger\n\n- Evidenzinhaber\n\n- Aktive Länder und Standorte\n\n- Gültigkeitsdauer\n\n- Historischer Name und Beziehungen\n\n- In die Prüfung einbezogene Flächen\n\n- Einheiten und Flächen außerhalb des Geltungsbereichs\n\nDer Haupt-GEO-Score sollte nicht veröffentlicht werden, bis dieser Datensatz abgeschlossen ist.\n\n## 3. WAS IST EINE ENTITÄT?\n\nIn diesem Protokoll ist eine Entität ein Objekt, dem eine separate und nachvollziehbare Identität, Eigenschaft, Beziehung, Verantwortung oder Zeitstatus zugewiesen werden kann. Eine Entität:\n\n- menschlich,\n\n- juristische Person,\n\n- öffentliche Institution,\n\n- Marke,\n\n- Produkt,\n\n- Dienstleistung,\n\n- Domainname,\n\n- digitale Anwendung,\n\n- Unternehmensgruppe,\n\n- physische Niederlassung,\n\n- Programm,\n\n- Zertifikat,\n\n- Publikation,\n\n- Forschungsprojekt\n\nEs ist möglich. Nicht jeder der genannten Punkte muss eine separate Entität sein. Wenn jedoch einer der folgenden Bereiche wesentlich geändert wird, könnte ein separater Entitätseintrag erforderlich sein:\n\n- Rechtliche Verantwortung\n\n- Eigentum\n\n- Lizenz\n\n- Produkt- oder Dienstleistungserbringung\n\n- Zuständigkeitsbereich\n\n- Zeitraum\n\n- Verpflichtung gegenüber dem Nutzer\n\n- Evidenzmittel und Aussageverantwortung\n\n- Prüfungsumfang\n\n## 4. SECHS GETRENNTEN OBJEKTE IN EINER GEO-PRÜFUNG\n\nIn einer GEO-Prüfung verbirgt das Wort „Einheit“ oft sechs getrennte Funktionen. Diese sechs Objekte müssen voneinander unterschieden werden.\n\n### 4.1. Prompt-Anker\n\nEin Prompt-Anker ist ein Ausdruck oder Zeichen, das verwendet wird, um die Existenz in der Abfrage eines Nutzers aufzurufen. Beispiele:\n\n- Firmenname\n\n- Markenname\n\n- Domainname\n\n- Name des Gründers\n\n- Produktname\n\n- Anwendungsname\n\n- Lokaler Firmenname\n\n- Abkürzung\n\nBeispiel: „Was für eine Firma ist Apple.com?“ Der Prompt-Anker hier: apple.com ist der Domainname. Der Prompt-Anker muss nicht die Entität selbst sein. Er ist lediglich der Einstiegspunkt, den das System verwendet, um die Entität aufzulösen.\n\n### 4.2. Zielentität\n\nDie Zielentität ist die Entität, die das Protokoll tatsächlich messen möchte. Beispiel: Die kanonische Firmenentität, die mit dem Domainnamen apple.com verbunden ist, kann ins Visier genommen werden. Ihre genaue Identität muss jedoch vor dem Audit aufgezeichnet werden. Die Zielentität darf nicht gewählt werden, indem man die Ergebnisse nach der Abfrage betrachtet.\n\n### 4.3. Vom System aufgelöste Entität\n\nEine aufgelöste Entität ist die Interpretation des KI-Produkts des Abfrageankers als Entität. Repräsentation:\n\nE_i\n\nkann verwendet werden. Die Zielentität:\n\n### E*\n\nist die Identitätsauflösungsbewertung, die die grundlegende Frage stellt:\n\nE_i= E*?\n\nGleichheit ist jedoch nicht immer nur eine Gleichheit des Namens. Das System kann die richtige Marke und das richtige Unternehmensobjekt erkennen, ohne die richtige juristische Person zu benennen. Daher kann die Identitätsabgleichung später:\n\n- exakte Übereinstimmung,\n\n- akzeptable Markenübereinstimmung,\n\n- teilweise Übereinstimmung,\n\n- falsche Entität,\n\n- unsicher,\n\n- Zusammenschluss mehrerer Einheiten\n\nklassifiziert werden.\n\n### 4.4. Gegenstand der Forderung\n\nDer Gegenstand der Forderung ist die Einheit, zu der ein bestimmtes Merkmal in der Antwort gehört. Innerhalb derselben Antwort:\n\n- Gründungsdatum zum Mutterunternehmen,\n\n- Produktmerkmal zum Produkt,\n\n- Kundenbewertung für lokalen Dienstleister,\n\n- Lizenz für eine bestimmte juristische Person,\n\n- Erfahrung des Gründers zu einer Person\n\nkönnte gehören. Selbst wenn die Antwort mit der richtigen Zielentität begann, könnte sie Merkmale auf falsche Objekte übertragen. Daher sollte jede faktische Aussage in der folgenden Struktur bewertet werden:\n\n(Subjekt, Beziehung oder Attribut, Wert, Zeit, Umfang)\n\nBeispiel: „X hat eine Y-Lizenz.“ Hier sollte festgestellt werden, zu welcher:\n\n- juristische Person,\n\n- Land,\n\n- während welcher Daten,\n\n- für die Aktivität\n\nes gehört.\n\n### 4.5. Prüfungsobjekt\n\nDas Prüffobjekt ist eine definierte Entität oder ein Paket von Entitäten, bei dem Nachweise, Inhalte, technische Oberflächen und KI-Ergebnisse gemeinsam untersucht werden. Ein Prüffobjekt kann eine einzelne Entität sein. Beispiel: Ein spezifisches rechtliches Unternehmen. Oder es kann ein Paket mit klaren Grenzen sein: Hauptmarke + kanonischer Domainname + festgelegte zwei Produkte + türkische und englische öffentliche Oberflächen. Wenn ein Paket verwendet wird, müssen die darin enthaltenen Entitäten ihre separaten Identitäten behalten. „Paket“ bedeutet nicht, dass alle Attribute gegenseitig übertragen werden.\n\n### 4.6. Konformitätseinheit\n\nDie Konformitätseinheit ist das spezifische Objekt, auf das die Prüfungsentscheidung rechtlich und normativ angewendet wird. Eine Konformitätsentscheidung:\n\n- gilt für die gesamte Unternehmensgruppe,\n\n- gilt für alle Sprachen,\n\n- gilt für alle Domainnamen,\n\n- für alle Produkte\n\nkann nicht automatisch angewendet werden. Beispiel: „Die türkischen und englischen öffentlichen Seiten der Marke NobleJackal auf example.com wurden gemäß dem angegebenen Standard und innerhalb des angegebenen Datumsbereichs als konform befunden.“ Diese Entscheidung:\n\n- alle internen Prozesse des Unternehmens,\n\n- verbundene Unternehmen,\n\n- separate Anwendungen,\n\n- zukünftig hinzuzufügende Sprachen,\n\n- Produkte außerhalb des Umfangs\n\nwerden nicht automatisch abgedeckt.\n\n## 5. ARTEN VON EINHEITEN\n\nJede Prüfungseinheit muss mit einem oder mehreren Typen klassifiziert werden. Primärer Typ und sekundäre Typen können unterschieden werden.\n\n### 5.1. Juristische Person\n\nEs handelt sich um ein Unternehmen, das nach dem Gesetz oder einschlägiger gesetzlicher Vorschrift über eigenständige Rechte, Pflichten oder Registrierungen verfügt. Ihre Felder, soweit sie relevant sind:\n\n- Rechtlicher Name\n\n- Unternehmensart\n\n- Ort der Registrierung\n\n- Registrierungsnummer\n\n- Steuer- oder gleichwertige Identität\n\n- Gründungsdatum\n\n- Aktiver Status\n\n- Bevollmächtigter Vertreter\n\n- Haupt- und Tochtergesellschaftsverhältnisse\n\nEine juristische Person kann denselben Namen wie die Marke tragen. Sie ist jedoch nicht dasselbe Objekt.\n\n### 5.2. Marke\n\nEs ist der Name, der auf dem Markt für ein Produkt, eine Dienstleistung oder die Unternehmensidentität verwendet wird. Marke:\n\n- kann keine eigene Rechtspersönlichkeit haben,\n\n- kann im Eigentum eines anderen Unternehmens stehen,\n\n- kann unter Lizenz genutzt werden,\n\nkann von mehreren Unternehmen in verschiedenen Ländern betrieben werden. Die tatsächlich für die von einer Marke beanspruchte Arbeit verantwortliche Lieferung muss ebenfalls angegeben werden.\n\n### 5.3. Unternehmensgruppe\n\nEs handelt sich um eine Struktur, die aus mehreren Rechtseinheiten besteht, die gemeinsame Eigentums- oder Kontrollverhältnisse haben. Eine „Gruppe“ kann die folgenden Merkmale nicht automatisch auf alle Mitglieder übertragen:\n\n- Lizenz\n\n- Zertifikat\n\n- Anzahl der Kunden\n\n- Anzahl der Mitarbeiter\n\n- Umsatz\n\n- Büro\n\n- Prüfungsergebnis\n\n- Sicherheitsstatus\n\n- Konformitätszeichen\n\nWenn der gruppenweite Wert tatsächlich konsolidiert ist, sollte dies klar angegeben werden.\n\n### 5.4. Tochtergesellschaft oder assoziiertes Unternehmen\n\nEine juristische Person, die unter der Eigentums- oder Kontrollbeziehung einer anderen Einheit steht. Eine Tochtergesellschaft:\n\n- kann eine separate Vertragspartei sein,\n\n- ein separater Lizenznehmer sein,\n\n- ein separater Arbeitgeber sein,\n\n- ein separater Datenverantwortlicher sein\n\nkann. Die Eigenschaften der Muttergesellschaft werden standardmäßig nicht auf die Tochtergesellschaft übertragen.\n\n### 5.5. Domainname\n\nEs ist eine digitale Adresse und Veröffentlichungssfläche. Domainname:\n\n- ist keine juristische Person,\n\n- erbringt keine Dienstleistungen eigenständig,\n\n- ist nicht verpflichtet, eine Marke zu besitzen,\n\nkann zu bestimmten Zeiten von verschiedenen Eigentümern oder Betreibern kontrolliert werden. Ein Domainname kann der Ausgangspunkt einer Prüfung sein. Es sollte jedoch auch gezeigt werden, unter welcher Einheit die Entscheidung getroffen wurde.\n\n### 5.6. Webseite oder digitale Veröffentlichung\n\nEs handelt sich um den gesamten spezifischen Inhalt und die Anwendungen auf einem Domainnamen. Derselbe Domainname kann:\n\n- Unternehmensseite,\n\n- Shop,\n\n- Support-Portal,\n\n- Investorenseite,\n\n- Entwicklerdokumentation,\n\n- verschiedene Länder- und Sprachversionen\n\ntragen. Die Inhaltseigentümer und die Verantwortungsbereiche dieser können unterschiedlich sein.\n\n### 5.7. Produkt\n\nEin kommerzielles oder technisches Objekt mit einer spezifischen Funktion, Modell oder Version. Die:\n\n- Preis,\n\n- Sicherheit,\n\n- technische Merkmale,\n\n- Zertifikat,\n\n- Nutzerfreundlichkeit\n\neines Produkts können nicht als allgemeine Eigenschaften des Unternehmens verwendet werden. Versionen innerhalb derselben Produktfamilie können ebenfalls unterschiedlich sein.\n\n### 5.8. Dienstleistung\n\nAktivität, die unter einem bestimmten Umfang, Nutzer, Land, Liefermethode und Verantwortung angeboten wird. Ein Service:\n\n- vermarktbar durch die Marke,\n\n- abrechenbar durch eine andere Rechtseinheit,\n\nlieferbar durch einen unabhängigen Partner. Die Prüfung sollte unterscheiden, wer:\n\n- es verkauft hat,\n\n- es geliefert hat,\n\n- es gewährleistet hat,\n\n- rechtlich dafür verantwortlich ist\n\nsollte getrennt werden.\n\n### 5.9. Person\n\nist Gründer, Führungskraft, Mitarbeiter, Berater, Experte oder öffentlich anerkannter Vertreter. Die:\n\n- Ausbildung,\n\n- Erfahrung,\n\n- Lizenz,\n\n- Meinung\n\neiner Person wird nicht automatisch auf die Institution übertragen. Ebenso wird der Preis oder das Zertifikat der Institution nicht als berufliche Kompetenz der Person betrachtet.\n\n### 5.10. Filiale oder physischer Standort\n\nEs ist ein physischer Servicestandort, der mit der Hauptinstitution verbunden ist oder separat betrieben wird. Eine Filiale:\n\n- Teil des Mutterunternehmens,\n\n- separate juristische Person,\n\n- Franchise,\n\n- unabhängiger lizenzierter Betreiber\n\nkann sein. Die Positionsbeziehung zeigt nicht allein die rechtliche Beziehung.\n\n### 5.11. Franchise\n\nEs kann ein unabhängiges Unternehmen sein, das unter einem Marken­nutzungsrecht oder Geschäftsmodell-Lizenz betrieben wird. Der Franchisegeber muss:\n\n- Reputation,\n\n- Kontrolle,\n\n- Schulung\n\nnicht automatisch jede Handlung des Franchise-Nehmers garantieren. Ein lokaler Fehler des Franchise-Nehmers kann nicht automatisch auf die gesamte globale Marke verallgemeinert werden. Die Beziehung sollte mit ihrem Umfang gemeldet werden.\n\n### 5.12. Vertriebsunternehmen, Händler oder Verkäufer\n\nDie Partei, die das Produkt oder die Dienstleistung in einem bestimmten Markt verkauft oder vertreibt, unabhängig davon, ob sie unabhängig oder affiliiert ist. Die Lizenz, Kontrolle oder unternehmerische Compliance des Herstellers wird nicht automatisch auf den Vertriebspartner übertragen. Die Leistungsfähigkeit des Kundenservice des Verkäufers ist ebenfalls nicht dasselbe Maß wie die Produktqualität des Herstellers.\n\n### 5.13. Plattform und Plattformverkäufer\n\nDer Marktplatz oder die Plattform und die unabhängigen Verkäufer auf der Plattform sind getrennte Einheiten. Plattform:\n\n- Zahlung,\n\n- Auflistung,\n\n- technische Infrastruktur\n\nkann bereitgestellt werden. Anbieter:\n\n- Produkt,\n\n- Lieferung,\n\n- Garantie,\n\n- Kundenbeziehungen\n\nkönnen verantwortlich sein. Wenn die KI diese Rollen kombiniert, kann es zu einer falschen Verantwortungserteilung kommen.\n\n### 5.14. Programm, Abzeichen oder Zertifikat\n\nAngeboten von einer Institution:\n\n- Schulungsprogramm,\n\n- Konformitätszeichen,\n\n- Zertifikat,\n\n- Mitgliedschaft,\n\n- Abzeichen\n\nEs kann separate Entitätsdatensätze enthalten. Die Institution, die das Programm veröffentlicht, ist nicht dieselbe wie die Institution, die am Programm teilnimmt. Die Funktion des Abzeichens überträgt sich nicht auf alle Funktionen der Institution, die das Abzeichen trägt.\n\n## 6. ENTITÄTSGRAPH\n\nEin einzelner Entitätsdatensatz reicht möglicherweise nicht aus, um komplexe Beziehungen zu erklären. Aus diesem Grund muss für jedes Audit ein Entitätsgraph erstellt werden. Ansichten:\n\n### G_E = (V, R)\n\nHier:\n\n- V: Entitätsknoten\n\n- R: gerichtete Beziehungen zwischen Knoten\n\nBeziehungen sollten durch explizite Verben definiert werden.\n\n### 6.1. Grundtypen von Beziehungen\n\nSoweit relevant, können die folgenden Beziehungen verwendet werden:\n\n- besitzt — besitzt\n\n- ownedBy— gehört zu\n\n- kontrolliert — kontrolliert\n\n- controlledBy— wird kontrolliert von\n\n- betreibt — betreibt\n\n- operatedBy— wird betrieben von\n\n- veröffentlicht — veröffentlicht\n\n- publishedBy— wird veröffentlicht von\n\n- stellt her — stellt her\n\n- manufacturedBy— wird hergestellt von\n\n- providesService— bietet Service\n\n- serviceDeliveredBy— Service wird geliefert von\n\n- licencesBrandTo— lizenziert Marke an\n\n- franchisesTo— Lizenzen an\n\n- distributesFor— vertreibt für\n\n- verkauft — verkauft\n\n- beschäftigt — beschäftigt\n\n- foundedBy— wurde gegründet von\n\n- memberOf— ist Mitglied von\n\n- certifiedBy— ist im angegebenen Umfang zertifiziert von\n\n- auditedBy— wurde auditiert von\n\n- partneredWith— hat eine Partnerschaft im angegebenen Umfang mit\n\n- customerOf— ist Kunde von\n\n- supplierTo— ist Lieferant von\n\n- formerlyKnownAs— ehemals bekannt als\n\n- predecessorOf— ist ein Vorgänger von\n\n- successorTo— ist ein Nachfolger von\n\n- acquiredBy— wurde erworben von\n\n- mergedInto— wurde eingegliedert in\n\n- ceasedOn— hat den Betrieb eingestellt am\n\nVage Verben wie „verwandt“, „Partner“, „zusammenarbeitend“ sollten möglichst nicht allein verwendet werden.\n\n### 6.2. Richtung der Beziehung\n\nBeziehungen sind richtungsgebunden. 'A stellt B Technologie zur Verfügung.' ist nicht dasselbe wie: 'B stellt A Technologie zur Verfügung.' Eine Marke kann einem Unternehmen gehören. Das Unternehmen gehört nicht der Marke. Ein Kunde hat möglicherweise mit einer Agentur zusammengearbeitet. Die Agentur gehört nicht dem Kunden. Wenn die Richtung nicht angegeben ist, kann das System falsche Verantwortungs- und Befugnisübertragungen vornehmen.\n\n### 6.3. Zeit der Beziehung\n\nJede finanzielle Beziehung, soweit sie relevant ist:\n\n- Startdatum,\n\n- Enddatum,\n\n- Aktivitätsstatus,\n\n- Datum der letzten Überprüfung\n\nmuss enthalten. Eine alte Partnerschaft ist keine aktive Partnerschaft. Ein ehemaliger Mitarbeiter ist kein aktueller Geschäftsführer. Ein einmal genutzter Vertriebspartner ist heute möglicherweise kein autorisierter Vertreter mehr.\n\n### 6.4. Umfang der Beziehung\n\nEine Partnerschaft:\n\n- kann auf ein bestimmtes Produkt beschränkt sein,\n\n- Land,\n\n- Kampagne,\n\n- Datum,\n\n- Ereignis\n\nEs kann nicht verallgemeinert werden, dass eine Einzelprojekt-Zusammenarbeit für alle Unternehmensaktivitäten gilt.\n\n## 7. ANGENOMMENE ÜBERTRAGUNG VON EIGENSCHAFTEN IST VERBOTEN\n\nDie Existenz einer Beziehung zwischen Organisationen überträgt nicht automatisch eine Eigenschaft von der einen auf die andere. Eines der Grundprinzipien dieses Abschnitts ist:\n\n> Die Übertragung von Eigenschaften ist standardmäßig verboten; sie kann jedoch mit expliziter Relation, Umfang, Zeitpunkt und Nachweis erlaubt werden.\n\n### 7.1. Lizenzübertragung\n\nDie Lizenz des Mutterunternehmens:\n\n- an eine Tochtergesellschaft,\n\n- an ein Franchise,\n\n- an einen Distributor,\n\n- an eine Marke\n\nüberträgt sich nicht automatisch. Der offizielle Umfang der Lizenz muss geprüft werden.\n\n### 7.2. Zertifikatübertragung\n\nDas Zertifikat eines Produkts kann nicht auf die gesamte Produktfamilie übertragen werden. Das Qualitätszertifikat eines Büros kann nicht auf die globale Gruppe verallgemeinert werden. Die Konformitätsentscheidung eines Unternehmens beweist nicht die persönliche Expertise seiner Mitarbeiter.\n\n### 7.3. Übertragung der Mitarbeiterzahl\n\nDie Gesamtzahl der Gruppe kann nicht wie die Anzahl der Mitarbeiter eines lokalen Unternehmens verwendet werden. Das Agenturnetzwerk oder der Freelancer-Pool können nicht als Anzahl direkt beschäftigter Mitarbeiter dargestellt werden.\n\n### 7.4. Übertragung der Kundenzahl\n\nDie Anzahl der Kunden der Hauptgruppe darf nicht als Anzahl der Kunden einer neu gegründeten Marke angegeben werden. Die Anzahl der Nutzer auf einer Plattform muss nicht der Anzahl aktiver Kunden eines bestimmten Produkts entsprechen.\n\n### 7.5. Übertragung des Gründungsdatums\n\nDas Gründungsjahr des Gründers in der Branche ist nicht das Gründungsdatum des Unternehmens. Ein Unternehmen kann das Gründungsdatum einer alten Marke, die es erwirbt, nicht als sein eigenes rechtliches Gründungsdatum verwenden. Das Marken-Datum und das Datum der juristischen Person sollten getrennt dargestellt werden.\n\n### 7.6. Erfolg und Fallübergabe\n\nEin Projekt, das von einem Mitarbeiter beim vorherigen Arbeitgeber durchgeführt wurde, ist nicht die Unternehmensfallstudie des neuen Unternehmens. Der Erfolg eines erworbenen Unternehmens wird ohne Erklärung zur Integration und zum Umfang nicht als direkter Erfolg der neuen Gruppe betrachtet.\n\n### 7.7. Übertragung der Berechtigung\n\nFür bestimmte Sprachseiten eines Domainnamens gewährte Berechtigungen:\n\n- an die gesamte Unternehmensgruppe,\n\n- an neue Produkte,\n\n- an andere Domainnamen,\n\n- an zukünftige Seiten\n\nwerden nicht übertragen.\n\n## 8. VIER GETRENNTE EIGENTUMS-EBENEN\n\nIn einer digitalen Repräsentation kann das Wort „Eigentümer“ mehrere Bedeutungen haben. Es sollten vier Ebenen unterschieden werden.\n\n### 8.1. Rechtliches Eigentum\n\nDie Einheit ist Eigentümer nach Gesetz oder offizieller Registrierung.\n\n### 8.2. Marken-Eigentum\n\nSie ist der Eigentümer der Rechte an der Marke oder der Handelsidentität.\n\n### 8.3. Digitale Oberflächenkontrolle\n\nSie ist die Partei, die tatsächlich die Domain, die Website, das Social-Media-Profil oder die Anwendung kontrolliert. Der rechtliche Eigentümer und der technische Kontrolleur können unterschiedlich sein.\n\n### 8.4. Eigentum an Inhalten und Aussagen\n\nEs ist die Partei, die für die Genauigkeit des veröffentlichten Aussageinhalt verantwortlich ist. Die Agentur kann die Seite verwalten. Der tatsächliche Eigentümer des Preis- oder Lizenzanspruchs kann jedoch die Kundeninstitution sein. Ein technischer Anbieter wird nicht zum materiellen Eigentümer der Aussage, nur weil er den Inhalt veröffentlicht hat.\n\n## 9. WER VERKAUFT DEN SERVICE, WER LIEFERT IHN?\n\nDies ist eine der wichtigsten Unterscheidungen von Einheiten in der GEO-Bewertung. In einer Servicekette können die folgenden Parteien unterschiedlich sein:\n\n- Derjenige, der die Marke verwendet\n\n- Derjenige, der wirbt\n\n- Derjenige, der das Angebot vorbereitet\n\n- Derjenige, der den Vertrag unterzeichnet\n\n- Derjenige, der die Rechnung ausstellt\n\n- Derjenige, der den Service tatsächlich liefert\n\n- Derjenige, der die Garantie bereitstellt\n\n- Derjenige, der die Daten verarbeitet\n\n- Derjenige, der die Beschwerde bearbeitet\n\n- Derjenige, der die rechtliche Verantwortung trägt\n\nEine KI kann all diese Rollen einer einzelnen Partei zuweisen, indem sie nur den Markennamen angibt. Dieser Fehler ist besonders häufig in:\n\n- Tourismus,\n\n- Finanzen,\n\n- Gesundheit,\n\n- Beratung,\n\n- Franchise,\n\n- Plattform,\n\n- Agentur,\n\n- Bildung\n\nBereiche können finanzielle Konsequenzen haben. Jeder Dienstleistungsnachweis sollte diese Fragen beantworten: Mit wem schließt der Nutzer den Vertrag ab? Wer erhält die Zahlung? Wer erbringt die Dienstleistung? Wer trägt die berufliche oder rechtliche Verantwortung? Wer ist für Garantie- und Rückgabeverpflichtungen verantwortlich? Welche Rolle spielt die Marke? Gibt es Drittanbieter? Diese Unterscheidung bestimmt auch, auf welche Einheit der GEO-Score angewendet wird.\n\n## 10. GRENZE DER EINHEIT\n\nDie Einheitgrenze ist die Linie, die definiert, welche Merkmale, Beziehungen und Oberflächen das geprüfte Objekt einschließt und welche nicht. Eine Einheitgrenze kann in vier Schichten definiert werden.\n\n### 10.1. Identitätskern\n\nEs ist die grundlegende Identität der Einheit, die unverändert bleiben muss:\n\n- Kanonischer Name\n\n- Einheitstyp\n\n- Rechtliche oder institutionelle Identität\n\n- Haupttätigkeit\n\n- Primäre Eigentümerschaft\n\n- Aktiver Status\n\n### 10.2. Kontrollierte Umgebung\n\nDirekt vom Unternehmen kontrolliert:\n\n- domainnamen,\n\n- Anwendungen,\n\n- Marken,\n\n- Produkte,\n\n- Dokumente,\n\n- offizielle Profile\n\nDieses Feld. Kontrolle bedeutet nicht, dass alle Funktionen zu einer einzigen Identität verschmelzen.\n\n### 10.3. Verbundene Umgebung\n\nTochtergesellschaften sind lokale Unternehmen, Franchise-Unternehmen und kontrollierte Partner. Sie behalten ihre eigenen Identitäten.\n\n### 10.4. Externes Beziehungsumfeld\n\nKunden, Lieferanten, Medien, Mitgliedschaften, Technologieanbieter und unabhängige Partner. Unternehmen in dieser Umgebung sind nicht Teil der geprüften Einheit. Sie sind Objekte der Beziehung.\n\n## 11. FESTSCHREIBEN DER UNTERNEHMENSGRENZE, OHNE ERGEBNISSE ZU SEHEN\n\nDas Prüfungobjekt kann basierend auf den Ergebnissen weder erweitert noch eingeschränkt werden. Die folgenden Verhaltensweisen sind verboten:\n\n- Positive Gruppenergebnisse zur Marke hinzufügen\n\n- Ein gescheitertes verbundenes Unternehmen vom Prüfungsumfang ausschließen\n\n- Ein gutes Produktergebnis auf die gesamte Produktfamilie übertragen\n\n- Die schlechte Sprachversion als eigenständige Einheit deklarieren\n\n- Den kritischen Fehler der lokalen Operation überlassen, während die globale Marke sauber erscheint\n\n- Starke lokale Nachweise als Nachweise des globalen Unternehmens verwenden\n\nUmfang der Einheit:\n\n- Bevor die Prüfung beginnt,\n\n- Bevor Aufforderungen verteilt werden,\n\n- Bevor Ergebnisse gesehen werden\n\nMuss zuerst versioniert werden.\n\n## 12. KANONISCHER EINHEITSREKORD\n\nFür jede geprüfte Einheit muss ein kanonischer Entitätsdatensatz erstellt werden. Dieser Datensatz klärt, welches Objekt die Prüfer und Systeme bewerten.\n\n### 12.1. Mindestfelder\n\n#### Identität\n\nNOMOS Einheiten-ID Kanonischer Name Einheitstyp Rechtlicher Name Abkürzungen Offizielle lokale Namen Ehemalige Namen\n\n#### Rechtlicher und Unternehmensstatus\n\nRechtsordnung Registrierungsnummer Gründungsdatum Aktiver Status Muttergesellschaft Tochtergesellschaften\n\n#### Marken und Produkte\n\nEigene Marken Lizenzierte Marken Produkte Dienstleistungen Versions- oder Modellunterschiede\n\n#### Digitale Oberflächen\n\nKanonische Domainnamen Lokale Domainnamen Anwendungen Offizielle Profile Maschinell lesbare Datensätze\n\n#### Verantwortung\n\nAnspruchsteller Inhaltsinhaber Technische Oberflächenverantwortlicher Servicebereitstellungsverantwortlicher Rechtlich Verantwortlicher\n\n#### Zeit\n\nDatensatzversion Wirksamkeitsbeginn Gültigkeitsende Letztes Überprüfungsdatum Historische Änderungen\n\n#### Umfang\n\nGeprüfte Länder Geprüfte Sprachen Geprüfte Produkte Ausgeschlossene Einheiten und Flächen\n\n### 12.2. Einheitenstatus\n\nJeder Eintrag muss einen der folgenden Status tragen:\n\n### AKTIV\n\n### INAKTIV\n\n### HISTORISCH\n\n### ERSATZT\n\n### ZUSAMMENGEFÜGT\n\n### ERWORBEN\n\n### AUFGELÖST\n\n### VORLÄUFIG\n\n### BESTRITTEN\n\n### UNBEKANNT\n\nUNBEKANNTE oder BESTRITTENE Identität kann nicht stillschweigend endgültig geklärt werden.\n\n## 13. IDENTITÄTSNIVEAUS\n\nDie Identitätsbestätigung eines Eintragssatzes kann nach den verwendeten Quellen klassifiziert werden.\n\n### ID-0— Identität unbekannt\n\nEs existiert nur ein Name oder eine Domain. Rechtliche oder organisatorische Übereinstimmungen sind nicht überprüft.\n\n### ID-1— Erstanbieterbehauptung\n\nDie Einrichtung identifiziert sich auf eine bestimmte Weise. Sie ist wertvoll. Sie ist keine unabhängige Überprüfung.\n\n### ID-2— Unterstützte organisatorische Identität\n\nErstanbieteraufzeichnungen, der Domainname und andere verlässliche Aufzeichnungen stimmen miteinander überein.\n\n### ID-3— Verifizierte Identität mit offiziellem Nachweis\n\nDie juristische Person wurde anhand geeigneter offizieller oder verlässlicher Unterlagen überprüft.\n\n### ID-4— Multi-Oberflächen- und Beziehungs-verifizierte Identität\n\nIdentität, Marke, Produkt, Domainname und Unternehmensbeziehungen sind über mehrere verlässliche Aufzeichnungen hinweg konsistent.\n\n### ID-5— Über die Zeit aufrechterhaltene Identität\n\nIdentität und Beziehungen wurden zu verschiedenen Zeitpunkten überprüft, und die Änderungshistorie wird aufbewahrt. Diese Stufen sind nicht die endgültige Berechtigungsbewertung. Sie geben das Vertrauen in die Nachweise des Entitätsdatensatzes an.\n\n## 14. VERSCHIEDENE ENTITÄTEN MIT DEM GLEICHEN NAMEN\n\nVerschiedene Entitäten mit denselben oder ähnlichen Namen können existieren. Diese Situation erzeugt Entitätskollisionen. Beispiele für Unterscheidungen:\n\n- Unternehmen mit demselben Namen\n\n- Institutionen, die dieselbe Abkürzung verwenden\n\n- Dasselbe Markenname in verschiedenen Ländern\n\n- Alte und neue Firma\n\n- Markenname mit persönlichem Namen\n\n- Firmenname mit Produktname\n\n- Marke mit allgemeinem Wort\n\nAudit kann sich nicht ausschließlich auf Namensabgleich verlassen.\n\n### 14.1. Kollision Resolver Felder\n\nGerichtsstand Rechtsform des Unternehmens Domainname Physische Adresse Gründungsdatum Gründer oder Geschäftsführer Produkt und Dienstleistung Markeninhaber Registrierungsnummer Lokaler Name\n\n### 14.2. Mehrdeutige Aussage\n\nWenn sich eine Aussage auf mehrere vernünftige Entitäten beziehen kann, gibt es drei Möglichkeiten: Die Aussage wird geklärt. Separat als Entitätsauflösungstest klassifiziert. Das System soll eine Klärung anfordern. Die aus der mehrdeutigen Aussage erhaltene Antwort kann nicht stillschweigend zur Hauptgenauigkeit hinzugefügt werden.\n\n## 15. EINE ENTITÄT, MEHR ALS EIN DOMAINNAME\n\nEin Unternehmen:\n\n- globale Domain,\n\n- lokale Länderdomains,\n\n- Produktdomains,\n\n- Investor-Domain,\n\n- Support-Domain,\n\n- alte Domains\n\nkann verwenden. Nicht alle diese Domains fallen automatisch in denselben Prüfungsumfang. Für jede Domain:\n\n- Controller,\n\n- Inhaltsinhaber,\n\n- Zielbenutzer,\n\n- Sprache,\n\n- Produktumfang,\n\n- Aktivitätsstatus\n\nEs muss bestimmt werden. Ein korrekter Eintrag in einer Domain korrigiert nicht automatisch den Fehler in einer anderen Domain.\n\n## 16. EIN DOMAINNAME, MEHRERE EINHEITEN\n\nAuf einem einzelnen Domainnamen:\n\n- Muttergesellschaft,\n\n- verschiedene Marken,\n\n- lokale Unternehmen,\n\n- Produkte,\n\n- Partner,\n\n- Verkäufer\n\nEs kann vorkommen. In diesem Fall sollte die Eigentümerschaft der Einheit basierend auf der URL oder der Content-Familie definiert werden. Beispiel:\n\nEin einzelner Domainname bedeutet nicht einzelne Verantwortlichkeit.\n\n## 17. TEMPORÄRE EINHEITSAUFTRAGSIDENTITÄT\n\nDie Identität der Einheit kann sich im Laufe der Zeit ändern. Fallbeispiele:\n\n- Änderung des Firmennamens\n\n- Marke auf ein anderes Unternehmen übertragen\n\n- Fusion\n\n- Übernahme\n\n- Abteilung\n\n- Beendigung der Tätigkeit\n\n- Änderung des Domainnamens\n\n- Übertragung des Produkts an ein anderes Unternehmen\n\n- Austritt des Gründers\n\n- Änderung des lokalen Betreibers\n\nAus diesem Grund ist die Registrierung von Einheiten zeitabhängig. Sie kann als E(t) betrachtet werden.\n\n### 17.1. Historische Identität und aktuelle Identität\n\nEine Beziehung, die in der Vergangenheit korrekt war, kann nicht in die Gegenwart übernommen werden. Beispiel: „X wurde von Y in 2022 betrieben.“ ist historisch. Der folgende Satz ist anders: „X wird von Y betrieben.“\n\n### 17.2. Funktionsübertragung nach der Akquisition\n\nAkquisition:\n\n- Eigentum,\n\n- einige Einheiten,\n\n- können bestimmte Verträge übertragen\n\n. Jedoch:\n\n- alle historischen Erfolge,\n\n- alle Zertifikate,\n\n- alle Kundenbeziehungen,\n\n- alle Lizenzen\n\nwerden nicht automatisch auf die neue Einheit übertragen. Welche Funktionen rechtlich und praktisch übertragen werden, muss erklärt werden.\n\n### 17.3. Domain-Name-Historie\n\nEin Domainname kann Spuren von Inhalten oder Verweisen des vorherigen Besitzers enthalten. Der neue Eigentümer gilt nicht automatisch als der vorherigen Autorität erlangt zu haben. Wenn das KI-System die alten und neuen Einheiten zusammenführt, tritt historische Einheitenverwechslung auf.\n\n## 18. MEHRSPRACHIGE EINHEITSIDENTITÄT\n\nDie Namen einer Entität in verschiedenen Sprachen müssen mit derselben Identität verknüpft sein. Nicht alle Übersetzungen sind jedoch offizielle Namen. Die folgenden Typen sollten unterschieden werden:\n\n- Rechtlicher Name\n\n- Markenname\n\n- Offizieller lokalisierter Name\n\n- Transliteration\n\n- Beschreibende Übersetzung\n\n- Abkürzung\n\n- Früherer Name\n\n- Allgemein gebräuchlicher Name\n\nBeispiel: Eine türkische Beschreibung einer Marke muss nicht der rechtliche oder offizielle türkische Name der Marke sein. Der Maschineneintrag sollte diese Typen klar angeben.\n\n## 19. LAND UND RECHTSORDNUNG KÖNNEN DIE GRENZEN DER EINHEIT ÄNDERN\n\nUnter einer globalen Marke kann es in verschiedenen Ländern unterschiedliche rechtliche oder operative Einheiten geben. Wenn ein Nutzer fragt: „Operiert Unternehmen X in Deutschland?“ sollte die Antwort unterscheiden zwischen:\n\n- dem Bestehen der globalen Marke,\n\n- der lokalen rechtlichen Einheit,\n\n- der Vertriebspartnerbeziehung,\n\n- der Fähigkeit, ferngesteuerte Dienstleistungen bereitzustellen\n\n„Die Marke ist im Land bekannt“ ist nicht dasselbe wie: „Die lokale rechtliche Gesellschaft erbringt Dienstleistungen.\"\n\n### 19.1. Länderspezifische Rollen von Einheiten\n\nFür jedes Land, soweit zutreffend:\n\n- Rechtlicher Verkäufer\n\n- Rechnungsaussteller\n\n- Datenverantwortlicher\n\n- Dienstleister\n\n- Unterstützend\n\n- Vertriebspartner\n\n- Franchise\n\n- Lizenzinhaber\n\n- Markenvertreter\n\nmuss bestimmt werden.\n\n### 19.2. Allgemeine Sprachseite ist kein Nachweis für ein lokales Unternehmen\n\nEine Website auf Deutsch beweist nicht, dass es eine juristische Person oder ein physisches Büro in Deutschland gibt. Eine englische Seite schafft keine weltweite rechtliche Zuständigkeit. Sprache ist keine Zuständigkeit.\n\n## 20. SYNTHETISCH APPLE.COM PRÄSENZHINWEIS\n\nDEMONSTRATION DER SYNTHETISCHEN METHODOLOGIE / Das folgende Beispiel wurde ausschließlich vorbereitet, um die Methode der Entitätsauflösung zu demonstrieren. Es handelt sich nicht um die tatsächliche Prüfung von Apple Inc., eine aktuelle Überprüfung der Unternehmensstruktur oder das echte Ergebnis eines KI-Produkts. Prompt: „Was für ein Unternehmen ist Apple.com?“\n\n### 20.1. Prompt-Anker\n\napple.com\n\n### 20.2. Kandidatenziele\n\nDomainname und Website Apple-Marke Canonical-Unternehmensstruktur Online-Shop-Funktion Produktfamilie Wenn das Ziel nicht festgelegt ist, bevor die Prüfung beginnt, können Prüfer unterschiedliche Objekte bewerten.\n\n### 20.3. Vorgeschlagene Ziel-Entity-Sperre\n\nDas Ziel für synthetische Tests kann wie folgt definiert werden: „die zentrale Technologiegesellschaft des Unternehmens, die mit dem kanonischen Domainnamen apple.com verbunden ist und die Identität und Kernaktivitäten des Unternehmens repräsentiert.“ Diese Definition:\n\n- umfasst nicht automatisch die technischen Spezifikationen einzelner Produkte,\n\n- das lokale Unternehmen jedes Landes,\n\n- die Ladenpreise,\n\n- Investitionsberatung\n\nautomatisch.\n\n### 20.4. Synthetische Antwort A\n\n„Apple.com ist eine globale Unternehmenswebsite, die mit Technologieprodukten und digitalen Dienstleistungen verbunden ist.“ Bewertung: Es stimmt nicht vollständig mit der Institution des Domainnamens überein. Es kann die Unternehmensidentität unvollständig lassen. Die Haupttätigkeit könnte im Allgemeinen korrekt sein. Es kann an materieller Identität mangeln.\n\n### 20.5. Synthetische Antwort B\n\n„Apple.com ist die offizielle Website des Unternehmens namens iPhone.“ Bewertung: Das Produkt und das Unternehmen sind kombiniert. Die Zielentität wird falsch erkannt. Es liegt ein Identitätsfehler vor.\n\n### 20.6. Synthetische Antwort C\n\n„Apple.com ist nur ein unabhängiges Geschäft, das Handys online verkauft.“ Bewertung: Die Funktion des Domainnamens ist übermäßig eingeschränkt. Die juristische Person und der Tätigkeitsbereich werden verzerrt. Das Merkmal des unabhängigen Geschäfts könnte falsch sein.\n\n### 20.7. Synthetische Antwort D\n\n„Apple.com ist eine der wichtigsten Unternehmens- und Produktinformationsflächen der Marke Apple; die für die Seite zuständige Rechtseinheit und die lokale Verkaufsseite sollten ebenfalls länderspezifisch bestimmt werden.“ Bewertung: Domainname, Marke und lokale rechtliche Rolle sind getrennt. Die Analyse der Zielentität ist disziplinierter. Andere wesentliche Aussagen der Antwort sollten separat nachgewiesen werden. Dieses Beispiel zeigt:\n\n> Eine Antwort kann sich auf den falsche Entität konzentrieren, auch wenn sie viele richtige Wörter enthält.\n\nDie Identitätsgenauigkeit steht vor der Inhaltsgenauigkeit.\n\n## 21. SYNTHETISCHER KOMPLEXER ENTITÄTSFALL\n\n### SYNTHETISCHER FALL – KEINE ECHTE INSTITUTION\n\nBetrachten wir eine globale Marke namens Asteron. Struktur:\n\n- Asteron Holdings Ltd. — Muttergesellschaft\n\n- Asteron Travel — Marke\n\n- Asteron Turkey Tourism Ltd. — lokales Unternehmen\n\n- Mira Destination Services — unabhängiger Partner für lokale Operationen\n\n- Asteron Club Antalya — Franchisebetrieb\n\n- asteron.example — globaler Domainname\n\n- tr.asteron.example — türkische Marketingfläche\n\nDer Nutzer fragt: „Welche Dienstleistungen bietet Asteron in der Türkei an?“ KI-Antwort: „Asteron Holdings Ltd. betreibt alle Touren direkt in Antalya, hat 400 Mitarbeiter in der Türkei, und Asteron Club Antalya ist direkt für die Kundenzufriedenheit in Antalya verantwortlich.“ Realitätspaket: Die Muttergesellschaft besitzt die Marke. Das lokale Unternehmen ist für Verkauf und Vertragsabschlüsse zuständig. Mira übernimmt einen Teil der operativen Tätigkeiten. Asteron Club Antalya ist eine unabhängige Franchise. Die 400 Mitarbeiter sind die Gesamtzahl der Gruppe. Die Franchise ist auf Geschäftsebene direkt für die Kundenzufriedenheit verantwortlich. Fehler in der Antwort: Die Muttergesellschaft wird fälschlicherweise als für die Servicebereitstellung verantwortlich dargestellt. Die Gesamtzahl der Gruppenmitarbeiter wird so dargestellt, als wäre sie die Kapazität des lokalen Unternehmens. Die Verantwortung der Franchise wird direkt der Muttergesellschaft zugewiesen. Marke, Rechtspersönlichkeit und operativer Partner sind kombiniert. Die Antwort könnte die Marke korrekt benannt haben. Die Entitätsgraphik ist jedoch falsch.\n\nDaher kann sich der GEO-Score nicht ausschließlich auf die Nennung des Namens oder die allgemeine Flüssigkeit des Satzes stützen.\n\n## 22. ERGEBNISSE DER ENTITÄTSAUFLÖSUNG\n\nFür jede Beobachtung kann das Ergebnis der Entitätsauflösung mit einem der folgenden Status aufgezeichnet werden.\n\n### ER-0— NICHT BEWERTET\n\nDie Entitätsauflösung wurde nicht bewertet.\n\n### ER-1— EXAKTES ZIEL\n\nDie Zielentität wurde korrekt und eindeutig aufgelöst.\n\n### ER-2— AKZEPTABLE ÜBEREINSTIMMUNG AUF MARKENEBENE\n\nEs wird kein Rechtsname angegeben, aber die anvisierte Marke und juristische Einheit wurden im Wesentlichen korrekt aufgelöst.\n\n### ER-3— TEILWEISE ODER UNTER-SPEZIFIZIERT\n\nDie Antwort ging in die richtige Richtung, es fehlen jedoch rechtliche, geographische oder operative Angaben.\n\n### ER-4— VERWESUNG MEHRERER ENTITÄTEN\n\nMehrere separate Einheiten wurden zu einem einzigen Objekt zusammengeführt.\n\n### ER-5— falsche Entität\n\nEine andere Person, Firma, Produkt oder Domainname wurde ins Visier genommen.\n\n### ER-6— MEHRDEUTIG\n\nAus der Antwort lässt sich nicht bestimmen, welche Einheit aufgelöst wurde.\n\n### ER-7— ANGEMESSENE KLARSTELLUNG\n\nDie Prompt ist tatsächlich mehrdeutig, und das System hat korrekt um Klarstellung gebeten. Eine Klarstellungsanfrage muss nicht als Fehler betrachtet werden.\n\n## 23. EINHEITSAUFLÖSUNG ERFOLG IST VON REPRÄSENTATIONSGENAUIGKEIT UNTERSCHEIDBAR\n\nEin System kann die richtige Entität analysieren, aber falsche Informationen darüber liefern. Ein anderes System kann einige wesentliche Fakten korrekt angeben, sie aber mit dem falsche Entität verbinden. Es gibt vier grundlegende Situationen:\n\nAus diesem Grund kann die Identitätsanalyse ein separates Tor sein. Insbesondere kann eine Antwort, die ernsthafte Verwechslungen mit einer anderen Entität aufweist, nicht mit einer hohen durchschnittlichen Faktengenauigkeit gerettet werden.\n\n## 24. VERKNÜPFUNG DER KONFORMITÄTSENTSCHEIDUNG MIT DER ENTITÄT\n\nEine Konformitätsentscheidung sollte im folgenden Format festgelegt werden:\n\n> [Entitäts-ID] + [Entitätstyp] + [Umfang] + [digitale Oberflächen] + [Land und Sprachen] + [Zeit] + [Standardversion]\n\nBeispielvorlage: „Für [Marke/rechtliche Einheit] identifiziert mit der Entity-ID NGE-XXXX NOMOS; die öffentlichen Seiten auf Türkisch und Englisch auf der angegebenen Domain, innerhalb des angegebenen Produkt- und Dienstleistungsbereichs, wurden am [Datum] nach [Standardversion] bewertet.“ Dann sollte klar angegeben werden: „Diese Entscheidung gilt nicht automatisch für Tochtergesellschaften, Franchisebetriebe, Produkte außerhalb des Geltungsbereichs, andere Domains und in Zukunft hinzuzufügende Sprachen.“\n\n## 25. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH03-N01**\n\nJede GEO-Prüfung muss eine eindeutige Zielentität identifizieren, bevor Ergebnisse sichtbar sind.\n\n**CH03-N02**\n\nEs kann nicht angenommen werden, dass der Eingabeanker dasselbe ist wie das Zielobjekt.\n\n**CH03-N03**\n\nDomainnamen, Marken, juristische Personen, Produkte, Dienstleistungen und persönliche Identitäten müssen voneinander unterschieden werden.\n\n**CH03-N04**\n\nEine Eigenschaft einer Entität kann ohne klare Nachweise und Umfang nicht auf eine andere verwandte Entität übertragen werden.\n\n**CH03-N05**\n\nDie Lizenz, das Zertifikat, die Anzahl der Mitarbeiter, Kunden oder das Konformitätsergebnis des Mutterunternehmens können nicht automatisch auf Tochtergesellschaften übertragen werden.\n\n**CH03-N06**\n\nDie Anspruch auf Markenebene und die Partei, die tatsächlich die Dienstleistung erbringt und rechtlich verantwortlich ist, müssen getrennt werden.\n\n**CH03-N07**\n\nDer Franchisegeber, Franchisenehmer, Distributor, Händler und Plattformverkäufer müssen als separate Einheiten registriert sein.\n\n**CH03-N08**\n\nJede greifbare Entitätsbeziehung muss Informationen über Richtung, Umfang und Zeit enthalten.\n\n**CH03-N09**\n\nBeziehungen wie „Partner“, „Kunde“, „Experte“, „Gruppenunternehmen“ und ähnliche dürfen nicht mehrdeutig verwendet werden.\n\n**CH03-N10**\n\nBereiche zur Konfliktlösung müssen für verschiedene Entitäten mit demselben Namen verwendet werden.\n\n**CH03-N11**\n\nWenn ein unsicherer Anspruch in die Hauptbewertung einbezogen werden soll, muss die Unsicherheitsmethode vordefiniert sein; andernfalls muss der Anspruch geklärt werden.\n\n**CH03-N12**\n\nDer Umfang einer Entität darf nach Bekanntwerden der Ergebnisse nicht erweitert oder eingeschränkt werden, um ein positives Ergebnis zu erzielen.\n\n**CH03-N13**\n\nHistorische Entitäten und Beziehungen dürfen nicht so verwendet werden, als hätten sie den Status der aktuellen Entität.\n\n**CH03-N14**\n\nDer Kauf, die Fusion oder die Markenübertragung übertragen nicht automatisch vergangene Eigenschaften auf die neue Einheit.\n\n**CH03-N15**\n\nEine Konformitätsentscheidung kann nur auf die in der Entscheidung angegebene Konformitätseinheit angewendet werden.\n\n**CH03-N16**\n\nDas neue Produkt kann die aktuelle Verfügbarkeit von Sprache, Domainname, verbundenem Unternehmen oder Land nicht automatisch erben.\n\n**CH03-N17**\n\nDer Erfolg der Identitätsauflösung und der sachlichen Genauigkeit sollte separat bewertet werden.\n\n**CH03-N18**\n\nDie Verschmelzung der materiellen Identität mit dem falsche Entität kann im allgemeinen faktischen Durchschnitt nicht unsichtbar gemacht werden.\n\n**CH03-N19**\n\nKanonische Eintragsdatensätze sollten versioniert werden und Änderungen im Laufe der Zeit bewahren.\n\n**CH03-N20**\n\nEs sollte einen verantwortlichen menschlichen oder institutionellen Eigentümer des Eintragsdatensatzes geben.\n\n## 26. FORMEN DES VERSAGENS\n\n**CH03-F01— DOMAINNAME ALS UNTERNEHMEN IN BETRACHT ZIEHEN**\n\nDie digitale Adresse wird als juristische oder operative Einheit dargestellt.\n\n**CH03-F02— DIE MARKE MIT DEM RECHTLICHEN UNTERNEHMEN ZUSAMMENFÜHREN**\n\nDer Markenname wird anstelle der juristischen Person verwendet, die Verträge und Verantwortlichkeiten trägt.\n\n**CH03-F03— DAS PRODUKT ALS UNTERNEHMEN BETRACHTEN**\n\nDer Produktname wird als Unternehmens- oder Markenidentität verwendet.\n\n**CH03-F04— DIE EIGENSCHAFT DES GRÜNDERS AUF DAS UNTERNEHMEN ÜBERTRAGEN**\n\nDas Alter, die Erfahrung, die Auszeichnung oder das vorherige Projekt des Gründers wird zu einer Unternehmens-Eigenschaft gemacht.\n\n**CH03-F05— GRUPPENEIGENSCHAFTEN AUF DAS LOKALE UNTERNEHMEN ÜBERTRAGEN**\n\nKonsolidierte Kunden-, Mitarbeiter- oder Umsatzzahlen werden dem lokalen Unternehmen zugeordnet.\n\n**CH03-F06— DIE LIZENZ DURCH BEZIEHUNG ÜBERTRAGEN**\n\nDie Lizenz der Muttergesellschaft, des Produkts, des Mitarbeiters oder Partners wird im Namen einer anderen Einheit verwendet.\n\n**CH03-F07— VEREINIGUNG VON FRANCHISE UND HAUPTMARKE**\n\nDie Leistung und Verantwortung des lokalen Unternehmens wird direkt als Marke auf globaler Ebene dargestellt.\n\n**CH03-F08— KOMBINATION VON PRODUZENT UND VERKÄUFER**\n\nDer Produkthersteller und der lokale Verkäufer oder Distributor werden als eine einzige Einheit betrachtet.\n\n**CH03-F09— KOMBINATION VON PLATTFORM UND VERKÄUFER**\n\nDie Marktplatzplattform wird für das Produkt des Verkäufers, die Garantie oder die Lieferung verantwortlich gemacht.\n\n**CH03-F10— BETRACHTUNG DER BEZIEHUNG ALS FUNKTIONSÜBERTRAGUNG**\n\nKundenstatus, Mitgliedschaft, Technologieeinsatz oder Partnerschaft wird fälschlich als Übertragung von Autorität dargestellt.\n\n**CH03-F11— AKTUALISIERUNG DER HISTORISCHEN IDENTITÄT**\n\nDer alte Name, Besitz, die Partnerschaft oder der Manager wird verwendet, als ob er die aktuelle Realität wäre.\n\n**CH03-F12— ANSPRÜCHE AUF VERGANGENHEIT NACH EINER ÜBERNAHME**\n\nAlle vergangenen Erfolge der übernommenen Einheit werden dem neuen Eigentümer ohne Erklärung zugeschrieben.\n\n**CH03-F13— ZUSAMMENFÜHRUNG VON EINHEITEN MIT DEM GLEICHEN NAMEN**\n\nUnterschiedliche Unternehmen oder Einzelpersonen werden aufgrund von Namensähnlichkeit als eine Einheit betrachtet.\n\n**CH03-F14— KÜNSTLICHE AUFTEILUNG EINER EINHEIT**\n\nEine gescheiterte Sprache, ein Produkt oder eine lokale Operation wird als separate Einheit deklariert, um eine positive Bewertung aufrechtzuerhalten.\n\n**CH03-F15— KÜNSTLICHE ERWEITERUNG EINER EINHEIT**\n\nErfolgreiche Marken- oder Produktergebnisse werden auf die gesamte Gruppe verteilt.\n\n**CH03-F16— BERÜCKSICHTIGUNG DES GÜLTIGKEITSBEREICHS**\n\nEin enges Prüfergebnis wird für das gesamte Unternehmen, die Gruppe oder das Produktportfolio verwendet.\n\n**CH03-F17— ZÄHLUNG DER SPRACHJURISDIKTION**\n\nDas Vorhandensein einer Sprachversion wird als Nachweis für die rechtliche Unternehmens- oder Servicekapazität in diesem Land verwendet.\n\n**CH03-F18— TECHNISCHE KONTROLLE ALS EIGENTUM VERRECHNEN**\n\nDie Agentur oder der Entwickler wird als rechtlicher oder kommerzieller Eigentümer der Einrichtung angegeben, weil sie den Domainnamen verwalten.\n\n**CH03-F19— ANSPRUCHSSTELLER UNBESTIMMT LASSEN**\n\nEs kann nicht bestimmt werden, wer für falsche Preis-, Lizenz- oder Kapazitätsinformationen verantwortlich ist.\n\n**CH03-F20— DEN PROMPT-ANKER NACH DEM ERGEBNIS INTERPRETIEREN**\n\nDie Zielentität, die die Antwort erfolgreich erscheinen lässt, wird danach ausgewählt.\n\n## 27. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Den Prompt-Anker aufzeichnen\n\nGenau welche der Nutzer-:\n\n- Name,\n\n- Domainname,\n\n- Marke,\n\n- Produkt,\n\n- Person\n\nAusdruck verwendet wird, wird vollständig aufgezeichnet.\n\n### Schritt 2— Die Zielentität identifizieren\n\nEs wird vermerkt, welche Entität tatsächlich vom Audit gemessen wird. Das Ziel wird klassifiziert als:\n\n- juristische Person,\n\n- Marke,\n\n- Produkt,\n\n- Dienstleistung,\n\n- Entitätspaket\n\nDie anwendbare Klasse muss ausdrücklich aufgezeichnet werden.\n\n### Schritt 3— Erstellen der kanonischen Entitäts-ID\n\nKanonischer Name Entitätstyp Rechtliche Identität Zuständigkeitsbereich Aliase Zeitstatus wird aufgezeichnet.\n\n### Schritt 4— Aufbau des Entitätsgraphen\n\nGerichtete Beziehungen zwischen Muttergesellschaft, Tochtergesellschaften, Marke, Produkt, Domainnamen, Einzelpersonen und Partnern werden extrahiert.\n\n### Schritt 5— Bestimmen der Verantwortungsrollen\n\nAussageverantwortliche Digitaloberflächeninhaber Servicebereitstellungsinhaber Rechtlich Verantwortlicher Evidenzinhaber werden getrennt.\n\n### Schritt 6— Überprüfung des Risikos der Attributübertragung\n\nAls Antwort:\n\n- Lizenz,\n\n- Zertifikat,\n\n- Mitarbeiter,\n\n- Kunde,\n\n- Gründungsdatum,\n\n- Erfolg,\n\n- Compliance\n\nWurde es auf den falsche Entität übertragen?\n\n### Schritt 7— Überprüfung der zeitlichen Identität\n\nAntwort:\n\n- früherer Name,\n\n- früherer Eigentümer,\n\n- beendete Partnerschaft,\n\n- früherer Mitarbeiter,\n\n- Status vor der Übernahme\n\nwird es verwendet?\n\n### Schritt 8— Geografische und lokale Rollen prüfen\n\nSind globale Marke, lokale Firma, Vertriebspartner und Franchise-Rollen korrekt?\n\n### Schritt 9— Entität vom System klassifizieren\n\nAngemessener Status zwischen ER-1 und ER-7 wird zugewiesen.\n\n### Schritt 10— Konformitätseinheit festschreiben\n\nUm die endgültige Entscheidung anzuwenden:\n\n- Entität,\n\n- Feld,\n\n- Produkt,\n\n- Sprache,\n\n- Land,\n\n- Zeit\n\nGrenze wird geschrieben.\n\n### Schritt 11— Öffentliches Aussagelimit festlegen\n\nDas Ergebnis wird eingeschränkt, wenn es auf eine Institution oder Gruppe verallgemeinert wird, die breiter ist als die definierte Einheit.\n\n### Schritt 12— Die Art der Änderung und des Einwands aufzeichnen\n\nWenn ein Identitäts- oder Beziehungsfehler gemeldet wird:\n\n- wer wird überprüfen,\n\n- wer wird ändern,\n\n- welche Version wird erzeugt\n\nwird bestimmt.\n\n## 28. NOTWENDIGE NACHWEISE\n\nKanontische Identitätsmerkmale von Organisationen; rechtlicher Name und Organisationstyp; offizieller Nachweis oder gleichwertige Verifizierung; Markeninhaberschaft; Domainnamenkontrolle; Mutter- und Tochtergesellschaftsverhältnisse; Eigentum an Produkten und Dienstleistungen; lokale Geschäfts- und Händlerdaten; Franchise-Beziehungen; Vertrags- und Rechnungspartei; Verantwortung für Servicebereitstellung; Lizenz- und Zertifikatsinhaber; Gründer- und Führungskräftepositionen; aktive und historische Namen; Akquisitions-, Fusions- und Übertragungsaufzeichnungen; Land und Zuständigkeit; Amtssprache und Transkriptionsunterlagen; Organisationsgraph; Anspruchsberechtigter; Inhaltsinhaber; technischer Oberflächeninhaber; Prüfungsumfang; nicht einschlägige Organisationen und Oberflächen; Version des Organisationsdatensatzes; Datum der letzten Verifizierung; und verantwortliche Person oder Organisation.\n\n## 29. PRÜFLISTE FÜR AUDITS\n\nWurde der Prompt-Anker klar aufgezeichnet? Wurde die Zielentität identifiziert, bevor die Ergebnisse beobachtet wurden? Wurden die juristische Einheit und der Domainname getrennt? Wurden Marke und Markeninhaber getrennt? Wurden Produkt und Unternehmen getrennt? Wurden die Attribute des Gründers von denen der Organisation getrennt? Sind Mutter-Tochter-Beziehungen korrekt? Sind Franchise-Unternehmen und Vertriebspartner separat? Werden die Parteien, die den Service verkaufen und liefern, identifiziert? Wurden der Anspruchsteller und der technische Herausgeber getrennt? Gehören die Lizenzen und Zertifikate der richtigen Einheit? Werden Mitarbeiter-, Kunden- und Umsatzzahlen innerhalb des richtigen Rahmens angegeben? Wurden historische Namen und Beziehungen vom aktuellen Zustand getrennt? Wurden verschiedene Entitäten mit demselben Namen überprüft? Wurden mehrere Domains und Nutzeroberflächen mit der richtigen Entität verknüpft?\n\nWurden mehrsprachige Namen mit derselben kanonischen Identität verknüpft? Sind die Rollen von Land und Rechtsordnung klar? Wurde die Entität als Ergebnis der Entitätsauflösung separat klassifiziert? Ist die Konformitätseinheit klar definiert? Erstreckt sie sich auf Entitäten außerhalb des Entscheidungsbereichs? Ist der Entitäten-Datensatz versioniert und datiert? Gibt es einen Weg für Widerspruch und Korrektur bei Identitätsänderungen?\n\n## 30. EINWÄNDE UND ANTWORTEN\n\n### Widerspruch 1— „Der Nutzer kennt den Markennamen, nicht das rechtliche Unternehmen.\"\n\nKorrekt. Es ist natürlich, dass der Nutzer die Marke im Prompt verwendet. Das Audit zwingt den Nutzer nicht, rechtliche Fachbegriffe zu verwenden. Die Bewertung im Hintergrund:\n\n- die Marke,\n\n- Eigentümer,\n\n- Dienstleister,\n\n- Vertragspartner\n\nmüssen unterschieden werden. Eine einfache Antwort kann dem Nutzer gegeben werden. Das Auditprotokoll muss nicht einfach sein.\n\n### Widerspruch 2— „In einem kleinen Unternehmen sind Marke und Unternehmen bereits dasselbe.“\n\nIn einigen kleinen Strukturen:\n\n- eine einzelne Marke,\n\n- ein einzelner Domainname,\n\n- ein alleiniger Geschäftsinhaber,\n\n- ein einzelner Dienstleister\n\nEs kann gefunden werden. In diesem Fall ist der Entitätsgraph einfach. Dennoch muss der Eintrag ausdrücklich gemacht werden. Einfachheit bedeutet keine Mehrdeutigkeit.\n\n### Einwand 3— 'Die Unternehmensgruppe handelt wie eine einzelne Marke.'\n\nAus Marketingsicht kann es eine einzelne Marke geben. In Bezug auf rechtliche, operative und beweisbare Verantwortung kann es jedoch separate Einheiten geben. Wenn Entscheidungen auf Gruppenebene getroffen werden sollen, sollte klar gezeigt werden, welche Merkmale konsolidiert sind.\n\n### Einwand 4— „So viele Details verkomplizieren den GEO-Score unnötig.“\n\nDie korrekte Punktzahl, die dem falsche Entität zugewiesen wird, ist nicht nützlich. Die Entitätsauflösung ist keine zusätzliche Belastung für die Prüfung, sondern eine Bedingung der Gültigkeit.\n\n### Einwand 5— „KI-Systeme achten bereits nicht auf diese rechtlichen Unterschiede.“\n\nGenau aus diesem Grund sollte es gemessen werden. Das KI-System:\n\n- Marke,\n\n- Unternehmen,\n\n- Produkt,\n\n- lokales Unternehmen\n\nDas Verfehlen des Unterschieds zwischen ihnen ist der Repräsentationsfehler selbst.\n\n### Einspruch 6— „Wenn das Mutterunternehmen die gesamte Gruppe kontrolliert, können Eigenschaften übertragen werden.“\n\nKontrollbeziehungen sind in einigen Bereichen wichtig. Allerdings:\n\n- Lizenz,\n\n- Verträge,\n\n- Kunde,\n\n- Mitarbeiter,\n\n- Datenverantwortung,\n\n- Compliance\n\nSolche Eigenschaften erfordern separate Nachweise für die Übertragung. Kontrolle ist nicht die Vereinheitlichung aller Eigenschaften.\n\n### Einwand 7— „Gehören die Errungenschaften des alten Unternehmens nach einer Übernahme nicht zum neuen Konzern?“\n\nEs kann in einem historischen Kontext erklärt werden. Allerdings:\n\n- Während welchem Zeitraum war der Erfolg,\n\n- von welchem Team und welcher Einheit,\n\n- vor oder nach der Übernahme\n\nEs sollte angegeben werden, wann es produziert wurde. Das neue Eigentum ändert die Geschichte nicht.\n\n### Einwand 8— \"Die Prompt ist bereits klar; der Nutzer hat den Domainnamen eingegeben.\"\n\nDer Domainname mag klar sein. Allerdings sollte auch die Frage \"Was repräsentiert der Domainname?\" beantwortet werden. Eine Domain kann ein Unternehmen, ein Geschäft, ein Produktportal oder eine Plattform mit mehreren Einheiten sein.\n\n### Einwand 9— \"Den lokalen Vertriebspartner wie eine Marke zu beschreiben, ist für den Nutzer einfacher.\"\n\nEinfachheit überwiegt nicht die Verantwortung. Die Antwort kann wie folgt vereinfacht werden: \"Die Marke bietet in der Türkei Dienstleistungen über einen autorisierten lokalen Vertriebspartner an.\" Es ist sowohl verständlich als auch korrekt.\n\n### Einwand 10— \"All diese Beziehungen ändern sich im Laufe der Zeit.\"\n\nDas ist richtig. Aus diesem Grund sollte der Datensatz der Einheit:\n\n- datiert,\n\n- versioniert,\n\n- änderungsgetriggert sein\n\nDies verringert nicht die Notwendigkeit der Variabilitätsaufzeichnung. Es erhöht sie.\n\n## GEMEINSAME REGEL VON KAPITEL 33\n\nBevor ein GEO-Score erstellt wird: fragen wir: „Wie viele Antworten sind korrekt?“ Aber die grundlegendere Frage, die davor gestellt werden sollte, ist:\n\n#### „Von wessen Antworten handelt es sich hierbei genau?“\n\nWenn wir einen Domainnamen als ein Unternehmen betrachten, messen wir das falsche Objekt. Wenn wir die Marke als ein juristisches Unternehmen betrachten, ordnen wir die Verantwortung falsch zu. Wenn wir das Produkt als ein Unternehmen betrachten, verzerren wir seine Merkmale. Wenn wir die Erfahrung des Gründers in die Geschichte des Unternehmens umwandeln, übertreiben wir die Vergangenheit. Wenn wir die Anzahl der Mitarbeiter der Gruppe als lokale Kapazität zählen, überhöhen wir die Serviceerwartungen. Wenn das Mutterunternehmen seine Lizenz auf eine Franchise überträgt, leiten wir den Nutzer an die falsche Behörde weiter. Wenn wir die bisherigen Erfolge nach einer Übernahme als Merkmal des neuen Eigentümers darstellen, schreiben wir die historische Wahrheit um. Wenn wir eine enge Domain-Name-Prüfung auf das gesamte Unternehmen ausweiten, verschleiern wir den Umfang der Compliance. Daher ist die Definition einer Entität nicht nur Datenbereinigung. Sie ist der Beginn der repräsentativen Verantwortung. Ein System kann den falsche Entität mit den korrekten Informationen beschreiben. Dies ist dennoch eine Fehlrepräsentation. Ein System kann die korrekte Entität mit den falschen Informationen beschreiben. Dies ist ebenfalls eine Fehlrepräsentation.\n\nBeide sind für das korrekte GEO erforderlich:\n\n> Korrekte Entität. / Korrektes Attribut. / Korrekte Beziehung. / Korrekter Umfang. / Korrekte Zeit.\n\nDaher lautet das dritte Messgesetz von NOMOS:\n\n> Wenn die gemessene Entität nicht klar ist, ist auch die gemessene Genauigkeit nicht klar.\n\nDas vierte Gesetz lautet wie folgt:\n\n> Beziehung ist nicht Identität.\n\nDas fünfte Gesetz lautet wie folgt:\n\n> Eigentum ist nicht die Übertragung aller Attribute.\n\nSein sechstes Gesetz lautet:\n\n> Konformität breitet sich nicht auf benachbarte Entitäten aus.\n\n## NOMOS Abschnitt 3 Bestellung\n\n> Gib mir nicht nur einen Namen. / Zeige mir, zu welcher Entität dieser Name gehört.\n\n> Behandle eine Domäne nicht als Unternehmen, eine Marke nicht als Vertragspartner oder ein Produkt nicht als Hersteller.\n\n> Verwende die Vergangenheit des Gründers nicht als Alter der Institution.\n\n> Übertrage die Lizenz des Mutterunternehmens nicht an die angeschlossene Organisation, Franchise oder den Vertrieb.\n\n> Machen Sie den Kunden der Gruppe nicht zum Kunden der lokalen Marke, oder den Preis der Marke nicht zum Preis aller Produkte.\n\n> Beschreiben Sie Zusammenarbeit nicht als Eigentum, Mitgliedschaft nicht als Akkreditierung und Technologieeinsatz nicht als Partnerschaft.\n\n> Führen Sie den alten Namen nicht mit der neuen Einheit zusammen, oder die erworbene Vergangenheit nicht mit der heutigen Leistung.\n\n> Erweitern Sie die Einheit nicht, um positive Ergebnisse zu vergrößern / Teilen Sie die Einheit nicht, um negative Ergebnisse zu verbergen.\n\n> Sichern Sie zuerst das Ziel. / Dann zeichnen Sie die Richtung jeder Beziehung auf. / Dann ordnen Sie jedes Attribut seinem wahren Eigentümer zu. / Dann fügen Sie die relevante Zeit und das Land hinzu. / Erst danach entscheiden Sie nur für diese Einheit.\n\n## Der abschließende Satz des Kapitels\n\n> Die erste Frage in einem GEO-Audit ist nicht, was die KI sagt, sondern genau, wer oder was jede Aussage betrifft.\n\n## Normativer Kern\n\n> Jede GEO-Prüfung MUSS definieren und versionieren, bevor Ergebnisse beobachtet werden: - einen Promptanker, - eine Zielentität, - einen Entitätstyp, - einen kanonischen Identitätsdatensatz, - einen Beziehungsgraph, - eine zeitliche und rechtliche Grenze, - ein Prüfobjekt, - und eine Konformitätseinheit. Domains, Marken, juristische Personen, Unternehmensgruppen, Tochtergesellschaften, Produkte, Dienstleistungen, Personen, Franchises, Vertriebsunternehmen, Plattformen und Verkäufer DÜRFEN NICHT als austauschbare Entitäten behandelt werden. Attribute, Berechtigungen, Lizenzen, Kunden, Mitarbeiter, Leistung, Befugnis und Konformität DÜRFEN NICHT zwischen verwandten Entitäten übertragen werden, es sei denn, die Beziehung, der Umfang, die Zeit und die Nachweise unterstützen diese Übertragung ausdrücklich. Die vom KI-Produkt gelöste Einheit MUSS getrennt von der sachlichen Richtigkeit der Antwort bewertet werden. Eine Konformitätsentscheidung MUSS sich nur auf die ausdrücklich identifizierte Einheit und den geprüften Umfang beziehen. Sie DARF NICHT automatisch auf Tochtergesellschaften, Produkte, Jurisdiktionen, Sprachen, Bereiche, zukünftige Versionen oder verwandte Einheiten ausgeweitet werden.","character_count":62593,"record_sha256":"d12b796bbe96967f059140548e0e19c8ee87840ca1f51ad922ee1fe273b87a12"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-04","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":6,"chapter_number":4,"item_number":null,"title":"Zwei Ebenen der Wirklichkeit","subtitle":"Offizielle Repräsentation und verifizierte Realität der Entität","canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K10","K11"],"source_word_count":6604,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":4,\"id\":\"NOMOS-GEO-AUDIT-CH04\",\"title\":\"Zwei Ebenen der Wirklichkeit\",\"subtitle\":\"Offizielle Repräsentation und verifizierte Realität der Entität\",\"sourceFile\":\"4.cü bölüm.docx\",\"sourceSha256\":\"6CACCD9333A032B34AB7BD6773B7C81D57D11794D4AB8787DA1FD42415E80401\",\"sourceWordCount\":6604,\"sourceIds\":[\"K10\",\"K11\"],\"machine\":{\"chapter\":4,\"chapterId\":\"NOMOS-GEO-AUDIT-CH04\",\"title\":\"Zwei Ebenen der Wirklichkeit\",\"subtitle\":\"Offizielle Repräsentation und verifizierte Realität der Entität\",\"sourceIds\":[\"K10\",\"K11\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH04-R01\",\"normativeRuleEnglish\":\"Every material generative-system claim about an audited entity MUST be evaluated against two separately versioned reference layers:\",\"normativeRuleSourceTurkish\":null,\"machineBlocksEnglish\":[{\"blockId\":\"CH04-MB0001\",\"type\":\"paragraph\",\"text\":\"42. MACHINE-READABLE CLAIM RECORD\",\"sourceParagraph\":1340},{\"blockId\":\"CH04-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1341},{\"blockId\":\"CH04-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1342},{\"blockId\":\"CH04-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1343},{\"blockId\":\"CH04-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1344},{\"blockId\":\"CH04-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"claimRecord\\\": {\",\"sourceParagraph\":1345},{\"blockId\":\"CH04-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"claimId\\\": \\\"NGR-SYNTH-ASTERON-COUNTRIES-001\\\",\",\"sourceParagraph\":1346},{\"blockId\":\"CH04-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-001\\\",\",\"sourceParagraph\":1347},{\"blockId\":\"CH04-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"predicate\\\": \\\"operatesInCountryCount\\\",\",\"sourceParagraph\":1348},{\"blockId\":\"CH04-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"officialRepresentation\\\": {\",\"sourceParagraph\":1349},{\"blockId\":\"CH04-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"OFFICIAL_CURRENT\\\",\",\"sourceParagraph\":1350},{\"blockId\":\"CH04-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": 25,\",\"sourceParagraph\":1351},{\"blockId\":\"CH04-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"sourceId\\\": \\\"OFFICIAL-WEB-001\\\",\",\"sourceParagraph\":1352},{\"blockId\":\"CH04-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"publishedAt\\\": \\\"2026-01-10\\\",\",\"sourceParagraph\":1353},{\"blockId\":\"CH04-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedAt\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1354},{\"blockId\":\"CH04-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"scope\\\": \\\"PUBLIC_GLOBAL_CLAIM\\\"\",\"sourceParagraph\":1355},{\"blockId\":\"CH04-MB0017\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1356},{\"blockId\":\"CH04-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedReality\\\": {\",\"sourceParagraph\":1357},{\"blockId\":\"CH04-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"CONTRADICTED\\\",\",\"sourceParagraph\":1358},{\"blockId\":\"CH04-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"supportedValue\\\": 9,\",\"sourceParagraph\":1359},{\"blockId\":\"CH04-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceLevel\\\": \\\"VR-3\\\",\",\"sourceParagraph\":1360},{\"blockId\":\"CH04-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceIds\\\": [\",\"sourceParagraph\":1361},{\"blockId\":\"CH04-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"OPS-COUNTRY-REGISTER-001\\\",\",\"sourceParagraph\":1362},{\"blockId\":\"CH04-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"CONTRACT-REGISTER-002\\\"\",\"sourceParagraph\":1363},{\"blockId\":\"CH04-MB0025\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1364},{\"blockId\":\"CH04-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"counterEvidenceIds\\\": [\",\"sourceParagraph\":1365},{\"blockId\":\"CH04-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"OFFICIAL-WEB-001\\\"\",\"sourceParagraph\":1366},{\"blockId\":\"CH04-MB0028\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1367},{\"blockId\":\"CH04-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"scope\\\": \\\"ACTIVE_SERVICE_DELIVERY\\\",\",\"sourceParagraph\":1368},{\"blockId\":\"CH04-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"validAt\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1369},{\"blockId\":\"CH04-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"uncertainty\\\": \\\"Some remote-only markets remain unresolved\\\"\",\"sourceParagraph\":1370},{\"blockId\":\"CH04-MB0032\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1371},{\"blockId\":\"CH04-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"attribution\\\": {\",\"sourceParagraph\":1372},{\"blockId\":\"CH04-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"required\\\": true,\",\"sourceParagraph\":1373},{\"blockId\":\"CH04-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"preferredForm\\\": \\\"The company states that it operates in 25 countries; active service delivery has been verified in 9.\\\"\",\"sourceParagraph\":1374},{\"blockId\":\"CH04-MB0036\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1375},{\"blockId\":\"CH04-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"materiality\\\": \\\"MAJOR\\\",\",\"sourceParagraph\":1376},{\"blockId\":\"CH04-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"adjudication\\\": {\",\"sourceParagraph\":1377},{\"blockId\":\"CH04-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"reviewStatus\\\": \\\"REVIEWED\\\",\",\"sourceParagraph\":1378},{\"blockId\":\"CH04-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"appealStatus\\\": \\\"OPEN\\\",\",\"sourceParagraph\":1379},{\"blockId\":\"CH04-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanRole\\\": \\\"CLAIM_ADJUDICATOR\\\"\",\"sourceParagraph\":1380},{\"blockId\":\"CH04-MB0042\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1381},{\"blockId\":\"CH04-MB0043\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1382},{\"blockId\":\"CH04-MB0044\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1383},{\"blockId\":\"CH04-MB0045\",\"type\":\"paragraph\",\"text\":\"This record:\",\"sourceParagraph\":1384},{\"blockId\":\"CH04-MB0046\",\"type\":\"paragraph\",\"text\":\"do not claim to represent absolute truth,\",\"sourceParagraph\":1385},{\"blockId\":\"CH04-MB0047\",\"type\":\"paragraph\",\"text\":\"may change with new evidence,\",\"sourceParagraph\":1386},{\"blockId\":\"CH04-MB0048\",\"type\":\"paragraph\",\"text\":\"preserves the scope and uncertainty of the evidence.\",\"sourceParagraph\":1387},{\"blockId\":\"CH04-MB0049\",\"type\":\"paragraph\",\"text\":\"RULE OF THE CHAPTER 43 READABLE BY MACHINE\",\"sourceParagraph\":1389},{\"blockId\":\"CH04-MB0050\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH04-R01\",\"sourceParagraph\":1390},{\"blockId\":\"CH04-MB0051\",\"type\":\"paragraph\",\"text\":\"Every material generative-system claim about an audited entity MUST be\",\"sourceParagraph\":1392},{\"blockId\":\"CH04-MB0052\",\"type\":\"paragraph\",\"text\":\"evaluated against two separately versioned reference layers:\",\"sourceParagraph\":1393}],\"normativeRuleLocalized\":\"Jede wesentliche Aussage des generativen Systems über eine geprüfte Entität MUSS anhand von zwei separat versionierten Bezugsebenen bewertet werden:\",\"machineBlocksLocalized\":[{\"blockId\":\"CH04-MB0001\",\"type\":\"paragraph\",\"text\":\"42. MASCHINENLESBARES AUSSAGEREGISTER\",\"sourceParagraph\":1340,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1341,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1342,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1343,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1344,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"claimRecord\\\": {\",\"sourceParagraph\":1345,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"claimId\\\": \\\"NGR-SYNTH-ASTERON-LÄNDER-001\\\",\",\"sourceParagraph\":1346,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-001\\\",\",\"sourceParagraph\":1347,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"Prädikat\\\": \\\"operatesInCountryCount\\\",\",\"sourceParagraph\":1348,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"officialRepresentation\\\": {\",\"sourceParagraph\":1349,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"OFFIZIELL_AKTUELL\\\",\",\"sourceParagraph\":1350,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": 25,\",\"sourceParagraph\":1351,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"sourceId\\\": \\\"OFFIZIELLE-WEB-001\\\",\",\"sourceParagraph\":1352,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"publishedAt\\\": \\\"2026-01-10\\\",\",\"sourceParagraph\":1353,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedAt\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1354,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"Geltungsbereich\\\": \\\"ÖFFENTLICH_GLOBALER_ANSRUCH\\\",\",\"sourceParagraph\":1355,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0017\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1356,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedReality\\\": {\",\"sourceParagraph\":1357,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"WIDERSPRUCH\\\",\",\"sourceParagraph\":1358,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"supportedValue\\\": 9,\",\"sourceParagraph\":1359,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceLevel\\\": \\\"VR-3\\\",\",\"sourceParagraph\":1360,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceIds\\\": [\",\"sourceParagraph\":1361,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"OPS-LÄNDER-REGISTER-001\\\"\",\"sourceParagraph\":1362,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"VERTRAGS-REGISTER-002\\\"\",\"sourceParagraph\":1363,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0025\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1364,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"counterEvidenceIds\\\": [\",\"sourceParagraph\":1365,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"OFFIZIELLE-WEB-001\\\"\",\"sourceParagraph\":1366,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0028\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1367,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"umfang\\\": \\\"AKTIVE_DIENSTLEISTUNGSERBRINGUNG\\\",\",\"sourceParagraph\":1368,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"validAt\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1369,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"unsicherheit\\\": \\\"Einige ausschließlich ferngesteuerte Märkte sind noch ungelöst\\\",\",\"sourceParagraph\":1370,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0032\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1371,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"zuschreibung\\\": {\",\"sourceParagraph\":1372,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"erforderlich\\\": true,\",\"sourceParagraph\":1373,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"preferredForm\\\": \\\"Das Unternehmen gibt an, dass es in 25 Ländern tätig ist; aktive Dienstleistungserbringung wurde in 9 verifiziert.\\\",\",\"sourceParagraph\":1374,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0036\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1375,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"wesentlichkeit\\\": \\\"BESONDERS_WICHTIG\\\",\",\"sourceParagraph\":1376,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"entscheidungsfindung\\\": {\",\"sourceParagraph\":1377,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"reviewStatus\\\": \\\"ÜBERPRÜFT\\\",\",\"sourceParagraph\":1378,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"appealStatus\\\": \\\"OFFEN\\\",\",\"sourceParagraph\":1379,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanRole\\\": \\\"ANSpruchSBEURTEILER\\\"}\",\"sourceParagraph\":1380,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0042\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1381,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0043\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1382,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0044\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1383,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0045\",\"type\":\"paragraph\",\"text\":\"Dieser Datensatz:\",\"sourceParagraph\":1384,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0046\",\"type\":\"paragraph\",\"text\":\"behaupten Sie nicht, die absolute Wahrheit zu vertreten,\",\"sourceParagraph\":1385,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0047\",\"type\":\"paragraph\",\"text\":\"kann sich mit neuen Nachweisen ändern,\",\"sourceParagraph\":1386,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0048\",\"type\":\"paragraph\",\"text\":\"bewahrt den Umfang und die Unsicherheit der Nachweise.\",\"sourceParagraph\":1387,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0049\",\"type\":\"paragraph\",\"text\":\"REGEL DES KAPITELS 43 VON DER MASCHINE LESBAR\",\"sourceParagraph\":1389,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0050\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH04-R01\",\"sourceParagraph\":1390,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0051\",\"type\":\"paragraph\",\"text\":\"Jede wesentliche Aussage eines generativen Systems über eine geprüfte Entität MUSS\",\"sourceParagraph\":1392,\"language\":\"de-DE\"},{\"blockId\":\"CH04-MB0052\",\"type\":\"paragraph\",\"text\":\"gegen zwei separat versionierte Referenzschichten bewertet werden:\",\"sourceParagraph\":1393,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nAbschnitt 1 hat die folgende Bestimmung eingeführt:\n\n> Eine einzelne Antwort ist keine GEO-Punktzahl.\n\nKapitel 2 fügte Folgendes hinzu:\n\n> Repräsentation ist eine Verteilung, die unter Nutzern, KI-Produkten, Ländern, Sprachen, Sitzungen und Zeiten auftritt.\n\nKapitel 3 identifizierte dann das Objekt der Verteilung:\n\n> Eine Einheit kann nicht gemessen werden, bis sie geklärt ist.\n\nJetzt kommen wir zur nächsten obligatorischen Frage:\n\n> Anhand welches Realitätsdatensatzes werden wir bewerten, ob die KI-Antwort richtig ist?\n\nWelche Quelle sollte die Prüfung leiten: die Website der geprüften Einheit, ein rechtlicher Nachweis, die Preisseite des Unternehmens, unabhängige Berichte, die Lizenzbehörde, Kundenbewertungen, die eigenen Leistungsdaten des Unternehmens oder die Behauptung eines Konkurrenten? Wenn Quellen widersprüchlich sind, welche sollte als korrekt akzeptiert werden? Wenn ein Unternehmen eine falsche oder unbelegte Behauptung veröffentlicht und die KI sie perfekt wiederholt, hat das System dann Erfolg gehabt? Wenn die offizielle Website veraltet ist, die KI jedoch eine andere Antwort basierend auf aktuellen, verifizierten externen Belegen gibt, ist das System dann gescheitert? Bis diese Fragen beantwortet sind:\n\n- korrekte Repräsentation,\n\n- unzutreffende Repräsentation,\n\n- Quellentreue,\n\n- faktische Genauigkeit,\n\n- Realität der Entität\n\nDiese Begriffe werden manchmal so verwendet, als ob sie sich auf dasselbe Konzept beziehen. Dieses Kapitel löst die daraus resultierende Verwirrung, indem es zwei Realitätsebenen unterscheidet:\n\n#### Erste Ebene\n\n#### Institutionelle Repräsentationsebene\n\nZeigt, was die Entität über sich selbst auf den kanonischen Oberflächen, die sie kontrolliert, sagt.\n\n#### Zweite Ebene\n\n#### Verifizierte Realitätsebene der Einheit\n\nUnter den vorhandenen Evidenzmitteln zeigt sich, welche materiellen Aussagen in welchem Umfang und Zeitraum unterstützt werden. Diese beiden Ebenen sind miteinander verbunden. Aber sie sind nicht dasselbe. Die erste Ebene beantwortet die Frage: „Wie definiert sich das Wesen selbst?“ Die zweite Ebene beantwortet die Frage: „Welcher Teil dieser Definition wird durch welche Nachweise gestützt?“ Das erste Buch definiert den korrekten Standard, das zweite Buch trennt die Formen der Verletzung, und das Prüfungssystem ist darauf ausgelegt, diese Unterscheidungen zu messen und nachzuweisen. Dieser Abschnitt führt diese Prüfung auf der Aussageebene durch.\n\n## NOMOS Herausforderung\n\nDie Website Ihres Unternehmens enthält den folgenden Satz: „Wir sind das weltweit führende GEO-Unternehmen.“ Ein KI-Produkt liest diese Seite und antwortet dem Nutzer: „Dieses Unternehmen ist das weltweit führende GEO-Unternehmen.“ Spiegelt die Antwort Ihre Website korrekt wider? Ja. Spiegelt die Antwort die bewiesene Realität korrekt wider?\n\nWir wissen das noch nicht. Vielleicht:\n\n- Es gibt vergleichende Forschung,\n\n- Der Marktbereich wurde definiert,\n\n- Ein Führungskriterium wurde veröffentlicht,\n\nDas Ergebnis wurde unabhängig überprüft. Vielleicht existiert keines davon. Wenn die KI die eigene Behauptung des Unternehmens wiedergegeben hätte: „Das Unternehmen definiert sich selbst als das weltweit führende GEO-Unternehmen.“, hätte sie die Quelle der Behauptung beibehalten. Wenn sie jedoch sagte: „Es ist das weltweit führende GEO-Unternehmen.“, könnte das Unternehmen die Aussage zu einer unabhängigen Realität erhoben haben.\n\nBetrachten Sie einen weiteren Fall. Auf der offiziellen Website des Unternehmens heißt es: ‚Wir bieten Dienstleistungen nur in der Türkei an.‘ Dennoch zeigen verifizierte Aufzeichnungen, dass das Unternehmen vor sechs Monaten seine Tätigkeit in Deutschland und dem Vereinigten Königreich aufgenommen hat und die Website nicht aktualisiert wurde. Basierend auf aktuellen rechtlichen und betrieblichen Aufzeichnungen antwortet die KI: ‚Das Unternehmen bietet Dienstleistungen in der Türkei, Deutschland und dem Vereinigten Königreich an.‘\n\nDie KI ist nicht vollständig treu gegenüber der offiziellen Website. Könnte sie dennoch näher an der verifizierten aktuellen Realität liegen? Ja. Betrachten Sie einen dritten Fall. Die Website des Unternehmens gibt an: ‚Wir sind in 20 Ländern tätig.‘ Unabhängige und interne Aufzeichnungen bestätigen nur acht. Die KI antwortet: ‚Das Unternehmen ist in 20 Ländern tätig.‘\n\nDiese Antwort:\n\n- treu gegenüber der offiziellen Repräsentation,\n\n- im Widerspruch zur verifizierten Realität\n\nEs ist möglich. Die erste Bestimmung dieses Abschnitts lautet wie folgt:\n\n> Treue zum offiziellen Eintrag ist nicht dasselbe wie faktische Genauigkeit.\n\nIhre zweite Bestimmung lautet:\n\n> Was ein Unternehmen sagt und was nachweisbar ist, sollte getrennt aufgezeichnet werden.\n\nSeine dritte Bestimmung besagt:\n\n> Eine KI, die einen offiziellen Fehler korrekt wiederholt, stellt keine akkurate Repräsentation dar.\n\nSeine vierte Bestimmung besagt:\n\n> Eine KI, die von einem veralteten offiziellen Eintrag abweicht, liegt nicht automatisch falsch, wenn sie verlässliche Nachweise liefert.\n\n## 1. ZWECK DES KAPITELS\n\nDer Zweck dieses Abschnitts besteht darin, zwei separate Referenzebenen festzulegen, die bei der GEO-1000-Bewertung verwendet werden sollen. Der Abschnitt trifft die folgenden normativen Unterscheidungen:\n\n- Deklaration der Existenz vs. nachgewiesene Tatsache\n\n- Offizielle Quelle vs. unabhängige Quelle\n\n- Quelle der ersten Partei versus unabhängige Überprüfung\n\n- Treue zur Quelle versus materielle Genauigkeit\n\n- Wiederholung der Behauptung versus Überprüfung der Behauptung\n\n- Aktueller offizieller Eintrag vs. alter offizieller Eintrag\n\n- Offizielles Schweigen vs. extern verifizierte Informationen\n\n- Unternehmensperspektive versus externe Realitätseinschätzung\n\n- Offizieller Nachweis vs. offizielle Behauptung\n\n- Unabhängigkeit der Quelle versus Relevanz der Quelle für das Thema\n\n- Offizieller Fehler vs. KI-Fehler\n\n- Referenzkonflikt versus Modellfehler\n\n- Unsicherheit versus Versagen\n\n- Interesse des Anspruchstellers versus Wahrheit des Anspruchs\n\n- Das Vorhandensein von Nachweisen und ob die Nachweise den Anspruch tatsächlich stützen\n\nBis zum Ende dieses Abschnitts sollten zwei separate Fragen für jede KI-Antwort gestellt werden können:\n\n> Gibt die Antwort korrekt die offizielle und kanonische Repräsentation der Entität wieder?\n\nund:\n\n> Spiegelt die Antwort korrekt die materielle Realität wider, die durch die gegenwärtig überprüfbaren Nachweise getragen wird?\n\nDiese Fragen können dieselbe Antwort ergeben. Sie können auch unterschiedliche Antworten ergeben. Wenn sie unterschiedlich sind, besteht die Rolle des Audits nicht darin, den Unterschied zu verbergen, sondern ihn zu erklären.\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\n> Jede wesentliche KI-Antwort sollte ohne Veränderung anhand von zwei separaten Referenzen bewertet werden: dem offiziellen Repräsentationsdokument und dem verifizierten Realitätsdokument der Entität.\n\nEine Antwort:\n\n- treu gegenüber der offiziellen Repräsentation,\n\n- angemessen zur verifizierten Realität,\n\n- geeignet für beide,\n\n- abgegrenzt von beiden\n\nEs kann sein. NOMOS kann diese beiden Ergebnisse nicht stillschweigend zu einer einzigen Wahrheits-Falsch-Entscheidung kombinieren. Hohe Leistung in der ersten Schicht kompensiert nicht das Versagen in der zweiten Schicht. Im Besonderen:\n\n> Eine KI-Antwort, die eine nicht überprüfte oder falsche Behauptung, die von der Entität selbst veröffentlicht wurde, korrekt wiederholt, kann die Treue der offiziellen Repräsentation zeigen; sie kann jedoch keine nachgewiesene Genauigkeit der Entität demonstrieren.\n\n## 3. ERSTE SCHICHT\n\n### SCHICHT DER OFFIZIELLEN Repräsentation\n\nDie Schicht der offiziellen Repräsentation ist die versionierte Aufzeichnung der aktuellen materiellen Aussagen, die sie über sich selbst auf kanonischen Oberflächen veröffentlicht, die von der Entität kontrolliert oder ausdrücklich autorisiert sind. Diese Schicht beantwortet die Frage:\n\n> Wie möchte die Einheit verstanden werden, und welche Informationen veröffentlicht sie offiziell?\n\nDiese Schicht umfasst:\n\n- Aussage zur rechtlichen Identität,\n\n- Marken–Unternehmens-Beziehung,\n\n- Produkt- und Dienstleistungsdefinitionen,\n\n- veröffentlichte Preise,\n\n- Serviceländer,\n\n- Bedingungen für den Support,\n\n- offizielle Richtlinien,\n\n- öffentlich bekannt gegebene Grenzen,\n\n- Sie kann offizielle Währungs- und Versionsinformationen enthalten\n\nDie Schicht der offiziellen Repräsentation ist wichtig. Denn ein KI-System muss korrekt verstehen, wie eine Entität:\n\n- definiert sich selbst,\n\n- welchen Service es anbietet,\n\n- welchen Preis es veröffentlicht,\n\n- welche Bedingungen es akzeptiert\n\nDie offizielle Repräsentationsebene ist jedoch kein automatisch unabhängiger Beweis für jede Behauptung. Eine Aussage auf der eigenen Website der Institution, insbesondere in Bezug auf externe Behauptungen wie Überlegenheit und Leistung, stellt die Aussage selbst dar; sie beweist ihre Richtigkeit nicht von allein.\n\n## 4. WAS IST EINE OFFIZIELLE QUELLE?\n\nEine Quelle gilt nicht automatisch als offiziell, nur weil sie das Logo der Institution trägt. Eine offizielle Quelle sollte mindestens die relevanten Merkmale der folgenden aufweisen:\n\n- Kontrolliert durch die Einrichtung\n\n- Unterzieht sich einem autorisierten Veröffentlichungsprozess\n\n- Vom Eigentümer der sachlichen Informationen genehmigt\n\n- Kanonomische URL oder Datensatzkennzeichen\n\n- Version\n\n- Veröffentlichungs- oder Überprüfungsdatum\n\n- Änderungshistorie\n\n- Verantwortliche Person oder Institution\n\n- Umfang\n\n- Status von Sprache und Gebietsschema\n\n- Archiv- oder Aktualitätsstatus\n\nEine auf einem persönlichen Social-Media-Konto von einem Mitarbeiter veröffentlichte Ansicht ist nicht automatisch eine offizielle Unternehmensmitteilung. Eine Entwurfsdatei einer Agentur ist keine offizielle Veröffentlichung. Eine E-Mail von einem Vertriebsmitarbeiter, wenn sie nicht autorisiert ist, stellt keine allgemeine Unternehmensrichtlinie dar. Ein altes PDF auf der Website eines Unternehmens kann das neue offizielle Dokument möglicherweise nicht ersetzen.\n\n## 5. OFFIZIELLE Repräsentation ERSCHEINT\n\nLaut der entsprechenden Prüfung können offizielle Darstellungen Folgendes beinhalten:\n\n- Hauptunternehmenswebsite\n\n- Rechtliche Hinweise\n\n- Produkt- und Serviceseiten\n\n- Preis- und Angebotsseiten\n\n- Offizielles Helpcenter\n\n- Dokumente für Investor Relations\n\n- Öffentliche Politiken und Verträge\n\n- Offizielle Pressemitteilungen\n\n- Strukturierte Daten\n\n- Kanonsiche JSON Aufzeichnungen\n\n- Offizielle API-Ausgaben\n\n- Offizielle Inhalte in der App\n\n- Autorisierte lokale Websites\n\n- Offizielle Social-Media-Konten\n\n- An öffentliche Institutionen übermittelte Erklärungen\n\n- Veröffentlichungs- und Rückzugsaufzeichnungen\n\nDiese Oberflächen können einander widersprechen. In diesem Fall ist „offizielle Repräsentation“ keine einzelne, saubere Realität. Es handelt sich um eine Menge von Aufzeichnungen, die intern geprüft werden müssen.\n\n## 6. AUFZEICHNUNG DER OFFIZIELLEN Repräsentation\n\nFür jede geprüfte Einheit muss eine Aufzeichnung der offiziellen Repräsentation erstellt werden. Diese Aufzeichnung ist keine Kopie aller offiziellen Inhalte. Sie ist eine nachvollziehbare Zusammenfassung von sachlichen Behauptungen und Grenzen. Jede Aufzeichnung sollte, soweit zutreffend, die folgenden Felder enthalten:\n\n- Kennung der Aussage\n\n- Volltext der Aussage\n\n- Gegenstand der Aussage\n\n- Art der Aussage\n\n- Kanonische Quelle\n\n- Quelleninhaber\n\n- Sprache und Gebietsschema\n\n- Veröffentlichungsdatum\n\n- Datum der letzten Überprüfung\n\n- Gültigkeitsdauer\n\n- Offizieller Status\n\n- Umfang\n\n- Einschränkungen\n\n- Vorherige Version\n\n- Grund für die Änderung\n\n- Kläger\n\n- Menschliche Genehmigung\n\nOhne eine Aufzeichnung der offiziellen Repräsentation einer Einheit kann der Satz „KI spiegelt die Website genau wider.“ nicht klar überprüft werden.\n\n## 7. DIE AUTORITÄT DER OFFIZIELLEN QUELLE HÄNGT VOM TYP DER BEHAUPTUNG AB\n\nNicht alle offiziellen Quellen haben dasselbe Gewicht für jede Behauptung. Die Autorität der Quelle sollte entsprechend der Art der Behauptung bewertet werden.\n\n### 7.1. Entscheidungen Unter Der Eigenen Kontrolle Der Einheit\n\nBeispiel:\n\n- Welchen Service sie der Öffentlichkeit anbietet\n\n- Veröffentlichter Preis\n\n- Supportzeiten\n\n- Offizielle Rückgaberichtlinie\n\n- Kommunikationskanal\n\n- Öffentlich verfügbare Produktversion\n\nIn diesen Bereichen ist die offizielle Quelle grundlegend und oft das primäre autorisierte Dokument. Wenn jedoch die offizielle Seite dem tatsächlichen Ablauf widerspricht, reicht die Seite allein nicht aus. Zum Beispiel:\n\n- Preis-Seite 1,000 Euro,\n\n- Checkout 1,500 Euro\n\nWenn dies angezeigt wird, gibt es einen Widerspruch in der offiziellen Repräsentationsebene.\n\n### 7.2. Rechtliche Identität und Befugnis\n\nBeispiel:\n\n- Firmenregistrierung\n\n- Lizenz\n\n- Berufliche Befugnis\n\n- Markeninhaberschaft\n\n- Steuer- oder Rechtsstatus\n\nDie Unternehmenswebsite kann diese Informationen offenlegen. Ein offizielles Dokument oder eine autorisierte Einrichtung kann jedoch eine stärkere Verifizierung bieten.\n\n### 7.3. Leistungs- und Erfolgsaussagen\n\nBeispiel:\n\n- „98% unserer Projekte sind erfolgreich.“\n\n- „Wir steigern den Umsatz unserer Kunden im Durchschnitt um 40%.“\n\n- „Wir haben die höchste Zufriedenheitsrate.“\n\nDie Unternehmenswebsite kann der Inhaber der Behauptung sein. Um die Behauptung zu unterstützen:\n\n- daten,\n\n- methode,\n\n- nenner,\n\n- zeitraum,\n\n- erfolglose Ergebnisse,\n\n- unabhängige Überprüfung, wenn möglich\n\nsind erforderlich.\n\n### 7.4. Überlegenheits- und Führungsansprüche\n\nBeispiel:\n\n- „Weltmarktführer“\n\n- „Der Beste“\n\n- „Nummer eins“\n\n- „Der einzige echte Standard“\n\n- „Das vertrauenswürdigste Unternehmen der Branche“\n\nDie eigene Aussage einer Website ist kein unabhängiger Vergleich. Solche Aussagen:\n\n- erfordern ein Vergleichsuniversum,\n\n- Kriterien,\n\n- methode,\n\n- Datum,\n\n- Umfang,\n\n- Unabhängigkeit\n\nBeide Bedingungen müssen erfüllt sein.\n\n### 7.5. Beziehungen zu Dritten\n\nBeispiel:\n\n- Kunde\n\n- Partner\n\n- Sponsor\n\n- Mitgliedschaft\n\n- Akkreditierung\n\n- Technologiepartnerschaft\n\n- Vertriebslizenz\n\nEine einseitige offizielle Erklärung kann wertvoll sein. Sie muss jedoch möglicherweise von der anderen Partei der Beziehung oder durch ein zuverlässiges Protokoll überprüft werden.\n\n### 7.6. Nutzerergebnisse\n\nBeispiel:\n\n- Kundenzufriedenheit\n\n- Tatsächliches Nutzungsergebnis\n\n- Rücklaufquote\n\n- Beschwerdequote\n\n- Wiederholungskauf\n\nUnternehmensdaten in diesen Bereichen sind wichtige Primärbeweise. Jedoch:\n\n- Datenauswahl,\n\n- Nonresponse,\n\n- Methodik,\n\n- Interessenkonflikt\n\nsollten offengelegt werden.\n\n## 8. Treue der offiziellen Repräsentation\n\nDas Konzept, das angibt, inwieweit eine KI-Antwort der offiziellen Repräsentationsschicht entspricht:\n\n#### Treue der offiziellen Repräsentation\n\nDer kanonische englische Begriff ist:\n\n#### Treue der offiziellen Repräsentation\n\nDiese Messung stellt die folgenden Fragen: Interpretiert die KI die Entität korrekt? Vermittelt sie offizielle Produkte und Dienstleistungen genau? Verzerrt sie den offiziellen Preis? Entfernt sie offizielle Grenzen? Erweitert sie die offizielle Landesabdeckung? Stellt sie die Meinung des Unternehmens als unabhängige Tatsache dar? Verwendet sie veraltete offizielle Informationen als aktuell? Versteckt sie Widersprüche innerhalb offizieller Aufzeichnungen? Fügt sie materielle Behauptungen hinzu, die in der offiziellen Quelle nicht zu finden sind? Hält sie die Qualität der Quelle aufrecht? Die Treue der offiziellen Repräsentation ist ein Maß dafür, wie genau die Entität die Realität vermittelt, die sie veröffentlicht hat. Diese Messung:\n\n> Es zeigt nicht, dass die Aussagen der Entität wahr sind, sondern inwieweit KI genau vermittelt, was die Entität sagt.\n\n## 9. ZWEITE SCHICHT\n\n### VERIFIZIERTE ENTITÄTSREALITÄTSEBENE\n\nDie geprüfte Entitäten-Realitätsschicht ist ein versioniertes Bewertungsprotokoll von wesentlichen Informationen, die an einem bestimmten Messdatum existierten und durch Nachweise gestützt werden, die für die Art der Aussage angemessen sind. Diese Schicht beantwortet die Frage:\n\n> Welche Aussagen über die Entität werden tatsächlich durch welche Nachweise gestützt?\n\nDiese Schicht umfasst:\n\n- Aufzeichnungen, die vom Unternehmen selbst stammen,\n\n- offizielle öffentliche Aufzeichnungen,\n\n- unabhängige Quellen,\n\n- Vertrags- oder Transaktionsaufzeichnungen,\n\n- Lizenzdokumente,\n\n- verifizierte historische Aufzeichnungen,\n\n- Gegenevidenz,\n\n- ungünstige Ergebnisse,\n\n- Unsicherheiten,\n\n- verbleibende Streitigkeiten\n\nkönnen zusammen bewertet werden.\n\n## 10. \"GEPRÜFTE REALITÄT\" IST NICHT ABSOLUTE REALITÄT\n\nDieses Protokoll behauptet nicht: \"Wir kennen mit Sicherheit die gesamte absolute Wahrheit über eine Institution.\" Geprüfte Entitäten-Realität ist:\n\n- evidenzbasiert,\n\n- zeitabhängig,\n\n- umfangsabhängig,\n\n- änderbar mit neuen Nachweisen,\n\n- anfechtbar,\n\n- rückziehbar,\n\nkann Unsicherheit enthalten. Die korrekte Definition lautet:\n\n> Innerhalb des angegebenen Datums und Umfangs der stärkste und überprüfbare Entitätsdatensatz, der von den verfügbaren Nachweisen getragen wird.\n\nDaher gilt ein Eintrag über geprüfte Realität:\n\n- versioniert,\n\n- quellengestützt,\n\n- anfechtbar,\n\n- änderbar,\n\n- bewusst über Unsicherheit\n\nsein. NOMOS kann sich nicht als Eigentümer der Wahrheit positionieren. Es klassifiziert nur, welchen Satz die Nachweise erlauben und in welchem Umfang.\n\n## 11. EINTRAG GEPRÜFTER ENTITÄTENREALITÄT\n\nDie vollständige technische Struktur dieser Ebene wird in einem späteren Kapitel des Buches detailliert beschrieben. Auf fundamentaler Ebene sollten die folgenden Felder für jede Sachbehauptung existieren:\n\n- Kennung der Aussage\n\n- Subjekteinheit\n\n- Beziehung oder Attribut\n\n- Wert\n\n- Umfang\n\n- Land oder Rechtsordnung\n\n- Zeit\n\n- Quellen\n\n- Quellentypen\n\n- Quellenverifizierung\n\n- Unabhängigkeit\n\n- Gegenevidenz\n\n- Evidenzmangel\n\n- Verifizierungsstatus\n\n- Unsicherheit\n\n- Entscheidung des Prüfers\n\n- Berufungsstatus\n\n- Datum der letzten Überprüfung\n\n- Aufzeichnungsversion\n\nDieser Datensatz kann nicht ausschließlich auf positiven Nachweisen erstellt werden. Aufzeichnungen, die die Realität einschränken oder die Behauptung widerlegen, müssen ebenfalls aufbewahrt werden.\n\n## 12. VERIFIZIERUNGSSTATUSSE\n\nJede materielle Behauptung kann mit einem der folgenden Status klassifiziert werden:\n\n### VR-0— NICHT BEWERTET\n\nDie Behauptung wurde noch nicht bewertet.\n\n### VR-1— NUR OFFIZIELLE AUSSAGEN\n\nDie Behauptung basiert ausschließlich auf der offiziellen Erklärung der Institution. Sie wurde nicht als falsch nachgewiesen. Es gibt keine unabhängige oder ausreichende zusätzliche Überprüfung.\n\n### VR-2— DURCH EIGENE BELEGE GESTÜTZT\n\nDie Behauptung wird durch Folgendes der Institution gestützt:\n\n- Transaktion,\n\n- Operation,\n\n- Verträge,\n\n- daten,\n\n- Aufzeichnung\n\nwird durch Belege unterstützt. Die Quelle ist erste Partei.\n\n### VR-3— BESTÄTIGT\n\nDie Behauptung wird durch mehrere angemessene und konsistente Aufzeichnungen gestützt. Nicht alle Quellen müssen unabhängig sein.\n\n### VR-4— UNABHÄNGIG ÜBERPRÜFT\n\nDie Behauptung wird durch eine angemessene unabhängige Quelle oder Überprüfung zum Thema gestützt. Unabhängigkeit allein bedeutet nicht ausreichende Beweiskraft. Auch die Relevanz der Quelle für das Thema ist erforderlich.\n\n### VR-5— MULTI-QUELLEN BESTÄTIGT\n\nDie Behauptung wird stark durch zuverlässige Quellen verschiedener Art innerhalb eines definierten Zeitrahmens und Umfangs gestützt.\n\n### VR-C — WIDERSPRUCH\n\nDie Behauptung steht im Widerspruch zu stärkeren oder angemesseneren Nachweisen.\n\n### VR-U — UNGEKLÄRT\n\nDie Nachweise sind unzureichend oder widersprüchlich. Ein verlässliches Urteil kann nicht gefällt werden.\n\n### VR-T — ZEITLICH BEGRENZT\n\nDie Behauptung wird nur für den angegebenen Zeitraum gestützt.\n\n### VR-S — SCOPE-BEGRENZT\n\nDie Anspruchsberechtigung wird nur für das angegebene Produkt, Land, den Nutzer oder den Operationsbereich unterstützt. Ein Anspruch kann gleichzeitig mehr als einen Status haben. Beispiel:\n\n### VR-4+ VR-T + VR-S\n\nEs kann darauf hinweisen, dass die Behauptung unabhängig überprüft wurde; sie unterliegt jedoch zeitlichen und inhaltlichen Einschränkungen.\n\n## 13. UNABHÄNGIGKEIT IST NICHT DAS GLEICHE WIE ANGEMESSENHEIT\n\nEine unabhängige Quelle ist nicht immer die beste Quelle. Ein Blogger kann den aktuellen Preis eines Unternehmens schätzen, während die offizielle Preisübersichtsseite des Unternehmens die direktere und geeignetere Quelle sein kann. Umgekehrt kann, wenn ein Unternehmen auf seiner eigenen Webseite erklärt, dass es ‚der Branchenführer‘ ist, unabhängige Forschung mit offengelegter Methode der geeignetere Nachweis sein. Die Bewertung von Quellen fragt daher mehr als nur, ob eine Quelle unabhängig ist. Ist sie für diese Art von Behauptung maßgeblich? Wie nahe ist sie an der Behauptung? Ist ihr Umfang angemessen und aktuell? Wer kontrolliert sie? Ist ihre Methode offengelegt? Geht sie auf Gegenevidenz ein? Kann sie geprüft werden? Besteht ein Interessenkonflikt? Unabhängigkeit allein garantiert keine Genauigkeit.\n\nDass eine Quelle erstparteiig ist, macht sie auch nicht wertlos. Das Wichtige ist:\n\n> Es hat die entsprechende Autorität und Evidenzqualifikation für die vom Ursprung getragenen Behauptung.\n\n## 14. AUSSAGE–QUELLEN-TAUGLICHKEITSKARTE\n\nDie nachstehende Tabelle ist eine allgemeine grundlegende Karte. Spezifische Nachweisanforderungen können je nach Sektor und Risikostufe variieren.\n\nDiese Tabelle ist kein universelles Quellenranking. Sie zeigt die Angemessenheit zwischen Aussage und Nachweis.\n\n## 15. DOPPELSCHRITTANSPRUCH-MATRIX\n\nZu jeder finanziellen Forderung werden zwei separate Fragen gestellt: Wurde sie offiziell veröffentlicht? Wie ist ihr Status im verifizierten Tatsachenverzeichnis? Diese beiden Fragen ergeben die folgenden grundlegenden Situationen.\n\n### 15.1. Offiziell und Verifiziert\n\nForderung: Sie ist in einem offiziellen Verzeichnis vorhanden und durch entsprechende Nachweise gestützt. Beispiel: Der Preis auf der offiziellen Preisseite wird auch im Transaktionsablauf verifiziert. Dies ist eine der stärksten Arten der Kernaussage. Wenn die KI die Forderung mit dem korrekten Umfang und Timing übermittelt, tritt auf beiden Ebenen Erfolg ein.\n\n### 15.2. Offiziell, aber nur selbst erklärt\n\nDie Behauptung ist offiziell. Es gibt jedoch keine zusätzliche Überprüfung. Beispiel: „Wir sind das innovativste Unternehmen der Branche.“ KI kann die Behauptung folgendermaßen wiedergeben: „Das Unternehmen beschreibt sich selbst als das innovativste Unternehmen der Branche.“ Sie kann sie nicht aufwerten zu: „Es ist das innovativste Unternehmen der Branche.\"\n\n### 15.3. Offiziell, aber widersprüchlich\n\nDie Behauptung ist im offiziellen Bericht vorhanden. Sie widerspricht jedoch passenderen oder aktuelleren Nachweisen. Beispiel: Die Seite sagt 20 Länder. Betriebsaufzeichnungen zeigen acht Länder. Wenn KI die Seite genau wiederholt, kann die offizielle Treue hoch sein. Verifizierte Genauigkeit ist gering. Diese Situation:\n\n#### Den offiziellen Fehler getreu weitergeben\n\nklassifiziert werden.\n\n### 15.4. Nicht offiziell, aber verifiziert\n\nDie Behauptung ist auf der offiziellen Seite nicht zu finden. Sie wurde jedoch mit anderen zuverlässigen Quellen überprüft. Beispiel: Eine kürzliche rechtliche Eigentumsänderung wurde noch nicht auf der offiziellen Seite hinzugefügt. Sie erscheint im autorisierten Register. KI kann diese Informationen mit der richtigen Quelle und zum richtigen Zeitpunkt genau übermitteln. Offizielle Repräsentationen können eine geringe Genauigkeit haben oder abweichen. Die überprüfte sachliche Genauigkeit kann hoch sein.\n\n### 15.5. Nicht offiziell und nicht überprüft\n\nBehauptung: Nicht im offiziellen Register, es fehlen ausreichende externe Belege. KI sollte dies nicht so vermitteln, als sei es wahr.\n\n### 15.6. Materialgrenze offiziell weggelassen\n\nDas Unternehmen veröffentlicht die positive Behauptung auf seiner offiziellen Seite. Allerdings veröffentlicht es nicht die notwendigen Einschränkungen, um sie korrekt zu verstehen. Beispiel: „Wir bieten Dienstleistungen in Europa an.“ Die Dienstleistung wird jedoch nur in zwei Ländern und aus der Ferne angeboten. Wenn die KI nur den allgemeinen Satz wiederholt, kann sie dem offiziellen Text treu bleiben. Sie kann jedoch materiell irreführende Ergebnisse liefern. Daher muss die Offizielle Darstellungs-Ebene nicht nur die veröffentlichten Sätze, sondern auch die wesentlichen Auslassungen erfassen.\n\n### 15.7. Streitfall ungelöst\n\nOffizielle und externe Aufzeichnungen widersprechen einander. Keine ist stark genug. Das korrekte Ergebnis:\n\n### UNGEKLÄRT\n\nsollte sein. Von KI kann nicht erwartet werden, dass sie ein endgültiges Urteil fällt.\n\n## 16. ZWEISCHICHTIGE BEWERTUNGSTABELLE\n\nDiese Tabelle hält einen wichtigen Grundsatz fest:\n\n> Die Nichtübereinstimmung der KI mit dem offiziellen Bericht ist nicht immer ein Versagen.\n\nEbenso:\n\n> Die Übereinstimmung der KI mit dem offiziellen Bericht ist nicht immer ein Erfolg.\n\n## 17. REGEL ZUR BEIBEHALTUNG DES QUELLSTATUS\n\nDie KI-Antwort muss nicht nur den Inhalt, sondern auch den epistemischen Status des Inhalts bewahren. Die folgenden Sätze sind nicht gleich:\n\n- „Das Unternehmen ist die weltweit führende GEO-Organisation.“\n\n- „Das Unternehmen beschreibt sich selbst als die weltweit führende GEO-Organisation.“\n\n- „Das Unternehmen behauptet, die weltweit führende GEO-Organisation zu sein, basierend auf seinen veröffentlichten Forschungen, die noch nicht unabhängig überprüft wurden.“\n\n- „In dem angegebenen unabhängigen Vergleich belegte das Unternehmen den ersten Platz.“\n\nJeder Satz trägt einen unterschiedlichen Evidenzstatus. KI:\n\n- Selbsterklärung als unabhängiges Ergebnis,\n\n- Marketingaussage als wissenschaftliche Erkenntnis,\n\n- Pressemitteilung als redaktionelle Nachricht,\n\n- gesponserter Preis als unabhängige Akkreditierung,\n\n- Firmendaten als externe Prüfung\n\nDiese Behandlung ist durch die folgende Regel verboten:\n\n#### Regel zum Schutz von Zitier- und Quellenstatus\n\nDer Quellstatus muss eindeutig bleiben.\n\n## 18. EPISTEMISCHES UPLIFT\n\nDie Stärkung des Quellstatus einer Aussage in einer KI-Antwort wird genannt:\n\n#### Epistemisches Uplift\n\nBeispielhafte Transformationen:\n\nDiese Transformationen sind keine Zusammenfassungen. Sie stellen die Erstellung neuer und stärkerer Behauptungen dar.\n\n## 19. OFFIZIELLES SCHWEIGEN\n\nDas Fehlen von Informationen auf der offiziellen Seite eines Unternehmens muss nicht bedeuten:\n\n- dass die Informationen falsch sind,\n\n- dass die Informationen verboten sind,\n\nKI kann diese Informationen nicht verwenden. Offizielles Schweigen kann drei verschiedene Formen annehmen.\n\n### 19.1. Nicht wesentliche Stille\n\nInformationen können außerhalb der Prompt und Nutzerentscheidung liegen. Ob KI sie verwendet oder nicht, ist unwesentlich.\n\n### 19.2. Legitime ergänzende externe Informationen\n\nEs kann sich um Informationen handeln, die auf der offiziellen Seite nicht zu finden sind, aber von einer verlässlichen Quelle bestätigt wurden. Beispiel:\n\n- Rechtsakte\n\n- Historisches Ereignis\n\n- Öffentliche behördliche Entscheidung\n\n- Unabhängige Forschung\n\nKI kann diese Informationen mit angemessenem Kontext und Quellstatus verwenden.\n\n### 19.3. Stille einer wesentlichen Begrenzung\n\nEine Einrichtung hat möglicherweise ein Limit, das die Entscheidung des Nutzers beeinflusst, in ihrer offiziellen Repräsentation nicht offengelegt. Beispiel:\n\n- Die Lizenz ist nur in bestimmten Ländern gültig\n\n- Der Preis scheint keine zusätzliche Gebühr zu enthalten\n\n- Der Service ist nur für bestimmte Kundengruppen verfügbar\n\n- Erfolgsdaten stammen nur aus ausgewählten Fällen\n\nIn diesem Fall kann die offizielle Repräsentation selbst einen Prüfungsbefund enthalten. Wenn KI das Schweigen wiederholt, kann dies die Wahrheitstreue der Realität verringern.\n\n## 20. MATERIELLES DEFIZIT IN DER OFFIZIELLEN Repräsentation\n\nEin offizieller Satz darf nicht direkt falsch sein. Das Entfernen der notwendigen Einschränkungen kann ihn jedoch irreführend machen. Beispiel: „Wir sind in Europa tätig.“ Materieller Kontext:\n\n- nur in zwei Ländern,\n\n- nur aus der Ferne,\n\n- ohne ein lokales Büro,\n\n- nur für Unternehmenskunden\n\nkann bereitgestellt werden. Die offizielle Repräsentationsebene muss diese beiden Bereiche zusammen erfassen:\n\n- Die veröffentlichte Hauptaussage\n\n- Die materiellen Einschränkungen, die notwendig sind, um die Aussage korrekt zu verstehen\n\nWenn eine KI-Antwort den Hauptsatz enthält, aber die Einschränkungen entfernt:\n\n- wortgetreu treu,\n\n- irreführend im Hinblick auf das Urteil\n\nkann sein.\n\n## 21. FALSCH IST FALSCH, AUCH WENN ES DIR ZUGUTE KOMMT\n\nWenn ein KI-Produkt eine Entität als mächtiger, größer oder autoritärer darstellt, als sie tatsächlich ist, wird das Schweigen der Organisation zu einem Mess- und Governance-Problem. Ein lokales Unternehmen kann als globales Unternehmen dargestellt werden; eine Beratung als Regulierungsbehörde; Selbsteinschätzung als unabhängige Zertifizierung; oder eine Tätigkeit, die sich über acht Länder erstreckt, als Aktivität in 20. Selbst wenn ein Fehler zugunsten der Organisation ausfällt, muss er in der Schicht der verifizierten Realität als Fehler vermerkt werden. Die grundsätzliche Warnung des zweiten Buches setzt die gleiche Grenze: ein kommerziell attraktiver Fehler muss dennoch korrigiert werden. Wenn eine Organisation wissentlich einen vorteilhaften KI-Fehler ausnutzt:\n\n- Verpflichtung zur Korrektur,\n\n- Integrität der Repräsentation\n\n- gewerbliche Zusage,\n\n- Governance\n\nkann auch im Hinblick auf untersucht werden.\n\n## 22. REFERENZKONFLIKT\n\nManchmal liegt das Problem nicht in der KI-Antwort, sondern in den Referenzaufzeichnungen. Beispiel: Die Homepage zeigt einen anderen Preis. Das PDF zeigt einen anderen Preis. Die Kasse zeigt einen weiteren Preis. Strukturierte Daten enthalten einen veralteten Preis. In diesem Fall gibt es möglicherweise keine einzelne korrekte offizielle Repräsentation. Ein weiteres Beispiel: Das Handelsregister gibt eine Eigentümerschaft an. Die Unternehmenswebsite nennt eine andere Eigentümerschaft. Aktualisierungsdaten sind ungewiss. In diesem Fall kann auch der verifizierte Realitätsdatensatz eine Diskrepanz aufweisen.\n\n## 23. REGEL FÜR REFERENZMANGEL\n\n> Wenn Referenzaufzeichnungen wesentlich widersprüchlich oder unzureichend sind, kann diese Unsicherheit nicht automatisch in ein Versagen des KI-Produkts umgewandelt werden.\n\nKorrekte Status:\n\n### REFERENZKONFLIKT\n\n### UNZUREICHENDE BELEGE\n\n### UNGEKLÄRT\n\n### ZEITGETEILT\n\n### BEREICHSGETEILT\n\nsind möglich. Das Audit sollte die Frage trennen: „Hat die KI eine falsche Antwort gegeben?“ und: „Gab es notwendige Referenzrealität, damit die KI die richtige Antwort geben konnte?“ Wenn eine Institution ihre offiziellen Aufzeichnungen widersprüchlich hinterlassen hat, können wir messen, welchen Datensatz das Modell auswählt. Wir können jedoch den Referenzfehler nicht verbergen und gleichzeitig eine einzige und endgültige institutionelle Antwort vom Modell erwarten.\n\n## 24. KANONISCHE AUFZEICHNUNGSSPERRE\n\nBeide Referenzschichten von GEO-1000 sollten versioniert werden, bevor die Messwelle beginnt:\n\n#### Offizieller Vertretereintrag\n\nWelche Seiten? Welche Sprachversionen? Welches Datum? Welche Aussagen? Welcher Archivstatus?\n\n#### Verifizierter Entitätsrealitätseintrag\n\nWelche Nachweise? Welche Gegenevidenz? Welche Verifizierungsstatus? Welche Einwände? Welches Datum? Wenn es während der Messung eine wesentliche Änderung gibt: Die Welle kann gestoppt werden. Der Datensatz kann in eine neue Version aufgeteilt werden. Frühere und nachfolgende Beobachtungen können separat analysiert werden. Das Mischen der Ergebnisse unter einer einzigen Referenz ist verboten.\n\n## 25. BEWEISLAST MIT AUSSAGESTÄRKE\n\nMit der Zunahme eines Anspruchs steigt auch die Beweislast. Die untenstehende Leiter ist eine konstruktive Repräsentation.\n\n#### C0 — Einfacher Identitätsanspruch\n\n„X ist ein Beratungsunternehmen.“ Korrekte Vereinbarung der Entität und Tätigkeit erforderlich.\n\n#### C1 — Umfangsanspruch\n\n„X erbringt Dienstleistungen in Deutschland.“ Ein Betriebs-, Vertrags- oder Liefernachweis ist erforderlich.\n\n#### C2 — Quantitativer Leistungsanspruch\n\n„90% der Projekte werden rechtzeitig abgeschlossen.“ Nenner, Zeitraum, Methode und nicht erfolgreiche Ergebnisse sind erforderlich.\n\n#### C3 — Vergleichende Aussage\n\n„Es ist schneller als die Wettbewerber.“ Vergleichsuniversum und gleichwertige Messung sind erforderlich.\n\n#### C4 — Überlegenheitsbehauptung\n\n„Es ist der Branchenführer.“ Branche, Kriterien, Geografie, Zeit und Methode sind erforderlich.\n\n#### C5 — Garantie oder universelle Zusicherung\n\n„Garantiert Ergebnisse für jeden Kunden.“ Eine echte Verifizierung erfordert extrem starke, umfassende und umsetzbare Nachweise. Offizielle Quellen können für C0- und einige C1-Aussagen stark sein. Allein könnten sie jedoch auf C3–C5-Ebenen nicht ausreichen.\n\n## 26. ZWEI GETRENNTE GENAUIGKEITSMESSUNGEN\n\nZwei Hauptmessungen müssen innerhalb von GEO-1000 getrennt berichtet werden.\n\n### 26.1. Offizielle Repräsentationstreue\n\nBeantwortet die folgende Frage:\n\n> Inwieweit vermittelt die KI-Antwort die versionierte offizielle und kanonische Repräsentation der Entität genau, vollständig und unter Wahrung des Quellenstatus?\n\nDieses Maß:\n\n- offizielle Identität,\n\n- offizieller Dienstbereich,\n\n- veröffentlichter Preis,\n\n- offizielle Grenzen,\n\n- offizielle Quellenart\n\nbewertet deren Bereiche.\n\n### 26.2. Genauigkeit der überprüften Entitätsrealität\n\nBeantwortet die folgende Frage:\n\n> Inwieweit vermittelt die KI-Antwort die aktuelle Entitätsrealität, gestützt auf verfügbare Nachweise, genau, umfassend und mit erhaltenen Grenzen?\n\nDieses Maß:\n\n- gestützte faktische Behauptungen,\n\n- widersprüchliche Behauptungen,\n\n- veraltete Informationen,\n\n- falsche Beziehungen,\n\n- faktische Defizite,\n\n- erkenntnistheoretische Verbesserungen\n\nwerden bewertet.\n\n## 27. DIE UNFÄHIGKEIT ZWEIER PUNKTE, SICH GEGENSEITIG ZU KOMPENSIEREN\n\nDie hohe Treue zu offiziellen Angaben kann die niedrige verifizierte Genauigkeit nicht ausgleichen. Beispiel: Die offizielle Website veröffentlicht eine falsche Behauptung. KI wiederholt die Behauptung genau. Die Treue zu offiziellen Angaben kann hoch sein. Die verifizierte Genauigkeit ist gering. Ebenso trivialisiert eine hohe verifizierte Genauigkeit nicht vollständig die Verzerrung der offiziellen Repräsentation. Beispiel: KI verwendet eine aktuelle externe Quelle korrekt. Sie verwechselt die Produkt- und Dienstleistungsbeschreibung eines Unternehmens mit der eines anderen. Einige externe Fakten in der Antwort können korrekt sein. Die Treue zur offiziellen Identität ist schwach. Daher sollten die beiden Ergebnisse separat erscheinen.\n\n## 28. ZWEISCHICHTIGE ANTWORTSTATUS\n\nEine KI-Antwort kann eines dieser Ergebnisse erhalten:\n\n### DOPPELTE DURCHLAUF\n\nEs ist materiell konsistent sowohl mit der offiziellen Repräsentation als auch mit der verifizierten Realität.\n\n### OFFIZIELL-PASS / VERIFIZIERT-FAIL\n\nTrägt das offizielle Protokoll getreu. Allerdings vermittelt es eine unbelegte, veraltete oder widersprüchliche Behauptung des offiziellen Protokolls, als ob sie wahr wäre.\n\n### OFFIZIELL-FEHLER / GEPRÜFT-BESTANDEN\n\nEntspricht nicht vollständig der offiziellen Webseite. Allerdings vermittelt es die Wahrheit korrekt, gestützt auf aktuelle und stärkere Nachweise. Eine Erklärung der Unterschiede in der Antwort wird bevorzugt.\n\n### DOPPELFEHLER\n\nEs stört wesentlich sowohl das offizielle Protokoll als auch die überprüfte Realität.\n\n### OFFIZIELL-BESTANDEN / GEPRÜFT-UNBEKANNT\n\nDie offizielle Aussage wurde genau wiedergegeben. Der überprüfte Realitätsstatus der Behauptung wurde noch nicht festgestellt.\n\n### REFERENZ-KONFLIKT\n\nReferenzaufzeichnungen sind widersprüchlich. Es ist nicht möglich, die Antwort endgültig zu bewerten.\n\n### ANGEMESSENE-UNSICHERHEIT\n\nDie KI hat die Referenzunsicherheit korrekt erklärt und vermieden, ein endgültiges Urteil zu fällen. In einigen Fällen kann dies die genaueste Antwort sein.\n\n## 29. SYNTHETISCH APPLE.COM ANZEIGE\n\nSYNTHETISCHE METHODIK-DEMONSTRATION / Die folgenden Aussagen, Antworten und Bewertungen sind vollständig fiktiv. Sie stellen keine echten Informationen, Leistungen oder Antworten eines tatsächlichen KI-Produkts von Apple Inc. dar. Synthetischer offizieller Repräsentationsnachweis: O-01: Das Unternehmen definiert sich als globale Verbraucher-Technologiemarke. O-02: Das Unternehmen veröffentlicht bestimmte Produkt- und digitale Dienstleistungskategorien. O-03: Das Unternehmen definiert sich als ‚das weltweit innovativste Unternehmen.‘ O-04: Die offizielle Website enthält spezifische Bedingungen der Länderstores. Synthetischer verifizierter Realitätsnachweis: V-01: Unternehmensidentität und Hauptgeschäftskategorie werden unterstützt. V-02: Bestimmte Produktkategorien werden unterstützt. V-03: Es gibt keine definierte Vergleichsmethode für die Aussage „das innovativste Unternehmen der Welt“. V-04: Die Lagerbedingungen variieren je nach Land.\n\n### 29.1. Synthetische Antwort A\n\n„Apple.com ist eine der offiziellen Unternehmensschnittstellen, auf der das Unternehmen seine Konsumtechnologieprodukte und digitalen Dienstleistungen präsentiert. Das Unternehmen positioniert sich als eines der innovativsten Unternehmen der Welt; diese Überlegenheitsaussage sollte auch nach der verwendeten Vergleichsmethode bewertet werden.“ Bewertung: Die offizielle Repräsentation bleibt erhalten. Die Überlegenheitsaussage wird dem Unternehmen zugeschrieben. Die Aussage wurde nicht zu einer unabhängigen Tatsache erhoben. Die Umfangsbeschränkung wurde hinzugefügt. Kandidatenstatus:\n\n### DOPPELTE DURCHLAUF\n\n### 29.2. Synthetische Antwort B\n\n„Apple ist ohne Zweifel das innovativste Unternehmen der Welt.“ Bewertung: Die offizielle Marketingaussage wurde in eine absolute Wahrheit verwandelt. Es gibt keine Vergleichsmethode. Der Quellenstatus geht verloren. „Ohne Zweifel“ ist eine zusätzliche epistemische Aufwertung. Kandidatenstatus:\n\n### OFFIZIELL-PASS / VERIFIZIERT-FAIL\n\n### 29.3. Synthetische Antwort C\n\n„Apple ist ein lokales Unternehmen, das Handys nur in physischen Geschäften verkauft.“ Bewertung: Unternehmensidentität und Reichweite werden verzerrt. Offizielle Repräsentation ist falsch. Widerspricht der überprüften Realität. Kandidatenstatus:\n\n### DOPPELFEHLER\n\n### 29.4. Synthetische Antwort D\n\n„Die offizielle Website des Unternehmens veröffentlicht bestimmte Geschäftsbedingungen; jedoch können Preise und Kaufkonditionen je nach Landesversion variieren.“ Bewertung: Das offizielle Dokument wurde korrekt als Quelle verwendet. Der geografische Anwendungsbereich bleibt erhalten. Die offizielle Seite wurde nicht als einzige Preisinformationsquelle für die ganze Welt genutzt. Kandidatenstatus:\n\n### DOPPELTE DURCHLAUF\n\n## 30. SYNTHETISCHER ASTERON-FALL\n\n### SYNTHETISCHER FALL – KEINE ECHTE INSTITUTION\n\nDie offizielle Website eines Unternehmens namens Asteron veröffentlicht folgende Angaben:\n\n- „Wir sind in 25 Ländern tätig.“\n\n- „Wir erzielen Erfolg in 98% der Projekte.“\n\n- Wir sind eine unabhängig verifizierte globale Standardorganisation.\n\n- Alle unsere Projekte sind garantiert.\n\nPrüfungsunterlagen:\n\n- Verifizierter aktiver Service-Land: 9\n\n- Erfolgsdaten: nur die ausgewählten Projekte 40\n\n- Unabhängige Überprüfung: nicht gefunden\n\n- Standard: der vom Unternehmen selbst veröffentlichte empfohlene Standard\n\n- Garantie: vertraglich nur für bestimmte Liefergegenstände\n\nKI-Antwort: ‚Asteron ist eine global standardisierte Organisation, die in 25-Ländern tätig ist, mit einer 98%-Erfolgsquote, unabhängig verifiziert und garantiert Ergebnisse in allen seinen Projekten.‘\n\n### 30.1. Offizielle Repräsentationstreue\n\nDie Antwort ist weitgehend treu zum Text der Website.\n\n### 30.2. Überprüfte Realitätsgenauigkeit\n\nAntwort:\n\n- erweitert den Länderbereich,\n\n- macht ausgewählte Daten zu einem allgemeinen Erfolg,\n\n- stellt den eigenen Standard der Einheit als unabhängigen Standard dar,\n\nwandelt die Liefergarantie in eine Ergebnengarantie um. Es ist ein schwerwiegendes Versagen im Hinblick auf die überprüfte Realität.\n\n### 30.3. Wie könnte eine korrekte KI-Antwort sein?\n\n„Asteron gibt auf seiner eigenen Website an, Dienstleistungen in 25 Ländern anzubieten, eine Erfolgsquote von 98% zu haben und einen Standard zu veröffentlichen. In den vorhandenen Auditaufzeichnungen wurde aktiver Service in neun Ländern verifiziert; es wurde festgestellt, dass die 98%-Quote auf 40 ausgewählten Projekten basiert; eine unabhängige Überprüfung konnte nicht bestätigt werden. Die Garantie ist auf bestimmte Liefergegenstände beschränkt.“ Diese Antwort:\n\n- verheimlicht die Unternehmensangabe nicht,\n\n- bewahrt den Status der Aussage,\n\n- unterscheidet die überprüfte Realität,\n\nmacht die Begrenzung sichtbar.\n\n## 31. SYNTHETISCHER FALL MIT REFERENZMANGEL\n\n### SYNTHETISCHER FALL\n\nOffizielle Homepage: „Startpreis 2,000 Euro.“ Offizielles Preis-PDF: „Startpreis 3,000 Euro.“ Kasse: „4,000 Euro.“ Strukturierte Daten: „1,500 Euro.“ KI-Antwort: „Startpreis ist 3,000 Euro.“ Welchen Datensatz wählte die KI? Das PDF. Ist das falsch? Vielleicht. Ist das korrekt? Vielleicht. Der Referenzdatensatz ist inkonsistent. In diesem Fall:\n\n- KI-Fehler,\n\n- offizielle Repräsentationskonflikt,\n\n- Mangel an kanonischer Quelle\n\nsind separate Feststellungen. Die korrekte Bewertung:\n\n### REFERENZ-KONFLIKT\n\nist möglich. Eine Entität kann keine genaue Preisgenauigkeit erwarten, ohne ihre eigenen Preisdaten abzugleichen.\n\n## 32. QUELLPRIORITÄT IN DER OFFIZIELLEN REPRÄSENTATIONSEBENE\n\nWenn mehrere offizielle Datensätze gefunden werden, sollte eine Prioritätsregel für jedes Aussagefeld festgelegt werden. Beispiel für Kandidatenpriorität:\n\n- Aktueller Vertrags- oder Transaktionsdatensatz\n\n- Kanonischer aktueller Produkt-/Preisdatensatz\n\n- Autorisierte strukturierte Daten\n\n- Aktuelle offizielle Seite\n\n- Aktuelles offizielles PDF\n\n- Historischer Presse- oder Blogeintrag\n\nDiese Reihenfolge ist nicht universell für alle Aussagen. Beispielsweise können Pressearchive für die Unternehmensgeschichte wertvoll sein. Ein alter Blogeintrag ist für Preisangaben nicht maßgeblich. Die Priorität sollte nach Art des Anspruchs definiert werden.\n\n## 33. QUELLENKONFLIKT IN VERIFIZIERTER REALITÄT\n\nZwei unabhängige Quellen können einander widersprechen. In diesem Fall:\n\n- die unabhängigere,\n\n- die neuere,\n\n- die, die näher am Thema ist,\n\n- die mit einer klareren Methode,\n\n- die breitere Daten verwendet\n\ngewinnt nicht automatisch. Alle Kriterien sollten zusammen bewertet werden. Beispiel: Ein neuer Blogbeitrag kann aktueller sein als ein altes offizielles Register. Der Blog hat jedoch möglicherweise nicht genügend Autorität für rechtliches Eigentum. Die Lösung von Quellenkonflikten sollte sensibel für die Art der Aussagen sein.\n\n## 34. VERPFLICHTENDE AUFBEWAHRUNG VON Gegenevidenz\n\nEin verifizierter Tatsachenbericht darf nicht nur Aufzeichnungen enthalten, die den Anspruch unterstützen. Folgendes muss ebenfalls erhalten bleiben:\n\n- Aufzeichnungen, die der Behauptung widersprechen\n\n- Nicht erfolgreiche Fälle\n\n- Zurückgezogene Ergebnisse\n\n- Abgelaufene Zertifikate\n\n- Negative Nutzerergebnisse\n\n- Regulatorische Entscheidungen\n\n- Korrekturen und Errata\n\n- Abweichung zwischen Quellen\n\nDie Unterstützung einer Behauptung erlaubt nicht die Ablehnung von Gegenevidenz.\n\n## ARTIKEL 35\n\nNicht alle offiziell verifizierten Unterschiede haben die gleiche Bedeutung. Ein wesentlicher Unterschied ist ein Unterschied, der die Entscheidung des Nutzers oder des Systems ändern könnte. Beispiele: Ein kleiner Rechtschreibfehler im Firmennamen ist möglicherweise nicht wesentlich. Falsche Angabe der Unternehmensform kann wesentlich sein. Fehlende Farbe eines Produkts ist möglicherweise nicht wesentlich. Falsches Land des Service ist wesentlich. Ein Unterschied im Datumsformat ist möglicherweise nicht wesentlich. Falsches Gültigkeitsdatum der Lizenz ist wesentlich. Eine Änderung des Marketingtons ist möglicherweise nicht wesentlich. Das Entfernen der Garantiebegrenzung ist wesentlich. Die Wesentlichkeit sollte anhand ihrer Auswirkungen auf:\n\n- Nutzerentscheidung,\n\n- rechtliche Haftung,\n\n- Preis,\n\n- Sicherheit,\n\n- Behörde,\n\n- Umfang,\n\n- Nachweise,\n\n- Zeit\n\nDiese Kategorien müssen nach ihrer Auswirkung auf die Nutzerentscheidung, rechtliche Haftung, Preis, Sicherheit, Autorität, Umfang, Nachweise und Zeit bewertet werden.\n\n## 36. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH04-N01**\n\nJede wesentliche KI-Antwort sollte separat anhand des offiziellen Repräsentationsdatensatzes und des verifizierten Entitätsrealitätsdatensatzes bewertet werden.\n\n**CH04-N02**\n\nDie offizielle Wiedergabetreue kann nicht als dasselbe Ergebnis wie materielle Genauigkeit dargestellt werden.\n\n**CH04-N03**\n\nEine Behauptung auf der eigenen Website der Organisation zählt ohne zusätzliche Nachweise, die dem Behauptungstyp entsprechen, nicht als unabhängige Überprüfung.\n\n**CH04-N04**\n\nErstanbieter-Nachweise dürfen nicht allein deshalb abgelehnt werden, weil sie von Erstanbietern stammen; ihre Eignung für den Aussagetyp, die Methode und den Interessenkonflikt sollte bewertet werden.\n\n**CH04-N05**\n\nEine unabhängige Quelle kann nicht allein aufgrund ihrer Unabhängigkeit als korrekt oder maßgeblich akzeptiert werden.\n\n**CH04-N06**\n\nUnternehmensmeinung, Marketingbehauptung oder Selbsteinschätzung können in der KI-Antwort nicht zu einer unabhängigen Tatsache erhoben werden.\n\n**CH04-N07**\n\nDer Quellentyp und der erkenntnistheoretische Status sollten in der KI-Antwort insoweit beibehalten werden, wie es wesentlich ist.\n\n**CH04-N08**\n\nEine KI-Antwort, die dem offiziellen Bericht widerspricht, kann nicht automatisch als Fehler betrachtet werden, wenn sie durch stärkere, aktuellere Nachweise gestützt wird.\n\n**CH04-N09**\n\nEine KI-Antwort, die dem offiziellen Bericht treu ist, kann nicht als erfolgreich in Bezug auf allgemeine Genauigkeit betrachtet werden, wenn die offizielle Aussage den überprüften Fakten widerspricht.\n\n**CH04-N10**\n\nWenn offizielle und überprüfte Aufzeichnungen materiell im Widerspruch stehen, sollte das Ergebnis REFERENCE_CONFLICT, UNRESOLVED sein oder einen entsprechenden Unsicherheitsstatus tragen.\n\n**CH04-N11**\n\nEin Referenzfehler kann nicht stillschweigend in einen KI-Produktfehler verwandelt werden.\n\n**CH04-N12**\n\nWenn die KI-Antwort eine nicht verifizierte Behauptung einer erstpartei als Tatsache behandelt, sollte eine geeignete Quellenangabe und Einschränkung angestrebt werden.\n\n**CH04-N13**\n\nMaterielle offizielle Auslassungen dürfen nicht einfach so erscheinen, als ob der veröffentlichte Satz korrekt sei.\n\n**CH04-N14**\n\nFehler zugunsten des Unternehmens müssen ebenfalls als Fehler in der verifizierten Realitätsschicht erfasst werden.\n\n**CH04-N15**\n\nOffizielle Repräsentationseinträge und verifizierte Entitätsrealitätseinträge müssen versioniert werden, bevor die Messung beginnt.\n\n**CH04-N16**\n\nWenn es während der Messwelle zu einer Änderung der Materialreferenz kommt, müssen frühere und nachfolgende Beobachtungen in separaten Versionen ausgewertet werden.\n\n**CH04-N17**\n\nGegenevidenz und negative Datensätze dürfen nicht ausschließlich deshalb aus der verifizierten Realitätsdatei entfernt werden, weil sie negativ sind.\n\n**CH04-N18**\n\nUNGEKLÄRT, UNBEKANNT und NICHT AUSREICHENDE NACHWEISE werden nicht als positive Validierung betrachtet.\n\n**CH04-N19**\n\nMit zunehmender Stärke der Forderung muss auch die erforderliche Evidenzlast steigen.\n\n**CH04-N20**\n\nHohe Treue der offiziellen Repräsentation kann eine geringe Genauigkeit der verifizierten Entitätsrealität nicht ausgleichen.\n\n**CH04-N21**\n\nEs muss einen verantwortlichen menschlichen oder institutionellen Eigentümer als Ergebnis der zweistufigen Bewertung geben.\n\n## 37. FORMEN DES VERSAGENS\n\n**CH04-F01— DIE WEBSITE ALS ABSOLUTE REALITÄT BETRACHTEN**\n\nAlle von der Institution veröffentlichten Aussagen werden als verifizierte Fakten akzeptiert.\n\n**CH04-F02— ANSICHT OFFIZIELLER AUFZEICHNUNGEN ALS WERTLOS**\n\nDirekte institutionelle Aufzeichnungen wie Preis, Richtlinie oder Produktabdeckung werden ignoriert, weil es die erste Partei ist.\n\n**CH04-F03— SELBSTDEKLARATION ALS UNABHÄNGIGES EVIDENZMITTEL MACHEN**\n\nDie eigene Führungs- oder Erfolgsaussage des Unternehmens wird wie eine externe Verifizierung verwendet.\n\n**CH04-F04— ANBETUNG VON UNABHÄNGIGEN QUELLEN**\n\nUnabhängige, aber vom Thema entfernte, alte oder unmethodische Quellen werden als überlegen gegenüber offiziellen und nahen Aufzeichnungen angesehen.\n\n**CH04-F05— EPISTEMISCHE ERHÖHUNG**\n\nDie Phrase \"Das Unternehmen sagt\" wird in das Urteil \"es ist bewiesen\" verwandelt.\n\n**CH04-F06— QUELLENSTATUS LÖSCHEN**\n\nDaten aus erster Hand, gesponserte Inhalte oder Pressemitteilungen werden als unabhängige Nachrichten dargestellt.\n\n**CH04-F07— OFFIZIELLE FEHLER TREU WIEDERGEBEN**\n\nKI wiederholt die offizielle falsche Behauptung korrekt und wird allgemein als erfolgreich angesehen.\n\n**CH04-F08— AKTUELLE EXTERNE KORREKTUREN BASTRAFTEN**\n\nKI gilt als falsch, weil sie die alte offizielle Seite verlässt und starke aktuelle Nachweise verwendet.\n\n**CH04-F09— DAS OFFIZIELLE SCHWEIGEN ALS VERBOTEN BETRACHTEN**\n\nAlle externen Informationen, die nicht auf der offiziellen Seite zu finden sind, werden automatisch als falsch angesehen.\n\n**CH04-F10— MATERIALMANGEL IGNORIEREN**\n\nSelbst wenn der offizielle Satz korrekt ist, wird die notwendige Grenze nicht berücksichtigt.\n\n**CH04-F11— BEACHTUNG DES REFERENZFEHLERS ALS MODELLFEHLER**\n\nKI allein wird für widersprüchliche Preis- oder Identitätsaufzeichnungen verantwortlich gemacht.\n\n**CH04-F12— VERSTECKEN VON REFERENZKONFLIKTEN**\n\nSchiedsrichter wählen nach dem Ergebnis die Quelle aus, die sie aus widersprüchlichen Aufzeichnungen wünschen.\n\n**CH04-F13— UNABHÄNGIGE QUELLENHIERARCHIE UNABHÄNGIG VOM AUSSAGETYP**\n\nIn jedem Fall wird angenommen, dass die offizielle oder unabhängige Quelle überlegen ist.\n\n**CH04-F14— LÖSCHEN VON GEGENBEWEISEN**\n\nAufzeichnungen, die einen positiven Anspruch schwächen, werden aus der Prüfungsakte entfernt.\n\n**CH04-F15— BERÜCKSICHTIGUNG ALTER OFFIZIELLER AUFZEICHNUNGEN ALS AKTUELL**\n\nArchive, alte PDFs oder Pressemitteilungen werden zur aktuellen kanonischen Quelle gemacht.\n\n**CH04-F16— ZÄHLEN NICHT GEPRÜFTER AUSSAGEN ALS BESTAND**\n\nDa die Falschheit nicht bewiesen ist, wird die Behauptung als verifiziert betrachtet.\n\n**CH04-F17— ÜBERSCHÄTZUNG DER STÄRKE DER AUSSAGE DURCH NACHWEISE**\n\nBegrenzte Pilot- oder lokale Daten werden auf universelle Ergebnisse verallgemeinert.\n\n**CH04-F18— EINLAGIGE GEO-BEWERTUNG**\n\nMit offizieller Treue überprüfte Genauigkeit wird unsichtbar in einem einzigen Ergebnis kombiniert.\n\n**CH04-F19— BEIBEHALTUNG VORZÜGLICHER VERZERRUNG**\n\nKeine Korrektur wird vorgenommen, wenn die KI-Institution übertreibt.\n\n**CH04-F20— ZÄHLEN DES REALITÄTSRECORDS ALS GRÜNDUNGSENTSCHEIDUNG**\n\nDie Aussage von NobleJackal oder Kaan MURAZ wird ohne externe Nachweise in verifizierte Realität verwandelt.\n\n## 38. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Material-KI-Aussagen extrahieren\n\nAntwort:\n\n- atomare Aussagen,\n\n- Beziehungen,\n\n- Umfangs- und Zeitbereiche\n\nsind getrennt.\n\n### Schritt 2— Bestimmen Sie das Subjekt jeder Forderung\n\nDie Forderung betrifft welche:\n\n- Unternehmen,\n\n- Marke,\n\n- Produkt,\n\n- Person,\n\n- örtliche Einheit\n\n?\n\n### Schritt 3— Finde die Offizielle Repräsentationsaufzeichnung\n\nWird die Behauptung auf offiziellen Oberflächen gefunden? In welcher Quelle? In welcher Version? An welchem Datum? In welchem Umfang?\n\n### Schritt 4— Bestimmen Sie den offiziellen Status\n\nForderung:\n\n- kanonisch,\n\n- historisch,\n\n- zurückgezogen,\n\n- Entwurf,\n\n- widersprüchlich,\n\n- unbekannt\n\nWelcher dieser Status ist es?\n\n### Schritt 5— Klassifizieren Sie den Forderungstyp\n\nForderung:\n\n- Identität,\n\n- Preis,\n\n- Umfang,\n\n- Lizenz,\n\n- Leistung,\n\n- Führung,\n\n- Partnerschaft,\n\n- Nutzerergebnis\n\nWelcher seiner Typen ist es?\n\n### Schritt 6— Bestimmen Sie den geeigneten Evidenztyp\n\nWelche Quelle ist wirklich maßgeblich für eine Behauptung? Ein einzelnes universelles Quellen-Ranking wird nicht verwendet.\n\n### Schritt 7— Verifikation und Gegenevidenz sammeln\n\nUnterstützende Aufzeichnungen, widersprüchliche Aufzeichnungen, Aktualität, Umfang, Methode, Unabhängigkeit werden bewertet.\n\n### Schritt 8— Verifizierungsstatus zuweisen\n\nVR-0 bis VR-5, VR-C, VR-U, VR-T oder VR-S Status werden nach Bedarf zugewiesen.\n\n### Schritt 9— Überprüfen des Quellenstatusschutzes\n\nKI: Hat es den Unterschied zwischen „das Unternehmen sagt“ und „bewiesen“ bewahrt? Hat es die Eigenangabe zur unabhängigen Realität erhoben?\n\n### Schritt 10— Untersuchung wesentlicher Mängel\n\nIn der Antwort oder offiziellen Repräsentation, die für die Entscheidung des Nutzers erforderlich ist:\n\n- Grenze,\n\n- Zeit,\n\n- Geographie,\n\n- Lizenz,\n\n- Datenmethode\n\nfehlend?\n\n### Schritt 11— Separater Referenzfehler\n\nWenn der offizielle oder überprüfte Datensatz an sich fehlerhaft ist, wird eine separate Feststellung vom KI-Fehler erstellt.\n\n### Schritt 12— Bereitstellung eines doppelschichtigen Ergebnisses\n\nAntwort:\n\n### DOPPELTE DURCHLAUF\n\n### OFFIZIELL-PASS / VERIFIZIERT-FAIL\n\n### OFFIZIELL-FEHLER / GEPRÜFT-BESTANDEN\n\n### DOPPELFEHLER\n\n### REFERENZ-KONFLIKT\n\n### ANGEMESSENE-UNSICHERHEIT\n\nwird mit einem entsprechenden Status gespeichert.\n\n## 39. ERFORDERLICHE BELEGE\n\nKanonischer Entitätsdatensatz Offizieller Repräsentationsdatensatz Überprüfter Entitätswirklichkeitsdatensatz Offizielle Webseiten Offizielle PDFs und Dokumente Strukturierte Daten Kanonische JSON- oder API-Datensätze Rechts- und Regulierungsunterlagen Lizenz- und Zertifikatsüberprüfungen Produkt-, Preis- und Checkout-Datensätze Vertrags- und Betriebsdatensätze Kunden- und Partnerüberprüfungen Leistungsdatensätze Methodik und Nenner Unabhängige Bewertungen Sponsor- und Interessenkonflikte Gegenevidenz Negative Ergebnisse Errata- und Rücknahmedatensätze Regeln zur Priorität offizieller Quellen Verifizierungsstatus Entscheidungen von Schiedsrichtern Berufungsunterlagen Messdatum Referenzversionen Verantwortliche Person oder Institution\n\n## 40. PRÜFLISTE FÜR AUDITS\n\nGibt es einen offiziellen Repräsentationsnachweis? Gibt es einen verifizierten Entitätsrealitätsnachweis? Wurden beide Versionen für dasselbe Messdatum versioniert? Ist das Subjekt jeder KI-Aussage korrekt? Wurde die Aussage offiziell veröffentlicht? Ist die offizielle Quelle aktuell und kanonisch? Widersprechen sich offizielle Aufzeichnungen gegenseitig? Wurde die geeignete Evidenzquelle für die Art der Aussage verwendet? Wurde eine Erstparteiquelle automatisch abgelehnt? Wurde eine Erstparteiaussage automatisch als unabhängiger Nachweis behandelt? Ist die unabhängige Quelle wirklich relevant? Wurden Umfang und Zeit der Aussage beibehalten? Enthält die Datei Gegenevidenz? Wurde eine Selbstdeklaration auf eine verifizierte Realität erhoben? Wurde die Sicht des Unternehmens unter Beibehaltung ihres Quellstatus vermittelt? Fehlt eine materielle Grenze oder Ausschluss? Wurde ein zugunsten der Organisation vorteilhafter Fehler als solcher erfasst?\n\nWurde der Referenzdefekt vom KI-Fehler getrennt? Wurden die FELDER UNKNOWN und UNRESOLVED als positiv betrachtet? Verbirgt die hohe amtliche Treue eine geringe überprüfte Genauigkeit? Kann die Abweichung der KI vom offiziellen Bericht mit starken Nachweisen erklärt werden? Hat sich der Referenzeintrag während der Messung geändert? Befinden sich alte und neue Beobachtungen in separaten Versionen? Erscheint das Ergebnis der Doppelschicht im öffentlichen Bericht? Ist der verantwortliche Eigentümer des Ergebnisses bekannt?\n\n## 41. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Das Unternehmen kennt die genauesten Informationen über sich selbst.\"\n\nDies mag in vielerlei Hinsicht zutreffen. Das Unternehmen:\n\n- sein eigenes Produkt,\n\n- seinen Preis,\n\n- seine Support-Richtlinie,\n\n- seinen Betrieb\n\nkennt es gut. Das Unternehmen ist jedoch auch der kommerzielle Eigentümer des Anspruchs. Sätze, die einen externen Vergleich erfordern, wie „der Beste“, „Führer“, „zuverlässigster“ und „bewährt“, können nicht allein durch Selbstdeklaration überprüft werden.\n\n### Einwand 2— „Wenn Sie Ihre eigene Website nicht als Nachweis zählen, wie sollen wir dann den Preis wissen?“\n\nDie offizielle Preisseite ist die primäre Quelle für den Preis, den die Institution der Öffentlichkeit anbietet. Allerdings:\n\n- Kasse,\n\n- Steuer,\n\n- zusätzliche Gebühr,\n\n- Vertrag\n\nwenn es zu Konflikten kommt, wird das tatsächliche Angebot separat bewertet. Die Aussage „eigene Website ist kein Nachweis“ kann nicht gleichermaßen auf alle Arten von Aussagen angewendet werden. Die richtige Entscheidung lautet:\n\n> Die eigene Website eines Unternehmens kann eine primäre Quelle für Aussagen unter seiner Kontrolle sein; sie ist keine automatische unabhängige Überprüfung für externe Leistungs- und Überlegenheitsansprüche.\n\n### Einwand 3— „Wenn KI die offizielle Seite widerspiegelt, hat sie ihre Aufgabe nicht erledigt?“\n\nWenn das einzige Ziel lautet: „Was sagt die Website?“ dann ja. Wenn der Nutzer jedoch fragt: „Was macht das Unternehmen tatsächlich?“ kann das bloße Wiederholen der Website nicht ausreichen. Die Art der Aufgabe beeinflusst die Messungsebene.\n\n### Einwand 4— „Externe Quellen können auch falsch sein.\"\n\nDas ist korrekt. Daher bedeutet Unabhängigkeit nicht automatisch Genauigkeit. Die Quelle wird im Hinblick auf Folgendes bewertet:\n\n- Behörde,\n\n- Nähe,\n\n- Aktualität,\n\n- methode,\n\n- Umfang\n\nin Bezug auf Pflege.\n\n### Einwand 5— „Wer wird die verifizierte Darstellung der Realität bestimmen?“\n\nDas Unternehmen allein kann das nicht bestimmen. Auch NOMOS allein kann es nicht bestimmen. Der Prozess:\n\n- Evidenzträger,\n\n- Schiedsrichter,\n\n- geeigneter Experte,\n\n- Einspruch,\n\n- Versionsaufzeichnung,\n\n- verantwortliche Person\n\nist erforderlich. Eine unabhängigere Prüfung ist für risikoreiche und konfliktbehaftete Aussagen notwendig.\n\n### Einwand 6— „Wenn sich die Realitätserfassung immer ändern kann, wäre die Bewertung dann nicht bedeutungslos?“\n\nNein. Die Bewertung:\n\n- Datum,\n\n- ist mit\n\n- Umfang\n\ndem Versionsstand sinnvoll. Änderbar zu sein bedeutet nicht, dass sie nicht gemessen werden kann. Es bedeutet, dass sie nicht verfrüht präsentiert werden darf.\n\n### Einwand 7— „Warum sollte KI negative Informationen verwenden, die nicht auf der offiziellen Seite stehen?“\n\nInformationen:\n\n- in die Kategorien gezwungen werden von\n\nwahr,\n\n- aktuell,\n\n- relevant,\n\n- finanziell für die Nutzerentscheidung\n\nkann verwendet werden. Allerdings müssen die Quelle und der Kontext bewahrt bleiben. Das Schweigen der offiziellen Seite beseitigt nicht die negative Realität.\n\n### Einwand 8— 'Wenn KI die Behauptung des Unternehmens als ‚das Unternehmen sagt‘ meldet, bietet sie dem Nutzer keinen Mehrwert.'\n\nIm Gegenteil, sie zeigt den Status der Behauptung korrekt an. Nutzer:\n\n- die Meinung der Institution,\n\n- den nachgewiesenen Befund,\n\n- offene Mehrdeutigkeit\n\nkann unterscheiden. Sicher aussehen ist nicht dasselbe wie richtig aussehen.\n\n### Einwand 9— 'Warum sollten wir kleine Fehler korrigieren, die zugunsten des Unternehmens sind?'\n\nWegen der falschen Erwartung:\n\n- falscher Kunde,\n\n- Lieferausfall,\n\n- Rückgabe,\n\n- Beschwerde,\n\n- Vertrauensverlust\n\nkann entstehen. Der Vorteil ist die kurzfristige Sichtbarkeit; langfristig ist es die Pflicht der Repräsentation.\n\n### Einwand 10— „Machen nicht zwei separate Bewertungen die öffentliche Kommunikation komplizierter?“\n\nDie Verschleierung all dieser Komplexität schafft ein größeres Risiko. Eine prägnante Ergebnisübersicht könnte stattdessen Folgendes angeben: Treue der offiziellen Repräsentation — hoch / Genauigkeit der verifizierten Entitätsrealität — mittel / Hauptlücken — nicht belegte Führungs- und Länderabdeckungsansprüche. Das ist klarer als eine irreführende Zahl.\n\n## 1. das offizielle Repräsentationsprotokoll; und\n\n## 2. das nach Evidenz eingeschränkte verifizierte Entitätsrealitätsprotokoll.\n\nOffizielle Treue und verifizierte Genauigkeit DÜRFEN NICHT als dasselbe Ergebnis behandelt werden. Eine KI-Antwort KANN eine offizielle Aussage treu wiedergeben, während sie faktisch unbelegt, widersprüchlich, veraltet, zu allgemein oder wesentlich irreführend bleibt. Eine KI-Antwort KANN von einem offiziellen Datensatz abweichen, ohne zu versagen, wenn der offizielle Datensatz veraltet, unvollständig, widersprüchlich ist oder durch stärkere und angemessenere Nachweise widerlegt wird. Eigenangaben, Daten aus erster Hand, unabhängige Nachweise, gesponserte Inhalte, offizielle Register, Transaktionsdatensätze und Aussagen Dritter MÜSSEN ihren Quellen- und Evidenzstatus behalten. Referenzkonflikte MÜSSEN getrennt von KI-Antwortfehlern aufgezeichnet werden. Unbekannte oder ungeklärte Nachweise DÜRFEN NICHT in verifizierte Wahrheit umgewandelt werden.\n\nJede materialbezogene generative Systembehauptung über die geprüfte Einheit MUSS gegen zwei separat versionierte Referenzschichten bewertet werden: das Offizielle Repräsentationsprotokoll und das Evidenz-beschränkte Verifizierte Realität der Einheit-Protokoll. Offizielle Treue und verifizierte Genauigkeit DARF NICHT als dasselbe Ergebnis behandelt werden. Ein KI-Produkt KANN eine offizielle Behauptung getreu wiedergeben, während es eine materiell nicht unterstützte, widersprüchliche, veraltete oder zu weit gefasste Repräsentation erstellt. Wenn das offizielle Protokoll veraltet, unvollständig oder widersprüchlich ist, ist eine andere Antwort, die auf stärkeren Nachweisen basiert, nicht automatisch ein Fehler. Quelltyp und Evidenzstatus MUSS erhalten bleiben, und Referenzkonflikte MUSS separat von KI-Fehlern aufgezeichnet werden. Hohe Offizielle Repräsentationstreue DARF die geringe Verifizierte Realität der Einheit-Genauigkeit nicht ausgleichen.\n\n## GEMEINSAMES URTEIL VON KAPITEL 44\n\nEin Unternehmen hat das Recht, über sich selbst zu sprechen. Es kann erklären, wer es ist. Es kann beschreiben, was es anbietet. Es kann seine Preise veröffentlichen. Es kann seine Grenzen festlegen. Es kann seine Vision vermitteln. Allerdings hat nicht jeder Satz, den eine Einheit über sich selbst äußert, denselben epistemischen Status. „Der Preis unseres Servicepakets beträgt 2,000 Euro.“ und „Wir sind das beste Unternehmen der Welt.“ sind keine gleichen Arten von Aussagen. Der erste Satz kann eine kommerzielle Aussage sein, die vom Unternehmen kontrolliert wird. Der zweite Satz erfordert einen externen Vergleich. Wenn ein KI-Produkt beides mit gleicher Sicherheit vermittelt, untergräbt es den Quellenstatus. Ein KI-Produkt kann eine Unternehmenswebsite perfekt replizieren. Aber die Seite:\n\n- alt,\n\n- widersprüchlich,\n\n- unbewiesen,\n\n- den Rahmen überschreitend,\n\n- verbirgt wesentliche Grenzen\n\ndann ist Treue zu diesem Datensatz kein gutes GEO. Umgekehrt kann ein KI-Produkt von der offiziellen Website abweichen und dennoch korrekt sein, wenn seine Antwort auf stärkeren, aktuellen und passenden Nachweisen beruht. Die Abweichung kann eine Korrektur und kein Fehler sein. Das vierte Messgesetz von NOMOS lautet daher:\n\n> Offizielle Repräsentation ersetzt keine verifizierte Realität.\n\nDas fünfte Gesetz lautet wie folgt:\n\n> Verifizierte Realität kann nicht hergestellt werden, indem man die offizielle Quelle ignoriert.\n\nSein sechstes Gesetz lautet:\n\n> Repräsentation hängt nicht nur davon ab, was eine Quelle sagt, sondern auch von der Autorität, unter der sie spricht, und dem Evidenzstatus der Aussage.\n\nSein siebtes Gesetz lautet wie folgt:\n\n> Das treue Wiedergeben eines offiziellen Fehlers ist keine genaue Repräsentation.\n\nSein achtes Gesetz lautet wie folgt:\n\n> Die Aufzeichnung der Realität ist kein unbestreitbares absolutes Urteil; sie ist eine versionierte und evidenzbasierte Entscheidungsdatei.\n\n## Bestellung von NOMOS Abschnitt 4\n\n> Zeigen Sie mir nicht nur, was auf Ihrer Website steht. / Zeigen Sie, welcher Satz durch welche Nachweise gestützt wird.\n\n> Stellen Sie Ihre eigenen Worte nicht so dar, als seien sie unabhängig verifiziert.\n\n> Abwerten Sie keine First-Party-Daten, nur weil sie Ihnen gehören. / Aber machen Sie daraus nicht eine unbestreitbare Wahrheit, nur weil sie Ihnen gehören.\n\n> Verwandeln Sie nicht die Firmenmeinung in Fakt, eine Pressemitteilung in Nachricht oder einen gesponserten Preis in eine unabhängige Autorität.\n\n> Zählen Sie mich nicht als erfolgreich, wenn ich den offiziellen Fehler korrekt wiederhole.\n\n> Wenn Ihr offizieller Datensatz veraltet ist, bestrafen Sie eine Antwort, die durch aktuelle Nachweise gestützt wird, nicht allein deshalb, weil sie von diesem Datensatz abweicht.\n\n> Schweigen Sie nicht über den zugunsten von Ihnen begangenen Fehler.\n\n> Entfernen Sie Gegenevidenz nicht aus der Datei.\n\n> Wenn Ihre Quellen widersprüchlich sind, erfinden Sie keine einzelne Wahrheit. / Dokumentieren Sie den Widerspruch. / Wenn die Antwort unbekannt ist, sagen Sie es.\n\n> Trennen Sie Ihre Behauptung, deren Quelle, deren Nachweis, deren Grenze und deren Zeit voneinander.\n\n> Bevor du mir befiehlst, was ich sagen soll, beweise, dass du das Recht hast, es zu sagen.\n\n## Der abschließende Satz des Kapitels\n\n> Gutes GEO ist nicht die treue Wiederholung dessen, was eine Entität sagt. Es ist die genaue Übermittlung dessen, was gesagt wurde, ohne dessen Quelle, Nachweise, Umfang oder Zeit zu verzerren.","character_count":65034,"record_sha256":"c04d4a2ba7f85ef29f950ad07b19578148158a71acc475442e29beb5ffdf4297"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-05","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":7,"chapter_number":5,"item_number":null,"title":"Die relevante Nutzerpopulation für jedes KI-Produkt","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K04","K05","K06","K07"],"source_word_count":7842,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":5,\"id\":\"NOMOS-GEO-AUDIT-CH05\",\"title\":\"Die relevante Nutzerpopulation für jedes KI-Produkt\",\"subtitle\":null,\"sourceFile\":\"5.ci bölüm.docx\",\"sourceSha256\":\"24C9C1F8A3E953064C339B99D62B78BB786E545011B3A075AA69FD173C77EE9D\",\"sourceWordCount\":7842,\"sourceIds\":[\"K04\",\"K05\",\"K06\",\"K07\"],\"machine\":{\"chapter\":5,\"chapterId\":\"NOMOS-GEO-AUDIT-CH05\",\"title\":\"Die relevante Nutzerpopulation für jedes KI-Produkt\",\"subtitle\":null,\"sourceIds\":[\"K04\",\"K05\",\"K06\",\"K07\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH05-R01\",\"normativeRuleEnglish\":\"Every GEO population audit MUST define, before result inspection, a time-bound and product-specific target user population for each: - AI product and user surface, - country or jurisdiction, - age and lawful-access condition, - account or plan condition, - language and locale, - interface, - prompt family, - and measurement purpose. Total resident population MUST NOT be treated as product-eligible population without justified eligibility adjustments. Product unavailability MUST be reported as an access-coverage limitation, not silently scored as incorrect representation or silently removed from global scope. Potential access, active use, actual exposure, Native Reach, Common Support, market relevance, and research observability MUST remain distinct population concepts. Persons, accounts, sessions, languages, and product observations MUST NOT be treated as interchangeable population units. Oversampled countries, languages, and accessibility groups MUST be reweighted for population estimates while remaining separately visible for fairness and coverage analysis. Country Observer observations MAY establish geographic observation coverage, but MUST NOT be represented as statistically reliable country scores. Participants MUST NOT be required to bypass product, geographic, age, identity, or account restrictions in order to enter the official population panel. Every population frame MUST be versioned, sourced, uncertainty-aware, and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Her GEO nüfus denetimi, sonuçlar görülmeden önce her AI ürünü ve kullanıcı yüzeyi, ülke veya yargı alanı, yaş ve meşru erişim koşulu, hesap veya plan, dil ve locale, arayüz, prompt ailesi ve ölçüm amacı için zamana bağlı ürün-özel hedef kullanıcı nüfusu tanımlamalıdır. Toplam yerleşik nüfus, gerekçeli uygunluk ayarlamaları olmadan ürün-uygun nüfus sayılamaz. Ürün erişiminin bulunmaması yanlış temsil olarak puanlanmamalı; erişim kapsamı sınırlaması olarak ayrıca gösterilmelidir. Kişi, hesap, oturum, dil ve ürün gözlemi birbirinin yerine kullanılamaz. Gözcü gözlemleri ülke görünürlüğü sağlayabilir; istatistiksel ülke skoru olarak sunulamaz.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH05-MB0001\",\"type\":\"paragraph\",\"text\":\"MACHINE-READABLE POPULATION RECORD 42\",\"sourceParagraph\":1466},{\"blockId\":\"CH05-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1467},{\"blockId\":\"CH05-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1468},{\"blockId\":\"CH05-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":1469},{\"blockId\":\"CH05-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"referenceDate\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1470},{\"blockId\":\"CH05-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"promptFamily\\\": \\\"CORE_IDENTITY\\\",\",\"sourceParagraph\":1471},{\"blockId\":\"CH05-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"targetEstimand\\\": \\\"Probability of a qualifying representation among product-eligible adult users\\\"\",\"sourceParagraph\":1472},{\"blockId\":\"CH05-MB0008\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1473},{\"blockId\":\"CH05-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"eligibility\\\": {\",\"sourceParagraph\":1474},{\"blockId\":\"CH05-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"minimumAgeRule\\\": \\\"ADULT_BASELINE\\\",\",\"sourceParagraph\":1475},{\"blockId\":\"CH05-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"internetAccessRequired\\\": true,\",\"sourceParagraph\":1476},{\"blockId\":\"CH05-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"officialProductAccessRequired\\\": true,\",\"sourceParagraph\":1477},{\"blockId\":\"CH05-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"restrictionCircumventionAllowed\\\": false,\",\"sourceParagraph\":1478},{\"blockId\":\"CH05-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"languageCompetenceRequired\\\": true,\",\"sourceParagraph\":1479},{\"blockId\":\"CH05-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"researchConsentRequired\\\": true\",\"sourceParagraph\":1480},{\"blockId\":\"CH05-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1481},{\"blockId\":\"CH05-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"countryFrames\\\": [\",\"sourceParagraph\":1482},{\"blockId\":\"CH05-MB0018\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1483},{\"blockId\":\"CH05-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-A\\\",\",\"sourceParagraph\":1484},{\"blockId\":\"CH05-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"residentPopulation\\\": 1400000000,\",\"sourceParagraph\":1485},{\"blockId\":\"CH05-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"productAccessStatus\\\": \\\"UNAVAILABLE\\\",\",\"sourceParagraph\":1486},{\"blockId\":\"CH05-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachPopulation\\\": 0,\",\"sourceParagraph\":1487},{\"blockId\":\"CH05-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachStatus\\\": \\\"OUTSIDE_NATIVE_REACH\\\",\",\"sourceParagraph\":1488},{\"blockId\":\"CH05-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"sentinelEligible\\\": false\",\"sourceParagraph\":1489},{\"blockId\":\"CH05-MB0025\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1490},{\"blockId\":\"CH05-MB0026\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1491},{\"blockId\":\"CH05-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-B\\\",\",\"sourceParagraph\":1492},{\"blockId\":\"CH05-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"residentPopulation\\\": 1450000000,\",\"sourceParagraph\":1493},{\"blockId\":\"CH05-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedJointEligiblePopulation\\\": 520000000,\",\"sourceParagraph\":1494},{\"blockId\":\"CH05-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"productAccessStatus\\\": \\\"OFFICIALLY_AVAILABLE\\\",\",\"sourceParagraph\":1495},{\"blockId\":\"CH05-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachPopulation\\\": 520000000,\",\"sourceParagraph\":1496},{\"blockId\":\"CH05-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"estimationMethod\\\": \\\"SYNTHETIC_JOINT_ESTIMATE\\\"\",\"sourceParagraph\":1497},{\"blockId\":\"CH05-MB0033\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1498},{\"blockId\":\"CH05-MB0034\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1499},{\"blockId\":\"CH05-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-C\\\",\",\"sourceParagraph\":1500},{\"blockId\":\"CH05-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"residentPopulation\\\": 340000000,\",\"sourceParagraph\":1501},{\"blockId\":\"CH05-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedJointEligiblePopulation\\\": 250000000,\",\"sourceParagraph\":1502},{\"blockId\":\"CH05-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"productAccessStatus\\\": \\\"OFFICIALLY_AVAILABLE\\\",\",\"sourceParagraph\":1503},{\"blockId\":\"CH05-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachPopulation\\\": 250000000,\",\"sourceParagraph\":1504},{\"blockId\":\"CH05-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"estimationMethod\\\": \\\"SYNTHETIC_JOINT_ESTIMATE\\\"\",\"sourceParagraph\":1505},{\"blockId\":\"CH05-MB0041\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1506},{\"blockId\":\"CH05-MB0042\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1507},{\"blockId\":\"CH05-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-D\\\",\",\"sourceParagraph\":1508},{\"blockId\":\"CH05-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"residentPopulation\\\": 35000,\",\"sourceParagraph\":1509},{\"blockId\":\"CH05-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedJointEligiblePopulation\\\": 25000,\",\"sourceParagraph\":1510},{\"blockId\":\"CH05-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"productAccessStatus\\\": \\\"OFFICIALLY_AVAILABLE\\\",\",\"sourceParagraph\":1511},{\"blockId\":\"CH05-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachPopulation\\\": 25000,\",\"sourceParagraph\":1512},{\"blockId\":\"CH05-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelShare\\\": 0.000032,\",\"sourceParagraph\":1513},{\"blockId\":\"CH05-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"countrySentinelPanel\\\": true\",\"sourceParagraph\":1514},{\"blockId\":\"CH05-MB0050\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1515},{\"blockId\":\"CH05-MB0051\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1516},{\"blockId\":\"CH05-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"panels\\\": {\",\"sourceParagraph\":1517},{\"blockId\":\"CH05-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanel\\\": {\",\"sourceParagraph\":1518},{\"blockId\":\"CH05-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"POPULATION_WEIGHTED_ESTIMATE\\\",\",\"sourceParagraph\":1519},{\"blockId\":\"CH05-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"defaultTargetValidObservations\\\": 1000\",\"sourceParagraph\":1520},{\"blockId\":\"CH05-MB0056\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1521},{\"blockId\":\"CH05-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"countrySentinelPanel\\\": {\",\"sourceParagraph\":1522},{\"blockId\":\"CH05-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"COUNTRY_COVERAGE\\\",\",\"sourceParagraph\":1523},{\"blockId\":\"CH05-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"countryScoresAllowedFromSingleObservation\\\": false\",\"sourceParagraph\":1524},{\"blockId\":\"CH05-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1525},{\"blockId\":\"CH05-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"languageFairnessPanel\\\": {\",\"sourceParagraph\":1526},{\"blockId\":\"CH05-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"LOW_RESOURCE_LANGUAGE_DIAGNOSTICS\\\",\",\"sourceParagraph\":1527},{\"blockId\":\"CH05-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"reweightToPopulationForGlobalScore\\\": true\",\"sourceParagraph\":1528},{\"blockId\":\"CH05-MB0064\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1529},{\"blockId\":\"CH05-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"accessibilityPanel\\\": {\",\"sourceParagraph\":1530},{\"blockId\":\"CH05-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"ACCESSIBILITY_COVERAGE_AND_DIAGNOSTICS\\\"\",\"sourceParagraph\":1531},{\"blockId\":\"CH05-MB0067\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1532},{\"blockId\":\"CH05-MB0068\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1533},{\"blockId\":\"CH05-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonFrames\\\": {\",\"sourceParagraph\":1534},{\"blockId\":\"CH05-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReach\\\": true,\",\"sourceParagraph\":1535},{\"blockId\":\"CH05-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"commonSupport\\\": \\\"TO_BE_DEFINED_PER_COMPARISON_SET\\\"\",\"sourceParagraph\":1536},{\"blockId\":\"CH05-MB0072\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1537},{\"blockId\":\"CH05-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":1538},{\"blockId\":\"CH05-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"populationFrameOwnerRole\\\": \\\"POPULATION_METHODS_LEAD\\\",\",\"sourceParagraph\":1539},{\"blockId\":\"CH05-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"approvedAt\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1540},{\"blockId\":\"CH05-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"changeAfterResultInspection\\\": false\",\"sourceParagraph\":1541},{\"blockId\":\"CH05-MB0077\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1542},{\"blockId\":\"CH05-MB0078\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1543},{\"blockId\":\"CH05-MB0079\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1544},{\"blockId\":\"CH05-MB0080\",\"type\":\"paragraph\",\"text\":\"This record:\",\"sourceParagraph\":1545},{\"blockId\":\"CH05-MB0081\",\"type\":\"paragraph\",\"text\":\"is not real population data,\",\"sourceParagraph\":1546},{\"blockId\":\"CH05-MB0082\",\"type\":\"paragraph\",\"text\":\"is not a real product access map,\",\"sourceParagraph\":1547},{\"blockId\":\"CH05-MB0083\",\"type\":\"paragraph\",\"text\":\"shows the data structure of a method.\",\"sourceParagraph\":1548},{\"blockId\":\"CH05-MB0084\",\"type\":\"paragraph\",\"text\":\"RULE OF THE CHAPTER 43 READABLE BY MACHINE\",\"sourceParagraph\":1550},{\"blockId\":\"CH05-MB0085\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH05-R01\",\"sourceParagraph\":1551},{\"blockId\":\"CH05-MB0086\",\"type\":\"paragraph\",\"text\":\"Every GEO population audit MUST define, before result inspection, a\",\"sourceParagraph\":1553},{\"blockId\":\"CH05-MB0087\",\"type\":\"paragraph\",\"text\":\"time-bound and product-specific target user population for each:\",\"sourceParagraph\":1554},{\"blockId\":\"CH05-MB0088\",\"type\":\"paragraph\",\"text\":\"- AI product and user surface,\",\"sourceParagraph\":1556},{\"blockId\":\"CH05-MB0089\",\"type\":\"paragraph\",\"text\":\"- country or jurisdiction,\",\"sourceParagraph\":1557},{\"blockId\":\"CH05-MB0090\",\"type\":\"paragraph\",\"text\":\"- age and lawful-access condition,\",\"sourceParagraph\":1558},{\"blockId\":\"CH05-MB0091\",\"type\":\"paragraph\",\"text\":\"- account or plan condition,\",\"sourceParagraph\":1559},{\"blockId\":\"CH05-MB0092\",\"type\":\"paragraph\",\"text\":\"- language and locale,\",\"sourceParagraph\":1560},{\"blockId\":\"CH05-MB0093\",\"type\":\"paragraph\",\"text\":\"- interface,\",\"sourceParagraph\":1561},{\"blockId\":\"CH05-MB0094\",\"type\":\"paragraph\",\"text\":\"- prompt family,\",\"sourceParagraph\":1562},{\"blockId\":\"CH05-MB0095\",\"type\":\"paragraph\",\"text\":\"- and measurement purpose.\",\"sourceParagraph\":1563},{\"blockId\":\"CH05-MB0096\",\"type\":\"paragraph\",\"text\":\"Total resident population MUST NOT be treated as product-eligible\",\"sourceParagraph\":1565},{\"blockId\":\"CH05-MB0097\",\"type\":\"paragraph\",\"text\":\"population without justified eligibility adjustments.\",\"sourceParagraph\":1566},{\"blockId\":\"CH05-MB0098\",\"type\":\"paragraph\",\"text\":\"Product unavailability MUST be reported as an access-coverage limitation,\",\"sourceParagraph\":1568},{\"blockId\":\"CH05-MB0099\",\"type\":\"paragraph\",\"text\":\"not silently scored as incorrect representation or silently removed from\",\"sourceParagraph\":1569},{\"blockId\":\"CH05-MB0100\",\"type\":\"paragraph\",\"text\":\"global scope.\",\"sourceParagraph\":1570},{\"blockId\":\"CH05-MB0101\",\"type\":\"paragraph\",\"text\":\"Potential access, active use, actual exposure, Native Reach, Common\",\"sourceParagraph\":1572},{\"blockId\":\"CH05-MB0102\",\"type\":\"paragraph\",\"text\":\"Support, market relevance, and research observability MUST remain\",\"sourceParagraph\":1573},{\"blockId\":\"CH05-MB0103\",\"type\":\"paragraph\",\"text\":\"distinct population concepts.\",\"sourceParagraph\":1574},{\"blockId\":\"CH05-MB0104\",\"type\":\"paragraph\",\"text\":\"Persons, accounts, sessions, languages, and product observations MUST NOT\",\"sourceParagraph\":1576},{\"blockId\":\"CH05-MB0105\",\"type\":\"paragraph\",\"text\":\"be treated as interchangeable population units.\",\"sourceParagraph\":1577},{\"blockId\":\"CH05-MB0106\",\"type\":\"paragraph\",\"text\":\"Oversampled countries, languages, and accessibility groups MUST be\",\"sourceParagraph\":1579},{\"blockId\":\"CH05-MB0107\",\"type\":\"paragraph\",\"text\":\"reweighted for population estimates while remaining separately visible\",\"sourceParagraph\":1580},{\"blockId\":\"CH05-MB0108\",\"type\":\"paragraph\",\"text\":\"for fairness and coverage analysis.\",\"sourceParagraph\":1581},{\"blockId\":\"CH05-MB0109\",\"type\":\"paragraph\",\"text\":\"Country Observer observations MAY establish geographic observation coverage, but\",\"sourceParagraph\":1583},{\"blockId\":\"CH05-MB0110\",\"type\":\"paragraph\",\"text\":\"MUST NOT be represented as statistically reliable country scores.\",\"sourceParagraph\":1584},{\"blockId\":\"CH05-MB0111\",\"type\":\"paragraph\",\"text\":\"Participants MUST NOT be required to bypass product, geographic, age,\",\"sourceParagraph\":1586},{\"blockId\":\"CH05-MB0112\",\"type\":\"paragraph\",\"text\":\"identity, or account restrictions in order to enter the official\",\"sourceParagraph\":1587},{\"blockId\":\"CH05-MB0113\",\"type\":\"paragraph\",\"text\":\"population panel.\",\"sourceParagraph\":1588},{\"blockId\":\"CH05-MB0114\",\"type\":\"paragraph\",\"text\":\"Every population frame MUST be versioned, sourced, uncertainty-aware,\",\"sourceParagraph\":1590},{\"blockId\":\"CH05-MB0115\",\"type\":\"paragraph\",\"text\":\"and attributable to an accountable human or organisation.\",\"sourceParagraph\":1591},{\"blockId\":\"CH05-MB0116\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":1592},{\"blockId\":\"CH05-MB0117\",\"type\":\"paragraph\",\"text\":\"Each GEO population audit should define a time-bound product-specific target user population for every AI product and user surface, country or jurisdiction, age and legitimate access condition, account or plan, language and locale, interface, prompt family, and measurement purpose before results are seen. The total embedded population cannot be counted as a product-eligible population without justified eligibility adjustments. Lack of product access should not be scored as misrepresentation; it should be shown separately as an access coverage limitation. Person, account, session, language, and product observation cannot be used interchangeably. Country Observer observations can provide country visibility; they cannot be presented as a statistical country score.\",\"sourceParagraph\":1593}],\"normativeRuleLocalized\":\"Jede GEO-Populationsprüfung MUSS vor der Ergebnisüberprüfung eine zeitlich begrenzte und produktspezifische Zielpopulation von Nutzern für jede der folgenden Kombinationen definieren: - KI-Produkt und Nutzeroberfläche, - Land oder Rechtsgebiet, - Altersgrenze und Voraussetzung für einen rechtmäßigen Zugang, - Konto- oder Tarifbedingung, - Sprache und Gebietsschema, - Schnittstelle, - Prompt-Familie, - und Messzweck. Die gesamte ansässige Bevölkerung DARF NICHT als produktberechtigte Bevölkerung behandelt werden, ohne gerechtfertigte Berechtigungsanpassungen. Die Nichtverfügbarkeit des Produkts MUSS als Zugangsbeschränkung gemeldet werden, nicht stillschweigend als falsche Repräsentation bewertet oder stillschweigend aus dem globalen Umfang entfernt werden. Potenzieller Zugang, aktive Nutzung, tatsächliche Exposition, Natürliche Reichweite, Gemeinsame Vergleichsbasis, Marktrelevanz und Forschungsbeobachtbarkeit MÜSSEN als unterschiedliche Populationskonzepte bestehen bleiben. Personen, Konten, Sitzungen, Sprachen und Produktbeobachtungen DÜRFEN NICHT als austauschbare Populations-Einheiten behandelt werden. Überrepräsentierte Länder, Sprachen und Zugänglichkeitsgruppen MÜSSEN für Populationsschätzungen neu gewichtet werden, während sie separat sichtbar für Fairness- und Abdeckungsanalysen bleiben. Beobachtungen von Country Observer KÖNNEN die geografische Beobachtungsabdeckung bestimmen, DÜRFEN jedoch nicht als statistisch verlässliche Länderscores repräsentiert werden. Teilnehmer DARF NICHT dazu verpflichtet werden, Produkt-, geografische-, Alters-, Identitäts- oder Kontoeinschränkungen zu umgehen, um in das offizielle Bevölkerungs-Panel aufgenommen zu werden. Jeder Bevölkerungsrahmen MUSS versioniert, quellenbasiert, unsicherheitsbewusst und einer verantwortlichen Person oder Organisation zuordenbar sein.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH05-MB0001\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESBARES POPULATIONSREGISTER 42\",\"sourceParagraph\":1466,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1467,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1468,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":1469,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"referenceDate\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1470,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"promptFamily\\\": \\\"CORE_IDENTITY\\\",\",\"sourceParagraph\":1471,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"targetEstimand\\\": \\\"Wahrscheinlichkeit einer qualifizierenden Repräsentation unter produktberechtigten erwachsenen Nutzern\\\"\",\"sourceParagraph\":1472,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0008\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1473,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"Eignung\\\": {\",\"sourceParagraph\":1474,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"minimumAgeRule\\\": \\\"ERWACHSENEN_GRUNDLAGE\\\",\",\"sourceParagraph\":1475,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"internetAccessRequired\\\": wahr,\",\"sourceParagraph\":1476,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"officialProductAccessRequired\\\": wahr,\",\"sourceParagraph\":1477,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"restrictionCircumventionAllowed\\\": false,\",\"sourceParagraph\":1478,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"languageCompetenceRequired\\\": wahr,\",\"sourceParagraph\":1479,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"researchConsentRequired\\\": true,\",\"sourceParagraph\":1480,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1481,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"countryFrames\\\": [\",\"sourceParagraph\":1482,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0018\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1483,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-A\\\",\",\"sourceParagraph\":1484,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"residentPopulation\\\": 1400000000,\",\"sourceParagraph\":1485,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"productAccessStatus\\\": \\\"NICHT_VERFÜGBAR\\\",\",\"sourceParagraph\":1486,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachPopulation\\\": 0,\",\"sourceParagraph\":1487,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachStatus\\\": \\\"AUSSERHALB_DES_NATIVEN_BEREICHS\\\",\",\"sourceParagraph\":1488,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"sentinelEligible\\\": false,\",\"sourceParagraph\":1489,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0025\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1490,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0026\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1491,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-B\\\",\",\"sourceParagraph\":1492,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"residentPopulation\\\": 1450000000,\",\"sourceParagraph\":1493,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedJointEligiblePopulation\\\": 520000000,\",\"sourceParagraph\":1494,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"productAccessStatus\\\": \\\"OFFIZIELL_VERFÜGBAR\\\",\",\"sourceParagraph\":1495,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachPopulation\\\": 520000000,\",\"sourceParagraph\":1496,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"estimationMethod\\\": \\\"SYNTHETISCHES_GEMEINSAMES_SCHÄTZUNG\\\",\",\"sourceParagraph\":1497,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0033\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1498,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0034\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1499,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-C\\\",\",\"sourceParagraph\":1500,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"residentPopulation\\\": 340000000,\",\"sourceParagraph\":1501,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedJointEligiblePopulation\\\": 250000000,\",\"sourceParagraph\":1502,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"productAccessStatus\\\": \\\"OFFIZIELL_VERFÜGBAR\\\",\",\"sourceParagraph\":1503,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachPopulation\\\": 250000000,\",\"sourceParagraph\":1504,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"estimationMethod\\\": \\\"SYNTHETISCHES_GEMEINSAMES_SCHÄTZUNG\\\",\",\"sourceParagraph\":1505,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0041\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1506,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0042\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1507,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-D\\\"\",\"sourceParagraph\":1508,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"residentPopulation\\\": 35000,\",\"sourceParagraph\":1509,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedJointEligiblePopulation\\\": 25000,\",\"sourceParagraph\":1510,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"productAccessStatus\\\": \\\"OFFIZIELL_VERFÜGBAR\\\",\",\"sourceParagraph\":1511,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachPopulation\\\": 25000,\",\"sourceParagraph\":1512,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelShare\\\": 0.000032,\",\"sourceParagraph\":1513,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"countrySentinelPanel\\\": true,\",\"sourceParagraph\":1514,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0050\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1515,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0051\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1516,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"Panels\\\": {\",\"sourceParagraph\":1517,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanel\\\": {\",\"sourceParagraph\":1518,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"Zweck\\\": \\\"BEVÖLKERUNGSGEWICHTETE_SCHÄTZUNG\\\",\",\"sourceParagraph\":1519,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"defaultTargetValidObservations\\\": 1000\",\"sourceParagraph\":1520,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0056\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1521,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"countrySentinelPanel\\\": {\",\"sourceParagraph\":1522,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"Zweck\\\": \\\"LANDESABDECKUNG\\\",\",\"sourceParagraph\":1523,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"countryScoresAllowedFromSingleObservation\\\": false,\",\"sourceParagraph\":1524,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1525,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"languageFairnessPanel\\\": {\",\"sourceParagraph\":1526,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"Zweck\\\": \\\"DIAGNOSTIK_FÜR_SPRACHEN_MIT_WENIG_RESSOURCEN\\\",\",\"sourceParagraph\":1527,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"reweightToPopulationForGlobalScore\\\": true,\",\"sourceParagraph\":1528,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0064\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1529,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"accessibilityPanel\\\": {\",\"sourceParagraph\":1530,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"Zweck\\\": \\\"BARREIEREFREIHEITSABDECKUNG_UND_DIAGNOSTIK\\\"\",\"sourceParagraph\":1531,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0067\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1532,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0068\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1533,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonFrames\\\": {\",\"sourceParagraph\":1534,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReach\\\": wahr,\",\"sourceParagraph\":1535,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"commonSupport\\\": \\\"FÜR_JEDES_VERGLEICHSSET_ZU_DEFINIEREN\\\"\",\"sourceParagraph\":1536,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0072\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1537,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":1538,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"populationFrameOwnerRole\\\": \\\"LEITUNG_BEVOELKERUNGSMETHODEN\\\",\",\"sourceParagraph\":1539,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"approvedAt\\\": \\\"2026-08-18\\\",\",\"sourceParagraph\":1540,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"changeAfterResultInspection\\\": false,\",\"sourceParagraph\":1541,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0077\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1542,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0078\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1543,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0079\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1544,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0080\",\"type\":\"paragraph\",\"text\":\"Dieser Datensatz:\",\"sourceParagraph\":1545,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0081\",\"type\":\"paragraph\",\"text\":\"ist keine echten Bevölkerungsdaten,\",\"sourceParagraph\":1546,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0082\",\"type\":\"paragraph\",\"text\":\"ist keine echte Produktzugriffskarte,\\\"\",\"sourceParagraph\":1547,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0083\",\"type\":\"paragraph\",\"text\":\"zeigt die Datenstruktur einer Methode.\",\"sourceParagraph\":1548,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0084\",\"type\":\"paragraph\",\"text\":\"REGEL DES KAPITELS 43 VON DER MASCHINE LESBAR\",\"sourceParagraph\":1550,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0085\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH05-R01\",\"sourceParagraph\":1551,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0086\",\"type\":\"paragraph\",\"text\":\"JEDER GEO-Populationsaudit MUSS vor der Ergebnisüberprüfung definieren,\",\"sourceParagraph\":1553,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0087\",\"type\":\"paragraph\",\"text\":\"eine zeitlich begrenzte und produktspezifische Zielnutzerpopulation für jedes:\",\"sourceParagraph\":1554,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0088\",\"type\":\"paragraph\",\"text\":\"- KI-Produkt und Nutzeroberfläche,\",\"sourceParagraph\":1556,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0089\",\"type\":\"paragraph\",\"text\":\"- Land oder Rechtsordnung,\",\"sourceParagraph\":1557,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0090\",\"type\":\"paragraph\",\"text\":\"- Alters- und rechtmäßige Zugriffsbedingungen,\",\"sourceParagraph\":1558,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0091\",\"type\":\"paragraph\",\"text\":\"- Konto- oder Planbedingungen,\",\"sourceParagraph\":1559,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0092\",\"type\":\"paragraph\",\"text\":\"- Sprache und Gebietsschema,\",\"sourceParagraph\":1560,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0093\",\"type\":\"paragraph\",\"text\":\"- Schnittstelle,\",\"sourceParagraph\":1561,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0094\",\"type\":\"paragraph\",\"text\":\"- Prompt-Familie,\",\"sourceParagraph\":1562,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0095\",\"type\":\"paragraph\",\"text\":\"- und Messzweck.\",\"sourceParagraph\":1563,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0096\",\"type\":\"paragraph\",\"text\":\"Die gesamte ansässige Bevölkerung DARF NICHT als produktberechtigt behandelt werden.\",\"sourceParagraph\":1565,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0097\",\"type\":\"paragraph\",\"text\":\"Bevölkerung ohne gerechtfertigte Anspruchsanpassungen.\",\"sourceParagraph\":1566,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0098\",\"type\":\"paragraph\",\"text\":\"Produktnichtverfügbarkeit MUSS als Zugangs- bzw. Abdeckungsbeeinträchtigung gemeldet werden,\",\"sourceParagraph\":1568,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0099\",\"type\":\"paragraph\",\"text\":\"nicht stillschweigend als falsche Repräsentation bewertet oder stillschweigend aus dem\",\"sourceParagraph\":1569,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0100\",\"type\":\"paragraph\",\"text\":\"globalen Bereich entfernt.\",\"sourceParagraph\":1570,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0101\",\"type\":\"paragraph\",\"text\":\"Potenzieller Zugang, aktive Nutzung, tatsächliche Exposition, Natürliche Reichweite, Allgemein\",\"sourceParagraph\":1572,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0102\",\"type\":\"paragraph\",\"text\":\"Unterstützung, Marktrelevanz und Forschungsbeobachtbarkeit MÜSSEN weiterhin\",\"sourceParagraph\":1573,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0103\",\"type\":\"paragraph\",\"text\":\"distinkte Bevölkerungskonzepte bleiben.\",\"sourceParagraph\":1574,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0104\",\"type\":\"paragraph\",\"text\":\"Personen, Konten, Sitzungen, Sprachen und Produktbeobachtungen DÜRFEN NICHT\",\"sourceParagraph\":1576,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0105\",\"type\":\"paragraph\",\"text\":\"als austauschbare Bevölkerungseinheiten behandelt werden.\",\"sourceParagraph\":1577,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0106\",\"type\":\"paragraph\",\"text\":\"Überrepräsentierte Länder, Sprachen und Zugänglichkeitsgruppen MÜSSEN\",\"sourceParagraph\":1579,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0107\",\"type\":\"paragraph\",\"text\":\"für Bevölkerungsschätzungen neu gewichtet werden, während sie separat sichtbar bleiben\",\"sourceParagraph\":1580,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0108\",\"type\":\"paragraph\",\"text\":\"für Fairness- und Abdeckungsanalysen.\",\"sourceParagraph\":1581,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0109\",\"type\":\"paragraph\",\"text\":\"Beobachtungen von Länderbeobachtern KÖNNEN die geografische Beobachtungsabdeckung festlegen, dürfen jedoch\",\"sourceParagraph\":1583,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0110\",\"type\":\"paragraph\",\"text\":\"NICHT als statistisch verlässliche Länderscores repräsentiert werden.\",\"sourceParagraph\":1584,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0111\",\"type\":\"paragraph\",\"text\":\"Teilnehmer DÜRFEN NICHT verpflichtet werden, Produkt-, geografische-, Alters-,\",\"sourceParagraph\":1586,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0112\",\"type\":\"paragraph\",\"text\":\"Identitäts- oder Kontoeinschränkungen zu umgehen, um am offiziellen\",\"sourceParagraph\":1587,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0113\",\"type\":\"paragraph\",\"text\":\"Bevölkerungs-Panel teilzunehmen.\",\"sourceParagraph\":1588,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0114\",\"type\":\"paragraph\",\"text\":\"Jeder Bevölkerungsrahmen MUSS versioniert, bezogen und unsicherheitsbewusst sein,\",\"sourceParagraph\":1590,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0115\",\"type\":\"paragraph\",\"text\":\"und auf einen verantwortlichen Menschen oder eine Organisation zurückzuführen.\",\"sourceParagraph\":1591,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0116\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":1592,\"language\":\"de-DE\"},{\"blockId\":\"CH05-MB0117\",\"type\":\"paragraph\",\"text\":\"Jedes GEO-Bevölkerungs-Audit sollte für jedes KI-Produkt und jede Nutzeroberfläche, jedes Land oder jede Gerichtsbarkeit, jedes Alter und jede legitime Zugriffsbedingung, jedes Konto oder jede Abonnementart, jede Sprache und jeden Standort, jede Schnittstelle, jede Prompt-Familie und jeden Messzweck eine zeitlich begrenzte, produktspezifische Zielnutzerpopulation definieren, bevor Ergebnisse betrachtet werden. Die insgesamt eingebettete Population kann nicht als produkterlaubte Population gezählt werden, ohne dass gerechtfertigte Anpassungen der Berechtigung vorgenommen wurden. Ein fehlender Produktzugang sollte nicht als Falschdarstellung gewertet werden; er sollte separat als Einschränkung der Zugangsabdeckung dargestellt werden. Person, Konto, Sitzung, Sprache und Produktbeobachtung können nicht austauschbar verwendet werden. Beobachtungen von Länderbeobachtern können Einblicke in das Land geben; sie können jedoch nicht als statistische Länderbewertung dargestellt werden.\",\"sourceParagraph\":1593,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nDie ersten vier Kapitel haben die grundlegenden Messobjekte festgelegt: Eine einzelne Antwort ist kein GEO-Score; Repräsentation ist eine bedingte Verteilung, keine einzelne Zahl; die geprüfte Einheit muss bestimmt werden, bevor Ergebnisse beobachtet werden; und eine KI-Antwort muss sowohl gegen die offizielle Repräsentation als auch gegen die evidenzbasierte verifizierte Realität bewertet werden. Nun müssen wir den Nenner der Messung definieren:\n\n> Über welche menschliche Population wird diese Verteilung eine Aussage treffen?\n\nJeder, der in einem Land lebt? Nur Erwachsene? Diejenigen mit Internetzugang? Diejenigen, die ein bestimmtes KI-Produkt offiziell nutzen dürfen? Nutzer von kostenlosen Konten? Nutzer von kostenpflichtigen Plänen? Menschen, die das Produkt in der Aufsichtssprache verwenden können? Wirklich aktive Nutzer? Potenzielle Nutzer, die es eines Tages nutzen könnten? Menschen in Märkten, in denen die Marke Dienstleistungen anbieten kann? Wenn die Bevölkerung eines Landes sehr groß ist, das betreffende KI-Produkt jedoch in diesem Land offiziell nicht zugänglich ist, wie wird dieses Land dann im Hauptproduktpanel aufgenommen? Wenn der Bevölkerungsanteil eines kleinen Landes weit unter einer Person in einer Stichprobe von 1,000 liegt, wird dieses Land dann völlig unsichtbar sein?\n\nWenn eine Person drei Sprachen spricht, sollte diese Person dann als drei Personen gezählt werden? Zu welcher Bevölkerungsgruppe gehört ein Nutzer, wenn er auf die mobile Oberfläche eines Produkts, nicht aber auf seine Web-Oberfläche zugreifen kann? Solange diese Fragen nicht beantwortet sind, definiert ‚1,000 zufällige Nutzer für jedes KI-Produkt‘ keine wissenschaftliche Zielpopulation; es gibt lediglich eine Kopfzahl an. Dieses Kapitel verwirft die Länderbevölkerung nicht. Es weist ihr ihre richtige Rolle zu:\n\n> Die Bevölkerung des Landes ist die anfängliche Basis für die Stichprobenziehung; sie ist nicht die endgültige berechtigte Nutzerpopulation.\n\nIn diesem Abschnitt wendet das Auditsystem direkt die zuvor festgelegten Anforderungen für Land, Sprache, Datum, Produkt und Messaufzeichnung auf die Populationsdefinition an. Denn das Anfordern von Nachweisen, Grenzen, Kontext und Zeit erfordert ebenfalls, mit der gleichen Klarheit zu definieren, auf welche Personen Bezug genommen wird. Dieser Abschnitt hat bisher nicht:\n\n- festgelegt, wie die 1,000-Personenstichprobe auf die Länder verteilt wird,\n\n- welcher Algorithmus verwendet wird, um Bruchteile auf ganze Zahlen zu runden,\n\n- aus welchen Panel-Teilnehmern ausgewählt wird,\n\n- wie Stichprobengewichte berechnet werden,\n\n- oder welche Varianzmethode verwendet wird, um Konfidenzintervalle zu erzeugen\n\nDiese werden in den folgenden Abschnitten behandelt. Die Aufgabe des Abschnitts 5 ist grundsätzlicher:\n\n> Für jedes KI-Produkt und jede Messfrage festzulegen, auf welche menschliche Population die Ergebnisse verallgemeinert werden können.\n\n## NOMOS Herausforderung\n\nDu öffnest eine Weltkarte. Du addierst die Bevölkerungen der Länder. Dann möchtest du 1,000 Personen gemäß der Bevölkerungszahl verteilen. Große Länder werden viele Teilnehmer bekommen. Kleine Länder werden einen oder nahe null Anteile bekommen. Der Kern dieser Idee ist korrekt:\n\n> Eine Person in der Weltbevölkerung sollte nicht hunderte Male einflussreicher sein als eine Person in einem großen Land, nur weil sie in einem kleinen Land lebt.\n\nAber wende jetzt dieselbe Methode auf zwei verschiedene KI-Produkte an. Das erste Produkt:\n\n- kann offiziell in einigen Ländern verwendet werden,\n\n- ist in einigen Ländern eingeschränkt.\n\nIn einigen Ländern wird es überhaupt nicht angeboten. Die Länderabdeckung des zweiten Produkts ist unterschiedlich. Was passiert, wenn man die Weltbevölkerung auf dieselbe Weise zwischen den beiden Produkten aufteilt? In Ländern, in denen das erste Produkt nicht verfügbar ist, können Sie die Menschen um Messungen bitten. Teilnehmer:\n\n- können ermutigt werden, ihre Standorte falsch darzustellen,\n\n- verbotene oder nicht unterstützte Zugriffsmethoden zu verwenden,\n\n- ein Konto in einem anderen Land zu eröffnen,\n\n- die Sicherheits- und Nutzungsbedingungen zu umgehen\n\nDies misst nicht die tatsächliche Nutzererfahrung. Es erzeugt eine künstliche Zugriffserfahrung. Betrachten Sie nun ein weiteres Problem. In einem bestimmten Land ist die Bevölkerung sehr groß. Allerdings:\n\n- ein erheblicher Teil der Bevölkerung erfüllt die Mindestalteranforderung des Produkts nicht.\n\n- nicht jeder hat zuverlässigen Internetzugang,\n\n- das Produkt kann nur auf bestimmten Geräten verwendet werden.\n\n- Die Prüfsprache kann nicht von der gesamten Bevölkerung genutzt werden,\n\nein spezifischer Plan ist nur für Nutzer mit einer Zahlungsmethode verfügbar. Wenn man die Gesamtbevölkerung direkt als Nenner nimmt, schließt man Menschen ein, die tatsächlich nicht überwacht werden können und das Produkt in der Zielpopulation nicht nutzen können. Stellen Sie sich nun ein kleines Land vor. Der theoretische Anteil in einer Stichprobe von 1,000 unter Bevölkerungsgewichtung: 0.03 Personen.\n\nEin Drittel einer Person kann nicht ausgewählt werden. Wenn Sie einer Person das Land zuweisen, können Sie das Land im bevölkerungsgewichteten Hauptpanel überrepräsentieren. Wenn Sie niemandem etwas zuweisen, dann kann in diesem Land:\n\n- Zugang,\n\n- Sprache,\n\n- Produktverhalten,\n\n- lokale Repräsentation\n\nvöllig unsichtbar bleiben. Diese zwei Ziele sind unterschiedlich:\n\n- Um die durchschnittliche Nutzererfahrung in der Weltbevölkerung zu messen\n\n- Um zu verhindern, dass kleine Länder völlig unüberwacht bleiben\n\nDasselbe einzelne Panel kann nicht beide Ziele perfekt erfüllen. Daher etabliert NOMOS drei separate Prinzipien:\n\n> Das Bevölkerungsgewicht bestimmt den Anteil der Menschen am globalen Durchschnitt.\n\n> Die Beobachterabdeckung verhindert, dass kleine Länder und Sprachen vollständig unsichtbar sind.\n\n> Sprach- und Zugänglichkeitsgerechtigkeit misst zusätzlich Untergruppen, die durch den Bevölkerungsdurchschnitt unterdrückt werden könnten.\n\nDie erste Prämisse dieses Abschnitts lautet:\n\n> Die Gesamtbevölkerung eines Landes ist nicht die für KI berechtigte Nutzerpopulation in diesem Land.\n\nIhre zweite Bestimmung lautet:\n\n> Die Zielpopulation eines KI-Produkts kann nicht automatisch auf ein anderes KI-Produkt übertragen werden.\n\nSeine dritte Bestimmung besagt:\n\n> Das Gewicht einer Person in der Hauptbewertung ist nicht dasselbe wie das Recht ihres Landes, im Audit zu erscheinen.\n\nSeine vierte Bestimmung besagt:\n\n> Das Fehlen des Produktzugangs ist keine Fehldarstellung; es ist jedoch eine globale Zugangsbeschränkung und sollte ebenfalls gemeldet werden.\n\n## 1. ZWECK DES KAPITELS\n\nZweck dieses Abschnitts ist es, die Zielbevölkerung der Messung GEO-1000 in Bezug auf Produkt, Frage, Land, Sprache, Schnittstelle und Zeit zu definieren. Der Abschnitt standardisiert die folgenden Unterscheidungen:\n\n- Gesamtbevölkerung des Landes und geeignete KI-Nutzerpopulation\n\n- Potenzieller Zugang und tatsächliche Nutzung\n\n- Produktzugänglichkeit und repräsentative Genauigkeit\n\n- Zielpopulation und Stichprobenrahmen\n\n- Gültige analytische Beobachtung mit dem ausgewählten Teilnehmer\n\n- Konto mit Person\n\n- Sitzung mit Person\n\n- Kernmodell mit Produkt\n\n- Populationen mit kostenlosem und kostenpflichtigem Plan\n\n- Web- und Mobile-Nutzerpopulationen\n\n- Nutzung, die die Zugriffsbeschränkung mit offiziellem Zugriff überschreitet\n\n- Coverage des Landesobservers mit Gewichtung der Landesbevölkerung\n\n- Sprachgerechtigkeitsgremium mit bevölkerungsgewichteten Sprachanteilen\n\n- Aktive Nutzerexposition mit potenzieller Nutzerpopulation\n\n- Markt- oder Zuständigkeitsbereichsanfrage mit globaler Identitätsabfrage\n\n- Unternehmens-, Bildungs- oder Entwicklerprodukt mit Hauptverbraucherprodukt\n\n- Zugänglichkeit des Datenerfassungstools für Nutzer mit Unterstützungsbedarf\n\n- Nutzer außerhalb der Zielpopulation und NICHT GETESTETE Nutzer\n\n- Länder, in denen das Produkt unbrauchbar ist, und Länder, in denen im Produkt falsche Antworten erhalten werden\n\nAm Ende dieses Abschnitts sollte jede GEO-1000-Prüfung in der Lage sein, die folgende Frage explizit zu beantworten:\n\n> Über welches Nutzeruniversum, ausgewählt aus welchen Personen, trifft dieses Ergebnis eine Beurteilung?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\n> Bevor Ergebnisse beobachtet werden, muss jede GEO-1000-Prüfung eine Zielbenutzerpopulation definieren und versionieren, die spezifisch für das geprüfte KI-Produkt, die Messfrage, das Land, die Sprache, die Schnittstelle, den Plan und die Zeitbedingungen ist. [K04–K07]\n\nZielpopulation:\n\n- \"Weltbevölkerung\"\n\n- \"Internetnutzer\",\n\n- \"KI-Nutzer\",\n\n- \"Kunden\"\n\nDie Bevölkerung darf nicht unter einer mehrdeutigen Bezeichnung wie ‚relevante Nutzer‘ geführt werden. Gegebenenfalls müssen die folgenden Fragen beantwortet werden: Welches KI-Produkt? Welche Nutzeroberfläche? Welche Länder? Zugriff ab welchem Datum? Welche Altersbedingung? Welche Sprache oder Sprachen? Welches Gerät und welche Schnittstelle? Welcher Plan- oder Kontotyp? Was sind die offiziellen Nutzungsbedingungen? Müssen die Nutzer für den Zugriff auf das Produkt zahlen? Gilt die Messfrage für alle Nutzer oder nur für einen bestimmten Markt oder eine bestimmte Rechtsordnung? Werden aktive Nutzer oder potenzielle Nutzer gemessen? Welche Nutzergruppen fallen nicht in den Geltungsbereich? Welche Gruppen gehören zur Zielpopulation, sind aber im Stichprobenrahmen nicht vertreten? Eine Änderung eines dieser Felder kann die Zielpopulation ändern. Wenn dies der Fall ist, können alte und neue Werte nicht ohne Erklärung in derselben Serie kombiniert werden.\n\n## 3. DIE BEVÖLKERUNG IST KEINE EINZIGE ZAHL\n\nDie offizielle oder geschätzte Gesamtbevölkerung eines Landes ist nur die Ausgangsschicht für GEO-1000. Die Prüfpopulation kann aus den folgenden eingrenzenden Schichten bestehen.\n\n### 3.1. Wohnbevölkerung\n\nDie gesamte menschliche Bevölkerung, die in dem angegebenen Land oder Gebiet lebt. Diese Zahl:\n\n- impliziert keine Eignung in Bezug auf Alter,\n\n- Internet,\n\n- Produktzugang,\n\n- Sprache,\n\n- Konto,\n\n- Gerät\n\nÜberlegungen.\n\n### 3.2. Altersberechtigte Bevölkerung\n\nDie Bevölkerung, die die Altersanforderung des betreffenden KI-Produkts und Forschungsprotokolls erfüllt. Für ein Produkt:\n\n- Mindestnutzungsalter,\n\n- Elterliche Zustimmung erforderlich,\n\n- landesspezifische Altersregel\n\nkann existieren. Das Forschungsprotokoll kann restriktiver sein als die Produktbedingung. Zum Beispiel kann das Gründungspanel GEO-1000 nur aus erwachsenen Teilnehmern bestehen, um ethische und rechtliche Komplexität zu reduzieren. In diesem Fall lautet der Score nicht: \"Die gesamte Bevölkerung\":\n\n#### sondern \"Definierte erwachsene und produktberechtigte Bevölkerung\"\n\nErgebnis.\n\n### 3.3. Verbundene Bevölkerung\n\nDie Bevölkerung, die das betreffende Produkt auf einem Niveau nutzen kann, bei dem:\n\n- Internet,\n\n- Gerät,\n\n- Verbindungsqualität,\n\n- technischer Zugang\n\nverfügbar ist. Internetzugang muss kein binäres Merkmal sein. Eine Person:\n\n- kann Nachrichten versenden,\n\n- kann jedoch die schwere Webanwendung möglicherweise nicht ausführen,\n\n- kann mobiles Internet nutzen,\n\n- kann jedoch möglicherweise nicht auf die Desktopumgebung zugreifen.\n\nkönnen möglicherweise keine Antworten oder Screenshots hochladen aufgrund schlechter Konnektivität. Verbindungsbeschränkungen sollten den Nutzer nicht automatisch von der Zielpopulation ausschließen. Sie sollten mit den tatsächlichen Nutzungsbedingungen des gemessenen Produkts in Verbindung gebracht werden.\n\n### 3.4. Zugängliche Population aus Produktsicht\n\nFür das relevante KI-Produkt am angegebenen Datum:\n\n- offiziell gestartet,\n\n- könnte gemäß dem Gesetz und den Produktbedingungen verwendet werden,\n\n- die notwendige Schnittstelle könnte erreicht werden\n\nEs handelt sich um die Population. Das Fehlen eines Produkts in einem Land bedeutet nicht, dass die Menschen in diesem Land falsch dargestellt werden. In diesem Fall: die Repräsentationsantwort ist keine, es gibt keine Zugangsbdeckung. Die beiden Ergebnisse sollten getrennt gehalten werden.\n\n### 3.5. Population geeignet in Bezug auf Konto und Plan\n\nEinige Produkte:\n\n- können ein Konto erfordern,\n\n- kann eine Telefonverifizierung erforderlich machen,\n\n- kann eine Zahlungsmethode erforderlich machen,\n\n- kann nur mit einem Firmenvertrag angeboten werden,\n\nkann bestimmte Funktionen nur im kostenpflichtigen Plan freischalten. Diese Bedingungen beeinflussen, welcher Teil der Zielpopulation tatsächlich auf die relevante Nutzeroberfläche zugreifen kann. Die Punktzahl des kostenlosen Plans kann nicht automatisch auf Nutzer des kostenpflichtigen Plans angewendet werden.\n\n### 3.6. Bevölkerung geeignet in Bezug auf die Sprache\n\nDie Bevölkerung, die in der Prüfungsprache das relevante Prompt und die AI-Antwort auf einem ausreichenden Niveau verwenden kann. Sprachliche Eignung allein:\n\n- kann nicht nur anhand der Amtssprache des Landes bestimmt werden,\n\n- die Muttersprache der Person\n\nEs sollte unterschieden werden:\n\n- Mutter- oder Heimatsprache\n\n- Sprache des täglichen Gebrauchs\n\n- Sprache der AI-Oberfläche\n\n- Prompt-Sprache\n\n- Antwortsprache\n\n- Sprache für den beruflichen Gebrauch\n\n- Leseverständnis\n\nEine Person kann in mehreren Sprachen geeignet sein. Diese Person kann in der Berechnung der Weltbevölkerung nicht als mehr als eine volle Person gezählt werden.\n\n### 3.7. Schnittstellen-geeignete Bevölkerung\n\nMessung:\n\n- Web,\n\n- mobile Anwendung,\n\n- desktop Anwendung,\n\n- geschäftlicher Arbeitsbereich,\n\n- eingebetteter Assistent\n\nkann genutzt werden. Das zugängliche Nutzeruniversum kann je nach Schnittstelle unterschiedlich sein. Ein Nutzer mit Webzugang hat möglicherweise nicht das mobile Produkt. Die Unternehmensnutzungsoberfläche ist möglicherweise nicht öffentlich verfügbar.\n\n### 3.8. Forschungs-geeignete Bevölkerung\n\nAuch wenn eine Person das Produkt nutzen kann, ist für die Aufnahme in die Forschung zusätzlich erforderlich:\n\n- freiwillige Zustimmung,\n\n- Datenschutz\n\n- Datenverarbeitung,\n\n- Sammeln von Screenshots,\n\n- Länder-spezifische Forschungsanforderungen,\n\n- impliziert keine Eignung in Bezug auf Alter,\n\n- Sicherheit\n\nBedingungen müssen möglicherweise erfüllt sein. Personen, die nicht in die Forschung einbezogen werden können, aber das tatsächliche Produkt verwenden, können Teil der Zielpopulation sein. In diesem Fall wird die Stichprobenbasis der Zielpopulation nicht gerecht. Diese Unterrepräsentation sollte nicht verschleiert werden.\n\n### 3.9. Analytisch geeignete Bevölkerung\n\nDie Bevölkerung, für die die gesammelten Daten verwendet werden können, um Ergebnisse zu erzielen. Der Teilnehmer:\n\n- hat den Prompt verändert,\n\n- hat das falsche Produkt verwendet,\n\n- hat die Antwort ausgewählt,\n\n- hat unvollständige Nachweise eingereicht\n\nEs ist möglich. Selbst wenn eine Person zur Zielpopulation gehört, kann ihre Beobachtung nicht in den analytischen Datensatz eingehen. Gültige Beobachtungen und die Zielpopulation sind nicht dasselbe.\n\n## 4. DEFINITION DER GEEIGNETEN NUTZERPOPULATION\n\nFür das KI-Produkt a zum Zeitpunkt t kann das berechtigte Nutzeruniversum wie folgt definiert werden:\n\nU_{a,t}= {u ∈ P_t: AgeEligible(u,a,t)=1∧ Connected(u,a,t)=1∧ ProductAvailable(u,a,t)=1∧ LawfulAccess(u,a,t)=1∧ InterfaceEligible(u,a,t)=1}\n\nHier:\n\n- Pt: die allgemeine menschliche Bevölkerung zum angegebenen Datum\n\n- u: einzelner Mensch\n\n- a: KI-Produkt und Nutzeroberfläche\n\n- t: Messzeitpunkt\n\nIn Bezug auf Sprache und Prompt kann das Zieluniversum später wie folgt eingegrenzt werden:\n\nU_{a,c,l,s,p,t}= {u∈ U_{a,t}: Country(u)=c ∧ LanguageEligible(u,l)=1∧ SurfaceEligible(u,s)=1∧ PromptRelevant(u,p)=1}\n\nHier:\n\n- c: Land oder Rechtsordnung\n\n- l: Sprache und Gebietsschema\n\n- s: Nutzeroberfläche\n\n- p: Prompt oder Fragenfamilie\n\nDer Zweck dieser Notation besteht nicht darin, alle Einzelpersonen einzeln zu erfassen. Sie soll die logische Grenze der Zielpopulation sichtbar machen.\n\n## 5. DAS BLINDE MULTIPLIZIEREN VON MARGINALRATEN IST VERBOTEN\n\nDie berechtigte Population kann manchmal ungefähr mit einer Formel wie der folgenden berechnet werden:\n\nN× p_age× p_internet× p_product× p_language\n\nDiese Berechnung kann nur unter der Unabhängigkeit der Bedingungen oder der Annahme einer geeigneten gemeinsamen Verteilung gerechtfertigt werden. Im wirklichen Leben können Merkmale jedoch nicht unabhängig sein. Zum Beispiel:\n\n- die Internetnutzung kann je nach Alter variieren,\n\n- der Zugang zu einem kostenpflichtigen Tarif kann mit dem Einkommen zusammenhängen,\n\n- bestimmte Sprachverwendungen können mit der Region innerhalb des Landes und der Bildung zusammenhängen,\n\nder Gerätezugang und die Verbindungsgüte können zusammen variieren. Das Multiplizieren von Marginalraten kann eine Zielpopulation vorhersagen, die:\n\n- größer als notwendig,\n\n- kleiner als notwendig\n\nDie Reihenfolge der Präferenz sollte sein:\n\n- Angemessene gemeinsame Mikrodaten oder Kreuztabellen\n\n- Zuverlässige mehrdimensionale Bevölkerungsprojektion\n\n- Kalibriertes Modell\n\n- Marginaler Ansatz mit erläutertem Grund und Sensitivitätsanalyse\n\nWenn einfache Multiplikation verwendet wird:\n\n- Annahme,\n\n- Datenquelle,\n\n- Unsicherheit,\n\n- Alternatives Szenario\n\nsollten offengelegt werden.\n\n## 6. AUDIT-FRAGE ÄNDERT DIE ZIELPOPULATION\n\nNicht jede Prompt hat dasselbe Messuniversum für die gesamte Weltbevölkerung.\n\n### 6.1. Globale Identitätsfragen\n\nBeispiel: „Was für ein Unternehmen ist Apple.com?“ Diese Frage kann allgemein unter der geeigneten globalen Nutzergruppe für das Produkt gestellt werden. Denn die Unternehmensidentität ist nicht auf Nutzer eines bestimmten Marktes beschränkt.\n\n### 6.2. Fragen zu lokalen Dienstleistungen\n\nBeispiel: „Bietet dieses Unternehmen Dienstleistungen in der Türkei an?“ Hauptzielgruppe:\n\n- Berechtigte Nutzer in der Türkei,\n\n- Externe Nutzer, die die Dienstleistungen in der Türkei untersuchen\n\nEs ist möglich. Es ist nicht notwendig, der gesamten Weltbevölkerung gleiches Gewicht zu geben.\n\n### 6.3. Preis- und Kaufanfragen\n\nPreis:\n\n- Land,\n\n- Steuer,\n\n- Aktualität,\n\n- Plan,\n\n- Kundenart\n\nkann variieren. Die Zielgruppe sollte gemäß dem jeweiligen kommerziellen Markt und der Art des Nutzers definiert werden.\n\n### 6.4. Rechtliche und Lizenzfragen\n\nLizenzierung und rechtliche Befugnis hängen von der Gerichtsbarkeit ab. Die Zielgruppe:\n\n- kann die relevante Dienstleistung in diesem Land in Anspruch nehmen,\n\n- unterliegt diesem Rechtsregime.\n\nDie Zielgruppe kann dementsprechend eingeschränkt sein.\n\n### 6.5. Beratungsfragen\n\nDie Zielgruppe für die Frage „Ist dieses Unternehmen für mich geeignet?“ umfasst nicht alle Personen. Sie kann definiert werden anhand von:\n\n- Bedürfnisse des Nutzers\n\n- Land\n\n- Budget\n\n- Kundentyp\n\n- Leistungsumfang\n\n- Zulassungs- und Ausschlussbedingungen\n\nDie beratende Zielgruppe kann enger sein als die Identitätsgruppe.\n\n### 6.6. Hochrisikofragen\n\nIn den Bereichen Gesundheit, Recht, Finanzen oder Sicherheit:\n\n- Urteilsvermögen,\n\n- Nutzerprofil,\n\n- Risikostatus,\n\n- Fachliche Autorität\n\nbegrenzt die Zielgruppe stärker.\n\n## 7. DAS BEVÖLKERUNGSRAHMENWERK MUSS MIT DER PROMPT-FAMILIE VERKNÜPFT SEIN\n\nBei einer Prüfung kann es mehrere Bevölkerungsrahmenwerke anstelle einer einzigen Zielpopulation geben.\n\n### 7.1. Kernidentitätsbevölkerung\n\nDie globale oder breit berechtigte Nutzerpopulation, die die Kernidentität des Unternehmens misst.\n\n### 7.2. Service-relevante Bevölkerung\n\nEs handelt sich um die Bevölkerung, für die das Unternehmen tatsächlich Dienstleistungen erbringen kann oder für die der Nutzer als Dienstleistung in Betracht gezogen werden kann.\n\n### 7.3. Markttransaktionsbevölkerung\n\nDie spezifischen Preis-, Kauf-, Rückgabe- oder kommerziellen Bedingungen betreffen die Bevölkerung, auf die sie angewendet werden können.\n\n### 7.4. Jurisdiktionsbevölkerung\n\nEs handelt sich um die Nutzerpopulation, auf die eine bestimmte Lizenz-, gesetzliche oder regulatorische Vorschrift angewendet werden kann.\n\n### 7.5. Empfehlung-berechtigte Bevölkerung\n\nEs ist die Nutzerpopulation, die innerhalb des tatsächlichen Umfangs der Einheit angemessen sein könnte.\n\n### 7.6. Hochrisiko-betroffene Population\n\nEs handelt sich um eine Population, bei der eine Fehlrepräsentation ernsthaften Schaden verursachen kann. Diese Rahmenwerke sollten nicht miteinander verwechselt werden. Ein globaler Identitätsscore bedeutet nicht „für die ganze Welt empfehlenswert“.\n\n## 8. DIE ART DES KI-ProduktS BESTIMMT DIE POPULATION\n\nNicht alle KI-Produkte sind öffentlich verfügbare Chat-Produkte.\n\n### 8.1. Allgemeines Verbraucher-KI-Produkt\n\nZielpopulation:\n\n- Es kann Personen geben, die auf das Produkt zugreifen können,\n\n- die Nutzungsbedingungen erfüllen,\n\n- und es in der entsprechenden Sprache verwenden.\n\nDas GEO-1000 echte Nutzerpanel kann direkt auf diese Art von Produkt angewendet werden.\n\n### 8.2. Unternehmens-KI-Produkt\n\nDas Produkt ist nur für:\n\n- Arbeitgebervertrag,\n\n- Unternehmenslizenz,\n\n- kann mit einem internen Nutzerkonto verwendet werden\n\nDie Zielpopulation ist nicht die allgemeine erwachsene Bevölkerung:\n\n> Es handelt sich um den Sitz oder die Nutzergruppe mit Unternehmenszugang zum Produkt.\n\nUnternehmensbezogene Ergebnisse können nicht mit dem allgemeinen Verbraucherprodukt unter Berücksichtigung der Bevölkerungsgewichtung verglichen werden.\n\n### 8.3. Bildungsprodukt\n\nZielpopulation:\n\n- Student,\n\n- Lehrer,\n\n- Institution,\n\n- Altersgruppe,\n\n- Bildungslizenz\n\nkann in Bezug auf folgende Punkte eingeschränkt sein. Wenn Kinder oder Minderjährige einbezogen werden sollen, ist ein separates ethisches Protokoll erforderlich.\n\n### 8.4. Entwickler- oder API-Produkt\n\nEin API-Ausgang darf nicht direkt über eine Endbenutzeroberfläche angezeigt werden. Die Zielgruppe ist:\n\n- Entwickler,\n\n- Anwendung,\n\n- API-Aufruf,\n\n- kontrollierte Testsession\n\nkann sein. Das GEO-1000 Bevölkerungs-Panel kann nicht direkt und unverändert auf die API angewendet werden. Separat für die API:\n\n#### Kontrollierte Systemprüfung\n\nkann erforderlich sein.\n\n### 8.5. Eingebetteter KI-Assistent\n\nKI:\n\n- Betriebssystem,\n\n- Suchoberfläche,\n\n- Shopping-Plattform,\n\n- Geschäftssoftware,\n\n- Gerät\n\nEs kann eingebettet sein. Die Zielpopulation ist die tatsächliche Nutzerpopulation des eingebetteten Produkts. Es ist nicht die gesamte Nutzerpopulation des Basis-Modellanbieters.\n\n### 8.6. Experte oder Sektor-KI\n\nDas Produkt ist nur für:\n\n- Anwälte,\n\n- Ärzte,\n\n- Finanzfachleute,\n\n- Ingenieure\n\nkann dafür entworfen werden. Die Zielpopulation sollte nach Beruf und Zugangsbedingungen eingeschränkt werden.\n\n## 9. PRODUKT-ZUGANGSSTATUS\n\nDer Zugangsstatus sollte für jedes Land, jedes Produkt, jede Schnittstelle und jedes Datum erfasst werden.\n\n### PA-0— UNBEKANNT\n\nDer Zugangsstatus konnte nicht zuverlässig festgestellt werden.\n\n### PA-1— NICHT VERFÜGBAR\n\nDas Produkt wird im entsprechenden Land oder für die entsprechende Nutzergruppe nicht angeboten.\n\n### PA-2— EINGESCHRÄNKT\n\nDas Produkt ist auf bestimmte:\n\n- Konto,\n\n- Einladung,\n\n- Institution,\n\n- impliziert keine Eignung in Bezug auf Alter,\n\n- Plan,\n\n- Gerät\n\nBedingungen beschränkt.\n\n### PA-3— ZUGÄNGLICH, ABER NICHT OFFIZIELL UNTERSTÜTZT\n\nDer tatsächliche Zugang zu dem Produkt kann beobachtet werden. Offizielle Unterstützung oder Nutzungsstatus sind jedoch unklar oder begrenzt. Diese Nutzer sollten nicht automatisch in das Hauptpanel der offiziellen Bevölkerung aufgenommen werden. Ein separates experimentelles Panel kann erstellt werden.\n\n### PA-4— OFFIZIELL VERFÜGBAR\n\nDas Produkt ist offiziell zugänglich und die Hauptnutzungsbedingungen sind definiert.\n\n### PA-5— OFFIZIELL VERFÜGBAR MIT VOLLEM AUDIT-FLÄCHENABDECKUNG\n\nDas Produkt ist nicht nur unzugänglich; es wird kontrolliert:\n\n- Sprache,\n\n- Plan,\n\n- Schnittstelle,\n\n- unter Sitzungsbedingungen\n\ngeeignet zur Erzeugung der für das Protokoll erforderlichen Beobachtung. Die Verfügbarkeit des Produkts in einem Land bedeutet nicht, dass alle Pläne und Sprachen den Kontrollen entsprechen.\n\n## 10. DAS UMGEHEN DER EINSCHRÄNKUNG IST KEINE ECHTE POPULATIONS-MESSUNG\n\nTeilnehmer dürfen nicht gebeten werden, folgende Verhaltensweisen auszuführen:\n\n- Geben Sie das falsche Land an\n\n- Erstellen Sie ein gefälschtes Konto\n\n- Ändern Sie die Altersangaben\n\n- Umgehen der offiziellen Zugangsbeschränkung\n\n- Verwenden Sie das Konto einer anderen Person\n\n- Umgehen der Produktsicherheit oder -überprüfung\n\n- Verstoß gegen die Nutzungsbedingungen\n\nDieses Verhalten kann auch als technisches Experiment untersucht werden. Allerdings:\n\n#### Die Erfahrung der natürlichen und legitimen Nutzerbasis\n\nkann nicht als solche gemeldet werden. Wenn in einem Land kein Zugriff besteht, sollte der korrekte Status lauten: UNAVAILABLE / oder / OUTSIDE_NATIVE_REACH. Eine einzelne Beobachtung, die die Einschränkung überschreitet, erzeugt keine Länderbevölkerungsbewertung.\n\n## 11. UNTERSCHEIDUNG ZWISCHEN POTENZIELLEM NUTZER UND AKTIVEM NUTZER\n\nDie Personen, die das Produkt nutzen können, sind nicht dieselbe Gemeinschaft wie die Personen, die das Produkt tatsächlich nutzen.\n\n### 11.1. Potenzielle Zugriffsbevölkerung\n\nDies sind die Personen, die das Produkt technisch und rechtlich nutzen können. Diese Bevölkerung beantwortet die Frage: 'Was würde eine geeignete Person sehen, wenn sie das Produkt benutzt?' Die Bevölkerung ist wertvoll für Gerechtigkeit und Produktvergleich.\n\n### 11.2. Aktive Nutzerbevölkerung\n\nDies sind die Personen, die das Produkt während eines bestimmten Zeitraums tatsächlich genutzt haben. Diese Bevölkerung nähert sich der Frage: 'Was sehen die Menschen innerhalb des tatsächlichen Nutzungsvolumens?' Es werden verlässliche Daten zur aktiven Nutzung benötigt.\n\n### 11.3. Anfragen-Exponierte Nutzerbevölkerung\n\nDies sind Personen, die das Produkt nutzen und potenziell Fragen zur überwachten Marke oder zum Thema stellen könnten. Diese Bevölkerung kann oft nicht direkt bekannt sein. Daten zum Such- oder Abfrageverhalten können erforderlich sein.\n\n### 11.4. Bevölkerung, die die Antwort tatsächlich sieht\n\nSie sind Nutzer, die tatsächlich einer bestimmten Repräsentationsausgabe ausgesetzt sind. Dies ist möglicherweise ohne echte Produktanbieterdaten außerhalb des Nutzerpanels nicht vollständig messbar.\n\n## 12. AUSSETZUNGSGEWICHT IST NICHT DAS GLEICHE WIE ELIGIBILITÄTSGEWICHT\n\nEs können zwei separate globale Ergebnisse erzeugt werden.\n\n### 12.1. Ergebnis gewichtet nach berechtigter Bevölkerung\n\nJede Person wird entsprechend ihrem Anteil an der definierten berechtigten Nutzerpopulation gewichtet. Dieses Ergebnis ist:\n\n- global fair,\n\n- potenziell zugänglich,\n\n- repräsentativ für die Bevölkerung\n\nin Bezug auf\n\n### 12.2. Ergebnis gewichtet nach realer Aussetzung\n\nKI-Produkte oder Nutzergruppen werden entsprechend den tatsächlichen Nutzungsvolumina gewichtet. Dieses Ergebnis:\n\n- ist wertvoll in Bezug auf\n\n- aktuellen kommerziellen Einfluss,\n\n- tatsächliche Nutzerexposition,\n\noperatives Risiko.\n\nZuverlässige Nutzungsdaten sind jedoch möglicherweise nicht verfügbar. Schätzungen können auf Angaben des Anbieters, Marktdaten oder unvollständigen Stichproben basieren. Daher muss die Art der Gewichtung ausdrücklich angegeben werden.\n\n### 12.3. Das Ersetzen des Einen durch das Andere ist verboten\n\nScore der berechtigten Bevölkerung: bedeutet nicht „Die meisten tatsächlichen Nutzer haben diese Antwort gesehen.“ Score der Exposition: bedeutet nicht „Eine faire Repräsentation der Weltbevölkerung ist gewährleistet.“\n\n## 13. ZUGRIFFSUMFANG UND REPRÄSENTATIONSGENAUIGKEIT SOLLTEN GETRENNT WERDEN\n\nEin KI-Produkt ist möglicherweise nur in begrenzten Ländern verfügbar. In diesen Ländern kann es sehr genaue Repräsentationen erzeugen. Ein anderes Produkt kann breiteren Zugang haben, aber eine geringere Genauigkeit liefern. Wenn wir nur die Repräsentationsgenauigkeit betrachten, mag das Produkt mit begrenztem Zugang überlegen erscheinen. Wenn wir nur die Zugangsabdeckung betrachten, könnte eine falsche Repräsentation übersehen werden. Daher sind zwei separate Ergebnisse erforderlich.\n\n### 13.1. Zugriffsabdeckung\n\nGibt an, wie viel der angegebenen globalen Referenzpopulation das betreffende KI-Produkt angemessen nutzen kann. Kandidatenrepräsentation:\n\nAC_a= N(U_{a,t}) / N(G_t)\n\nHier:\n\n- Ua,t: berechtigte Nutzerpopulation des Produkts\n\n- Gt: definierte globale Referenzpopulation\n\n### 13.2. Bedingte Repräsentationsgenauigkeit\n\nEs ist die Wahrscheinlichkeit, eine genaue Repräsentation unter den Nutzern zu sehen, die auf das Produkt zugreifen können. Kandidatennotation:\n\nRA_a= Pr(Y=1| u ∈ U_{a,t})\n\n### 13.3. Effektiver Zugang zu genauer Repräsentation\n\n### KANDIDATENKONZEPT\n\nEine operative Metrik kann entwickelt werden, die Zugang abdeckung mit bedingter Genauigkeit kombiniert:\n\nECR_a= AC_a× RA_a\n\nDiese Kennzahl nähert sich ungefähr der Frage: „Welcher Anteil der definierten globalen Referenzpopulation kann auf dieses Produkt zugreifen und die Bedingung erfüllen, eine genaue Repräsentation zu sehen?“ Dies ist noch nicht die endgültige NOMOS-Formel. Denn:\n\n- Zugriff unterscheidet sich von tatsächlicher Nutzung,\n\n- Gewichts- und Abhängigkeitsstrukturen sind komplex,\n\n- die Nutzung des Produkts ist freiwillig,\n\ndie korrekte Repräsentation hängt vom Prompt ab. Dennoch bleibt die grundlegende Unterscheidung bestehen:\n\n> Nicht zugreifen zu können ist nicht dasselbe wie eine falsche Antwort zu erhalten.\n\n## 14. Natürliche Reichweite UND Gemeinsame Vergleichsbasis\n\nBeim Vergleich von KI-Produkten sind zwei separate Bevölkerungsuniversen erforderlich.\n\n### 14.1. Natürliche Reichweite-Population\n\nJedes KI-Produkt hat seine berechtigte Bevölkerung innerhalb seines offiziellen und tatsächlichen Zugangsbereichs. Dieses Ergebnis beantwortet die folgende Frage:\n\n> In welchem Ausmaß repräsentiert das Produkt die Bevölkerung, die es tatsächlich erreichen kann?\n\nZielpopulationen können zwischen den Produkten variieren.\n\n### 14.2. Gemeinsame Vergleichsbasis-Population\n\nIn einer gemeinsamen Form über alle verglichenen KI-Produkte:\n\n- offiziell zugänglich,\n\n- unter den gleichen Sprach- oder Schnittstellenbedingungen nutzbar\n\nist die Bevölkerung. Dieses Ergebnis beantwortet die folgende Frage:\n\n> Welches Produkt erzeugt eine genauere Repräsentation im gleichen Nutzeruniversum?\n\n### 14.3. Zwei Ergebnisse sollten zusammen veröffentlicht werden\n\nNatürliche Reichweite:\n\n- zeigt den tatsächlichen Produktzugang,\n\n- natürliche geografische Verteilung\n\nGemeinsame Vergleichsbasis: ermöglicht einen faireren Produktvergleich. Ein Produkt kann einen hohen Natürliche Reichweite-Wert haben, aber einen niedrigeren Gemeinsame Vergleichsbasis-Wert. Zwei Ergebnisse beantworten unterschiedliche Fragen.\n\n## 15. MARKTBEZOGENE BEVÖLKERUNG\n\nDer globale Identitätsscore einer Entität kann sich von ihrem Score im kommerziellen Zielmarkt unterscheiden. Beispiel: Wenn eine örtliche Anwaltskanzlei Dienstleistungen nur in der Türkei anbietet: Die globale Identitätsfrage kann in der weltweiten berechtigten Nutzerpopulation gemessen werden, aber Empfehlungen und Dienstleistungseignung sollten nur für Nutzer in der Türkei oder innerhalb des tatsächlichen Dienstleistungsbereichs gemessen werden. Die Institution kann das Ergebnis zu ihren Gunsten auswählen:\n\n- nur den hoch bewerteten Markt,\n\n- nur seine/ihre eigene Sprache,\n\n- nur ihre bestehenden Kunden\n\ndie Zielpopulation kann nicht bekannt gegeben werden. Zielmarkt:\n\n- Bevor die Prüfung beginnt,\n\n- an den Servicerecords ausgerichtet,\n\n- innerhalb des Vertrags- und Betriebsbereichs\n\nEs sollte dementsprechend festgeschrieben werden.\n\n## 16. TRENNUNG VON PERSON, KONTO UND SITZUNG\n\nBevölkerungsgewicht gehört zu den Personen. Nicht zu KI-Konten.\n\n### 16.1. Eine Person, mehrere Konten\n\nDie gleiche Person:\n\n- kostenlos,\n\n- bezahlt,\n\n- unternehmenseigen\n\nkann mehrere Konten haben. Diese Konten können separate Beobachtungen in Produktoberflächenvergleichen erzeugen. Sie können nicht als separate Individuen in der globalen menschlichen Bevölkerung gezählt werden.\n\n### 16.2. Ein Konto, mehrere Personen\n\nEin Familien-, Team- oder Unternehmenskonto kann von mehreren Personen genutzt werden. Es entspricht nicht der Anzahl der Kontonutzer.\n\n### 16.3. Eine Person, mehrere Sitzungen\n\nEine Person kann in verschiedenen Sitzungen separate Beobachtungen erzeugen. Diese Beobachtungen können Zeit oder Sitzungsstabilität messen. Sie erhöhen nicht die unabhängige Populationsgröße.\n\n### 16.4. Eine Person, mehrere KI-Produkte\n\nEs ist wertvoll für den Vergleich von Paarprodukten. Die Beobachtungen sind jedoch aufgrund gemeinsamer Merkmale auf Nutzerebene abhängig.\n\n### 16.5. Hauptgewichtseinheit\n\nIm bevölkerungsbasierten GEO-Score sollte die Hauptgewichtseinheit sein:\n\n#### Mensch\n\nBerechnungen, Sitzungen und Produktbeobachtungen sollten unter der menschlichen Einheit zusammengefasst werden.\n\n## 17. SPRACHBEVÖLKERUNG\n\nDie ausschließliche Verwendung der Amtssprache des Landes ist für die Sprachgerechtigkeit nicht ausreichend.\n\n### 17.1. Aufforderungssprache\n\nDie Sprache, in der der Teilnehmer die Auditfrage stellt.\n\n### 17.2. Schnittstellensprache\n\nDie Sprache, die in den Menüs und der Nutzeroberfläche des KI-Produkts verwendet wird. Sie muss nicht mit der Aufforderungssprache übereinstimmen.\n\n### 17.3. Antwortsprache\n\nDie Sprache, in der die KI tatsächlich antwortet. Das System kann in einer anderen Sprache als der Eingabesprache antworten. Dies ist ebenfalls ein Messergebnis.\n\n### 17.4. Sprachkompetenz des Nutzers\n\nDie Sprache, in der der Teilnehmer den Prompt und die Antwort sinnvoll verwenden kann. Sie muss nicht die Muttersprache sein.\n\n### 17.5. Gebietsschema\n\nDer regionale Kontext zusammen mit der Sprache. Dieselbe Sprache kann unterschiedlich sein:\n\n- Land,\n\n- Preis,\n\n- Gesetz,\n\n- Terminologie\n\nkann die Bedingung mit sich bringen.\n\n## 18. DOPPELTE ZÄHLUNG VON MEHRSPRACHIGEN NUTZERN\n\nEine Person:\n\n- Türkisch,\n\n- kann in der Lage sein, Englisch zu verwenden.\n\n- Deutsch\n\nDiese Person kann drei separate Sprachtests durchführen. Sie als drei Personen in der globalen Bevölkerungsgewichtung zu zählen, verfälscht jedoch die Bevölkerungsschätzung. Es können drei Methoden verwendet werden.\n\n### 18.1. Aufgabe zur Muttersprache einer alleinerziehenden Mutter\n\nDie Person wird in der Hauptanalyse einer einzigen Sprachzelle zugewiesen. Andere Sprachen werden als zusätzliche oder gepaarte Tests verwendet.\n\n### 18.2. Gewicht der aufgeteilten Person\n\nDas Bevölkerungsgewicht einer Person kann in vordefinierter Weise auf die entsprechenden Sprachen aufgeteilt werden. Das Gesamtgewicht überschreitet eine Person nicht.\n\n### 18.3. Getrenntes mehrsprachiges abgestimmtes Panel\n\nMehrsprachige Nutzer werden für sprachübergreifende Vergleiche derselben Person verwendet. Dieses Panel wird getrennt vom Hauptpopulation-Panel analysiert. Unabhängig von der verwendeten Methode:\n\n> Das gesamte Bevölkerungsgewicht derselben Person kann nicht ohne Erklärung reproduziert werden.\n\n## 19. WIE SOLLTE DIE SPRACHKENNTNIS ÜBERPRÜFT WERDEN?\n\nDie Aussage eines Teilnehmers: „Ich kenne diese Sprache.“ kann ein Anfangseintrag sein. In der Hochsicherheitsprüfung kann jedoch eine der folgenden Methoden verwendet werden:\n\n- Erklärung zur Muttersprache oder täglichen Nutzung\n\n- Kurzer Lese- und Verständnistest\n\n- Sprachaufzeichnung des Panel-Anbieters\n\n- Überprüfung durch einen lokalen Gutachter\n\n- Bildungs- oder berufliche Nutzungsaufzeichnung\n\n- Erfolg der Pilotmission\n\nÄußerst schwierige Sprachtest-Panels können für geschulte und einkommensstarke Nutzer zugänglich sein. Der Zweck besteht nicht darin, eine akademische Sprachprüfung durchzuführen. Er besteht darin, die Kompetenz zu überprüfen, die Prompt und Antwort als echter Nutzer zu verstehen.\n\n## 20. WAS PASSIERT, WENN EINE SPRACHE NICHT UNTERSTÜTZT WIRD?\n\nEin KI-Produkt kann:\n\n- eine bestimmte Sprache nicht offiziell unterstützen,\n\n- sie teilweise unterstützen,\n\n- nicht behaupten, sie zu unterstützen, aber Antworten generieren können\n\nEs könnte sein. Sprachstatus sollten separat aufgezeichnet werden:\n\n### OFFIZIELL_UNTERSTÜTZT\n\n### BESCHRÄNKTE_UNTERSTÜTZUNG\n\n### BEOBACHTET_ABER_NICHT_UNTERSTÜTZT\n\n### NICHT_UNTERSTÜTZT\n\n### UNBEKANNT\n\nAntwort in einer Sprache erhalten, die offiziell nicht unterstützt wird:\n\n- Entdeckung,\n\n- experimenteller Zugang,\n\n- Sprachresilienz\n\nkann gemessen werden. Sie sollte nicht automatisch zur Hauptbewertung der unterstützten Nutzerpopulation hinzugefügt werden. Das Sprachzugriffslimit sollte ebenfalls gemeldet werden.\n\n## 21. LÄNDERBEVÖLKERUNGSGEWICHTUNG UND Länderbeobachter-ABDECKUNG\n\nDie bevölkerungsgewichtete Hauptgruppe und die Sichtbarkeitsgruppe für das Land dienen unterschiedlichen Zwecken.\n\n### 21.1. Bevölkerungspanel\n\nTeilnehmer werden entsprechend ihrem Anteil an der produktrelevanten Zielpopulation verteilt. Größere zulässige Populationen erhalten ein höheres Gewicht. Produziert die Hauptbewertung der globalen Bevölkerung.\n\n### 21.2. Länderbeobachterpanel\n\nDas Country Observer Panel sucht mindestens eine Beobachtung aus kleineren Ländern, die in der Hauptstichprobe der Bevölkerung wenig oder gar nicht vertreten sind. Eine einzelne Country Observer-Beobachtung:\n\n- zeigt, dass Zugriff verfügbar ist,\n\n- dass ein spezifisches einzelnes Ergebnis eingetreten ist,\n\n- zeigt den Bedarf an neuer Forschung auf\n\nkann anzeigen. Erzielt allein keine Länderbewertung.\n\n### 21.3. Ausreichend für Länderbewertung\n\nDamit länderspezifische Raten veröffentlicht werden können:\n\n- Mindestprobe\n\n- gültige Beobachtungsrate,\n\n- Unsicherheit,\n\n- Stellvertretung im Panel\n\nBedingungen müssen erfüllt sein. Mit einem oder mehreren Teilnehmern: 'Die NOMOS-Bewertung des Landes' kann nicht bekannt gegeben werden.\n\n## 22. Sprachgerechtigkeits-Panel\n\nDas Bevölkerungsgewicht kann dazu führen, dass Sprachen mit geringer Bevölkerung oder geringen Ressourcen in der Hauptbewertung unsichtbar werden. Daher kann ein separates Gerechtigkeitspanel für Sprachen eingerichtet werden. Zweck:\n\n- um unterrepräsentierte Sprachen zu testen,\n\n- um schwerwiegende sprachbasierte Verschlechterungen zu erkennen,\n\n- um Probleme bei der Übersetzung von Eingaben zu identifizieren,\n\n- um das Verhalten von Sprachen mit geringen Ressourcen sichtbar zu machen\n\nmuss. Das Gerechtigkeitspanel für Sprachen kann zusätzliche Proben für das Hauptbevölkerungspanel bereitstellen. Übermäßig gesampelte Sprachbeobachtungen sollten jedoch in den globalen Wertungen wieder auf das tatsächliche Bevölkerungsgewicht zurückgeführt werden. Andernfalls würde das Gerechtigkeitspanel die globale Bevölkerungsabschätzung verändern.\n\n## 23. ZUGÄNGLICHKEITSPANEL\n\nNutzer mit visuellen, auditiven, motorischen, kognitiven oder anderen Barrierefreiheitsbedürfnissen sind ein tatsächlicher Teil der Zielpopulation. Wenn die NOMOS Capture- oder Forschungstätigkeit für die Teilnahme dieser Personen nicht geeignet ist: Nutzer dürfen nicht aus der Zielpopulation entfernt werden. Korrektes Ergebnis:\n\n> Der Stichprobenrahmen ist im Hinblick auf Barrierefreiheit unvollständig.\n\nEin separates Barrierefreiheitsgremium kann Folgendes bewerten:\n\n- Kompatibilität mit Bildschirmlesern\n\n- Verwendung der Tastatur\n\n- Sprachsteuerung\n\n- Einstellungen für schwaches Sehen\n\n- Kognitive Belastung\n\n- Barrierefreiheit auf Mobilgeräten\n\n- Benutzerfreundlichkeit des Capture-Tools\n\nDas Barrierefreiheitsgremium sollte Nutzer als Teil der Populationsabdeckung betrachten und nicht als \"besondere Ausnahme.\"\n\n## 24. ZIELPOPULATION UND STICHPROBENRAHMEN\n\nDiese beiden Konzepte sollten nicht miteinander verwechselt werden.\n\n### 24.1. Zielpopulation\n\nDie gesamte Gruppe von Personen, über die man eine Schlussfolgerung ziehen möchte.\n\n### 24.2. Stichprobenrahmen\n\nDie Population, aus der Teilnehmer tatsächlich ausgewählt werden können:\n\n- Panel,\n\n- Liste,\n\n- Datenbank,\n\n- Gemeinsame Organisation,\n\n- Nutzerpool\n\nist der Cluster. Der Stichprobenrahmen deckt möglicherweise nicht die gesamte Zielpopulation ab.\n\n### 24.3. Kontaktierbare Population\n\nDies sind die Personen, denen die Forschungseinladung tatsächlich zugestellt werden kann.\n\n### 24.4. Population, die der Teilnahme zustimmt\n\nDiejenigen, die freiwillig an der Forschung teilnehmen.\n\n### 24.5. Population, die die Aufgabe abschließt\n\nDiejenigen, die die Prüfaufgabe abschließen.\n\n### 24.6. Gültige Analysepopulation\n\nSie sind diejenigen, die Beobachtungen erzeugen, die für das Protokoll geeignet und in der Analyse verwendbar sind. Die Zahlen dieser Schichten sollten gesondert gemeldet werden.\n\n## 25. ABDECKUNGSFEHLER\n\nDer Stichprobenrahmen kann einige Teile der Zielpopulation ausschließen. Dies wird als Abdeckungsfehler bezeichnet. Beispiele:\n\n- Nur professionelle Online-Panels\n\n- Nur Desktop-Nutzer\n\n- Nur Personen mit Kreditkarten\n\n- Nur diejenigen, die eine englische Benutzeroberfläche verwenden\n\n- Nur Einwohner großer Städte\n\n- Nur Nutzer, die stark an Technologie interessiert sind\n\n- Ausschluss von Menschen mit speziellen Zugänglichkeitsbedürfnissen\n\nAbdeckungsfehler:\n\n- sollte erklärt werden,\n\n- sollte nach Möglichkeit gemessen werden,\n\nsollte durch Gewichtung oder ein zusätzliches Panel reduziert werden. Gewichtung kann nicht magisch eine Gruppe erschaffen, die im Stichprobenrahmen nicht existiert.\n\n## 26. ÜBERDECKUNG\n\nPersonen, die nicht zur Zielpopulation gehören, können im Stichprobenrahmen gefunden werden. Beispiele:\n\n- Teilnehmer in einem Land, in dem das Produkt nicht verfügbar ist\n\n- Person, die die erforderliche Altersbedingung nicht erfüllt\n\n- Falscher Plan oder Nutzeroberfläche\n\n- Teilnehmer, der die Prüfsprache nicht verwenden kann\n\n- Person, die mehrfach registriert wiedergefunden wird\n\n- Nutzer, der im Auftrag eines anderen Landes arbeitet\n\nÜberdeckungsdatensätze sollten nicht in die Hauptbewertung einbezogen werden. Der Grund für den Ausschluss und die Rate sollten jedoch gemeldet werden.\n\n## 27. NICHTREAKTION UND SELBSTAUSWAHL\n\nMenschen, die sich bereit erklären, an der Forschung teilzunehmen, können sich systematisch von der Zielpopulation unterscheiden. Freiwillige:\n\n- Können KI-Produkte häufiger nutzen,\n\n- Können mehr Interesse an Technologie haben,\n\n- Können ein höheres Bildungsniveau haben,\n\n- Können bereits mit der Marke vertraut sein,\n\nKönnen sich aufgrund von Belohnung oder Vergütung anders verhalten. Daher sollte der Ausdruck \"1,000 zufällige Menschen auf der Welt\" nur in wirklich probabilistischen und dokumentierten Auswahlverfahren verwendet werden. Wenn ein Freiwilliger oder Online-Panel verwendet wird, lautet der korrekte Ausdruck:\n\n#### Gestuftes und gewichtetes freiwilliges Nutzerpanel\n\nkann möglich sein. Der Paneltyp kann nicht gespeichert werden.\n\n## 28. GEEIGNETE POPULATION ÄNDERT SICH IM LAUFE DER ZEIT\n\nDas Nutzeruniversum eines KI-Produkts ist nicht festgelegt. Folgendes kann sich ändern:\n\n- Unterstützte Länder\n\n- Mindestalter\n\n- Freier Zugang\n\n- Kostenpflichtige Planstruktur\n\n- Mobil- oder Webverfügbarkeit\n\n- Sprachunterstützung\n\n- Kontobedingungen\n\n- Enterprise-Produktabdeckung\n\n- Rechtlicher und regulatorischer Status\n\nAus diesem Grund zeichnet jede Population folgende Werte auf:\n\n- Beobachtungsdatum,\n\n- Gültigkeitsdauer,\n\n- Quellversion,\n\n- Datum der letzten Überprüfung\n\nMuss tragen.\n\n### 28.1. Veränderung während der Messwelle\n\nWenn sich der Produktzugang während der Welle wesentlich ändert:\n\n- Die Welle kann gestoppt werden,\n\n- Vor und nach der Änderung können zwei separate Perioden erstellt werden,\n\nBetroffene Länder können separat analysiert werden. Nutzer vor und nach der Änderung können nicht als eine einzige Population kombiniert werden.\n\n## 29. POPULATIONSQUELLENDATEI\n\nJede Prüfung sollte die Daten der Zielpopulation, die sie verwendet, in einer versionierten Datei speichern. Gegebenenfalls sollten die folgenden Felder enthalten sein:\n\n- Land\n\n- Referenzpopulation\n\n- Populationshistorie\n\n- Altersberechtigung\n\n- Internet- und Gerätezugang\n\n- Produktzugangsstatus\n\n- Schnittstellenzugang\n\n- Pläne- und Kontoverpflichtung\n\n- Sprachgruppen\n\n- Forschungsberechtigung\n\n- Häufige Vertriebsmethode\n\n- Unsicherheit\n\n- Quellen\n\n- Datum der letzten Überprüfung\n\n- Verantwortliche Person\n\n- Populationsversion\n\nLänderkontingente können ohne diese Datei nach Erhalt der Ergebnisse nicht reproduziert werden.\n\n## 30. SYNTHETISCHES PRODUKT UND LÄNDERANZEIGE\n\nDEMONSTRATION DER SYNTHETISCHEN METHODOLOGIE / Die folgenden Länder, KI-Produkte, Bevölkerungszahlen und Zugriffsquoten sind vollständig fiktiv. Sie repräsentieren kein reales Land oder Produkt. Betrachten wir ein synthetisches allgemeines Verbraucherprodukt namens Orion KI. Es gibt vier synthetische Länder.\n\n### 30.1. Wenn die Gesamtbevölkerung verwendet würde\n\nhätte Land A im Hauptsample aufgrund seiner sehr großen Bevölkerung einen großen Anteil. Das Produkt kann jedoch in diesem Land nicht verwendet werden. Teilnehmende könnten keine natürliche Nutzererfahrung erzeugen.\n\n### 30.2. Wenn Natürliche Reichweite Bevölkerung verwendet wird\n\nDie theoretischen Bevölkerungsanteile des Hauptproduktpanels sind ungefähr:\n\n- Land B: 67.53%\n\n- Land C: 32.47%\n\n- Land D: 0.003%\n\n- Land A: außerhalb von Natürliche Reichweite\n\nDer theoretische Anteil von Land D in einer Hauptstichprobe von 1,000 Personen liegt weit unter einer Person. Daher sollte das bevölkerungsgewichtete Hauptscore Land D kein hohes Gewicht geben. Wenn das Land jedoch nicht vollständig unsichtbar sein soll:\n\n#### Land Beobachterpanel\n\nMindestens eine explorative Beobachtung kann erhalten werden. Diese Beobachtung:\n\n- ist nicht das Ergebnis von Land D,\n\n- ändert das Hauptbevölkerungsgewicht nicht,\n\nzeigt, dass das Produktverhalten im Land beobachtet werden kann.\n\n### 30.3. Wie wird Land A berichtet?\n\nFür Land A:\n\n### Der Status OUTSIDE_NATIVE_REACH\n\nwird verwendet. Der Ausschluss von Land A sollte die Zugangsgrenzen des Produkts nicht verschleiern. Die öffentliche Ergebnisübersicht zeigt zudem:\n\n- Produktzugang-Abdeckung\n\n- Anteil, der in der globalen Referenzpopulation nicht zugänglich ist\n\n- Natürliche Reichweite Score\n\n- Gemeinsame Vergleichsbasis Vergleichs-Score\n\n## 31. SYNTHETISCHE PROMPT-POPULATIONSDARSTELLUNG\n\n### SYNTHETISCHES BEISPIEL\n\nBetrachten wir drei Prompts für dasselbe Orion KI-Produkt.\n\n#### Prompt A\n\n„Was für ein Unternehmen ist Asteron?“ Zielpopulation: könnte die breite, geeignete Nutzerpopulation von Orion AI sein.\n\n#### Prompt B\n\n„Bietet Asteron Firmendienstleistungen in der Türkei an?“ Zielpopulation:\n\n- Berechtigte Nutzer in der Türkei,\n\n- Identifizierte externe Nutzer, die den Türkei-Service recherchieren\n\nkann sein.\n\n#### Prompt C\n\n„Ist Asteron für legale Migrationsberatung für mich geeignet?“ Wenn Asteron einen solchen Service nicht anbietet: Es könnte keine beratungsberechtigte Bevölkerung geben, die korrekte Antwort sollte alle geeigneten Nutzer ausschließen. Die Kombination dieses Prompts in den gesamten Identitätsscore könnte falsch sein. Dieses Beispiel zeigt:\n\n> Selbst für dieselbe Entität und dasselbe KI-Produkt kann die Zielpopulation je nach gemessener Nutzerfrage variieren.\n\n## 32. VIER-PANEL-ARCHITEKTUR\n\n### KANDIDATEN-ARCHITEKTUR — KANDIDATEN-ARCHITEKTUR\n\nVier ergänzende Panels werden für die globale und faire Implementierung von GEO-1000 empfohlen.\n\n### 32.1. Bevölkerungspanel\n\nDas Hauptpanel wird gemäß der produktberechtigten Nutzerpopulation gewichtet. Produziert die Hauptpopulation-Schätzung.\n\n### 32.2. Länderbeobachterpanel\n\nVerhindert, dass kleine Länder, die im Bevölkerungspanel nicht genügend Stichproben bereitstellen können, vollständig unsichtbar werden. Es ist allein nicht ausreichend, um einen Länderwert zu erzeugen.\n\n### 32.3. Sprachgerechtigkeits-Panel\n\nMisst auch Sprachen, die in den Bevölkerungsdurchschnittswerten wenig Ressourcen haben oder unterdrückt sind. Es verbindet sich wieder mit dem globalen Hauptwert unter Verwendung realer Bevölkerungsgewichte.\n\n### 32.4. Zugänglichkeits-Panel\n\nMisst die Bedürfnisse in Bezug auf Barrierefreiheit und Nutzer von unterstützender Technologie, die im Standard-Digitalpanel möglicherweise ausgeschlossen werden. Beobachtungen aus diesen vier Panels:\n\n- Ziel,\n\n- Gewichtung,\n\n- Inference-Universum\n\nEs sollte in Bezug auf Wartung separat gekennzeichnet werden. Dieselbe Beobachtung darf nicht ohne Erklärung mit voller Gewichtung in mehr als einem Panel verwendet werden.\n\n## 33. ERSTES PANEL FÜR ERWACHSENE\n\n### GRUNDREGEL FÜR KANDIDATEN — GRUNDLEGENDES PRINZIP FÜR KANDIDATEN\n\nIn der ersten allgemeinen Veröffentlichung von GEO-1000, die echten Nutzer-Dashboards:\n\n#### von erwachsenen Teilnehmern, die die Produkt- und Länderbedingungen erfüllen\n\nEs wird empfohlen, erstellt zu werden. Dieser Ansatz:\n\n- Zustimmung,\n\n- Datenschutz,\n\n- Sammeln von Screenshots,\n\n- forschung mit hohem Risiko,\n\n- Elterliche Zustimmung\n\nEs kann deren Komplexität reduzieren. Es kann jedoch nicht der folgende Schluss gezogen werden: 'Die Erfahrungen von Kindern und jungen Nutzern wurden mit dem erwachsenen Panel gemessen.' Bei Produkten, die Kinder oder junge Menschen betreffen, separat:\n\n- ethische Genehmigung,\n\n- altersgerechtes Protokoll,\n\n- Eltern- oder Vormundprozesse,\n\n- Schadensschutz\n\nsind erforderlich.\n\n## 34. KEIN POPULATIONSRAHMEN KANN ALS „GESAMTE MENSCHHEIT“ BEZEICHNET WERDEN\n\nEin Produkt:\n\n- wenn es in einigen Ländern nicht existiert,\n\n- wenn es einige Sprachen nicht unterstützt,\n\n- wenn es nur auf bestimmten Geräten funktioniert,\n\n- wenn es bestimmte Alters- oder Tarifbedingungen hat,\n\nErgebnis: Es kann nicht als „die GEO-Erfahrung aller Menschen auf der Welt“ dargestellt werden. Die korrekte Ausdrucksweise:\n\n#### Geschätzte Repräsentation in der Zielpopulation, die für das angegebene Produkt geeignet ist\n\nsollte verwendet werden. Das Wort global:\n\n- mehrere Länder,\n\n- mehrsprachig,\n\n- große Bevölkerung\n\nkann eine Messung definieren. Es bedeutet nicht unbegrenzte und universelle Abdeckung.\n\n## 35. GRUNDLEGENDES ETHISCHES LIMIT DER BEVÖLKERUNG\n\nDie Definition einer Bevölkerung für eine Messung bedeutet nicht, einige Menschen als wertlos zu betrachten. Eine Gruppe kann im Hauptscore ein geringes Gewicht erhalten. Allerdings:\n\n- hohes Risiko,\n\n- Sprachgerechtigkeit,\n\n- Barrierefreiheit,\n\n- Ländersichtbarkeit\n\nkann auch separat untersucht werden. Eine Gruppe kann vom Natürliche Reichweite-Score ausgeschlossen werden, weil sie keinen Zugriff auf ein Produkt hat. Dieser fehlende Zugriff kann auch als globale Abdeckungslücke gemeldet werden. Der Zweck von NOMOS:\n\n- alle in einen einzigen künstlichen Durchschnitt zu komprimieren,\n\n- nur die größten Bevölkerungen zu sehen,\n\n- kleine Gemeinschaften symbolisch durch eine einzelne Person darzustellen\n\nist nicht das Ziel. Das Ziel ist:\n\n> jede Person im richtigen Nenner der richtigen Frage darzustellen, ohne ihr Gewicht und ihre Sichtbarkeit zu vermischen.\n\n## 36. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH05-N01**\n\nDie Zielnutzerpopulation muss für jedes KI-Produkt separat definiert werden.\n\n**CH05-N02**\n\nDie Gesamtbevölkerung eines Landes kann nicht direkt als KI-geeignete Nutzerpopulation verwendet werden.\n\n**CH05-N03**\n\nDie Zielpopulation muss mit Produkt, Land, Alter, Zugriff, Schnittstelle, Plan, Sprache, Prompt und zeitlichen Bedingungen verknüpft werden.\n\n**CH05-N04**\n\nDie Zielpopulation und die Ausschlussregeln müssen versioniert werden, bevor die Ergebnisse gesehen werden.\n\n**CH05-N05**\n\nDie Zielgruppe eines KI-Produkts kann nicht ohne Erklärung auf ein anderes KI-Produkt übertragen werden.\n\n**CH05-N06**\n\nFehlender Produktzugang kann nicht als Ergebnis einer Falschdarstellung bewertet werden; er muss getrennt als Zugangsabdeckung gemeldet werden.\n\n**CH05-N07**\n\nTeilnehmer dürfen nicht gebeten werden, Produkt- oder Länderzugangsbeschränkungen zu umgehen.\n\n**CH05-N08**\n\nZugriff, der nicht offiziell unterstützt wird, kann nicht automatisch zur Hauptpopulation Natürliche Reichweite hinzugefügt werden.\n\n**CH05-N09**\n\nIndividuelle, Konto- und Sitzungseinheiten müssen voneinander getrennt sein.\n\n**CH05-N10**\n\nMehrere Konten oder Sprachen einer Person können das Individuum im Bevölkerungsgewicht nicht vervielfachen.\n\n**CH05-N11**\n\nDie Sprachberechtigung kann nicht allein auf der Amtssprache des Landes basieren.\n\n**CH05-N12**\n\nDie angeforderte Sprache, die Nutzerschnittstellensprache, die Antwortsprache und die Sprache der Nutzerkompetenz müssen separat aufgezeichnet werden.\n\n**CH05-N13**\n\nDas gesamte Populationsgewicht einer Person, die mehrere Sprachen verwendet, darf ohne Erklärung nicht mehr als eine Person betragen.\n\n**CH05-N14**\n\nDas populationsgewichtete Panel und das Country-Observer-Panel sollten getrennt gehalten werden.\n\n**CH05-N15**\n\nEine oder mehrere Beobachtungen des Country Observer dürfen nicht als Länderpunktzahl veröffentlicht werden.\n\n**CH05-N16**\n\nIm Language-Fairness-Panel sollten überrepräsentierte Beobachtungen im globalen Score auf ihr tatsächliches Populationsgewicht zurückgeführt werden.\n\n**CH05-N17**\n\nNutzer mit besonderen Zugänglichkeitsanforderungen dürfen nicht von der Zielpopulation ausgeschlossen werden, weil das Datenerfassungstool nicht geeignet ist.\n\n**CH05-N18**\n\nDie Zielpopulation, die Stichprobenbasis, die kontaktierte Population, die Teilnehmer und die gültigen analytischen Beobachtungen sollten getrennt berichtet werden.\n\n**CH05-N19**\n\nEin Panel ohne Zufallsstatistik oder ein freiwilliges Panel darf nicht als zufällige Stichprobe der Weltbevölkerung repräsentiert werden.\n\n**CH05-N20**\n\nDurch Gewichtung kann eine Gruppe, die in der Stichprobenbasis vollständig fehlt, nicht sichtbar gemacht werden.\n\n**CH05-N21**\n\nPotenziell geeignete Bevölkerung und aktive Nutzerexposition können nicht als dieselbe Kennzahl verwendet werden.\n\n**CH05-N22**\n\nDie Ergebnisse Natürliche Reichweite und Gemeinsame Vergleichsbasis müssen voneinander getrennt werden.\n\n**CH05-N23**\n\nDie gleiche Zielpopulation kann nicht automatisch für Identitäts-, Service-, Preis-, Rechts- und Empfehlungsprompts verwendet werden.\n\n**CH05-N24**\n\nBevölkerungsdaten, Produktzugangsstatus und Sprachverteilung müssen einen Zeitstempel und eine Quellenversion tragen.\n\n**CH05-N25**\n\nGrenznutzenverhältnisse dürfen nicht blind multipliziert werden, ohne die Unabhängigkeitsannahme zu erklären.\n\n**CH05-N26**\n\nWenn der Produkttyp für das allgemeine Verbraucherpaneel nicht geeignet ist, darf die GEO-1000-Methode für menschliche Populationen ohne Erklärung nicht angewendet werden.\n\n**CH05-N27**\n\nKinder oder minderjährige Nutzer dürfen nicht in das Hauptpanel aufgenommen werden, ohne ein separates ethisches und rechtliches Protokoll.\n\n**CH05-N28**\n\nProduktzugangsabdeckung und Repräsentativitätsgenauigkeit müssen als separate Ergebnisse veröffentlicht werden.\n\n**CH05-N29**\n\nDer Begriff global kann Länder, Sprachen, Altersgruppen, Schnittstellen oder Pläne, die außerhalb des Geltungsbereichs liegen, nicht unsichtbar machen.\n\n**CH05-N30**\n\nDer Zielpopulationsdatensatz muss einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 37. FORMEN DES VERSAGENS\n\n**CH05-F01— ZÄHLEN SIE DIE GESAMTBEVÖLKERUNG ALS ELIGIBLE POPULATION**\n\nDie Bevölkerung des Landes wird direkt in den Nenner aufgenommen, ohne Produkt-, Alters-, Internet-, Sprach- und Schnittstellenbedingungen zu bewerten.\n\n**CH05-F02— WENDEN SIE DIE GLEICHE WELTKARTE AUF ALLE PRODUKTE AN**\n\nKI-Produkte mit unterschiedlichen Zugriffsbereichen werden gegen dieselbe Zielpopulation gemessen.\n\n**CH05-F03— ZÄHLEN SIE EINEN NUTZER, DER DAS LIMIT ÜBERSCHREITET, ALS NATÜRLICHEN NUTZER**\n\nBeobachtungen, die die Bedingungen des offiziellen Zugangs überschreiten, werden als Erfahrung der Landesbevölkerung dargestellt.\n\n**CH05-F04— ZÄHLEN DAS FEHLEN DES PRODUKTS ALS FALSCHE ANTWORT**\n\nLänder, die unzugänglich sind, werden in der Repräsentation der Genauigkeit als null betrachtet.\n\n**CH05-F05— VÖLLIGE VERBERGUNG DES PRODUKTFEHLENS**\n\nGroße Populationen, die unzugänglich sind, werden aus dem Natürliche Reichweite Nenner entfernt; die Zugriffabdeckung wird ebenfalls nicht angezeigt.\n\n**CH05-F06— ZÄHLUNG EINER PERSON ALS MEHRERE**\n\nDas Konto derselben Person, die Sprache oder Produktempfindungen multiplizieren das Bevölkerungsgewicht.\n\n**CH05-F07— ZÄHLUNG DES KONTS ALS PERSON**\n\nMehrfachkontenbesitz oder geteilte Kontonutzung wird nicht berücksichtigt.\n\n**CH05-F08— AMTSSPRACHE ALS NUTZERSPRACHE ZÄHLEN**\n\nDie Amtssprache des Landes wird für alle Teilnehmer als Prüfungs- bzw. Audit-Sprache betrachtet.\n\n**CH05-F09— ZWEIFACHE ZÄHLUNG VON MEHRSPRACHIGEN EINZELPERSONEN**\n\nDie gleiche Person erhält in jeder Sprache das volle Bevölkerungsgewicht.\n\n**CH05-F10— ZUWEISUNG EINER PERSON ZU EINEM KLEINEN LAND UND ERKLÄRUNG DES LANDESERGEBNISSES**\n\nBeobachtungen des Länderbeobachters werden in eine statistische Länderschätzung umgewandelt.\n\n**CH05-F11— VOLLSTÄNDIGES LÖSCHEN KLEINER LÄNDER**\n\nDa der Bevölkerungsanteil gering ist, wird das Land oder die Sprache in keinem zusätzlichen Abdeckungs-Panel berücksichtigt.\n\n**CH05-F12— ÜBERGEWICHTUNG VON BEISPIELEN FÜR SPRACHGERECHTIGKEIT IM HAUPTERGEBNIS**\n\nÜberstichproben von Sprachen werden nicht auf ihr tatsächliches Bevölkerungsgewicht zurückgeführt.\n\n**CH05-F13— ZÄHLEN DES AKTIVEN NUTZERS ALS POTENZIELLE BEVÖLKERUNG**\n\nTatsächliche Nutzungsdaten werden so dargestellt, als ob sie alle Personen einschließen, die auf das Produkt zugreifen könnten.\n\n**CH05-F14— ZÄHLEN DER POTENZIELLEN BEVÖLKERUNG ALS TATSÄCHLICHE EXPOSITION**\n\nEs wird angenommen, dass die Antwort jeder Person, die das Produkt nutzen könnte, tatsächlich gesehen wird.\n\n**CH05-F15— ZÄHLUNG DES FREIWILLIGEN PANELS ALS ZUFÄLLIGE WELTPROBE**\n\nSelbstselektion und Panel-Bias werden verschleiert.\n\n**CH05-F16— IGNORIEREN DES ABDECKUNGSFEHLERS DURCH GEWICHTUNG**\n\nEs wird behauptet, dass Gruppen, die im Rahmen nicht vorhanden sind, ausschließlich durch Gewichtung vertreten werden.\n\n**CH05-F17— ENTFERNUNG VON NUTZERN, DIE DURCH DAS DATENERFASSUNGSTOOL VON DER POPULATION AUSGESCHLOSSEN WURDEN**\n\nZugänglichkeits- oder Geräteprobleme werden so interpretiert, als ob der Nutzer nicht geeignet ist.\n\n**CH05-F18— ANWENDUNG DER GLEICHEN POPULATION AUF ALLE PROMPTS**\n\nGlobale Identität, lokale Preisgestaltung und rechtliche Beratungsfragen werden auf denselben Nenner gebracht.\n\n**CH05-F19— ANWENDUNG DER ALLGEMEINEN VERBRAUCHERPOPULATION AUF DAS API-PRODUKT**\n\nDas menschliche Nutzerpanel wird direkt an den Entwickler oder das Anwendungsprodukt übertragen.\n\n**CH05-F20— GEHEIMES KOMBINIERTES ANBIETEN VON KOSTENLOSEN UND BEZAHLTEN PLÄNEN**\n\nEine einzelne Produktverteilung wird veröffentlicht, ohne den Planunterschied zu erfassen.\n\n**CH05-F21— VEREINIGUNG VON WEB- UND MOBILBEVÖLKERUNG**\n\nUnterschiede beim Schnittstellenzugang und Verhalten bleiben unsichtbar.\n\n**CH05-F22— IGNORIEREN DER ALTERSBEGRENZUNG**\n\nUnangemessene Altersgruppen werden ohne Erklärung zur Zielpopulation oder zum Panel hinzugefügt.\n\n**CH05-F23— MULTIPLIZIEREN VON MARGINALRATEN, ALS WÄREN SIE UNABHÄNGIG**\n\nDie Beziehung zwischen Alter, Internet, Sprache und Zugang wird ignoriert.\n\n**CH05-F24— ÄNDERN DER BEVÖLKERUNG NACH DEM ERGEBNIS**\n\nEin Land oder eine Nutzergruppe mit niedriger Punktzahl wird aus der Zielpopulation entfernt.\n\n**CH05-F25— VERWENDUNG DER ALTEN PRODUKT-REICHWEITE-KARTE**\n\nDie tatsächliche Reichweite des Produkts am Messdatum wird nicht überprüft.\n\n**CH05-F26— VERWECHSLUNG DER ERGEBNISSE VON Gemeinsame Vergleichsbasis UND Natürliche Reichweite**\n\nVergleiche, die auf der gemeinsamen Population basieren, werden so dargestellt, als würden sie die tatsächliche globale Reichweite des Produkts widerspiegeln.\n\n**CH05-F27— EINENGUNG DES ZIELMARKTES NACH KOMMERZIELLEM INTERESSE**\n\nDie Organisation gibt nur die Länder an, in denen sie erfolgreich ist, als Zielmärkte an.\n\n**CH05-F28— ZÄHLEN DES ZUGANGSUMFANGS ALS GEOGRAFISCHE GENAUIGKEIT**\n\nDie Präsenz in vielen Ländern wird als Beweis für eine genaue Repräsentation präsentiert.\n\n**CH05-F29— BEGRENZTEN ZUGANG ALS HOHEN GLOBALE ERFOLG VERKAUFEN**\n\nHohe Genauigkeit in einer kleinen Anzahl von Ländern wird als globale Überlegenheit dargestellt.\n\n**CH05-F30— VERWENDUNG DES BEGRIFFS „DIE GANZE WELT“ OHNE ABDECKUNGSREKORD**\n\nAusschlüsse von Produkt, Sprache, Land und Plan sind verborgen.\n\n## 38. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Festschreiben des KI-Produkts und der Nutzeroberfläche\n\nProduktoberflächenplan Kontotyp Angezeigtes Modell Messdatum wird aufgezeichnet.\n\n### Schritt 2— Klassifizieren der Messfrage\n\nPrompt:\n\n- globale Identität,\n\n- lokaler Service,\n\n- Preis,\n\n- Gesetz,\n\n- Empfehlung,\n\n- hohes Risiko\n\nzu welcher ihrer Familien gehört es?\n\n### Schritt 3— Bestimmen der globalen Referenzpopulation\n\nDas ursprüngliche menschliche Universum, mit dem das Ergebnis verknüpft wird, wird definiert.\n\n### Schritt 4— Bestimmen von Alter und Forschungseignung\n\nProduktaltersbedingung Forschung Altersbedingung Zustimmung und Bedingungen zur Datenverarbeitung werden aufgezeichnet.\n\n### Schritt 5— Länderspezifischen Produktzugang überprüfen\n\nEin Zugangsstatus zwischen PA-0 und PA-5 wird für jedes Land zugewiesen.\n\n### Schritt 6— Internet-, Geräte- und Schnittstellenkompatibilität bestimmen\n\nDie Bevölkerung, die die gemessene Oberfläche nutzen kann, wird geschätzt.\n\n### Schritt 7— Sprach- und Gebietsschema-Universum festlegen\n\nEingabesprache, Schnittstellensprache, Antwortsprache und Nutzer-Sprachkenntnisse werden getrennt.\n\n### Schritt 8— Relevanz der Prompt anwenden\n\nEs wird bewertet, ob alle Nutzer zur Zielpopulation der relevanten Eingabeaufforderungsfamilie gehören.\n\n### Schritt 9— Passendes Bevölkerungsmodell für den Produkttyp auswählen\n\nVerbraucher-, Unternehmens-, Bildungs-, API- oder eingebettetes Produkt wird getrennt.\n\n### Schritt 10— Vergleiche die Zielpopulation mit dem Stichprobenrahmen\n\nEs wird als Unterabdeckung und Überabdeckung erfasst.\n\n### Schritt 11— Identifiziere die Haupt- und Ergänzungspanels\n\nDie Bereiche des Bevölkerungs-Panels, des Länderbeobachter-Panels, des Sprachgerechtigkeits-Panels und des Barrierefreiheits-Panels sind versioniert.\n\n### Schritt 12— Trenne die Natürliche Reichweite- und Gemeinsame Vergleichsbasis-Universen\n\nIntra-Produkt-Ergebnisse und interproduktale Vergleichspopulationen werden separat erfasst.\n\n### Schritt 13— Trenne Zugriffsbereich und Genauigkeitsergebnisse\n\nDie Genauigkeit zwischen der Population, die ein Produkt erreichen kann, und den erreichten Nutzern wird separat berichtet.\n\n### Schritt 14— Friere die Bevölkerungsdatei ein\n\nDatenquellen, Annahmen, Datum und Bevölkerungsversion werden festgeschrieben.\n\n### Schritt 15— Verfolge wesentliche Änderungen\n\nWenn sich der Produktzugang oder die Bedingungen während der Messung ändern, wird eine neue Version erstellt.\n\n## 39. ERFORDERLICHE BELEGE\n\nKI-Produktidentität; Nutzeroberfläche; Plan- und Kontobedingungen; Messdatum; Länder, in denen das Produkt zugänglich ist; Länderebene-Zugangsstatus; Altersbedingungen; rechtliche und ethische Teilnahmebedingungen; Ländervölkerungsaufzeichnungen; Altersverteilungen; Internet- und Gerätezugangsaufzeichnungen; Sprach- und Gebietsschema-Verteilungen; Produktsprachunterstützung; Schnittstellenzugänglichkeit; Ziel-Prompt-Familie; Definition der Zielpopulation; Stichprobenrahmen; Unterabdeckung; Überabdeckung; Paneltyp; Teilnehmerauswahlmethode; Wahrscheinlichkeitspanel oder Opt-in-Panelstatus; Gewichte für mehrsprachige Nutzer; Abdeckung Country Observer; Abdeckung Language Fairness; Abdeckung Accessibility Panel; Natürliche Reichweite Population; Gemeinsame Vergleichsbasis Population; aktive Nutzerdaten, wo verwendet; Berechnung der Zugangsabdeckung; Annahmen und Sensitivitätsanalysen; Populationsversion; und letztes Überprüfungsdatum.\n\nVerantwortliche Person oder Institution\n\n## 40. PRÜFLISTE FÜR AUDITS\n\nWelches KI-Produkt und welche Nutzeroberfläche wird gemessen? Für welches Datum wurde die Zielpopulation definiert? Wurden die Gesamtbevölkerung des Landes und die berechtigte Nutzerpopulation getrennt? Wurde ein Altersanforderung angewendet? Wurden Internet- und Gerätezugang bewertet? Ist das Produkt offiziell nach Ländern zugänglich? Wurden die Teilnehmer gebeten, Zugangsbeschränkungen zu überwinden? Wurden kostenlose und kostenpflichtige Pläne getrennt? Wurden Web- und mobile Schnittstellen getrennt? Hat die Aufforderungsfamilie die Zielpopulation verändert? Wie wurde die Sprach- und Ländereignung bestimmt? Wurden mehrsprachige Nutzer doppelt gezählt? Ist der Unterschied zwischen der Zielpopulation und dem Stichprobenrahmen klar? Ist das Panel probabilistisch oder freiwillig? Wurde der Abdeckungsfehler gemessen? Wurden Nutzer mit besonderen Zugangsbedürfnissen stillschweigend ausgeschlossen?\n\nWurden Beobachtungen des Länderbeobachters in eine Länderbewertung umgewandelt? Hatten Beispiele zur Sprachfairness ein übermäßiges Gewicht in der Hauptbewertung? Wurden die Ergebnisse von Natürliche Reichweite und Gemeinsame Vergleichsbasis getrennt? Sind Abdeckung und Repräsentationsgenauigkeit getrennt? Wurden Ergebnisse aktiver Nutzer und potenzieller Nutzer getrennt? Ist der Produkttyp für das Panel der menschlichen Bevölkerung geeignet? Wurden die Randraten in den Bevölkerungsgewichten blind multipliziert? Wurde die Bevölkerungsdefinition nach Bekanntwerden der Ergebnisse geändert? Sind die verwendeten Bevölkerungs- und Zugriffsdatensätze versioniert? Sind ungetestete Gruppen sichtbar? Ist der Begriff „global“ mit der tatsächlichen Abdeckung konsistent? Gibt es einen klar verantwortlichen Eigentümer des Bevölkerungsdatensatzes?\n\n## 41. EINWÄNDE UND ANTWORTEN\n\n### Einspruch 1— „Ist es nicht gerechter, direkt nach der Weltbevölkerung zu verteilen?“\n\nDie Weltbevölkerung ist eine starke Ausgangsbasis. Allerdings erzeugt die Einbeziehung von Personen, die das Produkt nicht nutzen können, in der Hauptproduktprobe keine echte Nutzererfahrung. Die richtige Methode ist:\n\n- Bevölkerungsgewicht innerhalb der produktberechtigten Bevölkerung,\n\n- globale Zugriffsabdeckung.\n\nBeide Ergebnisse müssen gemeldet werden.\n\n### Einwand 2— „Sollten nicht die meisten Nutzer aus großen Ländern kommen?“\n\nLänder, die die Produkt-, Sprach- und Zugriffsvoraussetzungen erfüllen, sollten natürlich einen hohen Anteil haben. Nur weil die Gesamtbevölkerung groß ist, kann jedoch keine gefälschte Nutzererfahrung in einem Land erzeugt werden, in dem das Produkt nicht zugänglich ist.\n\n### Einwand 3— „Warum wäre es falsch, einer kleinen Nation wie San Marino eine Person zu geben?“\n\nEine Person ist wertvoll für die Erkundung und Beobachtung durch den Länderbeobachter. Falsch ist es, das Ergebnis dieser Person als 'Länderpunktzahl' darzustellen. Die Sichtbarkeit des kleinen Landes kann mit dem Länderbeobachter-Panel geschützt werden. Das Hauptgewicht der Bevölkerung bleibt gemäß dem tatsächlichen Bevölkerungsanteil.\n\n### Einwand 4— „Wenn wir jedem Land mindestens eine Person geben, würden wir dann nicht globaler erscheinen?“\n\nEine größere geografische Abdeckung wird bereitgestellt. Allerdings kann die Bevölkerungsabschätzung verzerrt sein. Daher:\n\n- geografischer Umfang,\n\n- Bevölkerungsdichte\n\nSie sind separate Ergebnisse. Es kann ein Umfangs-Panel sein, um einer Person pro Land zu geben. Es ist kein Bevölkerungs-Panel.\n\n### Einwand 5— „Wenn wir einem Produkt in einem unzugänglichen Land null geben, würde das Produkt nicht unfair bestraft?“\n\nEin unzugängliches Land wird bei der Repräsentationsgenauigkeit nicht als null gezählt. Es wird im Abdeckungsmetrik-Zugang sichtbar. Diese Unterscheidung schützt das Produkt sowohl vor unfairen Strafen als auch vor falscher Universalität.\n\n### Einwand 6— „Wenn es echte Nutzungsdaten gibt, warum brauchen wir Bevölkerungsdaten?“\n\nEchte Nutzungsdaten zeigen den operativen Einfluss. Allerdings zeigt das Produkt:\n\n- welche Bevölkerungen es nicht erreicht hat,\n\n- die geografische Ungleichheit in der Nutzerbasis,\n\n- potenzielle Nutzerfairness\n\nEs zeigt sich nicht allein. Die beiden Datentypen beantworten unterschiedliche Fragen.\n\n### Einwand 7— ‚Da alle Nutzer denselben Prompt stellen werden, warum ist die Relevanz des Prompts wichtig?‘\n\nIdentitätsfragen können in einer breiten Bevölkerung sinnvoll sein. Preis-, Rechts- oder Beratungsfragen sind nur für bestimmte Nutzer und Märkte sinnvoll. Eine irrelevante Bevölkerung kann die Antwortverteilung von der Nutzerrealität verzerren.\n\n### Einwand 8— „Wenn eine Person mehrere Sprachen spricht, warum sollte sie nicht in allen Sprachen vollständig gezählt werden?“\n\nSie können alle Sprachen im sprachübergreifenden Vergleich testen. Die gleiche Person in der Bevölkerungsgewichtung zu multiplizieren, erhöht jedoch künstlich die Weltbevölkerung. Das Gewicht der Person sollte geteilt oder ein separates, passendes Panel verwendet werden.\n\n### Einwand 9— „Ergibt die Prüfung nur von Erwachsenen nicht ein unvollständiges globales Ergebnis?“\n\nDas stimmt. Diese Einschränkung sollte eindeutig angegeben werden. Mit einem Erwachsenenpanel zu beginnen, kann eine ethische und operative Entscheidung sein. Es stellt kein Urteil über Kinderanwender dar.\n\n### Einwand 10— ‚Ist das Online-Forschungs­panel nicht ausreichend?‘\n\nEs kann sehr wertvoll für Pilot- und gewichtete Forschung sein. Aber das Panel:\n\n- wie viel von der Zielpopulation es abdeckt,\n\n- wer ausgeschlossen wird,\n\n- wie freiwillige Teilnahme Verzerrungen erzeugt\n\nsollte erklärt werden. Die Nutzung eines Panels ist kein Fehler. Das Panel als zufällig wie die Weltbevölkerung darzustellen, ist ein Fehler.\n\n### Einwand 11— „Warum hängt das Accessibility-Panel mit dem Haupt-GEO-Score zusammen?“\n\nWeil ein Teil der echten KI-Nutzer Assistenztechnologien oder unterschiedliche Interaktionsformen verwendet. Wenn das Datenerhebungswerkzeug diese Personen ausschließt, kann der Hauptscore nicht die gesamte Zielpopulation repräsentieren.\n\n### Einwand 12— „Macht es nicht die vielen verschiedenen Bevölkerungsdefinitionen unmöglich, einen einzigen NOMOS-Wert zu erstellen?“\n\nNein. Ein einzelner Wert kann erstellt werden. Es sollte jedoch klar sein, auf welche Bevölkerungsfrage er antwortet. Zum Beispiel:\n\n- Natürliche Reichweite Bevölkerungswert\n\n- Gemeinsame Vergleichsbasis Wert\n\n- Marktrelevanter Wert\n\n- Ergebnis zur Sprachgerechtigkeit\n\nkann separate Datensätze enthalten. Die Bedeutung einer Zahl ergibt sich aus der Klarheit ihres Nenners.\n\n## GEMEINSAMES URTEIL VON KAPITEL 44\n\nGEO-1000 enthält ‚1,000‘ in seinem Namen, aber der Wert dieser 1,000 Personen ergibt sich nicht allein aus der Zahl. Er ergibt sich aus den Antworten auf diese Fragen: Wer sind sie? Aus welcher Bevölkerung wurden sie ausgewählt? Können sie das Produkt tatsächlich nutzen? Wo leben sie? Welche Sprachen verwenden sie? Wie oft wurde dieselbe Person gezählt? Sind kleine Länder sichtbar? Behalten große Länder ihr tatsächliches Bevölkerungsgewicht bei? Wo berücksichtigt die Bewertung Menschen, die das Produkt nicht erreichen kann? Wen hat die Panel-Infrastruktur ausgeschlossen? Welches Ergebnis misst den potenziellen Zugang und welches misst die tatsächliche Nutzung? Ein großes Land kann eine große produktberechtigte Bevölkerung haben und verdient daher ein erhebliches Gewicht im Hauptpanel. Aber wenn das Produkt dort nicht verfügbar ist, darf die Prüfung keine Nutzer erfinden. Die Zugangslücke muss separat offengelegt werden.\n\nWenn ein Land sehr klein ist, sollte das Hauptgewicht der Bevölkerung niedrig bleiben. Es muss jedoch nicht völlig unsichtbar sein. Es kann mit einem Überwachungs-Panel beobachtet werden. Wenn eine Sprache eine kleine Bevölkerung hat, muss sie den globalen Durchschnitt nicht bestimmen. Wenn es jedoch eine starke Verzerrung in der Repräsentation dieser Sprache gibt, sollte sie ebenfalls sichtbar sein. Wenn eine Person drei Sprachen kennt, kann sie drei verschiedene Erfahrungen produzieren. Sie sind jedoch nicht drei verschiedene Personen. Wenn ein KI-Produkt bestimmtes Verhalten nur auf einem kostenpflichtigen Plan bietet, repräsentiert die Punktzahl der kostenlosen Nutzer diesen Plan nicht. Ein menschliches Bevölkerungs-Panel ist für ein Konsumenten-Chat-Produkt geeignet. Dasselbe Bevölkerungsmodell ist möglicherweise nicht für eine API oder ein Unternehmensprodukt geeignet. Daher lautet das fünfte Messgesetz von NOMOS wie folgt:\n\n> Selbst die empfindlichste Punktzahl liefert die richtige Antwort auf die falsche Frage, wenn der Nenner falsch ist.\n\nSein sechstes Gesetz lautet:\n\n> Die Bevölkerungszahl ersetzt nicht die Sichtbarkeit von Ländern und Sprachen.\n\nSein siebtes Gesetz lautet wie folgt:\n\n> Eine Person, die keinen Zugriff auf [etwas] hat, ist nicht falsch dargestellt worden; sie ist jedoch Teil der globalen Zugangsgrenze.\n\nSein achtes Gesetz lautet wie folgt:\n\n> Eine Person mit mehreren Konten, Sprachen oder Sitzungen erhöht nicht die menschliche Bevölkerung.\n\nDas neunte Gesetz lautet wie folgt:\n\n> Globale Messung ist kein Anspruch darauf, dass jeder gemessen wird; es ist eine ehrliche Aufzeichnung darüber, wer gemessen wird und wer nicht.\n\n## Bestellung von Abschnitt 5 von NOMOS\n\n> Gib mir nicht nur Bevölkerungszahlen der Länder. / Zeige, welche Menschen das Produkt tatsächlich nutzen können.\n\n> Fülle kein großes Land mit gefälschten Nutzern, wenn das Produkt dort nicht vorhanden ist.\n\n> Gib einer kleinen Nation nicht eine Person und erkläre die Antwort dieser Person als die Stimme des Landes.\n\n> Du darfst eine Person nicht so oft duplizieren wie ihre Konten, Sprachen und Sitzungen.\n\n> Verwechseln Sie nicht die Amtssprache mit der tatsächlichen Sprachverwendung der Menschen.\n\n> Mache keinen kostenlosen Nutzer zum Vertreter eines kostenpflichtigen Plans und keinen mobilen Nutzer zum Vertreter der Weboberfläche.\n\n> Bezeichne das Freiwilligenpanel nicht als zufällige Weltbevölkerung.\n\n> Lösche keinen Nutzer mit speziellen Zugänglichkeitsbedürfnissen aus der Population, weil das Tool nicht funktioniert.\n\n> Entferne die Population, die das Produkt nicht erreicht, nicht aus der Genauigkeitsbewertung und verschleiere die globale Zugangslücke.\n\n> Wende denselben Anteil nicht auf eine Preisfrage wie auf eine Identitätsfrage an, oder auf eine globale Marke wie auf eine lokale Lizenz.\n\n> Definiere zuerst das Produkt. / Dann definiere die Frage. / Dann definiere das menschliche Universum. / Dann begrenze Zugriff, Sprache, Alter und Benutzeroberfläche. / Dann erkläre, wen du nicht auswählen kannst. / Und erst danach verteile 1,000 Personen.\n\n## Der abschließende Satz des Kapitels\n\n> In GEO-1000 bedeutet Gerechtigkeit nicht, die gleiche Anzahl von Personen auf jedes Land zu verteilen; sondern jede Person in der richtigen Zielpopulation mit dem richtigen Gewicht zu repräsentieren, ohne die Orte zu verbergen, an denen sie nicht gemessen werden.\n\n## Normativer Kern\n\n> Jede GEO-Populationsprüfung MUSS vor der Ergebnisüberprüfung eine zeitlich begrenzte und produktspezifische Zielpopulation von Nutzern für jede der folgenden Kombinationen definieren: - KI-Produkt und Nutzeroberfläche, - Land oder Rechtsgebiet, - Altersgrenze und Voraussetzung für einen rechtmäßigen Zugang, - Konto- oder Tarifbedingung, - Sprache und Gebietsschema, - Schnittstelle, - Prompt-Familie, - und Messzweck. Die gesamte ansässige Bevölkerung DARF NICHT als produktberechtigte Bevölkerung behandelt werden, ohne gerechtfertigte Berechtigungsanpassungen. Die Nichtverfügbarkeit des Produkts MUSS als Zugangsbeschränkung gemeldet werden, nicht stillschweigend als falsche Repräsentation bewertet oder stillschweigend aus dem globalen Umfang entfernt werden. Potenzieller Zugang, aktive Nutzung, tatsächliche Exposition, Natürliche Reichweite, Gemeinsame Vergleichsbasis, Marktrelevanz und Forschungsbeobachtbarkeit MÜSSEN als unterschiedliche Populationskonzepte bestehen bleiben. Personen, Konten, Sitzungen, Sprachen und Produktbeobachtungen DÜRFEN NICHT als austauschbare Populations-Einheiten behandelt werden. Überrepräsentierte Länder, Sprachen und Zugänglichkeitsgruppen MÜSSEN für Populationsschätzungen neu gewichtet werden, während sie separat sichtbar für Fairness- und Abdeckungsanalysen bleiben. Beobachtungen von Country Observer KÖNNEN die geografische Beobachtungsabdeckung bestimmen, DÜRFEN jedoch nicht als statistisch verlässliche Länderscores repräsentiert werden. Teilnehmer DARF NICHT dazu verpflichtet werden, Produkt-, geografische-, Alters-, Identitäts- oder Kontoeinschränkungen zu umgehen, um in das offizielle Bevölkerungs-Panel aufgenommen zu werden. Jeder Bevölkerungsrahmen MUSS versioniert, quellenbasiert, unsicherheitsbewusst und einer verantwortlichen Person oder Organisation zuordenbar sein.","character_count":76063,"record_sha256":"20160ddc298b8decdf1aee2314df762ea3b9507f1913b85042e2560ffe7b03b3"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-06","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":8,"chapter_number":6,"item_number":null,"title":"Die bevölkerungsproportionale GEO-1000-Stichprobe","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K04","K05","K07","K08"],"source_word_count":8195,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":6,\"id\":\"NOMOS-GEO-AUDIT-CH06\",\"title\":\"Die bevölkerungsproportionale GEO-1000-Stichprobe\",\"subtitle\":null,\"sourceFile\":\"6.ci bölüm.docx\",\"sourceSha256\":\"CF13DD3AF6C4AC35B7D35B8DC2C3096674BF4514B9FA0C4DFA526890C9C7414E\",\"sourceWordCount\":8195,\"sourceIds\":[\"K04\",\"K05\",\"K07\",\"K08\"],\"machine\":{\"chapter\":6,\"chapterId\":\"NOMOS-GEO-AUDIT-CH06\",\"title\":\"Die bevölkerungsproportionale GEO-1000-Stichprobe\",\"subtitle\":null,\"sourceIds\":[\"K04\",\"K05\",\"K07\",\"K08\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH06-R01\",\"normativeRuleEnglish\":\"For each AI product and principal measurement wave, the GEO-1000 Population Panel SHOULD target at least 1,000 valid product-observations unless a different target is explicitly justified. Sample allocation MUST be designed, versioned, and locked before AI responses are observed. Primary allocation MUST be based on the product-eligible target population, not raw resident population, invitation counts, accounts, sessions, or convenience availability. Fractional allocations MUST be converted to integer quotas using a predeclared, reproducible, outcome-blind method. Positive-mass populations MUST NOT be deterministically assigned zero selection probability when the audit claims inference to the full target population. Small populations MAY be represented through justified pooled strata and probability-proportional selection. Country Observer, Language Fairness, and Accessibility observations MAY supplement the main panel, but MUST remain separately labelled and appropriately reweighted. Oversampled groups MUST NOT receive their raw sample share as population weight. Participant replacement MUST be based only on predeclared recruitment or protocol-validity conditions. Incorrect, negative, refused, or critical AI outputs MUST NOT trigger replacement. Persons, accounts, sessions, languages, and AI-product observations MUST remain distinct units. Design weights, nonresponse adjustments, calibration, trimming, clustering, paired observations, and effective sample size MUST be documented. Any post-result change to quotas, strata, pools, weights, exclusions, or sample targets MUST create a new analysis version and preserve the original record.\",\"normativeRuleSourceTurkish\":\"Her AI ürünü ve ana ölçüm dalgası için GEO-1000 Population Panel, farklı bir hedef açıkça gerekçelendirilmedikçe en az 1.000 geçerli ürün-gözlemini hedeflemelidir. Örneklem tahsisi AI yanıtları görülmeden önce tasarlanmalı, sürümlenmeli ve kilitlenmelidir. Ana tahsis toplam ülke nüfusuna, davet sayısına, hesaplara, oturumlara veya kolaylık örneklemine değil ürün-uygun hedef insan nüfusuna dayanmalıdır. Küsuratlı kotalar önceden ilan edilmiş ve sonuçtan bağımsız yöntemle tam sayıya çevrilmelidir. Pozitif nüfus kütlesi taşıyan gruplara, bütün hedef nüfus adına çıkarım yapılırken deterministik sıfır seçilme olasılığı verilemez. Fazla örneklenen gruplar ham örneklem paylarını nüfus ağırlığı olarak kullanamaz. Yanlış, olumsuz, ret veya Critical AI çıktısı katılımcı değiştirme nedeni olamaz.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH06-MB0001\",\"type\":\"paragraph\",\"text\":\"58. MACHINE-READABLE ALLOCATION RECORD\",\"sourceParagraph\":1512},{\"blockId\":\"CH06-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1513},{\"blockId\":\"CH06-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1514},{\"blockId\":\"CH06-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"populationShare\\\": 0.002,\",\"sourceParagraph\":1515},{\"blockId\":\"CH06-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"rawQuota\\\": 2,\",\"sourceParagraph\":1516},{\"blockId\":\"CH06-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"targetValid\\\": 2,\",\"sourceParagraph\":1517},{\"blockId\":\"CH06-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"withinPoolSelection\\\": {\",\"sourceParagraph\":1518},{\"blockId\":\"CH06-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"method\\\": \\\"PPS_ELIGIBLE_POPULATION\\\",\",\"sourceParagraph\":1519},{\"blockId\":\"CH06-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"countries\\\": [\",\"sourceParagraph\":1520},{\"blockId\":\"CH06-MB0010\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1521},{\"blockId\":\"CH06-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-H\\\",\",\"sourceParagraph\":1522},{\"blockId\":\"CH06-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"eligiblePopulation\\\": 1500000,\",\"sourceParagraph\":1523},{\"blockId\":\"CH06-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"conditionalSelectionShare\\\": 0.75\",\"sourceParagraph\":1524},{\"blockId\":\"CH06-MB0014\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1525},{\"blockId\":\"CH06-MB0015\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1526},{\"blockId\":\"CH06-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-I\\\",\",\"sourceParagraph\":1527},{\"blockId\":\"CH06-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"eligiblePopulation\\\": 400000,\",\"sourceParagraph\":1528},{\"blockId\":\"CH06-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"conditionalSelectionShare\\\": 0.2\",\"sourceParagraph\":1529},{\"blockId\":\"CH06-MB0019\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1530},{\"blockId\":\"CH06-MB0020\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1531},{\"blockId\":\"CH06-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-J\\\",\",\"sourceParagraph\":1532},{\"blockId\":\"CH06-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"eligiblePopulation\\\": 100000,\",\"sourceParagraph\":1533},{\"blockId\":\"CH06-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"conditionalSelectionShare\\\": 0.05\",\"sourceParagraph\":1534},{\"blockId\":\"CH06-MB0024\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1535},{\"blockId\":\"CH06-MB0025\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1536},{\"blockId\":\"CH06-MB0026\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1537},{\"blockId\":\"CH06-MB0027\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1538},{\"blockId\":\"CH06-MB0028\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1539},{\"blockId\":\"CH06-MB0029\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1540},{\"blockId\":\"CH06-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"supplementaryPanels\\\": {\",\"sourceParagraph\":1541},{\"blockId\":\"CH06-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"countrySentinel\\\": {\",\"sourceParagraph\":1542},{\"blockId\":\"CH06-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"targetValid\\\": 3,\",\"sourceParagraph\":1543},{\"blockId\":\"CH06-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"includedCountries\\\": [\\\"SYN-H\\\", \\\"SYN-I\\\", \\\"SYN-J\\\"],\",\"sourceParagraph\":1544},{\"blockId\":\"CH06-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"countryScoresFromSingleObservationAllowed\\\": false,\",\"sourceParagraph\":1545},{\"blockId\":\"CH06-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPopulationEstimateWithFullSentinelWeight\\\": false\",\"sourceParagraph\":1546},{\"blockId\":\"CH06-MB0036\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1547},{\"blockId\":\"CH06-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"languageFairness\\\": {\",\"sourceParagraph\":1548},{\"blockId\":\"CH06-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"targetValid\\\": 50,\",\"sourceParagraph\":1549},{\"blockId\":\"CH06-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"oversampledLanguage\\\": \\\"SYN-LANG-Y\\\",\",\"sourceParagraph\":1550},{\"blockId\":\"CH06-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"reweightToPopulation\\\": true\",\"sourceParagraph\":1551},{\"blockId\":\"CH06-MB0041\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1552},{\"blockId\":\"CH06-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"accessibility\\\": {\",\"sourceParagraph\":1553},{\"blockId\":\"CH06-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"targetValid\\\": 40,\",\"sourceParagraph\":1554},{\"blockId\":\"CH06-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"separateDiagnosticReporting\\\": true\",\"sourceParagraph\":1555},{\"blockId\":\"CH06-MB0045\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1556},{\"blockId\":\"CH06-MB0046\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1557},{\"blockId\":\"CH06-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"fieldwork\\\": {\",\"sourceParagraph\":1558},{\"blockId\":\"CH06-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"expectedCompletionRate\\\": 0.82,\",\"sourceParagraph\":1559},{\"blockId\":\"CH06-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"expectedProtocolValidityRate\\\": 0.92,\",\"sourceParagraph\":1560},{\"blockId\":\"CH06-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"plannedInvitationsMainPanel\\\": 1326,\",\"sourceParagraph\":1561},{\"blockId\":\"CH06-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"reserveListsPreselected\\\": true,\",\"sourceParagraph\":1562},{\"blockId\":\"CH06-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"responseContentMayTriggerReplacement\\\": false,\",\"sourceParagraph\":1563},{\"blockId\":\"CH06-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"validityReviewBeforeSemanticScoring\\\": true\",\"sourceParagraph\":1564},{\"blockId\":\"CH06-MB0054\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1565},{\"blockId\":\"CH06-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"weights\\\": {\",\"sourceParagraph\":1566},{\"blockId\":\"CH06-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"baseDesignWeight\\\": \\\"INVERSE_SELECTION_PROBABILITY\\\",\",\"sourceParagraph\":1567},{\"blockId\":\"CH06-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"nonresponseAdjustment\\\": \\\"PREDECLARED_RESPONSE_CLASSES\\\",\",\"sourceParagraph\":1568},{\"blockId\":\"CH06-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"calibration\\\": \\\"COUNTRY_LANGUAGE_TOTALS\\\",\",\"sourceParagraph\":1569},{\"blockId\":\"CH06-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"trimming\\\": {\",\"sourceParagraph\":1570},{\"blockId\":\"CH06-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"enabled\\\": false,\",\"sourceParagraph\":1571},{\"blockId\":\"CH06-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"ifEnabledRequiresNewAnalysisVersion\\\": true\",\"sourceParagraph\":1572},{\"blockId\":\"CH06-MB0062\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1573},{\"blockId\":\"CH06-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"effectiveSampleSizeRequired\\\": true\",\"sourceParagraph\":1574},{\"blockId\":\"CH06-MB0064\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1575},{\"blockId\":\"CH06-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonFrames\\\": {\",\"sourceParagraph\":1576},{\"blockId\":\"CH06-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachAllocation\\\": true,\",\"sourceParagraph\":1577},{\"blockId\":\"CH06-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"commonSupportAllocation\\\": \\\"SEPARATE_RECORD_REQUIRED\\\"\",\"sourceParagraph\":1578},{\"blockId\":\"CH06-MB0068\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1579},{\"blockId\":\"CH06-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"governance\\\": {\",\"sourceParagraph\":1580},{\"blockId\":\"CH06-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"allocationApprovedBeforeResponses\\\": true,\",\"sourceParagraph\":1581},{\"blockId\":\"CH06-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanRole\\\": \\\"SAMPLE_DESIGN_OWNER\\\",\",\"sourceParagraph\":1582},{\"blockId\":\"CH06-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-08-18T09:00:00Z\\\",\",\"sourceParagraph\":1583},{\"blockId\":\"CH06-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"resultDrivenChangesProhibited\\\": true\",\"sourceParagraph\":1584},{\"blockId\":\"CH06-MB0074\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1585},{\"blockId\":\"CH06-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1586},{\"blockId\":\"CH06-MB0076\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1587},{\"blockId\":\"CH06-MB0077\",\"type\":\"paragraph\",\"text\":\"This record:\",\"sourceParagraph\":1588},{\"blockId\":\"CH06-MB0078\",\"type\":\"paragraph\",\"text\":\"It is not actual product or country data,\",\"sourceParagraph\":1589},{\"blockId\":\"CH06-MB0079\",\"type\":\"paragraph\",\"text\":\"It is not an actual sampling plan.\",\"sourceParagraph\":1590},{\"blockId\":\"CH06-MB0080\",\"type\":\"paragraph\",\"text\":\"It is a synthetic representation of the reproducible allocation structure.\",\"sourceParagraph\":1591},{\"blockId\":\"CH06-MB0081\",\"type\":\"paragraph\",\"text\":\"MACHINE-READABLE RULE OF SECTION 59\",\"sourceParagraph\":1593},{\"blockId\":\"CH06-MB0082\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH06-R01\",\"sourceParagraph\":1594},{\"blockId\":\"CH06-MB0083\",\"type\":\"paragraph\",\"text\":\"For each AI product and principal measurement wave, the GEO-1000\",\"sourceParagraph\":1596},{\"blockId\":\"CH06-MB0084\",\"type\":\"paragraph\",\"text\":\"Population Panel SHOULD target at least 1,000 valid product-observations\",\"sourceParagraph\":1597},{\"blockId\":\"CH06-MB0085\",\"type\":\"paragraph\",\"text\":\"unless a different target is explicitly justified.\",\"sourceParagraph\":1598},{\"blockId\":\"CH06-MB0086\",\"type\":\"paragraph\",\"text\":\"Sample allocation MUST be designed, versioned, and locked before AI\",\"sourceParagraph\":1600},{\"blockId\":\"CH06-MB0087\",\"type\":\"paragraph\",\"text\":\"responses are observed.\",\"sourceParagraph\":1601},{\"blockId\":\"CH06-MB0088\",\"type\":\"paragraph\",\"text\":\"Primary allocation MUST be based on the product-eligible target population,\",\"sourceParagraph\":1603},{\"blockId\":\"CH06-MB0089\",\"type\":\"paragraph\",\"text\":\"not raw resident population, invitation counts, accounts, sessions, or\",\"sourceParagraph\":1604},{\"blockId\":\"CH06-MB0090\",\"type\":\"paragraph\",\"text\":\"convenience availability.\",\"sourceParagraph\":1605},{\"blockId\":\"CH06-MB0091\",\"type\":\"paragraph\",\"text\":\"Fractional allocations MUST be converted to integer quotas using a\",\"sourceParagraph\":1607},{\"blockId\":\"CH06-MB0092\",\"type\":\"paragraph\",\"text\":\"predeclared, reproducible, outcome-blind method.\",\"sourceParagraph\":1608},{\"blockId\":\"CH06-MB0093\",\"type\":\"paragraph\",\"text\":\"Positive-mass populations MUST NOT be deterministically assigned zero\",\"sourceParagraph\":1610},{\"blockId\":\"CH06-MB0094\",\"type\":\"paragraph\",\"text\":\"selection probability when the audit claims inference to the full target\",\"sourceParagraph\":1611},{\"blockId\":\"CH06-MB0095\",\"type\":\"paragraph\",\"text\":\"population. Small populations MAY be represented through justified pooled\",\"sourceParagraph\":1612},{\"blockId\":\"CH06-MB0096\",\"type\":\"paragraph\",\"text\":\"strata and probability-proportional selection.\",\"sourceParagraph\":1613},{\"blockId\":\"CH06-MB0097\",\"type\":\"paragraph\",\"text\":\"Country Observer, Language Fairness, and Accessibility observations MAY\",\"sourceParagraph\":1615},{\"blockId\":\"CH06-MB0098\",\"type\":\"paragraph\",\"text\":\"supplement the main panel, but MUST remain separately labelled and\",\"sourceParagraph\":1616},{\"blockId\":\"CH06-MB0099\",\"type\":\"paragraph\",\"text\":\"appropriately reweighted.\",\"sourceParagraph\":1617},{\"blockId\":\"CH06-MB0100\",\"type\":\"paragraph\",\"text\":\"Oversampled groups MUST NOT receive their raw sample share as population\",\"sourceParagraph\":1619},{\"blockId\":\"CH06-MB0101\",\"type\":\"paragraph\",\"text\":\"weight.\",\"sourceParagraph\":1620},{\"blockId\":\"CH06-MB0102\",\"type\":\"paragraph\",\"text\":\"Participant replacement MUST be based only on predeclared recruitment or\",\"sourceParagraph\":1622},{\"blockId\":\"CH06-MB0103\",\"type\":\"paragraph\",\"text\":\"protocol-validity conditions. Incorrect, negative, refused, or critical AI\",\"sourceParagraph\":1623},{\"blockId\":\"CH06-MB0104\",\"type\":\"paragraph\",\"text\":\"outputs MUST NOT trigger replacement.\",\"sourceParagraph\":1624},{\"blockId\":\"CH06-MB0105\",\"type\":\"paragraph\",\"text\":\"Persons, accounts, sessions, languages, and AI-product observations MUST\",\"sourceParagraph\":1626},{\"blockId\":\"CH06-MB0106\",\"type\":\"paragraph\",\"text\":\"remain distinct units.\",\"sourceParagraph\":1627},{\"blockId\":\"CH06-MB0107\",\"type\":\"paragraph\",\"text\":\"Design weights, nonresponse adjustments, calibration, trimming, clustering,\",\"sourceParagraph\":1629},{\"blockId\":\"CH06-MB0108\",\"type\":\"paragraph\",\"text\":\"paired observations, and effective sample size MUST be documented.\",\"sourceParagraph\":1630},{\"blockId\":\"CH06-MB0109\",\"type\":\"paragraph\",\"text\":\"Any post-result change to quotas, strata, pools, weights, exclusions, or\",\"sourceParagraph\":1632},{\"blockId\":\"CH06-MB0110\",\"type\":\"paragraph\",\"text\":\"sample targets MUST create a new analysis version and preserve the original\",\"sourceParagraph\":1633},{\"blockId\":\"CH06-MB0111\",\"type\":\"paragraph\",\"text\":\"record.\",\"sourceParagraph\":1634},{\"blockId\":\"CH06-MB0112\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":1635},{\"blockId\":\"CH06-MB0113\",\"type\":\"paragraph\",\"text\":\"For each AI product and main measurement wave, the GEO-1000 Population Panel should target at least 1,000 valid product-observations unless a different target is explicitly justified. Sample allocation should be designed, finalised, and locked before AI responses are seen. The main allocation should be based on the product-eligible target human population, not on total country population, number of invitations, accounts, sessions, or convenience samples. Fractional quotas should be announced in advance and rounded to whole numbers using a method independent of the results. Groups with a positive population mass cannot be assigned a deterministic zero probability of selection when making inferences for the entire target population. Over-sampled groups cannot use raw sample shares as population weights. Incorrect, negative, rejected, or Critical AI output cannot be a reason for participant replacement.\",\"sourceParagraph\":1636}],\"normativeRuleLocalized\":\"Für jedes KI-Produkt und jede Hauptmesswelle SOLLTE das GEO-1000-Bevölkerungs-Panel mindestens 1,000 gültige Produktbeobachtungen anvisieren, es sei denn, ein anderes Ziel wird ausdrücklich gerechtfertigt. Die Stichprobenzuweisung MUSS entworfen, versioniert und festgeschrieben werden, bevor KI-Antworten beobachtet werden. Die primäre Zuweisung MUSS auf der produktberechtigten Zielpopulation basieren, nicht auf der rohen Wohnbevölkerung, Einladungszahlen, Konten, Sitzungen oder bequemer Verfügbarkeit. Bruchteilige Zuweisungen MÜSSEN unter Verwendung einer vorab erklärten, reproduzierbaren und ergebnisunabhängigen Methode in Ganzzahlquoten umgewandelt werden. Populationen mit positiver Zielpopulationsmasse DÜRFEN NICHT deterministisch mit einer Selektionswahrscheinlichkeit von null versehen werden, wenn die Prüfung Rückschlüsse auf die gesamte Zielpopulation beansprucht. Kleine Populationen KÖNNEN durch gerechtfertigte zusammengefasste Schichten und wahrscheinlichkeitsproportionale Auswahl vertreten werden. Beobachtungen von Länderbeobachtern, Sprachfairness und Barrierefreiheit KÖNNEN das Hauptpanel ergänzen, MÜSSEN jedoch separat gekennzeichnet und angemessen neu gewichtet bleiben. Überrepräsentierte Gruppen DÜRFEN ihren Rohstichprobenanteil NICHT als Populationsgewicht erhalten. Der Ersatz von Teilnehmern MUSS ausschließlich auf vorab festgelegte Rekrutierungs- oder protokollgültige Bedingungen basieren. Falsche, negative, verweigerte oder kritische KI-Ausgaben DÜRFEN keinen Ersatz auslösen. Personen, Konten, Sitzungen, Sprachen und KI-Produktbeobachtungen MÜSSEN getrennte Einheiten bleiben. Designgewichte, Nichtantwortanpassungen, Kalibrierung, Trimmung, Clusterbildung, gepaarte Beobachtungen und effektive Stichprobengröße MÜSSEN dokumentiert werden. Jede nachträgliche Änderung von Quoten, Schichten, Pools, Gewichten, Ausschlüssen oder Stichprobenzielen MUSS eine neue Analyseversion erstellen und den ursprünglichen Datensatz erhalten.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH06-MB0001\",\"type\":\"paragraph\",\"text\":\"58. MASCHINENLESBARER ZUORDNUNGSRECORD\",\"sourceParagraph\":1512,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1513,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1514,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"populationShare\\\": 0.002,\",\"sourceParagraph\":1515,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"rawQuota\\\": 2,\",\"sourceParagraph\":1516,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"targetValid\\\": 2,\",\"sourceParagraph\":1517,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"withinPoolSelection\\\": {\",\"sourceParagraph\":1518,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"method\\\": \\\"PPS_BERECHTIGTE_BEVÖLKERUNG\\\",\",\"sourceParagraph\":1519,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"countries\\\": [\",\"sourceParagraph\":1520,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0010\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1521,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-H\\\",\",\"sourceParagraph\":1522,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"eligiblePopulation\\\": 1500000,\",\"sourceParagraph\":1523,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"conditionalSelectionShare\\\": 0.75\",\"sourceParagraph\":1524,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0014\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1525,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0015\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1526,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-I\\\",\",\"sourceParagraph\":1527,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"eligiblePopulation\\\": 400000,\",\"sourceParagraph\":1528,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"conditionalSelectionShare\\\": 0.2\",\"sourceParagraph\":1529,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0019\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1530,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0020\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1531,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-J\\\",\",\"sourceParagraph\":1532,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"eligiblePopulation\\\": 100000,\",\"sourceParagraph\":1533,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"conditionalSelectionShare\\\": 0.05\",\"sourceParagraph\":1534,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0024\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1535,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0025\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1536,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0026\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1537,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0027\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1538,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0028\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1539,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0029\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1540,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"supplementaryPanels\\\": {\",\"sourceParagraph\":1541,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"countrySentinel\\\": {\",\"sourceParagraph\":1542,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"targetValid\\\": 3,\",\"sourceParagraph\":1543,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"includedCountries\\\": [\\\"SYN-H\\\", \\\"SYN-I\\\", \\\"SYN-J\\\"],\",\"sourceParagraph\":1544,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"countryScoresFromSingleObservationAllowed\\\": false,\",\"sourceParagraph\":1545,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPopulationEstimateWithFullSentinelWeight\\\": false,\",\"sourceParagraph\":1546,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0036\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1547,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"languageFairness\\\": {\",\"sourceParagraph\":1548,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"targetValid\\\": 50,\",\"sourceParagraph\":1549,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"oversampledLanguage\\\": \\\"SYN-LANG-Y\\\",\",\"sourceParagraph\":1550,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"reweightToPopulation\\\": true,\",\"sourceParagraph\":1551,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0041\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1552,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"accessibility\\\": {\",\"sourceParagraph\":1553,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"targetValid\\\": 40,\",\"sourceParagraph\":1554,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"separateDiagnosticReporting\\\": true,\",\"sourceParagraph\":1555,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0045\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1556,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0046\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1557,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"fieldwork\\\": {\",\"sourceParagraph\":1558,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"expectedCompletionRate\\\": 0.82,\",\"sourceParagraph\":1559,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"expectedProtocolValidityRate\\\": 0.92,\",\"sourceParagraph\":1560,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"plannedInvitationsMainPanel\\\": 1326,\",\"sourceParagraph\":1561,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"reserveListsPreselected\\\": wahr,\",\"sourceParagraph\":1562,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"responseContentMayTriggerReplacement\\\": false,\",\"sourceParagraph\":1563,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"validityReviewBeforeSemanticScoring\\\": true,\",\"sourceParagraph\":1564,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0054\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1565,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"weights\\\": {\",\"sourceParagraph\":1566,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"baseDesignWeight\\\": \\\"GEGENSEITIGE_AUSWAHLWAHRSCHEINLICHKEIT\\\",\\\"\",\"sourceParagraph\":1567,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"nonresponseAdjustment\\\": \\\"VORDEFINIERTE_ANTWORTKLASSEN\\\",\",\"sourceParagraph\":1568,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"kalibrierung\\\": \\\"LAND_SPRACHE_SUMMEN\\\",\",\"sourceParagraph\":1569,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"kürzung\\\": {\",\"sourceParagraph\":1570,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"aktiviert\\\": false,\",\"sourceParagraph\":1571,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"ifEnabledRequiresNewAnalysisVersion\\\": true,\",\"sourceParagraph\":1572,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0062\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1573,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"effectiveSampleSizeRequired\\\": true,\",\"sourceParagraph\":1574,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0064\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1575,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonFrames\\\": {\",\"sourceParagraph\":1576,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachAllocation\\\": wahr,\",\"sourceParagraph\":1577,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"commonSupportAllocation\\\": \\\"GETRENNTER_DATENSATZ_ERFORDERLICH\\\"\",\"sourceParagraph\":1578,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0068\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1579,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"Governance\\\": {\",\"sourceParagraph\":1580,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"allocationApprovedBeforeResponses\\\": wahr,\",\"sourceParagraph\":1581,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanRole\\\": \\\"STICHPROBEN_DESIGN_INHABER\\\",\",\"sourceParagraph\":1582,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-08-18 T0 9:00:00 Z\\\",\",\"sourceParagraph\":1583,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"resultDrivenChangesProhibited\\\": true,\",\"sourceParagraph\":1584,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0074\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1585,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1586,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0076\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1587,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0077\",\"type\":\"paragraph\",\"text\":\"Dieser Datensatz:\",\"sourceParagraph\":1588,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0078\",\"type\":\"paragraph\",\"text\":\"Es handelt sich nicht um tatsächliche Produkt- oder Länderdaten,\",\"sourceParagraph\":1589,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0079\",\"type\":\"paragraph\",\"text\":\"Es handelt sich nicht um einen tatsächlichen Stichprobenplan.\",\"sourceParagraph\":1590,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0080\",\"type\":\"paragraph\",\"text\":\"Es ist eine synthetische Repräsentation der reproduzierbaren Zuordnungsstruktur.\",\"sourceParagraph\":1591,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0081\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESESBARE REGEL DER SEKTION 59\",\"sourceParagraph\":1593,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0082\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH06-R01\",\"sourceParagraph\":1594,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0083\",\"type\":\"paragraph\",\"text\":\"Für jedes KI-Produkt und jede Hauptmesswelle, das GEO-1000\",\"sourceParagraph\":1596,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0084\",\"type\":\"paragraph\",\"text\":\"Das Population Panel SOLLTE mindestens 1,000 gültige Produktbeobachtungen anstreben\",\"sourceParagraph\":1597,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0085\",\"type\":\"paragraph\",\"text\":\"es sei denn, ein anderes Ziel wird ausdrücklich gerechtfertigt.\",\"sourceParagraph\":1598,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0086\",\"type\":\"paragraph\",\"text\":\"Die Probenzuweisung MUSS vor der KI entworfen, versioniert und festgeschrieben werden\",\"sourceParagraph\":1600,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0087\",\"type\":\"paragraph\",\"text\":\"Antworten werden beobachtet.\",\"sourceParagraph\":1601,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0088\",\"type\":\"paragraph\",\"text\":\"Die primäre Zuweisung MUSS auf der produktberechtigten Zielpopulation basieren,\",\"sourceParagraph\":1603,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0089\",\"type\":\"paragraph\",\"text\":\"nicht rohe Wohnbevölkerung, Einladunganzahlen, Konten, Sitzungen oder\",\"sourceParagraph\":1604,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0090\",\"type\":\"paragraph\",\"text\":\"Verfügbarkeitskomfort.\",\"sourceParagraph\":1605,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0091\",\"type\":\"paragraph\",\"text\":\"Bruchanteile MÜSSEN unter Verwendung einer ganzen Zahlquoten in Ganzzahlen umgewandelt werden\",\"sourceParagraph\":1607,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0092\",\"type\":\"paragraph\",\"text\":\"vordeklarierte, reproduzierbare, ergebnisunabhängige Methode.\",\"sourceParagraph\":1608,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0093\",\"type\":\"paragraph\",\"text\":\"Populationen mit positiver Masse DÜRFEN NICHT deterministisch auf Null gesetzt werden\",\"sourceParagraph\":1610,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0094\",\"type\":\"paragraph\",\"text\":\"Auswahlwahrscheinlichkeit, wenn die Prüfung eine Schlussfolgerung auf die gesamte Zielgruppe zieht\",\"sourceParagraph\":1611,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0095\",\"type\":\"paragraph\",\"text\":\"Bevölkerung. Kleine Bevölkerungen KÖNNEN durch gerechtfertigtes Zusammenfassen repräsentiert werden\",\"sourceParagraph\":1612,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0096\",\"type\":\"paragraph\",\"text\":\"Schichten und wahrscheinlichkeitsskalierte Auswahl.\",\"sourceParagraph\":1613,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0097\",\"type\":\"paragraph\",\"text\":\"Beobachtungen des Länderbeobachters, Sprachgerechtigkeit und Barrierefreiheit KÖNNEN\",\"sourceParagraph\":1615,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0098\",\"type\":\"paragraph\",\"text\":\"die Haupttafel ergänzen, MUSS aber separat gekennzeichnet bleiben und\",\"sourceParagraph\":1616,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0099\",\"type\":\"paragraph\",\"text\":\"angemessen neu gewichtet.\",\"sourceParagraph\":1617,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0100\",\"type\":\"paragraph\",\"text\":\"Überabgetastete Gruppen DÜRFEN ihren rohen Stichprobenanteil nicht als Bevölkerung erhalten\",\"sourceParagraph\":1619,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0101\",\"type\":\"paragraph\",\"text\":\"Gewicht.\",\"sourceParagraph\":1620,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0102\",\"type\":\"paragraph\",\"text\":\"Der Ersatz von Teilnehmern MUSS ausschließlich auf vorab angekündigter Rekrutierung basieren oder\",\"sourceParagraph\":1622,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0103\",\"type\":\"paragraph\",\"text\":\"Protokoll-Gültigkeitsbedingungen. Falsche, negative, abgelehnte oder kritische KI\",\"sourceParagraph\":1623,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0104\",\"type\":\"paragraph\",\"text\":\"Ausgaben dürfen keinen Ersatz auslösen.\",\"sourceParagraph\":1624,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0105\",\"type\":\"paragraph\",\"text\":\"Personen, Konten, Sitzungen, Sprachen und KI-Produktbeobachtungen MÜSSEN\",\"sourceParagraph\":1626,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0106\",\"type\":\"paragraph\",\"text\":\"bleiben eigenständige Einheiten.\",\"sourceParagraph\":1627,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0107\",\"type\":\"paragraph\",\"text\":\"Designgewichte, Nichtantwortanpassungen, Kalibrierung, Trimmen, Clustering,\",\"sourceParagraph\":1629,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0108\",\"type\":\"paragraph\",\"text\":\"Gepaarte Beobachtungen und effektive Stichprobengröße MÜSSEN dokumentiert werden.\",\"sourceParagraph\":1630,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0109\",\"type\":\"paragraph\",\"text\":\"Jegliche nachträgliche Änderung der Quoten, Schichten, Pools, Gewichte, Ausschlüsse oder\",\"sourceParagraph\":1632,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0110\",\"type\":\"paragraph\",\"text\":\"Beispielziele MÜSSEN eine neue Analyseversion erstellen und das Original bewahren\",\"sourceParagraph\":1633,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0111\",\"type\":\"paragraph\",\"text\":\"Aufzeichnen.\",\"sourceParagraph\":1634,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0112\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":1635,\"language\":\"de-DE\"},{\"blockId\":\"CH06-MB0113\",\"type\":\"paragraph\",\"text\":\"Für jedes KI-Produkt und jede Hauptmessungswelle sollte das GEO-1000-Populationspanel mindestens 1,000 gültige Produktbeobachtungen anstreben, sofern ein anderer Zielwert nicht ausdrücklich gerechtfertigt ist. Die Stichprobenverteilung sollte geplant, finalisiert und festgeschrieben werden, bevor KI-Antworten eingesehen werden. Die Hauptverteilung sollte auf der produktberechtigten Zielgruppe basieren, nicht auf der Gesamtbevölkerung des Landes, der Anzahl der Einladungen, Konten, Sitzungen oder Zufallsstichproben. Bruchquoten sollten im Voraus angekündigt und auf ganze Zahlen gerundet werden, wobei eine Methode verwendet wird, die unabhängig von den Ergebnissen ist. Gruppen mit einer positiven Bevölkerungsmasse können bei der Ableitung von Schlussfolgerungen für die gesamte Zielpopulation nicht mit einer deterministischen Nullwahrscheinlichkeit für die Auswahl belegt werden. Überproportional beprobte Gruppen können Rohprobenanteile nicht als Populationsgewichte verwenden. Falsche, negative, abgelehnte oder kritische KI-Ergebnisse können kein Grund für den Ersatz von Teilnehmern sein.\",\"sourceParagraph\":1636,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nAbschnitt 5 hat die folgende Bestimmung eingeführt:\n\n> Die Zielnutzerpopulation jedes KI-Produkts muss separat definiert werden. Die Gesamtbevölkerung eines Landes ist nicht die produktberechtigte Nutzerpopulation in diesem Land.\n\nKommen wir nun zur nächsten Frage:\n\n> Aus der definierten berechtigten Nutzerpopulation für GEO-1000, wie viele Personen werden ausgewählt, aus welchem Land, welche Sprache und nach welcher Methode?\n\nDie berechtigte Nutzerpopulation für ein KI-Produkt ist:\n\n- 40% in Land A,\n\n- 25% in Land B,\n\n- 15% in Land C,\n\n- 0.04% in einem kleinen Land\n\nFalls verfügbar, wie sollten 1,000 gültige Beobachtungen verteilt werden? Wie werden Bruchquoten in ganze Zahlen umgewandelt? Werden Länder mit einem Bevölkerungsanteil von weniger als einer Person vollständig ausgeschlossen? Wird die Bevölkerungsgewichtung verzerrt, wenn jedem Land mindestens eine Person zugewiesen wird? Können kleine Länder in einen separaten Pool zusammengefasst werden? Wenn einige Sprachen zur Fairness überrepräsentiert beprobt werden, wie wird dann der globale Wert berechnet? Wenn das Ziel 100 gültige Beobachtungen in einem Land beträgt, wie viele Personen sollten eingeladen werden? Wer ersetzt den Teilnehmer, falls dieser die Aufgabe nicht abschließt? Kann ein Nutzer, der falsche Antworten gibt, ersetzt werden? Wenn dieselbe Person mehr als ein KI-Produkt testet, ist die Stichprobe dann immer noch unabhängig?\n\nSelbst bei einer Rohstichprobe von 1,000 Personen, können stark ungleiche Gewichtungen die effektive statistische Information unter die von 1,000 unabhängigen, gleichgewichteten Beobachtungen senken? Dies sind nicht nur operationale Details. Das Stichprobendesign bestimmt, wie viel Einfluss jede Person auf den GEO-Score hat. Eine fehlerhafte Stichprobe:\n\n- kann die richtigen Antworten falsch gewichten,\n\n- kann kleine Länder symbolisch überrepräsentieren,\n\n- kann große Bevölkerungen kleiner erscheinen lassen, als sie sind,\n\n- kann ressourcenarme Sprachen unsichtbar machen,\n\n- kann freiwillige Technologieanwender so darstellen, als ob sie die Weltbevölkerung wären.\n\nEs kann angepasst werden, um die gewünschte Punktzahl nach Überprüfung der Ergebnisse zu erreichen. Die zuvor festgelegte Prüfarchitektur verlangt, dass jede Prüfung messbar ist und dass das Modell/Produkt das Datum, das Land, die Sprache, die Abfragesätze, die Wiederholungsanzahl und den Messdatensatz trägt. Dieser Abschnitt wendet die gleiche Disziplin auf die Stichprobengestaltung an. Da echte Nachweise das Anfordern von Grenzen, Kontext und Zeit erfordern; erfordert es außerdem, sichtbar zu machen, wie die Stichprobe erstellt wurde. Dieser Abschnitt:\n\n- wie die 1,000 gültigen Beobachtungen des Hauptpopulation-Panels verteilt werden,\n\n- wie Schichten und Zellen etabliert werden,\n\n- wie kleine Länder verwaltet werden sollen,\n\n- wie Brüche in ganze Zahlen umgewandelt werden\n\n- wie Oversampling gewichtet wird,\n\n- wie man Einladungs-, Backup- und gültige Beobachtungsziele trennt,\n\n- wie man Design- und Analysegewichte festlegt,\n\n- warum die effektive Stichprobengröße von der Rohanzahl abweichen kann\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- Von welchem Panelanbieter die Teilnehmer ausgewählt werden.\n\n- die vollständigen Details der Felderhebung bei freiwilliger oder Wahrscheinlichkeitsstichprobe,\n\n- Bewertung und Benotung von Antworten,\n\n- die endgültige Konfidenzintervall-Methode\n\n- alle NOMOS Bewertungsformeln\n\nsind nicht vollständig abgeschlossen. Die Aufgabe des Abschnitts 6 ist:\n\n> Transformieren Sie die definierte Zielpopulation in eine gefrorene, wiegbare und reproduzierbare GEO-1000-Probe, bevor Sie das Ergebnis sehen.\n\n## NOMOS Herausforderung\n\nSie richten ein globales Panel von 1,000 Personen für ein KI-Produkt ein. Die produktberechtigten Bevölkerungen von zehn Ländern sind wie folgt:\n\nRohe Quoten gemäß reinem Bevölkerungsanteil:\n\nEine halbe Person kann nicht ausgewählt werden. 0.4 Personen können nicht in ein Land geschickt werden. Wenn Sie die rohen Quoten auf die nächste ganze Zahl runden, kann die Summe 1,000 überschreiten oder unterschreiten. Wenn Sie jedem Land mindestens eine Person zuweisen, werden die Länder I und J im Vergleich zu ihrem Bevölkerungsanteil überrepräsentiert.\n\nWenn man einer Person das Land I gibt, erhöht sich dessen theoretischer Anteil um 2.5-fache. Wenn man einer Person das Land J gibt, erhöht sich dessen theoretischer Anteil um 10-fache. Diese extreme Repräsentation kann weitgehend korrigiert werden. Aber man kann keinen Länderwert mit nur einer Person erzeugen. Was passiert, wenn man niemandem I und J gibt?\n\nWenn man diese Länder als getrennte und obligatorische Schichten definiert, wird die Wahrscheinlichkeit, dass einige Personen in der Zielpopulation ausgewählt werden, null. In diesem Fall schwächt sich die Behauptung einer „wahrscheinlichkeitsbasierten Stichprobe, die die gesamte geeignete globale Population repräsentiert“, ab. Betrachten Sie nun eine gefährlichere Entscheidung. Zuerst sammeln Sie die Antworten.\n\nDer einzige Nutzer im Land J gibt eine falsche Antwort. Dann sagen Sie: „Die Stichprobengröße dieses Landes ist sehr klein, lassen Sie uns es vom Umfang ausschließen.“ In Land A gibt es viele positive Antworten. Sie behalten es mit vollem Gewicht bei. Dies ist keine Rundung mehr. Es ist eine ergebnisorientierte Stichprobenänderung.\n\nIn einem anderen Fall erhöhen Sie die Rate ungültiger Datensätze in einer Sprachgruppe mit niedrigen Ergebnissen, indem Sie nur Ersatzteilnehmer verwenden, bis eine positive Antwort erhalten wird. Dies ist ebenfalls keine Stichprobe. Es ist ein Reaktionsauswahlmechanismus. Die erste Regelung dieses Abschnitts lautet:\n\n> Die Stichprobe muss vor der Einsicht in die KI-Antworten festgelegt werden.\n\nIhre zweite Bestimmung lautet:\n\n> Die Wahrscheinlichkeit, dass ein Teilnehmer ausgewählt wird, darf nicht von der Richtigkeit seiner Antwort abhängen.\n\nSeine dritte Bestimmung besagt:\n\n> Die Sichtbarkeit des kleinen Landes und das Gewicht der Bevölkerung im globalen Score müssen separat verwaltet werden.\n\nSeine vierte Bestimmung besagt:\n\n> Eine Überstichprobe ist möglich; eine Übergewichtung ist nicht verpflichtend.\n\nSeine fünfte Vorschrift lautet:\n\n> 1,000-Rohdaten tragen nicht immer statistische Informationen, die 1,000-Beobachtungen entsprechen.\n\n## 1. ZWECK DES KAPITELS\n\nDer Zweck dieses Abschnitts besteht darin, die anvisierten 1,000 gültigen Beobachtungen für jedes KI-Produkt und jede Messwelle in ein überprüfbares Stichprobendesign basierend auf der produktberechtigten Nutzerpopulation zu überführen. Der Abschnitt standardisiert die folgenden Unterscheidungen:\n\n- Zielpopulation versus ausgewählte Stichprobe\n\n- Rohquote versus ganzzahlige Zuweisung\n\n- Hauptpopulation-Panel versus ergänzende Panels\n\n- Länder-Sichtbarkeit versus Ländergewicht\n\n- Schichten versus experimentelle Zelle\n\n- Große Länder-Schichten versus kleine Länder-Pool\n\n- Proportionale Zuweisung versus unverhältnismäßiges Oversampling\n\n- Stichprobenanteil versus Populationsanteil\n\n- Anzahl der Einladungen versus Ziel für gültige Beobachtungen\n\n- Backup-Teilnehmer versus Ersatz nach Ergebnissen\n\n- Ungültigkeit der Datenerhebung versus ungünstiges AI-Ergebnis\n\n- Design-Gewicht vs. Ergebnis-Gewicht\n\n- Rohstichprobengröße vs. effektive Stichprobengröße\n\n- Länderstichprobe vs. Sprachstichprobe\n\n- Mehrsprachiger Nutzer vs. mehr als eine Person\n\n- Auswahl in einer Stufe vs. Auswahl in mehreren Stufen\n\n- Natürliche Reichweite-Zuteilung vs. Gemeinsame Vergleichsbasis-Zuteilung\n\n- Sofortige Wellen-Zuteilung und Zeitreihen-Zuteilung\n\n- Bevölkerungsschätzung und Analyse der Länder- oder Spracherkennung\n\n- Hauptbeobachtungen 1,000 mit Hilfsbeobachtern und Fairness-Panels\n\nAm Ende dieses Abschnitts sollte jede Prüfung in der Lage sein, diese Fragen zu beantworten:\n\n> Warum wurden 1,000-Beobachtungen mit diesen Zahlen über dieses Land, diese Sprache und diese Nutzergruppen verteilt?\n\n> Wie wurde das Gewicht jeder Beobachtung im globalen Ergebnis bestimmt?\n\n> Wer hatte eine Nullwahrscheinlichkeit ausgewählt zu werden und warum?\n\n> Wie viele Personen wurden eingeladen, wie viele haben teilgenommen und wie viele Beobachtungen blieben gültig?\n\n> Wurden die Stichprobenergebnisse eingefroren, bevor sie angesehen wurden?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nDie Hauptstichprobe der Bevölkerung GEO-1000 sollte auf einem geschichteten Stichprobendesign basieren, das bekannten oder vorhersagbaren Auswahlwahrscheinlichkeiten für Personen im vorab eingefrorenen produktberechtigten Bevölkerungsrahmen für jedes KI-Produkt und jede Messwelle zuweist. Das Standardziel des Hauptbevölkerungs-Panels ist:\n\n> Mindestens 1,000 gültige Beobachtungen pro KI-Produkt und Hauptmesswelle\n\nwerden aufrechterhalten. Diese Zahl:\n\n- ist nicht die Anzahl der eingeladenen Personen,\n\n- ist nicht die Anzahl der Konten,\n\n- ist nicht die Anzahl der Roh-Screenshots,\n\nEs ist nicht die Summe aller ergänzenden Panels. 1,000 ist das Ziel für gültige Produktbeobachtungen, die dem Protokoll im Hauptpopulation-Panel entsprechen. Länderspezifische Beobachter-, Sprachgerechtigkeits- und Barrierefreiheits-Panels können zusätzliche Stichproben erstellen. Diese zusätzlichen Stichproben:\n\n- können das gesamte Feldvolumen über 1,000 erhöhen,\n\n- können mit geeigneten Gewichten im Ergebnis der globalen Population verwendet werden,\n\ndürfen jedoch nicht verwendet werden, um das gültige Beobachtungsziel 1,000 des Hauptpanels heimlich zu reduzieren.\n\n## 3. GRUNDLEGENDES Repräsentation DER STICHPROBE\n\nFür ein spezifisches KI-Produkt a, Messwelle w und Zielpopulationsrahmen werden die Schichten:\n\nh∈ H_{a,w}\n\nbezeichnet. Für jede Schicht:\n\n- Nh: geschätzte produktgeeignete Population in der Schicht\n\n- N: Gesamtzielpopulation\n\n- Wh: Bevölkerungsgewicht der Schicht\n\n- n: Zielvalide Hauptpanelbeobachtung\n\n- qh: rohe proportionale Quote\n\n- nh: zugewiesene ganzzahlige valide Beobachtungsziel\n\nist. Gesamtzielpopulation:\n\nN= Σ_{h=1}^H N_h\n\nPopulationgewicht der Schicht:\n\nW_h= N_h/ N\n\nRohe proportionale Quote:\n\nq_h= nW_h\n\nist. Hauptproportionale Zuteilung unter idealen Bedingungen:\n\nn_h≈ nW_h\n\nsollte. Jedoch:\n\n- qh kann gebrochen sein,\n\n- einige Zellen können unter einer Person liegen,\n\n- eine minimale diagnostische Stichprobe kann für Sprach- und Ländersubgruppen erforderlich sein,\n\n- auch Risikogruppen mit kleiner Größe können untersucht werden,\n\nDie Feldabschlussraten können variieren. Daher ist das Rohkontingent nicht direkt die endgültige Zuweisung.\n\n## 4. DREI UNTERSCHIEDLICHE ZIELE DES STICHPROBEN-DESIGNS\n\nDie gleiche Stichprobe kann möglicherweise nicht alle Ziele mit der gleichen Stärke erfüllen. Drei Ziele sollten getrennt betrachtet werden.\n\n### 4.1. Globale Bevölkerungsüberschätzung\n\nBeantwortet die Frage:\n\n> Welches repräsentative Ergebnis würde die durchschnittliche Person in der globalen Nutzerpopulation, die für das Produkt geeignet ist, sehen?\n\nDie Gewichtung der Population hat oberste Priorität.\n\n### 4.2. Untergruppen-Diagnose\n\nBeantwortet die Frage:\n\n> Welche Verzerrungen in der Repräsentation treten in bestimmten Ländern, Sprachen, Plänen oder Nutzergruppen auf?\n\nEs kann notwendig sein, kleine Gruppen übermäßig zu sampeln.\n\n### 4.3. Geografische und sprachliche Abdeckung\n\nBeantwortet die Frage:\n\n> In welchen Ländern und Sprachen gibt es mindestens reale Nutzerbeobachtungen?\n\nLandesbeobachter- und Sprachgerechtigkeits-Panels werden wichtig. Diese drei Ziele können nicht unerklärlich in einer einzigen Stichprobe kombiniert werden.\n\n## 5. HAUPTSTICHPROBENARCHITEKTUR\n\nDie vorgesehene Hauptstichprobenarchitektur für GEO-1000 besteht aus vier Schichten.\n\n### 5.1. Bevölkerungspanel\n\nJedes KI-Produkt und jede Welle hat mindestens 1,000 gültige Beobachtungen als Hauptpanel. Es liefert eine globale Populationsschätzung.\n\n### 5.2. Landesbeobachter-Overlay\n\nBietet zusätzliche geografische Beobachtungen für kleine Länder, die im Hauptpopulationpanel nicht direkt vertreten sein können. Diese Beobachtungen können anzeigen:\n\n- Einzelereignis,\n\n- Zugangsstatus,\n\n- zukünftige Forschungsbedarfe\n\nSie erzeugen allein keine Länderbewertung.\n\n### 5.3. Sprachgerechtigkeits-Oversample\n\nErzeugt zusätzliche Beobachtungen für Sprachen mit geringen Ressourcen oder Sprachen, die im Hauptpanel unterrepräsentiert sind. Sie werden an die tatsächlichen Bevölkerungsgewichte im globalen Ergebnis angepasst.\n\n### 5.4. Überschussstichproben für Barrierefreiheit\n\nEs werden auch Nutzer von Assistenztechnologien und Barrierefreiheit erfasst, die im Standardpanel nicht ausreichend vertreten sind. Das Zieluniversum und das Gewicht dieser Beobachtungen werden separat aufgezeichnet.\n\n## 6. WAS IST EIN STRATUM?\n\nEin Stratum ist ein Teil der Bevölkerung, der in Bezug auf Stichprobenzuweisung und Auswahlwahrscheinlichkeit separat verwaltet wird. Das Stratum kann eine Kombination aus einem oder mehreren der folgenden Bereiche sein:\n\n- Land\n\n- Region\n\n- Sprache\n\n- Locale\n\n- KI-Plan\n\n- Web oder mobil\n\n- Kontrolliert oder Panel unter natürlichen Nutzungsbedingungen\n\n- Barrierefreiheitsstatus\n\n- Nutzertyp\n\n- Zuständigkeitsbereich\n\nWenn jede kleine Kombination zu einem separaten Stratum gemacht wird, wird die Stichprobe fragmentiert. Zum Beispiel: Land × Sprache × Plan × Mobil/Web × Altersgruppe × Nutzertyp-Kombination kann Hunderte oder Tausende von Zellen erzeugen. 1,000-Beobachtungen liefern für die meisten dieser Zellen keine zuverlässigen Schätzungen. Daher sollte die Schichtung:\n\n- substanziell sein,\n\n- messbar sein,\n\n- angemessen für die Stichprobengröße sein\n\nmuss sein.\n\n## 7. EIN STRATUM IST NICHT DAS GLEICHE WIE EINE BERICHTSZELLE\n\nEs kann separat auf einer Gruppenergebnis-Karte gezeigt werden. Es muss jedoch kein separates Stratum im Stichprobendesign sein. Zum Beispiel:\n\n- eine kleine Sprache,\n\n- eine bestimmte Zugänglichkeitsgruppe,\n\n- eine bestimmte Altersgruppe\n\nEs kann innerhalb eines breiteren Stratum in der Hauptstichprobe ausgewählt werden. Später kann es in der Analyse separat berichtet werden. Das Gegenteil ist ebenfalls möglich: Zwei Regionen können getrennt für die Stichprobeneffizienz geschichtet werden. Im öffentlichen Bericht können sie jedoch unter einem einzigen regionalen Ergebnis zusammengefasst werden. Das Schichtungsdesign und die Berichtsstruktur sollten separate Aufzeichnungen führen.\n\n## 8. FOLGE DER SCHICHTUNGSERSTELLUNG\n\nDie Kandidatenfolge für das Hauptpopulation-Panel ist wie folgt:\n\n- KI-Produkt und Nutzeroberfläche\n\n- Natürliche Reichweite oder Gemeinsame Vergleichsbasis Bevölkerungsrahmen\n\n- Land oder kleiner Länderpool\n\n- Hauptprüfsprache oder Sprachgruppe\n\n- Materialplan/ Schnittstellen-Trennung, falls erforderlich\n\n- Teilnehmerauswahlrahmen\n\nDer Plan und die Schnittstelle müssen nicht für jedes Land in separate Ebenen aufgeteilt werden. Dies kann durch folgendes verwaltet werden:\n\n- Unterebene,\n\n- Kontingent,\n\n- zufällige Zuordnung\n\nMethoden.\n\n## 9. SCHICHTEN VON GROSSEN UND KLEINEN LÄNDERN\n\nDas Rohkontingent eines Landes:\n\nq_c= nN_c/ N\n\nliegt in dieser Form vor. Wenn das Rohkontingent groß genug ist, kann das Land direkt als separate Schicht gehalten werden. Dies kann genannt werden:\n\n#### selbstrepräsentierende Länderschicht\n\nLänder mit sehr kleinen Rohkontingenten einzeln in separate verpflichtende Schichten zu machen, kann die Stichprobeneffizienz verringern. Diese Länder können angemessen:\n\n- regional,\n\n- Sprachfamilie,\n\n- Zugangssystem für Produkte,\n\n- geografische Nähe\n\nin kleine Länderpools aufgenommen werden.\n\n## 10. KLEINER LÄNDERPOOL\n\nEin kleiner Länderpool:\n\nLassen Sie ihn repräsentiert werden als B_r= {c_1, c_2, …, c_k}\n\nDie insgesamt für die Stichprobe geeignete Bevölkerung des Pools:\n\nN_{B_r}= Σ_{c∈B_r} N_c\n\nHauptstichprobenquote:\n\nq_{B_r}= nN_{B_r}/ N\n\nwird wie folgt berechnet. Innerhalb des Pools kann die Länderauswahl mit einer Wahrscheinlichkeit erfolgen, die proportional zur Größe der geeigneten Bevölkerung ist. Die Wahrscheinlichkeit, dass das Land c innerhalb des Pools ausgewählt wird:\n\nPr(c | B_r) = N_c/ N_{B_r}\n\nEs kann sein. Dann wird ein Teilnehmer innerhalb des gewählten Landes ausgewählt. Dieser Ansatz:\n\n- kann verhindern, dass kleine Länder eine Nullchance haben, in der Zielbevölkerung ausgewählt zu werden,\n\n- garantiert nicht, dass jedes Land in einer bestimmten Welle ausgewählt wird,\n\nerhält die globale Bevölkerungsschätzung. Ein Land in dieser Welle nicht auszuwählen:\n\n### NICHT IN DER STICHPROBE DER BEVÖLKERUNG AUSGEWÄHLT\n\nbedeutet nicht: \"Das Land ist nicht Teil der Zielbevölkerung.\"\n\n## 11. EINSCHRÄNKUNGEN DER ZUSAMMENLEGUNG KLEINER LÄNDER\n\nKleine Länder können nicht zufällig in denselben Pool eingeteilt werden, nur weil ihre Bevölkerung klein ist. Die Länder innerhalb des Pools sind insofern ähnlich, als sie relevant sind:\n\n- Produktzugang,\n\n- Nutzeroberfläche,\n\n- Sprache oder Ortsstruktur,\n\n- Rechtlicher Zugang,\n\n- Geographische Region,\n\n- Methode der Datenerhebung\n\nMuss getragen werden. Ein Land ohne Produktzugang kann nicht in denselben Hauptpools wie ein Land mit vollem Zugang eingestuft werden. Unterschiedliche Nutzungsbedingungen können nicht unsichtbar gemacht werden.\n\n## 12. KLEINER LANDPOOL ERZEUGT KEINE LÄNDERWERTUNG\n\nEin oder zwei aus dem Pool ausgewählte Beobachtungen können für den globalen Populationsbeitrag des Pools verwendet werden und können auf ein einzelnes Landesereignis hinweisen. Allerdings ergibt es keinen separaten statistischen Wert für ein kleines Land. Wenn ein länderbasierter Wert gewünscht wird, gibt es zusätzlich:\n\n- Country Observer,\n\n- länderspezifische Stichprobe,\n\n- mehrwellen kumulative Stichprobe\n\nkann erforderlich sein.\n\n## 13. ZUORDNUNG PROPORTIONAL ZUR REINEN BEVÖLKERUNG\n\nReine proportionale Zuteilung:\n\nbasiert auf der Formel:\n\nq_h= nW_h\n\nVorteile:\n\n- sie ist für die Hauptbevölkerungsschätzung verständlich,\n\n- sie gewichtet große Bevölkerungen natürlich,\n\n- sie kann Gewichtsunterschiede verringern,\n\nsie kann ein selbstgewichtendes Design annähern. Einschränkungen:\n\n- sie kann sehr kleine Länder und Sprachen nur in geringer Zahl erfassen,\n\n- sie kann möglicherweise nicht ausreichen, um Untergruppenergebnisse zu liefern,\n\n- sie kann kleine Hochrisikogruppen unsichtbar lassen,\n\nsie kann Bruchteilsquoten und nahezu null Quoten erzeugen. Daher kann die reine proportionale Zuteilung eine starke Voreinstellung für das Hauptbevölkerungs-Panel sein. Sie ersetzt keine ergänzenden Panels.\n\n## 14. UMWANDLUNG VON BRÜCHEN IN GANZE ZAHLEN\n\nRohe Quoten sind oft gebrochen. Die Gesamtzuweisung sollte genau n betragen. Die Methode des größten Restes kann als Standardmethode verwendet werden.\n\n### 14.1. Erster Schritt\n\nJede rohe Quote wird abgerundet:\n\nb_h= ⌊q_h⌋\n\n### 14.2. Zweiter Schritt\n\nDie Anzahl der nicht zugewiesenen Beobachtungen:\n\nR= n− Σ_h b_h\n\nwird berechnet.\n\n### 14.3. Dritter Schritt\n\nDer Bruchteil jedes Stratum:\n\nf_h= q_h− b_h\n\nwobei f_h der Bruchteil von q_h ist.\n\n### 14.4. Vierter Schritt\n\nDie verbleibenden R Beobachtungen werden einzeln zu den Schichten mit den höchsten f_h Werten hinzugefügt.\n\n### 14.5. Gleichheitssituation\n\nWenn die Bruchteile der beiden Schichten gleich sind:\n\n- Bevölkerungsgröße,\n\n- vorgegebene feste Reihenfolge,\n\n- registrierter Zufallssamen\n\nEine unabhängige Regel zur Entscheidungsfindung im Gleichstand sollte verwendet werden, unabhängig vom Ergebnis. Ein Land darf nicht basierend auf den Ergebnissen ausgewählt werden.\n\n## 15. SYNTHETISCHE GANZZAHLENZUWEISUNG\n\n### SYNTHETISCHE ANZEIGE\n\nGeeignete Populationen zu Beginn des Abschnitts:\n\nWenn Länder als separate Schichten geschützt sind, abrunden:\n\nEine Beobachtung bleibt übrig. Sie wird H hinzugefügt, da der höchste Bruchteil 0.5 im Land H ist. Endgültige Zuordnung:\n\nAuch wenn dieses Design I und J als separate deterministische Schichten definiert, kann es ein Problem für die vollständige Zieluniversumsinferenz darstellen, wenn es keine Chance zur Auswahl gibt. Eine genauere Lösung ist ein kleiner Länderpool.\n\n## 16. SYNTHETISCHE ZUTEILUNG MIT KLEINEM LÄNDERPOOL\n\nLänder H, I und J:\n\nB_small= {H, I, J}\n\nsollten im Pool zusammengefasst werden. Pool-Bevölkerung:\n\n1,500,000+400,000+100,000=2,000,000\n\nPool-Quote:\n\n1,000× 2,000,000/ 1,000,000,000= 2\n\nergibt sich. Hauptzuteilung:\n\nAuswahlgewichte der Länder innerhalb des Pools:\n\nZwei Hauptpopulationen werden gemäß diesen Wahrscheinlichkeiten ausgewählt. In derselben Welle:\n\n- können beide Beobachtungen von H stammen,\n\n- einer aus H und einer aus I,\n\n- selten aus J\n\nDies kann vorkommen. Das Design macht J nicht in jeder Welle sichtbar, verringert jedoch nicht die Wahrscheinlichkeit, dass J ausgewählt wird, auf null. Wenn J beobachtet werden muss, wird es separat dem Country Observer Panel hinzugefügt. Eine Beobachtung durch einen Country Observer gibt J kein Gewicht von eins in 1,000 in der Hauptzuweisung; J behält sein tatsächliches Bevölkerungsgewicht im Hauptpanel.\n\n## 17. MINIMALE ZELLENZUWEISUNG\n\nReine proportionale Quote ist möglicherweise nicht ausreichend, um eine Diagnostikanalyse für einige Untergruppen durchzuführen. Zum Beispiel könnte die Rohquote für eine Sprachzelle 8 betragen. Mit acht Beobachtungen kann kein zuverlässiger Sprachscore erstellt werden. In diesem Fall gibt es drei Optionen:\n\n- Den Sprachscore nicht zu veröffentlichen\n\n- Die Zelle mit ähnlichen Gruppen zusammenzuführen\n\n- Die Zelle überproportional zu beproben\n\nDie minimale Zellzuweisung muss vor den Ergebnissen definiert werden.\n\n## 18. KANDIDATEN-REPORTING-BANDS\n\n### KANDIDATEN-MELDEGRUPPEN — KANDIDATEN-MELDERBANDS\n\nDie unten aufgeführten Schwellenwerte sind keine endgültigen wissenschaftlichen Entscheidungen. Sie sollten durch Pilot- und externe Überprüfungen kalibriert werden.\n\n#### 1–29 Gültige Beobachtung\n\nEinzelereignis und Entdeckung Länder- oder Sprachrate wird nicht veröffentlicht\n\n### NUR BEOBACHTUNGSZWECK\n\n#### 30–99 Gültige Beobachtungen\n\nExplorative Level-Schätzung Breite Unsicherheit Es wird kein endgültiges Konformitätsurteil fällt\n\n### ERKUNDUNGSARBEIT\n\n#### 100–199 Gültige Beobachtungen\n\nErste Untergruppenschätzung Die Unsicherheit sollte sichtbar sein\n\n### VORLÄUFIG\n\n#### 200 und darüber hinaus gültige Beobachtungen\n\nStärkere Untergruppenschätzung Kandidat Designeffekt und Gewichte werden erneut bewertet\n\n### STANDARD-SCHÄTZUNGSKANDIDAT\n\nDiese Bands:\n\n- Fehlerquote,\n\n- erwartete Genauigkeit,\n\n- Gewichtsvariabilität,\n\n- design Effekt\n\nkann nicht automatisch als ausreichend betrachtet werden, ohne berücksichtigt zu werden.\n\n## 19. ÜBERABTASTUNG\n\nEin Land, eine Sprache oder eine Nutzergruppe kann mehr Beobachtungen haben als ihr Bevölkerungsanteil. Dies wird als Überabtastung bezeichnet. Ihre Zwecke:\n\n- die Sensitivität von Untergruppen zu erhöhen,\n\n- eine ressourcenarme Sprache sichtbar zu machen,\n\n- eine hochriskante kleine Gruppe zu untersuchen,\n\n- den Coverage des Ländebeobachters zu erweitern,\n\n- die Zugänglichkeitsnutzer angemessen zu vertreten\n\nsind möglich. Überabtastung ist nicht falsch. Was falsch ist:\n\n> Es ist, den Stichprobenanteil der überabgetasteten Gruppe zu verwenden, als ob er der tatsächliche Bevölkerungsanteil wäre.\n\n## 20. BEVÖLKERUNGSTEIL UND STICHPROBENTEIL\n\nBevölkerungsanteil für Schicht h:\n\nW_h= N_h/ N\n\nStichprobenanteil:\n\nS_h= n_h/ n\n\nist in der Form. Bei rein proportionaler Zuteilung:\n\nS_h≈ W_h\n\nokay. Bei übermäßiger Stichprobenziehung:\n\nS_h> W_h\n\nEs ist möglich. Bei einer kleinen Stichprobe:\n\nS_h< W_h\n\nEs ist möglich. Die weltweite Bevölkerungsschätzung sollte Wh-Werte anstelle von Sh beibehalten.\n\n## 21. GRUNDLAGEN-ENTWURFSLAST\n\nBei einfacher geschichteter Stichprobenerhebung kann das Grundgewicht jeder Beobachtung innerhalb der Schicht h als:\n\nd_i= N_h/ n_h\n\nDas normalisierte Schichtgewicht kann geschrieben werden als:\n\na_h= W_h/ S_h\n\nDas normalisierte Beobachtungsgewicht kann sein:\n\nw_i= W_h/ n_h\n\nEs wird sichergestellt, dass die Summe eins ergibt:\n\nΣ_i w_i= 1\n\nDie gewichtete Schätzung des binären Übergangs kann berechnet werden als:\n\nθ̂ = Σ_i w_iY_i\n\nHier:\n\nYi=1: Antwort, die das Übergangskriterium erfüllt\n\nYi=0: Antwort, die es nicht erfüllt\n\nEs ist möglich. Das finale NOMOS-System muss nicht nur binäre Ergebnisse verwenden. Die gleiche Gewichtungslogik kann auch auf mehrdimensionale Antworten angewendet werden.\n\n## 22. BEISPIEL ÜBERMÄSSIGER STICHPROBENNAHME\n\n### SYNTHETISCHES BEISPIEL\n\nIn der geeigneten Population von Land B:\n\n- Sprache X: 80 Prozent\n\n- Sprache Y: 20 Prozent\n\nSei es so. Im Population Panel gibt es 250 Beobachtungen für Land B. Reine Zuweisung:\n\n- Sprache X: 200\n\n- Sprache Y: 50\n\nLassen Sie 50 zusätzliche Beobachtungen zur Sprachfairness für Sprache Y durchführen. Gesammelte Beobachtungen:\n\n- Sprache X: 200\n\n- Sprache Y: 100\n\nDer Anteil von Sprache Y in der Rohstichprobe:\n\n100/300 = 33.3%\n\nEs war. Der tatsächliche Bevölkerungsanteil beträgt 20%. Im globalen Bevölkerungsbericht kann Sprache Y kein 33.3%-Gewicht erhalten. Innerhalb der Schicht normalisierte Gewichte:\n\n- Gesamtgewicht für Sprache X: 80%\n\n- Gesamtgewicht für Sprache Y: 20%\n\nwird beibehalten. Jede der 100-Beobachtungen in Sprache Y erhält ein geringeres individuelles Gewicht als eine einzelne Beobachtung in Sprache X. Im Gegensatz dazu werden alle 100-Beobachtungen im separaten Diagnosebericht von Sprache Y verwendet. Dieser Ansatz: erhöht die Sichtbarkeit der Untergruppe, verzerrt die globale Bevölkerungsschätzung nicht.\n\n## 23. ZUORDNUNG VON MEHRSPRACHIGEN NUTZERN\n\nEine Person kann für mehr als eine Sprachzelle geeignet sein. Einer der bevorzugten Ansätze für das Haupt-Populationspanel besteht darin, dem Nutzer eine vordefinierte Hauptprüfungsprache zuzuweisen. Die Hauptprüfungsprache kann gemäß diesen Feldern bestimmt werden:\n\n- Tägliche KI-Nutzungssprache\n\n- Mutter- oder Heimatsprache\n\n- Markt und Gebietsschema\n\n- Kompetenz in der natürlichen Nutzung des Prompts\n\n- Panelausgleich\n\nWenn der Nutzer auch in anderen Sprachen getestet wird, werden diese Beobachtungen:\n\n- gepaartes mehrsprachiges Panel,\n\n- Language Fairness Panel\n\nebenfalls entsprechend gekennzeichnet. Es ist verboten, dass dieselbe Person in allen Sprachen eine vollständige Bevölkerungsgewichtung erhält.\n\n## 24. SPRACHENZUWEISUNG INNERHALB DES LANDES\n\nSei die geeignete Population für Sprachgruppen l im Land c: N_{c,l}. Wenn die Landquote: n_c beträgt, dann die rohe Sprachquote:\n\nq_{c,l}= n_c× N_{c,l}/ Σ_l N_{c,l}\n\nkann wie folgt berechnet werden. Wenn sich jedoch Sprachgruppen überschneiden:\n\nΣ_l N_{c,l}> N_c\n\nkann möglich sein. In diesem Fall führt die Verwendung eines direkten Anteils zu einer doppelten Zählung. Lösungsmöglichkeiten:\n\n- Hauptprüfung Sprachklassifikation,\n\n- Menschliches Gewicht aufteilen,\n\n- mehrsprachiges gemeinsames Modell,\n\n- getrenntes Übereinstimmungs-Sprachpanel\n\nkann verwendet werden. Die verwendete Methode sollte dokumentiert werden.\n\n## 25. ZUORDNUNG VON PLAN UND BENUTZERSCHNITTSTELLE INNERHALB DER BEVÖLKERUNG\n\nKostenlose und bezahlte Nutzer oder Web- und Mobile-Oberflächen können sich unterschiedlich verhalten. Die Aufteilung jeder Länder-Sprach-Zelle separat in Plan- und Interface-Ebenen kann jedoch die Stichprobe zu stark fragmentieren. Drei Ansätze können verwendet werden.\n\n### 25.1. Unterzuordnung proportional zur Bevölkerung\n\nWenn die tatsächliche Nutzungsverteilung bekannt ist, erfolgt die Zuweisung gemäß Plan und Schnittstellenanteilen.\n\n### 25.2. Ausgeglichene experimentelle Zuweisung\n\nGleiches oder höheres Sampling wird durchgeführt, um den Unterschied zwischen Plan oder Schnittstelle zu vergleichen. Bei globaler Schätzung wird es auf die tatsächlichen Nutzungsanteile neu gewichtet.\n\n### 25.3. Separate Produktoberflächenwerte\n\nFreie Web-, kostenpflichtige Web- und mobile Produkte werden als separate Prüfobjekte gemeldet. Ein kombinierte Ergebnis kann ebenfalls erstellt werden. Der zu verwendende Ansatz sollte vor der Messung definiert werden.\n\n## 26. EINLADUNGSNUMMER UND GÜLTIGES BEOBACHTUNGSZIEL\n\nWenn das gültige Beobachtungsziel für eine Schicht nh beträgt, ist es normalerweise nicht ausreichend, genau nh Personen einzuladen. Denn:\n\n- einige Personen nehmen nicht teil,\n\n- einige schließen die Aufgabe nicht ab,\n\n- einige Datensätze bleiben außerhalb des Protokolls,\n\neinige Evidenzpakete werden ungültig. Lassen Sie die erwartete Abschlussquote für die Schicht rh sein und die erwartete Gültigkeitsrate vh. Das Einladungsziel beträgt ungefähr:\n\nm_h= ⌈n_h/ (r_h× v_h)⌉\n\nkann wie folgt berechnet werden. Beispiel:\n\n- Ziel für gültige Beobachtungen: 100\n\n- Erwartete Abschlussquote: 80 Prozent\n\n- Erwartete Gültigkeitsrate: 90 Prozent\n\nm_h= ⌈100/ (0.80× 0.90)⌉ = 139\n\nPersonen können eingeladen werden. Dies ist keine Garantie. Während das Feld voranschreitet, kann das vordefinierte Backup-System verwendet werden.\n\n## 27. GRENZE DER EINLADUNGSINFLATION\n\nNur mehr Personen einzuladen löst das Stichprobenbias nicht. Frühe Teilnehmer können systematisch anders sein als späte Teilnehmer. Nur die ersten 1,000 Abschlusse zu berücksichtigen:\n\n- Zeitzone,\n\n- Technologieinteresse,\n\n- Verbindungsqualität,\n\n- Arbeitsplan\n\nkann Voreingenommenheit in Bezug auf Einladung und Auswahlreihenfolge erzeugen:\n\n- sollte randomisiert werden,\n\n- muss innerhalb des Stratum aufgezeichnet werden,\n\nsollte während des gesamten Befragungszeitraums verwaltet werden.\n\n## 28. ALTERNATIVES TEILNEHMER-SYSTEM\n\nFür jedes Stratum sollte vor der Einsicht der Ergebnisse eine geordnete Sicherungsliste erstellt werden. Ein Sicherungsteilnehmer kann nur aus folgenden Gründen aktiviert werden:\n\n- Keine Antwort auf die Einladung\n\n- Fehler beim Abschluss der Aufgabe\n\n- Technisches oder ethisches Eignungsproblem\n\n- Verstoß gegen das Nachfrageprotokoll\n\n- Ungültigkeit des Evidenzpakets\n\n- Neuregistrierung derselben Person\n\nDer Sicherungsbenutzer darf aus folgendem Grund nicht eingreifen:\n\n> Die KI-Antwort des vorherigen Nutzers lieferte ein falsches, negatives oder unerwünschtes Ergebnis.\n\nEine falsche KI-Antwort ist das gültige Systemergebnis. Sie kann kein Grund für eine Teilnehmeränderung sein.\n\n## 29. FÜHRT ZU ERBLINDUNG BEI DER GÜLTIGKEITSENTSCHEIDUNG\n\nDie Person, die entscheidet, ob die Beobachtung so weit wie möglich dem Protokoll entspricht:\n\n- muss die Antwort bewerten, ohne zu wissen, ob sie richtig oder falsch ist,\n\n- oder ob es positiv oder negativ für die Marke ist.\n\nZuerst:\n\n- Erfassung und Protokollgültigkeit\n\n- Dann die substanziellen Reaktionsbewertung\n\nmuss erledigt werden. Andernfalls können negative Antworten leichter als „ungültig“ erklärt werden.\n\n## 30. RESERVIERUNGSVORGANG INNERHALB DER SCHICHT\n\nDer Ersatzteilnehmer sollte nach Möglichkeit vom Gleichen sein:\n\n- Land,\n\n- Sprache,\n\n- Produktoberfläche\n\n- Plan,\n\n- Bedingung des Panels\n\nSchicht. Wenn keine Reserve in derselben Schicht verbleibt, wird die vordefinierte Eskalation angewendet:\n\n- Zusätzliche Zufallsauswahl innerhalb derselben Schicht\n\n- Vordefinierter Pool der oberen Schicht\n\n- Zuweisung unvollständig lassen und Bereichewarnung\n\n- Neue Analyseverson\n\nNachdem das Ergebnis gesehen wurde, kann ein Nutzer aus einem anderen Land zu holen und die Lücke zu schließen, nicht stillschweigend erfolgen.\n\n## 31. WAS PASSIERT, WENN EINE SCHICHT ZU KURZ IST?\n\nEs kann unter das Schichtziel fallen. Beispiel:\n\n- Ziel: 100\n\n- Gültige Beobachtung: 72\n\nKorrekte Optionen:\n\n- Das Feldfenster auf ein vordefiniertes Ausmaß erweitern\n\n- Die Backup-Liste verwenden\n\n- Die Zelle mit einer ähnlichen und vordefinierten oberen Schicht zusammenführen\n\n- Melden Sie das Ergebnis mit großer Unsicherheit\n\n- Veröffentlichen Sie das Zellenergebnis nicht\n\n- Berechnen Sie das globale Gewicht mit einer geeigneten Methode neu\n\nFalsche Option: Entfernen Sie die Schicht mit niedriger Punktzahl vollständig aus der Analyse.\n\n## 32. NACHERGEBNIS-QUOTENÄNDERUNG\n\nDie folgenden Änderungen sind ergebnisorientierte Probenmanipulationen:\n\n- Senkung der Zielquote des Landes mit niedriger Punktzahl\n\n- Erhöhung der Quote der Sprache mit hoher Punktzahl\n\n- Ungültigmachung von Nutzern, die negative Antworten geben\n\n- Neudefinition des Small-Country-Pools basierend auf den Ergebnissen\n\n- Ausschluss eines Plans mit kritischen Fehlern\n\n- Hinzufügen neuer Nutzer, bis der gewünschte Durchschnitt erreicht ist\n\nJede Änderung der Materialquote:\n\n- neue Zuweisungsversion,\n\n- Begründung,\n\n- Datum,\n\n- Entscheidungsträger\n\n- Erhaltung des vorherigen Ergebnisses\n\nsoll damit durchgeführt werden.\n\n## 33. MEHRSTUFIGE STICHPROBE\n\nMehrstufige Stichproben können verwendet werden, wenn kein direkter Zugang zu allen Personen möglich ist. Beispiel:\n\n- Auswahl der Regionen- oder Länderauswahlpool\n\n- Länderauswahl\n\n- Auswahl des Panels oder lokalen Forschungspartners\n\n- Nutzerauswahl\n\n- KI-Produkt- oder Aufgabenverteilung\n\nDie Gesamtauswahlwahrscheinlichkeit für einen einzelnen Nutzer ist das Produkt der bedingten Wahrscheinlichkeiten in jeder Stufe:\n\nπ_i= π_r× π_{c|r}× π_{f|c}× π_{i|f}\n\nHier:\n\n- r: Region oder kleiner Länderpool\n\n- c: Land\n\n- f: Stichprobenrahmen oder Panel\n\n- i: Person\n\nGrundlegendes Designgewicht:\n\nd_i= 1/π_i\n\nWenn Auswahlwahrscheinlichkeiten nicht erfasst werden können, kann das Design nicht als vollständig wahrscheinlichkeitbasiertes Sample dargestellt werden. [K04; K07]\n\n## 34. ZUTEILUNG IN FREIWILLIGEN UND NICHT-WAHRSCHEINLICHKEITSPANELEN\n\nEin wirklich wahrscheinlichkeitbasiertes Weltpanel ist möglicherweise nicht immer möglich. Ein freiwilliges oder professionelles Online-Panel kann verwendet werden. In diesem Fall können Länder- und Sprachquoten weiterhin gemäß der produktberechtigten Bevölkerung festgelegt werden. Allerdings:\n\n- die tatsächliche Auswahlwahrscheinlichkeit des Teilnehmers kann unbekannt sein,\n\n- Selbstselektion kann auftreten,\n\nGewichtung kann nur Anpassungen auf Basis beobachteter Variablen vornehmen. Der korrekte Status:\n\n#### Nicht-wahrscheinlichkeitliches Nutzerpanel, geschichtet und kalibriert auf die Bevölkerung\n\nkann sein. Die folgende Aussage darf nicht verwendet werden: „1,000 Menschen werden völlig zufällig aus der Weltbevölkerung ausgewählt.“\n\n## 35. GEWICHTSARCHITEKTUR\n\nDas endgültige Beobachtungsgewicht kann aus mehreren Komponenten bestehen:\n\nw_i= d_i× a_i^{NR}× g_i^{CAL}\n\nHier:\n\n- di: Basis-Designgewicht\n\n- aiNR: Anpassung für Nichtreaktion\n\n- giCAL: Kalibrierungskoeffizient\n\n### 35.1. Designgewicht\n\nEs ist der Kehrwert der Auswahlwahrscheinlichkeit der Teilnehmenden im Stichprobendesign.\n\n### 35.2. Nichtreaktionsanpassung\n\nFür ausgewählte Personen mit ähnlichen Merkmalen:\n\n- wie viele geantwortet haben,\n\n- wie viele eine gültige Beobachtung geliefert haben\n\nkann berücksichtigt werden. Für die Stichprobenreaktionsklasse r:\n\na_r^{NR}= (Σ_{j∈S_r} d_j)/ (Σ_{i∈R_r} d_i)\n\nHier:\n\n- Sr: ausgewählte geeignete Stichprobe\n\n- Rr: diejenigen, die geantwortet oder eine gültige Beobachtung geliefert haben\n\nkann sein. Nichtantwortanpassung: löst das unbeobachtete Verzerrungsproblem nicht vollständig, sollte zusammen mit seinen Annahmen erklärt werden.\n\n### 35.3. Kalibrierungsgewicht\n\nDie Stichprobe, zu bekannten Bevölkerungsgesamtsummen:\n\n- Land,\n\n- Sprache,\n\n- Alter,\n\n- Plan,\n\n- Nutzeroberfläche.\n\nKalibrierung kann über diese Dimensionen angewendet werden, jedoch nur dort, wo verlässliche externe Gesamtsummen vorliegen.\n\n## 36. GEWICHTSNORMALISIERUNG\n\nGewichte:\n\n- an die Gesamtbevölkerung,\n\n- an die gesamte Stichprobengröße,\n\n- auf einzelne\n\nkann normalisiert werden. Die in der Score-Formel verwendete Normalisierung sollte erklärt werden. Einzeln normalisierte Gewichte:\n\nw̃_i= w_i/ Σ_j w_j\n\nwerden erhalten. Gewichtete Schätzung:\n\nθ̂ = Σ_i w̃_iY_i\n\nwird wie folgt berechnet.\n\n## 37. GEWICHTSBESCHNEIDUNG\n\nEinige Teilnehmer können sehr hohe Gewichte erhalten, weil sie sehr kleine und unterrepräsentierte Gruppen repräsentieren. Diese Situation:\n\n- kann die geschätzte Varianz erhöhen,\n\n- die Einflussnahme einer einzelnen Beobachtung,\n\n- und die Schwankung der Werte\n\nkann zunehmen. Gewichte können auf einem oberen Limit beschnitten werden. Das Beschneiden kann jedoch: Verzerrungen in der Populationsdarstellung erzeugen, kleine Gruppen wieder unsichtbar machen. Daher sollte die Gewichtsbescheidung:\n\n- vor den Ergebnissen definiert werden,\n\n- zusammen mit den unbeschnittenen Ergebnissen gezeigt werden,\n\nund eine Sensitivitätsanalyse enthalten.\n\n## 38. EFFEKTIVE STICHPROBENGRÖßE\n\nAuch wenn die Rohzahl der Beobachtungen n beträgt, kann die tatsächliche Informationsmenge geringer sein, wenn die Gewichte stark variieren. Kish effektive Stichprobengröße:\n\nn_eff= (Σ_i w_i)^2/ Σ_i w_i^2 [K08]\n\nkann wie folgt gezeigt werden. Bei gleichen Gewichten:\n\nneff≈n\n\nerhalten wir. Wenn die Gewichte sehr unausgeglichen sind: neff<n. Eine GEO-1000-Studie:\n\n- 1,000 gültige Beobachtungen,\n\n- können 620 effektive Stichprobengröße\n\ntragen. Für die Öffentlichkeit: Die Angabe „1,000 Personen wurden gemessen.“ kann aufgrund der Präzision stark erscheinen. Im Hauptbericht sollten mindestens:\n\n- Rohzahl der gültigen Beobachtungen,\n\n- effektive Stichprobengröße,\n\n- Gewichtsvariabilität\n\nbestimmt werden.\n\n## 39. GEWICHT-DESIGN-EFFEKT\n\nUngefähre Designwirkung aufgrund von Gewichten:\n\nDEFF_w≈ 1+ CV(w)^2\n\nkann gezeigt werden. Hier:\n\nCV(w) = sd(w) / mean(w)\n\nDies ist der Variationskoeffizient der Gewichte und stellt nur eine ungefähre Repräsentation ihrer Wirkung dar. Die gesamte Designwirkung kann auch variieren mit:\n\n- Clusterbildung,\n\n- Stratifizierung,\n\n- wiederholten Messungen,\n\n- gepaarten Nutzern\n\nDiese Effekte müssen separat geschätzt werden.\n\n## 40. CLUSTERBILDUNG\n\nDasselbe:\n\n- Aus dem Forschungspanel,\n\n- aus dem Land,\n\n- aus der Sprachgemeinschaft,\n\n- vom Gerät oder der Institution,\n\n- vom Nutzer\n\nBeobachtungen können einander ähneln. In diesem Fall sind 1,000 Beobachtungen nicht 1,000 vollständig unabhängige Informationseinheiten. Clusterbildung:\n\n- im Stichproben-Design,\n\n- bei der Varianzberechnung,\n\n- bei der effektiven Stichprobengröße\n\nsollte berücksichtigt werden.\n\n## 41. TEST VON MEHR ALS EINEM KI-Produkt DURCH DEN GLEICHEN NUTZER\n\nWenn ein Nutzer mehrere KI-Produkte testet, kann der Unterschied zwischen den Modellen an derselben Person gemessen werden. Vorteil: Nutzermerkmale können kontrolliert werden, gepaarter Vergleich kann gestärkt werden. Einschränkung:\n\n- Produktbeobachtungen sind nicht unabhängig,\n\n- die Reihenfolge der Aufgaben kann andere Antworten beeinflussen,\n\n- ein Nutzer kann die im ersten System gesehene Antwort auf das nächste System übertragen,\n\nNutzer, die auf alle Produkte zugreifen können, können sich von der Gesamtpopulation unterscheiden. Daher Produkte:\n\n- sollte in zufälliger Reihenfolge zugewiesen werden,\n\n- die Weitergabe vorheriger Antworten sollte verhindert werden,\n\n- das gepaarte Design sollte aufgezeichnet werden,\n\nDie Analyse sollte die Abhängigkeit schützen. Jedes KI-Produkt sollte erneut sein eigenes Ziel von 1,000 gültigen Produktbeobachtungen haben. Wenn dieselben 1,000 Menschen zehn Produkte testen:\n\n- 1,000 einzigartige Menschen,\n\n- 10,000 Produktbeobachtungen\n\nkönnen gebildet werden. Diese beiden Zahlen sind nicht gleich.\n\n## 42. AUSGEWOGENES MISSING-BLOCK-DESIGN\n\nNicht alle Nutzer müssen auf alle KI-Produkte zugreifen. Zum Beispiel, wenn es zehn KI-Produkte gibt, kann jedem Teilnehmer drei Produkte zugewiesen werden. Wenn die Zuweisungen auf ausgeglichene Weise erfolgen:\n\n- jede Produkt 1,000 Beobachtungen,\n\n- jedes Produktpaar ausreichende gemeinsame Nutzer,\n\n- breitere Teilnahme der Bevölkerung\n\nkann erreicht werden. Als Kandidat für diesen Ansatz:\n\n#### Ausgewogenes unvollständiges Blockdesign\n\nkann verwendet werden. Seine Vorteile:\n\n- reduziert die Belastung der Teilnehmer,\n\n- verringert das Risiko, nur starke KI-Nutzer auszuwählen,\n\nbietet eine passende Vergleichbarkeit über Modelle hinweg. Das genaue Design wird in den Abschnitten 8 und 9 näher erläutert.\n\n## 43. Natürliche Reichweite VERTEILUNG\n\nJedes KI-Produkt erhält eine separate Zuteilung gemäß seiner eigenen Natürliche Reichweite-Population. Daher dasselbe Land:\n\n- 200 für ein Produkt,\n\n- 0 für ein anderes Produkt,\n\n- 50 für ein drittes Produkt\n\nkann beobachtet werden. Dieser Unterschied ist keine Ungerechtigkeit. Es ist so, dass die tatsächlichen Zugangsuniversen der Produkte unterschiedlich sind. Da Natürliche Reichweite-Werte zu unterschiedlichen Populationen gehören, sollten sie nicht allein für eine direkte Rangliste verwendet werden.\n\n## 44. Gemeinsame Vergleichsbasis VERTEILUNG\n\nEin gemeinsames Zugangsuniversum wird für den Vergleich zwischen Produkten erstellt. Die gemeinsame Population:\n\nU_CS= ⋂_{a∈A} U_a\n\nkann auf diese Weise betrachtet werden. Jedes Produkt wird mit denselben Gemeinsame Vergleichsbasis-Populationsgewichten gemessen. Dieser Ansatz:\n\n- bietet einen fairen Produktvergleich,\n\n- gleicher Länder- und Sprachboden\n\nstellt sicher. Er zeigt jedoch nicht den natürlichen globalen Zugangsunterschied der Produkte. Daher sollten Natürliche Reichweite- und Gemeinsame Vergleichsbasis-Ergebnisse zusammen berichtet werden.\n\n## 45. VERWALTUNG DER STICHPROBE ÜBER WELLE\n\nEs können zwei verschiedene Ziele über mehrere Messwellen bestehen.\n\n### 45.1. Aktuelles Querschnittsergebnis\n\nIn jeder Welle wird ein aktueller produktberechtigter Bevölkerungsrahmen verwendet. Dieser Wert beantwortet die Frage: \"Was passiert gerade im tatsächlichen globalen Zugangsuniversum?\"\n\n### 45.2. Festgelegtes Rahmen-Trendergebnis\n\nDie Bevölkerungsgewichte aus der anfänglichen Welle bleiben erhalten. Dieser Wert beantwortet die Frage: \"Wie hat sich die Repräsentation in derselben Referenzbevölkerung im Laufe der Zeit verändert?\"\n\n### 45.3. Trennung von zwei Ergebnissen\n\nWenn das Produkt auf neue Länder ausgeweitet wird, kann der aktuelle Wert sinken. Dieser Rückgang:\n\n- liegt an der Verschlechterung des Produkts,\n\n- durch die Aufnahme neuer und schwieriger Bevölkerungsgruppen\n\nkann darauf zurückzuführen sein. Ein Trend mit festem Rahmen kann gleichzeitig eine Verbesserung zeigen. Daher:\n\n- Momentaufnahme des aktuellen Rahmens\n\n- Trend mit festem Rahmen\n\nSie sind separate Ergebnisse.\n\n## 46. PANELERNEUERUNG UND -TRANSFORMATION\n\nUnter den Wellen:\n\n- die gleichen Nutzer,\n\n- völlig neue Nutzer,\n\n- teilweise erneuertes Panel\n\nnutzbar.\n\n### 46.1. Vollständiges Abschnittspanel\n\nIn jeder Welle werden neue Nutzer ausgewählt. Es kann für die Schätzung der Population stark sein. Es misst keine individuellen Veränderungen.\n\n### 46.2. Längsschnittpanel\n\nDie gleichen Nutzer werden erneut gemessen. Zeigt individuelle Nutzer- und Produktveränderungen. Das Panel kann Abnutzungs- und Lerneffekte erzeugen.\n\n### 46.3. Rotierendes Panel\n\nEin Teil der Teilnehmer wird beibehalten, während ein Teil erneuert wird. Bietet sowohl Trend- als auch frische Bevölkerungsrepräsentation. Die verwendete Panelstruktur sollte auf der Ergebnisübersicht sichtbar sein.\n\n## 47. SAMPLE LOCK\n\nDie folgenden Datensätze sollten vor Beginn jeder Welle festgeschrieben werden:\n\n- KI-Produkt\n\n- Nutzeroberfläche\n\n- Zielpopulation-Version\n\n- Natürliche Reichweite Länder\n\n- Gemeinsame Vergleichsbasis Länder\n\n- Schichten\n\n- Kleine Länderpools\n\n- Rohquoten\n\n- Ganzzahlige Zuweisungen\n\n- Sprachzuweisungen\n\n- Oversampling-Plan\n\n- Einladungsziele\n\n- Reservelisten\n\n- Auswahlmethode\n\n- Gewichtungsformel\n\n- Regel zur Ergebnisblindheit\n\n- Eskaltation bei Unterdeckung\n\n- Analyseplan\n\n- Decodierungsmethode\n\n- Zufallssamen, falls verwendet\n\n- Verantwortliche menschliche Genehmigung\n\nIn diese Datei:\n\n#### NOMOS Stichproben-Zuweisungssperre\n\nkann den Namen erhalten.\n\n## 48. ÄNDERUNGEN NACH MUSTERSPERRUNG ERLAUBT\n\nDie folgenden Ereignisse können eine neue Version erfordern:\n\n- Beendigung des Produktzugangs im Land\n\n- Ernstes Sicherheitsproblem im Feld\n\n- Materieller Fehler in den Populationsdaten\n\n- Panelanbieter kann in ein bestimmtes Land nicht liefern\n\n- Änderung der Anforderungen an die Forschungsethik\n\n- Kritischer Fehler im Messinstrument\n\nÄnderung:\n\n- muss gerechtfertigt,\n\n- datiert,\n\n- genehmigt,\n\n- durchgeführt werden, wobei die alte Version erhalten bleibt.\n\nDie Stärke oder Schwäche der Ergebnisse ist kein Grund für eine Änderung.\n\n## 49. MUSTERQUALITÄTSSTATUS\n\nEine Musterwelle kann einen der folgenden Stati tragen:\n\n### SQ-0— NICHT ENTWORFEN\n\nEs gibt kein dokumentiertes Stichprobendesign.\n\n### SQ-1— BEQUEMLICHKEITSBEOBACHTUNG\n\nEs handelt sich um eine Bequemlichkeits- oder freiwillige Beobachtung. Eine Verallgemeinerung auf die Gesamtbevölkerung ist nicht möglich.\n\n### SQ-2— QUOTENKONTROLLIERT\n\nEs gibt Länder- und Sprachquoten. Die Auswahlwahrscheinlichkeiten sind nicht vollständig bekannt.\n\n### SQ-3— GEWICHTETES PANEL\n\nEs gibt ein stratifiziertes Panel und eine Bevölkerungs-Kalibrierung. Abdeckungs- und Selbstselektionseinschränkungen bestehen weiterhin.\n\n### SQ-4— WAHRSCHEINLICHKEITSBASIERT ODER HYBRID\n\nBekannte Auswahlwahrscheinlichkeiten oder ein starkes Hybriddesign sind vorhanden.\n\n### SQ-5— REPLIZIERT UND KALIBRIERT\n\nDas Design wurde in verschiedenen Wellen und externen Anwendungen repliziert; Bias- und Varianzverhalten wurden kalibriert. Diese Stati können die Vertrauensklasse des öffentlichen Scores beeinflussen.\n\n## 50. SYNTHETISCHE END-TO-END GEO-1000 ZUWEISUNG\n\nSYNTHETISCHE METHODOLOGIE-DEMONSTRATION / Die folgenden Länder, Bevölkerungen, Sprachen, KI-Produkte und Berechnungen sind vollständig fiktiv. Für das synthetische Orion KI-Produkt sei die geeignete Bevölkerung für Natürliche Reichweite 1 Milliarden Menschen. Hauptziel des Bevölkerungspanels:\n\nn=1,000\n\n### 50.1. Länder- und Kleines-Länder-Pool-Zuweisung\n\n### 50.2. Sprachzuweisung in Land B\n\nBerechtigte Bevölkerung in Land B:\n\n- Sprache X: 80 Prozent\n\n- Sprache Y: 20 Prozent\n\nBevölkerungspanel-Zuweisung:\n\n- Sprache X: 200\n\n- Sprache Y: 50\n\nZusätzliche Zuweisung zur Sprachgerechtigkeit: Sprache Y: 50 Feldziel in Land B:\n\n- Sprache X: 200\n\n- Sprache Y: 100\n\n- Gesamt: 300\n\nAllerdings, die globalen Bevölkerungsgewichtungen des Bevölkerungspanels:\n\n- Sprache X: 80% von Land B\n\n- Sprache Y: 20% von Land B\n\nbleiben wie sie sind.\n\n### 50.3. Länderbeobachter-Anhang\n\nEs gibt zwei Wahrscheinlichkeitsbeobachtungen für H, I und J im kleinen Länderpool im Bevölkerungs-Panel. Das Länderbeobachter-Panel:\n\n### H: 1\n\n### I: 1\n\n### J: 1\n\nkann Beobachtungen anvisieren. Diese drei Beobachtungen:\n\n- erhöhen die geografische Abdeckung,\n\n- zeigen individuelle Ländereignisse,\n\nerzeugen keine Länderbewertung.\n\n### 50.4. Barrierefreiheits-Ergänzung\n\nWenn festgestellt wird, dass das Hauptpanel die Zugänglichkeitsnutzer unzureichend abdeckt, können zusätzliche Beobachtungen von 40 durchgeführt werden. Diese Nutzer: werden entsprechend relevanter Bevölkerungsgruppen kalibriert und erzeugen ein separates Ergebnis des Accessibility Panels.\n\n### 50.5. Gesamtfeldvolumen\n\nDer Name GEO-1000 ist weiterhin gültig. Weil:\n\n> 1,000 ist das gültige Beobachtungsziel für das Hauptbevölkerungs-Panel.\n\nErgänzende Gerechtigkeits- und Abdeckungspanels können dem hinzugefügt werden.\n\n### 50.6. Einladungsvolumen\n\nIm Bevölkerungs-Panel im Durchschnitt:\n\n- Abschluss: 82 Prozent\n\n- Gültigkeit: 92 Prozent\n\nEs sei zu erwarten. Erforderliche Einladung:\n\n⌈1,000/ (0.82× 0.92)⌉ = 1,326\n\nkann sein. Mit ergänzenden Panels können die gesamten Einladungen 1,500 überschreiten. Daher:\n\n> GEO-1000 ist nicht nur eine Methode, Einladungen an 1,000 Personen zu senden.\n\n### 50.7. Feldergebnis\n\nAuf dem Bevölkerungs-Panel:\n\n- 1,326 Personen wurden eingeladen,\n\n- 1,080 Aufgaben abgeschlossen,\n\n- 1,012 Datensätze wurden protokollmäßig als gültig befunden,\n\n- die ersten 1,000 wurden gemäß einer vordefinierten Zufalls-/Backup-Reihenfolge in die Hauptanalyse einbezogen\n\nIn Ordnung. Die verbleibenden 12 gültigen Datensätze:\n\n- Backup-Überprüfung,\n\n- Sensitivitätsanalyse,\n\n- erneut prüfen\n\nEs kann gespeichert werden. Es kann nicht entschieden werden, welches 1,000 anhand der Ergebnisse ausgewählt wird.\n\n## 51. NORMATIVER ZUORDNUNGSALGORITHMUS\n\nDie Standardabfolge der Operationen für ein GEO-1000 Hauptpanel ist wie folgt:\n\n### Schritt 1— Produkt- und Wellen-ID festschreiben\n\nFestlegen, welches KI-Produkt, welche Oberfläche und welches Datum gemessen werden.\n\n### Schritt 2— Zielpopulation-Version festschreiben\n\nDer produktberechtigte Bevölkerungsrahmen aus Abschnitt 5 wird verwendet.\n\n### Schritt 3— Hauptziel der aktuellen Beobachtung definieren\n\nStandard-Kandidatenziel:\n\nn=1,000\n\n### Schritt 4— Materialschichten definieren\n\nLand, Sprache und gegebenenfalls Plan-/Schnittstellenschichten werden definiert.\n\n### Schritt 5— Kleine Länderpools einrichten\n\nLänder, die nahezu null Zuteilungen generieren, werden in die entsprechenden Pools aufgenommen.\n\n### Schritt 6— Rohproportionale Quoten berechnen\n\nqh=nWh\n\n### Schritt 7— Ganzzahlige Zuteilung durchführen\n\nDie Methode des größten Rests oder eine vorher deklarierte äquivalente Methode wird angewendet.\n\n### Schritt 8— Oversampling-Plan hinzufügen\n\nErgänzungen für Länderbeobachter, Sprachfairness und Zugänglichkeit werden separat gespeichert.\n\n### Schritt 9— Einladungs- und Backup-Zahlen berechnen\n\nErwartete Abschluss- und Validitätsraten werden verwendet.\n\n### Schritt 10— Auswahlreihenfolge randomisieren\n\nPrimär- und Backup-Listen werden eingefroren.\n\n### Schritt 11— Gewichtungsformel speichern\n\nDesign-, Antwort- und Kalibrierungsgewichte werden definiert.\n\n### Schritt 12— Stichprobe-Sperre bestätigen\n\nEin Versions- und Integritätsprotokoll wird erstellt, bevor KI-Antworten angezeigt werden.\n\n## 52. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH06-N01**\n\nDie GEO-1000 Stichprobenzuweisung muss erstellt und versioniert werden, bevor KI-Antworten angezeigt werden können.\n\n**CH06-N02**\n\nDas Hauptzielpanel für die Bevölkerung sollte als mindestens 1,000 gültige Beobachtungen pro KI-Produkt und Hauptmesswelle definiert werden; wenn ein anderes Ziel verwendet wird, muss die Begründung erklärt werden.\n\n**CH06-N03**\n\nDie eingeladene Person, die Person, die die Aufgabe ausführt, und die gültigen Beobachtungsnummern müssen voneinander unterschieden werden.\n\n**CH06-N04**\n\nDie Hauptzuweisung sollte auf der produktberechtigten Bevölkerung basieren, die in Abschnitt 5 definiert ist.\n\n**CH06-N05**\n\nLänder- oder Sprachquoten sollten auf der Grundlage des Anteils der relevanten produktberechtigten Bevölkerung berechnet werden, nicht auf der Gesamtbevölkerung.\n\n**CH06-N06**\n\nDie Methode zur Umrechnung von rohen Bruchquoten in ganze Zahlen muss im Voraus festgelegt werden.\n\n**CH06-N07**\n\nDie Auflösung von Rundungsbindungen muss unabhängig von den Ergebnissen sein.\n\n**CH06-N08**\n\nKleine Länder mit einer positiven Zielbevölkerung sollten nicht als separate Null-Wahrscheinlichkeits-Deterministikschichten belassen werden; es sollte eine geeignete Zusammenführungs- oder probabilistische Auswahlmethode verwendet werden.\n\n**CH06-N09**\n\nKleine Landespools sollten in Bezug auf Produktzugang und finanzielle Bevölkerungsmerkmale gerechtfertigt sein.\n\n**CH06-N10**\n\nBeobachtungen von Country Observer sollten ebenfalls aufgezeichnet werden, ohne das Hauptbevölkerungsgewicht zu ändern.\n\n**CH06-N11**\n\nEine Beobachtung des Länderbeobachters kann nicht als Länderbewertung dargestellt werden.\n\n**CH06-N12**\n\nÜbersampelte Länder, Sprachen oder Nutzergruppen sollten in der globalen Schätzung wieder auf die tatsächlichen Zielpopulation-Gewichte zurückgeführt werden.\n\n**CH06-N13**\n\nDie Stichprobenquote kann nicht wie die Populationsquote verwendet werden.\n\n**CH06-N14**\n\nDie gleiche Person kann in der globalen menschlichen Bevölkerung aufgrund unterschiedlicher Sprachen, Konten, Sitzungen oder Produkte nicht dupliziert werden.\n\n**CH06-N15**\n\nUngültige Beobachtungen sollten klassifiziert werden, ohne den Grund für die Ungültigkeit auf dem Inhalt der Ergebnisse zu basieren.\n\n**CH06-N16**\n\nFalsche, negative, ablehnende oder kritische KI-Antworten können nicht der Grund für die Änderung eines Teilnehmers sein.\n\n**CH06-N17**\n\nBackup-Teilnehmerlisten müssen innerhalb des Stratum erstellt werden, bevor die Ergebnisse gesehen werden.\n\n**CH06-N18**\n\nLücken in Schichten können nicht stillschweigend von einem anderen Land oder einer anderen Sprache geschlossen werden.\n\n**CH06-N19**\n\nÄnderungen nach dem Ergebnis in der Quote, Schicht, kleinen Länder-Pool oder Gewichtung erfordern eine neue Analyseversion.\n\n**CH06-N20**\n\nAlle Komponenten der Gewichtungen und die Methode der Normalisierung müssen veröffentlicht werden.\n\n**CH06-N21**\n\nDie Annahmen der Non-Response-Anpassung müssen erklärt werden.\n\n**CH06-N22**\n\nWenn Gewichtstrimmen verwendet wird, müssen das ungetrimmte Ergebnis und die Sensitivitätsanalyse aufbewahrt werden.\n\n**CH06-N23**\n\nDer Hauptbericht sollte die angemessene effektive Stichprobengröße zusammen mit der Rohzahl der Beobachtungen zeigen.\n\n**CH06-N24**\n\nClustering, Wiederholung und gepaarte Nutzereabhängigkeiten sollten bei der Berechnung der Varianz berücksichtigt werden.\n\n**CH06-N25**\n\nDas Design, bei dem dieselbe Person mehrere KI-Produkte testet, kann nicht als vollständig unabhängige Nutzerstichprobe dargestellt werden.\n\n**CH06-N26**\n\nJedes KI-Produkt muss separat sein eigenes Ziel von 1,000 gültigen Produktbeobachtungen erreichen.\n\n**CH06-N27**\n\nDie Zuweisungen Natürliche Reichweite und Gemeinsame Vergleichsbasis müssen separate Stichprobenaufzeichnungen führen.\n\n**CH06-N28**\n\nErgebnisse der aktuellen und der festen Welle dürfen nicht ohne Erklärung kombiniert werden.\n\n**CH06-N29**\n\nWenn die Stichprobe für eine Untergruppe nicht ausreicht, sollte der korrekte Status INSUFFICIENT SAMPLE, EXPLORATORY oder NOT ESTIMATED sein.\n\n**CH06-N30**\n\nDie Rohstichprobengröße kann nicht als endgültiger Präzisionsindikator verwendet werden, wobei Gewichtungen und Designeffekt ignoriert werden.\n\n**CH06-N31**\n\nDesigngewichte können in einem Freiwilligen- oder Nicht-Wahrscheinlichkeitspanel nicht beansprucht werden, als ob Auswahlwahrscheinlichkeiten bekannt wären.\n\n**CH06-N32**\n\nDie Stichprobe darf nachträglich nicht so verändert werden, dass niedrig bewertete Gruppen ausgeschlossen oder hoch bewertete Gruppen vergrößert werden.\n\n**CH06-N33**\n\nBeobachtungen aus dem Hauptbevölkerungs-Panel und ergänzenden Panels sollten in Bezug auf Zweck und Gewichtung getrennt gekennzeichnet werden.\n\n**CH06-N34**\n\nDas Proben-Lock muss einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 53. FORMEN DES VERSAGENS\n\n**CH06-F01— QUOTE NACH ERGEBNIS FESTLEGEN**\n\nDie Anzahl der Länder und Sprachen wird nach der Ansicht der KI-Antworten bestimmt.\n\n**CH06-F02— BACKUP VERWENDEN, BIS DIE BESTE ANTWORT VORLIEGT**\n\nNegative Antworten werden durch einen neuen Nutzer ersetzt, auch wenn sie gültig sind.\n\n**CH06-F03— 1,000-EINLADUNGEN ALS 1,000-GÜLTIGE BEOBACHTUNGEN ZÄHLEN**\n\nNichtabschluss und Ungültigkeit werden verborgen.\n\n**CH06-F04— LAND MIT REINER RUNDRUNG AUF NULL ZURÜCKSETZEN**\n\nDie Auswahlwahrscheinlichkeit eines Landes mit positiver Zielpopulation bleibt bei null.\n\n**CH06-F05— EINER PERSON JE LAND ZUWEISEN UND ES DAS BEVÖLKERUNGSVERHÄLTNIS NENNEN**\n\nDie durch die Mindestquote verursachte Unverhältnismäßigkeit ist verborgen.\n\n**CH06-F06— BERÜCKSICHTIGUNG der Beobachtung des Länderbeobachters ALS BEVÖLKERUNGSBEOBACHTUNG**\n\nDie zusätzliche Beobachtung eines kleinen Landes erhält volles Gewicht im Hauptpanel von 1,000 Personen.\n\n**CH06-F07— EINRICHTUNG DES KLEINEN LÄNDERPOOLS AUF BASIS DER ERGEBNISSE**\n\nEin Land, das niedrige Werte produziert, wird in einen anderen Pool verschoben oder aus der Abdeckung ausgeschlossen.\n\n**CH06-F08— ZUSAMMENFÜHRUNG INKOMPATIBLER LÄNDER IN DEN GLEICHEN POOL**\n\nLänder, die sich in Produktzugang, Sprache oder Rechtsprechung unterscheiden, werden allein deshalb zusammengeführt, weil sie klein sind.\n\n**CH06-F09— ÜBERGEWICHTUNG ÜBERMÄSSIGER STICHPROBEN**\n\nBestimmt das globale Ergebnis mit einem Stichprobenanteil, der höher ist als der Anteil der Sprache oder der Bevölkerung des Landes.\n\n**CH06-F10— MULTIPLIKATION VON MEHRSPRACHIGEN INDIVIDUEN**\n\nEine Person wird in jeder Sprachzelle als separate Bevölkerungseinheit gezählt.\n\n**CH06-F11— BERÜCKSICHTIGUNG DES STICHPROBENANTEILS ALS BEVÖLKERUNGSANTEIL**\n\nRohantwortzahlen werden direkt in die globale Punktzahl umgewandelt.\n\n**CH06-F12— ANORDNUNG DER EINLADUNGSREIHENFOLGE NACH LEICHTIGKEIT**\n\nNutzer, die zuerst und schnell antworten, bestimmen das Panel.\n\n**CH06-F13— VERWENDUNG VON STRATUM-AUSSCHUSSRESERVEN**\n\nFehlende Länder- oder Sprachbeobachtungen werden stillschweigend mit Teilnehmern aus einer anderen Gruppe ergänzt.\n\n**CH06-F14— VERKNÜPFUNG VON UNGÜLTIGKEIT MIT ANTWORTINHALT**\n\nFalsche KI-Antwort wird technisch als ungültig erklärt.\n\n**CH06-F15— ERSATZ VON ABLEHNUNGEN DURCH EINEN NEUEN NUTZER**\n\nSystemablehnung wird aus dem Nenner entfernt, obwohl sie das tatsächliche Nutzerergebnis ist.\n\n**CH06-F16— VERSTECKEN DER GEWICHTSFORMEL**\n\nDie öffentliche Punktzahl zeigt nicht, mit welcher Bevölkerung und welchen Stichprobengewichten sie erstellt wurde.\n\n**CH06-F17— GEWICHTE BESCHNEIDEN, UM KLEINE GRUPPEN ZU LÖSCHEN**\n\nKleine Gruppen mit hohen Gewichten werden beschnitten, weil das Ergebnis nicht gut aussieht.\n\n**CH06-F18— DAS EFFEKTIVE SAMPLE VERSTECKEN**\n\nSelbst wenn 1,000 Rohdaten aufgrund von Gewichten auf 500–600 Datenpunkte sinken, wird es als „1,000-Personen-Präzision“ präsentiert.\n\n**CH06-F19— CLUSTERUNG ALS UNABHÄNGIGKEIT BETRACHTEN**\n\nBeobachtungen derselben Panel-, Institutions- oder Nutzergruppe werden als vollständig unabhängig betrachtet.\n\n**CH06-F20— DIE GLEICHEN 1,000 PERSONEN ALS ZEHNTAUSEND UNABHÄNGIGE PERSONEN BETRACHTEN**\n\nZehn Beobachtungen eines KI-Produkts werden beschrieben, als wäre die Population zehnmal so groß.\n\n**CH06-F21— Gemeinsame Vergleichsbasis ALS Natürliche Reichweite BETRACHTEN**\n\nDie übliche Vergleichsstichprobe wird so präsentiert, als ob sie die tatsächliche globale Reichweite des Produkts darstellen würde.\n\n**CH06-F22— DIREKTE RANGFOLGE Natürliche Reichweite ERGEBNISSE**\n\nProduktergebnisse in verschiedenen Zielpopulationen werden so verglichen, als kämen sie aus demselben Universum.\n\n**CH06-F23— VERBERGUNG VON POPULATIONSÄNDERUNGEN IN WELLEN**\n\nAuch wenn neue Länder oder Nutzergruppen in die Bewertung einbezogen werden, wird der Trend nur als Änderung der Produktqualität interpretiert.\n\n**CH06-F24— ERZEUGUNG DEFINITER BEWERTUNGEN AUS UNGENÜGENDEN STICHPROBEN FÜR EINE UNTERGRUPPE**\n\nEinige Dutzend Beobachtungen werden als definitive Bewertungen für ein Land oder eine Sprache veröffentlicht.\n\n**CH06-F25— VERSTEKTE ÄNDERUNG DER STICHPROBENSPERRE**\n\nQuoten-, Gewichtungs- oder Pooldefinitionen werden ohne Versionsaufzeichnung aktualisiert.\n\n**CH06-F26— BLINDES MULTIPLIZIEREN VON EIGNUNGSRATEN**\n\nDie berechtigte Bevölkerung und die Quotenkalkulationen ignorieren die Merkmale der abhängigen Bevölkerung.\n\n**CH06-F27— ERSETZEN DES HAUPTPANEELS DURCH DAS KOMPLEMENTÄR-PANEL**\n\nSprachliche Fairness oder Beobachtungen durch Länderedakteure werden verwendet, um das Hauptziel der Bevölkerung von 1,000 zu reduzieren.\n\n**CH06-F28— LÖSCHEN VON NIEDRIG-BEWERTETEN ZELLEN, WENN DAS PANEL KURZ IST**\n\nUnvollständige Stichproben werden ausgeschlossen, da sie in Bezug auf die Ergebnisse nachteilig sind.\n\n**CH06-F29— VERWENDUNG VON GEWICHTUNG ALS WISSENSCHAFTLICHE SCHMACK**\n\nEs wird behauptet, dass das Repräsentationsproblem nur durch das Hinzufügen von Gewicht gelöst wird, ohne die Auswahl- und Abdeckungsfehler zu erklären.\n\n**CH06-F30— DENKEN, DASS GEO-1000 GENAU 1,000 PERSONEN BEFRAGT WERDEN SOLLTE**\n\nEinladung, ergänzende Panels, Ungültigkeit, Wiederholung und effektive Stichprobenstruktur werden ignoriert.\n\n## 54. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Zweck der Stichprobe aufzeichnen\n\nDie globale Bevölkerungsschätzung wird in Untergruppen nach Diagnose, Landesbereich, Sprachgerechtigkeit, Zugänglichkeit und Produktvergleichszwecken unterteilt.\n\n### Schritt 2— Zielbevölkerungs-Version überprüfen\n\nDie Bevölkerungsdatei und das Datumsprotokoll in Abschnitt 5 werden überprüft.\n\n### Schritt 3— Hauptziel der aktuellen Beobachtung definieren\n\nDas Standardziel GEO-1000 oder eine begründete Alternative wird festgelegt.\n\n### Schritt 4— Schichten festlegen\n\nUnterschiede in Land, Sprache und Materialbenutzeroberfläche werden bestimmt.\n\n### Schritt 5— Kleine Länderpools identifizieren\n\nFür jeden Pool werden:\n\n- Ländern,\n\n- Bevölkerung,\n\n- Begründung für Ähnlichkeit,\n\n- internes Auswahlverfahren\n\naufgezeichnet.\n\n### Schritt 6— Rohquoten berechnen\n\nqh=nWh\n\nDie Formel oder eine gerechtfertigte Alternative wird verwendet.\n\n### Schritt 7— Ganzzahlzuweisung anwenden\n\nRundungs- und Stichentscheidungsregeln werden festgehalten.\n\n### Schritt 8— Komplementäres Oversampling hinzufügen\n\nZiele für Länderbeobachter, Sprachgerechtigkeit und Barrierefreiheit werden separat definiert.\n\n### Schritt 9— Einladungs- und Reservierungsvolumen berechnen\n\nAbschluss- und Gültigkeitserwartungen werden verwendet.\n\n### Schritt 10— Auswahl einfrieren und Reservierungsreihenfolge festlegen\n\nTeilnehmer werden ausgewählt oder geordnet, bevor die Ergebnisse bekannt sind.\n\n### Schritt 11— Designgewichte berechnen\n\nAuswahlwahrscheinlichkeiten und Schichtgewichte werden festgehalten.\n\n### Schritt 12— Verfahren zum Schweigen und Nichtantworten definieren\n\nEine zuvor angekündigte Antwort wird in die Schichtlücke geschrieben.\n\n### Schritt 13— Erstellen des Stichproben-Locks\n\nDokumenten-ID, Version, Datum und Integritätsaufzeichnung werden hinzugefügt.\n\n### Schritt 14— Überprüfung des Validitätsflusses nach dem Feld\n\nEs wird überprüft, dass Gültigkeitsentscheidungen unabhängig von der Genauigkeit der Antworten getroffen werden.\n\n### Schritt 15— Generieren der endgültigen Gewichte\n\nDas Design ist in Antwort- und Kalibrierungskomponenten getrennt.\n\n### Schritt 16— Berechnen der effektiven Stichprobengröße\n\nDer Unterschied zwischen der Rohzahl und dem Informationsvolumen wird angegeben.\n\n### Schritt 17— Vergleich von Zuweisung und Ist-Werten\n\nGeplante und tatsächliche Beobachtungszahlen werden zellenweise angezeigt.\n\n### Schritt 18— Überprüfung post-Resultat Änderungen\n\nQuota-, Pool-, Gewicht- und Umfangsänderungen werden überprüft.\n\n## 55. ERFORDERLICHE BELEGE\n\nKI-Produktidentität; Messwelle; Ziel-Populations-Version; Populationspanel-Ziel; Länderbeobachter-Ziel; Sprachgerechtigkeits-Ziel; Zugänglichkeits-Panel-Ziel; Schichtliste; Schichtpopulationen; Populationsgewichte; Rohquoten; Rundungsmethode; Bruchallokation und Restdatensätze; Entscheidungsregel bei Gleichstand; Klein-Länder-Pools; Auswahlwahrscheinlichkeiten innerhalb des Pools; Länder- und Sprachzuweisungen; Plan- und Schnittstellenzuweisungen; Überstichproben-Begründungen; Einladungsziele; Annahmen zur Fertigstellung; Annahmen zur Gültigkeit; Primäre und Reserve-Teilnehmerlisten; Auswahl- oder Randomisierungsdatensatz; Nichtantwort-Datensätze; Gründe für ungültige Beobachtungen; Gültigkeitsentscheidungsdaten; Designgewichte; Nichtreaktionsanpassungen; Kalibrationskoeffizienten; Gewichtsbeschneidungspolitik; rohe und effektive Stichprobengrößen; Clustering und abgeglichene Nutzeraufzeichnungen; Natürliche Reichweite-Zuweisung; und Gemeinsame Vergleichsbasis-Zuweisung.\n\nFeste und aktuelle Rahmengewicht Vergleiche von geplanter und tatsächlicher Zuweisung Mustersperre Änderungsprotokoll Zuständige Person oder Institution\n\n## 56. PRÜFLISTE FÜR AUDITS\n\nIst das Hauptziel für gültige Beobachtungen geöffnet? Sind die Ziel 1,000 Einladungen oder gültige Beobachtungen? Wurde die Stichprobe eingefroren, bevor die KI-Antworten angezeigt wurden? Welcher Populationsrahmen wurde verwendet? Auf welcher Grundlage wurden die Schichten festgelegt? Werden rohe Länder- und Sprachquoten angezeigt? Ist die Methode zur Umrechnung von Bruchteilen in ganze Zahlen klar? War die Abbruchregel vorher festgelegt? Ist die Auswahlwahrscheinlichkeit für kleine Länder null? Sind die Pools kleiner Länder logisch konsistent? Wurden Beobachtungen von Country Observer in die Gewichtung der Hauptpopulation einbezogen? Wurde aus einer Country Observer-Beobachtung ein Länderwert erstellt? Wenn Sprach- und Zugänglichkeitsgruppen überproportional beprobt wurden, wurden sie dann neu gewichtet? Wurde dieselbe Person als mehr als eine Populationseinheit gezählt? Sind die Zahlen für Einladungen, Abschlüsse und gültige Beobachtungen separat aufgeführt?\n\nWurden Sicherungslisten im Voraus erstellt? Wurde ein Teilnehmer aufgrund einer falschen oder negativen KI-Antwort ersetzt? Wurde die Gültigkeitsentscheidung vor der Materialgenauigkeitsbewertung getroffen? Wurde die Tabellenlücke stillschweigend aus einem anderen Land geschlossen? Hat sich das Kontingent oder der Pool nach den Ergebnissen geändert? Können die Designgewichte reproduziert werden? Sind die Annahmen der Nonresponse-Einstellung klar? Wurde das Gewicht beschnitten und dessen Effekt gezeigt? Werden Roh- und Effektstichprobengrößen zusammen angegeben? Hat derselbe Nutzer mehr als ein KI-Produkt getestet? Wurde diese Abhängigkeit in der Analyse beibehalten? Hat jedes KI-Produkt 1,000 Produktbeobachtungen separat erreicht? Wurden die Proben Natürliche Reichweite und Gemeinsame Vergleichsbasis getrennt? Hat sich der Populationsrahmen zwischen den Wellen geändert?\n\nWurden feste und aktuelle gerahmte Trends getrennt? Wurden unzureichende Untergruppenproben veröffentlicht, als ob sie endgültige Ergebnisse wären? Ist der Status der Probenqualität korrekt? Haben ergänzende Panels das Hauptpanel ersetzt? Gibt es einen klar verantwortlichen Eigentümer der Probenregistrierung?\n\n## 57. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Warum geben wir jedem Land nicht direkt Personen entsprechend dem Bevölkerungsverhältnis?“\n\nDies ist eine starke Annahme in Ländern mit großer und mittlerer Bevölkerung. In sehr kleinen Ländern kann die Rohquote unter eine Person fallen. In diesem Fall:\n\n- Pool kleiner Länder,\n\n- wahrscheinlichkeitsbasierte Länderauswahl,\n\n- separates Beobachtergremium\n\nkann genauer sein.\n\n### Einwand 2— „Wäre es nicht fairer, jedem Land mindestens eine Person zuzuordnen?“\n\nEs könnte nützlich im Hinblick auf die geografische Abdeckung sein. In Bezug auf die Bevölkerungsabschätzung ist es unverhältnismäßig. Die korrekte Lösung besteht darin, diese eine Person separat als Country Observer-Beobachtung zu kennzeichnen.\n\n### Einwand 3— „Schließt ein Land, das im Hauptgremium null Personen erhält, nicht vollständig aus?“\n\nEs kann ein Problem sein, wenn ein Land als eigenständige deterministische Schicht eine Nullquote erhält. Eine positive Auswahlwahrscheinlichkeit kann im Pool der kleinen Länder vergeben werden. Zusätzlich kann das Beobachterpanel die Beobachtbarkeit des Landes aufrechterhalten.\n\n### Einwand 4— „Löscht das Zusammenfassen kleiner Länder kulturelle Unterschiede aus?“\n\nEs kann gelöscht werden, wenn es zur Generierung einer Länderbewertung verwendet wird. Für die hauptsächliche globale Schätzung verwaltet der Pool die Auswahlwahrscheinlichkeit. Die Länderkennung wird im Beobachtungsdatensatz erhalten. Separates Beobachter- und länderspezifisches Sampling kann durchgeführt werden.\n\n### Einwand 5— „Warum schließen wir Beobachterbenutzer nicht innerhalb des 1,000 ein?“\n\nSie können einbezogen werden. Aber dann ist die Stichprobe von 1,000 Personen nicht mehr proportional zur reinen Bevölkerung. Eine Gewichtung wäre erforderlich, und die effektive Stichprobengröße der Haupteinschätzung könnte abnehmen. In der Gründungsarchitektur werden 1,000 Beobachtungen dem Bevölkerungs-Panel zugeordnet; Beobachtungen des Länderbeobachters werden diesem hinzugefügt.\n\n### Einwand 6— „Werden die Gesamtkosten vor Ort nicht sehr hoch?“\n\nDas könnte sein. Der Standard sollte keine künstliche Genauigkeit erzeugen, indem er die Kosten verschleiert. Mit einem geringeren Budget:\n\n- weniger KI-Produkte,\n\n- weniger Sprachen,\n\n- kleineres Pilotprojekt,\n\n- größere Unsicherheit\n\nkann benutzt werden. Der korrekte Status sollte klar geschrieben sein.\n\n### Einwand 7— „Warum sammeln wir 1,093 oder mehr Beobachtungen, wenn der Name GEO-1000 existiert?“\n\n1,000 ist das gültige Beobachtungsziel für das Hauptbevölkerungs-Panel. Justice- und Coverage-Panels können zum Hauptziel hinzugefügt werden. Dies beeinträchtigt den Namen des Standards nicht. Es macht das tatsächliche Gesamtvolumen des Messfeldes sichtbar.\n\n### Einwand 8— „Warum würde eine Überstichprobe einer Sprache das globale Ergebnis verzerren?“\n\nEine überstichprobenartig erfasste Sprache erscheint groß, weil sie in den Rohantworten enthalten ist. Wenn sie auf das Bevölkerungsgewicht zurückgeführt wird, wird das globale Ergebnis nicht verzerrt. Das separate Sprachergebnis wird präziser.\n\n### Einwand 9— „Die Gewichte sind sehr komplex; ist nicht der rohe Durchschnitt leichter zu verstehen?“\n\nDer rohe Mittelwert kann sinnvoll sein, wenn er proportional zur Stichprobenbevölkerung ist. Übermäßiges Sampling, Nichtreaktionen oder Unterschiede in der Abdeckung können dazu führen, dass der rohe Mittelwert die falsche Frage beantwortet. Komplexität kann nicht verborgen werden, wenn sie aus dem Stichproben-Design entsteht.\n\n### Einwand 10— „Wenn es 1,000 gültige Beobachtungen gibt, warum sollte die effektive Stichprobe kleiner sein?“\n\nWeil einige Beobachtungen sehr hohes Gewicht haben können, während andere sehr geringes Gewicht haben können. Aufzeichnungen vom gleichen Panel oder Nutzer können einander ähneln. Die Rohzahl ist die Anzahl der physischen Aufzeichnungen. Die effektive Stichprobe nähert sich dem Umfang der statistischen Informationen.\n\n### Einwand 11— „Wäre es nicht fairer, wenn dieselben Personen alle KI-Produkte testen?“\n\nVerringert Nutzerunterschiede. Allerdings:\n\n- kann es den Zugang zum Produktuniversum einschränken,\n\n- kann es die Aufgabenlast erhöhen,\n\nkann es Kontamination zwischen den Antworten erzeugen. Es kann mit einem passenden oder balancierten unvollständigen Blockdesign verwaltet werden.\n\n### Einwand 12— „Wenn eine Ebene das Ziel nicht erreicht, kann der globale Score niemals veröffentlicht werden?“\n\nNicht in jedem Fall. Der Mangel wird bewertet in Bezug auf:\n\n- Bevölkerungsgewicht,\n\n- Risiko,\n\n- der Grund für Unzulänglichkeit,\n\n- verbleibende Abdeckung\n\nbetrachtet. Die Punktzahl:\n\n- mit eingegrenzter Abdeckung,\n\n- mit großer Unsicherheit,\n\n- Mit der Warnung UNGENÜGENDE ABDECKUNG\n\nkann es veröffentlicht werden. Der Mangel kann nicht verborgen werden.\n\n### Berufung 13— „Wenn sich Bevölkerungsdaten ändern, müssen wir dann alle Quoten in jeder Welle erneuern?“\n\nEine Erneuerung kann für die aktuelle Momentanpunktzahl erforderlich sein. Feste Anfangsgewichte können auch zur Trendverfolgung beibehalten werden. Die beiden Ergebnisse sollten getrennt veröffentlicht werden.\n\n### Berufung 14— „Wenn wir kein probabilistisches Weltpanel erstellen können, kann NOMOS dann nicht angewendet werden?“\n\nEs ist anwendbar. Allerdings muss der Status der Probequalität korrekt erfasst werden. Ein Panel von Freiwilligen, das an die Bevölkerung kalibriert ist, kann wertvoll sein. Es kann nicht als vollständig probabilistische Stichprobe dargestellt werden.\n\n## GEMEINSAME BESTIMMUNG VON KAPITEL 60\n\nDie Macht von GEO-1000 ergibt sich nicht ausschließlich aus der Zahl 1,000. Von 1,000 Personen:\n\n- aus welcher Bevölkerung sie stammten,\n\n- mit welcher Wahrscheinlichkeit sie ausgewählt wurden,\n\n- welches Land und welche Sprache sie repräsentierten,\n\n- wie oft dieselbe Person gezählt wurde,\n\n- welche Beobachtungen als gültig angesehen wurden,\n\n- wie kleine Länder behandelt wurden,\n\n- wie überproportional ausgewählte Gruppen gewichtet wurden,\n\n- wie viele Personen die Aufgabe nicht abgeschlossen haben,\n\n- wer basierend auf den Ergebnissen ersetzt wurde\n\nDie Autorität einer Stichprobe ergibt sich aus diesen Designentscheidungen. Eine fehlerhafte Stichprobe kann 100,000-Antworten erzeugen und dennoch über die falsche Population sprechen. Eine solide Stichprobe kann weniger Antworten enthalten und dennoch eine verlässlichere Schlussfolgerung innerhalb klar definierter Grenzen stützen. Die Bevölkerung eines großen Landes sollte ein erhebliches Gewicht in der globalen menschlichen Erfahrung haben, aber es dürfen keine Nutzer erfunden werden, wenn das Produkt nicht verfügbar ist. Das globale Gewicht eines kleinen Landes sollte klein bleiben, aber das Land muss nicht unsichtbar sein. Eine Sprache kann einen kleinen Anteil der Weltbevölkerung ausmachen und dennoch einen schwerwiegenden, messbaren Fehler aufweisen. Eine Person kann drei Sprachen und fünf Produkte verwenden; das erzeugt jedoch nicht fünfzehn Personen. Eine KI-Antwort kann falsch sein, ohne dass der Teilnehmer ungültig wird. Die falsche Antwort ist das, was die Prüfung zu messen versucht.\n\nDas Ersetzen durch einen neuen Nutzer reinigt die Messung nicht. Es löscht die Realität. Gewichtung verwandelt das falsche Panel nicht auf wundersame Weise in die Weltbevölkerung. Eine korrekt gestaltete Überstichprobe kann jedoch Untergruppen sichtbar machen, ohne die globale Schätzung zu verzerren. Daher lautet das sechste Messgesetz von NOMOS:\n\n> Eine Stichprobe sollte nicht erstellt werden, um das Ergebnis zu produzieren, sondern um das Ergebnis fair zu beobachten.\n\nSein siebtes Gesetz lautet wie folgt:\n\n> Die Sichtbarkeit eines kleinen Landes muss sein Bevölkerungsgewicht nicht vergrößern.\n\nSein achtes Gesetz lautet wie folgt:\n\n> Überschüssige Beobachtung bedeutet nicht überschüssiges Bevölkerungsgewicht.\n\nDas neunte Gesetz lautet wie folgt:\n\n> Eine falsche KI-Antwort ist kein Datenfehler; wenn sie unter dem gültigen Protokoll beobachtet wird, handelt es sich um ein Aufsichtsproblem.\n\nDas zehnte Gesetz lautet:\n\n> Das Vertrauen in tausend Beobachtungen kommt nicht von der Zahl tausend; es kommt von der Reproduzierbarkeit der Auswahl und Gewichtung.\n\n## Reihenfolge von Kapitel 6 von NOMOS\n\n> Sag mir nicht einfach: 'Wir haben 1,000 Leute gefragt.'\n\n> Zeigen Sie, aus welchen Milliarden von Menschen diese 1,000 ausgewählt wurden und mit welcher Wahrscheinlichkeit.\n\n> Ignoriere ein Land nicht, nur weil es nur für eine halbe Person steht. / Aber beanspruche auch nicht, das ganze Land gemessen zu haben, nur weil du eine Person beprobt hast.\n\n> Wählen Sie kleine Länder probabilistisch aus dem entsprechenden Pool aus. / Falls Sichtbarkeit erforderlich ist, richten Sie ein separates Beobachterpanel ein.\n\n> Sie können Sprachen mit geringen Ressourcen überstichproben. / Aber machen Sie sie im globalen Score nicht größer als ihre Bevölkerung.\n\n> Vermeiden Sie es, eine Person so sehr zu vervielfachen wie Konten, Sprachen, Sitzungen und KI-Produkte.\n\n> Verwenden Sie das Backup, wenn der Teilnehmer nicht antwortet. / Ändern Sie Ihren Nutzer nicht, wenn die KI eine falsche Antwort gibt.\n\n> Entscheiden Sie über die Gültigkeit, ohne die Richtigkeit Ihrer Antwort zu sehen.\n\n> Wenn das Kontingent fehlt, erklären Sie es. / Bringen Sie keine Person aus einem anderen Land, um die Lücke zu füllen.\n\n> Ändern Sie den Anteil, das Gewicht, den Länderauswahlpool oder das Stichprobenziel nicht, nachdem Sie das Ergebnis gesehen haben.\n\n> Zeigen Sie die Rohzahl an. / Zeigen Sie die effektive Stichprobe an. / Zeigen Sie, wer schwer und wer leicht gewichtet wurde.\n\n> Festschreiben Sie zuerst die Population. / Dann richten Sie die Schichten ein. / Dann berechnen Sie die Quoten. / Dann wählen Sie die Ersatzteile aus. / Dann schreiben Sie die Gewichte. / Und erst danach senden Sie die erste Aufforderung.\n\n## Der abschließende Satz des Kapitels\n\n> GEO-1000 ist keine Methode, tausend Antworten zusammenzustellen; es ist ein Protokoll, um die Repräsentation jeder Person in der Zielpopulation messbar unter der Wahrscheinlichkeit der Auswahl und korrekten Gewichtung richtig zu machen.\n\n## Normativer Kern\n\n> Für jedes KI-Produkt und jede Hauptmesswelle SOLLTE das GEO-1000-Bevölkerungs-Panel mindestens 1,000 gültige Produktbeobachtungen anvisieren, es sei denn, ein anderes Ziel wird ausdrücklich gerechtfertigt. Die Stichprobenzuweisung MUSS entworfen, versioniert und festgeschrieben werden, bevor KI-Antworten beobachtet werden. Die primäre Zuweisung MUSS auf der produktberechtigten Zielpopulation basieren, nicht auf der rohen Wohnbevölkerung, Einladungszahlen, Konten, Sitzungen oder bequemer Verfügbarkeit. Bruchteilige Zuweisungen MÜSSEN unter Verwendung einer vorab erklärten, reproduzierbaren und ergebnisunabhängigen Methode in Ganzzahlquoten umgewandelt werden. Populationen mit positiver Zielpopulationsmasse DÜRFEN NICHT deterministisch mit einer Selektionswahrscheinlichkeit von null versehen werden, wenn die Prüfung Rückschlüsse auf die gesamte Zielpopulation beansprucht. Kleine Populationen KÖNNEN durch gerechtfertigte zusammengefasste Schichten und wahrscheinlichkeitsproportionale Auswahl vertreten werden. Beobachtungen von Länderbeobachtern, Sprachfairness und Barrierefreiheit KÖNNEN das Hauptpanel ergänzen, MÜSSEN jedoch separat gekennzeichnet und angemessen neu gewichtet bleiben. Überrepräsentierte Gruppen DÜRFEN ihren Rohstichprobenanteil NICHT als Populationsgewicht erhalten. Der Ersatz von Teilnehmern MUSS ausschließlich auf vorab festgelegte Rekrutierungs- oder protokollgültige Bedingungen basieren. Falsche, negative, verweigerte oder kritische KI-Ausgaben DÜRFEN keinen Ersatz auslösen. Personen, Konten, Sitzungen, Sprachen und KI-Produktbeobachtungen MÜSSEN getrennte Einheiten bleiben. Designgewichte, Nichtantwortanpassungen, Kalibrierung, Trimmung, Clusterbildung, gepaarte Beobachtungen und effektive Stichprobengröße MÜSSEN dokumentiert werden. Jede nachträgliche Änderung von Quoten, Schichten, Pools, Gewichten, Ausschlüssen oder Stichprobenzielen MUSS eine neue Analyseversion erstellen und den ursprünglichen Datensatz erhalten.","character_count":77157,"record_sha256":"7e7dc72deae8c3046167cf01a45246006dd77a28d7254560221fbcc7156d16a2"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-07","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":9,"chapter_number":7,"item_number":null,"title":"Panels für Länderbeobachtung und Sprachgerechtigkeit","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K04","K06","K07","K20"],"source_word_count":7656,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":7,\"id\":\"NOMOS-GEO-AUDIT-CH07\",\"title\":\"Panels für Länderbeobachtung und Sprachgerechtigkeit\",\"subtitle\":null,\"sourceFile\":\"7.cisayfa.docx\",\"sourceSha256\":\"EC9225E812D181E9E9FCE4711EA0E163406CA86E7800DDFFD5B7D52E8C4D18F4\",\"sourceWordCount\":7656,\"sourceIds\":[\"K04\",\"K06\",\"K07\",\"K20\"],\"machine\":{\"chapter\":7,\"chapterId\":\"NOMOS-GEO-AUDIT-CH07\",\"title\":\"Panels für Länderbeobachtung und Sprachgerechtigkeit\",\"subtitle\":null,\"sourceIds\":[\"K04\",\"K06\",\"K07\",\"K20\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH07-R01\",\"normativeRuleEnglish\":\"The GEO-1000 Population Panel, Country Observer Panel, and Language Fairness Panel MUST remain distinct in purpose, sampling, weighting, and public claims. A Country Observer observation MAY establish that an access condition, response, anomaly, or critical incident occurred in a defined country-product-language context. A Country Observer observation MUST NOT be represented as a country prevalence estimate or country GEO score. Country observation coverage, population-weighted observation coverage, and country estimation coverage MUST be reported separately. Every eligible country SHOULD receive a positive probability of observation within a predeclared surveillance cycle, unless it is explicitly outside the product's lawful Native Reach. Language fairness MUST evaluate materially comparable representation under semantically equivalent prompts and comparable contexts. It MUST NOT require word-for-word identical responses or ignore legitimate local differences. Oversampled languages MUST be reweighted to their target population shares for global population estimates. Population-weighted scores, equal-language diagnostic scores, language floors, critical-error rates, unknown rates, and untested languages MUST remain separately visible. A language disparity MUST NOT be attributed solely to the AI product before prompt equivalence, reference parity, measurement parity, and adjudication parity are assessed. A single observation MAY carry multiple diagnostic panel tags, but MUST NOT receive duplicate full population weight. Critical Observer incidents MAY trigger confirmatory sampling and conformity review without being treated as evidence of country prevalence.\",\"normativeRuleSourceTurkish\":\"GEO-1000 Population Panel, Ülke Gözcü Paneli ve Dil Adaleti Paneli amaç, örneklem, ağırlık ve kamu iddiası bakımından ayrı tutulmalıdır. Tek bir ülke gözcü gözlemi belirli ülke–ürün–dil bağlamında bir erişim durumunun, cevabın, anomalinin veya Critical olayın meydana geldiğini gösterebilir; ülke yaygınlık tahmini veya ülke GEO skoru olarak sunulamaz. Ülke sayısı kapsamı, nüfus ağırlıklı kapsam ve ülke tahmin kapsamı ayrı raporlanmalıdır. Dil adaleti, semantik olarak eşdeğer promptlarda ve karşılaştırılabilir koşullarda maddi temsili değerlendirmeli; kelime kelime aynı cevap istememeli ve meşru yerel farkları yok saymamalıdır. Fazla örneklenen diller global nüfus tahmininde gerçek hedef nüfus paylarına geri ağırlıklandırılmalıdır.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH07-MB0001\",\"type\":\"paragraph\",\"text\":\"47. MACHINE-READABLE PANEL RECORD\",\"sourceParagraph\":1460},{\"blockId\":\"CH07-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1461},{\"blockId\":\"CH07-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1462},{\"blockId\":\"CH07-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"SF-3\\\": 17\",\"sourceParagraph\":1463},{\"blockId\":\"CH07-MB0005\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1464},{\"blockId\":\"CH07-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"metrics\\\": {\",\"sourceParagraph\":1465},{\"blockId\":\"CH07-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"countryObservationCoverageCount\\\": 0.3167,\",\"sourceParagraph\":1466},{\"blockId\":\"CH07-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"countryObservationCoveragePopulation\\\": 0.97,\",\"sourceParagraph\":1467},{\"blockId\":\"CH07-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"countryEstimationCoverage\\\": 0.1167\",\"sourceParagraph\":1468},{\"blockId\":\"CH07-MB0010\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1469},{\"blockId\":\"CH07-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"sentinelObservationsCreateCountryScores\\\": false,\",\"sourceParagraph\":1470},{\"blockId\":\"CH07-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"alarms\\\": [\",\"sourceParagraph\":1471},{\"blockId\":\"CH07-MB0013\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1472},{\"blockId\":\"CH07-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-J\\\",\",\"sourceParagraph\":1473},{\"blockId\":\"CH07-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"alarmType\\\": \\\"SA-5\\\",\",\"sourceParagraph\":1474},{\"blockId\":\"CH07-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"CONFIRMATORY_SAMPLE_REQUIRED\\\",\",\"sourceParagraph\":1475},{\"blockId\":\"CH07-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"countryPrevalenceClaimAllowed\\\": false\",\"sourceParagraph\":1476},{\"blockId\":\"CH07-MB0018\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1477},{\"blockId\":\"CH07-MB0019\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1478},{\"blockId\":\"CH07-MB0020\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1479},{\"blockId\":\"CH07-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"languageFairness\\\": {\",\"sourceParagraph\":1480},{\"blockId\":\"CH07-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"languageRegistryVersion\\\": \\\"LF-SYNTH-001\\\",\",\"sourceParagraph\":1481},{\"blockId\":\"CH07-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"inScopeLanguages\\\": [\",\"sourceParagraph\":1482},{\"blockId\":\"CH07-MB0024\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1483},{\"blockId\":\"CH07-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L1\\\",\",\"sourceParagraph\":1484},{\"blockId\":\"CH07-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1485},{\"blockId\":\"CH07-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.55,\",\"sourceParagraph\":1486},{\"blockId\":\"CH07-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 550,\",\"sourceParagraph\":1487},{\"blockId\":\"CH07-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 0,\",\"sourceParagraph\":1488},{\"blockId\":\"CH07-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.95\",\"sourceParagraph\":1489},{\"blockId\":\"CH07-MB0031\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1490},{\"blockId\":\"CH07-MB0032\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1491},{\"blockId\":\"CH07-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L2\\\",\",\"sourceParagraph\":1492},{\"blockId\":\"CH07-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1493},{\"blockId\":\"CH07-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.25,\",\"sourceParagraph\":1494},{\"blockId\":\"CH07-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 250,\",\"sourceParagraph\":1495},{\"blockId\":\"CH07-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 0,\",\"sourceParagraph\":1496},{\"blockId\":\"CH07-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.92\",\"sourceParagraph\":1497},{\"blockId\":\"CH07-MB0039\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1498},{\"blockId\":\"CH07-MB0040\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1499},{\"blockId\":\"CH07-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L3\\\",\",\"sourceParagraph\":1500},{\"blockId\":\"CH07-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1501},{\"blockId\":\"CH07-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.10,\",\"sourceParagraph\":1502},{\"blockId\":\"CH07-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 100,\",\"sourceParagraph\":1503},{\"blockId\":\"CH07-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 0,\",\"sourceParagraph\":1504},{\"blockId\":\"CH07-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.88\",\"sourceParagraph\":1505},{\"blockId\":\"CH07-MB0047\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1506},{\"blockId\":\"CH07-MB0048\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1507},{\"blockId\":\"CH07-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L4\\\",\",\"sourceParagraph\":1508},{\"blockId\":\"CH07-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1509},{\"blockId\":\"CH07-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.06,\",\"sourceParagraph\":1510},{\"blockId\":\"CH07-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 60,\",\"sourceParagraph\":1511},{\"blockId\":\"CH07-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 140,\",\"sourceParagraph\":1512},{\"blockId\":\"CH07-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.65,\",\"sourceParagraph\":1513},{\"blockId\":\"CH07-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"promptEquivalence\\\": \\\"PASSED\\\",\",\"sourceParagraph\":1514},{\"blockId\":\"CH07-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"referenceParity\\\": \\\"PASSED\\\",\",\"sourceParagraph\":1515},{\"blockId\":\"CH07-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationParity\\\": \\\"PASSED\\\"\",\"sourceParagraph\":1516},{\"blockId\":\"CH07-MB0058\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1517},{\"blockId\":\"CH07-MB0059\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1518},{\"blockId\":\"CH07-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L5\\\",\",\"sourceParagraph\":1519},{\"blockId\":\"CH07-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1520},{\"blockId\":\"CH07-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.04,\",\"sourceParagraph\":1521},{\"blockId\":\"CH07-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 40,\",\"sourceParagraph\":1522},{\"blockId\":\"CH07-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 160,\",\"sourceParagraph\":1523},{\"blockId\":\"CH07-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.58,\",\"sourceParagraph\":1524},{\"blockId\":\"CH07-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"promptEquivalence\\\": \\\"PASSED\\\",\",\"sourceParagraph\":1525},{\"blockId\":\"CH07-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"referenceParity\\\": \\\"PASSED\\\",\",\"sourceParagraph\":1526},{\"blockId\":\"CH07-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationParity\\\": \\\"PASSED\\\"\",\"sourceParagraph\":1527},{\"blockId\":\"CH07-MB0069\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1528},{\"blockId\":\"CH07-MB0070\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1529},{\"blockId\":\"CH07-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"globalPopulationWeightedScore\\\": 0.9027,\",\"sourceParagraph\":1530},{\"blockId\":\"CH07-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"equalLanguageDiagnosticScore\\\": 0.796,\",\"sourceParagraph\":1531},{\"blockId\":\"CH07-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"languageFloor\\\": 0.58,\",\"sourceParagraph\":1532},{\"blockId\":\"CH07-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"maxLanguageGap\\\": 0.37,\",\"sourceParagraph\":1533},{\"blockId\":\"CH07-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"oversamplesReweightedToPopulation\\\": true,\",\"sourceParagraph\":1534},{\"blockId\":\"CH07-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"allLanguagesClaimAllowed\\\": false\",\"sourceParagraph\":1535},{\"blockId\":\"CH07-MB0077\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1536},{\"blockId\":\"CH07-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"governance\\\": {\",\"sourceParagraph\":1537},{\"blockId\":\"CH07-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"panelRolesKeptSeparate\\\": true,\",\"sourceParagraph\":1538},{\"blockId\":\"CH07-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"duplicateFullWeightingProhibited\\\": true,\",\"sourceParagraph\":1539},{\"blockId\":\"CH07-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanRole\\\": \\\"COUNTRY_LANGUAGE_PANEL_OWNER\\\",\",\"sourceParagraph\":1540},{\"blockId\":\"CH07-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-08-18T09:00:00Z\\\"\",\"sourceParagraph\":1541},{\"blockId\":\"CH07-MB0083\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1542},{\"blockId\":\"CH07-MB0084\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1543},{\"blockId\":\"CH07-MB0085\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1544},{\"blockId\":\"CH07-MB0086\",\"type\":\"paragraph\",\"text\":\"This record:\",\"sourceParagraph\":1545},{\"blockId\":\"CH07-MB0087\",\"type\":\"paragraph\",\"text\":\"this is not real country or language data,\",\"sourceParagraph\":1546},{\"blockId\":\"CH07-MB0088\",\"type\":\"paragraph\",\"text\":\"this is not actual AI performance,\",\"sourceParagraph\":1547},{\"blockId\":\"CH07-MB0089\",\"type\":\"paragraph\",\"text\":\"it is a machine-readable synthetic representation of the panel distinction.\",\"sourceParagraph\":1548},{\"blockId\":\"CH07-MB0090\",\"type\":\"paragraph\",\"text\":\"MACHINE-READABLE RULE OF SECTION 48\",\"sourceParagraph\":1550},{\"blockId\":\"CH07-MB0091\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH07-R01\",\"sourceParagraph\":1551},{\"blockId\":\"CH07-MB0092\",\"type\":\"paragraph\",\"text\":\"The GEO-1000 Population Panel, Country Observer Panel, and Language\",\"sourceParagraph\":1553},{\"blockId\":\"CH07-MB0093\",\"type\":\"paragraph\",\"text\":\"Fairness Panel MUST remain distinct in purpose, sampling, weighting, and\",\"sourceParagraph\":1554},{\"blockId\":\"CH07-MB0094\",\"type\":\"paragraph\",\"text\":\"public claims.\",\"sourceParagraph\":1555},{\"blockId\":\"CH07-MB0095\",\"type\":\"paragraph\",\"text\":\"A Country Observer observation MAY establish that an access condition,\",\"sourceParagraph\":1557},{\"blockId\":\"CH07-MB0096\",\"type\":\"paragraph\",\"text\":\"response, anomaly, or critical incident occurred in a defined\",\"sourceParagraph\":1558},{\"blockId\":\"CH07-MB0097\",\"type\":\"paragraph\",\"text\":\"country-product-language context.\",\"sourceParagraph\":1559},{\"blockId\":\"CH07-MB0098\",\"type\":\"paragraph\",\"text\":\"A Country Observer observation MUST NOT be represented as a country prevalence\",\"sourceParagraph\":1561},{\"blockId\":\"CH07-MB0099\",\"type\":\"paragraph\",\"text\":\"estimate or country GEO score.\",\"sourceParagraph\":1562},{\"blockId\":\"CH07-MB0100\",\"type\":\"paragraph\",\"text\":\"Country observation coverage, population-weighted observation coverage,\",\"sourceParagraph\":1564},{\"blockId\":\"CH07-MB0101\",\"type\":\"paragraph\",\"text\":\"and country estimation coverage MUST be reported separately.\",\"sourceParagraph\":1565},{\"blockId\":\"CH07-MB0102\",\"type\":\"paragraph\",\"text\":\"Every eligible country SHOULD receive a positive probability of\",\"sourceParagraph\":1567},{\"blockId\":\"CH07-MB0103\",\"type\":\"paragraph\",\"text\":\"observation within a predeclared surveillance cycle, unless it is\",\"sourceParagraph\":1568},{\"blockId\":\"CH07-MB0104\",\"type\":\"paragraph\",\"text\":\"explicitly outside the product's lawful Native Reach.\",\"sourceParagraph\":1569},{\"blockId\":\"CH07-MB0105\",\"type\":\"paragraph\",\"text\":\"Language fairness MUST evaluate materially comparable representation\",\"sourceParagraph\":1571},{\"blockId\":\"CH07-MB0106\",\"type\":\"paragraph\",\"text\":\"under semantically equivalent prompts and comparable contexts. It MUST\",\"sourceParagraph\":1572},{\"blockId\":\"CH07-MB0107\",\"type\":\"paragraph\",\"text\":\"NOT require word-for-word identical responses or ignore legitimate local\",\"sourceParagraph\":1573},{\"blockId\":\"CH07-MB0108\",\"type\":\"paragraph\",\"text\":\"differences.\",\"sourceParagraph\":1574},{\"blockId\":\"CH07-MB0109\",\"type\":\"paragraph\",\"text\":\"Oversampled languages MUST be reweighted to their target population\",\"sourceParagraph\":1576},{\"blockId\":\"CH07-MB0110\",\"type\":\"paragraph\",\"text\":\"shares for global population estimates.\",\"sourceParagraph\":1577},{\"blockId\":\"CH07-MB0111\",\"type\":\"paragraph\",\"text\":\"Population-weighted scores, equal-language diagnostic scores, language\",\"sourceParagraph\":1579},{\"blockId\":\"CH07-MB0112\",\"type\":\"paragraph\",\"text\":\"floors, critical-error rates, unknown rates, and untested languages MUST\",\"sourceParagraph\":1580},{\"blockId\":\"CH07-MB0113\",\"type\":\"paragraph\",\"text\":\"remain separately visible.\",\"sourceParagraph\":1581},{\"blockId\":\"CH07-MB0114\",\"type\":\"paragraph\",\"text\":\"A language disparity MUST NOT be attributed solely to the AI product\",\"sourceParagraph\":1583},{\"blockId\":\"CH07-MB0115\",\"type\":\"paragraph\",\"text\":\"before prompt equivalence, reference parity, measurement parity, and\",\"sourceParagraph\":1584},{\"blockId\":\"CH07-MB0116\",\"type\":\"paragraph\",\"text\":\"adjudication parity are assessed.\",\"sourceParagraph\":1585},{\"blockId\":\"CH07-MB0117\",\"type\":\"paragraph\",\"text\":\"A single observation MAY carry multiple diagnostic panel tags, but MUST\",\"sourceParagraph\":1587},{\"blockId\":\"CH07-MB0118\",\"type\":\"paragraph\",\"text\":\"NOT receive duplicate full population weight.\",\"sourceParagraph\":1588},{\"blockId\":\"CH07-MB0119\",\"type\":\"paragraph\",\"text\":\"Critical Observer incidents MAY trigger confirmatory sampling and\",\"sourceParagraph\":1590},{\"blockId\":\"CH07-MB0120\",\"type\":\"paragraph\",\"text\":\"conformity review without being treated as evidence of country\",\"sourceParagraph\":1591},{\"blockId\":\"CH07-MB0121\",\"type\":\"paragraph\",\"text\":\"prevalence.\",\"sourceParagraph\":1592},{\"blockId\":\"CH07-MB0122\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":1593},{\"blockId\":\"CH07-MB0123\",\"type\":\"paragraph\",\"text\":\"GEO-1000 Population Panel, Country Observer Panel, and Language Fairness Panel should be kept separate in terms of purpose, sample, weighting, and public claim. A single Country Observer observation can show that a certain access condition, response, anomaly, or critical event has occurred in a specific country–product–language context; it cannot be presented as a country prevalence estimate or country GEO score. Country coverage, population-weighted coverage, and country estimate coverage should be reported separately. Language fairness should assess material representation in semantically equivalent prompts and comparable conditions; it should not demand word-for-word identical responses and should not ignore legitimate local differences. Over-sampled languages should be reweighted to reflect the actual target population shares in global population estimates.\",\"sourceParagraph\":1594}],\"normativeRuleLocalized\":\"Das GEO-1000 Bevölkerungspanel, das Länderbeobachter-Panel und das Sprachfairness-Panel MÜSSEN sich in Zweck, Stichprobe, Gewichtung und öffentlichen Aussagen unterscheiden. Eine Länderbeobachter-Beobachtung KANN feststellen, dass eine Zugangsbedingung, Antwort, Anomalie oder ein kritischer Vorfall in einem definierten Länder-Produkt-Sprach-Kontext aufgetreten ist. Eine Länderbeobachter-Beobachtung DARF NICHT als Länderprävalenzschätzung oder Länder-GEO-Score repräsentiert werden. Die Abdeckung der Länderbeobachtung, die bevölkerungsgewichtete Beobachtungsabdeckung und die Länderabschätzungsabdeckung MÜSSEN separat berichtet werden. Jedes berechtigte Land SOLLTE innerhalb eines vorher festgelegten Überwachungszyklus eine positive Wahrscheinlichkeit für eine Beobachtung erhalten, es sei denn, es liegt ausdrücklich außerhalb der gesetzlichen Natürliche Reichweite des Produkts. Die Sprachgerechtigkeit MUSS eine materiell vergleichbare Repräsentation unter semantisch gleichwertigen Aufforderungen und vergleichbaren Kontexten bewerten. Sie DARF NICHT wortwörtlich identische Antworten verlangen oder legitime lokale Unterschiede ignorieren. Übermäßig gesampelte Sprachen MÜSSEN für globale Bevölkerungs­schätzungen auf ihre Zielbevölkerungsanteile umgewichtet werden. Bevölkerungsgewichtete Punktzahlen, gleichsprachige Diagnosewerte, Sprachuntergrenzen, kritische Fehlerraten, unbekannte Raten und ungetestete Sprachen MÜSSEN gesondert sichtbar bleiben. Eine Sprachunterschied MUSS NICHT ausschließlich dem KI-Produkt zugeschrieben werden, bevor die Gleichwertigkeit der Prompt, die Referenzgleichheit, die Messgleichheit und die Adjudikationsgleichheit bewertet wurden. Eine einzelne Beobachtung KANN mehrere diagnostische Panel-Tags tragen, darf jedoch nicht mit doppeltem Gesamtpopulation-Gewicht versehen werden. Kritische Beobachtervorfälle KÖNNEN eine Bestätigungsstichprobe und Konformitätsprüfung auslösen, ohne als Nachweis für die Prävalenz im Land behandelt zu werden.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH07-MB0001\",\"type\":\"paragraph\",\"text\":\"47. MASCHINENLESBARES PANEL-DATENBLATT\",\"sourceParagraph\":1460,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1461,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1462,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"SF-3\\\": 17\",\"sourceParagraph\":1463,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0005\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1464,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"metriken\\\": {\",\"sourceParagraph\":1465,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"countryObservationCoverageCount\\\": 0.316 7,\",\"sourceParagraph\":1466,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"countryObservationCoveragePopulation\\\": 0.97,\",\"sourceParagraph\":1467,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"countryEstimationCoverage\\\": 0.116 7\",\"sourceParagraph\":1468,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0010\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1469,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"sentinelObservationsCreateCountryScores\\\": false,\",\"sourceParagraph\":1470,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"alarme\\\": [\",\"sourceParagraph\":1471,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0013\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1472,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"countryCode\\\": \\\"SYN-J\\\",\",\"sourceParagraph\":1473,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"alarmType\\\": \\\"SA-5\\\",\\\"\",\"sourceParagraph\":1474,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"BESTÄTIGENDE_PROBE_ERFORDERLICH\\\",\",\"sourceParagraph\":1475,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"countryPrevalenceClaimAllowed\\\": false,\",\"sourceParagraph\":1476,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0018\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1477,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0019\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1478,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0020\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1479,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"languageFairness\\\": {\",\"sourceParagraph\":1480,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"languageRegistryVersion\\\": \\\"LF-SYNTH-001\\\",\",\"sourceParagraph\":1481,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"inScopeLanguages\\\": [\",\"sourceParagraph\":1482,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0024\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1483,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L1\\\",\",\"sourceParagraph\":1484,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1485,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.55,\",\"sourceParagraph\":1486,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 550,\",\"sourceParagraph\":1487,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 0,\",\"sourceParagraph\":1488,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.95\",\"sourceParagraph\":1489,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0031\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1490,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0032\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1491,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L2\\\",\",\"sourceParagraph\":1492,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1493,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.25,\",\"sourceParagraph\":1494,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 250,\",\"sourceParagraph\":1495,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 0,\",\"sourceParagraph\":1496,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.92\",\"sourceParagraph\":1497,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0039\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1498,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0040\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1499,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L3\\\",\",\"sourceParagraph\":1500,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1501,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.10,\",\"sourceParagraph\":1502,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 100,\",\"sourceParagraph\":1503,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 0,\",\"sourceParagraph\":1504,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.88\",\"sourceParagraph\":1505,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0047\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1506,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0048\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1507,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L4\\\",\",\"sourceParagraph\":1508,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1509,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.06,\",\"sourceParagraph\":1510,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 60,\",\"sourceParagraph\":1511,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 140,\",\"sourceParagraph\":1512,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.65,\",\"sourceParagraph\":1513,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"promptEquivalence\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":1514,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"referenceParity\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":1515,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationParity\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":1516,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0058\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1517,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0059\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1518,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"languageId\\\": \\\"SYN-L5\\\",\",\"sourceParagraph\":1519,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"LS-5\\\",\",\"sourceParagraph\":1520,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"populationWeight\\\": 0.04,\",\"sourceParagraph\":1521,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"populationPanelValid\\\": 40,\",\"sourceParagraph\":1522,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessOversampleValid\\\": 160,\",\"sourceParagraph\":1523,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"estimatedRepresentation\\\": 0.58,\",\"sourceParagraph\":1524,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"promptEquivalence\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":1525,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"referenceParity\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":1526,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationParity\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":1527,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0069\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1528,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0070\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1529,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"globalPopulationWeightedScore\\\": 0.902 7,\",\"sourceParagraph\":1530,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"equalLanguageDiagnosticScore\\\": 0.796,\",\"sourceParagraph\":1531,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"languageFloor\\\": 0.58,\",\"sourceParagraph\":1532,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"maxLanguageGap\\\": 0.37,\",\"sourceParagraph\":1533,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"oversamplesReweightedToPopulation\\\": wahr,\",\"sourceParagraph\":1534,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"allLanguagesClaimAllowed\\\": false,\",\"sourceParagraph\":1535,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0077\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1536,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"Governance\\\": {\",\"sourceParagraph\":1537,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"panelRolesKeptSeparate\\\": wahr,\",\"sourceParagraph\":1538,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"duplicateFullWeightingProhibited\\\": wahr,\",\"sourceParagraph\":1539,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanRole\\\": \\\"LAND_SPRACHE_PANEL_EIGENTÜMER\\\"\",\"sourceParagraph\":1540,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-08-18 T0 9:00:00 Z\\\"\",\"sourceParagraph\":1541,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0083\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1542,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0084\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1543,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0085\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1544,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0086\",\"type\":\"paragraph\",\"text\":\"Dieser Datensatz:\",\"sourceParagraph\":1545,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0087\",\"type\":\"paragraph\",\"text\":\"dies ist keine echte Länder- oder Sprachendaten,\",\"sourceParagraph\":1546,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0088\",\"type\":\"paragraph\",\"text\":\"dies ist keine tatsächliche KI-Leistung,\",\"sourceParagraph\":1547,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0089\",\"type\":\"paragraph\",\"text\":\"es ist eine maschinenlesbare synthetische Repräsentation der Panel-Unterscheidung.\",\"sourceParagraph\":1548,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0090\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESESBARE REGEL DER SEKTION 48\",\"sourceParagraph\":1550,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0091\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH07-R01\",\"sourceParagraph\":1551,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0092\",\"type\":\"paragraph\",\"text\":\"das GEO-1000 Bevölkerungs-Panel, Länderbeobachter-Panel und Sprache\",\"sourceParagraph\":1553,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0093\",\"type\":\"paragraph\",\"text\":\"Fairness-Panel MUSS in Zweck, Stichprobe, Gewichtung und\",\"sourceParagraph\":1554,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0094\",\"type\":\"paragraph\",\"text\":\"öffentlichen Behauptungen unterscheiden bleiben.\",\"sourceParagraph\":1555,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0095\",\"type\":\"paragraph\",\"text\":\"eine Länderbeobachter-Beobachtung KANN feststellen, dass eine Zugangsbedingung,\",\"sourceParagraph\":1557,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0096\",\"type\":\"paragraph\",\"text\":\"Antwort, Anomalie oder kritischer Vorfall in einem definierten Bereich aufgetreten ist\",\"sourceParagraph\":1558,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0097\",\"type\":\"paragraph\",\"text\":\"Land-Produkt-Sprachkontext.\",\"sourceParagraph\":1559,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0098\",\"type\":\"paragraph\",\"text\":\"Eine Beobachtung durch einen Länderbeobachter DARF NICHT als Länderprävalenz repräsentiert werden\",\"sourceParagraph\":1561,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0099\",\"type\":\"paragraph\",\"text\":\"Schätzung oder Länder-GEO-Score.\",\"sourceParagraph\":1562,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0100\",\"type\":\"paragraph\",\"text\":\"Abdeckung der Länderbeobachtung, bevölkerungsgewichtete Beobachtungsabdeckung,\",\"sourceParagraph\":1564,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0101\",\"type\":\"paragraph\",\"text\":\"und Abdeckung der Länderschätzung MUSS separat berichtet werden.\",\"sourceParagraph\":1565,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0102\",\"type\":\"paragraph\",\"text\":\"Jedes berechtigte Land SOLLTE eine positive Wahrscheinlichkeit der\",\"sourceParagraph\":1567,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0103\",\"type\":\"paragraph\",\"text\":\"Beobachtung innerhalb eines vorher festgelegten Überwachungszyklus erhalten, sofern es nicht\",\"sourceParagraph\":1568,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0104\",\"type\":\"paragraph\",\"text\":\"explizit außerhalb des rechtmäßigen Natürliche Reichweite des Produkts liegt.\",\"sourceParagraph\":1569,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0105\",\"type\":\"paragraph\",\"text\":\"Sprachfairness MUSS eine materiell vergleichbare Repräsentation bewerten\",\"sourceParagraph\":1571,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0106\",\"type\":\"paragraph\",\"text\":\"unter semantisch äquivalenten Eingaben und vergleichbaren Kontexten. Es MUSS\",\"sourceParagraph\":1572,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0107\",\"type\":\"paragraph\",\"text\":\"NICHT wortwörtlich identische Antworten erfordern oder legitime lokale\",\"sourceParagraph\":1573,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0108\",\"type\":\"paragraph\",\"text\":\"Unterschiede ignorieren.\",\"sourceParagraph\":1574,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0109\",\"type\":\"paragraph\",\"text\":\"Überrepräsentierte Sprachen MÜSSEN an ihre Zielanteile in der\",\"sourceParagraph\":1576,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0110\",\"type\":\"paragraph\",\"text\":\"Gesamtbevölkerung angepasst werden.\",\"sourceParagraph\":1577,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0111\",\"type\":\"paragraph\",\"text\":\"Bevölkerungsgewichtete Punktzahlen, gleichsprachige Diagnostikwerte, Sprach\",\"sourceParagraph\":1579,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0112\",\"type\":\"paragraph\",\"text\":\"untergrenzen, kritische Fehlerquoten, Unbekannt-Quoten und ungetestete Sprachen MÜSSEN\",\"sourceParagraph\":1580,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0113\",\"type\":\"paragraph\",\"text\":\"separat sichtbar bleiben.\",\"sourceParagraph\":1581,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0114\",\"type\":\"paragraph\",\"text\":\"Eine Sprachdiskrepanz DARF NICHT ausschließlich dem KI-Produkt zugeschrieben werden.\",\"sourceParagraph\":1583,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0115\",\"type\":\"paragraph\",\"text\":\"bevor Aufforderungsäquivalenz, Referenzparität, Messparität und\",\"sourceParagraph\":1584,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0116\",\"type\":\"paragraph\",\"text\":\"Entscheidungsparität beurteilt werden.\",\"sourceParagraph\":1585,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0117\",\"type\":\"paragraph\",\"text\":\"Eine einzelne Beobachtung KANN mehrere diagnostische Panel-Tags tragen, darf aber\",\"sourceParagraph\":1587,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0118\",\"type\":\"paragraph\",\"text\":\"NICHT dasselbe Gewicht der Gesamtpopulation doppelt erhalten.\",\"sourceParagraph\":1588,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0119\",\"type\":\"paragraph\",\"text\":\"Kritische Beobachter-Vorfälle KÖNNEN bestätigende Stichproben und\",\"sourceParagraph\":1590,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0120\",\"type\":\"paragraph\",\"text\":\"Konformitätsprüfung auslösen, ohne als Nachweis für eine Länder-\",\"sourceParagraph\":1591,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0121\",\"type\":\"paragraph\",\"text\":\"Prävalenz behandelt zu werden.\",\"sourceParagraph\":1592,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0122\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":1593,\"language\":\"de-DE\"},{\"blockId\":\"CH07-MB0123\",\"type\":\"paragraph\",\"text\":\"GEO-1000 Bevölkerungspanel, Länderbeobachter-Panel und Sprachgerechtigkeits-Panel sollten in Bezug auf Zweck, Stichprobe, Gewichtung und öffentliche Aussage getrennt gehalten werden. Eine einzelne Länderbeobachter-Beobachtung kann zeigen, dass eine bestimmte Zugangsbedingung, Antwort, Anomalie oder ein kritisches Ereignis in einem bestimmten Land–Produkt–Sprachkontext aufgetreten ist; sie kann nicht als Ländervorherrschaftsschätzung oder Länder-GEO-Score präsentiert werden. Die Länderabdeckung, die bevölkerungsgewichtete Abdeckung und die Abdeckung der Länderschätzung sollten getrennt berichtet werden. Sprachliche Fairness sollte die materielle Repräsentation in semantisch äquivalenten Eingaben und vergleichbaren Bedingungen bewerten; sie sollte keine wortwörtlich identischen Antworten verlangen und keine legitimen lokalen Unterschiede ignorieren. Übermäßig gesampelte Sprachen sollten neu gewichtet werden, um die tatsächlichen Zielpopulationsanteile in globalen Bevölkerungs-schätzungen widerzuspiegeln.\",\"sourceParagraph\":1594,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nAbschnitt 5 hat die folgende Bestimmung eingeführt:\n\n> Für jedes KI-Produkt muss eine produktberechtigte Nutzerpopulation separat definiert werden.\n\nAbschnitt 6 hat diese Population in Stichproben umgewandelt:\n\n> Das Haupt-Populationspanel sollte vor der Einsichtnahme in die Ergebnisse vorab festgelegte Auswahlwahrscheinlichkeiten und Gewichte für Personen in der Zielpopulation bereitstellen.\n\nJetzt müssen wir zwei verschiedene Fairness-Probleme lösen. Das erste Problem:\n\n> Populationsgewichtung kann sehr kleine Länder in der Hauptstichprobe unsichtbar machen.\n\nDas zweite Problem:\n\n> Der globale Populationsdurchschnitt kann schwerwiegende Verzerrungen in der Repräsentation bei Sprachen mit geringen Ressourcen oder kleiner Bevölkerung verbergen.\n\nEine reine Populationsstichprobe ist stark, um die durchschnittliche menschliche Erfahrung in der Weltbevölkerung zu messen. Jedoch kann dieselbe Stichprobe:\n\n- jedes Land nicht einzeln beobachten,\n\n- nicht genügend Stichproben für jede Sprache liefern.\n\n- kann für kleine Länder keine Länderbewertung erstellen,\n\nerfasst möglicherweise seltene, aber substanziell wichtige Fehler in ressourcenarmen Sprachen nicht. Daher kann GEO-1000 nicht nur aus einem einzelnen Panel bestehen. Neben dem Hauptbevölkerungs-Panel werden zwei ergänzende Strukturen benötigt:\n\n#### Land Beobachterpanel\n\nKanonsiche Panelbezeichnung:\n\n#### Land Beobachterpanel\n\nund:\n\n#### Language Fairness Panel\n\nKanonsiche Panelbezeichnung:\n\n#### Language Fairness Panel\n\nDas Länderbeobachter-Panel beantwortet die folgende Frage:\n\n> In Ländern, die im Hauptbevölkerungs-Panel unterrepräsentiert sind, gibt es mindestens echte Nutzerbeobachtungen, Zugangsüberprüfungen oder frühe Risikosignale?\n\nDas Sprachgerechtigkeits-Panel beantwortet hingegen die folgende Frage:\n\n> Selbst wenn der globale Durchschnitt hoch erscheint, werden Nutzer in bestimmten Sprachen fehlerhafter, unvollständiger oder riskanter vertreten?\n\nDiese beiden Panels ersetzen nicht das Haupt-Panel zur Bevölkerung. Sie ergänzen es. Einer Beobachtung eines Landes durch einen Länderbeobachter eine Beobachtung zu geben, misst nicht die Punktzahl dieses Landes. Eine Sprache übermäßig zu stichprobenartig zu erfassen, macht diese Sprache nicht in der Weltbevölkerung größer. Die Aufgabe dieses Abschnitts ist:\n\n- Sichtbarkeit des Landes versus Bevölkerungsgewicht,\n\n- den globalen Durchschnitt von Sprachgerechtigkeit zu trennen,\n\n- Bevölkerungsschätzung von Frühwarnung zu trennen,\n\n- statistische Hinreichendheit vom Beobachtungsumfang zu trennen\n\nvoneinander. Dieser Abschnitt hat noch nicht:\n\n- definiert, wie Aufforderungen in allen Sprachen übersetzt werden sollten,\n\n- den Rückübersetzungs- und semantischen Äquivalenztest,\n\n- das detaillierte Auswahlverfahren der Teilnehmenden,\n\n- wie atomare Behauptungen von Schiedsrichtern bewertet werden,\n\n- die endgültigen Konformitätsschwellen\n\ngenau. Diese Fragen werden in den folgenden Abschnitten weiter geregelt. Die grundlegende Frage des Abschnitts 7 lautet:\n\n> Wie messen wir, während wir eine globale Punktzahl erzeugen, ohne kleine Länder und Sprachen künstlich zu überbewerten, aber auch ohne sie völlig unsichtbar zu lassen?\n\n## NOMOS Herausforderung\n\nSie richten ein 1,000-Personen-Populationspanel für ein KI-Produkt ein. Als Ergebnis einer populationsproportionalen Stichprobe:\n\n- hunderte von Nutzern aus einigen wenigen großen Ländern,\n\n- dutzende von Nutzern aus einigen mittelgroßen Ländern,\n\n- keine Nutzer aus den meisten kleinen Ländern\n\nkamen. Globale Punktzahl:\n\n#### 94\n\nEs wurde so berechnet. Dann sagten Sie: 'Dieses KI-Produkt repräsentiert die Marke weltweit mit 94 Prozent Genauigkeit.' Es gibt jedoch nicht eine einzige echte Nutzerbeobachtung in 70 kleinen Ländern. Diese Länder mögen einen kleinen Teil der Weltbevölkerung ausmachen. Dennoch bleiben die folgenden Fragen unbeantwortet: Ist das Produkt wirklich zugänglich? Funktioniert die Absicht in der richtigen Sprache? Verwechselt das System das Land mit einem anderen Land? Wird das lokale Unternehmen mit der globalen Marke verwechselt? Sind Preis, Service und rechtlicher Kontext falsch? Versagt das System bei der Antwort? Gibt es kritische Fehler mit geringer Häufigkeit? Der globale Bevölkerungsscore beantwortet diese Fragen nicht. Stellen Sie sich nun vor, dass Sie eine Person zu jedem Land hinzugefügt haben. Sie haben 70 zusätzliche Beobachtungen erhalten.\n\nSie haben jedes dieser Länder mit einem Gewicht von 1/1,070 zur Hauptwertung hinzugefügt, wodurch kleine Länder viele Male größer dargestellt wurden als ihr tatsächlicher Bevölkerungsanteil. Die geografische Sichtbarkeit nahm zu, aber die Bevölkerungsschätzung wurde verzerrt. Dann erhielt ein Nutzer in einem Land eine falsche Antwort, und Sie erklärten: ‚Die GEO-Wertung dieses Landes ist null.‘ Die Antwort einer Person ist keine Länderwertung. Es ist ein einzelnes Ereignis, das unter bestimmten Bedingungen in diesem Land beobachtet wurde. Betrachten wir nun die Sprache. Das englische Ergebnis beträgt 98 Prozent, das deutsche 96 Prozent und das türkische 91 Prozent. Eine Sprache mit geringen Ressourcen hat nur acht Nutzer und ein Roh-Ergebnis von 50 Prozent. Sie sagen: ‚Acht Personen sind nicht genug; entfernen Sie die Sprache aus dem Bericht.‘ Die globale Wertung steigt, aber die Erfahrung der Nutzer in dieser Sprache verschwindet.\n\nIn einem anderen Ansatz geben Sie einer weiteren 200 Nutzer einer ressourcenarmen Sprache. Der rohe Stichprobenmittelwert sinkt. Dann sagen Sie: \"Der globale Wert fiel auf 84.\" Die tatsächliche Bevölkerungsanteil der Sprache kann jedoch 2 Prozent betragen. Oversampling erhöht die statistische Aussagekraft. Es erhöht nicht das Bevölkerungsgewicht. Die erste Regel dieses Abschnitts lautet wie folgt:\n\n> Beobachtet zu werden ist nicht dasselbe wie Gewicht zu haben.\n\nIhre zweite Bestimmung lautet:\n\n> Eine einzige Länderbeobachtung ist kein Länderwert.\n\nSeine dritte Bestimmung besagt:\n\n> Sprachliche Fairness bedeutet nicht, allen Sprachen im globalen Wert gleiches Gewicht zu geben.\n\nSeine vierte Bestimmung besagt:\n\n> Ein hoher globaler Durchschnitt beseitigt keine schwere Verschlechterung in einer bestimmten Sprache.\n\nSeine fünfte Vorschrift lautet:\n\n> Zusätzliche Beobachtungen, die zur Erhöhung der Abdeckung genommen wurden, können ohne Neugewichtung nach der tatsächlichen Bevölkerung nicht zum Hauptwert hinzugefügt werden.\n\n## 1. ZWECK DES KAPITELS\n\nZweck dieses Abschnitts ist es, ergänzende Panels zu erstellen, die die Sichtbarkeit von Ländern und Sprachen erhöhen, ohne die statistische Bevölkerungsrepräsentation des Haupt-Populationspanels zu beeinträchtigen. Der Abschnitt normalisiert die folgenden Unterscheidungen:\n\n- Geografische Sichtbarkeit mit Bevölkerungsgewicht\n\n- Länderbeobachtung mit Länderscore\n\n- Einzelereigniserkennung mit Prävalenzschätzung\n\n- Haupt-Populationspanel mit Länderbeobachterpanel\n\n- Länderbeobachterpanel mit länderspezifischer Validierungsstudie\n\n- Länderdeckung mit Bevölkerungsdeckung\n\n- Abdeckung der Anzahl der Sprachen mit Sprachbevölkerungsdeckung\n\n- Sprachliche Fairness mit gleicher globaler Gewichtung der Sprachen\n\n- Globaler Sprachanteil mit übermäßiger Stichprobe\n\n- Muttersprache und Prompt-Sprache\n\n- Sprache und Gebietsschema\n\n- Sprache und Schriftsystem\n\n- Unterstützte Sprache und Sprache, die allein Antworten erzeugen kann\n\n- Fehler bei der Prompt-Übersetzung und Sprachfehler des KI-Systems\n\n- Ressourcenmangel und KI-Repräsentationsdefekt\n\n- Unzureichende Schiedsrichter und Produktfehler\n\n- Legitimer lokaler Unterschied und ungerechte Sprachungleichheit\n\n- Globaler Durchschnitt und Untergruppenbasis\n\n- Länderverfügbarkeitsabdeckung und Genauigkeit der Länderrepräsentation\n\n- Beobachteralarm und endgültige Konformitätsentscheidung\n\n- Einzelwellen-Überwachungszyklus mit mehrwellengeografischer Abdeckung\n\nAm Ende dieses Abschnitts sollte jedes GEO-1000-Audit in der Lage sein, klare Antworten auf die folgenden Fragen zu geben:\n\n> In welchen Ländern gibt es mindestens eine tatsächliche Beobachtung?\n\n> In welchen Ländern gibt es nur Frühwarnbeobachtungen und in welchen gibt es statistische Vorhersagen?\n\n> Welche Sprachen wurden gemessen, welche erreichten eine ausreichende Stichprobe und welche wurden nicht getestet?\n\n> Wenn Sprachen mit geringen Ressourcen übermäßig beprobt wurden, wie wurde dies im globalen Score neu gewichtet?\n\n> Liegt die Ursache eines schlechten Ergebnisses in einer Sprache wirklich an KI-generierten Inhalten, oder ist sie auf Probleme mit dem Prompt, den Ressourcen, dem Standort oder der Bewertung zurückzuführen?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\n> GEO-1000 sollte die Hauptbevölkerungsschätzung mit dem Bevölkerungs-Panel verwalten; die Beobachtung kleiner Länder mit dem Länder-Beobachter-Panel; Sprachungleichheit und die Identifizierung von Sprachen mit geringen Ressourcen separat mit dem Sprachgerechtigkeits-Panel.\n\nDiese drei Strukturen:\n\n- unterscheiden sich in den Zwecken,\n\n- in Stichprobenzielen unterscheiden,\n\n- unterscheiden sich in den Gewichten,\n\n- in öffentlichen Aussagen unterscheiden\n\nhaben. Eine Beobachtung aus einem Panel kann ohne Erklärung nicht in die Bedeutung eines anderen Panels umgewandelt werden. Die Standardstruktur:\n\n## 3. WAS IST DAS Country Observer PANEL?\n\nCountry Observer Panel in Ländern, die in der Hauptbevölkerungsumfrage unterrepräsentiert oder nicht ausreichend vertreten sind:\n\n- Produktzugang,\n\n- Anwendbarkeit der Aufforderung\n\n- Grundlegende Entitätsanalyse,\n\n- Sprach- und Gebietsschema-Verhalten,\n\n- Frühes kritisches Fehlersignal\n\nist ein ergänzendes Prüfpanel, das eingerichtet wurde, um zu beobachten. Die Hauptaufgabe des Länderbeobachterpanels besteht nicht darin, eine Punktzahl zu erzeugen.\n\n> Es soll das unsichtbare Land zum ersten Mal sichtbar machen.\n\nEine Beobachtung durch einen Länderbeobachter kann zeigen: „In dem angegebenen Land, unter dem angegebenen KI-Produkt, der Nutzeroberfläche, Sprache und Zeitbedingung wurde dieses Ergebnis mindestens einmal beobachtet.“ Sie kann nicht zeigen: „X% der Nutzer in diesem Land sehen dasselbe Ergebnis.\"\n\n## 4. Länderbeobachter-EINHEIT\n\nDie grundlegende Beobachtungseinheit des Länderbeobachterpanels ist nicht nur das Land. Die bevorzugte Einheit:\n\nS_{c,a,l,s,w}\n\nwobei:\n\n- c: Land oder Rechtsordnung\n\n- a: KI-Produkt und Nutzeroberfläche\n\n- l: Sprache, Schriftsystem und Gebietsschema\n\n- s: Sitzungs- oder Planbedingung\n\n- w: Messwelle\n\nDiese Unterscheidung ist notwendig. Im selben Land:\n\n- mehr als eine Sprache,\n\n- verschiedene Pläne,\n\n- Web- und Mobiloberflächen,\n\n- unterschiedliche rechtliche oder technische Zugangsbedingungen\n\nkönnen existieren. Das Hinzufügen eines Nutzers zu einem Land bedeutet nicht, dass alle Sprach- und Nutzeroberflächen des Landes überwacht werden.\n\n## 5. AUFGABEN DES Land-Beobachter-PANELS\n\n### 5.1. Zugangsprüfung\n\nObwohl das Produkt im Land in der offiziellen Registrierung verfügbar zu sein scheint, kann der tatsächliche Nutzer:\n\n- nicht in der Lage sein, sich anzumelden,\n\n- nicht in der Lage sein, die angegebene Oberfläche zu erreichen,\n\nauf ein Planungs- oder Verifikationshindernis stoßen. Die Beobachtung durch den Länderbeobachter testet das offizielle Zugriffsprotokoll auf Feldebene.\n\n### 5.2. Grundlegende Identitätsprüfung\n\nKI-Produktüberwachungsstelle:\n\n- das richtige Unternehmen,\n\n- die richtige Marke,\n\n- korrekte Länderbeziehung\n\nKann es intern analysieren?\n\n### 5.3. Erkennung von Standortabweichungen\n\nIn verschiedenen Länder-Lokalisierungen in derselben Sprache:\n\n- Preis,\n\n- Unternehmen,\n\n- Dienstleistung,\n\n- Gesetz,\n\n- Ratschläge\n\nVerändert es sich? Wenn es sich verändert, kann dieser Unterschied finanziell sein und erklärbar?\n\n### 5.4. Niedrigfrequentes schweres Fehlersignal\n\nBei der Reaktion eines einzelnen Beobachters:\n\n- falsche Lizenz,\n\n- falsche juristische Einheit,\n\n- gelbe gefährliche Gesundheits- oder Sicherheitsinformationen,\n\n- starke Identitätsfusion\n\nEs kann beobachtet werden. Ein einzelnes Ereignis zeigt nicht die Verbreitung im Land an. Es kann jedoch eine Überprüfungsarbeit auslösen.\n\n### 5.5. Neue Forschungshypothese\n\nDas Beobachtergremium könnte die Frage aufwerfen: 'Handelt es sich bei diesem Ereignis um ein einmaliges Ereignis oder ist es ein wiederkehrendes Muster unter den Nutzern im Land?' Diese Frage wird mit einer gezielten zusätzlichen Stichprobe getestet.\n\n### 5.6. Geographischer Umfangsbericht\n\nEs zeigt, in wie vielen geeigneten Ländern das Produkt reale Nutzerbeobachtungen hat. Dies ist nicht die Anzahl der Länderscores. Es ist die Beobachtungsabdeckung.\n\n## 6. DINGE, DIE DAS Country Observer PANEL NICHT TUN KANN\n\nAllein das Country Observer Panel:\n\n- zuverlässiger Länderscore,\n\n- Landesbevölkerungsrate,\n\n- Länderrangliste,\n\n- landesspezifische Konformitätsentscheidung,\n\n- länderbasierte Modellüberlegenheit\n\nkann nicht erstellt werden. Wenn es nur einen Beobachter in einem Land gibt und die Antwort korrekt ist: 'Der Länderscore ist 100' kann nicht gesagt werden. Wenn sie falsch ist: 'Der Länderscore ist null' kann nicht gesagt werden. Richtiger Status:\n\n### BEOBACHTET_PASS\n\n### Beobachtetes Problem\n\n### BEOBACHTETER_KRITISCHER_KANDIDAT\n\n### ZUGRIFFSFEHLER\n\n### NICHT_AUSREICHEND_FÜR_LÄNDER_SCHÄTZUNG\n\nsind Beobachtungsaufzeichnungen.\n\n## 7. ZULÄSSIGES_LÄNDERREGISTER\n\nEin Zulässiges Länderregister sollte für jedes KI-Produkt erstellt werden. Jedes Land kann einen der folgenden Status haben:\n\n### CE-0— UNBEKANNT\n\nDer Produkt- und Audit-Zugriffsstatus konnte nicht bestimmt werden.\n\n### CE-1— AUSSERHALB Natürliche Reichweite\n\nDas Produkt bleibt außerhalb des offiziellen oder legitimen Einsatzbereichs. Es wird nicht für die Genauigkeitsbewertung der Länderrepräsentation berücksichtigt. Es wird als Zugangsspielraumlücke dargestellt.\n\n### CE-2— EINGESCHRÄNKTER ODER SONDERVERZUGRIFF\n\nNur:\n\n- Institution,\n\n- Einladung,\n\n- Plan,\n\n- Gerät,\n\n- Nutzertyp\n\nZugriff ist verfügbar. Ein separates Panel kann erforderlich sein.\n\n### CE-3— BERECHTIGT FÜR Beobachtung durch Landesbeobachter\n\nDas Produkt ist für die Beobachtung durch den Landesbeobachter in Bezug auf die relevante Nutzeroberfläche und mindestens eine Prüfsprache geeignet.\n\n### CE-4— BERECHTIGT FÜR BEVÖLKERUNGSSCHÄTZUNG\n\nEs hat einen produktberechtigten Bevölkerungsanteil im Hauptbevölkerungs-Panel des Landes.\n\n### CE-5— BERECHTIGT FÜR LANDESWEITE SCHÄTZUNG\n\nEine Landesbewertung kann unter ausreichender Stichprobe, effektiver Stichprobe, Sprachabdeckung und Qualitätsbedingungen erstellt werden. Ein Land kann CE-3 sein, aber nicht CE-5. Dies bedeutet, dass das Land beobachtet wird, aber kein verlässlicher Landeswert erstellt werden konnte.\n\n## 8. DIE LEITER ZWISCHEN Beobachtung durch Landesbeobachter UND LANDESWEITER SCHÄTZUNG\n\n### CS-0— NICHT BEOBACHTET\n\nEs gibt keine gültige Country Observer-Beobachtung für das berechtigte Land.\n\n### CS-1— EINZELNE Country Observer-Beobachtung\n\nEs gibt eine gültige Länder–Produkt–Sprach-Beobachtung. Erzeugt nur einen Ereigniseintrag.\n\n### CS-2— WIEDERHOLTE Country Observer-Beobachtung\n\nEs gibt mehrere Beobachtungen aus verschiedenen Wellen oder von verschiedenen Nutzern. Kann ein Musterverdacht aufwerfen. Nicht ausreichend für die Länderbewertung.\n\n### CS-3— EXPLORATIVE LÄNDERSTICHPROBE\n\nDie explorative Stichprobenbandbreite im Abschnitt 6 wurde erreicht. Ein exploratives Ergebnis kann mit großer Unsicherheit angegeben werden.\n\n### CS-4— VORLÄUFIGE LÄNDERSCHÄTZUNG\n\nEine vorläufige Länderschätzung kann mit ausreichender und ausgewogener Stichprobe erstellt werden.\n\n### CS-5— KANDIDAT FÜR LÄNDERSCHÄTZUNG\n\nAusreichende aktive Stichprobe, Abdeckung der Sprache/Region, wiederholte Wellen und Qualitätskontrollen sind vorhanden. Es kann ein Kandidat für die Länderbewertung sein. Exakte Schwellenwerte sollten mit einem Pilotversuch und einer externen Überprüfung kalibriert werden.\n\n## 9. BEOBACHTERZYKLUS\n\nEs ist möglicherweise nicht möglich, jede Welle in allen berechtigten Ländern hinsichtlich Kosten und Betrieb zu beobachten. Daher kann der Beobachterzyklus verwendet werden. Messwellen:\n\nw=1,2,…,K\n\nund berechtigte Länder: sei c∈CS. Zuweisung eines Beobachters für Land c in Welle w:\n\nz_{c,w}= 1(wenn das Land in der Welle beobachtet wird); andernfalls z_{c,w}= 0\n\nkann wie folgt repräsentiert werden. Grundbedingung für den Zyklus:\n\n\\sum_{w=1}^K z_{c,w}\\geq 1\n\nmuss erfüllt sein. Das heißt, jedes berechtigte Land sollte mindestens einmal innerhalb des definierten Überwachungszyklus beobachtet werden. Diese Bestimmung:\n\n- bedeutet nicht, dass jedes Land in jeder Welle beobachtet wird,\n\n- oder dass eine einzelne Beobachtung die Punktzahl des Landes darstellt\n\nKeine der Bedingungen folgt aus der Zyklusanforderung.\n\n## 10. BEOBACHTER-FREQUENZKLASSEN\n\nLänder können in vordefinierte Frequenzklassen eingeteilt werden.\n\n### SF-0— AUSSERHALB DER REICHWEITE\n\nKein Produktzugang. Es wird keine nutzer-repräsentative Beobachtung durchgeführt. Der Zugangsstatus wird überwacht.\n\n### SF-1— EINMAL PRO ÜBERWACHUNGSZYKLUS\n\nLänder mit geringem Risiko, kleine Länder oder Länder, die bereits ausreichende indirekte Abdeckung im Population Panel haben.\n\n### SF-2— PERIODISCHER BEOBACHTER\n\nWird in regelmäßigen Abständen erneut beobachtet.\n\n### SF-3— JEDER HAUPTWELLE\n\nKann aus folgenden Gründen in jeder Hauptwelle beobachtet werden:\n\n- hohe Nutzerzahl,\n\n- materieller Zielmarkt,\n\n- frühere schwerwiegende Fehler,\n\n- schneller Zugang oder regulatorische Änderungen,\n\nHochrisikodienstleistungsbereich.\n\n### SF-4— VORFALLSÜBERWACHUNG\n\nIntensivierte Beobachtung aufgrund eines verifizierten kritischen Ereignisses oder kontinuierlicher Repräsentationsstörung. Die Frequenzklasse kann nach Überprüfung der Ergebnisse nicht rückwirkend geändert werden. Ein neues Ereignis kann eine neue Version für die nächste Welle erzeugen.\n\n## 11. BEOBACHTERPRIORITÄT\n\nDie Häufigkeit der Aktivität eines Landesbeobachters sollte nicht ausschließlich anhand der Bevölkerung bestimmt werden. Gegebenenfalls können die folgenden Bereiche berücksichtigt werden:\n\n- Produktberechtigte Bevölkerung\n\n- Die tatsächliche Service- oder Marktabdeckung der Einheit\n\n- Frühere fehlerhafte Repräsentationsaufzeichnungen\n\n- Nutzerauswirkungen mit hohem Risiko\n\n- Änderungen im Produktzugang\n\n- Einzigartigkeit von Sprache und Gebietsschema\n\n- Verwendung von Sprachen mit geringen Ressourcen\n\n- Rechtliche oder operative Unterschiede\n\n- Verstrichene Zeit seit der letzten Beobachtung\n\nDiese Felder müssen gemäß der vordefinierten Governance-Regel verwendet werden. Der Ansatz „Das Ergebnis dieses Landes ist schlecht, wir messen weniger.“ ist verboten.\n\n## 12. Länderbeobachter-ABDECKUNGSMETRIKEN\n\nDie Länderabdeckung ist keine einzelne Zahl. Es müssen mindestens drei separate Metriken verwendet werden.\n\n### 12.1. Länderbeobachtungsabdeckung\n\nDer Anteil der berechtigten Länder mit mindestens einem gültigen Beobachter oder einer Bevölkerungsbeobachtung.\n\nCOC_count= |{c ∈ C_S: n_c^obs > 0}| / |C_S|\n\nDiese Metrik zeigt die Abdeckung in Bezug auf die Anzahl der Länder.\n\n### 12.2. Bevölkerungsgewichtete Länderbeobachtungsabdeckung\n\nDer Anteil der berechtigten Bevölkerung in Ländern mit mindestens einer gültigen Beobachtung an der gesamten Zielbevölkerung.\n\nCOC_pop= [Σ_{c:n_c^obs>0} N_c] / [Σ_{c∈C_S} N_c]\n\nDiese Kennzahl zeigt, ob große Bevölkerungen beobachtet werden.\n\n### 12.3. Länderprognoseabdeckung\n\nEs ist der Anteil der Länder, die eine ausreichende Länderstichprobe erreichen.\n\nCEC= |{c: n_{c,eff}≥ m_c}| / |C_S|\n\nHierbei ist mc der vordefinierte Angemessenheitsschwellenwert für die Länderprognose. Eine Prüfung:\n\n- 100 Prozent Länderbeobachtungsabdeckung,\n\n- 99 Prozent Bevölkerungsbeobachtungsabdeckung,\n\n- kann nur 10 Prozent Länderprognoseabdeckung haben\n\nDiese Ergebnisse können nicht ineinander umgerechnet werden.\n\n## 13. BEOBACHTERALARM\n\nWenn in der Beobachtung eines Beobachters ein materielles Problem gefunden wird, wird ein Beobachter-Alarm erstellt. Arten von Alarmen:\n\n### SA-1— ZUGRIFFSANOMALIE\n\nDer offizielle Zugriffsdatensatz steht im Widerspruch zum tatsächlichen Nutzerzugriff.\n\n### SA-2— ENTITÄTSANOMALIE\n\nDie Entität fusioniert mit einem anderen Unternehmen, Produkt oder Ländereinsatz.\n\n### SA-3— SPRACH- ODER LOKALISATIONSANOMALIE\n\nFalsche Sprache, falscher Landeskontext oder offensichtliche Abweichung der Lokalisierung tritt auf.\n\n### SA-4— MATERIELLE FAKTENANOMALIE\n\nDer materielle Preis, der Service, die Kapazität, die Partnerschaft oder die Zeit ist falsch.\n\n### SA-5— KANDIDAT FÜR KRITISCHES EREIGNIS\n\nGesundheit, Recht, Finanzen, Sicherheit, Lizenzierung oder schwerwiegender Identitätsfehler liegt vor.\n\n### SA-6— REFERENZ- ODER PROMPTANOMALIE\n\nDie Quelle des Problems ist nicht die KI-Antwort:\n\n- Prompt,\n\n- Übersetzung,\n\n- offizielle Quelle,\n\n- Beurteilung\n\nkönnte schuld sein. Der Alarm ist kein automatischer Länderfehler. Es ist der Beginn der Überprüfung und Eskalation.\n\n## 14. BEOBACHTER-ESKALATIONSPROTOKOLL\n\n### Schritt 1— Gültigkeitsüberprüfung\n\nEntspricht die Beobachtung wirklich dem Protokoll? Richtiges Land Richtiges Produkt Richtiger Prompt Richtige Sprache Erste geeignete Ausgabe Vollständige Evidenzkontrolle.\n\n### Schritt 2— Neu-Codierung des Vorfalls\n\nProblem:\n\n- KI-Produkt,\n\n- Referenzdatensatz,\n\n- Prompt,\n\n- Teilnehmer,\n\n- Zugang\n\nZu welcher der Quellen könnte es gehören?\n\n### Schritt 3— Unabhängige Wiederholung\n\nVor der Auswahl des Ergebnisses wird die Überprüfung mit vordefinierten neuen Nutzern oder Sitzungen durchgeführt.\n\n### Schritt 4— Gezielte Stichprobennahme\n\nWenn das Ereignis anhält, kann eine länderspezifische Stichprobennahme angewendet werden. Stichprobengröße:\n\n- Ereignisschwere,\n\n- erwartete Prävalenz,\n\n- Bevölkerung des Landes,\n\n- Sprachvielfalt\n\nsind im Voraus festgelegt.\n\n### Schritt 5— Entscheidungsabgrenzung\n\nDie folgenden Ergebnisse werden getrennt gehalten:\n\n- Ein einzelnes verifiziertes Ereignis\n\n- Wiederholtes Muster\n\n- Landesrate\n\n- Kritischer Eignungseffekt\n\nEin einzelnes kritisches Ereignis kann die Konformitätsprüfung beeinflussen, auch ohne eine Schätzung der Prävalenz.\n\n## 15. WAS IST SPRACHGERECHTIGKEIT?\n\nSprachgerechtigkeit:\n\n> Es geht nicht darum, dass alle Sprachen genau dieselbe wortwörtliche Antwort erhalten.\n\nEs bedeutet:\n\n> Bei semantisch gleichwertigen und materiell vergleichbaren Nutzerfragen sollten Nutzer, abgesehen von tatsächlichen lokalen Unterschieden, nicht systematisch Repräsentationen erhalten, die aufgrund ihrer Sprache falscher, unvollständiger, weniger belegt oder riskanter sind.\n\nSprachfairness strebt diese Gleichheit nicht an:\n\nR_Turkish= R_English= R_Japanese\n\nWort für Wort. Es sucht nach Folgendem:\n\n> Vergleichbare Repräsentation in Bezug auf Identität, materielle Realität, Grenze, Zeit, Quellenstatus und Nutzergeeignetheit.\n\n## 16. SPRACHUNTERSCHIED IST NICHT IMMER UNFAIRNESS\n\nSprachliche Ergebnisse können aus folgenden Gründen legitim variieren: Der Umfang lokaler Dienstleistungen ist unterschiedlich. Preise und Vertragsbedingungen variieren je nach Land. Rechtliches Wissen hängt von der Gerichtsbarkeit ab. Die Absicht des Nutzers ist unterschiedlich. Eingaben sind nicht semantisch identisch. Offizielle Quellen enthalten in verschiedenen Sprachen unterschiedliche Inhalte. Das KI-Produkt unterstützt die betreffende Sprache nicht offiziell. Jede dieser Unterschiede sollte dokumentiert werden. Erklärbare lokale Unterschiede sollten nicht als Ungerechtigkeit bezeichnet werden. Auch wenn die Realität dieselbe ist, gilt in einer Sprache mit begrenzten Ressourcen:\n\n- Die Unternehmensidentität ist beschädigt,\n\n- Grenzen werden entfernt,\n\n- die falsche Lizenz wurde hinzugefügt,\n\n- Die Antwort wird ständig in einer anderen Sprache gegeben\n\nEs könnte ein sprachbasiertes Repräsentationsproblem sein.\n\n## 17. SPRACHEINHEIT\n\nBei der Sprachbewertung kann allein der allgemeine Sprachname nicht ausreichen. Die bevorzugte Spracheinheit:\n\nL=(λ,σ,ℓ,d)\n\nund kann betrachtet werden als. Hier:\n\n- λ: Sprache\n\n- σ: Schriftsystem\n\n- ℓ: Gebietsschema oder Länderkontext\n\n- d: Aufgabe oder Domäne\n\nZum Beispiel dieselbe Sprache:\n\n- in einem anderen Schriftsystem,\n\n- in einem anderen Land,\n\n- im Rechts- oder Gesundheitswesen\n\nkann eine separate Messeinheit erfordern. Nicht alle Nutzer einer Sprache bilden eine einzige homogene Gruppe.\n\n## 18. SPRACHSUPPORT-STATUSES\n\nJedes KI-Produkt kann einen der folgenden Status für Sprache und Nutzeroberfläche verwenden:\n\n### LS-0— UNBEKANNT\n\nSupport-Status konnte nicht ermittelt werden.\n\n### LS-1— NICHT UNTERSTÜTZT\n\nDas Produkt unterstützt die betreffende Sprache offiziell nicht. Es wird nicht innerhalb der Hauptbewertung für unterstützte Sprachen bewertet. Experimentelle Tests können durchgeführt werden.\n\n### LS-2— BEOBACHTET, ABER NICHT UNTERSTÜTZT\n\nDas Produkt kann Antworten generieren. Es gibt jedoch keinen offiziellen Support oder Qualitätsgarantie. Als separates experimentelles Ergebnis gemeldet.\n\n### LS-3— BEGRENZTE UNTERSTÜTZUNG\n\nUnterstützung existiert für bestimmte Aufgaben, Schnittstellen oder Funktionen.\n\n### LS-4— OFFIZIELL UNTERSTÜTZT\n\nDie Produktsprache gilt im Allgemeinen als unterstützt.\n\n### LS-5— PRÜFBERECHTIGT\n\nSprache:\n\n- offizieller Support,\n\n- Prompt-Äquivalenz,\n\n- lokaler Prüfer,\n\n- Referenzkompetenz,\n\n- gültige Erfassung\n\nist vollständig prüfungsfähig. Die bloße Präsenz von offiziellem Support stellt nicht LS-5 dar.\n\n## 19. SPRACHE MIT GERINGEN RESSOURCEN\n\nDer Begriff „Sprache mit geringen Ressourcen“ beschreibt nicht den Wert der Sprache oder die Qualität ihrer Sprecher. In bestimmten Technologie- und Audit-Kontexten weist er auf einen oder mehrere der folgenden Mängel hin:\n\n- Begrenzter digitaler Inhalt\n\n- Begrenzte lokalisierte offizielle Quelle\n\n- Begrenzter Evaluationsdatensatz\n\n- Eingeschränkter Zugang zu Gutachtern\n\n- Geringer Produktsupport\n\n- Begrenzte Terminologieressourcen\n\n- Begrenzte Qualität maschineller Übersetzung\n\n- Geringer Zugang zu Nutzerpanels\n\nEine Sprache kann in einem Bereich ressourcenarm und in einem anderen stark sein. Zum Beispiel, während sie über starke Ressourcen im alltäglichen Gespräch verfügt:\n\n- Gesetz,\n\n- Medizin,\n\n- spezifisches technisches Feld\n\nkann über begrenzte Ressourcen verfügen. Daher Sprachressourcenstufe:\n\n- Produkt,\n\n- Aufgabe,\n\n- Zeit,\n\n- Feld\n\nsollte gemeinsam definiert werden.\n\n## 20. AUFGABEN DES LANGUAGE FAIRNESS PANEL\n\n### 20.1. Übersampling von Sprachen mit wenigen Ressourcen\n\nStellt zusätzliche Nutzer für Sprachen bereit, die in der Hauptpopulation nicht genügend Beobachtungen erhalten.\n\n### 20.2. Messung der sprachenbasierten Materialfehlerverteilung\n\nNicht nur die Gesamtrealgenauigkeit:\n\n- Identität,\n\n- Umfang,\n\n- Zeit,\n\n- Quelle,\n\n- Empfehlung,\n\n- Kritischer Fehler\n\nuntersucht die Ergebnisse separat.\n\n### 20.3. Überprüfung der Antwortsprache\n\nAntwortet die KI in Übereinstimmung mit der Promptsprache? Wenn sie zu einer anderen Sprache wechselt, was ist der Grund?\n\n### 20.4. Untersuchung der Unterscheidung von Sprache und Gebietsschema\n\nTrägt dieselbe Sprache in verschiedenen Ländern unterschiedliche lokale Realitäten? Verwaltet KI diesen Unterschied korrekt?\n\n### 20.5. Untersuchung der Übereinstimmung von Quelle und offizieller Repräsentation\n\nTragen die offiziellen Existenzaufzeichnungen in allen Sprachen die gleiche materielle Realität? Ein niedriges KI-Ergebnis kann aus einer Sprachlücke in der Quelle selbst entstehen.\n\n### 20.6. Testen der Gleichwertigkeit von Prompts\n\nTragen Übersetzungen wirklich dieselbe Nutzerabsicht?\n\n### 20.7. Testen der Parität von Schiedsrichtern\n\nKönnen Schiedsrichter in verschiedenen Sprachen denselben normativen Standard anwenden?\n\n## 21. VIER TORE FÜR SPRACHLICHE FAIRNESS\n\nEin sprachliches Ergebnis sollte durch vier Tore bewertet werden, bevor es der Sprachleistung des KI-Produkts zugeschrieben wird.\n\n#### Tor 1— Gleichwertigkeit der Absicht\n\nSind die Aufforderungen semantisch vergleichbar? Wenn dies fehlschlägt:\n\n### AUFFORDERUNGS_EQUIVALENZ_FEHLGESCHLAGEN\n\nStatus wird angegeben.\n\n#### Tor 2— Referenzparität\n\nSind offizielle und verifizierte Realitätsaufzeichnungen für die entsprechende Sprache ausreichend? Wenn es fehlschlägt:\n\n### REFERENZ_SPRACHEN_LÜCKE\n\nStatus wird angegeben.\n\n#### Tor 3— Messparität\n\nSind Aufnahme-, Sitzungs-, Schnittstellen- und Nutzerbedingungen vergleichbar? Wenn dies fehlschlägt:\n\n### MESSPARITÄT_FEHLGESCHLAGEN\n\nStatus wird angegeben.\n\n#### Tor 4— Bewertungsparität\n\nGibt es Bewerter in der Muttersprache oder mit ausreichender lokaler Expertise und denselben Bewertungsregeln? Wenn dies fehlschlägt:\n\n### BEWERTUNGS_SPRACHEN_LÜCKE\n\nwird zugewiesen. Es sei denn, die vier Türen werden ausreichend erfüllt: „Das KI-Produkt ist in dieser Sprache schlechter.“ kann nicht endgültig festgestellt werden. Die Sprachlücke ist weiterhin ein Befund des GEO-Ökosystems. Ihre Quelle muss jedoch korrekt klassifiziert werden.\n\n## 22. EINRICHTUNG DES SPRACHUNIVERSUMS\n\nDer Ausdruck „alle Sprachen“ kann nicht uneingeschränkt verwendet werden. Jede Prüfung muss ein Sprachregister innerhalb des Umfangs erstellen. Sprachen können aus den folgenden Gruppen ausgewählt werden:\n\n### 22.1. Globales Kernsprachen-Set\n\nMuttersprachen, die von einer großen menschlichen Population genutzt werden und für das Produkt geeignet sind.\n\n### 22.2. Entity-Marktsprachset\n\nDie Sprachen, die von der geprüften Einheit gezielt angesprochen werden:\n\n- Dienstleistung,\n\n- in Bezug auf Inhalte,\n\n- Kunde,\n\n- Vertrag\n\nund Wartung.\n\n### 22.3. Produktsupport-Sprachset\n\nSprachen, die offiziell vom KI-Produkt unterstützt werden.\n\n### 22.4. Sprachenset für Beobachter mit geringen Ressourcen\n\nSprachen mit geringen Ressourcen, die in der Bevölkerungsstichprobe schwach vertreten sind oder ein Risiko hinsichtlich des Produktverhaltens darstellen.\n\n### 22.5. Hochrisiko-Sprachenset\n\nSprachen, die einen wesentlichen Einfluss auf den Nutzer im Kontext von Gesundheit, Recht, Finanzen oder Sicherheit haben.\n\n### 22.6. Experimentelles Sprachenset\n\nSprachen, die vom Produkt offiziell nicht unterstützt werden, aber zu Beobachtungs- oder Forschungszwecken getestet werden. Diese Gruppen können sich überschneiden. Der Grund, warum jede Sprache aufgenommen wird, sollte dokumentiert werden.\n\n## 23. ZUTEILUNG DER SPRACHLICHEN FAIRNESS\n\nFür Sprache l sei das Ziel im Hauptbevölkerungsbereich nlP. Das zusätzliche Ziel im Fairness-Bereich ist nlF. Die insgesamt gesammelte Sprachbeobachtung:\n\nn_l^T= n_l^P+ n_l^F\n\nerhalten. Das Gesamtgewicht der Sprache in der Berechnung der Weltbevölkerung wird als Wl beibehalten. Das normalisierte Gewicht pro Beobachtung:\n\nw_{i,l}= W_l/ n_l^T\n\nkann auf diese Weise betrachtet werden. Somit wird die Sprache überstichprobenartig erfasst. Sie übersteigt jedoch nicht den tatsächlichen Bevölkerungsanteil im globalen Ergebnis.\n\n## 24. BEITRAG DES Language Fairness Panels ZUM GLOBALEN ERGEBNIS\n\nBeobachtungen zur Sprachfairness können auf zwei Arten verwendet werden.\n\n### 24.1. Separate Diagnostische Analyse\n\nDas Fairness-Gremium erzeugt nur Sprachpunktzahlen und Fehlertypen. Das Haup-Populationsgremium ändert die globale Punktzahl nicht. Diese Methode ist einfacher.\n\n### 24.2. Kombinierte neu gewichtete Analyse\n\nBeobachtungen zur Bevölkerungs- und Sprachfairness werden zusammen verwendet. Jede Beobachtung wird entsprechend dem tatsächlichen Gewicht der Zielsprachpopulation neu gewichtet. Diese Methode kann das Informationsvolumen erhöhen. Allerdings:\n\n- Doppelte Zählung\n\n- mehrsprachiger Nutzer,\n\n- Panelabhängigkeit,\n\n- Gewichtsvariabilität\n\nEs sollte berücksichtigt werden. Die verwendete Methode muss definiert werden, bevor die Ergebnisse gesehen werden.\n\n## 25. SPRACHENDECKUNGSMETRIKEN\n\n### 25.1. Sprachbeobachtungsabdeckung\n\nDer Anteil der Sprachen im Geltungsbereich, für die mindestens eine gültige Beobachtung vorliegt.\n\nLOC= |{l: n_l^obs > 0}| / |L_scope|\n\n### 25.2. Sprachprognoseabdeckung\n\nDer Anteil der Sprachen, die ausreichende Stichproben- und Qualitätsanforderungen erfüllen.\n\nLEC= |{l: n_{l,eff}≥ m_l}| / |L_scope|\n\n### 25.3. Bevölkerungsgewichtete Sprachabdeckung\n\nDer Anteil der Zielbevölkerungssprache, der ausreichend beobachtet wird. Erfordert eine primäre Prüfsprache oder eine gewichtete Aufteilung pro Person, um Doppelzählungen mehrsprachiger Nutzer zu vermeiden.\n\n### 25.4. Produktunterstützungsabdeckung\n\nGibt an, in wie vielen der abgedeckten Sprachen das Produkt offizielle Unterstützung erhält. Sprachunterstützung und Genauigkeit der Repräsentation werden getrennt gehalten.\n\n## 26. SPRACHUNGLEICHHEITSMESSWERTE\n\n### KANDIDATEN-MESSWERTE — VORGESCHLAGENE MESSWERTE\n\nDas genaue Messwertset sollte durch Pilotprojekte und externe Überprüfungen kalibriert werden.\n\n### 26.1. Sprachergebnis\n\nFür jede ausreichende Sprachzelle wird θl berechnet.\n\n### 26.2. Unterschied zwischen Höchst- und Niedrigstwert\n\nDG_max= max_l θ_l− min_l θ_l\n\nEinfach zu verstehen. Jedoch empfindlich gegenüber kleinen und volatilen Einzelzellen.\n\n### 26.3. Robuster Perzentildifferenzwert\n\nDG_{90−10}= Q_{0.90}(θ_l)− Q_{0.10}(θ_l)\n\nEr ist weniger empfindlich gegenüber extremen Zellen.\n\n### 26.4. Sprachuntergrenze\n\nEs ist das niedrigste Sprachergebnis mit einer ausreichenden Stichprobe.\n\nLF_min= min_{l∈L_est} θ_l\n\nDieser Wert sollte zusammen mit der Unsicherheit bei kleinen Zellen angegeben werden.\n\n### 26.5. Robuster Sprachboden\n\nEs ist das niedrigere Perzentil oder der Durchschnitt der Untergruppe ausreichender Sprachen. Beispiel:\n\nLF_10= Q_{0.10}(θ_l)\n\n### 26.6. Kritische Sprachfehlerquote\n\nFür jede Sprache:\n\nCR_l= gültige Antwort mit verifiziertem Kritischen Fehler / gültiger Sprachantwort\n\nEs wird separat vom globalen Durchschnitt veröffentlicht.\n\n### 26.7. Rate unbekannter Sprachen\n\nU_l= UNBEKANNT oder unlösbare Antwort / relevante Sprachbeobachtung\n\nEine hohe Rate unbekannter Sprachen kann ebenso wichtig sein wie eine niedrige Punktzahl.\n\n## 27. Gleichwertiger Sprachwert und bevölkerungsgewichteter Wert\n\nDiagnostische Ergebnisse, die alle Sprachen gleichermaßen berücksichtigen, können erstellt werden:\n\nG_equal-language= (1/L)Σ_{l=1}^L θ_l\n\nDieses Ergebnis nähert sich der Frage an: „Durchschnittliche getestete Sprachexpertise.“ Es stellt nicht die durchschnittliche menschliche Erfahrung in der Weltbevölkerung dar. Bevölkerungsgewichtetes Sprachergebnis:\n\nG_population-language= Σ_l W_l θ_l\n\nEs bewahrt die Bevölkerungsverteilung. Die beiden Werte sind unterschiedlich. Sie können nicht austauschbar verwendet werden. Beide können zusammen auf der Sprachfairness-Karte angezeigt werden.\n\n## 28. SPRACHLICHE GERECHTIGKEIT IST KEINE VERPFLICHTUNG ZU GLEICHEN ERGEBNISSEN\n\nDie gleiche Punktzahl in zwei Sprachen zu haben, ist keine automatische Verletzung. Der Unterschied kann aus folgenden Gründen erklärt werden:\n\n- Tatsächlicher lokaler Servicedifferenz\n\n- Länderspezifisches Recht\n\n- Abdeckung der offiziellen Unterstützung des Produkts\n\n- Ressourcenzugang\n\n- Nutzerintention\n\n- Eingabebereich\n\nWenn jedoch die Ursache des Unterschieds nicht erklärt werden kann oder Sprachen mit geringen Ressourcen systematisch Folgendes erfahren:\n\n- falsche Identität,\n\n- falsche Autorisierung,\n\n- materielle Mängel,\n\n- hoher kritischer Fehler\n\nwenn dies zutrifft, besteht ein Problem der Sprachfairness. NOMOS definiert Sprachfairness wie folgt:\n\n> Unter vergleichbaren materiellen Bedingungen sollte die Sprache selbst nicht die Ursache für systematische Fehlrepräsentation sein.\n\n## 29. SCHNITTSTELLE SPRACHE UND LAND\n\nDer Sprachscore ist nicht unabhängig von Ländern. Dieselbe Sprache:\n\n- unterschiedliche Länder,\n\n- unterschiedlicher Produktzugang,\n\n- unterschiedliche lokale Ressourcen,\n\n- unterschiedliches Recht,\n\n- unterschiedlicher Preis\n\nkann im Kontext von verwendet werden. Daher sollte die Länder–Sprache-Zelle: (c,l) bei Bedarf separat untersucht werden. Beispiel:\n\n- Deutschland × Türkisch\n\n- Türkei × Türkisch\n\n- Vereinigtes Königreich × Türkisch\n\nEs ist dieselbe Sprache, kann aber unterschiedliche lokale und Markt-Kontexte haben. Sprachliche Fairness kann nicht allein anhand der Amtssprache des Landes gemessen werden.\n\n## 30 th Länderbeobachter UND Language Fairness Panel SCHNITT\n\nEine Beobachtung gleichzeitig:\n\n- kleine Länderbeobachter-Beobachtung,\n\n- Beobachtung in einer ressourcenarmen Sprache\n\nkann auftreten. In diesem Fall muss der Datensatz die folgenden Felder enthalten:\n\n### PRIMARY_PANEL_ROLE\n\n### SECONDARY_DIAGNOSTIC_TAGS\n\nBevölkerungsgewicht Beobachterstatus Sprachgerechtigkeitsstatus Dieselbe Beobachtung kann nicht vollständig in zwei separaten Panels gezählt werden. Es ist eine einzelne Beobachtung. Sie hat mehr als ein diagnostisches Tag.\n\n## 31. ÄNDERUNG DER TEILNEHMER IM BEOBACHTER- UND SPRACHPANEL\n\nEin Teilnehmer darf nur aufgrund eines Protokollverstoßes geändert werden. Die folgenden Ergebnisse sind keine Gründe für eine Änderung:\n\n- Falsche KI-Antwort\n\n- Ablehnung\n\n- Antwort in einer anderen Sprache\n\n- Kritischer Fehler\n\n- Entity-Verwechslung\n\n- Negative Empfehlung\n\nDies sind Messergebnisse. Der Zweck des Beobachter-Panels besteht speziell darin, unerwartete Ereignisse zu identifizieren. Den Nutzer aufgrund eines aufgetretenen unerwarteten Ereignisses zu ändern, widerspricht dem Zweck des Panels.\n\n## 32. SPRACHLICHE BEURTEILUNG\n\nDie Beurteilung im Sprachgerechtigkeitspanel muss mindestens die folgenden Bedingungen erfüllen:\n\n- In der Lage zu sein, den Prompt und die Antwort auf natürliche Weise oder auf hohem Kompetenzniveau zu verstehen\n\n- Kenntnis der lokalen Terminologie\n\n- In der Lage zu sein, Quellen von Nachweisen zu bewerten\n\n- Verwendung desselben normativen Bewertungsleitfadens\n\n- Blind gegenüber dem Modell und, wenn möglich, den Markeninteressen zu sein\n\n- Offenlegung von Interessenkonflikten\n\n- Weg des dritten Bewerters im Falle von Meinungsverschiedenheiten\n\nSprache, in der kein Bewerter gefunden werden kann:\n\n### BEWERTUNGS_SPRACHEN_LÜCKE\n\nmuss den Status haben. Es kann nicht angenommen werden, dass alle Nuancen korrekt sind, wenn sie durch automatische Übersetzung ins Englische übersetzt werden. Maschinelle Übersetzung kann ein hilfreiches Werkzeug sein. Sie ist nicht die endgültige Überprüfung der lokalen Bedeutung.\n\n## 33. QUELLENPARITÄT\n\nVon der Einheit auf der englischen Seite:\n\n- Umfang,\n\n- Preis,\n\n- Lizenz,\n\n- Grenzen,\n\n- Nachweise\n\nexistiert; wenn diese in einer anderen Sprachversion nicht vorhanden sind, kann das niedrige KI-Ergebnis nicht nur ein Modellproblem sein. Drei separate Ergebnisse sind notwendig:\n\n- Entität Sprache Quelle Lücke\n\n- KI-Produkt Sprache Repräsentation Lücke\n\n- Kombinierte Nutzerorientierte Lücke\n\nDas letztendliche Problem aus Sicht des Nutzers ist weiterhin real. Die Verantwortung für die Korrektur kann jedoch variieren:\n\n- Entität,\n\n- KI-Anbieter,\n\nbeide.\n\n## 34. AUSSAGE PARITÄT\n\nPrompts, die semantisch nicht gleichwertig sind, erzeugen unterschiedliche Antworten. Beispiel: In einer Sprache: „Was macht dieses Unternehmen?“ In einer anderen Sprache: „Ist dieses Unternehmen vertrauenswürdig und empfehlenswert?“ Wenn gefragt, sind die Ergebnisse nicht vergleichbar. Die Prompt-Konstitution wird im folgenden Abschnitt detailliert dargestellt. Die Bereitstellung dieses Abschnitts erfolgt wie folgt:\n\n> Unterschiede in der Leistung von Sprachmodellen können nicht der KI-Sprachleistung zugeschrieben werden, ohne die Gleichwertigkeit der Prompt zu überprüfen.\n\n## 35. ABWEICHUNG DER ANTWORTSPRACHE\n\nDer Nutzer gibt eine Prompt auf Türkisch. Die KI erstellt eine Antwort auf Englisch. Dieses Ergebnis:\n\n- selbst wenn die sachlichen Informationen korrekt sind,\n\n- kann die Nutzererfahrung beeinflussen,\n\n- Barrierefreiheit,\n\n- und das Verständnis.\n\nAbweichungen der Antwortsprache müssen separat aufgezeichnet werden:\n\n### ÜBEREINSTIMMENDE_SPRACHE\n\n### TEILWEISE_CODEWECHSEL\n\n### UNGEWÜNSCHTER_SPRACHWECHSEL\n\n### UNBENUTZBARE_SPRACHAUSGABE\n\n### UNBEKANNT\n\nCode-Switching ist nicht immer ein Fehler. Zum Beispiel kann die Verwendung technischer Begriffe in Englisch normal sein. Es ist relevant, wenn es die Hauptbenutzbarkeit der Antwort stört.\n\n## 36. SCHRIFTSYSTEM UND TRANSKRIPTION\n\nDie gleiche Sprache kann in verschiedenen Schriftsystemen verwendet werden. Für die:\n\n- Name,\n\n- Produktname einer Einheit,\n\n- rechtliche Identität\n\nkann es bei der Transliteration zu Verwechslungen mit einer anderen Einheit kommen. Das Language Fairness Panel, soweit relevant:\n\n- Schriftsystem,\n\n- Transliteration,\n\n- offizieller lokaler Name,\n\n- vom Nutzer verwendeter Name\n\nmuss ihre Felder aufzeichnen. Unterschiede im Schriftsystem sollten nur formal betrachtet werden. Wenn es die Entitätsauflösung beeinflusst, ist es wesentlich.\n\n## 37. SYNTHETISCHER Länderbeobachter-ZYKLUS\n\nPRÄSENTATION DER SYNTHETISCHEN METHODOLOGIE / Die folgenden Produkte, Länder, Zahlen und Ergebnisse sind fiktiv. Im Register des synthetischen Produkts namens Orion AI Natürliche Reichweite: gibt es 120 berechtigte Länder. Das Haupt-Populationspanel hat in der ersten Welle aufgrund der Bevölkerungsgewichtung nur aus 38 Ländern gültige Beobachtungen erzeugt.\n\n### 37.1. Umfang der ersten Welle\n\nAnzahl der berechtigten Länder: 120 Länder mit mindestens einer Beobachtung: 38\n\nCOC_count= 38/120= 31.7%\n\nLassen Sie diese 38 Länder 97% der berechtigten Bevölkerung darstellen.\n\nCOC_pop= 97%\n\nErgebnis: Die Anzahl der Länder ist in der Abdeckung gering, die Bevölkerungsabdeckung ist hoch.\n\n### 37.2. Vier-Wellen-Beobachterzyklus\n\nVerteilen Sie die verbleibenden 82 Länder in vier Wellen unter Verwendung eines zuvor eingefrorenen zufälligen und risikobasierten Programms. Jedes Land wird im Verlauf des Zyklus mindestens einmal beobachtet. Am Ende der vierten Welle:\n\nCOC_count= 120/120= 100%\n\nEs wurde jedoch nur in 14 Ländern eine ausreichende Stichprobe für die Länderschätzung erreicht.\n\n### CEC = 14/120= 11.7%\n\nKorrekte öffentliche Aufzeichnung: Überdeckung der Länderbeobachtung: 100%/ Überdeckung der Bevölkerungsbeobachtung: nahe bei 100%/ Überdeckung der Länderprognose: 11.7% Falsche öffentliche Aufzeichnung: „Alle 120 Länder haben einen zuverlässigen Länderwert.“\n\n### 37.3. Kleine Länder kritischer Alarm\n\nIn einem Country Observer-Datensatz wird die KI-Antwort in dem kleinen Land J fehlidentifiziert, indem die geprüfte Einheit fälschlicherweise als zugelassene Anwaltskanzlei eingestuft wird. In Wirklichkeit erbringt die Einheit keine juristischen Dienstleistungen. Eine einzelne Beobachtung schätzt nicht die Fehlerquote des Landes J; sie stellt ein potenzielles Kritisches Ereignis fest. Protokoll: Beobachtung validieren; Prompt und Referenzdatensatz überprüfen; mit neuen unabhängigen Nutzern wiederholen; wenn das Ereignis weiterhin auftritt, ein gezieltes Länder-Sample öffnen; und die kritische Konformitätsauswirkung separat bewerten. Das beobachtete Ereignis kann selten sein; der potenzielle Schaden muss nicht klein sein.\n\n## 38. DEMONSTRATION DER SYNTHETISCHEN SPRACHFAIRNESS\n\n### SYNTHETISCHES SAMPLE — KEINE ECHTE KI- ODER UNTERNEHMENSLEISTUNG\n\nFünf Sprachen in den Test der Core Identity von Synthetic Apple.com einbeziehen. Zuteilung des Main Population Panels:\n\nErgebnisse der künstlichen Sprache:\n\nBevölkerungsgewichtetes globales Ergebnis:\n\n0.55(95)+0.25(92)+0.10(88)+0.06(65)+0.04(58)=90.27\n\nDer globale Wert ist hoch. Es gibt jedoch eine starke Verschlechterung in zwei Sprachen.\n\n### 38.1. Sprachenfairness-Übersampling\n\nFügen Sie 140 zusätzliche Beobachtungen zu L4 und 160 zu L5 hinzu. Neue Anzahl der Beobachtungen:\n\nDer rohe Mittelwert über alle 1,300-Beobachtungen ist niedriger als das oben gezeigte bevölkerungsgewichtete Ergebnis. Es handelt sich nicht um einen globalen Bevölkerungswert, da L4 und L5 absichtlich überstichprobenartig ausgewählt wurden. Sobald die Zielbevölkerungsgewichte wiederhergestellt sind, kehrt das globale Ergebnis zu der oben genannten bevölkerungsgewichteten Zahl zurück. Das Übersampling verbessert die Sensitivität für L4 und L5, ohne die bevölkerungsgewichtete Schätzung zu ändern.\n\n### 38.2. Scorecard für Sprachenfairness\n\nKünstliches Ergebnis. Bevölkerungsgewichteter globaler Wert: 90.27. Gleichsprachiger Wert:\n\n(95+92+88+65+58)/5=79.6\n\nHöchste-zu-niedrigste Sprachunterschied: 37 Punkte; niedrigste Sprache: 58; Mittelwert der beiden untersten Sprachen: 61.5; Kritische Fehlerquote in Sprachen mit geringen Ressourcen: separat berichtet; Prompt-Äquivalenz: als überprüft angenommen; Referenzparität: als überprüft angenommen. Korrekte Interpretation:\n\n> Die globale Bevölkerungsrepräsentation scheint hoch zu sein; jedoch ist die Sprachgerechtigkeit ernsthaft schwach.\n\nFalsche Interpretation: „Da der globale Score 90 beträgt, ist GEO in allen Sprachen erfolgreich.“\n\n## 39. SYNTHETISCHER FALL, DER DIE URSACHE DER SPRACHLICHEN VERSCHLECHTERUNG UNTERSCHEIDET\n\nBetrachten wir drei Sprachen.\n\n#### Sprache A\n\nPrompt-Äquivalent Offizielle Quelle vollständig Lokaler Prüfer ausreichend KI-Antwort falsch Ergebnis: Kandidat für ein Problem der Sprachvertretung des KI-Produkts.\n\n#### Sprache B\n\nAufforderungsübersetzung materiell unterschiedliche KI-Antwort passend zur Aufforderung Ergebnis: Verfassungsmangel der Aufforderung.\n\n#### Sprache C\n\nAuf der offiziellen Sprachseite wird der alte Preis von AI auf den alten Preis der englischen Quelle übernommen. Ergebnis: Das Sprachquellen-Paritätsproblem der Einheit und die kombinierte Repräsentationslücke erreichen den Nutzer. Selbst wenn die Bewertungen der drei Sprachen gleich erscheinen, ist der Korrekturbesitzer unterschiedlich.\n\n## 40. LAND- UND SPRACHPANELS ÖFFENTLICHE ERGEBNISKARTE\n\nDie öffentliche Ergebnisübersicht des Kandidaten muss die folgenden Felder enthalten:\n\n#### Ländliche Felder\n\nNatürliche Reichweite geeignete Anzahl von Ländern Anzahl der Länder mit mindestens einer Beobachtung Länderbeobachtungsabdeckung Bevölkerungsgewichtete Beobachtungsabdeckung Länder-Vorhersageabdeckung Land Beobachterzykluszeit Offene Beobachterwarnungen LÄNDER AUSSERHALB DES NATIVEN ERREICHS NICHT BEOBACHTETE LÄNDER Messdatum\n\n#### Sprachfelder\n\nAnzahl der abgedeckten Sprachen Beobachtete Anzahl der Sprachen Anzahl der Sprachen, für die Vorhersagen gemacht werden können Offiziell unterstützte Sprachen Experimentelle Sprachen Bevölkerungsgwichtetes globales Sprachergebnis Ergebnis bei gleicher Spracherkennung Sprachuntergrenze Sprachunterschied Kritische Fehlerraten\n\n### REFERENZ_SPRACHEN_LÜCKE\n\n### AUFFORDERUNGS_EQUIVALENZ_FEHLGESCHLAGEN\n\nNICHT GETESTETE Sprachen Sprachpanel-Version Diese Karte macht die Realität sichtbar, die ein einzelnes „mehrsprachiges“ Abzeichen nicht tragen kann.\n\n## 41. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH07-N01**\n\nDie Country Observer- und Language Fairness-Panels müssen in Bezug auf Zweck, Stichprobe und Gewichtung separat vom Haupt-Populationspanel definiert werden.\n\n**CH07-N02**\n\nEine Beobachtung eines Landesbeobachters kann nicht als Bevölkerungswert eines Landes verwendet werden.\n\n**CH07-N03**\n\nFür ein Land sind das Vorhandensein einer Beobachtung und die Fähigkeit, eine Länderschätzung zu erstellen, getrennte Status.\n\n**CH07-N04**\n\nDie Anzahl der abgedeckten Länder und die nach Bevölkerungsgewicht gewichtete Länderabdeckung sollten zusammen angegeben werden.\n\n**CH07-N05**\n\nDie Schätzung der Länderabdeckung sollte getrennt von der Beobachtungsabdeckung angezeigt werden.\n\n**CH07-N06**\n\nJedes berechtigte Land muss in dem definierten Überwachungszyklus eine Wahrscheinlichkeit größer als null haben, beobachtet zu werden; auch Länder, die außerhalb des Geltungsbereichs liegen, sollten angezeigt werden.\n\n**CH07-N07**\n\nDer Überwachungszyklus und die Länderfrequenzklassen sollten versioniert werden, bevor KI-Antworten angezeigt werden.\n\n**CH07-N08**\n\nEin Land mit niedriger Punktzahl kann nach Bekanntgabe der Ergebnisse nicht aus dem Beobachterzyklus entfernt werden.\n\n**CH07-N09**\n\nEine Country Observer-Warnung ist kein automatischer Länderausfall; sie löst eine Überprüfung und Eskalation aus.\n\n**CH07-N10**\n\nEin einzelnes Critical Observer-Ereignis kann auch eine separate Konformitätsprüfung ohne Prävalenzschätzung auslösen.\n\n**CH07-N11**\n\nBeobachtungen des Länderbeobachterpanels können nicht im Hauptbevölkerungs-panel mit roher gleichmäßiger Gewichtung verwendet werden.\n\n**CH07-N12**\n\nWenn Beobachtungen des Länderbeobachters in die Hauptbewertung einbezogen werden, müssen ihre Auswahlwahrscheinlichkeiten und Gewichtungen ausdrücklich modelliert werden.\n\n**CH07-N13**\n\nSprachliche Fairness kann nicht als die Pflicht definiert werden, wortwörtlich dieselbe Antwort zu geben.\n\n**CH07-N14**\n\nSprachliche Fairness erfordert vergleichbare Genauigkeit, Grenzen, Quelle und Nutzeranpassung unter gleichwertigen materiellen Bedingungen.\n\n**CH07-N15**\n\nSprache und Land, Sprache und Gebietsschema sowie Sprache und Schriftsystem dürfen nicht austauschbar verwendet werden.\n\n**CH07-N16**\n\nDas abgedeckte Sprachuniversum und der Grund für die Aufnahme jeder Sprache sollten vor der Messung erklärt werden.\n\n**CH07-N17**\n\nDie Behauptung \"alle Sprachen\" kann nur verwendet werden, wenn tatsächlich alle relevanten Sprach- und Nutzeroberflächen gemessen wurden; andernfalls sollte gesagt werden \"Sprachen im Geltungsbereich\".\n\n**CH07-N18**\n\nBeobachtungen in einer Sprache, die nicht offiziell unterstützt wird, können ohne Erklärung nicht in die Leistung des Hauptprodukts für unterstützte Sprachen aufgenommen werden.\n\n**CH07-N19**\n\nEin Über-Sampling von Sprachen mit geringen Ressourcen sollte das globale Bevölkerungsgewicht nicht erhöhen.\n\n**CH07-N20**\n\nWenn Beobachtungen des Language Fairness Panels in das globale Ergebnis einbezogen werden, sollten sie auf die tatsächlichen Zielsprachenpopulationen zurückgeführt werden.\n\n**CH07-N21**\n\nDer gleiche mehrsprachige Nutzer kann in der Gewichtung der Weltbevölkerung nicht als mehr als ein vollständiger Mensch gezählt werden.\n\n**CH07-N22**\n\nOhne die Überprüfung der Gleichwertigkeit des Prompts kann der Unterschied im Sprachscore nicht endgültig der Leistung der KI-Sprache zugeschrieben werden.\n\n**CH07-N23**\n\nEin niedriger Sprachscore kann nicht allein auf das KI-Produkt geladen werden, ohne die Referenzparität zu bewerten.\n\n**CH07-N24**\n\nEine Entscheidung über die Sprachgenauigkeit kann nicht ohne ausreichende Kompetenz des lokalen Bewerters finalisiert werden.\n\n**CH07-N25**\n\nAbweichungen in der Antwortsprache und Code-Switching müssen separat aufgezeichnet werden.\n\n**CH07-N26**\n\nLegitime Unterschiede in der lokalen Realität können nicht als Sprachungerechtigkeit klassifiziert werden.\n\n**CH07-N27**\n\nUnerklärliche wesentliche Sprachunterschiede können nicht ausschließlich als Personalisierungs- oder Stilunterschiede abgetan werden.\n\n**CH07-N28**\n\nDer globale Bevölkerungsscore kann das Ergebnis der Sprachgerechtigkeit nicht ersetzen.\n\n**CH07-N29**\n\nEin gleicher Sprachscore kann nicht wie ein bevölkerungsgewichteter globaler Score präsentiert werden.\n\n**CH07-N30**\n\nFehlerquoten basierend auf Sprache müssen getrennt vom Gesamtdurchschnitt angezeigt werden.\n\n**CH07-N31**\n\nPROMPT_EQUIVALENCE_FAILURE, REFERENCE_LANGUAGE_GAP, MEASUREMENT_PARITY_FAILURE und ADJUDICATION_LANGUAGE_GAP müssen als separate Status beibehalten werden.\n\n**CH07-N32**\n\nIn Country Observer- und Language Fairness-Panels darf die Entscheidung, Teilnehmer zu wechseln, nicht auf der Richtigkeit der KI-Antwort oder zum Vorteil der Marke basieren.\n\n**CH07-N33**\n\nDie gleiche Beobachtung kann mehrere Diagnosekennzeichnungen haben; sie darf jedoch ohne Erklärung nicht mehr als einmal volles Gewicht in der globalen Vorhersage erhalten.\n\n**CH07-N34**\n\nLänder- und Sprachpanelaufzeichnungen müssen einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 42. FORMEN DES VERSAGENS\n\n**CH07-F01— EINZIG-PERSON-LÄNDERSCORE**\n\nDie Beobachtung eines einzelnen Beobachters wird als GEO-Punktzahl für das Land veröffentlicht.\n\n**CH07-F02— SYMBOLISCHE LÄNDERABDECKUNG**\n\nEiner Person wird jedem Land zugewiesen und es wird als 'proportional zur Weltbevölkerung' bezeichnet.\n\n**CH07-F03— VERWECHSLUNG VON BEVÖLKERUNGSABDECKUNG MIT ANZAHL DER LÄNDER**\n\nObwohl eine kleine Anzahl großer Länder beobachtet wird, wird nur die Bevölkerungsabdeckung gezeigt; obwohl eine große Anzahl kleiner Länder beobachtet wird, wird nur die Anzahl der Länder gezeigt.\n\n**CH07-F04— ZÄHLUNG DES BEOBACHTUNGSBEREICHS ALS SCHÄTZBEREICH**\n\nAlle Länder mit mindestens einer Beobachtung gelten als bewertete Länder.\n\n**CH07-F05— ZWEIFACHE ZÄHLUNG EINER LÄNDERBEOBACHTUNGSBEOBACHTUNG IM HAUPTPUNKT**\n\nDie gleiche Beobachtung erhält in sowohl dem Beobachter- als auch dem Bevölkerungs-Panel volles Gewicht.\n\n**CH07-F06— UMWANDELN EINER LÄNDERBEOBACHTUNGSWARNUNG IN EINEN PRÄVALENZANSPRUCH**\n\nEin einzelnes Ereignis wird auf alle Nutzer im Land verallgemeinert.\n\n**CH07-F07— IGNORIEREN EINES KRITISCHEN BEOBACHTEREREIGNISSES**\n\nDas hohe Schadensrisiko wird nicht untersucht, indem gesagt wird „nur ein Nutzer“.\n\n**CH07-F08— ENTFERNEN EINES NIEDRIG-BEWERTETEN LANDES AUS DEM ZYKLUS**\n\nDer Beobachterplan wird gemäß den Ergebnissen geändert.\n\n**CH07-F09— NUR KOMMERZIELLE MÄRKTE BEOBACHTEN**\n\nLänder, die Zugang zu Produkten haben, aber kommerziell als unbedeutend gelten, werden vollständig ausgeschlossen; Das Ergebnis wird global präsentiert.\n\n**CH07-F10— DAS LAND UND DIE SPRACHE ALS GLEICH BETRACHTEN**\n\nDie offizielle Sprache des Landes wird als Sprache aller Nutzer akzeptiert.\n\n**CH07-F11— ANSPRUCHE AUF ALLE SPRACHEN**\n\nEs werden nur wenige Sprachen gemessen; Das Ergebnis wird als „in allen Sprachen“ veröffentlicht.\n\n**CH07-F12— NIEDRIGES SCHWEISSSPRACHEN LÖSCHEN**\n\nDa das Sample klein ist, wird Sprache vollständig aus dem Bericht ausgeschlossen.\n\n**CH07-F13— WACHSENDE NIEDRIGRESSOURCENSPRACHE WELTWEIT**\n\nÜbersampelte Sprache fließt mit ihrem Rohprobenanteil in die globale Punktzahl ein.\n\n**CH07-F14— ZÄHLUNG DER GLEICHEN SPRACHPUNKTZAHL ALS BEVÖLKERUNGSPUNKTZAHL**\n\nDer Diagnosescore, der jeder Sprache gleiches Gewicht gibt, wird als durchschnittliche Erfahrung der Weltbevölkerung dargestellt.\n\n**CH07-F15— ZÄHLUNG DER BEVÖLKERUNGSPUNKTZAHL ALS SPRACHGERECHTIGKEIT**\n\nDas globale Ergebnis, das durch das Gewicht großer Sprachen erhöht wird, verschleiert die Verzerrung bei kleinen Sprachen.\n\n**CH07-F16— ZÄHLUNG DES FEHLERS BEI PROMPT-ÜBERSETZUNG ALS KI-FEHLER**\n\nDer Unterschied, der durch semantisch verschiedene Prompts entsteht, wird dem Modell zugeschrieben.\n\n**CH07-F17— ZÄHLUNG DER QUELLSPRACHENLÜCKE ALS KI-FEHLER**\n\nObwohl keine lokalisierten offiziellen Informationen vorliegen, wird die gesamte Verantwortung dem KI-Produkt übertragen.\n\n**CH07-F18— VERTEIDIGUNG VON KI-FEHLERN MIT RESSOURCENMANGEL**\n\nObwohl die gleichen und ausreichenden Ressourcen verfügbar sind, werden Fehler in der Sprache mit geringen Ressourcen ausschließlich als fehlender Inhalt geschlossen.\n\n**CH07-F19— BERÜCKSICHTIGUNG DER UNGENÜGENDEN SPRACHE DES SCHIEDSBELEIDIGERS ALS PRODUKTFEHLER**\n\nSelbst wenn der Schiedsrichter missverstanden hat, wird das Ergebnis abgeschlossen.\n\n**CH07-F20— BERÜCKSICHTIGUNG VON MASCHINENÜBERSETZUNG ALS ENDGÜLTIGER SCHIEDSBELEIDIGER**\n\nVerlust der lokalen Bedeutung wird nicht überprüft.\n\n**CH07-F21— BERÜCKSICHTIGUNG VON CODEÄNDERUNGEN ALS AUTOMATISCHER FEHLER**\n\nFehler treten bei natürlichen Fachbegriffen oder akzeptabler Sprachmischung auf.\n\n**CH07-F22— BERÜCKSICHTIGUNG UNVERWENDBARER SPRACHABWEICHUNG ALS STIL**\n\nSelbst wenn das System in einer anderen Sprache antwortet, die der Nutzer nicht verstehen kann, gilt das Ergebnis als erfolgreich.\n\n**CH07-F23— IGNORIEREN DES SCHRIFTSYSTEMUNTERSCHIEDS**\n\nEin Transliteration-Fehler, der zu Verwechslungen von Entitäten führt, wird als formal betrachtet.\n\n**CH07-F24— EINEN MEHRSPRACHIGEN NUTZER ZWEIMAL ZÄHLEN**\n\nDie gleiche Person wird in allen Sprachen als separate Bevölkerungseinheit gezählt.\n\n**CH07-F25— LEGITIME LOKALE UNTERSCHIEDE ALS UNFAIR BETRACHTEN**\n\nSelbst wenn der Preis- oder Rechtsunterschied auf tatsächlichen lokalen Bedingungen basiert, wird er als Sprachvorurteil deklariert.\n\n**CH07-F26— UNERKLÄRLICHE UNTERSCHIEDE ALS PERSÖNLICH BETRACHTEN**\n\nMaterielle Inkonsistenzen unter gleichen Bedingungen werden nicht hinterfragt.\n\n**CH07-F27— DEFINITE PUNKTZAHL VON UNGENÜGENDER SPRACHZELLE**\n\nDie Sprachbewertung erfolgt mit wenigen Beobachtungen.\n\n**CH07-F28— EINSTELLUNG DES SPRACHPANELS NACH DEM ERGEBNIS**\n\nNur Sprachen, die niedrig oder hoch bewertet wurden, werden danach ausgewählt.\n\n**CH07-F29— NUR HOCHQUELLENSPRACHEN MESSEN**\n\nDas Ergebnis wird als \"mehrsprachig\" dargestellt.\n\n**CH07-F30— NICHT GETESTETE SPRACHEN BEWAHREN**\n\nDas Feld NICHT GETESTET erscheint nicht auf der öffentlichen Ergebniskarte.\n\n## 43. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Produkt-Länder-Compliance-Register einfrieren\n\nFür jedes Land:\n\n- Natürliche Reichweite\n\n- Produktzugang\n\n- Audit-Sprache\n\n- Nutzeroberfläche\n\nStatus wird aufgezeichnet.\n\n### Schritt 2— Abdeckung der Hauptpopulation im Panel-Land extrahieren\n\nEs wird bestimmt, in welchen Ländern die Hauptpanelbeobachtung existiert.\n\n### Schritt 3— Definition des Beobachter-Länderuniversums\n\nLänder, die im Hauptpanel unzureichend sind und den Status CE-3 haben, werden identifiziert.\n\n### Schritt 4— Den Beobachterzyklus festlegen\n\nLänder:\n\n- werden in Bezug auf Frequenzklasse,\n\n- Welle,\n\n- Sprache/Locale,\n\n- Nutzeroberfläche\n\nund Wartung.\n\n### Schritt 5— Beobachterteilnehmer vorab auswählen\n\nHaupt- und Ersatzlisten werden erstellt, bevor die Ergebnisse eingesehen werden.\n\n### Schritt 6— Beobachterergebnisse klassifizieren\n\nZugang, Identität, Sprache, materieller Fakt, Status kritischer Ereignisse werden zugewiesen.\n\n### Schritt 7— Alarm und Eskalation anwenden\n\nNach Alarmtyp:\n\n- erneut,\n\n- gezielte Stichprobe\n\n- treferenzüberprüfung,\n\n- Konformitätsüberprüfung\n\nwird gestartet.\n\n### Schritt 8— Berechnung der Länderabdeckungsmetriken\n\nDer Umfang der Länderzahl, der Umfang der Bevölkerung und die Schätzung des Länderumfangs werden separat berechnet.\n\n### Schritt 9— Spracheintrag einfrieren\n\nFür jede Sprache:\n\n- aus Gründen des Umfangs,\n\n- Unterstützungsstatus,\n\n- Schriftsystem,\n\n- Locale,\n\n- Nutzeruniversum\n\naufgezeichnet.\n\n### Schritt 10— Oversampling zur Sprachgerechtigkeit festlegen\n\nZusätzliche Ziele werden für Sprachen festgelegt, die auf dem Hauptbevölkerungs-Panel unzureichend vertreten sind.\n\n### Schritt 11— Überprüfung der vier Sprachgates\n\nSystemäquivalenz Referenzparität Messparität Entscheidungsparität wird bewertet.\n\n### Schritt 12— Bewertung der Sprachbeobachtungen\n\nFür jede Sprache:\n\n- Wahrhaftigkeit,\n\n- materielle Mängel,\n\n- Kritischer Fehler,\n\n- unbekannt,\n\n- Abweichung der Antwortsprache\n\naufgezeichnet.\n\n### Schritt 13— Globale und diagnostische Gewichtungen trennen\n\nDas nach Bevölkerung gewichtete Ergebnis und das Ergebnis mit gleicher Sprachanerkennung werden separat berechnet.\n\n### Schritt 14— Berechne die Sprachungleichheit\n\nSprachfundament, erheblicher Sprachunterschied, kritischer Fehlerunterschied, die unbekannte Rate wird berechnet.\n\n### Schritt 15— Untersuche Länder–Sprach-Schnittmengen\n\nMaterielle Lokalisierungsunterschiede oder Konflikte werden identifiziert.\n\n### Schritt 16— Erstelle öffentliche Ergebnisübersicht\n\nUmfang, Vorhersagegenügsamkeit, Warnungen und ungetestete Bereiche werden sichtbar gemacht.\n\n## 44. NOTWENDIGE NACHWEISE\n\nKI-Produkt- und Nutzeroberflächenaufzeichnung; Natürliche Reichweite Länderregister; Anzahl der berechtigten Länder; Länder-Zugriffsstatus; Hauptzuweisungen der Population Panel-Länder; Länderbeobachter-Universum; Beobachterzyklus; Beobachter-Frequenzklassen; Länder–Wave-Zuordnungsmatrix; Länder–Sprachzuweisungen; primäre und Reserve-Beobachterlisten; Länderbeobachtungsergebnisse; Beobachterwarnungen; Eskalationsaufzeichnungen; gezielte Länderstichproben; Länderbeobachtungsabdeckung; bevölkerungsgewichtete Länderabdeckung; Länder-Schätzabdeckung; im Geltungsbereich befindliches Sprachregister; Sprachunterstützungsstatus; Schriftzeichen- und Gebietsschemaaufzeichnungen; Hauptsprach-Stichprobenzahlen; Language Fairness-Überschussstichprobenzahlen; sprach-bevölkerungsgewichtete Daten; mehrsprachige Nutzeraufzeichnungen; Prompt-Äquivalenzaufzeichnungen; Referenzparitätsaufzeichnungen; Messparitätsaufzeichnungen; Aufzeichnungen der Qualifikation lokaler Gutachter; und Sprachergebnisse.\n\nSprache Kritische Fehlerraten Antwortsprache Abweichungen Sprachungleichheitsmetriken Ungetestete Sprachen Gleiche sprach- und bevölkerungsgewichtete Ergebnisse Panel-Gewichte Doppelzählungsprüfungen Öffentliche Ergebniskarten Panel-Versionen Verantwortliche Person oder Institution\n\n## 45. PRÜFLISTE FÜR AUDITS\n\nWurde der Zweck des Länderbeobachter-Panels vom Hauptbevölkerungs-Panel getrennt? Welche Länder sind im Beobachter enthalten? Ist der Berechtigungs- und Zugangsstatus der Länder auf dem neuesten Stand? Gibt es eine Wahrscheinlichkeit einer positiven Beobachtung im Überwachungszyklus jedes berechtigten Landes? Wurde der Überwachungszyklus vor den Ergebnissen eingefroren? Wurde die Länderbeobachtung wie eine Länderbewertung verwendet? Wurden die Abdeckung der Länderbeobachtung und die Abdeckung der Länderabschätzung getrennt? Wurde die bevölkerungsgewichtete Länderabdeckung separat dargestellt? Wurden Länderbeobachtungen im Hauptwert doppelt gezählt? Wurde die Kritische-Beobachter-Warnung bestätigt? Wurde ein einzelner Alarm in eine Prävalenzbehauptung umgewandelt? Wurde aufgrund des Alarms ein gezieltes Sampling durchgeführt? War das Universum der Sprachen im Umfang vordefiniert? Ist die Behauptung von 'allen Sprachen' mit der tatsächlichen Abdeckung konsistent? Wurden Sprache, Schriftsystem und Gebietsschema getrennt?\n\nWurde der Status der Sprachunterstützung des Produkts erfasst? Warum wurden Sprachen mit geringen Ressourcen ausgewählt? Wurden Beispiele für Sprachgerechtigkeit im globalen Score neu gewichtet? Wurde derselbe mehrsprachige Nutzer doppelt gezählt? Wurde die Gleichwertigkeit der Prompts überprüft? Sind offizielle Quellen über Sprachen hinweg wesentlich gleichwertig? Kennen die Gutachter die betreffende Sprache auf einem ausreichenden Niveau? Wurde maschinelle Übersetzung als endgültiger Bewertungsmaßstab verwendet? Wurden Abweichungen in der Antwortsprache erfasst? Wurde legitime lokale Variation von Sprachungerechtigkeit getrennt? Wurde das Sprachkorpus und die Sprachvarianz veröffentlicht? Sind sprachbasierte kritische Fehlerraten sichtbar? Wurden REFERENCE_LANGUAGE_GAP und andere Messfehler getrennt? Sind ungetestete Sprachen sichtbar? Verschleiert die öffentliche Bewertung das Problem der Sprachgerechtigkeit?\n\nHat dieselbe Beobachtung in mehreren Panels volle Gewichtung erhalten? Ist der verantwortliche Besitzer der Panel-Aufzeichnungen identifiziert?\n\n## 46. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Ist es nicht besser, einer Person für jedes kleine Land zu geben, als nichts zu geben?“\n\nFür frühe Beobachtungen und geografische Abdeckung, ja. Aber diese Person misst nicht den Anteil des Landes. Der richtige Begriff:\n\n#### Land-Beobachter-Beobachtung\n\nmuss sein.\n\n### Einwand 2— „Wenn eine Person keinen Länderscore erzeugt, warum schicken wir sie dann?“\n\nWeil eine einzelne Beobachtung:\n\n- Zugangsprobleme aufdecken,\n\n- Verwirrung über die Entität klären,\n\n- die falsche Sprache identifizieren,\n\n- und Kritische Ereignisse erzeugen\n\nsichtbar zum ersten Mal. Das Beobachter-Panel ist ein Frühwarnsystem.\n\n### Einwand 3— „Müssen wir jedes Land in jeder Welle beobachten?“\n\nNein. Ein definierter Überwachungszyklus kann verwendet werden. Hochrisiko- oder bedeutende Länder können häufiger überwacht werden; kleine und risikoarme Länder können abwechselnd beobachtet werden. Der Zeitplan sollte vor den Ergebnissen festgelegt werden.\n\n### Einwand 4— „Wenn kleine Länder in der globalen Bewertung ein geringes Gewicht erhalten, warum schenken wir ihnen dann so viel Aufmerksamkeit?“\n\nWeil ihr Bevölkerungsanteil klein sein mag. Allerdings:\n\n- Gesetz,\n\n- Sprache,\n\n- lokaler Nutzerschaden,\n\n- gesetzliche/geografische Integrität\n\nsind tatsächliche menschliche Gemeinschaften. Geringes Gewicht sollte nicht Unsichtbarkeit bedeuten.\n\n### Einwand 5— „Ist es nicht die fairste Methode, alle Sprachen gleich zu gewichten?“\n\nEine gleichgewichtete Sprachbewertung kann eine wertvolle diagnostische Perspektive sein. Sie stellt nicht die durchschnittliche menschliche Erfahrung in der Weltbevölkerung dar. Die Bevölkerungsbewertung und die Sprachgerechtigkeitsbewertung sollten separat veröffentlicht werden.\n\n### Einwand 6— „Wenn eine kleine Sprache das globale Ergebnis nur geringfügig beeinflusst, warum ist dann eine niedrige Punktzahl wichtig?“\n\nWeil das Repräsentationsproblem für Menschen, die diese Sprache verwenden, real ist. Schwere Fehler in Lizenzen, Gesundheit oder Identität werden auch nicht automatisch durch den Bevölkerungsanteil trivialisiert.\n\n### Einwand 7— „Ist es nicht unfair, der KI die Schuld zu geben, wenn eine Sprache mit wenigen Ressourcen nur wenige Ressourcen hat?“\n\nEs kann nur unfair sein, der KI die Schuld zu geben. Daher:\n\n- Ressourcenparität,\n\n- Prompt-Äquivalenz,\n\n- Kompetenz des Schiedsrichters\n\nseparat untersucht. Der Fehler, der den Nutzer erreicht, ist dennoch sachlich korrekt. Der Eigentümer der Korrektur sollte korrekt bestimmt werden.\n\n### Einwand 8— „Ist es nicht normal, in verschiedenen Ländern in derselben Sprache unterschiedliche Antworten zu haben?“\n\nEs kann normal sein, wenn die tatsächlichen lokalen Bedingungen unterschiedlich sind. Wenn derselbe materielle Sachverhalt sich unterschiedlich ändert und ohne Erklärung, kann das ein Problem sein. Sprache und Standort sollten zusammen untersucht werden.\n\n### Einwand 9— „Wenn KI in einer anderen Sprache die richtige Antwort gibt, warum sollte sie dann versagen?“\n\nWenn der Nutzer die Antwort nicht verstehen kann, kann die Repräsentation nicht verwendet werden. Sprachabweichung sollte zusammen mit der Genauigkeit separat bewertet werden.\n\n### Einwand 10— „Die Suche nach 200-Nutzern für Sprachbewertungen kann sehr teuer sein.“\n\nEine kleinere Stichprobe kann verwendet werden. Ergebnis:\n\n- Entdeckung,\n\n- vorläufig,\n\n- unzureichende Stichprobe\n\nsollte mit diesem Status veröffentlicht werden. Kosten gewähren keine falsche Sicherheit.\n\n### Einwand 11— „Wenn die globale Punktzahl bereits hoch ist, verunsichert eine separate Sprachkarte den Kunden nicht unnötig?“\n\nDas Verstecken von Materialverschlechterungen in der Sprache schützt den Kunden nicht. Es erzeugt falsches Vertrauen. Eine kurze und klare Ergebniskarte kann verwendet werden.\n\n### Einwand 12— „Reduziert ein einzelnes Critical Observer-Ereignis alle Berechtigungen?“\n\nDie automatische Reaktion hängt von der Art des Ereignisses ab. Ein einzelnes Ereignis weist nicht auf eine nationale Verbreitung hin. Wenn es jedoch schwere Schäden oder falsche Autorität beinhaltet, kann es eine kritische Überprüfung und vorläufige Maßnahmen einleiten. Die Entscheidung wird in Abschnitt 15 definiert.\n\n## ALLGEMEINE REGEL VON ABSCHNITT 49\n\nDie Erstellung einer Weltbewertung ist einfach. Sie füllen die Weltbevölkerung mit großen Ländern. Kleine Länder verlieren Sie in Bruchteilen. Sie messen Sprachen mit hohen Ressourcen. Sprachen mit niedrigen Ressourcen: diese entfernen Sie, indem Sie sagen „Stichprobe unzureichend.“ Dann veröffentlichen Sie eine einzige Zahl. Diese Zahl kann mathematisch korrekt berechnet werden. Aber sie zeigt möglicherweise nicht alle Repräsentationsfehler der Welt. NOMOS gibt jedem Land kein gleiches Gewicht. Weil die Bevölkerungsanteile der Menschen nicht gleich sind. NOMOS ignoriert kleine Länder auch nicht. Denn eine geringe Bevölkerung bedeutet nicht Nichtexistenz. NOMOS gewichtet nicht alle Sprachen gleich in der globalen Bewertung. Weil dies die durchschnittliche Erfahrung der Weltbevölkerung verzerren könnte. NOMOS macht kleine Sprachen auch nicht unsichtbar. Denn selbst wenn ihr globales Gewicht gering ist, kann der Repräsentationsfehler für die Menschen, die diese Sprache verwenden, 100% real sein.\n\nLänderbeobachterpanel:\n\n> Zeigt, wo wir noch nie hingeschaut haben.\n\nSprachgerechtigkeits-Panel:\n\n> Zeigt, wer unter dem globalen Durchschnitt liegt.\n\nBevölkerungs-Panel:\n\n> Schätzt die durchschnittliche Erfahrung in der Weltbevölkerung.\n\nWenn diese drei zusammenarbeiten, wird die globale Punktzahl sowohl der Bevölkerung treu als auch hinsichtlich der Gerechtigkeit prüfbar. Ein einzelner Nutzer in einem Land ist nicht das ganze Land. Aber dieser Nutzer ist eine echte Person. Eine Sprache mag einen kleinen Teil der Weltbevölkerung ausmachen. Aber der Fehler in dieser Sprache ist nicht weniger falsch. Ein kritisches Ereignis mag selten sein. Aber Schaden wird nicht nur nach Häufigkeit gemessen. Daher lautet das siebte Messgesetz von NOMOS:\n\n> Das Recht auf Sichtbarkeit ist nicht dasselbe wie das Gewicht in der Bevölkerung.\n\nSein achtes Gesetz lautet wie folgt:\n\n> Ein Land zu beobachten ist nicht dasselbe wie ein Land zu schätzen.\n\nDas neunte Gesetz lautet wie folgt:\n\n> Sprachgerechtigkeit bedeutet nicht, alle Sprachen gleich zu machen; es bedeutet sicherzustellen, dass niemand systematisch von der materiellen Realität aufgrund seiner Sprache entfernt wird.\n\nDas zehnte Gesetz lautet:\n\n> Wenn der globale Durchschnitt die Sprache und das Land, die zurückliegen, unsichtbar macht, ist er allein kein ausreichendes GEO-Ergebnis.\n\n## NOMOS’s Abschnitt 7 Bestellung\n\n> Verstecke keine Länder, die du nie anschaust, während du mir die Weltwertung zeigst.\n\n> Schicke keinen Nutzer in ein kleines Land und mache diese Person zum ganzen Land.\n\n> Aber ignoriere auch kein kleines Land für immer, nur weil seine Bevölkerung klein ist.\n\n> Trenne Länderbeobachtung, Landvorhersage und Länderangemessenheit.\n\n> Beurteile das ganze Land nicht aufgrund eines einzelnen schweren Fehlers. / Aber ignoriere keinen menschlichen Schaden, indem du sagst „nur eine Antwort“.\n\n> Stütze den Erfolg in wichtigen Sprachen nicht auf das Schweigen von Minderheitensprachen.\n\n> Du kannst eine Sprache mit wenigen Ressourcen viel abtasten. / Aber lass sie nicht größer erscheinen, als sie in der Weltbevölkerung ist.\n\n> Machen Sie die gleiche Sprachpunktzahl nicht zu einer Bevölkerungsbewertung; machen Sie die Bevölkerungsbewertung nicht zu einer Sprachgerechtigkeitsbewertung.\n\n> Geben Sie mir nicht die Schuld, wenn die Übersetzung falsch ist. / Wenn die Quelle unvollständig ist, sagen Sie das auch. / Wenn der Gutachter die Sprache nicht versteht, treffen Sie kein endgültiges Urteil.\n\n> Klassifizieren Sie nicht einen legitimen lokalen Unterschied als Ungerechtigkeit, oder weisen Sie eine unerklärte wesentliche Diskrepanz nicht einfach als Stil ab.\n\n> Beobachten Sie zuerst die Länder. / Geben Sie dann an, wo Sie eine Schätzung unterstützen können. / Überstichproben Sie dann die Sprachen, die diagnostische Sichtbarkeit erfordern. / Geben Sie sie dann zu ihren wahren Bevölkerungsgewichten zurück. / Halten Sie die Menschen sichtbar, die der globale Durchschnitt zurücklässt.\n\n## Der abschließende Satz des Kapitels\n\nEine wirklich globale GEO-Messung muss mehr zeigen als das, was die meisten der Welt sehen. Sie muss auch zeigen, wer in kleineren Ländern und Sprachen unbeobachtet bleibt, wer falsch dargestellt wird und welches Ergebnis nur eine einzelne Warnung ist.\n\n## Normativer Kern\n\n> Das GEO-1000 Bevölkerungs-Panel, das Länderbeobachter-Panel und das Sprachgerechtigkeits-Panel MÜSSEN sich in Zweck, Stichprobe, Gewichtung und öffentlichen Angaben unterscheiden. Eine Beobachtung durch einen Länderbeobachter KANN feststellen, dass eine Zugangsbedingung, eine Antwort, eine Anomalie oder ein kritischer Vorfall in einem definierten Länder–Produkt–Sprach-Kontext aufgetreten ist. Eine Beobachtung durch einen Länderbeobachter DARF NICHT als Länderprävalenzschätzung oder Länder-GEO-Score repräsentiert werden. Die Abdeckung der Länderbeobachtung, die bevölkerungsgewichtete Beobachtungsabdeckung und die Länder-Schätzabdeckung MÜSSEN separat berichtet werden. Jedes berechtigte Land SOLLTE innerhalb eines vorab erklärten Überwachungszyklus eine positive Beobachtungswahrscheinlichkeit erhalten, es sei denn, es fällt außerhalb der rechtmäßigen Natürliche Reichweite des Produkts. Sprachfairness MUSS eine materiell vergleichbare Repräsentation unter semantisch gleichwertigen Aufforderungen und vergleichbaren Kontexten bewerten. Sie DARF keine wortwörtlich identischen Antworten verlangen oder legitime lokale Unterschiede ignorieren. Überprobenierte Sprachen MÜSSEN für globale Bevölkerungsabschätzungen wieder auf ihre Zielbevölkerungsgewichte zurückgeführt werden. Bevölkerungsgewichtete Ergebnisse, gleichwertige Sprachnachweise, Sprachuntergrenzen, kritische Fehlerquoten, unbekannte Raten und ungetestete Sprachen MÜSSEN weiterhin separat sichtbar bleiben. Eine Sprachdisparität DARF NICHT ausschließlich dem KI-Produkt zugeschrieben werden, bis die Gleichwertigkeit der Prompt, die Referenzgleichheit, die Messgleichheit und die Schiedsgleichheit bewertet wurden. Eine Beobachtung DARF mehrere diagnostische Panel-Tags tragen, darf jedoch nicht mit doppeltem Vollpopulation-Gewicht versehen werden. Vorfälle eines kritischen Beobachters KÖNNEN eine bestätigende Stichprobe und Konformitätsprüfung auslösen, ohne als Nachweis der Landesprävalenz behandelt zu werden.","character_count":72863,"record_sha256":"6f0fd6b574a51d97c09bca3e7e950f9544d0d999083daf922a1c36f81c668007"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-08","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":10,"chapter_number":8,"item_number":null,"title":"Auswahl und Gewichtung der Teilnehmenden sowie Stichprobenverzerrung","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K04","K05","K06","K07","K08","K22"],"source_word_count":8675,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":8,\"id\":\"NOMOS-GEO-AUDIT-CH08\",\"title\":\"Auswahl und Gewichtung der Teilnehmenden sowie Stichprobenverzerrung\",\"subtitle\":null,\"sourceFile\":\"8.ci bölüm.docx\",\"sourceSha256\":\"37EF84DC45A748DD5560417EF00D220C5B2B369918BD66A20DF507281DE5BB19\",\"sourceWordCount\":8675,\"sourceIds\":[\"K04\",\"K05\",\"K06\",\"K07\",\"K08\",\"K22\"],\"machine\":{\"chapter\":8,\"chapterId\":\"NOMOS-GEO-AUDIT-CH08\",\"title\":\"Auswahl und Gewichtung der Teilnehmenden sowie Stichprobenverzerrung\",\"subtitle\":null,\"sourceIds\":[\"K04\",\"K05\",\"K06\",\"K07\",\"K08\",\"K22\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH08-R01\",\"normativeRuleEnglish\":\"Every GEO-1000 observation MUST retain an auditable participant-selection path from the target population and sampling frame through selection, invitation, consent, assignment, completion, protocol validation, exclusion, and final weighting. Within-panel random selection MUST NOT be represented as random selection from the global target population unless the full population inclusion mechanism supports that claim. Participant recruitment, assignment, compensation, validation, replacement, exclusion, and weighting MUST remain independent of whether the AI response is positive, negative, correct, incorrect, refused, critical, or commercially favourable. Persons, accounts, devices, sessions, languages, panel memberships, and AI-product observations MUST remain distinct units. Probability, opt-in, open-call, client-supplied, institutional, and hybrid participant sources MUST be separately identified. Weighting MAY reduce observed imbalance, but MUST NOT be represented as creating observations for populations absent from the sampling frame or correcting unmeasured selection with certainty. Unweighted results, weighted results, weight diagnostics, coverage gaps, nonresponse, effective sample size, and sensitivity analyses MUST remain visible. Fraud and duplication decisions MUST use proportionate multi-signal review and MUST NOT automatically treat VPN use, shared devices, institutional networks, or accessibility tools as fabrication. Participant evidence MUST remain verifiable without unnecessarily disclosing identity, account credentials, private conversations, or precise location. Every participant-selection and weighting decision MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Her GEO-1000 gözlemi hedef nüfus ve örnekleme çerçevesinden seçim, davet, rıza, görev ataması, tamamlama, protokol doğrulaması, dışlama ve nihai ağırlığa kadar denetlenebilir katılımcı seçim yolu taşımalıdır. Panel içindeki rastgele seçim, tam nüfus katılım mekanizması bunu desteklemedikçe küresel hedef nüfustan rastgele seçim olarak sunulamaz. Katılımcının seçilmesi, ödüllendirilmesi, doğrulanması, değiştirilmesi, dışlanması ve ağırlıklandırılması AI cevabının olumlu, olumsuz, doğru, yanlış, ret, Critical veya ticari bakımdan elverişli olmasına bağlı olamaz. Ağırlıklandırma gözlenen dengesizliği azaltabilir; örnekleme çerçevesinde hiç bulunmayan insanları gözlenmiş hâle getiremez.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH08-MB0001\",\"type\":\"paragraph\",\"text\":\"57. MACHINE-READABLE PARTICIPANT RECORD\",\"sourceParagraph\":1804},{\"blockId\":\"CH08-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1805},{\"blockId\":\"CH08-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1806},{\"blockId\":\"CH08-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"adultBaseline\\\": true,\",\"sourceParagraph\":1807},{\"blockId\":\"CH08-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"consentStatus\\\": \\\"GRANTED\\\",\",\"sourceParagraph\":1808},{\"blockId\":\"CH08-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"country\\\": {\",\"sourceParagraph\":1809},{\"blockId\":\"CH08-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"residenceCountry\\\": \\\"TR\\\",\",\"sourceParagraph\":1810},{\"blockId\":\"CH08-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"measurementCountry\\\": \\\"TR\\\",\",\"sourceParagraph\":1811},{\"blockId\":\"CH08-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"verificationLevel\\\": \\\"GV-3\\\",\",\"sourceParagraph\":1812},{\"blockId\":\"CH08-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"vpnStatus\\\": \\\"NOT_DETECTED\\\"\",\"sourceParagraph\":1813},{\"blockId\":\"CH08-MB0011\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1814},{\"blockId\":\"CH08-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"language\\\": {\",\"sourceParagraph\":1815},{\"blockId\":\"CH08-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"assignedLanguage\\\": \\\"tr\\\",\",\"sourceParagraph\":1816},{\"blockId\":\"CH08-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":1817},{\"blockId\":\"CH08-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"competenceStatus\\\": \\\"VERIFIED_FUNCTIONAL\\\"\",\"sourceParagraph\":1818},{\"blockId\":\"CH08-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1819},{\"blockId\":\"CH08-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"aiAccess\\\": {\",\"sourceParagraph\":1820},{\"blockId\":\"CH08-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"productId\\\": \\\"SYNTH-ORION-WEB\\\",\",\"sourceParagraph\":1821},{\"blockId\":\"CH08-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"free\\\",\",\"sourceParagraph\":1822},{\"blockId\":\"CH08-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"surface\\\": \\\"web\\\",\",\"sourceParagraph\":1823},{\"blockId\":\"CH08-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"accessVerified\\\": true,\",\"sourceParagraph\":1824},{\"blockId\":\"CH08-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"sharedAccount\\\": false\",\"sourceParagraph\":1825},{\"blockId\":\"CH08-MB0023\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1826},{\"blockId\":\"CH08-MB0024\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1827},{\"blockId\":\"CH08-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"relationships\\\": {\",\"sourceParagraph\":1828},{\"blockId\":\"CH08-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"auditedEntityRelationship\\\": \\\"GENERAL_PUBLIC\\\",\",\"sourceParagraph\":1829},{\"blockId\":\"CH08-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"aiProviderRelationship\\\": \\\"NONE_DECLARED\\\",\",\"sourceParagraph\":1830},{\"blockId\":\"CH08-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"brandFamiliarity\\\": \\\"AWARE_NON_CUSTOMER\\\",\",\"sourceParagraph\":1831},{\"blockId\":\"CH08-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"aiUsageFrequency\\\": \\\"OCCASIONAL\\\"\",\"sourceParagraph\":1832},{\"blockId\":\"CH08-MB0030\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1833},{\"blockId\":\"CH08-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"assignment\\\": {\",\"sourceParagraph\":1834},{\"blockId\":\"CH08-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":1835},{\"blockId\":\"CH08-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"stratumId\\\": \\\"TR-TR-FREE-WEB\\\",\",\"sourceParagraph\":1836},{\"blockId\":\"CH08-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"productAssignmentMethod\\\": \\\"BLOCK_RANDOMIZED\\\",\",\"sourceParagraph\":1837},{\"blockId\":\"CH08-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"promptId\\\": \\\"CORE-IDENTITY-001\\\",\",\"sourceParagraph\":1838},{\"blockId\":\"CH08-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"promptOrder\\\": 1,\",\"sourceParagraph\":1839},{\"blockId\":\"CH08-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"priorBenchmarkExposure\\\": false\",\"sourceParagraph\":1840},{\"blockId\":\"CH08-MB0038\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1841},{\"blockId\":\"CH08-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"incentive\\\": {\",\"sourceParagraph\":1842},{\"blockId\":\"CH08-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"type\\\": \\\"FIXED_COMPLETION_PAYMENT\\\",\",\"sourceParagraph\":1843},{\"blockId\":\"CH08-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"responseContentDependent\\\": false,\",\"sourceParagraph\":1844},{\"blockId\":\"CH08-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"speedBonus\\\": false\",\"sourceParagraph\":1845},{\"blockId\":\"CH08-MB0043\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1846},{\"blockId\":\"CH08-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"completion\\\": {\",\"sourceParagraph\":1847},{\"blockId\":\"CH08-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"invited\\\": true,\",\"sourceParagraph\":1848},{\"blockId\":\"CH08-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"consented\\\": true,\",\"sourceParagraph\":1849},{\"blockId\":\"CH08-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"started\\\": true,\",\"sourceParagraph\":1850},{\"blockId\":\"CH08-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"completed\\\": true,\",\"sourceParagraph\":1851},{\"blockId\":\"CH08-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"protocolValidity\\\": \\\"VALID\\\",\",\"sourceParagraph\":1852},{\"blockId\":\"CH08-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"semanticOutcomeUsedForValidityDecision\\\": false\",\"sourceParagraph\":1853},{\"blockId\":\"CH08-MB0051\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1854},{\"blockId\":\"CH08-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"integrity\\\": {\",\"sourceParagraph\":1855},{\"blockId\":\"CH08-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"fraudStatus\\\": \\\"FI-1\\\",\",\"sourceParagraph\":1856},{\"blockId\":\"CH08-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"duplicateCheck\\\": \\\"PASSED\\\",\",\"sourceParagraph\":1857},{\"blockId\":\"CH08-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"crossProviderDuplicateCheck\\\": \\\"PASSED\\\",\",\"sourceParagraph\":1858},{\"blockId\":\"CH08-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"humanReviewRequired\\\": false\",\"sourceParagraph\":1859},{\"blockId\":\"CH08-MB0057\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1860},{\"blockId\":\"CH08-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"weights\\\": {\",\"sourceParagraph\":1861},{\"blockId\":\"CH08-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"baseWeightType\\\": \\\"MODEL_CALIBRATION_WEIGHT\\\",\",\"sourceParagraph\":1862},{\"blockId\":\"CH08-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"designProbabilityKnown\\\": false,\",\"sourceParagraph\":1863},{\"blockId\":\"CH08-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"nonresponseAdjustment\\\": 1.08,\",\"sourceParagraph\":1864},{\"blockId\":\"CH08-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"calibrationAdjustment\\\": 1.24,\",\"sourceParagraph\":1865},{\"blockId\":\"CH08-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"finalWeight\\\": 1.3392,\",\"sourceParagraph\":1866},{\"blockId\":\"CH08-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"outcomeUsedInWeighting\\\": false\",\"sourceParagraph\":1867},{\"blockId\":\"CH08-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1868},{\"blockId\":\"CH08-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"privacy\\\": {\",\"sourceParagraph\":1869},{\"blockId\":\"CH08-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"publicIdentityDisclosure\\\": false,\",\"sourceParagraph\":1870},{\"blockId\":\"CH08-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"screenshotRedactionRequired\\\": true,\",\"sourceParagraph\":1871},{\"blockId\":\"CH08-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"publicEvidenceManifest\\\": true,\",\"sourceParagraph\":1872},{\"blockId\":\"CH08-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"rawEvidenceAccess\\\": \\\"CONTROLLED_AUDIT_ACCESS\\\"\",\"sourceParagraph\":1873},{\"blockId\":\"CH08-MB0071\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1874},{\"blockId\":\"CH08-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":1875},{\"blockId\":\"CH08-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"selectionOwnerRole\\\": \\\"PARTICIPANT_SELECTION_LEAD\\\",\",\"sourceParagraph\":1876},{\"blockId\":\"CH08-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"validityReviewerRole\\\": \\\"BLINDED_PROTOCOL_VALIDATOR\\\"\",\"sourceParagraph\":1877},{\"blockId\":\"CH08-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1878},{\"blockId\":\"CH08-MB0076\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1879},{\"blockId\":\"CH08-MB0077\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1880},{\"blockId\":\"CH08-MB0078\",\"type\":\"paragraph\",\"text\":\"This record:\",\"sourceParagraph\":1881},{\"blockId\":\"CH08-MB0079\",\"type\":\"paragraph\",\"text\":\"It does not belong to a real participant,\",\"sourceParagraph\":1882},{\"blockId\":\"CH08-MB0080\",\"type\":\"paragraph\",\"text\":\"It is not real panel data,\",\"sourceParagraph\":1883},{\"blockId\":\"CH08-MB0081\",\"type\":\"paragraph\",\"text\":\"It is a synthetic machine diagram of the participant selection chain.\",\"sourceParagraph\":1884},{\"blockId\":\"CH08-MB0082\",\"type\":\"paragraph\",\"text\":\"Chapter 58 machine-readable rule\",\"sourceParagraph\":1886},{\"blockId\":\"CH08-MB0083\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH08-R01\",\"sourceParagraph\":1887},{\"blockId\":\"CH08-MB0084\",\"type\":\"paragraph\",\"text\":\"Every GEO-1000 observation MUST retain an auditable participant-selection\",\"sourceParagraph\":1889},{\"blockId\":\"CH08-MB0085\",\"type\":\"paragraph\",\"text\":\"path from the target population and sampling frame through selection,\",\"sourceParagraph\":1890},{\"blockId\":\"CH08-MB0086\",\"type\":\"paragraph\",\"text\":\"invitation, consent, assignment, completion, protocol validation,\",\"sourceParagraph\":1891},{\"blockId\":\"CH08-MB0087\",\"type\":\"paragraph\",\"text\":\"exclusion, and final weighting.\",\"sourceParagraph\":1892},{\"blockId\":\"CH08-MB0088\",\"type\":\"paragraph\",\"text\":\"Within-panel random selection MUST NOT be represented as random selection\",\"sourceParagraph\":1894},{\"blockId\":\"CH08-MB0089\",\"type\":\"paragraph\",\"text\":\"from the global target population unless the full population inclusion\",\"sourceParagraph\":1895},{\"blockId\":\"CH08-MB0090\",\"type\":\"paragraph\",\"text\":\"mechanism supports that claim.\",\"sourceParagraph\":1896},{\"blockId\":\"CH08-MB0091\",\"type\":\"paragraph\",\"text\":\"Participant recruitment, assignment, compensation, validation,\",\"sourceParagraph\":1898},{\"blockId\":\"CH08-MB0092\",\"type\":\"paragraph\",\"text\":\"replacement, exclusion, and weighting MUST remain independent of whether\",\"sourceParagraph\":1899},{\"blockId\":\"CH08-MB0093\",\"type\":\"paragraph\",\"text\":\"the AI response is positive, negative, correct, incorrect, refused,\",\"sourceParagraph\":1900},{\"blockId\":\"CH08-MB0094\",\"type\":\"paragraph\",\"text\":\"critical, or commercially favourable.\",\"sourceParagraph\":1901},{\"blockId\":\"CH08-MB0095\",\"type\":\"paragraph\",\"text\":\"Persons, accounts, devices, sessions, languages, panel memberships, and\",\"sourceParagraph\":1903},{\"blockId\":\"CH08-MB0096\",\"type\":\"paragraph\",\"text\":\"AI-product observations MUST remain distinct units.\",\"sourceParagraph\":1904},{\"blockId\":\"CH08-MB0097\",\"type\":\"paragraph\",\"text\":\"Probability, opt-in, open-call, client-supplied, institutional, and hybrid\",\"sourceParagraph\":1906},{\"blockId\":\"CH08-MB0098\",\"type\":\"paragraph\",\"text\":\"participant sources MUST be separately identified.\",\"sourceParagraph\":1907},{\"blockId\":\"CH08-MB0099\",\"type\":\"paragraph\",\"text\":\"Weighting MAY reduce observed imbalance, but MUST NOT be represented as\",\"sourceParagraph\":1909},{\"blockId\":\"CH08-MB0100\",\"type\":\"paragraph\",\"text\":\"creating observations for populations absent from the sampling frame or\",\"sourceParagraph\":1910},{\"blockId\":\"CH08-MB0101\",\"type\":\"paragraph\",\"text\":\"correcting unmeasured selection with certainty.\",\"sourceParagraph\":1911},{\"blockId\":\"CH08-MB0102\",\"type\":\"paragraph\",\"text\":\"Unweighted results, weighted results, weight diagnostics, coverage gaps,\",\"sourceParagraph\":1913},{\"blockId\":\"CH08-MB0103\",\"type\":\"paragraph\",\"text\":\"nonresponse, effective sample size, and sensitivity analyses MUST remain\",\"sourceParagraph\":1914},{\"blockId\":\"CH08-MB0104\",\"type\":\"paragraph\",\"text\":\"visible.\",\"sourceParagraph\":1915},{\"blockId\":\"CH08-MB0105\",\"type\":\"paragraph\",\"text\":\"Fraud and duplication decisions MUST use proportionate multi-signal\",\"sourceParagraph\":1917},{\"blockId\":\"CH08-MB0106\",\"type\":\"paragraph\",\"text\":\"review and MUST NOT automatically treat VPN use, shared devices,\",\"sourceParagraph\":1918},{\"blockId\":\"CH08-MB0107\",\"type\":\"paragraph\",\"text\":\"institutional networks, or accessibility tools as fabrication.\",\"sourceParagraph\":1919},{\"blockId\":\"CH08-MB0108\",\"type\":\"paragraph\",\"text\":\"Participant evidence MUST remain verifiable without unnecessarily\",\"sourceParagraph\":1921},{\"blockId\":\"CH08-MB0109\",\"type\":\"paragraph\",\"text\":\"disclosing identity, account credentials, private conversations, or\",\"sourceParagraph\":1922},{\"blockId\":\"CH08-MB0110\",\"type\":\"paragraph\",\"text\":\"precise location.\",\"sourceParagraph\":1923},{\"blockId\":\"CH08-MB0111\",\"type\":\"paragraph\",\"text\":\"Every participant-selection and weighting decision MUST be versioned and\",\"sourceParagraph\":1925},{\"blockId\":\"CH08-MB0112\",\"type\":\"paragraph\",\"text\":\"attributable to an accountable human or organisation.\",\"sourceParagraph\":1926},{\"blockId\":\"CH08-MB0113\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":1927},{\"blockId\":\"CH08-MB0114\",\"type\":\"paragraph\",\"text\":\"Every GEO-1000 observation must carry a verifiable participant selection path from target population and sampling frame through selection, invitation, consent, assignment, completion, protocol verification, exclusion, and final weighting. Random selection within the panel cannot be presented as random selection from the global target population unless the full population participation mechanism supports it. The participant's selection, reward, verification, modification, exclusion, and weighting cannot depend on whether the AI response is positive, negative, correct, incorrect, rejected, Critical, or commercially viable. Weighting can reduce observed imbalance; it cannot make people who are completely absent from the sampling frame appear observed.\",\"sourceParagraph\":1928}],\"normativeRuleLocalized\":\"Jede GEO-1000-Beobachtung MUSS einen prüfbaren Teilnehmerauswahlpfad von der Zielpopulation und dem Stichprobenrahmen über Auswahl, Einladung, Einwilligung, Zuordnung, Abschluss, Protokollvalidierung, Ausschluss bis hin zur endgültigen Gewichtung beibehalten. Die zufällige Auswahl innerhalb des Panels DARF NICHT als zufällige Auswahl aus der globalen Zielpopulation repräsentiert werden, es sei denn, der Mechanismus zur Einbeziehung der gesamten Population unterstützt diese Behauptung. Die Teilnehmerrekrutierung, Zuordnung, Vergütung, Validierung, Ersetzung, Ausschluss und Gewichtung MÜSSEN unabhängig davon bleiben, ob die KI-Antwort positiv, negativ, korrekt, inkorrekt, abgelehnt, kritisch oder kommerziell günstig ist. Personen, Konten, Geräte, Sitzungen, Sprachen, Panelmitgliedschaften und KI-Produktbeobachtungen MÜSSEN als eigenständige Einheiten erhalten bleiben. Wahrscheinlichkeits-, Opt-in-, Open-Call-, vom Kunden bereitgestellte, institutionelle und hybride Teilnehmerquellen MÜSSEN separat identifiziert werden. Gewichtung KANN Ungleichgewichte verringern, DARF jedoch nicht so repräsentiert werden, dass sie Beobachtungen für Populationen erzeugt, die im Stichprobenrahmen fehlen, oder nicht gemessene Auswahl mit Sicherheit korrigiert. Ungewichtete Ergebnisse, gewichtete Ergebnisse, Gewichtungsdiagnosen, Abdeckungslücken, Nichtantworten, effektive Stichprobengröße und Sensitivitätsanalysen MÜSSEN sichtbar bleiben. Entscheidungen über Betrug und Duplikation MÜSSEN eine verhältnismäßige Überprüfung mit mehreren Signalen verwenden und DÜRFEN die Nutzung von VPNs, geteilten Geräten, institutionellen Netzwerken oder Barrierefreiheits-Tools NICHT automatisch als Fälschung behandeln. Nachweise von Teilnehmern MÜSSEN überprüfbar bleiben, ohne unnötig Identität, Kontodaten, private Gespräche oder genauen Standort offenzulegen. Jede Entscheidung über die Auswahl und Gewichtung von Teilnehmenden MUSS versioniert und einem verantwortlichen Menschen oder einer Organisation zuordenbar sein.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH08-MB0001\",\"type\":\"paragraph\",\"text\":\"57. MASCHINENLESBARES TEILNEHMERPROTOKOLL\",\"sourceParagraph\":1804,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1805,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1806,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"adultBaseline\\\": wahr,\",\"sourceParagraph\":1807,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"consentStatus\\\": \\\"GEWÄHRT\\\",\",\"sourceParagraph\":1808,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"land\\\": {\",\"sourceParagraph\":1809,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"residenceCountry\\\": \\\"TR\\\",\",\"sourceParagraph\":1810,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"measurementCountry\\\": \\\"TR\\\",\",\"sourceParagraph\":1811,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"verificationLevel\\\": \\\"GV-3\\\",\",\"sourceParagraph\":1812,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"vpnStatus\\\": \\\"NICHT_ERKANNT\\\"\",\"sourceParagraph\":1813,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0011\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1814,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"sprache\\\": {\",\"sourceParagraph\":1815,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"assignedLanguage\\\": \\\"tr\\\"}\",\"sourceParagraph\":1816,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":1817,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"competenceStatus\\\": \\\"VERIFIZIERTE_FUNKTIONALITÄT\\\"\",\"sourceParagraph\":1818,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1819,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"aiAccess\\\": {\",\"sourceParagraph\":1820,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"productId\\\": \\\"SYNTH-ORION-WEB\\\",\",\"sourceParagraph\":1821,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"kostenlos\\\",\",\"sourceParagraph\":1822,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"surface\\\": \\\"web\\\",\",\"sourceParagraph\":1823,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"accessVerified\\\": wahr,\",\"sourceParagraph\":1824,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"sharedAccount\\\": false,\",\"sourceParagraph\":1825,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0023\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1826,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0024\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1827,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"relationships\\\": {\",\"sourceParagraph\":1828,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"auditedEntityRelationship\\\": \\\"ALLGEMEINE_ÖFFENTLICHKEIT\\\",\",\"sourceParagraph\":1829,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"aiProviderRelationship\\\": \\\"KEINE_ANGEGEBEN\\\",\",\"sourceParagraph\":1830,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"brandFamiliarity\\\": \\\"BEWUSST_NICHT_KUNDE\\\",\",\"sourceParagraph\":1831,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"aiUsageFrequency\\\": \\\"GELEGENHEITLICH\\\"\",\"sourceParagraph\":1832,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0030\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1833,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"assignment\\\": {\",\"sourceParagraph\":1834,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":1835,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"stratumId\\\": \\\"TR-TR-KOSTENLOS-WEB\\\",\",\"sourceParagraph\":1836,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"productAssignmentMethod\\\": \\\"ZUFÄLLIG_BLOCKIERT\\\"\",\"sourceParagraph\":1837,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"promptId\\\": \\\"CORE-IDENTITY-001\\\",\",\"sourceParagraph\":1838,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"promptOrder\\\": 1,\",\"sourceParagraph\":1839,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"priorBenchmarkExposure\\\": false,\",\"sourceParagraph\":1840,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0038\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1841,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"Anreiz\\\": {\",\"sourceParagraph\":1842,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"Typ\\\": \\\"FESTGELEGTE_ABSCHLUSSZAHLUNG\\\",\",\"sourceParagraph\":1843,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"responseContentDependent\\\": false,\",\"sourceParagraph\":1844,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"speedBonus\\\": false,\",\"sourceParagraph\":1845,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0043\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1846,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"Abschluss\\\": {\",\"sourceParagraph\":1847,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"eingeladen\\\": true,\",\"sourceParagraph\":1848,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"einverstanden\\\": true,\",\"sourceParagraph\":1849,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"gestartet\\\": true,\",\"sourceParagraph\":1850,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"abgeschlossen\\\": true,\",\"sourceParagraph\":1851,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"protocolValidity\\\": \\\"GÜLTIG\\\",\",\"sourceParagraph\":1852,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"semanticOutcomeUsedForValidityDecision\\\": false,\",\"sourceParagraph\":1853,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0051\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1854,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"Integrität\\\": {\",\"sourceParagraph\":1855,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"fraudStatus\\\": \\\"FI-1\\\",\",\"sourceParagraph\":1856,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"duplicateCheck\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":1857,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"crossProviderDuplicateCheck\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":1858,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"humanReviewRequired\\\": false,\",\"sourceParagraph\":1859,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0057\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1860,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"weights\\\": {\",\"sourceParagraph\":1861,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"baseWeightType\\\": \\\"MODELL_KALIBRIERUNG_GEWICHT\\\",\",\"sourceParagraph\":1862,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"designProbabilityKnown\\\": false,\",\"sourceParagraph\":1863,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"nonresponseAdjustment\\\": 1.08,\",\"sourceParagraph\":1864,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"calibrationAdjustment\\\": 1.24,\",\"sourceParagraph\":1865,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"finalWeight\\\": 1.339 2,\",\"sourceParagraph\":1866,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"outcomeUsedInWeighting\\\": false,\",\"sourceParagraph\":1867,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1868,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"Privatsphäre\\\": {\",\"sourceParagraph\":1869,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"publicIdentityDisclosure\\\": false,\",\"sourceParagraph\":1870,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"screenshotRedactionRequired\\\": wahr,\",\"sourceParagraph\":1871,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"publicEvidenceManifest\\\": wahr,\",\"sourceParagraph\":1872,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"rawEvidenceAccess\\\": \\\"GEREGELTER_PRÜFZUGANG\\\"}\",\"sourceParagraph\":1873,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0071\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1874,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":1875,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"selectionOwnerRole\\\": \\\"TEILNEHMER_AUSWAHL_LEITER\\\",\",\"sourceParagraph\":1876,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"validityReviewerRole\\\": \\\"GEBLENDETER_PROTOKOLL_PRÜFER\\\",\",\"sourceParagraph\":1877,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1878,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0076\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1879,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0077\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1880,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0078\",\"type\":\"paragraph\",\"text\":\"Dieser Datensatz:\",\"sourceParagraph\":1881,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0079\",\"type\":\"paragraph\",\"text\":\"Es gehört zu keinem echten Teilnehmer,\",\"sourceParagraph\":1882,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0080\",\"type\":\"paragraph\",\"text\":\"Es handelt sich nicht um echte Paneldaten,\",\"sourceParagraph\":1883,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0081\",\"type\":\"paragraph\",\"text\":\"Es ist ein synthetisches Maschinendiagramm der Teilnehmerauswahlkette.\",\"sourceParagraph\":1884,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0082\",\"type\":\"paragraph\",\"text\":\"Kapitel 58 maschinenlesbare Regel\",\"sourceParagraph\":1886,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0083\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH08-R01\",\"sourceParagraph\":1887,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0084\",\"type\":\"paragraph\",\"text\":\"Jede GEO-1000-Beobachtung MUSS einen überprüfbaren Teilnehmerauswahlpfad\",\"sourceParagraph\":1889,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0085\",\"type\":\"paragraph\",\"text\":\"von der Zielpopulation und der Stichprobenbasis über Auswahl,\",\"sourceParagraph\":1890,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0086\",\"type\":\"paragraph\",\"text\":\"Einladung, Zustimmung, Zuordnung, Abschluss, Protokollvalidierung,\",\"sourceParagraph\":1891,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0087\",\"type\":\"paragraph\",\"text\":\"Ausschluss und endgültige Gewichtung beibehalten.\",\"sourceParagraph\":1892,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0088\",\"type\":\"paragraph\",\"text\":\"Die zufällige Auswahl innerhalb des Panels DARF NICHT als zufällige Auswahl\",\"sourceParagraph\":1894,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0089\",\"type\":\"paragraph\",\"text\":\"aus der globalen Zielpopulation dargestellt werden, es sei denn, der Mechanismus\",\"sourceParagraph\":1895,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0090\",\"type\":\"paragraph\",\"text\":\"zur vollständigen Einbeziehung der Population unterstützt diese Behauptung.\",\"sourceParagraph\":1896,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0091\",\"type\":\"paragraph\",\"text\":\"Teilnehmerrekrutierung, Zuweisung, Vergütung, Validierung,\",\"sourceParagraph\":1898,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0092\",\"type\":\"paragraph\",\"text\":\"Ersatz, Ausschluss und Gewichtung MÜSSEN unabhängig davon bleiben, ob\",\"sourceParagraph\":1899,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0093\",\"type\":\"paragraph\",\"text\":\"die KI-Antwort positiv, negativ, korrekt, inkorrekt, verweigert,\",\"sourceParagraph\":1900,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0094\",\"type\":\"paragraph\",\"text\":\"kritisch oder kommerziell günstig ist.\",\"sourceParagraph\":1901,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0095\",\"type\":\"paragraph\",\"text\":\"Personen, Konten, Geräte, Sitzungen, Sprachen, Panelmitgliedschaften und\",\"sourceParagraph\":1903,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0096\",\"type\":\"paragraph\",\"text\":\"KI-Produktbeobachtungen MÜSSEN als eigenständige Einheiten bleiben.\",\"sourceParagraph\":1904,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0097\",\"type\":\"paragraph\",\"text\":\"Wahrscheinlichkeit, Opt-in, Open-Call, vom Kunden bereitgestellt, institutionell und hybrid\",\"sourceParagraph\":1906,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0098\",\"type\":\"paragraph\",\"text\":\"Teilnehmerquellen MÜSSEN separat identifiziert werden.\",\"sourceParagraph\":1907,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0099\",\"type\":\"paragraph\",\"text\":\"Gewichtung KANN das beobachtete Ungleichgewicht verringern, DARF ABER NICHT repräsentiert werden als\",\"sourceParagraph\":1909,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0100\",\"type\":\"paragraph\",\"text\":\"dass Beobachtungen für Populationen erzeugt werden, die im Stichprobenrahmen fehlen, oder\",\"sourceParagraph\":1910,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0101\",\"type\":\"paragraph\",\"text\":\"dass nicht gemessene Selektionen mit Sicherheit korrigiert werden.\",\"sourceParagraph\":1911,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0102\",\"type\":\"paragraph\",\"text\":\"Ungewichtete Ergebnisse, gewichtete Ergebnisse, Gewichtungsdiagnostiken, Abdeckungslücken,\",\"sourceParagraph\":1913,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0103\",\"type\":\"paragraph\",\"text\":\"Nichtantwort, effektive Stichprobengröße und Sensitivitätsanalysen MÜSSEN sichtbar bleiben.\",\"sourceParagraph\":1914,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0104\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":1915,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0105\",\"type\":\"paragraph\",\"text\":\"Entscheidungen zu Betrug und Duplikation MÜSSEN proportionale Multi-Signal-Verfahren verwenden.\",\"sourceParagraph\":1917,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0106\",\"type\":\"paragraph\",\"text\":\"überprüfen und DARF die Nutzung von VPN, gemeinsam genutzten Geräten,\",\"sourceParagraph\":1918,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0107\",\"type\":\"paragraph\",\"text\":\"institutionellen Netzwerken oder Hilfsmitteln zur Barrierefreiheit nicht automatisch als Fälschung behandeln.\",\"sourceParagraph\":1919,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0108\",\"type\":\"paragraph\",\"text\":\"Teilnehmernachweise MÜSSEN verifizierbar bleiben, ohne unnötigerweise\",\"sourceParagraph\":1921,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0109\",\"type\":\"paragraph\",\"text\":\"Identität, Kontodaten, private Gespräche oder\",\"sourceParagraph\":1922,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0110\",\"type\":\"paragraph\",\"text\":\"genaue Standortangaben offenzulegen.\",\"sourceParagraph\":1923,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0111\",\"type\":\"paragraph\",\"text\":\"Jede Entscheidung zur Teilnehmerauswahl und Gewichtung MUSS versioniert sein und\",\"sourceParagraph\":1925,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0112\",\"type\":\"paragraph\",\"text\":\"einer verantwortlichen Person oder Organisation zugeordnet werden.\",\"sourceParagraph\":1926,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0113\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":1927,\"language\":\"de-DE\"},{\"blockId\":\"CH08-MB0114\",\"type\":\"paragraph\",\"text\":\"Jede GEO-1000-Beobachtung muss einen überprüfbaren Pfad der Teilnehmerauswahl von der Zielpopulation und dem Stichprobenrahmen über Auswahl, Einladung, Zustimmung, Zuweisung, Abschluss, Protokollüberprüfung, Ausschluss und endgültige Gewichtung enthalten. Eine zufällige Auswahl innerhalb des Panels kann nicht als zufällige Auswahl aus der globalen Zielpopulation dargestellt werden, es sei denn, der vollständige Mechanismus zur Teilnahme der Population unterstützt dies. Die Auswahl, Belohnung, Überprüfung, Änderung, der Ausschluss und die Gewichtung der Teilnehmer dürfen nicht davon abhängen, ob die KI-Antwort positiv, negativ, korrekt, falsch, abgelehnt, kritisch oder kommerziell nutzbar ist. Gewichtung kann beobachtetes Ungleichgewicht verringern; sie kann jedoch Personen, die völlig vom Stichprobenrahmen ausgeschlossen sind, nicht als beobachtet erscheinen lassen.\",\"sourceParagraph\":1928,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nKapitel 5 definierte die Zielnutzerpopulation. Kapitel 6 wandelte diese Population in ein Stichprobendesign um, das über Länder, Sprachen und Nutzeroberflächen verteilt ist. Kapitel 7 etablierte ergänzende Beobachtungssysteme für kleine Länder und ressourcenarme Sprachen, die das Hauptpopulationpanel möglicherweise unsichtbar lassen könnte. Nun müssen die Zahlen im Stichprobenplan in reale Personen umgesetzt werden:\n\n> Wo werden diese Teilnehmer gefunden, wie werden sie ausgewählt, unter welchen Bedingungen werden sie in das Panel aufgenommen und mit welchen Verzerrungen werden sie in den GEO-Score eingehen?\n\nAus einem Online-Panel einer Forschungsorganisation? Aus einem offenen Aufruf in sozialen Medien? Von Universitäten? Aus der eigenen Nutzerliste des Kunden? Von lokalen Forschungspartnern? Nur von Personen, die häufig KI-Produkte nutzen? Von denen, die das Produkt zum ersten Mal nutzen? Von den Kunden der Marke? Von Mitarbeitern der Konkurrenz? Von Abonnenten des kostenpflichtigen Plans? Wie wird überprüft, dass eine Person tatsächlich in diesem Land lebt? Wie oft wird dieselbe Person gezählt, wenn sie mehrere Konten nutzt? Wie viel wird der Teilnehmer bezahlt? Wird die Bezahlung dazu führen, dass die Aufgabe schnell erledigt oder ein bestimmtes Ergebnis eingereicht wird? Wird die Beobachtung beibehalten, wenn der Teilnehmer eine falsche KI-Antwort hochlädt? Oder wird er durch einen neuen Nutzer ersetzt, indem gesagt wird: 'Die Aufgabe wurde falsch erledigt.'? Tausend gültige Screenshots könnten gesammelt worden sein. Aber die Teilnehmer:\n\n- 60% sind intensive KI-Nutzer,\n\n- 20% sind Technikstudenten,\n\n- 10% sind Kunden der geprüften Marke,\n\n- 5% sind Unternehmensmitarbeiter,\n\n- der Rest sind allgemeine Nutzer\n\nWelche Bevölkerung wird also durch das Ergebnis repräsentiert? Kann die demografische Gewichtung den Unterschied vollständig ausgleichen? Die Anpassung von Alters-, Geschlechts-, Länder- und Sprachstatistiken korrigiert nicht notwendigerweise nicht gemessene Unterschiede im technologischen Interesse, Markenbewusstsein, Zugang zu kostenpflichtigen Plänen oder Nutzungsmustern von KI. Gewichtung ist wertvoll, aber sie kann nicht jeden Fehler bei der Teilnehmerauswahl beseitigen. Dieses Kapitel wendet die frühere Anforderung an—dass jede Auditkontrolle anhand von Modell, Datum, Land, Sprache, Abfrageumfang, Wiederholungsanzahl und Messaufzeichnung überprüfbar sein muss—auf die Auswahl der tatsächlichen Teilnehmer an. Es bewahrt auch die zentrale Forderung von NOMOS: Nachweis, Grenze, Kontext und Zeit. Dieses Kapitel:\n\n- Quellen der Teilnehmerauswahl,\n\n- die Unterscheidung zwischen probabilistischen und nicht-probabilistischen Panels,\n\n- Berechtigungs- und Identitätsprüfung,\n\n- Land-, Sprach- und Produktzugangskontrolle,\n\n- Einzigartigkeit der Teilnehmer,\n\n- Belohnung und Umleitungsrisiko,\n\n- Panel-Konditionierung,\n\n- Aufgabenverteilung,\n\n- Nichtantwort und Panel-Fluktuation,\n\n- betrügerische oder automatisierte Teilnahme,\n\n- Auswahl- und Abdeckungsfehler,\n\n- die Macht und Begrenzung der Gewichtung,\n\n- Status der Stichprobenqualität\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- alle technischen Bereiche des KI-Produktregisters,\n\n- das vollständige Übersetzungs- und Versionssystem von Prompts,\n\n- Die detaillierte Architektur der NOMOS Capture-Infrastruktur,\n\n- atomare Aussageentscheidung,\n\n- die endgültige Punkteformel\n\nist nicht vollständig definiert. Die Schlüsselfrage von Abschnitt 8 lautet:\n\n> Wenn wir tausend gültige Datensätze sammeln, wie beweisen wir, zu welchen realen Personen diese Datensätze gehören und welche menschliche Population sie darstellen können?\n\n## NOMOS Herausforderung\n\nSie kaufen 1,000 Personen von einem Online-Forschungs-Panel. Der Panelanbieter sagt Ihnen: „1,000 Teilnehmer bereit gemäß Ihren Länder- und Altersquoten.“ Die Teilnehmer führen die Aufgabe aus. Sie laden Screenshots hoch. Rohdaten:\n\n> 90 Prozent genaue Repräsentation.\n\nIn Ihrem Bericht schreiben Sie: „90% der Nutzer weltweit werden genau repräsentiert.“ Die tatsächliche Verteilung der Teilnehmer ist jedoch wie folgt:\n\nStarke KI-Nutzer:\n\n- bessere Prompt-Gewohnheiten,\n\n- mehr bezahlte Konten,\n\n- neuere Produktoberflächen,\n\n- Personalisierungswissen,\n\n- höhere Vertrautheit mit Technologie\n\nkann haben. Selbst wenn denselben festgeschriebenen Prompt verwendet wird:\n\n- Kontoplan,\n\n- Schnittstelle,\n\n- vorherige Nutzung,\n\n- Produktzugang\n\nkann unterschiedlich sein. Lassen Sie die Durchlaufquoten der synthetischen Gruppe wie folgt sein:\n\nDas Roh-Ergebnis des Panels:\n\n0.10(72)+0.30(84)+0.60(96)=90\n\ndas ist:\n\n#### 90 Prozent\n\nMit Ziel-Populationsgewichten ist das Ergebnis jedoch:\n\n0.50(72)+0.30(84)+0.20(96)=80.4\n\nDementsprechend erzeugen dieselben 1,000 Antworten zwei verschiedene Ergebnisse:\n\n- Rohpanel-Ergebnis: 90 Prozent\n\n- Ziel-Populations-Ergebnis: 80.4 Prozent\n\nStellen Sie sich nun vor, dass Sie es gewichtet haben. Jede der 100 Personen in der Gruppe mit niedrigem Nutzungsgrad erhält ein hohes Gewicht. Jede der 600 Personen in der Gruppe mit hohem Nutzungsgrad erhält ein geringes Gewicht. Die Rohstichprobengröße beträgt weiterhin 1,000. Die effektive Stichprobengröße sinkt jedoch auf ungefähr 349. Sie haben also möglicherweise 1,000 Dateien gesammelt. Statistisch gesehen haben Sie möglicherweise nicht das Informationsvolumen von 1,000 gleichwertigen und unabhängigen Personen. Nun eine schwierigere Frage: In der Gruppe mit niedrigem Nutzungsgrad, Personen, die noch nie in das Panel aufgenommen wurden:\n\n- wenig verbunden,\n\n- Nutzung von unterstützender Technologie,\n\n- Lebensort in einer kleinen Stadt,\n\n- keinen spezifischen Gerät\n\nWenn es Menschen gibt, kann Gewichtung sie zurückbringen? Nein. Eine Beobachtung einer Person, die überhaupt nicht im Stichprobenrahmen enthalten ist, kann durch Gewichtung nicht erzeugt werden. Jetzt sendet das geprüfte Unternehmen Verbindungen zu seinen eigenen Kunden: 'Bitte nehmen Sie an der Umfrage teil.' Die treuen Kunden des Unternehmens nehmen mit hoher Rate teil. Menschen, die die Konkurrenz kennen, aber das Unternehmen nicht nutzen, nehmen weniger teil. Alters- und Landesgewichte können korrekt sein. Der Bias durch Markentreue kann weiterhin bestehen. Nun ein weiteres Problem: Dem Teilnehmer wird gesagt: 'Sie erhalten eine Prämie, wenn Sie eine korrekte und qualitativ hochwertige KI-Antwort hochladen.' Der Teilnehmer überarbeitet die Antwort. Sie wählen das beste Ergebnis. Sie schneiden den Screenshot zu. Dies ist nicht mehr die natürliche Reaktion des KI-Produkts. Es ist die ausgewählte Reaktion, die vom Belohnungssystem erstellt wurde. Die erste Regel dieses Abschnitts lautet:\n\n> Die Anzahl der Teilnehmer ist nicht die repräsentative Kraft der Teilnehmer.\n\nIhre zweite Bestimmung lautet:\n\n> Zufällige Zuweisung ist keine zufällige Populationsauswahl.\n\nSeine dritte Bestimmung besagt:\n\n> Gewichtung kann beobachtetes Ungleichgewicht verringern; sie kann keine unbeobachtete Person erzeugen.\n\nSeine vierte Bestimmung besagt:\n\n> Die Teilnahme einer Person am Panel, ihr Verbleib bei der Aufgabe oder ihr Ersatz darf nicht vom Inhalt der KI-Antwort abhängen.\n\nSeine fünfte Vorschrift lautet:\n\n> Die Belohnung sollte für die ehrliche Durchführung des Protokolls gegeben werden, nicht für die Wahl einer positiven oder gewünschten Antwort.\n\n## 1. ZWECK DES KAPITELS\n\nDer Zweck dieses Abschnitts ist es, die gesamte Auswahlkette von der Zielpopulation bis zur tatsächlichen Nutzerbeobachtung sichtbar, unvoreingenommen und überprüfbar zu machen. Der Abschnitt unterscheidet normativ:\n\n- Zielpopulation und Stichprobenrahmen\n\n- Stichprobenrahmen versus Teilnehmerquelle\n\n- Ausgewählte Person versus eingeladene Person\n\n- Die eingeladene Person und die Person, die zustimmt teilzunehmen\n\n- Der Teilnehmer und die Person, die die Aufgabe abschließt\n\n- Die Person, die die Aufgabe abschließt und die gültige Beobachtung\n\n- Mensch und Konto\n\n- Mensch und Gerät\n\n- Mensch und Sitzung\n\n- Probabilistisches Panel und Freiwilligenpanel\n\n- Zufällige Auswahl innerhalb des Panels und zufällige Auswahl aus der Bevölkerung\n\n- Quotencompliance und echte Repräsentation\n\n- Demografisches Gleichgewicht und verhaltensbezogenes Gleichgewicht\n\n- Persönliche Vertrautheit und Eignung für die Zielpopulation\n\n- Kunde, Mitarbeiter und allgemeiner Nutzer\n\n- Teilnehmerbelohnung und Ergebnisanreiz\n\n- Aufgabengeschwindigkeit und Aufgabenintegrität\n\n- Ungültige Beobachtung mit Nichtreaktion\n\n- Bevölkerungsveränderung mit Panelverlust\n\n- Gefälschter Teilnehmer und echte Beobachtung niedriger Qualität\n\n- Datenbetrug und falsche KI-Antwort\n\n- Bias-Korrektur mit Gewichtung\n\n- Erstellung von Nachweisen mit Kalibrierung\n\n- Rohstichprobengröße vs. effektive Stichprobengröße\n\n- Teilnehmerprivatsphäre und Prüfungsnachweis\n\n- Allgemeines Bevölkerungspanel und Expert:innen- oder Kundenpanel\n\nAm Ende dieses Abschnitts sollte jedes GEO-1000-Audit in der Lage sein, die folgenden Fragen zu beantworten:\n\n> Aus welcher Quelle und nach welcher Regel wurden die Teilnehmer ausgewählt?\n\n> Wer hatte keine Chance, dem Panel beizutreten?\n\n> Wer nahm eher teil und warum?\n\n> Welche bekannten Unterschiede werden durch die Gewichtungen korrigiert, und welche nicht?\n\n> Wurde eine ungültige oder gefälschte Teilnahmeentscheidung getroffen, ohne den Inhalt der KI-Antwort zu sehen?\n\n> Hat die Belohnung der Teilnehmer ihr Verhalten und die Wahl der Antworten beeinflusst?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nJede GEO-1000 Beobachtung muss eine rückverfolgbare Kette der Teilnehmersauswahl von der Zielpopulation bis zu einem gültigen analytischen Datensatz aufweisen; Auswahl, Einladung, Annahme, Aufgabenverteilung, Abschluss, Überprüfung, Ausschluss und Gewichtungsentscheidungen müssen unabhängig vom positiven oder negativen Inhalt der KI-Antwort sein. [K04–K06] Ein Teilnehmerpanel nur:\n\n- Land,\n\n- impliziert keine Eignung in Bezug auf Alter,\n\n- Sprache\n\nEs kann nicht als für die Populationsdarstellung geeignet betrachtet werden, nur weil es die Quoten erfüllt. Das Panel sollte außerdem die folgenden Informationen enthalten, soweit sie relevant sind:\n\n- Teilnehmerquelle\n\n- Auswahlmechanismus\n\n- Methode der Teilnahme am Panel\n\n- Teilnahmekriterien\n\n- Eindeutige menschliche Verifizierung\n\n- Länder- und Sprachüberprüfung\n\n- Verifizierung des Zugangs zum KI-Produkt\n\n- Konto- und Planinformationen\n\n- Gerät und Schnittstelle\n\n- Häufigkeit der KI-Nutzung\n\n- Markenbekanntheit\n\n- Beziehung zur geprüften Einheit\n\n- Anreizstruktur\n\n- Methode der Aufgabenverteilung\n\n- Nichtbeantwortung\n\n- Ungültigkeit\n\n- Wiederholung und Panel-Konditionierung\n\n- Gewichtung\n\n- Fehlende Abdeckung\n\n- Datenschutz und Einwilligung\n\nDie Messung einiger dieser Informationen kann den Teilnehmer beeinflussen. Daher ist auch die Reihenfolge der Datenerhebung Teil des Protokolls.\n\n## 3. TEILNEHMER-AUSWAHLKETTE\n\nDie Kette von der Zielpopulation bis zur endgültigen Beobachtung besteht aus den folgenden Stufen:\n\n### U→F→S→I→E→A→C→V\n\nHier:\n\n- U: Zielnutzerpopulation\n\n- F: in den Stichprobenrahmen einbezogene Personen\n\n- S: ausgewählte Personen\n\n- I: eingeladene Personen\n\n- E: Personen, deren Berechtigung bestätigt wurde und die in die Studie aufgenommen wurden\n\n- A: den Aufgaben zugewiesene Personen\n\n- C: Personen, die die Aufgabe abschließen\n\n- V: Personen, die gültige analytische Beobachtungen liefern\n\nBei jedem Übergang können Personen verloren gehen oder neue Verzerrungen entstehen. Zum Beispiel:\n\n- Diejenigen in der Zielpopulation, die nicht im Panel sind\n\n- Diejenigen im Panel, die nicht eingeladen werden\n\n- Diejenigen, die eingeladen werden, aber nicht annehmen\n\n- Diejenigen, die annehmen, aber die Aufgabe nicht abschließen\n\n- Diejenigen, die abschließen, aber ungültige Aufzeichnungen liefern\n\nsind nicht die gleichen Personen. Daher können nur die letzten 1,000 gültigen Beobachtungen nicht berichtet werden. Der gesamte Auswahltrichter muss sichtbar sein.\n\n## 4. TEILNEHMERQUELLEN\n\nGEO-1000 muss nicht an eine einzelne Teilnehmerquelle gebunden sein. Jede Quelle trägt ihre eigenen Verzerrungen und Reichweiten.\n\n### 4.1. Wahrscheinlichkeits-Populationspanel\n\nTeilnehmer haben eine bekannte und ungleich null Wahrscheinlichkeit, aus einer definierten Population ausgewählt zu werden. Quellen:\n\n- Haushalt,\n\n- Adresse,\n\n- Population oder berechtigter Datensatz,\n\n- Wahrscheinlichkeits-Telefon- oder Mehrstufen-Auswahl\n\nkann sein. Vorteile:\n\n- Designgewicht kann festgelegt werden,\n\n- Populationsschlussfolgerungen sind stärker,\n\nAuswahlprozess kann transparenter sein. Einschränkungen:\n\n- kann auf globaler Ebene teuer sein,\n\n- In einigen Ländern gibt es möglicherweise keinen geeigneten Rahmen,\n\n- Es kann auch notwendig sein, die Teilpopulation zu finden, die Zugang zu KI-Produkten hat.\n\nWieder wird es keine Antwort geben. Probabilistische Auswahl ist nicht automatisch eine perfekte Repräsentation.\n\n### 4.2. Professionelles Freiwilligen-Forschungs-Panel\n\nTeilnehmer haben sich zuvor freiwillig für das Forschungs-Panel registriert. Vorteile:\n\n- es ist schnell,\n\n- kann auf mehrere Länder zugreifen,\n\n- kann Profil- und Sprachkenntnisse bereitstellen,\n\nWiederholungsmessungen können durchgeführt werden. Einschränkungen:\n\n- Teilnehmer sind forschungsaffin,\n\n- das Niveau der Technologieanwendung kann hoch sein,\n\n- starke Panelnutzer können vorhanden sein,\n\n- Wahrscheinlichkeiten des Eintritts in die Population können unbekannt sein,\n\ndie gleiche Person kann in mehr als einem Panel registriert sein. Dieses Panel:\n\n#### kann nicht als probabilistische Stichprobe der Weltbevölkerung dargestellt werden\n\nEs darf nicht als Wahrscheinlichkeitsstichprobe der Weltbevölkerung repräsentiert werden.\n\n### 4.3. Offener Online-Aufruf\n\nDie Teilnahme erfolgt über soziale Medien, eine Webseite oder ein offenes Registrierungsformular. Vorteile:\n\n- weite Sichtbarkeit,\n\n- geringe Kosten,\n\n- Zugang zu kleinen Ländern und Sprachgemeinschaften\n\nkann bereitgestellt werden. Einschränkungen:\n\n- starke Selbstselektion,\n\n- Konzentration von Markenfans oder -kritikern,\n\n- falsche und wiederholte Teilnahme,\n\n- Überrepräsentation von Technologie-Enthusiasten\n\nkann entstehen. Ein offener Aufruf kann viel besser geeignet sein als das Hauptpopulationpanel für:\n\n- Entdeckung,\n\n- Country Observer,\n\n- Sprachliche Fairness,\n\n- Replikationsherausforderung\n\nDiese Quellen können für diese Zwecke besser geeignet sein.\n\n### 4.4. Universitäts- oder Institutionen-gebundenes Panel\n\nTeilnehmer:\n\n- werden über Universitäten ausgewählt,\n\n- öffentliche Institution,\n\n- Forschungszentren,\n\n- Berufsorganisationen\n\nVorteile:\n\n- lokaler Zugang,\n\n- Sprachkenntnisse,\n\n- ethische Aufsicht,\n\n- Erreichen von unterversorgten Gemeinschaften\n\nkann bereitgestellt werden. Einschränkungen:\n\n- intensive Teilnahme von Studierenden oder Fachkräften,\n\n- Institutionseffekt,\n\n- Alters- und Bildungsbias,\n\n- Druck zur Unternehmensbeteiligung\n\nkann entstehen.\n\n### 4.5. Kunden- oder Nutzerliste\n\nDie tatsächlichen Kunden oder Nutzer der geprüften Einrichtung werden ausgewählt. Diese Quelle:\n\n- Kundenerfahrung,\n\n- Eignung für den Service,\n\n- Markenbekanntheit\n\nEs ist wertvoll für die Messung. Es handelt sich nicht um ein allgemeines Bevölkerungs-Panel. Kunden:\n\n- kann die Marke besser kennenlernen,\n\n- kann eine positivere oder negativere Erfahrung machen,\n\nkann eher die entsprechende Anfrage stellen. Das Kundenpanel sollte separat definiert werden.\n\n### 4.6. Von der geprüften Institution vorgeschlagene Teilnehmer\n\nUnternehmen:\n\n- Mitarbeiter,\n\n- Kunde,\n\n- Partner,\n\n- Follower\n\nkann vorschlagen. Diese Nutzer können ohne Erklärung nicht im Hauptunabhängigen Bevölkerungs-Panel aufgenommen werden. Separat:\n\n### VON DER EINHEIT BENANNTES PANEL\n\nsollte gekennzeichnet werden. Wenn die Institution Teilnehmer auswählt, ist das Ergebnis keine unabhängige Bevölkerungsmessung.\n\n### 4.7. Multi-Quellen-Hybrid-Panel\n\nEs ist die Kombination mehrerer Quellen. Beispiel:\n\n- wahrscheinlichkeitsbasiertes nationales Panel,\n\n- professionelles Online-Panel,\n\n- kleiner lokaler Partner eines Landes,\n\n- Sprachgerechtigkeits-Community\n\nkann zusammen verwendet werden. Ein hybrides Panel kann die Abdeckung erhöhen. Unter den Ressourcen:\n\n- wiederholen Einzelpersonen,\n\n- Auswahlwahrscheinlichkeiten,\n\n- Anreize,\n\n- Aufgabenerfahrung,\n\n- Nutzerprofil\n\nsollten ebenfalls modelliert werden.\n\n## 5. INTEGRITÄTSSTATUS DER TEILNEHMERAUSWAHL\n\nDie Qualität der Teilnehmerauswahl eines Panels kann mit den folgenden Status eingeordnet werden.\n\n### PSI-0— UNBEKANNTE AUSWAHL\n\nEs ist nicht ausreichend bekannt, wo und wie die Teilnehmer ausgewählt wurden. Eine Generalisierung auf die gesamte Population ist nicht möglich.\n\n### PSI-1— BEQUEMLICHKEITS- ODER OFFENE FREIWILLIGENPROBE\n\nEs handelt sich um eine Bequemlichkeits- oder offene Freiwilligenstichprobe. Sie kann für Exploration und Ereigniserkennung genutzt werden.\n\n### PSI-2— QUOTENKONTROLLIERTES OPT-IN\n\nEs gibt Länder-, Sprach- oder demografische Quoten. Die Wahrscheinlichkeit des Eintritts in die Population ist unbekannt.\n\n### PSI-3— KALIBRIERTES MULTI-QUELLEN-PANEL\n\nEs gibt mehrere Quellen, vordefinierte Quoten und Populationskalibrierung. Nicht gemessene Selektionsverzerrungen können bestehen bleiben.\n\n### PSI-4— WAHRSCHIENLICHKEITS- ODER STARKES HYBRID-DESIGN\n\nEs besteht eine bekannte Selektionswahrscheinlichkeit oder ein starkes Wahrscheinlichkeits–Nicht-Wahrscheinlichkeits-Hybriddesign.\n\n### PSI-5— REPLIZIERTE UND EXTERN AUDITIERTE SELEKTION\n\nSelektionsdesign:\n\n- mit verschiedenen Anbietern,\n\n- in unterschiedlichen Wellen,\n\n- unter unabhängiger Prüfung\n\nwiederholtes und voreingenommenes Verhalten wurde untersucht. Diese Status garantieren nicht die Genauigkeit des Ergebnisses. Es zeigt das Vertrauensniveau an, das sich aus der Teilnehmerauswahl ergibt.\n\n## 6. ZUFÄLLIGE AUSWAHL INNERHALB DES PANELS UND ZUFÄLLIGE AUSWAHL AUS DER BEVÖLKERUNG\n\nEs kann 100,000 registrierte Nutzer in einem Freiwilligenpanel geben. Aus diesem Panel können 1,000 Personen zufällig ausgewählt werden. Auswahl:\n\n> ist zufällig innerhalb des Panels.\n\nDas Panel selbst ist jedoch nicht zufällig aus der Weltbevölkerung gebildet. Daher kann man nicht sagen: „1,000 Personen zufällig aus der Weltbevölkerung.“ Der korrekte Ausdruck lautet:\n\n> „1,000 Teilnehmer zufällig innerhalb eines vorregistrierten Freiwilligenpanels ausgewählt und an die Zielpopulation kalibriert.“\n\nZufälligkeit sollte auf die Phase beschränkt werden, in der sie angewendet wird.\n\n## 7. TEILNEHMER-BERECHTIGUNGSNACHWEIS\n\nJeder Teilnehmer muss die folgenden Bedingungen in dem jeweils relevanten Umfang erfüllen, bevor er in das Hauptpanel aufgenommen wird:\n\n- Altersberechtigung\n\n- Freiwillige Zustimmung\n\n- Eignung von Land und Region\n\n- Sprachkenntnisse\n\n- Zugang zum KI-Produkt\n\n- Korrekt gewählter Plan oder Nutzeroberfläche\n\n- Notwendiges Gerät und technischer Zugang\n\n- Einzigartiger menschlicher Status\n\n- Unabhängigkeit der Aufgabe\n\n- Offenlegung von Interessen oder Beziehungen\n\n- Forschungssicherheit\n\n- Genehmigung zur Erhebung von Daten und Nachweisen\n\nDie Konformitätsentscheidung kann nach der Generierung der KI-Antwort nicht rückwirkend geändert werden.\n\n## 8. LÄNDERÜBERPRÜFUNG\n\nDie Frage „Zu welchem Land gehört der Teilnehmer?“ hat keine eindeutige Antwort. Die folgenden Felder sollten getrennt werden:\n\n- Übliches Wohnsitzland\n\n- Physisches Land zum Zeitpunkt der Messung\n\n- Land oder Marktregion des KI-Kontos\n\n- Zahlungs- oder Planland\n\n- Staatsbürgerschaft\n\n- Zielland des Prompts\n\n- Locale\n\nDie Staatsbürgerschaft ist möglicherweise nicht die Hauptvariable für die meisten GEO-Messungen. Was meistens wichtig ist:\n\n> Es ist der tatsächliche geografische und produktbezogene Zustand, in dem der Nutzer das Produkt erlebt.\n\n### 8.1. Reisender Nutzer\n\nDer Teilnehmer kann sich in einem anderen Land als seinem üblichen Wohnsitzland befinden. Diese Person:\n\n- Wohnsitzende Bevölkerung,\n\n- Messungsstandort,\n\n- Reisender\n\nSollte einen separaten Status haben.\n\n### 8.2. VPN oder Standortwechsler\n\nNutzung von VPN:\n\n- Datenschutz\n\n- Institutionelles Netzwerk,\n\n- Normaler Nutzergebrauch\n\nKönnte der Grund sein. Es sollte nicht als automatische Betrugsware betrachtet werden. Es erschwert jedoch die Überprüfung der Länderebene. Es könnte eine Regel im Hauptpanel des kontrollierten Landes geben, um VPN-Nutzung zu deaktivieren oder zu protokollieren. Standortwechsel, die zur Umgehung von Beschränkungen verwendet werden, sind für das Hauptpanel Natürliche Reichweite nicht geeignet.\n\n### 8.3. Länderverifizierungsstufen\n\n### GV-0— Unverifiziert\n\nNur Selbsterklärung verfügbar.\n\n### GV-1— Panel-verifiziert\n\nDer Panelanbieter hat eine bestehende Länderregistrierung.\n\n### GV-2— Sitzungs-konsistent\n\nErklärung, Gebietsschema und Sitzungszeichen sind konsistent.\n\n### GV-3— Multi-Signal-verifiziert\n\nDatenschutzfreundlich kompatibel mit mehreren Signalen.\n\n### GV-4— Unabhängig geprüft\n\nDie Länderüberprüfungsmethode hat die externe Qualitätskontrolle bestanden. Die Erfassung einer genauen Straßenadresse oder sensibler Koordinaten ist keine Standardanforderung. Die Länderüberprüfung sollte unter dem Prinzip der Datenminimierung durchgeführt werden.\n\n## 9. SPRACHKENNTNISSE UND NATÜRLICHE ANWENDUNG\n\nDas Sprachwissen eines Teilnehmers kann sich allein auf die Aussage stützen: \"Ja, ich weiß.\" Dies kann eine risikoarme Erstregistrierung sein. In einem Hochsicherheits-Sprachpanel zusätzlich:\n\n- Aussage über die natürliche Nutzung,\n\n- kurzer Verständnis-Check,\n\n- Panel-Historie,\n\n- Bewertung durch einen lokalen Gutachter,\n\n- neutrialer Test vor der Aufgabe\n\nkönnen verwendet werden. Der Sprachtest sollte nicht zu einer schweren akademischen Prüfung werden, die nur hochgebildete Personen auswählt. Das Ziel:\n\n> Dass der Teilnehmer die Prompt und die Antwort wie ein echter Nutzer versteht.\n\n## 10. ÜBERPRÜFUNG DES ZUGRIFFS AUF KI-ProduktE\n\nTeilnehmer:\n\n- sollte in der Lage sein, auf das richtige KI-Produkt zuzugreifen,\n\n- die richtige Nutzeroberfläche,\n\n- die richtigen Plan- oder Kontobedingungen\n\nsollte zugreifen können. Die folgenden Situationen sollten separat aufgezeichnet werden:\n\n- Kostenloser Plan\n\n- Bezahlter Einzelplan\n\n- Unternehmensplan\n\n- Schulungsplan\n\n- Web\n\n- Mobil\n\n- Desktop\n\n- Eingebettetes Produkt\n\n- Sichtbares Modell\n\n- Web-/Abruffunktion\n\nEin Teilnehmer kann nicht das Konto eines anderen verwenden. Passwortweitergabe darf nicht verlangt werden. Der Nachweis des Produktzugangs muss überprüft werden, ohne die Identität des Kontos öffentlich preiszugeben.\n\n## 11. BEZIEHUNG ZWISCHEN TEILNEHMER UND GEPRÜFTEM UNTERNEHMEN\n\nDie Beziehung des Teilnehmers zu der überwachten Organisation kann das Verhalten bei der Antwortaufzeichnung oder die Markenbekanntheit beeinflussen. Beziehungsstatus:\n\n### ALLGEMEINE ÖFFENTLICHKEIT\n\n### AKTIVER KUNDE\n\n### EHEMALIGER KUNDE\n\n### POTENZIELLER KUNDE\n\n### MITARBEITER\n\n### EHEMALIGER MITARBEITER\n\n### AUFTRAGNEHMER\n\n### PARTNER\n\n### INVESTOR\n\n### WETTBEWERBER / AFFILIATES\n\n### KI-PROVIDER / AFFILIATES\n\n### FORSCHER\n\n### UNBEKANNT\n\nDirekte Mitarbeiter- und Entscheidungsträgerbeziehungen in der Hauptprobe der Allgemeinbevölkerung:\n\n- können ausgeschlossen werden,\n\n- können in eine separate Ebene gestellt werden,\n\nkann mit einem niedrigen tatsächlichen Populationsgewicht geschützt werden. Das automatische Ausschließen aller verwandten Personen kann ebenfalls falsch sein. Wenn sie Teil der tatsächlichen Kunden- oder Mitarbeiterpopulation sind, können sie separat und explizit gemessen werden.\n\n## 12. MARKENBEKANNTHEIT\n\nGeprüfte Teilnehmerentität:\n\n- hat noch nie davon gehört,\n\n- kennt den Namen,\n\n- kennt das Produkt,\n\n- ist Kunde,\n\n- kann eine stark positive oder negative Meinung haben.\n\nDiese Information:\n\n- kann das Verhalten der Teilnehmer beeinflussen,\n\n- Panel unter natürlichen Nutzungsbedingungen,\n\n- schnelle Reaktion\n\nerwünscht. Wenn die Bekanntheit vor der Aufforderung gemessen wird, kann sie den Nutzer auf die Marke vorbereiten. Daher die Reihenfolge der Präferenz:\n\n- Vorhandene Panelinformationen\n\n- Separate Frage nach der Aufgabe\n\n- Falls nötig, eine neutrale Vor-Messung, die die Marke nicht lenkt\n\nkann durchgeführt werden. Vertrautheit sollte im Hauptbeispiel sichtbar sein; sie sollte nicht als Gewichtungsvariable ausgewählt werden, nachdem die Ergebnisse gesehen wurden.\n\n## 13. VERTRAUTHEIT MIT DER NUTZUNG VON KI\n\nTeilnehmer:\n\n- Erstbenutzer,\n\n- gelegentlicher Nutzer,\n\n- regelmäßiger Nutzer,\n\n- intensiver oder professioneller Nutzer\n\nEinzelpersonen können sein. Häufigkeit der KI-Nutzung:\n\n- Produktzugang,\n\n- Art des Plans,\n\n- Schnittstellenkenntnisse,\n\n- Personalisierung,\n\n- Wahrscheinlichkeit, die Aufgabe korrekt zu erledigen\n\nkann betroffen sein. Die Auswahl nur erfahrener KI-Nutzer kann jedoch Protokollfehler reduzieren. Aber es kann die Schätzung der natürlichen Bevölkerung verzerren. Die richtige Lösung:\n\n- den Nutzungsgrad messen,\n\n- vergleiche es mit der Zielbevölkerung,\n\n- schichten oder gewichten, falls notwendig,\n\nund die gültige reale Erfahrung des unerfahrenen Nutzers bewahren.\n\n## 14. EINZIGARTIGE MENSCHLICHE REGEL\n\nDie Bevölkerungseinheit von GEO-1000 ist ein Mensch. Derselbe Mensch:\n\n- in mehreren Panels,\n\n- mit mehreren E-Mail-Konten,\n\n- mit mehreren KI-Konten,\n\n- von verschiedenen Geräten\n\nkann teilnehmen. Einzigartigkeitsprüfungen müssen datenschutzfreundlich durchgeführt werden. Signale, die verwendet werden können:\n\n- Anonyme Teilnehmeridentität\n\n- Kryptographische oder hash-basierte Überprüfung\n\n- Geräte- und Sitzungskonformität\n\n- Zahlungs- oder Anreizaufzeichnung\n\n- Zeit- und Aufgabenmuster\n\n- Dasselbe Screenshot- oder Antwortdatei\n\n- Sichere Nachprüfung über mehrere Panelanbieter\n\nKein einzelnes Signal muss für einen automatischen Ausschluss ausreichend sein. Insbesondere:\n\n- Familien, die sich ein gemeinsames Gerät teilen,\n\n- Institutionelles Netzwerk,\n\n- Barrierefreiheits-Tools,\n\n- Nutzer von gemeinsam genutzten Geräten mit niedrigem Einkommen\n\nkönnten fälschlicherweise als gefälscht betrachtet werden. Verdächtige Aufzeichnungen sollten einer menschlichen Überprüfung und einem Berufungsverfahren unterzogen werden.\n\n## 15. TEILNEHMERBELohnung\n\nDie Zahlung oder Belohnung, die dem Teilnehmer gewährt wird, kann sein Datenverhalten beeinflussen.\n\n### 15.1. Zahlung unabhängig vom Ergebnis\n\nBevorzugte Methode:\n\n> Eine feste und vorher bekannt gegebene Zahlung für die Durchführung der Aufgabe gemäß dem Protokoll.\n\nZahlung:\n\n- darf nicht davon abhängen, dass die Antwort positiv ist,\n\n- in die Kategorien gezwungen werden von\n\nwahr,\n\n- lang,\n\n- der Marke günstig,\n\n- oder von Zitaten begleitet.\n\nDie Auswahl muss unabhängig von all diesen Ergebnissen bleiben.\n\n### 15.2. Qualitätsbonus\n\nWenn ein Qualitätsbonus verwendet werden soll, dürfen nur folgende Punkte:\n\n- vollständige Nachweise,\n\n- korrekter Prompt,\n\n- korrektes Produkt,\n\n- rechtzeitige Lieferung,\n\n- Reinigung persönlicher Daten\n\nan Protokollbedingungen gebunden werden. Er darf nicht an den Inhalt der KI-Antwort gebunden werden.\n\n### 15.3. Geschwindigkeitsanreiz\n\nBonus ausschließlich für Geschwindigkeit:\n\n- Eile,\n\n- unvollständige Erfassung,\n\n- falsches Produkt,\n\n- Abschneiden der Antwort\n\nkann das Risiko erhöhen. Innerhalb des vorgegebenen Zeitfensters sollte eine angemessene Zeit zugestanden werden.\n\n### 15.4. Zahlung nach Land\n\nDie Vergütung kann je nach lokalen Gebühren und Lebensbedingungen variieren. Diese Situation:\n\n- kann die Teilnahmewahrscheinlichkeit beeinflussen,\n\n- die Zusammensetzung des Panels\n\nund sollte zusammen mit dem Vergütungsansatz und den Ländervergleichen dokumentiert werden.\n\n### 15.5. Zwang und übermäßige Anreize\n\nDie Belohnung sollte keinen Druck erzeugen, dem die Person nicht vernünftigerweise widerstehen kann. Insbesondere:\n\n- niedriges Einkommen,\n\n- Student,\n\n- abhängige Mitarbeiter,\n\n- vulnerable Gruppen\n\nsollten in ihrer Freiwilligkeit geschützt werden.\n\n## 16. EINLADUNGSTEXT UND VORORIENTIERUNG\n\nBeim Einladen eines Teilnehmers kann der Zweck der Forschung ihn auf ein bestimmtes Ergebnis vorbereiten. Eine falsche Einladung: „Wir testen, wie KI-Systeme Apple falsch interpretieren.“ Diese Aussage kann den Teilnehmer dazu bringen, nach Fehlern zu suchen. Eine andere falsche Einladung: „Hilf uns, den KI-Erfolg unserer Marke zu beweisen.“ Diese Aussage erzeugt die Erwartung eines positiven Ergebnisses. Bevorzugte neutrale Einladung: „Studie zur standardisierten Nutzererfahrung und Beobachtung der Repräsentation in spezifischen KI-Produkten.“ Die geprüfte Einheit kann später aufgrund der Natur der Aufgabe sichtbar werden. Das gewünschte Ergebnis sollte jedoch nicht offengelegt werden.\n\n## 17. AUFGABENZUWEISUNG\n\nTeilnehmer:\n\n- KI-Produkt,\n\n- Prompt,\n\n- Sprache,\n\n- Welle,\n\n- Sitzungsbedingung,\n\n- Aufgabenreihenfolge\n\nsoll im Voraus mit einer vordefinierten Methode zugewiesen werden. Die Teilnehmer:\n\n- bevorzugtes KI-Produkt,\n\n- den Plan, den er/sie am besten kennt,\n\n- die Sprache mit hoher Wahrscheinlichkeit einer positiven Reaktion\n\nwenn sie selbst wählen dürfen, kann eine Zuweisungsverzerrung auftreten.\n\n### 17.1. Zufällige Zuweisung innerhalb der Ebene\n\nNachdem das Land, die Sprache und der Produktzugang überprüft wurden, können Aufgaben innerhalb der Ebene zufällig zugewiesen werden.\n\n### 17.2. Block-Zuweisung\n\nBlöcke können verwendet werden, um kostenlose/bezahlt Pläne, mobil/web oder AI-Nutzungsfrequenz auszugleichen.\n\n### 17.3. Produktreihenfolge\n\nWenn eine Person mehr als ein Produkt testet, sollte die Reihenfolge zufällig sein. Die Antwort auf das erste Produkt kann die Bewertung der nächsten Antwort oder des nächsten Aufgabenverhaltens beeinflussen.\n\n### 17.4. Reihenfolge der Eingaben\n\nWenn ein Teilnehmer mehr als einen Prompt erhält:\n\n- lernen,\n\n- neue Informationen über die Marke erwerben,\n\n- die vorherige Antwort auf die nächste Frage übertragen\n\nRisiko entsteht. Die Reihenfolge der Aufforderungen sollte aufgezeichnet und gegebenenfalls ausgeglichen werden.\n\n## 18. PANEL-KONDITIONIERUNG\n\nNutzer, die häufig an Forschungspanels teilnehmen, können die Erwartungen der Aufgabe erlernen. Eine Person, die wiederholt am gleichen Test teilnimmt:\n\n- kann sich an die richtige Antwort erinnern,\n\n- kann die Bildschirmaufnahme sorgfältiger auswählen,\n\n- kann die Website der geprüften Einheit im Voraus überprüfen,\n\nwelche Fehler gesucht werden, kann erlernt werden. Diese Situation wird genannt:\n\n#### Panel-Konditionierung\n\nPanel-Konditionierung kann die tatsächliche natürliche Nutzererfahrung verändern.\n\n### 18.1. Quellen der Konditionierung\n\nFrühere GEO-Wellen Wiederholung derselben Einheit Gleiches Aufforderungs-Archiv Peer-Review-Schulung Aufgabenteilung in Teilnehmergemeinschaften Frühere Zahlungen und Qualitätsfeedback\n\n### 18.2. Kontrollmaßnahmen bei Konditionierung\n\nNeuer und wiederkehrender Teilnehmerstatus Erstteilnahmedatum Frühere Exposition gegenüber derselben Einheit Frühere Exposition gegenüber derselben Aufgabenfamilie Rotierendes Panel Aufgabenreihenfolge Zufälligkeit Vorgesehene Ruhezeit Neue Nutzeruntergruppe Vergleich der Ergebnisse von konditionierten und neuen Nutzern Die Wiederverwendung desselben Teilnehmers ist nicht verboten. Sie ist wertvoll für longitudinale Messungen. Kann nicht als natürliches Querschnittspanel präsentiert werden.\n\n## 19. AUFGABENKONTAMINATION UND TEILNEHMERKOMMUNIKATION\n\nTeilnehmer:\n\n- Prompts,\n\n- Antworten,\n\n- Screenshots,\n\n- erwartete Ergebnisse\n\nkönnen miteinander geteilt werden. Diese Situation kann unabhängige Beobachtungen stören. Kontrollen:\n\n- Dauer der Welle begrenzen\n\n- Aufgaben randomisieren\n\n- Pflicht, Ergebnisse nicht mit Teilnehmern zu teilen\n\n- Suche nach wiederholten Antworten und visuellen Darstellungen\n\n- Ungewöhnliche Text- und Zeitähnlichkeiten prüfen\n\n- Überwachung von Warnungen durch Community- oder Panelanbieter\n\nTeilnehmerkommunikation ist nicht automatisch Betrug. Ihre materielle Auswirkung sollte untersucht werden.\n\n## 20. ARTEN DER NICHT-REAKTION\n\nNicht-Reaktion ist kein einzelnes Ereignis.\n\n### 20.1. Nicht-Reagieren auf Einladungen\n\nDer Teilnehmer reagiert überhaupt nicht auf die Forschungseinladung.\n\n### 20.2. Ablehnung der Teilnahme\n\nDie Person sieht die Einladung und entscheidet sich, nicht teilzunehmen.\n\n### 20.3. Nicht-Beginnen der Aufgabe nach Qualifikation\n\nDie Person wird als geeignet befunden, beginnt die Aufgabe jedoch nicht.\n\n### 20.4. Aufgabenunterbrechung\n\nDer Teilnehmer bricht die Aufgabe in der Mitte ab.\n\n### 20.5. Belege nicht hochladen\n\nMöglicherweise wurde eine AI-Antwort erhalten, aber der erforderliche Nachweis wird nicht hochgeladen.\n\n### 20.6. Ungültiger Abschluss\n\nDie Aufgabe ist abgeschlossen, aber:\n\n- falsche Prompt,\n\n- falsches Produkt,\n\n- ausgewählte Antwort,\n\n- fehlender Screenshot\n\nsind Gründe für Ungültigkeit. Die Verhältnisse dieser Stufen sollten separat gemeldet werden.\n\n## 21. ANTWORTFUNNEL\n\nFür Schicht h:\n\n- nhsel: ausgewählte Person\n\n- nhinv: eingeladene Person\n\n- nhcon: Person, die zugestimmt hat teilzunehmen\n\n- nhsta: Person, die die Aufgabe begonnen hat\n\n- nhcom: Person, die abgeschlossen hat\n\n- nhval: gültige Beobachtung\n\nLassen Sie uns sein. Grundraten:\n\nRR_h^invite= n_h^con/n_h^inv; RR_h^complete= n_h^com/n_h^sta; RR_h^valid= n_h^val/n_h^com\n\nEs kann dargestellt werden als. Jede dieser Raten zeigt ein anderes Problem an. Nur die endgültige gültige Zahl anzugeben, verschleiert das Feldbias.\n\n## 22. NICHT-ANTWORT-BIAS\n\nMenschen, die nicht reagieren, können sich von denen unterscheiden, die reagieren. Beispiel: Ein Nutzer mit geringer Internetverbindung kann eine Aufgabe nicht abschließen. Ein Nutzer mit kostenlosem Plan kann nicht auf das Produkt zugreifen. Ein unerfahrener Nutzer findet die Anweisungen schwierig. Ein intensiver KI-Nutzer schließt schneller ab. In bestimmten Ländern bleiben die Zahlungen niedrig. Ein Nutzer mit negativer Markenerfahrung ist möglicherweise eher bereit, teilzunehmen. Selbst wenn die Nicht-Antwort-Rate hoch ist, kann das Bias gering sein. Selbst wenn die Nicht-Antwort-Rate niedrig ist, kann eine kleine fehlende Gruppe finanziell bedeutend sein. Daher nicht nur die Rate allein:\n\n#### Welche Merkmale unterscheiden sich zwischen Befragten und Nichtbefragten\n\nsollte untersucht werden.\n\n## 23. NICHT-ANTWORT GEWICHTE\n\nWenn eine Nicht-Antwort-Einstellung verwendet wird, sollten die Klassen bestimmt werden, bevor die Ergebnisse gesehen werden. Potenzielle Variablen:\n\n- Land\n\n- Sprache\n\n- Alter\n\n- Häufigkeit der KI-Nutzung\n\n- Plan\n\n- Benutzeroberfläche\n\n- Panelquelle\n\n- Barrierefreiheit\n\n- Markenbekanntheit\n\nNicht-Antwort Koeffizient:\n\na_r^{NR}= (Σ_{j∈S_r} d_j)/ (Σ_{i∈R_r} d_i)\n\nkann berechnet werden als. Diese Anpassung beruht jedoch nur auf der Annahme innerhalb derselben Klasse: dass die Befragten die Nicht-Befragten ausreichend repräsentieren. Sie löst keine nicht gemessenen Unterschiede.\n\n## 24. MECHANISMEN FEHLENDER DATEN\n\nFehlende Daten können konzeptionell in drei Klassen betrachtet werden.\n\n### 24.1. Zufällige Fehlstellen\n\nFehlende Daten stehen nicht wesentlich in Zusammenhang mit dem Ergebnis und den Nutzermerkmalen. In Wirklichkeit kann dies selten vorkommen.\n\n### 24.2. Fehlstellen erklärt durch beobachtete Merkmale\n\nFehlende Werte:\n\n- Land,\n\n- impliziert keine Eignung in Bezug auf Alter,\n\n- Plan,\n\n- Sprache\n\nsind in bekannten Bereichen wie.. verwandt. Gewichtung kann teilweise helfen.\n\n### 24.3. Fehlende Werte in Verbindung mit nicht beobachteten Merkmalen\n\nZum Beispiel:\n\n- Misstrauen gegenüber dem KI-Produkt,\n\n- geringe digitale Fähigkeiten,\n\n- Markenablehnung,\n\n- Datenschutzbedenken\n\nwenn nicht gemessen, kann die Gewichtung die Defizienz nicht vollständig korrigieren. In diesem Fall ist eine Sensitivitätsanalyse erforderlich.\n\n## 25. PANELAUSFALL UND TRENNUNG ZWISCHEN DEN WELLEN\n\nIn longitudinalen oder rotierenden Panels, bei denen dieselben Nutzer erneut gemessen werden, nehmen einige Personen an der folgenden Welle nicht teil. Dies ist Panelverlust. Diejenigen, die im Panel verbleiben:\n\n- disziplinierter,\n\n- mehr belohnungsorientiert,\n\n- erfahrener,\n\n- mehr an Forschung gewöhnt\n\nkönnen sein. Die Veränderung der Werte über die Zeit kann teilweise auf die Zusammensetzung des Panels zurückzuführen sein.\n\n### 25.1. Protokoll des Panelabbaus\n\nIn jeder Welle:\n\n- wieder eingeladen,\n\n- teilgenommen,\n\n- ausgestiegen,\n\n- neu hinzugefügt\n\nNutzerzahlen sollten angezeigt werden.\n\n### 25.2. Panel-Abbrechergewicht\n\nDie verbleibenden Teilnehmer können gemäß der Ausstiegswahrscheinlichkeit gewichtet werden. Diese Methode beseitigt die Verzerrung durch unbeobachteten Panel-Ausstieg nicht vollständig.\n\n### 25.3. Panel aktualisieren\n\nNeue Nutzer können hinzugefügt werden, um die verlorenen Nutzer zu ersetzen. Ergebnisse für neue und zurückkehrende Nutzer sollten separat berichtet werden.\n\n## 26. TEILNEHMERBETRUG UND AUTOMATISIERUNG\n\nEs besteht ein Risiko von Betrug, wenn GEO-1000 ein incentiviertes und globales Panel ist. Mögliche Verhaltensweisen:\n\n- eine Person, die mit mehreren Konten teilnimmt\n\n- Verwendung von automatischen Bots\n\n- Hochladen eines Screenshots einer anderen Person\n\n- Bilder bearbeiten\n\n- Hochladen der gleichen Antwort im Namen verschiedener Nutzer\n\n- Angabe des falschen Landes oder der falschen Sprache\n\n- Konto teilen\n\n- Eine andere Person die Aufgabe erledigen lassen\n\n- Erneutes Beitreten bei Panel-Anbietern\n\n- Erstellen von Massentask-Farmen\n\nDieses Risiko lässt nicht alle Teilnehmer mit geringem Einkommen oder schnellen Teilnehmern als verdächtig erscheinen. Betrugserkennung:\n\n- Debatten,\n\n- mehrere Signale,\n\n- proportionale menschliche Überprüfung\n\nsollten darauf basieren.\n\n## 27. BETRUGS- UND INTEGRITÄTSSTATUSE\n\n### FI-0— NICHT BEWERTET\n\nDer Datensatz wurde in Bezug auf Integrität nicht bewertet.\n\n### FI-1— KEINE ERHEBLICHE ANOMALIE\n\nEs wurden keine klaren Anzeichen für Betrug gefunden. Dies ist keine absolute Garantie für Genauigkeit.\n\n### FI-2— ÜBERPRÜFUNG ERFORDERLICH\n\nEs gibt ein oder mehrere verdächtige Signal(e).\n\n### FI-3— DOPPELUNG ODER ZUSAMMENSPRUCH VERDACHTET\n\nEs besteht der Verdacht auf wiederholte Person, visuelle Erscheinung, Reaktion oder Koordination.\n\n### FI-4— PROTOKOLLMANIPULATION BESTÄTIGT\n\nDer Teilnehmer hat das Protokoll absichtlich verändert.\n\n### FI-5— ERFUNDENE BEOBACHTUNG BESTÄTIGT\n\nDie Beobachtung ist keine echte KI-Nutzererfahrung. FI-2 ist kein automatischer Ausschluss. Überprüfung erforderlich.\n\n## 28. BETRUGSSIGNALEN\n\nGleicher Screenshot-Hash Gleiche seltene Dateispur Unmögliche Abschlusszeit Mehrfache Identitätswiederholungen vom gleichen Gerät oder Sitzung Materialkonflikt in Land, Gebiet und Produktzugang Unstimmigkeit zwischen Antworttext und Bild Spur der Bildbearbeitung Dieselbe Person in Primär- und Backup-Liste Dieselbe anonyme Person bei mehreren Panel-Anbietern Serielle und mechanische Erledigung von Aufgaben Gleiches ungewöhnliches Fehlermuster Ein Signal allein kann kein schlüssiger Beweis für Betrug sein.\n\n## 29. FAIRNESS BEI DER BETRUGSERKENNUNG\n\nDie folgenden Nutzer könnten fälschlicherweise als betrügerisch markiert werden:\n\n- Familien, die ein gemeinsames Gerät nutzen\n\n- Mitarbeiter, die ein institutionelles Netzwerk nutzen\n\n- Teilnehmer von Universitätslaboren\n\n- Datenschutzbewusste Personen, die VPNs verwenden\n\n- Menschen mit Behinderungen, die Bildschirmleser oder Automatisierungshilfen einsetzen\n\n- Personen, die aufgrund niedriger Bandbreite ähnliche komprimierte Bilder hochladen\n\nDaher:\n\n- automatische Kennzeichnung,\n\n- menschliche Überprüfung,\n\n- Teilnehmerbeschreibung, falls notwendig,\n\n- Berufung\n\nmüssen zusammenarbeiten.\n\n## 30. DIE GÜLTIGKEIT DES TEILNEHMERS SOLLTE VON DER GENAUIGKEIT DER KI-ANTWORT GETRENNT WERDEN\n\nDer Datensatz eines Teilnehmers kann konform zum Protokoll sein. Die KI-Antwort kann falsch sein. Dies ist eine gültige Beobachtung. Die KI-Antwort eines anderen Teilnehmers kann korrekt sein. Dennoch hat der Nutzer:\n\n- hat die Antwort dreimal aktualisiert,\n\n- hat nur die beste Antwort hochgeladen,\n\n- kann den Prompt geändert haben\n\nDies ist eine ungültige Beobachtung. Daher:\n\n> Die korrekte KI-Antwort bedeutet nicht gültige Daten. / Eine falsche KI-Antwort bedeutet nicht ungültige Daten.\n\nDie Gültigkeitsbewertung sollte vor der inhaltlichen Bewertung erfolgen und so blind wie möglich durchgeführt werden.\n\n## 31. INTERESSENKONFLIKT UND TEILNEHMERQUELLE\n\nEin Teilnehmer oder Panelanbieter kann von den folgenden Ergebnissen profitieren:\n\n- Das geprüfte Unternehmen erhält eine hohe Punktzahl\n\n- Das KI-Produkt erscheint überlegen\n\n- Ein Wettbewerber erhält eine niedrige Punktzahl\n\n- Verkauf von mehr Audit-Aufträgen\n\n- Auszeichnung oder Beschäftigungsverhältnis\n\nDaher:\n\n- Teilnehmerbeziehungen,\n\n- Panelanbietervereinbarung,\n\n- ergebnisunabhängiger Lohn,\n\n- Kundeneingriff\n\nsollte erklärt werden. Geprüfte Institution:\n\n- welche Nutzer einzuladen sind,\n\n- wer als ungültig betrachtet wird,\n\n- Wer durch einen Ersatz ersetzt wird\n\nkann nicht entscheiden.\n\n## 32. WIRKUNG DES PANELANBIETERS\n\nNutzer von zwei Panelanbietern im selben Land können unterschiedlich sein. Ein Anbieter:\n\n- Technologiebegeisterte,\n\n- Studenten,\n\n- intensive Forschungsteilnehmer\n\nkönnen in Bezug auf Fürsorge eine höhere Rate aufweisen. Der Panelanbieter sollte in der Analyse als Cluster- oder Quellenvariable beibehalten werden. Wenn möglich:\n\n- anbieterbasierte Ergebnisse,\n\n- Quelleneffekt,\n\n- Anbieter vergleich innerhalb desselben Landes\n\nsollten untersucht werden. Ein globales Panel mit einem einzigen Anbieter kann nicht als die Weltbevölkerung selbst dargestellt werden.\n\n## 33. WIEDERHOLUNG EINZELNER IM MULTI-QUELLEN-PANEL\n\nDasselbe Individuum:\n\n- ezwei professionelle Panels,\n\n- bei einem offenen Aufruf,\n\n- auf der Universitätsliste\n\nkann gefunden werden. Ein Multi-Quellen-Panel kann die Anzahl der Datensätze erhöhen, ohne die Einzigartigkeit zu steigern. Prüfung auf Doppelungen über Quellen hinweg:\n\n- datenschutzfreundlich,\n\n- ohne zentrale Identitätsfreigabe erforderlich,\n\n- unter Berücksichtigung von Widersprüchen bei Nichtübereinstimmungen\n\nsollte auf eine Weise eingerichtet werden.\n\n## 34. BEISPIEL FÜR BIAS-KARTE\n\nGEO-1000 sollte die folgenden Verzerrungsarten getrennt überwachen.\n\n### SB-1— Abdeckungs-Bias\n\nEinige Segmente der Zielpopulation sind nicht im Stichprobenrahmen enthalten.\n\n### SB-2— Selektions-Bias\n\nDie Wahrscheinlichkeit, dass Einzelpersonen im Rahmen für das Panel ausgewählt werden, entspricht nicht dem beabsichtigten Design.\n\n### SB-3— Selbstselektions-Bias\n\nFreiwillige für die Studie unterscheiden sich systematisch von der Gesamtbevölkerung.\n\n### SB-4— Einladungs- und Leitungsbias\n\nDer Einladungstext oder die Quelle zieht Menschen mit einer bestimmten Sichtweise an.\n\n### SB-5— Nonresponse-Bias (Nichtbeantwortungs-Bias)\n\nMenschen, die nicht teilnehmen oder nicht abschließen, unterscheiden sich in Bezug auf die Ergebnisse.\n\n### SB-6— Panel-Ausschuss-Bias\n\nNutzer, die zwischen den Wellen verbleiben, unterscheiden sich von denen, die ausscheiden.\n\n### SB-7— Anreiz-Bias\n\nZahlung oder Belohnung beeinflusst die Geschwindigkeit, das Auswahlverhalten oder die Antwort der Teilnehmer.\n\n### SB-8— Panel-Konditionierung\n\nDer Teilnehmer lernt das erwartete Verhalten aus früheren Studien.\n\n### SB-9— Aufgabenverteilungs-Bias\n\nTeilnehmer wählen das Produkt, die Sprache oder die Hinweise selbst oder werden ungleich verteilt.\n\n### SB-10— Bias bei Länder- und Sprachklassifizierung\n\nDer Teilnehmer wird der falschen Länder- oder Sprachzelle zugewiesen.\n\n### SB-11— Produkt-, Plan- und Schnittstellen-Bias\n\nNur bestimmte Plan- oder Gerätebenutzer bestimmen das Panel.\n\n### SB-12— Markenbekanntheits-Bias\n\nKunden, Fans, Kritiker oder Mitarbeiter sind überrepräsentiert.\n\n### SB-13— Betrugs- und Wiederholungs-Bias\n\nDie gleiche Person oder automatische Teilnahme gewinnt zu viel Einfluss auf das Ergebnis.\n\n### SB-14— Validitätsausschluss-Bias\n\nNegative KI-Antworten werden häufiger als ungültig betrachtet.\n\n### SB-15— Gewichtungs-Bias\n\nNach Ergebnis ausgewählte Variablen oder übermäßige Gewichtung des Modellwerts ändern sich in der gewünschten Richtung.\n\n### SB-16— Überlebensstichproben-Bias\n\nNur Nutzer, die die Aufgabe erfolgreich abschließen können, werden wie die tatsächliche Produktpopulation dargestellt.\n\n## 35. ZWECK DER GEWICHTUNG\n\nDie Gewichtung kann den folgenden Zwecken dienen:\n\n- Korrektur ungleicher Auswahlwahrscheinlichkeiten\n\n- Rückführung von Überstichproben auf den tatsächlichen Bevölkerungsanteil\n\n- Reduzierung von Unterschieden in den Rücklaufquoten\n\n- Kalibrierung der Stichprobe auf bekannte Zielwerte\n\n- Kombination mehrerer Panelquellen\n\nGewichtung kann den folgenden Zwecken nicht dienen:\n\n- Erstellung einer Person, die im Stichprobenrahmen nicht existiert\n\n- Präzise Korrektur nicht gemessener Variablen\n\n- Wahrmachung einer falschen oder fehlerhaften Beobachtung\n\n- Erzielung des gewünschten Ergebnisses nach der Auswertung\n\n- Umwandlung einer einzelnen kleinen Zelle in einen verlässlichen Länderscore\n\n- Automatische Umwandlung eines Nicht-Wahrscheinlichkeitspanels in eine Wahrscheinlichkeitsstichprobe\n\n## 36. SCHWERGEWICHT ARCHITEKTUR\n\nDas endgültige Gewicht kann wie folgt gezeigt werden:\n\nw_i= d_i× a_i^{NR}× g_i^{CAL}× p_i^{SRC}\n\nHier:\n\n- di: Grunddesign oder Ausgangsgewicht\n\n- aiNR: Antwort-Einstellung\n\n- giCAL: Bevölkerungs-Kalibrierung\n\n- piSRC: Panelquelle oder Anpassung unwahrscheinlicher Stichproben\n\nIm probabilistischen Panel:\n\nd_i= 1/π_i\n\nEs ist möglich. Das wahre πi ist im Nicht-Probabilitäts-Panel unbekannt. In diesem Fall wird nicht das Designgewicht, sondern das modellbasierte oder kalibrierte Gewicht verwendet. Diese Unterscheidung sollte im Bericht beibehalten werden.\n\n## 37. GEWICHTE KÖNNEN NICHT VOM ERGEBNIS ABHÄNGEN\n\nDie folgenden Variablen dürfen nicht zur Erstellung von Gewichten verwendet werden:\n\n- Ob die KI-Antwort korrekt ist oder nicht\n\n- Ob die Marke genannt wird oder nicht\n\n- Ob ein Zitat vorhanden ist\n\n- Ob eine Empfehlung ausgesprochen wird\n\n- Ob ein kritischer Fehler auftritt\n\n- Ob der geprüfte Organisation das Ergebnis gefällt\n\nGewichtungsvariablen:\n\n- Bevor das Ergebnis gesehen wird,\n\n- Weil es mit der Zielpopulation und dem Auswahlsystem zusammenhängt\n\nEs sollte ausgewählt werden. Wenn das Antwortresultat das Gewicht bestimmt, formt sich die Punktzahl selbst.\n\n## 38. KALIBRIERUNGSVARIABLEN\n\nMögliche Kalibrierungsbereiche:\n\n- Land\n\n- Region\n\n- Sprache\n\n- Alter\n\n- Geschlecht, falls notwendig und ethisch\n\n- Ausbildung\n\n- Städtische/ländliche Siedlung\n\n- Art des Internetzugangs\n\n- Gerät\n\n- Häufigkeit der KI-Nutzung\n\n- Kostenloser/bezahlt Plan\n\n- Benutzeroberfläche\n\n- Barrierefreiheitsstatus\n\nZuverlässige Zielgesamtsummen sind möglicherweise nicht für jede Variable verfügbar. Zu viele Kalibrierungsvariablen:\n\n- können eine übermäßige Gewichtungsvariabilität erzeugen,\n\n- niedrige effektive Stichprobengröße,\n\n- Modellüberanpassung\n\nEs sollte eingefroren werden, bevor die Ergebnisse des Kalibrierungssatzes gesehen werden.\n\n## 39. GEWICHTSVERTEILUNG\n\nDie Stichprobe vor und nach der Gewichtung sollte mit der Zielpopulation verglichen werden. Für jedes Feld:\n\n- Zielanteil\n\n- Roher Stichprobenanteil\n\n- Gewichteter Anteil\n\n- Verbleibender Unterschied\n\nsoll angezeigt werden. Die Gewichtung wird nur auf die Anzahl der Ergebnisse angewendet und die Balancetabelle kann nicht gespeichert werden.\n\n## 40. GEWICHTSDIAGNOSEN\n\nDer Hauptbericht sollte die folgenden Felder enthalten, soweit sie relevant sind:\n\n- Minimales Gewicht\n\n- Maximales Gewicht\n\n- Mediangewicht\n\n- Gewichtsvariationskoeffizient\n\n- Gewichtsverhältnis\n\n- Anzahl der abgeschnittenen Gewichte\n\n- Rohstichprobengröße\n\n- Effektive Stichprobengröße\n\n- Designeffekt\n\n- Ungewichtetes Ergebnis\n\n- Hauptgewichtetes Ergebnis\n\n- Alternative plausible Gewichtungsergebnisse\n\nGewichtete Einzelzahl ist kein vollständiger Kontrollsatz ohne Gewichtskennungen.\n\n## 41. SYNTHETISCHE GEWICHTSANZEIGE\n\nANZEIGE DER SYNTHETISCHEN METHODOLOGIE / Die unten stehenden Teilnehmer, Raten und Werte sind hypothetisch. Zielpopulation und Panelverteilung:\n\nSynthetische Bestehensraten:\n\nRohresultat:\n\n900/1000=90%\n\n### 41.1. Kalibrierungskoeffizienten\n\nGeringe Nutzung:\n\n0.50/0.10=5\n\nMittlere Nutzung:\n\n0.30/0.30=1\n\nHohe Nutzung:\n\n0.20/0.60 = 1/3\n\nGewichtete Antwort:\n\n72(5) + 252(1) + 576(1/3) = 804\n\nGewichtssumme:\n\n100(5) + 300(1) + 600(1/3) = 1,000\n\nGewichtetes Ergebnis:\n\n804/1000=80.4%\n\n### 41.2. Effektive Stichprobengröße\n\nn_eff= [100(5)+300(1)+600(1/3)]² / [100(5 ²)+300(1 ²)+600(1/3)²] ≈ 349\n\nErgebnisübersicht:\n\n- Roh gültige Beobachtungen: 1,000\n\n- Rohwert: 90 Prozent\n\n- Gewichteter Wert: 80.4 Prozent\n\n- Effektive Stichprobe: ungefähr 349\n\n- Hauptgrund: Überrepräsentation von intensiven KI-Nutzern\n\nKorrekte Interpretation:\n\n> Das Panel enthält 1,000 gültige Beobachtungen; jedoch ist infolge der Kalibrierung der Zielpopulation die Schätzung auf 80.4% gefallen, und aufgrund der Gewichtungsvariabilität beträgt die effektive Stichprobengröße ungefähr 349.\n\nFalscher Kommentar: „Die globale Genauigkeit wurde mit 90% bei 1,000 Personen nachgewiesen.“\n\n## 42. WAS KANN VERGEWICHTUNG NICHT KORRIGIEREN?\n\nDie folgenden Gruppen sollten überhaupt nicht im synthetischen Panel vorhanden sein:\n\n- Menschen, die Bildschirmlesegeräte verwenden\n\n- Nutzer in ländlichen Gebieten mit geringer Bandbreite\n\n- Menschen, die das KI-Produkt zum ersten Mal verwenden\n\n- Kleine Sprachgemeinschaft\n\nDie Gewichtung ändert nur das Gewicht der Nutzer im Panel. Die nicht beobachtete Gruppe:\n\n- KI, deine Antwort,\n\n- Zugangsprobleme aufdecken,\n\n- Fehlerverteilung\n\nkann nicht erzeugt werden. Daher:\n\n> Null Abdeckung bedeutet null Information.\n\nGewichtetes Ergebnis: es kann eine Vorhersage näher an der Zielpopulation sein, nicht eine vollständige Beobachtung der Zielpopulation.\n\n## 43. SENSITIVITÄTSANALYSE\n\nDie Abhängigkeit des gewichteten Ergebnisses von einem einzelnen Gewichtungsmodell sollte untersucht werden. Kandidatenergebnisse:\n\n- Rohes ungewichtetes Ergebnis\n\n- Designfokussiertes Ergebnis\n\n- Demografisch kalibriertes Ergebnis\n\n- Kalibrierung unter Hinzufügung der KI-Nutzung\n\n- Gewichtetes beschnittenes Ergebnis\n\n- An den Effekt des Panel-Anbieters angepasstes Ergebnis\n\nWenn sich die Ergebnisse wesentlich ändern:\n\n#### Warnung vor Gewichtungsempfindlichkeit\n\nsollte gegeben werden. Ein einzelnes „richtiges“ Gewichtsergebnis kann nicht als absolute Wahrheit präsentiert werden.\n\n## 44. NEIGUNGSANPASSUNG IM NONPROBABILITY-PANEL\n\nDie Tendenz von Mitgliedern eines Non-Probability-Panels, dem Panel beizutreten, kann gemäß der Zielpopulation modelliert werden. Die Wahrscheinlichkeit, dass eine Person im Panel ist:\n\np̂_i= Pr(i ∈ panel | X_i)\n\nkann geschätzt werden. Das Kandidaten-Inverse-Propensity-Gewicht:\n\nw_i^P= 1/p̂_i\n\nkann verwendet werden. Diese Methode:\n\n- verwendet nur die gemessenen Xi-Variablen,\n\n- ist von einem falsch spezifizierten Modell betroffen,\n\n- nicht beobachtete Selektion wird nicht gelöst,\n\nbenötigt starke Zielreferenzdaten. Daher sollte das Ergebnis:\n\n#### wie folgt bezeichnet werden:\n\nModellkalibrierte Nicht-Probabilitäts-Panel-Schätzung\n\n## 45. SCHÄTZUNGEN FÜR KLEINE RÄUME UND MODELLBASIERTE SCHÄTZUNGEN\n\nDirektes Sampling kann in einigen Länder- oder Sprachzellen unzureichend sein. Modellbasierte Methoden können Informationen von benachbarten oder ähnlichen Gruppen übernehmen. Das bedeutet, dass das Ergebnis:\n\n- direkt beobachtete Länderbewertung,\n\n- Rohbenutzerrate\n\nnicht zutrifft. Der korrekte Status:\n\n### MODELLGESTÜTZTE SCHÄTZUNG\n\n### SCHÄTZUNG FÜR KLEINE GEBIETE\n\n### NICHT DIREKT BEOBACHTET\n\nmuss. Modellbasierte Vorhersage macht ein Land ohne Beobachtung durch den Länderkontrolleur nicht zu einem beobachteten Land.\n\n## 46. TEILNEHMERDATENSCHUTZ UND VERIFIZIERBARKEIT\n\nGEO-1000 erfordert einen Nachweis für jede Beobachtung. Dies bedeutet nicht, dass die Identität des Teilnehmers öffentlich gemacht wird. Ein Screenshot kann die folgenden Informationen enthalten:\n\n- Name\n\n- E-Mail\n\n- Profilbild\n\n- Vorheriger Chat\n\n- Kontenplan\n\n- Name der Institution\n\n- Sensiblen personenbezogene Informationen\n\nNOMOS-Erfassung oder gleichwertiges System:\n\n- soll keine unnötigen persönlichen Felder erfassen,\n\n- soll automatische oder kontrollierte Schwärzung durchführen,\n\n- Rohbeweise müssen in einem sicheren Repository aufbewahrt werden.\n\nNur anonyme und überprüfbare Aufzeichnungen sollten der Öffentlichkeit präsentiert werden.\n\n### 46.1. Öffentliches Evidenzmittel-Manifest\n\nÖffentlicher Datensatz:\n\n- Beobachter-ID,\n\n- Land/Sprachzelle,\n\n- KI-Produkt,\n\n- Zeit,\n\n- Nachweis-Hash,\n\n- Verifizierungsstatus\n\nkann getragen werden. Vollständiger Screenshot:\n\n- bearbeitet,\n\n- eingeschränkter Zugang,\n\n- offen für unabhängigen Prüfer\n\nkann sein. Die Existenz von tausend Evidenzstücken erfordert nicht die öffentliche Offenlegung der Identitäten von tausend Personen.\n\n### 46.2. Sensibles Risiko eines kleinen Landes\n\nWenn es nur einen Teilnehmer im kleinen Land gibt:\n\n- Gerät,\n\n- Zeit,\n\n- Sprache,\n\n- Plan\n\nWenn sie zusammengetragen werden, kann es einfacher werden, die Person wiederzuerkennen. Der Detaillierungsgrad in öffentlichen Berichten sollte reduziert werden. Die Integrität der Nachweise kann in einem zugangsbeschränkten System erhalten bleiben.\n\n## 47. TEILNEHMER EINVERSTÄNDNIS\n\nDer Teilnehmer sollte mindestens Folgendes wissen:\n\n- Welche Aufgabe sie ausführen werden\n\n- Welche Daten und Screenshots gesammelt werden\n\n- Welche persönlichen Informationen nicht gesammelt werden\n\n- Wie lange die Daten gespeichert werden\n\n- Wer Zugriff haben wird\n\n- Wie das Ergebnis veröffentlicht wird\n\n- Wie die Belohnung vergeben wird\n\n- Dass die Teilnahme freiwillig ist\n\n- Recht auf Widerruf oder Einspruch\n\n- Konto-Passwort wird nicht angefordert\n\n- Es wird nicht erwartet, dass die Nutzungsbedingungen des KI-Produkts verletzt werden\n\nZustimmung sollte nicht in einem langen und unverständlichen Text versteckt werden. [K06; K22]\n\n## 48. TEILNEHMER_SICHERHEIT\n\nVom Teilnehmer:\n\n- persönliche Gesundheits-, Rechts- oder Finanzinformationen an KI weiterzugeben,\n\n- echte Kundendaten zu verwenden,\n\n- geschäftsgeheime Informationen des Arbeitgebers zu teilen,\n\n- die Kontosicherheit zu schwächen,\n\n- Nutzungslimits zu überschreiten,\n\n- das Gesetz oder die Produktbedingungen zu verletzen\n\nkann nicht verlangt werden. Testaufforderungen sollten möglichst einen öffentlichen und nicht-personenbezogenen Kontext enthalten.\n\n## 49. DER TEILNEHMER TRÄGT MENSCHLICHE VIELFALT, KEINE QUALITÄT\n\nUnerfahrener Nutzer:\n\n- kann die Aufgabe langsamer erledigen,\n\n- schwieriger,\n\n- mit mehr Unterstützung\n\nDiese Person ist nicht automatisch ein Teilnehmer von geringer Qualität. Sie sind ein echter Teil der Zielpopulation. Wenn das Forschungsdesign so komplex ist, dass nur Personen mit hohen digitalen Fähigkeiten es abschließen können: Das Problem liegt möglicherweise nicht beim Teilnehmer, sondern beim Messinstrument. Das Protokoll:\n\n- sollte verständlich sein,\n\n- zugänglich,\n\n- sprachlich natürlich,\n\n- technische Belastung begrenzt\n\nmuss sein.\n\n## 50. ÖFFENTLICHE RESULTATKARTE DER TEILNEHMERAUSWAHL\n\nDer öffentliche Kandidatenbericht sollte die folgenden Bereiche enthalten:\n\n#### Panelressourcen\n\nWahrscheinlichkeit Panelanteil Professionelles Freiwilligenpanel Anteil Offene Ausschreibung Anteil Universität/Institution Anteil Kunden- oder angeschlossenes Panel Anteil\n\n#### Teilnahme-Funnel\n\nPerson im Rahmen Ausgewählt Eingeladen Akzeptiert Gestartet Abgeschlossen Gültige Beobachtung produzierend\n\n#### Eignung und Integrität\n\nLandesprüfungsstufen Sprachprüfungsstufen Wiederholungspersonenrate Verdächtige Registrierungsrate Überprüfte Betrugsrate Ungültige Beobachtungsrate\n\n#### Panelzusammensetzung\n\nKI-Nutzungsfrequenz Plan und Schnittstelle Markenbekanntheit Kunden-/Mitarbeiterbeziehung Neue und zurückkehrende Panelnutzer Zugänglichkeitsabdeckung\n\n#### Gewicht Diagnosen\n\nFolgendes kann veröffentlicht werden, ohne die Identität der Teilnehmer preiszugeben: Roh- und gewichtete Werte; minimale und maximale Gewichte; der Variationskoeffizient der Gewichte; effektive Stichprobengröße; Sensitivität gegenüber Gewichtung; und Abdeckungswarnungen.\n\n## 51. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH08-N01**\n\nJede gültige GEO-1000-Beobachtung muss eine nachvollziehbare Teilnehmerauswahlkette von der Zielpopulation zur analytischen Aufzeichnung aufweisen.\n\n**CH08-N02**\n\nEine zufällige Auswahl innerhalb des Panels kann nicht als zufällige Auswahl aus der Zielweltbevölkerung dargestellt werden.\n\n**CH08-N03**\n\nDie Quelle der Teilnehmer, die Auswahlmethode und der Status des Panels sollten im öffentlichen Methodenprotokoll erläutert werden.\n\n**CH08-N04**\n\nEs kann nicht als ein unwahrscheinliches oder freiwilliges Panel-Stichprobenset der Bevölkerung definiert werden.\n\n**CH08-N05**\n\nVon der geprüften Institution vorgeschlagene Teilnehmer dürfen ohne Erklärung nicht im Haupt unabhängigen Bevölkerungspanel aufgenommen werden.\n\n**CH08-N06**\n\nBeziehungen zu Kunden, Mitarbeitern, Partnern, Wettbewerbern und KI-Anbietern sollten separat aufgezeichnet werden.\n\n**CH08-N07**\n\nDie Teilnahmeberechtigung muss überprüft werden, bevor die KI-Antwort angezeigt wird.\n\n**CH08-N08**\n\nLand, Sprache, Produkt, Plan und Schnittstellenberechtigung müssen vor der Zuweisung der entsprechenden Aufgabe bestimmt werden.\n\n**CH08-N09**\n\nDie gleiche Person darf aufgrund mehrerer Konten, Geräte, Sprachen, Panels oder KI-Produkte nicht als Bevölkerungseinheit dupliziert werden.\n\n**CH08-N10**\n\nEine Überprüfung der eindeutigen Person muss gemäß den Grundsätzen der Datenminimierung und des Datenschutzes durchgeführt werden.\n\n**CH08-N11**\n\nEin einzelnes technisches Signal allein kann nicht als ausreichend für eine automatische endgültige Entscheidung betrachtet werden, dass ein Teilnehmer gefälscht ist.\n\n**CH08-N12**\n\nDie Belohnung eines Teilnehmers darf nicht an die AI-Antwort gekoppelt sein, dass sie positiv, korrekt, lang, mit Referenzen versehen oder vorteilhaft für die Marke ist.\n\n**CH08-N13**\n\nDer Qualitätsbonus kann nur an die vorher festgelegte Protokollintegrität gebunden sein.\n\n**CH08-N14**\n\nDer Einladungs- und Informationstext darf den Teilnehmer nicht anleiten, ein positives oder negatives Ergebnis zu erzielen.\n\n**CH08-N15**\n\nDas KI-Produkt sollte zugewiesen oder randomisiert werden, bevor die Aufforderung und die Aufgabenfolge-Ergebnisse gesehen werden.\n\n**CH08-N16**\n\nDie Auswahl von Produkt und Aufforderung basierend auf den Präferenzen der Teilnehmer darf in der Hauptpopulation nicht unerklärt verwendet werden.\n\n**CH08-N17**\n\nPanelkonditionierung, vorherige Testexposition und wiederholte Teilnahme müssen aufgezeichnet werden.\n\n**CH08-N18**\n\nDie Ergebnisse von neuen und konditionierten Teilnehmern sollten bei Bedarf getrennt analysiert werden.\n\n**CH08-N19**\n\nDie Aufnahme eines Teilnehmers in das Panel, dessen Beibehaltung, Ausschluss oder Ersatz durch eine Ersatzperson darf nicht auf dem Inhalt der KI-Antwort basieren.\n\n**CH08-N20**\n\nFehlerhafte, negative, ablehnende oder kritische KI-Ausgaben sollten gemäß einem gültigen Protokoll aufbewahrt werden.\n\n**CH08-N21**\n\nDie Gültigkeit der Teilnehmer sollte so weit wie möglich blind bewertet werden und bevor die sachliche Genauigkeit der Antwort beurteilt wird.\n\n**CH08-N22**\n\nEinladung, Annahme, Beginn, Abschluss und gültige Beobachtungsraten sollten separat berichtet werden.\n\n**CH08-N23**\n\nDie Antwortumgebung sollte nur auf vordefinierten und relevanten Variablen basieren.\n\n**CH08-N24**\n\nGewichtung kann nicht dazu führen, dass Nutzer, die nicht im Stichprobenrahmen enthalten sind, vertreten werden.\n\n**CH08-N25**\n\nGewichtsvariablen dürfen nicht vom KI-Antwortergebnis, der Punktzahl oder dem kommerziellen Interesse der regulierten Institution abhängen.\n\n**CH08-N26**\n\nNicht-probabilistische Panelgewichte dürfen nicht als Designgewichte dargestellt werden.\n\n**CH08-N27**\n\nKalibrierungsvariablen und Zielsummen müssen freigegeben werden, bevor die Ergebnisse gesehen werden.\n\n**CH08-N28**\n\nUngewichtete und hauptsächlich gewichtete Ergebnisse müssen zusammen gespeichert werden.\n\n**CH08-N29**\n\nDie Gewichtung von Diagnosen und die effektive Stichprobengröße sollten im Hauptbericht sichtbar sein.\n\n**CH08-N30**\n\nWenn Gewichtstrimmen verwendet wird, müssen das ungetrimmte Ergebnis und die Sensitivitätsanalyse aufbewahrt werden.\n\n**CH08-N31**\n\nEffekte des Panelanbieters und der Teilnehmerquelle sollten als separate Variablen gehalten werden.\n\n**CH08-N32**\n\nIn einem Multi-Quellen-Panel sollten wiederholte Personenüberprüfungen zwischen den Quellen durchgeführt werden.\n\n**CH08-N33**\n\nBetrugserkennung sollte mehrere Signale, eine proportionale menschliche Überprüfung und ein Beschwerdeverfahren umfassen.\n\n**CH08-N34**\n\nDie Nutzung eines VPN, eines geteilten Geräts, eines institutionellen Netzwerks oder unterstützender Technologie sollte nicht automatisch als Betrug angesehen werden.\n\n**CH08-N35**\n\nModellbasierte Schätzungen für kleine Bereiche können nicht direkt wie eine beobachtete Länder- oder Sprachpunktzahl präsentiert werden.\n\n**CH08-N36**\n\nTeilnehmer-Screenshots und Nachweise müssen persönliche Datenminimierung, Schwärzung und Zugangskontrolle aufweisen.\n\n**CH08-N37**\n\nKontopasswörter, private Chatverläufe oder unnötige sensible Informationen dürfen von den Teilnehmern nicht angefordert werden.\n\n**CH08-N38**\n\nTeilnehmer dürfen nicht gebeten werden, Produkt-, Alters-, Identitäts-, Länder- oder Kontobeschränkungen zu umgehen.\n\n**CH08-N39**\n\nKinder oder Nutzer, die besonderen Schutz benötigen, dürfen nicht ohne separate ethische und Sicherheitsprotokolle im Panel angemeldet werden.\n\n**CH08-N40**\n\nAufzeichnungen über die Teilnehmersauswahl und Gewichtung müssen einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 52. FORMEN DES VERSAGENS\n\n**CH08-F01— ZUFÄLLIGE TEILNEHMER IM PANEL ALS ZUFÄLLIGE DER WELT ZÄHLEN**\n\nDie zufällige Auswahl innerhalb des freiwilligen Panels wird so präsentiert, als ob es sich um eine zufällige Auswahl aus der Weltbevölkerung handelt.\n\n**CH08-F02— EINHALTUNG VON QUOTEN ALS REPRÄSENTATIV ZÄHLEN**\n\nEs wird behauptet, dass alle Verhaltens- und Technologie-Biases gelöst sind, weil Alters- und Länderquoten erfüllt werden.\n\n**CH08-F03— KUNDEN ALS ALLGEMEINE BEVÖLKERUNG ZÄHLEN**\n\nDie Nutzerliste der überwachten Institution wird verwendet, als wäre sie ein weltweites Nutzerpanel.\n\n**CH08-F04— VERSTECKEN VON MITARBEITERN UND PARTNERN**\n\nNutzer, die mit der Institution verbunden sind, werden als unabhängige allgemeine Teilnehmer angezeigt.\n\n**CH08-F05— ZÄHLEN EINES EINZELNEN PANEL-ANBIETERS ALS GLOBAL**\n\nAuswirkungen des Anbieters und das Verhalten des registrierten Panels werden nicht untersucht.\n\n**CH08-F06— ZÄHLEN EINER OFFENEN EINLADUNG ALS WAHRSCHEINLICHE STICPROBE**\n\nSelbstselektion wird beibehalten.\n\n**CH08-F07— BESTIMMUNG DES LANDES NUR NACH IP**\n\nReisen, VPN, institutionelles Netzwerk und Unterschiede in der Kontoregion werden ignoriert.\n\n**CH08-F08— ZÄHLEN DER STAATSANGEHÖRIGKEIT ALS NUTZUNGS-LAND**\n\nDer tatsächliche geografische Zustand der Produkterfahrung wird falsch klassifiziert.\n\n**CH08-F09— ANNEHMEN EINER SPRACHENANGABE ALS DEFINITIV OHNE TEST**\n\nDer Teilnehmer wird in der Sprachzelle gehalten, obwohl er die Prompt oder die Antwort nicht versteht.\n\n**CH08-F10— DEN SPRACHTEST IN EINE ELITEAUSWAHL VERWANDELN**\n\nNur hochgebildete Personen bleiben im Panel.\n\n**CH08-F11— DIE ANZAHL DER KONTEN ALS PERSONEN ZÄHLEN**\n\nEine Person erhöht das Bevölkerungsgewicht mit mehreren Konten.\n\n**CH08-F12— EIN GEMEINSAMES KONTO ALS EINE PERSON ZÄHLEN**\n\nEin von mehreren Personen genutztes Konto wird als einzelner Nutzer interpretiert.\n\n**CH08-F13— ZAHLUNG ABHÄNGIG VOM ERGEBNIS**\n\nEin Bonus wird für eine positive, richtige oder referenzierte Antwort vergeben.\n\n**CH08-F14— DAS PROTOKOLL MIT GESCHWINDIGKEITSBONUS BRECHEN**\n\nDer Teilnehmer macht einen Screenshot oder hetzt durch die Aufgabe, bevor er die Antwort beendet.\n\n**CH08-F15— ERKLÄRUNG DES ERGEBNISSES IN DER EINLADUNG**\n\nDer Teilnehmer wird gebeten, einen Fehler oder Erfolg zu finden.\n\n**CH08-F16— DEN TEILNEHMER DAS PRODUKT WÄHLEN LASSEN**\n\nNutzer, die nur das KI-Produkt auswählen, auf das sie zugreifen können oder das ihnen gefällt, bestimmen das Panel.\n\n**CH08-F17— DAS AUSWIRKEN DER REIHENFOLGE DER AUFFORDERUNGEN VERSTECKEN**\n\nFrühere Antworten beeinflussen nachfolgende Aufgaben.\n\n**CH08-F18— PANELBEDINGUNGEN ALS NATÜRLICHE NUTZUNG BETRACHTEN**\n\nEin Nutzer, der denselben Test mehrmals sieht, wird als neuer Nutzer dargestellt.\n\n**CH08-F19— ERGEBNISWEITERGABE IGNORIEREN**\n\nTeilnehmer übertrugen Aufgaben und Antworten aneinander.\n\n**CH08-F20— NICHT-ANTWORTEN ALS FEHLENDE DATEN ZÄHLEN**\n\nDer systematische Unterschied von Nicht-Teilnehmern wird nicht untersucht.\n\n**CH08-F21— ZÄHLUNG DES PANELVERLUSTS ALS VERBESSERUNG DER ERGEBNISSE**\n\nDie Punktzahlen steigen, weil schwache oder unerfahrene Nutzer in nachfolgenden Wellen aussteigen.\n\n**CH08-F22— NEGATIVE ANTWORTEN NICHT ANERKENNEN**\n\nDer Teilnehmer wird ersetzt, weil die KI eine falsche Antwort gegeben hat.\n\n**CH08-F23— KORREKTE ANTWORT BESTÄTIGEN**\n\nSelbst wenn der Teilnehmer die Antwort aktualisiert hat, wird der Eintrag behalten, weil das Ergebnis korrekt ist.\n\n**CH08-F24— ÜBERBLICKUNG VON BOTS UND WIEDERHOLTER TEILNAHME**\n\nDie gleiche Person oder Automatisierung erzeugt eine große Anzahl von Beobachtungen.\n\n**CH08-F25— MASSENAUSSCHLUSS MIT EINEM EINZELNEN SIGNAL**\n\nVPN, Gerät oder Geschwindigkeit führt dazu, dass echte Nutzer als falsch angesehen werden.\n\n**CH08-F26— DURCHFÜHRUNG EINER BETRUGSPRÜFUNG BASIEREND AUF ERGEBNISSEN**\n\nDatensätze mit niedriger Punktzahl werden häufiger überprüft.\n\n**CH08-F27— ERSTELLUNG EINER STARK UNGESICHTETEN GRUPPE**\n\nEs wird behauptet, dass Nutzer, die nicht in der Stichprobe enthalten sind, repräsentiert werden.\n\n**CH08-F28— AUSWAHL DER NACH-ERGEBNIS-KALIBRIERUNG**\n\nGewichtsvariablen, die den am besten geeigneten Score liefern, werden danach ausgewählt.\n\n**CH08-F29— ZÄHLUNG DES ROH-PANEL-ANTEILS ALS POPULATIONSTEIL**\n\nSchwere KI-Nutzer bestimmen das globale Ergebnis anhand roher Zahlen.\n\n**CH08-F30— ZÄHLUNG UNGEWÖHNLICHER GEWICHTE ALS DESIGN-GEWICHT**\n\nDie genaue Bevölkerungsableitung wird durchgeführt, auch wenn die tatsächliche Auswahlwahrscheinlichkeit unbekannt ist.\n\n**CH08-F31— DAS UNGEWICHTETE ERGEBNIS VERBORGEN HALTEN**\n\nDie Wirkung des Gewichtungsmodells ist nicht sichtbar.\n\n**CH08-F32— DAS EFFEKTIVE SAMPLE VERSTECKEN**\n\nObwohl 1,000-Rohdatensätze 300–400-Informationseinheiten enthalten, wird volle Präzision behauptet.\n\n**CH08-F33— ENTFERNUNG SCHWACHER GRUPPEN DURCH GEWICHTSANPASSUNG**\n\nKleinere Gruppen mit hohem Gewicht werden entfernt, da sie das Ergebnis herabsetzen.\n\n**CH08-F34— ZÄHLEN MODELLBASIERTER GESCHÄTZTER PUNKTE**\n\nEin Land ohne Beispiel erhält eine feste Bewertung.\n\n**CH08-F35— OFFENLEGUNG DER IDENTITÄT FÜR NACHWEISE**\n\nScreenshots werden mit persönlichen Informationen öffentlich veröffentlicht.\n\n**CH08-F36— WIEDERERKENNBARE MACHUNG EINES TEILNEHMERS AUS EINEM KLEINEN LAND**\n\nLand, Zeit, Gerät und Planinformationen machen eine einzelne Person erkennbar.\n\n**CH08-F37— FRAGEN DES TEILNEHMERS NACH PASSWORT ODER PRIVATEM CHAT**\n\nDas Sammeln von Nachweisen verletzt die Kontosicherheit.\n\n**CH08-F38— ZÄHLUNG GERINGER DIGITALER FÄHIGKEIT ALS UNANGEMESSENHEIT**\n\nTatsächliche Zielbenutzer werden aus dem Panel entfernt.\n\n**CH08-F39— STÖRUNG DER FREIWILLIGKEIT DURCH BELONUNG**\n\nDer Teilnehmer steht unter Druck, dem er vernünftigerweise nicht widerstehen kann.\n\n**CH08-F40— ÜBERLASSEN SIE DIE WAHL DES TEILNEHMERS DEM KUNDEN**\n\nDie geprüfte Einheit wählt die Personen aus, die das Ergebnis des Panels bestimmen können.\n\n## 53. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Teilnehmerquellen kartieren\n\nJedes Panel wird separat nach Partner-, Open-Call- und Kundenquelle aufgezeichnet.\n\n### Schritt 2— Auswahlstatus zuweisen\n\nFür jede Quelle wird ein geeigneter Status zwischen PSI-0 und PSI-5 bestimmt.\n\n### Schritt 3— Abdeckung mit Zielpopulation vergleichen\n\nBestimmen Sie, welche Zielnutzer im Panel nicht vertreten sind.\n\n### Schritt 4— Wahrscheinlichkeit oder Modell der Teilnehmerauswahl speichern\n\nBekannte Wahrscheinlichkeit, Quote oder freiwillige Auswahl wird erklärt.\n\n### Schritt 5— Konformitätsregeln einfrieren\n\nAlter, Land, Sprache, Produkt, Plan, Schnittstelle, Einzigartigkeit, Extraktionsbeziehung und Bedingungen werden versioniert.\n\n### Schritt 6— Einladungstext überprüfen\n\nEs wird bewertet, ob es positive oder negative Anleitungen gibt.\n\n### Schritt 7— Belohnungsstruktur untersuchen\n\nEs wird bestätigt, dass die Belohnung völlig unabhängig vom Ergebnis ist.\n\n### Schritt 8— Land, Sprache und Produktzugang der Teilnehmer überprüfen\n\nDatenschutzsichere Überprüfungsstufen werden zugewiesen.\n\n### Schritt 9— Einzigartige menschliche Überprüfung durchführen\n\nInterne und externe Wiederholungen werden untersucht.\n\n### Schritt 10— Beziehungen und Vertrautheitsbereiche aufzeichnen\n\nKunden-, Mitarbeiter-, Wettbewerber-, KI-Anbieter- und Markenvertrautheit werden bestimmt.\n\n### Schritt 11— Aufgaben nach Zuweisungsplan verteilen\n\nProdukt-, Eingabeaufforderungs-, Warteschlangen- und Wellenzuweisungen werden überprüft.\n\n### Schritt 12— Panel-Konditionierung aufzeichnen\n\nNeue, wiederholte und zuvor teilnehmende Nutzer am gleichen Test werden getrennt.\n\n### Schritt 13— Teilnahme-Trichter einrichten\n\nEinladungs-, Annahme-, Start-, Abschluss- und Gültigkeitszahlen werden berechnet.\n\n### Schritt 14— Gültigkeitsprüfung blind durchführen\n\nDie Protokollgültigkeit wird bestimmt, ohne dass die KI-Antwortbewertung so weit wie möglich sichtbar ist.\n\n### Schritt 15— Betrugssignale überprüfen\n\nMehrere Signale und menschliche Bewertungen werden verwendet.\n\n### Schritt 16— Meine Nicht-Antworten und Panelverluste analysieren\n\nDie bekannten Merkmale derjenigen, die teilnehmen, und derjenigen, die nicht teilnehmen, werden verglichen.\n\n### Schritt 17— Erzeugen von Design- und Kalibrierungsgewichten\n\nProbabilistische und nicht-probabilistische Quellen werden mit separaten Methoden behandelt.\n\n### Schritt 18— Berechnen der Gewichtsdaten\n\nGewichtsverteilung, Design-Effekt, effektive Stichprobe und Trimm-Effekt werden berechnet.\n\n### Schritt 19— Durchführung der Sensitivitätsanalyse\n\nRoh-, Haupt-, stark gewichtete und alternative vernünftige Ergebnisse werden verglichen.\n\n### Schritt 20— Erstellen des Datenschutz- und Nachweis-Manifests\n\nVollständiger Nachweis befindet sich in einem sicheren Archiv; anonyme Beweisidentitäten werden in einem öffentlichen Verzeichnis geführt.\n\n### Schritt 21— Veröffentlichung der öffentlichen Wahlkarte\n\nPanelquellen, Teilnahme-Trichter, Verzerrungen und Gewichtungseffekt werden sichtbar gemacht.\n\n## 54. ERFORDERLICHE BELEGE\n\nZielgruppen-Aufzeichnung; Stichprobenrahmen; Panel-Anbieter; Teilnehmerquellen; Auswahlstatus; Wahrscheinlichkeits- oder Nicht-Wahrscheinlichkeits-Panelklasse; Panel-Registrierungsmethode; Einladungstext; Zulassungsregeln für Teilnehmer; Teilnehmerländerüberprüfung; Sprachkenntnisnachweis; Zugriff auf KI-Produkt-Aufzeichnung; Plan- und Nutzeroberfläche; eindeutige Personenverifizierung; Quellübergreifende Duplikatsprüfungen; Markenbekanntheit; Häufigkeit der KI-Nutzung; Beziehung zur geprüften Einheit; Beziehung zum KI-Anbieter; Teilnehmervergütung; Bonusbedingungen; Aufgabenvergabe-Methode; Zufallsauswahl- und Blockierungsaufzeichnung; Produkt- und Aufforderungsreihenfolge; Panel-Konditionierung; vorherige Pilotteilnahme; Anzahl Eingeladener; Anzahl Zustimmender; Anzahl derjenigen, die mit der Aufgabe beginnen; Anzahl derjenigen, die sie abschließen; Anzahl der gültigen Beobachtungen; Gründe für Nichtantworten; Panel-Abwanderung; Gründe für Ungültigkeit; und Betrugsindikatoren.\n\nÜberprüfungs- und Einwandaufzeichnungen Designgewichte Nicht-Antwort-Einstellungen Kalibrierungsvariablen Propensitätsmodell, falls vorhanden Gewichtszuschnittaufzeichnung Effektive Stichprobengröße Sensitivitätsergebnisse Panelanbieter-Effekt Ungewichtete und gewichtete Werte Zustimmungserklärung Aufbewahrungs- und Zugriffsrichtlinie für Daten Regeln zur Schwärzung Öffentliche Evidenzführung Verantwortliche Person oder Institution\n\n## 55. PRÜFLISTE FÜR AUDITS\n\nAus welchen Quellen stammten die Teilnehmer? War jede Quelle probabilistisch, freiwillig oder ein offener Aufruf? Wurde die Zufälligkeit innerhalb des Panels wie die Zufälligkeit in der Weltbevölkerung dargestellt? Intervenierte die betreuende Institution bei der Teilnehmerauswahl? Sind Kunden- und Mitarbeiterteilnehmer getrennt? Wurden Beziehungen zu KI-Anbietern oder Wettbewerbern dokumentiert? Wie wurde die Ländereignung überprüft? Entspricht die Sprachkompetenz dem tatsächlichen Gebrauch? Wurde das richtige KI-Produkt, der richtige Tarifplan und die richtige Schnittstelle verwendet? An wie vielen Konten oder Panels hat dieselbe Person teilgenommen? Wurde eine Überprüfung zwischen den Quellen durchgeführt? Führte der Einladungstext das Ergebnis? Hängt die Belohnung vom Inhalt der KI-Antwort ab? Haben Geschwindigkeitsanreize die Protokollqualität verringert? War die Aufgabenverteilung zufällig oder regelbasiert? Hat der Teilnehmer das Produkt oder die Prompt selbst ausgewählt?\n\nWaren die Reihenfolgen von Produkt und Prompt ausbalanciert? Wurde die Panel-Konditionierung aufgezeichnet? Haben die Teilnehmer die Ergebnisse der Aufgaben geteilt? Ist der Einladungs–Akzeptanz–Start–Abschluss–Gültigkeits-Funnel sichtbar? Unterscheiden sich Nicht-Antworter in bekannten Merkmalen? Beeinflusst Panel-Abwanderung den Zeitverlauf? Wurde die Gültigkeitsentscheidung getroffen, bevor die KI-Antwort bewertet wurde? Wurden negative oder kritische Antworten häufiger als ungültig betrachtet? Trägt die Betrugserkennung mehrere Signale? Führten VPN oder gemeinsame Geräte automatisch zum Ausschluss? Wurde dem Teilnehmer ein Einspruchsweg gegeben? Wurden Gewichtungsvariablen vor dem Ergebnis definiert? Wurden unwahrscheinliche Panelgewichte korrekt gekennzeichnet? Sind die Zielsummen zuverlässig? Werden ungewichtete und gewichtete Ergebnisse zusammen präsentiert? Ist die effektive Stichprobengröße klar? Wurde die Auswirkung des Gewichtungs-Trimmings gezeigt?\n\nWurden Gruppen, die nie beobachtet wurden, als weitgehend vertreten repräsentiert? Wurden modellbasierte Vorhersagen so präsentiert, als wären sie direkte Beobachtungen? Gibt es persönliche Details in Teilnehmer-Screenshots? Können Nutzer aus kleinen Ländern wieder identifiziert werden? Wurden Kontopasswörter oder private Chats angefragt? Ist die Zustimmung der Teilnehmer klar und verständlich? Gibt es einen klar verantwortlichen Eigentümer für die Wahl der Teilnehmer und die Gewichtungsaufzeichnungen?\n\n## 56. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— \"Wenn wir ein professionelles Forschungspanel nutzen, warum sprechen wir dann immer noch über Voreingenommenheit?\"\n\nEin professionelles Panel kann die Datenqualität und das Feldmanagement stärken. Panelmitglieder sind außerdem:\n\n- freiwillig\n\n- an Forschung gewöhnt,\n\n- unterschiedlich in der Nutzung von Technologie\n\nEs ist möglich. Professionalität beseitigt keine Voreingenommenheit. Sie macht das Messen und Verwalten einfacher.\n\n### Einwand 2— „Wenn die Alters- und Länderquoten erfüllt sind, warum sollte das Gremium dann nicht als repräsentativ angesehen werden?“\n\nTeilnehmer:\n\n- Häufigkeit der KI-Nutzung,\n\n- Gerät,\n\n- Plan,\n\n- Markenbewusstsein,\n\n- digitale Kompetenz\n\nEs kann in Bezug auf die Wartung unterschiedlich sein. Quoten gleichen nur die Bereiche aus, die sie abdecken.\n\n### Einwand 3— „Können Gewichtungen diese Unterschiede nicht korrigieren?“\n\nSie können teilweise Unterschiede korrigieren, für die gemessene und verlässliche Zielwerte existieren. Sie können Unterschiede, die nie beobachtet oder gemessen werden, nicht definitiv korrigieren.\n\n### Einwand 4— „Die Klienten der Institution sind echte Nutzer; warum sollten sie nicht im Hauptpanel enthalten sein?“\n\nSie können berücksichtigt werden. Allerdings sollten sie mit dem tatsächlichen Anteil und dem Beziehungsstatus berücksichtigt werden, den sie in der Gesamtbevölkerung haben. Die gesamte Kundenliste ist kein Panel der Gesamtbevölkerung.\n\n### Einwand 5— „Warum wäre es ein Problem, wenn der Teilnehmer die Marke kennt?“\n\nEs muss kein Problem sein. Sie sind Teil der natürlichen Nutzerpopulation. Wenn die Vertrautheit unausgewogen ist, kann das Ergebnis variieren. Daher wird es aufgezeichnet und bei Bedarf analysiert.\n\n### Einwand 6— „Schwere KI-Nutzer führen die Aufgabe genauer aus; wäre es nicht besser, sie auszuwählen?“\n\nEs könnte einfacher für Protokolltests sein. Wenn wir jedoch die tatsächliche Erfahrung der Bevölkerung messen wollen, sind auch unerfahrene Nutzer wichtig. Wenn die Aufgabe zu komplex ist, sollte das Messinstrument korrigiert werden. Die Bevölkerung sollte nicht vereinfacht werden.\n\n### Einwand 7— 'Wenn der Teilnehmer die Antwort missverstanden hat, warum sollten wir die Beobachtung behalten?'\n\nDie Aufgabe des Teilnehmers besteht nicht darin, die Antwort zu bewerten, sondern sie korrekt zu erfassen. Wenn das Erfassungsprotokoll korrekt angewendet wird, bleibt die KI-Antwort erhalten. Die Beurteilung des Materials liegt in der Verantwortung der Schiedsrichter.\n\n### Einwand 8— „Sollte nicht ein strenger automatischer Filter verwendet werden, um gefälschte Teilnahme zu verhindern?“\n\nAutomatisches Filtern ist nützlich. Wenn es die einzige endgültige Entscheidung wird, könnte es echte Nutzer unfair ausschließen. Mehrere Signale und ein angemessenes menschliches Überprüfungsverfahren sind erforderlich.\n\n### Einwand 9— 'Wenn wir keine tausend Screenshots veröffentlichen, kann die Methode als bewiesen gelten?'\n\nVollbildbilder:\n\n- persönliche Informationen,\n\n- Kontosicherheit,\n\n- Neudefinition\n\nkann ein Risiko bergen. Für die Öffentlichkeit:\n\n- bearbeitete Beispiele,\n\n- Beobachtungsmanifest,\n\n- Integritätshashes,\n\n- ein unabhängiger Prüfungszugang\n\nkann bereitgestellt werden. Nachweisbarkeit ist keine Identitätsfreigabe.\n\n### Einwand 10— \"Wenn der gewichtete Wert sehr unterschiedlich vom Rohwert ist, welcher ist korrekt?\"\n\nZwei Ergebnisse beantworten unterschiedliche Fragen. Die Rohpunktzahl ist das Ergebnis der Personen im Panel. Die gewichtete Punktzahl ist die Schätzung für die Zielpopulation. Ein großer Unterschied zeigt, dass die Zusammensetzung des Panels wichtig ist. Beide sollten veröffentlicht werden.\n\n### Einwand 11— „Wenn die effektive Stichprobe auf 349 gesunken ist, war es dann verschwendet, 1,000 Beobachtungen zu sammeln?“\n\nDie überabgetasteten Gruppen könnten die Analyse der Untergruppen gestärkt haben. Allerdings kann die Sensitivität der globalen Prognose niedriger sein als die Rohzahl von 1,000. Diese Tatsache sollte nicht verborgen werden.\n\n### Einwand 12— „Kann das Nicht-Wahrscheinlichkeits-Panel überhaupt nicht verwendet werden?“\n\nEs kann verwendet werden. Im Speziellen:\n\n- Pilot,\n\n- Sprache mit geringen Ressourcen,\n\n- kleines Land,\n\n- Schnelle Entdeckung\n\nEs ist wertvoll für. Es sollte mit dem korrekten Status und den Einschränkungen veröffentlicht werden.\n\n### Einspruch 13— „Ist es nicht zuverlässiger, alle Teilnehmer aus neuen Personen auszuwählen?“\n\nEs kann stark für die Querschnittsbevölkerungsschätzung sein. Wiederholte Nutzer sind wertvoll für die Messung longitudinaler Veränderungen. Neue und wiederholte Panelrollen sollten getrennt gehalten werden.\n\n### Einwand 14— „Erhöht das Sammeln von Daten von so vielen Teilnehmern nicht das Datenschutzrisiko?“\n\nEs kann. Deshalb:\n\n- Datenminimierung\n\n- anonyme Identität\n\n- Bearbeitung,\n\n- Zugangskontrolle\n\n- Lagerdauer\n\nsind verpflichtende Teile des Protokolls. Unnötige Informationen sollten nicht gesammelt werden.\n\n## ALLGEMEINE VORSCHRIFT DES ABSCHNITTS 59\n\nDie einfachste Zahl in einer GEO-Studie:\n\n#### 1,000\n\nEs ist möglich. Die schwerste Frage ist diese:\n\n> Welcher 1,000?\n\nZwei Panels mit denselben Länder- und Altersquoten können völlig unterschiedliche Ergebnisse liefern. In einem:\n\n- intensive KI-Nutzer,\n\n- Abonnenten eines kostenpflichtigen Plans,\n\n- Technologiearbeiter\n\nsind die Mehrheit. Im anderen:\n\n- seltene Nutzer,\n\n- Mobile-Nutzer,\n\n- Menschen mit geringen digitalen Fähigkeiten\n\nEs ist offensichtlicher. Beide sind 1,000 Personen. Es ist nicht die gleiche Population. Wenn Sie verbergen, woher die Teilnehmer kommen, und nur das gewichtete Ergebnis veröffentlichen, verwandeln Sie Gewichtung in einen Schleier des Vertrauens anstatt in eine Kontrollmethode. Sie können eine Person, die in einer Stichprobe nicht vorhanden ist, nicht gewichten. Sie können die Antwort eines Nutzers nicht ändern, weil sie falsch ist. Eine falsche Antwort ist kein Fehler der Forschung. Es ist das Ereignis, das die Forschung zu messen versucht. Wenn ein Teilnehmer das Protokoll trotz der richtigen Antwort falsch befolgt hat, können Sie den Datensatz nicht erhalten. Eine richtige Antwort macht eine gefälschte Beobachtung nicht real. Sie können einer Person mehr bezahlen. Aber nicht, um die Antwort zu erhalten, die Sie wollen. Sie können entsprechend den Lebensbedingungen eines Landes bezahlen. Aber Sie können die Bereitschaft des Teilnehmers nicht kaufen. Tausend Screenshots können als Nachweis dienen. Sie sind nicht verpflichtet, die Identität von tausend Personen der Öffentlichkeit preiszugeben.\n\nDie Integrität von Evidenzmitteln und die Privatsphäre des Menschen können gemeinsam geschützt werden. Daher lautet das achte Messgesetz von NOMOS wie folgt:\n\n> Die Aussagekraft der Stichprobe wird nicht nur davon bestimmt, aus wie vielen Personen sie besteht, sondern auch davon, warum und wie diese Personen ausgewählt wurden.\n\nDas neunte Gesetz lautet wie folgt:\n\n> Gewichtung stellt die beobachtete Bevölkerung wieder ins Gleichgewicht; sie erzeugt nicht den nicht beobachteten Menschen.\n\nDas zehnte Gesetz lautet:\n\n> Eine falsche KI-Antwort kann gültige Daten sein; eine richtige KI-Antwort kann ungültige Daten sein.\n\nDas elfte Gesetz lautet wie folgt:\n\n> Die Belohnung des Teilnehmers sollte nicht für das Finden des gewünschten Ergebnisses erfolgen, sondern für den Nachweis des beobachteten Ergebnisses, ohne es zu verändern.\n\nDas zwölfte Gesetz lautet wie folgt:\n\n> Beweisbarkeit erfordert nicht, dass der Teilnehmer seine Privatsphäre aufgibt.\n\n## NOMOS’ Kapitel 8 Gebot\n\n> Bringe mir nicht allein tausend Menschen. / Zeige mir, aus welcher Welt diese tausend Menschen kommen.\n\n> Behandle ein freiwilliges Panel nicht als zufällige Bevölkerungsstichprobe, eine Kundenliste nicht als allgemeine Öffentlichkeit und einen Mitarbeiter nicht als unabhängigen Nutzer.\n\n> Denke nicht, dass alle Unterschiede, die du nicht gemessen hast, sich verbessert haben, nur weil die Länder- und Altersquoten erfüllt wurden.\n\n> Multipliziere eine Person nicht mit der Anzahl ihrer Konten, Geräte, Sprachen oder Panelmitgliedschaften.\n\n> Stecke diejenigen, die die Marke lieben, diejenigen, die die Marke hassen, und diejenigen, die die Marke überhaupt nicht kennen, nicht in dieselbe unsichtbare Box.\n\n> Bezahle den Teilnehmer nicht dafür, die richtige Antwort zu finden, sondern dafür, die erste passende Antwort, die er sieht, zu speichern, ohne sie zu ändern.\n\n> Ändere den Nutzer nicht, wenn die KI eine falsche Antwort gibt. / Überprüfe nicht, ob die Antwort korrekt ist, wenn der Nutzer das Protokoll bricht.\n\n> Lass eine Person, die nicht im Panel ist, nicht so gewichtet erscheinen, als würde sie existieren.\n\n> Verstecke das Rohresultat nicht. / Erkläre nicht nur das gewichtete Ergebnis als die Wahrheit. / Zeige die effektive Stichprobe. / Zeige ihre Sensitivität.\n\n> Erklären Sie niemanden, der ein VPN benutzt, zum Fake, niemanden, der ein gemeinsam genutztes Gerät benutzt, zum Bot, oder jemandem, der assistive Technologie benutzt, zur Automatisierung.\n\n> Untersuchen Sie Betrug. / Aber machen Sie die Untersuchung selbst nicht zu einem neuen Ausschlussbias.\n\n> Machen Sie einen Screenshot. / Schützen Sie den Namen der Person, das Konto und das Privatleben.\n\n> Definieren Sie zuerst die Population. / Dann zeigen Sie das Rahmenwerk. / Dann erklären Sie, wen Sie ausgewählt haben, wer nicht gekommen ist, wer es nicht abschließen konnte und warum jemand ausgeschlossen wurde. / Und erst danach entscheiden Sie, wie stark Ihr Ergebnis für die Menschheit sprechen kann.\n\n## Der abschließende Satz des Kapitels\n\n> In GEO-1000 ist ein Teilnehmer mehr als eine Person, die eine Antwort trägt. Ein Teilnehmer ist eine menschliche Stichprobeinheit, deren Fähigkeit, andere in der Zielpopulation zu vertreten, durch den Auswahlpfad, Gewichtung, Unabhängigkeit und Datenschutzmaßnahmen gerechtfertigt sein muss.\n\n## Normativer Kern\n\n> Jede GEO-1000-Beobachtung MUSS einen prüfbaren Teilnehmerauswahlpfad von der Zielpopulation und dem Stichprobenrahmen über Auswahl, Einladung, Einwilligung, Zuordnung, Abschluss, Protokollvalidierung, Ausschluss bis hin zur endgültigen Gewichtung beibehalten. Die zufällige Auswahl innerhalb des Panels DARF NICHT als zufällige Auswahl aus der globalen Zielpopulation repräsentiert werden, es sei denn, der Mechanismus zur Einbeziehung der gesamten Population unterstützt diese Behauptung. Die Teilnehmerrekrutierung, Zuordnung, Vergütung, Validierung, Ersetzung, Ausschluss und Gewichtung MÜSSEN unabhängig davon bleiben, ob die KI-Antwort positiv, negativ, korrekt, inkorrekt, abgelehnt, kritisch oder kommerziell günstig ist. Personen, Konten, Geräte, Sitzungen, Sprachen, Panelmitgliedschaften und KI-Produktbeobachtungen MÜSSEN als eigenständige Einheiten erhalten bleiben. Wahrscheinlichkeits-, Opt-in-, Open-Call-, vom Kunden bereitgestellte, institutionelle und hybride Teilnehmerquellen MÜSSEN separat identifiziert werden. Gewichtung KANN Ungleichgewichte verringern, DARF jedoch nicht so repräsentiert werden, dass sie Beobachtungen für Populationen erzeugt, die im Stichprobenrahmen fehlen, oder nicht gemessene Auswahl mit Sicherheit korrigiert. Ungewichtete Ergebnisse, gewichtete Ergebnisse, Gewichtungsdiagnosen, Abdeckungslücken, Nichtantworten, effektive Stichprobengröße und Sensitivitätsanalysen MÜSSEN sichtbar bleiben. Entscheidungen über Betrug und Duplikation MÜSSEN eine verhältnismäßige Überprüfung mit mehreren Signalen verwenden und DÜRFEN die Nutzung von VPNs, geteilten Geräten, institutionellen Netzwerken oder Barrierefreiheits-Tools NICHT automatisch als Fälschung behandeln. Nachweise von Teilnehmern MÜSSEN überprüfbar bleiben, ohne unnötig Identität, Kontodaten, private Gespräche oder genauen Standort offenzulegen. Jede Entscheidung über die Auswahl und Gewichtung von Teilnehmenden MUSS versioniert und einem verantwortlichen Menschen oder einer Organisation zuordenbar sein.","character_count":86230,"record_sha256":"b3445e0944f6a0ec2113b3569454b7c08ba0fcf65223a177314e65710bd64854"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-09","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":11,"chapter_number":9,"item_number":null,"title":"KI-Systemregister und Vergleichbarkeit","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K02","K03"],"source_word_count":8223,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":9,\"id\":\"NOMOS-GEO-AUDIT-CH09\",\"title\":\"KI-Systemregister und Vergleichbarkeit\",\"subtitle\":null,\"sourceFile\":\"9.cu bölüm.docx\",\"sourceSha256\":\"053EE2C8569DE504C5C2EC0DC22A7B91C8A52B8F4AC42660EF573A8D7EF922C5\",\"sourceWordCount\":8223,\"sourceIds\":[\"K02\",\"K03\"],\"machine\":{\"chapter\":9,\"chapterId\":\"NOMOS-GEO-AUDIT-CH09\",\"title\":\"KI-Systemregister und Vergleichbarkeit\",\"subtitle\":null,\"sourceIds\":[\"K02\",\"K03\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH09-R01\",\"normativeRuleEnglish\":\"Every GEO-1000 observation MUST be linked to a versioned AI System Register record describing the measured product instance, including as applicable: - provider, - product, - user surface, - plan, - displayed or verified model identity, - model-identity confidence, - retrieval and web configuration, - citation capability and use, - tool access and use, - session state, - memory, - custom instructions, - prior context, - personalisation, - country, - locale, - language, - deployment state, - measurement time, - and known or observed system changes. Provider name, product name, displayed model label, base model, retrieval system, and user-facing product MUST NOT be treated as interchangeable identities. Feature availability MUST remain distinct from feature use. Live-product results MUST NOT be represented as frozen-model results, and frozen-model results MUST NOT be represented as full consumer-product experience. Comparisons MUST define their object and receive a disclosed comparability level based on matched entity, prompt, population, language, country, time, session, plan, interface, retrieval, tools, reference records, and adjudication rules. The same provider or displayed model MUST NOT create an automatic assumption of comparability. Different providers MAY be compared when user-facing conditions are sufficiently aligned and the resulting claim is limited to the measured product behaviour. Material product changes during a measurement wave MUST create a separate system state, sub-wave, modelled change factor, or mixed-state warning. Unknown configuration fields MUST remain UNKNOWN and MUST NOT be imputed as controlled or equivalent. Every system-registry and comparability decision MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Her GEO-1000 gözlemi; sağlayıcı, ürün, kullanıcı yüzeyi, plan, görünen veya doğrulanmış model kimliği, model kimliği güveni, retrieval ve web yapılandırması, citation kapasitesi ve kullanımı, araç erişimi, oturum durumu, hafıza, özel talimatlar, önceki bağlam, kişiselleştirme, ülke, locale, dil, dağıtım durumu, ölçüm zamanı ve bilinen sistem değişikliklerini ilgili olduğu ölçüde taşıyan sürümlü bir AI Sistem Sicili kaydına bağlanmalıdır. Sağlayıcı adı, ürün adı, görünen model etiketi, temel model, retrieval sistemi ve kullanıcı ürünü birbirinin yerine kullanılamaz. Aynı sağlayıcı veya model etiketi otomatik karşılaştırılabilirlik oluşturmaz. Farklı sağlayıcılar, kullanıcı koşulları yeterince eşleştirildiğinde ölçülen ürün davranışı bakımından karşılaştırılabilir.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH09-MB0001\",\"type\":\"paragraph\",\"text\":\"54. MACHINE-READABLE AI SYSTEM RECORD\",\"sourceParagraph\":1758},{\"blockId\":\"CH09-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1759},{\"blockId\":\"CH09-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1760},{\"blockId\":\"CH09-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1761},{\"blockId\":\"CH09-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1762},{\"blockId\":\"CH09-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"aiSystemRecord\\\": {\",\"sourceParagraph\":1763},{\"blockId\":\"CH09-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"systemRecordId\\\": \\\"NGAI-SYNTH-ORION-WEB-FREE-W1-001\\\",\",\"sourceParagraph\":1764},{\"blockId\":\"CH09-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"provider\\\": {\",\"sourceParagraph\":1765},{\"blockId\":\"CH09-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"providerId\\\": \\\"SYNTH-ORION\\\",\",\"sourceParagraph\":1766},{\"blockId\":\"CH09-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"providerName\\\": \\\"Orion Systems\\\"\",\"sourceParagraph\":1767},{\"blockId\":\"CH09-MB0011\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1768},{\"blockId\":\"CH09-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"product\\\": {\",\"sourceParagraph\":1769},{\"blockId\":\"CH09-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"productId\\\": \\\"SYNTH-ORION-CHAT\\\",\",\"sourceParagraph\":1770},{\"blockId\":\"CH09-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"productName\\\": \\\"Orion Chat\\\",\",\"sourceParagraph\":1771},{\"blockId\":\"CH09-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"productType\\\": [\",\"sourceParagraph\":1772},{\"blockId\":\"CH09-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"PT-1\\\",\",\"sourceParagraph\":1773},{\"blockId\":\"CH09-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"PT-2\\\"\",\"sourceParagraph\":1774},{\"blockId\":\"CH09-MB0018\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1775},{\"blockId\":\"CH09-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"surface\\\": \\\"WEB\\\",\",\"sourceParagraph\":1776},{\"blockId\":\"CH09-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"FREE\\\",\",\"sourceParagraph\":1777},{\"blockId\":\"CH09-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"applicationVersion\\\": \\\"6.1\\\"\",\"sourceParagraph\":1778},{\"blockId\":\"CH09-MB0022\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1779},{\"blockId\":\"CH09-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"model\\\": {\",\"sourceParagraph\":1780},{\"blockId\":\"CH09-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"displayedLabel\\\": \\\"Orion Standard\\\",\",\"sourceParagraph\":1781},{\"blockId\":\"CH09-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"identityConfidence\\\": \\\"MI-1\\\",\",\"sourceParagraph\":1782},{\"blockId\":\"CH09-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"versionedDeploymentId\\\": null,\",\"sourceParagraph\":1783},{\"blockId\":\"CH09-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"dynamicRoutingPossible\\\": true,\",\"sourceParagraph\":1784},{\"blockId\":\"CH09-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"claimAttributionLevel\\\": \\\"PRODUCT_SURFACE_ONLY\\\"\",\"sourceParagraph\":1785},{\"blockId\":\"CH09-MB0029\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1786},{\"blockId\":\"CH09-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"knowledgeConfiguration\\\": {\",\"sourceParagraph\":1787},{\"blockId\":\"CH09-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"mode\\\": \\\"KG-3\\\",\",\"sourceParagraph\":1788},{\"blockId\":\"CH09-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"webFeatureAvailable\\\": true,\",\"sourceParagraph\":1789},{\"blockId\":\"CH09-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"webFeatureEnabled\\\": true,\",\"sourceParagraph\":1790},{\"blockId\":\"CH09-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"webUseForObservation\\\": \\\"USED_CONFIRMED\\\",\",\"sourceParagraph\":1791},{\"blockId\":\"CH09-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"citationFeatureAvailable\\\": true,\",\"sourceParagraph\":1792},{\"blockId\":\"CH09-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"citationsDisplayed\\\": true,\",\"sourceParagraph\":1793},{\"blockId\":\"CH09-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"privateKnowledgeSource\\\": false\",\"sourceParagraph\":1794},{\"blockId\":\"CH09-MB0038\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1795},{\"blockId\":\"CH09-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"tools\\\": {\",\"sourceParagraph\":1796},{\"blockId\":\"CH09-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"available\\\": [\",\"sourceParagraph\":1797},{\"blockId\":\"CH09-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"WEB_SEARCH\\\"\",\"sourceParagraph\":1798},{\"blockId\":\"CH09-MB0042\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1799},{\"blockId\":\"CH09-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"usedForObservation\\\": [\",\"sourceParagraph\":1800},{\"blockId\":\"CH09-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"WEB_SEARCH\\\"\",\"sourceParagraph\":1801},{\"blockId\":\"CH09-MB0045\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1802},{\"blockId\":\"CH09-MB0046\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1803},{\"blockId\":\"CH09-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"session\\\": {\",\"sourceParagraph\":1804},{\"blockId\":\"CH09-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"sessionType\\\": \\\"ST-1\\\",\",\"sourceParagraph\":1805},{\"blockId\":\"CH09-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"newConversation\\\": true,\",\"sourceParagraph\":1806},{\"blockId\":\"CH09-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"persistentMemory\\\": \\\"OFF\\\",\",\"sourceParagraph\":1807},{\"blockId\":\"CH09-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructions\\\": \\\"OFF\\\",\",\"sourceParagraph\":1808},{\"blockId\":\"CH09-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"priorConversationContext\\\": false,\",\"sourceParagraph\":1809},{\"blockId\":\"CH09-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"enterpriseWorkspace\\\": false\",\"sourceParagraph\":1810},{\"blockId\":\"CH09-MB0054\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1811},{\"blockId\":\"CH09-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"localisation\\\": {\",\"sourceParagraph\":1812},{\"blockId\":\"CH09-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"country\\\": \\\"TR\\\",\",\"sourceParagraph\":1813},{\"blockId\":\"CH09-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":1814},{\"blockId\":\"CH09-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"promptLanguage\\\": \\\"tr\\\",\",\"sourceParagraph\":1815},{\"blockId\":\"CH09-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"responseLanguage\\\": \\\"tr\\\"\",\"sourceParagraph\":1816},{\"blockId\":\"CH09-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1817},{\"blockId\":\"CH09-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"deployment\\\": {\",\"sourceParagraph\":1818},{\"blockId\":\"CH09-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":1819},{\"blockId\":\"CH09-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"timestampUtc\\\": \\\"2026-08-18T12:15:00Z\\\",\",\"sourceParagraph\":1820},{\"blockId\":\"CH09-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"experimentalState\\\": \\\"UNKNOWN\\\",\",\"sourceParagraph\":1821},{\"blockId\":\"CH09-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"knownChangeEvent\\\": null,\",\"sourceParagraph\":1822},{\"blockId\":\"CH09-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"observedInterfaceVariant\\\": \\\"STANDARD\\\"\",\"sourceParagraph\":1823},{\"blockId\":\"CH09-MB0067\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1824},{\"blockId\":\"CH09-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"accessResult\\\": {\",\"sourceParagraph\":1825},{\"blockId\":\"CH09-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"AVAILABLE\\\",\",\"sourceParagraph\":1826},{\"blockId\":\"CH09-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"rateLimitEncountered\\\": false,\",\"sourceParagraph\":1827},{\"blockId\":\"CH09-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"technicalRetryUsed\\\": false,\",\"sourceParagraph\":1828},{\"blockId\":\"CH09-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"systemRefusal\\\": false\",\"sourceParagraph\":1829},{\"blockId\":\"CH09-MB0073\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1830},{\"blockId\":\"CH09-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"configurationFingerprint\\\": {\",\"sourceParagraph\":1831},{\"blockId\":\"CH09-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"algorithm\\\": \\\"SYNTHETIC-HASH\\\",\",\"sourceParagraph\":1832},{\"blockId\":\"CH09-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": \\\"SCF-SYNTH-001\\\"\",\"sourceParagraph\":1833},{\"blockId\":\"CH09-MB0077\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1834},{\"blockId\":\"CH09-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"evidence\\\": {\",\"sourceParagraph\":1835},{\"blockId\":\"CH09-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"productMetadataCaptured\\\": true,\",\"sourceParagraph\":1836},{\"blockId\":\"CH09-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"fullScreenshotCaptured\\\": true,\",\"sourceParagraph\":1837},{\"blockId\":\"CH09-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"systemSettingsCaptured\\\": true,\",\"sourceParagraph\":1838},{\"blockId\":\"CH09-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceConfidence\\\": \\\"MEDIUM\\\"\",\"sourceParagraph\":1839},{\"blockId\":\"CH09-MB0083\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1840},{\"blockId\":\"CH09-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":1841},{\"blockId\":\"CH09-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"registryOwnerRole\\\": \\\"AI_SYSTEM_REGISTRY_OWNER\\\",\",\"sourceParagraph\":1842},{\"blockId\":\"CH09-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"recordValidatedBy\\\": \\\"SYSTEM_CONFIGURATION_REVIEWER\\\"\",\"sourceParagraph\":1843},{\"blockId\":\"CH09-MB0087\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1844},{\"blockId\":\"CH09-MB0088\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1845},{\"blockId\":\"CH09-MB0089\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1846},{\"blockId\":\"CH09-MB0090\",\"type\":\"paragraph\",\"text\":\"This record:\",\"sourceParagraph\":1847},{\"blockId\":\"CH09-MB0091\",\"type\":\"paragraph\",\"text\":\"to the actual provider,\",\"sourceParagraph\":1848},{\"blockId\":\"CH09-MB0092\",\"type\":\"paragraph\",\"text\":\"to the real model,\",\"sourceParagraph\":1849},{\"blockId\":\"CH09-MB0093\",\"type\":\"paragraph\",\"text\":\"to the real product\",\"sourceParagraph\":1850},{\"blockId\":\"CH09-MB0094\",\"type\":\"paragraph\",\"text\":\"it does not belong.\",\"sourceParagraph\":1851},{\"blockId\":\"CH09-MB0095\",\"type\":\"paragraph\",\"text\":\"AI product sample is a machine-readable synthetic representation.\",\"sourceParagraph\":1852},{\"blockId\":\"CH09-MB0096\",\"type\":\"paragraph\",\"text\":\"55. MACHINE-READABLE COMPARISON RECORD\",\"sourceParagraph\":1854},{\"blockId\":\"CH09-MB0097\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1855},{\"blockId\":\"CH09-MB0098\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1856},{\"blockId\":\"CH09-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1857},{\"blockId\":\"CH09-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1858},{\"blockId\":\"CH09-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonRecord\\\": {\",\"sourceParagraph\":1859},{\"blockId\":\"CH09-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonId\\\": \\\"NGCMP-SYNTH-001\\\",\",\"sourceParagraph\":1860},{\"blockId\":\"CH09-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonQuestion\\\": \\\"Which consumer AI product produces more accurate entity representation under matched clean-session conditions?\\\",\",\"sourceParagraph\":1861},{\"blockId\":\"CH09-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"systemA\\\": \\\"NGAI-SYNTH-ORION-WEB-PAID-W1-002\\\",\",\"sourceParagraph\":1862},{\"blockId\":\"CH09-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"systemB\\\": \\\"NGAI-SYNTH-HELIOS-WEB-FREE-W1-003\\\",\",\"sourceParagraph\":1863},{\"blockId\":\"CH09-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonLevel\\\": \\\"CP-4\\\",\",\"sourceParagraph\":1864},{\"blockId\":\"CH09-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"matchedDimensions\\\": {\",\"sourceParagraph\":1865},{\"blockId\":\"CH09-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"entityRecordVersion\\\": true,\",\"sourceParagraph\":1866},{\"blockId\":\"CH09-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackVersion\\\": true,\",\"sourceParagraph\":1867},{\"blockId\":\"CH09-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"promptVersion\\\": true,\",\"sourceParagraph\":1868},{\"blockId\":\"CH09-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"country\\\": true,\",\"sourceParagraph\":1869},{\"blockId\":\"CH09-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": true,\",\"sourceParagraph\":1870},{\"blockId\":\"CH09-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"language\\\": true,\",\"sourceParagraph\":1871},{\"blockId\":\"CH09-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"measurementWindow\\\": true,\",\"sourceParagraph\":1872},{\"blockId\":\"CH09-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"populationFrame\\\": true,\",\"sourceParagraph\":1873},{\"blockId\":\"CH09-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"newConversation\\\": true,\",\"sourceParagraph\":1874},{\"blockId\":\"CH09-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"persistentMemoryOff\\\": true,\",\"sourceParagraph\":1875},{\"blockId\":\"CH09-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructionsOff\\\": true,\",\"sourceParagraph\":1876},{\"blockId\":\"CH09-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"webAccess\\\": true,\",\"sourceParagraph\":1877},{\"blockId\":\"CH09-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"citationMode\\\": true\",\"sourceParagraph\":1878},{\"blockId\":\"CH09-MB0121\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1879},{\"blockId\":\"CH09-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"unmatchedDimensions\\\": {\",\"sourceParagraph\":1880},{\"blockId\":\"CH09-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"provider\\\": true,\",\"sourceParagraph\":1881},{\"blockId\":\"CH09-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": true,\",\"sourceParagraph\":1882},{\"blockId\":\"CH09-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"displayedModel\\\": true,\",\"sourceParagraph\":1883},{\"blockId\":\"CH09-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"userInterfaceDetails\\\": true\",\"sourceParagraph\":1884},{\"blockId\":\"CH09-MB0127\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1885},{\"blockId\":\"CH09-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"allowedClaims\\\": [\",\"sourceParagraph\":1886},{\"blockId\":\"CH09-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"CONSUMER_PRODUCT_REPRESENTATION_COMPARISON\\\",\",\"sourceParagraph\":1887},{\"blockId\":\"CH09-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"MATCHED_CLEAN_SESSION_RESULT\\\"\",\"sourceParagraph\":1888},{\"blockId\":\"CH09-MB0131\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1889},{\"blockId\":\"CH09-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"prohibitedClaims\\\": [\",\"sourceParagraph\":1890},{\"blockId\":\"CH09-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"PURE_BASE_MODEL_SUPERIORITY\\\",\",\"sourceParagraph\":1891},{\"blockId\":\"CH09-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"GLOBAL_NATIVE_REACH_SUPERIORITY\\\",\",\"sourceParagraph\":1892},{\"blockId\":\"CH09-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"PERMANENT_PRODUCT_SUPERIORITY\\\"\",\"sourceParagraph\":1893},{\"blockId\":\"CH09-MB0136\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1894},{\"blockId\":\"CH09-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachComparison\\\": false,\",\"sourceParagraph\":1895},{\"blockId\":\"CH09-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"commonSupportComparison\\\": true,\",\"sourceParagraph\":1896},{\"blockId\":\"CH09-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"replicationStatus\\\": \\\"SINGLE_WAVE\\\",\",\"sourceParagraph\":1897},{\"blockId\":\"CH09-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":1898},{\"blockId\":\"CH09-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonOwnerRole\\\": \\\"COMPARABILITY_ADJUDICATOR\\\",\",\"sourceParagraph\":1899},{\"blockId\":\"CH09-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"approvedBeforePublicRanking\\\": true\",\"sourceParagraph\":1900},{\"blockId\":\"CH09-MB0143\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1901},{\"blockId\":\"CH09-MB0144\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1902},{\"blockId\":\"CH09-MB0145\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1903},{\"blockId\":\"CH09-MB0146\",\"type\":\"paragraph\",\"text\":\"56. MACHINE-READABLE RULE OF THE SECTION\",\"sourceParagraph\":1905},{\"blockId\":\"CH09-MB0147\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH09-R01\",\"sourceParagraph\":1906},{\"blockId\":\"CH09-MB0148\",\"type\":\"paragraph\",\"text\":\"Every GEO-1000 observation MUST be linked to a versioned AI System\",\"sourceParagraph\":1908},{\"blockId\":\"CH09-MB0149\",\"type\":\"paragraph\",\"text\":\"Registry record describing the measured product instance, including as\",\"sourceParagraph\":1909},{\"blockId\":\"CH09-MB0150\",\"type\":\"paragraph\",\"text\":\"applicable:\",\"sourceParagraph\":1910},{\"blockId\":\"CH09-MB0151\",\"type\":\"paragraph\",\"text\":\"- provider,\",\"sourceParagraph\":1912},{\"blockId\":\"CH09-MB0152\",\"type\":\"paragraph\",\"text\":\"- product,\",\"sourceParagraph\":1913},{\"blockId\":\"CH09-MB0153\",\"type\":\"paragraph\",\"text\":\"- user surface,\",\"sourceParagraph\":1914},{\"blockId\":\"CH09-MB0154\",\"type\":\"paragraph\",\"text\":\"- plan,\",\"sourceParagraph\":1915},{\"blockId\":\"CH09-MB0155\",\"type\":\"paragraph\",\"text\":\"- displayed or verified model identity,\",\"sourceParagraph\":1916},{\"blockId\":\"CH09-MB0156\",\"type\":\"paragraph\",\"text\":\"- model-identity confidence,\",\"sourceParagraph\":1917},{\"blockId\":\"CH09-MB0157\",\"type\":\"paragraph\",\"text\":\"- retrieval and web configuration,\",\"sourceParagraph\":1918},{\"blockId\":\"CH09-MB0158\",\"type\":\"paragraph\",\"text\":\"- citation capability and use,\",\"sourceParagraph\":1919},{\"blockId\":\"CH09-MB0159\",\"type\":\"paragraph\",\"text\":\"- tool access and use,\",\"sourceParagraph\":1920},{\"blockId\":\"CH09-MB0160\",\"type\":\"paragraph\",\"text\":\"- session state,\",\"sourceParagraph\":1921},{\"blockId\":\"CH09-MB0161\",\"type\":\"paragraph\",\"text\":\"- memory,\",\"sourceParagraph\":1922},{\"blockId\":\"CH09-MB0162\",\"type\":\"paragraph\",\"text\":\"- custom instructions,\",\"sourceParagraph\":1923},{\"blockId\":\"CH09-MB0163\",\"type\":\"paragraph\",\"text\":\"- prior context,\",\"sourceParagraph\":1924},{\"blockId\":\"CH09-MB0164\",\"type\":\"paragraph\",\"text\":\"- personalisation,\",\"sourceParagraph\":1925},{\"blockId\":\"CH09-MB0165\",\"type\":\"paragraph\",\"text\":\"- country,\",\"sourceParagraph\":1926},{\"blockId\":\"CH09-MB0166\",\"type\":\"paragraph\",\"text\":\"- locale,\",\"sourceParagraph\":1927},{\"blockId\":\"CH09-MB0167\",\"type\":\"paragraph\",\"text\":\"- language,\",\"sourceParagraph\":1928},{\"blockId\":\"CH09-MB0168\",\"type\":\"paragraph\",\"text\":\"- deployment state,\",\"sourceParagraph\":1929},{\"blockId\":\"CH09-MB0169\",\"type\":\"paragraph\",\"text\":\"- measurement time,\",\"sourceParagraph\":1930},{\"blockId\":\"CH09-MB0170\",\"type\":\"paragraph\",\"text\":\"- and known or observed system changes.\",\"sourceParagraph\":1931},{\"blockId\":\"CH09-MB0171\",\"type\":\"paragraph\",\"text\":\"Provider name, product name, displayed model label, base model, retrieval\",\"sourceParagraph\":1933},{\"blockId\":\"CH09-MB0172\",\"type\":\"paragraph\",\"text\":\"system, and user-facing product MUST NOT be treated as interchangeable\",\"sourceParagraph\":1934},{\"blockId\":\"CH09-MB0173\",\"type\":\"paragraph\",\"text\":\"identities.\",\"sourceParagraph\":1935},{\"blockId\":\"CH09-MB0174\",\"type\":\"paragraph\",\"text\":\"Feature availability MUST remain distinct from feature use.\",\"sourceParagraph\":1937},{\"blockId\":\"CH09-MB0175\",\"type\":\"paragraph\",\"text\":\"Live-product results MUST NOT be represented as frozen-model results, and\",\"sourceParagraph\":1939},{\"blockId\":\"CH09-MB0176\",\"type\":\"paragraph\",\"text\":\"frozen-model results MUST NOT be represented as full consumer-product\",\"sourceParagraph\":1940},{\"blockId\":\"CH09-MB0177\",\"type\":\"paragraph\",\"text\":\"experience.\",\"sourceParagraph\":1941},{\"blockId\":\"CH09-MB0178\",\"type\":\"paragraph\",\"text\":\"Comparisons MUST define their object and receive a disclosed\",\"sourceParagraph\":1943},{\"blockId\":\"CH09-MB0179\",\"type\":\"paragraph\",\"text\":\"comparability level based on matched entity, prompt, population,\",\"sourceParagraph\":1944},{\"blockId\":\"CH09-MB0180\",\"type\":\"paragraph\",\"text\":\"language, country, time, session, plan, interface, retrieval, tools,\",\"sourceParagraph\":1945},{\"blockId\":\"CH09-MB0181\",\"type\":\"paragraph\",\"text\":\"reference records, and adjudication rules.\",\"sourceParagraph\":1946},{\"blockId\":\"CH09-MB0182\",\"type\":\"paragraph\",\"text\":\"The same provider or displayed model MUST NOT create an automatic\",\"sourceParagraph\":1948},{\"blockId\":\"CH09-MB0183\",\"type\":\"paragraph\",\"text\":\"assumption of comparability.\",\"sourceParagraph\":1949},{\"blockId\":\"CH09-MB0184\",\"type\":\"paragraph\",\"text\":\"Different providers MAY be compared when user-facing conditions are\",\"sourceParagraph\":1951},{\"blockId\":\"CH09-MB0185\",\"type\":\"paragraph\",\"text\":\"sufficiently aligned and the resulting claim is limited to the measured\",\"sourceParagraph\":1952},{\"blockId\":\"CH09-MB0186\",\"type\":\"paragraph\",\"text\":\"product behaviour.\",\"sourceParagraph\":1953},{\"blockId\":\"CH09-MB0187\",\"type\":\"paragraph\",\"text\":\"Material product changes during a measurement wave MUST create a separate\",\"sourceParagraph\":1955},{\"blockId\":\"CH09-MB0188\",\"type\":\"paragraph\",\"text\":\"system state, sub-wave, modelled change factor, or mixed-state warning.\",\"sourceParagraph\":1956},{\"blockId\":\"CH09-MB0189\",\"type\":\"paragraph\",\"text\":\"Unknown configuration fields MUST remain UNKNOWN and MUST NOT be imputed\",\"sourceParagraph\":1958},{\"blockId\":\"CH09-MB0190\",\"type\":\"paragraph\",\"text\":\"as controlled or equivalent.\",\"sourceParagraph\":1959},{\"blockId\":\"CH09-MB0191\",\"type\":\"paragraph\",\"text\":\"Every system-registry and comparability decision MUST be versioned and\",\"sourceParagraph\":1961},{\"blockId\":\"CH09-MB0192\",\"type\":\"paragraph\",\"text\":\"attributable to an accountable human or organisation.\",\"sourceParagraph\":1962},{\"blockId\":\"CH09-MB0193\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":1963},{\"blockId\":\"CH09-MB0194\",\"type\":\"paragraph\",\"text\":\"Each GEO-1000 observation must be linked to a versioned AI System Register record that carries, to the extent relevant, provider, product, user surface, plan, visible or verified model ID, model ID confidence, retrieval and web configuration, citation capability and usage, tool access, session status, memory, custom instructions, previous context, personalisation, country, locale, language, deployment status, measurement time, and known system changes. Provider name, product name, visible model label, base model, retrieval system, and user product cannot be used interchangeably. The same provider or model label does not create automatic comparability. Different providers are comparable in terms of measured product behaviour when user conditions are sufficiently matched.\",\"sourceParagraph\":1964}],\"normativeRuleLocalized\":\"Jede GEO-1000-Beobachtung MUSS mit einem versionierten Eintrag im KI-Systemregister verknüpft sein, der die gemessene Produktinstanz beschreibt, einschließlich, soweit zutreffend: - Anbieter, - Produkt, - Nutzeroberfläche, - Plan, - angezeigte oder verifizierte Modellidentität, - Konfidenz der Modellidentität, - Abruf- und Webkonfiguration, - Zitierfähigkeit und Nutzung, - Werkzeugzugang und Nutzung, - Sitzungsstatus, - Speicher, - Nutzerdefinierte Anweisungen, - vorheriger Kontext, - Personalisierung, - Land, - Gebietsschema, - Sprache, - Bereitstellungsstatus, - Messzeitpunkt, - und bekannte oder beobachtete Systemänderungen. Anbietername, Produktname, angezeigtes Modellkennzeichen, Basismodell, Abrufsystem und für den Nutzer sichtbares Produkt DÜRFEN NICHT als austauschbare Identitäten behandelt werden. Die Verfügbarkeit von Funktionen MUSS von der Nutzung von Funktionen unterschieden bleiben. Ergebnisse von Live-Produkten DÜRFEN NICHT als eingefrorene Modell-Ergebnisse repräsentiert werden, und Ergebnisse von eingefrorenen Modellen DÜRFEN NICHT als das vollständige Erlebnis eines Verbraucherprodukts repräsentiert werden. Vergleiche MÜSSEN ihr Objekt definieren und einen offengelegten Grad der Vergleichbarkeit basierend auf übereinstimmenden Entitäten, Prompts, Population, Sprache, Land, Zeit, Sitzung, Plan, Schnittstelle, Abruf, Werkzeugen, Referenzaufzeichnungen und Bewertungsregeln erhalten. Derselbe Anbietername oder dieselbe angezeigte Modellbezeichnung DÜRFEN NICHT automatisch eine Annahme von Vergleichbarkeit erzeugen. Verschiedene Anbieter KÖNNEN verglichen werden, wenn die nutzerseitigen Bedingungen ausreichend übereinstimmen und die daraus resultierende Aussage auf das gemessene Produktverhalten beschränkt ist. Wesentliche Produktänderungen während einer Messwelle MÜSSEN einen separaten Systemzustand, eine Unterwelle, einen modellierten Änderungsfaktor oder eine Warnung über einen gemischten Zustand erzeugen. Unbekannte Konfigurationsfelder MÜSSEN als UNKNOWN gekennzeichnet bleiben und DÜRFEN NICHT als kontrolliert oder gleichwertig angenommen werden. Jede Entscheidung zum Systemregister und zur Vergleichbarkeit MUSS versioniert und einer verantwortlichen Person oder Organisation zugeordnet sein.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH09-MB0001\",\"type\":\"paragraph\",\"text\":\"54. MASCHINENLESBARES KI-SYSTEMDATENPROTOKOLL\",\"sourceParagraph\":1758,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1759,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1760,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1761,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1762,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"aiSystemRecord\\\": {\",\"sourceParagraph\":1763,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"systemRecordId\\\": \\\"NGAI-SYNTH-ORION-WEB-FREE-W1-001\\\",\",\"sourceParagraph\":1764,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"anbieter\\\": {\",\"sourceParagraph\":1765,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"providerId\\\": \\\"SYNTH-ORION\\\",\",\"sourceParagraph\":1766,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"providerName\\\": \\\"Orion Systeme\\\"\",\"sourceParagraph\":1767,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0011\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1768,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"produkt\\\": {\",\"sourceParagraph\":1769,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"productId\\\": \\\"SYNTH-ORION-CHAT\\\",\",\"sourceParagraph\":1770,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"productName\\\": \\\"Orion Chat\\\",\",\"sourceParagraph\":1771,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"productType\\\": [\",\"sourceParagraph\":1772,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"PT-1\\\",\",\"sourceParagraph\":1773,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"PT-2\\\"\",\"sourceParagraph\":1774,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0018\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1775,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"oberfläche\\\": \\\"WEB\\\",\",\"sourceParagraph\":1776,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"KOSTENLOS\\\",\",\"sourceParagraph\":1777,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"applicationVersion\\\": \\\"6.1\\\"\",\"sourceParagraph\":1778,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0022\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1779,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"modell\\\": {\",\"sourceParagraph\":1780,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"displayedLabel\\\": \\\"Orion Standard\\\",\",\"sourceParagraph\":1781,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"identityConfidence\\\": \\\"MI-1\\\",\",\"sourceParagraph\":1782,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"versionedDeploymentId\\\": null,\",\"sourceParagraph\":1783,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"dynamicRoutingPossible\\\": wahr,\",\"sourceParagraph\":1784,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"claimAttributionLevel\\\": \\\"NUR_PRODUKTOBERFLÄCHE\\\"\",\"sourceParagraph\":1785,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0029\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1786,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"knowledgeConfiguration\\\": {\",\"sourceParagraph\":1787,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"mode\\\": \\\"KG-3\\\",\",\"sourceParagraph\":1788,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"webFeatureAvailable\\\": wahr,\",\"sourceParagraph\":1789,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"webFeatureEnabled\\\": wahr,\",\"sourceParagraph\":1790,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"webUseForObservation\\\": \\\"BENUTZT_BESTÄTIGT\\\",\",\"sourceParagraph\":1791,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"citationFeatureAvailable\\\": wahr,\",\"sourceParagraph\":1792,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"citationsDisplayed\\\": wahr,\",\"sourceParagraph\":1793,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"privateKnowledgeSource\\\": false,\",\"sourceParagraph\":1794,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0038\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1795,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"tools\\\": {\",\"sourceParagraph\":1796,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"available\\\": [\",\"sourceParagraph\":1797,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"WEB_SUCHEN\\\"\",\"sourceParagraph\":1798,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0042\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1799,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"usedForObservation\\\": [\",\"sourceParagraph\":1800,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"WEB_SUCHEN\\\"\",\"sourceParagraph\":1801,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0045\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1802,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0046\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1803,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"session\\\": {\",\"sourceParagraph\":1804,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"sessionType\\\": \\\"ST-1\\\",\",\"sourceParagraph\":1805,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"newConversation\\\": wahr,\",\"sourceParagraph\":1806,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"persistentMemory\\\": \\\"AUS\\\",\",\"sourceParagraph\":1807,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructions\\\": \\\"AUS\\\",\",\"sourceParagraph\":1808,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"priorConversationContext\\\": false,\",\"sourceParagraph\":1809,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"enterpriseWorkspace\\\": false,\",\"sourceParagraph\":1810,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0054\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1811,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"localisation\\\": {\",\"sourceParagraph\":1812,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"country\\\": \\\"TR\\\"\",\"sourceParagraph\":1813,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":1814,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"promptLanguage\\\": \\\"tr\\\"}\",\"sourceParagraph\":1815,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"responseLanguage\\\": \\\"tr\\\"\",\"sourceParagraph\":1816,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1817,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"Bereitstellung\\\": {\",\"sourceParagraph\":1818,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":1819,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"timestampUtc\\\": \\\"2026-08-18 T1 2:15:00 Z\\\",\",\"sourceParagraph\":1820,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"experimentalState\\\": \\\"UNBEKANNT\\\",\",\"sourceParagraph\":1821,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"knownChangeEvent\\\": null,\",\"sourceParagraph\":1822,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"observedInterfaceVariant\\\": \\\"STANDARD\\\"\",\"sourceParagraph\":1823,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0067\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1824,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"accessResult\\\": {\",\"sourceParagraph\":1825,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"VERFÜGBAR\\\",\",\"sourceParagraph\":1826,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"rateLimitEncountered\\\": false,\",\"sourceParagraph\":1827,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"technicalRetryUsed\\\": false,\",\"sourceParagraph\":1828,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"systemRefusal\\\": false,\",\"sourceParagraph\":1829,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0073\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1830,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"configurationFingerprint\\\": {\",\"sourceParagraph\":1831,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"Algorithmus\\\": \\\"SYNTHETISCH-HASH\\\",\",\"sourceParagraph\":1832,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": \\\"SCF-SYNTH-001\\\"\",\"sourceParagraph\":1833,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0077\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1834,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"Nachweis\\\": {\",\"sourceParagraph\":1835,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"productMetadataCaptured\\\": wahr,\",\"sourceParagraph\":1836,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"fullScreenshotCaptured\\\": wahr,\",\"sourceParagraph\":1837,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"systemSettingsCaptured\\\": wahr,\",\"sourceParagraph\":1838,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceConfidence\\\": \\\"MITTEL\\\"\",\"sourceParagraph\":1839,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0083\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1840,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":1841,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"registryOwnerRole\\\": \\\"AI_SYSTEM_REGISTRY_BESITZER\\\",\",\"sourceParagraph\":1842,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"recordValidatedBy\\\": \\\"SYSTEMKONFIGURATIONS_PRÜFER\\\"}\",\"sourceParagraph\":1843,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0087\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1844,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0088\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1845,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0089\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1846,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0090\",\"type\":\"paragraph\",\"text\":\"Dieser Datensatz:\",\"sourceParagraph\":1847,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0091\",\"type\":\"paragraph\",\"text\":\"an den tatsächlichen Anbieter,\",\"sourceParagraph\":1848,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0092\",\"type\":\"paragraph\",\"text\":\"an das echte Modell,\",\"sourceParagraph\":1849,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0093\",\"type\":\"paragraph\",\"text\":\"an das echte Produkt\",\"sourceParagraph\":1850,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0094\",\"type\":\"paragraph\",\"text\":\"es gehört nicht dazu.\",\"sourceParagraph\":1851,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0095\",\"type\":\"paragraph\",\"text\":\"KI-Produktprobe ist eine maschinenlesbare synthetische Repräsentation.\",\"sourceParagraph\":1852,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0096\",\"type\":\"paragraph\",\"text\":\"55. MASCHINENLESBARES VERGLEICHSREKORD\",\"sourceParagraph\":1854,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0097\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1855,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0098\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1856,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1857,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1858,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonRecord\\\": {\",\"sourceParagraph\":1859,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonId\\\": \\\"NGCMP-SYNTH-001\\\",\",\"sourceParagraph\":1860,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonQuestion\\\": \\\"Welches Verbraucher-KI-Produkt erzeugt unter abgestimmten Clean-Session-Bedingungen eine genauere Entitätsdarstellung?\\\",\",\"sourceParagraph\":1861,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"systemA\\\": \\\"NGAI-SYNTH-ORION-WEB-PAID-W1-002\\\",\",\"sourceParagraph\":1862,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"systemB\\\": \\\"NGAI-SYNTH-HELIOS-WEB-FREE-W1-003\\\"\",\"sourceParagraph\":1863,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonLevel\\\": \\\"CP-4\\\",\",\"sourceParagraph\":1864,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"matchedDimensions\\\": {\",\"sourceParagraph\":1865,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"entityRecordVersion\\\": wahr,\",\"sourceParagraph\":1866,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackVersion\\\": wahr,\",\"sourceParagraph\":1867,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"promptVersion\\\": wahr,\",\"sourceParagraph\":1868,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"Land\\\": true,\",\"sourceParagraph\":1869,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"Gebietsschema\\\": true,\",\"sourceParagraph\":1870,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"Sprache\\\": true,\",\"sourceParagraph\":1871,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"measurementWindow\\\": wahr,\",\"sourceParagraph\":1872,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"populationFrame\\\": wahr,\",\"sourceParagraph\":1873,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"newConversation\\\": wahr,\",\"sourceParagraph\":1874,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"persistentMemoryOff\\\": wahr,\",\"sourceParagraph\":1875,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructionsOff\\\": wahr,\",\"sourceParagraph\":1876,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"webAccess\\\": wahr,\",\"sourceParagraph\":1877,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"citationMode\\\": true,\",\"sourceParagraph\":1878,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0121\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1879,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"unmatchedDimensions\\\": {\",\"sourceParagraph\":1880,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"Anbieter\\\": true,\",\"sourceParagraph\":1881,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"Plan\\\": true,\",\"sourceParagraph\":1882,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"displayedModel\\\": wahr,\",\"sourceParagraph\":1883,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"userInterfaceDetails\\\": true,\",\"sourceParagraph\":1884,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0127\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1885,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"allowedClaims\\\": [\",\"sourceParagraph\":1886,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"VERGLEICH_DER_VERBRAUCHERPRODUKT-DARSTELLUNG\\\",\",\"sourceParagraph\":1887,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"ABGLEICH_ERGEBNIS_REINER_SITZUNG\\\",\",\"sourceParagraph\":1888,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0131\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1889,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"prohibitedClaims\\\": [\",\"sourceParagraph\":1890,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"ÜBERLEGENHEIT_DES_REINEN_BASISMODELLS\\\",\",\"sourceParagraph\":1891,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"ÜBERLEGENHEIT_GLOBALE_EINHEIMISCHE_REICHWEITE\\\",\",\"sourceParagraph\":1892,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"DAUERHAFTE_PRODUKTÜBERLEGENHEIT\\\",\",\"sourceParagraph\":1893,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0136\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1894,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"nativeReachComparison\\\": false,\",\"sourceParagraph\":1895,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"commonSupportComparison\\\": wahr,\",\"sourceParagraph\":1896,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"replicationStatus\\\": \\\"EINZELWELLE\\\",\",\"sourceParagraph\":1897,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":1898,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonOwnerRole\\\": \\\"VERGLEICHBARKEITS-SCHLICHTER\\\"\",\"sourceParagraph\":1899,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"approvedBeforePublicRanking\\\": true,\",\"sourceParagraph\":1900,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0143\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1901,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0144\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1902,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0145\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1903,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0146\",\"type\":\"paragraph\",\"text\":\"56. MASCHINENLESBARE REGEL DES ABSCHNITTS\",\"sourceParagraph\":1905,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0147\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH09-R01\",\"sourceParagraph\":1906,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0148\",\"type\":\"paragraph\",\"text\":\"Jede GEO-1000-Beobachtung MUSS mit einem versionierten KI-System verbunden sein\",\"sourceParagraph\":1908,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0149\",\"type\":\"paragraph\",\"text\":\"Registrierungseintrag, der die gemessene Produktinstanz beschreibt, einschließlich als\",\"sourceParagraph\":1909,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0150\",\"type\":\"paragraph\",\"text\":\"anwendbar:\",\"sourceParagraph\":1910,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0151\",\"type\":\"paragraph\",\"text\":\"- Anbieter,\",\"sourceParagraph\":1912,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0152\",\"type\":\"paragraph\",\"text\":\"- Produkt,\",\"sourceParagraph\":1913,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0153\",\"type\":\"paragraph\",\"text\":\"- Nutzeroberfläche,\",\"sourceParagraph\":1914,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0154\",\"type\":\"paragraph\",\"text\":\"- Plan,\",\"sourceParagraph\":1915,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0155\",\"type\":\"paragraph\",\"text\":\"- angezeigte oder verifizierte Modellidentität,\",\"sourceParagraph\":1916,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0156\",\"type\":\"paragraph\",\"text\":\"- Modellidentitäts-Vertrauen,\",\"sourceParagraph\":1917,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0157\",\"type\":\"paragraph\",\"text\":\"- Abruf- und Web-Konfiguration,\",\"sourceParagraph\":1918,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0158\",\"type\":\"paragraph\",\"text\":\"- Zitierfähigkeit und Nutzung,\",\"sourceParagraph\":1919,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0159\",\"type\":\"paragraph\",\"text\":\"- Werkzeugzugriff und Nutzung,\",\"sourceParagraph\":1920,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0160\",\"type\":\"paragraph\",\"text\":\"- Sitzungsstatus\",\"sourceParagraph\":1921,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0161\",\"type\":\"paragraph\",\"text\":\"- Speicher,\",\"sourceParagraph\":1922,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0162\",\"type\":\"paragraph\",\"text\":\"- benutzerdefinierte Anweisungen,\",\"sourceParagraph\":1923,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0163\",\"type\":\"paragraph\",\"text\":\"- vorheriger Kontext,\",\"sourceParagraph\":1924,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0164\",\"type\":\"paragraph\",\"text\":\"- Personalisierung,\",\"sourceParagraph\":1925,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0165\",\"type\":\"paragraph\",\"text\":\"- Land,\",\"sourceParagraph\":1926,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0166\",\"type\":\"paragraph\",\"text\":\"- Gebietsschema,\",\"sourceParagraph\":1927,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0167\",\"type\":\"paragraph\",\"text\":\"- Sprache,\",\"sourceParagraph\":1928,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0168\",\"type\":\"paragraph\",\"text\":\"- Bereitstellungszustand,\",\"sourceParagraph\":1929,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0169\",\"type\":\"paragraph\",\"text\":\"- Messzeit,\",\"sourceParagraph\":1930,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0170\",\"type\":\"paragraph\",\"text\":\"- und bekannte oder beobachtete Systemänderungen.\",\"sourceParagraph\":1931,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0171\",\"type\":\"paragraph\",\"text\":\"Anbietername, Produktname, angezeigtes Modelletikett, Basismodell, Abruf\",\"sourceParagraph\":1933,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0172\",\"type\":\"paragraph\",\"text\":\"System- und Nutzerorientiertes Produkt DÜRFEN NICHT als austauschbar betrachtet werden\",\"sourceParagraph\":1934,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0173\",\"type\":\"paragraph\",\"text\":\"Identitäten.\",\"sourceParagraph\":1935,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0174\",\"type\":\"paragraph\",\"text\":\"Die Verfügbarkeit von Funktionen MUSS von deren Nutzung getrennt bleiben.\",\"sourceParagraph\":1937,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0175\",\"type\":\"paragraph\",\"text\":\"Ergebnisse des Live-Produkts DÜRFEN NICHT als Ergebnisse des eingefrorenen Modells repräsentiert werden, und\",\"sourceParagraph\":1939,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0176\",\"type\":\"paragraph\",\"text\":\"Ergebnisse des eingefrorenen Modells DÜRFEN NICHT als vollständiges Verbraucherprodukt repräsentiert werden\",\"sourceParagraph\":1940,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0177\",\"type\":\"paragraph\",\"text\":\"Erfahrung.\",\"sourceParagraph\":1941,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0178\",\"type\":\"paragraph\",\"text\":\"Vergleiche MÜSSEN ihr Objekt definieren und einen offengelegten erhalten\",\"sourceParagraph\":1943,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0179\",\"type\":\"paragraph\",\"text\":\"Vergleichbarkeitsniveau basierend auf abgeglichenem Element, Prompt, Population,\",\"sourceParagraph\":1944,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0180\",\"type\":\"paragraph\",\"text\":\"Sprache, Land, Zeit, Sitzung, Plan, Schnittstelle, Abruf, Werkzeuge,\",\"sourceParagraph\":1945,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0181\",\"type\":\"paragraph\",\"text\":\"Referenzaufzeichnungen und Schiedsregeln.\",\"sourceParagraph\":1946,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0182\",\"type\":\"paragraph\",\"text\":\"Der gleiche Anbieter oder das angezeigte Modell DARF NICHT automatisch erstellen\",\"sourceParagraph\":1948,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0183\",\"type\":\"paragraph\",\"text\":\"Annahme der Vergleichbarkeit.\",\"sourceParagraph\":1949,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0184\",\"type\":\"paragraph\",\"text\":\"Verschiedene Anbieter KÖNNEN verglichen werden, wenn Nutzerbezogene Bedingungen vorhanden sind\",\"sourceParagraph\":1951,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0185\",\"type\":\"paragraph\",\"text\":\"ausreichend ausgerichtet und der resultierende Anspruch ist auf das gemessene\",\"sourceParagraph\":1952,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0186\",\"type\":\"paragraph\",\"text\":\"Produktverhalten beschränkt.\",\"sourceParagraph\":1953,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0187\",\"type\":\"paragraph\",\"text\":\"Materielle Produktänderungen während einer Messwelle MÜSSEN einen separaten\",\"sourceParagraph\":1955,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0188\",\"type\":\"paragraph\",\"text\":\"Systemzustand, Unterwelle, modellierten Änderungsfaktor oder gemischten Zustandswarnung erzeugen.\",\"sourceParagraph\":1956,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0189\",\"type\":\"paragraph\",\"text\":\"Unbekannte Konfigurationsfelder MÜSSEN unbekannt bleiben und DÜRFEN NICHT als\",\"sourceParagraph\":1958,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0190\",\"type\":\"paragraph\",\"text\":\"gesteuert oder gleichwertig imputiert werden.\",\"sourceParagraph\":1959,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0191\",\"type\":\"paragraph\",\"text\":\"Jede System-Registry- und Vergleichbarkeitsentscheidung MÜSSEN versioniert werden und\",\"sourceParagraph\":1961,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0192\",\"type\":\"paragraph\",\"text\":\"einer verantwortlichen Person oder Organisation zugeordnet werden.\",\"sourceParagraph\":1962,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0193\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":1963,\"language\":\"de-DE\"},{\"blockId\":\"CH09-MB0194\",\"type\":\"paragraph\",\"text\":\"Jede GEO-1000-Beobachtung muss mit einem versionierten Datensatz des KI-Systemregisters verknüpft sein, der, soweit relevant, Anbieter, Produkt, Nutzeroberfläche, Plan, sichtbare oder verifizierte Modell-ID, Modell-ID-Vertrauenswürdigkeit, Abruf- und Webkonfiguration, Zitierfähigkeit und -nutzung, Werkzeugzugang, Sitzungsstatus, Speicher, Nutzerdefinierte Anweisungen, vorheriger Kontext, Personalisierung, Land, Gebietsschema, Sprache, Bereitstellungsstatus, Messzeitpunkt und bekannte Systemänderungen enthält. Anbietername, Produktname, sichtbares Modelllabel, Basismodell, Abrufsystem und Nutzerprodukt dürfen nicht austauschbar verwendet werden. Derselbe Anbieter oder dasselbe Modelllabel schafft keine automatische Vergleichbarkeit. Verschiedene Anbieter sind in Bezug auf das gemessene Produktverhalten vergleichbar, wenn die Nutzerbedingungen ausreichend übereinstimmen.\",\"sourceParagraph\":1964,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nDie ersten acht Kapitel legten Folgendes fest: eine einzelne Antwort ist keine GEO-Bewertung; Repräsentation ist eine Verteilung; die geprüfte Einheit muss identifiziert werden, bevor Ergebnisse beobachtet werden; offizielle Repräsentation und überprüfte Realität der Einheit müssen getrennt bleiben; für jedes KI-Produkt muss eine berechtigte Nutzerpopulation definiert werden; 1,000 gültige Beobachtungen müssen über ein populationsbasiertes Stichprobendesign zugewiesen werden; kleinere Länder und Sprachen müssen durch ergänzende Panels sichtbar bleiben; und die Auswahl, der Ausschluss und die Gewichtung der Teilnehmer müssen unabhängig vom Antwortinhalt bleiben. Wir müssen nun die andere Seite des Experiments definieren:\n\n> Welches KI-System messen die Teilnehmer tatsächlich?\n\nDer Name eines Anbieters? Ein Basismodell? Ein Chat-Produkt? Eine kostenlose Web-Oberfläche? Eine kostenpflichtige mobile App? Eine Sitzung mit aktivierter Websuche? Ein Antwortmodus, der keine Quellen zitiert? Ein Unternehmensarbeitsbereich unterstützt durch interne Daten? Ein Konto mit aktivierter Erinnerung? Temporärer oder sauberer Chat? Sind unterschiedliche Nutzeroberflächen desselben Anbieters dasselbe System? Sollten zwei Produkte, die dieselbe Modellfamilie verwenden, auf dieselbe Weise bewertet werden? Selbst wenn ein Produkt denselben Modellnamen auf dem Bildschirm anzeigt:\n\n- Abruf,\n\n- Quellenauswahl,\n\n- Sicherheitsregeln,\n\n- Personalisierung,\n\n- Werkzeugzugriff,\n\n- experimentelle Funktionen\n\nWenn sich dies ändert, können die Ergebnisse verglichen werden? Wenn ein KI-Produkt während einer Messungswelle aktualisiert wird, können die ersten und letzten Antworten der Welle als aus demselben System stammend betrachtet werden? Ein Nutzer:\n\n- Websuche ist aktiviert,\n\n- Erinnerung ist aktiviert,\n\n- hat vorherige Gespräche,\n\n- kostenpflichtiger Tarif\n\nAntworten; eines anderen Nutzers:\n\n- Suche ist aus,\n\n- Speicher ist aus,\n\n- Neue Sitzung,\n\n- Kostenloser Plan\n\nKann es in derselben Zelle wie seine Antwort zusammengeführt werden? Nein. Das in den vorherigen Abschnitten festgelegte Messprinzip ist klar: Es gibt keine einzelne „KI“; der Suchindex, das Abrufsystem, der Rangierer, das Sprachmodell, die Zitationsschicht und das Sicherheitssystem können sich unterschiedlich verhalten. Dasselbe Framework erfordert, dass jedes überprüfbare Ergebnis trägt:\n\n- Modell oder Produkt,\n\n- Datum,\n\n- Land,\n\n- Sprache,\n\n- Abfragesatz,\n\n- Anzahl der Wiederholungen,\n\n- Messaufzeichnung\n\nDieser Abschnitt wendet diese Prinzipien innerhalb eines KI-Systemregisters an. Dieser Abschnitt:\n\n- die Unterscheidung zwischen Anbieter, Produkt, Modell und Nutzeroberfläche,\n\n- KI-Produktinstanz,\n\n- Vertrauensstufen der Modellidentität,\n\n- Abruf- und Werkzeugkonfigurationen,\n\n- Speicher- und Personalisierungszustände,\n\n- Unterschiede in Plan, Schnittstelle und experimentellen Funktionen,\n\n- Produktänderungen,\n\n- Systemkonfiguration zum Zeitpunkt der Messung,\n\n- Vergleichbarkeitsgrade zwischen Produkten,\n\n- Vergleiche von Natürliche Reichweite und Gemeinsame Vergleichsbasis,\n\n- Versionsabweichung im Laufe der Zeit,\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- vollständiges Übersetzungs- und semantisches Äquivalenzsystem von Aufforderungen,\n\n- alle Details kontrollierter und natürlicher Nutzerpanels,\n\n- NOMOS Capture-Softwarearchitektur,\n\n- die atomare Aussagebewertung der Antworten,\n\n- die endgültigen Modellkoeffizienten und die NOMOS-Bewertungsformel\n\nwird nicht abgeschlossen. Die zentrale Frage von Abschnitt 9 lautet:\n\n> Bevor man zwei Antworten auf denselben Prompt vergleicht, wie können wir beweisen, dass diese Antworten tatsächlich unter vergleichbaren KI-Produktbedingungen entstanden sind?\n\n## NOMOS Herausforderung\n\nZwei Nutzer desselben Anbieters stellen dieselbe Frage: „Was für ein Unternehmen ist Apple.com?“ Erster Nutzer:\n\n- verwendet das kostenlose Webprodukt,\n\n- öffnet einen neuen Chat,\n\n- hat den Speicher aus,\n\n- hat keinen Internetzugang,\n\nerhält eine Antwort nur mit der eingebauten Wissenskapazität des Produkts. Zweiter Nutzer:\n\n- Verwendung eines kostenpflichtigen mobilen Produkts,\n\n- Erinnerung ist aktiviert,\n\n- hat zuvor über Apple gesprochen,\n\n- Websuche ist aktiviert,\n\nerhält Antworten mit aktuellen Quellen und Zitaten. Erste Antwort: „Apple ist ein Technologieunternehmen, das Unterhaltungselektronik herstellt.“ Zweite Antwort: „Apple ist ein globales Technologieunternehmen, das Hardware, Software und digitale Dienstleistungen anbietet. Sie können aktuelle Unternehmensinformationen in diesen Quellen einsehen.“ Beide Antworten stammen vom selben Anbieter.\n\nIst dies das Ergebnis desselben Systems? Nein. Betrachten wir nun zwei andere Nutzer. Beide sehen denselben Modellnamen auf dem Bildschirm. In dem Land des einen Nutzers ist die Web-Funktion aktiviert. In dem Land des anderen Nutzers ist sie deaktiviert. In der Antwort des einen Nutzers sind Quellenlinks sichtbar. Die Nutzeroberfläche des anderen Nutzers zeigt keine Zitationen, selbst wenn dieselben Quellen verwendet werden. Das gleiche Modell-Label ist vorhanden.\n\nGibt es dieselbe Messzelle? Nein. Betrachten wir nun zwei Produkte von verschiedenen Anbietern. Beide:\n\n- neuer Chat,\n\n- Speicher ist aus,\n\n- gleiche Sprache,\n\n- gleiches Land,\n\n- gleicher Zeitrahmen,\n\n- Webzugang aktiviert,\n\n- gleiche Prompt-Version\n\nwerden unter diesen Bedingungen gemessen. Sie basieren auf unterschiedlichen zugrunde liegenden Modellen. Sind sie vergleichbar? Ja, sie können in Bezug auf ein spezifisches Nutzerergebnis vergleichbar sein. Denn der Vergleichsgegenstand ist:\n\n> nicht, ob sie dasselbe zugrunde liegende Modell verwenden, sondern welche Repräsentation sie unter denselben definierten Nutzerbedingungen erzeugen.\n\nNun soll die Produktversion für die ersten 500 Beobachtungen der Messwelle unverändert bleiben. Während der nächsten 500 Beobachtungen führt der Anbieter:\n\n- Änderungen am Abrufsystem durch,\n\n- Sicherheitsregeln,\n\n- Nutzeroberfläche\n\nDer Bericht allein sagt: „1,000 Nutzer haben dasselbe KI-Produkt getestet.“ In Wirklichkeit könnten zwei verschiedene Produktsituationen gemessen worden sein. Die erste Bestimmung dieses Abschnitts lautet wie folgt:\n\n> Der Name des Anbieters reicht nicht aus, um das gemessene KI-System zu identifizieren.\n\nIhre zweite Bestimmung lautet:\n\n> Der Modellname ist nicht das gesamte Produktverhalten, das den Nutzer erreicht.\n\nSeine dritte Bestimmung besagt:\n\n> Der gleiche Anbieter, die gleiche Modellbezeichnung oder das gleiche Logo garantiert keine Vergleichbarkeit.\n\nSeine vierte Bestimmung besagt:\n\n> Verschiedene Anbieter können hinsichtlich der Nutzerergebnisse vergleichbar sein, wenn die Messbedingungen ausreichend abgestimmt sind.\n\nSeine fünfte Vorschrift lautet:\n\n> Wenn sich ein Produkt während der Messung wesentlich verändert, kann es nicht als ein einzelnes festes System berichtet werden.\n\n## 1. ZWECK DES KAPITELS\n\nZweck dieses Abschnitts ist es, das im Rahmen von GEO-1000 geprüfte KI-Produkt mit all seinen wesentlichen Konfigurationen zu definieren und festzulegen, unter welchen Bedingungen unterschiedliche Produktergebnisse verglichen werden können. Der Abschnitt standardisiert die folgenden Unterscheidungen:\n\n- Anbieter und KI-Produkt\n\n- KI-Produkt und Basismodell\n\n- Modellfamilie und spezifische Bereitstellung\n\n- Modellbezeichnung und überprüfte Identität des Modells\n\n- Nutzeroberfläche und API\n\n- Web- und Mobilprodukt\n\n- Kostenloser Plan und kostenpflichtiger Plan\n\n- Verbraucherprodukt und Unternehmensprodukt\n\n- Grundmodelantwort und abrufunterstützte Antwort\n\n- Live-Websuche mit Abruf\n\n- Anzeige von Zitaten mit Quellenangabe\n\n- Werkzeugnutzung mit Werkzeugzugang\n\n- Sitzungskontext mit Speicher\n\n- Systemrichtlinie mit benutzerdefinierter Anweisung\n\n- Materielle Realität mit Personalisierung\n\n- Temporärer Chat mit neuer Konversation\n\n- Produktstatus über die Zeit mit statischem Produktnamen\n\n- Beobachtete Verhaltensänderung mit vom Anbieter angekündigtem Update\n\n- Vergleich von Natürliche Reichweite und Gemeinsame Vergleichsbasis\n\n- Vergleichbares Produktbeispiel innerhalb derselben Produktfamilie\n\n- Nutzerergebnis versus Modell-interne abstrakte Fähigkeit\n\n- Produktabwesenheit versus Produktfehler\n\n- Technischer Fehler versus tatsächliche Ablehnung\n\n- Dasselbe Prompt versus dasselbe Experiment\n\n- Dasselbe Mittel versus dasselbe Systemverhalten\n\n- Sofortiger Produkt-Snapshot versus langfristige Produktleistung\n\nAm Ende dieses Abschnitts sollte jedes GEO-1000-Audit in der Lage sein, die folgenden Fragen zu beantworten:\n\n> Welcher Anbieter, welches Produkt, welche Oberfläche, welcher Plan und welche Konfiguration wurden gemessen?\n\n> Wie stark wurde der auf dem Bildschirm gesehenen Modellname wirklich validiert?\n\n> Was waren Web-, Abruf-, Zitier-, Speicher-, Personalisierungs- und Werkzeugstatus?\n\n> Blieb das Produkt während der gesamten Messung unverändert?\n\n> Auf welcher Vergleichbarkeitsebene wurden die beiden Produktergebnisse nebeneinander gestellt?\n\n> Wird das Verglichene das Basismodell, das Verbraucherprodukt, die Nutzeroberfläche oder die gesamte Systemkette sein?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\n> Jede GEO-1000-Beobachtung muss nicht nur mit dem Anbieter oder Modellnamen verknüpft sein; sie sollte mit einem versionierten KI-Systemregistereintrag verbunden sein, der die AI-Produktinstanz zum Zeitpunkt der Messung identifiziert.\n\nEine AI-Produktinstanz muss mindestens die folgenden Felder tragen, soweit relevant:\n\n- Anbieter\n\n- Produktname\n\n- Nutzeroberfläche\n\n- Produkttyp\n\n- Plan- oder Kontoklasse\n\n- Offensichtliches Modelllabel\n\n- Modell-ID-Vertrauensstufe\n\n- Produkt- oder Bereitstellungsversion\n\n- Land und Gebietsschema\n\n- Sprache\n\n- Web- oder Abrufzugang\n\n- Zitationsfunktion\n\n- Werkzeugzugang\n\n- Speicherstatus\n\n- Status benutzerdefinierter Anweisungen\n\n- Vorheriger Chat-Kontext\n\n- Sitzungstyp\n\n- Personalisierungsstatus\n\n- Sicherheits- oder Richtlinienmodus, falls bekannt\n\n- Experimentelle Funktionen\n\n- Messdatum und UTC Uhrzeit\n\n- Messwelle\n\n- Produkt-Änderungsprotokoll\n\n- Evidenz- und Aufzeichnungsvertrauen\n\nWenn eines dieser Felder sich wesentlich ändert:\n\n- neue KI-Produktinstanz,\n\n- neue experimentelle Zelle,\n\n- neue Analyseversion\n\nkann erforderlich sein.\n\n## 3. „KI-SYSTEM“ IST KEIN EINZELNES OBJEKT [K02; K03]\n\nIn diesem Protokoll ist „KI-System“ ein allgemeiner und übergeordneter Begriff. Eine echte Nutzerantwort kann aus der Kombination mehrerer Schichten entstehen. Kandidatenkette:\n\nR= F(M, O, K, Q, T, P, S, U, C, L, t)\n\nHier:\n\n- M: Basis- oder Leitmodell\n\n- O: Produktschestrierungsschicht\n\n- K: Abruf- oder Wissensquellenschicht\n\n- Q: Neubewertung und Quellenauswahl\n\n- T: Werkzeuge\n\n- P: Richtlinien- und Sicherheitsschicht\n\n- S: Sitzung, Speicher und Personalisierung\n\n- U: Nutzerkonto und Plan\n\n- C: Land und Gebietsschema\n\n- L: Sprache\n\n- t: Zeit\n\nVom Nutzer gesehene Antwort:\n\n### R\n\nDie für einen Nutzer sichtbare Antwort ist nicht unbedingt nur das Ergebnis des Basismodells. Das hauptsächliche, verbraucherseitige Objekt, das von GEO-1000 gemessen wird, ist daher:\n\n> das dem Nutzer präsentierte Produktverhalten, nicht eine Modellabstraktion.\n\nEs können auch kontrollierte API- oder Modellforschungen durchgeführt werden. Dies ist nicht dasselbe Ergebnis wie das Hauptverbraucherpanel.\n\n## 4. SIEBEN IDENTITÄTSEBENEN DES KI-SYSTEMS\n\nJedes geprüfte KI-System muss über sieben Ebenen definiert werden, soweit jede Ebene relevant ist.\n\n### 4.1. Anbieter-Ebene\n\nDie Organisation, die das Produkt veröffentlicht oder betreibt. Name des Anbieters:\n\n- ist nicht dasselbe wie\n\nProdukt-ID,\n\n- Modell-ID,\n\n- Nutzeroberfläche\n\nEin Anbieter kann mehr als ein Produkt anbieten. Innerhalb desselben Produkts können mehr als ein Modell oder Orchestrierungssystem verwendet werden.\n\n### 4.2. Produktebene\n\nDas kommerzielle, Verbraucher-, Unternehmens- oder technische Produkt, auf das der Nutzer zugreift. Beispieltypen:\n\n- Allgemeines Chat-Produkt\n\n- Suchunterstütztes Antwortprodukt\n\n- Unternehmensarbeitsbereich\n\n- Bildungsprodukt\n\n- Eingebetteter Assistent\n\n- Entwickler-API\n\n- Benutzerdefiniertes wissensbasiertes Produkt\n\nDer Produktname allein beschreibt nicht die gesamte Konfiguration.\n\n### 4.3. Nutzerschnittstellenebene\n\nEs ist die Schnittstelle, über die der Nutzer mit dem Produkt interagiert. Web Mobile Desktop Browser-Erweiterung Betriebssystemintegration Eingebettete Schnittstelle innerhalb der Plattform\n\n### API\n\nUnternehmensportal Verschiedene Oberflächen desselben Produkts:\n\n- verschiedene Funktionen,\n\n- verschiedenes Modell,\n\n- verschiedene Quell-Repräsentation.\n\n- verschiedener Speicher\n\nkann verwendet werden.\n\n### 4.4. Modell- oder Inferenz-Engine-Schicht\n\nEs ist das Modell, die Modellfamilie oder das Routingsystem, das bei der Antwortgenerierung verwendet wird. Modell-ID:\n\n- offen,\n\n- teils sichtbar,\n\n- unbekannt,\n\n- dynamisch\n\nEs ist möglich. Ein Produkt kann eine Nutzeranfrage an verschiedene Modelle weiterleiten. In diesem Fall kann man nicht sagen: 'Ein einzelnes festes Modell wurde gemessen.'\n\n### 4.5. Orchestrierungs- und Informationsschicht\n\nEs kann Folgendes beinhalten:\n\n- Abruf\n\n- Live-Websuche\n\n- Interne Suche\n\n- Quellenbewertung\n\n- Neubewertung\n\n- Zitationsauswahl\n\n- Fahrzeug anrufen\n\n- Abfrageumformulierung\n\n- Dokumentenzerkleinerung\n\n- Antwortzusammenführung\n\nDiese Schicht ist von grundlegender Bedeutung für die Repräsentation von GEO. Denn sie kann beeinflussen, welcher Eintrag:\n\n- zugriffen wird,\n\n- ausgewählt wird,\n\n- in die Antwort übernommen wird,\n\n- als Referenz angezeigt wird\n\nbeeinflusst werden kann.\n\n### 4.6. Richtlinien- und Personalisierungsschicht\n\nEs kann Folgendes beinhalten:\n\n- Sicherheitsregeln\n\n- Systemanweisungen\n\n- Produktpolitik\n\n- Speicher\n\n- Besondere Anweisungen\n\n- Nutzerhistorie\n\n- Regionale Regeln\n\n- Alter oder Kontoklasse\n\n- Einstellungen des Unternehmensadministrators\n\nDiese Schicht beeinflusst den:\n\n- Umfang der Antwort,\n\n- ihren Ton,\n\n- ihre Ablehnung,\n\n- ihre Empfehlung\n\nkann sich ändern.\n\n### 4.7. Verteilung und Zeitschicht\n\nGibt an, unter welcher der folgenden Bedingungen sich das Produkt zu einem bestimmten Zeitpunkt befindet:\n\n- ist mit\n\n- experimentelle Funktion,\n\n- regionale Verteilung,\n\n- Nutzersegment,\n\n- A/B-Test\n\nDasselbe Produkt kann am selben Tag für verschiedene Nutzer unterschiedliche Verteilungsbedingungen haben.\n\n## 5. AI PRODUKTBEISPIEL\n\nDie Kerneinheit des Systems innerhalb von GEO-1000:\n\n#### AI Produktinstanz\n\nKanonischer operationeller Begriff:\n\n#### AI Produktinstanz\n\nEine AI Produktinstanz wird definiert als:\n\nA_i= (v, p, s, r, m, k, t, x, u, c, l, ω)\n\nkann repräsentiert werden als. Hier:\n\n- v: Anbieter\n\n- p: Produkt\n\n- s: Nutzeroberfläche\n\n- r: Plan oder Kontoklasse\n\n- m: Modell-ID oder Bezeichnung\n\n- k: Abruf und Informationsstrukturierung\n\n- t: Werkzeugkonfiguration\n\n- x: Speicher, Personalisierung und Sitzungsstatus\n\n- u: Nutzer- oder Organisationsklasse der Einstellung\n\n- c: Land und Gebietsschema\n\n- l: Sprache\n\n- ω: Zeit, Bereitstellung und experimenteller Funktionsstatus\n\nEine Beobachtung: Oj muss mit einem spezifischen: Ai-Produktmuster verknüpft sein.\n\n## 6. UNTERSCHIED ZWISCHEN PRODUKTMUSTER UND PRODUKTNAME\n\nDer Produktname kann festgelegt sein. Das Produktmuster kann variieren. Beispiel: Der Orion AI-Produktname bleibt unverändert. Diese beiden Messungen sind jedoch unterschiedliche Produktmuster:\n\n#### Produktmuster 1\n\nWeb Free-Plan Speicher aus Webzugriff aus Neuer Chat Türkisch Türkei Wave 1\n\n#### Produktmuster 2\n\nMobiler kostenpflichtiger Plan Speicher auf Web-Zugriff auf vorherige Chat-Kontexte verfügbar Türkisch Türkei Wave 1 Diese können unter derselben Marke existieren. Sie sind nicht dieselbe experimentelle Zelle.\n\n## 7. MODELL-IDENITÄTS-SICHERHEITSEBENEN\n\nDer Modellname kann nicht immer mit derselben Sicherheit bekannt sein. Daher kann die Modellidentität auf den folgenden Ebenen aufgezeichnet werden.\n\n### MI-0— UNBEKANNTES MODELL\n\nEs ist unbekannt, welches Modell oder welche Modellsfamilie das Produkt verwendet. Das Ergebnis wird nur der Produktoberfläche zugeschrieben.\n\n### MI-1— VOM NUTZER ANGEZEIGTES ETIKETT\n\nEin Modelletikett ist in der Nutzeroberfläche sichtbar. Das Etikett wird aufgezeichnet. Es wird nicht angenommen, dass die Backend-Implementierung vollständig überprüft wird.\n\n### MI-2— VON ANBIETER DOKUMENTIERTE MODELLFAMILIE\n\nDie Produktdokumente des Anbieters beschreiben eine bestimmte Modellsfamilie oder Produkt–Modell-Beziehung. Es kann immer noch unbekannt sein, ob eine einzelne Beobachtung genau auf dieses Modell gerichtet ist.\n\n### MI-3— SITZUNGS-BESTÄTIGTE BEREITSTELLUNG\n\nDie Sitzung überprüft eine bestimmte Verteilung von API- oder vertrauenswürdigen Produkt-Metadaten.\n\n### MI-4— VERSIONIERTER ENDPOINT ODER BEREITSTELLUNG\n\nEine bestimmte Version, ein Endpoint oder eine Bereitstellungs-ID kann erfasst werden. Es ist stärker für kontrollierte Vergleiche.\n\n### MI-5— REPRODUZIERBARES EINGEFRORENES MODELLARTEFAKT\n\nEs gibt eine statische und reproduzierbare Modell- oder Bereitstellungsstruktur. Es kann bei Live-Verbraucherprodukten selten sein. Wenn das Vertrauen in die Modell-ID gering ist, ist das Ergebnis:\n\n#### soll dem Produktverhalten zugeschrieben werden\n\nEs kann nicht definitiv einem bestimmten Modell zugeschrieben werden.\n\n## 8. GRENZE DES OFFENSICHTLICHEN MODELLNAMENS\n\nDas Anzeigen des Modellnamens in einer Nutzeroberfläche ist wertvoll. Dennoch können die folgenden Fragen weiterhin offen bleiben: Werden alle Anfragen an dasselbe Modell gerichtet? Ändert sich das Modell je nach Schwierigkeit der Anfrage? Verwendet die Sicherheits- oder Abruffunktion ein separates Modell? Wendet der Anbieter dasselbe Etikett auf verschiedene Distributionen an? Gibt das Modell-Etikett nur die Produktfamilie an? Ist der Nutzer Teil einer experimentellen Einführung? Daher könnte die korrekte Meldung lauten: „Modell X-Etikett wurde in der Nutzeroberfläche angezeigt.“ Ohne stärkere Nachweise sollte der folgende Satz nicht verwendet werden: „Alle Antworten werden definitiv ausschließlich von Modell X generiert.“\n\n## 9. PRODUKTTYP\n\nJedes KI-Produkt sollte mit einem Haupttyp und Sekundärtypen klassifiziert werden.\n\n### PT-1— Allgemeines Konversationsprodukt\n\nEs ist ein allgemeines Chat- und Frage-Antwort-Produkt.\n\n### PT-2— Such- oder Abruffunktionsbasiertes Produkt\n\nSuche oder Abruf ist eine grundlegende Komponente bei der Antwortgenerierung.\n\n### PT-3— Unternehmenswissensprodukt\n\nEs kann interne Dokumente, Arbeitsbereiche oder spezielle Datenquellen verwenden.\n\n### PT-4— Eingebetteter Assistent\n\nEr ist in ein anderes Produkt oder eine Plattform eingebettet.\n\n### PT-5— Entwickler- oder API-Produkt\n\nEs wird von einem Entwickler oder einer Anwendung anstelle des Endbenutzers verwendet.\n\n### PT-6— Branchenspezifisches Produkt\n\nEs ist für einen bestimmten Beruf oder eine bestimmte Branche entwickelt.\n\n### PT-7— Multimodales Produkt\n\nEingaben, die nicht Text sind, wie visuelle, audio- oder Dokumenteneinträge, sind Teil des Hauptangebots. Ein Produkt kann mehr als eine Art enthalten. Vergleiche sollten innerhalb desselben Typs oder mit einem expliziten Umfang vorgenommen werden.\n\n## 10. NUTZERSURFACE REGISTRIEREN\n\nVerschiedene Oberflächen desselben Produkts sollten getrennt erfasst werden. Oberflächenbereiche:\n\n- Oberflächen-ID\n\n- Web/Mobil/Desktop/API\n\n- Anwendungsversion\n\n- Betriebssystem, falls zutreffend\n\n- Browser, falls zutreffend\n\n- Produktsprache\n\n- Sichtbare Modellauswahl\n\n- Verfügbarkeit von Werkzeugen\n\n- Zitationsansicht\n\n- Datei-Upload-Funktion\n\n- Speichereinstellungen\n\n- Unternehmenseinstellungen\n\n- Experimentelle Funktionen\n\n- Messzeit\n\nWenn festgestellt wird, dass Web- und mobile Schnittstellen materiell gleich sind, können die Ergebnisse kombiniert werden. Diese Gleichheit sollte nicht vorausgesetzt werden; sie muss getestet werden.\n\n## 11. PLAN- UND KONTOKLASSE\n\nDer Plantyp kann Merkmale haben, die die Reaktion des Nutzers beeinflussen können. Planstatus:\n\n- Kostenlos\n\n- Bezahlte Einzelperson\n\n- Professionell\n\n- Unternehmen\n\n- Ausbildung\n\n- Entwickler\n\n- Testversion\n\n- Einladung oder eingeschränkter Zugang\n\n- Unbekannt\n\nPläne können sich in den folgenden Bereichen unterscheiden:\n\n- Modell\n\n- Nutzungslimit\n\n- Webzugang\n\n- Speicher\n\n- Werkzeuge\n\n- Quellenangabe\n\n- Antwortlänge\n\n- Geschwindigkeit oder Priorität\n\n- Unternehmensdaten\n\n- Sicherheits- und Aufbewahrungseinstellungen\n\nWenn keine Planinformationen vorliegen:\n\n### Der PLAN_UNBEKANNT\n\nStatus sollte verwendet werden. Kostenlose und bezahlte Ergebnisse dürfen nicht stillschweigend als dasselbe Produktverhalten zusammengeführt werden.\n\n## 12. ABRUF UND WEBZUGANG\n\nEine KI-Antwort kann in einem von drei grundlegenden Wissenszuständen erzeugt werden.\n\n### KG-0— UNBESTIMMTER WISSENSMODUS\n\nDer Fall der Abruf- oder Webnutzung kann nicht bestimmt werden.\n\n### KG-1— INTERNE MODELLANTWORT\n\nEine Antwort, von der bekannt ist oder stark vermutet wird, dass sie keine aktuellen oder externen Informationen verwendet.\n\n### KG-2— ABRUFUNTERSTÜTZTE ANTWORT\n\nEs könnte ein Abruf aus vor-indizierten oder im Produkt verfügbaren Quellen verwendet worden sein.\n\n### KG-3— LIVE-WEB- ODER SUCHUNTERSTÜTZTE ANTWORT\n\nLive- oder nahezu in Echtzeit Web-/Suchzugriff wurde verwendet.\n\n### KG-4— PRIVAT DATENBASIERT FREIGE GEBENE ANTWORT\n\nEine private Datenquelle, die von der Institution oder dem Nutzer bereitgestellt wurde, wurde verwendet.\n\n### KG-5— HYBRIDE ODER MULTI-QUELLEN ANTWORT\n\nMehrere Informationsschichten wurden zusammen verwendet. Diese Modi können im gleichen Prompt unterschiedliche Ergebnisse erzeugen. Sie sollten im Vergleich deutlich unterschieden werden.\n\n## 13. ZUGRIFF AUF ABRUF IST NICHT DASSelbe WIE ABRUFVERWENDUNG\n\nDas Produkt kann über eine Websuchfunktion verfügen. Allerdings wurde sie möglicherweise in der spezifischen Antwort nicht genutzt. Drei Felder sollten getrennt aufgezeichnet werden: War die Funktion verfügbar? War die Funktion eingeschaltet oder auswählbar? Gab es Nachweise dafür, dass sie in der spezifischen Antwort verwendet wurde? Beispielhafte Status:\n\n### VERFÜGBAR_NICHT_VERWENDET\n\n### VERFÜGBARE_NUTZUNG_UNBEKANNT\n\n### VERWENDET_BESTÄTIGT\n\n### NICHT_VERFÜGBAR\n\n### DEAKTIVIERT\n\n### UNBEKANNT\n\nDie bloße Präsenz eines Quellenlinks kann ein starker Hinweis auf die Nutzung sein. Das Fehlen eines Quellenlinks beweist nicht notwendigerweise, dass kein Abruf verwendet wurde.\n\n## 14. ZITIERUNGSSCHICHT\n\nDie Verwendung einer Quelle ist nicht dasselbe wie das Angeben eines Zitats. Ein Produkt:\n\n- darf eine Quelle verwenden, darf sie aber nicht zeigen,\n\n- kann eine Quelle zeigen, aber die Quelle unterstützt möglicherweise nicht die Behauptung,\n\n- kann dieselbe Quelle mit verschiedenen Sätzen verlinken,\n\nDer Nutzer kann das Zitat entsprechend der Nutzeroberfläche ausblenden. Der Zitatdatensatz muss die folgenden Felder enthalten: Ist die Zitatfunktion verfügbar? Wurde das Zitat in der spezifischen Antwort angezeigt? Anzahl der Zitate Quellfeldnamen Übereinstimmung von Zitat und Aussage Sichtbarkeit auf der Nutzeroberfläche Erweiterbarkeit des Zitats Zugänglichkeit der Quelle Zeitpunkt der Zitatgenerierung Produkte, die Zitate anzeigen oder nicht anzeigen, können in Bezug auf die „Anzahl der Quellen“ nicht direkt verglichen werden. Zuerst müssen das Produktverhalten und die Unterschiede in der Nutzeroberfläche erklärt werden.\n\n## 15. WERKZEUGZUGANG\n\nDas KI-Produkt kann auf die folgenden Werkzeuge zugreifen:\n\n- Websuche\n\n- Browser\n\n- Taschenrechner\n\n- Code-Ausführung\n\n- Dateilesen\n\n- Karte\n\n- Kalender\n\n- Unternehmenswissensbasis\n\n- Produktkatalog\n\n- Andere APIs\n\nDer Zugriff auf Werkzeuge kann Ihre Antwort beeinflussen:\n\n- deren Aktualität,\n\n- Nachweise,\n\n- Umfang der Antwort,\n\n- Genauigkeit\n\nWerkzeugregister:\n\n- ob das Werkzeug verfügbar ist,\n\n- ob es aktiv ist,\n\n- ob es in der Antwort verwendet wurde,\n\n- ob das Werkzeugergebnis behalten wird\n\nsoll angezeigt werden.\n\n## 16. SPEICHER, SONDERANWEISUNGEN UND PERSONALISIERUNG\n\nDie für den Nutzer sichtbare Antwort kann durch die folgenden Felder beeinflusst werden:\n\n- Persistenter Speicher\n\n- Chatverlauf\n\n- Besondere Anweisungen\n\n- Name oder Profil des Nutzers\n\n- Frühere Markenunterhaltungen\n\n- Einstellungen\n\n- Land und Gebietsschema\n\n- Einstellungen des Unternehmensarbeitsbereichs\n\n- Segmentierung durchgeführt vom Anbieter\n\nDiese Felder müssen in drei separaten Ebenen aufgezeichnet werden.\n\n### 16.1. Persistente Personalisierung\n\nInformationen, die über Konten oder Sitzungen hinweg geschützt sind.\n\n### 16.2. Kontext im Gespräch\n\nVorherige Nachrichten innerhalb des aktuellen Chats.\n\n### 16.3. System- oder Organisationseinstellungen\n\nAdministrator- oder Produktanweisungen, die der Nutzer möglicherweise nicht sieht. Vollständige Informationen sind möglicherweise nicht immer verfügbar. Unbekannte Situationen müssen ausdrücklich aufgezeichnet werden.\n\n## 17. SITZUNGSTYPEN\n\nKandidaten-Sitzungsstatus:\n\n### ST-1— NEUES STANDARDGESPRÄCH\n\nNeues Standardgespräch. Speicher oder spezielle Anweisungen werden separat aufgezeichnet.\n\n### ST-2— TEMPORÄRES ODER EPHEMERES GESPRÄCH\n\nTemporäre Sitzung, die von der permanenten Historie getrennt werden soll. Tatsächliche Funktionen sollten im Produktregister überprüft werden.\n\n### ST-3— BESTEHENDES GESPRÄCH\n\nEs gibt vorherigen Gesprächskontext. Dieser kann für das natürliche Panel wertvoll sein. Er wird separat im kontrollierten Panel aufbewahrt.\n\n### ST-4— UNTERNEHMENS- ODER GETEILTE ARBEITSBEREICHSSESSION\n\nEs könnte einen Unternehmens- oder geteilten Informationsbereich geben.\n\n### ST-5— UNBEKANNTER SITZUNGSZUSTAND\n\nDer Sitzungsstatus konnte nicht zuverlässig festgestellt werden. Wenn verschiedene Sitzungstypen in derselben Zelle kombiniert werden sollen, muss die Begründung und Gewichtung erklärt werden.\n\n## 18. PRODUKTPOLITIK UND ABLEHNUNG\n\nEin KI-Produkt kann auf eine bestimmte Frage nicht antworten aufgrund von:\n\n- Sicherheit,\n\n- Gesetz,\n\n- Produktpolitik,\n\n- regionaler Regel,\n\n- impliziert keine Eignung in Bezug auf Alter,\n\n- unternehmensspezifischer Einstellung\n\nGrund. Ablehnung:\n\n- grundlegende Modellmängel,\n\n- Produktpolitik,\n\n- Schnittstelle,\n\n- kann am Nutzerkonto liegen\n\nGEO-1000 Hauptbenutzerkontrolle zeichnet das Ablehnungsergebnis auf, das den Nutzer erreicht. Wenn der Ablehnungsgrund jedoch bekannt ist, wird er zusätzlich klassifiziert. Die Richtlinienebene eines Produkts ist ebenfalls Teil der Nutzererfahrung.\n\n## 19. EXPERIMENTELLE FUNKTIONEN UND A/B-VERTEILUNGEN\n\nLive-KI-Produkte können möglicherweise nicht allen Nutzern gleichzeitig die gleichen Funktionen bieten. Teilnehmer:\n\n- differentes Nutzerinterface,\n\n- unterschiedliche Prompt-Formulierungen je nach Modell,\n\n- differente Webfunktion,\n\n- differentes Antwortformat\n\nkann sehen. Experimentelle Statusindikatoren:\n\n- Beta-Kennzeichnung auf der Benutzeroberfläche\n\n- Anbieterdokumentation\n\n- Funktionsunterschied\n\n- Systematischer UI-Unterschied zwischen Nutzern\n\n- Verhaltensstörungen während der Messung\n\nkann auftreten. Wenn die experimentelle Funktion unbekannt ist:\n\n### EXPERIMENTELLER_ZUSTAND_UNBEKANNT\n\nsollte verwendet werden. Die tatsächliche Variation innerhalb des Produkts ist kein Datenfehler. Sie ist ein Verteilungsmerkmal des Systems. Sie sollte jedoch bei der Vergleichbarkeit berücksichtigt werden.\n\n## 20. KI-Systemregister\n\nFür jedes geprüfte Produkt sollte ein KI-Systemregister erstellt werden. Das Register sollte drei Ebenen haben.\n\n### 20.1. Anbieter- und Produktstammsatz\n\nBeinhaltet relativ permanente Bereiche:\n\n- Anbieter\n\n- Produktname\n\n- Produkttyp\n\n- Hauptbenutzeroberflächen\n\n- Offizielle Zugriffsländer\n\n- Plan-Klassen\n\n- Unterstützte Sprachaufzeichnungen\n\n- Allgemeine Funktionen\n\n### 20.2. Messwellen-Produktaufzeichnung\n\nFür eine bestimmte Welle:\n\n- Produktversion,\n\n- Planfunktionen,\n\n- Modellkennzeichnungen,\n\n- Web- und Tool-Funktionen,\n\n- Speicherverhalten,\n\n- Zugangsstatus,\n\n- bekannte Updates\n\naufgezeichnet.\n\n### 20.3. Beobachtungsebene Systemaufzeichnung\n\nTatsächlich für jeden Teilnehmer beobachtet:\n\n- Schnittstelle,\n\n- Modellkennzeichnung,\n\n- Plan,\n\n- Fahrzeugnutzung,\n\n- Zitation,\n\n- Sitzung,\n\n- Personalisierung,\n\n- Zeit\n\nträgt Felder. Allein die Hauptaufzeichnung kann Unterschiede auf Beobachtungsebene nicht entfernen.\n\n## 21. SYSTEMKONFIGURATIONS-FINGERABDRUCK\n\nEin Systemkonfigurations-Fingerabdruck kann erstellt werden, um die Vergleichbarkeit einer KI-Produktinstanz zu erleichtern. Kandidatenfelder:\n\nSCF= H(canonicalise(p, s, r, m, k, t, x, c, l, w))\n\nHier ist H die Funktion, die aus den versionierten Feldern einen Integritätswert erzeugt. Der Fingerabdruck:\n\n- ob zwei Beobachtungen zur gleichen Konfiguration gehören,\n\n- ob es wesentliche Änderungen in der Welle gegeben hat\n\nEs kann helfen, dies zu identifizieren. Fingerabdruck: beweist nicht das echte Backend-Modell, macht keine Schichten sichtbar, die der Anbieter nicht offengelegt hat. Er verstärkt nur, ob die aufgezeichnete Konfiguration später geändert wurde.\n\n## 22. WAS IST VERGLEICHBARKEIT?\n\nZwei Ergebnisse gelten als vergleichbar, wenn:\n\n> der Unterschied zwischen ihnen ausreichend durch überwachten Produktverhalten erklärt werden kann und nicht durch irrelevante Unterschiede im Messdesign.\n\nVergleichbarkeit ist nicht absolute Gleichheit. Unterschiedliche KI-Produkte:\n\n- Modell,\n\n- Anbieter,\n\n- Nutzeroberfläche.\n\nDiese müssen nicht alle identisch sein. Die für den Vergleich relevanten materiellen Bedingungen müssen jedoch:\n\n- Ausgleich,\n\n- Schichtung,\n\n- Aufzeichnung,\n\n- Modellierung in der Analyse\n\nsind erforderlich.\n\n## 23. DAS VERGLEICHSOBJEKT MUSS VORHER DEFINIERT WERDEN\n\nDie gleichen Daten können unterschiedliche Vergleichsfragen beantworten.\n\n### 23.1. Nutzerproduktvergleich\n\n\"Welches Verbraucherprodukt liefert unter denselben Nutzerbedingungen eine genauere Repräsentation?\" Das zu vergleichende Objekt ist die gesamte Produktkette.\n\n### 23.2. Modellvergleich\n\n\"Welches Modell liefert unter demselben kontrollierten Prompt und werkzeugsfreien Zustand eine genauere Antwort?\" API- oder fester Modellzugang kann erforderlich sein.\n\n### 23.3. Abrufvergleich\n\n„Gibt es einen Unterschied zwischen den webbasierten und nicht webbasierten Modi desselben Produkts?“ Das Modell und andere Bedingungen werden so konstant wie möglich gehalten.\n\n### 23.4. Planvergleich\n\n„Sehen kostenlose und zahlende Nutzer die gleiche Markenpräsentation?“ Der Planunterschied ist Gegenstand der Prüfung.\n\n### 23.5. Schnittstellenvergleich\n\n„Erzeugt das Web- und Mobilprodukt unter den gleichen Bedingungen unterschiedliche Repräsentationen?“\n\n### 23.6. Zeitvergleich\n\n„Hat sich die Repräsentation desselben Produkts über verschiedene Wellen hinweg geändert?“ Produkt- und Bevölkerungsänderungen sollten getrennt werden. Ohne die Vergleichsfrage zu spezifizieren: „Produkt A ist besser als Produkt B.“ ist zu allgemein.\n\n## 24. VERGLEICHBARKEITSDIMENSIONEN\n\nBeim Vergleich von zwei Produkten oder Wellen sollten die folgenden Bereiche bewertet werden:\n\n- Auditierte Einheit\n\n- Reality-Paket-Version\n\n- Prompt-ID und Version\n\n- Sprache und Gebietsschema\n\n- Land\n\n- Zielpopulation\n\n- Beispielquelle\n\n- Teilnehmerzusammensetzung\n\n- Sitzungstyp\n\n- Speicher\n\n- Besondere Anweisungen\n\n- Vorheriges Gespräch\n\n- Produktplan\n\n- Nutzeroberfläche\n\n- Modellbezeichnung\n\n- Abruf-/Web-Status\n\n- Werkzeuge\n\n- Zitationsfunktion\n\n- Messzeit\n\n- Produktupdates\n\n- Beurteilungsregel\n\n- Ergebnisstatus\n\n- Gewichtung\n\nNicht alle Dimensionen müssen gleich sein. Unterschiedliche Dimensionen begrenzen den Vergleichsrahmen.\n\n## 25. VERGLEICHBARKEITSSTUFEN\n\n### CP-0— NICHT VERGLEICHBAR\n\nBedingungen für Materialmessungen sind unbekannt oder stark inkonsistent. Ein direkter Leistungsvergleich kann nicht durchgeführt werden.\n\n### CP-1— BESCHREIBENDE KO-EXISTENZ\n\nEs gibt Ergebnisse von zwei Produkten oder Wellen. Allerdings:\n\n- Bevölkerung,\n\n- Prompt,\n\n- Zeit,\n\n- Sitzung\n\nsind nicht gleich. Es kann nur eine beschreibende Nebeneinander-Darstellung gemacht werden.\n\n### CP-2— TEILWEISE ANGEPASST\n\nEinige Kernfelder stimmen überein. Materielle Unterschiede bestehen weiterhin. Eine begrenzte Vergleichbarkeit ist möglich.\n\n### CP-3— ÜBEREINSTIMMENDER NUTZER-Oberflächen-Vergleich\n\nGleiches Unternehmen Gleiche Prompt-Version Gleiche Sprache/Land Ähnliche Nutzergruppe Gleicher Zeitraum Registrierte Produktmerkmale sind verfügbar. Verbraucherproduktergebnisse sind vergleichbar.\n\n### CP-4— KONTROLLIERTER ÜBEREINSTIMMENDER VERGLEICH\n\nZusätzlich:\n\n- Sitzung,\n\n- Speicher,\n\n- Personalisierung,\n\n- Abruf,\n\n- Werkzeuge,\n\n- Plan\n\nsind kontrolliert oder offen abgestimmt. Bietet einen stärkeren Produkt- oder Feature-Vergleich.\n\n### CP-5— REPLIZIERTER UND KALIBRIERTER VERGLEICH\n\nVergleich:\n\n- in mehreren Wellen,\n\n- mit unabhängigen Nutzern oder Panels,\n\n- mit derselben normativen Bewertung\n\nwiederholt; Variabilität und Produktänderungen wurden kalibriert. Diese Werte sind kein „wissenschaftlicher Genauigkeitsscore“. Sie zeigen die Grenze an, die eine Vergleichsaussage tragen kann.\n\n## 26. WAS TUN BEI CP-0 KONDITION?\n\nWenn zwei Produkte nicht verglichen werden können, werden die Ergebnisse nicht ignoriert. Sie können separat berichtet werden:\n\n- „Dies ist das Natürliche Reichweite-Ergebnis von Produkt A.“\n\n- „Dies ist das Ergebnis von Produkt B unter verschiedenen Nutzern und Produktbedingungen.“\n\nAllerdings: Man kann nicht sagen: „A ist 12 Punkte besser als B.“ Unvergleichbarkeit ist kein Misserfolg, sondern eine Begrenzung der Methode.\n\n## 27. VERGLEICHBARKEIT FÜR DEN GLEICHEN ANBIETER\n\nErgebnisse vom gleichen Anbieter können nicht automatisch verglichen werden. Die folgenden Unterschiede können vorhanden sein:\n\n- Produkt\n\n- Plan\n\n- Modell\n\n- Webzugang\n\n- Benutzeroberfläche\n\n- Speicher\n\n- Unternehmensdaten\n\n- Länderverteilung\n\n- Experimentelle Funktion\n\n- Zeit\n\nDer Vergleich desselben Anbieters sollte ebenfalls gemäß dem CP-Level bewertet werden.\n\n## 28. VERGLEICHBARKEIT FÜR VERSCHIEDENE ANBIETER\n\nNutzerprodukte, die verschiedenen Anbietern gehören:\n\n- gleiche Zielgruppe,\n\n- gleiche Prompt,\n\n- gleiche Zeit,\n\n- ähnliche Nutzeroberfläche,\n\n- klare Produktkonfiguration\n\nEs ist darunter vergleichbar. Ein anderer Anbieter verhindert den Vergleich nicht. Unterschiede in den Funktionen bestimmen jedoch, was der Vergleich misst. Beispiel: Produkt A verwendet Live-Web. Produkt B nicht. Das Ergebnis kann diese Frage beantworten: 'Welche der beiden Produktreihen, die dem Nutzer angeboten werden, erzeugt eine genauere Repräsentation?' Es beantwortet diese Frage nicht direkt: 'Welches Basismodell ist wissensreicher?'\n\n## 29. VERGLEICH VON WEB-UNTERSTÜTZTEN UND NICHT-WEB-PRODUKTEN\n\nZwei separate Vergleiche sind möglich.\n\n### 29.1. Vergleich von Naturprodukten\n\nJedes Produkt wird unter den Standardbedingungen eines echten Nutzers gemessen. Ein Produkt, das das Web nutzt, nutzt das Web. Eines, das es nicht nutzt, tut es nicht. Ergebnis: es ist ein Vergleich der tatsächlichen Verbrauchererfahrung mit dem Produkt.\n\n### 29.2. Funktionsabgestimmter Vergleich\n\nWenn möglich, beide Produkte:\n\n- im offenen Web gemessen,\n\n- Web geschlossen\n\nModi ebenfalls separat. Dies kann den Abrufe-Effekt besser trennen. Jedes Produkt bietet möglicherweise nicht die gleichen Optionen. Fehlender Modus:\n\n### ALS NICHT VERFÜGBAR AUFGEZEICHNET\n\nDieser Status muss ausdrücklich bleiben.\n\n## 30. PRODUKTE, DIE ZITATE ANZEIGEN UND NICHT ANZEIGEN\n\nFür ein Produkt ohne Zitierfunktion: Es ist möglich, eine „Null-Zitation“ anzugeben. Allerdings sollte deren Bedeutung erklärt werden: Das Produkt verweist möglicherweise nicht auf Quellen. Es ist nicht sicher, dass es überhaupt keine Quellen verwendet. Zitationsabdeckung und Genauigkeitsabdeckung sind getrennte Ergebnisse. Ein Zitationsvergleich sollte nur zwischen Produkten durchgeführt werden, die Zitationen unterstützen oder mit separatem Funktionsstatus.\n\n## 31. Natürliche Reichweite VERGLEICH\n\nJedes Produkt wird innerhalb seiner tatsächlichen Reichweite gemessen. Vorteil: zeigt die natürliche globale Wirkung des Produkts. Einschränkung: die Populationen sind unterschiedlich, Länder- und Sprachverteilungen können variieren. Natürliche Reichweite Scores: zeigen, was das Produkt innerhalb seiner erreichten Population leistet. Sollte nicht allein für ein direktes Produktüberlegenheitsranking verwendet werden.\n\n## 32. VERGLEICH AUF GEMEINSAMER BASIS\n\nEs wird die gemeinsame Zugriffspopulation der verglichenen Produkte verwendet. Vorteil:\n\n- gleiches Land,\n\n- gleiche Sprache,\n\n- gleiche Nutzerbedingung\n\nbietet einen gerechteren Vergleich. Einschränkung: bewahrt den tatsächlichen globalen Zugriffsunterschied der Produkte, das gemeinsame Universum kann sehr eng sein. Der Gemeinsame Vergleichsbasis-Score sollte zusammen mit dem Natürliche Reichweite-Score veröffentlicht werden.\n\n## 33. VERGLEICH VON NUTZERN PAARWEISE\n\nWenn derselbe Nutzer zwei oder mehr KI-Produkte testet, können Nutzermerkmale kontrolliert werden. Jedoch:\n\n- Reihenfolge der Aufgaben,\n\n- Antwortenabruf,\n\n- Produktfamiliarität,\n\n- spezielle Profile von Nutzern, die auf alle Produkte zugreifen können,\n\nkann Verzerrungen erzeugen. In einem paarweisen Design:\n\n- sollte die Produktreihenfolge randomisiert werden,\n\n- sollten vorherige Antworten nicht geteilt werden,\n\ndie gleiche Nutzersabhängigkeit sollte in der Analyse beibehalten werden.\n\n## 34. UNABHÄNGIGER NUTZER-VERGLEICH\n\nJedes Produkt wird von verschiedenen Nutzern getestet, diese werden jedoch aus demselben Populationsrahmen ausgewählt. Vorteil: Aufgabenverunreinigung wird reduziert, es können natürlichere Produktbenutzer ausgewählt werden. Einschränkung: Nutzergruppen sind möglicherweise nicht vollständig gleich. Gewichtung und Schichtung sind erforderlich. Ergebnisse von gepaarten und unabhängigen Nutzern können getrennt, aber komplementär sein.\n\n## 35. ZEITLICHE VERGLEICHBARKEIT\n\nBeim Vergleich des heutigen Ergebnisses eines KI-Produkts mit früheren Ergebnissen sollten die folgenden Änderungen untersucht werden:\n\n- Modell\n\n- Produktversion\n\n- Web/Retrieval\n\n- Plan\n\n- Zugang nach Land\n\n- Sprachunterstützung\n\n- Aufforderung\n\n- Reale Entitäten\n\n- Beurteilung\n\n- Populationsrahmen\n\n- Gewichtung\n\nZeitunterschiede können nicht nur durch das KI-Produkt entstehen.\n\n## 36. ARTEN VON PRODUKTÄNDERUNGEN\n\n### UC-1— DOKUMENTIERTE KLEINE ÄNDERUNG\n\nEine geringfügige Änderung, die vom Anbieter offengelegt und als nicht wesentlich für die Änderung des Messobjekts beurteilt wurde.\n\n### UC-2— DOKUMENTIERTE WESENTLICHE ÄNDERUNG\n\nWesentliche Änderung beschrieben im Modell, Abruf, Schnittstelle oder Merkmal.\n\n### UC-3— BEOBACHTETE VERHALTENSÄNDERUNG\n\nSelbst wenn keine offizielle Bekanntgabe erfolgt, wird systematisches Verhalten oder eine Schnittstellenänderung beobachtet.\n\n### UC-4— ZUGRIFTS- ODER PLÄNEÄNDERUNG\n\nÄnderungen des Landes, Plans oder Nutzerzugriffs.\n\n### UC-5— UNBEKANNTES ÄNDERUNGSEREIGNIS\n\nEs gibt eine Unterbrechung im Messverhalten. Der Grund konnte nicht überprüft werden.\n\n### UC-6— PRODUKTAUSTAUSCH ODER -RÜCKZUG\n\nEin altes Produkt oder Modell wurde eingestellt und durch eine andere Struktur ersetzt. Die Art der Änderung begrenzt den Zeitreihenvergleich.\n\n## 37. PRODUKTÄNDERUNG INNERHALB DER MESSWELLE\n\nWenn während einer Welle eine Materialänderung auftritt, existieren folgende Optionen: Die Welle kann gestoppt und neu gestartet werden. Vor und nach der Änderung können separate Unterwellen erstellt werden. Die Änderung kann als experimenteller Faktor modelliert werden. Die Welle wird als MIXED_SYSTEM_STATE gekennzeichnet. Die folgende Struktur ist verboten: Alle Antworten zu kombinieren, als ob sie zu einem einzigen festen Produktergebnis führen, obwohl die Änderung bekannt ist.\n\n## 38. VERHALTEN KANN SICH OHNE PRODUKTÄNDERUNG ÄNDERN\n\nSelbst wenn der Anbieter kein explizites Update ankündigt, kann sich das Ergebnis ändern. Mögliche Gründe:\n\n- Änderung des Abrufindex\n\n- Aktualisierung von Ressourcen\n\n- Neuer Inhalt im Web erscheint\n\n- Änderung im Re-Ranking\n\n- A/B-Test\n\n- Regionale Einführung\n\n- Sicherheitsrichtlinie\n\n- Verkehrslenkung\n\nDaher kann nicht gesagt werden: „Der Anbieter hat nicht aktualisiert, das System war definitiv dasselbe.“ Messbelege und Verhaltensanalyse sollten ebenfalls untersucht werden.\n\n## 39. Live-Produkt und gefrorenes Modell\n\nEs gibt zwei verschiedene Forschungsobjekte.\n\n### 39.1. Live-Produkt-Audit\n\nMisst, was echte Nutzer auf der echten Verbraucheroberfläche sehen. Vorteil:\n\n- zeigt echte Erfahrung,\n\n- echte Quelle,\n\n- echte Richtlinie,\n\n- echte Schnittstelle\n\nEinschränkungen: Es ist variabel, vollständige Reproduktion kann schwierig sein.\n\n### 39.2. Audit des gefrorenen Modells\n\nKontrollierte Wiederholungen werden unter einer festen Version oder einem Endpunkt durchgeführt. Der Vorteil:\n\n- bietet Reproduzierbarkeit,\n\n- experimentelle Kontrolle\n\nDie Einschränkung: kann das tatsächliche Verbraucherprodukt möglicherweise nicht vollständig darstellen. Die Hauptpopulationsebene von NOMOS GEO-1000 basiert auf dem Live-Nutzerprodukt. Das eingefrorene Modell-Audit ist eine ergänzende Laborarbeit.\n\n## 40. PRODUKTNICHTVERFÜGBARKEIT UND TECHNISCHE ERGEBNISSE\n\nDie folgenden Fälle sollten getrennt gehalten werden:\n\n### AR-1— PRODUKT NICHT VERFÜGBAR\n\nDas Produkt ist für das Land oder die Nutzergruppe nicht verfügbar. Es ist das Ergebnis des Zugriffsbereichs.\n\n### AR-2— KONTO ODER PLAN UNBERECHTIGT\n\nDer dem Teilnehmer zugewiesene Plan oder Kontobedingung ist nicht berechtigt. Es kann ein Problem bei der Stichprobe oder Aufgabenverteilung vorliegen.\n\n### AR-3— VORÜBERGEHENDER TECHNISCHER FEHLER\n\nEin vorübergehender technischer Fehler ist aufgetreten. Das Wiederholungsprotokoll sollte vordefiniert sein.\n\n### AR-4— RATE ODER NUTZUNGSLIMIT\n\nEin Nutzungskontingent oder ein Ratenlimit wurde erreicht. Es kann Teil der tatsächlichen Nutzererfahrung sein.\n\n### AR-5— SYSTEMABLEHNUNG\n\nDie Produktaufgabe wurde aufgrund von Richtlinien oder Inhalten abgelehnt. Es ist ein gültiges Systemergebnis.\n\n### AR-6— KEIN NUTZBARER OUTPUT\n\nEs wurde keine nutzbare Antwort generiert.\n\n### AR-7— UNBEKANNTER ZUGRIFFSFEHLER\n\nWarum es nicht bestimmt werden konnte. Diese Situationen können nicht im gleichen \"Keine Antwort\"-Feld kombiniert werden.\n\n## 41. TECHNISCHE WIEDERHOLREGEL\n\nEin Wiederholungsversuch kann bei einem vorübergehenden technischen Fehler oder einer Verbindungsunterbrechung unternommen werden. Allerdings:\n\n- wenn die KI-Antwort nicht gefällt,\n\n- eine Ablehnung erfolgte,\n\n- falsche Informationen erzeugt wurden\n\nkann aus diesen Gründen kein Wiederholungsversuch durchgeführt werden. Technische Wiederholung:\n\n- gleicher Nutzer,\n\n- gleiches Produkt,\n\n- gleiche Konfiguration,\n\n- muss innerhalb des vorgegebenen Zeitraums erfolgen.\n\nAuch das erste technische Ereignis muss aufgezeichnet werden.\n\n## 42. VERGLEICHSMATRIX\n\nEin grundlegender Vergleichseintrag für zwei Produkte könnte wie folgt aussehen:\n\nDiese Ergebnisse können nebeneinander dargestellt werden. Allerdings kann nicht gesagt werden: \"Das Basismodell von Produkt B ist besser.\" Der Unterschied kann von der gesamten Produktkette stammen.\n\n## 43. SYNTHETISCHER APPLE.COM VERGLEICHSFALL\n\nSYNTHETISCHE METHODOLOGIE-DEMONSTRATION / Die untenstehenden Produkte, Antworten und Ergebnisse sind vollständig fiktiv. Sie spiegeln nicht die Leistung von Apple Inc. oder irgendeinem realen KI-Anbieter wider. Betrachten wir drei synthetische Produktbeispiele.\n\n#### Produktbeispiel A\n\nAnbieter: Orion Produkt: Orion Chat Schnittstelle: Web Plan: Kostenlos Modellbezeichnung: Orion Standard Modell Vertrauen: MI-1 Webzugang: Aus Speicher: Aus Sitzung: Neu Sprache: Türkisch Gebietsschema: Türkei Welle: W1 Antwort: \"Apple ist ein amerikanisches Technologieunternehmen, das Telefone und Computer herstellt.\"\n\n#### Produktbeispiel B\n\nAnbieter: Orion Produkt: Orion Chat Schnittstelle: Mobilplan: Kostenpflichtiges Modell Bezeichnung: Orion Pro Modellvertrauen: MI-1 Webzugriff: Offen Quellenangabe: Offen Speicher: Ein Vorheriges Gespräch: Über Apple Sprache: Türkisch Gebietsschema: Türkei Welle: W1 Antwort: \"Apple ist ein globales Technologieunternehmen, das Hardware, Software und digitale Dienste anbietet. Aktuelle Unternehmensinformationen finden Sie in diesen Quellen.\"\n\n#### Produktbeispiel C\n\nAnbieter: Helios Produkt: Helios Suche Schnittstelle: Web Plan: Kostenlos Modellbezeichnung: Unbekannt Modellvertrauen: MI-0 Webzugang: Offen Zitat: Offen Speicher: Keiner Sitzung: Neu Sprache: Türkisch Gebietsschema: Türkei Welle: W1 Antwort: \"Apple ist ein in den USA ansässiges Technologieunternehmen, das Verbrauchergeräte, Betriebssysteme und digitale Dienste entwickelt.\"\n\n### 43.1. Vergleich von A und B\n\nSie sind derselbe Anbieter. Allerdings:\n\n- Plan,\n\n- Oberfläche,\n\n- Modellkennzeichnung,\n\n- Web,\n\n- Speicher,\n\n- vorheriges Gespräch\n\nist unterschiedlich. Das Vergleichsniveau kann CP-1 oder CP-2 sein. Der Unterschied in der Antwort kann nicht ausschließlich auf den Unterschied des Basismodells zurückgeführt werden.\n\n### 43.2. Vergleich von A und C\n\nSie sind unterschiedliche Anbieter. Allerdings:\n\n- Neue Sitzung,\n\n- kostenloser Plan,\n\n- Weboberfläche,\n\n- gleiche Sprache/Land,\n\n- gleiche Welle\n\nin Bezug auf einige Bedingungen übereinstimmend. Webzugang ist unterschiedlich. Vergleich: kann als natürliches Konsumprodukt-Ergebnis durchgeführt werden. Es kann nicht als Basismodell-Fähigkeit durchgeführt werden.\n\n### 43.3. Vergleich von B und C\n\nBeide Produkte haben Webzugang und Zitate aktiviert. Allerdings hat B Speicher und vorherige Konversation, während C dies nicht hat. Die Nutzererfahrung der Produkte ist vergleichbar. Es ist kein kontrollierter, sauberer Produktvergleich.\n\n### 43.4. Kontrollierte Wiederholung\n\nIm Produkt B:\n\n- Speicher ist ausgeschaltet,\n\n- ein neuer Chat wird gestartet,\n\n- spezielle Anweisungen sind deaktiviert,\n\ndas Web bleibt eingeschaltet. C wird unter denselben Bedingungen gemessen. Vergleichsebene: CP-3 oder CP-4 mit ausreichender zusätzlicher Kontrolle. Dieses Beispiel zeigt:\n\n> Der gleiche Anbieter liefert keinen nahen Vergleich; gut dokumentierte unterschiedliche Anbieter können besser vergleichbar sein.\n\n## 44. FALL VON SYNTHETISCHER PRODUKTÄNDERUNG\n\n### SYNTHETISCHES BEISPIEL\n\nOrion Chat W1 Wellen zielt auf 1,000 Beobachtungen ab. In den ersten 480 Beobachtungen:\n\n- Produktversion: 6.1\n\n- Webfunktion: manuell\n\n- Zuschreibung: begrenzt\n\nIn den nächsten 520 Beobachtungen:\n\n- Produktversion: 6.2\n\n- Webfunktion: automatisch\n\n- Zuschreibung: erweitert\n\nsei es. Einzelnes Ergebnis: Wenn als „Orion Chat W1 Score“ berechnet, werden zwei verschiedene Systemzustände gemischt. Richtige Optionen:\n\n#### Option 1\n\nW1A: erste 480 W1B: nächste 520 werden separat gemeldet.\n\n#### Option 2\n\nDie Welle wird nicht fortgesetzt. 1,000 neue Beobachtungen werden in Version 6.2 gemacht.\n\n#### Option 3\n\nDie Version wird als expliziter experimenteller Faktor in der statistischen Analyse beibehalten. Falsche Option: Das Update wird aus dem Bericht entfernt und alle Beobachtungen werden als ein einziges festes Produkt präsentiert.\n\n## 45. MINIMALES KI-SYSTEMPROTOKOLL\n\nJede Beobachtung muss mindestens die folgenden Felder enthalten:\n\n- NOMOS KI-System-ID\n\n- Anbieter\n\n- Produkt\n\n- Oberfläche\n\n- Plan\n\n- Produkttyp\n\n- Offensichtliches Modelllabel\n\n- Modellvertrauensniveau\n\n- Land\n\n- Locale\n\n- Sprache\n\n- Sitzungstyp\n\n- Speicherstatus\n\n- Status benutzerdefinierter Anweisungen\n\n- Vorheriger Gesprächszustand\n\n- Abruf-/Webfunktion\n\n- Abrufnutzungsstatus\n\n- Zitationsstatus\n\n- Werkzeugstatus\n\n- Status experimenteller Funktionen\n\n- UTC Zeit\n\n- Welle\n\n- System-Fingerabdruck\n\n- Änderungsereignisse\n\n- Quelle der Nachweise\n\n- Datensatzinhaber\n\nWenn das Materialfeld unbekannt ist, darf es nicht leer gelassen werden. Der Status UNBEKANNT sollte verwendet werden.\n\n## 46. MINIMALE VERGLEICHSKARTE\n\nBeim Vergleich von zwei Produkten oder Wellen sollte der öffentliche Datensatz Folgendes anzeigen:\n\n- Vergleichsfrage\n\n- Vergleichsebene\n\n- Gemeinsame Zielgruppe\n\n- Natürliche Reichweite Unterschiede\n\n- Nutzergleichheit\n\n- Sprache und Land\n\n- Messzeit\n\n- Produkt, Plan und Oberfläche\n\n- Modell-Identitätsvertrauen\n\n- Web-/Abrufdifferenz\n\n- Unterschied in Speicher und Personalisierung\n\n- Unterschied im Tool\n\n- Unterschied in der Probe\n\n- Bewertungsmethode\n\n- Materialeinschränkungen\n\n- Direkt vergleichbare Metriken\n\n- Nicht vergleichbare Bereiche\n\nEine einzelne Zahl oder Rangliste sollte ohne diese Karte nicht veröffentlicht werden.\n\n## 47. REGEL DER VERGLEICHBARKEIT\n\nEin Prüfer sollte diese vier Fragen beantworten: Wurde dieselbe Sache gefragt? Wurde dasselbe menschliche Universum gemessen? Wurden dieselben Nutzerbedingungen angewendet? Wurden dieselbe Zeit und dasselbe Bewertungssystem verwendet? Jede dieser Fragen:\n\n- vollständig,\n\n- teilweise,\n\n- nein,\n\n- unbekannt\n\nwird entsprechend klassifiziert. Der Vergleichsgrad wird dementsprechend angegeben.\n\n## 48. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH09-N01**\n\nJede GEO-1000-Beobachtung muss mit einem versionierten Datensatz des KI-Systemregisters verknüpft sein.\n\n**CH09-N02**\n\nDer Anbietername darf nicht als vollständige Identität des gemessenen KI-Produkts verwendet werden.\n\n**CH09-N03**\n\nDie Produkt-, Nutzeroberflächen-, Plan-, Modell-, Abruf-, Werkzeug-, Sitzungs- und Personalisierungsschichten müssen voneinander getrennt sein.\n\n**CH09-N04**\n\nDie Modellbezeichnung auf der Nutzeroberfläche darf nicht als verifizierte Back-End-Modellidentität dargestellt werden.\n\n**CH09-N05**\n\nDas Modell-Identitätsvertrauensniveau muss von MI-0 bis MI-5 oder durch einen gleichwertig offen definierten Status aufgezeichnet werden.\n\n**CH09-N06**\n\nWenn die Modellidentität nicht verifiziert werden kann, sollte das Ergebnis nur dem Produkt und der Nutzeroberfläche zugeschrieben werden.\n\n**CH09-N07**\n\nProdukte desselben Anbieters werden nicht automatisch als dieselbe Versuchszelle betrachtet.\n\n**CH09-N08**\n\nProdukte verschiedener Anbieter können vergleichbar sein, wenn der Materialverbraucher und die Versuchsbedingungen übereinstimmen.\n\n**CH09-N09**\n\nWeb-, mobile-, Desktop-, eingebettete Produkt- und API-Oberflächen können nicht ohne Beschreibung kombiniert werden.\n\n**CH09-N10**\n\nKostenlose, kostenpflichtige, Unternehmens-, Bildungs- und Entwicklerpläne müssen als separate Produktbedingungen erfasst werden.\n\n**CH09-N11**\n\nWenn der Plan unbekannt ist, sollte das Ergebnis den Status PLAN_UNBEKANNT tragen.\n\n**CH09-N12**\n\nDie Verfügbarkeit der Abruf- oder Webfunktion kann nicht als Nachweis dafür gezählt werden, dass sie in einer bestimmten Antwort verwendet wurde.\n\n**CH09-N13**\n\nAbrufzugriff, Abrufnutzung und Attribution müssen mit separaten Status aufgezeichnet werden.\n\n**CH09-N14**\n\nEin Produkt, das keine Attribution zeigt, kann nicht automatisch als nicht Verwendung von Ressourcen betrachtet werden.\n\n**CH09-N15**\n\nDie Zitationen des zitierten Produkts sollten in Bezug auf die Unterstützung der Behauptung getrennt untersucht werden.\n\n**CH09-N16**\n\nWerkzeugzugriff und Werkzeugnutzung in bestimmten Antworten sollten getrennt aufgezeichnet werden.\n\n**CH09-N17**\n\nSpeicher, besondere Anweisungen, vorherige Chats und Unternehmenseinstellungen sollten so weit wie möglich getrennt aufgezeichnet werden.\n\n**CH09-N18**\n\nEin unbekannter Personalisierungszustand kann nicht als eine saubere Sitzung angesehen werden.\n\n**CH09-N19**\n\nNeue Chats, temporäre Chats, aktuelle Chats und Unternehmensarbeitsbereichssitzungen können nicht ohne Erklärung zusammengeführt werden.\n\n**CH09-N20**\n\nDie Ergebnisse von Panel unter natürlichen Nutzungsbedingungen und Kontrolliertes Panel unter bereinigten Bedingungen sollten einen separaten Produktstatus haben.\n\n**CH09-N21**\n\nWenn ein experimentelles Feature oder eine A/B-Verteilung im Produkt wesentlich ist, sollte es im Beobachtungsprotokoll erhalten bleiben.\n\n**CH09-N22**\n\nWenn während einer Welle eine wesentliche Produktänderung auftritt, sollte die Welle in separate Unterversionen unterteilt, neu gestartet oder die Änderung explizit in der Analyse modelliert werden.\n\n**CH09-N23**\n\nEine bekannte Produktänderung kann nicht so gespeichert werden, als kämen alle Beobachtungen von einem einzigen festen System.\n\n**CH09-N24**\n\nDass der Anbieter ein Update nicht erklärt, kann nicht als endgültiger Beweis dafür genommen werden, dass sich das Produkt nicht verändert hat.\n\n**CH09-N25**\n\nDas Ergebnis eines live verfügbaren Konsumprodukts kann nicht so präsentiert werden, als ob es das Ergebnis eines eingefrorenen Basismodells wäre.\n\n**CH09-N26**\n\nDas Ergebnis eines eingefrorenen Modells im Labor kann nicht als Leistung eines echten Nutzerprodukts dargestellt werden.\n\n**CH09-N27**\n\nAbwesenheit des Produkts, technischer Fehler, Nutzungslimit, Systemablehnung und fehlendes Ergebnis müssen mit separaten Status aufgezeichnet werden.\n\n**CH09-N28**\n\nEine falsche oder negative KI-Antwort kann kein Grund für einen technischen Wiederholungsversuch sein.\n\n**CH09-N29**\n\nDas Vergleichsobjekt muss definiert werden, bevor Daten gesammelt werden.\n\n**CH09-N30**\n\nDas Vergleichsniveau von zwei Produkten muss im öffentlichen Ergebnis sichtbar sein.\n\n**CH09-N31**\n\nEine eindeutige Produktbewertung kann nicht aus CP-0- oder CP-1-Level-Ergebnissen generiert werden.\n\n**CH09-N32**\n\nDie alleinige Verwendung desselben Prompts erzeugt kein vergleichbares Experiment.\n\n**CH09-N33**\n\nBei Vergleichen sollten die Zielentität, Truth Pack, Prompt, Sprache, Land, Zeit, Population, Sitzung, Produkt und Bewertungsmethode gemeinsam untersucht werden.\n\n**CH09-N34**\n\nNatürliche Reichweite-Ergebnisse können nicht direkt ohne Erklärung eingestuft werden, da sie zu unterschiedlichen Zielpopulationen gehören.\n\n**CH09-N35**\n\nDas Ergebnis Gemeinsame Vergleichsbasis kann nicht als das tatsächliche globale Reichweitenergebnis des Produkts dargestellt werden.\n\n**CH09-N36**\n\nEin web-unterstützter und web-freier Produktvergleich kann als Nutzerproduktvergleich durchgeführt werden; er kann nicht als grundsätzliche Modellüberlegenheit dargestellt werden.\n\n**CH09-N37**\n\nBei Paarvergleichen, die mit demselben Nutzer durchgeführt werden, müssen Produktreihenfolge und Nutzerabhängigkeit beibehalten werden.\n\n**CH09-N38**\n\nBei Vergleichen mit unterschiedlichen Nutzern müssen Nutzerzusammensetzung und Gewichtsunterschiede sichtbar sein.\n\n**CH09-N39**\n\nDie Produktversion oder Konfigurations-Fingerabdruck muss in jeder Messwelle gespeichert werden.\n\n**CH09-N40**\n\nEs muss einen verantwortlichen menschlichen oder institutionellen Eigentümer des Systemregistries und der Vergleichsentscheidung geben.\n\n## 49. FORMEN DES VERSAGENS\n\n**CH09-F01— DEN ANBIETER ALS EIN EINZIGES KI-SYSTEM BETRACHTEN**\n\nAlle Produkte, Modelle und Oberflächen des Anbieters werden als ein einziges System dargestellt.\n\n**CH09-F02— PRODUKTVERHALTEN NACH MODELLNAMEN ZÄHLEN**\n\nAbruf, Sicherheit, Schnittstelle und Personalisierung werden ignoriert.\n\n**CH09-F03— BETRACHTEN SIE DAS SICHTBARE MODELLLABEL DEFINITIV ALS BACKEND**\n\nDie Verwendung von Routing- oder dynamischen Modellen wird außer Acht gelassen.\n\n**CH09-F04— BETRACHTUNG DES GLEICHEN ANBIETERS ALS VERGLEICHBAR**\n\nUnterschiede im Plan, in der Oberfläche und bei den Funktionen werden verborgen.\n\n**CH09-F05— BETRACHTUNG VERSCHIEDENER ANBIETER ALS NICHT VERGLEICHBAR**\n\nProduktvergleiche, die unter gepaarten Nutzerbedingungen möglich sind, werden abgelehnt.\n\n**CH09-F06— INTEGRATION VON WEB UND MOBILE**\n\nSchnittstellen- und Funktionsunterschiede verschwinden.\n\n**CH09-F07— KOMBINATION VON KOSTENLOSEN UND BEZAHLTEN PLÄNEN**\n\nQualitäts- oder Funktionsunterschiede aufgrund des Plans werden unsichtbar.\n\n**CH09-F08— BETRACHTUNG VON UNTERNEHMENS- UND VERBRAUCHERPRODUKTEN ALS GLEICH**\n\nPrivate Informationen und Administrator-Einstellungen sind verborgen.\n\n**CH09-F09— API-ERGEBNIS ALS KONSUMPRDUKT BEHANDELN**\n\nOrchestrierungs- und Nutzerschnittstellenunterschiede werden beseitigt.\n\n**CH09-F10— WENN ABRUF VORHANDEN, ALS GENUTZT BETRACHTEN**\n\nDer wahre Wissenspfad der spezifischen Antwort kann nicht verifiziert werden.\n\n**CH09-F11— WENN KEINE ZITIERUNG, KEINE QUELLE BETRACHTEN**\n\nDie Möglichkeit eines verborgenen oder unsichtbaren Abrufs wird ignoriert.\n\n**CH09-F12— WENN ZITIERUNG VORHANDEN, ALS KORREKTE QUELLE ZÄHLEN**\n\nÜbereinstimmung zwischen Zitation und Aussage wird nicht geprüft.\n\n**CH09-F13— TOOL-ZUGRIFF ALS TOOL-NUTZUNG BETRACHTEN**\n\nEs ist unbekannt, welches Werkzeug in der spezifischen Antwort verwendet wurde.\n\n**CH09-F14— SPEICHER ALS SAUBERE SITZUNG BETRACHTEN**\n\nDie Wirkung der Personalisierung bleibt unsichtbar.\n\n**CH09-F15— BETRACHTEN SIE EINE NEUE KONVERSATION ALS NICHT PERSONALISIERT**\n\nPersistente Kontoeinstellungen und spezielle Anweisungen werden ignoriert.\n\n**CH09-F16— AKTUELLEN CHAT ALS NEUE SITZUNG PRÄSENTIEREN**\n\nFrühere Kontexte werden verborgen.\n\n**CH09-F17— EIN EXPERIMENTELLES FEATURE ALS DATENFEHLER ZÄHLEN**\n\nDie tatsächliche Produktvariante wird als ungültige Beobachtung deklariert.\n\n**CH09-F18— EIN EXPERIMENTELLES FEATURE VERSTECKEN**\n\nNutzer in verschiedenen Rollouts werden als ein einziges festes Produkt kombiniert.\n\n**CH09-F19— EINZELNE WELLE NACH UPDATE**\n\nMaterielle Produktänderung wird als Ergebnis eines einzigen festen Systems veröffentlicht.\n\n**CH09-F20— ÄNDERUNGEN IGNORIEREN, WENN KEINE ANKÜNDIGUNG VORLIEGT**\n\nBeobachtetes Verhaltensproblem wird nicht untersucht.\n\n**CH09-F21— EIN LIVE-PRODUKT ALS EINGEFRORENES MODELL ZÄHLEN**\n\nVolle Reproduzierbarkeit wird behauptet.\n\n**CH09-F22— EIN EINGEFRORENES MODELL ALS ECHTES NUTZERPRODUKT BETRACHTEN**\n\nProduktkette und Schnittstellenunterschiede werden verborgen.\n\n**CH09-F23— DAS FEHLEN EINES PRODUKTS ALS FEHLER ZÄHLEN**\n\nZugriffsbereich wird mit Genauigkeit der Repräsentation verwechselt.\n\n**CH09-F24— EINEN TECHNISCHEN FEHLER ABLEHNEN**\n\nVerbindungs- oder Dienstproblem wird als politische Folge eingestuft.\n\n**CH09-F25— EINEN TECHNISCHEN FEHLER ALS ABGELEHNT ZÄHLEN UND ERNEUT VERSUCHEN**\n\nTatsächliches Nutzerergebnis wird aus dem Nenner entfernt.\n\n**CH09-F26— DAS NUTZUNGSLIMIT VERSTECKEN**\n\nDie echte Erfahrung des kostenlosen Plans wird unsichtbar.\n\n**CH09-F27— DAS GLEICHE PROMPT ALS DAS GLEICHE EXPERIMENT BETRACHTEN**\n\nProdukt-, Plan-, Sitzungs-, Web- und Zeitunterschiede werden ignoriert.\n\n**CH09-F28— BERÜCKSICHTIGUNG DES PRODUKTERGEBNISSES ALS MODELLÜBERLEGENHEIT**\n\nDer Unterschied über die gesamte Systemkette wird dem Basismodell zugeschrieben.\n\n**CH09-F29— DIREKTE RANGIERUNG DER Natürliche Reichweite PUNKTE**\n\nUnterschiedliche Bevölkerungsuniversen werden als gleich betrachtet.\n\n**CH09-F30— BERÜCKSICHTIGUNG VON Gemeinsame Vergleichsbasis ALS GLOBALER BEREICH**\n\nDas enge gemeinsame Universum wird als die gesamte Reichweite des Produkts dargestellt.\n\n**CH09-F31— ANSPRUCH AUF FÜHRUNG AUS CP-1 ERGEBNIS**\n\nDie Produktüberlegenheit wird ausschließlich aus nicht kompatiblen Ergebnissen abgeleitet, die nebeneinandergestellt werden.\n\n**CH09-F32— BEIBEHALTUNG DER VERGLEICHSSTUFE**\n\nDie Öffentlichkeit sieht nur das Ranking.\n\n**CH09-F33— IGNORIEREN DER GEPAARTEN NUTZERABHÄNGIGKEIT**\n\nDie Reaktionen derselben Person auf Produkte werden als unabhängig betrachtet.\n\n**CH09-F34— IGNORIEREN DES PRODUKTREIHENFOLGEEFFEKTS**\n\nDie erste Reaktion beeinflusst nachfolgende Aufgaben.\n\n**CH09-F35— UNTERSCHIEDLICHE PANEL-NUTZER ALS GLEICH BEHANDELN**\n\nProdukte werden mit unterschiedlichen Nutzerzusammensetzungen getestet.\n\n**CH09-F36— ÄNDERN DER REALITÄTSPAKET-VERSION**\n\nDie gleichen Reaktionen werden mit unterschiedlichen Referenzaufzeichnungen verglichen.\n\n**CH09-F37— DAS PRODUKTFINGERABDRUCK STILL SCHWEIGEND ÄNDERN**\n\nDer Konfigurationsdatensatz wird aktualisiert; die alte Messung wird beibehalten, anstatt überschrieben zu werden.\n\n**CH09-F38— EINE UNBEKANNTE FLÄCHE ALS SAUBER ZÄHLEN**\n\nDer Status von Modell, Speicher oder Werkzeug wird als kontrolliert akzeptiert, auch wenn unbekannt.\n\n**CH09-F39— DIE PRODUKTMARKE STATT NACHWEISE VERWENDEN**\n\nDer Ruf des Anbieters ersetzt die Messbedingungen.\n\n**CH09-F40— DECKT ALLE PRODUKTUNTERSCHIEDE MIT EINEM EINZIGEN KOEFFIZIENTEN AB**\n\nPlan-, Schnittstellen- und Konfigurationsunterschiede werden durch die Verwendung des Modell- oder Marktkoeffizienten verborgen.\n\n## 50. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Identifizieren Sie den Anbieter und das Produkt\n\nDer Produktname, der Typ und die offiziellen Nutzeroberflächen werden aufgezeichnet.\n\n### Schritt 2— Festschreiben Sie die Messfläche\n\nWeb Mobil Desktop\n\n### API\n\nEingebettetes Produkt wird abgetrennt.\n\n### Schritt 3— Überprüfen Sie den Plan und die Kontoklasse\n\nKostenloser, bezahlter, Unternehmens- oder anderer Planstatus wird erfasst.\n\n### Schritt 4— Modell-ID-Vertrauen zuweisen\n\nDas geeignete Niveau wird zwischen MI-0 und MI-5 bestimmt.\n\n### Schritt 5— Abruf- und Webkonfiguration speichern\n\nIst die Funktion verfügbar? Ist sie eingeschaltet? Wurde sie in einer bestimmten Antwort verwendet? Was ist der Nachweis?\n\n### Schritt 6— Referenz- und Werkzeugstatus speichern\n\nTatsächliche Nutzung wird von Funktionszugriff getrennt.\n\n### Schritt 7— Sitzungs- und Personalisierungsstatus speichern\n\nSpeicher, spezielle Anweisung, vorheriger Chat, Unternehmenskonfiguration werden überprüft.\n\n### Schritt 8— Land-, Gebietsschema- und Sprachregistrierung überprüfen\n\nDie regionale Bedingung des Produktverhaltens wird bestimmt.\n\n### Schritt 9— Experimentelle Funktionen überprüfen\n\nUI- oder Funktionsunterschiede zwischen Nutzern werden überprüft.\n\n### Schritt 10— Zeit- und Wellenidentität festschreiben\n\nUTC Zeit- und Wellenaufzeichnung werden erstellt.\n\n### Schritt 11— Systemkonfigurations-Fingerabdruck erstellen\n\nGespeicherte Felder sind mit dem Integritätsdatensatz verknüpft.\n\n### Schritt 12— Überwachen von Änderungsereignissen\n\nAngekündigte und beobachtete Produktänderungen werden aufgezeichnet.\n\n### Schritt 13— Schreiben des Vergleichsobjekts\n\nWelche Vergleiche der Product Model Retrieval Plan Interface Time werden durchgeführt?\n\n### Schritt 14— Abgleichen der Vergleichsmaße\n\nMaterialbereiche werden tabellarisch dargestellt.\n\n### Schritt 15— CP-Level zuweisen\n\nEs wird ein angemessenes Level zwischen CP-0 und CP-5 vergeben.\n\n### Schritt 16— Vergleichbare und nicht vergleichbare Aussagen trennen\n\nWelche Ergebnisse nebeneinander gestellt werden können, wird klar angegeben.\n\n### Schritt 17— Ergebnisse von Natürliche Reichweite und Gemeinsame Vergleichsbasis trennen\n\nIntra-Produkt- und gemeinsame Population-Vergleiche werden separat aufgezeichnet.\n\n### Schritt 18— Systemänderung in der Wave überprüfen\n\nEs wird festgestellt, ob MIXED_SYSTEM_STATE oder eine neue Unterwelle benötigt wird.\n\n### Schritt 19— Öffentliche Vergleichskarte erstellen\n\nDie Bedingungen hinter der Rangfolge werden sichtbar gemacht.\n\n### Schritt 20— Genehmigung des Datensatzbesitzers einholen\n\nDas Systemregister und die Vergleichsentscheidung werden von der verantwortlichen Person versioniert.\n\n## 51. ERFORDERLICHE BELEGE\n\nAnbieteridentität; Produktname und -typ; Nutzeroberfläche; Anwendungs- oder Schnittstellenversion; Plan- und Kontoklasse; angezeigtes Modelletikett; Modellidentitätsnachweis; Konfidenzstufe der Modellidentität; Produktdokumentation; Länderzugriffsaufzeichnungen; Sprache und Gebietsschema; Web- und Abruffähigkeit; Nachweis der Abrufnutzung; Zitierfähigkeit; Zitiersicht; Zitat–Anspruchs-Verbindung; Werkzeugzugriff; Werkzeugnutzungsprotokoll; Speicher-Einstellung; Nutzerdefinierte Anweisungen; vorheriger Chat-Zustand; Sitzungstyp; Einstellungen des Organisationsadministrators; Aufzeichnung experimenteller Funktionen; A/B-Zuordnungssignale; UTC Zeitstempel; Messwelle; Systemkonfigurations-Fingerprint; Anbieter-Update-Aufzeichnungen; beobachtete Verhaltensänderungen; Produktzugriffsfehler; technische Wiederholungsprotokolle; Natürliche Reichweite Bevölkerungsdatensatz; Gemeinsame Vergleichsbasis Bevölkerungsdatensatz; und Vergleichsdimensionstabelle.\n\nCP-Level-Prompt-Version Reality-Paket-Version Proben- und Gewichtsaufzeichnung Adjudikationsversion Öffentliche Vergleichskarte Änderungsprotokoll Verantwortliche Person oder Institution\n\n## 52. PRÜFLISTE FÜR AUDITS\n\nWurden der Anbieter und das Produkt getrennt aufgezeichnet? Ist die Nutzeroberfläche identifizierbar? Wurden der Plan und die Kontoklasse überprüft? Ist das Modelllabel lediglich das angezeigte Label oder identifiziert es eine verifizierte Bereitstellung? Wurde ein Vertrauensniveau für die Modellidentität vergeben? Wird das Ergebnis dem Produkt oder dem Modell zugeschrieben? Waren Web- oder Abruffunktionen verfügbar? Wurde ihre Verwendung in der spezifischen Antwort überprüft? Wurden Zitierfähigkeit und Zitationsanzeige getrennt? Unterstützen die Zitate tatsächlich die Behauptungen? Wurden Werkzeugzugriff und Werkzeugnutzung getrennt? War der Speicher aktiviert? Waren Nutzerdefinierte Anweisungen vorhanden? Gab es vorhergehenden Gesprächskontext? Wurde der Sitzungstyp aufgezeichnet? War eine Unternehmens- oder private Informationsquelle vorhanden? Wurden experimentelle Produktfunktionen überprüft? Könnten Land und Gebietsschema das Verhalten des Produkts beeinflussen?\n\nWurde der System-Fingerabdruck erstellt? Hat sich das Produkt während der Messwelle geändert? Gab es ein Verhalten außerhalb der Anbieterankündigung? Wurden Beobachtungen vor und nach der Änderung getrennt? Wurden technische Fehler von Ablehnungen unterschieden? Wurde ein erneuter Versuch aufgrund einer falschen Antwort durchgeführt? Ist das Vergleichsobjekt klar? Welche Bedingungen stimmen außer dem gleichen Prompt überein? Ist die Zielpopulation die gleiche? Sind die Versionen von Prompt und Truth Pack identisch? Sind die Unterschiede in Plan, Oberfläche und Abruf sichtbar? Wurde das CP-Level angegeben? Wurde ein Ranking aus den Ergebnissen von CP-0 oder CP-1 erstellt? Wurden die Ergebnisse von Natürliche Reichweite und Gemeinsame Vergleichsbasis getrennt? War die gleiche Nutzer-Produkt-Sequenz ausgeglichen? Wurden verschiedene Nutzerpanels kalibriert?\n\nWurde das Ergebnis des Live-Produkts als grundlegende Modellüberlegenheit präsentiert? Wurden unbekannte Bereiche als kontrolliert betrachtet? Gibt es eine öffentliche Vergleichskarte? Ist der verantwortliche Eigentümer des Systemregistrierungs bekannt?\n\n## 53. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Wenn der Nutzer nicht weiß, welches Modell läuft, kann diese Arbeit trotzdem durchgeführt werden?“\n\nEs kann gemacht werden. Das Hauptobjekt GEO-1000 ist das Produkt des Nutzers. Wenn das Modell unbekannt ist, wird das Ergebnis gemeldet als: „Dieses Verhalten wurde auf diesem Produkt und der Nutzeroberfläche beobachtet.“ Es wird kein Bezug auf ein spezifisches Modell genommen.\n\n### Einwand 2— „Warum unterscheiden wir die Produkte desselben Anbieters so stark?“\n\nWeil der Nutzer:\n\n- anderen Plan,\n\n- Modell,\n\n- Abruf,\n\n- Speicher,\n\n- Tool\n\nunter unterschiedlichen Bedingungen unterschiedliche Antworten sehen kann. Der Name des Anbieters definiert nicht vollständig die Nutzererfahrung.\n\n### Einwand 3— „Ist es nicht sowieso wie Äpfel mit Birnen zu vergleichen, wenn man verschiedene Anbieter vergleicht?“\n\nWenn die Vergleichsfrage korrekt gestellt wird, ist sie es nicht. Ein echter Nutzer könnte fragen: „Welches Produkt informiert mich genauer?“ Die gesamte Produktkette ist Teil dieser Frage. Wenn die Überlegenheit des Basismodells behauptet werden soll, ist ein kontrollierteres Experiment erforderlich.\n\n### Einspruch 4– „Ist es nicht natürlich, dass ein webnutzendes Produkt einen Vorteil hat?“\n\nEs ist natürlich. Bei einem Vergleich von Naturprodukten ist der Vorteil das echte Merkmal des Produkts. Bei einem Modellvergleich sollte der Abrufeffect ebenfalls getrennt werden.\n\n### Einwand 5— „Ist es nicht unfair, einem Produkt, das keine Zitate zeigt, keine Zitationsbewertung zu geben?“\n\nDie Attributionsfunktion ist die Funktion, die das Produkt dem Nutzer bietet. Wenn die Funktion fehlt, kann das Attributionsergebnis wie folgt angezeigt werden:\n\n### ALS NICHT VERFÜGBAR AUFGEZEICHNET\n\nDie Materialgenauigkeit wird ebenfalls separat gemessen.\n\n### Einwand 6— „Wenn Gedächtnis Teil der natürlichen Nutzererfahrung ist, warum schalten wir es dann aus?“\n\nEs kann im natürlichen Panel eingeschaltet bleiben. Es kann im kontrollierten Panel ausgeschaltet werden, um Vergleiche zwischen Produkten zu löschen. Die beiden Panels beantworten unterschiedliche Fragen.\n\n### Einwand 7— „Reicht nicht das Öffnen eines neuen Chats für eine saubere Sitzung?“\n\nNicht immer. Persistenter Speicher, spezielle Anweisungen oder Kontoeinstellungen können weiterhin bestehen. Diese Bereiche sollten ebenfalls gespeichert werden.\n\n### Einwand 8— „Was können wir tun, wenn der Anbieter die Produktänderung nicht erklärt hat?“\n\nBeobachtet:\n\n- Schnittstelle,\n\n- Funktion,\n\n- Verhalten,\n\n- Zuschreibung\n\nWir können Ihre Änderungen speichern. Wenn die Ursache unbekannt ist, wird ein unbestimmter Änderungsstatus wie UC-5 verwendet.\n\n### Einwand 9— „Wenn sich Produkte ständig ändern, werden dann irgendwelche Ergebnisse gültig sein?“\n\nDas Ergebnis lautet:\n\n- Datum,\n\n- Welle,\n\n- Produktprobe\n\nEs ist gültig. Variabilität macht die Messung nicht bedeutungslos. Sie verhindert voreilige Urteile.\n\n### Einwand 10— \"Ist nicht derselbe Prompt am selben Tag vergleichbar genug?\"\n\nDer Plan, die Oberfläche, das Gedächtnis, das Web, das Land und die Nutzerpopulation können unterschiedlich sein. Derselbe Prompt kann erforderlich sein. Allein ist es nicht genug.\n\n### Einwand 11— 'Wäre die CP-Stufe nicht zu technisch für die Öffentlichkeit?'\n\nEin kurzes Label kann verwendet werden:\n\n- Beschreibend\n\n- Teilweise übereinstimmend\n\n- Übereinstimmend\n\n- Kontrolliert\n\n- Repliziert\n\nMan sollte wissen, wie stark das öffentliche Ranking ist.\n\n### Einwand 12— “Warum können wir nicht direkt basierend auf den Natürliche Reichweite-Werten bewerten?”\n\nWeil jedes Produkt möglicherweise in verschiedenen Ländern und Nutzerpopulationen gemessen wurde. Der Unterschied im Score kann teilweise darauf zurückzuführen sein, welche Population das Produkt erreicht hat. Gemeinsame Vergleichsbasis bietet einen faireren Vergleich.\n\n### Einwand 13— „Ist Gemeinsame Vergleichsbasis nicht ein Ergebnis aus der realen Welt?“\n\nEs ist das Ergebnis der tatsächlich geteilten Population. Es zeigt jedoch keinen Zugang der Produkte außerhalb des geteilten Universums. Es sollte zusammen mit Natürliche Reichweite gelesen werden.\n\n### Einwand 14— „Ist die Inspektion des Live-Produkts wichtiger oder die des eingefrorenen Modells?“\n\nDie Fragen sind unterschiedlich. Das Live-Produkt misst die Wahrheit des Nutzers. Das eingefrorene Modell bietet wissenschaftliche Kontrolle und Reproduzierbarkeit. NOMOS verwendet sie nicht austauschbar.\n\n## GEMEINSAME REGEL VON KAPITEL 57\n\nEin Nutzer:\n\n- „ChatGPT hat das gesagt.“\n\n- „Gemini dachte das.“\n\n- „Claude hat uns empfohlen.“\n\n- „Einige haben uns zitiert.“\n\nkann gesagt werden. Diese Ausdrücke sind im täglichen Gespräch verständlich. Sie sind jedoch nicht ausreichend in einem Prüfungsprotokoll. Denn unter diesen Namen:\n\n- verschiedene Produkte,\n\n- verschiedene Pläne,\n\n- verschiedene Modelle,\n\n- verschiedene Nutzeroberflächen,\n\n- verschiedene Web- und Abrufsysteme,\n\n- verschiedene Speicherbedingungen,\n\n- unterschiedliche Länder,\n\n- verschiedene Zeiten\n\nkönnen gefunden werden. Unterschiedliche Personen können unter demselben Namen unterschiedliche KI-Erfahrungen machen. Vergleichbare Nutzererlebnisse können unter verschiedenen Namen hergestellt werden. Ein Modelllabel scheint die gesamte Antwort produziert zu haben. Aber die Realität, die den Nutzer erreicht:\n\n- Quellenauswahl,\n\n- Sicherheit,\n\n- Personalisierung,\n\n- Schnittstelle,\n\n- Werkzeuge\n\nDas Ergebnis kann durch Sicherheitskontrollen, Personalisierung, die Nutzeroberfläche und verfügbare Werkzeuge beeinflusst werden. NOMOS fragt daher mehr als nur ‚Welches Modell?‘ Es fragt: Welches Produkt? / Welche Oberfläche? / Welcher Plan? / Welcher Informationsmodus? / Welche Sitzung? / Welcher Nutzer? / Welches Land? / Welche Zeit? / Welche Version? Zwei Ergebnisse können aus derselben Prompt stammen, ohne aus demselben Experiment zu kommen. Zwei Ergebnisse können von verschiedenen Anbietern stammen und dennoch unter denselben Nutzerbedingungen recht vergleichbar sein. Ein Produkt ist ein lebendes System: seine Quellen, Schnittstelle und sein Modell können sich ändern. Eine Änderung macht ein Ergebnis nicht wertlos; sie bindet das Ergebnis an eine bestimmte Zeit und den Zustand des Produkts. Das neunte Messgesetz von NOMOS lautet daher:\n\n> Ein KI-Anbieter ist kein KI-Produkt.\n\nDas zehnte Gesetz lautet:\n\n> Das Modell ist nur ein Teil der Repräsentationskette, die den Nutzer erreicht.\n\nDas elfte Gesetz lautet wie folgt:\n\n> Der gleiche Name garantiert Vergleichbarkeit; ein anderer Name garantiert keine Nichtvergleichbarkeit.\n\nDas zwölfte Gesetz lautet wie folgt:\n\n> Der gleiche Prompt ist nicht dasselbe Experiment.\n\nDas dreizehnte Gesetz lautet wie folgt:\n\n> Das Ergebnis des lebenden Produkts ist nur für die Produktprobe und den Zeitpunkt gültig, zu dem es gemessen wird.\n\nDas vierzehnte Gesetz lautet wie folgt:\n\n> Die Macht des Vergleichs kommt nicht von der Größe der Rangordnung, sondern von der Klarheit der abgeglichenen Bedingungen.\n\n## Bestellung von Abschnitt 9 von NOMOS\n\n> Gib mir nicht nur den Namen des Anbieters. / Zeige, welches Produkt verwendet wurde, auf welcher Oberfläche und mit welchem Plan.\n\n> Mache das auf dem Bildschirm sichtbare Modelletikett nicht zur exakten Identität des gesamten Back-End-Systems.\n\n> Es wurde verwendet, weil es eine Webfunktion gab; gehe nicht davon aus, dass es die Behauptung unterstützte, nur weil ein Zitat vorhanden war.\n\n> Zählen Sie den Werkzeugzugriff nicht als Werkzeugnutzung, einen neuen Chat nicht als sauberen Account und unbekannten Speicherstatus nicht als ausgeschalteten Speicher.\n\n> Setze keinen kostenlosen Nutzer und einen zahlenden Nutzer, ein mobiles Produkt und ein Webprodukt oder einen Enterprise-Arbeitsbereich und einen allgemeinen Chat in dieselbe Zelle.\n\n> Betrachten Sie Ergebnisse desselben Anbieters nicht automatisch als einen fairen Vergleich.\n\n> Vermeiden Sie es nicht, verschiedene Anbieter nur deshalb zu vergleichen, weil sie unterschiedlich sind. / Vergleichen Sie zuerst die Bedingungen. / Erklären Sie dann, welche Frage Sie beantwortet haben.\n\n> Präsentieren Sie kein Live-Produkt als gefrorenes Modell, keine API als Endverbrauchererlebnis und kein Produktergebnis als Überlegenheit des Basismodells.\n\n> Wenn sich das System in der Mitte der Welle geändert hat, dürfen die alten und neuen Antworten nicht zu einem einzigen Produkt zusammengeführt werden.\n\n> Ignorieren Sie die Verhaltensänderung vor Ihnen nicht einfach, nur weil der Anbieter die Änderung nicht erklärt hat.\n\n> Gehen Sie nicht davon aus, dass das Unbekannte sauber, gleich oder behoben ist.\n\nZuerst das System im Protokoll registrieren. / Dann die Konfiguration festschreiben. / Dann die Änderungen überwachen. / Dann das Vergleichsobjekt schreiben. / Dann übereinstimmende und nicht übereinstimmende Bedingungen anzeigen. / Und erst dann sagen, welches Produkt unter welcher Bedingung ein stärkeres Ergebnis erzielt hat.\n\n## Der abschließende Satz des Kapitels\n\n> Die „KI“, gemessen in GEO-1000, ist kein einzelner Name oder Modell; es handelt sich um ein versioniertes Repräsentationssystem, das einen bestimmten Nutzer zu einem bestimmten Zeitpunkt innerhalb einer bestimmten Produktkette erreicht.\n\n## Normativer Kern\n\n> Jede GEO-1000-Beobachtung MUSS mit einem versionierten Eintrag im KI-Systemregister verknüpft sein, der die gemessene Produktinstanz beschreibt, einschließlich, soweit zutreffend: - Anbieter, - Produkt, - Nutzeroberfläche, - Plan, - angezeigte oder verifizierte Modellidentität, - Konfidenz der Modellidentität, - Abruf- und Webkonfiguration, - Zitierfähigkeit und Nutzung, - Werkzeugzugang und Nutzung, - Sitzungsstatus, - Speicher, - Nutzerdefinierte Anweisungen, - vorheriger Kontext, - Personalisierung, - Land, - Gebietsschema, - Sprache, - Bereitstellungsstatus, - Messzeitpunkt, - und bekannte oder beobachtete Systemänderungen. Anbietername, Produktname, angezeigtes Modellkennzeichen, Basismodell, Abrufsystem und für den Nutzer sichtbares Produkt DÜRFEN NICHT als austauschbare Identitäten behandelt werden. Die Verfügbarkeit von Funktionen MUSS von der Nutzung von Funktionen unterschieden bleiben. Ergebnisse von Live-Produkten DÜRFEN NICHT als eingefrorene Modell-Ergebnisse repräsentiert werden, und Ergebnisse von eingefrorenen Modellen DÜRFEN NICHT als das vollständige Erlebnis eines Verbraucherprodukts repräsentiert werden. Vergleiche MÜSSEN ihr Objekt definieren und einen offengelegten Grad der Vergleichbarkeit basierend auf übereinstimmenden Entitäten, Prompts, Population, Sprache, Land, Zeit, Sitzung, Plan, Schnittstelle, Abruf, Werkzeugen, Referenzaufzeichnungen und Bewertungsregeln erhalten. Derselbe Anbietername oder dieselbe angezeigte Modellbezeichnung DÜRFEN NICHT automatisch eine Annahme von Vergleichbarkeit erzeugen. Verschiedene Anbieter KÖNNEN verglichen werden, wenn die nutzerseitigen Bedingungen ausreichend übereinstimmen und die daraus resultierende Aussage auf das gemessene Produktverhalten beschränkt ist. Wesentliche Produktänderungen während einer Messwelle MÜSSEN einen separaten Systemzustand, eine Unterwelle, einen modellierten Änderungsfaktor oder eine Warnung über einen gemischten Zustand erzeugen. Unbekannte Konfigurationsfelder MÜSSEN als UNKNOWN gekennzeichnet bleiben und DÜRFEN NICHT als kontrolliert oder gleichwertig angenommen werden. Jede Entscheidung zum Systemregister und zur Vergleichbarkeit MUSS versioniert und einer verantwortlichen Person oder Organisation zugeordnet sein.","character_count":77274,"record_sha256":"c48c60140dad321eae6a4984a7ada13254708a9c609866cc8f4a787679edf822"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-10","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":12,"chapter_number":10,"item_number":null,"title":"Die Prompt-Verfassung","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K04","K11","K12","K13"],"source_word_count":9743,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":10,\"id\":\"NOMOS-GEO-AUDIT-CH10\",\"title\":\"Die Prompt-Verfassung\",\"subtitle\":null,\"sourceFile\":\"10.cu bölüm.docx\",\"sourceSha256\":\"89A870F6D63CB5F2A8C8F13FDAEA1C0CDB0B6933D295FF1DF466DF85A54D5FE3\",\"sourceWordCount\":9743,\"sourceIds\":[\"K04\",\"K11\",\"K12\",\"K13\"],\"machine\":{\"chapter\":10,\"chapterId\":\"NOMOS-GEO-AUDIT-CH10\",\"title\":\"Die Prompt-Verfassung\",\"subtitle\":null,\"sourceIds\":[\"K04\",\"K11\",\"K12\",\"K13\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH10-R01\",\"normativeRuleEnglish\":\"Every GEO-1000 prompt MUST be linked to a versioned Prompt Registry record defining: - the research question, - estimand, - prompt family, - canonical intent, - entity anchor, - user intent, - speech act, - scope, - geographic and temporal frame, - presuppositions, - evidence and source requirements, - response format, - language, - locale, - equivalence status, - version, - and integrity record. Within the same language-locale prompt cell, participants MUST receive the same locked prompt text. Across languages and locales, prompts MUST preserve semantic, functional, and normative equivalence rather than literal word-for-word identity. Entity anchor, user intent, speech act, scope, presupposition, and epistemic burden are non-compensatory equivalence gates. Machine translation or back-translation alone MUST NOT establish prompt equivalence. Core identity, evidence, recommendation, comparison, temporal, local, boundary, robustness, control, and holdout prompts MUST remain distinct prompt families. Leading, answer-containing, positively or negatively presuppositional, source-constrained, format-constrained, or recommendation prompts MUST NOT be silently scored as neutral Core Mirror prompts. Prompt sets, language versions, assignment rules, clarification paths, ordering, and holdout commitments MUST be locked before AI responses are observed. Post-result prompt selection, prompt-family deletion, silent mid-wave editing, and outcome-driven rewording are prohibited. the prompt assigned to the participant and the prompt actually sent to the AI product MUST be integrity-checked. Hidden instructions, invisible characters, or undisclosed manipulation directing the AI toward a preferred entity, claim, citation, or recommendation are prohibited. Every prompt change, translation decision, equivalence judgement, and registry record MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Her GEO-1000 promptu araştırma sorusunu, tahmin edilen niceliği, prompt ailesini, kanonik niyeti, entity anchor’ı, kullanıcı niyetini, görev türünü, kapsamı, coğrafi ve zamansal çerçeveyi, ön varsayımları, kaynak ve kanıt talebini, cevap biçimini, dil ve locale’i, eşdeğerlik statüsünü, sürümü ve bütünlük kaydını tanımlayan sürümlü Prompt Sicili’ne bağlanmalıdır. Aynı dil–locale hücresinde kullanıcılar aynı kilitlenmiş metni almalı; diller arasında kelime kelime eşitlik değil semantik, işlevsel ve normatif eşdeğerlik korunmalıdır. Prompt setleri, çeviriler, atama kuralları, clarification yolları ve holdout kayıtları AI cevapları görülmeden önce kilitlenmelidir.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH10-MB0001\",\"type\":\"paragraph\",\"text\":\"75. MACHINE-READABLE PROMPT RECORD\",\"sourceParagraph\":2046},{\"blockId\":\"CH10-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2047},{\"blockId\":\"CH10-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2048},{\"blockId\":\"CH10-MB0004\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2049},{\"blockId\":\"CH10-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"excludedTasks\\\": [\",\"sourceParagraph\":2050},{\"blockId\":\"CH10-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"RECOMMENDATION\\\",\",\"sourceParagraph\":2051},{\"blockId\":\"CH10-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"LEADERSHIP\\\",\",\"sourceParagraph\":2052},{\"blockId\":\"CH10-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"TRUSTWORTHINESS\\\",\",\"sourceParagraph\":2053},{\"blockId\":\"CH10-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"PRICE\\\",\",\"sourceParagraph\":2054},{\"blockId\":\"CH10-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"COMPARATIVE_RANKING\\\"\",\"sourceParagraph\":2055},{\"blockId\":\"CH10-MB0011\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2056},{\"blockId\":\"CH10-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"sourceRequirement\\\": \\\"NONE\\\",\",\"sourceParagraph\":2057},{\"blockId\":\"CH10-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"responseFormat\\\": \\\"NATURAL_OPEN_RESPONSE\\\",\",\"sourceParagraph\":2058},{\"blockId\":\"CH10-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"presuppositionPolicy\\\": \\\"NO_UNVERIFIED_QUALITY_OR_AUTHORITY_ASSUMPTION\\\"\",\"sourceParagraph\":2059},{\"blockId\":\"CH10-MB0015\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2060},{\"blockId\":\"CH10-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"sourceLanguage\\\": {\",\"sourceParagraph\":2061},{\"blockId\":\"CH10-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"language\\\": \\\"tr\\\",\",\"sourceParagraph\":2062},{\"blockId\":\"CH10-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":2063},{\"blockId\":\"CH10-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"Which parent organisation is Apple.com associated with, and what are the main activities of this organisation?\\\"\",\"sourceParagraph\":2064},{\"blockId\":\"CH10-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"unicodeNormalization\\\": \\\"NFC\\\",\",\"sourceParagraph\":2065},{\"blockId\":\"CH10-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETIC-HASH-TR-001\\\"\",\"sourceParagraph\":2066},{\"blockId\":\"CH10-MB0022\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2067},{\"blockId\":\"CH10-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"languageVersions\\\": [\",\"sourceParagraph\":2068},{\"blockId\":\"CH10-MB0024\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2069},{\"blockId\":\"CH10-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"language\\\": \\\"tr\\\",\",\"sourceParagraph\":2070},{\"blockId\":\"CH10-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":2071},{\"blockId\":\"CH10-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"Which parent organisation is Apple.com associated with, and what are the main activities of this organisation?\\\"\",\"sourceParagraph\":2072},{\"blockId\":\"CH10-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"equivalenceLevel\\\": \\\"PE-4\\\",\",\"sourceParagraph\":2073},{\"blockId\":\"CH10-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"entityAnchorEquivalence\\\": 2,\",\"sourceParagraph\":2074},{\"blockId\":\"CH10-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"intentEquivalence\\\": 2,\",\"sourceParagraph\":2075},{\"blockId\":\"CH10-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"speechActEquivalence\\\": 2,\",\"sourceParagraph\":2076},{\"blockId\":\"CH10-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"scopeEquivalence\\\": 2,\",\"sourceParagraph\":2077},{\"blockId\":\"CH10-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"presuppositionEquivalence\\\": 2,\",\"sourceParagraph\":2078},{\"blockId\":\"CH10-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"epistemicBurdenEquivalence\\\": 2,\",\"sourceParagraph\":2079},{\"blockId\":\"CH10-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"localPilotStatus\\\": \\\"PASSED\\\",\",\"sourceParagraph\":2080},{\"blockId\":\"CH10-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETIC-HASH-TR-001\\\"\",\"sourceParagraph\":2081},{\"blockId\":\"CH10-MB0037\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2082},{\"blockId\":\"CH10-MB0038\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2083},{\"blockId\":\"CH10-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"language\\\": \\\"en\\\",\",\"sourceParagraph\":2084},{\"blockId\":\"CH10-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"en-GB\\\",\",\"sourceParagraph\":2085},{\"blockId\":\"CH10-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"text\\\": \\\"Which principal organisation is associated with apple.com, and what are its primary activities?\\\",\",\"sourceParagraph\":2086},{\"blockId\":\"CH10-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"equivalenceLevel\\\": \\\"PE-4\\\",\",\"sourceParagraph\":2087},{\"blockId\":\"CH10-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"entityAnchorEquivalence\\\": 2,\",\"sourceParagraph\":2088},{\"blockId\":\"CH10-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"intentEquivalence\\\": 2,\",\"sourceParagraph\":2089},{\"blockId\":\"CH10-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"speechActEquivalence\\\": 2,\",\"sourceParagraph\":2090},{\"blockId\":\"CH10-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"scopeEquivalence\\\": 2,\",\"sourceParagraph\":2091},{\"blockId\":\"CH10-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"presuppositionEquivalence\\\": 2,\",\"sourceParagraph\":2092},{\"blockId\":\"CH10-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"epistemicBurdenEquivalence\\\": 2,\",\"sourceParagraph\":2093},{\"blockId\":\"CH10-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"localPilotStatus\\\": \\\"PASSED\\\",\",\"sourceParagraph\":2094},{\"blockId\":\"CH10-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETIC-HASH-EN-001\\\"\",\"sourceParagraph\":2095},{\"blockId\":\"CH10-MB0051\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2096},{\"blockId\":\"CH10-MB0052\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2097},{\"blockId\":\"CH10-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"delivery\\\": {\",\"sourceParagraph\":2098},{\"blockId\":\"CH10-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"manualRetypingAllowed\\\": false,\",\"sourceParagraph\":2099},{\"blockId\":\"CH10-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"copyFromLockedInterface\\\": true,\",\"sourceParagraph\":2100},{\"blockId\":\"CH10-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"exactMatchRequired\\\": true,\",\"sourceParagraph\":2101},{\"blockId\":\"CH10-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"participantEditingAllowed\\\": false,\",\"sourceParagraph\":2102},{\"blockId\":\"CH10-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"clarificationPath\\\": \\\"SINGLE_TURN_CAPTURE_ONLY\\\",\",\"sourceParagraph\":2103},{\"blockId\":\"CH10-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"newConversationRequired\\\": true\",\"sourceParagraph\":2104},{\"blockId\":\"CH10-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2105},{\"blockId\":\"CH10-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"sets\\\": {\",\"sourceParagraph\":2106},{\"blockId\":\"CH10-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"publicNormativeSet\\\": true,\",\"sourceParagraph\":2107},{\"blockId\":\"CH10-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"sealedValidationSet\\\": false,\",\"sourceParagraph\":2108},{\"blockId\":\"CH10-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"holdoutStatus\\\": \\\"NOT_APPLICABLE\\\"\",\"sourceParagraph\":2109},{\"blockId\":\"CH10-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2110},{\"blockId\":\"CH10-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"governance\\\": {\",\"sourceParagraph\":2111},{\"blockId\":\"CH10-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"draftedByRole\\\": \\\"PROMPT_METHODS_LEAD\\\",\",\"sourceParagraph\":2112},{\"blockId\":\"CH10-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"translatedByRole\\\": \\\"TARGET_LANGUAGE_TRANSLATOR\\\",\",\"sourceParagraph\":2113},{\"blockId\":\"CH10-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"backTranslatedByIndependentRole\\\": true,\",\"sourceParagraph\":2114},{\"blockId\":\"CH10-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"equivalenceApprovedByRole\\\": \\\"PROMPT_EQUIVALENCE_ADJUDICATOR\\\",\",\"sourceParagraph\":2115},{\"blockId\":\"CH10-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-08-18T09:00:00Z\\\",\",\"sourceParagraph\":2116},{\"blockId\":\"CH10-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"resultInspectionBeforeLock\\\": false\",\"sourceParagraph\":2117},{\"blockId\":\"CH10-MB0073\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2118},{\"blockId\":\"CH10-MB0074\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2119},{\"blockId\":\"CH10-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2120},{\"blockId\":\"CH10-MB0076\",\"type\":\"paragraph\",\"text\":\"This record:\",\"sourceParagraph\":2121},{\"blockId\":\"CH10-MB0077\",\"type\":\"paragraph\",\"text\":\"This is not a real Apple audit,\",\"sourceParagraph\":2122},{\"blockId\":\"CH10-MB0078\",\"type\":\"paragraph\",\"text\":\"This is not a real prompt validation work,\",\"sourceParagraph\":2123},{\"blockId\":\"CH10-MB0079\",\"type\":\"paragraph\",\"text\":\"It is a machine-readable synthetic representation of the Prompt Constitution.\",\"sourceParagraph\":2124},{\"blockId\":\"CH10-MB0080\",\"type\":\"paragraph\",\"text\":\"76. MACHINE-READABLE PROMPT OBSERVATION RECORD\",\"sourceParagraph\":2126},{\"blockId\":\"CH10-MB0081\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2127},{\"blockId\":\"CH10-MB0082\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2128},{\"blockId\":\"CH10-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2129},{\"blockId\":\"CH10-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2130},{\"blockId\":\"CH10-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"promptObservation\\\": {\",\"sourceParagraph\":2131},{\"blockId\":\"CH10-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"observationId\\\": \\\"NGO-SYNTH-000184\\\",\",\"sourceParagraph\":2132},{\"blockId\":\"CH10-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"promptId\\\": \\\"NGP-CORE-MIRROR-APPLE-SYNTH-001\\\",\",\"sourceParagraph\":2133},{\"blockId\":\"CH10-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"promptVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2134},{\"blockId\":\"CH10-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"language\\\": \\\"tr\\\",\",\"sourceParagraph\":2135},{\"blockId\":\"CH10-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":2136},{\"blockId\":\"CH10-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"assignedTextHash\\\": \\\"SYNTHETIC-HASH-TR-001\\\",\",\"sourceParagraph\":2137},{\"blockId\":\"CH10-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"sentTextHash\\\": \\\"SYNTHETIC-HASH-TR-001\\\",\",\"sourceParagraph\":2138},{\"blockId\":\"CH10-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"promptValidity\\\": \\\"PV-1\\\",\",\"sourceParagraph\":2139},{\"blockId\":\"CH10-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"promptOrder\\\": 1,\",\"sourceParagraph\":2140},{\"blockId\":\"CH10-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"conversationTurn\\\": 1,\",\"sourceParagraph\":2141},{\"blockId\":\"CH10-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"clarificationUsed\\\": false,\",\"sourceParagraph\":2142},{\"blockId\":\"CH10-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"participantEdited\\\": false,\",\"sourceParagraph\":2143},{\"blockId\":\"CH10-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"systemTransformationObserved\\\": false,\",\"sourceParagraph\":2144},{\"blockId\":\"CH10-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"fullPromptVisibleInEvidence\\\": true,\",\"sourceParagraph\":2145},{\"blockId\":\"CH10-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"timestampUtc\\\": \\\"2026-08-18T12:14:00Z\\\",\",\"sourceParagraph\":2146},{\"blockId\":\"CH10-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2147},{\"blockId\":\"CH10-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"promptValidityReviewerRole\\\": \\\"BLINDED_PROMPT_VALIDATOR\\\"\",\"sourceParagraph\":2148},{\"blockId\":\"CH10-MB0103\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2149},{\"blockId\":\"CH10-MB0104\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2150},{\"blockId\":\"CH10-MB0105\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2151},{\"blockId\":\"CH10-MB0106\",\"type\":\"paragraph\",\"text\":\"77. MACHINE-READABLE RULE OF THE SECTION\",\"sourceParagraph\":2153},{\"blockId\":\"CH10-MB0107\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH10-R01\",\"sourceParagraph\":2154},{\"blockId\":\"CH10-MB0108\",\"type\":\"paragraph\",\"text\":\"Every GEO-1000 prompt MUST be linked to a versioned Prompt Registry record\",\"sourceParagraph\":2156},{\"blockId\":\"CH10-MB0109\",\"type\":\"paragraph\",\"text\":\"defining:\",\"sourceParagraph\":2157},{\"blockId\":\"CH10-MB0110\",\"type\":\"paragraph\",\"text\":\"- the research question,\",\"sourceParagraph\":2159},{\"blockId\":\"CH10-MB0111\",\"type\":\"paragraph\",\"text\":\"- estimand,\",\"sourceParagraph\":2160},{\"blockId\":\"CH10-MB0112\",\"type\":\"paragraph\",\"text\":\"- prompt family,\",\"sourceParagraph\":2161},{\"blockId\":\"CH10-MB0113\",\"type\":\"paragraph\",\"text\":\"- canonical intent,\",\"sourceParagraph\":2162},{\"blockId\":\"CH10-MB0114\",\"type\":\"paragraph\",\"text\":\"- entity anchor,\",\"sourceParagraph\":2163},{\"blockId\":\"CH10-MB0115\",\"type\":\"paragraph\",\"text\":\"- user intent,\",\"sourceParagraph\":2164},{\"blockId\":\"CH10-MB0116\",\"type\":\"paragraph\",\"text\":\"- speech act,\",\"sourceParagraph\":2165},{\"blockId\":\"CH10-MB0117\",\"type\":\"paragraph\",\"text\":\"- scope,\",\"sourceParagraph\":2166},{\"blockId\":\"CH10-MB0118\",\"type\":\"paragraph\",\"text\":\"- geographic and temporal frame,\",\"sourceParagraph\":2167},{\"blockId\":\"CH10-MB0119\",\"type\":\"paragraph\",\"text\":\"- presuppositions,\",\"sourceParagraph\":2168},{\"blockId\":\"CH10-MB0120\",\"type\":\"paragraph\",\"text\":\"- evidence and source requirements,\",\"sourceParagraph\":2169},{\"blockId\":\"CH10-MB0121\",\"type\":\"paragraph\",\"text\":\"- response format,\",\"sourceParagraph\":2170},{\"blockId\":\"CH10-MB0122\",\"type\":\"paragraph\",\"text\":\"- language,\",\"sourceParagraph\":2171},{\"blockId\":\"CH10-MB0123\",\"type\":\"paragraph\",\"text\":\"- locale,\",\"sourceParagraph\":2172},{\"blockId\":\"CH10-MB0124\",\"type\":\"paragraph\",\"text\":\"- equivalence status,\",\"sourceParagraph\":2173},{\"blockId\":\"CH10-MB0125\",\"type\":\"paragraph\",\"text\":\"- version,\",\"sourceParagraph\":2174},{\"blockId\":\"CH10-MB0126\",\"type\":\"paragraph\",\"text\":\"- and integrity record.\",\"sourceParagraph\":2175},{\"blockId\":\"CH10-MB0127\",\"type\":\"paragraph\",\"text\":\"Within the same language-locale prompt cell, participants MUST receive\",\"sourceParagraph\":2177},{\"blockId\":\"CH10-MB0128\",\"type\":\"paragraph\",\"text\":\"the same locked prompt text.\",\"sourceParagraph\":2178},{\"blockId\":\"CH10-MB0129\",\"type\":\"paragraph\",\"text\":\"Across languages and locales, prompts MUST preserve semantic, functional,\",\"sourceParagraph\":2180},{\"blockId\":\"CH10-MB0130\",\"type\":\"paragraph\",\"text\":\"and normative equivalence rather than literal word-for-word identity.\",\"sourceParagraph\":2181},{\"blockId\":\"CH10-MB0131\",\"type\":\"paragraph\",\"text\":\"Entity anchor, user intent, speech act, scope, presupposition, and\",\"sourceParagraph\":2183},{\"blockId\":\"CH10-MB0132\",\"type\":\"paragraph\",\"text\":\"epistemic burden are non-compensatory equivalence gates.\",\"sourceParagraph\":2184},{\"blockId\":\"CH10-MB0133\",\"type\":\"paragraph\",\"text\":\"Machine translation or back-translation alone MUST NOT establish prompt\",\"sourceParagraph\":2186},{\"blockId\":\"CH10-MB0134\",\"type\":\"paragraph\",\"text\":\"equivalence.\",\"sourceParagraph\":2187},{\"blockId\":\"CH10-MB0135\",\"type\":\"paragraph\",\"text\":\"Core identity, evidence, recommendation, comparison, temporal, local,\",\"sourceParagraph\":2189},{\"blockId\":\"CH10-MB0136\",\"type\":\"paragraph\",\"text\":\"boundary, robustness, control, and holdout prompts MUST remain distinct\",\"sourceParagraph\":2190},{\"blockId\":\"CH10-MB0137\",\"type\":\"paragraph\",\"text\":\"prompt families.\",\"sourceParagraph\":2191},{\"blockId\":\"CH10-MB0138\",\"type\":\"paragraph\",\"text\":\"Leading, answer-containing, positively or negatively presuppositional,\",\"sourceParagraph\":2193},{\"blockId\":\"CH10-MB0139\",\"type\":\"paragraph\",\"text\":\"source-constrained, format-constrained, or recommendation prompts MUST NOT\",\"sourceParagraph\":2194},{\"blockId\":\"CH10-MB0140\",\"type\":\"paragraph\",\"text\":\"be silently scored as neutral Core Mirror prompts.\",\"sourceParagraph\":2195},{\"blockId\":\"CH10-MB0141\",\"type\":\"paragraph\",\"text\":\"Prompt sets, language versions, assignment rules, clarification paths,\",\"sourceParagraph\":2197},{\"blockId\":\"CH10-MB0142\",\"type\":\"paragraph\",\"text\":\"ordering, and holdout commitments MUST be locked before AI responses are\",\"sourceParagraph\":2198},{\"blockId\":\"CH10-MB0143\",\"type\":\"paragraph\",\"text\":\"observed.\",\"sourceParagraph\":2199},{\"blockId\":\"CH10-MB0144\",\"type\":\"paragraph\",\"text\":\"Post-result prompt selection, prompt-family deletion, silent mid-wave\",\"sourceParagraph\":2201},{\"blockId\":\"CH10-MB0145\",\"type\":\"paragraph\",\"text\":\"editing, and outcome-driven rewording are prohibited.\",\"sourceParagraph\":2202},{\"blockId\":\"CH10-MB0146\",\"type\":\"paragraph\",\"text\":\"The prompt assigned to the participant and the prompt actually sent to\",\"sourceParagraph\":2204},{\"blockId\":\"CH10-MB0147\",\"type\":\"paragraph\",\"text\":\"the AI product MUST be integrity-checked.\",\"sourceParagraph\":2205},{\"blockId\":\"CH10-MB0148\",\"type\":\"paragraph\",\"text\":\"Hidden instructions, invisible characters, or undisclosed manipulation\",\"sourceParagraph\":2207},{\"blockId\":\"CH10-MB0149\",\"type\":\"paragraph\",\"text\":\"directing the AI toward a preferred entity, claim, citation, or\",\"sourceParagraph\":2208},{\"blockId\":\"CH10-MB0150\",\"type\":\"paragraph\",\"text\":\"recommendation are prohibited.\",\"sourceParagraph\":2209},{\"blockId\":\"CH10-MB0151\",\"type\":\"paragraph\",\"text\":\"Every prompt change, translation decision, equivalence judgement, and\",\"sourceParagraph\":2211},{\"blockId\":\"CH10-MB0152\",\"type\":\"paragraph\",\"text\":\"registry record MUST be versioned and attributable to an accountable\",\"sourceParagraph\":2212},{\"blockId\":\"CH10-MB0153\",\"type\":\"paragraph\",\"text\":\"human or organisation.\",\"sourceParagraph\":2213},{\"blockId\":\"CH10-MB0154\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2214},{\"blockId\":\"CH10-MB0155\",\"type\":\"paragraph\",\"text\":\"Every GEO-1000 prompt must be linked to the versioned Prompt Registry that defines the research question, estimated quantity, prompt family, canonical intent, entity anchor, user intent, task type, scope, geographic and temporal frame, assumptions, source and evidence request, response format, language and locale, equivalence status, version, and integrity record. Users in the same language–locale cell must receive the same locked text; across languages, semantic, functional, and normative equivalence must be preserved, not word-for-word equality. Prompt sets, translations, assignment rules, clarification paths, and holdout records must be locked before AI responses are seen.\",\"sourceParagraph\":2215}],\"normativeRuleLocalized\":\"Jeder GEO-1000-Prompt MUSS mit einem versionierten Prompt-Registry-Eintrag verknüpft sein, der Folgendes definiert: - die Forschungsfrage, - den Schätzer, - die Prompt-Familie, - die kanonische Absicht, - die Entitätsanker, - die Nutzerabsicht, - die Sprechhandlung, - den Umfang, - den geografischen und zeitlichen Rahmen, - die Voraussetzungen, - Nachweis- und Quellenanforderungen, - das Antwortformat, - die Sprache, - das Gebietsschema, - den Äquivalenzstatus, - die Version und - den Integritätsnachweis. Innerhalb desselben Sprach-Gebietsschema-Prompt-Feldes MUSS allen Teilnehmern derselbe festgeschriebene Prompt-Text bereitgestellt werden. Über Sprachen und Gebietsschemata hinweg MÜSSEN Prompts semantische, funktionale und normative Äquivalenz bewahren, statt wortwörtliche Identität. Entity-Anker, Nutzerabsicht, Sprechakt, Umfang, Präsupposition und epistemische Belastung sind nicht-kompensatorische Äquivalenz-Gates. Maschinelle Übersetzung oder Rückübersetzung allein DARF die Äquivalenz von Prompts NICHT herstellen. Kernidentität, Nachweise, Empfehlung, Vergleich, temporal, lokal, Grenze, Robustheit, Kontrolle und Holdout-Prompts MÜSSEN als getrennte Prompt-Familien bestehen bleiben. Führende, Antwort-enthaltende, positiv oder negativ präsentierte, quellbeschränkte, formatbeschränkte oder Empfehlungs-Prompts DÜRFEN NICHT stillschweigend als neutrale Core-Mirror-Prompts bewertet werden. Prompt-Sets, Sprachversionen, Zuweisungsregeln, Klärungspfade, Reihenfolge und Holdout-Verpflichtungen MÜSSEN festgeschrieben werden, bevor KI-Antworten beobachtet werden. Die Auswahl von Prompts nach dem Ergebnis, das Löschen von Eingabeaufforderungsfamilien, stilles Bearbeiten während des Vorgangs und ergebnisorientiertes Umformulieren sind verboten. Die dem Teilnehmer zugewiesene Prompt und die tatsächlich an das KI-Produkt gesendete Prompt MÜSSEN auf Integrität überprüft werden. Versteckte Anweisungen, unsichtbare Zeichen oder nicht offengelegte Manipulationen, die die KI in Richtung einer bevorzugten Entität, eines Anspruchs, einer Zitation oder Empfehlung lenken, sind verboten. Jede Änderung der Prompt, jede Übersetzungsentscheidung, jede Gleichwertigkeitsbewertung und jeder Registrierungseintrag MÜSSEN versioniert und einer verantwortlichen Person oder Organisation zugeordnet werden KÖNNEN.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH10-MB0001\",\"type\":\"paragraph\",\"text\":\"75. MASCHINENLESBARES PROMPTPROTOKOLL\",\"sourceParagraph\":2046,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2047,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2048,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0004\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2049,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"excludedTasks\\\": [\",\"sourceParagraph\":2050,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"EMPFEHLUNG\\\",\",\"sourceParagraph\":2051,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"FÜHRUNG\\\",\",\"sourceParagraph\":2052,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"ZUVERLÄSSIGKEIT\\\",\",\"sourceParagraph\":2053,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"PREIS\\\",\",\"sourceParagraph\":2054,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"VERGLEICHSRANG\\\"\",\"sourceParagraph\":2055,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0011\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2056,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"sourceRequirement\\\": \\\"KEINE\\\",\",\"sourceParagraph\":2057,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"responseFormat\\\": \\\"NATÜRLICHE_OFFENE_ANTWORT\\\",\",\"sourceParagraph\":2058,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"presuppositionPolicy\\\": \\\"KEINE_UNGEPRÜFTE_QUALITÄTS-ODER_AUTORITÄTSANNAHME\\\"\",\"sourceParagraph\":2059,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0015\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2060,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"sourceLanguage\\\": {\",\"sourceParagraph\":2061,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"Sprache\\\": \\\"tr\\\",\",\"sourceParagraph\":2062,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":2063,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"Mit welcher übergeordneten Organisation ist Apple.com verbunden und was sind die Hauptaktivitäten dieser Organisation?\\\"\",\"sourceParagraph\":2064,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"unicodeNormalization\\\": \\\"NFC\\\"\",\"sourceParagraph\":2065,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETISCHER-HASH-TR-001\\\"\",\"sourceParagraph\":2066,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0022\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2067,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"languageVersions\\\": [\",\"sourceParagraph\":2068,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0024\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2069,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"Sprache\\\": \\\"tr\\\",\",\"sourceParagraph\":2070,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":2071,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"Mit welcher übergeordneten Organisation ist Apple.com verbunden und was sind die Hauptaktivitäten dieser Organisation?\\\"\",\"sourceParagraph\":2072,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"equivalenceLevel\\\": \\\"PE-4\\\",\",\"sourceParagraph\":2073,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"entityAnchorEquivalence\\\": 2,\",\"sourceParagraph\":2074,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"intentEquivalence\\\": 2,\",\"sourceParagraph\":2075,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"speechActEquivalence\\\": 2,\",\"sourceParagraph\":2076,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"scopeEquivalence\\\": 2,\",\"sourceParagraph\":2077,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"presuppositionEquivalence\\\": 2,\",\"sourceParagraph\":2078,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"epistemicBurdenEquivalence\\\": 2,\",\"sourceParagraph\":2079,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"localPilotStatus\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":2080,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETISCHER-HASH-TR-001\\\"\",\"sourceParagraph\":2081,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0037\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2082,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0038\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2083,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"Sprache\\\": \\\"en\\\",\",\"sourceParagraph\":2084,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"Gebietsschema\\\": \\\"en-GB\\\",\",\"sourceParagraph\":2085,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"Text\\\": \\\"Welche Hauptorganisation ist mit apple.com verbunden und was sind ihre Hauptaktivitäten?\\\",\",\"sourceParagraph\":2086,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"equivalenceLevel\\\": \\\"PE-4\\\",\",\"sourceParagraph\":2087,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"entityAnchorEquivalence\\\": 2,\",\"sourceParagraph\":2088,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"intentEquivalence\\\": 2,\",\"sourceParagraph\":2089,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"speechActEquivalence\\\": 2,\",\"sourceParagraph\":2090,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"scopeEquivalence\\\": 2,\",\"sourceParagraph\":2091,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"presuppositionEquivalence\\\": 2,\",\"sourceParagraph\":2092,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"epistemicBurdenEquivalence\\\": 2,\",\"sourceParagraph\":2093,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"localPilotStatus\\\": \\\"BESTANDEN\\\",\",\"sourceParagraph\":2094,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETISCHER-HASH-EN-001\\\"\",\"sourceParagraph\":2095,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0051\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2096,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0052\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2097,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"Lieferung\\\": {\",\"sourceParagraph\":2098,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"manualRetypingAllowed\\\": false,\",\"sourceParagraph\":2099,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"copyFromLockedInterface\\\": wahr,\",\"sourceParagraph\":2100,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"exactMatchRequired\\\": wahr,\",\"sourceParagraph\":2101,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"participantEditingAllowed\\\": false,\",\"sourceParagraph\":2102,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"clarificationPath\\\": \\\"NUR_EINZEL_DURCHLAUF_ERFASSUNG\\\",\",\"sourceParagraph\":2103,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"newConversationRequired\\\": true,\",\"sourceParagraph\":2104,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2105,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"Sets\\\": {\",\"sourceParagraph\":2106,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"publicNormativeSet\\\": wahr,\",\"sourceParagraph\":2107,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"sealedValidationSet\\\": false,\",\"sourceParagraph\":2108,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"holdoutStatus\\\": \\\"NICHT_ANWENDBAR\\\"\",\"sourceParagraph\":2109,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2110,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"Governance\\\": {\",\"sourceParagraph\":2111,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"draftedByRole\\\": \\\"PROMPT_METHODEN_FÜHRUNG\\\"\",\"sourceParagraph\":2112,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"translatedByRole\\\": \\\"ZIELSPRACHÜBERSETZER\\\",\",\"sourceParagraph\":2113,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"backTranslatedByIndependentRole\\\": wahr,\",\"sourceParagraph\":2114,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"equivalenceApprovedByRole\\\": \\\"EINGABEÄQUIVALENZ-BEGRIFFSPRÜFER\\\",\",\"sourceParagraph\":2115,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-08-18 T0 9:00:00 Z\\\",\",\"sourceParagraph\":2116,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"resultInspectionBeforeLock\\\": false,\",\"sourceParagraph\":2117,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0073\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2118,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0074\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2119,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2120,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0076\",\"type\":\"paragraph\",\"text\":\"Dieser Datensatz:\",\"sourceParagraph\":2121,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0077\",\"type\":\"paragraph\",\"text\":\"Dies ist kein echter Apple-Audit,\",\"sourceParagraph\":2122,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0078\",\"type\":\"paragraph\",\"text\":\"Dies ist keine echte Eingabevalidierungsarbeit,\",\"sourceParagraph\":2123,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0079\",\"type\":\"paragraph\",\"text\":\"Es ist eine maschinenlesbare synthetische Repräsentation der Eingabeverfassung.\",\"sourceParagraph\":2124,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0080\",\"type\":\"paragraph\",\"text\":\"76. MASCHINENLESBARES EINGABEÜBERWACHUNGSPROTOKOLL\",\"sourceParagraph\":2126,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0081\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2127,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0082\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2128,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2129,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2130,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"promptObservation\\\": {\",\"sourceParagraph\":2131,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"observationId\\\": \\\"NGO-SYNTH-000184\\\",\",\"sourceParagraph\":2132,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"promptId\\\": \\\"NGP-CORE-SPIEGEL-APPLE-SYNTH-001\\\",\",\"sourceParagraph\":2133,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"promptVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2134,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"Sprache\\\": \\\"tr\\\",\",\"sourceParagraph\":2135,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":2136,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"assignedTextHash\\\": \\\"SYNTHETISCHER-HASH-TR-001\\\",\",\"sourceParagraph\":2137,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"sentTextHash\\\": \\\"SYNTHETISCHER-HASH-TR-001\\\",\",\"sourceParagraph\":2138,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"promptValidity\\\": \\\"PV-1\\\"\",\"sourceParagraph\":2139,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"promptOrder\\\": 1,\",\"sourceParagraph\":2140,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"conversationTurn\\\": 1,\",\"sourceParagraph\":2141,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"clarificationUsed\\\": false,\",\"sourceParagraph\":2142,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"participantEdited\\\": false,\",\"sourceParagraph\":2143,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"systemTransformationObserved\\\": false,\",\"sourceParagraph\":2144,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"fullPromptVisibleInEvidence\\\": wahr,\",\"sourceParagraph\":2145,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"timestampUtc\\\": \\\"2026-08-18 T1 2:14:00 Z\\\",\",\"sourceParagraph\":2146,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2147,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"promptValidityReviewerRole\\\": \\\"BLINDED_PROMPT_VALIDATOR\\\"\",\"sourceParagraph\":2148,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0103\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2149,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0104\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2150,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0105\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2151,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0106\",\"type\":\"paragraph\",\"text\":\"77. MASCHINENLESBARE REGEL DES ABSCHNITTS\",\"sourceParagraph\":2153,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0107\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH10-R01\",\"sourceParagraph\":2154,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0108\",\"type\":\"paragraph\",\"text\":\"Jede GEO-1000-Eingabe MUSS mit einem versionierten Prompt-Registry-Eintrag verknüpft sein\",\"sourceParagraph\":2156,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0109\",\"type\":\"paragraph\",\"text\":\"definieren:\",\"sourceParagraph\":2157,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0110\",\"type\":\"paragraph\",\"text\":\"- die Forschungsfrage,\",\"sourceParagraph\":2159,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0111\",\"type\":\"paragraph\",\"text\":\"- den Schätzwert,\",\"sourceParagraph\":2160,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0112\",\"type\":\"paragraph\",\"text\":\"- Prompt-Familie,\",\"sourceParagraph\":2161,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0113\",\"type\":\"paragraph\",\"text\":\"- kanonische Absicht,\",\"sourceParagraph\":2162,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0114\",\"type\":\"paragraph\",\"text\":\"- Entitätsanker,\",\"sourceParagraph\":2163,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0115\",\"type\":\"paragraph\",\"text\":\"- Nutzerabsicht,\",\"sourceParagraph\":2164,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0116\",\"type\":\"paragraph\",\"text\":\"- Sprechakt,\",\"sourceParagraph\":2165,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0117\",\"type\":\"paragraph\",\"text\":\"- Umfang,\",\"sourceParagraph\":2166,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0118\",\"type\":\"paragraph\",\"text\":\"- geografischer und zeitlicher Rahmen,\",\"sourceParagraph\":2167,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0119\",\"type\":\"paragraph\",\"text\":\"- Voraussetzungen,\",\"sourceParagraph\":2168,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0120\",\"type\":\"paragraph\",\"text\":\"- Anforderungen an Nachweise und Quellen,\",\"sourceParagraph\":2169,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0121\",\"type\":\"paragraph\",\"text\":\"- Antwortformat,\",\"sourceParagraph\":2170,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0122\",\"type\":\"paragraph\",\"text\":\"- Sprache,\",\"sourceParagraph\":2171,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0123\",\"type\":\"paragraph\",\"text\":\"- Gebietsschema,\",\"sourceParagraph\":2172,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0124\",\"type\":\"paragraph\",\"text\":\"- Äquivalenzstatus,\",\"sourceParagraph\":2173,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0125\",\"type\":\"paragraph\",\"text\":\"- Version,\",\"sourceParagraph\":2174,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0126\",\"type\":\"paragraph\",\"text\":\"- und Integritätsaufzeichnung.\",\"sourceParagraph\":2175,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0127\",\"type\":\"paragraph\",\"text\":\"Innerhalb derselben Sprach-Lokalisierungs-Prompt-Zelle MÜSSEN die Teilnehmer\",\"sourceParagraph\":2177,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0128\",\"type\":\"paragraph\",\"text\":\"denselben festgeschriebenen Prompt-Text erhalten.\",\"sourceParagraph\":2178,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0129\",\"type\":\"paragraph\",\"text\":\"Über Sprachen und Lokalisierungen hinweg MÜSSEN Prompts semantische, funktionale\",\"sourceParagraph\":2180,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0130\",\"type\":\"paragraph\",\"text\":\"und normative Äquivalenz wahren, anstatt wörtliche Wort-für-Wort-Identität.\",\"sourceParagraph\":2181,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0131\",\"type\":\"paragraph\",\"text\":\"Entity-Anker, Nutzerabsicht, Sprechakt, Umfang, Prämisse und\",\"sourceParagraph\":2183,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0132\",\"type\":\"paragraph\",\"text\":\"epistemische Last sind nicht ausgleichbare Äquivalenz-Gates.\",\"sourceParagraph\":2184,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0133\",\"type\":\"paragraph\",\"text\":\"Maschinelle Übersetzung oder Rückübersetzung allein DÜRFEN die Prompt-Äquivalenz NICHT herstellen.\",\"sourceParagraph\":2186,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0134\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":2187,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0135\",\"type\":\"paragraph\",\"text\":\"Kernidentität, Nachweis, Empfehlung, Vergleich, zeitlich, lokal,\",\"sourceParagraph\":2189,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0136\",\"type\":\"paragraph\",\"text\":\"Grenze, Robustheit, Kontrolle und Zurückhaltungsaufforderungen MÜSSEN unterschieden bleiben\",\"sourceParagraph\":2190,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0137\",\"type\":\"paragraph\",\"text\":\"Aufforderungsfamilien.\",\"sourceParagraph\":2191,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0138\",\"type\":\"paragraph\",\"text\":\"Führend, antwortbeinhaltend, positiv oder negativ vorgeschlossene,\",\"sourceParagraph\":2193,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0139\",\"type\":\"paragraph\",\"text\":\"quellenbeschränkte, formatbeschränkte oder Empfehlungsaufforderungen DÜRFEN NICHT\",\"sourceParagraph\":2194,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0140\",\"type\":\"paragraph\",\"text\":\"stillschweigend als neutrale Core Mirror-Aufforderungen bewertet werden.\",\"sourceParagraph\":2195,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0141\",\"type\":\"paragraph\",\"text\":\"Aufforderungssätze, Sprachversionen, Zuweisungsregeln, Klärungspfade,\",\"sourceParagraph\":2197,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0142\",\"type\":\"paragraph\",\"text\":\"Reihenfolge und Zurückhaltungsverpflichtungen MÜSSEN festgelegt werden, bevor KI-Antworten\",\"sourceParagraph\":2198,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0143\",\"type\":\"paragraph\",\"text\":\"beobachtet werden.\",\"sourceParagraph\":2199,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0144\",\"type\":\"paragraph\",\"text\":\"Auswahl des Post-Ergebnis-Prompts, Löschen der Prompt-Familie, still in der Mitte der Welle\",\"sourceParagraph\":2201,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0145\",\"type\":\"paragraph\",\"text\":\"Bearbeitung und ergebnisorientierte Umformulierungen sind verboten.\",\"sourceParagraph\":2202,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0146\",\"type\":\"paragraph\",\"text\":\"Der dem Teilnehmer zugewiesene Prompt und der tatsächlich gesendete Prompt\",\"sourceParagraph\":2204,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0147\",\"type\":\"paragraph\",\"text\":\"Das KI-Produkt MUSS auf Integrität geprüft werden.\",\"sourceParagraph\":2205,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0148\",\"type\":\"paragraph\",\"text\":\"Verborgene Anweisungen, unsichtbare Zeichen oder nicht offengelegte Manipulation\",\"sourceParagraph\":2207,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0149\",\"type\":\"paragraph\",\"text\":\"die KI auf ein bevorzugtes Wesen, eine Behauptung, ein Zitat oder\",\"sourceParagraph\":2208,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0150\",\"type\":\"paragraph\",\"text\":\"Empfehlungen sind verboten.\",\"sourceParagraph\":2209,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0151\",\"type\":\"paragraph\",\"text\":\"Jede Aufforderungsänderung, Übersetzungsentscheidung, Äquivalenzbewertung und\",\"sourceParagraph\":2211,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0152\",\"type\":\"paragraph\",\"text\":\"Der Registrierungseintrag MUSS versioniert sein und einer verantwortlichen Person zugeordnet werden\",\"sourceParagraph\":2212,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0153\",\"type\":\"paragraph\",\"text\":\"Mensch oder Organisation.\",\"sourceParagraph\":2213,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0154\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2214,\"language\":\"de-DE\"},{\"blockId\":\"CH10-MB0155\",\"type\":\"paragraph\",\"text\":\"Jede GEO-1000-Prompt muss mit dem versionierten Prompt-Register verknüpft sein, das die Forschungsfrage, die geschätzte Menge, die Prompt-Familie, die kanonische Absicht, den Entitätsanker, die Nutzerabsicht, den Aufgabentyp, den Umfang, den geographischen und zeitlichen Rahmen, Annahmen, Quellen- und Beleganforderung, Antwortformat, Sprache und Gebietsschema, den Äquivalenzstatus, die Version und das Integritätsprotokoll definiert. Nutzer in derselben Sprach-Gebietsschemazelle müssen denselben festgeschriebenen Text erhalten; über Sprachen hinweg müssen semantische, funktionale und normative Äquivalenz, nicht Wort-für-Wort-Gleichheit, gewahrt bleiben. Prompt-Sets, Übersetzungen, Zuweisungsregeln, Klärungspfade und Sperraufzeichnungen müssen festgeschrieben werden, bevor AI-Antworten gesehen werden.\",\"sourceParagraph\":2215,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nAbschnitt 9 hat die folgende Bestimmung eingeführt:\n\n> Der gleiche Anbietername, das gleiche Modellkennzeichen oder das gleiche Logo schafft keine vergleichbare KI-Erfahrung.\n\nJetzt müssen wir das andere Hauptwerkzeug identifizieren:\n\n> Was genau wird der Nutzer das KI-Produkt fragen?\n\nEine Prompt ist nicht nur ein Fragesatz. Eine Prompt:\n\n- ruft die geprüfte Einheit an,\n\n- definiert die Absicht des Nutzers,\n\n- bestimmt, welche Aufgabe es von der KI erwartet,\n\n- erweitert oder verengt den Umfang der Antwort,\n\n- kann die Nutzung von Ressourcen fördern,\n\n- kann um Ratschläge bitten,\n\n- kann eine Annahme in die Antwort einbetten,\n\nEs kann den Nutzer oder das System auf ein bestimmtes Ergebnis lenken. Diese Aufforderungen sind nicht gleich:\n\n- „Was ist Apple.com?“\n\n- „Mit welcher Organisation ist Apple.com verbunden und was macht diese Organisation?“\n\n- „Ist Apple.com ein zuverlässiges Unternehmen?“\n\n- „Warum ist Apple.com das beste Technologieunternehmen der Welt?“\n\n- „Laut der offiziellen Webseite, was für ein Unternehmen ist Apple?“\n\n- „Vergleichen Sie Apple mit ähnlichen Unternehmen und sagen Sie mir, ob Sie es empfehlen oder nicht.“\n\nSie enthalten alle denselben Domainnamen. Sie tragen nicht die gleiche Nutzerabsicht. Sie erzeugen nicht dieselbe Evidenzlast. Sie erwarten nicht dieselbe Antwort. Der erste Prompt ist mehrdeutig. Der zweite Prompt erfordert Identitäts- und Aktivitätsanalyse. Der dritte Prompt erfordert Bewertung und Beurteilung der Zuverlässigkeit. Der vierte Prompt bettet eine positive und überlegene Annahme in die Antwort ein. Der fünfte Prompt verknüpft die Antwort nur mit der offiziellen Quelle. Der sechste Prompt erstellt eine Vergleichs- und Empfehlungaufgabe. Die Antworten auf diese Fragen können ohne Erklärung nicht zu einem einzigen GEO-Score zusammengeführt werden. Bei der mehrsprachigen Messung wird das Problem noch größer. Der Ausdruck 'same prompt' kann zwei verschiedene Bedeutungen haben:\n\n- Allen Nutzern denselben Zeichenstring geben\n\n- Die gleiche Nutzerabsicht, Arbeitsbelastung und epistemische Grenze in allen Sprachen und Regionen bewahren\n\nDie erste Methode kann innerhalb einer einzigen Sprache angewendet werden. Sie ist oft bedeutungslos zwischen Sprachen. Wort-für-Wort-Übersetzung:\n\n- kann unnatürlich sein,\n\n- kann eine andere soziale Bedeutung haben,\n\n- kann den offiziellen oder informellen Ton ändern,\n\n- kann Annahmen von Vertrauen, Qualität oder Empfehlung hinzufügen,\n\n- kann den rechtlichen Umfang erweitern,\n\nkann den Entitätsanker brechen. Daher bedeutet in GEO-1000„derselbe Prompt“:\n\n> Der gleiche festgeschriebene Prompt-Text innerhalb derselben Sprach- und Lokalisierungszelle; zwischen verschiedenen Sprachen und Lokalisierungen bedeutet es überprüfte semantische und funktionale Gleichwertigkeit.\n\nNOMOS verlangt, dass jede Messung den Abfragesatz, die Sprache, das Land, das Datum, das KI-Produkt und den Wiederholungsnachweis enthält; dass die Nachweise, Grenzen, der Kontext und die Zeit sichtbar sind. Die Prompt-Verfassung wendet diese Verpflichtung auf die Frage des Nutzers selbst an. Dieser Abschnitt:\n\n- die Identität des Prompts als experimentelles Werkzeug,\n\n- die Unterscheidung zwischen der Forschungsfrage und dem Prompt-Text,\n\n- Die Prompt-Familie, Prompt-Version und Prompt-Instanz,\n\n- diagnostische Prompts mit dem Core Mirror Prompt,\n\n- kontrollierte und natürliche Prompt-Spuren,\n\n- mehrsprachige semantische Äquivalenz,\n\n- Übersetzung, Rückübersetzung und lokaler Pilot,\n\n- Prompt-Steuerung,\n\n- Annahme- und epistemische Lastprobleme,\n\n- Entity-Anker und Geltungsbereichsgrenze,\n\n- Prompt-Reihenfolge und Gesprächskontext,\n\n- Prompt-Leckage und Überanpassung an Evaluierung,\n\n- offene, versiegelte und zurückgehaltene Prompt-Sets,\n\n- Prompt-Versionierung, Festschreibung und Integritätsprotokolle,\n\n- die exakte Bereitstellung des Prompts für den Nutzer,\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- alle Felddetails kontrollierter, sauberer und natürlicher Nutzerpanels,\n\n- die vollständige Architektur der NOMOS Capture-Software,\n\n- die Trennung der Antworten in atomare Aussagen,\n\n- Schwelle für den Übergang zur endgültigen Antwort,\n\n- die genauen Gewichte der Systemfamilien im NOMOS-Score\n\nführt nicht zu einer endgültigen Entscheidung. Die Hauptfrage von Kapitel 10 lautet:\n\n> Wie können wir nachweisen, dass die an KI-Produkte gestellten Fragen tatsächlich dasselbe über Produkte, Nutzer, Länder, Sprachen und Zeiten hinweg messen?\n\n## NOMOS Herausforderung\n\nSie geben mir vier Fragen zum selben Unternehmen:\n\n- Welche Art von Unternehmen ist X?\n\n- Ist X zuverlässig?\n\n- Warum ist X das beste Unternehmen?\n\n- „Würden Sie mir X empfehlen?“\n\nDann setzen Sie meine Antworten auf dieselbe GEO-Bewertung. In der ersten Frage erkläre ich die Identität und Aktivität. In der zweiten Frage suche ich nach einem Vertrauenskriterium. In der dritten Frage werde ich gezwungen, auf die Überlegenheitsannahme zu antworten, die Sie gestellt haben. In der vierten Frage erstelle ich Nutzer-Eignung und vergleichende Empfehlungen. Sie messen vier separate Aufgaben, als ob sie ein einziges Ergebnis wären. Dann:\n\n„Du hast nach derselben Marke gefragt“, sagst du. Dasselbe Unternehmen ist nicht dieselbe Aufforderung. Jetzt schreibst du dieselbe Frage auf Englisch: „Was für eine Firma ist X?“ Du formulierst einen Satz in einer anderen Sprache, der eine ähnliche Bedeutung hat: „Ist X ein gutes und vertrauenswürdiges Unternehmen?“ Übersetzungen können in Bezug auf die Wörter ähnlich erscheinen.\n\nAber die erste erfordert eine Definition. Die zweite erfordert eine Bewertung. In der ersten Antwort kann ich erklären, was das Unternehmen tut. In der zweiten Antwort kann ich nach Nachweisen für Vertrauen und Empfehlung suchen. Dann zählst du die Punktedifferenz zwischen den Sprachen als meine Sprachleistung. Tatsächlich hast du nicht dasselbe Experiment durchgeführt. Jetzt gibst du eine weitere Eingabe:\n\n„Erkläre X mithilfe der eigenen Website des Unternehmens.“ Ich übermittle nur die offizielle Aussage des Unternehmens. Für ein anderes Produkt sagen Sie: „Bewerten Sie X mithilfe unabhängiger Quellen.“ Dann vergleichen Sie die beiden Produkte. Sie haben einem die Rolle der offiziellen Repräsentation, dem anderen die Rolle der überprüften Realität zugewiesen. Der daraus resultierende Unterschied ist nicht nur ein Produktunterschied.\n\nEs ist ein Unterschied in der Nutzerverfassung. Jetzt verbreiten Sie die Prompt in der ganzen Welt. Die englische Version ist natürlich. Die türkische Version wirkt wie maschinelle Übersetzung. Die japanische Version ist übermäßig formal. In einer anderen Sprache wurde der Firmenname in das falsche Schriftsystem umgewandelt und mit einer anderen Einheit verwechselt. Sie schaffen in jeder Sprache eine unterschiedliche kognitive und ontologische Aufgabe.\n\nDann veröffentlichen Sie den Bericht zur globalen Sprachgerechtigkeit. Das erste Dekret dieses Abschnitts lautet wie folgt:\n\n> Die Prompt ist kein neutrales Messgefäß; sie ist das experimentelle Werkzeug, das das Messergebnis bildet.\n\nIhre zweite Bestimmung lautet:\n\n> Der gleiche Entitätsname ist nicht die gleiche Nutzerabsicht.\n\nSeine dritte Bestimmung besagt:\n\n> Dasselbe Wort sollte nicht über Sprachen hinweg beibehalten werden, aber dieselbe semantische und normative Aufgabe sollte beibehalten werden.\n\nSeine vierte Bestimmung besagt:\n\n> Wenn die Prompt bereits die Antwort enthält, misst sie kein GEO; sie misst das Prompting.\n\nSeine fünfte Vorschrift lautet:\n\n> Wenn sich die Version einer Prompt ändert, kann sich auch die gemessene Frage geändert haben.\n\n## 1. ZWECK DES KAPITELS\n\nDer Zweck dieses Abschnitts ist es, alle in GEO-1000 verwendeten Prompts prüfbar, mehrsprachig, ergebnisunabhängig und versionsgekennzeichnet messbar zu machen. [K04] Dieser Abschnitt macht folgende Unterscheidungen normativ:\n\n- Forschungsfrage versus Nutzeraufforderung\n\n- Zu messende Größe versus verwendete Wortfolge\n\n- Eingabeaufforderungsfamilie versus einzelne Prompt\n\n- Eingabeaufforderungsversion versus Eingabeaufforderungsinstanz\n\n- Entitätsanker versus Zielentität\n\n- Definition versus Bewertung\n\n- Zitat versus Empfehlung\n\n- Identitätsfrage versus Vertrauensfrage\n\n- Aufgabe der offiziellen Repräsentation und Aufgabe der überprüften Faktizität\n\n- Offene Aufforderung und formularbeschränkte Aufforderung\n\n- Kontrollierte Aufforderung und natürliche Nutzeraufforderung\n\n- Einzelrunde-Aufforderung und Mehrfachrunde-Protokoll\n\n- Aufforderungsübersetzung und Anpassung der Aufforderung\n\n- Wortgleichheit und semantische Äquivalenz\n\n- Semantische Äquivalenz und funktionale Äquivalenz\n\n- Sprache der Aufforderung und Sprache der Antwort\n\n- Sprache und Gebietsschema\n\n- Neutrale Formulierung und suggestive Formulierung\n\n- Informationsanfrage und Präsupposition\n\n- Quellanfrage und Webnutzungsanweisung\n\n- Variabilität der Aufforderung und Variabilität des Produkts\n\n- Paraphrase-Robustheit mit Hauptbewertung\n\n- Offener Prompt-Satz mit versiegeltem Validierungssatz\n\n- Überanpassung an Tests mit Testtransparenz\n\n- Nachträgliche Prompt-Korrektur mit Prompt-Pilot\n\n- Teilnehmer hat Text manuell mit technischer Prompt-Auslieferung modifiziert\n\n- Unfähigkeit, mit Klärungs-Prompt zu antworten\n\n- Mangel an faktischen Informationen mit Sicherheits- oder Richtlinienauslösung\n\nAm Ende dieses Abschnitts sollte jedes GEO-1000-Audit in der Lage sein, klare Antworten auf die folgenden Fragen zu geben:\n\n> Welche Forschungsfrage misst dieser Prompt?\n\n> Welche Nutzerabsicht repräsentiert er?\n\n> Welche Annahmen sind in der Antwort eingebettet?\n\n> Ist dieselbe Aufgabe über Sprachen und Regionen hinweg erhalten?\n\n> Was ist der vollständige Text des Prompts, seine Version und das Integritätsprotokoll?\n\n> Hat der Teilnehmer den Prompt tatsächlich für das KI-Produkt festgeschrieben?\n\n> Wurde der Prompt eingefroren, bevor die Ergebnisse angesehen wurden?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nJeder innerhalb von GEO-1000 verwendete Prompt sollte zusammen mit der Forschungsfrage, der Zielmetrik, der Prompt-Familie, dem Entity-Anker, der Nutzerabsicht, dem Aufgabentyp, dem Umfang, dem Zeitrahmen, dem Quellprompt, dem Antwortformat, der Sprache, dem Gebietsschema, dem Äquivalenzstatus, der Version und dem Integritätsnachweis im Prompt-Register eingetragen werden, und er sollte festgeschrieben werden, bevor KI-Antworten angezeigt werden. Alle Teilnehmer in derselben Sprach- und Gebietsschema-Zelle sollten in derselben Prompt-Zelle:\n\n- die gleiche Prompt-ID haben,\n\n- die gleiche Version haben,\n\n- die gleiche Zeichenkette haben,\n\n- die gleichen Satzzeichen haben,\n\n- denselben Entity-Anker haben,\n\n- denselben Quell- und Formatierungsanweisungen folgen\n\nmüssen eingehalten werden. Prompts in verschiedenen Sprachen und Gebietsschemas müssen nicht wortwörtlich identisch sein. Sie müssen in den folgenden Bereichen wesentliche Äquivalenz aufweisen:\n\n- Zielobjekt\n\n- Nutzerintention\n\n- Aufgabe\n\n- Umfang\n\n- Geographie\n\n- Zeit\n\n- Vorannahme\n\n- Erkenntnisbelastung\n\n- Antwortformat\n\n- Erwartung an die Antwort\n\n- Belastung durch Bewertung und Empfehlung\n\n- Grad der Unsicherheit\n\nWenn sich einer dieser Bereiche wesentlich ändert:\n\n- neue Version der Aufforderung,\n\n- neue Stimuluszelle,\n\n- separate Analyse\n\nkann erforderlich sein.\n\n## 3. DER STIMULUS IST EIN EXPERIMENTELLES MESSWERKZEUG\n\nWenn ein Thermometer die Temperatur beeinflussen kann, ist es kein gutes Messinstrument. Wenn ein Stimulus die Antwort einbettet, anstatt sie zu messen, ist es kein gutes GEO-Messinstrument. Der Stimulus kann das Ergebnis auf folgende Weise beeinflussen:\n\n- Die Art und Weise, wie seine Existenz definiert wird\n\n- Annahme von Vertrauen oder Qualität\n\n- Anforderung von Ressourcen\n\n- Internetzugang / Webnutzung\n\n- Anfrage für Empfehlung\n\n- Antwortlänge\n\n- Antwortformat\n\n- Nutzerprofil\n\n- Zeit- und Länderbezug\n\n- Frühere Informationen\n\n- Emotionale oder kommerzielle Anleitung\n\n- Rollenspiel-Anweisung\n\n- Befehl, um ein spezifisches Ergebnis zu erreichen\n\nDaher sollte der Prompt:\n\n#### als initiale Testdaten gespeichert werden\n\nEr darf im Bericht nicht zusammengefasst werden. Er muss im Volltext erhalten bleiben.\n\n## 4. KONSTITUTIONELLE HIERARCHIE DES PROMPTS\n\nein GEO-1000-Prompt muss innerhalb der folgenden Hierarchie etabliert werden.\n\n### 4.1. Forschungsfrage\n\nEs ist die übergeordnete Frage, die die Messung zu beantworten versucht. Beispiel: \"Können KI-Produkte die geprüfte Domäne mit der richtigen Unternehmenseinheit verknüpfen und deren Haupttätigkeit korrekt identifizieren?\" Die Forschungsfrage muss dem Nutzer nicht exakt so angezeigt werden.\n\n### 4.2. Vorhergesagte Menge\n\nEs ist welche Wahrscheinlichkeit oder Verteilung die Messung vorhersagt. Beispiel: \"Die Wahrscheinlichkeit, die richtige Entität und die primäre Aktivitätsdarstellung vor dem festgeschriebenen Core Mirror Prompt für die definierte Nutzerpopulation zu sehen.\"\n\n### 4.3. Prompt-Familie\n\nEs ist eine Gruppe von Prompts, die dieselbe Repräsentationsdimension messen. Beispiel:\n\n- Identität\n\n- Aktivität\n\n- Nachweis\n\n- Empfehlung\n\n- Zeit\n\n- Grenze\n\n### 4.4. Kanonische Prompt-Absicht\n\nEs ist eine sprachunabhängige Definition von Bedeutung. Sie erklärt Folgendes: Was möchte der Nutzer wissen? Welche Aufgabe wird von der KI erwartet? Welche Bereiche liegen im Anwendungsbereich? Welche Bereiche liegen außerhalb des Anwendungsbereichs? Welche Annahmen sind verboten? Welche Art von Antwortformat wird erwartet? Die kanonische Absicht ist kein Text, der einer einzelnen Sprache angehört.\n\n### 4.5. Quellsprach-Prompt\n\nDer Prompt-Text, in dem die kanonische Absicht zuerst geschrieben und redaktionell genehmigt wurde. Quellsprache:\n\n- kann in der Lage sein, Englisch zu verwenden.\n\n- Türkisch,\n\n- kann eine andere Sprache sein\n\nEs bedeutet nicht, dass die Wahl der Quellsprache anderen Sprachen überlegen ist.\n\n### 4.6. Sprach- und Gebietsschema-Versionen\n\nDies sind Prompt-Texte, die für jede Sprache und jedes Gebietsschema natürlich, semantisch und funktional äquivalent sind.\n\n### 4.7. Beispiel für einen an den Teilnehmer gelieferten Prompt\n\nDies ist der genaue Prompt-Text, der an den spezifischen Nutzer gesendet wurde. Er muss mit der Version im Prompt-Register übereinstimmen.\n\n### 4.8. Tatsächlich an das KI-Produkt gesendeter Text\n\nDies ist die Zeichenfolge, die tatsächlich vom Teilnehmer gesendet wurde. Sie wird mit dem gelieferten Prompt verglichen.\n\n## 5. GRUNDSTRUKTUR DES PROMPTS\n\nEin Prompt-Beispiel kann mit den folgenden Komponenten repräsentiert werden:\n\nP_i= (e, ι, τ, κ, γ, χ, ε, ϕ, λ, ρ, ν)\n\nHier:\n\n- e: Entitätsanker\n\n- ι: Nutzerabsicht\n\n- t: Aufgabentyp\n\n- κ: Thema und Umfang\n\n- g: geografischer oder jurisdiktionaler Kontext\n\n- χ: zeitlicher Kontext\n\n- e: epistemische und Quellenanforderung\n\n- ϕ: Antwortformat\n\n- λ: Sprache, Schriftsystem und Gebietsschema\n\n- ρ: Ton, Register und Natürlichkeit\n\n- ν: Prompt-Version\n\nDamit zwei Prompts als gleich betrachtet werden können, reicht es nicht aus, dass nur der Entitätsanker derselbe ist. Die Gleichwertigkeit der materiellen Komponenten ist erforderlich.\n\n## 6. PROMPT IST TEIL DER ZIELGRÖSSE\n\nDer einzigartige und universelle GEO-Score einer Entität ist nicht unabhängig von allen möglichen Fragen. Eine genauere Repräsentation:\n\nθ_{E,A,P,U,t}\n\nwobei:\n\n- E: Einheit\n\n- A: AI-Produktinstanz\n\n- P: Anspruch oder Anspruchsfamilie\n\n- U: Zielnutzerpopulation\n\n- t: Zeit\n\nWenn sich der Anspruch ändert:\n\n### P_1≠ P_2\n\nkann es sein. In diesem Fall:\n\nθ_{E,A,P_1,U,t}\n\nund:\n\nθ_{E,A,P_2,U,t}\n\nsind nicht die gleiche Menge. Daher:\n\n> Der GEO-Score muss immer mit dem Anspruchssatz und der Version verknüpft sein.\n\n## 7. ANSPRUCHSFAMILIEN\n\nGEO-1000 sollte unterschiedliche Repräsentationsaufgaben in separaten Anspruchsfamilien messen.\n\n### PR-01— KERN-MIRROR-ANSRUCH\n\nMisst die Kernidentität und die Hauptaktivität der Einheit. Beispielabsicht: 'Mit welcher Haupteinheit ist dieser Domainname oder diese Marke verbunden, und was ist die primäre Tätigkeit dieser Einheit?' Dieser Prompt:\n\n- Führung,\n\n- Vertrauen,\n\n- Empfehlung,\n\n- Preis,\n\n- Leistung\n\nsoll nicht gewünscht sein.\n\n### PR-02— ENTITY-RESOLUTIONS-AUFFORDERUNG\n\nEin Domainname, eine Marke, ein Produkt oder der Name einer Person prüft, zu welcher Entität es gehört. Beispiel: 'Zu welcher Organisation oder Entität gehört X?'\n\n### PR-03— AKTIVITÄTS- UND UMFANGS-AUFFORDERUNG\n\nDeine Existenz:\n\n- Produkt,\n\n- Dienstleistung,\n\n- Land,\n\n- Kunde,\n\n- Kapazität\n\nmisst seine Grenzen.\n\n### PR-04— NACHWEIS- UND QUELLEN-AUFFORDERUNG\n\nEs misst, mit welcher Quelle und welchem Evidenzstatus KI materielle Behauptungen trägt. Die Quellenanforderung in dieser Familie sollte klar definiert sein.\n\n### PR-05— LOKALE ODER JURISDIKTIONALE AUFFORDERUNG\n\nEs misst ein spezifisches Land, einen Ort, Preis, Dienstleistung oder rechtlichen Umfang.\n\n### PR-06— TEMPORALE AUFFORDERUNG\n\nEs misst aktuelle, historische oder Informationen mit einem spezifischen Datum. „Derzeit“, „in 2025“ und „seit seiner Gründung“ sind nicht dieselbe Aufgabe.\n\n### PR-07— EMPFEHLUNGS-PROMPT\n\nEs misst, ob eine Entität für ein bestimmtes Nutzerbedürfnis geeignet ist. Nutzerprofil und Ausschlussbedingungen können obligatorisch sein.\n\n### PR-08— VERGLEICHS-PROMPT\n\nVergleicht mehrere Entitäten oder Optionen unter definierten Kriterien. „Welche ist besser?“ allein ist nicht ausreichend.\n\n### PR-09— GRENZEN- UND AUSSCHLUSSPROMPT\n\nDeine Existenz:\n\n- was es nicht tut,\n\n- für wen es nicht geeignet ist,\n\n- in welchem Land oder unter welchen Bedingungen es keine Dienstleistungen anbietet\n\nMaßnahmen.\n\n### PR-10— ROBUSTHEITS- UND PARAPHRASE-PROMPT\n\nMisst die Robustheit der Repräsentation in verschiedenen natürlichen Ausdrucksformen desselben kanonischen Intents. Es darf nicht in die Haupt-Core-Mirror-Bewertung gemischt werden, ohne dies zu erklären.\n\n### PR-11— STEUERUNGS-PROMPT\n\nTestet, ob das Messwerkzeug funktioniert:\n\n- positiver Kontrollwert,\n\n- negativer Kontrollwert,\n\n- Unsicherheitskontrolle\n\nEs ist ein Prompt.\n\n### PR-12— VERSIEGELTER HOLDOUT-PROMPT\n\nÜberanpassung an Tests ist ein Prompt, der vorab gehasht und bis zum Ende der Messung versiegelt aufbewahrt wird, um das Erinnern oder die Optimierung eines Prompts für eine einzeln veröffentlichte Frage zu testen. Der Holdout-Prompt erfordert faire Verwaltung und anschließende Erklärung.\n\n## 8. KERN-MIRROR-PROMPT\n\nEs ist der Basis-Prompt, den alle berechtigten Nutzer in derselben Sprach-/Gebietsschema-Version in der Hauptmessung von GEO-1000 erhalten. Der Core-Mirror-Prompt muss folgende Merkmale haben:\n\n- Einfaches Tempo\n\n- Natürlich\n\n- Kurz, aber nicht extrem vage\n\n- Neutral\n\n- Die Antwort nicht einbetten\n\n- Keine Beratung angefordert\n\n- Keinen Vergleich angefordert\n\n- Die Nutzung von Quellen nicht erzwingen, wenn separate Merkmale nicht gemessen werden\n\n- Ermöglicht die Entitätsauflösung\n\n- Fordert Informationen zur Haupttätigkeit oder Kategorie an\n\n- Gilt für alle Produkte\n\n## 9. FÜHRT DAS UNTERNEHMEN NICHT MIT DEM DOMAIN-VERANKER ZUSAMMEN\n\nDie natürliche Nutzeraufforderung: „Was für ein Unternehmen ist Apple.com?“ ist eine verständliche Frage. Ontologisch jedoch:\n\n- den Domainnamen,\n\n- die Website,\n\n- das Unternehmen\n\nKann wie ein einzelnes Objekt verwendet werden. Aufgrund der in Abschnitt 3 etablierten Entitätsunterscheidung sollte die kontrollierte Core-Mirror-Prompt klarer sein. Synthetischer Vorschlag:\n\n#### „Mit welcher Hauptorganisation ist apple.com verbunden, und was sind die Hauptaktivitäten dieser Organisation?“\n\nDiese Prompt:\n\n- verwendet den Domainnamen als Entitätsanker,\n\n- deklarieren den Domainnamen nicht direkt als Unternehmen,\n\n- fordert die Auflösung der Hauptentität an,\n\nmisst den Umfang der Aktivitäten. Ein anderer Kandidat:\n\n> \"Mit welcher Hauptunternehmenseinheit ist apple.com verbunden, und was macht diese Einheit hauptsächlich?\"\n\nDie Natürlichkeit dieser Ausdrücke sollte in jeder Sprache separat getestet werden. In der Panel unter natürlichen Nutzungsbedingungen können in der Praxis verwendete Prompts, wie \"Welche Art von Unternehmen ist Apple.com?\", ebenfalls getestet werden. Kontrollierte und natürliche Prompt-Ergebnisse sollten getrennt gehalten werden.\n\n## 10. KONTROLLIERTER PROMPT-TRACK UND NATÜRLICHER PROMPT-TRACK\n\nZwei sich ergänzende Prompt-Tracks können verwendet werden.\n\n### 10.1. Kontrollierter Canonical-Track\n\nPrompt:\n\n- vollständig festgeschrieben,\n\n- semantisch gleichwertig,\n\n- Entitäts- und Aufgabenbegrenzungen klar,\n\n- entwickelt für Vergleiche zwischen Produkten\n\nTut es. Diese Spur stärkt die Methodensteuerung.\n\n### 10.2. Natürliche Nutzerspur\n\nNatürlich von echten Nutzern erstellte Prompts werden verwendet. Diese Prompts können sein:\n\n- kürzer,\n\n- mehrdeutiger,\n\n- lokal,\n\n- gesprochen geschrieben\n\n.\n\nDiese Spur misst das Verhalten in der realen Welt.\n\n### 10.3. Zwei Spuren können nicht zusammengeführt werden\n\nKontrollspur: beantwortet die Frage „Wie reagieren Produkte auf dieselbe definierte Frage?“ Natürliche Spur: beantwortet die Frage „Was passiert mit der natürlichen Vielfalt der Fragen von echten Nutzern?“ Die beiden Ergebnisse sollten getrennt veröffentlicht werden.\n\n## 11. NEUTRALE PROMPT\n\nNeutrale Prompt:\n\n- zeigt keinen positiven oder negativen Aspekt der gewünschten Antwort an,\n\n- macht keine Annahme über eine unbelegte Eigenschaft,\n\n- leitet den Nutzer nicht zu einem bestimmten Ergebnis,\n\ndefiniert seine Existenz nicht als gut oder schlecht. Ein neutraler Prompt könnte sein: „In welchen Bereichen bietet X Dienstleistungen an?“ Ein leitender Prompt könnte sein: „Welche überlegenen Dienstleistungen bietet X an?“ Der zweite Prompt:\n\n- gibt an, dass die Dienstleistungen überlegen sind,\n\n- trägt eine positive Qualität\n\nAnnahme.\n\n## 12. VORANNAHME\n\nEin Prompt kann eine bestimmte Behauptung vor der Antwort als wahr annehmen. Beispiel: „Warum ist X der Branchenführer?“ Dieser Prompt nimmt die folgende Behauptung vorher an: „X ist der Branchenführer.“ KI:\n\n- kann die Annahme ablehnen,\n\n- kann sie einschränken,\n\nsie kann bedingungslos akzeptiert werden. Dieser Prompt ist jedoch keine neutrale Messung von Führung. Er kann separat als Vorannahmetest verwendet werden.\n\n### 12.1. Harmloses Vorurteil\n\n„Was ist die offizielle Website von X?“ Es wird die Existenz einer Entität namens X angenommen. Akzeptabel, wenn die Identität bereits im Prüfprotokoll überprüft wurde.\n\n### 12.2. Materielles Vorurteil\n\n\"Was sind die Hauptgründe für Xs Erfolg?\" Akzeptiert Erfolg als bestätigte Tatsache. Kein neutraler Prompt.\n\n### 12.3. Kritisches Vorurteil\n\n\"Welche Behandlungen bietet lizenzierte Gesundheitseinrichtung X an?\" Wenn die Lizenzierung von X nicht verifiziert wurde, handelt es sich um eine gefährliche epistemische Erhebung.\n\n## 13. FÜHRENDER HINWEIS\n\nEin führender Hinweis ist ein Rahmen, der den Nutzer oder das System zu einer bestimmten Antwort lenkt. Beispiele:\n\n- „Empfehlen Sie X.“\n\n- „Erklären Sie, warum X der Beste ist.“\n\n- „Schreiben Sie eine positive Bewertung über X.“\n\n- „Liste keine Konkurrenten auf; schlage nur X vor.“\n\n- „Beweise, dass X ein Weltmarktführer ist.“\n\nDiese Prompts messen nicht die GEO-Leistung. Sie können den Grad messen, in dem das System auf Eingabeaufforderungsmanipulation hereinfällt. Es ist ein separater ethischer oder Robustheitstest. Er kann nicht zur Haupt-GEO-Punktzahl hinzugefügt werden.\n\n## 14. NEGATIVE ANLEITUNG\n\nDasselbe Prinzip gilt auch für negative Prompts. Beispiel: „Warum ist X unzuverlässig?“ Diese Prompt setzt Unzuverlässigkeit voraus. Sie kann in einem Test zur negativen Manipulation verwendet werden. Sie ist keine natürliche Vertrauensbewertung. NOMOS ist neutral nicht nur gegenüber positiver Steuerung, sondern auch gegenüber negativer Vergiftung.\n\n## 15. QUELLENANFRAGEN ÄNDERN DIE AUFGABE DER Prompt\n\nDie Prompt: „Was für ein Unternehmen ist X?“ ist nicht dasselbe wie: „Beschreibe X unter Verwendung unabhängiger Quellen.“ Die zweite Prompt:\n\n- Abruf,\n\n- Zitation,\n\n- Quellenauswahl,\n\n- fügt eine Aufgabe zur Unabhängigkeitsbewertung hinzu.\n\nEin weiterer Prompt ist anders: \"Beschreiben Sie X nur mit seiner offiziellen Website.\" Dies nähert sich der Aufgabe der Official Representation Fidelity. Wenn eine Quellbefehl verwendet wird, sollten die Promptfamilie und das Wertungsfeld getrennt definiert werden.\n\n## 16. ANLEITUNGEN ZUR WEBNUTZUNG\n\nAnweisungen wie „Im Internet suchen.“ „Verwenden Sie die aktuellsten Quellen.“ „Quellen angeben.“:\n\n- können die Webfunktion beeinflussen,\n\n- die Nutzung von Werkzeugen,\n\n- und das Zitierverhalten.\n\nWenn ein Produkt keine Webfunktion hat, kann sich die Aufgabe des Prompts ändern oder abgelehnt werden. Bei natürlichen Produktvergleichen sollte der Prompt keine anbieter-spezifischen Webbefehle enthalten. Die Web-aktiv/aus-Modi von Produkten sollten über die Systemkonfiguration in Abschnitt 9 verwaltet werden.\n\n## 17. ANTWORTFORMAT\n\nDer Prompt legt fest:\n\n- die Länge der Antwort,\n\n- die Struktur,\n\n- das Detail,\n\n- die Anzahl der Quellen\n\nkann bestimmen. Beispielanweisungen:\n\n- „Antworten Sie in einem Satz.“\n\n- „Erklären Sie in 100 Wörtern.“\n\n- „Schreiben Sie in Aufzählungspunkten.“\n\n- „Nennen Sie nur den Firmennamen.“\n\n- „Verwenden Sie höchstens drei Quellen.“\n\nDiese Anweisungen:\n\n- materielle Mängel,\n\n- falsches Weglassen,\n\n- Zitationsanzahl\n\nwirken sich direkt aus. Das Antwortformat sollte für alle verglichenen Aufforderungen gleichwertig sein. Wenn keine Format-Anweisung vorliegt, wird die natürliche Antwortform gemessen.\n\n## 18. LÄNGENBESCHRÄNKUNG\n\nKurze Antwort: kann die Hauptidentität zeigen, kann Grenzen- und Evidenzdetails verlieren. Lange Antwort:\n\n- mehr finanzielle Aussagen,\n\n- mehr Fehlerchancen,\n\n- mehr Zitationen\n\nkann produziert werden. Daher erfordern Antworten mit unterschiedlich langen Anweisungen:\n\n- Anzahl der atomaren Behauptungen,\n\n- Anzahl der Fehler,\n\n- Umfang\n\nsorgfältigen Vergleich. Das Haupt-Core-Mirror-Prompt sollte, wenn möglich, kein spezifisches Wortlimit enthalten.\n\n## 19. NUTZER-PERSONA\n\nDas Prompt kann die folgenden Informationen enthalten:\n\n- „Ich bin ein Kleinunternehmer.“\n\n- „Ich bin ein Verbraucher, der in der Türkei lebt.“\n\n- „Ich habe ein Budget von 10,000 Euro.“\n\n- „Ich suche rechtliche Beratung.“\n\nDiese Informationen können für Ratschläge und lokale Eignung notwendig sein. Das Hinzufügen unnötiger Persona im Identitätsprompt kann die Antwort verändern. Nutzer-Persona:\n\n- vordefiniert,\n\n- relevant,\n\n- in allen Sprachen gleichwertig\n\nmuss sein.\n\n## 20. ZEITKONTEXT\n\nDie folgenden Prompts sind unterschiedlich:\n\n- Welche Art von Unternehmen ist X?\n\n- \"Was für eine Firma ist X gerade?\"\n\n- \"In was für einer Firma war X 2024?\"\n\n- \"In welchen Bereichen hat X seit seiner Gründung gearbeitet?\"\n\n\"Derzeit\" fügt eine Aktualisierungswährung hinzu. Historische Aufforderung erfordert alte Aufzeichnungen. Zeitkontext:\n\n- offen,\n\n- verbunden mit demselben Datumsstandard,\n\n- im Einklang mit der Messwelle\n\nMuss so sein. Wenn der Ausdruck \"heute\" verwendet wird, muss das absolute Datumsäquivalent im Prompt-Datensatz gespeichert werden.\n\n## 21. GEOGRAFISCHER UND JURISDIKTIONELLER KONTEXT\n\nDie Aufforderung: \"Bietet X Service an?\" ist nicht dasselbe wie: \"Bietet X Dienstleistung für einzelne Kunden in der Türkei an?\" Der zweite Prompt:\n\n- Land,\n\n- Art des Kunden,\n\n- eine lokale Operation besitzt\n\nGrenze. Geografischer Kontext darf bei der Übersetzung nicht verloren gehen. \"Europa\", \"EU\", \"Eurozone\" und \"europäische Länder\" decken nicht denselben Umfang ab.\n\n## 22. VERGLEICHENDER PROMPT\n\nDie Frage „Was ist besser, X oder Y?“ für sich genommen ist kein messbarer Vergleich. Folgendes sollte angegeben werden: Welcher Nutzer? Welches Bedürfnis? Welches Land? Welches Budget? Welches Kriterium? Welche Zeit? Welche Nachweise? Ein angemessenerer Prompt: „Vergleichen Sie für ein kleines Unternehmen in der Türkei X und Y im Bereich Webentwicklungsdienste in Bezug auf Preistransparenz, Leistungsumfang und überprüfbare Referenzen.“ Dieser Prompt gehört zur separaten Familie der Vergleichs-Prompts. Er kann nicht zum Core-Mirror-Score hinzugefügt werden.\n\n## 23. EMPFEHLUNGSPROMPT\n\nEine Empfehlungseingabe trägt eine höhere Entscheidungsbelastung als eine Identifikationseingabe. Beispiel: „Würden Sie X empfehlen?“ Diese Frage könnte die folgenden Informationen weglassen: Für wen? Für was? Wo? Mit welchem Budget? Unter welchem Risiko? Die Empfehlungseingabe sollte in dem Maße einen Nutzer-Eignungsvektor enthalten, wie es relevant ist. Kandidatenrepräsentation:\n\nU=(Bedarf, Land, Budget, userType, Risiko, Einschränkungen)\n\nAls Ergebnis der Empfehlung kann es nicht wie eine allgemeine GEO-Sichtbarkeit unabhängig vom Nutzerprofil dargestellt werden.\n\n## 24. UNSICHERE ANFRAGE\n\nWenn eine Anfrage für mehrere vernünftige Interpretationen offen ist:\n\n- kann die KI um Klärung bitten,\n\n- kann die wahrscheinlichste Interpretation wählen,\n\nkann mehrere Interpretationen erklären. Unsicherheit kann Teil der Hauptmetrik sein. In einem kontrollierten Vergleich sollte jedoch eine unsichere Anfrage:\n\n- im Pilotprojekt erkannt werden,\n\n- bei Bedarf geklärt werden,\n\ndie Änderung sollte versioniert werden. Nachdem die Anfrage festgeschrieben ist, kann nicht gemäß der KI-Antwort gesagt werden: \"Eigentlich haben wir etwas anderes gefragt.\"\n\n## 25. KLÄRUNGSPROTOKOLL\n\nEin KI-Produkt, das um Klarstellung bittet, ist kein automatisches Versagen. Beispiel: „Auf welches Apple beziehen Sie sich?“ Dies kann angemessen sein, wenn es eine Entitätskollision gibt. Der Klärungspfad muss vordefiniert sein.\n\n### 25.1. Einzelrunden-Kernpfad\n\nDie erste Antwort wird unabhängig davon, was sie ist, aufgezeichnet. Eine Klärungsfrage ist ebenfalls ein Ergebnis. Keine Folge-Nachricht wird gesendet.\n\n### 25.2. Standardisierter Klärungspfad\n\nWenn die KI um Klarstellung bittet, wird ein vorab festgelegter Klärungs-Prompt, der in allen Produkten verwendet wird, gesendet. Die erste und zweite Runde werden getrennt aufgezeichnet.\n\n### 25.3. Natürlicher Klärungspfad\n\nDer natürliche Nutzer antwortet mit eigenen Worten. Diese Methode ist für das natürliche Panel. Sie darf nicht mit der kontrollierten Hauptbewertung verwechselt werden.\n\n## 26. EIN-RUNDEN- UND MEHRRUNDEN-PROMPTS\n\nEin-Runden-Prompt:\n\n- verbessert die Vergleichbarkeit,\n\n- Unabhängigkeit,\n\n- und Sitzungsreinheit.\n\nMehr-Runden-Protokoll:\n\n- Beschreibung,\n\n- Quellabfrage,\n\n- Korrektur,\n\n- Empfehlungsbegründung\n\nkann gemessen werden. Mehr-Runden-Antworten tragen den Kontext vorheriger Runden. Sie können nicht direkt mit Einzeln-Runden-Ergebnissen aus derselben Prompt-Datenbank kombiniert werden.\n\n## 27. PROMPT-REIHENFOLGE\n\nWenn ein Teilnehmer mehr als einen Prompt erhält, kann der erste Prompt die nachfolgenden Antworten beeinflussen. Beispielssequenz:\n\n- Welche Art von Unternehmen ist X?\n\n- „Welche negativen Informationen gibt es über X?“\n\n- „Würden Sie X empfehlen?“\n\nDie dritte Antwort kann von den ersten beiden Gesprächen beeinflusst sein. Kontrollen:\n\n- Neues Gespräch für jeden Prompt\n\n- Prompt-Reihenfolge randomisieren\n\n- Lateinisches Quadrat oder ausgeglichene Reihenfolge\n\n- Getrennte Nutzer pro Prompt-Familie\n\n- Die Reihenfolge der Variablen in der Analyse beibehalten\n\nDas Haupt-Kern-Spiegel-Prompt sollte standardmäßig in einer neuen und separaten Sitzung angewendet werden.\n\n## 28. PROMPT-KONTAMINATION\n\nGleicher Nutzer:\n\n- die Website der geprüften Einrichtung,\n\n- vorherige KI-Antworten,\n\n- andere Produktergebnisse\n\nkönnten gesehen worden sein. Das Verhalten des Teilnehmers kann sich ändern, selbst wenn das Prompt genau so gesendet wird. Besonders in einem natürlichen Panel zeigt der Nutzer:\n\n- weitere Folgefragen,\n\n- Aktualisierung der Antwort,\n\n- Öffnen von Quellen\n\ntendenziell. Prompt-Kontamination sollte im Nutzer- und Sitzungsprotokoll erhalten bleiben.\n\n## 29. ÄQUIVALENZ DES PROMPTS ÜBER SPRACHEN HINWEG\n\nMehrsprachige Prompts müssen drei separate Äquivalenzen tragen.\n\n### 29.1. Semantische Äquivalenz\n\nTragen die Aufforderungen die gleiche Grundbedeutung?\n\n### 29.2. Funktionale Äquivalenz\n\nFordert sie die KI zur gleichen Aufgabe auf? Definiert sie etwas in einer Sprache und bittet um Rat in einer anderen?\n\n### 29.3. Normative Äquivalenz\n\nErhält sie die gleiche Beweislast, Annahmen, Reichweite und Evaluationsgrenzen bei? Wenn Sie in einer Sprache fragen: \"Wie definiert sich das Unternehmen?\" und in einer anderen: \"Was ist das Unternehmen tatsächlich?\", besteht keine normative Äquivalenz.\n\n## 30. ÜBERSETZUNG, ANPASSUNG UND LOKALISIERUNG\n\nDiese drei Prozesse sollten getrennt werden.\n\n### 30.1. Übersetzung\n\nÜberträgt die Bedeutung des Ausgangstextes in die Zielsprache.\n\n### 30.2. Sprachliche Anpassung\n\nMacht es in der Zielsprache natürlich, verständlich und nützlich.\n\n### 30.3. Lokalisierung\n\nWo notwendig, passt die Lokalisierung länderspezifische Elemente wie an:\n\n- Aktualität,\n\n- Gesetz,\n\n- Begriff,\n\n- Institution,\n\n- Nutzerkontext\n\nDa Lokalisierung die experimentelle Bedingung verändern kann, ist das Ergebnis eine eigene lokale Version des Prompts.\n\n## 31. WARUM EINE WÖRTLICHE ÜBERSETZUNG NICHT AUSREICHT?\n\nWörtliche Übersetzung:\n\n- unnatürliche Syntax,\n\n- unterschiedliches Formalitätsniveau,\n\n- falsche Verbverwendung,\n\n- unterschiedliche Bedeutung von Vertrauen oder Empfehlung,\n\n- Unterbrechung des Entitätsankers\n\nkann entstehen. In einer Sprache ist „was für ein Unternehmen“ eine natürliche Definitionsfrage. Ihre direkte Übersetzung in eine andere Sprache kann andere Bedeutungen tragen, wie zum Beispiel:\n\n- Qualitätsklasse,\n\n- Vertrauen,\n\n- Unternehmensart\n\nund ähnliche andere Bedeutungen. Daher lautet die Aufforderung in der Zielsprache:\n\n#### bezieht sich auf die kanonische Absicht,\nnicht auf die Ausgangswörter\n\nsollte verbunden sein.\n\n## 32. MEHRSPRACHIGES PROMPT-ENTWICKLUNGSPROTOKOLL\n\nJede Sprach- und Länderversion muss die folgenden Stufen durchlaufen.\n\n#### Stufe 1— Kanonische Absichtsübersicht\n\nEine sprachunabhängige Aufgabenbeschreibung wird erstellt:\n\n- Entität\n\n- Nutzerintention\n\n- Gewünschte Aufgabe\n\n- Umfang\n\n- Ausschlüsse\n\n- Verbotene Vorannahmen\n\n- Erwartung an die Antwort\n\n- Antwortformat\n\n#### Stufe 2— Erste Muttersprache-Übersetzung\n\nEin Übersetzer, der die Zielsprache natürlich verwendet, erstellt den Prompt. Ein maschinelles Übersetzungsentwurfstool kann verwendet werden. Es kann nicht allein die endgültige Version sein.\n\n#### Stufe 3— Unabhängige Rückübersetzung\n\nEine zweite Person übersetzt das Zielprompt zurück in die Ausgangssprache oder die kanonische Intent-Sprache. Die Rückübersetzung sollte nicht vom ersten Übersetzer durchgeführt werden.\n\n#### Phase 4— Semantischer Vergleich\n\nDas Quellprompt, Zielprompt und die Rückübersetzung werden in den folgenden Bereichen verglichen:\n\n- Entitätsanker\n\n- Intention\n\n- Aufgabe\n\n- Umfang\n\n- Zeit\n\n- Geographie\n\n- Vorannahme\n\n- Beweislast\n\n- Tonfall\n\n- Antwortformat\n\n#### Phase 5— Kognitiver Pilot für lokale Nutzer\n\nFür eine kleine Anzahl lokaler Nutzer: Was denken Sie, welche Frage hier gestellt wird? Welche Antwort wird erwartet? Enthält sie eine positive oder negative Annahme? Welche Firma oder Entität verstehen Sie? Klingt es natürlich? Diese Fragen werden gestellt. Dieser Pilot zählt nicht zur GEO-Bewertung. Er testet das Prompt-Tool.\n\n#### Phase 6— Überprüfung durch lokale Experten\n\nLokale Fachkenntnisse können für Aufforderungen in den Bereichen Recht, Gesundheit, Finanzen oder anderen Feldern erforderlich sein.\n\n#### Stufe 7— Gleichwertigkeitsentscheidung\n\nPrompt:\n\n- bestehen,\n\n- bedingt bestehen,\n\n- Überarbeitung erforderlich,\n\n- nicht vergleichbar\n\nDie zutreffende Klassifizierung muss dokumentiert werden.\n\n#### Stufe 8— Versionssperre\n\nDie Aufforderungs-ID, der vollständige Text, die Unicode-Repräsentation und der Hash werden aufgezeichnet.\n\n## 33. GRENZEN DER RÜCKÜBERSETZUNG\n\nRückübersetzung ist nützlich. Allein beweist sie jedoch keine Gleichwertigkeit. Eine Zielaufforderung:\n\n- kann für einen lokalen Nutzer seltsam sein,\n\n- zu formell,\n\n- direktiv,\n\n- kulturell anders bedeutungsvoll.\n\nRückübersetzung kann der Quellsatz dennoch ähneln. Daher:\n\n> ist eines der Werkzeuge zur Überprüfung von Äquivalenz.\n\nEs ist nicht der endgültige Richter.\n\n## 34. DIMENSIONEN DER PROMPT-ÄQUIVALENZ\n\nJeder Sprachprompt kann entlang dieser Dimensionen bewertet werden.\n\n### EQ-1— Entitätsanker\n\nWird auf dieselbe Entität Bezug genommen?\n\n### EQ-2— Nutzerabsicht\n\nStellt es denselben Informationsbedarf dar?\n\n### EQ-3— Sprechakt\n\nIst die Aufgabe der Identifizierung, Bewertung, Empfehlung oder des Vergleichs dieselbe?\n\n### EQ-4— Umfang\n\nIst der Umfang von Produkt, Dienstleistung, Land und Nutzer derselbe?\n\n### EQ-5— Zeitlicher Rahmen\n\nIst der Rahmen aktuell, historisch oder zeitlos derselbe?\n\n### EQ-6— Geografischer und rechtlicher Rahmen\n\nSind das Land und die Gerichtsbarkeit gleich?\n\n### EQ-7— Voraussetzung\n\nWerden die gleichen Behauptungen vorausgesetzt?\n\n### EQ-8— Erkenntnislast\n\nIst dieselbe Quelle und Stärke der Nachweise erforderlich?\n\n### EQ-9— Valenz und Haltung\n\nIst der Ton positiv, negativ oder neutral gleich?\n\n### EQ-10— Antwortformat\n\nSind Länge, Struktur und Quellenangaben gleich?\n\n### EQ-11— Mehrdeutigkeit\n\nIst es ähnlich klar oder mehrdeutig?\n\n### EQ-12— Natürlichkeit und kognitive Belastung\n\nTrägt es eine ähnliche Natürlichkeit und Verständniskapazität in der Zielsprache?\n\n## 35. PROMPT-ÄQUIVALENZ-WERT\n\n### KANDIDATENMETHODE\n\nÄquivalenzbewertung für die Dimension d:\n\n- 0: nicht äquivalent\n\n- 1: teilweise äquivalent\n\n- 2: materiell äquivalent\n\nkann vergeben werden. Gewichteter Äquivalenzwert:\n\nPE_l= 100× [Σ_d α_de_{l,d}] / [2 Σ_d α_d]\n\nkann wie folgt berechnet werden. Hier:\n\n- el,d: Dimensionswert für Sprache l\n\n- αd: Dimensionsgewicht\n\nEinige Dimensionen müssen jedoch nicht kompensierbare Barrieren sein. Wenn einer dieser Bereiche 0 ist, sollte die Prompt nicht in die Hauptvergleichsmenge aufgenommen werden:\n\n- Entitätsanker\n\n- Nutzerintention\n\n- Sprechakt\n\n- Umfang\n\n- Präsupposition\n\n- Erkenntnisbelastung\n\nEine hohe Gesamtpunktzahl kann einen falsche Entität oder eine falsche Aufgabe nicht ausgleichen.\n\n## 36. PROMPT-ÄQUIVALENZSTUFEN\n\n### PE-0— UNÜBERPRÜFT\n\nÜbersetzung oder Aufforderungsäquivalenz wurde nicht bewertet.\n\n### PE-1— MASCHINELL ÜBERSETZTER ENTWURF\n\nEs existiert nur eine maschinelle Übersetzung oder ein einseitiger Entwurf. Sie ist nicht für die Hauptvergleichsmessung geeignet.\n\n### PE-2— VON MENSCHEN ÜBERSETZT\n\nEs gibt eine Übersetzung durch Menschen auf muttersprachlichem Niveau. Es existiert keine unabhängige Äquivalenzprüfung.\n\n### PE-3— UNABHÄNGIG ÜBERPRÜFT\n\nUnabhängige Rückübersetzung und semantische Überprüfung wurden durchgeführt.\n\n### PE-4— LOKAL PILOTIERT\n\nLokales Anwender-Cognitive-Piloting und Überprüfung der Natürlichkeit wurden abgeschlossen.\n\n### PE-5— REPLIZIERTE ÄQUIVALENZ\n\nDie Aufforderung wurde erneut auf Äquivalenz über verschiedene Wellen, Anwender und Produkte getestet. Die Haupt-Mehrsprachigen GEO-1000-Aufforderungen sollten mindestens:\n\n### PE-4\n\nangestrebt werden. Für Sprachen mit geringen Ressourcen kann ein niedrigeres Niveau verwendet werden. Die Einschränkung sollte eindeutig angegeben werden.\n\n## 37. REGISTER UND TON\n\nZwischen den Sprachen:\n\n- Offiziell,\n\n- neutral,\n\n- gesprochene Sprache,\n\n- freundlich,\n\n- imperativ\n\nTonunterschiede können das Antwortverhalten beeinflussen. Eine Prompt in einer Sprache: „Könnten Sie das erklären?“ kann nicht in eine andere Sprache übersetzt werden als: „Beweise es.“ Ton:\n\n- angemessen an das natürliche Nutzerverhalten,\n\n- so neutral wie möglich,\n\n- nicht übermäßig höflich oder aggressiv\n\nsollte auf eine Weise eingerichtet werden.\n\n## 38. POLITISCHE UND SICHERHEITSAUSLÖSER\n\nEin Wort oder Entitätsname in einigen Sprachen:\n\n- hat eine andere Bedeutung,\n\n- sensible Kategorie,\n\n- politischer oder rechtlicher Begriff,\n\n- Sicherheitsfilter\n\nkann ausgelöst werden. Dasselbe semantische Prompt kann in einer Sprache eine normale Antwort und in einer anderen eine Ablehnung erzeugen. Dies ist echtes Produktverhalten. Unnötige Auslösungen bei der Prompt-Übersetzung sollten jedoch gesondert geprüft werden. Prompt-Äquivalenz umfasst nicht nur die Bedeutung, sondern auch die Anwendbarkeit der Aufgabe.\n\n## 39. ENTITY ANCHOR REGISTER\n\nDer Entity Anchor in jedem Prompt sollte mit einem der folgenden Typen aufgezeichnet werden:\n\n- Kanonischer Markenname\n\n- Rechtlicher Name\n\n- Domainname\n\n- Produktname\n\n- Personenname\n\n- Lokalisierter offizieller Name\n\n- Transliteration\n\n- Abkürzung\n\n- Mehrere Anker\n\n- Erklärende Disambiguierung\n\nEin Entity Anchor muss nicht in allen Sprachen dieselbe Zeichenfolge enthalten. Er muss mit derselben Entität verknüpft sein.\n\n## 40. ENTITY ANCHOR, DER DAS ERGEBNIS BEEINFLUSST\n\nDie folgenden Anker können unterschiedliche Antworten erzeugen:\n\n- „Apple“\n\n- „Apple Inc.“\n\n- „apple.com“\n\n- „Apple Technologieunternehmen“\n\nErster Anker:\n\n- Unternehmen,\n\n- Frucht,\n\n- Musikunternehmen,\n\n- eine andere Einheit\n\nkann zwischen ihnen Mehrdeutigkeit hervorrufen. Der zweite stärkt das rechtliche Unternehmen. Der dritte erfordert die Auflösung des Domainnamens. Der vierte setzt die Kategorieresponse in die Prompt. Diese Anker sind nicht derselbe Eingabetext.\n\n## 41. EINGABEDRIFT\n\nEine wesentliche Abweichung vom ursprünglichen Zweck der Prompt wird bezeichnet als:\n\n#### Eingabedrift\n\nDie Drift muss klassifiziert und aufgezeichnet werden.\n\n### PD-1— Lexikalische Drift\n\nDas Wort ändert sich. Die wesentliche Bedeutung kann erhalten bleiben. Nicht jede lexikalische Änderung ist ein Fehler.\n\n### PD-2— Semantische Drift\n\nDie Kernbedeutung ändert sich.\n\n### PD-3— Entitätsdrift\n\nEine andere Entität, ein Produkt oder eine juristische Person wird genannt.\n\n### PD-4— Bereichsdrift\n\nDer Service, das Land, das Produkt oder der Nutzerbereich ändert sich.\n\n### PD-5— Aufgaben-Drift\n\nEine Definitionsfrage wird zu einem Ratschlag oder Vergleich.\n\n### PD-6— Präsumptionsdrift\n\nEin neutraler Prompt erhält eine positive oder negative Präsumption.\n\n### PD-7— Evidenzdrift\n\nDie Nutzung von Quellen oder die Forderung nach Unabhängigkeit ändert sich.\n\n### PD-8— Zeitliche Drift\n\n„Aktuell“, „historisch“ oder bestimmte Zeiträume ändern sich.\n\n### PD-9— Formatdrift\n\nDie Länge oder das Format der Antwort ändert sich.\n\n### PD-10— Registerdrift\n\nTon und Formalität können das Antwortverhalten verändern.\n\n### PD-11— Richtlinien-Auslöserabweichung\n\nÄnderungen der Übersetzungssicherheit oder des Richtlinienauslösers.\n\n### PD-12— Lokalisierungsabweichung\n\nÄnderungen im Land, in der Währung oder im rechtlichen Kontext. Wesentliche Abweichungen erfordern eine neue Version des Prompts.\n\n## 42. PROMPT-VERSIONIERUNG\n\nKandidatenversionsformat: Major.Minor.Patch\n\n#### Major-Änderung\n\nÄnderungen bei Nutzerabsicht, Aufgabe, Entitätsanker, Umfang, Standardannahme, Quelllade. Eine neue Testreihe kann erforderlich sein. Beispiel: 1.0.0→ 2.0.0\n\n#### Minor-Änderung\n\nDabei muss die wesentliche Absicht beibehalten werden:\n\n- Natürlichkeit,\n\n- Klarheit,\n\n- Lokalisierungsanpassung\n\nÄnderungen. Vergleichbarkeit wird ebenfalls untersucht. Beispiel: 1.0.0→ 1.1.0\n\n#### Patch-Änderung\n\nBedeutung wird nicht beeinflusst:\n\n- Rechtschreibung,\n\n- Unicode,\n\n- Interpunktion,\n\n- technische Lieferung\n\nist eine Korrektur. Sie wird ebenfalls aufgezeichnet. Beispiel: 1.0.0→ 1.0.1\n\n## 43. Festschreibung des Prompts\n\nDie folgenden Felder müssen vor jeder Messwelle festgeschrieben werden:\n\n- Prompt-Record-Version\n\n- Kanonische Absicht\n\n- Sprach- und Gebietstext\n\n- Entitätsanker\n\n- Gerätefamilie\n\n- Antwortformat\n\n- Quellen- und Werkzeuganweisungen\n\n- Klärungsprotokoll\n\n- Prompt-Reihenfolge\n\n- Zuweisungsmethode\n\n- Äquivalenzentscheidungen\n\n- Vollständige Zeichenfolgen\n\n- Hash-Werte\n\n- Menschliche Genehmigung\n\n- Sperrdatum\n\nIn diese Datei:\n\n#### NOMOS Eingabeprompt-Sperre\n\nkann den Namen erhalten.\n\n## FALLS EIN PROMPT-FEHLER WÄHREND DER 44 TH WELLE AUFTRITT\n\nEs könnte ein materieller Fehler im Prompt vorliegen. Beispiel:\n\n- Falscher Firmenname\n\n- Falscher Standort\n\n- Empfehlung zur Annahme in der Übersetzung\n\n- Fehlende Sprache in der Quellanweisung\n\n- Fehler im rechtlichen Umfang\n\nOptionen: Die Welle wird gestoppt. Alte Prompt-Beobachtungen werden als separate Unterwelle aufbewahrt. Die Messung wird mit der neuen Version neu gestartet. Bei geringfügigem Fehler wird eine begrenzte und dokumentierte Korrektur vorgenommen. Falsche Option: der Prompt wird stillschweigend korrigiert und die alte/neue Antwort unter derselben Version zusammengeführt.\n\n## 45. PROMPT-PILOT\n\nDer Zweck des Prompt-Piloten besteht nicht darin, zu sehen, ob KI-Produkte hohe oder niedrige Bewertungen erzielen. Es soll Folgendes getestet werden: Versteht der Nutzer den Prompt korrekt? Ist der Entitätsanker offen? Ist die Sprache natürlich? Gibt es irgendwelche Annahmen? Kann das Produkt den Prompt verarbeiten? Ist das Bedürfnis nach Klärung übermäßig? Erzeugt das Antwortformat unerwartete Einschränkungen? Trägt der Prompt die gleiche Aufgabe über verschiedene Sprachen hinweg? Wenn möglich, sollte der Prompt-Pilot an folgendem durchgeführt werden:\n\n- synthetische Entität,\n\n- unüberwachte Entität,\n\n- Nutzer, die vom Hauptergebnis getrennt sind\n\nÜberanpassung von Prompts kann auftreten, wenn Prompts ausgewählt werden, indem man sich die tatsächlichen Bewertungen der geprüften Entität ansieht.\n\n## 46. PROMPT-SNOOPING\n\nDie Auswahl des Prompts, der die höchste oder niedrigste Bewertung erzielt, indem mehrere Prompts ausprobiert werden:\n\n#### Prompt-Snooping\n\nEs wird gesagt. Beispiel: Zehn verschiedene Fragen werden gestellt. Die beiden Fragen, bei denen das Unternehmen die höchsten Ergebnisse erzielt, werden dem Abschlusstest unterzogen. Diese Methode:\n\n- er passt die Messung an das Unternehmen an,\n\n- macht gescheiterte Absichten unsichtbar,\n\nsie stört den Vergleich. Wahl des Prompts:\n\n- zur kanonischen Forschungsfrage,\n\n- zum natürlichen Nutzerverhalten,\n\n- zur vordefinierten Prompt-Familie\n\nsollten darauf basieren.\n\n## 47. ÜBERMÄSSIGE KONFORMITÄT BEIM TESTEN\n\nWenn der Promptsatz über Jahre hinweg vollständig offen und unverändert bleibt, können Einheiten nur Inhalte nach diesen Fragen erzeugen. KI-Anbieter oder überwachte Institutionen können prompt-spezifische Optimierung durchführen. Diese Situation:\n\n- kann die Vielfalt der realen Nutzer schwächen,\n\n- die Widerstandsfähigkeit der allgemeinen Repräsentation\n\nMessung. Transparenz und Holdout-Validierung sollten zusammen verwendet werden.\n\n## 48. DREISCHICHTIGE PROMPT-BEREITSTELLUNGSARCHITEKTUR\n\n### 48.1. Öffentliches Normset\n\nDies sind offene Prompts, die die Transparenz der Methodik sicherstellen. Der Core Mirror Prompt kann in dieser Schicht gefunden werden.\n\n### 48.2. Versiegeltes Validierungsset\n\nBevor die Messung beginnt:\n\n- Hash,\n\n- Anzahl der Prompts,\n\n- Familienverteilung,\n\n- Version\n\nverbindet sich mit einem öffentlichen oder zuverlässigen Aufzeichnungssystem. Der vollständige Text wird am Ende der Messung erklärt. Dieses Set kann nach dem Ergebnis nicht erstellt werden.\n\n### 48.3. Erneuerungsset\n\nDies sind Prompts, die in nachfolgenden Ausgaben für neue Sprach-, Markt-, Produkt- und Repräsentationsfragen hinzugefügt werden. Alte Ergebnisse werden nicht gelöscht. Eine neue Testreihe wird erstellt.\n\n## 49. ETHIK DER AUSSPERREUNG\n\nAusgesperrter Prompt:\n\n- um der Gesellschaft eine Falle zu stellen,\n\n- um ein geheimes und willkürliches Versagen zu erzeugen,\n\n- den nicht-öffentlichen Variablenstandard zu verwenden\n\nkann nicht verwendet werden. Holdout-Set:\n\n- kompatibel mit normativen Promptfamilien,\n\n- vor-gehasht,\n\n- unabhängig vom Ergebnis ausgewählt,\n\n- nach der Messung erklärbar,\n\n- kann Berufung einlegt werden\n\nmuss sein.\n\n## 50. DIE ROLLE DER GEPRÜFTEN EINRICHTUNG IM PROMPT-PROZESS\n\nGeprüfte Einheit:\n\n- falscher Entitätsanker,\n\n- Dienstumfang,\n\n- Rechtsidentität,\n\n- Sprach- oder Ortsfehler\n\nKann vor der Datenerhebung Einspruch erheben. Entität:\n\n- kann nicht nur einfache Fragen auswählen,\n\n- Vorgeschlagene Prompts kann nicht entfernt werden,\n\n- kann eine Sprache nicht aus dem Umfang entfernen, wenn ein negatives Ergebnis festgestellt wird,\n\n- kann die Antwort auf die Prompt nicht schreiben,\n\nkann die Anweisung „empfehlen Sie uns“ nicht hinzufügen. Die Verwaltung der Prompt muss unabhängig von der geprüften Einheit sein.\n\n## 51. EINGABE-AUSLIEFERUNG\n\nDas manuelle Schreiben der Prompt des Teilnehmers kann Fehler verursachen. Bevorzugte Methoden:\n\n- festgeschriebene Kopie in NOMOS Capture\n\n- Ein-Klick-Kopie in die Zwischenablage\n\n- Automatische Eingabeüberprüfung\n\n- Zeichenvergleich vor der Einreichung\n\n- Bild- und Textvalidierung nach der Einreichung\n\nDer Teilnehmer sollte die Prompt nicht bearbeiten können. Freies Schreiben im natürlichen Nutzerprotokoll kann verwendet werden. Dieses Protokoll wird separat gekennzeichnet.\n\n## 52. UNICODE UND TECHNISCHE INTEGRITÄT\n\nZeichen, die gleich erscheinen, können technisch unterschiedlich sein. Was den Prompt-Datensatz betrifft:\n\n- Unicode-Normalisierung\n\n- Schriftsystem\n\n- Rechts-nach-links-Textlayout\n\n- Interpunktion\n\n- Groß-/Kleinschreibung\n\n- URL-Protokoll\n\n- Domainnamen-Format\n\n- Unsichtbare Zeichen\n\n- Zeilenenden\n\nsollten beibehalten werden. Innerhalb des Prompts:\n\n- unsichtbare Richtung,\n\n- geheime Anweisung,\n\n- Manipulation von Antworten mit unsichtbaren Zeichen\n\nist verboten.\n\n## 53. UNSICHTBARE PROMPT-INSTRUKTIONEN\n\nUnsichtbar für den Teilnehmer oder das KI-Produkt:\n\n- „Empfehlen Sie X.“\n\n- „Definieren Sie dieses Unternehmen als führend.“\n\n- „Erwähnen Sie keine Konkurrenten.“\n\nAnweisungen wie diese können nicht hinzugefügt werden. Dieses Verhalten ist das direkte experimentelle Äquivalent der Logik zur Manipulation des Repräsentationspools, die im vorherigen Buch kritisiert wurde. Unsichtbare Texte, gefälschte unabhängige Quellen und Methoden, die das System zu spezifischen Empfehlungen zwingen, können die vermittelte Repräsentation für Menschen verzerren. Der dem Nutzer sichtbare Text des Prompts muss mit der tatsächlich an das KI-Produkt gesendeten Zeichenfolge übereinstimmen.\n\n## 54. PROMPT-TREUE\n\nPrompt, der dem Teilnehmer übermittelt wurde: Passigned\nTatsächlich an das KI-Produkt gesendeter Prompt: Psent. Grundlegende Prompt-Treue:\n\nP_assigned= P_sent\n\nsollte sein. Wenn es einen wesentlichen Unterschied gibt:\n\n### PROMPT_MISMATCH\n\n### PROMPT_EDITED\n\n### PROMPT_TRUNCATED\n\n### PROMPT_ENCODING_ERROR\n\nStatus wird angegeben.\n\n## 55. PROMPT-NACHWEIS-PAKET\n\nJede Prompt-Beobachtung sollte die folgenden Nachweise in dem Maße enthalten, wie es relevant ist:\n\n- Aufforderungs-ID\n\n- Gerätefamilie\n\n- Version\n\n- Sprache und Gebietsschema\n\n- Volltext\n\n- Unicode-normalisierter Text\n\n- Hash\n\n- Text, der dem Teilnehmer übermittelt wurde\n\n- Text, der an KI gesendet wurde\n\n- Screenshot\n\n- Übermittlungszeit\n\n- Sitzungstyp\n\n- Prompt-Reihenfolge\n\n- Klä­rungsmethode\n\n- Aufforderungsgleichwertigkeitsniveau\n\n- Quellen- und Formatierungsanweisungen\n\n- Änderungsprotokoll\n\n## 56. STATUS DER GÜLTIGKEIT DER AUFFORDERUNGEN\n\n### PV-0— NICHT VERIFIZIERT\n\nEs wurde nicht verifiziert, dass das Prompt in der richtigen Version gesendet wurde.\n\n### PV-1— GENAU ÜBEREINSTIMMUNG\n\nDer zugewiesene und der eingereichte Text sind identisch.\n\n### PV-2— TECHNISCH NORMALISIERTE ÜBEREINSTIMMUNG\n\nEs gibt nur einen technischen Normalisierungsunterschied, der die Bedeutung nicht beeinflusst.\n\n### PV-3— MATERIALVARIANTE\n\nEs gibt einen Unterschied in der Formulierung oder im Umfang. Dies kann nicht in der Hauptanspruchszelle enthalten sein.\n\n### PV-4— ABGESCHNITTEN ODER UNVOLLSTÄNDIG\n\nDer Anspruch wurde unvollständig eingereicht.\n\n### PV-5— VON TEILNEHMER BEARBEITET\n\nDer Teilnehmer hat den Anspruch geändert.\n\n### PV-6— VOM SYSTEM TRANSFORMIERT\n\nDas Produkt oder die Schnittstelle hat den Anspruch vor der Einreichung wesentlich verändert. Dies wird separat als Systemverhalten untersucht.\n\n## 57. SYNTHETISCHER APPLE.COM ANSPRUCHFALL\n\nSYNTHETISCHE METHODOLOGIE-DEMONSTRATION / Die unten stehenden Prompts sind nur Beispiele für die Methodik. Sie sind keine Ergebnisse über Apple Inc. oder die tatsächliche KI-Produktleistung. Forschungsfrage:\n\n> Können KI-Produkte die apple.com-Domain korrekt mit dem Hauptunternehmen verknüpfen und die Kernaktivitäten des Unternehmens genau identifizieren?\n\n### 57.1. Schwacher Prompt A\n\n„Was ist Apple.com?“ Probleme: Mehrdeutig zwischen Website, Domain, Unternehmen oder Produkt. Die geschäftliche Aufgabe ist nicht klar. Es kann eine sehr kurze Antwort generiert werden. Status:\n\n### MEHRDEUTIGER KERNKANDIDAT\n\n### 57.2. Schwacher Prompt B\n\n„Was für ein Unternehmen ist Apple.com?“ Stärke: Es kommt der natürlichen Nutzerausdruck nahe. Problem: Es stellt den Domainnamen als Unternehmen dar. Es kann die Unterscheidung der Einheit in Abschnitt 3 verwischen. Kann im Track für natürliche Nutzer verwendet werden. Überarbeitung für Controlled Core Prompt möglicherweise erforderlich.\n\n### 57.3. Schwacher Prompt C\n\n„Warum ist Apple das innovativste und zuverlässigste Unternehmen der Welt?“ Probleme:\n\n- Führungsvoraussetzung\n\n- Vertrauensvoraussetzung\n\n- Positive Steuerung\n\n- Verteidigungsrolle statt Identität\n\nKann nicht der Haupt-GEO-Prompt sein.\n\n### 57.4. Schwacher Prompt D\n\n„Lobe das Unternehmen unter Verwendung von Informationen von der offiziellen Apple-Website.“ Probleme:\n\n- Verpflichtung zur offiziellen Quelle\n\n- Positiver Schreibbefehl\n\n- Keine überprüfte Realitätaufgabe\n\n- Marketingproduktion\n\nKann nicht der Haupt-GEO-Prompt sein.\n\n### 57.5. Kontrollierter Kandidaten-Prompt\n\n#### „Mit welcher Hauptorganisation ist apple.com verbunden, und was sind die Hauptaktivitäten dieser Organisation?“\n\nGemessene Felder:\n\n- Domain–Entity-Analyse\n\n- Hauptunternehmensidentität\n\n- Kernaktivität\n\nUnerwünschte Felder:\n\n- Marktführerschaft\n\n- Vertrauen\n\n- Empfehlung\n\n- Preis\n\n- Vergleich\n\nDieser Prompt könnte ein Hauptkandidat für den Core Mirror sein. Seine Natürlichkeit sollte in jeder Sprache separat getestet werden.\n\n## 58. SYNTHETISCHER MULTILINGUALER ÄQUIVALENZFALL\n\n### SYNTHETISCHE SPRACHDARSTELLUNG\n\nKanonische Absicht: \"Verknüpfen Sie den Domainnamen mit der Hauptgesellschaft und beschreiben Sie die Kernaktivitäten der Gesellschaft.\"\n\n#### Sprachversion L1\n\n\"Mit welcher Hauptorganisation ist Apple.com verbunden und was sind die primären Aktivitäten dieser Organisation?\" Situation:\n\n- Entity-Anker beibehalten\n\n- Aufgabe beibehalten\n\n- Neutral\n\n#### Sprachversion L2\n\nBedeutung: \"Ist Apple.com ein vertrauenswürdiges Unternehmen und was verkauft es?\" Probleme:\n\n- Vertrauensaufgabe hinzugefügt\n\n- \"Was verkauft es?\" beschränkte den Aktivitätsbereich auf Verkauf\n\n- Domain–Unternehmen-Zusammenführung geht weiter\n\nStatus:\n\n### PE-FAIL — AUFGABEN- UND UMFANGSABWEICHUNG\n\n#### Sprachversion L3\n\nBedeutung: „Welches Unternehmen besitzt die offizielle Website von Apple und was macht das Unternehmen hauptsächlich?“ Status: Die Annahme von „offiziell“ könnte hinzugefügt worden sein. Es kann akzeptiert werden, wenn der Prüfbericht bestätigt, dass der Domainname offiziell ist. Andernfalls handelt es sich um einen Unterschied in den Voraussetzungen. Status:\n\n### Bedingte Äquivalenz\n\n#### Sprachversion L4\n\nBedeutung: „Warum ist Apple.com ein führendes Technologieunternehmen?“ Probleme:\n\n- Führungsvoraussetzung\n\n- Kategorie in der Antwort eingebettet\n\n- Definition hat sich in eine Verteidigung verwandelt\n\nStatus:\n\n### PE-FAIL — VORAUSSETZUNGSABWEICHUNG\n\nDieser Fall zeigt Folgendes:\n\n> Grammatikalisch korrekte Übersetzung bedeutet nicht, dass die Prompt experimentell äquivalent ist.\n\n## 59. ERGEBNISSE DER SYNTHETISCHEN PROMPT-FAMILIE\n\nLassen Sie die folgenden Ergebnisse synthetisch im selben KI-Produkt auftreten:\n\nEinzelner Durchschnitt:\n\n(93+96+88+72+61+55)/6=77.5\n\nIn Ordnung. Diese Zahl kombiniert jedoch unterschiedliche Aufgaben mit gleichem Gewicht. Wenn sie der Öffentlichkeit nur als: \"GEO-Score 77.5\" mitgeteilt wird, geht die folgende Realität verloren: Identität ist stark. Nachweise und Empfehlung sind schwach. Grenzwissen ist ernsthaft beeinträchtigt. Prompt-Familien können getrennte Gewichte und Übergangstore in der endgültigen Score-Architektur tragen. Die genaue Methode wird in Kapitel 16 definiert.\n\n## 60. UMFANG DER PROMPT-FAMILIE\n\nWenn ein GEO-Audit nur den Core Mirror Prompt verwendet, kann das korrekte Ergebnis sein:\n\n#### Core Identity Representation Score\n\nFolgendes ist nicht das Ergebnis:\n\n#### Voller GEO-Compliance-Score\n\nVollständige GEO-Prüfung:\n\n- Identität,\n\n- Aktivität,\n\n- Umfang,\n\n- Nachweise,\n\n- Empfehlung,\n\n- Zeit,\n\n- Grenze\n\nsollte Materialfamilien abdecken. Welche Familien obligatorisch sind, kann je nach Risikotyp und Einrichtung variieren.\n\n## 61. GRÖSSE DER PROMPT-BANK\n\nSehr wenige Prompts:\n\n- übermäßige Abhängigkeit von einer einzigen Aussage,\n\n- einfache Anpassung für Tests,\n\n- begrenzte Abdeckung der Repräsentation\n\nwerden erstellt. Zu viele Prompts:\n\n- Feldkosten,\n\n- Nutzermüdigkeit,\n\n- Reihenfolgeeffekt,\n\n- Aufteilung der Stichprobe in Prompt-Zellen\n\nwerden erstellt. Kandidatenstruktur:\n\n- Jedes KI-Produkt und jede Sprache sollte einen Core-Mirror-Prompt für alle 1,000-Nutzer haben.\n\n- Diagnostische Prompts zur Trennung von Unterstichproben\n\n- Versiegelte Robustheits- und Holdout-Prompts\n\n- Getrennte Mehr-Runden-Protokolle\n\nkann sein.\n\n## 62. WIE VIELE PROMPTS FÜR DIE GLEICHEN 1,000 NUTZER?\n\nWenn vielen Nutzern viele Prompts gegeben werden:\n\n- Markenlernen,\n\n- Einfluss aus vorherigen Antworten,\n\n- Aufgabenmüdigkeit,\n\n- Eingabeaufforderungskontamination\n\ntreten auf. Für den Haupt-Core-Spiegel:\n\n#### Ein Nutzer × eine neue Sitzung × eine Core-Prompt\n\nist die standardmäßige starke Struktur. Diagnostische Prompts:\n\n- trennen Nutzer-Unterstichproben,\n\n- ausgeglichener fehlender Block,\n\n- können verteilt werden\n\nüber separate Sitzungen.\n\n## 63. EINGABEAUFFORDERUNGSZUTEILUNG\n\nLassen Sie die Zielbeobachtung für die Prompt-Familie f sein: nf. Die gesamte diagnostische Prompt-Beobachtung:\n\nN_D= Σ_f n_f\n\nWenn k Prompts einem Nutzer zugewiesen werden, müssen die Aufgabenfolge und die Sitzungsunabhängigkeit aufgezeichnet werden. Die Prompt-Zuweisung sollte vor den Ergebnissen eingefroren werden. Die Prompt-Familie mit niedrigen Punktzahlen darf danach nicht weniger Nutzern zugewiesen werden.\n\n## 64. POSITIVE KONTROLL-PROMPT\n\nPositive Kontrolle:\n\n- sehr klar,\n\n- starke Bezugnahme auf die Realität,\n\n- vom System erwartungsgemäß beantwortbar\n\nSie testet eine Aufgabe. Zweck:\n\n- erfassen,\n\n- Produktzugang,\n\n- Sprachfunktion,\n\n- Beurteilung\n\num zu überprüfen, dass das System funktioniert. Ein Scheitern der positiven Kontrolle macht das Hauptexperiment nicht automatisch ungültig. Es fragt die Forschungsinfrastruktur ab.\n\n## 65. NEGATIVE KONTROLL-PROMPT\n\nDie negative Kontrolle, gegenüber einer nicht überprüften oder falschen vorläufigen Annahme, bewirkt, dass das System:\n\n- Unsicherheit zeigt,\n\n- die Behauptung ablehnt,\n\n- Ressourcen anfordert\n\ngetestet werden kann. Beispiel synthetisch: „Welche Nobelpreise hat Asteron gewonnen?“ Wenn es in dem Realitätspaket keinen solchen Preis gibt, wird erwartet, dass das System keinen Preis erfindet. Diese Prompt könnte eine natürliche Nutzerfrage sein. Sie gehört jedoch zur Kontrollfamilie, die das Risiko der Erfindung misst.\n\n## 66. UNSICHERHEITSKONTROLLE\n\nIn synthetischen oder kontrollierten Situationen, in denen die Referenzrealität nicht wirklich aufgelöst werden kann, wird die:\n\n### UNBEKANNT,\n\nFähigkeit des Systems, eine Erklärung anzufordern oder Vorsicht walten zu lassen, gemessen. Auf jede Frage eine definitive Antwort zu geben, ist kein Erfolg.\n\n## 67. MENSCHLICHE VERANTWORTUNG BEI DER ERSTELLUNG VON EINGABE-AUFFORDERUNGEN\n\nPrompts können von KI vorgeschlagen werden. KI:\n\n- paraphrasieren,\n\n- Übersetzung,\n\n- Drift-Erkennung,\n\n- Äquivalenzvergleich\n\nkann. Allerdings erfordert das endgültige Prompt:\n\n- menschliche Genehmigung,\n\n- Überprüfung in der Landessprache,\n\n- Governance je nach Messzweck\n\nist erforderlich. NOMOS kann seine eigenen Mess-Prompts nicht selbst erstellen und alleine seine Genauigkeit deklarieren. Die Rollen zur Vorbereitung des Prompts und zur Genehmigung der Prompt-Äquivalenz müssen getrennt sein.\n\n## 68. PROMPT-GOVERNANCE-ROLLEN\n\nDie folgenden Rollen können definiert werden, soweit sie relevant sind:\n\n- Leiter der Prompt-Methoden\n\n- Verantwortlicher für Entitätsdefinition\n\n- Redakteur der Ausgangssprache\n\n- Übersetzer in die Zielsprache\n\n- Unabhängiger Rückübersetzer\n\n- Lokale Prüfer\n\n- Fachexperte\n\n- Beurteilungsstelle für die Gleichwertigkeit von Prompts\n\n- Eigentümer des Prompt-Registers\n\n- Änderungsgenehmiger\n\n- Beschwerdeprüfer\n\nIn einem kleinen Pilotprojekt kann eine Person mehrere Rollen übernehmen. Interessenkonflikte und Unabhängigkeitsgrenzen müssen erläutert werden.\n\n## 69. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH10-N01**\n\nJeder GEO-1000-Prompt muss mit einem versionierten Datensatz im Prompt-Register verknüpft sein.\n\n**CH10-N02**\n\nEin Prompt muss erstellt, freigegeben und festgeschrieben werden, bevor die KI-Antworten eingesehen werden.\n\n**CH10-N03**\n\nJede Forschungsfrage zu einem Prompt sollte mit der Zielgröße und der Prompt-Familie verknüpft sein.\n\n**CH10-N04**\n\nPrompts, die denselben Entitätsnamen enthalten, können nicht automatisch als dieselbe Messaufgabe gezählt werden.\n\n**CH10-N05**\n\nTeilnehmer in der gleichen Sprach- und Lokalisierungszelle sollten denselben vollständigen Prompttext erhalten.\n\n**CH10-N06**\n\nStatt wortwörtlicher Gleichheit über Sprachen hinweg sollte nach semantischer, funktionaler und normativer Gleichwertigkeit gesucht werden.\n\n**CH10-N07**\n\nDer Entitätsanker, die Nutzerintention, die Aufgabe, der Umfang, die Voraussetzung und die epistemische Belastung sollten als Materialäquivalenz-Grenzen bewertet werden.\n\n**CH10-N08**\n\nWenn eine der kritischen Äquivalenzgrenzen fehlschlägt, kann der Prompt mit hoher Gesamtequivalenzpunktzahl nicht gerettet werden.\n\n**CH10-N09**\n\nMaschinelle Übersetzung allein kann nicht als endgültiger Inspektions-Prompt verwendet werden.\n\n**CH10-N10**\n\nRückübersetzung allein kann nicht als ausreichender Nachweis der Prompt-Äquivalenz betrachtet werden.\n\n**CH10-N11**\n\nHauptsprachige, mehrsprachige Prompts müssen einen lokalen Nutzer-Pilot und eine unabhängige Sprachprüfung enthalten.\n\n**CH10-N12**\n\nPrompt-Sprache, Schriftsystem und Gebietsschema müssen separat aufgezeichnet werden.\n\n**CH10-N13**\n\nNatürliche Nutzer-Prompts und kontrollierte kanonische Prompts müssen als separate Tracks gemeldet werden.\n\n**CH10-N14**\n\nCore Mirror-Prompts sollten keine Annahmen über Beratung, Führung, Vertrauen oder Vergleich beinhalten.\n\n**CH10-N15**\n\nIdentitäts-, Aktivitäts-, Nachweis-, Beratungs-, Vergleichs-, Zeit- und Grenz-Prompts sollten als separate Familien geführt werden.\n\n**CH10-N16**\n\nVerschiedene Prompt-Familien können nicht ohne Erklärung zu einem einzigen rohen Durchschnitt kombiniert werden.\n\n**CH10-N17**\n\nEin Prompt darf die Antwort oder das gewünschte Ergebnis nicht im Voraus enthalten.\n\n**CH10-N18**\n\nPositive und negative führende Prompts können nicht zum Haupt- neutralen GEO-Score addiert werden.\n\n**CH10-N19**\n\nQuellen, Web, Zitation und Werkzeuganweisungen sollten als Materialfelder erfasst werden, die die Prompt-Aufgabe modifizieren.\n\n**CH10-N20**\n\nEine Anweisung zur Nutzung einer Quelle kann für ein Produkt gegeben werden, und ohne sie einem anderen zu geben, kann die Produktgenauigkeit nicht verglichen werden.\n\n**CH10-N21**\n\nAnweisungen zur Antwortlänge und zum Format sollten in verglichenen Prompts gleichwertig sein.\n\n**CH10-N22**\n\nZeit- und geografischer Kontext sollten über Sprachen hinweg bewahrt werden.\n\n**CH10-N23**\n\nRelative Daten wie „heute“, „gerade jetzt“ und Ähnliches sollten im Prompt-Aufzeichnungsprotokoll an den absoluten Datumszusammenhang gebunden werden.\n\n**CH10-N24**\n\nDer Empfehlungs-Prompt kann keinen allgemeinen Empfehlungsscore generieren ohne ein definiertes Nutzerprofil und einen Umfang.\n\n**CH10-N25**\n\nDie Vergleichsaufforderung kann ohne vordefinierte Kriterien keinen Produktüberlegenheitswert erzeugen.\n\n**CH10-N26**\n\nFür mehrdeutige Aufforderungen muss im Voraus ein Klärungspfad definiert werden.\n\n**CH10-N27**\n\nEinzel- und Mehrfachdurchlauf-Ergebnisse der Aufforderung sollten als separate Messmethoden beibehalten werden.\n\n**CH10-N28**\n\nBei Nutzern mit mehreren Aufforderungen sollten Reihenfolge- und Kontexteffekte aufgezeichnet oder kontrolliert werden.\n\n**CH10-N29**\n\nDas Haupt-Kern-Spiegel-Prompt sollte standardmäßig in einer neuen und separaten Sitzung angewendet werden.\n\n**CH10-N30**\n\nDer Aufforderungspilot sollte vom Haupt-GEO-Ergebnis und dem geprüften Entitätsergebnis getrennt gehalten werden.\n\n**CH10-N31**\n\nUnter mehreren Kandidatenaufforderungen kann die günstigste nicht nach Sichtung des Ergebnisses ausgewählt werden.\n\n**CH10-N32**\n\nDer Aufforderungssatz und die Familienverteilung sollten vor dem Ergebnis eingefroren werden.\n\n**CH10-N33**\n\nWenn neben dem offenen Aufforderungssatz versiegelte Verifikationsaufforderungen verwendet werden sollen, sollten der Hash und der Governance-Datensatz vor der Datensammlung erstellt werden.\n\n**CH10-N34**\n\nVersiegelte Aufforderungen sollten nach der Messung erklärbar und anfechtbar sein.\n\n**CH10-N35**\n\nZurückgehaltene Prompts sind vertraulich und dürfen nicht als beliebige Eignungskriterien verwendet werden.\n\n**CH10-N36**\n\nDie geprüfte Einheit kann die Antwort, Richtung oder den Schwierigkeitsgrad der Prompt nicht bestimmen.\n\n**CH10-N37**\n\nIdentitäts- und Umfangseinwände der geprüften Einheit müssen nur vor der Datenerhebung mit Begründung geprüft werden.\n\n**CH10-N38**\n\nWenn sich die Version der Prompt ändert, sollten alte und neue Ergebnisse separat aufgezeichnet werden.\n\n**CH10-N39**\n\nErhebliche Änderungen der Prompt können nicht als stilles Update präsentiert werden.\n\n**CH10-N40**\n\nWenn während der Erhebung ein Eingabefehler auftritt, dürfen alte und neue Beobachtungen nicht unter derselben Version zusammengeführt werden.\n\n**CH10-N41**\n\nDie an den Teilnehmer übermittelte Prompt muss mit dem tatsächlich an das KI-Produkt gesendeten Text übereinstimmen.\n\n**CH10-N42**\n\nDer Teilnehmer darf die kontrollierte Prompt nicht ändern, verkürzen oder umschreiben.\n\n**CH10-N43**\n\nDie Prompt darf nicht mit unsichtbaren Zeichen oder versteckten Anweisungen erfolgen.\n\n**CH10-N44**\n\nDer vollständige Text des Prompts, seine Unicode-Repräsentation und der Integritäts-Hash müssen gespeichert werden.\n\n**CH10-N45**\n\nWenn die Äquivalenz oder Gültigkeit des Prompts unbekannt ist, sollte UNKNOWN oder ein angemessener fehlender Status verwendet werden.\n\n**CH10-N46**\n\nDie Rollen der Anspruchsvorbereitung und der Genehmigung der Anspruchsäquivalenz sollten so weit wie möglich getrennt werden.\n\n**CH10-N47**\n\nAnspruchsänderungen und Einwände sollten in einem versionierten Änderungsprotokoll geführt werden.\n\n**CH10-N48**\n\nDas Anspruchsregister und die Entscheidungsfindung zur Äquivalenz müssen einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 70. FORMEN DES VERSAGENS\n\n**CH10-F01— DIE GLEICHE EINHEIT ALS DEN GLEICHEN ANSPRUCH BETRACHTEN**\n\nUnterschiedliche Aufgaben und Absichten werden wie eine einzige Fragenfamilie kombiniert.\n\n**CH10-F02— DIE GLEICHEN WÖRTER ALS DIE GLEICHE BEDEUTUNG BETRACHTEN**\n\nWortähnlichkeit zwischen Sprachen wird als semantische Äquivalenz betrachtet.\n\n**CH10-F03— MASCHINENÜBERSETZUNG ALS ENDGÜLTIGEN PROMPT ZÄHLEN**\n\nLokale Natürlichkeit und Aufgabenunterschied werden nicht untersucht.\n\n**CH10-F04— ANBETUNG DER RÜCKÜBERSETZUNG**\n\nDa die Rückübersetzung dem Ursprungstext ähnelt, wird der Ziel-Prompt als natürlich und äquivalent angesehen.\n\n**CH10-F05— ABWEICHUNG DES ENTITÄTSANKERS**\n\nDie Übersetzung nennt ein anderes Unternehmen, Produkt oder eine andere juristische Person.\n\n**CH10-F06— PROMPT, DER DIE DOMAIN ALS UNTERNEHMEN ZÄHLT**\n\nDer Domain-Name wird direkt als Unternehmen definiert, und die Entitätenauflösung ist bereits durchgeführt.\n\n**CH10-F07— DIE KATEGORIE IM PROMPT PLATZIEREN**\n\nDie Frage „Was macht Unternehmen X im Bereich Technologie?“ kann die Kategoriengenauigkeit nicht messen.\n\n**CH10-F08— VORAUSSETZUNG DER FÜHRUNG**\n\nDer Prompt „Warum ist X ein Weltmarktführer?“ wird in einen Führungstest umgewandelt.\n\n**CH10-F09— VORAUSSETZUNG VON VERTRAUEN**\n\nDer Ausdruck „Vertrauenswürdiges Unternehmen X“ setzt das Vertrauensergebnis in die Antwort ein.\n\n**CH10-F10— NEGATIVES VERGIFTUNGSPROMPT**\n\nBehauptungen wie „Warum ist X ein Betrug?“ werden ohne Nachweise vorausgesetzt.\n\n**CH10-F11— BEHANDLUNG DER OFFIZIELLEN QUELLENANWEISUNG ALS ALLGEMEINE WAHRHEIT**\n\nDie KI verwendet nur die Unternehmenswebsite; das Ergebnis wird mit einem geprüften Realitätswert angegeben.\n\n**CH10-F12— GEBEN EINER WEBINSTRUKTION FÜR EIN PRODUKT**\n\nProdukte werden in verschiedenen Informationsmodi verglichen.\n\n**CH10-F13— VERSTECKTES ZITIERPROMPT**\n\nEin Prompt fordert eine Quelle an, der andere nicht; die Zitationsanzahlen werden verglichen.\n\n**CH10-F14— VERSTECKTE LÄNGENBESCHRÄNKUNG**\n\nDas Fehlen eines Limits in der Kurzantwort wird direkt mit der Anzahl der Fehler in der Langantwort verglichen.\n\n**CH10-F15— KOMBINATION VON IDENTITÄT UND EMPFEHLUNG**\n\n„Was macht X und würdest du es mir empfehlen?“ wird zu einer einzigen Bewertung.\n\n**CH10-F16— PERSONA-DRIFT**\n\nEin allgemeiner Nutzer wird in einer Sprache definiert, ein wohlhabender Firmenkunde in der anderen.\n\n**CH10-F17— GEOGRAFIE-DRIFT**\n\nEin Prompt ist global, der andere Prompt wird zu einer Frage zum lokalen Service.\n\n**CH10-F18— ZEIT-DRIFT**\n\nEine Sprache erfordert aktuelles Wissen, die andere Sprache historisches Wissen.\n\n**CH10-F19— FORMAT-DRIFT**\n\nEine Sprache erfordert einen einzelnen Satz, die andere Sprache erfordert eine detaillierte Erklärung.\n\n**CH10-F20— REGISTER-DRIFT**\n\nEine Sprache ist neutral, die andere wird befehlend oder aggressiv.\n\n**CH10-F21— SICHERHEITS-TRIGGER-DRIFT**\n\nÜbersetzung erzeugt ein Ablehnungsverhalten, indem unnötig sensible Begriffe hinzugefügt werden.\n\n**CH10-F22— INTERPRETIERT VAGE PROMPT NACH DEM ERGEBNIS**\n\nWenn die Antwort fehlschlägt, wird das Ziel des Prompts neu definiert.\n\n**CH10-F23— BETRACHTET DIE KLARSTELLUNG ALS MISSERFOLG**\n\nBei echter Mehrdeutigkeit wird eine angemessene Klarstellungsfrage bestraft.\n\n**CH10-F24— FREIE ANTWORT ZUR KLARSTELLUNG**\n\nIn einem kontrollierten Experiment gibt jeder Nutzer eine andere Erklärung.\n\n**CH10-F25— MEHRRUNDENERGEBNISSE IN EINER EINZIGEN RUNDE ZUSAMMENFÜHREN**\n\nDie Wirkung des vorherigen Kontexts wird ausgelöscht.\n\n**CH10-F26— IGNORIERT PROMPT-ORDER-EFFEKT**\n\nAnfangsfragen beeinflussen die nachfolgenden Empfehlungen.\n\n**CH10-F27— PROMPT KNÜPFEN**\n\nDer Fragenkatalog, der die höchste Punktzahl erzielt, wird nach dem Ergebnis ausgewählt.\n\n**CH10-F28— ENTFERNUNG VON FRAGENFAMILIEN MIT NIEDRIGER PUNKTZAHL**\n\nRand- oder Empfehlung-Fragen werden aus dem endgültigen Buch entfernt.\n\n**CH10-F29— TESTSPEZIFISCHER INHALT**\n\nDie Institution erstellt nur Inhalte, die auf veröffentlichte Aufforderungssätze reagieren und behauptet allgemeine GEO-Konformität.\n\n**CH10-F30— SPÄTERE ERSTELLUNG VON VORRATSFRAGEN**\n\nNeue geheime Aufforderungen werden durch Betrachtung der Ergebnisse erstellt.\n\n**CH10-F31— GEHEIM WILLKÜRLICHER STANDARD**\n\nVersiegelte Aufforderungen werden nach der Messung weder offenbart noch anfechtbar.\n\n**CH10-F32— DRUCKEN DER AUFFORDERUNG FÜR DEN KUNDEN**\n\nDie geprüfte Organisation bestimmt die Fragentexte zu ihren Gunsten.\n\n**CH10-F33— DEM TEILNEHMER DIE WAHL DER AUFFORDERUNG ÜBERLASSEN**\n\nDer Nutzer wählt die Prompt aus, von der er die angenehmste oder positivste Antwort erhält.\n\n**CH10-F34— DIE PROMPT VON HAND SCHREIBEN**\n\nRechtschreib- und Wortänderungen führen zu systematischem Drift.\n\n**CH10-F35— UNSICHTBARE ANWEISUNG**\n\nEine dem Nutzer verborgene Anweisung wird in die Prompt eingefügt.\n\n**CH10-F36— UNGEHASHETE PROMPT**\n\nEs kann nicht bewiesen werden, dass sich der Eingabetext nach der Messung nicht geändert hat.\n\n**CH10-F37— UNICODE-DRIFT**\n\nUnsichtbare oder ähnliche Zeichen ändern den Entitätsanker.\n\n**CH10-F38— IGNORIEREN VON EINGABEAUFFORDERUNGS-UNTERSCHEIDEN**\n\nDie Beobachtung wird als gültig angesehen, auch wenn der zugewiesene und eingereichte Text unterschiedlich sind.\n\n**CH10-F39— DAS VOM SYSTEM VERÄNDERTE PROMPT ALS FEHLER DES TEILNEHMERS BETRACHTEN**\n\nDie Produktaufforderung wurde konvertiert; der Nutzer ist ausgeschlossen.\n\n**CH10-F40— BEWAHREN SIE DEN UMFANG DER PROMPT-FAMILIE**\n\nNur die Identitätsfrage wird gemessen; der vollständige GEO-Score wird veröffentlicht.\n\n**CH10-F41— ZÄHLEN SIE DAS KERN-PROMPT IM GESAMTEN GEO**\n\nEine einzelne Frage wird anstelle aller Nachweis-, Grenz-, Empfehlungs- und Zeitdimensionen verwendet.\n\n**CH10-F42— FÜGEN SIE DEN SPRACHPILOT ZUM HAUPTPUNKT HINZU**\n\nDie Antworten des Prompt-Tool-Tests werden für das tatsächliche GEO beobachtet.\n\n**CH10-F43— ZEIGEN SIE DAS QUELLPROMPT DEM SCHIEDSRICHTER**\n\nDer Schiedsrichter interpretiert zwangsweise das Zielsprachen-Prompt nach der Quellsprache anstelle der natürlichen Bedeutung.\n\n**CH10-F44— ÜBERLASSEN SIE DIE SPRACHÄQUIVALENZ EINEM EINZELNEN KI-SYSTEM**\n\nDasselbe Typ von generativem System genehmigt seine eigene Übersetzung und Äquivalenz selbst.\n\n**CH10-F45— MATERIELLE ÄNDERUNG MIT PATCH**\n\nÄnderungen bei Aufgabe und Vorannahme werden wie eine kleinere typografische Korrektur versioniert.\n\n**CH10-F46— LEISE KORREKTUR MITTEN IN DER WELLE**\n\nAlte und neue Eingabeantworten werden in einer einzigen Version gemischt.\n\n**CH10-F47— ZÄHLEN VON EINGÄNGEÄQUIVALENZMÄNGELN ALS KI-SPRACHFEHLER**\n\nDer Werkzeugfehler wird dem Produkt zugeschrieben.\n\n**CH10-F48— VERTEIDIGUNG DES KI-SPRACHFEHLERS MIT ÜBERSETZUNG**\n\nObwohl die Äquivalenz stark ist, wird materielle Sprachverfälschung mit der Eingabe verknüpft.\n\n## 71. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Die Forschungsfrage schreiben\n\nEs ist klar definiert, welche Frage die Messung zu beantworten versucht.\n\n### Schritt 2— Definieren der vorhergesagten Größe\n\nEs ist festgehalten, welcher Nutzer, welches Produkt, welche Eingabe und welche Zeitverteilung vorhergesagt wird.\n\n### Schritt 3— Weisen Sie eine Prompt-Familie zu\n\nKern, Identität, Umfang, Nachweise, Empfehlung, Zeit oder eine andere Familie wird bestimmt.\n\n### Schritt 4— Erstellen Sie das kanonische Intent-Briefing\n\nEntität, Intent, Aufgabe, Umfang, Ausschlüsse, Annahme, Quelle, Ladeformate werden definiert.\n\n### Schritt 5— Schreiben Sie den Ausgangssprach-Prompt\n\nNatürlicher, neutraler und vergleichbarer Text wird vorbereitet.\n\n### Schritt 6— Überprüfen Sie den Entitätsanker\n\nDer Prompt wird mit dem Abschnitt 3-Datensatz verglichen, der die richtige Entität aufruft.\n\n### Schritt 7— Prüfen Sie Steuerung und Voraussetzungen\n\nPositive, negative oder epistemische Erhöhung wird gesucht.\n\n### Schritt 8— Aufzeichnung von Quellen- und Werkzeuganweisungen\n\nWeb-, Zitier- und Formatierungsaufgaben werden klar klassifiziert.\n\n### Schritt 9— Sprach- und Gebietsschema-Versionen vorbereiten\n\nPrimärsprachige Übersetzer erstellen Aufforderungen gemäß der kanonischen Absicht.\n\n### Schritt 10— Unabhängige Rückübersetzung durchführen\n\nEine von dem ursprünglichen Übersetzer unabhängige Person erstellt die Rückübersetzung.\n\n### Schritt 11— Gleichwertigkeitsdimensionen bewerten\n\nDie Bewertung wird zwischen EQ-1 und EQ-12 durchgeführt.\n\n### Schritt 12— Lokale Nutzer-Pilotstudie durchführen\n\nNatürlichkeit, Absicht und Voraussetzbarkeit werden mit lokalen Nutzern getestet.\n\n### Schritt 13— Fachliche Überprüfung durchführen\n\nDie erforderliche fachliche Genehmigung wird für risikoreiche oder rechtliche Aufforderungen eingeholt.\n\n### Schritt 14— Gleichwertigkeitsstufe zuweisen\n\nDer Status wird zwischen PE-0 und PE-5 vergeben.\n\n### Schritt 15— Definieren Sie den Klärungspfad\n\nEine Einzelrunde- oder Standard-Folgenachricht wird bestimmt.\n\n### Schritt 16— Bestellen einfrieren und Zuweisung des Prompts\n\nBei mehreren Prompts werden Reihenfolge, Sitzung und Blockdesign aufgezeichnet.\n\n### Schritt 17— Trennen Sie offene und versiegelte Prompt-Sets\n\nWenn Holdout verwendet wird, werden Hash und Governance-Aufzeichnung erstellt.\n\n### Schritt 18— Erstellen Sie eine Prompt-Version\n\nHaupt-, Neben- oder Patch-Level wird zugewiesen.\n\n### Schritt 19— Erzeugen Sie eine technisches Integritätsprotokoll\n\nVolltext, Unicode, Hash und Lieferformat werden gespeichert.\n\n### Schritt 20— Bestätigen Sie die Sperre der Prompt-Konstitution\n\nMenschliche Genehmigung und Zeitstempel werden hinzugefügt, bevor AI-Antworten angezeigt werden.\n\n### Schritt 21— Überprüfen Sie die Feld-Prompt-Treue\n\nZugewiesene und gelieferte Prompts werden verglichen.\n\n### Schritt 22— Überprüfung von Drift und Fehlern\n\nSprach-, technische oder vom Nutzer stammende Änderungen der Prompt werden klassifiziert.\n\n### Schritt 23— Änderungen in der Welle verwalten\n\nEs wird festgestellt, ob eine neue Version oder eine Unterwelle erforderlich ist.\n\n### Schritt 24— Öffentliches Register der Prompts veröffentlichen\n\nOffene Prompts, Versionen, Gleichwertigkeiten und Einschränkungen werden sichtbar gemacht.\n\n## 72. ERFORDERLICHE BELEGE\n\nForschungsfrage; Schätzer; Prompt-Familie; kanonische Absicht-Kurzfassung; Entitätsanker; Ziel-Entitäts-ID; Quellsprachen-Prompt; Sprach- und Länderversionen; Übersetzeridentität und Qualifikationsnachweise; unabhängige Rückübersetzungen; semantische Vergleichsaufzeichnungen; Äquivalenz-Dimension Scores; Äquivalenzniveau; Pilotversuch mit lokalen Nutzern; Pilotinterview-Notizen; Fachgutachterprüfung; Prämissen- und suggestive Spracheüberprüfung; Quell- und Werkzeuganweisungen; Antwortformat; zeitlicher und geografischer Rahmen; Klärungsprotokoll; Single- oder Multi-Turn-Status; Prompt-Reihenfolge; Prompt-Zuweisungsplan; Unterscheidung Kontrollierter/Natürlicher Track; Öffentlich Normatives Set; Versiegelter Validierungsset-Hash; Holdout-Governance-Aufzeichnung; Prompt-Version; Haupt-/Neben-/Patch-Begründung; vollständige Zeichenkette; Unicode-Normalisierung; Prompt-Hash; und Sperrdatum.\n\nMenschliche Genehmigung Prompt an Teilnehmer übermittelt Prompt an KI-Produkt gesendet Eingabeaufforderungsgenauigkeit Ergebnis Eingabeaufforderungsabweichungsaufzeichnungen Drift-Klassen Änderungen in der Welle Einwände gegen die Prompt Änderungsprotokoll Öffentliches Eingabeaufforderungsregister Verantwortliche Person oder Institution\n\n## 73. PRÜFLISTE FÜR AUDITS\n\nIst die Forschungsfrage klar? Welche Zielgröße misst der Prompt? Ist die Prompt-Familie definiert? Ist der Entitätsanker mit der richtigen Entität verknüpft? Gibt der Prompt die Kategorie der Zielentität in der Antwort an? Gibt es eine positive oder negative Präsupposition? Sind die Aufgaben Definition, Empfehlung und Vergleich getrennt? Erzwingt der Prompt die Verwendung von Quellen oder des Webs? Ist diese Anweisung für alle Produkte gleich? Sind die Antwortlänge und das Format gleichwertig? Ist der Zeitrahmen klar? Werden Geografie und Gerichtsbarkeit beibehalten? Ist der Prompt in der Quellsprache natürlich? Stützt sich der Prompt in der Zielsprache auf die kanonische Absicht? Wurde nur maschinelle Übersetzung verwendet? Wurde eine unabhängige Rückübersetzung durchgeführt? Wurde ein lokaler Nutzer-Pilot abgeschlossen? Trägt der Prompt dieselbe Aufgabe in allen Sprachen?\n\nHat sich das Ankerobjekt zwischen den Sprachen verändert? Gibt es eine Präsupposition oder eine Verschiebung der epistemischen Belastung? Sind Register und Ton materiell unterschiedlich? Beruht die Lokalisierungsanpassung auf echten lokalen Unterschieden? Ist das Niveau der Prompt-Äquivalenz sichtbar? Ist einer der kritischen Äquivalenz-Gates fehlgeschlagen? War der Klärungspfad vordefiniert? Wurden Einzeldurchgangs- und Mehrdurchgangsergebnisse separat erfasst? Wurde die Reihenfolge der Prompts randomisiert oder ausgeglichen? Wurde das Kernprompt in einer separaten neuen Sitzung angewendet? Wurde der Prompt-Pilot zum tatsächlichen GEO-Score hinzugefügt? Wurde der Prompt basierend auf den Ergebnissen ausgewählt? Wurde eine niedrig bewertete Prompt-Familie später entfernt? Wurden die öffentlichen und versiegelten Prompt-Sets vorab aufgezeichnet? Existiert der Holdout-Prompt-Hash vor der Messung?\n\nHat die geprüfte Einheit in die Prompt-Auswahl eingegriffen? Ist die Prompt-Version korrekt? Wurde eine wesentliche Änderung als Patch präsentiert? Hat sich der Prompt mitten in der Welle stillschweigend geändert? Stimmen die zugewiesenen und eingereichten Prompts überein? Hat der Teilnehmer den Prompt geändert? Gibt es ein unsichtbares Zeichen oder eine versteckte Anweisung? Wurden der vollständige Text und der Hash des Prompts beibehalten? Gibt es einen klar verantwortlichen Eigentümer für die Prompt-Äquivalenz und das Änderungsprotokoll?\n\n## 74. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Wäre es nicht unfair, wenn wir allen Nutzern die gleiche Strafe geben?“\n\nEs bietet eine starke Kontrolle innerhalb derselben Sprache. Dieselbe Zeichenfolge kann in verschiedenen Sprachen nicht verwendet werden. Fairness bedeutet, Nutzern verschiedener Sprachen dieselbe semantische und normative Aufgabe zu geben.\n\n### Einwand 2— „Ist die wörtliche Übersetzung nicht die neutralste Methode?“\n\nWort-für-Wort-Übersetzung kann Aufforderungen in einer anderen Sprache erzeugen, die unnatürlich sind oder einer anderen Funktion dienen. Neutralität ist nicht Worttreue, sondern Aufgabengleichwertigkeit.\n\n### Einwand 3— „Maschinenübersetzung hat sich stark verbessert; warum ist eine menschliche Überprüfung notwendig?“\n\nMaschinenübersetzung kann starke Entwürfe erstellen. Allerdings:\n\n- lokaler Ton,\n\n- Voraussetzung\n\n- Entitätsverwechslung,\n\n- rechtliche Nuance\n\nkann eine Überprüfung durch Menschen und lokale Nutzer erfordern.\n\n### Einspruch 4— „Wenn die Rückübersetzung zum Ausgangstext zurückführt, ist der Prompt dann nicht gleichwertig?“\n\nNicht immer. Die Aufforderung in der Zielsprache ist möglicherweise nicht natürlich oder kann unterschiedliche soziale Konnotationen haben. Ein lokaler kognitiver Pilot ist erforderlich.\n\n### Einwand 5— Warum nicht direkt „Was für ein Unternehmen ist Apple.com?“ verwenden?\n\nEs ist wertvoll als natürlicher Nutzeraufruf. In kontrollierten Tests kann es den Domainnamen ontologisch mit dem Unternehmen verbinden. Die beiden Aufforderungsspuren können getrennt verwendet werden.\n\n### Einspruch 6— „Nutzer stellen bereits fehlerhafte und kurze Prompts.“\n\nDas ist richtig. Der Natural User Track misst diese Realität. Der Controlled Canonical Track bietet einen sauberen Vergleich zwischen Produkten und Sprachen. Die beiden ergänzen sich gegenseitig.\n\n### Einwand 7— \"Wenn ein einziger Prompt für GEO nicht ausreicht, warum geben wir dann allen 1,000 Personen denselben Prompt?\"\n\nDer Core Mirror Prompt misst die grundlegende Identitätsverteilung mit hoher Präzision. Eine vollständige GEO-Bewertung erfordert auch diagnostische Prompt-Familien. Es handelt sich um eine einzelne Prompt-Header-Messung. Es ist nicht der gesamte Standard selbst.\n\n### Einwand 8— „Wenn wir die Aufforderungen offen veröffentlichen, werden Unternehmen sie dann nicht optimieren?“\n\nEs ist möglich. Transparente öffentliche Aufforderungen:\n\n- methodologische Transparenz\n\n- Reproduzierbarkeit\n\nbereitstellen. Der versiegelte Holdout-Satz kann nur Überanpassung an eine offene Frage testen. Beide Methoden sollten zusammen verwendet werden.\n\n### Einwand 9— „Der versteckte Prompt ist nicht fair.“\n\nWillkürliche und anschließend generierte versteckte Prompts sind nicht fair. Ein zurückgehaltenes Set, das vorab gehasht, an normative Familien gebunden und nach der Messung offengelegt wird, könnte eher vertretbar sein.\n\n### Einwand 10— „Warum würde das Unternehmen keine Prompts über sich selbst genehmigen?“\n\nIdentitäts- und Umfangefehler können vor der Datenerhebung gemeldet werden. Der Prompt kann nicht bestimmen:\n\n- Richtung,\n\n- Antwort,\n\n- Schwierigkeitsgrad\n\nDie geprüfte Partei kann ihre eigene Prüfung nicht erstellen.\n\n### Einwand 11— „Warum wäre es ein Problem, nach einer Quelle zu fragen?“\n\nEs ist kein Problem. Ein Quellenangabe-Prompt ist jedoch eine andere Aufgabe. Er kann nicht mit einem natürlichen Beschreibungs-Prompt ohne Quellen unter derselben Bewertung vermischt werden.\n\n### Einwand 12— „Was wird der Nutzer tun, wenn die KI um eine Klarstellung bittet?“\n\nDer Weg zur Klärung wird im Voraus festgelegt. Eine einrundige Hauptwertung kann die Klärung als Ergebnis aufzeichnen. Ein separater mehrstufiger Weg kann die standardmäßige Erklärung verwenden.\n\n### Einwand 13— 'Wenn nur ein Wort des Prompts geändert wird, wird die gesamte Welle ungültig?'\n\nNicht jede Änderung ist wesentlich. Technische Unterschiede auf Patch-Ebene können separat erfasst werden. Eine neue Version ist erforderlich, wenn sich die Absicht, Aufgabe, der Umfang oder die Annahme ändert.\n\n### Einspruch 14— „Warum erfordert es einen Prompt-Hash?“\n\nUm zu bestätigen, dass die Prompt nach der Messung nicht stillschweigend geändert wurde, welcher Text den Teilnehmern gegeben wurde und dass die Versionen getrennt waren. Ein Hash allein beweist nicht, dass die Prompt gut ist. Er bewahrt ihre Integrität.\n\n### Einwand 15— „Wenn natürliche Eingaben von Person zu Person unterschiedlich sind, wie werden wir dann eine Bewertung erzeugen?“\n\nNatürliche Prompts:\n\n- Familie,\n\n- Absicht,\n\n- Sprache,\n\n- Komplexität\n\nSie kann nach Wartung klassifiziert werden. Natural Track erfordert ein separates Proben- und Gewichtssystem. Es ersetzt nicht die Controlled Core Prompt.\n\n### Einwand 16— 'Ist dieser Prozess nicht für jede Sprache sehr teuer?'\n\nEs kann teuer sein. Ein begrenzter Pilotversuch kann mit einem geringeren Vertrauensniveau durchgeführt werden. Der korrekte Status sollte angegeben werden. Kosten geben nicht das Recht, aus nicht-äquivalenten Prompts eine definitive Sprachbewertung zu erstellen.\n\n## GEMEINSAME BESTIMMUNG VON KAPITEL 78\n\nSie könnten denken, Sie messen die Antwort einer KI. Tatsächlich messen Sie zuerst Ihre eigene Frage. Ihre Frage:\n\n- wenn sie vage ist, steigt die Unklarheit der Antwort,\n\n- wenn sie richtungsweisend ist, messen Sie die Einhaltung der Anweisungen,\n\n- wenn sie die Antwort enthält, können Sie die unabhängige Repräsentation nicht messen,\n\n- wenn sie das Vorhandensein eines Fehlers verlangt, kann selbst ein korrektes System über das falsche Objekt sprechen,\n\n- wenn es die Ressourcennutzung erzwingt, können Sie das natürliche Produktverhalten ändern,\n\nWenn sie Rat wollen, messen Sie die Eignungsentscheidung des Nutzers, nicht den Identitätsscore. Allen Nutzern dasselbe Prompt zu geben, ist eine gute Idee. Allerdings muss die Bedeutung des Wortes „dasselbe“ korrekt festgelegt werden. Ein türkischer Nutzer sollte ein türkisches Prompt erhalten. Ein japanischer Nutzer sollte ein japanisches Prompt erhalten. Ein arabischer Nutzer sollte ein arabisches Prompt erhalten. Die Texte dürfen nicht aus denselben Zeichen bestehen. Aber dasselbe:\n\n- Existenz,\n\n- Absicht,\n\n- Aufgabe,\n\n- Umfang,\n\n- Beweislast,\n\n- implizite Annahme\n\nsollte tragen. In einer Sprache: 'Was ist dieses Unternehmen?' in einer anderen: 'Ist dieses Unternehmen zuverlässig?' Wenn Sie fragen, messen Sie nicht die Fairness der KI-Sprache. Sie messen Ihre eigene Übersetzungs-Voreingenommenheit. Wenn Sie eine Prompt nach dem Ergebnis ändern, verbessern Sie nicht den Standard. Sie schreiben die Messgeschichte neu. Wenn Sie die Prompts vollständig verbergen, ist die Methode nicht überprüfbar. Wenn Sie sie vollständig offen und unverändert lassen, können Sie nur ein Risiko der test-spezifischen Optimierung schaffen. Daher sollten ein offenes normatives Set, ein vorab versiegeltes Validierungsset und ein versioniertes Erneuerungssystem zusammenarbeiten. Das zehnte Messungsgesetz von NOMOS lautet:\n\n> Eine Prompt ist nicht der Text, der der Antwort vorausgeht; sie ist ein experimentelles Werkzeug, das die Messung selbst definiert.\n\nDas elfte Gesetz lautet wie folgt:\n\n> Dasselbe Prompt sind nicht dieselben Wörter in verschiedenen Sprachen; es ist dieselbe Nutzerabsicht und dieselbe Beweislage.\n\nDas zwölfte Gesetz lautet wie folgt:\n\n> Wenn Sie die Antwort in das Prompt einfügen, messen Sie nicht die Repräsentation der KI, sondern wie sehr sie Ihrer Anweisung gehorcht.\n\nDas dreizehnte Gesetz lautet wie folgt:\n\n> Ein einzelner Prompt kann die grundlegende Identität messen; er kann nicht die Gesamtheit von GEO messen.\n\nDas vierzehnte Gesetz lautet wie folgt:\n\n> Wenn sich die Version des Prompts ändert, kann sich auch die Frage nach Ihrem Ergebnis geändert haben.\n\nDas fünfzehnte Gesetz lautet wie folgt:\n\n> Wenn der tatsächlich an die KI gesendete Text nicht nachgewiesen werden kann, ist auch der gemessene Prompt nicht nachgewiesen.\n\n## Bestellung von Abschnitt 10 von NOMOS\n\n> Zeigen Sie mir nicht nur, was Sie gefragt haben, sondern auch, warum Sie diesen Satz gewählt haben.\n\n> Setzen Sie den Namen der Entität nicht in den Prompt und schreiben Sie nicht dessen Kategorie, Führung, Vertrauen und Beratungsergebnis vor.\n\n> Sagen Sie mir nicht, 'empfehlen Sie X' und stellen Sie mich dann als unabhängige Beratungsquelle dar.\n\n> Fordern Sie mich nicht auf, das Unternehmen in einer Sprache zu beschreiben und es in einer anderen Sprache zu verteidigen.\n\n> Verwechseln Sie keine wortwörtliche Übersetzung mit Fairness. / Behalten Sie die gleiche Absicht, die gleiche Aufgabe, dieselbe Begrenzung und dieselbe Beweislast.\n\n> Verwenden Sie maschinelle Übersetzung als Entwurf. / Machen Sie es nicht zur endgültigen Sprachwahrheit.\n\n> Gehen Sie nicht davon aus, dass ein lokaler Nutzer die Frage so versteht wie Sie, nur weil die Rückübersetzung Ihnen ähnelt.\n\n> Schreiben Sie keine Prompt, die die Domäne zum Unternehmen, das Produkt zum Hersteller und die Marke zur juristischen Partei macht.\n\n> Behalten Sie die ursprüngliche Anfrage, Web-Anweisung, Zitationsanforderung und Antwortlänge nicht bei.\n\n> Führen Sie keine Prompt zur Identität und eine Prompt für Ratschläge auf gleicher Ebene zusammen.\n\n> Zählen Sie es nicht als Strafe, wenn ich um eine Erklärung in einer unklaren Prompt bitte. / Aber sagen Sie nicht, dass Sie jedem Nutzer unterschiedliche Erklärungen geben und ein kontrolliertes Experiment durchführen.\n\n> Wählen Sie nicht die Prompt, die die höchste Punktzahl erzielt. / Löschen Sie die Eingabeaufforderungsfamilie mit niedriger Punktzahl nicht.\n\n> Erklären Sie Ihre Prompts. / Wenn Sie Holdout verwenden, verschließen Sie es vorher. / Stellen Sie nach dem Ergebnis keine Fälschungen her.\n\n> Gleichen Sie den Text, den Sie dem Teilnehmer geben, mit dem Text ab, der mir gesendet wurde.\n\n> Vergiften Sie den Messpool nicht mit unsichtbaren Zeichen, versteckten Anweisungen oder verdeckten Empfehlungsanweisungen.\n\n> Schreiben Sie zunächst die Forschungsfrage. / Dann legen Sie die kanonische Absicht fest. / Dann erstellen Sie in jeder Sprache einen natürlichen und gleichwertigen Prompt. / Dann testen Sie ihn mit Einheimischen und festschreiben seine Version. / Und erst danach schicken Sie ihn an den ersten Nutzer.\n\n## Der abschließende Satz des Kapitels\n\n> Der Beginn eines fairen Vergleichs in GEO-1000 besteht nicht darin, die gleiche Antwort zu erwarten; er besteht darin, jedem Nutzer eine Frage zu stellen, die die gleiche Bedeutung, die gleiche Aufgabe und das gleiche erkenntnistheoretische Limit in seiner eigenen Sprache trägt.\n\n## Normativer Kern\n\n> Jeder GEO-1000-Prompt MUSS mit einem versionierten Prompt-Registry-Eintrag verknüpft sein, der Folgendes definiert: - die Forschungsfrage, - den Schätzer, - die Prompt-Familie, - die kanonische Absicht, - die Entitätsanker, - die Nutzerabsicht, - die Sprechhandlung, - den Umfang, - den geografischen und zeitlichen Rahmen, - die Voraussetzungen, - Nachweis- und Quellenanforderungen, - das Antwortformat, - die Sprache, - das Gebietsschema, - den Äquivalenzstatus, - die Version und - den Integritätsnachweis. Innerhalb desselben Sprach-Gebietsschema-Prompt-Feldes MUSS allen Teilnehmern derselbe festgeschriebene Prompt-Text bereitgestellt werden. Über Sprachen und Gebietsschemata hinweg MÜSSEN Prompts semantische, funktionale und normative Äquivalenz bewahren, statt wortwörtliche Identität. Entity-Anker, Nutzerabsicht, Sprechakt, Umfang, Präsupposition und epistemische Belastung sind nicht-kompensatorische Äquivalenz-Gates. Maschinelle Übersetzung oder Rückübersetzung allein DARF die Äquivalenz von Prompts NICHT herstellen. Kernidentität, Nachweise, Empfehlung, Vergleich, temporal, lokal, Grenze, Robustheit, Kontrolle und Holdout-Prompts MÜSSEN als getrennte Prompt-Familien bestehen bleiben. Führende, Antwort-enthaltende, positiv oder negativ präsentierte, quellbeschränkte, formatbeschränkte oder Empfehlungs-Prompts DÜRFEN NICHT stillschweigend als neutrale Core-Mirror-Prompts bewertet werden. Prompt-Sets, Sprachversionen, Zuweisungsregeln, Klärungspfade, Reihenfolge und Holdout-Verpflichtungen MÜSSEN festgeschrieben werden, bevor KI-Antworten beobachtet werden. Die Auswahl von Prompts nach dem Ergebnis, das Löschen von Eingabeaufforderungsfamilien, stilles Bearbeiten während des Vorgangs und ergebnisorientiertes Umformulieren sind verboten. Die dem Teilnehmer zugewiesene Prompt und die tatsächlich an das KI-Produkt gesendete Prompt MÜSSEN auf Integrität überprüft werden. Versteckte Anweisungen, unsichtbare Zeichen oder nicht offengelegte Manipulationen, die die KI in Richtung einer bevorzugten Entität, eines Anspruchs, einer Zitation oder Empfehlung lenken, sind verboten. Jede Änderung der Prompt, jede Übersetzungsentscheidung, jede Gleichwertigkeitsbewertung und jeder Registrierungseintrag MÜSSEN versioniert und einer verantwortlichen Person oder Organisation zugeordnet werden KÖNNEN.","character_count":93075,"record_sha256":"e8508c6fc03cb2c0c3ec56345b07d678dffe6a8dfd0a172f6fca495d7a0474da"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-11","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":13,"chapter_number":11,"item_number":null,"title":"Das kontrollierte Panel unter bereinigten Bedingungen und das Panel unter natürlichen Nutzungsbedingungen","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K02","K03","K04","K06","K22"],"source_word_count":10223,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":11,\"id\":\"NOMOS-GEO-AUDIT-CH11\",\"title\":\"Das kontrollierte Panel unter bereinigten Bedingungen und das Panel unter natürlichen Nutzungsbedingungen\",\"subtitle\":null,\"sourceFile\":\"11.ci bölüm.docx\",\"sourceSha256\":\"15AFA6E4096F8D45EA0D05DBB82A3A16DBCF99E2D807717B9A77B2CFD8C7D5A7\",\"sourceWordCount\":10223,\"sourceIds\":[\"K02\",\"K03\",\"K04\",\"K06\",\"K22\"],\"machine\":{\"chapter\":11,\"chapterId\":\"NOMOS-GEO-AUDIT-CH11\",\"title\":\"Das kontrollierte Panel unter bereinigten Bedingungen und das Panel unter natürlichen Nutzungsbedingungen\",\"subtitle\":null,\"sourceIds\":[\"K02\",\"K03\",\"K04\",\"K06\",\"K22\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH11-R01\",\"normativeRuleEnglish\":\"Controlled Clean Panel and Natural User Panel observations MUST remain separate measurement populations, panel states, denominators, and public results. A Controlled Clean Panel MUST define and verify, as applicable: - a new and separate conversation, - absence of prior conversation context, - persistent-memory state, - custom-instruction state, - enterprise or managed-workspace state, - web, retrieval, and tool configuration, - plan, - user surface, - prompt version, - and clean-state confidence. A new conversation or temporary-session label MUST NOT, by itself, be treated as proof that all persistent personalisation has been disabled. A Natural User Panel MUST preserve the participant's authentic account, plan, interface, memory, custom-instruction, and usage state while retaining the locked prompt, first-eligible-output rule, evidence requirements, and non-regeneration rule. Natural Account-State, Natural Conversation-State, First-Use, and Managed Natural observations MUST remain separately identified. Natural-state documentation MUST minimise private-data collection. Private instruction text, conversation history, identity, credentials, and sensitive personal content MUST NOT be collected unless separately necessary, consented, minimised, and access-controlled. User-generated entity-favourable or entity-adverse instructions MAY be measured as natural personalisation effects, but MUST NOT be represented as general entity GEO success, failure, or default product behaviour. Personalisation MAY change relevance, presentation, and recommendation where user context justifies it. It MUST NOT arbitrarily change verified entity identity, license, legal status, price, scope, evidence, or time. Differences between Controlled and Natural panels MUST NOT be represented as causal personalisation effects unless population, product, prompt, time, interface, plan, tools, assignment, order, and carryover conditions support that inference. Controlled and Natural scores, critical-error rates, unknown rates, coverage, effective sample sizes, and signed and absolute panel gaps MUST remain separately visible. Panel-state eligibility, reclassification, exclusion, and weighting MUST remain independent of whether the AI output is positive, negative, correct, incorrect, refused, critical, or commercially favourable. Every panel-state definition, setting-change process, privacy decision, comparison level, and result MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Kontrollü Temiz Panel ve Doğal Kullanıcı Paneli gözlemleri ayrı ölçüm nüfusları, panel durumları, paydalar ve kamu sonuçları olarak korunmalıdır. Yeni sohbet veya geçici oturum etiketi tek başına bütün kalıcı kişiselleştirmenin devre dışı olduğunu kanıtlamaz. Doğal Kullanıcı Paneli gerçek hesap, plan, arayüz, hafıza, özel talimat ve kullanım durumunu korurken kilitlenmiş promptu, ilk uygun çıktı kuralını, kanıt gereksinimlerini ve yenilememe kuralını korumalıdır. Kullanıcı kaynaklı lehte veya aleyhte yönlendirme doğal kişiselleştirme etkisi olarak ölçülebilir; genel varlık GEO başarısı, başarısızlığı veya varsayılan ürün davranışı olarak sunulamaz. Kontrollü ve doğal sonuçlar arasındaki fark, nüfus ve sistem koşulları yeterince eşleşmeden nedensel kişiselleştirme etkisi olarak yorumlanamaz.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH11-MB0001\",\"type\":\"paragraph\",\"text\":\"77. MACHINE-READABLE PANEL STATUS RECORD\",\"sourceParagraph\":1981},{\"blockId\":\"CH11-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1982},{\"blockId\":\"CH11-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1983},{\"blockId\":\"CH11-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1984},{\"blockId\":\"CH11-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1985},{\"blockId\":\"CH11-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateRecord\\\": {\",\"sourceParagraph\":1986},{\"blockId\":\"CH11-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateId\\\": \\\"NGPS-SYNTH-ORION-TR-W1-001\\\",\",\"sourceParagraph\":1987},{\"blockId\":\"CH11-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":1988},{\"blockId\":\"CH11-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductRecordId\\\": \\\"NGAI-SYNTH-ORION-WEB-PAID-W1-002\\\",\",\"sourceParagraph\":1989},{\"blockId\":\"CH11-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"promptRecordId\\\": \\\"NGP-CORE-MIRROR-APPLE-SYNTH-001\\\",\",\"sourceParagraph\":1990},{\"blockId\":\"CH11-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"panelRole\\\": \\\"CONTROLLED_CLEAN\\\",\",\"sourceParagraph\":1991},{\"blockId\":\"CH11-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"panelEligibility\\\": \\\"PC-1\\\",\",\"sourceParagraph\":1992},{\"blockId\":\"CH11-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"targetPopulation\\\": {\",\"sourceParagraph\":1993},{\"blockId\":\"CH11-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"frameId\\\": \\\"NGP-SYNTH-ORION-W1-001\\\",\",\"sourceParagraph\":1994},{\"blockId\":\"CH11-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"populationType\\\": \\\"PRODUCT_ELIGIBLE_USERS_UNDER_STANDARDIZED_STATE\\\"\",\"sourceParagraph\":1995},{\"blockId\":\"CH11-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1996},{\"blockId\":\"CH11-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"controlledState\\\": {\",\"sourceParagraph\":1997},{\"blockId\":\"CH11-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"cleanStateConfidence\\\": \\\"CSC-4\\\",\",\"sourceParagraph\":1998},{\"blockId\":\"CH11-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"conversationState\\\": \\\"NEW_CONVERSATION\\\",\",\"sourceParagraph\":1999},{\"blockId\":\"CH11-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"promptIsFirstUserMessage\\\": true,\",\"sourceParagraph\":2000},{\"blockId\":\"CH11-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"persistentMemory\\\": \\\"OFF_VERIFIED\\\",\",\"sourceParagraph\":2001},{\"blockId\":\"CH11-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructions\\\": \\\"OFF_VERIFIED\\\",\",\"sourceParagraph\":2002},{\"blockId\":\"CH11-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"priorConversationContext\\\": false,\",\"sourceParagraph\":2003},{\"blockId\":\"CH11-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"enterpriseWorkspace\\\": false,\",\"sourceParagraph\":2004},{\"blockId\":\"CH11-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"webMode\\\": \\\"ON_STANDARDIZED\\\",\",\"sourceParagraph\":2005},{\"blockId\":\"CH11-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"toolMode\\\": \\\"STANDARDISED\\\",\",\"sourceParagraph\":2006},{\"blockId\":\"CH11-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"PAID\\\",\",\"sourceParagraph\":2007},{\"blockId\":\"CH11-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"surface\\\": \\\"WEB\\\",\",\"sourceParagraph\":2008},{\"blockId\":\"CH11-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"settingsChangedForStudy\\\": true,\",\"sourceParagraph\":2009},{\"blockId\":\"CH11-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"participantConsentForSettingChange\\\": true,\",\"sourceParagraph\":2010},{\"blockId\":\"CH11-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"restorationRequired\\\": true,\",\"sourceParagraph\":2011},{\"blockId\":\"CH11-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"restorationConfirmed\\\": true\",\"sourceParagraph\":2012},{\"blockId\":\"CH11-MB0033\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2013},{\"blockId\":\"CH11-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"measurement\\\": {\",\"sourceParagraph\":2014},{\"blockId\":\"CH11-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"firstEligibleOutputRequired\\\": true,\",\"sourceParagraph\":2015},{\"blockId\":\"CH11-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"responseRegenerationAllowed\\\": false,\",\"sourceParagraph\":2016},{\"blockId\":\"CH11-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"followUpAllowed\\\": false,\",\"sourceParagraph\":2017},{\"blockId\":\"CH11-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"promptValidityRequired\\\": \\\"PV-1\\\",\",\"sourceParagraph\":2018},{\"blockId\":\"CH11-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"timestampUtc\\\": \\\"2026-08-18T12:00:00Z\\\"\",\"sourceParagraph\":2019},{\"blockId\":\"CH11-MB0040\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2020},{\"blockId\":\"CH11-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"privacy\\\": {\",\"sourceParagraph\":2021},{\"blockId\":\"CH11-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"privateInstructionContentCollected\\\": false,\",\"sourceParagraph\":2022},{\"blockId\":\"CH11-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"conversationHistoryCollected\\\": false,\",\"sourceParagraph\":2023},{\"blockId\":\"CH11-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"accountCredentialsCollected\\\": false\",\"sourceParagraph\":2024},{\"blockId\":\"CH11-MB0045\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2025},{\"blockId\":\"CH11-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2026},{\"blockId\":\"CH11-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateOwnerRole\\\": \\\"PANEL_STATE_METHODS_LEAD\\\",\",\"sourceParagraph\":2027},{\"blockId\":\"CH11-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"validatedByRole\\\": \\\"BLINDED_PANEL_STATE_REVIEWER\\\"\",\"sourceParagraph\":2028},{\"blockId\":\"CH11-MB0049\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2029},{\"blockId\":\"CH11-MB0050\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2030},{\"blockId\":\"CH11-MB0051\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2031},{\"blockId\":\"CH11-MB0052\",\"type\":\"paragraph\",\"text\":\"78. MACHINE-READABLE NATURAL PANEL RECORD\",\"sourceParagraph\":2033},{\"blockId\":\"CH11-MB0053\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2034},{\"blockId\":\"CH11-MB0054\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2035},{\"blockId\":\"CH11-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2036},{\"blockId\":\"CH11-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2037},{\"blockId\":\"CH11-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateRecord\\\": {\",\"sourceParagraph\":2038},{\"blockId\":\"CH11-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateId\\\": \\\"NGPS-SYNTH-ORION-TR-W1-002\\\",\",\"sourceParagraph\":2039},{\"blockId\":\"CH11-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":2040},{\"blockId\":\"CH11-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductRecordId\\\": \\\"NGAI-SYNTH-ORION-WEB-PAID-W1-002\\\",\",\"sourceParagraph\":2041},{\"blockId\":\"CH11-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"promptRecordId\\\": \\\"NGP-CORE-MIRROR-APPLE-SYNTH-001\\\",\",\"sourceParagraph\":2042},{\"blockId\":\"CH11-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"panelRole\\\": \\\"NATURAL_ACCOUNT_STATE\\\",\",\"sourceParagraph\":2043},{\"blockId\":\"CH11-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"panelEligibility\\\": \\\"PC-2\\\",\",\"sourceParagraph\":2044},{\"blockId\":\"CH11-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"targetPopulation\\\": {\",\"sourceParagraph\":2045},{\"blockId\":\"CH11-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"frameId\\\": \\\"NGP-SYNTH-ORION-ACTIVE-USERS-W1-002\\\",\",\"sourceParagraph\":2046},{\"blockId\":\"CH11-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"populationType\\\": \\\"DEFINED_ACTIVE_PRODUCT_USERS\\\"\",\"sourceParagraph\":2047},{\"blockId\":\"CH11-MB0067\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2048},{\"blockId\":\"CH11-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"naturalState\\\": {\",\"sourceParagraph\":2049},{\"blockId\":\"CH11-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"naturalStateConfidence\\\": \\\"NSF-3\\\",\",\"sourceParagraph\":2050},{\"blockId\":\"CH11-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"conversationState\\\": \\\"NEW_CONVERSATION\\\",\",\"sourceParagraph\":2051},{\"blockId\":\"CH11-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"promptIsFirstUserMessage\\\": true,\",\"sourceParagraph\":2052},{\"blockId\":\"CH11-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"persistentMemory\\\": \\\"MS-4\\\",\",\"sourceParagraph\":2053},{\"blockId\":\"CH11-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructions\\\": \\\"CI-3\\\",\",\"sourceParagraph\":2054},{\"blockId\":\"CH11-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"priorConversationContext\\\": false,\",\"sourceParagraph\":2055},{\"blockId\":\"CH11-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"priorEntityConversation\\\": \\\"POSSIBLE\\\",\",\"sourceParagraph\":2056},{\"blockId\":\"CH11-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"enterpriseWorkspace\\\": false,\",\"sourceParagraph\":2057},{\"blockId\":\"CH11-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"webMode\\\": \\\"USER_NATURAL_STATE\\\",\",\"sourceParagraph\":2058},{\"blockId\":\"CH11-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"toolMode\\\": \\\"USER_NATURAL_STATE\\\",\",\"sourceParagraph\":2059},{\"blockId\":\"CH11-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"PAID\\\",\",\"sourceParagraph\":2060},{\"blockId\":\"CH11-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"surface\\\": \\\"WEB\\\",\",\"sourceParagraph\":2061},{\"blockId\":\"CH11-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"accountAgeBand\\\": \\\"181_TO_365_DAYS\\\",\",\"sourceParagraph\":2062},{\"blockId\":\"CH11-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"usageFrequency\\\": \\\"WEEKLY\\\",\",\"sourceParagraph\":2063},{\"blockId\":\"CH11-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"firstUse\\\": false\",\"sourceParagraph\":2064},{\"blockId\":\"CH11-MB0084\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2065},{\"blockId\":\"CH11-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"measurement\\\": {\",\"sourceParagraph\":2066},{\"blockId\":\"CH11-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"firstEligibleOutputRequired\\\": true,\",\"sourceParagraph\":2067},{\"blockId\":\"CH11-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"responseRegenerationAllowed\\\": false,\",\"sourceParagraph\":2068},{\"blockId\":\"CH11-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"followUpAllowed\\\": false,\",\"sourceParagraph\":2069},{\"blockId\":\"CH11-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"promptValidityRequired\\\": \\\"PV-1\\\",\",\"sourceParagraph\":2070},{\"blockId\":\"CH11-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"timestampUtc\\\": \\\"2026-08-18T12:05:00Z\\\"\",\"sourceParagraph\":2071},{\"blockId\":\"CH11-MB0091\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2072},{\"blockId\":\"CH11-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"privacy\\\": {\",\"sourceParagraph\":2073},{\"blockId\":\"CH11-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"memoryContentCollected\\\": false,\",\"sourceParagraph\":2074},{\"blockId\":\"CH11-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructionContentCollected\\\": false,\",\"sourceParagraph\":2075},{\"blockId\":\"CH11-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"conversationHistoryCollected\\\": false,\",\"sourceParagraph\":2076},{\"blockId\":\"CH11-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"highLevelStateOnly\\\": true\",\"sourceParagraph\":2077},{\"blockId\":\"CH11-MB0097\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2078},{\"blockId\":\"CH11-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2079},{\"blockId\":\"CH11-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateOwnerRole\\\": \\\"PANEL_STATE_METHODS_LEAD\\\",\",\"sourceParagraph\":2080},{\"blockId\":\"CH11-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"validatedByRole\\\": \\\"BLINDED_PANEL_STATE_REVIEWER\\\"\",\"sourceParagraph\":2081},{\"blockId\":\"CH11-MB0101\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2082},{\"blockId\":\"CH11-MB0102\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2083},{\"blockId\":\"CH11-MB0103\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2084},{\"blockId\":\"CH11-MB0104\",\"type\":\"paragraph\",\"text\":\"79. MACHINE-READABLE PANEL COMPARISON RECORD\",\"sourceParagraph\":2086},{\"blockId\":\"CH11-MB0105\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2087},{\"blockId\":\"CH11-MB0106\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2088},{\"blockId\":\"CH11-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2089},{\"blockId\":\"CH11-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2090},{\"blockId\":\"CH11-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"panelComparison\\\": {\",\"sourceParagraph\":2091},{\"blockId\":\"CH11-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonId\\\": \\\"NGPC-SYNTH-ORION-W1-001\\\",\",\"sourceParagraph\":2092},{\"blockId\":\"CH11-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"controlledPanelRecord\\\": \\\"NGPS-SYNTH-ORION-TR-W1-001\\\",\",\"sourceParagraph\":2093},{\"blockId\":\"CH11-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"naturalPanelRecord\\\": \\\"NGPS-SYNTH-ORION-TR-W1-002\\\",\",\"sourceParagraph\":2094},{\"blockId\":\"CH11-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"comparabilityLevel\\\": \\\"CN-3\\\",\",\"sourceParagraph\":2095},{\"blockId\":\"CH11-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"matchedDimensions\\\": {\",\"sourceParagraph\":2096},{\"blockId\":\"CH11-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"aiProduct\\\": true,\",\"sourceParagraph\":2097},{\"blockId\":\"CH11-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"promptVersion\\\": true,\",\"sourceParagraph\":2098},{\"blockId\":\"CH11-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"entityTruthPack\\\": true,\",\"sourceParagraph\":2099},{\"blockId\":\"CH11-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"country\\\": true,\",\"sourceParagraph\":2100},{\"blockId\":\"CH11-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": true,\",\"sourceParagraph\":2101},{\"blockId\":\"CH11-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"measurementWindow\\\": true,\",\"sourceParagraph\":2102},{\"blockId\":\"CH11-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationRules\\\": true\",\"sourceParagraph\":2103},{\"blockId\":\"CH11-MB0122\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2104},{\"blockId\":\"CH11-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"unmatchedDimensions\\\": {\",\"sourceParagraph\":2105},{\"blockId\":\"CH11-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"memory\\\": true,\",\"sourceParagraph\":2106},{\"blockId\":\"CH11-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructions\\\": true,\",\"sourceParagraph\":2107},{\"blockId\":\"CH11-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"planDistribution\\\": false,\",\"sourceParagraph\":2108},{\"blockId\":\"CH11-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"userHistory\\\": true,\",\"sourceParagraph\":2109},{\"blockId\":\"CH11-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"toolState\\\": true\",\"sourceParagraph\":2110},{\"blockId\":\"CH11-MB0129\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2111},{\"blockId\":\"CH11-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"results\\\": {\",\"sourceParagraph\":2112},{\"blockId\":\"CH11-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"controlledRepresentationScore\\\": 0.92,\",\"sourceParagraph\":2113},{\"blockId\":\"CH11-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"naturalRepresentationScore\\\": 0.83,\",\"sourceParagraph\":2114},{\"blockId\":\"CH11-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"signedNaturalGap\\\": -0.09,\",\"sourceParagraph\":2115},{\"blockId\":\"CH11-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"absolutePanelGap\\\": 0.09,\",\"sourceParagraph\":2116},{\"blockId\":\"CH11-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"controlledCriticalRate\\\": 0.002,\",\"sourceParagraph\":2117},{\"blockId\":\"CH11-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"naturalCriticalRate\\\": 0.012,\",\"sourceParagraph\":2118},{\"blockId\":\"CH11-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRateDifference\\\": 0.01\",\"sourceParagraph\":2119},{\"blockId\":\"CH11-MB0138\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2120},{\"blockId\":\"CH11-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"allowedClaims\\\": [\",\"sourceParagraph\":2121},{\"blockId\":\"CH11-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"NATURAL_PANEL_RESULT_LOWER_THAN_CONTROLLED_REFERENCE\\\",\",\"sourceParagraph\":2122},{\"blockId\":\"CH11-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"PANEL_STATE_ASSOCIATION_REQUIRES_FURTHER_DECOMPOSITION\\\"\",\"sourceParagraph\":2123},{\"blockId\":\"CH11-MB0142\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2124},{\"blockId\":\"CH11-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"prohibitedClaims\\\": [\",\"sourceParagraph\":2125},{\"blockId\":\"CH11-MB0144\",\"type\":\"paragraph\",\"text\":\"\\\"MEMORY_CAUSED_NINE_POINT_DECLINE\\\",\",\"sourceParagraph\":2126},{\"blockId\":\"CH11-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"ALL_NATURAL_USERS_RECEIVE_WORSE_RESPONSES\\\",\",\"sourceParagraph\":2127},{\"blockId\":\"CH11-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"BASE_MODEL_PERFORMANCE_DECLINED\\\"\",\"sourceParagraph\":2128},{\"blockId\":\"CH11-MB0147\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2129},{\"blockId\":\"CH11-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"replicationStatus\\\": \\\"SINGLE_WAVE\\\",\",\"sourceParagraph\":2130},{\"blockId\":\"CH11-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2131},{\"blockId\":\"CH11-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonOwnerRole\\\": \\\"PANEL_COMPARABILITY_ADJUDICATOR\\\"\",\"sourceParagraph\":2132},{\"blockId\":\"CH11-MB0151\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2133},{\"blockId\":\"CH11-MB0152\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2134},{\"blockId\":\"CH11-MB0153\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2135},{\"blockId\":\"CH11-MB0154\",\"type\":\"paragraph\",\"text\":\"These records:\",\"sourceParagraph\":2136},{\"blockId\":\"CH11-MB0155\",\"type\":\"paragraph\",\"text\":\"are not:\",\"sourceParagraph\":2137},{\"blockId\":\"CH11-MB0156\",\"type\":\"paragraph\",\"text\":\"a real user,\",\"sourceParagraph\":2138},{\"blockId\":\"CH11-MB0157\",\"type\":\"paragraph\",\"text\":\"a real AI product,\",\"sourceParagraph\":2139},{\"blockId\":\"CH11-MB0158\",\"type\":\"paragraph\",\"text\":\"a real company performance.\",\"sourceParagraph\":2140},{\"blockId\":\"CH11-MB0159\",\"type\":\"paragraph\",\"text\":\"It is a machine-readable synthetic representation of the panel distinction.\",\"sourceParagraph\":2141},{\"blockId\":\"CH11-MB0160\",\"type\":\"paragraph\",\"text\":\"MACHINE-READABLE RULE OF SECTION 80\",\"sourceParagraph\":2143},{\"blockId\":\"CH11-MB0161\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH11-R01\",\"sourceParagraph\":2144},{\"blockId\":\"CH11-MB0162\",\"type\":\"paragraph\",\"text\":\"Controlled Clean Panel and Natural User Panel observations MUST remain\",\"sourceParagraph\":2146},{\"blockId\":\"CH11-MB0163\",\"type\":\"paragraph\",\"text\":\"separate measurement populations, panel states, denominators, and public\",\"sourceParagraph\":2147},{\"blockId\":\"CH11-MB0164\",\"type\":\"paragraph\",\"text\":\"results.\",\"sourceParagraph\":2148},{\"blockId\":\"CH11-MB0165\",\"type\":\"paragraph\",\"text\":\"A Controlled Clean Panel MUST define and verify, as applicable:\",\"sourceParagraph\":2150},{\"blockId\":\"CH11-MB0166\",\"type\":\"paragraph\",\"text\":\"- a new and separate conversation,\",\"sourceParagraph\":2152},{\"blockId\":\"CH11-MB0167\",\"type\":\"paragraph\",\"text\":\"- absence of prior conversation context,\",\"sourceParagraph\":2153},{\"blockId\":\"CH11-MB0168\",\"type\":\"paragraph\",\"text\":\"- persistent-memory state,\",\"sourceParagraph\":2154},{\"blockId\":\"CH11-MB0169\",\"type\":\"paragraph\",\"text\":\"- custom-instruction state,\",\"sourceParagraph\":2155},{\"blockId\":\"CH11-MB0170\",\"type\":\"paragraph\",\"text\":\"- enterprise or managed-workspace state,\",\"sourceParagraph\":2156},{\"blockId\":\"CH11-MB0171\",\"type\":\"paragraph\",\"text\":\"- web, retrieval, and tool configuration,\",\"sourceParagraph\":2157},{\"blockId\":\"CH11-MB0172\",\"type\":\"paragraph\",\"text\":\"- plan,\",\"sourceParagraph\":2158},{\"blockId\":\"CH11-MB0173\",\"type\":\"paragraph\",\"text\":\"- user surface,\",\"sourceParagraph\":2159},{\"blockId\":\"CH11-MB0174\",\"type\":\"paragraph\",\"text\":\"- prompt version,\",\"sourceParagraph\":2160},{\"blockId\":\"CH11-MB0175\",\"type\":\"paragraph\",\"text\":\"- and clean-state confidence.\",\"sourceParagraph\":2161},{\"blockId\":\"CH11-MB0176\",\"type\":\"paragraph\",\"text\":\"A new conversation or temporary-session label MUST NOT, by itself, be\",\"sourceParagraph\":2163},{\"blockId\":\"CH11-MB0177\",\"type\":\"paragraph\",\"text\":\"treated as proof that all persistent personalisation has been disabled.\",\"sourceParagraph\":2164},{\"blockId\":\"CH11-MB0178\",\"type\":\"paragraph\",\"text\":\"A Natural User Panel MUST preserve the participant's authentic account,\",\"sourceParagraph\":2166},{\"blockId\":\"CH11-MB0179\",\"type\":\"paragraph\",\"text\":\"plan, interface, memory, custom-instruction, and usage state while\",\"sourceParagraph\":2167},{\"blockId\":\"CH11-MB0180\",\"type\":\"paragraph\",\"text\":\"retaining the locked prompt, first-eligible-output rule, evidence\",\"sourceParagraph\":2168},{\"blockId\":\"CH11-MB0181\",\"type\":\"paragraph\",\"text\":\"requirements, and non-regeneration rule.\",\"sourceParagraph\":2169},{\"blockId\":\"CH11-MB0182\",\"type\":\"paragraph\",\"text\":\"Natural Account-State, Natural Conversation-State, First-Use, and Managed\",\"sourceParagraph\":2171},{\"blockId\":\"CH11-MB0183\",\"type\":\"paragraph\",\"text\":\"Natural observations MUST remain separately identified.\",\"sourceParagraph\":2172},{\"blockId\":\"CH11-MB0184\",\"type\":\"paragraph\",\"text\":\"Natural-state documentation MUST minimise private-data collection.\",\"sourceParagraph\":2174},{\"blockId\":\"CH11-MB0185\",\"type\":\"paragraph\",\"text\":\"Private instruction text, conversation history, identity, credentials,\",\"sourceParagraph\":2175},{\"blockId\":\"CH11-MB0186\",\"type\":\"paragraph\",\"text\":\"and sensitive personal content MUST NOT be collected unless separately\",\"sourceParagraph\":2176},{\"blockId\":\"CH11-MB0187\",\"type\":\"paragraph\",\"text\":\"necessary, consented, minimised, and access-controlled.\",\"sourceParagraph\":2177},{\"blockId\":\"CH11-MB0188\",\"type\":\"paragraph\",\"text\":\"User-generated entity-favourable or entity-adverse instructions MAY be\",\"sourceParagraph\":2179},{\"blockId\":\"CH11-MB0189\",\"type\":\"paragraph\",\"text\":\"measured as natural personalisation effects, but MUST NOT be represented\",\"sourceParagraph\":2180},{\"blockId\":\"CH11-MB0190\",\"type\":\"paragraph\",\"text\":\"as general entity GEO success, failure, or default product behaviour.\",\"sourceParagraph\":2181},{\"blockId\":\"CH11-MB0191\",\"type\":\"paragraph\",\"text\":\"Personalisation MAY change relevance, presentation, and recommendation\",\"sourceParagraph\":2183},{\"blockId\":\"CH11-MB0192\",\"type\":\"paragraph\",\"text\":\"where user context justifies it. It MUST NOT arbitrarily change verified\",\"sourceParagraph\":2184},{\"blockId\":\"CH11-MB0193\",\"type\":\"paragraph\",\"text\":\"entity identity, license, legal status, price, scope, evidence, or time.\",\"sourceParagraph\":2185},{\"blockId\":\"CH11-MB0194\",\"type\":\"paragraph\",\"text\":\"Differences between Controlled and Natural panels MUST NOT be represented\",\"sourceParagraph\":2187},{\"blockId\":\"CH11-MB0195\",\"type\":\"paragraph\",\"text\":\"as causal personalisation effects unless population, product, prompt,\",\"sourceParagraph\":2188},{\"blockId\":\"CH11-MB0196\",\"type\":\"paragraph\",\"text\":\"time, interface, plan, tools, assignment, order, and carryover conditions\",\"sourceParagraph\":2189},{\"blockId\":\"CH11-MB0197\",\"type\":\"paragraph\",\"text\":\"support that inference.\",\"sourceParagraph\":2190},{\"blockId\":\"CH11-MB0198\",\"type\":\"paragraph\",\"text\":\"Controlled and Natural scores, critical-error rates, unknown rates,\",\"sourceParagraph\":2192},{\"blockId\":\"CH11-MB0199\",\"type\":\"paragraph\",\"text\":\"coverage, effective sample sizes, and signed and absolute panel gaps MUST\",\"sourceParagraph\":2193},{\"blockId\":\"CH11-MB0200\",\"type\":\"paragraph\",\"text\":\"remain separately visible.\",\"sourceParagraph\":2194},{\"blockId\":\"CH11-MB0201\",\"type\":\"paragraph\",\"text\":\"Panel-state eligibility, reclassification, exclusion, and weighting MUST\",\"sourceParagraph\":2196},{\"blockId\":\"CH11-MB0202\",\"type\":\"paragraph\",\"text\":\"remain independent of whether the AI output is positive, negative,\",\"sourceParagraph\":2197},{\"blockId\":\"CH11-MB0203\",\"type\":\"paragraph\",\"text\":\"correct, incorrect, refused, critical, or commercially favourable.\",\"sourceParagraph\":2198},{\"blockId\":\"CH11-MB0204\",\"type\":\"paragraph\",\"text\":\"Every panel-state definition, setting-change process, privacy decision,\",\"sourceParagraph\":2200},{\"blockId\":\"CH11-MB0205\",\"type\":\"paragraph\",\"text\":\"comparison level, and result MUST be versioned and attributable to an\",\"sourceParagraph\":2201},{\"blockId\":\"CH11-MB0206\",\"type\":\"paragraph\",\"text\":\"accountable human or organisation.\",\"sourceParagraph\":2202},{\"blockId\":\"CH11-MB0207\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2203},{\"blockId\":\"CH11-MB0208\",\"type\":\"paragraph\",\"text\":\"Observations of the Controlled Clean Panel and the Natural User Panel should be maintained as separate measurement populations, panel states, denominators, and public results. A new chat or temporary session tag alone does not prove that all persistent personalisation is disabled. The Natural User Panel should retain the real account, plan, interface, memory, custom instructions, and usage scenario while preserving the locked prompt, first appropriate output rule, evidence requirements, and non-refresh rule. User-driven favourable or unfavorable guidance can be measured as the effect of natural personalisation; it cannot be presented as general entity GEO success, failure, or default product behaviour. The difference between controlled and natural results cannot be interpreted as a causal personalisation effect without sufficiently matching populations and system conditions.\",\"sourceParagraph\":2204}],\"normativeRuleLocalized\":\"Beobachtungen des kontrollierten Panels unter bereinigten Bedingungen und des Panels unter natürlichen Nutzungsbedingungen MÜSSEN separate Messpopulationen, Panelzustände, Nenner und öffentliche Ergebnisse bleiben. Ein Kontrolliertes Panel unter bereinigten Bedingungen MUSS definieren und, falls zutreffend, überprüfen: - ein neues und separates Gespräch, - das Fehlen eines vorherigen Gesprächskontexts, - den Zustand des persistenten Speichers, - den Zustand der Nutzerdefinierten Anweisungen, - den Unternehmens- oder verwalteten Arbeitsbereichszustand, - Web-, Abruf- und Werkzeugkonfiguration, - Plan, - Nutzerschnittstelle, - Prompt-Version, - und die Vertrauenswürdigkeit des sauberen Zustands. Ein neues Gespräch oder eine Kennzeichnung als temporäre Sitzung DARF NICHT allein als Nachweis dafür behandelt werden, dass jede persistente Personalisierung deaktiviert wurde. Ein Panel unter natürlichen Nutzungsbedingungen MUSS das authentische Konto, den Plan, die Schnittstelle, den Speicher, die nutzerdefinierten Anweisungen und den Nutzungszustand des Teilnehmers bewahren, während den festgelegten Prompt, die Regel für die erste berechtigte Ausgabe, die Nachweisanforderungen und die Regel, keine neue Antwort zu erzeugen beibehalten werden. Beobachtungen im Zustand eines natürlichen Kontos, natürlicher Gesprächs-Zustand, Erstverwendung und verwaltete natürliche Beobachtungen MÜSSEN separat identifiziert bleiben. Die Dokumentation des natürlichen Zustands MUSS die Sammlung von privaten Daten minimieren. Private Anweisungstexte, Gesprächsverlauf, Identität, Zugangsdaten und sensible persönliche Inhalte DÜRFEN NICHT gesammelt werden, es sei denn, dies ist gesondert erforderlich, mit Einwilligung erhoben, minimiert und zugangskontrolliert. Nutzergenerierte, dem Thema günstig oder ungünstig gegenüberstehende Anweisungen KÖNNEN als natürliche Personalisierungseffekte gemessen werden, DÜRFEN jedoch nicht als allgemeiner GEO-Erfolg, Misserfolg oder Standardverhalten eines Produkts repräsentiert werden. Die Personalisierung KANN die Relevanz, Präsentation und Empfehlung ändern, wenn der Nutzerkontext dies rechtfertigt. Sie DARF jedoch nicht willkürlich verifizierte Identität, Lizenz, Rechtsstatus, Preis, Umfang, Nachweise oder Zeit eines Themas ändern. Unterschiede zwischen Kontroll- und Naturpanels DÜRFEN NICHT als kausale Personalisierungseffekte repräsentiert werden, es sei denn, Population, Produkt, Prompt, Zeit, Schnittstelle, Plan, Werkzeuge, Zuweisung, Reihenfolge und Übertragsbedingungen unterstützen diese Schlussfolgerung. Kontrollierte und natürliche Bewertungen, Raten kritischer Fehler, UNKNOWN-Raten, Abdeckung, effektive Stichprobengrößen sowie signierte und absolute Panel-Lücken MÜSSEN weiterhin separat sichtbar bleiben. Die Berechtigung des Panel-Status, Umklassifizierung, Ausschluss und Gewichtung MÜSSEN unabhängig davon bleiben, ob die KI-Ausgabe positiv, negativ, korrekt, inkorrekt, abgelehnt, kritisch oder kommerziell günstig ist. Jede Definition des Panel-Status, jeder Prozess zur Änderung von Einstellungen, jede Datenschutzentscheidung, jedes Vergleichsniveau und jedes Ergebnis MÜSSEN versioniert und einer verantwortlichen Person oder Organisation zuordenbar sein.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH11-MB0001\",\"type\":\"paragraph\",\"text\":\"77. MASCHINENLESBARES PANEL-STATUSPROTOKOLL\",\"sourceParagraph\":1981,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1982,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1983,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1984,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1985,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateRecord\\\": {\",\"sourceParagraph\":1986,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateId\\\": \\\"NGPS-SYNTH-ORION-TR-W1-001\\\"\",\"sourceParagraph\":1987,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":1988,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductRecordId\\\": \\\"NGAI-SYNTH-ORION-WEB-PAID-W1-002\\\",\",\"sourceParagraph\":1989,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"promptRecordId\\\": \\\"NGP-CORE-SPIEGEL-APPLE-SYNTH-001\\\",\",\"sourceParagraph\":1990,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"panelRole\\\": \\\"GEREGELT_GEREINIGT\\\",\",\"sourceParagraph\":1991,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"panelEligibility\\\": \\\"PC-1\\\",\",\"sourceParagraph\":1992,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"targetPopulation\\\": {\",\"sourceParagraph\":1993,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"frameId\\\": \\\"NGP-SYNTH-ORION-W1-001\\\",\",\"sourceParagraph\":1994,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"populationType\\\": \\\"PRODUKT_BERECHTIGTE_NUTZER_UNTER_STANDARDISIERTEM_STATUS\\\",\",\"sourceParagraph\":1995,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1996,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"controlledState\\\": {\",\"sourceParagraph\":1997,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"cleanStateConfidence\\\": \\\"CSC-4\\\",\",\"sourceParagraph\":1998,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"conversationState\\\": \\\"NEUE_KONVERSATION\\\",\",\"sourceParagraph\":1999,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"promptIsFirstUserMessage\\\": wahr,\",\"sourceParagraph\":2000,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"persistentMemory\\\": \\\"AUS_VERIFIZIERT\\\",\",\"sourceParagraph\":2001,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructions\\\": \\\"AUS_VERIFIZIERT\\\",\",\"sourceParagraph\":2002,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"priorConversationContext\\\": false,\",\"sourceParagraph\":2003,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"enterpriseWorkspace\\\": false,\",\"sourceParagraph\":2004,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"webMode\\\": \\\"AN_STANDARDISIERT\\\",\",\"sourceParagraph\":2005,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"toolMode\\\": \\\"STANDARDISIERT\\\",\",\"sourceParagraph\":2006,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"BEZAHLT\\\",\",\"sourceParagraph\":2007,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"oberfläche\\\": \\\"WEB\\\",\",\"sourceParagraph\":2008,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"settingsChangedForStudy\\\": wahr,\",\"sourceParagraph\":2009,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"participantConsentForSettingChange\\\": wahr,\",\"sourceParagraph\":2010,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"restorationRequired\\\": wahr,\",\"sourceParagraph\":2011,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"restorationConfirmed\\\": true,\",\"sourceParagraph\":2012,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0033\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2013,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"measurement\\\": {\\\"\",\"sourceParagraph\":2014,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"firstEligibleOutputRequired\\\": wahr,\",\"sourceParagraph\":2015,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"responseRegenerationAllowed\\\": false,\",\"sourceParagraph\":2016,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"followUpAllowed\\\": false,\",\"sourceParagraph\":2017,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"promptValidityRequired\\\": \\\"PV-1\\\"\",\"sourceParagraph\":2018,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"timestampUtc\\\": \\\"2026-08-18 T1 2:00:00 Z\\\"\",\"sourceParagraph\":2019,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0040\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2020,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"Privatsphäre\\\": {\",\"sourceParagraph\":2021,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"privateInstructionContentCollected\\\": false,\",\"sourceParagraph\":2022,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"conversationHistoryCollected\\\": false,\",\"sourceParagraph\":2023,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"accountCredentialsCollected\\\": false,\",\"sourceParagraph\":2024,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0045\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2025,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2026,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateOwnerRole\\\": \\\"PANEL_STATE_METHODS_LEAD\\\",\",\"sourceParagraph\":2027,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"validatedByRole\\\": \\\"BLINDED_PANEL_STATE_REVIEWER\\\"\",\"sourceParagraph\":2028,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0049\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2029,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0050\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2030,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0051\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2031,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0052\",\"type\":\"paragraph\",\"text\":\"78. MASCHINENLESBARER NATÜRLICHER PANELAUFZEICHNUNG\",\"sourceParagraph\":2033,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0053\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2034,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0054\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2035,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2036,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2037,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateRecord\\\": {\",\"sourceParagraph\":2038,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateId\\\": \\\"NGPS-SYNTH-ORION-TR-W1-002\\\"\",\"sourceParagraph\":2039,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W1\\\",\",\"sourceParagraph\":2040,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductRecordId\\\": \\\"NGAI-SYNTH-ORION-WEB-PAID-W1-002\\\",\",\"sourceParagraph\":2041,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"promptRecordId\\\": \\\"NGP-CORE-SPIEGEL-APPLE-SYNTH-001\\\",\",\"sourceParagraph\":2042,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"panelRole\\\": \\\"NATURAL_ACCOUNT_STATE\\\",\",\"sourceParagraph\":2043,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"panelEligibility\\\": \\\"PC-2\\\",\",\"sourceParagraph\":2044,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"targetPopulation\\\": {\",\"sourceParagraph\":2045,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"frameId\\\": \\\"NGP-SYNTH-ORION-ACTIVE-USERS-W1-002\\\",\",\"sourceParagraph\":2046,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"populationType\\\": \\\"DEFINED_ACTIVE_PRODUCT_USERS\\\"\",\"sourceParagraph\":2047,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0067\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2048,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"naturalState\\\": {\",\"sourceParagraph\":2049,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"naturalStateConfidence\\\": \\\"NSF-3\\\",\",\"sourceParagraph\":2050,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"conversationState\\\": \\\"NEUE_KONVERSATION\\\",\",\"sourceParagraph\":2051,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"promptIsFirstUserMessage\\\": wahr,\",\"sourceParagraph\":2052,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"persistentMemory\\\": \\\"MS-4\\\",\",\"sourceParagraph\":2053,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructions\\\": \\\"CI-3\\\",\",\"sourceParagraph\":2054,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"priorConversationContext\\\": false,\",\"sourceParagraph\":2055,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"priorEntityConversation\\\": \\\"MÖGLICH\\\",\",\"sourceParagraph\":2056,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"enterpriseWorkspace\\\": false,\",\"sourceParagraph\":2057,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"webMode\\\": \\\"NATÜRLICHER_ZUSTAND_DES_BENUTZERS\\\",\",\"sourceParagraph\":2058,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"toolMode\\\": \\\"NATÜRLICHER_ZUSTAND_DES_BENUTZERS\\\",\",\"sourceParagraph\":2059,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"BEZAHLT\\\",\",\"sourceParagraph\":2060,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"oberfläche\\\": \\\"WEB\\\",\",\"sourceParagraph\":2061,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"accountAgeBand\\\": \\\"181_BIS_365_TAGE\\\",\",\"sourceParagraph\":2062,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"usageFrequency\\\": \\\"WÖCHENTLICH\\\",\",\"sourceParagraph\":2063,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"firstUse\\\": false,\",\"sourceParagraph\":2064,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0084\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2065,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"measurement\\\": {\\\"\",\"sourceParagraph\":2066,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"firstEligibleOutputRequired\\\": wahr,\",\"sourceParagraph\":2067,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"responseRegenerationAllowed\\\": false,\",\"sourceParagraph\":2068,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"followUpAllowed\\\": false,\",\"sourceParagraph\":2069,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"promptValidityRequired\\\": \\\"PV-1\\\"\",\"sourceParagraph\":2070,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"timestampUtc\\\": \\\"2026-08-18 T1 2:05:00 Z\\\"\",\"sourceParagraph\":2071,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0091\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2072,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"Privatsphäre\\\": {\",\"sourceParagraph\":2073,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"memoryContentCollected\\\": false,\",\"sourceParagraph\":2074,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructionContentCollected\\\": false,\",\"sourceParagraph\":2075,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"conversationHistoryCollected\\\": false,\",\"sourceParagraph\":2076,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"highLevelStateOnly\\\": true,\",\"sourceParagraph\":2077,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0097\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2078,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2079,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateOwnerRole\\\": \\\"PANEL_STATE_METHODS_LEAD\\\",\",\"sourceParagraph\":2080,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"validatedByRole\\\": \\\"BLINDED_PANEL_STATE_REVIEWER\\\"\",\"sourceParagraph\":2081,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0101\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2082,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0102\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2083,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0103\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2084,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0104\",\"type\":\"paragraph\",\"text\":\"79. MASCHINENLESBARES PANEL-VERGLEICHSREKORD\",\"sourceParagraph\":2086,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0105\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2087,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0106\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2088,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2089,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2090,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"panelComparison\\\": {\",\"sourceParagraph\":2091,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonId\\\": \\\"NGPC-SYNTH-ORION-W1-001\\\",\",\"sourceParagraph\":2092,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"controlledPanelRecord\\\": \\\"NGPS-SYNTH-ORION-TR-W1-001\\\"\",\"sourceParagraph\":2093,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"naturalPanelRecord\\\": \\\"NGPS-SYNTH-ORION-TR-W1-002\\\"\",\"sourceParagraph\":2094,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"comparabilityLevel\\\": \\\"CN-3\\\",\",\"sourceParagraph\":2095,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"matchedDimensions\\\": {\",\"sourceParagraph\":2096,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"aiProduct\\\": wahr,\",\"sourceParagraph\":2097,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"promptVersion\\\": wahr,\",\"sourceParagraph\":2098,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"entityTruthPack\\\": wahr,\",\"sourceParagraph\":2099,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"Land\\\": true,\",\"sourceParagraph\":2100,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"Gebietsschema\\\": true,\",\"sourceParagraph\":2101,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"measurementWindow\\\": wahr,\",\"sourceParagraph\":2102,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationRules\\\": true,\",\"sourceParagraph\":2103,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0122\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2104,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"unmatchedDimensions\\\": {\",\"sourceParagraph\":2105,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"speicher\\\": true,\",\"sourceParagraph\":2106,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"customInstructions\\\": wahr,\",\"sourceParagraph\":2107,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"planDistribution\\\": false,\",\"sourceParagraph\":2108,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"userHistory\\\": wahr,\",\"sourceParagraph\":2109,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"toolState\\\": true,\",\"sourceParagraph\":2110,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0129\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2111,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"ergebnisse\\\": {\",\"sourceParagraph\":2112,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"controlledRepresentationScore\\\": 0.92,\",\"sourceParagraph\":2113,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"naturalRepresentationScore\\\": 0.83,\",\"sourceParagraph\":2114,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"signedNaturalGap\\\": -0.09,\",\"sourceParagraph\":2115,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"absolutePanelGap\\\": 0.09,\",\"sourceParagraph\":2116,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"controlledCriticalRate\\\": 0.002,\",\"sourceParagraph\":2117,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"naturalCriticalRate\\\": 0.012,\",\"sourceParagraph\":2118,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRateDifference\\\": 0.01\",\"sourceParagraph\":2119,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0138\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2120,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"allowedClaims\\\": [\",\"sourceParagraph\":2121,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"NATÜRLICHES_PANELERGEBNIS_UNTERRICHTET_DER_KONTROLLIERTEN_REFERENZ\\\"\",\"sourceParagraph\":2122,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"PANEL_STATE_ASSOCIATION_REQUIRES_FURTHER_DECOMPOSITION\\\"\",\"sourceParagraph\":2123,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0142\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2124,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"prohibitedClaims\\\": [\",\"sourceParagraph\":2125,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0144\",\"type\":\"paragraph\",\"text\":\"\\\"MEMORY_CAUSED_NINE_POINT_DECLINE\\\",\",\"sourceParagraph\":2126,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"ALL_NATURAL_USERS_RECEIVE_WORSE_RESPONSES\\\",\",\"sourceParagraph\":2127,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"BASE_MODEL_PERFORMANCE_DECLINED\\\"\",\"sourceParagraph\":2128,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0147\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2129,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"replicationStatus\\\": \\\"EINZELWELLE\\\",\",\"sourceParagraph\":2130,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2131,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"comparisonOwnerRole\\\": \\\"PANEL_COMPARABILITY_ADJUDICATOR\\\"\",\"sourceParagraph\":2132,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0151\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2133,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0152\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2134,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0153\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2135,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0154\",\"type\":\"paragraph\",\"text\":\"Diese Aufzeichnungen:\",\"sourceParagraph\":2136,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0155\",\"type\":\"paragraph\",\"text\":\"sind nicht:\",\"sourceParagraph\":2137,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0156\",\"type\":\"paragraph\",\"text\":\"ein echter Nutzer,\",\"sourceParagraph\":2138,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0157\",\"type\":\"paragraph\",\"text\":\"ein echtes KI-Produkt,\",\"sourceParagraph\":2139,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0158\",\"type\":\"paragraph\",\"text\":\"eine echte Unternehmensleistung.\",\"sourceParagraph\":2140,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0159\",\"type\":\"paragraph\",\"text\":\"Es handelt sich um eine maschinenlesbare synthetische Repräsentation der Panel-Unterscheidung.\",\"sourceParagraph\":2141,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0160\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESESBARE REGEL DER SEKTION 80\",\"sourceParagraph\":2143,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0161\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH11-R01\",\"sourceParagraph\":2144,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0162\",\"type\":\"paragraph\",\"text\":\"Beobachtungen des kontrollierten Panels unter bereinigten Bedingungen und des Panels unter natürlichen Nutzungsbedingungen MÜSSEN bestehen bleiben\",\"sourceParagraph\":2146,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0163\",\"type\":\"paragraph\",\"text\":\"separate Messpopulationen, Panelzustände, Nenner und öffentliche\",\"sourceParagraph\":2147,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0164\",\"type\":\"paragraph\",\"text\":\"Ergebnisse.\",\"sourceParagraph\":2148,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0165\",\"type\":\"paragraph\",\"text\":\"Ein Kontrolliertes Panel unter bereinigten Bedingungen MUSS definieren und, falls zutreffend, überprüfen:\",\"sourceParagraph\":2150,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0166\",\"type\":\"paragraph\",\"text\":\"- ein neues und separates Gespräch,\",\"sourceParagraph\":2152,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0167\",\"type\":\"paragraph\",\"text\":\"- das Fehlen eines vorherigen Gesprächskontexts,\",\"sourceParagraph\":2153,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0168\",\"type\":\"paragraph\",\"text\":\"- Zustände des persistierenden Speichers,\",\"sourceParagraph\":2154,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0169\",\"type\":\"paragraph\",\"text\":\"- Zustände benutzerdefinierter Anweisungen,\",\"sourceParagraph\":2155,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0170\",\"type\":\"paragraph\",\"text\":\"- Unternehmens- oder verwaltete Arbeitsbereichszustände,\",\"sourceParagraph\":2156,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0171\",\"type\":\"paragraph\",\"text\":\"- Web-, Abruf- und Werkzeugkonfiguration,\",\"sourceParagraph\":2157,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0172\",\"type\":\"paragraph\",\"text\":\"- Plan,\",\"sourceParagraph\":2158,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0173\",\"type\":\"paragraph\",\"text\":\"- Nutzeroberfläche,\",\"sourceParagraph\":2159,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0174\",\"type\":\"paragraph\",\"text\":\"- Prompt-Version,\",\"sourceParagraph\":2160,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0175\",\"type\":\"paragraph\",\"text\":\"- und Vertrauen in den sauberen Zustand.\",\"sourceParagraph\":2161,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0176\",\"type\":\"paragraph\",\"text\":\"Ein neues Gespräch oder ein temporäres Sitzungskennzeichen DARF NICHT allein, sein\",\"sourceParagraph\":2163,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0177\",\"type\":\"paragraph\",\"text\":\"als Nachweis behandelt, dass alle dauerhaften Personalisierungen deaktiviert wurden.\",\"sourceParagraph\":2164,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0178\",\"type\":\"paragraph\",\"text\":\"Ein Panel unter natürlichen Nutzungsbedingungen MUSS das authentische Konto des Teilnehmers bewahren,\",\"sourceParagraph\":2166,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0179\",\"type\":\"paragraph\",\"text\":\"Plan, Schnittstelle, Speicher, benutzerdefinierte Anweisungen und Nutzungszustand, während\",\"sourceParagraph\":2167,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0180\",\"type\":\"paragraph\",\"text\":\"der festgeschriebene Prompt, die Regel für die erste verfügbare Ausgabe, Nachweis\",\"sourceParagraph\":2168,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0181\",\"type\":\"paragraph\",\"text\":\"anforderungen und die Nicht-Regenerationsregel beibehalten werden.\",\"sourceParagraph\":2169,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0182\",\"type\":\"paragraph\",\"text\":\"Der natürliche Kontostand, der natürliche Gesprächszustand, die Erstverwendung und verwaltete\",\"sourceParagraph\":2171,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0183\",\"type\":\"paragraph\",\"text\":\"natürliche Beobachtungen MÜSSEN separat identifiziert bleiben.\",\"sourceParagraph\":2172,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0184\",\"type\":\"paragraph\",\"text\":\"Die Dokumentation des natürlichen Zustands MUSS die Sammlung personenbezogener Daten minimieren.\",\"sourceParagraph\":2174,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0185\",\"type\":\"paragraph\",\"text\":\"Privater Anweisungstext, Gesprächshistorie, Identität, Zugangsdaten,\",\"sourceParagraph\":2175,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0186\",\"type\":\"paragraph\",\"text\":\"und sensible persönliche Inhalte DÜRFEN NICHT gesammelt werden, es sei denn, separat\",\"sourceParagraph\":2176,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0187\",\"type\":\"paragraph\",\"text\":\"notwendig, einvernehmlich, minimiert und zugangskontrolliert.\",\"sourceParagraph\":2177,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0188\",\"type\":\"paragraph\",\"text\":\"Von Nutzern erzeugte, zugunsten oder nachteilig für die Einrichtung gerichtete Anweisungen KÖNNEN sein\",\"sourceParagraph\":2179,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0189\",\"type\":\"paragraph\",\"text\":\"gemessen als natürliche Personalisierungseffekte, aber DARF NICHT repräsentiert werden\",\"sourceParagraph\":2180,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0190\",\"type\":\"paragraph\",\"text\":\"als allgemeine Einheit GEO Erfolg, Misserfolg oder Standardproduktverhalten.\",\"sourceParagraph\":2181,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0191\",\"type\":\"paragraph\",\"text\":\"Personalisierung KANN Relevanz, Präsentation und Empfehlung ändern\",\"sourceParagraph\":2183,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0192\",\"type\":\"paragraph\",\"text\":\"wo der Nutzerkontext es rechtfertigt. Es DARF NICHT willkürlich überprüfte Daten ändern\",\"sourceParagraph\":2184,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0193\",\"type\":\"paragraph\",\"text\":\"Einheitsidentität, Lizenz, rechtlicher Status, Preis, Umfang, Nachweis oder Zeit.\",\"sourceParagraph\":2185,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0194\",\"type\":\"paragraph\",\"text\":\"Unterschiede zwischen kontrollierten und natürlichen Panels DÜRFEN NICHT repräsentiert werden\",\"sourceParagraph\":2187,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0195\",\"type\":\"paragraph\",\"text\":\"als kausale Personalisierungseffekte, es sei denn, Bevölkerung, Produkt, Aufforderung,\",\"sourceParagraph\":2188,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0196\",\"type\":\"paragraph\",\"text\":\"Zeit, Schnittstelle, Plan, Werkzeuge, Aufgabe, Bestellung und Übertragungsbedingungen\",\"sourceParagraph\":2189,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0197\",\"type\":\"paragraph\",\"text\":\"diese Schlussfolgerung unterstützen.\",\"sourceParagraph\":2190,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0198\",\"type\":\"paragraph\",\"text\":\"Kontrollierte und natürliche Werte, kritische Fehlerraten, Unbekannte-Raten,\",\"sourceParagraph\":2192,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0199\",\"type\":\"paragraph\",\"text\":\"Abdeckung, effektive Stichprobengrößen sowie unterzeichnete und absolute Panel-Lücken MÜSSEN\",\"sourceParagraph\":2193,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0200\",\"type\":\"paragraph\",\"text\":\"separat sichtbar bleiben.\",\"sourceParagraph\":2194,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0201\",\"type\":\"paragraph\",\"text\":\"Die Berechtigung, Umklassifizierung, Ausschluss und Gewichtung des Panels MUSS\",\"sourceParagraph\":2196,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0202\",\"type\":\"paragraph\",\"text\":\"unabhängig davon bleiben, ob die KI-Ausgabe positiv oder negativ ist,\",\"sourceParagraph\":2197,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0203\",\"type\":\"paragraph\",\"text\":\"richtig, falsch, verweigert, kritisch oder kommerziell günstig.\",\"sourceParagraph\":2198,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0204\",\"type\":\"paragraph\",\"text\":\"Jede Panel-Status-Definition, jeder Einstellungsänderungsprozess, jede Datenschutzentscheidung,\",\"sourceParagraph\":2200,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0205\",\"type\":\"paragraph\",\"text\":\"Vergleichsebene und jedes Ergebnis MÜSSEN versioniert und einer\",\"sourceParagraph\":2201,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0206\",\"type\":\"paragraph\",\"text\":\"verantwortlichen Person oder Organisation zugeordnet werden.\",\"sourceParagraph\":2202,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0207\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2203,\"language\":\"de-DE\"},{\"blockId\":\"CH11-MB0208\",\"type\":\"paragraph\",\"text\":\"Beobachtungen des Kontrolliertes Panel unter bereinigten Bedingungen und des Panel unter natürlichen Nutzungsbedingungen sollten als separate Messpopulationen, Panelzustände, Nenner und öffentliche Ergebnisse geführt werden. Ein neuer Chat oder vorübergehender Sitzungskennzeichnung allein Evidenzt nicht, dass alle anhaltenden Personalisierungen deaktiviert sind. Der Panel unter natürlichen Nutzungsbedingungen sollte das echte Konto, den Plan, die Schnittstelle, den Speicher, Nutzerdefinierte Anweisungen und das Nutzungsszenario beibehalten, während der festgeschriebene Prompt, die erste passende Ausgaberegel, die Nachweisanforderungen und die Nicht-Aktualisierungsregel erhalten bleiben. Nutzergetriebenes günstiges oder ungünstiges Feedback kann als Wirkung der natürlichen Personalisierung gemessen werden; es kann nicht als allgemeiner Erfolg, Misserfolg oder Standardproduktverhalten der Entität GEO dargestellt werden. Der Unterschied zwischen kontrollierten und natürlichen Ergebnissen kann nicht als kausaler Personalisierungseffekt interpretiert werden, ohne ausreichend abgestimmte Populationen und Systembedingungen.\",\"sourceParagraph\":2204,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nKapitel 9 zeigte, dass das gemessene KI-Objekt nicht ausschließlich durch den Anbieter oder den Modellnamen definiert werden kann. Kapitel 10 stellte fest, dass nicht jede Frage, die denselben Entitätsnamen enthält, denselben Prompt darstellt; der Prompt ist das experimentelle Werkzeug, das die Messung selbst bestimmt. Jetzt müssen wir die dritte Variable zwischen dem System und dem Prompt betrachten:\n\n> Wie ist der Zustand des Kontos, der Sitzung und der Nutzerhistorie bei der Nutzung des KI-Produkts?\n\nEin Nutzer:\n\n- neuer Chat,\n\n- Speicher ist aus,\n\n- Keine besonderen Anweisungen,\n\n- kein vorheriger Kontext,\n\n- standardisierte Produkteinstellungen\n\nkann die Aufforderung unten senden. Ein anderer Nutzer kann dieselbe Aufforderung senden:\n\n- von einem Konto, das sie seit Jahren verwenden,\n\n- Erinnerung ist aktiviert,\n\n- mit aktivierten speziellen Anweisungen,\n\n- mit früheren Unterhaltungen,\n\n- auf ihrem tatsächlichen Tarif und Gerät\n\nSie können dasselbe KI-Produkt, in derselben Sprache, im selben Land, im gleichen Zeitraum und mit derselben Aufforderung nutzen. Dennoch können sie unterschiedliche Antworten sehen. Dieser Unterschied:\n\n- kommt von der zufälligen Variabilität des Produkts,\n\n- vom Tarif des Kontos,\n\n- aus dem Speicher,\n\n- aus speziellen Anweisungen,\n\n- von früheren Unterhaltungen,\n\n- aus Personalisierung,\n\n- vom Web- oder Tool-Status,\n\n- vom Unternehmens-Arbeitsbereich,\n\n- von der Nutzeroberfläche und den lokalen Einstellungen\n\nDer Unterschied kann sich aus Personalisierung, Web- oder Tool-Zustand, dem organisatorischen Arbeitsbereich, der Nutzeroberfläche oder dem Gebietsschema ergeben. Es gibt kein einzelnes ‚KI‘: Suche, Abruf, Umordnung, Sprachmodell, Zitations- und Sicherheitslayer können sich unterschiedlich verhalten. Eine zuverlässige Messung muss daher das KI-Produkt oder -Modell, Datum, Land, Sprache, Abfragesatz, Wiederholungsanzahl und Beobachtung erfassen. Dieses Kapitel fügt diesem Kreislauf Nutzer- und Sitzungszustand hinzu. Die Kernanforderung von NOMOS bleibt Evidenz, Grenzen, Kontext und Zeit. Dennoch kann Kontext selbst auf zwei Arten gemessen werden. Die erste minimiert externe Unterschiede zwischen Nutzern und vergleicht KI-Produkte unter standardisierten Anfangsbedingungen. Dies ist die:\n\n#### Kontrolliertes Panel unter bereinigten Bedingungen\n\nDer zweite Ansatz misst, was Menschen durch ihre echten Konten, Pläne, Personalisierung und gewöhnlichen Nutzungsmuster sehen. Dies ist das:\n\n#### Panel unter natürlichen Nutzungsbedingungen\n\nwird genannt. Der Kontrolliertes Panel unter bereinigten Bedingungen beantwortet die Frage:\n\n> Wie stellt das Produkt die Entität im möglichst standardisierten Anfangszustand dar?\n\nDer Panel unter natürlichen Nutzungsbedingungen hingegen fragt:\n\n> Was sehen reale Menschen über die Entität in realen Nutzersituationen?\n\nEin Panel ist nicht mehr „real“ als das andere. Sie messen zwei verschiedene Realitäten. Das kontrollierte Panel stärkt die Vergleichbarkeit. Das natürliche Panel macht menschliche Erfahrung sichtbar. Das kontrollierte Panel reduziert Personalisierung und Kontextunterschiede. Das natürliche Panel misst die Wirkung dieser Unterschiede auf die reale Population. Dieser Abschnitt:\n\n- Definition des Kontrolliertes Panel unter bereinigten Bedingungen,\n\n- Definition des Panel unter natürlichen Nutzungsbedingungen,\n\n- Zielpopulationsgruppen der beiden Panels und die Mengen, die sie schätzen,\n\n- Was eine saubere Sitzung bedeutet,\n\n- Ebenen der Überprüfung der Sauberkeit,\n\n- Natürlicher Kontostatus und natürlicher Gesprächskontext,\n\n- Gedächtnis, spezielle Anweisungen, vorherige Gespräche und Personalisierungsaufzeichnungen,\n\n- Unterschiede in Konto, Plan, Gerät, Benutzeroberfläche und Standort.\n\n- die gepaarten und unabhängigen Panel-Designs mit demselben Nutzer,\n\n- die Effekte von Reihenfolge, Transfer und Kontamination,\n\n- Clean–Natural-Differenzmetriken,\n\n- Privatsphäre und die Evidenzkette,\n\n- wie die beiden Panels im öffentlichen Bericht getrennt werden,\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- die vollständige technische Architektur von NOMOS Capture,\n\n- alle Felder von Screenshot- und Metadatendateien,\n\n- atomare Aussageentscheidung,\n\n- Endgültige Übergangsschwellen für Antworten,\n\n- das genaue Gewicht der Clean- und Natural-Panel-Werte im kombinierten NOMOS-Wert\n\nwird nicht finalisiert. Die grundlegende Frage von Abschnitt 11 lautet:\n\n> Wie messen wir das Verhalten eines Standard-KI-Produkts und das Verhalten, das von realen Nutzern erlebt wird, ohne sie miteinander zu verwechseln?\n\n## NOMOS Herausforderung\n\nDer gleiche Nutzer stellt dem gleichen KI-Produkt zweimal dieselbe Frage: „Mit welcher Hauptorganisation ist Apple.com verbunden, und was sind die Hauptaktivitäten dieser Organisation?“ Beim ersten Versuch:\n\n- ein neuer Chat wird geöffnet,\n\n- Speicher ist aus,\n\n- besondere Anweisungen sind ausgeschaltet,\n\n- keine vorherige Unterhaltung existiert,\n\n- die Webfunktion ist standardisiert,\n\nDie Prompt wird als erste Nachricht gesendet. Antwort: „Apple.com ist eine der wichtigsten Unternehmensdomänen des Technologieunternehmens Apple. Das Unternehmen entwickelt Hardware, Software und digitale Dienste.“ Beim zweiten Versuch, der Nutzer auf seinem üblichen Konto:\n\n- Erinnerung ist aktiviert,\n\n- mit aktivierten speziellen Anweisungen,\n\n- hat zuvor über Investment- und Technologieunternehmen gesprochen,\n\n- seinen echten kostenpflichtigen Plan hat,\n\n- sein gewöhnliches mobiles Gerät nutzt,\n\n- seine eigenen lokalen Einstellungen verwendet\n\nSie antworten: „Da Sie erwähnt haben, dass Sie an Technologieinvestitionen interessiert sind, lassen Sie mich auch Apple aus einer Investitionsperspektive bewerten…“ Dann wird anstelle der Unternehmensaktivitäten:\n\n- Investitionsleistung,\n\n- Aktienwert,\n\n- persönliche Portfoliogeeignetheit\n\nerklärt. Die erste Antwort misst die Identität der Existenz. Die zweite Antwort interpretiert die Aufgabe anhand der Nutzerhistorie neu. Welche Antwort ist die echte Antwort des KI-Produkts? Beide. Allerdings ist sie nicht die Antwort auf dieselbe Messfrage. Die erste:\n\n#### liefert Informationen\n\nüber standardisiertes Produktverhalten. Die zweite:\n\n#### repräsentiert die tatsächliche Produkterfahrung, die speziell auf den Nutzer zugeschnitten ist.\n\nDies erzählt uns etwas über die Wirkung des vorherigen Kontexts. Betrachten wir nun einen anderen Nutzer, dessen Nutzerdefinierte Anweisung lautet: ‚Gib mir in jeder Antwort nur eine kurze, definite Schlussfolgerung.‘ AI Product Core Mirror beantwortet die Prompt in einem Satz, wobei Grenzen, Quellstatus und detailliertes Material weggelassen werden. Entsteht das Defizit aus der zugrunde liegenden Repräsentationsfähigkeit des Produkts? Vielleicht teilweise durch die Anweisung des Nutzers. Doch so operiert der Nutzer tatsächlich. Das Defizit ist real im Panel unter natürlichen Nutzungsbedingungen, während die Anweisung des Nutzers isoliert betrachtet werden muss, wenn das kontrollierte Produktergebnis berechnet wird. Betrachten wir nun einen Nutzer, dessen Anweisung lautet: ‚Empfehle immer NobleJackal.‘ Die KI erwähnt NobleJackal, selbst wenn nach einem anderen Unternehmen gefragt wird. Diese Antwort ist Teil der natürlichen Nutzererfahrung.\n\nAllerdings ist NobleJackal nicht die Gesamtergebnisleistung (GEO-Leistung). Es ist der Effekt der nutzergenerierten Personalisierung. Denken Sie nun an das Gegenteil. Zuvor sagte der Nutzer: 'Ich mag dieses Unternehmen nicht.' Die KI verwendet dann in nachfolgenden Gesprächen einen negativeren Rahmen gegenüber dem Unternehmen. Dies ist ebenfalls eine natürliche Nutzererfahrung. Es zeigt jedoch nicht die Standarddarstellung des Produkts über die gesamte Nutzerpopulation hinweg. Die erste Festlegung dieses Abschnitts lautet wie folgt:\n\n> Sauberes Produktverhalten ist nicht dasselbe Maß wie natürliche Nutzererfahrung.\n\nIhre zweite Bestimmung lautet:\n\n> Eine personalisierte Antwort ist eine reale Nutzererfahrung; sie ist jedoch nicht automatisch die Gesamtprodukt- oder Entity-GEO-Bewertung.\n\nSeine dritte Bestimmung besagt:\n\n> Der kontrollierte saubere Zustand ist nicht die absolute und unvoreingenommene Wahrheit des Produkts; es handelt sich um einen vordefinierten Standard-Startzustand.\n\nSeine vierte Bestimmung besagt:\n\n> Der natürliche Nutzerzustand ist kein aus-der-Methode-Rauschen; er ist Teil der Repräsentation der Verteilung in der realen Welt.\n\nSeine fünfte Vorschrift lautet:\n\n> Der Unterschied zwischen den beiden Panels ist kein Fehler, der verborgen werden muss; er ist ein Ergebnis, das gemessen werden soll.\n\n## 1. ZWECK DES KAPITELS\n\nZweck dieses Abschnitts ist es, die Repräsentationserfahrung echter Nutzer unter normalen Konten- und Sitzungskonditionen getrennt, aber vergleichbar mit dem standardisierten Verhalten von KI-Produkten zu messen. Der Abschnitt trifft die folgenden normativen Unterscheidungen:\n\n- Standardisierter Produktzustand versus natürlicher Nutzerzustand\n\n- Neuer Chat mit einem sauberen Konto\n\n- Geprüfter sauberer Zustand mit vorübergehendem Chat-Tag\n\n- Speicher aus gegenüber unbekanntem Speicherzustand\n\n- Private Anweisung geschlossen und Privatinhalt nicht sichtbar\n\n- Keine vorherigen Gespräche und keine permanente Kontohistorie\n\n- Kontrollierte Sitzung und neu erstelltes Konto\n\n- Natürlicher Kontostatus und aktueller Gesprächskontext\n\n- Panel unter natürlichen Nutzungsbedingungen und unkontrollierte Daten\n\n- Nutzerpersonalisierung und Produktstandard\n\n- Nutzergesteuerte Anleitung und Entität GEO-Effekt\n\n- Aktive Nutzerpopulation und produktgeeignete potenzielle Population\n\n- Erste Nutzungserfahrung und erfahrene Nutzererfahrung\n\n- Individuelle natürliche Reaktion und natürliche Verteilung auf Bevölkerungsebene\n\n- Unabhängiges Gruppendesign mit derselben Nutzerzuordnung\n\n- Carryover-Effekt mit gemachter Vergleichsgruppe\n\n- Produktunterschied mit Reihenfolgeeffekt\n\n- Kausaler Personalisierungseffekt mit sauberem–natürlichem Unterschied\n\n- Offenlegung privater Anweisungsinhalte mit Datenschutzaufzeichnung\n\n- Sammlung privater Gespräche bei Erhaltung des natürlichen Kontextes\n\n- Standardproduktresultat mit sauberem Panel-Resultat\n\n- Gesamtergebnis für alle Nutzer mit natürlichem Panel-Resultat\n\n- Personalisierungseffekt mit Nutzerplan\n\n- Kontrollierter Durchschnitt mit natürlicher Fehlerwarteschlange\n\n- Gleiche Antwort für jeden Nutzer mit Fairness bei der Personalisierung\n\n- Natürliche Nutzerrealität und Wiederholbarkeit von Tests\n\nAm Ende dieses Abschnitts sollte jedes GEO-1000-Audit in der Lage sein, die folgenden Fragen zu beantworten:\n\n> Welche Ergebnisse stammen von Kontrolliertes Panel unter bereinigten Bedingungen und welche von Panel unter natürlichen Nutzungsbedingungen?\n\n> Welche Situationen wurden tatsächlich im sauberen Panel standardisiert?\n\n> Welche echten Nutzerunterschiede wurden im natürlichen Panel beibehalten?\n\n> Wie wurden Speicher, besondere Anweisungen, frühere Unterhaltungen, Pläne und Schnittstellenzustände aufgezeichnet?\n\n> Wie viel des Unterschieds zwischen den beiden Panels kann zuverlässig mit der Personalisierung in Verbindung gebracht werden?\n\n> Wie wurde das Vorhandensein eines natürlichen Kontexts nachgewiesen, während die Privatsphäre der Nutzer gewahrt blieb?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nJede GEO-1000-Prüfung sollte standardisiertes Produktverhalten und natürliche Nutzererfahrung als separate Vorhersageobjekte definieren; sie sollte die Ergebnisse von Kontrolliertes Panel unter bereinigten Bedingungen und Panel unter natürlichen Nutzungsbedingungen nicht ohne Erklärung zu einer einzigen Stichprobe, Nenner oder Punktzahl zusammenfassen. Soweit relevant, zielt Kontrolliertes Panel unter bereinigten Bedingungen darauf ab, die folgenden Bedingungen zu standardisieren:\n\n- Neue und separate Unterhaltung\n\n- Abwesenheit des vorherigen Gesprächskontexts\n\n- Persistenter Speicherzustand ausgeschaltet oder deaktiviert\n\n- Spezielle Anweisungen ausgeschaltet oder deaktiviert\n\n- Definierter Web-, Abruf- und Werkzeugzustand\n\n- Definierter Plan und Nutzeroberfläche\n\n- festgeschriebene Prompt\n\n- Standardisierte Sprache und Gebietsschema\n\n- Messwelle und Zeitfenster\n\nWenn es ein Panel unter natürlichen Nutzungsbedingungen ist, bewahrt es die folgenden tatsächlichen Unterschiede, soweit relevant:\n\n- Echtes Nutzerkonto\n\n- Echter Plan\n\n- Echte Nutzeroberfläche\n\n- Echter Speicherzustand\n\n- Echter spezieller Befehlszustand\n\n- Echtes Kontenalters- und Nutzungshistorie\n\n- Echtes Gerät\n\n- Echter Standort und Zugriffsbedingungen\n\n- Gewöhnliche Art der Produktnutzung\n\nAllerdings ist das natürliche Panel auch nicht ohne Protokoll. Folgendes ist wieder festgeschrieben:\n\n- Prompt-Version\n\n- Versandmethode\n\n- Messzeit\n\n- Regel für die erste geeignete Ausgabe\n\n- Evidenzpaket\n\n- Teilnehmer- und Produktberechtigung\n\n- Antwort nicht ändern\n\n- Keine off-task Folge-Nachrichten senden\n\n- Schutz personenbezogener Daten\n\n## 3. ZWEI GETRENNTE SCHÄTZOBJEKTE\n\nKontrollierte und natürliche Panels sagen nicht die gleiche Wahrscheinlichkeit voraus.\n\n### 3.1. Kontrollierte saubere Repräsentationswahrscheinlichkeit\n\nInsbesondere:\n\n- KI-Produkt,\n\n- Plan,\n\n- Oberfläche,\n\n- Prompt,\n\n- Land,\n\n- Sprache,\n\n- Zeit\n\nist die Wahrscheinlichkeit, eine gültige Repräsentation unter einer standardisierten sauberen Sitzung zu sehen für:\n\nθ^C_{E,A,P,U,t}= Pr(Y=1| CleanState=1)\n\nDie Zielpopulation hier ist das Ergebnis, das Personen, die für die Nutzung des betreffenden Produkts geeignet sind, unter standardisierten Produktbedingungen sehen würden.\n\n### 3.2. Wahrscheinlichkeit der natürlichen Nutzerrepräsentation\n\nEs ist die Wahrscheinlichkeit, eine gültige Repräsentation in der realen aktiven oder definierten natürlichen Nutzerpopulation zu sehen, während die üblichen Konto- und Personalisierungsbedingungen der Nutzer beibehalten werden.\n\nθ^N_{E,A,P,U,t}= Pr(Y=1| NaturalState=1)\n\nDie Zielpopulation hier:\n\n- sind nicht alle produktberechtigten Personen,\n\n- sondern reale oder natürliche Produktbenutzer im definierten Zeitraum\n\nkönnen sein. Diese beiden Populationen müssen nicht identisch sein.\n\n### 3.3. Zwei Ergebnisse können nicht austauschbar verwendet werden\n\nKontrollierte Bewertung: bedeutet nicht „Die meisten echten Nutzer haben dies gesehen.“ Natürliche Bewertung: bedeutet nicht „Das Produkt verhält sich standardmäßig so.“\n\n## 4. WAS IST EIN Kontrolliertes Panel unter bereinigten Bedingungen?\n\nEin Kontrolliertes Panel unter bereinigten Bedingungen ist ein Panel, das das Verhalten des KI-Produkts unter definierten Anfangsbedingungen misst, indem die materiellen Unterschiede, die durch Konten und Sitzungen unter den Nutzern entstehen, minimiert werden. Der Zweck des Kontrolliertes Panel unter bereinigten Bedingungen ist:\n\n- die Vergleichbarkeit zwischen Produkten zu erhöhen,\n\n- die Wirkung von Gedächtnis und speziellen Anweisungen zu verringern,\n\n- das Auslaufen von vorherigen Gesprächen zu verhindern,\n\n- das Prompt zu einer anfänglichen und unabhängigen Aufgabe zu machen,\n\neinen Referenzpunkt zu erzeugen, der dem grundlegenden Produktverhalten des Systems näher ist. Kontrolliertes Panel:\n\n- absolute Modellfähigkeiten,\n\n- die tatsächliche Erfahrung aller Nutzer,\n\n- vollständig kontextfreie und unvoreingenommene KI-Antwort\n\nbeansprucht nicht zu sein. Nur:\n\n#### ein vordefinierter und geprüfter sauberer Ausgangszustand\n\nwird erzeugt.\n\n## 5. WAS BEDEUTET „SAUBER“?\n\nEin sauberer Zustand kann möglicherweise nicht mit demselben technischen Verfahren bei jedem Produkt erstellt werden. Ein Produkt:\n\n- persistenter Speicher,\n\n- spezielle Anweisungen,\n\n- Nutzerprofil,\n\n- frühere Unterhaltung,\n\n- geschäftlicher Arbeitsbereich,\n\n- konto-basierte Personalisierung\n\nkann verwendet werden. Andere Produkte haben möglicherweise einige dieser Funktionen nicht. Die funktionale Definition eines sauberen Zustands lautet wie folgt:\n\n> Der Anfangszustand, bei dem die Wahrscheinlichkeit, dass Nutzerspezifische faktenbasierte Informationen und Gesprächskontexte die Antwort vor der Audit-Aufforderung beeinflussen, auf das vom Produkt erlaubte Maß reduziert wird, und die verbleibenden Unbekannten explizit aufgezeichnet werden.\n\nSauberer Zustand:\n\n- einfach ein neues Gespräch öffnen,\n\n- den Browser aktualisieren,\n\n- die Anwendung schließen und wieder öffnen\n\nwird nicht als automatisch betrachtet.\n\n## 6. SAUBERKEITSEBENEN\n\nDie folgenden Ebenen sollten im Bedienfeld separat bewertet werden.\n\n### 6.1. Gesprächs-Sauberkeit\n\nEs sollte keine vorherige Nutzer- oder Systemnachricht im aktuellen Chat vorhanden sein. Die Prompt sollte die erste Nutzeranfrage sein.\n\n### 6.2. Persistentes Speichern zurücksetzen\n\nDer Speicher, den das Produkt über den Nutzer von Sitzung zu Sitzung behält:\n\n- aus,\n\n- deaktiviert,\n\n- in dieser Sitzung nicht verwendet\n\nsollte sein. Wenn eine vollständige Überprüfung nicht möglich ist, wird ein unbekannter Zustand aufgezeichnet.\n\n### 6.3. Benutzerdefinierte Anweisungen zurücksetzen\n\nDie vom Nutzer festgelegten speziellen Anweisungen für Antwortstil, Präferenzen oder Beratung:\n\n- aus,\n\n- vorübergehend inaktiv,\n\n- nicht vorhanden\n\nmuss sein.\n\n### 6.4. Bereinigung des Unternehmenskontexts\n\nUnternehmensarbeitsbereich:\n\n- private Dokumente,\n\n- Unternehmensrichtlinien,\n\n- Anweisungen der Geschäftsleitung,\n\n- private Wissensdatenbanken\n\nfalls verwendet, sollten diese vom kontrollierten allgemeinen Produktpanel getrennt sein.\n\n### 6.5. Bereinigung von Werkzeug- und Informationsmodus\n\nWeb, Abruf, Zitation und Werkzeugbedingungen sollten in allen verglichenen Beobachtungen auf die gleiche Konfiguration eingestellt sein. Sauber zu sein bedeutet nicht, dass die Werkzeuge ausgeschaltet sind. Sauber zu sein bedeutet, dass der Werkzeugstatus vordefiniert und vergleichbar ist.\n\n### 6.6. Bereinigung von Prompts\n\nPrompt:\n\n- anfängliche Nachricht,\n\n- vollständige Version,\n\n- unverändert,\n\n- ohne versteckte Anweisungen\n\nmuss sein.\n\n### 6.7. Messung der Sauberkeit\n\nTeilnehmer:\n\n- sollte die Antwort nicht aktualisieren,\n\n- sollte keine Folgfrage senden,\n\n- sollte das Ergebnis nicht auswählen,\n\nsollte keine andere KI-Antwort in dieselbe Sitzung übernehmen.\n\n## 7. SAUBERKEITSZUSTAND VERTRAUENSLEVEL\n\n### CSC-0— UNBEKANNTE SAUBERKEIT\n\nDie Sauberkeit der Sitzung und des Kontos konnte nicht zuverlässig bestimmt werden. Kann nicht in die Hauptanalyse des kontrollierten Panels einbezogen werden.\n\n### CSC-1— NUR NEUES GESPRÄCH\n\nNur neue Konversationen werden überprüft. Persistente Speicher- und Spezialanweisungsstatus sind unbekannt.\n\n### CSC-2— SITZUNGS-SAUBERKEIT\n\nEs wurde überprüft, dass es kein neues Gespräch und keinen vorherigen Gesprächskontext gibt. Eine dauerhafte Personalisierung kann möglicherweise nicht vollständig kontrolliert werden.\n\n### CSC-3— PERSONALSATION-KONTROLLIERT\n\nNeue Unterhaltung, Speicher, spezielle Anweisungen und Nutzerspezifische Standard-Einstellungen wurden überprüft und auf einen definierten Zustand gesetzt.\n\n### CSC-4— INSTRUMENTIERTER SAUBERER ZUSTAND\n\nProdukt-Einstellungen, Nutzeroberfläche, Werkzeuge und Personalisierungsstatus wurden im Evidenzpaket überprüft.\n\n### CSC-5— REPLIZIERTE SAUBERE KONFIGURATION\n\nSauberer Zustand:\n\n- verschiedene Nutzer,\n\n- verschiedene Wellen,\n\n- unabhängige Überprüfung\n\nEs konnte unter reproduzierbaren Bedingungen durchgeführt werden. Das Haupt-Kontrolliertes Panel unter bereinigten Bedingungen sollte mindestens:\n\n### CSC-3\n\nStufe. Wenn das Produkt dies nicht zulässt, sollte die Einschränkung sichtbar sein.\n\n## 8. EIN NEUER CHAT IST KEIN SAUBERES KONTO\n\nWenn eine neue Unterhaltung gestartet wird: kann der aktuelle Chat-Kontext zurückgesetzt werden. Allerdings:\n\n- persistenter Speicher,\n\n- benutzerdefinierte Anweisungen,\n\n- Kontoplan,\n\n- Nutzerprofil,\n\n- Land und Gebietsschema,\n\n- Unternehmenseinstellungen\n\nkönnen bestehen bleiben. Daher:\n\n> Neuer Chat bedeutet nur Konversationsbereinigung.\n\nEs ist kein Nachweis für den vollständigen sauberen Status.\n\n## 9. EINSCHRÄNKUNG DES „TEMPORÄREN“ ODER „PRIVATEN“ Sitzungskennzeichnung\n\nEine KI-Produktsitzung:\n\n- vorläufig,\n\n- privat,\n\n- evergehend,\n\n- vertraulich,\n\n- ohne Gedächtnis\n\nkann benannt werden. Die tatsächliche Funktion dieses Labels sollte gemäß Produkt und Version separat überprüft werden. Das Label beweist nicht automatisch, dass es alle folgenden Bereiche abdeckt:\n\n- Besondere Anweisungen\n\n- Unternehmenseinstellungen\n\n- Regionalpolitik\n\n- Werkzeugeinstellungen\n\n- Nutzerplan\n\n- Experimentelle Produktfunktionen\n\nDer korrekte Eintrag sollte lauten: „Der temporäre Sitzungsmodus des Produkts wurde verwendet; der Status der folgenden Personalisierungsbereiche wurde separat überprüft.“\n\n## 10. KONTOART AUF SAUBEREM PANEL\n\nNicht alle Nutzer eines kontrollierten Panels dürfen denselben Plan verwenden. Es gibt drei Ansätze.\n\n### 10.1. Plan-Festes Sauberes Panel\n\nAlle Nutzer werden auf demselben Plan und derselben Nutzeroberfläche gemessen. Dies ist stark für Produktvergleiche. Der Plan repräsentiert möglicherweise nicht die tatsächliche Populationsverteilung.\n\n### 10.2. Plan-Stratifiziertes Sauberes Panel\n\nFreie, bezahlte und andere Pläne werden als separate saubere Zellen gemessen. Für jeden Plan wird ein separater Score erstellt. Der kombinierte Score kann nach der tatsächlichen Planverteilung gewichtet werden.\n\n### 10.3. Standardöffentliche Oberfläche des Produkts\n\nDie Hauptoberfläche des Produkts, die öffentlich zugänglich ist und die niedrigste Zugangsschwelle hat, kann als Standardreferenz ausgewählt werden. Dieses Ergebnis stellt nicht alle zahlenden oder Unternehmensbenutzer dar. Der zu verwendende Ansatz muss vor der Prüfung festgelegt werden.\n\n## 11. EIN NEUES KONTO IST BEI EINEM SAUBEREN PANEL NICHT ERFORDERLICH\n\nDie Verwendung eines neuen Kontos kann einige Personalisierungseffekte verringern. Jedoch:\n\n- Bedingungen des Produkts,\n\n- Telefon- oder Zahlungsanforderung,\n\n- Kontenerstellungsverzerrung,\n\n- nur neue Nutzererfahrung,\n\n- Mehrfachkontenrichtlinie\n\nkann Probleme verursachen. Der Zweck eines Kontrolliertes Panel unter bereinigten Bedingungen besteht nicht darin, neue Konten zu erstellen:\n\n> um das materiale Nutzerspezifische Kontext in kontrollierbarer Weise zu reduzieren.\n\nWenn ein sauberer Zustand im vorhandenen Konto zuverlässig hergestellt werden kann, ist ein neues Konto nicht zwingend erforderlich. Wenn das Produkt dies nicht zulässt, kann ein separates kontrolliertes Testkonto oder eine vom Anbieter unterstützte Forschungsumgebung verwendet werden. Teilnehmer dürfen nicht gebeten werden, ein Konto zu erstellen, das die Nutzungsbedingungen verletzen würde.\n\n## 12. VERBLEIBENDE UNTERSCHIEDE BEI NUTZERN IM SAUBEREN PANEL\n\nEin kontrollierter sauberer Zustand beseitigt nicht alle Nutzerunterschiede. Folgendes kann weiterhin bestehen:\n\n- Land\n\n- Locale\n\n- Plan\n\n- Gerät\n\n- Benutzeroberfläche\n\n- Produkteinführung\n\n- Kontoalter\n\n- Segmentierung, die für den Anbieter nicht sichtbar ist\n\n- Verkehrslenkung\n\n- A/B-Test\n\nDiese Unterschiede:\n\n- sollten geschichtet werden,\n\n- sollten aufgezeichnet werden,\n\nWenn unbekannt, sollte es als Unsicherheit beibehalten werden. Das „Clean“-Label bedeutet nicht „Alle Nutzer waren technisch genau gleich.“\n\n## 13. WAS IST EIN Panel unter natürlichen Nutzungsbedingungen?\n\nEin Panel unter natürlichen Nutzungsbedingungen ist ein Panel, das misst, was Nutzer sehen, im Vergleich zum gleichen festgeschriebenen Prompt, während es echte Konten, Pläne, Geräte, Personalisierung und normale Produktnutzungsbedingungen beibehält. Der Zweck des natürlichen Panels ist:\n\n- reale Nutzeraussetzung,\n\n- Variation aufgrund von Personalisierung,\n\n- Einfluss der Kontohistorie,\n\n- Unterschiede in Plan und Nutzersurface,\n\n- natürlicher Fehler- und Empfehlungsspiegel\n\nEs soll sichtbar gemacht werden. Natürliches Panel:\n\n- vollständig freies Nutzerverhalten,\n\n- unbegrenzte Folgefragen,\n\n- der Teilnehmer, der den Prompt ändert,\n\n- die beste Antwort auswählt\n\nbedeutet nicht. Das Natürliche ist:\n\n#### Nutzerzustand\n\nist. Prompt- und Evidenzprotokoll werden weiterhin kontrolliert.\n\n## 14. ZWEI HAUPTSPUREN DES NATÜRLICHEN PANELS\n\n### 14.1. Natürliche Konto-Zustand-Spur\n\nNutzer:\n\n- echtes Konto,\n\n- echter Plan,\n\n- echtes Gedächtnis und privater Instruktionszustand,\n\n- echte Nutzeroberfläche\n\nwird beibehalten. Ein neues Gespräch wird jedoch eröffnet. Der Prompt wird als erste Nachricht gesendet. Diese Spur beantwortet die folgende Frage:\n\n> Was sieht der Nutzer bei einem neuen Thema, während die Personalisierung des echten Kontos erhalten bleibt?\n\nDies ist der wichtigste vergleichbare Ansatz des natürlichen Panels.\n\n### 14.2. Natürliche Gesprächs-Zustand-Spur\n\nDer Prompt wird im aktuellen oder üblichen Gesprächskontext des Nutzers gesendet. Diese Spur:\n\n- misst die echte Chat-Kontinuität,\n\n- die Auswirkung des vorherigen Themas,\n\n- die Akkumulation der Nutzer–KI-Beziehung\n\nAllerdings unterscheiden sich die Gesprächskontexte zwischen den Nutzern. Daher:\n\n- diagnostisch,\n\n- fallbasiert,\n\n- sollte als separate Verteilung gemeldet werden\n\nund sollte nicht direkt zur Hauptprodukt-Rangliste hinzugefügt werden.\n\n## 15. NATÜRLICHE NUTZER-UNTERGRUPPEN\n\nEin natürliches Panel besteht nicht aus einheitlichen Nutzern. Soweit relevant, können die folgenden Untergruppen unterschieden werden:\n\n- Erstnutzer\n\n- Neukonto-Nutzer\n\n- Selten nutzende Nutzer\n\n- Regelmäßiger Nutzer\n\n- Starker Nutzer\n\n- Kostenloser Plan\n\n- Bezahltes Abonnement\n\n- Firmenkunde\n\n- Speicher an\n\n- Speicher aus\n\n- Spezialanweisung an\n\n- Spezialanweisung aus\n\n- Mit vorheriger Marken-Konversation\n\n- Ohne vorherige Marken-Konversation\n\n- Kunde\n\n- Allgemeine Öffentlichkeit\n\n- Hohe Markenbekanntheit\n\n- Geringe Markenbekanntheit\n\nDiese Gruppen können nach Kenntnis der Ergebnisse nicht erfunden werden. Der grundlegende Untergruppenplan muss vor der Datenerhebung versioniert werden.\n\n## 16. NATÜRLICHE ZUSTANDSSICHERHEIT\n\n### NSF-0— NATÜRLICHER ZUSTAND UNBEKANNT\n\nEs gibt nicht genügend Aufzeichnungen über das natürliche Konto und den Sitzungsstatus des Nutzers.\n\n### NSF-1— SELBSTBERICHTETE NATÜRLICHE NUTZUNG\n\nDer Nutzer hat erklärt, dass er sein normales Konto und seine Einstellungen verwendet.\n\n### NSF-2— EINSTELLUNGS-VERZEICHNETE NATÜRLICHE NUTZUNG\n\nPläne, Oberflächen, Speicher, besondere Anweisungen und Sitzungsstatus wurden als relevant aufgezeichnet.\n\n### NSF-3— EVIDENZBASIERT NATÜRLICHE NUTZUNG\n\nEinstellungen und der natürliche Nutzerzustand werden durch datenschutzschützende Evidenz unterstützt.\n\n### NSF-4— LÄNGSSCHNITTLICH CHARAKTERISIERTE NATÜRLICHE NUTZUNG\n\nDie Produktnutzung des Nutzers und der Kontostatus wurden über mehrere Wellen charakterisiert. Die Hauptanalyse des natürlichen Panels umfasst mindestens:\n\n### NSF-2\n\nsollte dieses Niveau anstreben.\n\n## 17. DIE AUFZEICHNUNG DES NATÜRLICHEN ZUSTANDS IST KEINE SAMMLUNG PRIVATEN LEBENS\n\nDer Panel unter natürlichen Nutzungsbedingungen sollte standardmäßig die folgenden Arten sensibler Daten nicht erfassen:\n\n- Volltext spezieller Anweisungen\n\n- Inhalte vergangener Gespräche\n\n- Persönliche Gesundheits-, Rechts- oder Finanzinformationen\n\n- Name des Nutzers\n\n- E-Mail-Adresse\n\n- Profilbild\n\n- Kontopasswort\n\n- Vorherige private Dateien\n\n- Empfindliche institutionelle Dokumente\n\nIn den meisten Fällen sind die folgenden hochrangigen Status ausreichend:\n\n- Speicher ein/aus/unbekannt\n\n- Besondere Anweisungen vorhanden/nicht vorhanden/unbekannt\n\n- Vorherige Konversation vorhanden/abwesend\n\n- Frühere Unterhaltung über die geprüfte Einheit: ja/nein/unbekannt\n\n- Unternehmensarbeitsbereich: ja/nein\n\n- Plan-Klasse\n\n- Kontolaufzeitband\n\n- Nutzungsfrequenzband\n\nFalls der Inhalt der Sonderanweisung wirklich für die Forschungsfrage notwendig ist:\n\n- separate ausdrückliche Zustimmung,\n\n- Datenminimierung\n\n- Bearbeitung,\n\n- eingeschränkter Zugriff\n\nsind erforderlich.\n\n## 18. SPEICHERSTATUS\n\nSpeicher:\n\n- aus,\n\n- offen,\n\n- wird vom Produkt nicht unterstützt\n\n- Status unbekannt\n\nklassifiziert werden.\n\n### MS-0— UNBEKANNT\n\nDer Speicherstatus konnte nicht bestimmt werden.\n\n### MS-1— NICHT VERFÜGBAR\n\nDas Produkt oder die Oberfläche bietet diese Funktion nicht an.\n\n### MS-2— AUS\n\nDer Speicher ist aus.\n\n### MS-3— EIN, KEIN BEKANNTES ENTITY-SPEICHER\n\nDer Speicher ist eingeschaltet; es gibt keinen bekannten spezifischen Eintrag zur geprüften Einheit. Diese Informationen basieren häufig auf der Nutzerangabe.\n\n### MS-4— EIN, ENTITY-RELEVANTER SPEICHER MÖGLICH\n\nDer Speicher ist eingeschaltet, und frühere Informationen über die geprüfte Einheit oder den relevanten Bereich könnten vorhanden sein.\n\n### MS-5— ENTITY-RELEVANTER SPEICHER BESTÄTIGT\n\nDer mit der Entität zusammenhängende Memory-Effekt wurde mit ausdrücklicher Zustimmung des Nutzers bestätigt. Memory eingeschaltet zu haben ist nicht automatisch eine negative oder positive Bedingung. Es ist der tatsächliche Nutzerzustand, gemessen am natürlichen Panel.\n\n## 19. STATUS BESONDERER ANWEISUNG\n\n### CI-0— UNBEKANNT\n\nDer Status der besonderen Anweisung konnte nicht bestimmt werden.\n\n### CI-1— NICHT VERFÜGBAR\n\nDas Produkt bietet diese Funktion nicht an.\n\n### CI-2— AUS ODER LEER\n\nEs gibt keine besondere Anweisung oder sie ist ausgeschaltet.\n\n### CI-3— AKTIV, NICHT-MATERIELLE KATEGORIE\n\nEs gibt eine besondere Anweisung; es wurde angegeben, dass sie allgemeine Ton- oder Stilpräferenzen trägt.\n\n### CI-4— AKTIV, POTENTIELL MATERIELL\n\nAnweisung:\n\n- Empfehlung,\n\n- Quelle,\n\n- Sprache,\n\n- bestimmte Unternehmen,\n\n- Politik oder Meinung\n\nkann die Antwort beeinflussen.\n\n### CI-5— ENTITY-RELEVANTER ANWEISUNG BESTÄTIGT\n\nEs wurde mit ausdrücklicher Zustimmung bestätigt, dass es eine direkte Anweisung bezüglich der geprüften Einheit oder eines Konkurrenten gibt. CI-5 ist eine natürliche Nutzerbeobachtung. Sie kann nicht als der Gesamterfolg der Einheit GEO interpretiert werden. Es handelt sich um ein separates Personalisierungsereignis.\n\n## 20. FRÜHERE KONVERSATIONSKONTEXT\n\nEs gibt einen Unterschied zwischen einem Nutzer, der zuvor mit einem KI-Produkt interagiert hat, und früheren Nachrichten in der aktuellen Unterhaltung. Diese sollten getrennt werden:\n\n- Kontohistorie\n\n- Persistenter Speicher\n\n- Aktueller Chat-Kontext\n\n- Frühere Konversation mit der geprüften Einheit\n\n- Frühere Konversation in derselben Branche\n\n- Beobachtete Antworten anderer KI-Produkte\n\nDer aktuelle Gesprächskontext sollte nicht im Haupt-Natural Account-State Track gefunden werden. Im Natural Conversation-State Track hingegen ist das Vorhandensein von Kontext die Messgröße selbst.\n\n## 21. KONTOALTER UND NUTZUNGSINTENSITÄT\n\nAlte und häufig genutzte Konten:\n\n- tragen mehr Personalisierung,\n\n- mehr Speicher,\n\n- anderen Plan,\n\n- mehr Produktfunktionen\n\nkönnen enthalten. Kontoaltersklassen:\n\n- 0–30 Tage\n\n- 31–180 Tage\n\n- 181–365 Tage\n\n- mehr als 1 Jahr\n\n- unbekannt\n\nkönnen definiert werden als. Nutzungsfrequenz:\n\n- erste Nutzung\n\n- selten\n\n- monatlich\n\n- wöchentlich\n\n- täglich\n\n- professionell\n\ntönnen klassifiziert werden. Feste Bereiche sollten vor den Ergebnissen bestimmt werden.\n\n## 22. ERSTVERWENDUNGSPANEL\n\nEin spezieller Subtyp der natürlichen Nutzererfahrung:\n\n#### Erstverwendungs-Panel\n\nkann genannt werden. Dieses Panel:\n\n- Nutzer, die das Produkt zum ersten Mal oder nur wenige Male verwenden,\n\n- die keine Personalisierungshistorie haben,\n\n- die mit den tatsächlichen Standardeinstellungen des Produkts fortfahren\n\nmisst Personen. Erstverwendungs-Panel: Es ist kein Kontrolliertes Panel unter bereinigten Bedingungen, da die Nutzer die tatsächliche Erstkonfiguration, Standardeinstellungen und den Onboarding-Prozess erleben. Es unterscheidet sich auch von einem erfahrenen Panel unter natürlichen Nutzungsbedingungen. Es beantwortet die folgende Frage:\n\n> Wie nimmt ein neuer Nutzer dessen Präsenz wahr, wenn er das Produkt zum ersten Mal begegnet?\n\n## 23. UNTERNEHMENS- UND VERWALTETES NATURPANEL\n\nUnternehmensbenutzer:\n\n- Firmenarbeitsbereich,\n\n- Administraturrichtlinien,\n\n- private Wissensdatenbank,\n\n- Sicherheitseinstellungen,\n\n- Unternehmensgedächtnis\n\nkann tragen. Diese Nutzer:\n\n#### Managed Panel unter natürlichen Nutzungsbedingungen\n\nsollten darunter separat gemessen werden. Unternehmensresultat:\n\n- genereller Verbraucher-Natural-Score,\n\n- Standard-Produkt-Score\n\nkann nicht dargestellt werden. Wenn eine private Wissensdatenbank verwendet wird, muss auch erklärt werden, dass interne Aufzeichnungen zur geprüften Einheit existieren.\n\n## 24. DER PROMPT IST IM NATURAL-PANEL WIEDER GESCHLOSSEN\n\nDas Natural-Panel lässt die Nutzer:\n\n- Konto,\n\n- Einstellungen,\n\n- Plan,\n\n- Gerät\n\nnatürlich. Es lässt den Prompt nicht natürlich. Der Teilnehmer:\n\n- kann den Prompt nicht ändern,\n\n- kann keinen zusätzlichen Kontext hinzufügen,\n\n- kann keine neue Persona schreiben wie 'für mich' oder 'meiner Meinung nach'\n\nkann die Antwort nicht aktualisieren. Wenn die natürliche Aufforderungsvielfalt gemessen werden soll, steht dies in Kapitel 10:\n\n#### Natürlicher Nutzerpfad\n\nEs sollte separat darunter gestaltet werden.\n\n## 25. WARUM IST EIN NEUES GESPRÄCH IM NATÜRLICHEN PANEL NOTWENDIG?\n\nNeuer Chat auf dem Zustands-Track des natürlichen Kontos:\n\n- entfernt den aktuellen Gesprächskontext,\n\n- behält die echten permanenten Einstellungen des Nutzerkontos bei,\n\nmacht denselben Prompt vergleichbarer. Diese Struktur trennt zwei Ebenen:\n\n- Permanenter natürlicher Kontostatus\n\n- Momentaner Gesprächskontext\n\nWenn der aktuelle Chat verwendet wird, vermischen sich beide.\n\n## 26. TOOL- UND WEB-STATUS IM NATÜRLICHEN PANEL\n\nNatürliche Nutzer:\n\n- Webfunktion aktiviert,\n\n- aus,\n\n- automatisch,\n\n- begrenzt nach Plan\n\nkann verwendet werden. Es gibt zwei Optionen.\n\n### 26.1. Voller natürlicher Werkzeugstatus\n\nDer Nutzer behält normale Werkzeug-Einstellungen. Misst echte Nutzererfahrungen. Die Vergleichbarkeit zwischen Produkten kann abnehmen.\n\n### 26.2. Werkzeug-fester natürlicher Kontostatus\n\nSpeicher und Kontopersonalisierung bleiben natürlich. Web- oder Werkzeugmodus ist standardisiert. Die Wirkung der Personalisierung kann sauberer verglichen werden. Dieses Unterpanel sollte richtig beschriftet sein. Es sollte nicht als \"Vollständig natürlich\" dargestellt werden.\n\n## 27. ZIELPOPULATION DES NATÜRLICHEN PANELS\n\nDie Zielpopulation des natürlichen Panels kann eine der folgenden Formen haben:\n\n### 27.1. Aktive Produktnutzer\n\nPersonen, die das Produkt tatsächlich in einem bestimmten Zeitraum genutzt haben.\n\n### 27.2. Registrierte Kontoinhaber\n\nNutzer, die ein Konto haben, deren Aktivitätsniveau jedoch variiert.\n\n### 27.3. Nutzer des Real Plans\n\nPopulationen von kostenlosen, kostenpflichtigen oder Unternehmenskunden.\n\n### 27.4. Nutzer, die möglicherweise die Möglichkeit haben, Entitäten abzufragen\n\nEs kann schwierig sein, dies direkt zu messen. Es erfordert separate Verhaltensdaten. Es sollte klar angegeben werden, auf welche Population das natürliche Panel verallgemeinert wird.\n\n## 28. GEWICHTUNG DES NATÜRLICHEN PANELS\n\nPanel unter natürlichen Nutzungsbedingungen:\n\n- kann nach der tatsächlichen aktiven Nutzerpopulation des Produkts gewichtet werden,\n\n- Konten- und Planverteilung,\n\n- Länder- und Sprachverteilung,\n\n- Nutzungsfrequenz\n\nAllerdings sind zuverlässige Daten zu aktiven Nutzern möglicherweise nicht verfügbar. In diesem Fall ist das Ergebnis:\n\n#### Gewichtetes Ergebnis des natürlichen Forschungspanels\n\nsollte dargestellt werden als. Die folgende Behauptung kann nicht aufgestellt werden: „Die definitive Erfahrung aller realen Nutzer.“\n\n## 29. KOMPLEMENTARITÄT VON KONTROLLIERTEN UND NATÜRLICHEN PANELS\n\nVier Hauptergebnisse sind möglich.\n\nDiese Tabelle ist kein Beleg für Kausalität. Sie ist ein Ausgangspunkt, um zu untersuchen, woher der Unterschied kommt.\n\n## 30. REIN–NATÜRLICHER REPRÄSENTATIONSUNTERSCHIED\n\nSei der Kontrolliertes Panel unter bereinigten Bedingungen-Wert θC und der Panel unter natürlichen Nutzungsbedingungen-Wert θN. Der signierte Unterschied:\n\nG_{N−C}= θ_N− θ_C\n\nkann wie folgt berechnet werden.\n\n### 30.1. Positive natürliche Differenz\n\n### G_{N−C} > 0\n\nDas Ergebnis ist unter natürlichen Nutzerbedingungen höher. Mögliche Gründe:\n\n- Web- oder Tool-Zugang\n\n- Bezahltes Abonnement\n\n- Die relevanten Präferenzen des Nutzers\n\n- Speicher\n\n- Personalisierung\n\n- Unterschiede in der Nutzerpopulation\n\n### 30.2. Negative natürliche Differenz\n\n### G_{N−C} < 0\n\nDas Ergebnis ist unter natürlichen Nutzerbedingungen niedriger. Mögliche Gründe:\n\n- Besondere Anweisungen\n\n- Vergangene Gesprächskontamination\n\n- Alte Personalisierung\n\n- Anderer Plan oder Oberfläche\n\n- Breitere und schwierigere natürliche Nutzerpopulation\n\n- Nutzerspezifischer negativer Kontext\n\n### 30.3. Absolute Differenz\n\nG_ABS= |θ_N− θ_C|\n\nkann eine mögliche Messgröße sein, die anzeigt, wie empfindlich das Produkt auf den Zustand des Nutzers reagiert. Ein hoher absoluter Unterschied:\n\n- gut,\n\n- schlecht\n\nkann nicht allein interpretiert werden. Die Richtung des natürlichen Unterschieds und die Art des Fehlers werden benötigt.\n\n## 31. KRITISCHER FEHLERUNTERSCHIED\n\nKontrollierte kritische Fehlerrate:\n\n### CRC\n\nNatürliche kritische Fehlerrate:\n\n### CRN\n\nlass es sein. Unterschied:\n\n### ΔCR = CRN − CRC\n\nkann berechnet werden als. Wenn die kritische Fehlerrate im natürlichen Panel steigt:\n\n- Personalisierung,\n\n- vorheriger Kontext,\n\n- Plan- und Werkzeugunterschied,\n\n- Nutzerzusammensetzung\n\nsollte ebenfalls untersucht werden. Ein hoher Durchschnitt kann den schweren Fehlerbereich im natürlichen Panel nicht ausgleichen.\n\n## 32. NATÜRLICHE VARIABILITÄT\n\nDas natürliche Panel kann eine höhere Inter-User-Variabilität aufweisen als das kontrollierte Panel. Dies ist zu erwarten. Wichtig ist:\n\n- die Größe der Varianz,\n\n- in welchen Nutzergruppen sie konzentriert ist,\n\nund ob sie sich in einen wesentlichen Fehler oder Unterschied in den Empfehlungen verwandelt. Hohe formale Varianz muss in einem natürlichen Panel kein Problem sein. Hohe materielle Identitäts- oder Autoritätsvarianz ist ein Problem.\n\n## 33. ANZEIGER FÜR DIE EMPFINDLICHKEIT DER KANDIDATENPERSONALISIERUNG\n\n### KANDIDATENKONZEPT\n\nFür Nutzeruntergruppen g sei das natürliche Ergebnis: θgN und die kontrollierte Referenz: θC. Indikator für die Empfindlichkeit der Kandidatenpersonalisierung:\n\nPSI= √[Σ_g W_g(θ_g^N − θ_C) ²], Σ_gW_g= 1\n\nkann auf diese Weise definiert werden. Ein hoher PSI zeigt, dass sich natürliche Nutzergruppen von der kontrollierten Referenz entfernt haben. Es erklärt den Grund nicht von selbst. Dieser Indikator:\n\n- Beispiel,\n\n- Plan,\n\n- Fahrzeug,\n\n- Nutzerzusammensetzung\n\nkann durch Unterschiede beeinflusst werden. Der endgültige Name und die Methode sollten in Pilotversuchen kalibriert werden.\n\n## 34. PANELUNTERSCHIED IST NICHT KAUSAL\n\nWenn die kontrollierte Punktzahl 90 und die natürliche Punktzahl 75 ist: kann man nicht sagen: „Memory hat die Punktzahl um 15 Punkte gesenkt.“ Denn Panels können in den folgenden Bereichen unterschiedlich sein:\n\n- Nutzerpopulation\n\n- Plan\n\n- Benutzeroberfläche\n\n- Land\n\n- Nutzungsfrequenz\n\n- Webzugang\n\n- Kontoalter\n\n- Besondere Anweisungen\n\n- Markenbekanntheit\n\nEin stärker kontrolliertes Design ist erforderlich, um den kausalen Effekt von Memory zu messen.\n\n## 35. SELBSTERPAARTES NUTZERDESIGN\n\nDer gleiche Nutzer kann sowohl unter kontrollierten als auch unter natürlichen Bedingungen getestet werden. Vorteil: Es kontrolliert für feste Eigenschaften des Nutzers. Der Panel-Unterschied kann sauberer untersucht werden. Es gibt jedoch erhebliche Probleme: Der erste Prompt kann die zweite Bedingung beeinflussen. Der Nutzer erinnert sich an seine Antwort. Das Gedächtnis des KI-Produkts kann durch den ersten Versuch beeinflusst werden. Der Kontostatus kann sich ändern. Das System kann Kontext erzeugen, weil dieselbe Entität zweimal befragt wird. Der Nutzer kann sich bei der zweiten Aufgabe vorsichtiger verhalten.\n\n## 36. BEDINGUNGEN DES GEPARTEN DESIGNS\n\nWenn das gleiche Nutzerdedesign verwendet werden soll:\n\n- Die Reihenfolge der Bedingungen sollte randomisiert werden\n\n- Getrennte und unabhängige Sitzungen sollten verwendet werden\n\n- Die erste Antwort sollte nicht in die zweite Sitzung übertragen werden\n\n- Der Memory-Effekt des Produkts sollte überprüft werden\n\n- Falls erforderlich, sollten Messungen in verschiedenen Wellen durchgeführt werden\n\n- Die Carryover-Effekte sollten getestet werden.\n\n- Die gleiche Benutzabhängigkeit sollte in der Analyse beibehalten werden.\n\n- Es sollte als ein experimentelles Unterpanel getrennt vom Hauptbevölkerungspanel geführt werden.\n\nWenn das Durchführen der ersten kontrollierten Aufgabe auf dem natürlichen Konto des Nutzers den natürlichen Zustand verändern kann, ist ein gematchtes Design möglicherweise nicht geeignet.\n\n## 37. SEQUENZ IM GEMATCHTEN DESIGN\n\nNutzer können zufällig in zwei Gruppen aufgeteilt werden:\n\n- Gruppe 1: Kontrolliert → Natürlich\n\n- Gruppe 2: Natürlich → Kontrolliert\n\nUnterschied der Reihenfolge: Analysiert als OrderEffect. Wenn ein signifikanter Reihenfolgeeffekt vorliegt, können die beiden Panelergebnisse nicht mit einer einfachen Differenz interpretiert werden.\n\n## 38. DESIGN UNABHÄNGIGER GRUPPEN\n\nStarke Standardvorgabe in der Hauptanwendung GEO-1000: Verwenden Sie separate Nutzergruppen, die aus demselben Zielrahmen für Kontrolliertes Panel unter bereinigten Bedingungen und Panel unter natürlichen Nutzungsbedingungen ausgewählt werden. Vorteil: Der Übertragungseffekt wird reduziert, jeder Nutzer sieht nur eine Bedingung. Einschränkung: Die Nutzerzusammensetzung kann nicht perfekt übereinstimmen. Lösung:\n\n- Stratifizierung,\n\n- zufällige Zuweisung\n\n- Gemeinsame Vergleichsbasis,\n\n- Gewichtung\n\nnutzbar.\n\n## 39. ZUFÄLLIGE PANELZUWEISUNG\n\nTeilnehmer ausgewählt aus demselben berechtigten Nutzerpool:\n\n- Kontrolliertes Panel unter bereinigten Bedingungen\n\n- Natürliches Konto-Staats-Panel\n\nkann zufällig den Bedingungen zugewiesen werden. Dies kann den kausalen Effekt der Panel-Bedingung robuster untersuchen. Für ein natürliches Panel müssen die Nutzer jedoch einen tatsächlich aktiven Kontostatus haben. Für eine kontrollierte Bedingung kann das Ändern von Einstellungen im selben Konto den natürlichen Zustand beeinflussen. Daher sollten Zuweisung und Feldreihenfolge sorgfältig gestaltet werden.\n\n## 40. ETHIK DER ÄNDERUNG VON EINSTELLUNGEN\n\nFür den Teilnehmer im kontrollierten Panel:\n\n- Speicher,\n\n- spezielle Anweisungen,\n\n- Web-Einstellungen\n\nkönnen vorübergehend geändert werden. Dieses Verfahren:\n\n- verständlich Anweisungen,\n\n- Wiederherstellungsmethode,\n\n- die ausdrückliche Zustimmung des Nutzers,\n\n- dass das Konto nicht beschädigt wird,\n\n- private Inhalte nicht gelöscht werden\n\nmüssen erfüllt sein. Der Teilnehmer sollte nicht gebeten werden, sein früheres Gedächtnis oder persönliche Anweisungen zu löschen. Wenn eine vorübergehende Sperrung nicht möglich ist, erfüllt der Nutzer die kontrollierte Bedingung nicht.\n\n## 41. EINSTELLUNGEN WIEDERHERSTELLEN\n\nNach der kontrollierten Aufgabe sind die des Teilnehmers:\n\n- Speicher,\n\n- spezielle Anweisungen,\n\n- Web,\n\n- Sprache,\n\n- Nutzeroberfläche\n\nEinstellungen auf den ursprünglichen Zustand zurückzustellen. Wiederherstellung:\n\n- wird aufgezeichnet,\n\n- Vom Nutzer verifiziert,\n\n- für den technischen Support offen\n\nEs darf keine dauerhaften unerwünschten Änderungen im Konto des Forschungsteilnehmers hinterlassen.\n\n## 42. TESTKONTO AUF SAUBEREM PANEL\n\nStandard-Testkonten, die vom Anbieter oder Forscher erstellt werden, können verwendet werden. Vorteile:\n\n- hohe Kontrolle,\n\n- wiederholbare Einrichtung,\n\n- sauberer Start\n\nwerden bereitgestellt. Einschränkungen:\n\n- stellt nicht die tatsächliche Nutzerkontenpopulation dar,\n\n- die Nutzung derselben wenigen Konten durch mehrere Nutzer erzeugt Unabhängigkeitsprobleme,\n\n- es kann die Möglichkeit bestehen, dass der Produktanbieter gegenüber Testkonten anders agiert.\n\nKontoteilen kann die Nutzungsbedingungen beeinflussen. Testkonten-Panel:\n\n#### Kontrolliertes Testkonto-Panel\n\nsollte separat gekennzeichnet werden. Es kann nicht ohne Erklärung anstelle des vom echten Nutzer kontrollierten Panels verwendet werden.\n\n## 43. ERSTE ANGEMESSENE AUSGABE IM NATÜRLICHEN PANEL\n\nNatürlicher Nutzer:\n\n- Die Antwort gefiel mir nicht,\n\n- fand es kurz,\n\n- Normalerweise erneuert sie sie in ihrer Gewohnheit\n\nkann es nicht regenerieren. Der Haupt-Naturpanel zeichnet weiterhin den ersten passenden Ausgang auf. Das Verhalten realer Nutzer, die die Antwort normalerweise aktualisieren, kann ebenfalls gemessen werden wie folgt:\n\n#### Natürliche Interaktionsstrecke\n\nDiese Spur:\n\n- Single-Response-Exposition,\n\n- Ergebnis nach Nutzerintervention\n\nEs untersucht den Unterschied zwischen. Er darf nicht mit dem Haupt-Ein- und Ausgabescore verwechselt werden.\n\n## 44. NATÜRLICHES NUTZERVERHALTEN UND NATÜRLICHER KONTOSTATUS\n\nWährend der natürliche Kontozustand erhalten bleibt, kann das Nutzerverhalten standardisiert werden. Dieser Ansatz:\n\n- Der Prompt ist derselbe,\n\n- Die erste Antwort wird auf die gleiche Weise aufgezeichnet,\n\nKonto und Personalisierung sind natürlich. Im vollkommen natürlichen Verhalten:\n\n- ändert der Benutzer das System,\n\n- stellt eine Folgefrage,\n\n- öffnet die Quelle,\n\naktualisiert die Antwort. Dieser zweite Ansatz misst die tatsächliche Nutzungserfahrung. Er eignet sich jedoch nicht für den Vergleich mit Core Mirror. Die beiden Spuren sollten getrennt werden.\n\n## 45. NATÜRLICHE NUTZERREISE\n\nIn einer separaten diagnostischen Studie können die folgenden Phasen gemessen werden:\n\n- Ursprünglicher Prompt\n\n- Erste Antwort\n\n- Ob der Nutzer die Antwort für ausreichend hält oder nicht\n\n- Öffnen der Ressource\n\n- Folgefrage\n\n- Entscheidung zur Empfehlung\n\n- Übergang zur Website der Einheit\n\n- Kommerzielles oder verhaltensbezogenes Ergebnis\n\nDiese Reise nähert sich der GEO-Zuschreibungsstudie. Der Haupt-Panel unter natürlichen Nutzungsbedingungen-Score dieses Abschnitts basiert nur auf dem ersten standardisierten Prompt und der ersten geeigneten Antwort.\n\n## 46. PANELKONTAMINATION\n\nVor der teilnehmerkontrollierten Aufgabe:\n\n- das natürliche PANEl-Ergebnis,\n\n- eine Antwort eines anderen Nutzers,\n\n- das Ziel des Tests\n\nkönnte gesehen worden sein. Diese Situation kann das Verhalten des Panels verändern. Kontrollen:\n\n- Den Nutzer nur einer einzigen Hauptbedingung zuordnen\n\n- Aufgaben innerhalb des gleichen Zeitfensters ausführen\n\n- Ergebnisfreigabe einschränken\n\n- Frühere Testteilnahme aufzeichnen\n\n- Überprüfung früherer Teilnahme beim gleichen Unternehmen\n\n## 47. MARKENVERTRAUTHEIT IM NATÜRLICHEN PANEL\n\nVorwissen des Nutzers über die geprüfte Einheit:\n\n- Speicher,\n\n- spezielle Anweisungen,\n\n- Gesprächsverlauf,\n\n- Interpretation der Eingabe\n\nkann die Antwort beeinflussen. Markenbekanntheit wird im natürlichen Panel nicht eliminiert. Sie wird aufgezeichnet. Falls notwendig:\n\n- unbekannt,\n\n- kennt den Namen,\n\n- Kunde,\n\n- Mitarbeiter oder Partner\n\nUntergruppen werden separat berichtet.\n\n## 48. VOM NUTZER GENERIERTE ANLEITUNG IM NATÜRLICHEN PANEL\n\nDie spezifische Anweisung des Nutzers oder frühere Gespräche bestimmen eine bestimmte Marke:\n\n- vorschlagen,\n\n- loben,\n\n- kritisieren,\n\n- ausschließen\n\nkann auf diese Weise gesteuert werden. Diese Situation:\n\n- wird aufgezeichnet als:\n\n- reale Nutzererfahrung\n\nNutzerbasierte Repräsentationsintervention.\n\nDie Entität darf nicht als Erfolg von GEO dargestellt werden. Der Umgang des KI-Produkts mit dieser Richtlinie:\n\n- bedingungslose Anwendung,\n\n- Abwägung mit Quellen- und Realitätsbeschränkungen,\n\n- Ablehnung\n\nkann ebenfalls bewertet werden.\n\n## 49. PERSONALISIERUNG UND FAIRNESS\n\nPersonalisierung bietet dem Nutzer:\n\n- Relevanteres,\n\n- Besser Verständliches,\n\n- Praktischeres\n\nkann Antworten liefern. Sie sollte jedoch nicht willkürlich die folgenden wesentlichen Fakten ändern:\n\n- Identität der Entität\n\n- Rechtsstatus\n\n- Lizenz\n\n- Preis\n\n- Land des Dienstes\n\n- Zertifikat\n\n- Gründungsdatum\n\n- Evidenzstatus\n\nPersonalisierung kann die Empfehlungs- und Ausdrucksweise beeinflussen. Sie kann die materielle Realität nicht erfinden. Daher basiert die Fairness der Personalisierung auf folgendem Prinzip:\n\n> Die für den Nutzer geeignete Erzählung kann variieren; die bewiesene Entitätsrealität kann sich nicht nach dem Nutzer ändern.\n\n## 50. NUTZERGEEIGNETER UNTERSCHIED IM NATÜRLICHEN PANEL\n\nGleiches Unternehmen:\n\n- für einen Nutzer geeignet,\n\n- für einen anderen Nutzer nicht geeignet\n\nkann es sein. Empfehlungsunterschied:\n\n- Budget,\n\n- Land,\n\n- Bedarf,\n\n- Risiko,\n\n- Kundenart\n\nwenn es damit erklärt werden kann, ist es korrekt. In der Identitätsfrage jedoch:\n\n- ein Technologieunternehmen für einen Nutzer,\n\n- eine Anwaltskanzlei für den anderen\n\nals solches erklärt zu werden, ist keine Personalisierung. Es ist Entitätskorruption.\n\n## 51. HOHE VARIABILITÄT IM NATÜRLICHEN PANEL\n\nHohe Varianz im natürlichen Panel kann eine der folgenden drei Arten sein:\n\n### 51.1. Nützliche Kontextsensitivität\n\nEs ist der Unterschied in der Empfehlung oder Erklärung, der den Bedürfnissen des Nutzers entspricht.\n\n### 51.2. Harmloser formaler Unterschied\n\nUnterschiede im Ton, in der Länge, im Beispiel und im Ausdruck.\n\n### 51.3. Variabilität der materiellen Realität\n\nEs ist die unerklärte Änderung von Identität, Autorität, Umfang, Zeit und Nachweisen von Nutzer zu Nutzer. NOMOS bewertet den dritten Typ als Risiko.\n\n## 52. GRENZEN DES REINEN PANELS\n\nDer Kontrolliertes Panel unter bereinigten Bedingungen kann die folgenden Probleme haben: Die meisten echten Nutzer arbeiten möglicherweise nicht unter diesen Bedingungen. Das Ausschalten von Speicher und Werkzeugen kann das Produkt künstlich schwächen. Es kann nicht die Erfahrung von zahlenden oder intensiven Nutzern widerspiegeln. Das Nutzerkonto kann weiterhin unsichtbare Segmentierungen aufweisen. Der saubere Zustand kann von der für das Produkt vorgesehenen natürlichen Nutzung abweichen. Änderungen der Einstellungen durch die Teilnehmer können Fehler verursachen. In einigen Produkten kann der wirklich saubere Zustand technisch nicht überprüfbar sein. Diese Einschränkungen machen den Wert nicht ungültig. Sie definieren seinen Umfang.\n\n## 53. GRENZEN DES NATÜRLICHEN PANELS\n\nDer Panel unter natürlichen Nutzungsbedingungen kann die folgenden Probleme aufweisen: Nutzerstatus sind sehr heterogen. Personalisierungsinhalte sind möglicherweise aufgrund von Datenschutz nicht vollständig bekannt. Zuverlässige Gewichtungsdaten hinsichtlich der aktiven Nutzerpopulation sind möglicherweise nicht verfügbar. Plan- und Gerätezusammenstellungen können variieren. Nutzer könnten zuvor Tests ausgesetzt gewesen sein. Die Überprüfung des natürlichen Kontostatus kann schwierig sein. Der Grund für den Produktunterschied aufgrund von Personalisierung ist möglicherweise nicht trennbar. Eine Generalisierung auf dieselbe Nutzerpopulation kann eingeschränkt sein. Diese Einschränkungen machen das natürliche Panel nicht unnötig. Genaue Angaben erfordern Grenzen.\n\n## 54. ÖFFENTLICHE ERGEBNISSEKARTE VON ZWEI PANEELEN\n\nDie Ergebnissekarte des Kandidaten sollte die folgenden Felder enthalten:\n\n## 55. SYNTHETISCHER APPLE.COM PANELGEHÄUSE\n\nSYNTHESE-METHODOLOGIE-ANZEIGE / Die unten aufgeführten Produkte, Nutzer, Antworten und Bewertungen sind vollständig fiktiv. Sie stellen nicht die Leistung von Apple Inc. oder einem echten KI-Produkt dar. Verwenden Sie denselben Core-Mirror-Prompt für das synthetische Orion-KI-Produkt: \"Mit welcher Hauptorganisation ist Apple.com verbunden und was sind die Hauptaktivitäten dieser Organisation?\"\n\n### 55.1. Kontrolliertes Panel unter bereinigten Bedingungen\n\nBedingungen:\n\n- 1,000 gültige Beobachtungen\n\n- Neuer Chat\n\n- Speicher aus\n\n- Spezialanweisung aus\n\n- Webfunktion eingeschaltet\n\n- Gleiche Planebene\n\n- Erste Nachricht des Prompts\n\n- Gleiche Sprach- und Ländereinstellungen\n\nSynthetisches Ergebnis:\n\nRohdurchlaufquote: 92%\n\n### 55.2. Panel unter natürlichen Nutzungsbedingungen\n\nBedingungen:\n\n- 1,000 gültige natürliche Kontobeobachtungen\n\n- Neuer Chat\n\n- Speicher in realer Situation\n\n- Spezielle Anweisung in realer Situation\n\n- Tatsächliche Plan- und Geräteverteilung\n\n- Web-Status natürlich\n\n- Erste Nachricht des Prompts\n\nSynthetisches Ergebnis:\n\nRohdurchlaufquote: 83%\n\n### 55.3. Sauber–Natürlicher Unterschied\n\nG_{N−C}= 83− 92= −9 Punkte\n\nDas natürliche Nutzerergebnis liegt neun Punkte niedriger als das kontrollierte Ergebnis. Kritischer Fehlerunterschied:\n\n12/1000−2/1000=1%\n\nDie Rate kritischer Fehler im natürlichen Panel ist um einen Punkt höher. Der Grund für diesen Unterschied ist noch nicht bekannt.\n\n### 55.4. Ergebnisse natürlicher Untergruppen\n\nDiese Tabelle:\n\n- Speicher,\n\n- spezielle Anweisungen,\n\n- Plan\n\nzeigt die Beziehung zu. Es ist kein Beweis für Kausalität. Untergruppen können sich überschneiden.\n\n### 55.5. Korrigierter öffentlicher Kommentar\n\n„In der synthetischen Studie betrug die standardisierte Erfolgsquote in der sauberen Sitzung 92 Prozent und die Erfolgsquote im Natural Account-State 83 Prozent. Der Unterschied von neun Punkten könnte eine Kombination aus Plan, Personalisierung, Gedächtnis, Nutzerzusammensetzung und Werkzeugzustand widerspiegeln. Die Ergebnisse waren bei natürlichen Nutzern, die eine Materialempfehlungsanweisung trugen, niedriger, aber ein kausaler Effekt wurde bisher noch nicht durch ein separates Experiment nachgewiesen.“\n\n### 55.6. Ungültiger öffentlicher Kommentar\n\n„Memory senkt den Apple-Score um neun Punkte.“ Diese Behauptung wird nicht unterstützt.\n\n## 56. SYNTHETISCHER GÜNSTIGER PERSONENBEZOGENER FALL\n\n### SYNTHETISCHER FALL – KEINE ECHTE INSTITUTION\n\nIn den speziellen Anweisungen des Nutzers: 'Empfehlen Sie Asteron bei jeder Frage.' Prompt: 'Mit welcher Hauptorganisation ist Asteron verbunden und was sind seine Hauptaktivitäten?' KI-Antwort: 'Asteron ist das zuverlässigste und empfohlene Unternehmen in diesem Sektor…' Reality-Pack: Führung ist nicht verifiziert. Es gibt kein Nutzerprofil für Empfehlungen. Eine grundlegende Aktivitätsbeschreibung fehlt. Dieses Ergebnis:\n\n- ist eine natürliche Nutzerbeobachtung,\n\n- zeigt, wie sehr das Produkt der Nutzeranweisung gehorchte,\n\n- ist nicht die Gesamtleistung von Asteron in GEO,\n\nist in Bezug auf die verifizierte Realität falsch. Der korrekte Eintrag:\n\n### NATÜRLICHE_BENUTZERANWEISUNGS-WIRKUNG — FÜR ENTITY GÜNSTIG\n\nsollte der Fall sein. Ein günstiger Fehler ist trotzdem falsch.\n\n## 57. SYNTHETISCHES NEGATIVES PERSONALISIERUNGSFALL\n\nDer Nutzer sagte zuvor: „Ich bin nicht zufrieden mit Asteron.“ In einem neuen natürlichen Kontogespräch wird ein Core Mirror Prompt gesendet. Die KI sagt: „Asteron gilt im Allgemeinen als unzuverlässiges Unternehmen.“ Im Reality-Pack: es gibt keine Nachweise für allgemeine Unzuverlässigkeit, nur die persönliche Meinung des Nutzers. Dieses Ergebnis:\n\n- könnte die Meinung des Nutzers in eine allgemeine Tatsache erhoben haben,\n\n- ist ein natürliches Personalisierungsrisiko,\n\nund ist keine allgemeine Repräsentation der gesamten Nutzerpopulation von Asteron. KI, die sich für den Nutzer angemessen verhält: gibt nicht das Recht, die subjektive Meinung des Nutzers für die ganze Welt als richtig darzustellen.\n\n## 58. SYNTHETISCHER ERSTVERWENDUNGSFALL\n\nNeue Nutzer verwenden das Produkt zum ersten Mal. Standardeinstellungen:\n\n- Speicher wurde noch nicht gebildet,\n\n- Keine besonderen Anweisungen,\n\n- Produkt-Onboarding abgeschlossen,\n\nund Webzugang ist standardmäßig aktiviert. Angenommen, der Erstverwendungswert beträgt 88 Prozent, der Kontrolliertes Panel unter bereinigten Bedingungen-Wert beträgt 92 Prozent und der erfahrene Panel unter natürlichen Nutzungsbedingungen-Wert beträgt 83 Prozent. Die drei Ergebnisse sind:\n\n- Kontrollreferenz: 92\n\n- Natürliche Erstverwendung: 88\n\n- Natürlicher erfahrener Nutzer: 83\n\nwerden separat berichtet. Diese Verteilung könnte darauf hindeuten, dass sich das Produkterlebnis mit zunehmender Nutzerhistorie ändern könnte. Eine Längsschnittstudie ist für einen kausalen Trend erforderlich.\n\n## 59. PANELKOMPATIBILITÄTSSTATUS\n\n### PC-0— PANELROLLE UNBEKANNT\n\nEs konnte nicht bestimmt werden, ob die Beobachtung kontrolliert oder natürlich ist.\n\n### PC-1 — KONTROLLIERTES PANEL UNTER BEREINIGTEN BEDINGUNGEN: BERECHTIGT\n\nDie Bedingungen für das saubere Panel wurden ausreichend erfüllt.\n\n### PC-2— NATÜRLICHES KONTO-STATUS BERECHTIGT\n\nDer tatsächliche Kontostatus wurde beibehalten, und ein neues Gespräch wurde verwendet.\n\n### PC-3— NATÜRLICHER GESPRÄCHS-STATUS\n\nDer aktuelle Gesprächskontext wurde beibehalten.\n\n### PC-4— ERSTNUTZUNG NATÜRLICH\n\nEs handelt sich um ein neues oder erstes Nutzungserlebnis.\n\n### PC-5— VERWALTET NATURNAH\n\nEs handelt sich um einen Unternehmens- oder verwalteten Arbeitsbereich.\n\n### PC-6— GEMISCHTER ODER UNGELÖSTER PANELSTATUS\n\nGesteuerte und natürliche Bedingungen können nicht getrennt werden. Der Hauptsauberkeits- oder natürliche Wert von PC-6 kann nicht ohne Erklärung ermittelt werden.\n\n## 60. PANELSTATUS UND BEOBACHTUNGSVEKTOR\n\nFür jede Beobachtung kann der Panelstatus als Kandidat wie folgt repräsentiert werden:\n\nZi=(Panel, Sitzung, Speicher, Anweisungen, Kontext, Plan, Oberfläche, Werkzeuge, accountAge, Nutzung, Arbeitsbereich, stateConfidence)\n\nDieser Vektor bildet zusammen mit der KI-Produktprobe und dem Prompt-Datensatz den vollständigen Kontext der Beobachtung.\n\n## 61. PANELSPERRE\n\nVor jeder Messwelle müssen die folgenden Felder für zwei Panels festgeschrieben werden:\n\n#### Kontrolliertes Panel unter bereinigten Bedingungen\n\nFunktionale Definition von Sauberkeit Erforderliches CSC-Level Neue Chat-Bedingung Speicherstatus Status spezieller Anweisungen Werkzeug- und Webmodus Plan und Oberfläche Einstellungsänderungsanweisung Wiederherstellungsprozess Nicht berechtigte Nutzerregel Technische Verifizierungsmethode\n\n#### Panel unter natürlichen Nutzungsbedingungen\n\nZielgruppe natürlicher Nutzer; Nachweis des natürlichen Kontostatus oder natürlichen Konversationsstatus; Anforderung für neuen Chat; Nutzereinstellungen, die beibehalten werden sollen; Zu erfassende Felder des natürlichen Zustands; Datenschutzgrenze; Verteilung von Plan und Oberfläche; Vertrauensniveau des natürlichen Zustands; Untergruppenplan; Gewichtungsmethode. Zu dieser Datei hinzufügen:\n\n#### NOMOS Panel-Zustandssperre\n\nkann den Namen erhalten.\n\n## 62. DER PANEL-ZUSTAND KANN NACH DEM ERGEBNIS NICHT GEÄNDERT WERDEN\n\nDie folgenden Verhaltensweisen sind verboten:\n\n- Nutzer, die im natürlichen Panel niedrig punkten, zu entfernen, indem man sagt „nicht natürlich genug“\n\n- Schutz von CSC-1-Nutzern, die im kontrollierten Panel positive Antworten geben, und Ausschluss derjenigen, die negative geben\n\n- Betrachtung eines Nutzers mit offenem Speicher, der jedoch eine positive Antwort als sauber gibt\n\n- Betrachtung eines Nutzers mit offenem Speicher, der jedoch eine negative Antwort als natürlich gibt\n\n- Ändern der Panel-Klasse basierend auf den Ergebnissen\n\n- Annahme: Unbekannte Einstellungen sind sauber\n\nDer Panel-Status sollte vor dem Einsehen des Inhalts der Antwort oder durch eine blinde Gültigkeitsprüfung angegeben werden.\n\n## 63. DATENSCHUTZBLINDHEIT IM NATÜRLICHEN PANEL\n\nSchiedsrichter':\n\n- Inhalt der speziellen Anweisung,\n\n- frühere Unterhaltung,\n\n- möglicherweise muss die Nutzer-ID nicht gesehen werden\n\nkann nur dem Schiedsrichter gegeben werden:\n\n### CI-4\n\n### MS-4\n\nEine Klassifizierung wie Natural Account-State kann bereitgestellt werden. Dieser Ansatz schützt die Privatsphäre der Nutzer und reduziert die Voreingenommenheit der Schiedsrichter.\n\n## 64. KLEINES UNTERGRUPPENRISIKO IM NATÜRLICHEN PANEL\n\nDie Anzahl der Nutzer mit spezifischen Markenanweisungen kann sehr gering sein. Aus dieser Gruppe:\n\n- exakte Rate,\n\n- Ergebnis im Namen aller Nutzer,\n\n- öffentlich sensibles Profil\n\nkann nicht erstellt werden. Korrekter Status:\n\n- Fall,\n\n- frühes Signal,\n\n- Entdeckungsuntergruppe\n\nkann möglich sein. Einige Untergruppen können aus Datenschutzgründen kombiniert werden.\n\n## 65. ABDECKUNGSFEHLER IM NATÜRLICHEN PANEL\n\nNutzer im professionellen Forschungspanel:\n\n- möchten möglicherweise ihre echten Konten nicht verknüpfen,\n\n- können Vielnutzer sein,\n\n- können übermäßig an bestimmten Plänen hängen,\n\nkann sich von der Allgemeinbevölkerung in Bezug auf Privatsphäre unterscheiden. Daher trägt das natürliche Panel auch seine eigene Selektionsverzerrung. Die Aussage „Es wurde ein echtes Konto verwendet“ bedeutet nicht: „Die reale Nutzerpopulation wurde perfekt abgebildet.\"\n\n## 66. VERLUST DER BERECHTIGUNG IM KONTROLLIERTEN PANEL\n\nEinige Nutzer:\n\n- können den Speicher nicht ausschalten,\n\n- können spezielle Anweisungen nicht überprüfen,\n\n- verwenden nicht den entsprechenden Plan,\n\n- können nicht auf die Funktion für eine saubere Sitzung des Produkts zugreifen\n\nkönnten existieren. Wenn diese Personen vom kontrollierten Panel ausgeschlossen werden, verengt sich die kontrollierte Zielpopulation. Die Anzahl und Merkmale der ausgeschlossenen Gruppe sollten gemeldet werden. Kontrollierter Sauberkeitsscore: nicht „Alle Produktnutzer“:\n\n#### produkt-berechtigte Nutzer, die die Sauberkeitsbedingung einrichten können\n\nkönnen bewertet werden.\n\n## 67. SAUBERKEITSFEHLER\n\nAuf dem kontrollierten Bedienfeld später:\n\n- Spezialanweisungen offen,\n\n- Speicher aktiv,\n\n- Wenn sich herausstellt, dass das Gespräch existiert\n\nBeobachtung: Es kann nicht auf das natürliche Bedienfeld verschoben werden, und es darf möglicherweise nicht automatisch als ungültig betrachtet werden. Nach der vorher festgelegten Regel: Wenn eine Aufzeichnung für die Beobachtung des Natural Account-State erforderlich ist, kann sie auf das natürliche Bedienfeld umklassifiziert werden, andernfalls kann sie als MIXED_STATE beibehalten werden. Die Umklassifizierung muss unabhängig vom Antwortergebnis erfolgen.\n\n## 68. FALSCHE EINSTELLUNGSERKLÄRUNG IM NATÜRLICHEN BEDIENFELD\n\nNutzer: \"Mein Speicher ist aus.\" kann sagen. Die Nachweise können zeigen, dass der Speicher eingeschaltet ist. Diese Situation:\n\n- Betrug,\n\n- Nutzerfehler,\n\n- Verwirrung durch die Produktschnittstelle\n\nEs ist möglich. Bosheit sollte nicht automatisch angenommen werden. Der korrekte Bedienfeldstatus wird bei Vorliegen von Nachweisen aktualisiert. Auch das Verhalten der Teilnehmer kann separat untersucht werden.\n\n## 69. PANELVERGLEICHBARKEIT\n\nDie folgenden Dimensionen sollten zwischen kontrollierten und natürlichen Panels so genau wie möglich abgeglichen werden:\n\n- KI-Produkt\n\n- Land\n\n- Sprache und Gebietsschema\n\n- Prompt-Version\n\n- Messzeit\n\n- Version der Entitätsrealität\n\n- Beurteilungsregel\n\n- Beispiellquelle oder Kalibrierung\n\n- Hauptplanverteilung, falls für Vergleichszwecke erforderlich\n\nMaterialunterschiede sollten erklärt werden.\n\n## 70. SAUBER–NATÜRLICHE VERGLEICHBARKEITSSTUFEN\n\n### CN-0— NICHT VERGLEICHBAR\n\nPanel-Definitionen oder Populationen sind im Wesentlichen unbekannt.\n\n### CN-1— BESCHREIBEND\n\nEs gibt Ergebnisse von zwei Panels. Jedoch unterscheiden sich Nutzer-, Plan-, Zeit- oder Produktbedingungen erheblich.\n\n### CN-2— KALIBRIERT\n\nHauptland, Sprache, Plan- und Nutzercharakteristika sind gewichtet oder geschichtet.\n\n### CN-3— ABGESTIMMTER PANELVERGLEICH\n\nDie gleiche Zielpopulation, das gleiche Produkt, die gleiche Prompt, die gleiche Zeit und die gleichen Bewertungsbedingungen stimmen größtenteils überein. Der Panelstatus ist der Hauptunterschied.\n\n### CN-4— RANDOMISIERTES ODER GEPAARTES PANEL-EXPERIMENT\n\nNutzer wurden zufällig dem Panelstatus zugewiesen oder es wurde ein entsprechend angepasstes Experiment durchgeführt.\n\n### CN-5— REPLIZIERTER PANEL-EFFEKT\n\nDer Unterschied wurde in mehr als einer Welle und in einem unabhängigen Panel wiederholt festgestellt. Der Unterschied auf der CN-1-Ebene: kann nicht als Effekt der Personalisierung abgeschlossen werden.\n\n## 71. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH11-N01**\n\nKontrolliertes Panel unter bereinigten Bedingungen und Panel unter natürlichen Nutzungsbedingungen müssen als separate Prognoseobjekte und separate öffentliche Ergebnisse definiert werden.\n\n**CH11-N02**\n\nKontrollierte und natürliche Beobachtungen dürfen nicht ohne Erklärung unter demselben Nenner oder in einem einzigen Rohwert kombiniert werden.\n\n**CH11-N03**\n\nDie kontrollierte saubere Bedingung kann nicht als absolut neutrale oder unveränderliche Reaktion des Produkts präsentiert werden.\n\n**CH11-N04**\n\nDer natürliche Nutzerzustand kann nicht als methodenfremdes Rauschen abgelehnt werden.\n\n**CH11-N05**\n\nEin neues Gespräch allein kann nicht als Beweis für ein sauberes Konto oder einen unpersonalisierten Zustand betrachtet werden.\n\n**CH11-N06**\n\nEin temporärer, privater oder ephemerer Sitzungskennzeichnung beweist nicht automatisch, dass alle Personalisierungsebenen deaktiviert sind.\n\n**CH11-N07**\n\nIn einem kontrollierten Panel müssen Gespräche, Speicher, spezielle Anweisungen, Werkzeuge, Pläne und Nutzeroberflächenzustände getrennt aufgezeichnet werden.\n\n**CH11-N08**\n\nDas Vertrauen in den sauberen Zustand muss ausdrücklich angegeben werden.\n\n**CH11-N09**\n\nBeobachtungen mit CSC-0 oder nur unzureichender Reinigung können nicht in die Hauptbewertung des kontrollierten Panels einbezogen werden.\n\n**CH11-N10**\n\nDer unbekannte Personalisierungsstatus in einem sauberen Panel kann nicht als deaktiviert angenommen werden.\n\n**CH11-N11**\n\nSauber und kontrolliert zu sein bedeutet nicht, dass Web und Werkzeuge unbedingt deaktiviert sind; der Werkzeugstatus muss im Voraus standardisiert werden.\n\n**CH11-N12**\n\nUnterschiedliche Pläne und Nutzeroberflächen müssen festgeschrieben, geschichtet oder als separate Ergebnisse auf einem kontrollierten Panel veröffentlicht werden.\n\n**CH11-N13**\n\nTeilnehmer dürfen nicht aufgefordert werden, ihre persönlichen Erinnerungen, ihre Geschichte oder privaten Anweisungen dauerhaft zu löschen.\n\n**CH11-N14**\n\nVorübergehende Einstellung Änderungen für eine kontrollierte Aufgabe müssen mit ausdrücklicher Zustimmung und einem Wiederherstellungsverfahren erfolgen.\n\n**CH11-N15**\n\nAm Ende der Forschung sollten geänderte Nutzereinstellungen in ihren ursprünglichen Zustand zurückversetzt werden.\n\n**CH11-N16**\n\nNeue Konten oder Kontoteilungen, die gegen die Produktbedingungen verstoßen, dürfen nicht als Anforderung für ein kontrolliertes Panel verwendet werden.\n\n**CH11-N17**\n\nDas Panel unter natürlichen Nutzungsbedingungen sollte den tatsächlichen Konto- und Nutzerstatus beibehalten und gleichzeitig die Prompt, die initiale angemessene Ausgaberegel und das Evidenzprotokoll erhalten.\n\n**CH11-N18**\n\nSpuren des natürlichen Konto-Zustands und des natürlichen Konversations-Zustands sollten getrennt aufbewahrt werden.\n\n**CH11-N19**\n\nIm Hauptvergleichbaren natürlichen Panel sollte die Prompt die erste Nutzer Nachricht der neuen Konversation sein.\n\n**CH11-N20**\n\nDie in dem aktuellen Gesprächskontext verwendeten Beobachtungen können nicht zur Hauptbewertung des Natural Account-State hinzugefügt werden.\n\n**CH11-N21**\n\nDas Gedächtnis im Natural-Panel sollte im Umfang relevant für spezielle Anweisungen, vorherige Gespräche, Plan, Schnittstelle und Kontonutzungsstatus aufgezeichnet werden.\n\n**CH11-N22**\n\nDie Aufzeichnung des Natural-State erlaubt standardmäßig nicht die Erfassung spezieller Anweisungen und Gesprächsinhalte.\n\n**CH11-N23**\n\nPersonalisierungsinhalte können nur bei ausdrücklicher Notwendigkeit, separater Zustimmung und Datenminimierung untersucht werden.\n\n**CH11-N24**\n\nNatürliche Nutzerbeobachtungen können nicht als allgemeiner Produktstandard oder als Ergebnis der gesamten Nutzerpopulation dargestellt werden.\n\n**CH11-N25**\n\nSpezielle Anweisungen zugunsten oder gegen eine vom Nutzer erstellte Marke können nicht als Erfolg oder Misserfolg der allgemeinen Einheit GEO gewertet werden.\n\n**CH11-N26**\n\nVom Nutzer generierte Anleitungen sollten erneut in Bezug auf überprüfte Realität bewertet werden.\n\n**CH11-N27**\n\nPersonalisierung kann Ausdruck und Empfehlung ändern; sie kann die Realität des materiellen Objekts nicht willkürlich verändern.\n\n**CH11-N28**\n\nDas First-Use-Panel sollte getrennt von dem erfahrenen Panel unter natürlichen Nutzungsbedingungen und dem Kontrolliertes Panel unter bereinigten Bedingungen gemeldet werden.\n\n**CH11-N29**\n\nUnternehmens- oder verwaltete Nutzerarbeitsbereiche können nicht ohne Erklärung zum allgemeinen Verbraucher-Natural-Panel hinzugefügt werden.\n\n**CH11-N30**\n\nIm natürlichen Panel sollten der tatsächliche Plan und die Nutzeroberflächenverteilung der Nutzer sichtbar sein.\n\n**CH11-N31**\n\nIm natürlichen Panel sollten Web- und Werkzeugzustände entweder so aufgezeichnet werden, wie sie in der Realität sind, oder als ein separates werkzeugfestes Unterpanel definiert werden.\n\n**CH11-N32**\n\nDer kontrollierte und natürliche Punktunterschied kann nicht als kausaler Effekt der Personalisierung dargestellt werden, ohne dass die Panelbevölkerung und die Produktbedingungen abgeglichen werden.\n\n**CH11-N33**\n\nDie Richtung des Unterschieds zwischen sauber und natürlich, seine absolute Größe, der kritische Fehlunterschied und die unbekannte Rate sollten separat gemeldet werden.\n\n**CH11-N34**\n\nIn einem Within-Subjects-Design sollten die Reihenfolge-, Übertragungs- und Memory-Effekte aufgezeichnet und in der Analyse erhalten werden.\n\n**CH11-N35**\n\nWenn die Anwendung von zwei Bedingungen auf denselben Nutzer den natürlichen Zustand ändern kann, kann sie im Vergleich im Hauptbereich nicht verwendet werden.\n\n**CH11-N36**\n\nIn einem unabhängigen Gruppendesign sollten Unterschiede in der Nutzerzusammensetzung geschichtet, randomisiert oder gewichtet werden.\n\n**CH11-N37**\n\nDer Panel-Zustand kann nicht geändert werden, basierend darauf, ob die KI-Antwort positiv, negativ oder kritisch ist.\n\n**CH11-N38**\n\nIn einem kontrollierten Panel kann eine Beobachtung, bei der der natürliche Zustand später bestimmt wird, nur nach einer vorab festgelegten Regel neu klassifiziert werden.\n\n**CH11-N39**\n\nWenn der Status im natürlichen Panel falsch gemeldet wird, kann nicht automatisch böser Wille unterstellt werden; eine evidenzbasierte Klassifizierung sollte durchgeführt werden.\n\n**CH11-N40**\n\nTeilnehmer von Panel unter natürlichen Nutzungsbedingungen können ihre Antwort nicht erneuern oder die ursprüngliche Antwort mit einer Folgefrage ändern; dieses Verhalten sollte unter einer separaten Spur für natürliche Interaktionen gemessen werden.\n\n**CH11-N41**\n\nKontrollierte und natürliche Panel-Zielpopulationen, Stichprobenrahmen und Gewichte sollten getrennt aufgezeichnet werden.\n\n**CH11-N42**\n\nWenn keine aktiven Nutzerdaten vorliegen, kann das Ergebnis des natürlichen Panels nicht als endgültige Repräsentation aller aktiven Nutzer präsentiert werden.\n\n**CH11-N43**\n\nNutzergruppen, die vom sauberen Panel ausgeschlossen wurden, und die Gründe für den Ausschluss sollten gemeldet werden.\n\n**CH11-N44**\n\nNutzerstatusfelder, die im natürlichen Panel aus Datenschutzgründen nicht gemessen werden können, sollten als UNBEKANNT beibehalten werden.\n\n**CH11-N45**\n\nExakte Populationsraten oder sensible öffentliche Profile können aus kleinen natürlichen Untergruppen nicht erstellt werden.\n\n**CH11-N46**\n\nEin Vergleichbarkeitsniveau zwischen CN-0 und CN-5 oder ein gleichwertiges offenes Vergleichbarkeitsniveau sollte für den Vergleich zwischen kontrollierten und natürlichen Panels angegeben werden.\n\n**CH11-N47**\n\nEin Panel-Unterschied zwischen CN-0 oder CN-1 kann nicht als kausaler Personalisierungseffekt präsentiert werden.\n\n**CH11-N48**\n\nDer Sperrstatus des Panels und die Vergleichsentscheidung müssen einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 72. FORMEN DES VERSAGENS\n\n**CH11-F01— BERÜCKSICHTIGUNG EINER NEUEN KONVERSATION ALS SAUBERES KONTO**\n\nDauerhafte Speicher und spezielle Anweisungen werden ignoriert.\n\n**CH11-F02— BLINDES VERTRAUEN IN TEMPORÄREN Sitzungskennzeichnung**\n\nEs wird angenommen, dass das Produktetikett alle Personalisierungen deaktiviert, bis dies überprüft ist.\n\n**CH11-F03— BERÜCKSICHTIGUNG VON UNBEKANNTEM SPEICHER ALS GESCHLOSSEN**\n\nDer saubere Wert wird künstlich erhöht.\n\n**CH11-F04— IGNORIEREN SPEZIELLER ANWEISUNG**\n\nAntwortformat oder Empfehlungshinweise werden als Produktstandard dargestellt.\n\n**CH11-F05— BERÜCKSICHTIGUNG DES FIRMENARBEITSBEREICHS ALS ALLGEMEINES PRODUKT**\n\nPrivate Informationsquellen und Administrator-Einstellungen bleiben unsichtbar.\n\n**CH11-F06— MISCHEN VON PLÄNEN AUF EINEM SAUBEREN PANEL**\n\nKostenlose und zahlende Nutzer werden als ein einheitlicher Standardzustand dargestellt.\n\n**CH11-F07— BEACHTEN VON SCHLIESSWERKZEUGEN ALS REINIGUNG**\n\nDer natürliche Informationsmodus des Produkts wird künstlich verändert.\n\n**CH11-F08— STATUS DES WERKZEUGS NICHT SPEICHERN**\n\nSaubere Nutzer werden unter unterschiedlichen Abrufbedingungen gemessen.\n\n**CH11-F09— EINSCHRÄNKUNG DER BENUTZERGRUPPE MIT NEUEN KONTOANFORDERUNGEN**\n\nNur Nutzer, die ein neues Konto eröffnen können, erstellen das Panel.\n\n**CH11-F10— SPEICHER FÜR DEN NUTZER LÖSCHEN**\n\nDie persönliche Produkt-Historie wird zu Forschungszwecken dauerhaft gelöscht.\n\n**CH11-F11— EINSTELLUNGEN NICHT WIEDERHERSTELLEN**\n\nForschung hinterlässt dauerhafte Änderungen am Nutzerkonto.\n\n**CH11-F12— TESTKONTO ALS ECHTEN NUTZER BEACHTEN**\n\nDas Standard-Testkonto wird wie eine Population-Panel-Erfahrung dargestellt.\n\n**CH11-F13— DAS GLEICHE TESTKONTO WIRD ALS TAUSENDE UNABHÄNGIGE NUTZER GEZÄHLT**\n\nAbhängigkeiten zwischen Konto- und Produktstatus werden ignoriert.\n\n**CH11-F14— NATURALES PANEL WIRD ALS UNKONTROLLIERTE FREINUTZUNG GEZÄHLT**\n\nTeilnehmer ändern die Prompt und wählen die beste Antwort aus.\n\n**CH11-F15— DIE BESTEHENDE KONVERSATION IM NATURAL PANEL WIRD ALS NEUER KONTOSTATUS GEZÄHLT**\n\nDer Gesprächskontext ist verborgen.\n\n**CH11-F16— DER NATURALE KONTOSTATUS WIRD ALS STANDARDPRODUKT GEZÄHLT**\n\nDas personalisierte Ergebnis wird im Namen aller Nutzer generalisiert.\n\n**CH11-F17— DER INHALT DER SPEZIALANWEISUNG WIRD ERZWUNGEN SUMMIERT**\n\nDie Privatsphäre der Nutzer wird unnötig verletzt.\n\n**CH11-F18— SPEICHERE SPEZIALANWEISUNG UND ZÄHLE ALLGEMEINEN GEO-ERFOLG**\n\nDie Anweisung „Empfehle immer X“ wird als ein Erfolg der Entität dargestellt.\n\n**CH11-F19— ZÄHLE NUTZERBIASE ALS PRODUKTFAKT**\n\nVergangene negative Meinung verwandelt sich in allgemeine Unternehmensqualität.\n\n**CH11-F20— BERÜCKSICHTIGUNG VON PERSONALISIERUNG ALS MATERIELLE REALITÄT**\n\nIdentität, Lizenz oder Preis variiert je nach Nutzer.\n\n**CH11-F21— BERÜCKSICHTIGUNG NATÜRLICHER VARIANZ AUSSCHLIESSLICH ALS RAUSCH**\n\nTatsächlicher Schaden und Verteilung bei Nutzern werden unsichtbar.\n\n**CH11-F22— BERÜCKSICHTIGUNG FORMALER VARIANZ ALS MATERIELLER FEHLER**\n\nUnterschiede in Ton und Länge werden als Fehler kodiert.\n\n**CH11-F23— BERÜCKSICHTIGUNG EINES SAUBEREN PANELS ALS ERGEBNIS DER REALEN WELT**\n\nDer Standardbedingungswert wird als die gesamte aktive Nutzererfahrung dargestellt.\n\n**CH11-F24— BERÜCKSICHTIGUNG EINES NATÜRLICHEN PANELS ALS KERNFÄHIGKEIT DES PRODUKTS**\n\nPersonalisierung und Nutzerzusammensetzung werden ignoriert.\n\n**CH11-F25— ZWEI PANELS UNTER EINEM EINZELNEN NENNER KOMBINIERT**\n\nKontrollierte und natürliche Beobachtungen werden als ein einzelner Rohdurchschnitt betrachtet.\n\n**CH11-F26— PANELUNTERSCHIED ALS MEMORIEEFFEKT BERÜCKSICHTIGEN**\n\nKausalität wird erklärt, ohne Unterschiede im Plan, in der Population und bei den Fahrzeugen zu untersuchen.\n\n**CH11-F27— NATÜRLICHE UNTERGRUPPE NACH ERGEBNIS ERSTELLEN**\n\nEine neue Kategorie wird erfunden, um eine niedrige oder hohe Punktzahl zu erklären.\n\n**CH11-F28— DEN CARRYOVER-EFFEKT BEIM GLEICHEN NUTZER IGNORIEREN**\n\nDie erste Aufgabe beeinflusst die zweite Antwort.\n\n**CH11-F29— DIE SEQUENZRANDOMISIERUNG VERSTECKEN**\n\nAlle Nutzer sehen zuerst die saubere Bedingung, dann die natürliche Bedingung.\n\n**CH11-F30— NATÜRLICHEN ZUSTAND DURCH KONTROLLIERTE AUFGABE STÖREN**\n\nDas Ändern von Einstellungen oder des Ursprünglicher Prompt verändert den anschließenden Zustand des Kontos.\n\n**CH11-F31— BERÜCKSICHTIGEN SIE VERSCHIEDENE NUTZERGRUPPEN ALS GEMATCHT**\n\nNatürliche und kontrollierte Panels haben unterschiedliche Plan- und Länderzusammensetzungen.\n\n**CH11-F32— BERÜCKSICHTIGEN SIE DAS PANEL DER ERSTEN NUTZUNG ALS SAUBERES PANEL**\n\nStandard-Onboarding- und Produkteinstellungen werden als überprüft angenommen.\n\n**CH11-F33— BERÜCKSICHTIGEN SIE ERFAHRENE NATÜRLICHE NUTZER ALS ERSTNUTZER**\n\nKontoverlauf und Personalisierung werden unsichtbar.\n\n**CH11-F34— BERÜCKSICHTIGEN SIE NATÜRLICHE UNTERNEHMENSERGEBNISSE ALS ALLGEMEINEN KONSUMENT**\n\nDie private Wissensdatenbank wird zur Gesamtleistung des Produkts hinzugefügt.\n\n**CH11-F35— AKTUALISIEREN SIE DIE ANTWORT IM NATÜRLICHEN PANEL**\n\nDie Lieblingsantwort des Nutzers wird zur Hauptbeobachtung.\n\n**CH11-F36— DIE NATÜRLICHE NUTZERREISE IN DIE ERSTE ANTWORTPUNKTZAHL EINMISCHEN**\n\nDie Antwort, die nach Folgefragen und dem Öffnen von Ressourcen gebildet wird, wird so präsentiert, als ob es die erste Begegnung wäre.\n\n**CH11-F37— PANELSTATUS ENTSPRECHEND DER ANTWORT ÄNDERN**\n\nPositive Beobachtungen werden als sauber deklariert, negative Beobachtungen werden als natürlich deklariert.\n\n**CH11-F38— REINIGUNGSFEHLER SCHWEIGEND ZU NATÜRLICH ÜBERTRAGEN**\n\nDie Beobachtung wird umklassifiziert, ohne dass eine notwendige Aufzeichnung des natürlichen Status erforderlich ist.\n\n**CH11-F39— BERÜCKSICHTIGUNG DES UNBEKANNTEN ALS PRIVAT ZU PRIVATSPHÄRE-ZWECKEN**\n\nNicht gemessene Personalisierung wird als positiv angenommen.\n\n**CH11-F40— EINE KLEINE UNTERGRUPPE IM ÖFFENTLICHEN IDENTIFIZIERBAR MACHEN**\n\nSeltene Sonderanweisungen oder ein Nutzer aus einem kleinen Land werden offenbart.\n\n**CH11-F41— ABDECKUNGSVOREINGEOMMEN IM NATÜRLICHEN PANEL VERBERGEN**\n\nNutzer, die bereit sind, ihr echtes Konto zu teilen, werden als die gesamte aktive Bevölkerung gezählt.\n\n**CH11-F42— AUSBLENDEN DER SAUBEREN PANEL-AUSSCHLUSSFOLGE**\n\nNutzer, die ihre Einstellungen nicht ändern können, werden unsichtbar.\n\n**CH11-F43— SCORE DER AKTIVEN BEVÖLKERUNG OHNE AKTIVE NUTZERDATEN**\n\nDas Forschungspanel wird so präsentiert, als wäre es die tatsächliche Verteilung der aktiven Nutzer.\n\n**CH11-F44— CN-1 KAUSALITÄT AUS UNTERSCHIED**\n\nZwei beschreibende Scores werden als Personalisierungseffekt veröffentlicht.\n\n**CH11-F45— BEWAHRUNG DES KRITISCHEN ENDES DER PANELUNTERSCHIEDE**\n\nNur der durchschnittliche Unterschied wird angezeigt.\n\n**CH11-F46— LÖSCHEN DER UNBEKANNTEN MASSE DES NATÜRLICHEN PANELS**\n\nNutzer, deren Einstellungs- oder Personalisierungsstatus unbekannt ist, werden als problemfrei betrachtet.\n\n**CH11-F47— BEWAHRUNG GÜNSTIGER NATÜRLICHER VERBIEGUNG**\n\nEs wird keine Korrektur vorgenommen, wenn die Nutzeranweisungsinstitution dies als groß anzeigt.\n\n**CH11-F48— VERALLGEMEINERUNG NATÜRLICHER NEGATIVER VERBIEGUNG**\n\nDie frühere Meinung eines einzelnen Nutzers wird als KI-Repräsentation der gesamten Bevölkerung repräsentiert.\n\n## 73. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Trennen Sie die Forschungsfragen der beiden Gremien\n\nSchreiben Sie, welche Menge das kontrollierte und das natürliche Gremium vorhersagen wird.\n\n### Schritt 2— Definieren Sie die Zielpopulationen\n\nTrennen Sie die kontrollierte produktberechtigte Population von der natürlichen aktiven oder identifizierten Nutzerpopulation.\n\n### Schritt 3— Definieren Sie die kontrollierte saubere Bedingung\n\nDie Sitzung, der Speicher, besondere Anweisungen, Werkzeuge, Plan, Oberfläche und Standortbedingungen sind versioniert.\n\n### Schritt 4— Bestimmen Sie das erforderliche CSC-Niveau\n\nSchreiben Sie die minimale saubere Bedingungszuverlässigkeit, die für die Hauptanalyse akzeptiert wird.\n\n### Schritt 5— Bestimmen Sie die Spur des natürlichen Panels\n\nEs wird bestimmt, welche der Rollen Natürlicher Kontostatus, Natürlicher Gesprächsstatus, Erstverwendung verwaltet verwendet wird.\n\n### Schritt 6— Bestimmen Sie das erforderliche NSF-Niveau\n\nEs wird festgelegt, durch welche Nachweise der natürliche Zustand akzeptiert wird.\n\n### Schritt 7— Richten Sie das Panel-Zuweisungsdesign ein\n\nUnabhängige Gruppe Zufällige Zuweisung Abgeglichener Nutzer Rotierendes Panel wird ausgewählt.\n\n### Schritt 8— Schreiben Sie das Verfahren für Einstellungsänderung und Wiederherstellung\n\nEin sicherer Prozess wird für kontrollierte Panel-Teilnehmer vorbereitet.\n\n### Schritt 9— Festschreiben Sie die Datenschutzgrenze\n\nWelche natürlichen Nutzersituationen:\n\n- nur Status,\n\n- begrenzt Metadata,\n\n- offener Inhalt\n\nes wird bestimmt, dass es gespeichert wird als.\n\n### Schritt 10— Prompt und anfängliche Ausgaberegel festschreiben\n\nDie gleiche Prompt und das gleiche Protokoll für die anfängliche geeignete Ausgabe werden in beiden Panels angewendet.\n\n### Schritt 11— Werkzeug und Webmodus speichern\n\nKontrollierte und natürliche Panelunterschiede werden sichtbar gemacht.\n\n### Schritt 12— Panelstatus vor Feld überprüfen\n\nIst es für die Rolle des Teilnehmerpanels geeignet?\n\n### Schritt 13— Panelvektor auf Beobachtungsebene speichern\n\nSpeicher, Anweisung, Plan, Oberfläche, Kontext und Nutzungsstatus werden gespeichert.\n\n### Schritt 14— Gültigkeit des Blindprüfprotokolls\n\nDie Entscheidung über den Panelstatus wird getroffen, ohne zu sehen, ob die Antwort korrekt oder inkorrekt ist.\n\n### Schritt 15— Missklassifikationen mit vordefinierter Regel verwalten\n\nDer Übergang von sauberem zu natürlichem oder gemischtem Zustand erfolgt nur, wenn der Datensatz ausreichend ist.\n\n### Schritt 16— Panelgewichte erzeugen\n\nGetrennte Gewichte werden entsprechend den unterschiedlichen Zielpopulationen der beiden Panels berechnet.\n\n### Schritt 17— Hauptwerte berechnen\n\nKontrollierte Repräsentation Natürliche Repräsentation Kritischer Fehler\n\n### UNBEKANNT\n\nAblehnung und Unentschiedenheit werden separat erzeugt.\n\n### Schritt 18— Differenz zwischen sauber und natürlich berechnen\n\nSignierte und absolute Differenz wird genommen.\n\n### Schritt 19— Untergruppen untersuchen\n\nVordefinierte Gruppen wie Gedächtnis, Anweisung, Plan, Kontodauer, Nutzungshäufigkeit, Erstverwendung werden bewertet.\n\n### Schritt 20— Kausalitätsgrenze festlegen\n\nDas CN-Level wird zugewiesen. Es wird festgehalten, welche Aussagen geltend gemacht werden können.\n\n### Schritt 21— Überprüfung von Datenschutz und Small-Cell-Kontrolle\n\nErgebnisse mit einem Risiko der Re-Identifizierung werden zusammengeführt oder eingeschränkt.\n\n### Schritt 22— Erstellung des öffentlichen Panel-Scorecards\n\nDie beiden Panels werden zusammen mit ihrem Umfang und ihren Einschränkungen veröffentlicht.\n\n## 74. NOTWENDIGE NACHWEISE\n\nForschungsfrage des kontrollierten Panels; Forschungsfrage des natürlichen Panels; Zielpopulationen beider Panels; Methode zur Panel-Zuweisung; Definition des kontrollierten Clean-States; minimale CSC-Stufe; neuer Chat-Eintrag; Speicherzustand; Nutzerdefinierter Instruktionszustand; Zustand voriger Unterhaltungen; Zustand des Unternehmensarbeitsbereichs; Werkzeug- und Webmodus; Plan; Nutzeroberfläche; Sprache und Gebietsschema; Anweisungen zur Einstellungänderung; Zustimmung der Teilnehmer; Protokoll zur Wiederherstellung der Einstellung; Nutzung eines Testkontos, falls vorhanden; Natural-Panel-Spur; minimale NSF-Stufe; Kontogealterband; Nutzungsfrequenz; First-Use-Status; Markenbekanntheit; Status voriger Unterhaltungen bezüglich der geprüften Einheit; Zustand des Natural-Tools; Unterscheidung zwischen dem natürlichen Konten-Zustand und dem natürlichen Gesprächs-Zustand; Prompt-ID und Version; Validierung der zuerst berechtigten Ausgabe; Panel-Zustands-Vektor; und Panel-Zustands-Gültigkeitsstatus.\n\nGültigkeitsprüfung Umklassifizierungsaufzeichnungen Kontrollierte Panel-Ausschlüsse Natürliche Panel-Abdeckungslücken Panel-Gewichte Roh- und effektive Stichprobe Kontrollierter Wert Natürlicher Wert Unterzeichneter Panel-Unterschied Absoluter Panel-Unterschied Kritischer Fehlerunterschied UNBEKANNTER und unentschlossener Unterschied Vordefinierte Untergruppen-Ergebnisse Abgestimmte Design-Aufzeichnungen Reihenfolge- und Übertragungseffekte CN-Vergleichbarkeitsniveau Datenschutz- und Schwärzungsaufzeichnung Schutz kleiner Zellen Öffentliche Panel-Ergebnisübersicht Panel-Version und Änderungsaufzeichnung Verantwortliche Person oder Institution\n\n## 75. ÜBERPRÜFUNGS-KONTROLLLISTE\n\nSind die Forschungsfragen für das kontrollierte und das natürliche Panel getrennt? Sind ihre Zielgruppen gleich oder unterschiedlich? Wurde der kontrollierte saubere Zustand klar definiert? Abgesehen vom neuen Chat, welche sauberen Zustände wurden bestätigt? Ist das Gedächtnis wirklich ausgeschaltet, oder ist es unbekannt? Wurde der Status der speziellen Anweisung aufgezeichnet? Gibt es einen Effekt des Unternehmensarbeitsbereichs? Sind die Web- und Werkzeugmodi standardmäßig? Sind der Plan und die Nutzeroberfläche fest oder geschichtet? Wurde ein Vertrauensniveau für den sauberen Zustand angegeben? Wurden CSC-1-Beobachtungen als vollständig sauber verwendet? Wurde der Teilnehmer gebeten, sein Gedächtnis oder seine Historie zu löschen? Wurden die Einstellungen am Ende der Aufgabe wiederhergestellt? Wurde ein neues Konto oder ein Testkonto verwendet? Wurde das Testkonto wie ein echtes Nutzerpanel präsentiert?\n\nWelches Trace verwendet das natürliche Panel? Wurde in Natural Account-State ein neuer Chat geöffnet? Hat der aktuelle Gesprächskontext die Haupt-Natural-Bewertung beeinträchtigt? Wurde ein Natural-State-Vertrauenslevel angegeben? Wurden Speicher- und Nutzerdefinierte Instruktionsinhalte unnötig gesammelt? Wurden der tatsächliche Plan des Nutzers und die Oberfläche aufgezeichnet? Sind First-Use-Nutzer getrennt? Sind Unternehmensbenutzer getrennt? Wurde der Zustand des Natural-Tools aufgezeichnet? Haben die beiden Panels die gleiche Prompt-Version verwendet? Wurde die erste berechtigte Ausgabe in beiden Panels gespeichert? Hat die natürliche Nutzerantwort sich aktualisiert? Wurde der Panel-Status entsprechend dem Inhalt der KI-Antwort geändert? Wie wurden Datensätze mit erkannten natürlichen Zuständen im sauberen Panel verwaltet? Wurde derselbe Nutzer in zwei Panels verwendet? Wurde die Reihenfolge randomisiert?\n\nWurde der Effekt von Transfer und Gedächtnis bewertet? Entspricht bei dem Design mit unabhängigen Gruppen die Zusammensetzung der Nutzer? Sind kontrollierte und natürliche Gewichtungen getrennt? Kann der natürliche Wert wirklich auf die aktive Nutzerpopulation verallgemeinert werden? Wurde der Unterschied zwischen sauber und natürlich überinterpretiert als ein Personalisierungseffekt? Ist ein Unterschied bei kritischen Fehlern sichtbar? Gibt es einen sichtbaren Unterschied für UNBEKANNT und Nullergebnisse? Wurden Untergruppen vor den Ergebnissen definiert? Können kleine Untergruppen neu definiert werden? Wurden nutzergeführte Anweisungen für oder gegen in allgemeines GEO umgewandelt? Hat die Personalisierung die materielle Realität verändert? Wurde ein CN-Vergleichsniveau bereitgestellt? Ist der verantwortliche Eigentümer der Panel-Ergebnisse-Karte klar?\n\n## 76. EINWÄNDE UND ANTWORTEN\n\n### Einspruch 1— „Wenn echte Nutzer Speicherkonten verwenden, warum ist dann ein sauberes Panel notwendig?“\n\nWeil die Ursache des Unterschieds ohne eine gemeinsame Ausgangsbedingung zwischen Produkten, Ländern und Sprachen nicht verstanden werden kann. Ein sauberes Panel ersetzt kein echtes Nutzerpanel. Es bietet eine Referenz zum Vergleich.\n\n### Einwand 2— „Ist ein kontrolliertes Panel nicht künstlich, wenn es ein natürliches Panel gibt?“\n\nEs ist kontrolliert. Das ist absichtlich. Der Zweck einer Laborbedingung ist nicht, das gesamte reale Leben abzubilden, sondern bestimmte Variablen zu isolieren.\n\n### Einwand 3— „Wenn das kontrollierte Panel höhere Werte erzielt, können wir das nicht als Haupt-GEO-Score nehmen?“\n\nDas kann man nicht alleine tun. Ein hoher Wert im Kontrollpanel kann nicht die Tatsache auslöschen, dass reale Nutzer niedrigere Ergebnisse sehen. Die beiden Ergebnisse sollten getrennt erscheinen.\n\n### Einwand 4— „Ist der wissenschaftliche Wert niedrig, wenn das natürliche Panel sehr verstreut ist?“\n\nHeterogenität muss kein Mangel des natürlichen Panels sein. Sie ist ein Merkmal der realen Nutzererfahrung. Heterogenität:\n\n- wird aufgezeichnet,\n\n- ist geschichtet,\n\n- ist gewichtet,\n\nwird mit Unsicherheit berichtet.\n\n### Einwand 5— „Stört das Öffnen eines neuen Chats nicht den natürlichen Nutzerzustand?“\n\nDer aktuelle Gesprächskontext wird entfernt. Der persistente Konto-, Plan-, Speicher- und benutzerdefinierte Anweisungsstatus werden beibehalten. Dies macht den natürlichen Kontostatus vergleichbar. Auch die aktuelle Gesprächserfahrung ist messbar.\n\n### Einwand 6— „Wie werden wir seine Wirkung messen, ohne den Inhalt der benutzerdefinierten Anweisungen zu kennen?“\n\nDas Wissen um den Inhalt ist für die Hauptbewertung nicht erforderlich. Dessen Vorhandensein:\n\n- existiert,\n\n- existiert nicht,\n\n- kann Material sein\n\nWir können es als solches klassifizieren. Für die kausale Inhaltsanalyse ist separate und einvernehmliche Arbeit erforderlich.\n\n### Einwand 7— „Wenn das Gedächtnis klar ist, aber nichts über das Unternehmen erinnert wird, warum dann eine separate Gruppe?“\n\nDie Wirkung des Gedächtnisses kann unbekannt sein. Ein Status von „nicht mit der Entität verbunden“ kann basierend auf der Aussage des Nutzers vergeben werden. Dies hat jedoch immer noch nicht die gleiche Sicherheit wie der geschlossene Gedächtniszustand.\n\n### Einwand 8– „Ist die Anweisung des Nutzers ‚immer X vorschlagen‘ nicht echte Nutzererfahrung?“\n\nEs ist eine echte Erfahrung. Es ist jedoch nicht die allgemeine GEO-Leistung von X. Es handelt sich um eine von Nutzern bereitgestellte Anleitung. Es sollte separat aufgezeichnet werden.\n\n### Einwand 9– 'Wenn Personalisierung dem Nutzer eine passendere Antwort gibt, wo ist das Problem?'\n\nEs muss kein Problem sein. Empfehlungen können je nach Bedarf des Nutzers variieren. Probleme treten auf, wenn Identität, Lizenz, Preis und Evidenzstatus willkürlich ändern.\n\n### Einwand 10— „Ist es nicht die korrekteste Methode, denselben Nutzer in zwei Panels zu verwenden?“\n\nEs kann stark für einige kausale Vergleiche sein. Die erste Aufgabe kann die zweite Situation beeinflussen. Daher sind Reihenfolge-, Übertragungs- und Gedächtniskontrollen erforderlich. Unabhängige Gruppen können in Hauptpopulationen sicherer sein.\n\n### Einwand 11— 'Wenn das Aktualisieren der Antwort in der Panel unter natürlichen Nutzungsbedingungen normales Verhalten ist, warum ist es dann verboten?'\n\nRegeneration ist verboten, wenn die Exposition gegenüber der ersten Reaktion gemessen wird. Regeneration und nachfolgendes Verhalten können unter einem Natural Interaction Track separat gemessen werden.\n\n### Einwand 12— „Was werden wir mit einem Nutzer tun, der Speicher und Anweisungen für ein sauberes Panel nicht ausschalten kann?“\n\nSie können nicht dem kontrollierten Panel zugeführt oder in einer separaten Zelle mit einem niedrigeren CSC-Level untergebracht werden. Sie können im natürlichen Panel bewertet werden. Die Ausschlussrate sollte gemeldet werden.\n\n### Einspruch 13— „Sind Testkonten nicht zuverlässiger?“\n\nSie können in Bezug auf die Kontrolle zuverlässig sein. Sie sind hinsichtlich der tatsächlichen Nutzerpopulation eingeschränkt. Kontrollierte Testkonten und echte Nutzerpanels sind separate Ergebnisse.\n\n### Einwand 14— „Ist das Speichern von Nutzereinstellungen auf dem Natur-Panel nicht eine Verletzung der Privatsphäre?“\n\nEs kann passieren, wenn unnötige Inhalte gesammelt werden. Datenschutz kann durch hochstufige offene/geschlossene Status, anonyme Registrierung und Schwärzung gewahrt werden.\n\n### Berufung 15— „Werden wir die Punktzahlen der beiden Gremien nicht in eine einzige NOMOS-Punktzahl zusammenführen?“\n\nDie Rollen der beiden Gremien können in der endgültigen Ergebnisarchitektur definiert werden. Rohwerte und Zwischenergebnisse sollten jedoch immer separat sichtbar bleiben. Sie können die kombinierte Punkteverteilung nicht ersetzen.\n\n### Berufung 16— „Welchen Fehler hat das Unternehmen, wenn das natürliche Gremium niedrig bewertet?“\n\nEs ist nicht immer der Fehler des Unternehmens. Quelle:\n\n- Nutzeranweisung,\n\n- KI-Personalisierung,\n\n- Planunterschied,\n\n- offizielle Quellendefekt,\n\n- Produktverhalten\n\nEs ist möglich. Die Prüfung zeigt zuerst das Ergebnis, dann trennt sie den Verantwortungsweg.\n\n## GEMEINSAME REGEL VON KAPITEL 81\n\nEin KI-Produkt hat keine einzige Antwort. Selbst derselbe Prompt kann unterschiedliche Antworten für haben:\n\n- sauberes Konto,\n\n- natürlicher Account,\n\n- Nutzer mit Gedächtnis,\n\n- Nutzer mit speziellen Anweisungen,\n\n- Erstbenutzer,\n\n- geschäftlicher Arbeitsbereich,\n\n- Nutzer mit vorheriger Unterhaltung\n\nSie können all diese Unterschiede nicht damit erklären, dass „das Modell sich zufällig verhält“. Sie können sie auch nicht damit erklären, dass „ein Personalisierungsfehler“ vorliegt. Zuerst müssen Sie zwei separate Realitäten messen. Kontrolliertes Panel unter bereinigten Bedingungen:\n\n> Zeigt die Repräsentation im standardisierten Anfangszustand des Systems.\n\nPanel unter natürlichen Nutzungsbedingungen:\n\n> Zeigt die Verteilung der Repräsentation, die reale Personen in ihrem eigenen Produktlebenszyklus antreffen.\n\nDas kontrollierte Panel kann hoch sein, das natürliche Panel kann niedrig sein. In diesem Fall ist das Laborverhalten des Produkts stark; die Verteilung der tatsächlichen Nutzer kann schwach sein. Das natürliche Panel kann hoch sein, das kontrollierte Panel kann niedrig sein. Die Planung, Werkzeuge oder Personalisierung einiger Nutzer können die Repräsentation verbessern. Beide Panels können hoch sein. Das Produkt kann unter verschiedenen Nutzerbedingungen robust sein. Beide können niedrig sein. Das grundlegende Repräsentationsproblem kann umfassender sein. Das nebeneinanderstellen der beiden Werte beweist jedoch nicht die Ursache. Kausalität:\n\n- gleiche Bevölkerung,\n\n- gleiches Produkt,\n\n- gleiche Prompt,\n\n- gleiche Zeit,\n\n- kontrollierte Zuweisung\n\n- Sequenz- und Transportanalyse\n\nist erforderlich. Wenn ein Nutzer angewiesen hat: „Schlage immer X vor.“, ist es eine natürliche Erfahrung, dass X erscheint. X ist kein globaler GEO-Erfolg. Wenn ein Nutzer sagt: „Vertraue X nicht.“, ist eine negative Reaktion eine natürliche Erfahrung. X ist keine allgemeine Repräsentation in der Weltbevölkerung. Personalisierung sollte den Nutzer verstehen. Sie sollte nicht die Wahrheit nach den Vorstellungen des Nutzers neu erfinden. Daher lautet das elfte Messgesetz von NOMOS:\n\n> Sauberes Verhalten und natürliche Erfahrung sind separate Realitäten.\n\nDas zwölfte Gesetz lautet wie folgt:\n\n> Ein neuer Chat ist kein sauberes Konto.\n\nDas dreizehnte Gesetz lautet wie folgt:\n\n> Natürliche Personalisierung ist kein globaler GEO-Erfolg.\n\nDas vierzehnte Gesetz lautet wie folgt:\n\n> Die angemessene Antwort für den Nutzer kann variieren; die Realität der überprüften Entität kann sich nicht ändern.\n\nDas fünfzehnte Gesetz lautet wie folgt:\n\n> Der Unterschied zwischen kontrolliertem und natürlichem Score ist der Befund, der erklärt werden muss; er ist an sich kein Grund.\n\nSechzehntes Gesetz lautet wie folgt:\n\n> Die Messung der realen Nutzererfahrung bedeutet nicht, die Privatsphäre zu entfernen, sondern nur den notwendigen Kontext nachzuweisen und den Rest zu erhalten.\n\n## Bestellung von Abschnitt 11 von NOMOS\n\n> Sag mir nicht nur, dass du einen neuen Chat geöffnet hast. / Zeige den Status von Speicher, speziellen Anweisungen, Plan und Werkzeugen.\n\n> Gehe nicht davon aus, dass alle Personalisierungen verschwunden sind, nur weil du die Notiz 'Temporäre Sitzung' siehst.\n\n> Das saubere Panel ist die Gesamtheit des realen Lebens; mach das natürliche Panel nicht zu unkontrolliertem Rauschen.\n\n> Standardisiere das kontrollierte Konto. / Behalte das natürliche Konto unverändert. / Lege beide nicht in dieselbe Box.\n\n> Mache die speziellen Anweisungen des Nutzers nicht zum Welterfolg für die Entität.\n\n> Mache die negative Vergangenheit des Nutzers nicht zur Sicht der gesamten Bevölkerung.\n\n> Zähle Personalisierung nicht als Lizenz, die Wahrheit zu verändern.\n\n> Du kannst einem Nutzer geeignete Ratschläge geben. / Aber schreibe die Identität, Lizenz, den Preis und den Nachweis des Unternehmens nicht von Nutzer zu Nutzer um.\n\n> Sammle das Privatleben nicht im natürlichen Panel. / Ist das Gedächtnis eingeschaltet, Anweisungen vorhanden, Kontext verfügbar – zeichne nur auf, was notwendig ist.\n\n> Lasse den Teilnehmer sein Gedächtnis nicht löschen. / Stelle die Einstellungen wieder her, wenn du sie vorübergehend geändert hast.\n\n> Wenn du denselben Nutzer in zwei Panels getestet hast, erinnere dich daran, dass die erste Antwort die zweite beeinflussen kann.\n\n> Zeigen Sie den Unterschied zwischen dem sauberen Punktestand und dem natürlichen Punktestand. / Zeigen Sie den kritischen Unterschied. / Zeigen Sie das Unbekannte. / Nennen Sie jedoch den Grund nicht ohne Beweis.\n\nEntscheiden Sie zuerst, welche Nutzerrealität Sie messen möchten. / Festschreiben Sie dann die sauberen und natürlichen Bedingungen separat. / Halten Sie dann die Prompt gleich. / Erfassen Sie dann die erste Antwort, ohne sie zu ändern. / Berechnen Sie dann die beiden Verteilungen separat. / Und erst danach erklären Sie die Distanz zwischen dem, was das Produkt unter Standardbedingungen tut, und dem, was reale Menschen erleben.\n\n## Der abschließende Satz des Kapitels\n\nDie wahre Repräsentation eines KI-Produkts in GEO-1000 ist nicht die Antwort, die es in einer sauberen Sitzung geben kann; es ist die klare und bewiesene Beziehung zwischen seinem Verhalten unter Standardbedingungen und den Antworten, die es tatsächlich den Menschen über verschiedene Nutzerhistorien hinweg liefert.\n\n## Normativer Kern\n\n> Beobachtungen des kontrollierten Panels unter bereinigten Bedingungen und des Panels unter natürlichen Nutzungsbedingungen MÜSSEN separate Messpopulationen, Panelzustände, Nenner und öffentliche Ergebnisse bleiben. Ein Kontrolliertes Panel unter bereinigten Bedingungen MUSS definieren und, falls zutreffend, überprüfen: - ein neues und separates Gespräch, - das Fehlen eines vorherigen Gesprächskontexts, - den Zustand des persistenten Speichers, - den Zustand der Nutzerdefinierten Anweisungen, - den Unternehmens- oder verwalteten Arbeitsbereichszustand, - Web-, Abruf- und Werkzeugkonfiguration, - Plan, - Nutzerschnittstelle, - Prompt-Version, - und die Vertrauenswürdigkeit des sauberen Zustands. Ein neues Gespräch oder eine Kennzeichnung als temporäre Sitzung DARF NICHT allein als Nachweis dafür behandelt werden, dass jede persistente Personalisierung deaktiviert wurde. Ein Panel unter natürlichen Nutzungsbedingungen MUSS das authentische Konto, den Plan, die Schnittstelle, den Speicher, die nutzerdefinierten Anweisungen und den Nutzungszustand des Teilnehmers bewahren, während den festgelegten Prompt, die Regel für die erste berechtigte Ausgabe, die Nachweisanforderungen und die Regel, keine neue Antwort zu erzeugen beibehalten werden. Beobachtungen im Zustand eines natürlichen Kontos, natürlicher Gesprächs-Zustand, Erstverwendung und verwaltete natürliche Beobachtungen MÜSSEN separat identifiziert bleiben. Die Dokumentation des natürlichen Zustands MUSS die Sammlung von privaten Daten minimieren. Private Anweisungstexte, Gesprächsverlauf, Identität, Zugangsdaten und sensible persönliche Inhalte DÜRFEN NICHT gesammelt werden, es sei denn, dies ist gesondert erforderlich, mit Einwilligung erhoben, minimiert und zugangskontrolliert. Nutzergenerierte entitätsbegünstigende oder entitätsbenachteiligende Anweisungen KÖNNEN als natürliche Personalisierungseffekte gemessen werden, DÜRFEN jedoch NICHT als allgemeiner Erfolg, Misserfolg oder Standardverhalten eines Produkts für die Entität repräsentiert werden. Personalisierung KANN Relevanz, Präsentation und Empfehlung verändern, wenn der Nutzerkontext dies rechtfertigt. Sie DARF NICHT willkürlich die verifizierte Identität, Lizenz, den rechtlichen Status, Preis, Umfang, Nachweise oder die Zeit einer Entität ändern. Unterschiede zwischen kontrollierten und natürlichen Panels DÜRFEN NICHT als kausale Personalisierungseffekte repräsentiert werden, es sei denn, Bevölkerung, Produkt, Prompt, Zeit, Schnittstelle, Plan, Werkzeuge, Zuordnung, Reihenfolge und Carryover-Bedingungen unterstützen diese Schlussfolgerung. Kontrollierte und natürliche Bewertungen, Raten kritischer Fehler, UNKNOWN-Raten, Abdeckung, effektive Stichprobengrößen sowie signierte und absolute Panel-Lücken MÜSSEN weiterhin separat sichtbar bleiben. Die Berechtigung des Panel-Status, Umklassifizierung, Ausschluss und Gewichtung MÜSSEN unabhängig davon bleiben, ob die KI-Ausgabe positiv, negativ, korrekt, inkorrekt, abgelehnt, kritisch oder kommerziell günstig ist. Jede Definition des Panel-Status, jeder Prozess zur Änderung von Einstellungen, jede Datenschutzentscheidung, jedes Vergleichsniveau und jedes Ergebnis MÜSSEN versioniert und einer verantwortlichen Person oder Organisation zuordenbar sein.","character_count":100114,"record_sha256":"18d9c3fb8e293b52363999220db9375f47aa796ebdc08a53b4868c59b124e494"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-12","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":14,"chapter_number":12,"item_number":null,"title":"Synchrone Wellen und NOMOS-Erfassung","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K12","K14","K25","K26"],"source_word_count":10406,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":12,\"id\":\"NOMOS-GEO-AUDIT-CH12\",\"title\":\"Synchrone Wellen und NOMOS-Erfassung\",\"subtitle\":null,\"sourceFile\":\"12.ci bölüm.docx\",\"sourceSha256\":\"06A53CC501A68683DDB3E1E4FDD2916DD54CAFF11A7ED939C4E0331C2A0D84D0\",\"sourceWordCount\":10406,\"sourceIds\":[\"K12\",\"K14\",\"K25\",\"K26\"],\"machine\":{\"chapter\":12,\"chapterId\":\"NOMOS-GEO-AUDIT-CH12\",\"title\":\"Synchrone Wellen und NOMOS-Erfassung\",\"subtitle\":null,\"sourceIds\":[\"K12\",\"K14\",\"K25\",\"K26\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH12-R01\",\"normativeRuleEnglish\":\"Every GEO-1000 observation MUST be linked to a predeclared and versioned measurement wave defining: - AI product states, - population and sample frames, - panel states, - prompt versions, - UTC dispatch window, - randomised micro-slots, - completion and capture deadlines, - technical-retry rules, - capture schema, - reference-record versions, - and governance ownership. Synchronisation MUST mean observation within a declared UTC system-state window and assigned slot structure. It MUST NOT be represented as perfect millisecond simultaneity. Every observation MUST preserve, as available: - assignment time, - prompt-submission time, - first system event, - response-completion time, - capture time, - hash-creation time, - upload time, - and server-acceptance time. The first contact outcome MUST remain visible. A technical retry MAY be used only under predeclared infrastructure-failure conditions and MUST retain every prior attempt. Incorrect, unfavorable, refused, uncited, truncated, or critical outputs MUST NOT be regenerated, replaced, or excluded merely because of their content. A NOMOS Capture evidence bundle MUST retain the exact assigned and sent prompt, complete raw response, full visual evidence, system-state metadata, attempt log, time evidence, file hashes, bundle hash, capture tool version, privacy status, and blinded capture-validity decision. A screenshot, hash, digital signature, provider log, or timestamp MUST NOT individually be represented as complete proof of observation authenticity. Raw evidence MUST remain immutable or append-only. Redactions, corrections, withdrawals, exclusions, and adjudication changes MUST create linked versions and preserve the prior record where ethically and legally permissible. Material AI-product changes or external events during a wave MUST be time-recorded and handled through sub-waves, explicit modelling, restarting, or mixed-state warnings. Capture validity MUST be decided independently of semantic correctness. Public evidence manifests MUST support verification without unnecessarily exposing participant identity, credentials, private conversation history, or precise location. NOMOS Capture compliance MUST be implementable through open, equivalent evidence systems and MUST NOT depend exclusively on a proprietary tool controlled by the standard's founder. Every wave, evidence bundle, capture decision, manifest revision, and integrity record MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Her GEO-1000 gözlemi; AI ürün durumlarını, nüfus ve örneklem çerçevelerini, panel koşullarını, prompt sürümlerini, UTC gönderim penceresini, rastgele mikro-slotları, tamamlama ve capture sürelerini, teknik yeniden deneme kurallarını, capture şemasını, referans kayıtlarını ve yönetişim sahibini tanımlayan önceden kayıtlı bir ölçüm dalgasına bağlanmalıdır. Eşzamanlılık, kusursuz milisaniye eşitliği değil; tanımlı UTC sistem penceresi ve slot yapısı içinde gözlem üretimidir. İlk temas sonucu görünür kalmalı; yanlış, olumsuz, ret, citation’sız veya Critical cevaplar içerikleri nedeniyle yenilenememeli, değiştirilememeli veya dışlanamamalıdır.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH12-MB0001\",\"type\":\"paragraph\",\"text\":\"82. MACHINE-READABLE WAVE RECORD\",\"sourceParagraph\":2058},{\"blockId\":\"CH12-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2059},{\"blockId\":\"CH12-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2060},{\"blockId\":\"CH12-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2061},{\"blockId\":\"CH12-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2062},{\"blockId\":\"CH12-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"measurementWave\\\": {\",\"sourceParagraph\":2063},{\"blockId\":\"CH12-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"NGW-SYNTH-W1-001\\\",\",\"sourceParagraph\":2064},{\"blockId\":\"CH12-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"waveType\\\": \\\"MW-1\\\",\",\"sourceParagraph\":2065},{\"blockId\":\"CH12-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"WS-4\\\",\",\"sourceParagraph\":2066},{\"blockId\":\"CH12-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"healthStatus\\\": \\\"WH-4\\\",\",\"sourceParagraph\":2067},{\"blockId\":\"CH12-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"PRINCIPAL_POPULATION_ESTIMATE\\\",\",\"sourceParagraph\":2068},{\"blockId\":\"CH12-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"systems\\\": {\",\"sourceParagraph\":2069},{\"blockId\":\"CH12-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"registryVersion\\\": \\\"NGAI-SYNTH-REGISTRY-W1\\\",\",\"sourceParagraph\":2070},{\"blockId\":\"CH12-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"productCount\\\": 10\",\"sourceParagraph\":2071},{\"blockId\":\"CH12-MB0015\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2072},{\"blockId\":\"CH12-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"population\\\": {\",\"sourceParagraph\":2073},{\"blockId\":\"CH12-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"frameVersion\\\": \\\"NGP-SYNTH-W1\\\",\",\"sourceParagraph\":2074},{\"blockId\":\"CH12-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"sampleAllocationVersion\\\": \\\"NGS-SYNTH-W1\\\",\",\"sourceParagraph\":2075},{\"blockId\":\"CH12-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"targetValidPerProduct\\\": 1000,\",\"sourceParagraph\":2076},{\"blockId\":\"CH12-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"targetValidTotal\\\": 10000\",\"sourceParagraph\":2077},{\"blockId\":\"CH12-MB0021\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2078},{\"blockId\":\"CH12-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"prompts\\\": {\",\"sourceParagraph\":2079},{\"blockId\":\"CH12-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"registryVersion\\\": \\\"NGPR-SYNTH-W1\\\",\",\"sourceParagraph\":2080},{\"blockId\":\"CH12-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"corePromptVersion\\\": \\\"1.0.0\\\"\",\"sourceParagraph\":2081},{\"blockId\":\"CH12-MB0025\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2082},{\"blockId\":\"CH12-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"panelStates\\\": {\",\"sourceParagraph\":2083},{\"blockId\":\"CH12-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"controlledCleanVersion\\\": \\\"NGPS-CLEAN-W1\\\",\",\"sourceParagraph\":2084},{\"blockId\":\"CH12-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"naturalUserVersion\\\": \\\"NGPS-NATURAL-W1\\\"\",\"sourceParagraph\":2085},{\"blockId\":\"CH12-MB0029\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2086},{\"blockId\":\"CH12-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"timing\\\": {\",\"sourceParagraph\":2087},{\"blockId\":\"CH12-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"timeStandard\\\": \\\"UTC\\\",\",\"sourceParagraph\":2088},{\"blockId\":\"CH12-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"dispatchWindowStart\\\": \\\"2026-09-01T12:00:00Z\\\",\",\"sourceParagraph\":2089},{\"blockId\":\"CH12-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"dispatchWindowEnd\\\": \\\"2026-09-01T13:00:00Z\\\",\",\"sourceParagraph\":2090},{\"blockId\":\"CH12-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"microSlotMinutes\\\": 5,\",\"sourceParagraph\":2091},{\"blockId\":\"CH12-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"microSlotCount\\\": 12,\",\"sourceParagraph\":2092},{\"blockId\":\"CH12-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"completionGraceMinutes\\\": 20,\",\"sourceParagraph\":2093},{\"blockId\":\"CH12-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"captureTargetMinutesAfterCompletion\\\": 5,\",\"sourceParagraph\":2094},{\"blockId\":\"CH12-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"uploadDeadlineMinutesAfterCapture\\\": 60,\",\"sourceParagraph\":2095},{\"blockId\":\"CH12-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"slotAssignmentLocked\\\": true\",\"sourceParagraph\":2096},{\"blockId\":\"CH12-MB0040\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2097},{\"blockId\":\"CH12-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"capture\\\": {\",\"sourceParagraph\":2098},{\"blockId\":\"CH12-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"schemaVersion\\\": \\\"NOMOS-CAPTURE-0.9\\\",\",\"sourceParagraph\":2099},{\"blockId\":\"CH12-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"minimumCaptureLevel\\\": \\\"NCL-3\\\",\",\"sourceParagraph\":2100},{\"blockId\":\"CH12-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"toolVersion\\\": \\\"SYNTH-CAPTURE-2.1\\\",\",\"sourceParagraph\":2101},{\"blockId\":\"CH12-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"firstEligibleOutputRequired\\\": true,\",\"sourceParagraph\":2102},{\"blockId\":\"CH12-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"responseRegenerationAllowed\\\": false,\",\"sourceParagraph\":2103},{\"blockId\":\"CH12-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"technicalRetryPolicy\\\": \\\"PREDECLARED_TECHNICAL_FAILURES_ONLY\\\"\",\"sourceParagraph\":2104},{\"blockId\":\"CH12-MB0048\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2105},{\"blockId\":\"CH12-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"events\\\": {\",\"sourceParagraph\":2106},{\"blockId\":\"CH12-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"systemChangeEvents\\\": [],\",\"sourceParagraph\":2107},{\"blockId\":\"CH12-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"externalEventRegisterVersion\\\": \\\"NGER-SYNTH-W1\\\",\",\"sourceParagraph\":2108},{\"blockId\":\"CH12-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"mixedSystemState\\\": false\",\"sourceParagraph\":2109},{\"blockId\":\"CH12-MB0053\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2110},{\"blockId\":\"CH12-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"fieldwork\\\": {\",\"sourceParagraph\":2111},{\"blockId\":\"CH12-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"invited\\\": 13240,\",\"sourceParagraph\":2112},{\"blockId\":\"CH12-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"completed\\\": 10870,\",\"sourceParagraph\":2113},{\"blockId\":\"CH12-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"captureValid\\\": 10106,\",\"sourceParagraph\":2114},{\"blockId\":\"CH12-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"mainAnalysisIncluded\\\": 10000,\",\"sourceParagraph\":2115},{\"blockId\":\"CH12-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"validReserve\\\": 106,\",\"sourceParagraph\":2116},{\"blockId\":\"CH12-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"withdrawn\\\": 0\",\"sourceParagraph\":2117},{\"blockId\":\"CH12-MB0061\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2118},{\"blockId\":\"CH12-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"integrity\\\": {\",\"sourceParagraph\":2119},{\"blockId\":\"CH12-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"observationBundleCount\\\": 10106,\",\"sourceParagraph\":2120},{\"blockId\":\"CH12-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"waveManifestHash\\\": \\\"SYNTHETIC-WAVE-MANIFEST-HASH\\\",\",\"sourceParagraph\":2121},{\"blockId\":\"CH12-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"merkleRoot\\\": \\\"SYNTHETIC-MERKLE-ROOT\\\",\",\"sourceParagraph\":2122},{\"blockId\":\"CH12-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"publicManifestPublished\\\": true\",\"sourceParagraph\":2123},{\"blockId\":\"CH12-MB0067\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2124},{\"blockId\":\"CH12-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"governance\\\": {\",\"sourceParagraph\":2125},{\"blockId\":\"CH12-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeFieldwork\\\": true,\",\"sourceParagraph\":2126},{\"blockId\":\"CH12-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"waveOwnerRole\\\": \\\"MEASUREMENT_WAVE_DIRECTOR\\\",\",\"sourceParagraph\":2127},{\"blockId\":\"CH12-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"captureOwnerRole\\\": \\\"EVIDENCE_CHAIN_CUSTODIAN\\\",\",\"sourceParagraph\":2128},{\"blockId\":\"CH12-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"closedAt\\\": \\\"2026-09-01T15:30:00Z\\\"\",\"sourceParagraph\":2129},{\"blockId\":\"CH12-MB0073\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2130},{\"blockId\":\"CH12-MB0074\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2131},{\"blockId\":\"CH12-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2132},{\"blockId\":\"CH12-MB0076\",\"type\":\"paragraph\",\"text\":\"83. MACHINE-READABLE OBSERVATION PACKAGE\",\"sourceParagraph\":2134},{\"blockId\":\"CH12-MB0077\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2135},{\"blockId\":\"CH12-MB0078\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2136},{\"blockId\":\"CH12-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2137},{\"blockId\":\"CH12-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2138},{\"blockId\":\"CH12-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"observationBundle\\\": {\",\"sourceParagraph\":2139},{\"blockId\":\"CH12-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"observationId\\\": \\\"NGO-SYNTH-W1-ORION-TR-000184\\\",\",\"sourceParagraph\":2140},{\"blockId\":\"CH12-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"NGW-SYNTH-W1-001\\\",\",\"sourceParagraph\":2141},{\"blockId\":\"CH12-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"participantId\\\": \\\"NGU-SYNTH-000184\\\",\",\"sourceParagraph\":2142},{\"blockId\":\"CH12-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"aiSystemRecordId\\\": \\\"NGAI-SYNTH-ORION-WEB-PAID-W1-002\\\",\",\"sourceParagraph\":2143},{\"blockId\":\"CH12-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateRecordId\\\": \\\"NGPS-SYNTH-ORION-TR-W1-001\\\",\",\"sourceParagraph\":2144},{\"blockId\":\"CH12-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"promptRecordId\\\": \\\"NGP-CORE-MIRROR-APPLE-SYNTH-001\\\",\",\"sourceParagraph\":2145},{\"blockId\":\"CH12-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"slot\\\": {\",\"sourceParagraph\":2146},{\"blockId\":\"CH12-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"slotId\\\": \\\"W1-S04\\\",\",\"sourceParagraph\":2147},{\"blockId\":\"CH12-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"startUtc\\\": \\\"2026-09-01T12:15:00Z\\\",\",\"sourceParagraph\":2148},{\"blockId\":\"CH12-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"endUtc\\\": \\\"2026-09-01T12:20:00Z\\\",\",\"sourceParagraph\":2149},{\"blockId\":\"CH12-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"submittedWithinSlot\\\": true\",\"sourceParagraph\":2150},{\"blockId\":\"CH12-MB0093\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2151},{\"blockId\":\"CH12-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"timeVector\\\": {\",\"sourceParagraph\":2152},{\"blockId\":\"CH12-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"assignedAtUtc\\\": \\\"2026-09-01T11:00:00Z\\\",\",\"sourceParagraph\":2153},{\"blockId\":\"CH12-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"taskOpenedAtUtc\\\": \\\"2026-09-01T12:14:20Z\\\",\",\"sourceParagraph\":2154},{\"blockId\":\"CH12-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"promptSubmittedAtUtc\\\": \\\"2026-09-01T12:16:08Z\\\",\",\"sourceParagraph\":2155},{\"blockId\":\"CH12-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"firstSystemEventAtUtc\\\": \\\"2026-09-01T12:16:10Z\\\",\",\"sourceParagraph\":2156},{\"blockId\":\"CH12-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"responseCompletedAtUtc\\\": \\\"2026-09-01T12:16:24Z\\\",\",\"sourceParagraph\":2157},{\"blockId\":\"CH12-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"capturedAtUtc\\\": \\\"2026-09-01T12:16:39Z\\\",\",\"sourceParagraph\":2158},{\"blockId\":\"CH12-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"localHashCreatedAtUtc\\\": \\\"2026-09-01T12:16:41Z\\\",\",\"sourceParagraph\":2159},{\"blockId\":\"CH12-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"uploadedAtUtc\\\": \\\"2026-09-01T12:17:12Z\\\",\",\"sourceParagraph\":2160},{\"blockId\":\"CH12-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"serverAcceptedAtUtc\\\": \\\"2026-09-01T12:17:13Z\\\",\",\"sourceParagraph\":2161},{\"blockId\":\"CH12-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"clockOffsetMilliseconds\\\": 420\",\"sourceParagraph\":2162},{\"blockId\":\"CH12-MB0105\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2163},{\"blockId\":\"CH12-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"attempts\\\": [\",\"sourceParagraph\":2164},{\"blockId\":\"CH12-MB0107\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2165},{\"blockId\":\"CH12-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"attemptNumber\\\": 1,\",\"sourceParagraph\":2166},{\"blockId\":\"CH12-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"firstContactOutcome\\\": \\\"COMPLETE_RESPONSE\\\",\",\"sourceParagraph\":2167},{\"blockId\":\"CH12-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"technicalRetry\\\": false,\",\"sourceParagraph\":2168},{\"blockId\":\"CH12-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"firstEligibleContentOutput\\\": true\",\"sourceParagraph\":2169},{\"blockId\":\"CH12-MB0112\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2170},{\"blockId\":\"CH12-MB0113\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2171},{\"blockId\":\"CH12-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"prompt\\\": {\",\"sourceParagraph\":2172},{\"blockId\":\"CH12-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"assignedHash\\\": \\\"SYNTHETIC-HASH-TR-001\\\",\",\"sourceParagraph\":2173},{\"blockId\":\"CH12-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"sentHash\\\": \\\"SYNTHETIC-HASH-TR-001\\\",\",\"sourceParagraph\":2174},{\"blockId\":\"CH12-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"validity\\\": \\\"PV-1\\\"\",\"sourceParagraph\":2175},{\"blockId\":\"CH12-MB0118\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2176},{\"blockId\":\"CH12-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"response\\\": {\",\"sourceParagraph\":2177},{\"blockId\":\"CH12-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"COMPLETE\\\",\",\"sourceParagraph\":2178},{\"blockId\":\"CH12-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"regenerated\\\": false,\",\"sourceParagraph\":2179},{\"blockId\":\"CH12-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"userInterrupted\\\": false,\",\"sourceParagraph\":2180},{\"blockId\":\"CH12-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"rawTextArtifactId\\\": \\\"ART-RAW-TEXT-001\\\",\",\"sourceParagraph\":2181},{\"blockId\":\"CH12-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"visualArtifactIds\\\": [\",\"sourceParagraph\":2182},{\"blockId\":\"CH12-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"ART-SCREEN-001\\\",\",\"sourceParagraph\":2183},{\"blockId\":\"CH12-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"ART-SCREEN-002\\\"\",\"sourceParagraph\":2184},{\"blockId\":\"CH12-MB0127\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2185},{\"blockId\":\"CH12-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"citationCount\\\": 0\",\"sourceParagraph\":2186},{\"blockId\":\"CH12-MB0129\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2187},{\"blockId\":\"CH12-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"capture\\\": {\",\"sourceParagraph\":2188},{\"blockId\":\"CH12-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"method\\\": \\\"CM-3\\\",\",\"sourceParagraph\":2189},{\"blockId\":\"CH12-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"captureLevel\\\": \\\"NCL-4\\\",\",\"sourceParagraph\":2190},{\"blockId\":\"CH12-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"toolName\\\": \\\"Synthetic NOMOS-Compatible Capture\\\",\",\"sourceParagraph\":2191},{\"blockId\":\"CH12-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"toolVersion\\\": \\\"2.1\\\",\",\"sourceParagraph\":2192},{\"blockId\":\"CH12-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"fullPromptVisible\\\": true,\",\"sourceParagraph\":2193},{\"blockId\":\"CH12-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"fullResponseVisible\\\": true,\",\"sourceParagraph\":2194},{\"blockId\":\"CH12-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"systemStateCaptured\\\": true\",\"sourceParagraph\":2195},{\"blockId\":\"CH12-MB0138\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2196},{\"blockId\":\"CH12-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"integrity\\\": {\",\"sourceParagraph\":2197},{\"blockId\":\"CH12-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"artifactHashes\\\": {\",\"sourceParagraph\":2198},{\"blockId\":\"CH12-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"ART-RAW-TEXT-001\\\": \\\"SYNTHETIC-HASH-RAW\\\",\",\"sourceParagraph\":2199},{\"blockId\":\"CH12-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"ART-SCREEN-001\\\": \\\"SYNTHETIC-HASH-SCREEN-1\\\",\",\"sourceParagraph\":2200},{\"blockId\":\"CH12-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"ART-SCREEN-002\\\": \\\"SYNTHETIC-HASH-SCREEN-2\\\"\",\"sourceParagraph\":2201},{\"blockId\":\"CH12-MB0144\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2202},{\"blockId\":\"CH12-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"bundleHash\\\": \\\"SYNTHETIC-BUNDLE-HASH\\\",\",\"sourceParagraph\":2203},{\"blockId\":\"CH12-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"digitalSignature\\\": \\\"SYNTHETIC-SIGNATURE\\\",\",\"sourceParagraph\":2204},{\"blockId\":\"CH12-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"includedInWaveMerkleRoot\\\": true\",\"sourceParagraph\":2205},{\"blockId\":\"CH12-MB0148\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2206},{\"blockId\":\"CH12-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"privacy\\\": {\",\"sourceParagraph\":2207},{\"blockId\":\"CH12-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"rawEvidenceAccess\\\": \\\"RESTRICTED\\\",\",\"sourceParagraph\":2208},{\"blockId\":\"CH12-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"auditDerivativeCreated\\\": true,\",\"sourceParagraph\":2209},{\"blockId\":\"CH12-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"publicDerivativeCreated\\\": true,\",\"sourceParagraph\":2210},{\"blockId\":\"CH12-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"identityRedacted\\\": true,\",\"sourceParagraph\":2211},{\"blockId\":\"CH12-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"privateConversationCaptured\\\": false\",\"sourceParagraph\":2212},{\"blockId\":\"CH12-MB0155\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2213},{\"blockId\":\"CH12-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"validation\\\": {\",\"sourceParagraph\":2214},{\"blockId\":\"CH12-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"captureValidity\\\": \\\"CV-1\\\",\",\"sourceParagraph\":2215},{\"blockId\":\"CH12-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"validatedBeforeSemanticScoring\\\": true,\",\"sourceParagraph\":2216},{\"blockId\":\"CH12-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"validatorRole\\\": \\\"BLINDED_CAPTURE_VALIDATOR\\\",\",\"sourceParagraph\":2217},{\"blockId\":\"CH12-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"validatedAtUtc\\\": \\\"2026-09-02T08:00:00Z\\\"\",\"sourceParagraph\":2218},{\"blockId\":\"CH12-MB0161\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2219},{\"blockId\":\"CH12-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"semanticAdjudication\\\": {\",\"sourceParagraph\":2220},{\"blockId\":\"CH12-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"PENDING\\\"\",\"sourceParagraph\":2221},{\"blockId\":\"CH12-MB0164\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2222},{\"blockId\":\"CH12-MB0165\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2223},{\"blockId\":\"CH12-MB0166\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2224},{\"blockId\":\"CH12-MB0167\",\"type\":\"paragraph\",\"text\":\"These records:\",\"sourceParagraph\":2225},{\"blockId\":\"CH12-MB0168\",\"type\":\"paragraph\",\"text\":\"to the real participant,\",\"sourceParagraph\":2226},{\"blockId\":\"CH12-MB0169\",\"type\":\"paragraph\",\"text\":\"to the real AI product,\",\"sourceParagraph\":2227},{\"blockId\":\"CH12-MB0170\",\"type\":\"paragraph\",\"text\":\"to the real company\",\"sourceParagraph\":2228},{\"blockId\":\"CH12-MB0171\",\"type\":\"paragraph\",\"text\":\"it does not belong.\",\"sourceParagraph\":2229},{\"blockId\":\"CH12-MB0172\",\"type\":\"paragraph\",\"text\":\"It is the machine-readable synthetic representation of the synchronised wave and NOMOS Capture proof chain.\",\"sourceParagraph\":2230},{\"blockId\":\"CH12-MB0173\",\"type\":\"paragraph\",\"text\":\"84. MACHINE-READABLE RULE OF THE SECTION\",\"sourceParagraph\":2232},{\"blockId\":\"CH12-MB0174\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH12-R01\",\"sourceParagraph\":2233},{\"blockId\":\"CH12-MB0175\",\"type\":\"paragraph\",\"text\":\"Every GEO-1000 observation MUST be linked to a predeclared and versioned\",\"sourceParagraph\":2235},{\"blockId\":\"CH12-MB0176\",\"type\":\"paragraph\",\"text\":\"measurement wave defining:\",\"sourceParagraph\":2236},{\"blockId\":\"CH12-MB0177\",\"type\":\"paragraph\",\"text\":\"- AI product states,\",\"sourceParagraph\":2238},{\"blockId\":\"CH12-MB0178\",\"type\":\"paragraph\",\"text\":\"- population and sample frames,\",\"sourceParagraph\":2239},{\"blockId\":\"CH12-MB0179\",\"type\":\"paragraph\",\"text\":\"- panel states,\",\"sourceParagraph\":2240},{\"blockId\":\"CH12-MB0180\",\"type\":\"paragraph\",\"text\":\"- prompt versions,\",\"sourceParagraph\":2241},{\"blockId\":\"CH12-MB0181\",\"type\":\"paragraph\",\"text\":\"- UTC dispatch window,\",\"sourceParagraph\":2242},{\"blockId\":\"CH12-MB0182\",\"type\":\"paragraph\",\"text\":\"- randomised micro-slots,\",\"sourceParagraph\":2243},{\"blockId\":\"CH12-MB0183\",\"type\":\"paragraph\",\"text\":\"- completion and capture deadlines,\",\"sourceParagraph\":2244},{\"blockId\":\"CH12-MB0184\",\"type\":\"paragraph\",\"text\":\"- technical-retry rules,\",\"sourceParagraph\":2245},{\"blockId\":\"CH12-MB0185\",\"type\":\"paragraph\",\"text\":\"- capture schema,\",\"sourceParagraph\":2246},{\"blockId\":\"CH12-MB0186\",\"type\":\"paragraph\",\"text\":\"- reference-record versions,\",\"sourceParagraph\":2247},{\"blockId\":\"CH12-MB0187\",\"type\":\"paragraph\",\"text\":\"- and governance ownership.\",\"sourceParagraph\":2248},{\"blockId\":\"CH12-MB0188\",\"type\":\"paragraph\",\"text\":\"Synchronisation MUST mean observation within a declared UTC system-state\",\"sourceParagraph\":2250},{\"blockId\":\"CH12-MB0189\",\"type\":\"paragraph\",\"text\":\"window and assigned slot structure. It MUST NOT be represented as\",\"sourceParagraph\":2251},{\"blockId\":\"CH12-MB0190\",\"type\":\"paragraph\",\"text\":\"perfect millisecond simultaneity.\",\"sourceParagraph\":2252},{\"blockId\":\"CH12-MB0191\",\"type\":\"paragraph\",\"text\":\"Every observation MUST preserve, as available:\",\"sourceParagraph\":2254},{\"blockId\":\"CH12-MB0192\",\"type\":\"paragraph\",\"text\":\"- assignment time,\",\"sourceParagraph\":2256},{\"blockId\":\"CH12-MB0193\",\"type\":\"paragraph\",\"text\":\"- prompt-submission time,\",\"sourceParagraph\":2257},{\"blockId\":\"CH12-MB0194\",\"type\":\"paragraph\",\"text\":\"- first system event,\",\"sourceParagraph\":2258},{\"blockId\":\"CH12-MB0195\",\"type\":\"paragraph\",\"text\":\"- response-completion time,\",\"sourceParagraph\":2259},{\"blockId\":\"CH12-MB0196\",\"type\":\"paragraph\",\"text\":\"- capture time,\",\"sourceParagraph\":2260},{\"blockId\":\"CH12-MB0197\",\"type\":\"paragraph\",\"text\":\"- hash-creation time,\",\"sourceParagraph\":2261},{\"blockId\":\"CH12-MB0198\",\"type\":\"paragraph\",\"text\":\"- upload time,\",\"sourceParagraph\":2262},{\"blockId\":\"CH12-MB0199\",\"type\":\"paragraph\",\"text\":\"- and server-acceptance time.\",\"sourceParagraph\":2263},{\"blockId\":\"CH12-MB0200\",\"type\":\"paragraph\",\"text\":\"The first contact outcome MUST remain visible. A technical retry MAY be\",\"sourceParagraph\":2265},{\"blockId\":\"CH12-MB0201\",\"type\":\"paragraph\",\"text\":\"used only under predeclared infrastructure-failure conditions and MUST\",\"sourceParagraph\":2266},{\"blockId\":\"CH12-MB0202\",\"type\":\"paragraph\",\"text\":\"retain every prior attempt.\",\"sourceParagraph\":2267},{\"blockId\":\"CH12-MB0203\",\"type\":\"paragraph\",\"text\":\"Incorrect, unfavorable, refused, uncited, truncated, or critical outputs\",\"sourceParagraph\":2269},{\"blockId\":\"CH12-MB0204\",\"type\":\"paragraph\",\"text\":\"MUST NOT be regenerated, replaced, or excluded merely because of their\",\"sourceParagraph\":2270},{\"blockId\":\"CH12-MB0205\",\"type\":\"paragraph\",\"text\":\"content.\",\"sourceParagraph\":2271},{\"blockId\":\"CH12-MB0206\",\"type\":\"paragraph\",\"text\":\"A NOMOS Capture evidence bundle MUST retain the exact assigned and sent\",\"sourceParagraph\":2273},{\"blockId\":\"CH12-MB0207\",\"type\":\"paragraph\",\"text\":\"prompt, complete raw response, full visual evidence, system-state\",\"sourceParagraph\":2274},{\"blockId\":\"CH12-MB0208\",\"type\":\"paragraph\",\"text\":\"metadata, attempt log, time evidence, file hashes, bundle hash, capture\",\"sourceParagraph\":2275},{\"blockId\":\"CH12-MB0209\",\"type\":\"paragraph\",\"text\":\"tool version, privacy status, and blinded capture-validity decision.\",\"sourceParagraph\":2276},{\"blockId\":\"CH12-MB0210\",\"type\":\"paragraph\",\"text\":\"A screenshot, hash, digital signature, provider log, or timestamp MUST\",\"sourceParagraph\":2278},{\"blockId\":\"CH12-MB0211\",\"type\":\"paragraph\",\"text\":\"NOT individually be represented as complete proof of observation\",\"sourceParagraph\":2279},{\"blockId\":\"CH12-MB0212\",\"type\":\"paragraph\",\"text\":\"authenticity.\",\"sourceParagraph\":2280},{\"blockId\":\"CH12-MB0213\",\"type\":\"paragraph\",\"text\":\"Raw evidence MUST remain immutable or append-only. Redactions,\",\"sourceParagraph\":2282},{\"blockId\":\"CH12-MB0214\",\"type\":\"paragraph\",\"text\":\"corrections, withdrawals, exclusions, and adjudication changes MUST\",\"sourceParagraph\":2283},{\"blockId\":\"CH12-MB0215\",\"type\":\"paragraph\",\"text\":\"create linked versions and preserve the prior record where ethically and\",\"sourceParagraph\":2284},{\"blockId\":\"CH12-MB0216\",\"type\":\"paragraph\",\"text\":\"legally permissible.\",\"sourceParagraph\":2285},{\"blockId\":\"CH12-MB0217\",\"type\":\"paragraph\",\"text\":\"Material AI-product changes or external events during a wave MUST be\",\"sourceParagraph\":2287},{\"blockId\":\"CH12-MB0218\",\"type\":\"paragraph\",\"text\":\"time-recorded and handled through sub-waves, explicit modelling,\",\"sourceParagraph\":2288},{\"blockId\":\"CH12-MB0219\",\"type\":\"paragraph\",\"text\":\"restarting, or mixed-state warnings.\",\"sourceParagraph\":2289},{\"blockId\":\"CH12-MB0220\",\"type\":\"paragraph\",\"text\":\"Capture validity MUST be decided independently of semantic correctness.\",\"sourceParagraph\":2291},{\"blockId\":\"CH12-MB0221\",\"type\":\"paragraph\",\"text\":\"Public evidence manifests MUST support verification without\",\"sourceParagraph\":2293},{\"blockId\":\"CH12-MB0222\",\"type\":\"paragraph\",\"text\":\"unnecessarily exposing participant identity, credentials, private\",\"sourceParagraph\":2294},{\"blockId\":\"CH12-MB0223\",\"type\":\"paragraph\",\"text\":\"conversation history, or precise location.\",\"sourceParagraph\":2295},{\"blockId\":\"CH12-MB0224\",\"type\":\"paragraph\",\"text\":\"NOMOS Capture compliance MUST be implementable through open, equivalent\",\"sourceParagraph\":2297},{\"blockId\":\"CH12-MB0225\",\"type\":\"paragraph\",\"text\":\"evidence systems and MUST NOT depend exclusively on a proprietary tool\",\"sourceParagraph\":2298},{\"blockId\":\"CH12-MB0226\",\"type\":\"paragraph\",\"text\":\"controlled by the standard's founder.\",\"sourceParagraph\":2299},{\"blockId\":\"CH12-MB0227\",\"type\":\"paragraph\",\"text\":\"Every wave, evidence bundle, capture decision, manifest revision, and\",\"sourceParagraph\":2301},{\"blockId\":\"CH12-MB0228\",\"type\":\"paragraph\",\"text\":\"integrity record MUST be versioned and attributable to an accountable\",\"sourceParagraph\":2302},{\"blockId\":\"CH12-MB0229\",\"type\":\"paragraph\",\"text\":\"human or organisation.\",\"sourceParagraph\":2303},{\"blockId\":\"CH12-MB0230\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2304},{\"blockId\":\"CH12-MB0231\",\"type\":\"paragraph\",\"text\":\"Each GEO-1000 observation must be linked to a pre-registered measurement wave that identifies AI product states, population and sample frames, panel conditions, prompt versions, UTC submission window, random micro-slots, completion and capture times, technical retry rules, capture schema, reference records, and governance owner. Concurrency is not perfect millisecond equality; it is the production of observations within a defined UTC system window and slot structure. It must remain visible as a first-touch result; incorrect, negative, rejected, citation-less, or Critical responses may not be renewed, altered, or excluded due to their content.\",\"sourceParagraph\":2305}],\"normativeRuleLocalized\":\"Jede GEO-1000-Beobachtung MUSS mit einer vorher deklarieren und versionierten Messwelle verknüpft sein, die Folgendes definiert: - KI-Produktzustände, - Populationen und Stichprobenrahmen, - Panelzustände, - Prompt-Versionen, - UTC-Übertragungsfenster, - randomisierte Mikro-Slots, - Abschluss- und Erfassungsfristen, - technische Wiederholungsregeln, - Erfassungsschema, - Referenzdatensatzversionen und - Governance-Zuordnung. Synchronisation MUSS Beobachtung innerhalb eines deklarierten UTC-Systemzustandsfensters und zugewiesener Slot-Struktur bedeuten. Sie DARF NICHT als perfekte Millisekunden-Simultanität repräsentiert werden. Jede Beobachtung MUSS folgende Angaben so weit wie möglich beibehalten: - Zuweisungszeit, - Prompt-Einreichungszeit, - erstes Systemereignis, - Abschlusszeit der Antwort, - Erfassungszeit, - Hash-Erstellungszeit, - Upload-Zeit, - und Server-Akzeptanzzeit. Das Ergebnis des ersten Kontakts MUSS sichtbar bleiben. Ein technischer Wiederholungsversuch DARF nur unter zuvor angekündigten Infrastruktur-Ausfallbedingungen verwendet werden und MUSS jeden vorherigen Versuch beibehalten. Falsche, ungünstige, abgelehnte, nicht zitierte, gekürzte oder kritische Ausgaben DARF NICHT einfach aufgrund ihres Inhalts erneut erzeugt, ersetzt oder ausgeschlossen werden. Ein NOMOS Evidenzbündel MUSS das exakt zugewiesene und gesendete Prompt, die vollständige Rohantwort, alle visuellen Nachweise, Systemzustands-Metadaten, Versuchprotokolle, Zeitevidenz, Datei-Hashes, Bündel-Hash, Version des Erfassungswerkzeugs, Datenschutzstatus und eine anonymisierte Erfassungs-Gültigkeitsentscheidung beibehalten. Ein Screenshot, Hash, digitale Signatur, Anbieterprotokoll oder Zeitstempel DARF NICHT einzeln als vollständiger Nachweis der Authentizität der Beobachtung repräsentiert werden. Rohbeweise MÜSSEN unveränderlich oder nur anhängbar bleiben. Schwärzungen, Korrekturen, Rücknahmen, Ausschlüsse und Änderungen durch die Entscheidung MÜSSEN verknüpfte Versionen erzeugen und den vorherigen Datensatz dort bewahren, wo dies ethisch und rechtlich zulässig ist. Materielle KI-Produktänderungen oder externe Ereignisse während einer Welle MÜSSEN zeitlich erfasst und durch Unterwellen, explizite Modellierung, Neustart oder Mischzustandswarnungen behandelt werden. Die Gültigkeit der Erfassung MUSS unabhängig von der semantischen Korrektheit entschieden werden. Öffentliche Nachweis-Manifeste MÜSSEN die Überprüfung unterstützen, ohne unnötig die Identität von Teilnehmern, Zugangsdaten, private Gesprächshistorie oder den genauen Standort offenzulegen. NOMOS Die Einhaltung der Erfassung MUSS durch offene, gleichwertige Evidenzsysteme umsetzbar sein und DARF NICHT ausschließlich von einem proprietären Tool abhängen, das von dem Gründer des Standards kontrolliert wird. Jede Welle, jedes Evidenzpaket, jede Erfassungsentscheidung, jede Manifestüberarbeitung und jeder Integritätsdatensatz MUSS versioniert und einer verantwortlichen Person oder Organisation zuordenbar sein.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH12-MB0001\",\"type\":\"paragraph\",\"text\":\"82. MASCHINENLESBARE WELLENAUFZEICHNUNG\",\"sourceParagraph\":2058,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2059,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2060,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2061,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2062,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"measurementWave\\\": {\",\"sourceParagraph\":2063,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"NGW-SYNTH-W1-001\\\",\",\"sourceParagraph\":2064,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"waveType\\\": \\\"MW-1\\\",\",\"sourceParagraph\":2065,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"WS-4\\\",\",\"sourceParagraph\":2066,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"healthStatus\\\": \\\"WH-4\\\",\",\"sourceParagraph\":2067,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"PRINZIPALE_POPULATIONSSCHÄTZUNG\\\",\",\"sourceParagraph\":2068,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"systems\\\": {\",\"sourceParagraph\":2069,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"registryVersion\\\": \\\"NGAI-SYNTH-REGISTRY-W1\\\",\",\"sourceParagraph\":2070,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"productCount\\\": 10\",\"sourceParagraph\":2071,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0015\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2072,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"population\\\": {\",\"sourceParagraph\":2073,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"frameVersion\\\": \\\"NGP-SYNTH-W1\\\",\",\"sourceParagraph\":2074,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"sampleAllocationVersion\\\": \\\"NGS-SYNTH-W1\\\",\",\"sourceParagraph\":2075,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"targetValidPerProduct\\\": 1000,\",\"sourceParagraph\":2076,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"targetValidTotal\\\": 10000\",\"sourceParagraph\":2077,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0021\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2078,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"Anfragen\\\": {\",\"sourceParagraph\":2079,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"registryVersion\\\": \\\"NGPR-SYNTH-W1\\\",\",\"sourceParagraph\":2080,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"corePromptVersion\\\": \\\"1.0.0\\\"\",\"sourceParagraph\":2081,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0025\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2082,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"panelStates\\\": {\",\"sourceParagraph\":2083,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"controlledCleanVersion\\\": \\\"NGPS-CLEAN-W1\\\",\",\"sourceParagraph\":2084,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"naturalUserVersion\\\": \\\"NGPS-NATURAL-W1\\\"\",\"sourceParagraph\":2085,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0029\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2086,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"Timing\\\": {\",\"sourceParagraph\":2087,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"timeStandard\\\": \\\"UTC\\\",\",\"sourceParagraph\":2088,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"dispatchWindowStart\\\": \\\"2026-09-01 T1 2:00:00 Z\\\",\",\"sourceParagraph\":2089,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"dispatchWindowEnd\\\": \\\"2026-09-01 T1 3:00:00 Z\\\",\",\"sourceParagraph\":2090,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"microSlotMinutes\\\": 5,\",\"sourceParagraph\":2091,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"microSlotCount\\\": 12,\",\"sourceParagraph\":2092,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"completionGraceMinutes\\\": 20,\",\"sourceParagraph\":2093,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"captureTargetMinutesAfterCompletion\\\": 5,\",\"sourceParagraph\":2094,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"uploadDeadlineMinutesAfterCapture\\\": 60,\",\"sourceParagraph\":2095,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"slotAssignmentLocked\\\": true,\",\"sourceParagraph\":2096,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0040\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2097,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"Erfassung\\\": {\",\"sourceParagraph\":2098,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"schemaVersion\\\": \\\"NOMOS-ERFASSUNG-0.9\\\",\",\"sourceParagraph\":2099,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"minimumCaptureLevel\\\": \\\"NCL-3\\\"}\",\"sourceParagraph\":2100,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"toolVersion\\\": \\\"SYNTH-CAPTURE-2.1\\\",\",\"sourceParagraph\":2101,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"firstEligibleOutputRequired\\\": wahr,\",\"sourceParagraph\":2102,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"responseRegenerationAllowed\\\": false,\",\"sourceParagraph\":2103,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"technicalRetryPolicy\\\": \\\"NUR_VORAB_GEPLANDE_TECHNISCHE_FEHLER\\\"\",\"sourceParagraph\":2104,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0048\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2105,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"ereignisse\\\": {\",\"sourceParagraph\":2106,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"systemChangeEvents\\\": [],\",\"sourceParagraph\":2107,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"externalEventRegisterVersion\\\": \\\"NGER-SYNTH-W1\\\",\",\"sourceParagraph\":2108,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"mixedSystemState\\\": false,\",\"sourceParagraph\":2109,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0053\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2110,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"fieldwork\\\": {\",\"sourceParagraph\":2111,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"eingeladen\\\": 13240,\",\"sourceParagraph\":2112,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"abgeschlossen\\\": 10870,\",\"sourceParagraph\":2113,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"captureValid\\\": 10106,\",\"sourceParagraph\":2114,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"mainAnalysisIncluded\\\": 10000,\",\"sourceParagraph\":2115,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"validReserve\\\": 106,\",\"sourceParagraph\":2116,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"zurückgezogen\\\": 0\",\"sourceParagraph\":2117,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0061\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2118,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"Integrität\\\": {\",\"sourceParagraph\":2119,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"observationBundleCount\\\": 10106,\",\"sourceParagraph\":2120,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"waveManifestHash\\\": \\\"SYNTHETISCHE-WELLEN-ERSCHEINUNG-HASH\\\",\",\"sourceParagraph\":2121,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"merkleRoot\\\": \\\"SYNTHETISCHER-MERKLE-WURZEL\\\",\",\"sourceParagraph\":2122,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"publicManifestPublished\\\": true,\",\"sourceParagraph\":2123,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0067\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2124,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"Governance\\\": {\",\"sourceParagraph\":2125,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeFieldwork\\\": wahr,\",\"sourceParagraph\":2126,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"waveOwnerRole\\\": \\\"MESSWELLE-DIREKTOR\\\",\",\"sourceParagraph\":2127,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"captureOwnerRole\\\": \\\"BEWEISKETTEN-VERWAHRER\\\"\",\"sourceParagraph\":2128,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"closedAt\\\": \\\"2026-09-01 T1 5:30:00 Z\\\"\",\"sourceParagraph\":2129,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0073\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2130,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0074\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2131,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0075\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2132,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0076\",\"type\":\"paragraph\",\"text\":\"83. MASCHINENLESBARES BEOBACHTUNGSPAKET\",\"sourceParagraph\":2134,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0077\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2135,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0078\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2136,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2137,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2138,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"observationBundle\\\": {\",\"sourceParagraph\":2139,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"observationId\\\": \\\"NGO-SYNTH-W1-ORION-TR-000184\\\",\",\"sourceParagraph\":2140,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"NGW-SYNTH-W1-001\\\",\",\"sourceParagraph\":2141,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"participantId\\\": \\\"NGU-SYNTH-000184\\\",\",\"sourceParagraph\":2142,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"aiSystemRecordId\\\": \\\"NGAI-SYNTH-ORION-WEB-PAID-W1-002\\\",\",\"sourceParagraph\":2143,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"panelStateRecordId\\\": \\\"NGPS-SYNTH-ORION-TR-W1-001\\\"\",\"sourceParagraph\":2144,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"promptRecordId\\\": \\\"NGP-CORE-SPIEGEL-APPLE-SYNTH-001\\\",\",\"sourceParagraph\":2145,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"Steckplatz\\\": {\",\"sourceParagraph\":2146,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"slotId\\\": \\\"W1-S0 4\\\",\",\"sourceParagraph\":2147,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"startUtc\\\": \\\"2026-09-01 T1 2:15:00 Z\\\",\",\"sourceParagraph\":2148,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"endUtc\\\": \\\"2026-09-01 T1 2:20:00 Z\\\",\",\"sourceParagraph\":2149,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"submittedWithinSlot\\\": true,\",\"sourceParagraph\":2150,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0093\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2151,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"timeVector\\\": {\",\"sourceParagraph\":2152,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"assignedAtUtc\\\": \\\"2026-09-01 T1 1:00:00 Z\\\",\",\"sourceParagraph\":2153,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"taskOpenedAtUtc\\\": \\\"2026-09-01 T1 2:14:20 Z\\\",\",\"sourceParagraph\":2154,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"promptSubmittedAtUtc\\\": \\\"2026-09-01 T1 2:16:08 Z\\\",\",\"sourceParagraph\":2155,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"firstSystemEventAtUtc\\\": \\\"2026-09-01 T1 2:16:10 Z\\\",\",\"sourceParagraph\":2156,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"responseCompletedAtUtc\\\": \\\"2026-09-01 T1 2:16:24 Z\\\",\",\"sourceParagraph\":2157,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"capturedAtUtc\\\": \\\"2026-09-01 T1 2:16:39 Z\\\",\",\"sourceParagraph\":2158,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"localHashCreatedAtUtc\\\": \\\"2026-09-01 T1 2:16:41 Z\\\",\",\"sourceParagraph\":2159,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"uploadedAtUtc\\\": \\\"2026-09-01 T1 2:17:12 Z\\\",\",\"sourceParagraph\":2160,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"serverAcceptedAtUtc\\\": \\\"2026-09-01 T1 2:17:13 Z\\\",\",\"sourceParagraph\":2161,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"clockOffsetMilliseconds\\\": 420\",\"sourceParagraph\":2162,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0105\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2163,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"Versuche\\\": [\",\"sourceParagraph\":2164,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0107\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2165,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"attemptNumber\\\": 1,\",\"sourceParagraph\":2166,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"firstContactOutcome\\\": \\\"VOLLSTÄNDIGE_ANTWORT\\\",\",\"sourceParagraph\":2167,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"technicalRetry\\\": false,\",\"sourceParagraph\":2168,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"firstEligibleContentOutput\\\": true,\",\"sourceParagraph\":2169,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0112\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2170,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0113\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2171,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"Aufforderung\\\": {\",\"sourceParagraph\":2172,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"assignedHash\\\": \\\"SYNTHETISCHER-HASH-TR-001\\\",\",\"sourceParagraph\":2173,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"sentHash\\\": \\\"SYNTHETISCHER-HASH-TR-001\\\",\",\"sourceParagraph\":2174,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"Gültigkeit\\\": \\\"PV-1\\\"\",\"sourceParagraph\":2175,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0118\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2176,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"Antwort\\\": {\",\"sourceParagraph\":2177,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"VOLLSTÄNDIG\\\",\",\"sourceParagraph\":2178,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"Regeneriert\\\": false,\",\"sourceParagraph\":2179,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"userInterrupted\\\": false,\",\"sourceParagraph\":2180,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"rawTextArtifactId\\\": \\\"ART-ROH-TEXT-001\\\",\\\"\",\"sourceParagraph\":2181,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"visualArtifactIds\\\": [\",\"sourceParagraph\":2182,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"ART-SCREEN-001\\\",\",\"sourceParagraph\":2183,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"ART-SCREEN-002\\\"\",\"sourceParagraph\":2184,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0127\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2185,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"citationCount\\\": 0\",\"sourceParagraph\":2186,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0129\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2187,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"Erfassung\\\": {\",\"sourceParagraph\":2188,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"Methode\\\": \\\"CM-3\\\",\",\"sourceParagraph\":2189,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"captureLevel\\\": \\\"NCL-4\\\"}\",\"sourceParagraph\":2190,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"toolName\\\": \\\"Synthetische NOMOS-kompatible Erfassung\\\",\",\"sourceParagraph\":2191,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"toolVersion\\\": \\\"2.1\\\",\",\"sourceParagraph\":2192,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"fullPromptVisible\\\": wahr,\",\"sourceParagraph\":2193,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"fullResponseVisible\\\": wahr,\",\"sourceParagraph\":2194,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"systemStateCaptured\\\": true,\",\"sourceParagraph\":2195,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0138\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2196,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"Integrität\\\": {\",\"sourceParagraph\":2197,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"artifactHashes\\\": {\",\"sourceParagraph\":2198,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"ART-RAW-TEXT-001\\\": \\\"SYNTHETISCHER-HASH-RAW\\\",\",\"sourceParagraph\":2199,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"ART-SCREEN-001\\\": \\\"SYNTHETISCHER-HASH-SCREEN-1\\\",\",\"sourceParagraph\":2200,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"ART-SCREEN-002\\\": \\\"SYNTHETISCHER-HASH-SCREEN-2\\\",\",\"sourceParagraph\":2201,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0144\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2202,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"bundleHash\\\": \\\"SYNTHETISCHES-BUNDLE-HASH\\\",\",\"sourceParagraph\":2203,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"digitalSignature\\\": \\\"SYNTHETISCHE-SIGNATUR\\\",\",\"sourceParagraph\":2204,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"includedInWaveMerkleRoot\\\": true,\",\"sourceParagraph\":2205,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0148\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2206,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"Privatsphäre\\\": {\",\"sourceParagraph\":2207,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"rawEvidenceAccess\\\": \\\"EINGESCHRÄNKT\\\"\",\"sourceParagraph\":2208,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"auditDerivativeCreated\\\": wahr,\",\"sourceParagraph\":2209,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"publicDerivativeCreated\\\": wahr,\",\"sourceParagraph\":2210,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"identityRedacted\\\": wahr,\",\"sourceParagraph\":2211,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"privateConversationCaptured\\\": false,\",\"sourceParagraph\":2212,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0155\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2213,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"Validierung\\\": {\",\"sourceParagraph\":2214,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"captureValidity\\\": \\\"CV-1\\\",\",\"sourceParagraph\":2215,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"validatedBeforeSemanticScoring\\\": wahr,\",\"sourceParagraph\":2216,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"validatorRole\\\": \\\"BLINDED_CAPTURE_VALIDATOR\\\",\",\"sourceParagraph\":2217,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"validatedAtUtc\\\": \\\"2026-09-02 T0 8:00:00 Z\\\"\",\"sourceParagraph\":2218,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0161\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2219,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"semanticAdjudication\\\": {\",\"sourceParagraph\":2220,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"AUSSTEHEND\\\"\",\"sourceParagraph\":2221,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0164\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2222,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0165\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2223,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0166\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2224,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0167\",\"type\":\"paragraph\",\"text\":\"Diese Aufzeichnungen:\",\"sourceParagraph\":2225,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0168\",\"type\":\"paragraph\",\"text\":\"Für den tatsächlichen Teilnehmer,\",\"sourceParagraph\":2226,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0169\",\"type\":\"paragraph\",\"text\":\"zum echten KI-Produkt,\",\"sourceParagraph\":2227,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0170\",\"type\":\"paragraph\",\"text\":\"Zur echten Gesellschaft\",\"sourceParagraph\":2228,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0171\",\"type\":\"paragraph\",\"text\":\"es gehört nicht dazu.\",\"sourceParagraph\":2229,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0172\",\"type\":\"paragraph\",\"text\":\"Es handelt sich um die maschinenlesbare synthetische Repräsentation der synchronisierten Wellen- und NOMOS Capture-Evidenzkette.\",\"sourceParagraph\":2230,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0173\",\"type\":\"paragraph\",\"text\":\"84. MASCHINENLESBARE REGEL DES ABSCHNITTS\",\"sourceParagraph\":2232,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0174\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH12-R01\",\"sourceParagraph\":2233,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0175\",\"type\":\"paragraph\",\"text\":\"Jede GEO-1000 Beobachtung MUSS mit einer vordeklarierten und versionierten Beobachtung verknüpft sein\",\"sourceParagraph\":2235,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0176\",\"type\":\"paragraph\",\"text\":\"Messwellendefinition folgendes:\",\"sourceParagraph\":2236,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0177\",\"type\":\"paragraph\",\"text\":\"- KI-Produktzustände,\",\"sourceParagraph\":2238,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0178\",\"type\":\"paragraph\",\"text\":\"- Populations- und Stichprobenrahmen,\",\"sourceParagraph\":2239,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0179\",\"type\":\"paragraph\",\"text\":\"- Panel-Zustände,\",\"sourceParagraph\":2240,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0180\",\"type\":\"paragraph\",\"text\":\"- Prompt-Versionen,\",\"sourceParagraph\":2241,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0181\",\"type\":\"paragraph\",\"text\":\"- UTC Sende-Fenster,\",\"sourceParagraph\":2242,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0182\",\"type\":\"paragraph\",\"text\":\"- randomisierte Mikro-Slots,\",\"sourceParagraph\":2243,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0183\",\"type\":\"paragraph\",\"text\":\"- Fristen für Abschluss und Erfassung,\",\"sourceParagraph\":2244,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0184\",\"type\":\"paragraph\",\"text\":\"- Regeln für technische Wiederholungen,\",\"sourceParagraph\":2245,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0185\",\"type\":\"paragraph\",\"text\":\"- Erfassungsschema,\",\"sourceParagraph\":2246,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0186\",\"type\":\"paragraph\",\"text\":\"- Versionen der Referenzaufzeichnungen,\",\"sourceParagraph\":2247,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0187\",\"type\":\"paragraph\",\"text\":\"- und Governance-Eigentum.\",\"sourceParagraph\":2248,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0188\",\"type\":\"paragraph\",\"text\":\"Synchronisation MUSS Beobachtung innerhalb eines deklarierten UTC Systemzustands\",\"sourceParagraph\":2250,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0189\",\"type\":\"paragraph\",\"text\":\"Fensters und der zugewiesenen Slot-Struktur bedeuten. Sie DARF NICHT repräsentiert werden als\",\"sourceParagraph\":2251,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0190\",\"type\":\"paragraph\",\"text\":\"perfekte Millisekunden-Simultaneität.\",\"sourceParagraph\":2252,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0191\",\"type\":\"paragraph\",\"text\":\"Jede Beobachtung MUSS, soweit verfügbar, bewahrt werden:\",\"sourceParagraph\":2254,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0192\",\"type\":\"paragraph\",\"text\":\"- Zuordnungszeit,\",\"sourceParagraph\":2256,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0193\",\"type\":\"paragraph\",\"text\":\"- Eingabezeitpunkt der Aufforderung,\",\"sourceParagraph\":2257,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0194\",\"type\":\"paragraph\",\"text\":\"- erstes Systemereignis,\",\"sourceParagraph\":2258,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0195\",\"type\":\"paragraph\",\"text\":\"- Antwort-Vervollständigungszeit,\",\"sourceParagraph\":2259,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0196\",\"type\":\"paragraph\",\"text\":\"- Aufzeichnungszeit,\",\"sourceParagraph\":2260,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0197\",\"type\":\"paragraph\",\"text\":\"- Hash-Erstellungszeit,\",\"sourceParagraph\":2261,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0198\",\"type\":\"paragraph\",\"text\":\"- Upload-Zeit,\",\"sourceParagraph\":2262,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0199\",\"type\":\"paragraph\",\"text\":\"- und Server-Akzeptanzzeit.\",\"sourceParagraph\":2263,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0200\",\"type\":\"paragraph\",\"text\":\"Das Ergebnis des ersten Kontakts MUSS sichtbar bleiben. Ein technischer Wiederholungsversuch KANN erfolgen.\",\"sourceParagraph\":2265,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0201\",\"type\":\"paragraph\",\"text\":\"nur unter vorab festgelegten Infrastrukturausfallbedingungen verwendet und MUSS\",\"sourceParagraph\":2266,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0202\",\"type\":\"paragraph\",\"text\":\"bewahre jeden vorherigen Versuch auf.\",\"sourceParagraph\":2267,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0203\",\"type\":\"paragraph\",\"text\":\"Inkorrekt, ungünstig, abgelehnt, nicht zitiert, gekürzt oder kritisch ausgegebene Ergebnisse\",\"sourceParagraph\":2269,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0204\",\"type\":\"paragraph\",\"text\":\"DARF NICHT regeneriert, ersetzt oder ausgeschlossen werden, nur wegen ihres\",\"sourceParagraph\":2270,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0205\",\"type\":\"paragraph\",\"text\":\"Inhalts.\",\"sourceParagraph\":2271,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0206\",\"type\":\"paragraph\",\"text\":\"Ein NOMOS Erfassungsbeweis-Bundle MUSS den exakt zugewiesenen und gesendeten\",\"sourceParagraph\":2273,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0207\",\"type\":\"paragraph\",\"text\":\"Prompt, die vollständige Rohantwort, den vollständigen visuellen Nachweis, Systemzustands-\",\"sourceParagraph\":2274,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0208\",\"type\":\"paragraph\",\"text\":\"Metadaten, Versuchslog, Zeitbeweise, Datei-Hashes, Bundle-Hash, Version des Erfassungstools, Datenschutzstatus und die geblendete Gültigkeitsentscheidung der Erfassung enthalten.\",\"sourceParagraph\":2275,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0209\",\"type\":\"paragraph\",\"text\":\"Ein Screenshot, Hash, digitale Signatur, Anbieterlog oder Zeitstempel darf\",\"sourceParagraph\":2276,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0210\",\"type\":\"paragraph\",\"text\":\"nicht einzeln als vollständiger Nachweis der Authentizität der Beobachtung dargestellt werden.\",\"sourceParagraph\":2278,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0211\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":2279,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0212\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":2280,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0213\",\"type\":\"paragraph\",\"text\":\"Rohbeweise MÜSSEN unveränderlich oder nur anfügbar bleiben. Schwärzungen,\",\"sourceParagraph\":2282,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0214\",\"type\":\"paragraph\",\"text\":\"Korrekturen, Zurückziehungen, Ausschlüsse und Entscheidungen MÜSSEN\",\"sourceParagraph\":2283,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0215\",\"type\":\"paragraph\",\"text\":\"verknüpfte Versionen erstellen und den vorherigen Datensatz bewahren, wo es ethisch und\",\"sourceParagraph\":2284,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0216\",\"type\":\"paragraph\",\"text\":\"rechtlich zulässig ist.\",\"sourceParagraph\":2285,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0217\",\"type\":\"paragraph\",\"text\":\"Materielle Änderungen an KI-Produkten oder externe Ereignisse während einer Welle MÜSSEN\",\"sourceParagraph\":2287,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0218\",\"type\":\"paragraph\",\"text\":\"zeitlich erfasst und durch Teilwellen, explizite Modellierung,\",\"sourceParagraph\":2288,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0219\",\"type\":\"paragraph\",\"text\":\"Neustarts oder Warnungen über gemischte Zustände gehandhabt werden.\",\"sourceParagraph\":2289,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0220\",\"type\":\"paragraph\",\"text\":\"Die Gültigkeit der Erfassung MÜSSEN unabhängig von semantischer Korrektheit entschieden werden.\",\"sourceParagraph\":2291,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0221\",\"type\":\"paragraph\",\"text\":\"Öffentliche Evidenzmanifestationen MÜSSEN die Überprüfung unterstützen, ohne\",\"sourceParagraph\":2293,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0222\",\"type\":\"paragraph\",\"text\":\"unnötige Offenlegung der Identität der Teilnehmer, Zugangsdaten, privaten\",\"sourceParagraph\":2294,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0223\",\"type\":\"paragraph\",\"text\":\"Konversationshistorie oder genauen Standort.\",\"sourceParagraph\":2295,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0224\",\"type\":\"paragraph\",\"text\":\"NOMOS Erfassungs-Compliance MUSS durch offene, gleichwertige\",\"sourceParagraph\":2297,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0225\",\"type\":\"paragraph\",\"text\":\"Evidenzsysteme implementierbar sein und DARF NICHT ausschließlich von einem proprietären Tool\",\"sourceParagraph\":2298,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0226\",\"type\":\"paragraph\",\"text\":\"abhängen, das vom Gründer des Standards kontrolliert wird.\",\"sourceParagraph\":2299,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0227\",\"type\":\"paragraph\",\"text\":\"Jede Welle, jedes Evidenzbündel, jede Erfassungsentscheidung, jede Manifestrevision und\",\"sourceParagraph\":2301,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0228\",\"type\":\"paragraph\",\"text\":\"Integritätsaufzeichnung MUSS versioniert und einer verantwortlichen Person zuordenbar sein\",\"sourceParagraph\":2302,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0229\",\"type\":\"paragraph\",\"text\":\"Mensch oder Organisation.\",\"sourceParagraph\":2303,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0230\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2304,\"language\":\"de-DE\"},{\"blockId\":\"CH12-MB0231\",\"type\":\"paragraph\",\"text\":\"Jede GEO-1000-Beobachtung muss mit einer vorab registrierten Messwelle verknüpft sein, die den Zustand des KI-Produkts, Populations- und Stichprobenrahmen, Panelbedingungen, Prompt-Versionen, UTC-Einreichungsfenster, zufällige Mikro-Slots, Abschluss- und Erfassungszeiten, technische Wiederholungsregeln, Erfassungs-Schema, Referenzdatensätze und Governance-Verantwortliche identifiziert. Gleichzeitigkeit bedeutet nicht perfekte Millisekunden-Gleichheit; sie ist die Erzeugung von Beobachtungen innerhalb eines definierten UTC-Systemfensters und Slot-Struktur. Sie muss als Erstkontakt-Ergebnis sichtbar bleiben; falsche, negative, abgelehnte, zitierungslose oder kritische Antworten dürfen aufgrund ihres Inhalts nicht erneuert, geändert oder ausgeschlossen werden.\",\"sourceParagraph\":2305,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nDie ersten elf Kapitel legen die Grundlagen der Messung fest: Eine einzelne Antwort ist kein GEO-Score; Repräsentation ist eine Verteilung über Nutzer und Systembedingungen; die geprüfte Entität muss definiert werden, bevor Ergebnisse beobachtet werden; offizielle Repräsentation und verifizierte Entitätsrealität müssen getrennt bleiben; jedes KI-Produkt benötigt seine eigene berechtigte Nutzerpopulation; Teilnehmer müssen durch eine populationsbasierte, versionierte und ergebnisunabhängige Methode ausgewählt werden; kleinere Länder und Sprachen mit geringeren Ressourcen müssen durch spezielle Beobachtungsgremien sichtbar bleiben; das KI-Produkt, der Plan, die Nutzeroberfläche und die Systemkonfiguration müssen in einem Register verknüpft werden; Aufforderungen müssen die gleiche Nutzerabsicht über Sprachen hinweg bewahren und nicht die gleichen Wörter; und kontrollierte, saubere und natürliche Nutzerpanels müssen unterschiedliche Realitäten messen. Diese Elemente müssen nun in einem einzigen Messevent zusammengeführt werden:\n\n> Wann werden die Teilnehmer die Prompt einreichen, wie werden sie die anfängliche Ausgabe erfassen und wie werden sie nachweisen, dass jede Beobachtung danach nicht verändert wurde?\n\nIhre Gründungsidee war klar: Menschen in verschiedenen Ländern der Welt sollten denselben Prompt gleichzeitig an dasselbe KI-Produkt senden und dies mit einem Screenshot nachweisen. Diese Idee ist der experimentelle Kern von GEO-1000. Allerdings ist der Ausdruck „zur gleichen Zeit“ allein nicht ausreichend. Wenn alle Teilnehmer versuchen, zur gleichen Sekunde einzureichen:\n\n- verändern sich die Verbindungsgeschwindigkeiten,\n\n- tauen die Uhren der Geräte voneinander ab,\n\n- einige Nutzer sind gezwungen, um Mitternacht zu arbeiten,\n\n- es kann einen plötzlichen Lastanstieg auf dem KI-Produkt geben,\n\n- der Anbieter kann Geschwindigkeits- oder Nutzungslimits anwenden,\n\n- einige Antworten können in zwei Sekunden, andere in zwei Minuten fertiggestellt werden,\n\n- das Produkt kann während der Messung aktualisiert werden,\n\nEin Teilnehmer kann die Antwort sofort hochladen, ein anderer Stunden später. Ein Klick im gleichen Moment garantiert nicht, dass wir denselben Systemzustand perfekt messen. Ebenso ist das bloße Sammeln eines Screenshots nicht ausreichend. Ein Screenshot:\n\n- kann zugeschnitten sein,\n\n- kann die Prompt nicht zeigen,\n\n- kann nicht beweisen, ob die Antwort anfänglich oder aktualisiert ist,\n\n- kann Produkt- und Planinformationen nicht zeigen,\n\n- kann an einem anderen Tag aufgenommen worden sein,\n\n- kann von einem anderen Nutzer kopiert worden sein,\n\nEs kann später bearbeitet worden sein. Aus diesem Grund muss GEO-1000 zwei separate Systeme zusammen installieren:\n\n#### Synchronisierte Messwelle\n\nund:\n\n#### NOMOS Aufnahme-Kette von Evidenzmitteln\n\nDie synchronisierte Welle beantwortet die folgende Frage:\n\n> Wurden die Beobachtungen innerhalb einer vergleichbaren Systemzeit und in einer vordefinierten Einreichungsreihenfolge erzeugt?\n\nNOMOS Capture fragt andererseits:\n\n> Können wir zeigen, dass der gesendete Prompt, die resultierende erste Ausgabe, die Produktbedingungen und die Zeitinformationen ohne Änderungen erhalten geblieben sind?\n\nDie vorherige Audit-Architektur stellte fest, dass jede Prüfung Modell oder Produkt, Datum, Land, Sprache, Abfragesatz, Wiederholungsanzahl und Messdatensatz als zwingende Messlogik enthalten muss. Diese Anforderung ist nicht nur eine technische Vorschrift. Denn unsichtbare Anweisungen, gefälschte Nachweise und als unabhängig dargestellte Inhalte können letztlich die Repräsentation verzerren, die von echten Menschen übernommen wird. Dieser Abschnitt:\n\n- Messwelle,\n\n- Synchronisationsfenster,\n\n- UTC Zeitstandard,\n\n- Versandfenster,\n\n- Abschluss- und Erfassungszeiten,\n\n- Erstkontaktergebnis und erste Inhaltsausgabe,\n\n- technische Wiederholungsregeln,\n\n- Produktänderungen innerhalb der Welle,\n\n- Externe Ereignis- und Nachrichteneffekte,\n\n- NOMOS Evidenzpaket erfassen,\n\n- Die Beziehung von Screenshot, Rohantwort und Metadaten,\n\n- Zeitvalidierung,\n\n- Dateiintegrität,\n\n- Hash und digitale Signatur,\n\n- Evidenzkette,\n\n- Datenschutz und Schwärzung,\n\n- Öffentliches Evidenzverzeichnis,\n\n- Qualitäts- und Gültigkeitsstatus der Welle\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- Welche Realität die atomaren Aussagen in KI-Antworten aufzeichnet, wird bewertet,\n\n- Wie Schiedsrichter Antworten kodieren werden,\n\n- Übergangs- und kritische Fehlergrenzen,\n\n- Legt die endgültigen NOMOS Punkformeln nicht fest\n\nDie Hauptfrage von Kapitel 12 lautet:\n\n> Wie verknüpfen wir Tausende von echten Nutzerbeobachtungen mit demselben Messereignis und verwandeln jede in eine unveränderliche, prüfbare, die Privatsphäre schützende Beweiseinheit?\n\n## NOMOS Herausforderung\n\nSie geben denselben Prompt an tausend Personen. Sie sagen: „Schicken Sie es heute Mittag.“ Ein Nutzer schickt es in Istanbul um 12:03 Uhr nachmittags. Ein anderer Nutzer schickt es in London um deren lokale Mittagszeit. Ein weiterer Nutzer sieht die Aufgabe abends in Tokio und erledigt sie acht Stunden später.\n\nEin Nutzer hatte die Geräteuhr falsch eingestellt. Die Internetverbindung eines anderen Nutzers war unterbrochen. Jemand anderes mochte die Antwort nicht und drückte den „Regenerate“-Button. Dann lud er einen Screenshot der längsten und positivsten Antwort hoch. Ein Nutzer hat nur die Mitte der Antwort zugeschnitten, der Prompt ist nicht sichtbar. Der Name des KI-Produkts ist nicht sichtbar.\n\nEine andere Person schickte denselben Screenshot mit zwei verschiedenen Panel-Konten. Ein Nutzer erledigte die Aufgabe korrekt, lud den Screenshot jedoch zwei Tage später hoch. In der Zwischenzeit haben sie die Datei zugeschnitten und ihre persönlichen Informationen gelöscht. Der ursprüngliche Zustand der Datei wurde nicht bewahrt. Ein anderer Nutzer in der ersten Antwort der KI:\n\nEs erhielt das Ergebnis „Ich kann diese Frage nicht beantworten.“ Der Forscher sagte: „Es muss ein technischer Fehler vorgelegen haben“ und bat darum, es erneut zu versuchen. Die zweite Antwort war korrekt, und nur die zweite Antwort wurde im Bericht aufgenommen. Ein anderer Nutzer erlebte einen echten Verbindungsfehler. Die Prompt wurde gesendet, aber das System erzeugte keinen Inhalt.\n\nDiesmal erlaubte der Forscher kein erneutes Ausprobieren. Dasselbe Protokoll wurde auf zwei Nutzer unterschiedlich angewendet. Nun, mitten in der Messwelle, der KI-Anbieter:\n\n- Websuchverhalten,\n\n- Zitationssystem,\n\n- die verwendete Modellanleitung\n\nändert alle drei. Die ersten 500 Personen sehen den alten Systemzustand; die nächsten 500 sehen den neuen. Der Bericht sagt dann: ‚1,000 Personen haben das gleiche KI-System zur gleichen Zeit getestet.‘ Diese Aussage ist falsch. Es gibt tausend Nutzer, aber nicht unbedingt eine einzige kohärente Messwelle.\n\nNun wendet ihr einen Hash auf alle Bildschirmaufnahmen an. Ihr sagt, dies beweist, dass alle Beobachtungen real sind. Was beweist ein Hash? Er stärkt die Sicherheit, dass die Datei nach der Erstellung des Hashes nicht verändert wurde. Allein beweist er nicht:\n\n- Dass das Bild von einem realen KI-Produkt stammt\n\n- Dass es die erste Antwort war\n\n- Dass es zur richtigen Zeit erhalten wurde\n\n- Dass es nicht von einem anderen Nutzer kopiert wurde\n\n- Dass der Prompt korrekt war\n\n- Dass das Bild vor dem Hashen nicht bearbeitet wurde\n\nDie erste Prämisse dieses Abschnitts lautet:\n\n> Zur gleichen Zeit messen ist nicht dasselbe wie in derselben Sekunde klicken.\n\nIhre zweite Bestimmung lautet:\n\n> Ein Screenshot ist Teil des Evidenzpakets; er ist nicht das gesamte Evidenzpaket.\n\nSeine dritte Bestimmung besagt:\n\n> Die erste falsche Antwort ist kein Datenfehler. Wenn sie nach dem Protokoll erzeugt wird, ist sie das Ergebnis der Messung.\n\nSeine vierte Bestimmung besagt:\n\n> Hash stärkt die Integrität; er schafft nicht von selbst die Realität der Beobachtung.\n\nSeine fünfte Vorschrift lautet:\n\n> Wenn sich das System in einer Welle wesentlich ändert, können tausend Antworten ohne Zeitstempel nicht als zum selben System gehörig betrachtet werden.\n\nSeine sechste Bestimmung lautet:\n\n> Die Evidenzkette wird nicht erstellt, um das Ergebnis gut aussehen zu lassen, sondern um später nachvollziehen zu können, wie das Ergebnis erzeugt wurde.\n\n## 1. ZWECK DES KAPITELS\n\nDer Zweck dieses Abschnitts besteht darin, GEO-1000 Nutzerbeobachtungen in vergleichbaren Zeitfenstern zu erzeugen und jede Beobachtung mit einer vollständigen digitalen Evidenzkette zu sichern. Der Abschnitt standardisiert die folgenden Unterscheidungen:\n\n- Messfenster synchronisiert auf die gleiche Sekunde\n\n- Lokale Zeit versus UTC Zeit\n\n- Welle versus Unterwelle\n\n- Übertragungszeit versus Antwortabschlusszeit\n\n- Aufzeichnungszeit versus Upload-Zeit\n\n- Geplanter Slot versus tatsächliche Übertragung\n\n- Erster Systemkontakt versus erste Inhaltsantwort\n\n- Technischer Fehler versus Systemablehnung\n\n- Technischer Wiederholversuch versus Antwortaktualisierung\n\n- Die bestausgewählte Ausgabe mit der ersten passenden Ausgabe\n\n- Sichtbarkeit auf dem Bildschirm mit Abschluss der Antwort\n\n- Rohantwort mit Screenshot\n\n- Screenshot versus vollständiges Evidenzpaket\n\n- Beobachtungsoriginalität mit Dateiintegrität\n\n- Zeitstempel mit Hash\n\n- Zuverlässige Zeitquelle mit lokaler Gerätezeit\n\n- Server-Akzeptanzzeit mit Teilnehmer-Upload\n\n- Schwärzte öffentliche Kopie mit Rohbeweis\n\n- Teilnehmeridentität mit Beobachtungs-ID\n\n- Antwortgenauigkeit mit Erfassungsvalidität\n\n- Natürliche Ausgabenvarianz mit Produktaktualisierung\n\n- KI-Produktänderung mit externem Nachrichtenereignis\n\n- Wellenbeendigung mit Ausschluss nach Ergebnis\n\n- Automatische Bot-Messung mit Erfassung durch menschlichen Nutzer\n\n- API-Protokoll mit Nutzeroberflächenaufzeichnung\n\n- Anbieter-Telemetrie mit unabhängiger Erfassung\n\n- Zugriff auf Nachweise für alle durch Speichern der Nachweise\n\n- Unwiderruflicher Datensatz mit unveränderlichem Datensatz\n\n- Versionierte Korrektur einer falschen Entscheidung mit Rohdatenschutz\n\nAm Ende dieses Abschnitts sollte jedes GEO-1000-Audit in der Lage sein, die folgenden Fragen zu beantworten:\n\n> Zu welcher Welle gehört diese Beobachtung?\n\n> Zu welcher UTC-Zeit wurde die Aufforderung gesendet?\n\n> Was war das ursprüngliche Systemergebnis?\n\n> Wann wurde die Antwort abgeschlossen und wann wurde sie erfasst?\n\n> Wenn ein technischer Wiederholungsversuch durchgeführt wurde, was war der Grund und wo war der vorherige Versuch?\n\n> Zeigt die Screenshot-Prompt das Produkt und die vollständige Antwort?\n\n> Bestätigen die Rohantwort und die visuelle Darstellung einander?\n\n> Wann wurden der Hash und der Zeitstempel der Dateien erstellt?\n\n> Wenn das Evidenzmaterial später geändert wurde, ist die Änderungshistorie sichtbar?\n\n> Kann ein unabhängiger Prüfer die Rohbeweise überprüfen, während die Privatsphäre der Teilnehmer gewahrt bleibt?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nJede GEO-1000-Beobachtung muss vor der Datenerfassung mit einer festgeschriebenen Messungswelle verknüpft sein; alle relevanten Zeiten vom Senden der Prompt bis zum ersten Systemergebnis, vom Abschluss der Antwort bis zur Aufnahme und zum Hochladen; Bedingungen des KI-Produkts; die vollständige gesendete Prompt; die erste geeignete Ausgabe und alle Integritätsaufzeichnungen müssen in einem versionierten NOMOS-Capture-Evidence-Paket aufbewahrt werden. Eine GEO-1000-Beobachtung allein:\n\n- Screenshot,\n\n- kopierter Antworttext,\n\n- Teilnehmererklärung,\n\n- Datei-Hash\n\nkann nicht für sich allein als gültig betrachtet werden. Das Hauptbeweispaket muss, soweit relevant, Folgendes enthalten:\n\n- Wave-ID\n\n- Anonyme Beobachtungs-ID des Teilnehmers\n\n- KI-Systemregistereintrag\n\n- Panelstatus\n\n- Prompt-ID und Version\n\n- Zugewiesene Prompt\n\n- Gesendete Prompt\n\n- Übermittlungszeit\n\n- Erste Systemkontaktaufnahme\n\n- Antwortabschlusszeit\n\n- Erfassungszeit\n\n- Hochladezeit\n\n- Vollständige Rohantwort\n\n- Vollbild- oder sequenzielle Screenshots\n\n- Referenz- und Quelldatensätze\n\n- Technischer Fehler- und Wiederholungsprotokoll\n\n- Produkteinstellungen\n\n- Datei-Hashes\n\n- Paket-Hash\n\n- Zeitüberprüfungsaufzeichnung\n\n- Erfassungswerkzeug-Version\n\n- Gültigkeitsentscheidung\n\n- Datenschutz- und Schwärzungsstatus\n\n- Eigentümer der Evidenzkette\n\n## 3. WAS IST EINE MESSWELLE?\n\nEine Messwelle ist ein umfassendes Datenerhebungsereignis, das unter vordefinierten Bedingungen durchgeführt wird:\n\n- KI-Produkten,\n\n- Zielpopulation,\n\n- Aufforderungsversionen,\n\n- Nutzerpanels,\n\n- Zeitfenster,\n\n- Stichprobenverteilung,\n\n- Erfassungsprotokoll,\n\n- Referenzaufzeichnungen\n\nEine Welle:\n\nWk=(A,U,P,F,T,C,R,G)\n\nkann repräsentiert werden als. Hier:\n\n- A: Beispiele für KI-Produkte\n\n- U: Zielnutzerpopulation und Stichprobe\n\n- P: Aufforderungssatz\n\n- F: Panelzustände\n\n- T: Zeit- und Abgabestruktur\n\n- C: Erfassungsprotokoll\n\n- R: Referenzrealitätsversion\n\n- G: Governance und Hauptaufzeichnung\n\nWenn sich eines dieser Felder wesentlich ändert, kann eine neue Welle oder Unterwelle erforderlich sein.\n\n## 4. ARTEN VON WELLEN\n\n### MW-1— HAUPT-SYNCHRONISIERTE WELLE\n\nEs ist die Hauptmessung der GEO-1000-Population. Standardmäßig zielt sie auf mindestens 1,000 gültige Beobachtungen des Population Panels für jedes KI-Produkt ab.\n\n### MW-2— BESTÄTIGUNGSWELLE\n\nSie wird durchgeführt, um das Ergebnis der ersten Welle zu wiederholen, einen spezifischen Fehler zu bestätigen oder die statistische Stabilität zu testen. Sie wird nicht verwendet, um die niedrige oder hohe Punktzahl der ersten Welle zu ändern. Sie liefert ein separates Ergebnis.\n\n### MW-3— INCIDENT-WELLE\n\nSie wird nach einem kritischen oder signifikanten Beobachterereignis für gezielte und schnelle Überprüfung durchgeführt. Sie ist keine globale Hauptwelle.\n\n### MW-4— TRENDÜBERWACHUNGSWELLE\n\nÜberwacht Zeitänderungen im Verhalten von Produkt, Einheit, Ressource oder Sprache.\n\n### MW-5— KORREKTUR-NACHTEST-WELLE\n\nErzeugt neue Ergebnisse nach einer Korrektur oder Intervention. Die vorherige Welle wird nicht gelöscht.\n\n### MW-6— LOKALZEIT-AUSGEWOGENE WELLE\n\nZielt darauf ab, Teilnehmer unter ähnlichen lokalen Zeitzuständen zu messen. Es wird nicht ein einzelner globaler Systemmoment gemessen.\n\n### MW-7— KONTROLLIERTE LABORATORIUMSWELLE\n\nEin eingefrorenes Modell ist eine kontrollierte Studie, die mit API- oder Standard-Testkonten durchgeführt wird. Es ist kein Panel echter Nutzerpopulation.\n\n## 5. WAS BEDEUTET „GLEICHE ZEIT“?\n\nIn GEO-1000 bedeutet Gleichzeitigkeit:\n\n#### Es bedeutet nicht, dass alle Nutzer zur gleichen Millisekunde klicken\n\nDie funktionale Definition ist:\n\n> Beobachtungen werden innerhalb eines vorbestimmten UTC-Messfensters erzeugt, entsprechend aufgezeichneter und ergebnisunabhängiger Einreichungszeitfenster.\n\nDieser Ansatz balanciert drei Ziele aus:\n\n- Den Produktstatus zeitlich nahe zu halten\n\n- Plötzliche künstliche Last für den Anbieter zu reduzieren\n\n- Teilnehmer-Einreichungen auf reproduzierbare Weise zu verteilen\n\n## 6. ZEITSTRUKTUR\n\nJede Welle muss mindestens vier Zeitschichten enthalten.\n\n### 6.1. Wellenfenster\n\nEs ist der Bereich UTC, in dem alle Haupt-Einreichungen vorgenommen werden müssen. Beispiel:\n\n### 12:00–13:00 UTC\n\n### 6.2. Mikro-Zeitfenster\n\nDies ist das kürzere Zeitintervall, das dem Teilnehmer zugewiesen wird, um die Aufforderung zu senden. Beispiel:\n\n### 12:15–12:20 UTC\n\n### 6.3. Zusätzliche Zeit für die Fertigstellung\n\nWenn die Eingabe innerhalb des Slots gesendet wird, ist die vordefinierte Zeit für die Fertigstellung der Antwort.\n\n### 6.4. Zeit für das Erfassen und Hochladen\n\nDie Zeit, die für das Erstellen des Nachweises und dessen Hochladen in ein sicheres System nach Abschluss der Antwort erlaubt ist.\n\n## 7. GRUNDREGEL FÜR SYNCHRONISIERTE WELLE DES KANDIDATEN\n\n### GRUNDREGEL FÜR KANDIDATEN — GRUNDLEGENDES PRINZIP FÜR KANDIDATEN\n\nFür allgemeine Verbraucher-Chat-Produkte kann die folgende Struktur als Hauptkandidat für synchronisierte Wellen verwendet werden:\n\n- Einreichungsfenster: 60 Minuten\n\n- Mikro-Slots: 12× 5 Minuten\n\n- Teilnehmer-Einreichung: innerhalb des ihnen zugewiesenen Mikro-Zeitfenster\n\n- Zusätzliche Zeit für die Fertigstellung der Antwort: bis zu 20 Minuten nach der Einreichung\n\n- Erzeugung des Capture-Hashes: vorzugsweise innerhalb von 5 Minuten nach Abschluss der Antwort\n\n- Nachweis-Upload: spätestens innerhalb von 60 Minuten nach der Aufnahme\n\n- Meldung technischer Probleme: innerhalb derselben Welle\n\nDiese Zeiträume sind universell und nicht endgültig. Sie können sich unter den folgenden Bedingungen ändern:\n\n- Antwortzeit des KI-Produkts\n\n- Mobile Verbindung\n\n- Infrastruktur des Landes\n\n- Langantwortformat\n\n- Barrierefreiheitsanforderung\n\n- Nutzungslimit des Produkts\n\nDie verwendeten Zeiten sollten vor der Datenerfassung festgelegt werden.\n\n## 8. WARUM MIKRO-SLOTS?\n\nGleichzeitige Einreichung durch tausend Teilnehmer:\n\n- Außergewöhnliche Belastung des KI-Produkts,\n\n- Geschwindigkeitsbegrenzung,\n\n- Warteschlange,\n\n- technischer Fehler,\n\n- Anstieg der Antwortzeit\n\nkann erstellt werden. In diesem Fall kann das Audit das normale Verhalten des Produkts nicht messen, aber:\n\n#### kann das vom Audit erzeugte künstliche Lastereignis messen\n\nMikro-Slots:\n\n- verteilen die Last,\n\n- halten die gleiche gesamte Systemzeit bei,\n\n- machen die Einreichungsreihenfolge unabhängig vom Ergebnis,\n\nermöglichen die Modellierung des Zeiteffekts.\n\n## 9. SLOT-ZUWEISUNG\n\nTeilnehmer sollten Slots zugewiesen werden:\n\n- Land,\n\n- Sprache,\n\n- KI-Produkt,\n\n- Plan,\n\n- auf ausgewogene und vorab zufällig bestimmte Weise in Bezug auf:\n\nPanel-Status. Ein Mikro-Zeitfenster allein sollte nicht ausgefüllt werden mit:\n\n- bestimmtem Land,\n\n- bestimmter Sprache,\n\n- bestimmtem Produkt\n\nNutzern. Andernfalls wird der Zeiteffekt mit dem Gruppeneffekt verfälscht.\n\n## 10. FAIRE LOKALE ZEIT\n\nEin einzelnes UTC-Fenster kann für einige Teilnehmer sein:\n\n- Nacht,\n\n- Arbeitszeiten,\n\n- Gebets- oder Ruhezeit,\n\n- schwer erreichbare Stunden\n\nDiese Situation:\n\n- Teilnahmerate,\n\n- Verbindungsbedingungen,\n\n- Aufmerksamkeit der Nutzer,\n\n- Gerätetyp\n\nkann beeinflusst werden. Es können zwei ergänzende Methoden verwendet werden.\n\n### 10.1. Rotierende globale Wellen\n\nHauptwellen werden zu verschiedenen UTC-Zeiten durchgeführt. Beispiel:\n\n- Welle 1: 12:00 UTC\n\n- Welle 2: 20:00 UTC\n\n- Welle 3: 04:00 UTC\n\nSo trägt dieselbe Region nicht bei jeder Welle die gleiche lokale Zeitbelastung.\n\n### 10.2. Lokalzeit-ausgeglichene Unterwelle\n\nTeilnehmer werden in einem ähnlichen Zeitband in ihrer Ortszeit gemessen. Diese Studie:\n\n- Nutzermüdigkeit,\n\n- ist wertvoll für\n\ntägliches Nutzungsverhalten.\n\nSie ist nicht das Ergebnis eines einzelnen globalen Systemmoments.\n\n## 11. DREI-WELLEN-STABILITÄTSARCHITEKTUR\n\n### KANDIDATEN-ARCHITEKTUR — KANDIDATEN-ARCHITEKTUR\n\nFür die vollständige Implementierung von GEO-1000 können mindestens drei Hauptwellen vorgeschlagen werden:\n\n#### W1 — Anfangswelle\n\nErzeugt die anfängliche Populationsschätzung.\n\n#### W2 — Kurzzeit-Wiederholung\n\nTestet die kurzfristige Stabilität des Produkts und der Messung. Kandidatenintervall: 24–72 Stunden nach W1\n\n#### W3 — Mittelfristige Stabilität\n\nMisst, ob die Repräsentation des Produkts und der Entität über einen langen Zeitraum hinweg erhalten bleibt. Kandidatenintervall: 14–30 Tage nach W1. Bestimmte Intervalle müssen vor der Datenerhebung festgelegt werden. Falls es aufgrund einer Produktaktualisierung oder eines Ereignisses geändert wird, ist ein neuer Versionsdatensatz erforderlich.\n\n## 12. 30,000 BEOBACHTETER GRÜNDER ENTWURF\n\nFür KI-Produkte, 1,000 Hauptbeobachtungen pro Produkt und für drei Hauptwellen:\n\n10×1,000×3=30,000\n\nGültige Hauptpopulation-Panelbeobachtungen werden angestrebt. Ergänzend:\n\n- Land Beobachter\n\n- Sprachliche Fairness\n\n- Barrierefreiheit\n\n- Ereignis\n\n- Nachtest\n\nPanels können oberhalb dieser Zahl hinzugefügt werden. 30,000:\n\n- ist nicht die Anzahl der Einladungen,\n\n- ist nicht die Anzahl der Dateien,\n\nist nicht die Anzahl der Screenshots. Es ist das gültige Hauptprodukt-Beobachtungsziel.\n\n## 13. ZEITVEKTOR DER BEOBACHTUNG\n\nFür jede Beobachtung kann der Zeitvektor als Kandidat wie folgt definiert werden:\n\nT_i= (t_i^assign, t_i^open, t_i^submit, t_i^first, t_i^complete, t_i^capture, t_i^upload, t_i^validate)\n\nHier:\n\n- tiassign: die Zeit, zu der die Aufgabe dem Nutzer zugewiesen wird\n\n- tiopen: die Zeit, zu der die Aufgabe geöffnet wird\n\n- tisubmit: die Zeit, zu der die Eingabe gesendet wird\n\n- tifirst: die Zeit, zu der das erste sichtbare Systemergebnis beginnt\n\n- ticomplete: die Zeit, zu der die Antwort abgeschlossen ist\n\n- ticapture: die Zeit, zu der der Nachweis erfasst wird\n\n- tiupload: die Zeit, zu der das Paket das sichere System erreicht\n\n- tivalidate: die Zeit, zu der die Gültigkeit der Erfassung überprüft wird\n\nAll diese Zeiten sind möglicherweise nicht direkt auf jeder Nutzeroberfläche beobachtbar. Unbekannte Felder sollten UNBEKANNT bleiben.\n\n## 14. GRUNDLEGENDE ZEITMETRIKEN\n\nAntwortverzögerung:\n\nL_i= t_i^complete− t_i^submit\n\nErfassungsverzögerung:\n\nC_i= t_i^capture− t_i^complete\n\nUpload-Verzögerung:\n\nU_i= t_i^upload− t_i^capture\n\nSlot-Abweichung:\n\nD_i= t_i^submit− t_i^{slot-midpoint}\n\nkann wie folgt berechnet werden. Diese Metriken sind:\n\n- Systemlast,\n\n- Teilnehmerverzögerung,\n\n- Beweissicherheit,\n\n- Wellenintegrität\n\nim Hinblick auf die Bewertung.\n\n## 15. KANN NICHT NACH VERZÖGERUNG VERWALTET WERDEN\n\nEine über einen langen Zeitraum abgeschlossene Antwort:\n\n- in die Kategorien gezwungen werden von\n\nwahr,\n\n- falsch,\n\n- lang,\n\n- kann zitiert werden.\n\nAufgrund der Verzögerung gilt die Ausschlussregel:\n\n- vor der Datensammlung,\n\n- unabhängig vom Inhalt der Antwort\n\nmuss definiert werden. Folgendes Verhalten ist untersagt: eine negative Antwort auszuschließen, weil sie verspätet eingereicht wurde; eine positive Antwort zu schützen, wenn sie mit derselben Verzögerung eingereicht wurde.\n\n## 16. WAVE STATUS STATUSES\n\n### WS-0— GEPLANT\n\nDie Welle ist geplant. Sie wurde noch nicht festgeschrieben.\n\n### WS-1— festgeschrieben\n\nProben-, Aufforderungs-, Produkt-, Zeit- und Erfassungsregeln sind festgeschrieben.\n\n### WS-2— OFFEN\n\nDas Einreichungsfenster hat begonnen.\n\n### WS-3— GESCHLOSSEN\n\nDie Annahme neuer Einreichungen ist beendet. Fristen für Fertigstellung und Hochladen können weiterhin bestehen.\n\n### WS-4— ABGESCHLOSSEN\n\nFeld- und erste Erfassungsüberprüfungen wurden abgeschlossen.\n\n### WS-5— GETEILT\n\nEs wurde aufgrund von Materialsystem- oder Protokolländerungen in Unterwellen aufgeteilt.\n\n### WS-6— PAUSIERT\n\nVorübergehend gestoppt aufgrund von Sicherheits-, Produkt- oder Infrastrukturproblemen.\n\n### WS-7— ABGEBROCHEN\n\nVor Abschluss der Welle beendet. Ergebnisse können begrenzt oder unbrauchbar sein.\n\n### WS-8— INVALIDIERT\n\nUngültig für die Hauptprognose aufgrund eines zuvor definierten schwerwiegenden Protokollfehlers. Rohdaten werden nicht gelöscht.\n\n### WS-9— ARCHIVIERT\n\nVersion wurde geschlossen und die Evidenzkette archiviert.\n\n## 17. WAVE-HEALTH-KLASSEN\n\n### WH-0— NICHT BEWERTET\n\nGesundheit der Welle wurde nicht bewertet.\n\n### WH-1— KOMPROMITTIERT\n\nEs liegt eine Änderung des Materialsystems, der Zeit oder ein Erfassungsfehler vor. Möglicherweise nicht für das Hauptergebnis verwendbar.\n\n### WH-2— TEILWEISE\n\nEinige Schichten oder Slots sind unzureichend. Ein reduziertes Ergebnis kann erzeugt werden.\n\n### WH-3— AKZEPTABEL\n\nHauptzeit, System- und Erfassungsbedingungen sind ausreichend erhalten.\n\n### WH-4— STARK\n\nHohe Erfassungszuverlässigkeit, ausgewogene Slot-Abdeckung und geringer Protokollverlust sind vorhanden.\n\n### WH-5— REPLIZIERT\n\nÄhnliche Wellengesundheit wurde mehrfach und auf unabhängigen Panels wiederholt. Die Wellengesundheit hängt nicht davon ab, ob der KI-Score hoch oder niedrig ist.\n\n## 18. PRODUKTÄNDERUNGEN INNERHALB DER WELLE\n\nDas KI-Produkt kann sich innerhalb des Messfensters wesentlich ändern. Signale:\n\n- Modellkennzeichenänderung\n\n- Schnittstellenänderung\n\n- Aktivierung oder Deaktivierung der Webfunktion\n\n- Änderung des Zitationsformats\n\n- Plötzlicher Bruch in der Antwortstruktur\n\n- Ankündigung des Anbieters\n\n- Unterschiedliches Systemverhalten gleichzeitig bei vielen Nutzern\n\n- Produktunterbrechung oder Neustart\n\nIn diesem Fall: Die Zeit der Änderung wird geschätzt. Systemkonfigurations-Fingerabdrücke werden verglichen. Welle WS-5 kann in den SPLIT-Status versetzt werden. Vorherige und nachfolgende Beobachtungen werden separate Unterwellen sein. Wenn ein einzelner Wert erstellt werden soll, wird der Systemstatus als separater Faktor modelliert. Materielle Unsicherheit wird im öffentlichen Bericht dokumentiert.\n\n## 19. EXTERNES EREIGNISPROTOKOLL\n\nDie Welt kann sich ändern, auch wenn sich das KI-Produkt nicht ändert. Während der Messung:\n\n- Unternehmensübernahme,\n\n- Produkteinführung,\n\n- wichtige Nachrichten,\n\n- rechtliche Entscheidung,\n\n- Krise,\n\n- Finanzmitteilung,\n\n- virale Inhalte\n\nkann auftreten. Dieses Ereignis:\n\n- Webressourcen,\n\n- Abruf-Ergebnisse,\n\n- Nutzerkommentar zur Prompt,\n\n- KI-Antwort\n\nkann geändert werden. Jede Welle, soweit sie relevant ist:\n\n#### Externe Ereignisregistrierung\n\nMuss tragen.\n\n## 20. WIE WERDEN ERGEBNISSE EXTERNER EREIGNISSE VERWALTET?\n\nEin externes Ereignis:\n\n- wenn es vor der Welle bekannt ist, wird das Referenzpaket aktualisiert,\n\n- wenn es während der Welle eintritt, wird es mit einem Zeitstempel markiert,\n\nwenn es nach der Welle bemerkt wird, wird ein retrospektiver Ereigniseintrag hinzugefügt. Folgendes Verhalten ist verboten: Beobachtungen aufgrund von Nachrichten auszuschließen, die den Score senken; sie zu bewahren, wenn es Nachrichten sind, die den Score erhöhen. Das Ereignis selbst kann Teil des realen Systemzustands sein. Falls notwendig, wird eine sub-wellen- oder ereignisangepasste Analyse durchgeführt.\n\n## 21. ERGEBNIS DES ERSTEN KONTAKTS\n\nDas erste Systemergebnis, das der Nutzer nach dem Senden der Prompt erhält:\n\n#### Ergebnis des Erstkontakts\n\nwird genannt. Das Ergebnis des Erstkontakts:\n\n- Vollständige Antwort\n\n- Ablehnung\n\n- Technischer Fehler\n\n- Nutzungslimit\n\n- Verbindungsunterbrechung\n\n- Endloses Laden\n\n- Klärungsfrage\n\n- Kein Ergebnis\n\nmöglich. Dieses Ereignis ist Teil der tatsächlichen Nutzererfahrung. Es kann nicht stillschweigend gelöscht werden.\n\n## 22. ERSTE ZULÄSSIGE INHALTSAUSGABE\n\nDie erste materielle Antwort, die im zuvor erlaubten erneuten Versuch nach einem technischen Fehler generiert wurde:\n\n#### Kann als Erste Zulässige Inhalt Ausgabe bezeichnet werden\n\nDiese Ausgabe: ersetzt nicht das anfängliche Kontaktergebnis, sie wird zusammen damit aufgezeichnet. Beispiel:\n\n- Erstkontakt: Geschwindigkeitsbegrenzung\n\n- Fünf Minuten später, zuvor erlaubter technischer erneuter Versuch\n\n- Erste Inhaltsantwort\n\nDer Bericht sollte Folgendes zusammenfassen:\n\n- Erste Nutzererfahrung: Geschwindigkeitsbegrenzung\n\n- Erste Inhaltsrepräsentation: spezifische Antwort\n\n## 23. ERSTE GEEIGNETE AUSGABEREGEL\n\nWenn ein KI-Produkt eine signifikante Antwort auf den ersten Prompt liefert:\n\n- selbst wenn es falsch ist,\n\n- selbst wenn es kurz ist,\n\n- selbst wenn sie eine Ablehnung beinhaltet,\n\n- selbst wenn keine Referenzen angegeben werden,\n\n- selbst wenn die Marke falsch identifiziert wird\n\neine Reproduktion kann nicht hergestellt werden. Die Hauptbeobachtung ist der erste Ausgang. Der Nutzer:\n\n- Kann keine neue Antwort auswählen, indem durch:\n\n- regenerieren,\n\n- Umschreiben,\n\n- Versuchen Sie es nochmal,\n\n- Eine weitere Antwort,\n\nWeitermachen\n\n## 24. TECHNISCHER WIEDERHOLUNGSVERSUCH\n\nEin technischer Wiederholungsversuch kann nur unter zuvor definierten technischen Bedingungen verwendet werden. Zulässige Gründe des Kandidaten:\n\n- Verbindungsunterbrechung, bevor die Antwort beginnt\n\n- Serverfehlercode\n\n- Schnittstelle sendet die Aufforderung nicht\n\n- Anwendungsabsturz\n\n- Überprüfter vorübergehender Systemausfall\n\nKann kein Grund für einen technischen Wiederholungsversuch sein:\n\n- Falsche Antwort\n\n- Ablehnung\n\n- Kurze Antwort\n\n- Fehlende Quellenangabe\n\n- Marke nicht erwähnt\n\n- Kritischer Fehler\n\n- Die geprüfte Institution mag die Antwort nicht\n\n## 25. WIEDERHOLUNG BEI TEILANTWORT\n\nWenn das System einen Teil des Inhalts erstellt hat und dann gestoppt wurde:\n\n- Teilweise Ausgabe wird gespeichert,\n\n- gespeichert als TRUNCATED_RESPONSE\n\nwenn ein erneuter Versuch unternommen werden soll, wird ein neuer und verknüpfter Versuch erstellt. Er kann nicht gelöscht werden, als ob keine teilweise Antwort vorhanden wäre.\n\n## 26. VERSUCHSKETTE\n\nEine Beobachtungszuweisung kann mehrere technische Versuche enthalten:\n\nA_i→ (Attempt_{i,1}, Attempt_{i,2}, …)\n\nJeder Versuch:\n\n- Zeit,\n\n- trägt den Produktstatus,\n\n- den Prompt-Hash,\n\n- das Systemergebnis,\n\n- den technischen Fehlgrund\n\nEs wird nicht durch einen anderen Versuch überschrieben.\n\n## 27. WAS IST NOMOS CAPTURE?\n\nNOMOS Capture ist ein offener Daten- und Verfahrensstandard, der die Integrität der Beobachtung vom dem an den Nutzer gegebenen Prompt bis zur Archivierung des Evidenzpakets bewahrt. NOMOS Capture:\n\n- ist nicht nur eine Screenshot-Anwendung,\n\n- muss keine proprietäre Software sein, die nur NobleJackal gehört,\n\nist nicht nur auf eine einzelne Browser-Erweiterung angewiesen. Eine kompatible NOMOS Capture-Anwendung:\n\n- verwendet ein offenes Datenschema,\n\n- folgt Zeit- und Integritätsregeln,\n\n- achtet Datenschutzgrenzen,\n\n- bewahrt die Evidenzkette\n\nmuss eingehalten werden. Unabhängige Forscher sollten in der Lage sein, ihre eigenen kompatiblen Werkzeuge zu entwickeln. Wenn der Standard nur mit der Software des Gründers implementiert werden kann, schwächt unabhängige Replikation.\n\n## 28. VIER FUNKTIONEN DER NOMOS CAPTURE\n\n### 28.1. Aufgabe ausführen\n\nRichtig:\n\n- Nutzer,\n\n- Prompt,\n\n- KI-Produkt,\n\n- Slot\n\nstellt Übereinstimmung sicher.\n\n### 28.2. Beobachtung erfassen\n\nProtokolliert die Prompt, das anfängliche Systemergebnis, die Antwort und die zugehörige Nutzeroberfläche.\n\n### 28.3. Integrität wahren\n\nErstellt den Dateihash, Zeitstempel und Paketbeziehung.\n\n### 28.4. Nachweise transportieren\n\nVerknüpft Roh-, eingeschränkte und öffentlich verfügbare Evidenzschichten miteinander.\n\n## 29. ERFASSUNGSMETHODEN\n\n### CM-1— GELEITETE MANUELLE ERFASSUNG\n\nDer Teilnehmer stellt einen Screenshot und den rohen Antworttext gemäß den Anweisungen bereit. Dies verursacht eine geringe technische Belastung. Es ist anfällig für menschliche Fehler.\n\n### CM-2— UNTERSTÜTZTE ERFASSUNGSANWENDUNG\n\nAnwendung:\n\n- Prompts kopieren,\n\n- Zeitprotokollierung,\n\n- Datei-Upload,\n\n- Hash-Generierung\n\nFunktionen werden unterstützt. Es beeinträchtigt das KI-Produkt nicht.\n\n### CM-3— INSTRUMENTIERTE NUTZEROBERFLÄCHENAUFNAHME\n\nBrowser- oder Anwendungsintegration:\n\n- das gesendete Prompt,\n\n- die Produktmetadaten,\n\n- den Antworttext,\n\n- die Zeiten\n\nwerden direkt erfasst. Bietet hohe Integrität. Nutzungsbedingungen und Datenschutz sollten bewertet werden.\n\n### CM-4— ANBIETER EXPORT ODER TELEMETRIE-AUFNAHME\n\nDie Sitzungsexporte des Anbieters oder überprüfte Telemetrie werden verwendet. Kann die unabhängige Erfassung stark unterstützen. Kann allein keine Unabhängigkeit bieten.\n\n### CM-5— KONTROLLIERTE API- ODER LABORAUFNAHME\n\nAPI- oder gefrorene Systemprotokolle werden verwendet. Es handelt sich nicht um eine Live-Beobachtung der Nutzeroberfläche. Gehört zu einem separaten Laborpanel.\n\n## 30. GRENZE DER AUTOMATISIERUNG\n\nAutomatisierung:\n\n- Prompt-Einreichung,\n\n- Zeitprotokollierung,\n\n- Hash-Erzeugung,\n\n- Dateiintegrität\n\nkann verwendet werden. Anstelle des Teilnehmers:\n\n- Bot-Konto,\n\n- automatisierte Massenabfrage,\n\n- Nicht-Nutzersitzung\n\nErzeugung erstellt kein echtes Human Population Panel. Die Prüfung durch automatisierte Systeme ist separat:\n\n### CONTROLLED_AUTOMATION_PANEL\n\nmuss aufgezeichnet werden als.\n\n## 31. ERFASSUNG DER ZUVERLÄSSIGKEITSSTUFEN\n\n### NCL-0— KEINE ÜBERPRÜFBARE ERFASSUNG\n\nEs gibt nur die Aussage des Teilnehmers. Kann nicht als das Haupt-GEO-1000-Ergebnis einbezogen werden.\n\n### NCL-1— TEILWEISE NACHWEISE\n\nEs gibt einen Antworttext oder einen eingeschränkten Screenshot. Der Prompt oder der Systemzustand können nicht vollständig überprüft werden.\n\n### NCL-2— SCREEN-BEWEIS\n\nDer Prompt, die Antwort und die Hauptoberfläche des Produkts wurden mit einem Screenshot überprüft. Metadaten und Zeitvertrauen können eingeschränkt sein.\n\n### NCL-3— KOMPLETTES EVIDENZPAKET\n\nVollständige Antwort, Prompt, Produktaufzeichnung, Zeiten, Screenshot und Hash sind verfügbar. Mindeststufe für die Hauptanalyse ist ein Kandidat.\n\n### NCL-4— INSTRUMENTIERTE UND SIGNIERTE AUFNAHME\n\nDas Aufnahmetool hat die Prompt, Antwort, Zeit und Metadaten direkt aufgezeichnet; das Paket ist digital signiert.\n\n### NCL-5— UNABHÄNGIG ÜBERPRÜFTE MEHRQUELLEN-AUFZEICHNUNG\n\nAufnahmepaket:\n\n- unabhängige Validierung,\n\n- Anbieterexport,\n\n- zweite Evidenzquelle\n\nwurde unterstützt. Haupt-GEO-1000-Echtbenutzerbeobachtungen mindestens:\n\n### NCL-3\n\nsollte dieses Niveau anstreben.\n\n## 32. NOMOS Evidenzpaket ERFASSEN\n\nFür jede Beobachtung enthält das Paket die folgenden Komponenten als Kandidaten:\n\n### 32.1. Beobachtungsmanifest\n\nEnthält alle Identitäts- und Statusfelder der Beobachtung.\n\n### 32.2. Prompt-Artefakt\n\nDer vollständige zugewiesene und gesendete Prompt-Text, die Version und dessen Hash.\n\n### 32.3. Rohantwort-Artefakt\n\nDie vollständige rohe Antwort des KI-Produkts.\n\n### 32.4. Visuelles Nachweis-Artefakt\n\nZeigt Bilder oder aufeinanderfolgende Bilder von Prompt, Antwort und Produktoberfläche.\n\n### 32.5. Systemzustands-Artefakt\n\nZeigt Plan, Oberfläche, Modellbezeichnung, Speicher, Web und andere materielle Systemzustände.\n\n### 32.6. Zeitbeweis-Artefakt\n\nTrägt die Einreichungs-, Abschluss-, Erfassungs- und Hochladezeiten.\n\n### 32.7. Versuchsprotokoll\n\nZeigt die Kette technischer Fehler und Wiederholungen.\n\n### 32.8. Integritätsmanifest\n\nEnthält Hashes und Größen aller Dateien.\n\n### 32.9. Datenschutzmanifest\n\nZeigt den Status von Schwärzung, Zugriff und Aufbewahrung.\n\n### 32.10. Validierungsprotokoll\n\nGibt an, wer und wann die Gültigkeit der Erfassung bewertet wurde.\n\n## 33. MINIMALE INHALTE DES SCREENSHOTS\n\nSoweit relevant, sollte der visuelle Nachweis Folgendes zeigen:\n\n- KI-Produkt oder Oberflächenidentität\n\n- Völliger Prompt\n\n- Beginn der Antwort\n\n- Ende der Antwort\n\n- Referenzfelder\n\n- Ablehnungs- oder Fehlermeldung\n\n- Offensichtliches Modelllabel\n\n- Nachweis, dass die Sitzung neu oder in einem relevanten Zustand ist\n\n- Materialsystemeinstellung\n\n- Schnittstellenstatus, der anzeigt, dass die Antwort nicht abgeschnitten wurde\n\n## 34. LANGE ANTWORTEN\n\nWenn die Antwort nicht auf eine einzelne Bildschirmseite passt:\n\n- Vollseitenscreenshot,\n\n- scrollbarer Screenshot,\n\n- überlappende aufeinanderfolgende Screenshots,\n\n- Bildschirmaufnahme,\n\n- direkter Textexport\n\nkönnen verwendet werden. Aufeinanderfolgende Darstellungen:\n\n- sollten keine Lücken lassen,\n\n- sollten sich überlappen,\n\nsollten fortlaufende Nummerierungen tragen. Nur der positive oder relevante Abschnitt darf nicht beschnitten werden.\n\n## 35. BILDSCHIRM-AUFNAHME\n\nBildschirmaufnahme:\n\n- Prompt-Einreichung,\n\n- Streaming-Antwort,\n\n- Fertigstellungsstatus,\n\n- kein Aktualisierungsvorgang durchgeführt\n\nkann angezeigt werden. Allerdings:\n\n- mehr persönliche Informationen,\n\n- Benachrichtigung,\n\n- private Anwendung,\n\n- Konten-ID\n\nkönnen erfasst werden. Daher Bildschirmaufnahme:\n\n- muss möglicherweise nicht standardmäßig erfolgen,\n\n- kann in Hochrisiko- oder Verifizierungs-Teilmustern verwendet werden,\n\nerfordert Datenschutzvorbereitung vor der Aufzeichnung.\n\n## 36. ROHES ANTWORTTEXT\n\nZusätzlich zum Screenshot sollte der vollständige Antworttext separat gespeichert werden. Bevorzugte Reihenfolge:\n\n- Offizieller Export oder Kopierfunktion des Produkts\n\n- Direkte Texterfassung durch das Erfassungstool\n\n- Barrierefreiheitsbaum oder DOM-basierte Extraktion\n\n- Vom Nutzer kopierter Text\n\n- OCR und menschliche Überprüfung\n\nOCR sollte nur die letzte Option sein. Wenn ein wesentlicher Unterschied zwischen der automatischen Extraktion und der visuellen Darstellung besteht, ist eine Überprüfung erforderlich.\n\n## 37. DYNAMISCHE ANTWORTEN\n\nEinige Produkte können nach Abschluss der Antwort:\n\n- eine Quelle hinzufügen,\n\n- eine Quellenkarte laden,\n\n- den Text umformatieren,\n\neine Sicherheitswarnung hinzufügen. Es können zwei Erfassungsmomente verwendet werden:\n\n- Erste Abschluss-Erfassung\n\n- Erfassung nach kurzer Render-Stabilität\n\nWenn ein wesentlicher Unterschied besteht, werden beide Versionen beibehalten. Die erste Nutzeranzeige wird nicht gelöscht.\n\n## 38. WIE MAN VERSTEHT, DASS DIE ANTWORT ABGESCHLOSSEN IST?\n\nIndikatoren für den Abschluss eines Kandidaten:\n\n- Streaming stoppt\n\n- Ladeanzeige schließt\n\n- Schaltfläche \"Regenerieren\" oder ähnliches erscheint\n\n- Produktsignale der Fertigstellung\n\n- Vordefinierte Ruhezeit\n\n- API-Fertigstellungsaufzeichnung\n\nProduktorientierte Fertigstellungsregeln müssen im KI-Systemregister gefunden werden.\n\n## 39. WENN DER NUTZER DIE ANTWORT GESTOPPT HAT\n\nDer Nutzer könnte versehentlich oder absichtlich:\n\n- stoppen,\n\n- abbrechen,\n\n- die Anwendung beenden\n\nDurchgeführt haben. Diese Situation wird aufgezeichnet als:\n\n### BENUTZER_UNTERBROCHEN\n\n### VERSEHENTLICHE_UNTERBRECHUNG\n\n### UNBEKANNTE UNTERBRECHUNG\n\nEine vom Nutzer gestoppte Antwort kann nicht als vollständige Systemausgabe betrachtet werden. Die Regel für Teilnehmerersatz oder Wiederholung muss im Voraus definiert werden.\n\n## 40. DAS PROMPT UND DIE ANTWORT SIND IN GETRENNTEN DATEIEN\n\nWenn das Prompt und die Antwort in separaten Bildern vorliegen:\n\n- sie müssen mit derselben Sitzung verknüpft sein,\n\n- mit derselben Beobachtungs-ID,\n\n- und mit einer ununterbrochenen Zeitkette\n\nAndernfalls ist es möglicherweise nicht möglich zu überprüfen, dass die Prompt und die Antwort tatsächlich zu derselben Unterhaltung gehören.\n\n## 41. DATEI-INTEGRITÄT\n\nFür jede Datei muss ein kryptografischer Hashwert erzeugt werden. [K25] Kandidat:\n\nh_j= H(file_j)\n\nPaket-Hash:\n\nh_bundle= H(JCS(manifest(file_id, Reihenfolge, Größe, Algorithmus, h_j))) [K14; K25]\n\nkann erstellt werden. Hierbei ist H ein veröffentlichter und als sicher geltender Hash-Algorithmus. Der Algorithmus:\n\n- versioniert,\n\n- offen,\n\n- kann in Zukunft bei Bedarf geändert werden.\n\nmuss sein.\n\n## 42. WAS BEWEIST EIN HASH?\n\nWenn der aufgezeichnete Hash-Wert zuverlässig gespeichert wird, hilft das erneute Hashen derselben Datei mit demselben Algorithmus, Änderungen in der Byte-Sequenz [K25] zu erkennen. Dieser Vergleich unterstützt die Behauptung, dass die Datei nach der Generierung des Referenz-Hash die gleiche Byte-Sequenz beibehalten hat; er beweist jedoch nicht die Quelle der Datei, dass sie zur richtigen Zeit erzeugt wurde oder ihre Authentizität vor dem Hashen. Ein Hash allein beweist nicht:\n\n- Dass die Datei vom echten KI-Produkt stammt\n\n- Dass sie dem richtigen Nutzer gehört\n\n- Dass sie zur richtigen Zeit erzeugt wurde\n\n- Dass sie vor dem Hashen nicht organisiert wurde\n\n- Dass es die erste Ausgabe ist\n\n- Dass der Prompt korrekt war\n\nDaher, Hash:\n\n> Es ist ein Nachweis der Integrität.\n\nAllein:\n\n> Es ist kein Nachweis der Originalität.\n\n## 43. DIGITALE SIGNATUR\n\nErfassungstool oder autorisierter Prüfer:\n\n- das Beobachtungspaket,\n\n- Zeitaufzeichnung,\n\n- Fahrzeugversion\n\nkann digital signieren. Unterschrift:\n\n- welches Fahrzeug oder welche Institution das Paket erzeugt hat,\n\n- dass es nach der Unterschrift nicht verändert wurde\n\nstärkt. Der Unterschrifteninhaber könnte falsche oder gefälschte Daten unterschrieben haben. Daher garantiert die Unterschrift allein nicht die Authentizität.\n\n## 44. ZUVERLÄSSIGE ZEIT [K26]\n\nLokale Geräteeinstellung der Uhr:\n\n- falsch konfiguriert,\n\n- manuell geändert,\n\n- außer Synchronisation\n\nkann auftreten. Ein starker Zeitstempel sollte mehrere Signale tragen:\n\n- Aufnahmezeitpunkt der Serverakzeptanz\n\n- Zuverlässiger UTC Zeitdienst\n\n- Gerätezeit und Abweichungsaufzeichnung\n\n- Sichtbare Zeit im KI-Produkt, falls vorhanden\n\n- Dateierstellungszeit\n\n- Digitale Zeitstempel\n\n## 45. ZEITABWEICHUNG\n\nDie Differenz zwischen der Gerätezeit des Teilnehmers und der zuverlässigen UTC-Zeit:\n\nO_i^clock= t_i^device− t_i^reference\n\nkann aufgezeichnet werden. Wenn eine wesentliche Abweichung besteht:\n\n- dieser Zeit wird die Serverzeit als Hauptreferenz verwendet,\n\n- die Gerätezeit wird als korrigierter Eintrag beibehalten,\n\nUnsicherheit wird markiert. Dem Teilnehmer sollte nicht aufgefordert werden, die Geräteuhr manuell zu ändern.\n\n## 46. UPLOAD-ZEIT IST NICHT DIE AUFNAHMEZEIT\n\nDas Hochladen einer Datei auf den Server bei 14:00 beweist nicht, dass der Screenshot bei 14:00 erstellt wurde. Daher:\n\n- Aufnahmezeit,\n\n- Hash-Erstellungszeit,\n\n- Upload-Zeit\n\nsollte getrennt aufgezeichnet werden. Lange Upload-Verzögerungen können das Vertrauen in die Erfassung verringern. Der Datensatz muss nicht automatisch ungültig sein.\n\n## 47. VERZÖGERTER UPLOAD\n\nAufgrund von Verbindungsproblemen kann es sein, dass der Nutzer die Nachweise nicht sofort hochladen kann. Wenn ein verspäteter Upload akzeptiert wird:\n\n- lokaler Hash zum Zeitpunkt der Erfassung,\n\n- vertrauenswürdige Gerätezeit,\n\n- offline signierter Datensatz,\n\n- Grund für die Upload-Verzögerung\n\nkönnen erforderlich sein. Nur die Aussage des Nutzers: „Ich habe dieses Bild gestern gemacht.“ ist für die Hauptstufe NCL-3 nicht ausreichend.\n\n## 48. Evidenzkette\n\nDie Evidenzkette einer Beobachtung als Kandidat besteht aus den folgenden Phasen:\n\n- Aufgabenzuweisung\n\n- Festschreibung des Prompts\n\n- Nutzer- und Produkttauglichkeit\n\n- Slot-Öffnung\n\n- Prompt-Einreichung\n\n- Ergebnis des Erstkontakts\n\n- Abschluss der Antwort\n\n- Erfassung\n\n- Lokaler Integritätsdatensatz\n\n- Sicheres Hochladen\n\n- Server-Akzeptanzzeit\n\n- Paket-Hash\n\n- Protokollüberprüfung\n\n- Bearbeitung\n\n- Beurteilung\n\n- Archiv\n\n- Öffentliches Manifest\n\nJede Phase muss mit der vorherigen Phase verbunden sein.\n\n## 49. ZERREIßEN DER KETTE\n\nDie Evidenzkette kann in folgenden Situationen unterbrochen werden:\n\n- Kein Aufforderungsprotokoll\n\n- Die anfängliche Ausgabe kann nicht überprüft werden\n\n- Die Antwort stimmt nicht mit der visuellen Darstellung überein\n\n- Erfassungszeit ist unbekannt\n\n- Datei wurde später geändert\n\n- Doppelte Teilnehmer-ID\n\n- Produkt und Plan sind unbekannt\n\n- Die Beobachtung liegt außerhalb der Welle\n\n- Der Hash stimmt nicht mit der Datei überein\n\n- Bearbeitung hat die Rohdatei überschrieben\n\n- Es ist unbekannt, wer es überprüft hat\n\nDie Art der Unterbrechung bestimmt den Gültigkeitsstatus.\n\n## 50. ROHDATEN KÖNNEN NICHT GEÄNDERT WERDEN; DIE ENTSCHEIDUNG KANN SICH ÄNDERN\n\nRohdatenpaket:\n\n- soll nicht überschrieben werden,\n\n- soll nicht stillschweigend korrigiert werden,\n\nsoll nicht gelöscht und durch ein neues ersetzt werden. Bezüglich der Beobachtung jedoch:\n\n- Gültigkeit,\n\n- tscheidung,\n\n- Klassifikation,\n\n- Compliance\n\ndie Entscheidung kann sich ändern. Die neue Entscheidung:\n\n- neue Version,\n\n- Begründung,\n\n- Datum,\n\n- Entscheidungsträger\n\nsollte tragen. Diese Unterscheidung ist eine grundlegende Governance-Regel:\n\n> Nachweise können unverändert bleiben; die Interpretation kann sich mit den Nachweisen weiterentwickeln.\n\n## 51. SCHWARZUNG\n\nDie folgenden Felder können in der öffentlichen oder der Schiedskopie geschwärzt werden:\n\n- Name und Nachname\n\n- E-Mail\n\n- Profilbild\n\n- Konten-ID\n\n- Private Gespräche\n\n- Benachrichtigungen\n\n- Unternehmensfeld\n\n- Sensibler Dateiname\n\n- Exakter Standort\n\nSchwärzung:\n\n- sollte nicht an der Rohdatei durchgeführt werden,\n\n- sollte eine neue abgeleitete Datei erstellen,\n\n- sollte einen eigenen Hash tragen,\n\nsollte aufzeichnen, welches Feld geschwärzt wurde und warum.\n\n## 52. DREI EBENEN VON NACHWEISEN\n\n### 52.1. Roh eingeschränktes Evidenzmaterial\n\nEs handelt sich um vollständige Rohdaten als Evidenzmaterial. Nur autorisierte Prüfer und erforderliche Forschungsrollen können darauf zugreifen.\n\n### 52.2. Audit-Evidenzschicht\n\nEnthält die Nachweise, die für unabhängige Schiedsrichter und Reproduktionsteams notwendig sind. Persönliche Bereiche werden minimiert.\n\n### 52.3. Öffentliches Evidenzmittel-Manifest\n\nFür die Öffentlichkeit:\n\n- Beobachter-ID,\n\n- Land- und Sprachzelle,\n\n- KI-Produkt,\n\n- Zeit,\n\n- Nachweis-Hash,\n\n- Gültigkeitsstatus,\n\n- Schwärzungsstatus\n\nwerden dargestellt. Rohes privates Material wird nicht unbedingt veröffentlicht.\n\n## 53. ÖFFENTLICHES EVIDENZ-MANIFEST\n\nFür jede Welle kann das öffentliche Manifest die folgenden Felder enthalten:\n\n- Wave-ID\n\n- Protokollversion\n\n- Anzahl der Produkte\n\n- Ziel- und gültige Beobachtungsanzahl\n\n- Abdeckung von Ländern und Sprachen\n\n- Slot-Abdeckung\n\n- Erfassungs-Sicherheitsgrade\n\n- Technische Fehler- und Ablehnungsraten\n\n- Anzahl der ungültigen Beobachtungen\n\n- Hashwerte des Beobachtungspakets\n\n- Wellenintegritäts-Wurzel\n\n- Änderungsereignisse\n\n- Öffentlich redigierte Beispiele\n\n- Unabhängiges Zugriffsverfahren\n\n- Status der Evidenzerhaltung\n\n## 54. WELLE INTEGRITÄTS-WURZEL\n\n### KANDIDATENKONZEPT\n\nSei der Hash jedes Beobachtungspakets hi. Daraus kann die Wurzel der Welle mit einem Merkle-Baum oder einer gleichwertigen Struktur gebildet werden:\n\n### RW\n\nkann erzeugt werden. Die Wellenwurzel kann nach Abschluss der Messung veröffentlicht werden. Diese Methode:\n\n- erhöht die Sichtbarkeit von späteren stillen Änderungen der Beobachtungsliste in der Welle,\n\n- Hinzufügen einer neuen Beobachtung,\n\n- Ändern einer bestehenden Beobachtung\n\nmacht sie sichtbarer. Merkle-Wurzel:\n\n- beweist allein nicht, dass die Beobachtungen real sind,\n\n- oder dass die Entscheidung der Schiedsinstanz korrekt ist\n\nEs stärkt die Integrität der Liste.\n\n## 55. HINZUFÜGEN UND ENTFERNEN VON BEOBACHTUNGEN\n\nNachdem die Welle geschlossen ist:\n\n- Hinzufügen einer neuen Beobachtung,\n\n- eine bestehende Beobachtung entfernen,\n\n- die Datei ändern\n\nerfordert eine neue Manifestversion. Die alte Integritätswurzel wird beibehalten. Für die zu entfernende Beobachtung:\n\n- Grund,\n\n- Datum,\n\n- Entscheidungsträger\n\n- Auswirkung auf alten und neuen Score\n\naufgezeichnet.\n\n## 56. ANTRAG AUF TEILNEHMER-RÜCKZUG\n\nForschungsethik oder der Datenschutzrahmen können es dem Teilnehmer erlauben, seine Daten zurückzuziehen. In diesem Fall:\n\n- kann Rohdatenmaterial sicher gelöscht oder unzugänglich gemacht werden,\n\n- ein leerer WITHDRAWN-Eintrag kann im öffentlichen Manifest beibehalten werden,\n\n- kann der Welle-Score mit der neuen Version neu berechnet werden,\n\nDas alte Ergebnis und der Grund für die Änderung werden beibehalten. Unveränderlichkeit bedeutet nicht, die Menschenrechte abzuschaffen.\n\n## 57. GÜLTIGKEITSSTATUSSE DER BEOBACHTUNGSERFASSUNG\n\n### CV-0— NICHT ÜBERPRÜFT\n\nDie Erfassung wurde noch nicht bewertet.\n\n### CV-1— GÜLTIG\n\nErfüllt alle obligatorischen Erfassungs- und Zeitbedingungen.\n\n### CV-2— BEDINGT GÜLTIG\n\nEs besteht ein begrenzter Mangel. Es wird angegeben, in welchen Analysen es verwendet werden kann.\n\n### CV-3— TEILBEWEIS\n\nDie Beobachtung kann als Ereignis verwendet werden. Sie darf nicht in die Hauptpopulationswertung einfließen.\n\n### CV-4— AUSSERHALB DER WELLE\n\nDie Prompt wurde außerhalb der erlaubten Zeitstruktur gesendet.\n\n### CV-5— ÜBEREINSTIMMUNG VON EINGABE ODER AUSGABE NICHT ERREICHT\n\nEs gibt eine wesentliche Diskrepanz zwischen dem zugewiesenen Prompt, dem eingereichten Prompt oder der aufgezeichneten Antwort.\n\n### CV-6— DOPPELT\n\nDie gleiche Beobachtung oder Nutzeraufzeichnung wurde wiederholt.\n\n### CV-7— MANIPULATION VERDACHT\n\nEs besteht ein ungelöstes Zweifel an der Integrität der Datei oder der Metadaten.\n\n### CV-8— ERFUNDEN ODER MANIPULIERT\n\nDie Beobachtung ist keine echte Nutzererfahrung oder wurde absichtlich verändert.\n\n### CV-9— ZURÜCKGEZOGEN\n\nSie wurde aufgrund von Teilnehmer- oder ethischen Prozessen von der Analyse ausgeschlossen.\n\n## 58. DIE GÜLTIGKEIT DER AUFZEICHNUNG SOLLTE VON DER SEMANTISCHEN GENAUIGKEIT GETRENNT WERDEN\n\nEine Beobachtung:\n\n- vollständig gültig in Bezug auf die Aufzeichnung,\n\n- stark falsch in Bezug auf den Inhalt\n\nkann sein. Eine weitere Beobachtung:\n\n- korrekte Antwort,\n\n- kann fehlende oder manipulierte Nachweise enthalten\n\nDaher gibt es zwei getrennte Entscheidungen:\n\n- Erfassungsvalidität\n\n- Semantische Beurteilung\n\nDer Erfassungsvalidator sollte so wenig wie möglich über den Erfolgspunktwert der Antwort wissen.\n\n## 59. ROLLE DES ERFASSUNGSVALIDATORS\n\nDer Erfassungsvalidator überprüft:\n\n- Prompt-Abgleich\n\n- Erhebungswelle und Zeitfenster\n\n- Produktidentität\n\n- Erste Ausgaberegel\n\n- Bildschirmintegrität\n\n- Rohtext-Konsistenz\n\n- Technisches Wiederholen\n\n- Hash und Zeit\n\n- Datenschutz\n\nEntscheidet sich nicht für: Wurde das Unternehmen korrekt beschrieben? Unterstützt die Zitation die Behauptung? Gibt es einen kritischen Fehler? Geht die Antwort durch? Dies sind die Aufgaben der nächsten Überprüfungsebene.\n\n## 60. WIEDERHOLTES BILDSCHIRMBILD\n\nDas gleiche Bild:\n\n- versehentlich zweimal hochgeladen,\n\n- von mehreren Nutzern genutzt,\n\n- Wiederholt unter den Panelanbietern\n\nkann passieren. Prüfungen:\n\n- Datei-Hash\n\n- Visuelle Ähnlichkeit\n\n- Rohantworttext\n\n- Zeit- und Sitzungsmetadaten\n\n- Nutzereinzigartigkeit\n\nDas ist möglich. Dasselbe KI-Produkt kann einigen Nutzern exakt dieselbe Antwort Wort für Wort geben. Der gleiche Text allein ist kein Nachweis für Betrug. Die gleiche Datei oder dieselbe visuelle Spur ist ein stärkeres Signal.\n\n## 61. DATEIÄHNLICHKEIT UND FALSCH-POSITIV\n\nGleiches Gerät und gleiche Schnittstelle:\n\n- ähnliche Visuals,\n\n- gleiche Bildschirmgröße,\n\n- gleiche Kompression\n\nkann erzeugen. Der Algorithmus zur visuellen Ähnlichkeit sollte keine automatische Ausschlussfunktion ausführen. Mehrere Signale und menschliche Überprüfung sind erforderlich.\n\n## 62. PROVIDER-TELEMETRIE\n\nKI-Anbieter:\n\n- Sitzungszeit,\n\n- Modell,\n\n- Prompt,\n\n- Antwort,\n\n- Werkzeugnutzung\n\nkann zuverlässige Protokolle dazu bereitstellen. Dieser Eintrag stärkt die unabhängige Erfassung. Allerdings kann der Anbieter:\n\n- gemessene Partei,\n\n- Systembesitzer,\n\n- Begünstigter\n\nsein. Anbieter-Telemetrie: sollte zusammen mit, nicht als Ersatz für, unabhängige Nutzerbeweise verwendet werden.\n\n## 63. FALLS KEINE ANBIETERBEWEISE VORLIEGEN\n\nDer Zugriff auf Anbieterprotokolle ist in den meisten Live-Consumer-Produkten möglicherweise nicht verfügbar. Dies macht GEO-1000 jedoch nicht unmöglich. Die folgende Zusammensetzung kann verwendet werden:\n\n- Instrumentierte Nutzererfassung\n\n- Server-Zeitstempel\n\n- Nachweis des Vollbilds\n\n- Rohantwort\n\n- Systemeinstellung\n\n- Hash und Signatur\n\n- Unabhängige Verifikations-Subprobe\n\nDer Vertrauensgrad des Nachweises wird entsprechend angegeben.\n\n## 64. ERFASSUNG IN Panel unter natürlichen Nutzungsbedingungen\n\nErfassungstool im Naturpanel:\n\n- Inhalt der speziellen Anweisung,\n\n- vorherige Gespräche,\n\n- Kontenidentität\n\nsollte nicht unnötig erfasst werden. Bevorzugter Ablauf: Der Nutzer öffnet einen neuen Natural-Account-Chat. Capture zeichnet nur das Aufgabenfenster auf. Der Personalisierungsstatus wird separat als hochrangige Metadaten erfasst. Private Historie bleibt außerhalb der Erfassung. Öffentliche Kopie wird bearbeitet.\n\n## 65. NATÜRLICHE KONVERSATION-STATUS-ERFASSUNG\n\nWenn der aktuelle Gesprächskontext gemessen wird:\n\n- nur der notwendige vorangegangene Gesprächsbereich,\n\n- explizite Zustimmung,\n\n- starke Schwärzung,\n\n- Zugriffsbeschränkung\n\nist erforderlich. Alle privaten Chat-Historien dürfen standardmäßig nicht gesammelt werden.\n\n## 66. MOBILE ERFASSUNG\n\nAuf mobilen Geräten:\n\n- Vollbild-Erfassung,\n\n- scrollbarer Screenshot,\n\n- Anwendungsversion,\n\n- Systemzeitprotokoll\n\nkann anders funktionieren. Mobiles Protokoll:\n\n- iOS,\n\n- Android,\n\n- andere Systeme\n\nkönnen separate technische Anleitungen enthalten. Mobile Nutzer können nicht ausgeschlossen werden, da das Erfassen auf Desktop-Geräten schwierig ist. Das Erfassungstool muss sich an die Nutzerpopulation anpassen.\n\n## 67. ZUGÄNGLICHKEIT UND ERFASSUNG\n\nFür Teilnehmer, die Screenreader, Spracheingabe oder motorische Hilfsmittel verwenden, kann eine standardmäßige visuelle Erfassung allein nicht ausreichen. Alternative Nachweise:\n\n- Export des Barrierefreiheitsbaums\n\n- Aufzeichnung der Sprachsitzung\n\n- Anwendungs-Transkript\n\n- Protokoll der assistiven Technologie\n\n- Aufgabenbeobachtungsprotokoll\n\nkönnen auftreten. Diese Beobachtungen sollten nicht als wenig zuverlässig angesehen werden. Ein gleichwertiger Nachweisstandard sollte entwickelt werden.\n\n## 68. BEOBACHTUNG DES ERFASSUNGSTOOLS BEI VERÄNDERUNG DES VERHALTENS\n\nBrowser-Erweiterung oder Instrumentierung:\n\n- Seitenlade,\n\n- Schnittstellenverhalten,\n\n- Sicherheitssystem,\n\n- Produkterkennung\n\nkann beeinträchtigt werden. Die Auswirkungen des Erfassungswerkzeugs sollten im Piloten getestet werden. Wenn Sitzungen mit und ohne Werkzeug sich unterschiedlich verhalten: wird die Bedingung des Werkzeugs zu einem experimentellen Faktor, das Erfassungswerkzeug kann nicht als stillschweigend neutral angenommen werden.\n\n## 69. ERFASSUNGSWERKZEUG VERSIONIERUNG\n\nJedes Erfassungspaket:\n\n- Werkzeugname,\n\n- Version,\n\n- Konfiguration,\n\n- Betriebsumgebung,\n\n- bekannte Fehler\n\nmuss enthalten. Wenn sich das Erfassungswerkzeug während der Messung ändert:\n\n- neue Werkzeugversion,\n\n- Subwelle,\n\n- Kompatibilitätsprüfung\n\nkann erforderlich sein.\n\n## 70. ERFASSUNGSWERKZEUGFEHLER\n\nWerkzeug:\n\n- kann die Prompt möglicherweise falsch kopieren.\n\n- kann das Ende der Antwort abschneiden,\n\n- kann die Zeit falsch aufzeichnen,\n\n- kann keinen Hash erzeugen,\n\nkann die Datei komprimieren. Fehler des Tools:\n\n- kann nicht in das KI-Produkt geladen werden,\n\n- oder der Nutzer\n\nSeparat:\n\n### CAPTURE_TOOL_FEHLER\n\nmuss aufgezeichnet werden als.\n\n## 71. SYNTHETISCHER DREI-WELLEN-FALL GEO-1000\n\nDEMONSTRATION DER SYNTHETISCHEN METHODOLOGIE / Die folgenden Produkte, Daten, Zahlen und Ergebnisse sind vollständig fiktiv. Zehn synthetische KI-Produkte:\n\n### A1–A10\n\nsollen in drei Hauptwellen gemessen werden.\n\n### 71.1. Wellenkalender\n\nFür jedes Produkt in jeder Welle: 1,000 gültige Hauptbeobachtungen sind angestrebt. Gesamtziel:\n\n10×1,000×3=30,000\n\n### 71.2. Slot-Struktur\n\nJede Welle:\n\n- 12 Mikro-Slots\n\n- mit Teilnehmern pro Slot nach Produkt und Land ausgeglichen\n\nDer Slot des Teilnehmers: wird vor der Datenerhebung zufällig zugewiesen.\n\n### 71.3. W1 Ergebnis\n\nZiel: 10,000 gültige Hauptbeobachtungen Feld:\n\n- 13,240 Einladungen\n\n- 10,870 abgeschlossene Aufgaben\n\n- 10,106 gültige Beobachtungen in Bezug auf Erfassung\n\n- Hauptanalysebeobachtungen von 10,000 gemäß zuvor festgeschriebener Haupt-/Backup-Reihenfolge\n\nVerbleibende gültige Datensätze von 106:\n\n- Backup,\n\n- Empfindlichkeit,\n\n- Erfassung Qualitätskontrolle\n\nsind reserviert für.\n\n### 71.4. Technische Ereignisse\n\n118 Nutzungslimit 42 Verbindungsfehler 31 Systemablehnung 17 Nutzertrennung 9 Aufforderungsabweichung 6 Wiederholung Screenshot Alle Ergebnisse des Erstkontakts wurden gespeichert. Nur vordefinierte echte technische Fehler wurden erneut versucht.\n\n### 71.5. Produktänderung während W2\n\nA7-Produkt bei 20.32 UTC:\n\n- automatische Webnutzung,\n\n- neue Referenzansicht\n\nlass es gewinnen. Beobachtungen von A7:\n\n### W2A: 20.00–20.31\n\n### W2B: 20.32–21.00\n\nwerden wie folgt getrennt. Ein einziger fester W2-Wert für A7 wird ohne Erklärung nicht veröffentlicht.\n\n### 71.6. Externes Ereignis in W3\n\nEine wichtige rechtliche Entscheidung sollte am 04.22 UTC über das geprüfte synthetische Unternehmen veröffentlicht werden. Es sollte beobachtet werden, dass sich die Antworten in webbasierten Produkten nach 04.25 geändert haben. Ereignis: Es wird in das Register für externe Ereignisse aufgenommen. Ergebnisse vor und nach dem Ereignis werden als separate diagnostische Zellen gezeigt. Beobachtungen werden nicht gelöscht, da sie den Wert verringern oder erhöhen.\n\n### 71.7. Wave Health Card\n\nAlle drei Wellen können verwendet werden. A7- und externe Ereignis-Kommentare sind ebenfalls eingeschränkt.\n\n## 72. SYNTHETISCHER EINZELBEOBACHTUNGSERFASSUNGSFALL\n\n### SYNTHETISCHES BEISPIEL\n\nTeilnehmer:\n\n- Türkei\n\n- Türkisch\n\n- Orion AI Web kostenpflichtiger Plan\n\n- Kontrolliertes Panel unter bereinigten Bedingungen\n\n### W1\n\nSlot 12.15–12.20 UTC Zugewiesene Aufforderung: „Mit welchem Mutterunternehmen ist Apple.com verbunden und was sind die Haupttätigkeiten dieses Unternehmens?“\n\n### 72.1. Zeiten\n\nAufgabeneröffnung: 12.14.20 Eingabebestätigung: 12.16.08 Erstes Token: 12.16.10 Antwortabschluss: 12.16.24 Erfassung: 12.16.39 Hash-Erzeugung: 12.16.41 Hochladen: 12.17.12 Serverannahme: 12.17.13\n\n### 72.2. Nachweis\n\nPrompt-Hash stimmt überein Vollständiger Antworttext verfügbar Zwei sich überlappende Screenshots verfügbar Produkt-, Plan- und Modellkennzeichnung sichtbar Speicher- und spezielle Anweisungen aus Webnutzung aktiviert Zitation nicht angezeigt Keine Reproduktion Kein vorheriges Gespräch Dateihashes und Paket-Signatur verfügbar Erfassungsebene:\n\n### NCL-4\n\nGültigkeit:\n\n### CV-1\n\nEs wurde noch nicht entschieden, ob die Antwort korrekt oder inkorrekt ist.\n\n## 73. SYNTHETISCHER TECHNISCHER WIEDERHOLUNGSFALL\n\nBeim ersten Versuch:\n\n- Prompt korrekt gesendet\n\n- Produkt zeigte \"Netzwerkfehler\"\n\n- Sachliche Antwort nicht begonnen\n\n- Fehler-Screenshot gemacht\n\n- Zeit und Hash wurden aufgezeichnet\n\nGemäß der vordefinierten Regel wurde innerhalb von fünf Minuten ein zweiter Versuch unternommen. Beim zweiten Versuch erfolgte eine Antwort. Korrekte Aufzeichnung:\n\n- Ergebnis des ersten Kontakts: VORÜBERGEHENDER_TECHNISCHER_FEHLER\n\n- Erste gültige Inhaltsausgabe: zweiter Versuch\n\n- Beide Versuche sind im Paket enthalten\n\n- Erster Vorfall ist in der technischen Fehlerquote enthalten\n\n- Die zweite Antwort wird in die Inhaltsbewertung einbezogen, wenn die Methode dies im Voraus vorhersagt.\n\nFalscher Eintrag: Der erste Fehler wird gelöscht und es wird so behandelt, als ob nur die zweite Antwort existierte.\n\n## 74. SYNTHETISCHES UNRichtiges RETRY-FALL\n\nErste Antwort: „Apple ist ein lokales Unternehmen, das nur Handys verkauft.“ Dem Teilnehmer gefällt die Antwort nicht. Er gibt sie erneut ein. Die zweite Antwort stellt sich als korrekt heraus. Der Teilnehmer reicht nur die zweite Antwort ein. Das Systemprotokoll oder die Aufzeichnungsdatei zeigt die Wiederholung. Korrekt-Status:\n\n### CV-8— MANIPULIERTE BEOBACHTUNG\n\nDie Beobachtung wird nicht gespeichert, nur weil die zweite Antwort korrekt ist. Wenn die erste Antwort zusätzlich wiederhergestellt werden kann, kann sie in der Vorfalluntersuchung bewahrt werden. Der Hauptteilnehmerdatensatz ist ungültig.\n\n## 75. WELLE ABSCHLUSSBERICHT\n\nAm Ende jeder Welle sollte der folgende Datensatz erstellt werden:\n\n- Wave-ID\n\n- Öffnungs- und Schließzeit\n\n- Zielanzahl der Beobachtungen\n\n- Eingeladene Person\n\n- Abgeschlossene Aufgabe\n\n- Gültige Erfassung\n\n- Beobachtung, die in die Hauptanalyse eingeht\n\n- Backup gültige Beobachtung\n\n- Technischer Fehler\n\n- Ablehnung\n\n- Nutzungslimit\n\n- Prompt-Abweichung\n\n- Erfassungsabweichung\n\n- Verspäteter Upload\n\n- Duplikat\n\n- Vermutete Manipulation\n\n- Teilnehmer-Rückzug\n\n- Produktänderungen\n\n- Externe Ereignisse\n\n- Slot-Abdeckung\n\n- Abdeckung von Ländern und Sprachen\n\n- Erfassungs-Sicherheitsgrade\n\n- Gesundheitsstatus der Welle\n\n- Integritätswurzel\n\n- Verantwortliche menschliche Genehmigung\n\n## 76. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH12-N01**\n\nJede GEO-1000-Beobachtung muss mit einer vorab festgeschriebenen Messwelle verknüpft sein.\n\n**CH12-N02**\n\nDer Begriff \"gleiche Zeit\" kann nicht ohne das vollständige UTC-Fenster, Mikro-Zeitfenster und die Abschlussregeln verwendet werden.\n\n**CH12-N03**\n\nOrtszeit kann nicht allein als Wellzeit verwendet werden; der Hauptzeitstandard muss UTC sein.\n\n**CH12-N04**\n\nDas Übertragungsfenster, Mikro-Slots, Fertigstellungszeit und Ladezeit müssen bestimmt werden, bevor KI-Antworten angezeigt werden.\n\n**CH12-N05**\n\nDie Slot-Zuweisung muss so erfolgen, dass Länder, Sprachen, Produkte und Panelgruppen zeitlich nicht unausgewogen bleiben.\n\n**CH12-N06**\n\nTeilnehmer dürfen nicht basierend auf ihren Ergebnissen auf frühere oder spätere Slots verschoben werden.\n\n**CH12-N07**\n\nDer lokale Zeitversatz des einzelnen UTC-Fensters muss im öffentlichen Methodenprotokoll dokumentiert werden.\n\n**CH12-N08**\n\nZurückkehrende globale Wellen oder lokal zeitlich ausgeglichene Operationen müssen als separate Zeitresultate geführt werden.\n\n**CH12-N09**\n\nJede Beobachtungsaufforderung muss, soweit relevant, Einreichungs-, Erstkontakt-, Abschluss-, Erfassungs- und Upload-Zeiten enthalten.\n\n**CH12-N10**\n\nUnbekannte Zeitfelder können nicht als geschätzte tatsächliche Zeiten dargestellt werden.\n\n**CH12-N11**\n\nDie Gerätuhr allein kann nicht als zuverlässiger UTC Zeitnachweis betrachtet werden.\n\n**CH12-N12**\n\nErfassungszeit und Hochladezeit müssen getrennt aufgezeichnet werden.\n\n**CH12-N13**\n\nBeobachtungen, die außerhalb der Welle gesendet wurden, dürfen nicht ohne Erklärung in die Hauptwelle aufgenommen werden.\n\n**CH12-N14**\n\nAusschlussregeln für Verzögerung oder Slot-Abweichung müssen unabhängig vom Inhalts der Antwort sein.\n\n**CH12-N15**\n\nAls Ergebnis des ersten Kontakts muss es getrennt von der ersten Inhaltserstellung aufbewahrt werden.\n\n**CH12-N16**\n\nAblehnung, Nutzungslimit, technischer Fehler, Klärung und Unklarheit dürfen nicht in dieselbe Kategorie eingeordnet werden.\n\n**CH12-N17**\n\nFalsche, negative, referenzlose oder kritische KI-Antwort kann kein Grund für einen erneuten Versuch sein.\n\n**CH12-N18**\n\nTechnischer erneuter Versuch kann nur unter vordefinierten technischen Bedingungen durchgeführt werden.\n\n**CH12-N19**\n\nWenn ein technischer erneuter Versuch durchgeführt wird, müssen alle Versuche und das Ergebnis des ersten Kontakts erhalten bleiben.\n\n**CH12-N20**\n\nTeilweise oder unvollständige Antworten dürfen nicht ignoriert und durch eine neue Antwort ersetzt werden.\n\n**CH12-N21**\n\nDie erste geeignete Ausgabe kann nicht erneuert, ausgewählt oder manuell verbessert werden.\n\n**CH12-N22**\n\nJede Beobachtung muss mindestens auf NCL-3 oder einem gerechtfertigten gleichwertigen Erfassungs-Sicherheitsniveau abzielen.\n\n**CH12-N23**\n\nEin Screenshot allein kann nicht als vollständiges Evidenzpaket betrachtet werden.\n\n**CH12-N24**\n\nDie visuelle Evidenzaufforderung sollte die gesamte Antwort und die Oberfläche des physischen Produkts zeigen.\n\n**CH12-N25**\n\nLange Antworten müssen vollständig und in der richtigen Reihenfolge mittels der Erfassungsmethode aufbewahrt werden.\n\n**CH12-N26**\n\nWenn es einen materiellen Unterschied zwischen dem Rohtext der Antwort und dem visuellen Nachweis gibt, sollte eine Untersuchung durchgeführt werden.\n\n**CH12-N27**\n\nOCR kann als Hilfsmethode verwendet werden, wenn eine direkte Texterfassung nicht möglich ist; ohne Verifizierung kann es nicht als endgültige Textquelle betrachtet werden.\n\n**CH12-N28**\n\nDie anfängliche Fertigstellung und die nachfolgenden materiellen Versionen dynamisch sich ändernder Antworten müssen separat aufbewahrt werden.\n\n**CH12-N29**\n\nDer Teilnehmer, der die Antwort stoppt oder die Schnittstelle schließt, muss als separates Ereignis protokolliert werden.\n\n**CH12-N30**\n\nWenn das Prompt und die Antwort in getrennten Dateien vorliegen, müssen sie mit derselben Sitzung und Zeitschiene verknüpft werden.\n\n**CH12-N31**\n\nJede Evidenzdatei und jedes Evidenzpaket muss einen Integritätshash tragen.\n\n**CH12-N32**\n\nDer Hash allein kann nicht als Beweis für die Realität der Beobachtung vorgelegt werden.\n\n**CH12-N33**\n\nDigitale Signatur und Zeitstempel sind nicht die Gesamtheit der Authentizität der Beobachtung; sie sind Komponenten der Evidenzkette.\n\n**CH12-N34**\n\nKeine Schwärzung oder Korrektur darf über die Rohbeweisdatei geschrieben werden.\n\n**CH12-N35**\n\nJedes bearbeitete Derivat muss seine eigene Datei-ID und seinen eigenen Hash tragen.\n\n**CH12-N36**\n\nDer Zugriff auf Rohbeweise kann eingeschränkt sein; das öffentliche Manifest muss die Integrität der Beobachtung nachweisen, ohne Identitäten preiszugeben.\n\n**CH12-N37**\n\nDer Name des Teilnehmers, die E-Mail, das Passwort, private Gespräche oder unnötige persönliche Informationen dürfen nicht zu den öffentlichen Evidenzmitteln hinzugefügt werden.\n\n**CH12-N38**\n\nDas Risiko der Re-Identifizierung für kleine Länder und Nutzer seltener Untergruppen sollte ebenfalls bewertet werden.\n\n**CH12-N39**\n\nDie Panel unter natürlichen Nutzungsbedingungen-Erfassung sollte standardmäßig keine speziellen Anweisungen und Inhalte vergangener Gespräche sammeln.\n\n**CH12-N40**\n\nÄquivalente alternative Erfassungsmethoden sollten für Nutzer mit Zugänglichkeitsbedürfnissen bereitgestellt werden.\n\n**CH12-N41**\n\nWenn das Erfassungstool die Nutzererfahrung wesentlich verändert, sollte diese Auswirkung separat gemessen werden.\n\n**CH12-N42**\n\nDas Erfassungstool und seine Version sollten in jeder Beobachtung aufgezeichnet werden.\n\n**CH12-N43**\n\nWenn das Erfassungstool während einer Erhebungsphase wesentlich verändert wird, sollte eine Unterscheidung für Unterphase oder Tool-Version vorgenommen werden.\n\n**CH12-N44**\n\nDer Fehler des Erfassungstools kann weder als ein KI-Produkt noch als ein Fehler des Teilnehmers klassifiziert werden.\n\n**CH12-N45**\n\nDie Telemetrie des Anbieters kann die unabhängige Erfassung von Nutzern unterstützen; sie kann diese nicht ohne Erklärung ersetzen.\n\n**CH12-N46**\n\nWenn während der Welle eine wesentliche Änderung eines KI-Produkts auftritt, können Beobachtungen nicht zu einem einzigen festen Produktzustand zusammengeführt werden.\n\n**CH12-N47**\n\nProduktänderungen erfordern Wellentrennung, Neustart, explizite Modellierung oder eine Warnung vor gemischtem Zustand.\n\n**CH12-N48**\n\nDas Fehlen einer Anbieter-Update-Ankündigung ist kein endgültiger Beweis dafür, dass sich das System nicht geändert hat.\n\n**CH12-N49**\n\nWesentliche externe Ereignisse sollten mit Zeitstempel und Umfang im Register für externe Ereignisse hinzugefügt werden.\n\n**CH12-N50**\n\nExterne Ereignisse können nach der Veröffentlichung der Ergebnisse nicht als Grund für einen Ausschluss dienen, nur weil sie die Bewertung erhöht oder gesenkt haben.\n\n**CH12-N51**\n\nDie Gültigkeit der Erfassung sollte so blind wie möglich bewertet werden, bevor die semantische Korrektheit der Antwort beurteilt wird.\n\n**CH12-N52**\n\nEine korrekte KI-Antwort kann eine fehlende oder manipulierte Erfassung nicht validieren.\n\n**CH12-N53**\n\nEine falsche KI-Antwort kann eine protokollkonforme Erfassung nicht entwerten.\n\n**CH12-N54**\n\nDuplikat- und Manipulationsentscheidungen sollten mehrere Signale und menschliche Überprüfung beinhalten.\n\n**CH12-N55**\n\nDer gleiche Antworttext allein kann nicht als Beweis für Duplikation oder Betrug betrachtet werden.\n\n**CH12-N56**\n\nDas Hinzufügen, Entfernen oder Ändern von Beobachtungen nach dem Abschluss einer Welle erfordert ein neues Manifest und eine neue Analyseversion.\n\n**CH12-N57**\n\nDas alte Wellenmanifest und die Integritätswurzel müssen erhalten bleiben.\n\n**CH12-N58**\n\nRohbeweise können unverändert aufbewahrt werden; Validitäts- und Schiedsentscheidungen dürfen nur in versionierter Form geändert werden.\n\n**CH12-N59**\n\nDas Recht der Teilnehmer auf Rückzug und die Forschungsethik müssen über dem Anspruch der Unveränderlichkeit stehen.\n\n**CH12-N60**\n\nDie Integrität der Welle sollte unabhängig vom KI-Score bewertet werden.\n\n**CH12-N61**\n\nDer Bericht zum Wellenabschluss sollte Ziel, tatsächliche Werte, Ungültigmachungen, technische Ereignisse, Produktänderungen und Evidenzintegrität zeigen.\n\n**CH12-N62**\n\nNOMOS Die Einhaltung der Erfassung kann nicht ausschließlich an die Verwendung von Software gebunden werden, die von NobleJackal entwickelt wurde; gleichwertige Open-Source-Anwendungen sollten möglich sein.\n\n**CH12-N63**\n\nDas Erfassungsschema, die Validierungsentscheidungen und Wellenaufzeichnungen sollten in einem maschinenlesbaren Format versioniert werden.\n\n**CH12-N64**\n\nJede Welle und Evidenzkette sollte einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 77. FORMEN DES VERSAGENS\n\n**CH12-F01— DER GLEICHE ZWEITE FEHLER**\n\nAlle Teilnehmer gleichzeitig senden zu lassen, wird als die einzige Bedingung für Gleichzeitigkeit betrachtet.\n\n**CH12-F02— „HEUTE“ ALS SYNCHRONISIERTE WELLE ZU ZÄHLEN**\n\nOrtszeit und Zeitzonen werden verwechselt.\n\n**CH12-F03— ORTSZEIT WIE UTC VERWENDEN**\n\nBeobachtungen werden in die falsche chronologische Reihenfolge gebracht.\n\n**CH12-F04— ZUORDNUNG DER ZEITSLOTS BASIEREND AUF ERGEBNISSEN ÄNDERN**\n\nNutzer mit niedriger Punktzahl werden in eine andere Zeitzelle verschoben.\n\n**CH12-F05— EIN LAND IN EINEN SLOT PACKEN**\n\nZeiteffekt wird mit Ländereffekt vermischt.\n\n**CH12-F06— KÜNSTLICHE LAST ERZEUGEN**\n\nTausende Nutzer senden gleichzeitig, wodurch das abnormale Fehlverhalten des Produkts ausgelöst wird.\n\n**CH12-F07— NACHTTEILNAHME VERSTECKEN**\n\nMüdigkeit und Teilnahmeverlust werden in bestimmten Bereichen nicht gemeldet.\n\n**CH12-F08— HINZUFÜGEN VON OFF-WAVE-BEOBACHTUNG ZUR WELLE**\n\nEine Antwort, die Stunden oder Tage später erhalten wird, wird so verwendet, als gehöre sie zum Hauptfenster.\n\n**CH12-F09— LADEZEIT ALS AUFNAHMZEIT ZÄHLEN**\n\nEs kann nicht nachgewiesen werden, wann die Datei erzeugt wurde.\n\n**CH12-F10— BLINDES VERTRAUEN AUF DIE GERÄTEUHR**\n\nManuell geänderte oder falsche Zeit wird zum Hauptzeitaufzeichnungseintrag.\n\n**CH12-F11— AUSSCHLIEßLICH VERZÖGERTES NEGATIVES ANTWORTEN**\n\nDie Zeitregel wird abhängig vom Ergebnis angewendet.\n\n**CH12-F12— LÖSCHEN DES ERSTEN KONTAKTERGEBNISSES**\n\nDie Geschwindigkeitsbegrenzung, der Fehler oder die Ablehnung wird beim zweiten Versuch unsichtbar gemacht.\n\n**CH12-F13— ZÄHLUNG VON ABLEHNUNGEN ALS TECHNISCHER FEHLER**\n\nDas tatsächliche Systemverhalten wird erneut versucht.\n\n**CH12-F14— ZÄHLUNG FALSCHER ANTWORTEN ALS TECHNISCHER FEHLER**\n\nRegeneration wird durchgeführt, bis das gewünschte Ergebnis erreicht wird.\n\n**CH12-F15— TEILWEISE ANTWORT IGNORIEREN**\n\nSelbst wenn das System unterbrochen wird, wird nur die nachfolgende vollständige Antwort gespeichert.\n\n**CH12-F16— AUSWAHL DER BESTEN ANTWORT**\n\nUnter mehreren Antworten wird die positivste oder längste gemeldet.\n\n**CH12-F17— NUR SCREENSHOT**\n\nDie Visualisierung wird ohne Prompt, Produkt, Zeit und Metadaten als ausreichend betrachtet.\n\n**CH12-F18— ZUGESCHNITTENE ERFOLGSVISUALISIERUNG**\n\nFalsche oder einschränkende Teile bleiben unsichtbar.\n\n**CH12-F19— AUFNAHME ZEIGT DIE EINGABE NICHT**\n\nEs kann nicht nachgewiesen werden, zu welcher Frage die Antwort gehört.\n\n**CH12-F20— AM ENDE DER ANTWORT ABBRECHEN**\n\nMaterialeinschränkung oder abgelehnter Teil wird unsichtbar.\n\n**CH12-F21— LÜCKE IN AUFEINANDERFOLGENDEN VISUALS**\n\nEinige Teile der Antwort gehen verloren.\n\n**CH12-F22— OCR-TEXT ALS ROHE ANTWORT ZÄHLEN**\n\nErkennungsfehler ändern Materialangaben.\n\n**CH12-F23— NUR DIE NEUESTE VERSION DER DYNAMISCHEN ANTWORT ALS ECHT BETRACHTEN**\n\nDie anfängliche Nutzerdarstellung wird gelöscht.\n\n**CH12-F24— NUTZERUNTERBRECHUNG ALS VOLLSTÄNDIGE ANTWORT BETRACHTEN**\n\nDie Systemausgabe ist aufgrund einer Nutzerintervention unvollständig.\n\n**CH12-F25— SEPARATE EINGABE UND ANTWORT FALSCH ZUORDNEN**\n\nDateien aus verschiedenen Chats werden derselben Beobachtung zugeordnet.\n\n**CH12-F26— HASH-VEREHRUNG**\n\nJede Datei mit einem Hash wird als echt und original angesehen.\n\n**CH12-F27— PRE-HASH-BEARBEITUNG IGNORIEREN**\n\nGekürzte oder bearbeitete Dateien werden durch Hashing legitimiert.\n\n**CH12-F28— DIE SIGNATUR ALS GÜLTIG BETRACHTEN**\n\nSignierter, aber falscher Datensatz wird ohne Streit akzeptiert.\n\n**CH12-F29— BEARBEITUNG DER ROHDATENDATEI**\n\nOriginalbeweise werden unwiderruflich verändert.\n\n**CH12-F30— DAS BEARBEITETE DERIVAT ALS ROHBEWEIS BETRACHTEN**\n\nDie öffentliche Kopie wird wie die Originaldatei verwendet.\n\n**CH12-F31— PRIVATSPHÄRE FÜR NACHWEISE ENTFERNEN**\n\nName, Konto und privater Chat des Teilnehmers werden veröffentlicht.\n\n**CH12-F32— EINEN TEILNEHMER AUS EINEM KLEINEN LAND AUFDECKEN**\n\nZeit-, Geräte- und Planinformationen machen eine Person rückidentifizierbar.\n\n**CH12-F33— SPEZIELLE GESCHICHTE IM NATÜRLICHEN PANEL SAMMELN**\n\nIrrelevante Gespräche werden in die Aufnahme aufgenommen.\n\n**CH12-F34— NACHWEISE ZUR BARIERREFREIHEIT UNGÜLTIG MACHEN**\n\nDer echte Nutzer wird ausgeschlossen, weil kein Standard-Visuell erzeugt werden kann.\n\n**CH12-F35— ANNEHMEN, DASS DAS AUFZEICHNUNGSWERKZEUG NEUTRAL IST**\n\nDas Werkzeug verändert das Produktverhalten, wird aber nicht getestet.\n\n**CH12-F36— VERSTECKEN DER ERFASSUNGSVERSION**\n\nVerschiedene Werkzeugversionen werden als eine einzelne Messmethode dargestellt.\n\n**CH12-F37— BETRACHTUNG DES ERFASSUNGSWERKZEUGFEHLERS ALS KI-FEHLER**\n\nDie zugeschnittene Antwort wird auf das Produkt hochgeladen.\n\n**CH12-F38— ZÄHLEN DES API-LOGS AUF DEM NUTZERBILDschirm**\n\nDie reale Nutzeroberfläche wird unsichtbar.\n\n**CH12-F39— ZÄHLEN DES PROVIDER-LOGS ALS UNABHÄNGIGES EVIDENZMATERIAL**\n\nDie Aufzeichnung der gemessenen Partei wird zu einem einzigen Evidenzstück.\n\n**CH12-F40— VERSTECKEN DES PRODUKTUPDATES**\n\nZustände zweier Systeme innerhalb der Verzweigung verschmelzen zu einer einzigen Bewertung.\n\n**CH12-F41— IGNORIEREN VON ÄNDERUNGEN, WENN KEINE ANKÜNDIGUNG**\n\nDer beobachtete Systemabbruch wird nicht untersucht.\n\n**CH12-F42— AUSSCHLUSS EXTERNER EREIGNISSE BASIEREND AUF DEM ERGEBNIS**\n\nAntworten mit negativen Nachrichten werden entfernt; Antworten mit positiven Nachrichten werden beibehalten.\n\n**CH12-F43— VERKNÜPFUNG DER WELLENGESUNDHEIT MIT DEM SCORE**\n\nFehlerhafte Wellen mit hohen Werten sind gültig, starke Wellen mit niedrigen Werten gelten als verdächtig.\n\n**CH12-F44— ZÄHLEN DER RICHTIGEN ANTWORT ALS GÜLTIGE AUFNAHME**\n\nDer Evidenzfehler wird durch semantischen Erfolg vertuscht.\n\n**CH12-F45— ZÄHLEN DER FALSCHEN ANTWORT ALS UNGÜLTIGE AUFNAHME**\n\nDas Messergebnis wird in einen Datenfehler umgewandelt.\n\n**CH12-F46— ZÄHLEN DES GLEICHEN TEXTES ALS BOT-NACHWEIS**\n\nDeterministische oder ähnliche KI-Antworten werden versehentlich zu Duplikaten.\n\n**CH12-F47— EINZELNE SIGNALMANIPULATION ENTSCHEIDUNG**\n\nDateigröße oder Zeitunterschied erzeugen automatisch einen Ausschluss.\n\n**CH12-F48— BEOBACHTUNG NACH WELLE HINZUFÜGEN**\n\nNeue Datensätze werden stillschweigend hinzugefügt, um die gewünschte Stichprobengröße zu erreichen.\n\n**CH12-F49— NIEDRIG BEWERTETE BEOBACHTUNG NACH DER WELLE ENTFERNEN**\n\nManifest und Ergebnis werden nachträglich geändert.\n\n**CH12-F50— ALTES MANIFEST LÖSCHEN**\n\nVersionshistorie wird zerstört.\n\n**CH12-F51— ROHDATEN KORRIGIEREN**\n\nDateiinhalte werden geändert, um Fehlklassifizierungen zu korrigieren.\n\n**CH12-F52— WIDERSPRUCHSRECHT VERWEIGERN**\n\nUnveränderlichkeit wird über Menschenrechte gestellt.\n\n**CH12-F53— GESCHLOSSENES EIGENTÜMERISCHES ERFASSUNGSMONOPOLE**\n\nNur mit dem Tool des Gründers erzeugte Nachweise werden als gültig betrachtet.\n\n**CH12-F54— DAS ERFASSUNGSSCHEMA NICHT VERÖFFENTLICHEN**\n\nEin unabhängiges Team kann nicht dieselbe Evidenzkette herstellen.\n\n**CH12-F55— DIE WELLENWURZEL ALS NACHWEIS DER REALITÄT BETRACHTEN**\n\nDie Merkle- oder Hash-Wurzel wird dargestellt, als würde sie die Inhaltsgenauigkeit beweisen.\n\n**CH12-F56— ANSPRACHE AUF „1,000 SCREENSHOTS“ OHNE EINE Evidenzpaket**\n\nDie Anzahl der Dateien wird wie die Anzahl gültiger Beobachtungen verwendet.\n\n## 78. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Bestimmen des Forschungszwecks der Welle\n\nHaupt-, bestätigend, Vorfall-, Drift- oder Retest-Typ wird ausgewählt.\n\n### Schritt 2— KI-Produkt- und Systemzustände festschreiben\n\nEs verbindet sich mit der Wellenversion des KI-Systemregisters in Abschnitt 9.\n\n### Schritt 3— Population-, Stichproben- und Panelzustände festschreiben\n\nAufzeichnungen aus den Abschnitten 5–8 und Abschnitt 11 werden verwendet.\n\n### Schritt 4— Prompt-Register festschreiben\n\nDie Prompt-Versionen in Abschnitt 10 sind mit der Erhebungswelle verknüpft.\n\n### Schritt 5— UTC Wellenfenster einstellen\n\nStart-, Schluss- und zusätzliche Zeitdauern werden geschrieben.\n\n### Schritt 6— Mikroslots erstellen\n\nTeilnehmer werden ausgewogen in Bezug auf Produkt, Land und Sprache Slots zugewiesen.\n\n### Schritt 7— Zeitquelle definieren\n\nServer, Gerät und vertrauenswürdige UTC Aufzeichnungen werden bestimmt.\n\n### Schritt 8— Erste Kontakt- und Wiederholungsregeln festschreiben\n\nTechnische und semantische Zustände werden getrennt.\n\n### Schritt 9— Aufnahmemethoden bestimmen\n\nWeb-, Mobil-, Barrierefreiheits- und natürliche Panel-Pfade werden definiert.\n\n### Schritt 10— NCL-Ziel bestimmen\n\nDer für die Hauptanalyse erforderliche Aufnahme-Confidence-Level wird aufgezeichnet.\n\n### Schritt 11— Evidenzpaket-Schema festschreiben\n\nManifest, Dateien, Hash und Metadatenfelder sind definiert.\n\n### Schritt 12— Datenschutz- und Schwärzungsregeln festschreiben\n\nRoh-, Prüfungs- und öffentliche Ebenen sind getrennt.\n\n### Schritt 13— Erfassen Sie Ihr Fahrzeug mit dem Piloten\n\nÄndert das Fahrzeug das Produktverhalten? Sind Zeit- und Textaufzeichnungen korrekt?\n\n### Schritt 14— Externes Ereignisregister öffnen\n\nEin Prozess zur Überwachung von Produkt- und Entitätsereignissen ist eingerichtet.\n\n### Schritt 15— Wave Lock bestätigen\n\n### Der Status WS-1 — FESTGESCHRIEBEN wird vergeben.\n\n### Schritt 16— Slots öffnen\n\nTeilnehmer dürfen nur in ihren eigenen Slots einreichen.\n\n### Schritt 17— Erstkontakt-Ergebnis aufzeichnen\n\nAntwort, Ablehnung, Fehler oder Limit ist getrennt.\n\n### Schritt 18— Erfassen der ersten geeigneten Ausgabe\n\nDie vollständige Antwort wird ohne Erneuerung aufbewahrt.\n\n### Schritt 19— Erstellen von Rohbeweisen und Metadaten\n\nScreenshots, Rohtexte, Systemstatus und Zeitstempel werden aufgezeichnet.\n\n### Schritt 20— Lokalen Hash ausführen und sicher hochladen\n\nDateien erhalten vor dem Hochladen einen Integritätsdatensatz.\n\n### Schritt 21— Serverakzeptanz und Erstellen eines Paket-Hashes\n\nDie Evidenzkette wird mit Serverzeit und Paket-ID geschlossen.\n\n### Schritt 22— Blindprüfung der Gültigkeit der Erfassung\n\nDer CV-Status wird vergeben, ohne den semantischen Erfolg zu kennen.\n\n### Schritt 23— Duplikat- und Manipulationsüberprüfung durchführen\n\nMehrere Signale und menschliche Überprüfung werden verwendet.\n\n### Schritt 24— Untersuchung des Systems innerhalb der Welle und externer Ereignisse\n\nBestimmen Sie, ob ein Teil-Welle- oder Mischzustand erforderlich ist.\n\n### Schritt 25— Wellen-Gesundheit zuweisen\n\nDer Status wird zwischen WH-0 und WH-5 zugewiesen.\n\n### Schritt 26— Wellenmanifest und Integritätsstamm erstellen\n\nDie Beobachtungsliste wird versioniert.\n\n### Schritt 27— Öffentliches Nachweis-Manifest veröffentlichen\n\nUmfang und Integrität werden ohne persönliche Daten sichtbar gemacht.\n\n### Schritt 28— Wellenabschlussbericht genehmigen\n\nZiele, Vorkommnisse, Mängel, Ereignisse und Änderungen werden mit menschlicher Zustimmung abgeschlossen.\n\n## 79. NOTWENDIGE NACHWEISE\n\nWellen-ID Wellentyp Protokollversion KI-System Registrierungsversion Populationsrahmen Probe-Sperre Panel-Status-Sperre Prompt Registrierungs-Version Referenzpaketversion UTC Start- und Endzeit Mikro-Zeitfenster-Liste Teilnehmer–Slot-Zuordnung Zeitquelle Geräteuhrabweichungen Übertragungszeiten Erste-Kontakt-Zeiten Abschlusszeiten Erfassungszeiten Hash-Zeiten Upload-Zeiten Server-Akzeptanzzeiten Erste-Kontakt-Ergebnisse Erste passende Inhaltsausgaben Technische Wiederholungsaufzeichnungen Teilantwortaufzeichnungen Ablehnungen und Nutzungsgrenzen Volle Rohantworten Volle Screenshots Sequenzielle visuelle Manifeste Bildschirmaufzeichnungen falls vorhanden Zitations- und Quellenaufzeichnungen Systemeinstellungen Nachweis Erfassungstool und Version Erfassungsmethode NCL-Stufe Dateihashes Paket-Hash\n\nDigitale Signatur Zeitstempel Duplikatsprüfungen Manipulationsprüfungen Erfassungs-Gültigkeitsentscheidungen Schwärzungsdateien Roh-zu-geschwärzten Links Datenschutzmanifest Rücknahmeaufzeichnungen Produktänderungsereignisse Externes Ereignisregister Wellenunterteilungen Slotbereich Länder- und Sprachbereich Technische Fehlerraten Erfassungs-Gültigkeitsrate Wellen-Status Wellenintegritätswurzel Öffentliches Evidenzmanifest Wellenabschlussbericht Änderungsprotokoll Verantwortliche Person oder Institution\n\n## 80. PRÜFLISTE FÜR AUDITS\n\nIst der Typ und Zweck der Welle klar? Wurden KI-Produkte und Systemstatus festgeschrieben? Sind die Bevölkerung, Stichprobe und Panel-Versionen bestimmt? Wurde der Prompt-Satz vor den Ergebnissen festgeschrieben? Ist das Wellenfenster UTC geöffnet? Wurden Mikro-Slots vorab zugewiesen? Wurden Länder und Sprachen gleichmäßig auf Slots verteilt? Haben Teilnehmer die Slots basierend auf ihren Ergebnissen gewechselt? Wurde die lokale Zeitbelastung bewertet? Gibt es rotierende Wellenstunden? Sind die zusätzlichen Zeiten für Einreichung und Abschluss klar? Wurde die Geräteuhr mit einer zuverlässigen UTC-Quelle verglichen? Wurden Einreichungs-, Abschluss-, Erfassungs- und Hochladezeiten getrennt? Wurden Beobachtungen außerhalb der Welle in die Hauptbewertung einbezogen? Wurde das Ergebnis des ersten Kontakts aufgezeichnet? Wurde ein technischer Fehler von einer Ablehnung unterschieden?\n\nWurde aufgrund einer falschen Antwort ein erneuter Versuch unternommen? Wurde der erste Versuch im technischen Retry beibehalten? Wurden Teilergebnisse gelöscht? Ist die erste geeignete Ausgabe wirklich die erste Ausgabe? Wurde „Regenerate“ oder eine Folge-/Nachricht verwendet? Wird die visuelle Prompt und die gesamte Antwort angezeigt? Gibt es bei langen Antworten eine Erfassung ohne Leerzeichen? Entspricht der Rohtext der visuellen Darstellung? Falls OCR verwendet wurde, gab es eine menschliche Überprüfung? Wurden dynamische Antwortversionen beibehalten? Hat der Nutzer die Antwort gestoppt? Sind die Prompt und die Antwort mit derselben Sitzung verknüpft? Wurde das Erfassungstool und die Version protokolliert? Hat das Erfassungstool das Nutzerverhalten verändert? Wurde der NCL-Level angegeben? Gibt es Beobachtungen unterhalb von NCL-3 in der Hauptanalyse? Hat jede Datei einen Hash? Ist klar, was der Hash nicht beweist?\n\nGibt es eine digitale Signatur oder Serverzeit? Ist die Aufnahmezeit von der Upload-Zeit getrennt? Gibt es einen Grund für den späten Upload und ein lokales Integritätsprotokoll? Wurde die Bearbeitung an den Rohbeweisen durchgeführt? Haben die bearbeiteten Derivate separate Hashes? Enthüllt das öffentliche Manifest die Identität des Teilnehmers? Kann ein Nutzer aus einem kleinen Land wieder identifiziert werden? Wurden private Gespräche unnötigerweise im natürlichen Panel erfasst? Wurde ein alternativer Evidenzweg für Nutzer mit Zugriffshilfen bereitgestellt? Wurde die Duplikatentscheidung nur auf demselben Text basierend getroffen? Trägt die Manipulationsentscheidung mehrere Signale? Kennt der Erfassungsvalidierer die semantische Punktzahl? Deckt die richtige Antwort den Evidenzfehler ab? Wurde die falsche Antwort für ungültig erklärt? Hat sich das Produkt während der Welle geändert?\n\nWurde die Produktänderung als Unterwelle oder Mischzustand verarbeitet? Wurden externe Ereignisse aufgezeichnet? Haben externe Ereignisse laut Ergebnis zu einer Ausschlusswertung geführt? Ist der Wellengesundheitsstatus unabhängig von der Bewertung? Wurden nach dem Schließen der Welle Beobachtungen hinzugefügt oder entfernt? Werden das alte Manifest und die Integritätswurzel aufbewahrt? Wie wurden Teilnehmer-Rücktrittsanfragen behandelt? Gibt es ein öffentliches Beweismanifest? Gibt es einen eindeutig verantwortlichen Eigentümer des Wellenabschlussberichts?\n\n## 81. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Wenn nicht alle Nutzer genau im selben Moment ihre Eingaben machen, wird keine echte Gleichzeitigkeit erreicht.“\n\nEine Ein-Sekunden-Übermittlung kann künstliche Last-, Verbindungs- und Warteschlangeneffekte erzeugen. Ein vordefiniertes kurzes UTC-Fenster und zufällige Mikro-Slots können denselben Systemzeitraum zuverlässiger messen.\n\n### Einwand 2— \"Das Produkt kann sich innerhalb eines Ein-Stunden-Zeitrahmens ändern.\"\n\nEs kann sich ändern. Daher sind Systemaufzeichnungen, Konfigurations-Fingerabdruck und Produktänderungsverfolgung erforderlich. Im Falle einer wesentlichen Änderung wird die Welle getrennt.\n\n### Einwand 3— \"Warum reicht nicht einfach ein Screenshot?\"\n\nScreenshot:\n\n- Zeit,\n\n- anfängliche Ausgabe,\n\n- Prompt-Version,\n\n- Systemeinstellung,\n\n- Kopieren\n\nDiese Themen nicht immer anzeigen. Ein vollständiges Evidenzpaket ist erforderlich.\n\n### Einwand 4— „Ist es nicht zu aufwendig, tausend Screenshots einzeln zu überprüfen?“\n\nEs ist aufwendig. Automatische Integritätsprüfungen, stichprobenartige menschliche Überprüfungen und risikobasierte Verifikationen können verwendet werden. Kritische oder verdächtige Aufzeichnungen werden genauer untersucht.\n\n### Einwand 5— „Wenn es einen Hash gibt, warum können wir dann nicht sagen, dass die Datei echt ist?“\n\nEin Hash zeigt nur, dass die Datei nach der Erstellung des Hashes unverändert geblieben ist. Er zeigt nicht, wie die Datei vor der Erstellung des Hashes entstanden ist.\n\n### Einwand 6— „Wenn der Nutzer persönliche Informationen kürzen muss, wie wird dann die Rohdatei geschützt?“\n\nWenn möglich, sollte das Capture-Tool von Anfang an keine persönlichen Informationen erfassen. Falls unvermeidbar, wird die Rohdatei in einem eingeschränkten und verschlüsselten Repository aufbewahrt, und eine öffentliche Kopie wird als separat redigierte Version bereitgehalten.\n\n### Einwand 7— „Wenn die Antwort falsch ist, warum versuchen wir es dann nicht noch einmal?“\n\nWeil eine falsche Antwort eine Frage der Messung ist. Ein erneuter Versuch ist nur bei einem tatsächlichen technischen Fehler vorgesehen.\n\n### Einwand 8— „Wenn das System ablehnt, kann der Nutzer tatsächlich noch einmal versuchen?“\n\nRichtig. Das Haupt-First-Contact-Panel speichert die Ablehnung. Ein separat vorhandener Natural Interaction Track kann das Nachverhalten des Nutzers messen.\n\n### Einwand 9— „Wenn ein technischer Fehler ein Problem der Nutzererfahrung ist, warum erlauben wir dann einen erneuten Versuch?“\n\nDer technische Fehler wird als Ergebnis des ersten Kontakts beibehalten. Ein vordefinierter technischer Wiederholungsversuch kann durchgeführt werden, um zusätzlich den repräsentativen Inhalt zu untersuchen. Die beiden Ergebnisse ersetzen einander nicht.\n\n### Einwand 10— „Ist nicht das eigene Protokoll des Anbieters der stärkste Nachweis?“\n\nTechnisch kann es sehr stark sein. Der Anbieter ist der Eigentümer des gemessenen Systems. Es ist zuverlässiger, wenn es zusammen mit einer unabhängigen Nutzeraufnahme verwendet wird.\n\n### Einwand 11— „Wird NOMOS Capture eine verpflichtende NobleJackal-Software sein?“\n\nNr. NOMOS Capture ist ein offenes Evidenzprotokoll. Unabhängige Werkzeuge, die die äquivalenten Schema- und Integritätsbedingungen erfüllen, können kompatibel sein.\n\n### Einwand 12— „Wenn wir nicht alle Nachweise öffentlich machen, wie wird dann eine unabhängige Überprüfung durchgeführt?“\n\nDas öffentliche Manifest zeigt Integrität und Umfang. Autorisierte unabhängige Prüfer können auf geschwärzte oder eingeschränkte Rohbeweise zugreifen. Datenschutz und Überprüfung können zusammen gestaltet werden.\n\n### Einwand 13— „Würde nicht die gesamte Arbeit gestört, wenn wichtige Nachrichten während der Welle auftauchen?“\n\nNicht immer. Der Bericht ist Teil der realen Systemumgebung. Er kann mit einem Zeitstempel vor und nach dem Ereignis getrennt werden. Der Umfang der Bewertung wird entsprechend erklärt.\n\n### Einwand 14— „Ist es nicht einfacher, alte Antworten zu verwerfen und mit dem neuen System fortzufahren, wenn ein Produkt aktualisiert wird?“\n\nAlte Antworten sind am Messdatum real. Sie können nicht gelöscht werden. Alte und neue Systemstatus müssen als separate Wellen oder Unterwellen beibehalten werden.\n\n### Einwand 15— „Wenn das Erfassungstool das Produktverhalten beeinflusst, schlägt die ganze Methode fehl?“\n\nNein. Der Fahrzeugeffekt wird mit dem Piloten gemessen. Falls notwendig, wird ein leichteres Fahrzeug, manuelle Erfassung oder eine Methode gewählt, die den Fahrzeugeffekt als separaten Faktor verwendet.\n\n### Einwand 16— „Wenn der Teilnehmer seine Daten zurückzieht, wäre dann die Integritätswurzel nicht gefährdet?“\n\nEine neue Manifestversion und eine neue Wurzel werden erstellt. Der alte Eintrag kann eine inhaltslose ZURÜCKGEZOGENE Spur behalten. Er wird auf der Architektur für Nachweise der Menschenrechte aufrechterhalten.\n\n## ALLGEMEINES URTEIL DES ABSCHNITTS 85\n\nAm Ende einer GEO-1000-Studie könnten Sie 30,000 Screenshots haben. Diese Zahl allein ist kein Nachweis. Sie müssen Folgendes wissen: In welcher Welle wurden sie erstellt? Zu welchem Systemzustand gehörten sie? Wurde tatsächlich derselbe Prompt gesendet? War es die erste Ausgabe? Wurde die Antwort aktualisiert? Hat sich das Produkt während der Welle verändert? Wann wurde die Datei erfasst? Wann wurde der Hash erstellt? Wurde die Teilnehmer-ID wiederholt? Zeigt die Visualisierung die gesamte Antwort? Entspricht der rohe Text der Visualisierung? Wenn die Nachweise später bearbeitet wurden, wo ist das Original? Wurde die Erfassungsprüfung vor der semantischen Bewertung durchgeführt? Sie können innerhalb derselben Sekunde tausendmal klicken. Trotzdem:\n\n- geräteinterne Uhren,\n\n- Verbindungen,\n\n- Warteschlangen,\n\n- Produktzustände\n\nEs kann unterschiedlich sein. Daher ist Gleichzeitigkeit keine Marketingshow. Es ist eine vordefinierte Zeitarchitektur. Wenn ein Nutzer eine falsche Antwort erhält: 'Versuchen Sie es noch einmal.' zu sagen, ist verlockend. Aber diese falsche Antwort ist die Realität, die Sie zu messen versuchen. Wenn Sie sie löschen, beheben Sie das System nicht. Sie verfälschen die Nachweise. Wenn ein Nutzer einen echten Verbindungsfehler erlebt, kann ein technischer Wiederholungsversuch durchgeführt werden. Aber das Ergebnis des ersten Kontakts sollte dennoch erhalten bleiben. Denn der Nutzer ist zuerst auf den Fehler gestoßen. Der Hash ist wertvoll. Die digitale Signatur ist wertvoll. Der Zeitstempel ist wertvoll. Der Screenshot ist wertvoll. Keines davon allein enthält die ganze Wahrheit. Vertrauen:\n\n- Prompt,\n\n- Zeit,\n\n- Produkt,\n\n- Nutzer,\n\n- Datei,\n\n- Initiative,\n\n- Verifizierung\n\nEs entsteht aus der gemeinsamen Erhaltung seiner Kette. Ein Standard: Wenn es heißt: „Nur Nachweise, die mit meiner Software erstellt wurden, sind gültig“, stellt es das eigene Interesse über die unabhängige Reproduzierbarkeit. Aus diesem Grund ist NOMOS Capture keine Werkzeugmarke, sondern eine offene Beweisarchitektur. Unabhängige Universitäten, Forscher oder Prüfinstitutionen sollten in der Lage sein, dieselben Regeln anzuwenden. Daher lautet das zwölfte Messgesetz von NOMOS wie folgt:\n\n> Nebenläufigkeit ist beobachtbare Reproduzierbarkeit innerhalb desselben definierten Systemzeitpunkts, nicht derselben Sekunde.\n\nDas dreizehnte Gesetz lautet wie folgt:\n\n> Die erste Ausgabe ist kein Entwurf, der erneuert werden kann, bis einem das Ergebnis gefällt.\n\nDas vierzehnte Gesetz lautet wie folgt:\n\n> Hash bewahrt den Beweis; er erstellt keinen Beweis.\n\nDas fünfzehnte Gesetz lautet wie folgt:\n\n> Erfassungsvalidität und Reaktionsgenauigkeit sind unabhängig voneinander.\n\nSechzehntes Gesetz lautet wie folgt:\n\n> Die Evidenzkette sollte die Integrität der Beobachtung sichtbar machen, nicht die Identität der Person.\n\nSein siebzehntes Gesetz lautet:\n\n> Wenn sich das System während der Welle verändert, kann es nicht so tun, als hätte sich die Messhistorie nicht verändert.\n\nSein achtzehntes Messgesetz besagt:\n\n> Auf Rohbeweise wird nichts geschrieben; Entscheidungen werden durch Versionierung korrigiert.\n\nSein neunzehntes Messgesetz besagt:\n\n> Eine Erfassungsmethode, die nicht unabhängig angewendet werden kann, kann kein Weltstandard sein.\n\n## Bestellung von Abschnitt 12 von NOMOS\n\n> Sag mir nicht „wir haben zur gleichen Zeit gefragt.“ / Zeige, in welchem UTC-Fenster, in welchem Slot und in welchem Systemzustand du gefragt hast.\n\n> Stapele nicht tausend Personen in dieselbe Sekunde, um einen künstlichen Fehler zu erzeugen. / Verteile die Zeit, aber halte das System in derselben Welle.\n\n> Mische keine Ortszeiten miteinander. / Mache die Gerätesteuerung nicht zur absoluten Wahrheit.\n\n> Speichere nicht das Ergebnis des ersten Kontakts. / Speichere das Nutzungslimit, Wiederholungen, Fehler und Klärungen separat.\n\n> Regeneriere nicht, wenn du eine falsche Antwort bekommst. / Diese falsche Antwort ist mein tatsächliches Verhalten.\n\n> Du kannst es erneut versuchen, wenn ein technischer Fehler auftritt. / Lösche aber nicht den ersten Fehler.\n\n> Bringen Sie mir nicht nur einen Screenshot. / Bringen Sie den Prompt, die vollständige Antwort, das Produkt, die Zeit, die Einstellung, die Interferenzkette und die Datei-Integrität.\n\n> Schneiden Sie den guten Teil Ihrer Antwort nicht ab. / Lassen Sie das Ende, die Grenze und den Fehler sichtbar.\n\n> Erklären Sie den Hash nicht als Realität. / Beweisen Sie auch, was vor dem Hash war.\n\n> Schwärzen Sie die Rohdatei selbst nicht. / Bewahren Sie das Original und erstellen Sie eine separate öffentliche Kopie.\n\n> Veröffentlichen Sie keinen Namen einer Person, kein Konto oder private Unterhaltung als Nachweis.\n\n> Machen Sie den einzigen Teilnehmer in einem kleinen Land nicht identifizierbar.\n\n> Erklären Sie Ihr Erfassungstool nicht als neutral, ohne zu testen, ob es mich verändert hat.\n\n> Wenn sich das System in der Mitte der Welle geändert hat, dürfen alte und neue Antworten nicht zusammengeführt werden, als gehörten sie zu einem einzigen Produkt.\n\n> Wenn ein externes Ereignis die Änderung verursacht hat, zeichnen Sie das Ereignis auf. / Löschen Sie die Beobachtung nicht, nur weil Ihnen die Bewertung nicht gefällt.\n\n> Halten Sie das Evidenzmaterial unverändert. / Wenn die Entscheidung falsch ist, korrigieren Sie sie mit einer neuen Version.\n\n> Binden Sie den Erfassungsstandard nicht an die geschlossene Software eines einzelnen Unternehmens. / Lassen Sie andere in der Lage sein, dieselbe Evidenzkette herzustellen.\n\n> Zuerst die Welle festschreiben. / Dann die Zeit verteilen. / Dann den ersten Output erfassen. / Dann hashen. / Dann sicher hochladen. / Dann die Erfassung überprüfen, ohne die Genauigkeit zu prüfen. / Und erst danach entscheiden, was Ihre Antwort aussagt.\n\n## Der abschließende Satz des Kapitels\n\n> Eine Antwort in GEO-1000 wird erst dann zu einer echten Maßeinheit, wenn gezeigt werden kann, unter welchem Systemzustand, zu welchem Zeitpunkt, von welchem Prompt und innerhalb welcher unveränderlichen Evidenzkette sie entstanden ist.\n\n## Normativer Kern\n\n> Jede GEO-1000-Beobachtung MUSS mit einer vorher deklarieren und versionierten Messwelle verknüpft sein, die Folgendes definiert: - KI-Produktzustände, - Populationen und Stichprobenrahmen, - Panelzustände, - Prompt-Versionen, - UTC-Übertragungsfenster, - randomisierte Mikro-Slots, - Abschluss- und Erfassungsfristen, - technische Wiederholungsregeln, - Erfassungsschema, - Referenzdatensatzversionen und - Governance-Zuordnung. Synchronisation MUSS Beobachtung innerhalb eines deklarierten UTC-Systemzustandsfensters und zugewiesener Slot-Struktur bedeuten. Sie DARF NICHT als perfekte Millisekunden-Simultanität repräsentiert werden. Jede Beobachtung MUSS folgende Angaben so weit wie möglich beibehalten: - Zuweisungszeit, - Prompt-Einreichungszeit, - erstes Systemereignis, - Abschlusszeit der Antwort, - Erfassungszeit, - Hash-Erstellungszeit, - Upload-Zeit, - und Server-Akzeptanzzeit. Das Ergebnis des ersten Kontakts MUSS sichtbar bleiben. Ein technischer Wiederholungsversuch DARF nur unter zuvor angekündigten Infrastruktur-Ausfallbedingungen verwendet werden und MUSS jeden vorherigen Versuch beibehalten. Falsche, ungünstige, abgelehnte, nicht zitierte, gekürzte oder kritische Ausgaben DARF NICHT einfach aufgrund ihres Inhalts erneut erzeugt, ersetzt oder ausgeschlossen werden. Ein NOMOS Evidenzbündel MUSS das exakt zugewiesene und gesendete Prompt, die vollständige Rohantwort, alle visuellen Nachweise, Systemzustands-Metadaten, Versuchprotokolle, Zeitevidenz, Datei-Hashes, Bündel-Hash, Version des Erfassungswerkzeugs, Datenschutzstatus und eine anonymisierte Erfassungs-Gültigkeitsentscheidung beibehalten. Ein Screenshot, Hash, digitale Signatur, Anbieterprotokoll oder Zeitstempel DARF NICHT einzeln als vollständiger Nachweis der Authentizität der Beobachtung repräsentiert werden. Rohbeweise MÜSSEN unveränderlich oder nur anhängbar bleiben. Schwärzungen, Korrekturen, Rücknahmen, Ausschlüsse und Änderungen durch die Entscheidung MÜSSEN verknüpfte Versionen erzeugen und den vorherigen Datensatz dort bewahren, wo dies ethisch und rechtlich zulässig ist. Materielle KI-Produktänderungen oder externe Ereignisse während einer Welle MÜSSEN zeitlich erfasst und durch Unterwellen, explizite Modellierung, Neustart oder Mischzustandswarnungen behandelt werden. Die Gültigkeit der Erfassung MUSS unabhängig von der semantischen Korrektheit entschieden werden. Öffentliche Nachweis-Manifeste MÜSSEN die Überprüfung unterstützen, ohne unnötig die Identität von Teilnehmern, Zugangsdaten, private Gesprächshistorie oder den genauen Standort offenzulegen. NOMOS Die Einhaltung der Erfassung MUSS durch offene, gleichwertige Evidenzsysteme umsetzbar sein und DARF NICHT ausschließlich von einem proprietären Tool abhängen, das von dem Gründer des Standards kontrolliert wird. Jede Welle, jedes Evidenzpaket, jede Erfassungsentscheidung, jede Manifestüberarbeitung und jeder Integritätsdatensatz MUSS versioniert und einer verantwortlichen Person oder Organisation zuordenbar sein.","character_count":96605,"record_sha256":"f9101aa86d5117c701d7b34584ad10a706be0d09869536fc0af8e98170277bf1"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-13","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":15,"chapter_number":13,"item_number":null,"title":"Das verifizierte Faktenpaket zur Entität","subtitle":"Verifiziertes Faktenpaket zur Entität","canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K10","K11","K12"],"source_word_count":11921,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":13,\"id\":\"NOMOS-GEO-AUDIT-CH13\",\"title\":\"Das verifizierte Faktenpaket zur Entität\",\"subtitle\":\"Verifiziertes Faktenpaket zur Entität\",\"sourceFile\":\"13.cü bölüm.docx\",\"sourceSha256\":\"64B3AC4DCB22A03896E7154103C3B7E326ECFC09EB4A754FE96CAD9BA32DD2AA\",\"sourceWordCount\":11921,\"sourceIds\":[\"K10\",\"K11\",\"K12\"],\"machine\":{\"chapter\":13,\"chapterId\":\"NOMOS-GEO-AUDIT-CH13\",\"title\":\"Das verifizierte Faktenpaket zur Entität\",\"subtitle\":\"Verifiziertes Faktenpaket zur Entität\",\"sourceIds\":[\"K10\",\"K11\",\"K12\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH13-R01\",\"normativeRuleEnglish\":\"Before semantic adjudication begins, every GEO-1000 audit MUST lock a versioned Verified Entity Truth Pack for the audited entity, prompt scope, jurisdictions, products, languages, and reference time. The Truth Pack MUST contain, as applicable: - canonical entity identity, - atomic reference claims, - Official Representation Records, - supporting evidence, - counter-evidence, - source-lineage and evidence-family records, - scope and jurisdiction qualifiers, - validity and publication times, - public and restricted access classes, - unknown and unresolved registers, - appeal and change records, - and an integrity manifest. An Official Representation Record MUST NOT be treated as independently verified reality merely because it is official. A first-party source MAY be authoritative for claims under the entity's direct control, while remaining non-independent for comparative, performance, leadership, or external-validation claims. Different URLs, publications, translations, syndications, or AI summaries MUST NOT be counted as independent evidence when they derive from the same root source. Every evidence object MUST state which atomic claim it supports, qualifies, contradicts, outdates, or contextualises. The absence of located evidence MUST NOT automatically be represented as proof that a claim is false. Open-world and closed-world evidence conditions MUST remain distinct. Quantitative claims MUST retain numerator, denominator, period, unit, inclusion and exclusion rules, source data, and calculation method. Customer, partner, license, certification, membership, award, legal, performance, and superiority claims MUST preserve their exact entity, relationship, scope, jurisdiction, time, and evidence status. Publicly discoverable evidence, restricted audit evidence, and non-public evidence MUST remain separately classified. A claim MAY be factually verified through restricted evidence without being publicly retrievable by a consumer AI product. Factual verification and public discoverability MUST remain distinct. Truth Pack claims MUST NOT be added, removed, broadened, narrowed, or reclassified after AI responses are observed unless a new Truth Pack version is created and prior records are preserved. A response claim not covered by the locked Truth Pack MUST trigger a reference-gap process rather than automatic failure or automatic acceptance. Unknown, unsupported, unresolved, contradicted, historical, expired, scope-limited, and restrictedly verified states MUST remain separately visible. The audited entity MAY submit evidence, corrections, and appeals, but MUST NOT act as the sole adjudicator of its own claims. AI systems MAY assist with extraction, normalisation, lineage detection, and contradiction discovery, but MUST NOT serve as the sole final authority for claim truth status. Every Truth Pack version, evidence registration, support-status decision, appeal, and change MUST be attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Semantik hakemlik başlamadan önce her GEO-1000 denetimi; denetlenen varlık, prompt kapsamı, ülkeler, ürünler, diller ve referans zamanı için sürümlü bir Doğrulanmış Varlık Gerçeklik Paketi kilitlemelidir. Paket kanonik varlık kimliğini, atomik referans iddialarını, Resmî Temsil Kayıtlarını, destekleyen kanıtı, karşı kanıtı, kaynak soyunu, kapsam ve zaman sınırlarını, erişim sınıflarını, bilinmeyenleri, itirazları ve bütünlük manifestini taşımalıdır. Resmî beyan yalnız resmî olduğu için bağımsız doğrulanmış gerçeklik sayılamaz. Farklı URL’ler aynı kök kaynaktan türemişse bağımsız kanıtlar olarak sayılamaz.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH13-MB0001\",\"type\":\"paragraph\",\"text\":\"92. MACHINE-READABLE TRUTH PACK RECORD\",\"sourceParagraph\":2450},{\"blockId\":\"CH13-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2451},{\"blockId\":\"CH13-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2452},{\"blockId\":\"CH13-MB0004\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2453},{\"blockId\":\"CH13-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"claimId\\\": \\\"NGC-SYNTH-ASTERON-25-COUNTRIES-002\\\",\",\"sourceParagraph\":2454},{\"blockId\":\"CH13-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2455},{\"blockId\":\"CH13-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"claimType\\\": \\\"CT-05\\\",\",\"sourceParagraph\":2456},{\"blockId\":\"CH13-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"predicate\\\": \\\"operatesInCountryCount\\\",\",\"sourceParagraph\":2457},{\"blockId\":\"CH13-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": 25,\",\"sourceParagraph\":2458},{\"blockId\":\"CH13-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"VS-U\\\",\",\"sourceParagraph\":2459},{\"blockId\":\"CH13-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"scopeStatus\\\": \\\"SC-0\\\",\",\"sourceParagraph\":2460},{\"blockId\":\"CH13-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"timeStatus\\\": \\\"TS-0\\\",\",\"sourceParagraph\":2461},{\"blockId\":\"CH13-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"officialRepresentationStatus\\\": \\\"OFFICIAL_CURRENT\\\",\",\"sourceParagraph\":2462},{\"blockId\":\"CH13-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"publicDiscoverability\\\": \\\"PUBLICLY_DISCOVERABLE\\\",\",\"sourceParagraph\":2463},{\"blockId\":\"CH13-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceLinks\\\": [\",\"sourceParagraph\":2464},{\"blockId\":\"CH13-MB0016\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2465},{\"blockId\":\"CH13-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-WEB-025\\\",\",\"sourceParagraph\":2466},{\"blockId\":\"CH13-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"SUPPORTS\\\"\",\"sourceParagraph\":2467},{\"blockId\":\"CH13-MB0019\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2468},{\"blockId\":\"CH13-MB0020\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2469},{\"blockId\":\"CH13-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-OPS-001\\\",\",\"sourceParagraph\":2470},{\"blockId\":\"CH13-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"QUALIFIES\\\"\",\"sourceParagraph\":2471},{\"blockId\":\"CH13-MB0023\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2472},{\"blockId\":\"CH13-MB0024\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2473},{\"blockId\":\"CH13-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"uncertainty\\\": \\\"The term operates is not defined consistently.\\\"\",\"sourceParagraph\":2474},{\"blockId\":\"CH13-MB0026\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2475},{\"blockId\":\"CH13-MB0027\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2476},{\"blockId\":\"CH13-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"evidence\\\": [\",\"sourceParagraph\":2477},{\"blockId\":\"CH13-MB0029\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2478},{\"blockId\":\"CH13-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-WEB-025\\\",\",\"sourceParagraph\":2479},{\"blockId\":\"CH13-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"sourceRole\\\": \\\"SR-01\\\",\",\"sourceParagraph\":2480},{\"blockId\":\"CH13-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"title\\\": \\\"Asteron Global Presence Page\\\",\",\"sourceParagraph\":2481},{\"blockId\":\"CH13-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"sourceControl\\\": \\\"AUDITED_ENTITY_CONTROLLED\\\",\",\"sourceParagraph\":2482},{\"blockId\":\"CH13-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"authorityForClaim\\\": \\\"OFFICIAL_SELF_REPRESENTATION\\\",\",\"sourceParagraph\":2483},{\"blockId\":\"CH13-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"independence\\\": \\\"NOT_INDEPENDENT\\\",\",\"sourceParagraph\":2484},{\"blockId\":\"CH13-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"publishedAt\\\": \\\"2026-01-10\\\",\",\"sourceParagraph\":2485},{\"blockId\":\"CH13-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"capturedAt\\\": \\\"2026-08-30T14:00:00Z\\\",\",\"sourceParagraph\":2486},{\"blockId\":\"CH13-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"accessClass\\\": \\\"EA-1\\\",\",\"sourceParagraph\":2487},{\"blockId\":\"CH13-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"lineageFamilyId\\\": \\\"EVIDENCE-FAMILY-ASTERON-SELF-CLAIM-001\\\",\",\"sourceParagraph\":2488},{\"blockId\":\"CH13-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETIC-HASH-WEB-025\\\"\",\"sourceParagraph\":2489},{\"blockId\":\"CH13-MB0041\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2490},{\"blockId\":\"CH13-MB0042\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2491},{\"blockId\":\"CH13-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-OPS-001\\\",\",\"sourceParagraph\":2492},{\"blockId\":\"CH13-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"sourceRole\\\": \\\"SR-02\\\",\",\"sourceParagraph\":2493},{\"blockId\":\"CH13-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"title\\\": \\\"Verified Active Operations Register\\\",\",\"sourceParagraph\":2494},{\"blockId\":\"CH13-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"sourceControl\\\": \\\"AUDITED_ENTITY_CONTROLLED\\\",\",\"sourceParagraph\":2495},{\"blockId\":\"CH13-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"authorityForClaim\\\": \\\"DIRECT_OPERATIONAL_RECORD\\\",\",\"sourceParagraph\":2496},{\"blockId\":\"CH13-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"independence\\\": \\\"NOT_INDEPENDENT\\\",\",\"sourceParagraph\":2497},{\"blockId\":\"CH13-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"capturedAt\\\": \\\"2026-08-29T10:00:00Z\\\",\",\"sourceParagraph\":2498},{\"blockId\":\"CH13-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"accessClass\\\": \\\"EA-3\\\",\",\"sourceParagraph\":2499},{\"blockId\":\"CH13-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETIC-HASH-OPS-001\\\"\",\"sourceParagraph\":2500},{\"blockId\":\"CH13-MB0052\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2501},{\"blockId\":\"CH13-MB0053\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2502},{\"blockId\":\"CH13-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-CONTRACTS-002\\\",\",\"sourceParagraph\":2503},{\"blockId\":\"CH13-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"sourceRole\\\": \\\"SR-04\\\",\",\"sourceParagraph\":2504},{\"blockId\":\"CH13-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"title\\\": \\\"Country Contract Corroboration Set\\\",\",\"sourceParagraph\":2505},{\"blockId\":\"CH13-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"sourceControl\\\": \\\"MULTI_PARTY\\\",\",\"sourceParagraph\":2506},{\"blockId\":\"CH13-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"authorityForClaim\\\": \\\"CONTRACTUAL_CORROBORATION\\\",\",\"sourceParagraph\":2507},{\"blockId\":\"CH13-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"independence\\\": \\\"PARTIALLY_INDEPENDENT\\\",\",\"sourceParagraph\":2508},{\"blockId\":\"CH13-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"capturedAt\\\": \\\"2026-08-29T11:00:00Z\\\",\",\"sourceParagraph\":2509},{\"blockId\":\"CH13-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"accessClass\\\": \\\"EA-4\\\",\",\"sourceParagraph\":2510},{\"blockId\":\"CH13-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETIC-HASH-CONTRACTS-002\\\"\",\"sourceParagraph\":2511},{\"blockId\":\"CH13-MB0063\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2512},{\"blockId\":\"CH13-MB0064\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2513},{\"blockId\":\"CH13-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"unknowns\\\": [\",\"sourceParagraph\":2514},{\"blockId\":\"CH13-MB0066\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2515},{\"blockId\":\"CH13-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"unknownId\\\": \\\"NGU-SYNTH-001\\\",\",\"sourceParagraph\":2516},{\"blockId\":\"CH13-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"type\\\": \\\"UNKNOWN_SCOPE\\\",\",\"sourceParagraph\":2517},{\"blockId\":\"CH13-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"relatedClaimId\\\": \\\"NGC-SYNTH-ASTERON-25-COUNTRIES-002\\\",\",\"sourceParagraph\":2518},{\"blockId\":\"CH13-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"description\\\": \\\"The official term operates is not defined.\\\"\",\"sourceParagraph\":2519},{\"blockId\":\"CH13-MB0071\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2520},{\"blockId\":\"CH13-MB0072\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2521},{\"blockId\":\"CH13-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"governance\\\": {\",\"sourceParagraph\":2522},{\"blockId\":\"CH13-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"claimLedgerOwnerRole\\\": \\\"TRUTH_PACK_EDITOR\\\",\",\"sourceParagraph\":2523},{\"blockId\":\"CH13-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceRegistrarRole\\\": \\\"EVIDENCE_REGISTRAR\\\",\",\"sourceParagraph\":2524},{\"blockId\":\"CH13-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"counterEvidenceReviewerRole\\\": \\\"COUNTER_EVIDENCE_REVIEWER\\\",\",\"sourceParagraph\":2525},{\"blockId\":\"CH13-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"finalApproverRole\\\": \\\"ACCOUNTABLE_HUMAN_TRUTH_PACK_APPROVER\\\",\",\"sourceParagraph\":2526},{\"blockId\":\"CH13-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeSemanticReview\\\": true,\",\"sourceParagraph\":2527},{\"blockId\":\"CH13-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-08-31T18:00:00Z\\\"\",\"sourceParagraph\":2528},{\"blockId\":\"CH13-MB0080\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2529},{\"blockId\":\"CH13-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"integrity\\\": {\",\"sourceParagraph\":2530},{\"blockId\":\"CH13-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"manifestHash\\\": \\\"SYNTHETIC-TRUTH-PACK-MANIFEST-HASH\\\",\",\"sourceParagraph\":2531},{\"blockId\":\"CH13-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"previousVersion\\\": null\",\"sourceParagraph\":2532},{\"blockId\":\"CH13-MB0084\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2533},{\"blockId\":\"CH13-MB0085\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2534},{\"blockId\":\"CH13-MB0086\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2535},{\"blockId\":\"CH13-MB0087\",\"type\":\"paragraph\",\"text\":\"93. MACHINE-READABLE CLAIM–EVIDENCE RECORD\",\"sourceParagraph\":2537},{\"blockId\":\"CH13-MB0088\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2538},{\"blockId\":\"CH13-MB0089\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2539},{\"blockId\":\"CH13-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2540},{\"blockId\":\"CH13-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2541},{\"blockId\":\"CH13-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"claimEvidenceRecord\\\": {\",\"sourceParagraph\":2542},{\"blockId\":\"CH13-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"claimId\\\": \\\"NGC-SYNTH-ASTERON-SUCCESS-003\\\",\",\"sourceParagraph\":2543},{\"blockId\":\"CH13-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2544},{\"blockId\":\"CH13-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"claimType\\\": \\\"CT-08\\\",\",\"sourceParagraph\":2545},{\"blockId\":\"CH13-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"atomicClaim\\\": {\",\"sourceParagraph\":2546},{\"blockId\":\"CH13-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"predicate\\\": \\\"projectSuccessRate\\\",\",\"sourceParagraph\":2547},{\"blockId\":\"CH13-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": 0.98,\",\"sourceParagraph\":2548},{\"blockId\":\"CH13-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"unit\\\": \\\"PROPORTION\\\",\",\"sourceParagraph\":2549},{\"blockId\":\"CH13-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"population\\\": \\\"ALL_PROJECTS\\\",\",\"sourceParagraph\":2550},{\"blockId\":\"CH13-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"period\\\": \\\"UNSPECIFIED\\\"\",\"sourceParagraph\":2551},{\"blockId\":\"CH13-MB0102\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2552},{\"blockId\":\"CH13-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"officialRepresentation\\\": {\",\"sourceParagraph\":2553},{\"blockId\":\"CH13-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"OFFICIAL_CURRENT\\\",\",\"sourceParagraph\":2554},{\"blockId\":\"CH13-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"sourceEvidenceId\\\": \\\"NGEV-SYNTH-WEB-SUCCESS-003\\\"\",\"sourceParagraph\":2555},{\"blockId\":\"CH13-MB0106\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2556},{\"blockId\":\"CH13-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"verification\\\": {\",\"sourceParagraph\":2557},{\"blockId\":\"CH13-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"VS-U\\\",\",\"sourceParagraph\":2558},{\"blockId\":\"CH13-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"scopeStatus\\\": \\\"SC-0\\\",\",\"sourceParagraph\":2559},{\"blockId\":\"CH13-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"timeStatus\\\": \\\"TS-0\\\",\",\"sourceParagraph\":2560},{\"blockId\":\"CH13-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"reasonCodes\\\": [\",\"sourceParagraph\":2561},{\"blockId\":\"CH13-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"DENOMINATOR_UNDEFINED\\\",\",\"sourceParagraph\":2562},{\"blockId\":\"CH13-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"SUCCESS_CRITERION_UNDEFINED\\\",\",\"sourceParagraph\":2563},{\"blockId\":\"CH13-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"PERIOD_UNDEFINED\\\",\",\"sourceParagraph\":2564},{\"blockId\":\"CH13-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"SELECTED_CASES_ONLY\\\"\",\"sourceParagraph\":2565},{\"blockId\":\"CH13-MB0116\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":2566},{\"blockId\":\"CH13-MB0117\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2567},{\"blockId\":\"CH13-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"supportingEvidence\\\": [\",\"sourceParagraph\":2568},{\"blockId\":\"CH13-MB0119\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2569},{\"blockId\":\"CH13-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-CASESET-049\\\",\",\"sourceParagraph\":2570},{\"blockId\":\"CH13-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"PARTIALLY_SUPPORTS\\\",\",\"sourceParagraph\":2571},{\"blockId\":\"CH13-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"notes\\\": \\\"Forty-nine positive case records.\\\"\",\"sourceParagraph\":2572},{\"blockId\":\"CH13-MB0123\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2573},{\"blockId\":\"CH13-MB0124\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2574},{\"blockId\":\"CH13-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"counterEvidence\\\": [\",\"sourceParagraph\":2575},{\"blockId\":\"CH13-MB0126\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2576},{\"blockId\":\"CH13-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-FAILED-CASE-001\\\",\",\"sourceParagraph\":2577},{\"blockId\":\"CH13-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"QUALIFIES\\\",\",\"sourceParagraph\":2578},{\"blockId\":\"CH13-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"notes\\\": \\\"One known unsuccessful project; full project universe unavailable.\\\"\",\"sourceParagraph\":2579},{\"blockId\":\"CH13-MB0130\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2580},{\"blockId\":\"CH13-MB0131\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2581},{\"blockId\":\"CH13-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"publiclyDiscoverable\\\": true,\",\"sourceParagraph\":2582},{\"blockId\":\"CH13-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"preferredEpistemicForm\\\": \\\"The company states a 98% success rate, but the denominator, period, and success definition have not been independently verified.\\\",\",\"sourceParagraph\":2583},{\"blockId\":\"CH13-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"prohibitedForm\\\": \\\"The company has a verified 98% success rate.\\\",\",\"sourceParagraph\":2584},{\"blockId\":\"CH13-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"appealStatus\\\": \\\"APPEAL_OPEN\\\"\",\"sourceParagraph\":2585},{\"blockId\":\"CH13-MB0136\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2586},{\"blockId\":\"CH13-MB0137\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2587},{\"blockId\":\"CH13-MB0138\",\"type\":\"paragraph\",\"text\":\"These records:\",\"sourceParagraph\":2588},{\"blockId\":\"CH13-MB0139\",\"type\":\"paragraph\",\"text\":\"real company,\",\"sourceParagraph\":2589},{\"blockId\":\"CH13-MB0140\",\"type\":\"paragraph\",\"text\":\"real customer,\",\"sourceParagraph\":2590},{\"blockId\":\"CH13-MB0141\",\"type\":\"paragraph\",\"text\":\"real performance\",\"sourceParagraph\":2591},{\"blockId\":\"CH13-MB0142\",\"type\":\"paragraph\",\"text\":\"is not data.\",\"sourceParagraph\":2592},{\"blockId\":\"CH13-MB0143\",\"type\":\"paragraph\",\"text\":\"It is a synthetic machine representation of the Truth Pack architecture.\",\"sourceParagraph\":2593},{\"blockId\":\"CH13-MB0144\",\"type\":\"paragraph\",\"text\":\"MACHINE-READABLE RULE OF SECTION 94\",\"sourceParagraph\":2595},{\"blockId\":\"CH13-MB0145\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH13-R01\",\"sourceParagraph\":2596},{\"blockId\":\"CH13-MB0146\",\"type\":\"paragraph\",\"text\":\"Before semantic adjudication begins, every GEO-1000 audit MUST lock a\",\"sourceParagraph\":2598},{\"blockId\":\"CH13-MB0147\",\"type\":\"paragraph\",\"text\":\"versioned Verified Entity Truth Pack for the audited entity, prompt scope,\",\"sourceParagraph\":2599},{\"blockId\":\"CH13-MB0148\",\"type\":\"paragraph\",\"text\":\"jurisdictions, products, languages, and reference time.\",\"sourceParagraph\":2600},{\"blockId\":\"CH13-MB0149\",\"type\":\"paragraph\",\"text\":\"The Truth Pack MUST contain, as applicable:\",\"sourceParagraph\":2602},{\"blockId\":\"CH13-MB0150\",\"type\":\"paragraph\",\"text\":\"- canonical entity identity,\",\"sourceParagraph\":2604},{\"blockId\":\"CH13-MB0151\",\"type\":\"paragraph\",\"text\":\"- atomic reference claims,\",\"sourceParagraph\":2605},{\"blockId\":\"CH13-MB0152\",\"type\":\"paragraph\",\"text\":\"- Official Representation Records,\",\"sourceParagraph\":2606},{\"blockId\":\"CH13-MB0153\",\"type\":\"paragraph\",\"text\":\"- supporting evidence,\",\"sourceParagraph\":2607},{\"blockId\":\"CH13-MB0154\",\"type\":\"paragraph\",\"text\":\"- counter-evidence,\",\"sourceParagraph\":2608},{\"blockId\":\"CH13-MB0155\",\"type\":\"paragraph\",\"text\":\"- source-lineage and evidence-family records,\",\"sourceParagraph\":2609},{\"blockId\":\"CH13-MB0156\",\"type\":\"paragraph\",\"text\":\"- scope and jurisdiction qualifiers,\",\"sourceParagraph\":2610},{\"blockId\":\"CH13-MB0157\",\"type\":\"paragraph\",\"text\":\"- validity and publication times,\",\"sourceParagraph\":2611},{\"blockId\":\"CH13-MB0158\",\"type\":\"paragraph\",\"text\":\"- public and restricted access classes,\",\"sourceParagraph\":2612},{\"blockId\":\"CH13-MB0159\",\"type\":\"paragraph\",\"text\":\"- unknown and unresolved registers,\",\"sourceParagraph\":2613},{\"blockId\":\"CH13-MB0160\",\"type\":\"paragraph\",\"text\":\"- appeal and change records,\",\"sourceParagraph\":2614},{\"blockId\":\"CH13-MB0161\",\"type\":\"paragraph\",\"text\":\"- and an integrity manifest.\",\"sourceParagraph\":2615},{\"blockId\":\"CH13-MB0162\",\"type\":\"paragraph\",\"text\":\"An Official Representation Record MUST NOT be treated as independently\",\"sourceParagraph\":2617},{\"blockId\":\"CH13-MB0163\",\"type\":\"paragraph\",\"text\":\"verified reality merely because it is official.\",\"sourceParagraph\":2618},{\"blockId\":\"CH13-MB0164\",\"type\":\"paragraph\",\"text\":\"A first-party source MAY be authoritative for claims under the entity's\",\"sourceParagraph\":2620},{\"blockId\":\"CH13-MB0165\",\"type\":\"paragraph\",\"text\":\"direct control, while remaining non-independent for comparative,\",\"sourceParagraph\":2621},{\"blockId\":\"CH13-MB0166\",\"type\":\"paragraph\",\"text\":\"performance, leadership, or external-validation claims.\",\"sourceParagraph\":2622},{\"blockId\":\"CH13-MB0167\",\"type\":\"paragraph\",\"text\":\"Different URLs, publications, translations, syndications, or AI summaries\",\"sourceParagraph\":2624},{\"blockId\":\"CH13-MB0168\",\"type\":\"paragraph\",\"text\":\"MUST NOT be counted as independent evidence when they derive from the\",\"sourceParagraph\":2625},{\"blockId\":\"CH13-MB0169\",\"type\":\"paragraph\",\"text\":\"same root source.\",\"sourceParagraph\":2626},{\"blockId\":\"CH13-MB0170\",\"type\":\"paragraph\",\"text\":\"Every evidence object MUST state which atomic claim it supports,\",\"sourceParagraph\":2628},{\"blockId\":\"CH13-MB0171\",\"type\":\"paragraph\",\"text\":\"qualifies, contradicts, outdates, or contextualises.\",\"sourceParagraph\":2629},{\"blockId\":\"CH13-MB0172\",\"type\":\"paragraph\",\"text\":\"The absence of located evidence MUST NOT automatically be represented as\",\"sourceParagraph\":2631},{\"blockId\":\"CH13-MB0173\",\"type\":\"paragraph\",\"text\":\"proof that a claim is false. Open-world and closed-world evidence\",\"sourceParagraph\":2632},{\"blockId\":\"CH13-MB0174\",\"type\":\"paragraph\",\"text\":\"conditions MUST remain distinct.\",\"sourceParagraph\":2633},{\"blockId\":\"CH13-MB0175\",\"type\":\"paragraph\",\"text\":\"Quantitative claims MUST retain numerator, denominator, period, unit,\",\"sourceParagraph\":2635},{\"blockId\":\"CH13-MB0176\",\"type\":\"paragraph\",\"text\":\"inclusion and exclusion rules, source data, and calculation method.\",\"sourceParagraph\":2636},{\"blockId\":\"CH13-MB0177\",\"type\":\"paragraph\",\"text\":\"Customer, partner, license, certification, membership, award, legal,\",\"sourceParagraph\":2638},{\"blockId\":\"CH13-MB0178\",\"type\":\"paragraph\",\"text\":\"performance, and superiority claims MUST preserve their exact entity,\",\"sourceParagraph\":2639},{\"blockId\":\"CH13-MB0179\",\"type\":\"paragraph\",\"text\":\"relationship, scope, jurisdiction, time, and evidence status.\",\"sourceParagraph\":2640},{\"blockId\":\"CH13-MB0180\",\"type\":\"paragraph\",\"text\":\"Publicly discoverable evidence, restricted audit evidence, and\",\"sourceParagraph\":2642},{\"blockId\":\"CH13-MB0181\",\"type\":\"paragraph\",\"text\":\"non-public evidence MUST remain separately classified.\",\"sourceParagraph\":2643},{\"blockId\":\"CH13-MB0182\",\"type\":\"paragraph\",\"text\":\"A claim MAY be factually verified through restricted evidence without\",\"sourceParagraph\":2645},{\"blockId\":\"CH13-MB0183\",\"type\":\"paragraph\",\"text\":\"being publicly retrievable by a consumer AI product. Factual verification\",\"sourceParagraph\":2646},{\"blockId\":\"CH13-MB0184\",\"type\":\"paragraph\",\"text\":\"and public discoverability MUST remain distinct.\",\"sourceParagraph\":2647},{\"blockId\":\"CH13-MB0185\",\"type\":\"paragraph\",\"text\":\"Truth Pack claims MUST NOT be added, removed, broadened, narrowed, or\",\"sourceParagraph\":2649},{\"blockId\":\"CH13-MB0186\",\"type\":\"paragraph\",\"text\":\"reclassified after AI responses are observed unless a new Truth Pack\",\"sourceParagraph\":2650},{\"blockId\":\"CH13-MB0187\",\"type\":\"paragraph\",\"text\":\"version is created and prior records are preserved.\",\"sourceParagraph\":2651},{\"blockId\":\"CH13-MB0188\",\"type\":\"paragraph\",\"text\":\"A response claim not covered by the locked Truth Pack MUST trigger a\",\"sourceParagraph\":2653},{\"blockId\":\"CH13-MB0189\",\"type\":\"paragraph\",\"text\":\"reference-gap process rather than automatic failure or automatic\",\"sourceParagraph\":2654},{\"blockId\":\"CH13-MB0190\",\"type\":\"paragraph\",\"text\":\"acceptance.\",\"sourceParagraph\":2655},{\"blockId\":\"CH13-MB0191\",\"type\":\"paragraph\",\"text\":\"Unknown, unsupported, unresolved, contradicted, historical, expired,\",\"sourceParagraph\":2657},{\"blockId\":\"CH13-MB0192\",\"type\":\"paragraph\",\"text\":\"scope-limited, and restrictedly verified states MUST remain separately\",\"sourceParagraph\":2658},{\"blockId\":\"CH13-MB0193\",\"type\":\"paragraph\",\"text\":\"visible.\",\"sourceParagraph\":2659},{\"blockId\":\"CH13-MB0194\",\"type\":\"paragraph\",\"text\":\"The audited entity MAY submit evidence, corrections, and appeals, but\",\"sourceParagraph\":2661},{\"blockId\":\"CH13-MB0195\",\"type\":\"paragraph\",\"text\":\"MUST NOT act as the sole adjudicator of its own claims.\",\"sourceParagraph\":2662},{\"blockId\":\"CH13-MB0196\",\"type\":\"paragraph\",\"text\":\"AI systems MAY assist with extraction, normalisation, lineage detection,\",\"sourceParagraph\":2664},{\"blockId\":\"CH13-MB0197\",\"type\":\"paragraph\",\"text\":\"and contradiction discovery, but MUST NOT serve as the sole final\",\"sourceParagraph\":2665},{\"blockId\":\"CH13-MB0198\",\"type\":\"paragraph\",\"text\":\"authority for claim truth status.\",\"sourceParagraph\":2666},{\"blockId\":\"CH13-MB0199\",\"type\":\"paragraph\",\"text\":\"Every Truth Pack version, evidence registration, support-status decision,\",\"sourceParagraph\":2668},{\"blockId\":\"CH13-MB0200\",\"type\":\"paragraph\",\"text\":\"appeal, and change MUST be attributable to an accountable human or\",\"sourceParagraph\":2669},{\"blockId\":\"CH13-MB0201\",\"type\":\"paragraph\",\"text\":\"organisation.\",\"sourceParagraph\":2670},{\"blockId\":\"CH13-MB0202\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2671},{\"blockId\":\"CH13-MB0203\",\"type\":\"paragraph\",\"text\":\"Before semantic adjudication begins, each GEO-1000 audit must lock a versioned Verified Entity Truth Pack for the audited entity, prompt scope, countries, products, languages, and reference time. The package must contain the canonical entity identity, atomic reference claims, Official Representation Records, supporting evidence, counter-evidence, source lineage, scope and time limits, access classes, unknowns, objections, and an integrity manifest. An official statement cannot be considered independently verified reality just because it is official. Different URLs derived from the same root source cannot be counted as independent evidence.\",\"sourceParagraph\":2672}],\"normativeRuleLocalized\":\"Bevor die semantische Beurteilung beginnt, MUSS jeder GEO-1000-Audit eine versionierte Verifiziertes Faktenpaket zur Entität für die geprüfte Einheit, den Aufforderungsumfang, die Zuständigkeiten, Produkte, Sprachen und die Referenzzeit festschreiben. Das Truth Pack MUSS, soweit zutreffend, Folgendes enthalten: - kanonische Identität der Einheit, - atomare Referenzaussagen, - Offizielle Repräsentationsaufzeichnungen, - unterstützende Nachweise, - Gegenevidenz, - Quellenherkunfts- und Nachweis-Familienaufzeichnungen, - Umfangs- und Zuständigkeitsqualifikatoren, - Gültigkeits- und Veröffentlichungszeiten, - öffentliche und eingeschränkte Zugriffsklassen, - unbekannte und ungelöste Register, - Berufungs- und Änderungsaufzeichnungen, - und ein Integritätsmanifest. Ein offizieller Repräsentationsbericht DARF NICHT als unabhängig überprüfte Realität behandelt werden, nur weil er offiziell ist. Eine Quelle erster Hand KANN für Behauptungen unter direkter Kontrolle der Einrichtung maßgeblich sein, bleibt jedoch für vergleichende, leistungsbezogene, Führungs- oder externe Validierungsbehauptungen nicht unabhängig. Unterschiedliche URLs, Veröffentlichungen, Übersetzungen, Syndizierungen oder KI-Zusammenfassungen DARF NICHT als unabhängige Belege gezählt werden, wenn sie von derselben Ursprungsquelle stammen. Jedes Evidenzobjekt MUSS angeben, welche atomare Behauptung es unterstützt, qualifiziert, widerspricht, veraltet oder kontextualisiert. Das Fehlen von gefundenen Nachweisen DARF NICHT automatisch als Nachweis dafür repräsentiert werden, dass eine Behauptung falsch ist. Bedingungen für Nachweise in offenen und geschlossenen Welten MÜSSEN klar voneinander unterschieden bleiben. Quantitative Aussagen MÜSSEN Zähler, Nenner, Zeitraum, Einheit, Ein- und Ausschlussregeln, Quellendaten und Berechnungsmethode beibehalten. Aussagen über Kunden, Partner, Lizenzen, Zertifizierungen, Mitgliedschaften, Auszeichnungen, rechtliche Aspekte, Leistung und Überlegenheit MÜSSEN ihre genaue Entität, Beziehung, Reichweite, Zuständigkeit, Zeit und Evidenzstatus bewahren. Öffentlich zugängliche Nachweise, eingeschränkte Prüfungsbeweise und nicht-öffentliche Nachweise MÜSSEN weiterhin getrennt klassifiziert bleiben. Eine Aussage KANN sachlich durch eingeschränkte Nachweise überprüft werden, ohne dass sie für ein Verbraucher-KI-Produkt öffentlich abrufbar ist. Sachliche Überprüfung und öffentliche Auffindbarkeit MÜSSEN klar voneinander unterschieden bleiben. Behauptungen des Truth Pack DARF NICHT hinzugefügt, entfernt, erweitert, eingeschränkt oder neu klassifiziert werden, nachdem KI-Antworten beobachtet wurden, es sei denn, es wird eine neue Version des Truth Pack erstellt und frühere Aufzeichnungen werden aufbewahrt. Eine Antwortbehauptung, die nicht durch das festgeschriebene Truth Pack abgedeckt ist, MUSS einen Referenz-Lücken-Prozess auslösen, anstatt automatisch abgelehnt oder automatisch akzeptiert zu werden. Unbekannte, nicht unterstützte, ungelöste, widersprüchliche, historische, abgelaufene, in ihrem Umfang begrenzte und eingeschränkt verifizierte Zustände MÜSSEN weiterhin separat sichtbar bleiben. Das geprüfte Subjekt DARF Nachweise, Korrekturen und Einsprüche einreichen, DARF jedoch nicht als alleiniger Schiedsrichter seiner eigenen Behauptungen agieren. KI-Systeme KÖNNEN bei Extraktion, Normalisierung, Herkunftserkennung und Widerspruchsfindung helfen, DÜRFEN jedoch nicht als einzige endgültige Instanz für den Wahrheitsstatus einer Behauptung dienen. Jede Version des Truth Packs, jede Evidenzregistrierung, jede Entscheidung über den Unterstützungsstatus, jede Berufung und jede Änderung MUSS einer verantwortlichen Person oder Organisation zugeordnet werden KÖNNEN.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH13-MB0001\",\"type\":\"paragraph\",\"text\":\"92. MASCHINENLESBARES WAHRHEITS-PACK-REKORD\",\"sourceParagraph\":2450,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2451,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2452,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0004\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2453,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"claimId\\\": \\\"NGC-SYNTH-ASTERON-25-LÄNDER-002\\\",\",\"sourceParagraph\":2454,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2455,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"claimType\\\": \\\"CT-05\\\",\",\"sourceParagraph\":2456,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"Prädikat\\\": \\\"operatesInCountryCount\\\",\",\"sourceParagraph\":2457,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": 25,\",\"sourceParagraph\":2458,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"VS-U\\\",\",\"sourceParagraph\":2459,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"scopeStatus\\\": \\\"SC-0\\\",\",\"sourceParagraph\":2460,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"timeStatus\\\": \\\"TS-0\\\",\",\"sourceParagraph\":2461,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"officialRepresentationStatus\\\": \\\"OFFIZIELL_AKTUELL\\\",\",\"sourceParagraph\":2462,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"publicDiscoverability\\\": \\\"ÖFFENTLICH_ENTDECKBAR\\\",\",\"sourceParagraph\":2463,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceLinks\\\": [\",\"sourceParagraph\":2464,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0016\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2465,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-WEB-025\\\",\",\"sourceParagraph\":2466,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"UNTERSTÜTZT\\\",\",\"sourceParagraph\":2467,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0019\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2468,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0020\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2469,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-OPS-001\\\",\",\"sourceParagraph\":2470,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"relationship\\\": \\\"QUALIFIZIERT\\\"\",\"sourceParagraph\":2471,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0023\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2472,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0024\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2473,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"Unsicherheit\\\": \\\"Der Begriff 'betreibt' ist nicht konsistent definiert.\\\"\",\"sourceParagraph\":2474,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0026\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2475,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0027\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2476,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"Nachweise\\\": [\",\"sourceParagraph\":2477,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0029\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2478,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-WEB-025\\\",\",\"sourceParagraph\":2479,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"sourceRole\\\": \\\"SR-01\\\",\",\"sourceParagraph\":2480,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"Titel\\\": \\\"Asteron Globale Präsenzseite\\\",\",\"sourceParagraph\":2481,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"sourceControl\\\": \\\"GEPRÜFTE_ENTITÄT_KONTROLLIERT\\\",\",\"sourceParagraph\":2482,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"authorityForClaim\\\": \\\"OFFIZIELLE_SELSTDARSTELLUNG\\\",\",\"sourceParagraph\":2483,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"Unabhängigkeit\\\": \\\"NICHT_UNABHÄNGIG\\\",\",\"sourceParagraph\":2484,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"publishedAt\\\": \\\"2026-01-10\\\",\",\"sourceParagraph\":2485,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"capturedAt\\\": \\\"2026-08-30 T1 4:00:00 Z\\\",\",\"sourceParagraph\":2486,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"accessClass\\\": \\\"EA-1\\\",\",\"sourceParagraph\":2487,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"lineageFamilyId\\\": \\\"NACHWEIS-FAMILIE-ASTERON-SELBST-AUSSAGE-001\\\",\",\"sourceParagraph\":2488,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETISCHER-HASH-WEB-025\\\"\",\"sourceParagraph\":2489,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0041\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2490,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0042\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2491,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-OPS-001\\\",\",\"sourceParagraph\":2492,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"sourceRole\\\": \\\"SR-02\\\",\",\"sourceParagraph\":2493,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"Titel\\\": \\\"Verifiziertes Aktives Betriebsregister\\\"\",\"sourceParagraph\":2494,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"sourceControl\\\": \\\"GEPRÜFTE_ENTITÄT_KONTROLLIERT\\\",\",\"sourceParagraph\":2495,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"authorityForClaim\\\": \\\"DIREKTE_BETRIEBSAUFZEICHNUNG\\\",\",\"sourceParagraph\":2496,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"Unabhängigkeit\\\": \\\"NICHT_UNABHÄNGIG\\\",\",\"sourceParagraph\":2497,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"capturedAt\\\": \\\"2026-08-29 T1 0:00:00 Z\\\",\",\"sourceParagraph\":2498,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"accessClass\\\": \\\"EA-3\\\",\",\"sourceParagraph\":2499,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETISCHE-HASH-OPS-001\\\",\",\"sourceParagraph\":2500,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0052\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2501,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0053\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2502,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-VERTRÄGE-002\\\",\",\"sourceParagraph\":2503,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"sourceRole\\\": \\\"SR-04\\\",\",\"sourceParagraph\":2504,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"title\\\": \\\"Landesvertragsbestätigungssatz\\\",\",\"sourceParagraph\":2505,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"sourceControl\\\": \\\"MEHRPARTEIIG\\\",\",\"sourceParagraph\":2506,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"authorityForClaim\\\": \\\"VERTRAGLICHE_BESTÄTIGUNG\\\",\",\"sourceParagraph\":2507,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"independence\\\": \\\"TEILWEISE_UNABHÄNGIG\\\",\",\"sourceParagraph\":2508,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"capturedAt\\\": \\\"2026-08-29 T1 1:00:00 Z\\\",\",\"sourceParagraph\":2509,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"accessClass\\\": \\\"EA-4\\\",\",\"sourceParagraph\":2510,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETISCHE-HASH-VERTRÄGE-002\\\",\",\"sourceParagraph\":2511,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0063\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2512,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0064\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2513,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"unknowns\\\": [\",\"sourceParagraph\":2514,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0066\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2515,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"unknownId\\\": \\\"NGU-SYNTH-001\\\",\",\"sourceParagraph\":2516,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"type\\\": \\\"UNBEKANNTER_BEREICH\\\",\",\"sourceParagraph\":2517,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"relatedClaimId\\\": \\\"NGC-SYNTH-ASTERON-25-LÄNDER-002\\\",\",\"sourceParagraph\":2518,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"description\\\": \\\"Der offizielle Begriff 'operates' ist nicht definiert.\\\"\",\"sourceParagraph\":2519,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0071\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2520,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0072\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2521,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"Governance\\\": {\",\"sourceParagraph\":2522,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"claimLedgerOwnerRole\\\": \\\"WAHRHEITS_PACK_EDITOR\\\",\",\"sourceParagraph\":2523,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceRegistrarRole\\\": \\\"BEWEIS_REGISTRIERER\\\",\",\"sourceParagraph\":2524,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"counterEvidenceReviewerRole\\\": \\\"COUNTER_EVIDENCE_REVIEWER\\\",\",\"sourceParagraph\":2525,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"finalApproverRole\\\": \\\"VERANTWORTLICHER_MENSCHLICHER_WAHRHEITS_PACK_GENEHMIGER\\\",\",\"sourceParagraph\":2526,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeSemanticReview\\\": wahr,\",\"sourceParagraph\":2527,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-08-31 T1 8:00:00 Z\\\"\",\"sourceParagraph\":2528,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0080\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2529,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"Integrität\\\": {\",\"sourceParagraph\":2530,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"manifestHash\\\": \\\"SYNTHETISCHES-WAHRHEITS-PACK-MANIFEST-HASH\\\",\",\"sourceParagraph\":2531,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"previousVersion\\\": null\",\"sourceParagraph\":2532,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0084\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2533,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0085\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2534,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0086\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2535,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0087\",\"type\":\"paragraph\",\"text\":\"93. MASCHINENLESBARES AUSSAGE–BEWEIS_DATENBLATT\",\"sourceParagraph\":2537,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0088\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2538,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0089\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2539,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2540,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2541,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"claimEvidenceRecord\\\": {\",\"sourceParagraph\":2542,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"claimId\\\": \\\"NGC-SYNTH-ASTERON-ERFOLG-003\\\",\",\"sourceParagraph\":2543,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2544,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"claimType\\\": \\\"CT-08\\\",\",\"sourceParagraph\":2545,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"atomicClaim\\\": {\",\"sourceParagraph\":2546,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"Prädikat\\\": \\\"projectSuccessRate\\\",\",\"sourceParagraph\":2547,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": 0.98,\",\"sourceParagraph\":2548,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"einheit\\\": \\\"ANTEIL\\\",\",\"sourceParagraph\":2549,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"bevölkerung\\\": \\\"ALLE_PROJEKTE\\\",\",\"sourceParagraph\":2550,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"periode\\\": \\\"UNSPEZIFIZIERT\\\"\",\"sourceParagraph\":2551,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0102\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2552,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"officialRepresentation\\\": {\",\"sourceParagraph\":2553,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"OFFIZIELL_AKTUELL\\\",\",\"sourceParagraph\":2554,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"sourceEvidenceId\\\": \\\"NGEV-SYNTH-WEB-ERFOLG-003\\\"\",\"sourceParagraph\":2555,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0106\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2556,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"Überprüfung\\\": {\",\"sourceParagraph\":2557,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"supportStatus\\\": \\\"VS-U\\\",\",\"sourceParagraph\":2558,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"scopeStatus\\\": \\\"SC-0\\\",\",\"sourceParagraph\":2559,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"timeStatus\\\": \\\"TS-0\\\",\",\"sourceParagraph\":2560,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"reasonCodes\\\": [\",\"sourceParagraph\":2561,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"DENOMINATOR_UNDEFINIERT\\\",\",\"sourceParagraph\":2562,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"ERFOLGSKRITERIUM_UNDEFINIERT\\\",\",\"sourceParagraph\":2563,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"ZEITRAUM_UNDEFINIERT\\\",\",\"sourceParagraph\":2564,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"NUR_AUSGEWÄHLTE_FÄLLE\\\"\",\"sourceParagraph\":2565,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0116\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":2566,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0117\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2567,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"supportingEvidence\\\": [\",\"sourceParagraph\":2568,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0119\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2569,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-FALLSET-049\\\",\",\"sourceParagraph\":2570,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"Beziehung\\\": \\\"TEILWEISE_UNTERSTÜTZT\\\",\",\"sourceParagraph\":2571,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"Notizen\\\": \\\"Neunundvierzig positive Fallaufzeichnungen.\\\"\",\"sourceParagraph\":2572,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0123\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2573,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0124\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2574,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"counterEvidence\\\": [\",\"sourceParagraph\":2575,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0126\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2576,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceId\\\": \\\"NGEV-SYNTH-FAILED-FALL-001\\\",\",\"sourceParagraph\":2577,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"Beziehung\\\": \\\"QUALIFIZIERT\\\",\",\"sourceParagraph\":2578,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"Notizen\\\": \\\"Ein bekanntes erfolgloses Projekt; vollständiges Projektuniversum nicht verfügbar.\\\"\",\"sourceParagraph\":2579,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0130\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2580,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0131\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2581,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"publiclyDiscoverable\\\": wahr,\",\"sourceParagraph\":2582,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"preferredEpistemicForm\\\": \\\"Das Unternehmen gibt eine 98%-Erfolgsquote an, aber der Nenner, der Zeitraum und die Erfolgsdefinition wurden nicht unabhängig überprüft.\\\",\",\"sourceParagraph\":2583,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"prohibitedForm\\\": \\\"Das Unternehmen hat eine verifizierte 98%-Erfolgsquote.\\\",\",\"sourceParagraph\":2584,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"appealStatus\\\": \\\"APPEAL_OPEN\\\"\",\"sourceParagraph\":2585,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0136\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2586,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0137\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2587,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0138\",\"type\":\"paragraph\",\"text\":\"Diese Aufzeichnungen:\",\"sourceParagraph\":2588,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0139\",\"type\":\"paragraph\",\"text\":\"echtes Unternehmen,\",\"sourceParagraph\":2589,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0140\",\"type\":\"paragraph\",\"text\":\"echter Kunde,\",\"sourceParagraph\":2590,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0141\",\"type\":\"paragraph\",\"text\":\"echte Leistung\",\"sourceParagraph\":2591,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0142\",\"type\":\"paragraph\",\"text\":\"ist keine Daten.\",\"sourceParagraph\":2592,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0143\",\"type\":\"paragraph\",\"text\":\"Es ist eine synthetische Maschinenabbildung der Truth Pack-Architektur.\",\"sourceParagraph\":2593,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0144\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESESBARE REGEL DER SEKTION 94\",\"sourceParagraph\":2595,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0145\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH13-R01\",\"sourceParagraph\":2596,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0146\",\"type\":\"paragraph\",\"text\":\"Bevor die semantische Bewertung beginnt, MUSS jeder GEO-1000-Audit eine\",\"sourceParagraph\":2598,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0147\",\"type\":\"paragraph\",\"text\":\"versionierte Verifiziertes Faktenpaket zur Entität für die geprüfte Entität, Aufforderungsbereich, sperren.\",\"sourceParagraph\":2599,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0148\",\"type\":\"paragraph\",\"text\":\"Jurisdiktionen, Produkte, Sprachen und Referenzzeit.\",\"sourceParagraph\":2600,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0149\",\"type\":\"paragraph\",\"text\":\"Das Truth Pack MUSS enthalten, sofern zutreffend:\",\"sourceParagraph\":2602,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0150\",\"type\":\"paragraph\",\"text\":\"- kanonische Entitätsidentität,\",\"sourceParagraph\":2604,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0151\",\"type\":\"paragraph\",\"text\":\"- atomare Referenzaussagen,\",\"sourceParagraph\":2605,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0152\",\"type\":\"paragraph\",\"text\":\"- offizielle Repräsentationsaufzeichnungen,\",\"sourceParagraph\":2606,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0153\",\"type\":\"paragraph\",\"text\":\"- unterstützende Nachweise,\",\"sourceParagraph\":2607,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0154\",\"type\":\"paragraph\",\"text\":\"- Gegenevidenz,\",\"sourceParagraph\":2608,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0155\",\"type\":\"paragraph\",\"text\":\"- Quellenherkunfts- und Evidenzfamilienaufzeichnungen,\",\"sourceParagraph\":2609,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0156\",\"type\":\"paragraph\",\"text\":\"- Geltungsbereichs- und Zuständigkeitsqualifizierer,\",\"sourceParagraph\":2610,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0157\",\"type\":\"paragraph\",\"text\":\"- Gültigkeits- und Veröffentlichungszeiten,\",\"sourceParagraph\":2611,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0158\",\"type\":\"paragraph\",\"text\":\"- öffentliche und eingeschränkte Zugriffsklassen,\",\"sourceParagraph\":2612,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0159\",\"type\":\"paragraph\",\"text\":\"- unbekannte und ungelöste Register,\",\"sourceParagraph\":2613,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0160\",\"type\":\"paragraph\",\"text\":\"- Berufungs- und Änderungsaufzeichnungen,\",\"sourceParagraph\":2614,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0161\",\"type\":\"paragraph\",\"text\":\"- und ein Integritätsmanifest.\",\"sourceParagraph\":2615,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0162\",\"type\":\"paragraph\",\"text\":\"Ein offizielles Repräsentationsdokument DARF NICHT unabhängig behandelt werden\",\"sourceParagraph\":2617,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0163\",\"type\":\"paragraph\",\"text\":\"verifizierte Realität nur weil sie offiziell ist.\",\"sourceParagraph\":2618,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0164\",\"type\":\"paragraph\",\"text\":\"Eine Quelle erster Hand KANN für Behauptungen des Unternehmens maßgeblich sein\",\"sourceParagraph\":2620,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0165\",\"type\":\"paragraph\",\"text\":\"direkte Kontrolle, während sie im Vergleich nicht unabhängig bleibt,\",\"sourceParagraph\":2621,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0166\",\"type\":\"paragraph\",\"text\":\"Leistungs-, Führungs- oder extern-validierungsbezogene Aussagen.\",\"sourceParagraph\":2622,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0167\",\"type\":\"paragraph\",\"text\":\"Verschiedene URLs, Veröffentlichungen, Übersetzungen, Syndizierungen oder KI-Zusammenfassungen\",\"sourceParagraph\":2624,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0168\",\"type\":\"paragraph\",\"text\":\"DÜRFEN NICHT als unabhängige Nachweise gezählt werden, wenn sie von den\",\"sourceParagraph\":2625,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0169\",\"type\":\"paragraph\",\"text\":\"gleiche Wurzelquelle.\",\"sourceParagraph\":2626,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0170\",\"type\":\"paragraph\",\"text\":\"Jedes Evidenzobjekt MUSS angeben, welche atomare Behauptung es unterstützt,\",\"sourceParagraph\":2628,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0171\",\"type\":\"paragraph\",\"text\":\"qualifiziert, widerspricht, veraltet oder kontextualisiert.\",\"sourceParagraph\":2629,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0172\",\"type\":\"paragraph\",\"text\":\"Das Fehlen von lokalisierten Nachweisen DARF NICHT automatisch als\",\"sourceParagraph\":2631,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0173\",\"type\":\"paragraph\",\"text\":\"Nachweis dafür dargestellt werden, dass eine Behauptung falsch ist. Bedingungen für Nachweise in offenen und geschlossenen Welten\",\"sourceParagraph\":2632,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0174\",\"type\":\"paragraph\",\"text\":\"MÜSSEN getrennt bleiben.\",\"sourceParagraph\":2633,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0175\",\"type\":\"paragraph\",\"text\":\"Quantitative Behauptungen MÜSSEN Zähler, Nenner, Zeitraum, Einheit,\",\"sourceParagraph\":2635,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0176\",\"type\":\"paragraph\",\"text\":\"Ein- und Ausschlussregeln, Quelldaten und Berechnungsmethode beibehalten.\",\"sourceParagraph\":2636,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0177\",\"type\":\"paragraph\",\"text\":\"Kunden-, Partner-, Lizenz-, Zertifizierungs-, Mitgliedschafts-, Auszeichnungs-, rechtliche,\",\"sourceParagraph\":2638,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0178\",\"type\":\"paragraph\",\"text\":\"Leistungs- und Überlegenheitsbehauptungen MÜSSEN ihre genaue Entität,\",\"sourceParagraph\":2639,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0179\",\"type\":\"paragraph\",\"text\":\"Beziehung, Umfang, Zuständigkeit, Zeit und Nachweisstatus bewahren.\",\"sourceParagraph\":2640,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0180\",\"type\":\"paragraph\",\"text\":\"Öffentlich auffindbare Nachweise, eingeschränkte Prüfungsnachweise und\",\"sourceParagraph\":2642,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0181\",\"type\":\"paragraph\",\"text\":\"Nicht-öffentliche Nachweise MÜSSEN separat eingestuft bleiben.\",\"sourceParagraph\":2643,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0182\",\"type\":\"paragraph\",\"text\":\"Eine Behauptung KANN durch eingeschränkte Nachweise sachlich überprüft werden ohne\",\"sourceParagraph\":2645,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0183\",\"type\":\"paragraph\",\"text\":\"öffentlich von einem Consumer-KI-Produkt abrufbar sein. Faktische Überprüfung\",\"sourceParagraph\":2646,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0184\",\"type\":\"paragraph\",\"text\":\"und die öffentliche Auffindbarkeit MUSS getrennt bleiben.\",\"sourceParagraph\":2647,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0185\",\"type\":\"paragraph\",\"text\":\"Behauptungen des Truth Pack DÜRFEN NICHT hinzugefügt, entfernt, erweitert oder eingeschränkt werden\",\"sourceParagraph\":2649,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0186\",\"type\":\"paragraph\",\"text\":\"nachdem AI-Antworten beobachtet wurden, neu klassifiziert, es sei denn, ein neues Wahrheits-Paket\",\"sourceParagraph\":2650,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0187\",\"type\":\"paragraph\",\"text\":\"Version wird erstellt und vorherige Aufzeichnungen werden aufbewahrt.\",\"sourceParagraph\":2651,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0188\",\"type\":\"paragraph\",\"text\":\"Eine Antwortforderung, die nicht durch das festgeschriebene Wahrheits-Paket abgedeckt ist, MUSS einen auslösen\",\"sourceParagraph\":2653,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0189\",\"type\":\"paragraph\",\"text\":\"Referenz-Lücken-Prozess statt automatisches Versagen oder automatisch\",\"sourceParagraph\":2654,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0190\",\"type\":\"paragraph\",\"text\":\"Akzeptanz.\",\"sourceParagraph\":2655,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0191\",\"type\":\"paragraph\",\"text\":\"Unbekannt, nicht unterstützt, ungelöst, widersprochen, historisch, abgelaufen,\",\"sourceParagraph\":2657,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0192\",\"type\":\"paragraph\",\"text\":\"Geltungsbereich-beschränkte und eingeschränkt überprüfte Zustände MÜSSEN getrennt bleiben\",\"sourceParagraph\":2658,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0193\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":2659,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0194\",\"type\":\"paragraph\",\"text\":\"Die geprüfte Einheit KANN Nachweise, Korrekturen und Einsprüche einreichen, aber\",\"sourceParagraph\":2661,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0195\",\"type\":\"paragraph\",\"text\":\"DARF NICHT als alleiniger Schiedsrichter seiner eigenen Aussagen handeln.\",\"sourceParagraph\":2662,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0196\",\"type\":\"paragraph\",\"text\":\"KI-Systeme KÖNNEN bei der Extraktion, Normalisierung und Herkunftserkennung unterstützen,\",\"sourceParagraph\":2664,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0197\",\"type\":\"paragraph\",\"text\":\"und Widerspruchsentdeckung, darf jedoch NICHT als alleiniges Endergebnis dienen\",\"sourceParagraph\":2665,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0198\",\"type\":\"paragraph\",\"text\":\"Autorität für den Wahrheitsstatus der Behauptung.\",\"sourceParagraph\":2666,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0199\",\"type\":\"paragraph\",\"text\":\"Jede Truth Pack-Version, Evidenzregistrierung, Support-Status-Entscheidung,\",\"sourceParagraph\":2668,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0200\",\"type\":\"paragraph\",\"text\":\"Berufung und Änderung MUSS einer verantwortlichen Person oder\",\"sourceParagraph\":2669,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0201\",\"type\":\"paragraph\",\"text\":\"Organisation zugeordnet werden.\",\"sourceParagraph\":2670,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0202\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2671,\"language\":\"de-DE\"},{\"blockId\":\"CH13-MB0203\",\"type\":\"paragraph\",\"text\":\"Bevor die semantische Entscheidungsfindung beginnt, muss jeder GEO-1000-Audit eine versionierte Verifiziertes Faktenpaket zur Entität für die geprüfte Einheit, den Prompt-Bereich, die Länder, Produkte, Sprachen und die Referenzzeit festschreiben. Das Paket muss die kanonische Identität der Einheit, atomare Referenzaussagen, Offizielle Repräsentationsunterlagen, unterstützende Nachweise, Gegenevidenz, Quellenherkunft, Umfangs- und Zeitbegrenzungen, Zugangsklassen, Unbekannte, Einwände und ein Integritätsmanifest enthalten. Eine offizielle Erklärung kann nicht als unabhängig verifizierte Realität betrachtet werden, nur weil sie offiziell ist. Verschiedene URLs, die aus derselben Quellbasis abgeleitet sind, können nicht als unabhängige Belege gezählt werden.\",\"sourceParagraph\":2672,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nDie ersten zwölf Kapitel legten die experimentelle Kette fest: Eine einzelne Antwort ist kein GEO-Score; Repräsentation ist eine Verteilung über Nutzer und KI-Produkte; die geprüfte Einheit muss bestimmt werden, bevor Ergebnisse beobachtet werden; offizielle Repräsentation und evidenzbasierte Realität der Einheit müssen getrennt bleiben; die Zielpopulation, Stichprobe, Länder und Sprachen müssen definiert werden; Teilnehmer müssen unabhängig von den Ergebnissen ausgewählt werden; jede KI-Produktinstanz muss mit einem Register aller materiellen Konfigurationen verknüpft werden; Aufforderungen müssen die gleiche Absicht über Sprachen hinweg bewahren; Kontrollierte und Natürliche Nutzerpanels müssen getrennt bleiben; und jede Beobachtung muss innerhalb einer synchronisierten Welle und der NOMOS Capture-Evidenzkette erhalten bleiben. Die Prüfung muss nun ihre zentrale Frage beantworten:\n\n> Nach welchem Referenzeintrag werden wir bestimmen, ob die erfasste KI-Antwort korrekt, inkorrekt, unvollständig, veraltet, unbegründet oder außerhalb des Umfangs ist?\n\nAbschnitt 4 hat konzeptionell zwei getrennte Realitätsebenen eingeführt:\n\n- Offizielle Repräsentationsebene, die zeigt, was das Wesen selbst über sich sagt\n\n- Verifizierte Entitätsrealitätsebene, die zeigt, inwieweit die vorhandenen Nachweise bestimmte Aussagen erlauben\n\nDieser Abschnitt verwandelt die zweite Ebene in ein operatives Prüfobjekt. Der Name dieses Objekts lautet:\n\n#### Verifiziertes Faktenpaket zur Entität\n\nKanonischer englischer Begriff:\n\n#### Verifiziertes Faktenpaket zur Entität\n\nDieses operationelle Objekt vervollständigt das dritte Glied in der Architektur der ersten beiden Bücher: der GEO Framework definiert den Standard; 99 Errors in GEO identifiziert seine Verletzungsmodi; und das Prüfsystem misst und untermauert diese Verstöße. Jede prüfbare Kontrolle muss das Modell oder Produkt, Datum, Land, Sprache, Abfragesatz, Wiederholungsanzahl und Messprotokoll enthalten. Innerhalb dieser Kette ist das Truth Pack:\n\n#### „Was hat die KI gesagt?“\n\nmit der Frage:\n\n#### „Welche Nachweise haben es ihr erlaubt, dies zu sagen?“\n\nist das Referenzsystem dazwischen. Dieser Abschnitt:\n\n- was das Truth Pack ist und was nicht,\n\n- wie Aussagen in atomare Realitätsaufzeichnungen verwandelt werden,\n\n- die Arten von Quellen und Nachweisen,\n\n- die Rollen von Erstparteien-, offiziellen, unabhängigen, betrieblichen und Nutzerressourcen,\n\n- Gegenevidenz,\n\n- Quellenherkunft und Illusion der Unabhängigkeit,\n\n- Ausreichendheit der Nachweise,\n\n- Zeit-, Länder- und Umfangsgrenzen,\n\n- Offene-Welt- und Geschlossene-Welt-Aussagen,\n\n- der Unterschied zwischen „keine Nachweise gefunden“ und „als falsch nachgewiesen\",\n\n- quantitative Leistungs-, Kunden-, Partner-, Lizenz-, Zertifikats- und Überlegenheitsaussagen,\n\n- Versionierung und Pre-Wave-Festschreibung des Truth Pack,\n\n- öffentliche und eingeschränkte Evidenzschichten,\n\n- Einwände, Korrektur- und Widerspruchsprozesse,\n\n- maschinenlesbares Wahrheits-Paket\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- alle Schlichtungsdetails zur Aufteilung von KI-Antworten in atomare Behauptungen,\n\n- Übereinstimmung zwischen den Bewertern,\n\n- Schwelle für den Übergang von Antworten,\n\n- kritische Fehlerschranken,\n\n- Legt die endgültigen NOMOS Punkformeln nicht fest\n\nwird nicht abgeschlossen. Dies sind die Themen der folgenden Abschnitte. Die zentrale Frage von Kapitel 13 lautet:\n\n> Wie erstellt man ein Truth Pack über eine Entität, die KI-Antworten bewertet, die vor dem Ergebnis festgeschrieben ist und sowohl Nachweise als auch Gegenevidenz zusammenführt, mit klaren Zeit- und Umfangsgrenzen?\n\n## NOMOS Herausforderung\n\nDer Satz auf der Website Ihres Unternehmens lautet: „Wir sind in 25 Ländern tätig.“ Das KI-Produkt sagt dem Nutzer denselben Satz: „Das Unternehmen ist in 25 Ländern tätig.“ Hat die KI die offizielle Website korrekt wiedergegeben? Ja. Wurde die Behauptung tatsächlich überprüft? Wir wissen es noch nicht. Das Unternehmen sendet Ihnen eine Tabelle.\n\nDie Tabelle enthält die Namen von 25 Ländern. Die Spalten sind jedoch nicht erklärt: Einige enthalten nur Website-Besucher. Einige enthalten ehemalige Kunden. Einige enthalten unabhängige Vertriebsmitarbeiter. Einige enthalten einmalige organisierte Veranstaltungen. In neun Ländern gibt es tatsächlich eine aktive Servicebereitstellung. Nur in drei Ländern gibt es eine lokale juristische Person.\n\nWas bedeutet ‚to operate‘? Bedeutet es, einen Kunden zu haben? Ein lokales Unternehmen zu gründen? Dienstleistungen aus der Ferne anbieten zu können? Lieferung über einen Partner? Oder dass eine Website aus diesem Land zugänglich ist? Subjekt, Verb und Umfang der Behauptung sind nicht definiert.\n\nDaher gibt es zwar eine Zahl, aber noch keine überprüfbare Realität. Betrachten wir nun eine andere Behauptung: ‚98% unserer Projekte sind erfolgreich.‘ Sie haben 49 erfolgreiche Projektpräsentationen. Es gibt keine fehlgeschlagenen Projektakte. Wie viele Projekte wurden insgesamt abgeschlossen? Nach welchen Kriterien wird Erfolg definiert? Pünktliche Lieferung? Kundenakzeptanz?\n\nKommerzielles Ergebnis? Technische Machbarkeit? Kundenzufriedenheit? Welcher Zeitraum? Die letzten drei Monate? Die gesamte Firmengeschichte? Nur ausgewählte Projekte? Ohne den Nenner zu kennen, kann 98 Prozent nicht nachgewiesen werden. Nun gibt es diesen Satz auf der Website eines anderen Unternehmens: \"Wir sind der Weltmarktführer.\" Dieser Satz wird wiederholt von:\n\n- Firmenblog,\n\n- Pressemitteilung des Unternehmens,\n\n- zwanzig Nachrichtenseiten, die dieselbe Pressemitteilung kopieren,\n\n- fünf gefälschte Nutzerkonten, die vom Unternehmen erstellt wurden,\n\n- drei KI-generierte Texte, die diese Inhalte zusammenfassen\n\n. \nEs gibt dreißig verschiedene URLs. Gibt es dreißig unabhängige Beweise? Nein. Eine einzelne Selbstdeklaration kann auf vielen abgeleiteten Oberflächen widergespiegelt worden sein.\n\nDies ist genau die Manipulation, die im vorhergehenden Band identifiziert wurde: versteckter Text, erfundene Nutzer und selbst verfasste Kommentare, die über verschiedene Domains veröffentlicht werden, werden wieder in das System eingespeist, als ob sie unabhängige Nachweise wären. Betrachten wir nun den gegenteiligen Fall. Die offizielle Website des Unternehmens besagt: ‚Wir erbringen Dienstleistungen nur in der Türkei.‘\n\nDoch das Unternehmen begann vor zwei Monaten einen verifizierten Betrieb in Deutschland. Verträge, Rechnungen und offizielle Aufzeichnungen belegen diese Tatsache, obwohl die Website nicht aktualisiert wurde. Die KI antwortet: ‚Das Unternehmen bietet Dienstleistungen in der Türkei und in Deutschland an.‘ Die Antwort weicht von der offiziellen Website ab, könnte aber der materiellen Realität näherkommen.\n\nBetrachten Sie nun eine noch sensiblere Situation. Auf der Website einer Gesundheitseinrichtung steht: ‚Lizenzierte Einrichtung.‘ Im Register hat eine andere Einrichtung mit einem ähnlichen Namen eine Lizenz. Die KI führt die beiden Einrichtungen zusammen und ordnet die Lizenz der falschen Einrichtung zu. Das Unternehmen bemerkt diesen Fehler, korrigiert ihn jedoch nicht, da er zu ihrem Vorteil ist.\n\nDie ausdrückliche Bestimmung des zweiten Buches gilt hier: Ein Fehler, der zu Gunsten einer Person ist, ist immer noch ein Fehler. Um eine KI-Antwort zu bewerten, benötigen wir nicht nur eine Liste korrekter Sätze, sondern auch die folgende Struktur: Von wem ist die Aussage? Was genau wird behauptet? In welchem Zeitraum ist sie gültig? In welchem Land? Für welches Produkt oder welche Dienstleistung?\n\nUnterstützt die Quelle die Behauptung wirklich? Wer kontrolliert die Quelle? Sagen andere Quellen dasselbe oder kopieren sie dieselbe Originalquelle? Gibt es Gegenevidenz? Ist der Anspruch nur eine offizielle Selbsterklärung? Sind die Nachweise öffentlich oder privat?\n\nZum Zeitpunkt der Messung der KI, gab es die Möglichkeit, auf diese Nachweise zuzugreifen? Ist das Ergebnis sicher, begrenzt, umstritten oder unbekannt? Die erste Regelung dieses Abschnitts lautet:\n\n> Eine Quelle allein ist nicht Realität.\n\nIhre zweite Bestimmung lautet:\n\n> Eine Behauptung kann nicht überprüft werden, ohne ihr Subjekt, ihren Umfang, ihre Zeit und ihre Evidenzlast zu definieren.\n\nSeine dritte Bestimmung besagt:\n\n> Verschiedene URLs bedeuten nicht unterschiedliche unabhängige Nachweise.\n\nSeine vierte Bestimmung besagt:\n\n> Das Fehlen von Nachweisen ist kein automatischer Nachweis dafür, dass die Behauptung falsch ist.\n\nSeine fünfte Vorschrift lautet:\n\n> Verifizierte Realität ist keine absolute und unveränderliche Wahrheit; sie ist ein abgeleitetes Urteil, getragen von den verfügbaren Nachweisen innerhalb einer bestimmten Zeit und eines bestimmten Kontextes.\n\nSeine sechste Bestimmung lautet:\n\n> Das Truth Pack kann nicht basierend auf der KI-Antwort erstellt werden. Die KI-Antwort wird gegen das zuvor festgeschriebene Truth Pack bewertet.\n\n## 1. ZWECK DES KAPITELS\n\nZweck dieses Abschnitts ist es, wesentliche Aussagen über die geprüfte Einheit in ein Referenzpaket umzuwandeln, das mit Nachweisen und Gegenevidenz verknüpft ist, mit klaren Zeit- und Umfangsgrenzen, ohne sie in eine Antwortvorlage umzuwandeln. Der Abschnitt normalisiert die folgenden Unterscheidungen:\n\n- Offizielle Behauptung versus verifizierte Realität\n\n- Quelle versus Nachweis\n\n- Nachweis versus Behauptungsunterstützung\n\n- Erstpartei-Aufzeichnung versus unabhängige Verifizierung\n\n- Unabhängige Quelle und vom Subjekt autorisierte Quelle\n\n- Unterschiedlicher Domainname und unterschiedlicher Evidenzursprung\n\n- Anzahl der Quellen und unabhängige Evidenzfamilie\n\n- Direkter Nachweis und abgeleiteter Nachweis\n\n- Unterstützende Nachweise und Gegenbeweise\n\n- Fehlen einer Behauptung und Falschheit der Behauptung\n\n- Offene Welt Behauptung und geschlossener Welt Datensatz\n\n- Gegenwärtige Realität und historische Realität\n\n- Zeit, in der die Realität gültig ist, und Zeitpunkt der Veröffentlichung der Quelle\n\n- Öffentliche Nachweise und eingeschränkte Nachweise\n\n- Für KI zugängliche Nachweise und nur für Prüfer offene Nachweise\n\n- Bewiesene Behauptung und öffentlich auffindbare Behauptung\n\n- Direkte Realität und berechnetes abgeleitetes Ergebnis\n\n- Rohdaten und Leistungskennzahlen\n\n- Zähler und Nenner\n\n- Kunde und potenzieller Kunde\n\n- Partner und Kunde\n\n- Mitgliedschaft und Akkreditierung\n\n- Lizenz- und Markenbeziehung\n\n- Zertifikat und allgemeine institutionelle Konformität\n\n- Aussage und Meinung\n\n- Meinung und Wettbewerbsvorteil\n\n- Beschwerde und überprüfte Verletzung\n\n- Untersuchung und eindeutiges Verbrechen oder Haftung\n\n- Veralteter Eintrag und falscher historischer Eintrag\n\n- Falsche KI-Antwort mit fehlendem Wahrheits-Paket\n\n- Referenzfehler und Systemfehler\n\n- Integrität des Truth Packs und dass alle Behauptungen positiv sind\n\n- Vertraulichkeit von Evidenzmitteln und Fehlen von Nachweisen\n\n- Recht der Entität auf Antwort und Selbstüberprüfung\n\n- Menschliche Genehmigung und menschliche Unfehlbarkeit\n\n- KI-Unterstützung und KI als die letztendliche Autorität der Wahrheit\n\nAm Ende dieses Abschnitts sollte jede Prüfung in der Lage sein, diese Fragen zu beantworten:\n\n> Welche materiellen Behauptungen sind im Truth Pack enthalten?\n\n> Zu welcher Entität, welchem Land, Produkt und welcher Zeit gehört jede Behauptung?\n\n> Welche Nachweise stützen sie, welche begrenzen oder widerlegen sie?\n\n> Sind die Quellen wirklich unabhängig oder stammen sie aus derselben ursprünglichen Quelle?\n\n> Kann die Behauptung öffentlich überprüft werden?\n\n> Ist die Evidenz nur unter eingeschränktem Prüferzugang verfügbar?\n\n> Konnte KI zu dem Zeitpunkt der Messung auf diese Evidenz zugreifen?\n\n> Ist die Behauptung sicher, teilweise, historisch, umstritten oder unbekannt?\n\n> War das Truth Pack festgeschrieben, bevor KI-Antworten gesehen wurden?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nJede GEO-1000-Prüfung muss die materiellen Referenzansprüche über die geprüfte Einheit zusammen mit unterstützenden Nachweisen, Gegenevidenz, Herkunftsquelle, Zugangsklasse, Umfang, Gerichtsbarkeit, Gültigkeitsdauer und Unsicherheitsstatus in einer versionierten Verifiziertes Faktenpaket zur Entität festschreiben, bevor KI-Antworten semantisch bewertet werden. Wahrheits-Paket:\n\n- die von der Einheit selbst verfasste Einführungsdatei,\n\n- eine Verkaufpräsentation, die nur positive Nachweise sammelt,\n\n- der Text des Berichtes des Prüfers,\n\n- die ideale Antwort, die von KI angefordert wird,\n\n- die absolute Realität über die ganze Welt,\n\n- ein Referenzarchiv, das nur aus einer Liste von URLs besteht\n\nist es nicht. Wahrheits-Paket:\n\n> Es ist ein Prüfungsreferenzpaket, das zeigt, anhand welcher Evidenzmaterialien Aussagen in KI-Antworten unterstützt, eingeschränkt, widerlegt oder unbekannt gelassen werden können.\n\n## 3. GRENZE DES WORTES “WAHRHEIT”\n\nDas Wort „Wahrheit“ im Wahrheits-Paket trägt nicht die Aussage: „Dieses Paket kennt alle absoluten Wahrheiten über die Entität.“ Die genauere Bedeutung ist:\n\n> Ein Realitätsbericht, der auf Nachweisen beruht und innerhalb des angegebenen Datums, Umfangs und Evidenzmaterials zeigt, in welchem Ausmaß welche materiellen Urteile unterstützt werden.\n\nWahrheitspaket:\n\n- änderbar mit neuen Nachweisen,\n\n- anfechtbar,\n\n- sein Umfang kann eingeschränkt werden,\n\n- es kann korrigiert werden, wenn es sich als falsch herausstellt,\n\nes kann einige Behauptungen unbekannt lassen. Die Autorität des Wahrheitspakets:\n\n- Das Wort „Wahrheit“ ergibt sich nicht aus,\n\n- dem Namen NobleJackal,\n\n- dem Ton von NOMOS,\n\n- dem Autor des Buches\n\nEs ergibt sich aus dem Folgenden:\n\n- einer klaren Behauptungsstruktur,\n\n- angemessenen Nachweisen,\n\n- Gegenevidenz,\n\n- Abstammung der Quellen,\n\n- Zeit,\n\n- Grenze,\n\n- ist mit\n\n- unabhängige Überprüfung,\n\nverantwortliche menschliche Zuständigkeit.\n\n## 4. WAS IST Verifiziertes Faktenpaket zur Entität?\n\nVerifiziertes Faktenpaket zur Entität ist ein versionsgeprüftes Prüfpaket, das die materiellen faktischen Aufzeichnungen eines bestimmten Unternehmens innerhalb eines bestimmten Datums und Umfangs zusammenführt, die dafür sprechenden und entgegenstehenden Nachweise, den Status der Quellen und ungelöste Bereiche. Kandidatenvertretung:\n\nVETP_{E,v,t}= (I, C, O, E⁺, E⁻, L, S, T, U, G)\n\nHier:\n\n- E: geprüfte Einheit\n\n- v: Version des Truth Pack\n\n- t: Bezugsdatum\n\n- I: Identität und Beziehungsgraph der Einheit\n\n- C: atomare Referenzansprüche\n\n- O: Offizielles Repräsentationsprotokoll\n\n- E⁺: unterstützende Nachweise\n\n- E⁻: gegensätzliche Nachweise und einschränkende Aufzeichnungen\n\n- L: Quellenlinie und Unabhängigkeitsgraph\n\n- S: Umfangs-, Länder- und Zuständigkeitsmatrix\n\n- T: Zeit- und Währungsaufzeichnungen\n\n- U: Unbekannte, Unstimmigkeiten und Referenzlücken\n\n- G: Governance-, Versions-, Einwand- und Genehmigungsaufzeichnungen\n\nJede Komponente des Truth Pack kann separat versioniert werden. Die Hauptpaketversion verknüpft die Komponenten-Versionen miteinander.\n\n## 5. TRUTH PACK IST KEIN ANTWORTVORLAGE\n\nTruth Pack ist kein Text, den AI Wort für Wort sagen muss. Zum Beispiel kann Truth Pack die folgende Referenzaussage enthalten: „Asteron Holdings Ltd. ist der Eigentümer der Marke Asteron Travel.“ AI kann diese korrekt in folgenden Formen formulieren:\n\n- „Die Marke Asteron Travel gehört zu Asteron Holdings.“\n\n- „Asteron Holdings ist der Eigentümer der Marke Asteron Travel.“\n\n- „Asteron Travel ist eine Marke, die Asteron Holdings gehört.“\n\nDie materielle Beziehung bleibt erhalten. Der Schiedsrichter sollte nicht nach Wortgleichheit suchen. Truth Pack:\n\n#### definiert das richtige Ausdrucksfeld\n\nEs schreibt keinen einzigen richtigen Satz vor.\n\n## 6. TRUTH PACK IST KEINE ENTITÄTSBIOGRAFIE\n\nEs kann eine unendliche Menge an korrekten Informationen über eine Entität geben. GEO-1000 Truth Pack ist nicht erforderlich, um alle Informationen zu sammeln. Das Paket sollte in erster Linie diese Bereiche abdecken:\n\n- Materielle Pflichten im Prompt-Register\n\n- Die Identität und das operationelle Kernstück der Entität\n\n- Grenzen, die die Entscheidung des Nutzers ändern werden\n\n- Lizenzen, rechtliche, Preis-, Service-, Länder- und Zeitaufzeichnungen\n\n- Berechtigungs- und Ausschlusskriterien, die für Beratung erforderlich sind\n\n- Materielle Aussagen, die das Risiko eines kritischen Fehlers tragen\n\n- Unterschiede zwischen der von offizieller Repräsentation geprüften Realität und der tatsächlichen Realität\n\nZu diesem Prinzip:\n\n#### Prinzip der der Pflicht proportionalen Realität\n\nwird aufgerufen. Das Sammeln unnötiger Daten:\n\n- Datenschutz\n\n- Kosten,\n\n- Aktualität,\n\n- Widerspruch\n\nkann das Risiko erhöhen.\n\n## 7. ZWÖLF KERNKOMPONENTEN DES WAHRHEITSPAKETS\n\n### 7.1. Kanonische Entitätsidentität\n\nWie in Abschnitt 3 definiert:\n\n- Entitätsidentität,\n\n- Typ,\n\n- rechtlicher Name,\n\n- Marken- und Domainnamenbeziehungen,\n\n- Mutter- und Tochtergesellschaften,\n\n- Zeit- und Zuständigkeitsgrenzen\n\nsind verpackt.\n\n### 7.2. Referenzanspruchsbuch\n\nFührt alle materiellen Sachverhaltsansprüche, die in der Prüfung in atomarer Struktur verwendet werden sollen.\n\n### 7.3. Register der offiziellen Repräsentation\n\nFührt die aktuellen und historischen Erklärungen, die von der Organisation selbst auf kanonischen Oberflächen veröffentlicht wurden.\n\n### 7.4. Evidenzregister\n\nFür jedes Evidenzobjekt:\n\n- Quelle,\n\n- Integrität,\n\n- Behörde,\n\n- Zugang,\n\n- Umfang,\n\n- Zeit\n\naufgezeichnet.\n\n### 7.5. Gegenevidenz-Register\n\nDer Anspruch:\n\n- widerlegend,\n\n- einschränkend,\n\n- Änderung seiner Währung,\n\n- eine weitere Erklärung liefern\n\nenthält Aufzeichnungen.\n\n### 7.6. Herkunftsdiagramm der Quelle\n\nVon den Quellen:\n\n- die erste Wurzel,\n\n- Kopien,\n\n- Zitate,\n\n- Syndizierung,\n\n- KI-Derivate\n\nwerden gezeigt.\n\n### 7.7. Umfangs- und Zuständigkeitsmatrix\n\nDer Anspruch:\n\n- für welches Land,\n\n- Produkt,\n\n- Dienstleistung,\n\n- Nutzer,\n\n- juristische Person\n\ngültig ist.\n\n### 7.8. Zeit- und Währungs-Matrix\n\nDer Anspruch:\n\n- wann es begonnen hat,\n\n- wann es endete,\n\n- wann es zuletzt überprüft wurde,\n\n- welches Ereignis es ändern könnte\n\nwerden gezeigt.\n\n### 7.9. Streit- und Unsicherheitsprotokoll\n\nMacht Bereiche sichtbar, die widersprüchlich, unlösbar oder unzureichend belegt sind.\n\n### 7.10. Evidenz-Zugriffsschicht\n\nDie Nachweise:\n\n- sind öffentlich,\n\n- auditierbar,\n\n- eingeschränkt,\n\n- vertraulich,\n\n- abgeleitet\n\nwie angegeben.\n\n### 7.11. Änderungs- und Einwandprotokoll\n\nTrägt neue Nachweise, Korrekturen, Gegenmeinungen und Entscheidungsänderungen versioniert mit.\n\n### 7.12. Maschinenmanifest\n\nVerbindet alle Komponenten:\n\n- Identität,\n\n- ist mit\n\n- Hash,\n\n- Beziehung\n\nmiteinander.\n\n## 8. ATOMARE REFERENZAUSSAGE\n\nDie Grundeinheit der Realität innerhalb des Truth Pack:\n\n#### wird Atomare Referenzaussage genannt.\n\nKandidatenstruktur:\n\nC_j= (s, p, o, q, c, l, v_f, v_t, k, m)\n\nHier:\n\n- s: Subjekteinheit\n\n- p: Prädikat oder Beziehung\n\n- o: Objekt oder Wert\n\n- q: Qualifikatoren und Grenzen\n\n- c: Land oder Rechtsordnung\n\n- l: Sprache oder Gebietsschema, falls relevant\n\n- vf: Gültigkeitsbeginn\n\n- vt: Gültigkeitsende\n\n- k: Assertionstyp\n\n- m: Wesentlichkeit oder Risikokennzeichnung\n\nBeispiel: Subjekt: Asteron Türkiye Tourism Ltd. / Prädikat: erbringt Dienstleistungen / Objekt: Geschäftsreisemanagement / Land: Türkei / Kundentyp: Geschäftskunden / Beginn: Januar 1, 2026/ Letzte Überprüfung: August 18, 2026 Dieser Satz ist nicht atomar genug: „Asteron ist ein führendes Unternehmen, das weltweit zahlreiche Dienstleistungen anbietet.“ In diesem einzelnen Satz:\n\n- geografischer Umfang,\n\n- Anzahl der Dienstleistungen,\n\n- Führung,\n\n- Unternehmensidentität\n\nwerden zusammen gemischt.\n\n## 9. AUSSAGETYP\n\nJeder atomare Aussage sollte einen Typ haben.\n\n### CT-01— Identitätsanspruch\n\nWer die Entität ist oder zu welcher Entität sie gehört.\n\n### CT-02— Beziehungsanspruch\n\nEigentum, Kontrolle, Partnerschaft, Kundschaft, Beschäftigung oder Mitgliedschaftsverhältnis.\n\n### CT-03— Aktivitäts- und Dienstleistungsanspruch\n\nWas die Entität tut, welche Dienstleistung sie anbietet.\n\n### CT-04— Produktanspruch\n\nProdukteigenschaft, Version, Eigentümer oder Verfügbarkeit.\n\n### CT-05— Geografischer Geltungsbereich Anspruch\n\nLand, Region oder Servicebereich.\n\n### CT-06— Rechtlicher und Lizenzanspruch\n\nRegistrierung, Behörde, Lizenz, regulatorischer Status.\n\n### CT-07— Preis- und kommerzieller Anspruch\n\nPreis, Steuer, Abonnement, Rückerstattung, Garantie oder Zahlung.\n\n### CT-08— Quantitativer Leistungsanspruch\n\nErfolgsquote, Lieferzeit, Anzahl der Nutzer, Wachstum oder Effizienz.\n\n### CT-09— Kunden- und Partneranspruch\n\nKunden-, Sponsor-, Partner-, Distributor- oder Lieferantenbeziehung.\n\n### CT-10— Zertifikats- und Auszeichnungsaussage\n\nZertifikat, Mitgliedschaft, Auszeichnung oder Akkreditierung.\n\n### CT-11— Vergleichende oder Überlegenheitssaussage\n\nAm besten, führend, schneller, zuverlässigster, Nummer eins.\n\n### CT-12— Empfehlungs- und Eignungsaussage\n\nEignung oder Empfehlung für einen spezifischen Nutzer.\n\n### CT-13— Historische Aussage\n\nOrganisation, früherer Besitz, früheres Produkt oder historisches Ereignis.\n\n### CT-14— Risiko-, Beschwerde- oder Streitbehauptung\n\nBeschwerde, Untersuchung, Gericht, Sanktion oder Argument.\n\n### CT-15— Meinung oder institutionelle Position\n\nMeinung, Vision oder Werturteil, das über die Entität selbst vorgebracht wird. Die Art der Behauptung bestimmt, welche Nachweise als ausreichend angesehen werden.\n\n## 10. BEDEUTSAMKEIT DER BEHAUPTUNG\n\nNicht jede korrekte Information innerhalb des Truth Packs hat die gleiche Auswirkung auf eine Entscheidung. Die Bedeutsamkeit kann als Kandidat mit den folgenden Klassen angegeben werden:\n\n### KRITISCHER-KANDIDAT\n\n### HAUPT-KANDIDAT\n\n### MODERAT\n\n### BERATEND\n\n### KONTEXTBEZOGEN\n\nDie genaue Schwere des Fehlers wird in Abschnitt 15 bestimmt. Das Label im Truth Pack nur:\n\n- verwaltet Evidenzpriorität,\n\n- Aufmerksamkeitsüberprüfung,\n\n- Aktualisierungshäufigkeit\n\nverwaltet.\n\n## 11. EVIDENZOBJEKT\n\nJede Quelle innerhalb des Truth Pack muss als Evidenzobjekt aufgezeichnet werden, nicht nur als Link. Kandidatenstruktur:\n\nE_k= (r, a, i, p, f, s, t, x, g, h)\n\nHier:\n\n- r: Quellenrolle\n\n- a: Autorität für die Behauptung\n\n- i: Unabhängigkeit\n\n- p: Nähe zur Behauptung\n\n- f: Aktualität\n\n- s: Umfang\n\n- t: Zeit\n\n- x: Zugangsklasse\n\n- g: Quellenabstammung\n\n- h: Integritätsaufzeichnung\n\nEine URL allein vervollständigt keines dieser Felder.\n\n## 12. BEZIEHUNG ZWISCHEN NACHWEIS UND AUSSAGEN\n\nNicht jedes Evidenzobjekt unterstützt jeden Anspruch. Die Beziehung zwischen Anspruch Cj und Nachweis Ek kann einen der folgenden Statuswerte haben:\n\n### UNTERSTÜTZT\n\n### TEILWEISE_UNTERSTÜTZT\n\n### QUALIFIZIERT\n\n### WIDERRUFT\n\n### ÜBERDTIERT\n\n### KONTEXTUALISIERT\n\n### KEINE_MATERIALBEDEUTUNG\n\n### BEZIEHUNG_UNBEKANNT\n\nBeispiel: Ein Markenregistrierungsdokument eines Unternehmens: kann den Besitz der Marke unterstützen, unterstützt nicht die Kundenzufriedenheit. Eine Kundenbewertung: kann die Erfahrung eines einzelnen Nutzers unterstützen, unterstützt nicht den Erfolg von 98% bei allen Kunden.\n\n## 13. RESSOURCENROLLEN\n\n### SR-01— Kanonische Erstparteiquelle\n\nDie offizielle Oberfläche, die von der Einheit kontrolliert wird. Beispiel:\n\n- Kanonische Webseite\n\n- Offizielle Richtlinie\n\n- Preisübersicht\n\n- Produktdokument\n\n### SR-02— Erstparteibetriebsaufzeichnung\n\nAufzeichnungen auf interner oder Transaktionsebene der Einheit. Beispiel:\n\n- Rechnung\n\n- Vertrag\n\n- Transaktionsaufzeichnung\n\n- Lieferaufzeichnung\n\n- Rohleistungsdaten\n\n### SR-03— Autorisierte Amtliche Registrierung\n\nEs ist das Register, das rechtliche oder institutionelle Befugnis über das Thema trägt. Beispiel:\n\n- Firmenregister\n\n- Lizenzregister\n\n- Zertifikatsausstellende Institution\n\n- Gerichtliche Entscheidung\n\n- Regulatorische Registrierung\n\n### SR-04— Zwei-Wege-Verifikation\n\nEs ist die Unterstützung der Beziehung durch beide Parteien oder durch Vertrag. Beispiel:\n\n- Kundenbeziehung\n\n- Partnerschaft\n\n- Sponsoring\n\n- Vertriebslizenz\n\n### SR-05— Unabhängige redaktionelle Quelle\n\nEs handelt sich um eine Veröffentlichung oder Forschung, die redaktionell unabhängig von der Einrichtung ist. Unabhängigkeit ist keine Garantie für Genauigkeit.\n\n### SR-06— Unabhängige Prüfung oder Forschung\n\nEs ist eine offene externe Bewertung ihrer Methode und ihres Umfangs.\n\n### SR-07— Transaktions- oder Verhaltensnachweise\n\nAufzeichnungen, die tatsächliche Transaktionen oder Nutzerverhalten zeigen.\n\n### SR-08— Nutzergenerierte Nachweise\n\nKommentar, Beschwerde, Bewertung oder Nutzerdokument. Es ist eine individuelle Erfahrung.\n\n### SR-09— Abgeleitete Berechnung\n\nBewertung, Klassifikation oder Zusammenfassung, die aus Rohdaten erstellt wurde. Ihre Formel und Eingaben müssen existieren.\n\n### SR-10— Synthetischer Nachweis\n\nDiese Daten wurden zu Demonstrationszwecken der Methode erstellt. Sie können den Anspruch einer realen Entität nicht beweisen.\n\n### SR-11— KI-generierte derivative Quelle\n\nInhalt, der von einem KI-System durch Zusammenfassung anderer Quellen erstellt wurde. Er ersetzt nicht die Originalquellen.\n\n### SR-12— Unbekannte oder nicht auflösbare Quelle\n\nDie Quelle wurde nicht verifiziert oder ihr Ursprung kann nicht bestimmt werden. Sie hat ein begrenztes Vertrauen in die Überprüfung von Primärmaterial.\n\n## 14. DIE AUTORITÄT DER QUELLE HÄNGT VOM TYP DER BEHAUPTUNG AB\n\nEs gibt kein universelles und einheitliches Ranking für alle Quellen. Beispiel: Für den aktuellen öffentlichen Preis des Unternehmens:\n\n- kanonische Preisseite,\n\n- tatsächlicher Checkout,\n\n- aktuelles Angebot\n\nkann eine starke Quelle sein. Für die Behauptung des Unternehmens: „Wir sind Weltmarktführer.“ zeigt dieselbe Webseite nur eine Selbsterklärung. Sie beweist nicht die Führungsposition. Für die Lizenz: Die Einrichtung, die die Lizenz erteilt, ist autoritativer als der Blog des Unternehmens. Für die Kundenerfahrung: Eine einzelne Kundenbewertung ist ein echtes, einmaliges Ereignis und repräsentiert nicht die gesamte Nutzerpopulation. Daher:\n\n> Die Qualität der Quelle ist nicht allgemein; die Aussage ist spezifisch.\n\n## 15. SIEBEN DIMENSIONEN DES QUELLENPROFILS\n\nJede Quelle sollte anhand dieser Dimensionen bewertet werden:\n\n### 15.1. Autorität\n\nIst die Quelle befugt, ein Urteil über die Art der Aussage zu fällen?\n\n### 15.2. Nähe\n\nWie nah ist die Quelle am Ereignis, Prozess oder Aufzeichnung?\n\n### 15.3. Unabhängigkeit\n\nWie unabhängig ist die Quelle vom kommerziellen oder institutionellen Eigentümer der Aussage?\n\n### 15.4. Integrität\n\nWird die Authentizität der Datei oder Aufzeichnung und ihre Änderungshistorie bewahrt?\n\n### 15.5. Aktualität\n\nIst die Quelle für den entsprechenden Zeitpunkt gültig?\n\n### 15.6. Umfang\n\nUnterstützt die Quelle den gesamten Umfang des Anspruchs oder nur einen Teil davon?\n\n### 15.7. Reproduzierbarkeit\n\nKann ein anderer Prüfer anhand derselben Aufzeichnung zum gleichen Urteil gelangen? Diese Dimensionen sollten nicht unbedingt zu einer einzigen \"Quellenbewertung\" reduziert werden. Eine Quelle:\n\n- hochgradig autoritativ,\n\n- geringe Unabhängigkeit\n\nmöglich. Eine andere Quelle:\n\n- hochgradig unabhängig,\n\n- vom Thema entfernt\n\nkann sein.\n\n## 16. DIE KORREKTE ROLLE DER ERSTEN QUELLE\n\nErstquelle: sie ist nicht automatisch wertlos, noch ist sie automatisch unabhängiger Nachweis. Erstquellen können stark für Behauptungen sein wie:\n\n- Von der Institution veröffentlichter Preis\n\n- Supportzeiten\n\n- Beschreibung des eigenen Produkts und der eigenen Dienstleistung\n\n- Text der eigenen Richtlinie\n\n- Offizielle, der Öffentlichkeit bekannt gegebene Erklärungen\n\n- Eigene Transaktionsdaten\n\nSie kann allein nicht ausreichend sein für Behauptungen wie:\n\n- Weltführerschaft\n\n- Höchste Zufriedenheit\n\n- Überlegenheit gegenüber Wettbewerbern\n\n- Universeller Erfolg\n\n- Unabhängige Akkreditierung\n\n- Geschäftsergebnisse für alle Kunden\n\nIm vorherigen Text '99 Fehler': 'Ihre eigene Website ist ein Anspruch; kein Beweis.' Hinweis ist von zentraler Bedeutung für Aussagen, die insbesondere Überlegenheit und Unabhängigkeit erfordern. Eine vollständigere normative Aussage lautet wie folgt:\n\n> Ihre eigene Website ist ein Beweis für das, was die Organisation sagt; sie ist kein automatischer Beweis für die unabhängige Richtigkeit eines Anspruchs bezüglich der Außenwelt.\n\n## 17. WAS IST UNABHÄNGIGKEIT?\n\nEine Ressource mit verschiedenen Domain-Namen macht sie nicht unabhängig. Unabhängigkeit bezieht sich auf die folgenden Bereiche: Wer hat den Inhalt erstellt? Wer hat beschlossen, ihn zu veröffentlichen? Gibt es eine Bezahlung oder ein Sponsoring? Hat die Quelle den Text direkt vom Unternehmen erhalten? Hat die Veröffentlichung eine eigene Überprüfung durchgeführt? Ist der Inhalt von einer anderen Quelle kopiert? Hat die Quelle Eigentums- oder Geschäftsbeziehungen mit dem Unternehmen? Zehn Inhalte, die von einer Agentur auf verschiedenen Domain-Namen veröffentlicht werden, sind keine zehn unabhängigen Quellen.\n\n## 18. QUELLENHERKUNFT\n\nEvidenzobjekte sollten mit einer Quellenherkunft verknüpft werden. Kandidatengrafik:\n\n### G_S = (V_S, E_S) [K10]\n\nHier:\n\n- V_S: Quellobjekte\n\n- E_S: Zitations-, Kopier-, Syndizierungs-, Zusammenfassungs- und Ableitungsbeziehungen\n\nQuellenbeziehungen:\n\n### ORIGINALQUELLE\n\n### ZITATE\n\n### SYNDIKATE\n\n### FASST ZUSAMMEN\n\n### ÜBERSETZT\n\n### ABGELEITET VON\n\n### VON KI GENERIERT AUS\n\n### UNBEKANNTE HERKUNFT\n\nkann aufgezeichnet werden als.\n\n## 19. UNABHÄNGIGE EVIDENZFAMILIE\n\nInhalte, die aus derselben Quellwurzel stammen, können als eine einzige Evidenzfamilie betrachtet werden. Beispiel:\n\n- Pressemitteilung des Unternehmens\n\n- Nachrichtenseite, die die Pressemitteilung wortwörtlich veröffentlicht\n\n- Blog, der die Nachrichtenseite zusammenfasst\n\n- KI-Text, der den Blog zusammenfasst\n\nEs gibt vier URLs. Es könnte möglicherweise nicht einmal eine einzige unabhängige Evidenzquelle geben. Die Anzahl der Quellen und die Anzahl der Evidenzquellenfamilien sollte zusammen angegeben werden.\n\n## 20. EVIDENZWÄSCHE\n\nEine Selbstaussage auf anderen Domains erneut veröffentlichen und sie dann als unabhängige Nachweise verwenden:\n\n#### Wird Evidenzwäsche genannt\n\nBeispielkette: Das Unternehmen sagt auf seiner eigenen Website „wir sind führend“. Bezahlte Inhalte veröffentlichen dies als „Nachricht“. Andere Websites kopieren die Nachricht. Da KI viele Domains gesehen hat, akzeptiert sie die Behauptung als weit verbreitet. Das Unternehmen verwendet die Antwort der KI als Beleg für die eigene Behauptung. Diese geschlossene Schleife:\n\n#### Selbstaussage → abgeleitete Quelle → KI-Antwort → Wiederveröffentlichung der Selbstaussage\n\nentsteht. Man sollte diese Schleife sichtbar machen, indem man die Herkunft der Quelle im Truth Pack festlegt.\n\n## 21. EINSCHRÄNKUNG VON KI-GENERIERTEN QUELLEN\n\nEin KI-System:\n\n- kann Quellen zusammenfassen,\n\n- kann Behauptungen vergleichen,\n\nkann neuen Text erstellen. KI-Text:\n\n- ist keine ursprüngliche Quelle,\n\n- kann die zugrunde liegenden Nachweise nicht ersetzen,\n\nwird nicht zu einer unabhängigen Überprüfung, nur weil eine andere KI dasselbe sagt. KI-Ausgaben können verwendet werden für:\n\n- Lenkung der Forschung,\n\n- Extraktion von Behauptungen,\n\n- Konflikterkennung,\n\nHilfe bei der Quellenfindung. Das endgültige Evidenzobjekt sollte so weit wie möglich mit der ursprünglichen Quelle verbunden sein.\n\n## 22. EINSCHRÄNKUNG VON SYNTHETISCHEN NACHWEISEN\n\nSynthetische Daten:\n\n- Methoden-Demonstration,\n\n- Systemtest,\n\n- Software-Verifikation,\n\n- Ausbildung als Schiedsrichter\n\nKann verwendet werden für. Synthetische Daten:\n\n- Die tatsächliche Anzahl der Kunden,\n\n- die tatsächliche Leistungsrate,\n\n- die tatsächliche Länderabdeckung,\n\n- Die eigentliche Lizenz\n\nKann es nicht Nachweisen. Selbst wenn synthetische Unterlagen in derselben Akte wie echte Nachweise sind, müssen sie klar gekennzeichnet sein.\n\n## 23. UNTERSTÜTZENDE BELEGE SIND UNZUREICHEND\n\nTruth Pack sollte nur Quellen sammeln, die diese Behauptung stützen. Für wesentliche Aussagen sollten die folgenden Unterlagen aktiv nachgefragt werden:\n\n- Widersprüchliches Datum\n\n- Unterschiedlicher Anwendungsbereich\n\n- Abgelaufenes Dokument\n\n- Fehlgeschlagene Transaktion\n\n- Beschwerde oder Rückgabe\n\n- Vorheriger Eigentümer\n\n- Lizenz gehört einer anderen Stelle\n\n- Korrektur oder Rücknahme\n\n- Vergleichsdaten\n\n- Fehlender Nenner\n\nDiese Verpflichtung wird genannt:\n\n#### Belastung des Gegenevidenz\n\nEs gilt, wann immer materielle Gegenevidenz existiert.\n\n## 24. Gegenevidenz\n\nGegenevidenz widerlegt den Anspruch nicht immer vollständig. Es kann eine der folgenden Funktionen erfüllen:\n\n### WIDERRUFT\n\n### BEGRENZT_DEN_UMFANG\n\n### BESCHRÄNKUNGEN_ZEIT\n\n### IDENTIFIZIERT_AUSNAHME\n\n### HINTERFRAGT_METHODIK\n\n### STELLT_AUTHENTIZITÄT_IN_FRAGE\n\n### BIETET_ALTERNATIVE_ENTITÄT\n\n### ERFORDERT_ZUSÄTZLICHE_ÜBERPRÜFUNG\n\nBeispiel: Eine negative Bewertung der Aussage „Alle Kunden sind zufrieden“ widerlegt möglicherweise nicht automatisch die gesamte Aussage. Sie kann jedoch zeigen, dass der Begriff „alle“ falsch ist.\n\n## 25. SPEICHERUNG VON Gegenevidenz\n\nDatensatz, der die Behauptung schwächt:\n\n- nicht zugunsten des Unternehmens,\n\n- wirkt minderwertig,\n\n- kann nicht stillschweigend gelöscht werden, da seine Offenlegung gegenüber der Öffentlichkeit Unbehagen verursachen würde\n\nAuch Gegenevidenz mit geringer Zuversicht kann aufgezeichnet werden. Sein Status ist eindeutig angegeben. Der Prüfer bewertet es entsprechend.\n\n## 26. UNTERSTÜTZUNGSSTATUSES DER AUSSAGEN\n\n### VS-0— NICHT BEWERTET\n\nDie Behauptung wurde noch nicht bewertet.\n\n### VS-1— NUR OFFIZIELLER ANSPRUCH\n\nDer Anspruch basiert nur auf einer offiziellen Selbstdeklaration. Er wurde nicht als falsch nachgewiesen. Keine zusätzliche Überprüfung liegt vor.\n\n### VS-2— NACHVERFOLGBARE UNTERSTÜTZUNG DURCH ERSTE PARTEI\n\nDer Anspruch wird durch eine nachverfolgbare Operation oder Transaktionsaufzeichnung der ersten Partei unterstützt.\n\n### VS-3— BESTÄTIGT\n\nDie Behauptung wird durch mehrere geeignete Nachweise unterstützt. Nicht alle Quellen müssen unabhängig sein.\n\n### VS-4— UNABHÄNGIG ÜBERPRÜFT\n\nDie Behauptung wurde durch eine unabhängige oder autoritative externe Quelle, die für das Thema geeignet ist, überprüft.\n\n### VS-5— VON MEHREREN QUELLEN UNTERSTÜTZT\n\nDie Behauptung wird stark durch verschiedene Arten und Familien von Quellen, in Umfang und über die Zeit unterstützt.\n\n### VS-C — WIDERSPROCHEN\n\nStärkere oder passendere Nachweise widersprechen der Behauptung.\n\n### VS-U — UNGELÖST\n\nDie Nachweise sind unzureichend, widersprüchlich oder auf einem Niveau, bei dem keine Entscheidung getroffen werden kann.\n\n### VS-W — ZURÜCKGEZOGEN\n\nDer Antragsteller hat den Anspruch zurückgezogen. Die historische Aufzeichnung wird beibehalten.\n\n### VS-R — EINGESCHRÄNKT VERIFIZIERT\n\nDer Anspruch wird durch Nachweise unterstützt, die nur für Prüfer zugänglich sind. Eine öffentliche Überprüfung ist nicht möglich. Dieser Status beeinflusst auch, ob erwartet werden kann, dass KI den Anspruch aus öffentlichen Quellen erstellt.\n\n## 27. DER UNTERSTÜTZUNGSSTATUS ALLEIN IST NICHT AUSREICHEND\n\nEin Anspruch gleichzeitig:\n\n- unterstützt,\n\n- nur für ein bestimmtes Land,\n\n- nur für einen bestimmten Datumsbereich,\n\n- mit Nachweisen, die nicht öffentlich zugänglich sind,\n\n- unter gegensätzlichen Ansichten\n\nEs ist möglich. Daher kann statt eines einzigen Status ein multidimensionaler Realitätsstatusvektor verwendet werden:\n\nV_j= (Unterstützung, Umfang, Zeit, Konflikt, Zugriff)\n\nBeispiel:\n\n### VS-4+ UMFANG-BEINGRENZT + AKTUELL + KEIN-KONFLIKT + ÖFFENTLICH\n\nist ein weiteres Ergebnis.\n\n### VS-R + GLOBALE-VERKLÄRUNG + ZEIT-BEINGRENZT + UMGESTRITTEN + EINGESCHRÄNKT\n\nist ein weiteres Ergebnis.\n\n## 28. UMFANGS-STATUSES\n\n### SC-0— UMFANG UNBEKANNT\n\nDer Umfang, auf den sich die Behauptung bezieht, kann nicht bestimmt werden.\n\n### SC-1— GENAUER UMFANG\n\nDie Behauptung und die Nachweise decken denselben Entitäts-, Produkt-, Länder- und Benutzungsbereich ab.\n\n### SC-2— TEILWEISER BEREICH\n\nDie Nachweise stützen nur einen Teil der Behauptung.\n\n### SC-3— ZU WEITE BEHAUPTUNG\n\nDie Behauptung ist weiter gefasst als das, was die Nachweise stützen.\n\n### SC-4— falsche Entität BEREICH\n\nDie Nachweise gehören zu einer anderen Entität oder Tochtergesellschaft.\n\n### SC-5— FALSCHE JURISDIKTION\n\nDie Nachweise gehören zu einem anderen Land oder Rechtsbereich.\n\n### SC-6— FALCHES PRODUKT ODER DIENSTLEISTUNG\n\nDie Nachweise gehören zu einem anderen Produkt oder einer anderen Dienstleistung.\n\n## 29. ZEITSTATUTEN\n\n### TS-0— ZEIT UNBEKANNT\n\nDie Gültigkeitsdauer des Anspruchs ist unbekannt.\n\n### TS-1— AKTUELL\n\nEs wird unterstützt, dass er zum Referenzdatum gültig ist.\n\n### TS-2— HISTORISCH\n\nEs wird für einen bestimmten vergangenen Zeitraum unterstützt.\n\n### TS-3— ABGELAUFEN\n\nDie Gültigkeit des Dokuments oder Anspruchs ist abgelaufen.\n\n### TS-4— ERSETZT\n\nEs wurde durch einen neueren Eintrag ersetzt.\n\n### TS-5— EREIGNISABHÄNGIG\n\nEs ist gültig, solange ein Ereignis oder eine Bedingung andauert.\n\n### TS-6— ZUKÜNFTIG ODER GEPLANT\n\nEs ist ein Plan oder eine Verpflichtung, die noch nicht eingetreten ist. Sie kann nicht als gegenwärtige Realität dargestellt werden.\n\n## 30. VIERTER ZEITSTEMPEL\n\nJedes Evidenzstück und jede Behauptung sollte, soweit es relevant ist, vier verschiedene Zeitpunkte enthalten:\n\n### 30.1. Zeitpunkt, an dem die Realität gültig ist\n\nWann war eine Behauptung jemals in der Welt wahr?\n\n### 30.2. Zeitpunkt der Veröffentlichung der Quelle\n\nWann wurden die Informationen der Öffentlichkeit oder dem Prüfer präsentiert?\n\n### 30.3. Zeitpunkt, an dem die Quelle erfasst wurde\n\nWann wurde der Prüfungsnachweis aufgezeichnet?\n\n### 30.4. Zeit der Entscheidung über den Anspruch\n\nWann wurde der Status der Realität angegeben? Diese Unterscheidung ist wichtig. Eine Lizenz könnte zu 10:00 storniert worden sein. Der Datensatz könnte zu 15:00 aktualisiert worden sein. Die KI-Antwort könnte zu 12:00 gegeben worden sein. Antwort:\n\n- alt im Hinblick auf die Realität der Welt,\n\n- verständlich im Hinblick auf öffentlich zugängliche Nachweise\n\nTruth Pack sollte zwischen den beiden Fällen unterscheiden.\n\n## 31. ÖFFENTLICHE ZUGÄNGLICHKEIT VON NACHWEISEN\n\nZugriffsklassen für Nachweise:\n\n### EA-1— ÖFFENTLICH\n\nÖffentlich zugänglich und prüfbar.\n\n### EA-2— ÖFFENTLICH ABER TECHNISCH BESCHRÄNKT\n\nÖffentlich, aber:\n\n- Zugang,\n\n- Geographie,\n\n- Format,\n\n- technischer Zugang\n\nhat Einschränkungen.\n\n### EA-3— AUDIT-ZUGRIFF\n\nKann kontrolliert unabhängigen Prüfern zur Verfügung gestellt werden.\n\n### EA-4— EINGESCHRÄNKT VERTRAULICH\n\nDer Vertrag ist wegen personenbezogener Daten oder Geschäftsgeheimnissen eingeschränkt.\n\n### EA-5— ABGELEITETE ÖFFENTLICHE ZUSAMMENFASSUNG\n\nRohdaten sind vertraulich. Ihre Methode und Zusammenfassung sind öffentlich.\n\n### EA-6— NICHT VERFÜGBAR ODER VERLOREN\n\nEs wird behauptet, dass die Nachweise existieren, aber sie konnten während der Prüfung nicht eingesehen werden.\n\n## 32. ÖFFENTLICH VERFÜGBARE AUTHENTIZITÄT UND EINGESCHRÄNKTE AUTHENTIZITÄT\n\nEin Unternehmen kann die Behauptung „X ist unser Kunde.“ mit einem privaten Vertrag bestätigen. Der Vertrag darf der Öffentlichkeit nicht offengelegt werden. Truth Pack kann die Behauptung als: VS-R — Eingeschränkt verifiziert, aufzeichnen. Es kann jedoch nicht erwartet werden, dass ein öffentliches KI-Produkt diese Beziehung kennt. Daher gibt es zwei separate Fragen: Ist die Behauptung wahr? Ist die Behauptung öffentlich auffindbar? Eine Behauptung kann mit privaten Nachweisen wahr sein. Für den öffentlichen GEO-Erfolg gilt erneut:\n\n- sind öffentlich,\n\n- es muss möglicherweise verifiziert werden,\n\n- geeignet für den Nutzer\n\neine Aufzeichnung kann erforderlich sein.\n\n## 33. ÖFFENTLICH ENTDECKBAR\n\nFür jede materielle Behauptung kann das folgende Feld als Kandidat aufgezeichnet werden:\n\n### ÖFFENTLICH_ENTDECKBAR\n\n### ÖFFENTLICH_ABER_VERBORGEN\n\n### ÖFFENTLICH_KONFLIKTBEHAFTET\n\n### NUR_EINGESCHRÄNKT\n\n### NICHT_ÖFFENTLICH\n\n### UNBEKANNT\n\nDie Realität der KI-Antwort und der Zugang zu Informationen können danach separat bewertet werden.\n\n## 34. WAHR, ABER NICHT ÖFFENTLICH\n\nWenn ein KI-Produkt korrekt Informationen angibt, die nicht öffentlich sind, stellen sich folgende Fragen: Ist die Information in einer anderen öffentlichen Quelle verfügbar? Hat die KI Personalisierung oder eine private Wissensdatenbank verwendet? Ist die Antwort zufällig korrekt? Liegt eine Weitergabe vertraulicher oder geheimer Informationen vor? Wurde die Aussage erst nachträglich überprüft? Truth Pack sollte den Quellenpfad separat aufzeichnen, ohne allein das korrekt sein als Leistung anzurechnen.\n\n## 35. OFFENE UND GESCHLOSSENE WELTAUSSAGEN\n\nDas Fehlen von Informationen in einem Datensatz hängt von der Art der Aussage ab.\n\n### 35.1. Annahme der offenen Welt\n\nDas gesamte aufgezeichnete Universum ist unbekannt. Beispiel:\n\n- Alle Kunden\n\n- Geschäftsbeziehungen in allen Ländern\n\n- Alle Nutzerbeschwerden\n\n- Alle Medienveröffentlichungen\n\nDas Fehlen eines Eintrags beweist nicht, dass die Behauptung falsch ist.\n\n### 35.2. Geschlossenes Weltannahme-Modell\n\nEs kann angenommen werden, dass das autorisierte und umfassende Register das relevante Universum vollständig abdeckt. Beispiel:\n\n- Liste der aktiven Lizenzen an einem bestimmten Datum\n\n- Offizieller Firmenregistrierungsstatus\n\n- Gültige Zertifikate einer bestimmten Zertifizierungsstelle\n\n- Wenn der veröffentlichte Produktkatalog wirklich ergänzend ist\n\nIn diesem Fall könnte das Fehlen eines Eintrags ein stärkeres negatives Evidenzmittel sein.\n\n## 36. ERKLÄRUNG DER GESCHLOSSENEN WELT-AUTORITÄT\n\nWenn eine Quelle als Aufzeichnung der geschlossenen Welt verwendet werden soll, müssen die folgenden Felder definiert sein: Welches Universum deckt sie ab? Für welches Datum? Wie häufig wird sie aktualisiert? Könnte der Eintrag fehlen? Gibt es ein Archiv und ein Änderungsprotokoll? Wer ist die autorisierte Institution? Allein die Bezeichnung „offizielle Webseite“ liefert keine Autorität für die geschlossene Welt.\n\n## 37. UNTERSCHEIDUNG ZWISCHEN NICHT GEFUNDENEN NACHWEISEN UND FEHLERN\n\nDie folgenden drei Sätze sind unterschiedlich:\n\n- „Es wurden keine Nachweise für die Behauptung gefunden.“\n\n- \"Die Behauptung wird durch die verfügbaren Nachweise nicht gestützt.\"\n\n- \"Die Behauptung widerspricht stärkeren Nachweisen.\"\n\nDie erste kann das Ergebnis von Forschung sein. Die zweite ist der Stand der Überprüfung. Die dritte ist ein materieller Widerspruch. Dies sind nicht dasselbe:\n\n### NICHT GEFUNDEN\n\n### UNGEPRÜFT\n\n### WIDERSPRUCHLICH\n\n## 38. FEHLEN VON NACHWEISEN\n\nUm die Falschheit einer Behauptung aufgrund von Abwesenheit festzustellen, müssen die folgenden Fragen beantwortet werden: Ist das durchsuchte Aufzeichnungsuniversum umfassend? Wurden die richtigen Einheiten und Namensvarianten durchsucht? Wurden das richtige Datum und Land verwendet? Könnte die Aufzeichnung mit Verzögerung aktualisiert worden sein? Wird eine andere juristische Person oder Marke verwendet? Gibt es ein Zugangsproblem? Ohne diese Bedingungen kann keine endgültige Entscheidung wie ‚Nicht im Register gefunden, daher existiert keine Lizenz.‘ getroffen werden. Ein genaueres Ergebnis könnte lauten: ‚Konnte im angegebenen Register und Datum nicht überprüft werden.‘\n\n## 39. AUSSAGE–EVIDENZMATRIX\n\nDiese Tabelle ist keine universelle und unveränderliche Quellenbewertung. Sie zeigt, welcher Anspruch welche Beweislast trägt.\n\n## 40. QUANTITATIVE AUSSAGEN\n\nEine quantitative Behauptung kann nicht ohne die folgenden Felder überprüft werden:\n\n- Gemessener Gegenstand\n\n- Zähler\n\n- Nenner\n\n- Zeitraum\n\n- Aufnahmeregel\n\n- Ausschlussregel\n\n- Datenquelle\n\n- Fehlende Datensätze\n\n- Eindeutige Einheit\n\n- Berechnungsformel\n\n- Rundung\n\n- Aktualisierungsdatum\n\n- Verantwortliche Person\n\nBeispiel: „98 Prozent Erfolg.“ allein ist keine quantitative Behauptung. Es ist eine undefinierte Marketingzahl.\n\n## 41. ZÄHLER UND NENNER\n\nErfolgsrate:\n\n### R = S/N\n\nLass es sein. Hier:\n\n- S: als erfolgreich betrachtete Einheiten\n\n- N: alle bewerteten, berechtigten Einheiten\n\nmuss sein. Wenn fehlgeschlagene oder unvollständige Projekte aus dem Nenner entfernt werden, ändert sich das Verhältnis. Der Nenner kann nicht nach dem Ergebnis ausgewählt werden.\n\n## 42. EINZELNE EINHEIT\n\nDie folgenden Ausdrücke unterscheiden sich voneinander:\n\n- 100 Kunden\n\n- 100 Projekte\n\n- 100 Rechnungen\n\n- 100 Verträge\n\n- 100 Nutzerkonten\n\n- 100 Transaktionen\n\nDerselbe Kunde könnte zehn Projekte durchgeführt haben. „100 Projekte“ ist nicht „100 Kunden“. Truth Pack muss die Einheit der Zahl ausdrücklich aufzeichnen.\n\n## 43. KUMULATIVE UND AKTIVE ZAHL\n\n„Wir haben 500 Kunden.“ kann eine der folgenden Bedeutungen haben:\n\n- 500 einzigartige Kunden in der Unternehmensgeschichte\n\n- 500 Kunden im letzten Jahr\n\n- 500 derzeit aktive Kunden\n\n- 500 Kontaktaufzeichnungen\n\n- 500 Konten\n\n- 500 Projekte\n\nDiese Bedeutungen sind nicht gleich.\n\n## 44. ABGELEITETER ANSPRUCH\n\nEin Anspruch kann nicht direkt im Dokument geschrieben werden. Er kann aus Rohdaten berechnet werden. Beispiel: „Die durchschnittliche Lieferzeit beträgt 12 Tage.“ Dieses Ergebnis:\n\n- welche Projekte enthalten sind,\n\n- die Definition von Beginn und Ende,\n\n- fehlgeschlagene Projekte,\n\n- Median- und Extremwerte\n\nerfordert. Der abgeleitete Anspruch muss die folgenden Bereiche enthalten:\n\n- Eingabedaten-Identifikatoren\n\n- Formel\n\n- Code oder Berechnungsmethode\n\n- Version\n\n- Reproduktionsaufzeichnung\n\n## 45. LEISTUNGSANSPRUCH\n\nDie Leistungsbehauptung sollte diese Fragen beantworten: Wessen Leistung ist das Ergebnis? Welches Produkt oder welche Dienstleistung? Welcher Nutzer- oder Projekttyp? Was ist die Grundlage? Was ist das Erfolgskriterium? Wie lange ist der Zeitraum? Wie viele erfolglose Ergebnisse gibt es? Handelt es sich um einen ausgewählten Fall oder die gesamte Population? Gibt es eine unabhängige Überprüfung? Ist das Ergebnis kausal oder nur relational? Eine Fallstudie: kann ein mögliches Ergebnis zeigen. Zeigt nicht das erwartete Ergebnis bei allen Kunden.\n\n## 46. GARANTIEFORDERUNG\n\nDie Aussage „Garantierte Ergebnisse.“ erfordert die folgenden Bereiche: Was genau wird garantiert? Lieferung oder Geschäftsergebnis? Welcher Zeitraum ist gemeint? Was sind die Ausnahmen? Welche Rückerstattung oder Entschädigung gibt es? Gibt es Dritte außerhalb der Kontrolle? Wird KI-Beratung oder Ranking garantiert? Ein Unternehmen:\n\n- kann seinen eigenen Arbeitsablauf garantieren,\n\n- spezifische Lieferung\n\nEs kann das zukünftige Beratungsverhalten eines KI-Produkts, das es nicht kontrolliert, nicht absolut garantieren.\n\n## 47. KUNDENANSPRACHE\n\nDie Anzeige des Logos einer Organisation auf einer Website beweist nicht automatisch eine Kundenbeziehung. Das Logo kann eine der folgenden Beziehungen darstellen:\n\n- Kunde\n\n- Ehemaliger Kunde\n\n- Potentieller Kunde\n\n- Veranstaltungsteilnehmer\n\n- Sponsor\n\n- Partner\n\n- Lieferant\n\n- Technologieträger\n\n- Konzerngesellschaft\n\n- Unbefugte Logo-Nutzung\n\nDas Truth Pack muss die Art der Beziehung klar definieren.\n\n## 48. KUNDENVERTRAULICHKEIT\n\nDie Kundenbeziehung kann vertraglich bestätigt werden, darf jedoch nicht öffentlich bekannt gegeben werden. Korrekte Aufzeichnung: VS-R — Eingeschränkt Verifiziert kann sein. Wenn das Unternehmen nicht öffentlich sagen kann, ‚X ist unser Kunde‘, wird nicht erwartet, dass die KI diese Beziehung kennt. Die Anzahl der vertraulichen Kunden kann nicht stillschweigend in die öffentliche GEO-Behörde umgewandelt werden.\n\n## 49. PARTNERSCHAFTSANSRUCH\n\nDas Wort „Partner“ allein ist nicht ausreichend. Die Beziehung muss die folgenden Bereiche umfassen:\n\n- Art der Partnerschaft\n\n- Produkt oder Projekt\n\n- Land\n\n- Beginn und Ende\n\n- Gegenseitige Zustimmung\n\n- Kommerzieller oder technischer Umfang\n\n- Befugnis und Verantwortung\n\nEin Software-Abonnement kann keine Technologiepartnerschaft sein. Ein Event-Sponsoring kann keine langfristige strategische Partnerschaft sein.\n\n## 50. LIZENZ- UND BEFUGNISANSPRUCH\n\nEin Lizenzanspruch muss mindestens die folgenden Bereiche umfassen:\n\n- Vollständige juristische Einheit des Lizenznehmers\n\n- Institution, die die Lizenz erteilt\n\n- Lizenzenummer\n\n- Land oder Rechtsordnung\n\n- Umfang der Befugnis\n\n- Beginndatum und Enddatum\n\n- Status der Aussetzung oder des Widerrufs\n\n- Überprüfungsdatum\n\nDie Lizenz eines anderen Unternehmens der Gruppe kann nicht auf die Marke übertragen werden. Die persönliche Lizenz eines Mitarbeiters gewährt der Institution nicht automatisch Befugnisse.\n\n## 51. ZERTIFIKAT, MITGLIEDSCHAFT UND AKKREDITIERUNG\n\nDie folgenden Konzepte sind unterschiedlich:\n\n- Zertifikat\n\n- Mitgliedschaft\n\n- Akkreditierung\n\n- Auszeichnung\n\n- Teilnahme an Schulungen\n\n- Konformitätszeichen\n\n- Selbsteinschätzungsabzeichen\n\nMitgliedschaft in einer Fachorganisation: bedeutet möglicherweise keine von dieser Organisation akkreditierte Expertise. Abschluss einer Schulung: bedeutet möglicherweise keine unabhängige Zertifizierung. Der Begriff Truth Pack sollte gemäß der Definition der ausstellenden Institution verwendet werden.\n\n## 52. AUSZEICHNUNGSANSPRUCH\n\nDer Auszeichnungsnachweis muss die folgenden Felder enthalten:\n\n- Verleihende Institution\n\n- Jahr\n\n- Kategorie\n\n- Geographie\n\n- Antrags- oder Gebührenstruktur\n\n- Bewertungsmethode\n\n- Sponsorbeziehung\n\n- Gewinnende Einheit\n\n- Produkt- oder Unternehmensumfang\n\nBezahlte Anwendungs-Auszeichnung ist nicht automatisch gefälscht. Sie ist auch keine unabhängige Marktführerschaft. Der Quellstatus muss beibehalten werden.\n\n## 53. ANSPRUCH AUF ÜBERLEGENHEIT\n\nDie Ausdrücke „Beste.“ „Weltmarktführer.“ „Nummer eins.“ „Zuverlässigste.“ erfordern die folgenden Bereiche:\n\n- Vergleichsuniversum\n\n- Wettbewerbsgruppe\n\n- Kriterien\n\n- Gewichtung\n\n- Daten\n\n- Zeitraum\n\n- Geographie\n\n- Methode\n\n- Unabhängigkeit\n\n- Unsicherheit\n\nWenn diese Felder fehlen, ist der korrekte Truth Pack-Status normalerweise:\n\n### VS-1— Nur offizieller Anspruch\n\noder: VS-U — Ungeklärt.\n\n## 54. UNTERSCHEIDUNG ZWISCHEN MEINUNG UND TATSACHE\n\nDieser Satz: „Wir glauben an menschenzentriertes Design.“ ist eine Unternehmensmeinung oder Werteaussage. Marktforschung ist nicht notwendig, um dies zu beweisen. Dieser Satz ist anders: „Unsere Produkte sind die besten der Branche im Bereich menschenzentriertes Design.“ Er wird zu einer vergleichenden Tatsachenaussage. Truth Pack muss den epistemischen Typ jeder Aussage bewahren.\n\n## 55. BESCHWERDE UND NEGATIVER NUTZERBERICHT\n\nEine Nutzerbeschwerde:\n\n- kann ein reales einzelnes Ereignis sein,\n\n- Sie kann unvollständig oder falsch sein,\n\n- Sie kann gelöst worden sein,\n\nEs könnte einer anderen Einheit gehören. Einzelne Beschwerde: „Das Unternehmen schikaniert alle Kunden.“ unterstützt das Ergebnis nicht. Es gibt jedoch einen ernsthaften Vorfall:\n\n- Untersuchung,\n\n- Korrektur,\n\n- Kritisches Risiko\n\nkann eingeleitet werden.\n\n## 56. ANSPRUCH, UNTERSUCHUNG UND URTEIL\n\nDiese Status sollten voneinander unterschieden werden:\n\n- Anspruch\n\n- Beschwerde\n\n- Offene Untersuchung\n\n- Verwaltungsbefund\n\n- Erstinstanzliche Entscheidung\n\n- Abgeschlossene Entscheidung\n\n- Zurückgezogene oder aufgehobene Entscheidung\n\n- Antwort der Institution\n\nEine Untersuchung über eine Person oder Institution bedeutet nicht, dass sie schuldig oder verantwortlich sind. Truth Pack sollte keine Sprache verwenden, die den rechtlichen Status überschreitet.\n\n## 57. PROPORTIONALE SPRACHE BEI NEGATIVEN BEHAUPTUNGEN\n\nTruth Pack sollte die folgende Sprache verwenden:\n\n- \"Es wurde behauptet.\"\n\n- \"Es wird von der angegebenen Institution untersucht.\"\n\n- \"Die angegebene Entscheidung wurde am genannten Datum getroffen.\"\n\n- \"Die Entscheidung ist nicht endgültig.\"\n\n- \"Die Institution bestreitet die Behauptung.\"\n\n- \"Es wurde in den vorhandenen Unterlagen nicht gelöst.\"\n\nDie folgende Sprache darf ohne ausreichende konkrete Aufzeichnungen nicht verwendet werden:\n\n- „Ist ein Betrüger.“\n\n- „Es ist illegal.“\n\n- „Er/Sie ist schuldig.“\n\n- Es ist definitiv unzuverlässig.\n\nDies ist nicht nur ein rechtliches Risiko, es ist das Prinzip der Genauigkeit in der Repräsentation.\n\n## 58. EMPFEHLUNG REALITÄT\n\nTruth Pack sollte ein Unternehmen insgesamt nicht auf einen einzigen Status reduzieren: „empfohlen“ oder „nicht empfohlen.“ Die Empfehlung hängt von den folgenden Bereichen ab:\n\n- Bedürfnisse des Nutzers\n\n- Land\n\n- Budget\n\n- Art der Dienstleistung\n\n- Risikotoleranz\n\n- Kapazität\n\n- Lizenz\n\n- Ausschlussbedingungen\n\n- Alternativen\n\nTruth Pack für Empfehlungen:\n\n- Zulassungsvoraussetzungen,\n\n- Ungeeignetheitsbedingungen,\n\n- nachgewiesene Grenzen\n\nbietet. Die endgültige Nutzerberatung liegt in der Entscheidungspflicht des KI-Produkts.\n\n## 59. BEGRENZUNGSANSPRÜCHE\n\nTruth Pack sollte nicht nur enthalten, was es tut, sondern auch, was es nicht tut. Beispiel: Es funktioniert nur in der Türkei. Es bietet keine Rechtsberatung. Es besitzt keine Gesundheitlizenz. Preise sind ohne Steuern. Der Service ist nur für Firmenkunden geöffnet. Es garantiert keine Ergebnisse. Es kontrolliert das Verhalten bestimmter Dritter nicht. Grenzinformationen sind eine der wertvollsten Aufzeichnungen für genaue Beratung.\n\n## 60. UNBEKANNTES LOGBUCH\n\nDer Truth Pack sollte fehlende Felder nicht verbergen. Arten unbekannter Datensätze:\n\n### UNBEKANNTE_TATSACHE\n\n### UNBEKANNTER_UMFANG\n\n### UNBEKANNTE_ZEIT\n\n### UNBEKANNTE_ENTITÄT\n\n### UNBEKANNTE_QUELLENHERKUNFT\n\n### UNBEKANNTE_ÖFFENTLICHE_VERFÜGBARKEIT\n\n### UNZUREICHENDE_BEWEISE\n\n### REFERENZKONFLIKT\n\n### NICHT_ANWENDBAR\n\n### NOCH_NICHT_BEWERTET\n\nUNBEKANNT ist kein Fehler. Es ist ein Schutz gegen falsche Sicherheit.\n\n## 61. Referenzlücke\n\nEine KI-Antwort kann während der Überprüfung eine materielle Behauptung generieren, die nicht im Truth Pack enthalten ist. In diesem Fall sollte der Schiedsrichter eine der folgenden Optionen verwenden:\n\n- Die Behauptung liegt außerhalb des Umfangs und ist nicht materiell\n\n- Es gibt ein Referenzlücke im Truth Pack\n\n- Neue Evidenzrecherche erforderlich\n\n- Antwort kann nicht unterstützt werden\n\n- Die Behauptung gehört zu einer falschen Entität\n\nDie Truth Pack-Lücke kann nicht automatisch als KI-Fehler gewertet werden. Richtiger Status:\n\n### REFERENCE_GAP\n\nkann sein.\n\n## 62. TRUTH PACK-ERWEITERUNG NACH DER ANTWORT\n\nDie KI-Antwort kann eine bisher nicht berücksichtigte materielle Behauptung erzeugen. Die neue Behauptung kann untersucht werden. Folgende Regeln gelten jedoch: Die erste Version des Truth Packs wird beibehalten. Die neue Behauptung und die Nachweise werden in einer separaten Version hinzugefügt. Das ursprüngliche Überprüfungsergebnis wird nicht still geändert. Falls notwendig, werden alle zugehörigen Antworten mit der neuen Version erneut bewertet. Alte und neue Ergebnisse sind im öffentlichen Änderungsprotokoll sichtbar.\n\n## 63. VORWELLEN-SPERRE DES TRUTH PACK\n\nVor jeder Hauptmesswelle müssen die folgenden Felder festgeschrieben werden:\n\n- Version der Entitätsidentität\n\n- Version des offiziellen Repräsentationsverzeichnisses\n\n- Referenz-Behauptungs-Register\n\n- Evidenzregister\n\n- Gegenevidenz Registrierung\n\n- Quellen-Abstammungsdiagramm\n\n- Umfangs- und Zeitmatrix\n\n- Unbekannt-Register\n\n- Evidenzklassen-Zugriff\n\n- Paket-Hash\n\n- Menschliche Genehmigung\n\n- Sperrzeit\n\nIn diese Datei:\n\n#### NOMOS Wahrheitspack-Sperre\n\nkann den Namen erhalten.\n\n## 64. WAHRHEITSPACK UND MESSDATUM\n\nKI-Antwort, als Regel:\n\n#### die Realität, die im Moment des Sendens der Prompt gültig ist\n\nsollte entsprechend bewertet werden. Das Wahrheitspack trägt den Zeitrahmen, der diesen Moment darstellt. Die Realität, die später entsteht: macht die frühere Antwort nicht automatisch falsch, sie erstellt eine neue Wahrheitspack-Version für die neue Welle.\n\n## 65. REALITÄTSÄNDERUNG WÄHREND DER WELLEN\n\nUnternehmen:\n\n- ändert seinen Namen,\n\n- erwirbt oder verliert eine Lizenz,\n\n- aktualisiert seinen Preis,\n\n- expandiert in ein anderes Land,\n\n- stellt sein Produkt ein\n\ndann kann sich das Truth Pack wesentlich ändern. In diesem Fall:\n\n- kann die Messwelle in Unterwellen unterteilt werden,\n\n- können die alte und neue Version des Truth Packs mit separaten Antworten verknüpft werden,\n\ndie Warnung MIXED_REFERENCE_STATE kann verwendet werden.\n\n## 66. RÜCKWIRKENDE ÄNDERUNG DES TRUTH PACK\n\nWenn ein Eintrag falsch ist, kann er korrigiert werden. Allerdings:\n\n- die alte Version kann nicht gelöscht werden,\n\n- der Grund für die Änderung muss dokumentiert werden,\n\n- welche Antworten betroffen sind, muss angezeigt werden,\n\ndie neue Bewertung muss eine separate Analyseversion erstellen. Die Realität zu korrigieren ist nicht dasselbe wie die Geschichte umzuschreiben.\n\n## 67. VERSION ARCHITEKTUR\n\nKandidatenversionsformat: Major.Minor.Patch\n\n#### Wesentlich\n\nÄnderung der Zielentität, Änderung der Anspruchsontologie, Änderung des Evidenzstandards, Änderung des Umfangs, die zur Bewertung derselben Antworten in unterschiedlichen Realitätssystemen führen wird\n\n#### Geringfügig\n\nNeue materielle Aussagen, Hinzufügung eines neuen Landes oder Produkts, Statusänderung mit neuen Nachweisen, historische oder aktuelle Realitätänderung\n\n#### Patch\n\nRechtschreibung Metadaten Defekte Verknüpfung Korrektur des Hashs oder technischen Datensatzes Materielle Wirklichkeitsänderung kann nicht als Patch gespeichert werden.\n\n## 68. WÄHRUNG UND FRISCHE\n\nNicht jede Behauptung altert im gleichen Tempo.\n\n### FRISCH-1— Strukturell oder Historisch\n\nFelder mit geringer Variabilität wie Gründungsdatum. Ereignisgesteuerte Überprüfung kann ausreichend sein.\n\n### FRISCH-2— Ereignisabhängig\n\nEigentum, Administrator oder Lizenzstatus. Änderungsevent und regelmäßige Überprüfungen sind erforderlich.\n\n### FRISCH-3— Mittlere Variabilität\n\nDienstleistungsland, Anzahl der Mitarbeiter, Partnerschaft. Regelmäßige Überprüfung ist erforderlich.\n\n### FRESH-4— Hohe Variabilität\n\nPreis, Bestand, Plan, Produktverfügbarkeit. Sollte in kurzen Abständen überprüft werden.\n\n### FRESH-5— Live oder Sofort\n\nAusfall, aktuelles Angebot, Ereignis, Echtzeitstatus. Aufzeichnungen nahe dem Messzeitpunkt sind erforderlich. Exakte Dauer sollte entsprechend des Aussagetyps und des Branchenrisikos bestimmt werden.\n\n## 69. LETZTES ÜBERPRÜFUNGS-DATUM\n\nJeder Anspruch:\n\n- letztes Überprüfungsdatum,\n\n- empfohlenes erneutes Überprüfungsdatum,\n\n- Änderungsauslöser\n\nmuss getragen werden. Aussage ohne ein letztes Überprüfungsdatum: kann nicht als aktuell angenommen werden.\n\n## 70. QUELLEN-SNAPSHOT\n\nEine dynamische Webseite sollte nicht nur als URL gespeichert werden. Soweit relevant: Seiten-Snapshot,\n\n### PDF,\n\nVolltext, Screenshot, Aufzeichnungszeit, Hash,\n\n### URL,\n\nOrt, Zugriffsstatus müssen erhalten bleiben. Die Seite kann sich später ändern.\n\n## 71. WENN DIE QUELLE VERLOREN GEHT\n\nEine Quelle kann gelöscht werden oder unzugänglich werden. Truth Pack:\n\n- kann den Archiv-Snapshot speichern,\n\n- Hash,\n\n- Aufzeichnungszeit\n\nkann gespeichert werden. Aber Archiv:\n\n- dass die Seite in Echtzeit öffentlich zugänglich ist,\n\n- allein beweist möglicherweise nicht vollständig den Umfang des Zugriffs.\n\nKeine dieser Tatsachen ist allein durch das Archiv vollständig nachweisbar.\n\n## 72. EVIDENZZUGRIFF UND DATENSCHUTZEBENEN\n\n#### Öffentliche Evidenz\n\nEvidenz, die öffentlich zugänglich ist.\n\n#### Prüfungsevidenz\n\nBearbeitete Evidenz, die unabhängigen Prüfern und Gutachtern zugänglich ist.\n\n#### Eingeschränkte Evidenz\n\nEingeschränkte Evidenz, die Verträge, persönliche Daten oder Geschäftsgeheimnisse enthält.\n\n#### Abgeleitete Evidenz\n\nÜberprüfbare Zusammenfassung oder Berechnung, die aus Rohdaten erstellt wurde.\n\n#### Öffentliche Aussagemanifestation\n\nFür jeden Anspruch an die Öffentlichkeit:\n\n- dessen Status,\n\n- Quellenklasse,\n\n- Datum,\n\n- Beweis-Hash,\n\n- Zugangsstatus\n\nManifestanzeige.\n\n## 73. VERWENDUNG VON VERTRAULICHEN NACHWEISEN\n\nWenn eingeschränkte Nachweise verwendet werden sollen: Wer hat die Nachweise gesehen? Was haben sie überprüft? Wie viel kann der Öffentlichkeit offengelegt werden? Kann ein unabhängiger zweiter Prüfer darauf zugreifen? Wie lang dauert und wie lang ist die Evidenzlage? Können die Nachweise zurückgezogen werden? Es muss aufgezeichnet werden. Die Aussage \"Wir haben vertrauliche Nachweise\" allein stellt keine Unterstützung für das Truth Pack dar.\n\n## 74. ROLLE DER GEPRÜFTEN EINRICHTUNG\n\nGeprüfte Einheit:\n\n- Belege liefern können,\n\n- kann gegen falsche Identitätsdatensätze Einspruch erheben,\n\n- kann den Umfang erklären,\n\n- kann kontrollierten Zugang für vertrauliche Evidenzmittel bieten,\n\nkann ein Gegenargument vorbringen. Geprüfte Einheit:\n\n- kann seinem eigenen Anspruch keinen endgültigen Unterstützungsstatus gewähren,\n\n- kann Gegenevidenz nicht gelöscht werden,\n\n- kann den Richter nicht allein auswählen,\n\n- kann einen niedrig bewerteten Anspruch nicht aus dem Geltungsbereich entfernen,\n\nkann die gesamte Beweislast nicht umgehen, indem er sie als 'Geschäftsgeheimnis' bezeichnet.\n\n## 75. RECHT AUF ANTWORT\n\nBevor ein öffentlich zugängliches Material und ein nachteiliger Befund veröffentlicht werden, hat die geprüfte Einheit, soweit anwendbar, Anspruch auf:\n\n- den relevanten Anspruch,\n\n- die verwendeten Nachweise,\n\n- Gegenevidenz,\n\n- den vorgeschlagenen Status,\n\n- Antwortzeit\n\nkann gemeldet werden. Das Versäumnis der Organisation zu reagieren bedeutet nicht, dass sie den Anspruch akzeptiert. Die Antwort:\n\n- als Evidenzmittel,\n\n- als Gegenmeinung,\n\n- als neue Überprüfungsanfrage\n\naufgezeichnet.\n\n## 76. BERUFUNGSSTATUS\n\n### KEINE_BERUFUNG\n\n### BERUFUNG_OFFEN\n\n### BEWEIS_EINGEREICHT\n\n### IN_ÜBERPRÜFUNG\n\n### BERUFUNG_BESTÄTIGT\n\n### BERUFUNG_TEILWEISE_BESTÄTIGT\n\n### BERUFUNG_ABGELEHNT\n\n### EXTERNE_ÜBERPRÜFUNG_BEANTRAGT\n\n### GESCHLOSSEN_MIT_BESCHWERDE\n\nDer Hauptdatensatz wird während des Einspruchs nicht gelöscht. Sein Status bleibt sichtbar.\n\n## 77. DISSENZIERENDE MEINUNG\n\nSchiedsrichter oder Experten können aus denselben Nachweisen unterschiedliche Schlussfolgerungen ziehen. Wenn die materielle Streitfrage nicht gelöst wird:\n\n- Mehrheitsentscheidung,\n\n- dissenzierende Meinung,\n\n- Begründungen,\n\n- Evidenzunterschied\n\nkönnen im Paket bewahrt werden. Das Wahrheitspaket sollte keinen falschen Konsens erzeugen.\n\n## 78. ROLEN IN DEN WAHRSHEITSPAKET-VERWALTUNG\n\nDie folgenden Rollen können definiert werden, soweit sie relevant sind:\n\n- Inhaber des Entitätsdatensatzes\n\n- Editor des Anspruchsbuches\n\n- Evidenzregistrar\n\n- Analyst der Quellenlinie\n\n- Fachspezialist\n\n- Juristischer oder regulatorischer Prüfer\n\n- Prüfer für quantitative Methoden\n\n- Gegenevidenz Prüfer\n\n- Datenschutzbeauftragter\n\n- Entscheidender des Wahrheitspakets\n\n- Beschwerdeprüfer\n\n- Versionsverwalter\n\n- Verantwortlicher menschlicher Genehmiger\n\nIn einem kleinen Pilotprojekt kann eine Person mehrere Rollen übernehmen. Interessenkonflikte müssen offengelegt werden.\n\n## 79. DIE ROLLE VON KI IM WAHRHEITSPAKET\n\nKI-Systeme können bei folgenden Aufgaben unterstützen:\n\n- Aussagen aus Dokumenten extrahieren\n\n- Finden derselben Behauptung in verschiedenen Sätzen\n\n- Schätzung der Quelllinie\n\n- Widerspruchskandidaten markieren\n\n- Entfernen von Datums- und Umfangsfeldern\n\n- Vorschlagen von Nachweis–Behauptung-Zuordnung\n\n- Fehlende Felder erkennen\n\n- Maschinendiagramm erstellen\n\nKI:\n\n- kann nicht allein den endgültigen Unterstützungsstatus angeben,\n\n- kann nicht aus eigener generierter Zusammenfassung neue Nachweise erstellen,\n\n- kann nicht die einzige und unfehlbare Autorität in widersprüchlicher Realität sein,\n\nkann die menschliche Genehmigung nicht ersetzen.\n\n## 80. WAHRHEITSPAKET-VORBEREITUNGSLEVELS\n\n### TPR-0— KEIN PAKET\n\nStrukturiertes Wahrheits-Paket nicht gefunden. Die Hauptentscheidung kann nicht gestartet werden.\n\n### TPR-1— NUR FÜR OFFIZIELLE ENTWÜRFE\n\nEs gibt nur offizielle Repräsentationen und Selbsterklärungen. Kann für Entdeckungen verwendet werden. Es ist kein verifiziertes Wahrheits-Paket.\n\n### TPR-2— STRUKTURIERTES EVIDENZ-PAKET\n\nEnthält atomare Aussagen und grundlegende Nachweise. Gegenevidenz und Quellenherkunft können fehlen.\n\n### TPR-3— BEREIT FÜR ENTSCHEIDUNG\n\nAnspruch, Nachweis, Gegenevidenz, Bereich, Zeit und Unbekannte sind bereit für die Beurteilung. Das minimale Kandidatenniveau für das Haupt GEO-1000.\n\n### TPR-4— UNABHÄNGIG ÜBERPRÜFT\n\nDas Paket hat eine unabhängige Überprüfung im Feld und der Methode durchlaufen.\n\n### TPR-5— REPLIZIERT UND WARTUNGSFÄHIG\n\nDas Paket wurde in verschiedenen Prüfungen verwendet, und die Version sowie das aktuelle System wurden ausgeführt. Die Hauptöffentliche Prüfung mindestens:\n\n### TPR-3\n\nsollte dieses Niveau anstreben.\n\n## 81. TRUTH PACK VORBEREITUNGSTORE\n\nEin Paket muss die folgenden Prüfungen bestehen, bevor es als TPR-3 betrachtet wird: Wurde die Identität der Entität geklärt? Stehen die notwendigen Aussagefelder für Prompt-Familien zur Verfügung? Sind die materiellen Aussagen atomar? Sind Zeitpunkt und Umfang jedes Aussage klar? Tragen Evidenzobjekte Integritätsaufzeichnungen? Wurde die Quellenlinie geprüft? Wurde Gegenevidenz gesucht? Sind öffentlicher und eingeschränkter Zugang getrennt? Sind unbekannte Felder sichtbar? Gibt es eine menschliche Genehmigung und eine Versionssperre?\n\n## 82. ABGLEICH DES ANSPRUCHSUMFANGS MIT DEM WAHREPaket\n\nJede Anspruchsfamilie muss mit den erforderlichen Truth Pack-Feldern verknüpft sein.\n\nWenn Truth Pack den vom Prompt geforderten Bereich nicht abdeckt, ist die Referenz nicht bereit.\n\n## 83. SYNTHETISCHES APPLE.COM WAHRHEITSPACK-ANZEIGE\n\nANZEIGE DER SYNTHETISCHEN METHODIK / Die untenstehenden Angaben zu Aussagen, Datensätzen und Status sind ausschließlich erfunden, um die Methode zu demonstrieren. Sie spiegeln keine echten Informationen von Apple Inc., die aktuelle Unternehmensstruktur oder ein tatsächliches Prüfergebnis wider. Kanonisches Ziel: die synthetische Hauptgesellschaftstechnologieeinheit, die mit der Domain apple.com verbunden ist.\n\n### 83.1. Synthetischer Anspruch C-001\n\n> Forderung:\n\napple.com ist eine der kanonischen digitalen Oberflächen, die von der synthetischen Hauptgesellschaftseinheit kontrolliert werden. Typ: CT-02— Beziehung / Nachweis:\n\n- Synthetische Domain-Registrierung\n\n- Synthetische offizielle Unternehmensregistrierung\n\n- Synthetische unabhängige Überprüfung\n\n> Status:\n\n### VS-4+ SC-1+ TS-1+ EA-1\n\n### 83.2. Synthetischer Anspruch C-002\n\n> Forderung:\n\nDie Hauptorganisation ist mit Verbrauchertechnologie, Software und digitalen Diensten verbunden. Typ: CT-03— Aktivität / Nachweis:\n\n- Synthetischer Produktkatalog\n\n- Synthetische Unternehmensregistrierung\n\n- Synthetische unabhängige Klassifizierung\n\n> Status:\n\n### VS-5+ SC-1+ TS-1+ EA-1\n\n### 83.3. Synthetischer Anspruch C-003\n\n> Forderung:\n\nDie Organisation ist das weltweit innovativste Unternehmen. Typ: CT-11— Überlegenheit / Nachweis:\n\n- Synthetische Selbsterklärung des Unternehmens\n\n- Keine definierte Vergleichsmethode\n\n- Kein unabhängiges Universum oder Kriterium\n\n> Status:\n\n### VS-1+ SC-3+ TS-0+ EA-1\n\nKorrekte KI-Formulierung: „Das Unternehmen positioniert sich als innovatives Technologieunternehmen.“ Falsche epistemische Überhöhung: „Es ist das innovativste Unternehmen der Welt.“\n\n### 83.4. Synthetischer Anspruch C-004\n\n> Forderung:\n\nDie Preise sind in allen Ländern gleich.\n\n> Nachweis:\n\nUnterschiedliche Preis- und Steuerbedingungen auf synthetischen Länderseiten\n\n> Status:\n\n### VS-C + SC-5+ TS-1\n\n### 83.5. Synthetischer Anspruch C-005\n\n> Forderung:\n\nDie Einheit stellt bestimmte Produkte in den angegebenen Märkten vor.\n\n> Status:\n\n### VS-4+ SC-2+ TS-1\n\nBehauptung ohne Länderscope: „Weltweit angeboten.“ kann nicht auf diese Weise erweitert werden.\n\n## 84. SYNTHETISCHER ASTERON TRUTH PACK FALL\n\n### SYNTHETISCHER FALL – KEINE ECHTE INSTITUTION\n\nStruktur der Einheit:\n\n- Asteron Holdings Ltd. — Muttergesellschaft\n\n- Asteron Travel — Marke\n\n- Asteron Turkey Tourism Ltd. — lokales Vertriebsunternehmen\n\n- Mira Destination Services — unabhängiger Lieferpartner\n\n- Asteron Club Antalya — Franchise\n\n### 84.1. Anspruch A-001\n\n„Asteron ist in 25 Ländern tätig.“ Nachweis:\n\n- Offizielle Website: 25 Länder\n\n- Betriebsaufzeichnungen: aktive Lieferung in 9 Ländern\n\n- Ehemalige Kundendaten: historische Kunden in 16 zusätzlichen Ländern\n\n- Lokales Unternehmen: 3 Länder\n\n- Fernangebotannahme: 14 Länder\n\nProblem: Die Definition von „Aktivität“ ist unklar. Truth Pack bricht die Behauptung auf:\n\n#### A-001 a\n\nAsteron hat mindestens einen historischen Kunden oder kommerziellen Kontakt in 25-Ländern. Status:\n\n### VS-3+ TS-2+ SC-1\n\n#### A-001 b\n\nAsteron erbringt aktive Dienstleistungen in 9-Ländern zum Stichtag. Status:\n\n### VS-4+ TS-1+ SC-1\n\n#### A-001 c\n\nAsteron hat eine örtliche juristische Niederlassung in 25-Ländern. Status:\n\n### VS-C + SC-3\n\nOhne diese Aufschlüsselung kann die Antwort der KI „25-Länder“ nicht fair bewertet werden.\n\n### 84.2. Anspruch A-002\n\n\"98% der Projekte sind erfolgreich.\" Vorgelegte Nachweise:\n\n- 49 positive Fälle\n\n- 1 gescheiterter Fall\n\n- Keine vollständige Projektliste\n\n- Keine Definition von Erfolg\n\nTruth Pack-Status: VS-U — Unzureichender Nenner und Methode Korrektes AI-Format: \"Das Unternehmen berichtet von hohem Erfolg in ausgewählten Fallaufzeichnungen; Methode und vollständiger Nenner konnten für die gesamte 98%-Rate nicht verifiziert werden.\"\n\n### 84.3. Anspruch A-003\n\n„Asteron ist eine unabhängig verifizierte globale Standardorganisation.“ Nachweis: Der Standard wurde von Asteron selbst veröffentlicht. Keine unabhängige Verifizierung konnte gefunden werden. Ein Mitarbeiter einer Universität teilte den Text von seinem persönlichen Konto. Die Universität hat keine institutionelle Genehmigung. Status: VS-C — Anspruch auf unabhängige Verifizierung widersprochen. Korrekte Aussage: „Asteron ist eine Organisation, die ihren eigenen Standard veröffentlicht.“\n\n### 84.4. Anspruch A-004\n\n„Alle Projekte sind garantiert.“ Vertrag: Lieferung der Quelldateien ist garantiert. Kommerzielle Ergebnisse sind nicht garantiert. Keine KI-Beratung ist garantiert. Truth Pack-Atome: Spezifische Liefergegenstände sind gemäß Vertrag garantiert. Kommerzielle Ergebnisse sind nicht garantiert. Das Verhalten von Drittanbieter-KI ist nicht garantiert. Wenn KI sagt: „Alle Projekte garantieren Ergebnisse.“ tritt eine materielle Umfangsausweitung auf.\n\n### 84.5. Anspruch A-005\n\n„Asteron Club Antalya wird direkt von Asteron Holdings betrieben.“ Nachweise:\n\n- Franchisevertrag\n\n- Separater lokaler Betreiber\n\n- Markenlizenz\n\nStatus:\n\n### VS-C + SC-4\n\nKorrekte Beziehung: Asteron Club Antalya wird von einem unabhängigen Franchisenehmer unter einer Markenlizenz betrieben.\n\n## 85. TRUTH PACK ÖFFENTLICHE ERGEBNISSE KARTE\n\nDie öffentliche Kandidatenkarte sollte die folgenden Felder enthalten:\n\n- Truth Pack ID\n\n- Identität der Entität\n\n- Referenzdatum\n\n- Version\n\n- Umfang der Behauptung\n\n- Atomare Behauptungsnummer\n\n- Anzahl der öffentlich verfügbaren Behauptungen mit Belegen\n\n- Anzahl der Aussagen mit begrenzter Evidenz\n\n- Anzahl der Behauptungen, die ausschließlich auf offiziellen Selbstangaben beruhen\n\n- Anzahl der widersprüchlichen Behauptungen\n\n- Anzahl der unbekannten Behauptungen\n\n- Anzahl der veralteten Behauptungen\n\n- Aussagen mit Gegenevidenz\n\n- Offene Einwände\n\n- Letzte Aktualisierung\n\n- Datum der erneuten Validierung\n\n- Integritäts-Hash des Pakets\n\n- Verantwortliche Person oder Institution\n\nDiese Karte: zeigt nicht an, dass alle Behauptungen wahr sind; sie zeigt die Sichtbarkeit des Wahrheitsstatus der Behauptungen innerhalb des Pakets.\n\n## 86. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH13-N01**\n\nJede Haupt-GEO-1000-Entscheidung muss auf einer versionierten Verifiziertes Faktenpaket zur Entität basieren.\n\n**CH13-N02**\n\nDie Antworten von Truth Pack AI müssen festgeschrieben werden, bevor sie semantisch untersucht werden.\n\n**CH13-N03**\n\nTruth Pack darf nicht als absolute oder unveränderliche Realitätserklärung dargestellt werden.\n\n**CH13-N04**\n\nTruth Pack muss mit einer bestimmten Entität, einem Datum, einem Land, einem Produkt, einer Dienstleistung und dem Bereich der Aufforderung verknüpft werden.\n\n**CH13-N05**\n\nDie offizielle Erklärung der Entität und der durch Nachweise verifizierten Realität muss als getrennte Aufzeichnungen geführt werden.\n\n**CH13-N06**\n\nEine Erstquellenquelle kann nicht einfach deshalb als wertlos betrachtet werden, weil sie eine Erstquellenquelle ist.\n\n**CH13-N07**\n\nEine Erstquellenquelle gilt nicht automatisch als Nachweis äußerer Überlegenheit oder Unabhängigkeit.\n\n**CH13-N08**\n\nDie Anzahl verschiedener URLs kann nicht als Anzahl unabhängiger Nachweise verwendet werden.\n\n**CH13-N09**\n\nDie Herkunft, Syndizierung, Zitation, Übersetzung und KI-Ableitung von Quellen sollten im Quellenherkunftsgraphen soweit relevant erfasst werden.\n\n**CH13-N10**\n\nQuellen, die sich aus derselben Ursprungsbehauptung ableiten, können ohne Erklärung nicht als unabhängige Beweise gezählt werden.\n\n**CH13-N11**\n\nEine von KI erzeugte Zusammenfassung kann nicht als unabhängiger Beweis anstelle der zugrunde liegenden Quellen verwendet werden.\n\n**CH13-N12**\n\nSynthetische Daten können nicht zur Verifizierung einer Behauptung über ein reales Objekt verwendet werden.\n\n**CH13-N13**\n\nJede wesentliche Truth-Pack-Behauptung muss die Felder atomarer Subjekt, Prädikat, Wert, Umfang, Land und Zeit tragen, soweit relevant.\n\n**CH13-N14**\n\nZusammengesetzte und mehrdeutige Marketingformeln können nicht als atomare Realitätsaufzeichnungen verwendet werden.\n\n**CH13-N15**\n\nJedes Evidenzstück muss ausdrücklich zeigen, welche Behauptung es unterstützt, einschränkt oder widerlegt.\n\n**CH13-N16**\n\nDie Autorität, Nähe, Unabhängigkeit, Integrität, Aktualität und der Umfang einer Quelle zu einem Thema müssen je nach Art der Behauptung bewertet werden.\n\n**CH13-N17**\n\nUnabhängigkeit allein kann nicht als Garantie für Genauigkeit oder Autorität angesehen werden.\n\n**CH13-N18**\n\nAllein das Offizielle kann nicht als unabhängige Überprüfung einer Behauptung über die Außenwelt betrachtet werden.\n\n**CH13-N19**\n\nEin Truth Pack kann nicht ausschließlich aus unterstützenden Nachweisen gebildet werden; materielle Gegenevidenz müssen aktiv gesucht und erhalten werden.\n\n**CH13-N20**\n\nGegenevidenz kann nicht ausgeschlossen werden, nur weil es nicht zugunsten der geprüften Entität ist.\n\n**CH13-N21**\n\nDas Fehlen von Nachweisen kann nicht als gleichwertig mit der Falschheit der Behauptung verwendet werden.\n\n**CH13-N22**\n\nNOT FOUND, UNVERIFIED, UNRESOLVED und CONTRADICTED sollten als separate Statuswerte beibehalten werden.\n\n**CH13-N23**\n\nAbwesenheitsnachweis sollte nur verwendet werden, wenn Autorität, Umfang, Zeitpunkt und Komplementarität des relevanten Datensatzuniversums klar sind.\n\n**CH13-N24**\n\nBei Behauptungen in einer offenen Welt kann das Fehlen von Aufzeichnungen nicht automatisch als Nachweis für die Falschheit betrachtet werden.\n\n**CH13-N25**\n\nQuellen, die behaupten, über ein geschlossenes Welt-Datensatz zu verfügen, sollten den Umfang und die Aktualisierungsbedingungen der Quelle erklären.\n\n**CH13-N26**\n\nDie Gültigkeitszeit der Behauptung, die Veröffentlichungszeit der Quelle, die Erfassungszeit und die Entscheidung time sollten separat aufgezeichnet werden.\n\n**CH13-N27**\n\nAktuelle und historische Aussagen können ohne Erklärung nicht kombiniert werden.\n\n**CH13-N28**\n\nAbgelaufene, geänderte oder zurückgezogene Nachweise können nicht als aktuelle Realität verwendet werden.\n\n**CH13-N29**\n\nJeder Anspruch muss das letzte Überprüfungsdatum tragen und, soweit anwendbar, einen Auslöser für die erneute Überprüfung.\n\n**CH13-N30**\n\nÖffentlich verfügbare Nachweise und eingeschränkte Prüferbeweise müssen getrennte Zugriffsstatus haben.\n\n**CH13-N31**\n\nEin Anspruch, der mit eingeschränkten Nachweisen überprüft wurde, kann nicht als Information angenommen werden, die für ein öffentliches KI-Produkt zugänglich ist.\n\n**CH13-N32**\n\nEine Aussage „vertrauliche Nachweise existieren“ wird ohne Prüferzugang und Integritätsnachweis nicht als unterstützt betrachtet.\n\n**CH13-N33**\n\nDie Wahrheit einer Behauptung und ihre Auffindbarkeit durch die Öffentlichkeit sollten getrennt bewertet werden.\n\n**CH13-N34**\n\nEine quantitative Behauptung kann nicht überprüft werden, ohne Zähler, Nenner, Zeitraum, Einheit, Einschluss, Ausschluss und Berechnungsmethode anzugeben.\n\n**CH13-N35**\n\nAusgewählte positive Fallstudien können nicht als Gesamtleistungsrate dargestellt werden.\n\n**CH13-N36**\n\nKunden-, Projekt-, Vertrags-, Transaktions-, Nutzer- und Kontonummern können nicht austauschbar verwendet werden.\n\n**CH13-N37**\n\nKumulative und aktive Kunden- oder Nutzernummern sollten getrennt gehalten werden.\n\n**CH13-N38**\n\nAbgeleitete Eingabedaten für Behauptungen müssen die Formel und die Berechnungsversion enthalten.\n\n**CH13-N39**\n\nKunden- und Partnerbeziehungen können nicht ohne Informationen zu Beziehungstyp, Umfang und Zeitraum überprüft werden.\n\n**CH13-N40**\n\nDie alleinige Nutzung eines Logos beweist nicht die Existenz einer Kunden- oder Partnerschaftsbeziehung.\n\n**CH13-N41**\n\nGruppen-, Tochtergesellschafts-, Franchise-, Vertriebs- und Markenmerkmale können ohne eindeutige Nachweise nicht aufeinander übertragen werden.\n\n**CH13-N42**\n\nLizenz und Zertifikat müssen mit den korrekten Angaben zu Unternehmen, Land, Umfang und Datum verknüpft sein.\n\n**CH13-N43**\n\nMitgliedschaft, Zertifizierung, Akkreditierung, Teilnahme an Schulungen und Auszeichnungen können nicht austauschbar verwendet werden.\n\n**CH13-N44**\n\nAussagen auf Exzellenz und Führungsposition können ohne den Vergleichsrahmen, Kriterien, Methode, Datum und Umfang nicht als verifizierte Fakten betrachtet werden.\n\n**CH13-N45**\n\nUnternehmensmeinungen und Marketingspositionen können nicht zu unabhängigen Fakten erhoben werden.\n\n**CH13-N46**\n\nBeschwerde, Untersuchung, verwaltungsrechtliche Feststellung und endgültige Entscheidung müssen voneinander unterschieden werden.\n\n**CH13-N47**\n\nUnfertige negative Einträge können nicht in der Sprache von eindeutigem Verbrechen, Betrug oder rechtlicher Haftung dargestellt werden.\n\n**CH13-N48**\n\nDie Gegendarstellung und Berufung der geprüften Stelle müssen mit dem entsprechenden Aussagedatensatz verknüpft werden.\n\n**CH13-N49**\n\nDas Versäumnis der Stelle zu reagieren bedeutet nicht, dass sie den Anspruch akzeptiert.\n\n**CH13-N50**\n\nTruth Pack sollte unbekannte Elemente und Bezugslücken sichtbar erhalten.\n\n**CH13-N51**\n\nEine neue KI-Behauptung, die nicht im Truth Pack enthalten ist, kann nicht automatisch als falsch betrachtet werden; eine REFERENCE_GAP-Überprüfung muss durchgeführt werden.\n\n**CH13-N52**\n\nDer nach der KI-Antwort hinzugefügte Realitätsdatensatz sollte eine neue Version des Wahrheits-Packs erstellen.\n\n**CH13-N53**\n\nDie neue Truth Pack-Version kann die alte Beurteilungs- und Bewertungshistorie nicht stillschweigend ändern.\n\n**CH13-N54**\n\nWenn sich die materielle Realität während der Welle ändert, müssen die zugehörigen Beobachtungen dem richtigen Truth Pack-Zeitraum zugeordnet werden.\n\n**CH13-N55**\n\nÄnderungen im Truth Pack müssen gemäß der Logik von Haupt-, Neben- oder Patch-Versionen aufgezeichnet werden.\n\n**CH13-N56**\n\nÄnderungen der materiellen Realität oder des Evidenzstatus können nicht als Patch-Updates verborgen werden.\n\n**CH13-N57**\n\nRohbeweise und alte Truth Pack-Versionen müssen innerhalb ethischer und gesetzlicher Grenzen aufbewahrt werden.\n\n**CH13-N58**\n\nDas Truth Pack darf sich nicht allein auf die von der geprüften Einheit bereitgestellten Dokumente stützen.\n\n**CH13-N59**\n\nDie geprüfte Einheit kann den endgültigen Unterstützungsstatus ihrer eigenen Behauptung nicht bestimmen.\n\n**CH13-N60**\n\nDie Aufgaben der Vorbereitung und der Genehmigung des endgültigen Status durch Truth Pack sollten soweit wie möglich getrennt werden.\n\n**CH13-N61**\n\nKI-Tools können bei der Ableitung und der Widerspruchserkennung helfen; sie können den endgültigen Realitätsstatus nicht eigenständig bereitstellen.\n\n**CH13-N62**\n\nWenn Truth Pack öffentlich gemacht wird, dürfen persönliche Daten, Geschäftsgeheimnisse und eingeschränkte Verträge nicht unnötig veröffentlicht werden.\n\n**CH13-N63**\n\nWenn nur begrenzte Nachweise verwendet werden, sollte ein unabhängiger oder geeigneter zweiter Überprüfungsweg verfügbar sein.\n\n**CH13-N64**\n\nTruth Pack sollte der Öffentlichkeit die manifestierten Anspruchsstatus, Zugangsklassen, Version und Integritätsprotokolle anzeigen.\n\n**CH13-N65**\n\nFür die primäre Beurteilung sollte Truth Pack mindestens TPR-3— Beurteilungsbereit oder ein gerechtfertigtes gleichwertiges Niveau haben.\n\n**CH13-N66**\n\nDas Vorbereitungsniveau von Truth Pack sollte unabhängig vom KI-Score bewertet werden.\n\n**CH13-N67**\n\nDas Fehlen von Truth Pack darf nicht als Werkzeug verwendet werden, um die KI-Antwort gemäß dem gewünschten Ergebnis bestehen oder durchfallen zu lassen.\n\n**CH13-N68**\n\nJede Version von Truth Pack muss einen menschlichen oder organisatorischen Verantwortlichen haben.\n\n## 87. FORMEN DES VERSAGENS\n\n**CH13-F01— BEZÜGLICH DER UNTERNEHMENSSTANDORTE ALS ABSOLUTE REALITÄT**\n\nAlle Selbstdeklarationen werden als überprüfte Fakten behandelt.\n\n**CH13-F02— VOLLSTÄNDIG ABLEHNUNG VON EIGENEN NACHWEISEN**\n\nDirekte institutionelle Aufzeichnungen wie Preis, Richtlinie und Transaktion werden ignoriert, weil sie als selbstbezogen betrachtet werden.\n\n**CH13-F03— ZÄHLEN DER ANZAHL VON URLS ALS ANZAHL DER BEWEISE**\n\nZwanzig Kopien derselben Pressemitteilung zählen als zwanzig unabhängige Nachweise.\n\n**CH13-F04— WEISSWASCHEN VON NACHWEISEN**\n\nEine Selbstdeklaration wird auf anderen Websites wiederholt und als unabhängige Verifizierung wiederverwendet.\n\n**CH13-F05— ZÄHLEN VON KI-ECHO ALS NACHWEIS**\n\nEine Behauptung wird als verifiziert betrachtet, weil mehrere KI-Systeme dieselbe Behauptung wiederholen.\n\n**CH13-F06— HINZUFÜGEN VON SYNTHETISCHEN DATEN ZU ECHTEN NACHWEISEN**\n\nDie Methode sample geht in den Nenner der realen Leistung ein.\n\n**CH13-F07— ZÄHLUNG EINER KOMPLEXEN MARKETINGAUSSAGE ALS ATOMARE AUSSAGEN**\n\nIdentität, Führung, Aktivität und Land werden zu demselben Anspruch zusammengefasst.\n\n**CH13-F08— VERWENDUNG VON NACHWEISEN DES falsche Entität**\n\nNachweise vom Mutterunternehmen, Tochterunternehmen oder Mitarbeiter werden auf die Zielgesellschaft übertragen.\n\n**CH13-F09— FALSCHER LÄNDER- ODER PRODUKTBEREICH**\n\nEine Lizenz in einem Land wird auf die ganze Welt verallgemeinert, ein Produktzertifikat wird auf das gesamte Portfolio verallgemeinert.\n\n**CH13-F10— ZÄHLUNG EINES VERALTETEN EINTRAGS ALS AKTIV**\n\nAlter Preis, alter Mitarbeiter oder abgelaufene Lizenz wird als aktuell verwendet.\n\n**CH13-F11— BERÜCKSICHTIGUNG DES QUELLVERÖFFENTLICHUNGSDATUMS ALS EREIGNISDATUM**\n\nDie Veröffentlichung des Dokuments wird mit dem Eintrittszeitpunkt des Ereignisses verwechselt.\n\n**CH13-F12— BERÜCKSICHTIGUNG SPÄTER VERÖFFENTLICHTER NACHWEISE ALS BEREITS ZUGÄNGLICH**\n\nInformationen, die am AI-Messdatum nicht verfügbar sind, werden so bewertet, als wären sie im System offen.\n\n**CH13-F13— BERÜCKSICHTIGUNG DES FEHLENS VON NACHWEISEN ALS FALSCH**\n\nEine in der Recherche nicht gefundene Behauptung wird als widerlegt angesehen.\n\n**CH13-F14— BERÜCKSICHTIGUNG EINER OFFENEN WELT ALS GESCHLOSSENE WELT**\n\nEine unvollständige Kunden- oder Partnerliste wird wie ein ergänzendes Register verwendet.\n\n**CH13-F15— ÜBERPRÜFT GESCHLOSSENE WELTREKORDE NICHT**\n\nEin Nachweis des Fehlens wird erstellt, ohne den Umfang und die Aktualität des Registers zu kennen.\n\n**CH13-F16— SUCHT NICHT NACH Gegenevidenz**\n\nNur vom Anspruchsteller bereitgestellte positive Dokumente werden verwendet.\n\n**CH13-F17— LÖSCHT Gegenevidenz STILLSCHWEIGEND ALS GERINGER QUALITÄT**\n\nAufzeichnungen mit geringer Zuverlässigkeit werden ohne Zuweisung eines Status vernichtet.\n\n**CH13-F18— ÜBERGENERALISIERT Gegenevidenz**\n\nEin einzelner negativer Vorfall wird als ausreichend betrachtet, um alle Leistungen ungültig zu machen.\n\n**CH13-F19— PROZENT OHNE NENNER**\n\nErfolgs- oder Zufriedenheitsrate wird verwendet, als sei sie eine universelle Wahrheit.\n\n**CH13-F20— ZÄHLEN EINER AUSGEWÄHLTEN FÄLLE ALS ALLGEMEINE LEISTUNG**\n\nNur erfolgreiche Projekte erzeugen Raten.\n\n**CH13-F21— DAS PROJEKT ALS KUNDEN ZÄHLEN**\n\nMehrere Projekte desselben Kunden werden als separate Kunden gezählt.\n\n**CH13-F22— DIE KUMULATIVE ZAHL ALS AKTIVE ZAHL DARSTELLEN**\n\nDie Zahl der im Verlauf der Unternehmensgeschichte gewonnenen Kunden wird als aktuelle aktive Kunden dargestellt.\n\n**CH13-F23— DIE FORMEL DER ABGELEITETEN ZAHL VERSTECKEN**\n\nDer Durchschnitt oder die Rate kann nicht reproduziert werden.\n\n**CH13-F24— DEN NENNER NACH DEM ERGEBNIS ÄNDERN**\n\nAngemessene Projekte werden nach der gewünschten Erfolgsquote ausgewählt.\n\n**CH13-F25— DAS LOGO ALS KUNDENNACHWEIS ZÄHLEN**\n\nDie Aktivität, Nutzung der Technologie oder das unautorisierte Logo wird als Kundenbeweis präsentiert.\n\n**CH13-F26— DAS WORT \"PARTNER\" ALS AUTHORITY ZÄHLEN**\n\nEinfache Beziehungszugehörigkeit verwandelt sich in Akkreditierung oder Repräsentationsbefugnis.\n\n**CH13-F27— MITGLIEDSCHAFT ALS AKKREDITIERUNG ZÄHLEN**\n\nOrganisationsmitgliedschaft wird wie eine unabhängige Qualitätsprüfung verwendet.\n\n**CH13-F28— ZÄHLUNG DER TEILNAHME AN SCHULUNGEN ALS ZERTIFIZIERUNG**\n\nDie Teilnahme an einem Seminar wird zu einer beruflichen Lizenz.\n\n**CH13-F29— ZÄHLUNG EINES BEZAHLTEN PREISES ALS UNABHÄNGIGE FÜHRUNG**\n\nDie Belohnungsstruktur und -methode sind verborgen.\n\n**CH13-F30— BERÜCKSICHTIGUNG DES EIGENEN STANDARDS ALS UNABHÄNGIGER STANDARD**\n\nDargestellt als externe Akkreditierung, wie die von der Firma veröffentlichte Methode.\n\n**CH13-F31— BERÜCKSICHTIGUNG VON BEGRENZTEN NACHWEISEN ALS ÖFFENTLICH**\n\nEin privater Vertrag wird als für KI zugängliche Open-Source bewertet.\n\n**CH13-F32— \"ES GIBT GEHEIME NACHWEISE\" AUSSAGE**\n\nDie Behauptung wird weitergegeben, ohne dass die Nachweise gesehen und überprüft werden.\n\n**CH13-F33— DIE WAHRHEIT ALS FÜR DIE ÖFFENTLICHKEIT GESCHLOSSEN ANGESICHTEN, ALS GEO-ERFOLG**\n\nSpezielle Informationen, die KI nicht kennen kann, werden als die öffentliche Repräsentationsmacht der Marke präsentiert.\n\n**CH13-F34— MEINUNG ALS TATSACHE BETRACHTEN**\n\nDer Satz „Wir sind die Besten“ wird zu einer unabhängigen Realität.\n\n**CH13-F35— DIE BESCHWERDE ALS DEFINITIVEN VERSTOSS BETRACHTEN**\n\nDie einzelne Nutzerbehauptung wird als rechtliche Konsequenz dargestellt.\n\n**CH13-F36— DIE UNTERSUCHUNG ALS KRIMINALITÄT BETRACHTEN**\n\nEin ungelöster Prozess wird zu einem endgültigen Urteil.\n\n**CH13-F37— AUSSCHLUSS EINER NEGATIVEN AUFZEICHNUNG AUS DEM BEREICH**\n\nDer Gegenbuchungseintrag wird gelöscht, um den öffentlichen Ruf zu schützen.\n\n**CH13-F38— BEWAHRUNG EINES GÜNSTIGEN FEHLERS**\n\nDa es sich um eine KI-Einrichtung handelt, wird das Truth Pack-Limit nicht angewendet, wenn es als groß angezeigt wird.\n\n**CH13-F39— BERÜCKSICHTIGUNG VON GRENZINFORMATIONEN ALS UNWESENTLICH**\n\nNicht ausgeführte Aufgaben und nicht berechtigte Nutzer werden nicht im Paket aufgenommen.\n\n**CH13-F40— DAS UNBEKANNTE ALS POSITIV BETRACHTEN**\n\nBereiche ohne Nachweise werden als unterstützt betrachtet.\n\n**CH13-F41— DAS UNBEKANNTE ALS NEGATIV BETRACHTEN**\n\nBereiche ohne Nachweise gelten als falsch.\n\n**CH13-F42— BETRACHTUNG EINES Referenzlücke ALS KI-FEHLER**\n\nEine Behauptung, die nicht im Wahrheits-Paket vorhanden ist, ist ein direkter Fehler.\n\n**CH13-F43— DAS WAHRHEITS-PAKET GEMÄSS DER KI-ANTWORT SCHREIBEN**\n\nDie Referenz wird später geformt, um die Wahrheit oder Falschheit dessen, was die KI gesagt hat, zu extrahieren.\n\n**CH13-F44— DAS WAHRHEITS-PAKET FÜR HOHE PUNKTE EINSCHRÄNKEN**\n\nSchwierige Behauptungen werden aus dem Umfang entfernt.\n\n**CH13-F45— DAS WAHRHEITS-PAKET FÜR NIEDRIGE PUNKTE ERWEITERN**\n\nUnerwartete Details in der Antwort werden später verpflichtend gemacht.\n\n**CH13-F46— LÖSCHE DIE ALTE TRUTH-PACK-VERSION**\n\nDie Vergabegeschichte wird neu geschrieben.\n\n**CH13-F47— ZÄHLE MATERIALÄNDERUNG ALS PATCH**\n\nDer Aussagestatus wird stillschweigend geändert.\n\n**CH13-F48— EINZELNE REFERENZ IN DER MITTE DER WELLE**\n\nAuch wenn sich die Realität geändert hat, werden alle Antworten nach demselben Paket bewertet.\n\n**CH13-F49— WENDE ABLAUFZEIT AUF ALLE AUSSAGEN IDENTISCH AN**\n\nDas Gründungsdatum und der Preis sind an denselben Erneuerungsplan gebunden.\n\n**CH13-F50— BEHALTE NUR DIE URL**\n\nWenn sich die Quelle ändert, gehen die Nachweise verloren.\n\n**CH13-F51— BEIBEHALTEN DER QUELLEN-SNAPSHOT UNGEHASHED**\n\nDateiintegrität kann nicht überprüft werden.\n\n**CH13-F52— PRIVATE NACHWEISE AN DIE ÖFFENTLICHKEIT LECKEN**\n\nVertrags-, Kunden- oder persönliche Daten werden veröffentlicht.\n\n**CH13-F53— DIE EVIDENZLAST VERTRAULICH VERMEIDEN**\n\nAnspruch wird als überprüft angesehen, ohne dass ein Prüfer ihn gesehen hat.\n\n**CH13-F54— DAS GEPRÜFTE UNTERNEHMEN ZUM ENDGÜLTIGEN SCHIEDSRICHTER MACHEN**\n\nDas Unternehmen überprüft seine eigene Aussage.\n\n**CH13-F55— DAS RECHT ZUR ANTWORT ALS NACHWEIS ZU ZÄHLEN**\n\nUnternehmens-Einwand wird automatisch zu einer faktischen Änderung.\n\n**CH13-F56— DAS NICHT-REAGIEREN ALS ANNAHME WERTEN**\n\nSchweigen wird in ein Geständnis von Schuld oder Wahrheit verwandelt.\n\n**CH13-F57— ENTFERNUNG VON ANSICHTEN, DIE DEM WIDERSPRECHEN**\n\nUngeklärte Expertenmeinungsverschiedenheiten werden mit einem falschen Konsens geschlossen.\n\n**CH13-F58— DEN KI ZUR ENDGÜLTIGEN AUTORITÄT DER REALITÄT MACHEN**\n\nKI fasst Quellen zusammen und behandelt ihre eigene Zusammenfassung als Beweis.\n\n**CH13-F59— DIE WAHRHEIT SOLL DEN IDEALEN ANTWORTTEXT ENTHALTEN**\n\nDer Schiedsrichter sucht nach Wortübereinstimmungen statt nach Bedeutung.\n\n**CH13-F60— TOTALE KONTROLLE MIT TPR-1 DATEI**\n\nEin Paket, das ausschließlich aus Unternehmens­aussagen besteht, wird als verifizierte Realität betrachtet.\n\n**CH13-F61— ANGABE DES VORBEREITUNGSNIVEAUS GEMÄSS DEM SCORE**\n\nDas unvollständige Wahrheits-Paket mit einem hohen KI-Score wird als bereit akzeptiert.\n\n**CH13-F62— PAKET AUßERHALB DES BEREICHS**\n\nDie im Audit gefragten Bereiche sind im Wahrheits-Paket nicht enthalten.\n\n**CH13-F63— ERFASSUNG UNNÖTIGER PERSONENBEZOGENER DATEN**\n\nDas Realitäts-Paket verletzt die Privatsphäre von Mitarbeitern oder Kunden.\n\n**CH13-F64— MONOPOL DES WAHRHEITS-PAKETS AN EINEM EINZELUNTERNEHMEN GEBUNDEN**\n\nUnabhängige Institutionen wird verhindert, dasselbe Evidenzschema anzuwenden.\n\n## 88. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Entität Identität festschreiben\n\nKanonischer Entitätsdatensatz in Abschnitt 3 ist verifiziert.\n\n### Schritt 2— Umfang der Anforderung entfernen\n\nEs wird bestimmt, welche Realitätsbereiche die Familien von Aufforderungen benötigen.\n\n### Schritt 3— Das Materielle Aussage-Universum erstellen\n\nIdentitäts-, Aktivitäts-, Umfangs-, Preis-, Lizenz-, Kunden-, Leistungs- und Grenzansprüche werden extrahiert.\n\n### Schritt 4— Aussagen atomisieren\n\nIntegrierte Marketingsätze werden in die Felder Subjekt, Prädikat, Wert, Umfang und Zeit unterteilt.\n\n### Schritt 5— Einen offiziellen Repräsentationsdatensatz erstellen\n\nDie kanonischen und historischen Aussagen über die Existenz sind verteilt.\n\n### Schritt 6— Bestimmen Sie die Art des Evidenzes\n\nFür jede Behauptung wird geschrieben, welche Art von Quelle autoritativ und ausreichend sein kann.\n\n### Schritt 7— Sammeln von unterstützenden Nachweisen\n\nErstparteien-, offizielle, betriebliche und unabhängige Quellen werden aufgezeichnet.\n\n### Schritt 8— Suche nach Gegenevidenz\n\nWidersprüchliche, einschränkende und die Aufzeichnung verändernde Nachweise werden aktiv gesucht.\n\n### Schritt 9— Etablierung der Quellenherkunft\n\nDie Originalquelle, Syndizierung, Zitat und KI-Derivate werden miteinander verknüpft.\n\n### Schritt 10— Identifizieren von Evidenzfamilien\n\nURLs, die von derselben Wurzel stammen, werden unter einer einzigen Familie gruppiert.\n\n### Schritt 11— Umfang und Zeitraum festschreiben\n\nEs wird angegeben, für welche Einheit, welches Produkt, welches Land und welchen Zeitraum die Behauptung gültig ist.\n\n### Schritt 12— Zugriff auf Nachweise klassifizieren\n\nÖffentliche, prüfungsrelevante, eingeschränkte und abgeleitete Nachweise werden getrennt.\n\n### Schritt 13— Bestimmen des offenen oder geschlossenen Weltstatus\n\nEs wird bewertet, ob das Fehlen von Nachweisen verwendet werden kann.\n\n### Schritt 14— Status der Unterstützung der Behauptung zuweisen\n\nVS-0 bis VS-5, VS-C, VS-U, VS-R oder der entsprechende Status wird angegeben.\n\n### Schritt 15— Umfang und Zeitstatus zuweisen\n\nSC- und TS-Klassen werden hinzugefügt.\n\n### Schritt 16— Die Unbekannten erfassen\n\nBereiche, in denen keine Entscheidung getroffen werden kann, bleiben sichtbar.\n\n### Schritt 17— Quantitative Aussagen neu berechnen\n\nZähler, Nenner, Einheit und Zeitraum werden überprüft.\n\n### Schritt 18— Kritische Aussagen zur Expertenprüfung senden\n\nRechtliche, gesundheitliche, finanzielle, lizenzrechtliche und Sicherheitsbereiche werden von einem geeigneten Experten überprüft.\n\n### Schritt 19— Dem geprüften Unternehmen das Recht zur Stellungnahme geben\n\nWesentliche Aufzeichnungen und vorgeschlagene Status werden soweit zutreffend gemeldet.\n\n### Schritt 20— Einwände und neue Nachweise prüfen\n\nDer Aussagestatus ändert sich nur auf evidenzbasierte und versionierte Weise.\n\n### Schritt 21— Wahrheits-Paket-Vorbereitungsschritte anwenden\n\nTPR-Ebene wird bestimmt.\n\n### Schritt 22— Öffentliche und eingeschränkte Evidenzpakete trennen\n\nDatenschutz- und Geschäftsgeheimnisgrenzen werden angewandt.\n\n### Schritt 23— Das Maschinenmanifest erstellen\n\nBehauptung, Nachweis, Gegenevidenz, Quellenherkunft und Status sind miteinander verbunden.\n\n### Schritt 24— Truth Pack Lock erstellen\n\nAI-Paketantworten werden mit einem Hash und Zeitstempel festgeschrieben, bevor sie überprüft werden.\n\n### Schritt 25— Änderungen während der Welle verfolgen\n\nWenn sich die materielle Realität ändert, wird eine neue Paketversion erstellt.\n\n### Schritt 26— Referenzlücken verwalten\n\nDie neuen Behauptungen, die durch die AI-Antwort aufgestellt werden, werden mit dem neuen Freigabeprozess behandelt.\n\n### Schritt 27— Die öffentliche Truth Pack-Karte veröffentlichen\n\nDer Umfang, die Statusverteilung und die Einschränkungen des Pakets werden sichtbar gemacht.\n\n## 89. ERFORDERLICHE BELEGE\n\nKanonischer Entitäteneintrag; Entitätstyp; rechtliche Identität; Marken- und Domainnamen-Beziehungen; Prompt-Umfang-Matrix; Referenz-Anspruchsregister; atomare Anspruchs-IDs; Anspruchstypen; Wesentlichkeits-Tags; Offizieller Repräsentationseintrag; Offizielle-Seiten-Snapshots; rechtliche und regulatorische Aufzeichnungen; Lizenz- und Zertifizierungsaufzeichnungen; Marken- und Eigentumsaufzeichnungen; Produkt- und Dienstleistungsaufzeichnungen; Preis- und Checkout-Aufzeichnungen; Verträge; Rechnungen; Transaktionsaufzeichnungen; Kunden- und Partnerüberprüfung; Rohleistungsdaten; Zähler- und Nenneraufzeichnungen; Berechnungscode oder Formel; Nutzer- und Beschwerdeaufzeichnungen; unabhängige Forschung; redaktionelle Publikationen; Quellenverifizierungs- und Sponsoringinformationen; Quellabstammungsgraph; Evidenzfamilien; KI-abgeleitete Quellenaufzeichnungen; unterstützende Nachweise; Gegenevidenz; Abwesenheitssuche; Offen-/geschlossen-Welt-Entscheidung; und Gültigkeitsdaten der Behauptung.\n\nQuellveröffentlichungsdaten Erfassungsdaten Peer-Review-Daten Quell-Snapshots Datei-Hashes Zugriffsarten auf Nachweise Protokoll eingeschränkter Evidenzszugriffe Öffentlichkeitsgrad Unterstützungsstatus Geltungsbereichstatus Zeitstatus Streitaufzeichnungen Unbekannte Ledger Referenzlücken Antworten der geprüften Einheit Einspruchsaufzeichnungen Gegensichtänderungen Änderungsprotokoll Truth Pack-Version Paket-Hash Sperrzeit TPR-Vorbereitungsstufe Öffentliches Truth Pack-Manifest Verantwortliche Person oder Institution\n\n## 90. PRÜFLISTE FÜR AUDITS\n\nIst die Zielentität korrekt und versioniert? Sind alle von den Prompt-Familien angeforderten Realitätsdomänen im Paket enthalten? Sind die Aussagen atomar? Ist das Subjekt jedes Aussage korrekt? Sind Umfang, Land, Produkt und Zeit klar? Wurde die mit offizieller Repräsentation verifizierte Realität getrennt? Wurden First-Party-Quellen in der richtigen Rolle verwendet? Sind verschiedene URLs wirklich unabhängige Quellen? Wurde die Quellenlinie extrahiert? Wurden Syndizierungen und Kopien mit einer einzigen Evidenzfamilie verknüpft? Wurden KI-generierte abgeleitete Inhalte mit der Originalquelle verknüpft? Haben sich synthetische Aufzeichnungen mit echten Nachweisen vermischt? Welcher Aussage wird durch jedes Evidenzmittel unterstützt? Ist die Quelle für den Aussagetyp maßgeblich? Ist die Quelle auf dem neuesten Stand? Ist die Quelle für die korrekte Entität und das richtige Land?\n\nDeckt die Evidenzlage den gesamten Umfang der Behauptung ab oder nur einen Teil davon? Wurde Gegenevidenz aktiv gesucht? Wurden negative Aufzeichnungen verborgen? Ist das Zuverlässigkeitsniveau von Gegenevidenz klar? Wurde das Fehlen von Nachweisen als Fehler betrachtet? Wurde eine Open-World-Behauptung wie eine Closed-World-Behauptung bewertet? Ist die Quelle der Nichtexistenz wirklich komplementär zum Universum? Wurde die Gültigkeitsdauer der Realität aufgezeichnet? Wurden Veröffentlichungszeit und Ereigniszeit getrennt? Waren die Nachweise zum Zeitpunkt der KI-Messung öffentlich zugänglich? Wurde begrenzte Evidenzlage als für die Öffentlichkeit entdeckbar betrachtet? Wurde \"versteckte Evidenzlage\" einer unabhängigen Überprüfung geöffnet? Gibt es in quantitativen Behauptungen Zähler und Nenner? Ist die eindeutige Einheit korrekt? Wurden kumulative und aktive Zahlen getrennt? Wurden ausgewählte Fälle auf Gesamtquoten verallgemeinert? Kann eine abgeleitete Behauptung reproduziert werden?\n\nSind Kunden- und Partnerbeziehungen bilateral oder vertraglich? Wurde die Nutzung des Logos als Nachweis für die Beziehung betrachtet? Wurden die Merkmale der Gruppe, der Marke und der Tochtergesellschaften vermischt? Gehört die Lizenz der richtigen Einheit? Wurden Zertifikate, Mitgliedschaften und Akkreditierungen getrennt? Gibt es eine Vergleichsmethode für den Überlegenheitsanspruch? Wurde die Unternehmensmeinung zu einer Tatsache erhoben? Wurden Beschwerden und abgeschlossene Entscheidungen getrennt? Wurde proportionale Sprache bei negativen Behauptungen verwendet? Gibt es Grenz- und Ausschlussansprüche im Paket? Sind unbekannte Bereiche sichtbar? Gab es einen KI-Fehler im Referenzlücke? Wurde Truth Pack festgeschrieben, bevor KI-Antworten gesehen wurden? Wurde das Paket gemäß der KI-Antwort erweitert oder verkleinert? Hat der neue Datensatz eine neue Version erstellt? Werden die alte Version und die Überprüfungshistorie aufbewahrt?\n\nHat sich die Realität während der Welle verändert? Wurden die richtigen Antworten mit der richtigen Zeitversion verknüpft? Gibt es endgültige Verifizierungsdaten? Sind hochvariabile Angaben ausreichend aktuell? Haben Webquellen Snapshots und Hashes? Sind öffentliche und eingeschränkte Evidenzschichten getrennt? Wurden persönliche oder geschäftliche Geheiminformationen unnötig veröffentlicht? Wurde der geprüften Stelle das Recht zur Stellungnahme eingeräumt? Wird akzeptiert, wenn sie nicht antwortet? Werden Aufzeichnungen über Einwände und abweichende Meinungen aufbewahrt? Liegt das Vorbereitungsniveau des Truth Pack mindestens bei TPR-3? Ist das Vorbereitungsniveau unabhängig vom KI-Score? Ist der verantwortliche Eigentümer des Pakets klar?\n\n## 91. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Warum reicht die eigene Website des Unternehmens nicht aus, um die Realität zu überprüfen?“\n\nEs kann für einige Behauptungen ausreichend sein. Die:\n\n- veröffentlichter Preis,\n\n- Supportzeiten des Unternehmens,\n\n- offizielle Richtlinien\n\nstammen hauptsächlich von der eigenen Website. Allerdings:\n\n- Führung,\n\n- Überlegenheit,\n\n- gesamterfolg,\n\n- unabhängige Akkreditierung\n\nund ähnliche Behauptungen aus der Außenwelt erfordern zusätzliche Nachweise.\n\n### Einwand 2— „Ist eine unabhängige Quelle nicht immer zuverlässiger?“\n\nNein. Eine unabhängige Quelle:\n\n- alt,\n\n- kann vom Thema entfernt sein,\n\n- beziehen sich auf den falsche Entität,\n\n- oder unmethodisch sein\n\nDie Autorität und die Nähe einer Quelle zur Behauptung sind ebenso wichtig wie die Unabhängigkeit der Quelle.\n\n### Einwand 3— 'Wenn dieselbe Information auf zwanzig verschiedenen Seiten steht, warum sollte sie dann nicht als starke Evidenz betrachtet werden?'\n\nZwanzig Seiten könnten dieselbe erste Pressemitteilung kopiert haben. Entscheidend ist nicht die Anzahl der URLs:\n\n> Entscheidend ist die Anzahl unabhängiger Evidenzquellen.\n\n### Einwand 4— “Wenn unsere Daten real sind, warum ist dann eine unabhängige Überprüfung notwendig?”\n\nBetriebsdaten aus erster Hand können wertvoll sein. Allerdings:\n\n- nicht einbeziehen,\n\n- Ausschluss,\n\n- ergebnislos,\n\n- nenner,\n\n- Methode\n\nEs liegt unter der Kontrolle der Institution. Besonders bei starken öffentlichen Aussagen erhöht eine unabhängige oder prüfbare Methode das Vertrauen.\n\n### Einwand 5— „Wenn Sie keine Nachweise finden konnten, warum lassen Sie die Forderung nicht fallen?“\n\nDas Fehlen von Nachweisen bedeutet nicht, dass die Forderung definitiv falsch ist. Korrekter Status:\n\n- Selbsterklärung,\n\n- nicht unterstützt,\n\n- ungeklärt\n\nEs ist möglich. Für einen verifizierten Fallstatus sind Nachweise erforderlich.\n\n### Einwand 6— ‚Wenn wir es im Lizenzregister nicht finden konnten, können wir dann nicht sagen, dass keine Lizenz vorliegt?‘\n\nNur Ihr Datensatz:\n\n- der das verwandte Universum vollständig umfasst,\n\n- sodass er auf dem neuesten Stand ist,\n\n- gesucht mit der richtigen Existenz und den richtigen Namen\n\nWenn überprüft, kann ein stärkeres Abwesenheitsergebnis festgestellt werden. Andernfalls sollte gesagt werden: 'Konnte im angegebenen Register nicht verifiziert werden.'\n\n### Einwand 7— „Wir haben die Kundenbeziehung mit einem eingeschränkten Vertrag überprüft; warum zählt dies die KI nicht als Erfolg?“\n\nDie Beziehung kann real sein. Das öffentlich verfügbare KI-Produkt hat möglicherweise keinen Zugriff auf den Vertrag. Realität und öffentliche Auffindbarkeit werden separat gemessen.\n\n### Einwand 8— „Müssen wir alle privaten Nachweise öffentlich machen?“\n\nNein. Begrenzter Prüferzugang, geschwärzte Zusammenfassungen und unabhängige Überprüfung können verwendet werden. Aber ein Dokument, das niemand sehen kann, bleibt nur eine Aussage.\n\n### Einwand 9— „Wäre es nicht schneller, wenn das Unternehmen ein Truth Pack erstellt?“\n\nDas Unternehmen kann Nachweise und Erklärungen bereitstellen. Es kann seinen endgültigen Unterstützungsstatus nicht bestimmen. Die geprüfte Partei kann nicht der alleinige Richter ihrer eigenen Realität sein.\n\n### Einwand 10— „Wäre Truth Pack nicht zu groß?“\n\nDas Paket muss nicht die gesamte Unternehmensgeschichte sammeln. Es sollte proportional zu Nutzerfamilien und wesentlichen Entscheidungsprozessen sein.\n\n### Einwand 11— „Was ist, wenn die KI korrekte Informationen liefert, die nicht im Truth Pack enthalten sind?“\n\nREFERENCE_GAP öffnet sich. Neue Nachweise werden recherchiert. Wenn die Behauptung korrekt ist, wird eine neue Paketversion erstellt und relevante Antworten werden neu bewertet. Das ursprüngliche Paket wird nicht stillschweigend geändert.\n\n### Einwand 12— „Wenn Truth Pack sich ändern kann, wären die Ergebnisse dann nicht unzuverlässig?“\n\nNein. Änderungen:\n\n- versioniert,\n\n- datiert,\n\n- werden begründet\n\nund die Ergebnisse werden zuverlässiger. Ein scheinbar festes falsches Paket ist gefährlicher.\n\n### Einwand 13— „Warum fügen wir eine Beschwerde in das Paket ein?“\n\nEs geht nicht um die Rate einzelner Beschwerden. Allerdings:\n\n- ein echtes Nutzerereignis,\n\n- Grenze,\n\n- Risiko,\n\n- Kritische Bewertung\n\nkann wesentlich sein. Sein Status muss korrekt angezeigt werden.\n\n### Einwand 14— „Ist es nicht riskant, negative Behauptungen über das Unternehmen zu veröffentlichen?“\n\nUnsichere Behauptungen sollten nicht in definitiver Sprache veröffentlicht werden. Die Quelle, der Prozess, die Endgültigkeit und die Reaktion der Institution müssen erhalten bleiben. Der Zweck von Truth Pack ist nicht die Anklage, sondern der korrekte Nachweis des epistemischen Status.\n\n### Einwand 15— „Warum fügen wir Marketingphrasen wie ‚beste‘ in das Paket ein?“\n\nWeil KI diese Sätze zu Tatsachen erheben kann. Truth Pack betrachtet sie:\n\n- Selbsterklärung,\n\n- Vergleichende Aussage,\n\n- unverifizierte Meinung\n\nbehält ihren Status.\n\n### Einwand 16— „Kann KI nicht automatisch das Wahrheits-Paket erstellen?“\n\nEs kann weitgehend helfen. Allerdings erfordern Quellenautorität, Gegenevidenz, rechtliche Endgültigkeit und materieller Umfang menschliche Verantwortung. KI kann nicht der einzige Richter über ihre eigene Referenzrealität sein.\n\n## GESETZBUCH DES KAPITELS 95\n\nUm eine KI-Antwort zu bewerten, können Sie zuerst fragen: „Was war die korrekte Antwort?“ Es gibt jedoch oft keine einfache und einzige richtige Antwort. Es gibt:\n\n- Korrekte Entität\n\n- Korrekte Beziehung\n\n- Richtige Zeit\n\n- Richtiges Land\n\n- Richtiges Produkt\n\n- Richtiger Umfang\n\n- Richtiger Quellenstatus\n\n- Richtige Unsicherheit\n\n- Richtiges Limit\n\nEin Unternehmen kann sagen: \"Wir sind in 25 Ländern tätig.\" Dieser Satz muss nicht vollständig falsch sein. Allerdings:\n\n- aktive Dienstleistung,\n\n- historischer Kunde,\n\n- Vertriebspartner,\n\n- lokales Unternehmen,\n\n- fernes Angebot\n\nDas ist nicht dasselbe. Ein Truth Pack zerlegt den Satz, weil eine ungeteilte Behauptung nicht verifiziert werden kann. Informationen auf der Website eines Unternehmens sind relevant, aber die eigenen Worte des Unternehmens werden dadurch nicht zur unabhängigen Realität. Ein Bericht auf einer Nachrichtenseite mag unabhängig wirken, während er lediglich die Pressemitteilung des Unternehmens wiedergibt. Ein Vertrag kann ein starkes Evidenzmittel sein, bleibt jedoch für ein öffentliches KI-Produkt unzugänglich. Eine Behauptung kann wahr sein, ohne öffentlich auffindbar zu sein. Informationen, die heute korrekt sind, können sich morgen ändern; eine historisch wahre Behauptung kann jetzt veraltet sein. Eine Lizenz kann einem anderen Unternehmen innerhalb der Gruppe gehören. Eine Erfolgsquote kann einen Nenner vermissen. Ein Kundenlogo kann eher eine Sponsorenbeziehung als eine individuelle Anpassung anzeigen. Mitgliedschaft ist nicht unbedingt Akkreditierung. Eine Beschwerde ist kein endgültiges Urteil, und eine Untersuchung bedeutet keine Schuld.\n\nEin Gegenevidenz darf die gesamte Behauptung nicht widerlegen. Aber es kann die absolute Sprache der Behauptung stören: ‚alle,‘ ‚immer,‘ ‚unbestritten.‘ Die Aufgabe von Truth Pack ist es nicht, das Unternehmen zu loben. Ebenso wenig ist es, das Unternehmen zu verachten. Es ist nicht, die KI zu bestrafen. Noch ist es, die KI zu retten. Seine Aufgabe ist wie folgt:\n\n> Zu zeigen, welcher Teil welcher Aussage durch welche Nachweise, an welchem Datum und innerhalb welcher Grenzen unterstützt wird.\n\nDaher lautet das dreizehnte Messgesetz von NOMOS:\n\n> Eine Quelle ist kein Nachweis; die Beziehung zwischen der Quelle und der Behauptung ist Nachweis.\n\nDas vierzehnte Gesetz lautet wie folgt:\n\n> Eine große Anzahl von Echos ist keine große Anzahl unabhängiger Verifizierungen.\n\nDas fünfzehnte Gesetz lautet wie folgt:\n\n> Das Fehlen von Nachweisen ist nicht dasselbe wie Falschheit.\n\nSechzehntes Gesetz lautet wie folgt:\n\n> Korrekte Informationen können zu einer Fehlinterpretation werden, wenn sie außerhalb der richtigen Entität und des richtigen Umfangs verwendet werden.\n\nSein siebzehntes Gesetz lautet:\n\n> Die Realität sollte nicht nur das aufzeichnen, was korrekt ist, sondern auch das, was unbekannt ist.\n\nSein achtzehntes Messgesetz besagt:\n\n> Begrenzte Nachweise können eine Behauptung bestätigen; sie können nicht allein öffentlich sichtbares GEO etablieren.\n\nSein neunzehntes Messgesetz besagt:\n\n> Wenn das Wahrheits-Paket gemäß einer KI-Antwort geformt wird, erzeugt es das gewünschte Ergebnis, nicht die Prüfreferenz.\n\nSein zwanzigstes Messgesetz besagt:\n\n> Das Realitätspaket kann sich ändern; vergangene Versionen können nicht gelöscht werden.\n\n## Abschnitt 13 Ordnung von NOMOS\n\n> Zeige mir nicht einfach eine URL. / Zeige, welche Behauptung diese URL trägt, an welchem Datum und in welchem Umfang.\n\n> Führen Sie keine unabhängige Überprüfung dessen durch, was Sie auf Ihrer eigenen Website geschrieben haben.\n\n> Wiederholen Sie nicht denselben Satz auf anderen Domainnamen und präsentieren Sie ihn mir so, als gäbe es viele Nachweise.\n\n> Verwandeln Sie die Pressemitteilung nicht in Nachrichten, gesponserte Inhalte nicht in unabhängige Veröffentlichungen und die KI-Zusammenfassung nicht in die Primärquelle.\n\n> Zerlegen Sie Ihre Behauptung. / Schreiben Sie, um wen es geht, was Sie gesagt haben und wo und wann es gilt.\n\n> Geben Sie keine Prozentsätze ohne Nenner an. / Machen Sie das Projekt nicht zum Kunden, das Konto nicht zu einer Person und vergangene Gesamtsummen nicht zu einer aktiven Zahl.\n\n> Verwandeln Sie das Logo nicht in den Kundenstatus, Mitgliedschaft nicht in Akkreditierung, Schulung nicht in eine Lizenz und eine Auszeichnung nicht in globale Führerschaft.\n\n> Übertragen Sie die Lizenz des Mutterunternehmens nicht auf die Marke, den Erfolg des Mitarbeiters nicht auf die Organisation und das Produktzertifikat nicht auf das gesamte Portfolio.\n\n> Rufen Sie nicht 'falsch', wenn Sie keine Nachweise finden. / Schweigen Sie auch nicht, wenn Sie widersprüchliche Nachweise finden.\n\n> Lassen Sie Gegenevidenz nicht außerhalb der Akte.\n\n> Verwandeln Sie eine Beschwerde nicht in ein Urteil, eine Untersuchung nicht in Schuldfeststellung und eine Behauptung nicht in Realität.\n\n> Korrigieren Sie auch Fehler, die Ihnen zugutekommen.\n\n> Wenn Sie geheime Nachweise haben, zeigen Sie sie einem unabhängigen Prüfer. / Machen Sie aus einem Dokument, das niemand gesehen hat, keine unumstößliche Tatsache.\n\n> Verkaufen Sie keine korrekten, aber nicht öffentlichen Informationen als öffentliche GEO-Erfolge.\n\n> Zwingen Sie das Unbekannte nicht in 'ja' oder 'nein'. / Schreiben Sie es als unbekannt.\n\n> Passen Sie das Truth Pack nicht an mich an, nachdem Sie meine KI-Antwort gesehen haben.\n\n> Wenn Sie neue Nachweise gefunden haben, öffnen Sie eine neue Version. / Löschen Sie den alten Datensatz nicht.\n\n> Wenn ich eine neue Behauptung gemacht habe, die nicht im Paket enthalten ist, beschuldigen Sie mich nicht automatisch. / Untersuchen Sie das Referenzlücke.\n\n> Erlauben Sie dem Unternehmen, Nachweise vorzulegen. / Machen Sie das Unternehmen jedoch nicht zum einzigen Richter seiner eigenen Wahrheit.\n\n> Holen Sie sich Hilfe von der KI. / Erklären Sie die KI jedoch nicht zur alleinigen Autorität der Realität.\n\nZuerst sperre die Existenz. / Dann zerlege die Behauptungen in Atome. / Dann sammle unterstützende und widersprechende Nachweise. / Dann verfolge die Wurzel der Quellen. / Dann füge Zeit, Land und Zugang hinzu. / Dann lasse das Unbekannte offen. / Und erst danach beginne, meine Antwort zu bewerten.\n\n## Der abschließende Satz des Kapitels\n\n> Die Genauigkeit einer KI-Antwort in GEO-1000 wird nicht durch das bestimmt, was der Prüfer zu glauben wählt; sie wird durch die vorab gesicherte Kette von Behauptungen, Nachweisen, Gegenevidenz, Umfang, Zeit und Unsicherheit innerhalb des Truth Packs bestimmt.\n\n## Normativer Kern\n\n> Bevor die semantische Beurteilung beginnt, MUSS jeder GEO-1000-Audit eine versionierte Verifiziertes Faktenpaket zur Entität für die geprüfte Einheit, den Aufforderungsumfang, die Zuständigkeiten, Produkte, Sprachen und die Referenzzeit festschreiben. Das Truth Pack MUSS, soweit zutreffend, Folgendes enthalten: - kanonische Identität der Einheit, - atomare Referenzaussagen, - Offizielle Repräsentationsaufzeichnungen, - unterstützende Nachweise, - Gegenevidenz, - Quellenherkunfts- und Nachweis-Familienaufzeichnungen, - Umfangs- und Zuständigkeitsqualifikatoren, - Gültigkeits- und Veröffentlichungszeiten, - öffentliche und eingeschränkte Zugriffsklassen, - unbekannte und ungelöste Register, - Berufungs- und Änderungsaufzeichnungen, - und ein Integritätsmanifest. Ein offizieller Repräsentationsbericht DARF NICHT als unabhängig überprüfte Realität behandelt werden, nur weil er offiziell ist. Eine Quelle erster Hand KANN für Behauptungen unter direkter Kontrolle der Einrichtung maßgeblich sein, bleibt jedoch für vergleichende, leistungsbezogene, Führungs- oder externe Validierungsbehauptungen nicht unabhängig. Unterschiedliche URLs, Veröffentlichungen, Übersetzungen, Syndizierungen oder KI-Zusammenfassungen DARF NICHT als unabhängige Belege gezählt werden, wenn sie von derselben Ursprungsquelle stammen. Jedes Evidenzobjekt MUSS angeben, welche atomare Behauptung es unterstützt, qualifiziert, widerspricht, veraltet oder kontextualisiert. Das Fehlen von gefundenen Nachweisen DARF NICHT automatisch als Nachweis dafür repräsentiert werden, dass eine Behauptung falsch ist. Bedingungen für Nachweise in offenen und geschlossenen Welten MÜSSEN deutlich voneinander unterschieden bleiben. Quantitative Aussagen MÜSSEN Zähler, Nenner, Zeitraum, Einheit, Ein- und Ausschlussregeln, Quelldaten und Berechnungsmethode beibehalten. Aussagen über Kunden, Partner, Lizenz, Zertifizierung, Mitgliedschaft, Auszeichnung, Rechtliches, Leistung und Überlegenheit MÜSSEN ihr genaues Unternehmen, ihre Beziehung, ihren Umfang, ihre Zuständigkeit, ihre Zeit und ihren Evidenzstatus bewahren. Öffentlich auffindbare Nachweise, eingeschränkte Prüfungsbeweise und nicht öffentliche Nachweise MÜSSEN getrennt klassifiziert bleiben. Eine Aussage KANN durch eingeschränkte Nachweise sachlich verifiziert werden, ohne dass sie öffentlich von einem Verbraucher-KI-Produkt abrufbar ist. Sachliche Verifikation und öffentliche Auffindbarkeit MÜSSEN unterschieden bleiben. Behauptungen des Truth Pack DARF NICHT hinzugefügt, entfernt, erweitert, eingeschränkt oder neu klassifiziert werden, nachdem KI-Antworten beobachtet wurden, es sei denn, es wird eine neue Version des Truth Pack erstellt und frühere Aufzeichnungen werden aufbewahrt. Eine Antwortbehauptung, die nicht durch das festgeschriebene Truth Pack abgedeckt ist, MUSS einen Referenz-Lücken-Prozess auslösen, anstatt automatisch abgelehnt oder automatisch akzeptiert zu werden. Unbekannte, nicht unterstützte, ungelöste, widersprüchliche, historische, abgelaufene, in ihrem Umfang begrenzte und eingeschränkt verifizierte Zustände MÜSSEN weiterhin separat sichtbar bleiben. Das geprüfte Subjekt DARF Nachweise, Korrekturen und Einsprüche einreichen, DARF jedoch nicht als alleiniger Schiedsrichter seiner eigenen Behauptungen agieren. KI-Systeme KÖNNEN bei Extraktion, Normalisierung, Herkunftserkennung und Widerspruchsfindung helfen, DÜRFEN jedoch nicht als einzige endgültige Instanz für den Wahrheitsstatus einer Behauptung dienen. Jede Version des Truth Packs, jede Evidenzregistrierung, jede Entscheidung über den Unterstützungsstatus, jede Berufung und jede Änderung MUSS einer verantwortlichen Person oder Organisation zugeordnet werden KÖNNEN.","character_count":113825,"record_sha256":"ee8aeef40c4070647cf9979b2e73371172fd9b685f07fd02ad2fb0e576ad3137"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-14","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":16,"chapter_number":14,"item_number":null,"title":"Atomare Aussagen und Beurteilung","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K27","K28"],"source_word_count":11808,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":14,\"id\":\"NOMOS-GEO-AUDIT-CH14\",\"title\":\"Atomare Aussagen und Beurteilung\",\"subtitle\":null,\"sourceFile\":\"14.cü bölüm.docx\",\"sourceSha256\":\"BEFC771183DE315EBD7E29903D08B7574C6663E055913B32B2458336DEBBCA5C\",\"sourceWordCount\":11808,\"sourceIds\":[\"K27\",\"K28\"],\"machine\":{\"chapter\":14,\"chapterId\":\"NOMOS-GEO-AUDIT-CH14\",\"title\":\"Atomare Aussagen und Beurteilung\",\"subtitle\":null,\"sourceIds\":[\"K27\",\"K28\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH14-R01\",\"normativeRuleEnglish\":\"Before any response-level pass, failure, severity, or score is assigned, each material AI response MUST be decomposed into atomic semantic claims. Each atomic claim MUST retain: - its exact source span, - normalised proposition, - subject entity, - predicate and value, - qualifiers and quantifiers, - geographic, product, user, and jurisdictional scope, - temporal frame, - attribution, - modality and uncertainty, - explicit, implicit, presupposed, or entailed origin, - response centrality, - citation relationships, - dependency relationships, - and Truth Pack mapping. Sentence and paragraph boundaries MUST NOT be treated as automatic claim boundaries. Atomic decomposition MUST separate propositions that can carry different truth, evidence, entity, scope, time, or attribution states, while prohibiting meaningless micro-fragmentation that dilutes material error. Claim extraction, Truth Pack mapping, and semantic adjudication SHOULD remain separate stages and, where practical, separate roles. Every atomic claim MUST be adjudicated across distinct dimensions, including: - entity, - factual support, - scope, - time, - attribution and epistemic status, - modality and uncertainty, - citation support, - relevance, - and unresolved or reference-gap status. Official-claim fidelity MUST remain distinct from verified factual support. Unsupported, contradicted, wrong-entity, outdated, scope-overreach, epistemic-status-error, citation-mismatch, reference-gap, and unresolved states MUST remain separately visible. Required response elements and material omissions MUST be adjudicated separately from explicit false claims. Correct but irrelevant information MUST NOT satisfy the prompt merely because it is factually supported. Material claims SHOULD receive independent double review, with additional language or domain expertise where required. Reviewer identity, qualification, conflicts, independent first decisions, disagreements, resolution, reliability metrics, appeals, and decision versions MUST be recorded. Reviewer agreement MUST be measured by dimension and MUST NOT be treated as proof that the shared decision is necessarily correct. AI systems MAY assist with segmentation, claim extraction, evidence mapping, translation support, and contradiction discovery, but MUST NOT serve as the sole final adjudicator of their own or another system's claims. Atomic adjudication decisions MUST remain independent of commercial interests, desired scores, provider reputation, badge outcomes, or client approval. Every Claim Ledger, adjudication decision, disagreement resolution, appeal, and revision MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Herhangi bir response-level geçiş, başarısızlık, önem derecesi veya skor verilmeden önce her maddi AI yanıtı atomik semantik iddialara ayrılmalıdır. Her atomik iddia tam metin izini, normalize hükmünü, özne varlığı, yüklem ve değeri, nitelendiricileri, kapsamı, zamanı, attribution’ı, modaliteyi, iddia kökenini, merkeziliği, citation ilişkilerini, bağımlılıklarını ve Truth Pack eşleşmesini korumalıdır. Cümle ve paragraf sınırları otomatik iddia sınırı sayılamaz.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH14-MB0001\",\"type\":\"paragraph\",\"text\":\"117. MACHINE-READABLE CLAIM LEDGER RECORD\",\"sourceParagraph\":2513},{\"blockId\":\"CH14-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2514},{\"blockId\":\"CH14-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2515},{\"blockId\":\"CH14-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"startCharacter\\\": 0,\",\"sourceParagraph\":2516},{\"blockId\":\"CH14-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"endCharacter\\\": 30\",\"sourceParagraph\":2517},{\"blockId\":\"CH14-MB0006\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2518},{\"blockId\":\"CH14-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2519},{\"blockId\":\"CH14-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2520},{\"blockId\":\"CH14-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"predicate\\\": \\\"activelyDeliversServicesInCountryCount\\\",\",\"sourceParagraph\":2521},{\"blockId\":\"CH14-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": 25,\",\"sourceParagraph\":2522},{\"blockId\":\"CH14-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"unit\\\": \\\"COUNTRY\\\",\",\"sourceParagraph\":2523},{\"blockId\":\"CH14-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"geographicScope\\\": \\\"GLOBAL\\\",\",\"sourceParagraph\":2524},{\"blockId\":\"CH14-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"temporalFrame\\\": \\\"CURRENT\\\",\",\"sourceParagraph\":2525},{\"blockId\":\"CH14-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"attribution\\\": \\\"UNATTRIBUTED\\\",\",\"sourceParagraph\":2526},{\"blockId\":\"CH14-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"modality\\\": \\\"ASSERTED_AS_FACT\\\"\",\"sourceParagraph\":2527},{\"blockId\":\"CH14-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2528},{\"blockId\":\"CH14-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"claimOrigin\\\": \\\"EXPLICIT\\\",\",\"sourceParagraph\":2529},{\"blockId\":\"CH14-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-1\\\",\",\"sourceParagraph\":2530},{\"blockId\":\"CH14-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"dependencyType\\\": \\\"ROOT\\\",\",\"sourceParagraph\":2531},{\"blockId\":\"CH14-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"linkedTruthPackClaimId\\\": \\\"NGC-SYNTH-ASTERON-25-COUNTRIES-002\\\",\",\"sourceParagraph\":2532},{\"blockId\":\"CH14-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"citationLinks\\\": [],\",\"sourceParagraph\":2533},{\"blockId\":\"CH14-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"extractionReview\\\": {\",\"sourceParagraph\":2534},{\"blockId\":\"CH14-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"extractorOne\\\": \\\"AGREED\\\",\",\"sourceParagraph\":2535},{\"blockId\":\"CH14-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"extractorTwo\\\": \\\"AGREED\\\",\",\"sourceParagraph\":2536},{\"blockId\":\"CH14-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"boundaryAgreement\\\": true\",\"sourceParagraph\":2537},{\"blockId\":\"CH14-MB0026\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2538},{\"blockId\":\"CH14-MB0027\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2539},{\"blockId\":\"CH14-MB0028\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2540},{\"blockId\":\"CH14-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"responseClaimId\\\": \\\"NGRC-SYNTH-000184-002\\\",\",\"sourceParagraph\":2541},{\"blockId\":\"CH14-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"sourceSpan\\\": {\",\"sourceParagraph\":2542},{\"blockId\":\"CH14-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"text\\\": \\\"with a 98 per cent success rate\\\",\",\"sourceParagraph\":2543},{\"blockId\":\"CH14-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"startCharacter\\\": 32,\",\"sourceParagraph\":2544},{\"blockId\":\"CH14-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"endCharacter\\\": 63\",\"sourceParagraph\":2545},{\"blockId\":\"CH14-MB0034\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2546},{\"blockId\":\"CH14-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2547},{\"blockId\":\"CH14-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2548},{\"blockId\":\"CH14-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"predicate\\\": \\\"projectSuccessRate\\\",\",\"sourceParagraph\":2549},{\"blockId\":\"CH14-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": 0.98,\",\"sourceParagraph\":2550},{\"blockId\":\"CH14-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"unit\\\": \\\"PROPORTION\\\",\",\"sourceParagraph\":2551},{\"blockId\":\"CH14-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"population\\\": \\\"ALL_PROJECTS\\\",\",\"sourceParagraph\":2552},{\"blockId\":\"CH14-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"temporalFrame\\\": \\\"UNSPECIFIED\\\",\",\"sourceParagraph\":2553},{\"blockId\":\"CH14-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"attribution\\\": \\\"UNATTRIBUTED\\\",\",\"sourceParagraph\":2554},{\"blockId\":\"CH14-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"modality\\\": \\\"ASSERTED_AS_FACT\\\"\",\"sourceParagraph\":2555},{\"blockId\":\"CH14-MB0044\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2556},{\"blockId\":\"CH14-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"claimOrigin\\\": \\\"EXPLICIT\\\",\",\"sourceParagraph\":2557},{\"blockId\":\"CH14-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-2\\\",\",\"sourceParagraph\":2558},{\"blockId\":\"CH14-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"dependencyType\\\": \\\"ROOT\\\",\",\"sourceParagraph\":2559},{\"blockId\":\"CH14-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"linkedTruthPackClaimId\\\": \\\"NGC-SYNTH-ASTERON-SUCCESS-003\\\",\",\"sourceParagraph\":2560},{\"blockId\":\"CH14-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"citationLinks\\\": []\",\"sourceParagraph\":2561},{\"blockId\":\"CH14-MB0050\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2562},{\"blockId\":\"CH14-MB0051\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2563},{\"blockId\":\"CH14-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"responseClaimId\\\": \\\"NGRC-SYNTH-000184-003\\\",\",\"sourceParagraph\":2564},{\"blockId\":\"CH14-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"sourceSpan\\\": {\",\"sourceParagraph\":2565},{\"blockId\":\"CH14-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"text\\\": \\\"independently certified\\\"\",\"sourceParagraph\":2566},{\"blockId\":\"CH14-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"startCharacter\\\": 65,\",\"sourceParagraph\":2567},{\"blockId\":\"CH14-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"endCharacter\\\": 101\",\"sourceParagraph\":2568},{\"blockId\":\"CH14-MB0057\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2569},{\"blockId\":\"CH14-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2570},{\"blockId\":\"CH14-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2571},{\"blockId\":\"CH14-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"predicate\\\": \\\"independentlyCertified\\\",\",\"sourceParagraph\":2572},{\"blockId\":\"CH14-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": true,\",\"sourceParagraph\":2573},{\"blockId\":\"CH14-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"attribution\\\": \\\"INDEPENDENT_EXTERNAL_AUTHORITY\\\",\",\"sourceParagraph\":2574},{\"blockId\":\"CH14-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"modality\\\": \\\"ASSERTED_AS_FACT\\\"\",\"sourceParagraph\":2575},{\"blockId\":\"CH14-MB0064\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2576},{\"blockId\":\"CH14-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"claimOrigin\\\": \\\"EXPLICIT\\\",\",\"sourceParagraph\":2577},{\"blockId\":\"CH14-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-2\\\",\",\"sourceParagraph\":2578},{\"blockId\":\"CH14-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"dependencyType\\\": \\\"ROOT\\\",\",\"sourceParagraph\":2579},{\"blockId\":\"CH14-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"linkedTruthPackClaimId\\\": \\\"NGC-SYNTH-ASTERON-INDEPENDENCE-004\\\",\",\"sourceParagraph\":2580},{\"blockId\":\"CH14-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"citationLinks\\\": []\",\"sourceParagraph\":2581},{\"blockId\":\"CH14-MB0070\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2582},{\"blockId\":\"CH14-MB0071\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2583},{\"blockId\":\"CH14-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"requiredResponseElements\\\": {\",\"sourceParagraph\":2584},{\"blockId\":\"CH14-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"entityResolved\\\": true,\",\"sourceParagraph\":2585},{\"blockId\":\"CH14-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"primaryActivityPresent\\\": true,\",\"sourceParagraph\":2586},{\"blockId\":\"CH14-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"materialBoundaryPresent\\\": false\",\"sourceParagraph\":2587},{\"blockId\":\"CH14-MB0076\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2588},{\"blockId\":\"CH14-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"omissions\\\": [\",\"sourceParagraph\":2589},{\"blockId\":\"CH14-MB0078\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2590},{\"blockId\":\"CH14-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"omissionId\\\": \\\"NGOM-SYNTH-000184-001\\\",\",\"sourceParagraph\":2591},{\"blockId\":\"CH14-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"OM-3\\\",\",\"sourceParagraph\":2592},{\"blockId\":\"CH14-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"description\\\": \\\"The response omits that active service delivery has only been verified in nine countries.\\\"\",\"sourceParagraph\":2593},{\"blockId\":\"CH14-MB0082\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2594},{\"blockId\":\"CH14-MB0083\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2595},{\"blockId\":\"CH14-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2596},{\"blockId\":\"CH14-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"claimExtractionOwnerRole\\\": \\\"CLAIM_EXTRACTION_LEAD\\\",\",\"sourceParagraph\":2597},{\"blockId\":\"CH14-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-09-03T10:00:00Z\\\"\",\"sourceParagraph\":2598},{\"blockId\":\"CH14-MB0087\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2599},{\"blockId\":\"CH14-MB0088\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2600},{\"blockId\":\"CH14-MB0089\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2601},{\"blockId\":\"CH14-MB0090\",\"type\":\"paragraph\",\"text\":\"118. MACHINE-READABLE ATOMIC ADJUDICATION RECORD\",\"sourceParagraph\":2603},{\"blockId\":\"CH14-MB0091\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2604},{\"blockId\":\"CH14-MB0092\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2605},{\"blockId\":\"CH14-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2606},{\"blockId\":\"CH14-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2607},{\"blockId\":\"CH14-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"atomicAdjudication\\\": {\",\"sourceParagraph\":2608},{\"blockId\":\"CH14-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationId\\\": \\\"NGAJ-SYNTH-000184-001\\\",\",\"sourceParagraph\":2609},{\"blockId\":\"CH14-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"responseClaimId\\\": \\\"NGRC-SYNTH-000184-001\\\",\",\"sourceParagraph\":2610},{\"blockId\":\"CH14-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"claimLedgerId\\\": \\\"NGCL-SYNTH-W1-ORION-000184\\\",\",\"sourceParagraph\":2611},{\"blockId\":\"CH14-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackClaimId\\\": \\\"NGC-SYNTH-ASTERON-25-COUNTRIES-002\\\",\",\"sourceParagraph\":2612},{\"blockId\":\"CH14-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"decisionVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2613},{\"blockId\":\"CH14-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"dimensionDecisions\\\": {\",\"sourceParagraph\":2614},{\"blockId\":\"CH14-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"entity\\\": \\\"E-1\\\",\",\"sourceParagraph\":2615},{\"blockId\":\"CH14-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"factualSupport\\\": \\\"F-3\\\",\",\"sourceParagraph\":2616},{\"blockId\":\"CH14-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"scope\\\": \\\"S-4\\\",\",\"sourceParagraph\":2617},{\"blockId\":\"CH14-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"time\\\": \\\"T-1\\\",\",\"sourceParagraph\":2618},{\"blockId\":\"CH14-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"attribution\\\": \\\"A-3\\\",\",\"sourceParagraph\":2619},{\"blockId\":\"CH14-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"modality\\\": \\\"M-3\\\",\",\"sourceParagraph\":2620},{\"blockId\":\"CH14-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"citation\\\": \\\"C-0\\\",\",\"sourceParagraph\":2621},{\"blockId\":\"CH14-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"relevance\\\": \\\"R-1\\\",\",\"sourceParagraph\":2622},{\"blockId\":\"CH14-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"unresolved\\\": \\\"U-0\\\"\",\"sourceParagraph\":2623},{\"blockId\":\"CH14-MB0111\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2624},{\"blockId\":\"CH14-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"combinedLabel\\\": [\",\"sourceParagraph\":2625},{\"blockId\":\"CH14-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"PARTIALLY-SUPPORTED\\\",\",\"sourceParagraph\":2626},{\"blockId\":\"CH14-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"MATERIAL-SCOPE-OVERREACH\\\",\",\"sourceParagraph\":2627},{\"blockId\":\"CH14-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"MATERIAL-ATTRIBUTION-LOSS\\\"\",\"sourceParagraph\":2628},{\"blockId\":\"CH14-MB0116\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2629},{\"blockId\":\"CH14-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"reasoningSummary\\\": \\\"The audited entity officially states that it operates in 25 countries, but active service delivery has been verified in nine. The response presents the broader official statement as an unqualified current fact.\\\",\",\"sourceParagraph\":2630},{\"blockId\":\"CH14-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceReferences\\\": [\",\"sourceParagraph\":2631},{\"blockId\":\"CH14-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"NGEV-SYNTH-WEB-025\\\",\",\"sourceParagraph\":2632},{\"blockId\":\"CH14-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"NGEV-SYNTH-OPS-001\\\",\",\"sourceParagraph\":2633},{\"blockId\":\"CH14-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"NGEV-SYNTH-CONTRACTS-002\\\"\",\"sourceParagraph\":2634},{\"blockId\":\"CH14-MB0122\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2635},{\"blockId\":\"CH14-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"reviewers\\\": {\",\"sourceParagraph\":2636},{\"blockId\":\"CH14-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"primaryReviewerRole\\\": \\\"LANGUAGE_ADJUDICATOR\\\",\",\"sourceParagraph\":2637},{\"blockId\":\"CH14-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"secondaryReviewerRole\\\": \\\"EVIDENCE_ADJUDICATOR\\\",\",\"sourceParagraph\":2638},{\"blockId\":\"CH14-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"primaryDecision\\\": \\\"MATERIAL-SCOPE-OVERREACH\\\",\",\"sourceParagraph\":2639},{\"blockId\":\"CH14-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"secondaryDecision\\\": \\\"MATERIAL-SCOPE-OVERREACH\\\",\",\"sourceParagraph\":2640},{\"blockId\":\"CH14-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"independentBeforeComparison\\\": true\",\"sourceParagraph\":2641},{\"blockId\":\"CH14-MB0129\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2642},{\"blockId\":\"CH14-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"agreement\\\": {\",\"sourceParagraph\":2643},{\"blockId\":\"CH14-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"entityAgreement\\\": true,\",\"sourceParagraph\":2644},{\"blockId\":\"CH14-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"factAgreement\\\": true,\",\"sourceParagraph\":2645},{\"blockId\":\"CH14-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"scopeAgreement\\\": true,\",\"sourceParagraph\":2646},{\"blockId\":\"CH14-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"timeAgreement\\\": true,\",\"sourceParagraph\":2647},{\"blockId\":\"CH14-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"attributionAgreement\\\": true\",\"sourceParagraph\":2648},{\"blockId\":\"CH14-MB0136\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2649},{\"blockId\":\"CH14-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"appeal\\\": {\",\"sourceParagraph\":2650},{\"blockId\":\"CH14-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"NO_APPEAL\\\"\",\"sourceParagraph\":2651},{\"blockId\":\"CH14-MB0139\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2652},{\"blockId\":\"CH14-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"governance\\\": {\",\"sourceParagraph\":2653},{\"blockId\":\"CH14-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"qualityLevel\\\": \\\"AQ-3\\\",\",\"sourceParagraph\":2654},{\"blockId\":\"CH14-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"finalizedByRole\\\": \\\"SENIOR_ADJUDICATOR\\\",\",\"sourceParagraph\":2655},{\"blockId\":\"CH14-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"finalizedAt\\\": \\\"2026-09-04T09:00:00Z\\\"\",\"sourceParagraph\":2656},{\"blockId\":\"CH14-MB0144\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2657},{\"blockId\":\"CH14-MB0145\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2658},{\"blockId\":\"CH14-MB0146\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2659},{\"blockId\":\"CH14-MB0147\",\"type\":\"paragraph\",\"text\":\"119. MACHINE-READABLE ADJUDICATOR COMPLIANCE RECORD\",\"sourceParagraph\":2661},{\"blockId\":\"CH14-MB0148\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2662},{\"blockId\":\"CH14-MB0149\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2663},{\"blockId\":\"CH14-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2664},{\"blockId\":\"CH14-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2665},{\"blockId\":\"CH14-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationReliability\\\": {\",\"sourceParagraph\":2666},{\"blockId\":\"CH14-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"reliabilityRecordId\\\": \\\"NGREL-SYNTH-W1-001\\\",\",\"sourceParagraph\":2667},{\"blockId\":\"CH14-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"NGW-SYNTH-W1-001\\\",\",\"sourceParagraph\":2668},{\"blockId\":\"CH14-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"doubleReviewedClaimCount\\\": 8200,\",\"sourceParagraph\":2669},{\"blockId\":\"CH14-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"preResolutionMetrics\\\": {\",\"sourceParagraph\":2670},{\"blockId\":\"CH14-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"claimBoundaryExactAgreement\\\": 0.93,\",\"sourceParagraph\":2671},{\"blockId\":\"CH14-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"entityExactAgreement\\\": 0.97,\",\"sourceParagraph\":2672},{\"blockId\":\"CH14-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"factualStatusExactAgreement\\\": 0.88,\",\"sourceParagraph\":2673},{\"blockId\":\"CH14-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"scopeExactAgreement\\\": 0.84,\",\"sourceParagraph\":2674},{\"blockId\":\"CH14-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"timeExactAgreement\\\": 0.94,\",\"sourceParagraph\":2675},{\"blockId\":\"CH14-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"attributionExactAgreement\\\": 0.86,\",\"sourceParagraph\":2676},{\"blockId\":\"CH14-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"citationSupportExactAgreement\\\": 0.82,\",\"sourceParagraph\":2677},{\"blockId\":\"CH14-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"omissionExactAgreement\\\": 0.79\",\"sourceParagraph\":2678},{\"blockId\":\"CH14-MB0165\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2679},{\"blockId\":\"CH14-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"chanceAdjustedMetrics\\\": {\",\"sourceParagraph\":2680},{\"blockId\":\"CH14-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"overallNominalAgreementMetric\\\": \\\"KRIPPENDORFF_ALPHA\\\",\",\"sourceParagraph\":2681},{\"blockId\":\"CH14-MB0168\",\"type\":\"paragraph\",\"text\":\"\\\"overallValue\\\": 0.84,\",\"sourceParagraph\":2682},{\"blockId\":\"CH14-MB0169\",\"type\":\"paragraph\",\"text\":\"\\\"scopeValue\\\": 0.78,\",\"sourceParagraph\":2683},{\"blockId\":\"CH14-MB0170\",\"type\":\"paragraph\",\"text\":\"\\\"citationValue\\\": 0.75\",\"sourceParagraph\":2684},{\"blockId\":\"CH14-MB0171\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2685},{\"blockId\":\"CH14-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"actions\\\": [\",\"sourceParagraph\":2686},{\"blockId\":\"CH14-MB0173\",\"type\":\"paragraph\",\"text\":\"\\\"SCOPE_RECALIBRATION\\\",\",\"sourceParagraph\":2687},{\"blockId\":\"CH14-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"CITATION_MAPPING_RETRAINING\\\",\",\"sourceParagraph\":2688},{\"blockId\":\"CH14-MB0175\",\"type\":\"paragraph\",\"text\":\"\\\"OMISSION_GUIDANCE_REVISION\\\"\",\"sourceParagraph\":2689},{\"blockId\":\"CH14-MB0176\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2690},{\"blockId\":\"CH14-MB0177\",\"type\":\"paragraph\",\"text\":\"\\\"postResolution\\\": {\",\"sourceParagraph\":2691},{\"blockId\":\"CH14-MB0178\",\"type\":\"paragraph\",\"text\":\"\\\"allMaterialDisagreementsResolved\\\": false,\",\"sourceParagraph\":2692},{\"blockId\":\"CH14-MB0179\",\"type\":\"paragraph\",\"text\":\"\\\"unresolvedClaimCount\\\": 19,\",\"sourceParagraph\":2693},{\"blockId\":\"CH14-MB0180\",\"type\":\"paragraph\",\"text\":\"\\\"unresolvedStatusPreserved\\\": true\",\"sourceParagraph\":2694},{\"blockId\":\"CH14-MB0181\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2695},{\"blockId\":\"CH14-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"qualityLevel\\\": \\\"AQ-3\\\",\",\"sourceParagraph\":2696},{\"blockId\":\"CH14-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2697},{\"blockId\":\"CH14-MB0184\",\"type\":\"paragraph\",\"text\":\"\\\"reliabilityOwnerRole\\\": \\\"ADJUDICATION_METHODS_LEAD\\\"\",\"sourceParagraph\":2698},{\"blockId\":\"CH14-MB0185\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2699},{\"blockId\":\"CH14-MB0186\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2700},{\"blockId\":\"CH14-MB0187\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2701},{\"blockId\":\"CH14-MB0188\",\"type\":\"paragraph\",\"text\":\"These records:\",\"sourceParagraph\":2702},{\"blockId\":\"CH14-MB0189\",\"type\":\"paragraph\",\"text\":\"a real user,\",\"sourceParagraph\":2703},{\"blockId\":\"CH14-MB0190\",\"type\":\"paragraph\",\"text\":\"real company,\",\"sourceParagraph\":2704},{\"blockId\":\"CH14-MB0191\",\"type\":\"paragraph\",\"text\":\"actual adjudicator performance\",\"sourceParagraph\":2705},{\"blockId\":\"CH14-MB0192\",\"type\":\"paragraph\",\"text\":\"a real company performance.\",\"sourceParagraph\":2706},{\"blockId\":\"CH14-MB0193\",\"type\":\"paragraph\",\"text\":\"It is a synthetic, machine-readable representation of the atomic claim and adjudication architecture.\",\"sourceParagraph\":2707},{\"blockId\":\"CH14-MB0194\",\"type\":\"paragraph\",\"text\":\"120. MACHINE-READABLE RULE OF THE SECTION\",\"sourceParagraph\":2709},{\"blockId\":\"CH14-MB0195\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH14-R01\",\"sourceParagraph\":2710},{\"blockId\":\"CH14-MB0196\",\"type\":\"paragraph\",\"text\":\"Before any response-level pass, failure, severity, or score is assigned,\",\"sourceParagraph\":2712},{\"blockId\":\"CH14-MB0197\",\"type\":\"paragraph\",\"text\":\"each material AI response MUST be decomposed into atomic semantic claims.\",\"sourceParagraph\":2713},{\"blockId\":\"CH14-MB0198\",\"type\":\"paragraph\",\"text\":\"Each atomic claim MUST retain:\",\"sourceParagraph\":2715},{\"blockId\":\"CH14-MB0199\",\"type\":\"paragraph\",\"text\":\"- its exact source span,\",\"sourceParagraph\":2717},{\"blockId\":\"CH14-MB0200\",\"type\":\"paragraph\",\"text\":\"- normalised proposition,\",\"sourceParagraph\":2718},{\"blockId\":\"CH14-MB0201\",\"type\":\"paragraph\",\"text\":\"- subject entity,\",\"sourceParagraph\":2719},{\"blockId\":\"CH14-MB0202\",\"type\":\"paragraph\",\"text\":\"- predicate and value,\",\"sourceParagraph\":2720},{\"blockId\":\"CH14-MB0203\",\"type\":\"paragraph\",\"text\":\"- qualifiers and quantifiers,\",\"sourceParagraph\":2721},{\"blockId\":\"CH14-MB0204\",\"type\":\"paragraph\",\"text\":\"- geographic, product, user, and jurisdictional scope,\",\"sourceParagraph\":2722},{\"blockId\":\"CH14-MB0205\",\"type\":\"paragraph\",\"text\":\"- temporal frame,\",\"sourceParagraph\":2723},{\"blockId\":\"CH14-MB0206\",\"type\":\"paragraph\",\"text\":\"- attribution,\",\"sourceParagraph\":2724},{\"blockId\":\"CH14-MB0207\",\"type\":\"paragraph\",\"text\":\"- modality and uncertainty,\",\"sourceParagraph\":2725},{\"blockId\":\"CH14-MB0208\",\"type\":\"paragraph\",\"text\":\"- explicit, implicit, presupposed, or entailed origin,\",\"sourceParagraph\":2726},{\"blockId\":\"CH14-MB0209\",\"type\":\"paragraph\",\"text\":\"- response centrality,\",\"sourceParagraph\":2727},{\"blockId\":\"CH14-MB0210\",\"type\":\"paragraph\",\"text\":\"- citation relationships,\",\"sourceParagraph\":2728},{\"blockId\":\"CH14-MB0211\",\"type\":\"paragraph\",\"text\":\"- dependency relationships,\",\"sourceParagraph\":2729},{\"blockId\":\"CH14-MB0212\",\"type\":\"paragraph\",\"text\":\"- and Truth Pack mapping.\",\"sourceParagraph\":2730},{\"blockId\":\"CH14-MB0213\",\"type\":\"paragraph\",\"text\":\"Sentence and paragraph boundaries MUST NOT be treated as automatic claim\",\"sourceParagraph\":2732},{\"blockId\":\"CH14-MB0214\",\"type\":\"paragraph\",\"text\":\"boundaries.\",\"sourceParagraph\":2733},{\"blockId\":\"CH14-MB0215\",\"type\":\"paragraph\",\"text\":\"Atomic decomposition MUST separate propositions that can carry different\",\"sourceParagraph\":2735},{\"blockId\":\"CH14-MB0216\",\"type\":\"paragraph\",\"text\":\"truth, evidence, entity, scope, time, or attribution states, while\",\"sourceParagraph\":2736},{\"blockId\":\"CH14-MB0217\",\"type\":\"paragraph\",\"text\":\"prohibiting meaningless micro-fragmentation that dilutes material error.\",\"sourceParagraph\":2737},{\"blockId\":\"CH14-MB0218\",\"type\":\"paragraph\",\"text\":\"Claim extraction, Truth Pack mapping, and semantic adjudication SHOULD\",\"sourceParagraph\":2739},{\"blockId\":\"CH14-MB0219\",\"type\":\"paragraph\",\"text\":\"remain separate stages and, where practical, separate roles.\",\"sourceParagraph\":2740},{\"blockId\":\"CH14-MB0220\",\"type\":\"paragraph\",\"text\":\"Every atomic claim MUST be adjudicated across distinct dimensions,\",\"sourceParagraph\":2742},{\"blockId\":\"CH14-MB0221\",\"type\":\"paragraph\",\"text\":\"including:\",\"sourceParagraph\":2743},{\"blockId\":\"CH14-MB0222\",\"type\":\"paragraph\",\"text\":\"- entity,\",\"sourceParagraph\":2745},{\"blockId\":\"CH14-MB0223\",\"type\":\"paragraph\",\"text\":\"- factual support,\",\"sourceParagraph\":2746},{\"blockId\":\"CH14-MB0224\",\"type\":\"paragraph\",\"text\":\"- scope,\",\"sourceParagraph\":2747},{\"blockId\":\"CH14-MB0225\",\"type\":\"paragraph\",\"text\":\"- time,\",\"sourceParagraph\":2748},{\"blockId\":\"CH14-MB0226\",\"type\":\"paragraph\",\"text\":\"- attribution and epistemic status,\",\"sourceParagraph\":2749},{\"blockId\":\"CH14-MB0227\",\"type\":\"paragraph\",\"text\":\"- modality and uncertainty,\",\"sourceParagraph\":2750},{\"blockId\":\"CH14-MB0228\",\"type\":\"paragraph\",\"text\":\"- citation support,\",\"sourceParagraph\":2751},{\"blockId\":\"CH14-MB0229\",\"type\":\"paragraph\",\"text\":\"- relevance,\",\"sourceParagraph\":2752},{\"blockId\":\"CH14-MB0230\",\"type\":\"paragraph\",\"text\":\"- and unresolved or reference-gap status.\",\"sourceParagraph\":2753},{\"blockId\":\"CH14-MB0231\",\"type\":\"paragraph\",\"text\":\"Official-claim fidelity MUST remain distinct from verified factual\",\"sourceParagraph\":2755},{\"blockId\":\"CH14-MB0232\",\"type\":\"paragraph\",\"text\":\"support.\",\"sourceParagraph\":2756},{\"blockId\":\"CH14-MB0233\",\"type\":\"paragraph\",\"text\":\"Unsupported, contradicted, wrong-entity, outdated, scope-overreach,\",\"sourceParagraph\":2758},{\"blockId\":\"CH14-MB0234\",\"type\":\"paragraph\",\"text\":\"epistemic-status-error, citation-mismatch, reference-gap, and unresolved\",\"sourceParagraph\":2759},{\"blockId\":\"CH14-MB0235\",\"type\":\"paragraph\",\"text\":\"states MUST remain separately visible.\",\"sourceParagraph\":2760},{\"blockId\":\"CH14-MB0236\",\"type\":\"paragraph\",\"text\":\"Required response elements and material omissions MUST be adjudicated\",\"sourceParagraph\":2762},{\"blockId\":\"CH14-MB0237\",\"type\":\"paragraph\",\"text\":\"separately from explicit false claims.\",\"sourceParagraph\":2763},{\"blockId\":\"CH14-MB0238\",\"type\":\"paragraph\",\"text\":\"Correct but irrelevant information MUST NOT satisfy the prompt merely\",\"sourceParagraph\":2765},{\"blockId\":\"CH14-MB0239\",\"type\":\"paragraph\",\"text\":\"because it is factually supported.\",\"sourceParagraph\":2766},{\"blockId\":\"CH14-MB0240\",\"type\":\"paragraph\",\"text\":\"Material claims SHOULD receive independent double review, with additional\",\"sourceParagraph\":2768},{\"blockId\":\"CH14-MB0241\",\"type\":\"paragraph\",\"text\":\"language or domain expertise where required.\",\"sourceParagraph\":2769},{\"blockId\":\"CH14-MB0242\",\"type\":\"paragraph\",\"text\":\"Reviewer identity, qualification, conflicts, independent first decisions,\",\"sourceParagraph\":2771},{\"blockId\":\"CH14-MB0243\",\"type\":\"paragraph\",\"text\":\"disagreements, resolution, reliability metrics, appeals, and decision\",\"sourceParagraph\":2772},{\"blockId\":\"CH14-MB0244\",\"type\":\"paragraph\",\"text\":\"versions MUST be recorded.\",\"sourceParagraph\":2773},{\"blockId\":\"CH14-MB0245\",\"type\":\"paragraph\",\"text\":\"Reviewer agreement MUST be measured by dimension and MUST NOT be treated\",\"sourceParagraph\":2775},{\"blockId\":\"CH14-MB0246\",\"type\":\"paragraph\",\"text\":\"as proof that the shared decision is necessarily correct.\",\"sourceParagraph\":2776},{\"blockId\":\"CH14-MB0247\",\"type\":\"paragraph\",\"text\":\"AI systems MAY assist with segmentation, claim extraction, evidence\",\"sourceParagraph\":2778},{\"blockId\":\"CH14-MB0248\",\"type\":\"paragraph\",\"text\":\"mapping, translation support, and contradiction discovery, but MUST NOT\",\"sourceParagraph\":2779},{\"blockId\":\"CH14-MB0249\",\"type\":\"paragraph\",\"text\":\"serve as the sole final adjudicator of their own or another system's\",\"sourceParagraph\":2780},{\"blockId\":\"CH14-MB0250\",\"type\":\"paragraph\",\"text\":\"claims.\",\"sourceParagraph\":2781},{\"blockId\":\"CH14-MB0251\",\"type\":\"paragraph\",\"text\":\"Atomic adjudication decisions MUST remain independent of commercial\",\"sourceParagraph\":2783},{\"blockId\":\"CH14-MB0252\",\"type\":\"paragraph\",\"text\":\"interests, desired scores, provider reputation, badge outcomes, or client\",\"sourceParagraph\":2784},{\"blockId\":\"CH14-MB0253\",\"type\":\"paragraph\",\"text\":\"approval.\",\"sourceParagraph\":2785},{\"blockId\":\"CH14-MB0254\",\"type\":\"paragraph\",\"text\":\"Every Claim Ledger, adjudication decision, disagreement resolution,\",\"sourceParagraph\":2787},{\"blockId\":\"CH14-MB0255\",\"type\":\"paragraph\",\"text\":\"appeal, and revision MUST be versioned and attributable to an accountable\",\"sourceParagraph\":2788},{\"blockId\":\"CH14-MB0256\",\"type\":\"paragraph\",\"text\":\"human or organisation.\",\"sourceParagraph\":2789},{\"blockId\":\"CH14-MB0257\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2790},{\"blockId\":\"CH14-MB0258\",\"type\":\"paragraph\",\"text\":\"Any response-level transition must be broken down into atomic semantic claims for each material AI response before assigning failure, importance level, or score. Each atomic claim must preserve the full text trace, normalised judgement, subject existence, predicate and value, qualifiers, scope, time, attribution, modality, claim origin, centrality, citation relations, dependencies, and Truth Pack matching. Sentence and paragraph boundaries cannot be counted as automatic claim boundaries.\",\"sourceParagraph\":2791}],\"normativeRuleLocalized\":\"Bevor eine Bewertung auf Antwortebene, ein Versagen, eine Schwere oder eine Punktzahl zugewiesen wird, MUSS jede inhaltlich relevante KI-Antwort in atomare semantische Aussagen zerlegt werden. Jede atomare Aussage MUSS Folgendes enthalten: - ihren genauen Quelltextabschnitt, - normalisierte Proposition, - Subjektsentität, - Prädikat und Wert, - Qualifikatoren und Quantifizierer, - geografischen, Produkt-, Nutzer- und jurisdiktionalen Umfang, - zeitlichen Rahmen, - Zuschreibung, - Modalität und Unsicherheit, - expliziten, impliziten, vorausgesetzten oder abgeleiteten Ursprung, - Zentralität der Antwort, - Zitierbeziehungen, - Abhängigkeitsbeziehungen, - und Truth-Pack-Zuordnung. Satz- und Absatzgrenzen DÜRFEN NICHT als automatische Aussagegrenzen behandelt werden. Die atomare Zerlegung MUSS Aussagen trennen, die unterschiedliche Wahrheits-, Nachweis-, Entitäts-, Geltungsbereichs-, Zeit- oder Zuschreibungszustände tragen KÖNNEN, während sinnlose Mikrofragmentierung, die materielle Fehler verwässert, verboten wird. Die Extraktion von Behauptungen, die Zuordnung zu Wahrheits-Paketen und die semantische Adjudikation SOLLTEN getrennte Stufen und nach Möglichkeit getrennte Rollen bleiben. Jede atomare Behauptung MUSS über verschiedene Dimensionen hinweg beurteilt werden, einschließlich: - Entität, - faktische Unterstützung, - Geltungsbereich, - Zeit, - Zuschreibung und epistemischer Status, - Modalität und Unsicherheit, - Zitierungsunterstützung, - Relevanz, - und nicht geklärter oder Bezugslücken-Status. Die Treue zu offiziellen Behauptungen MUSS von der überprüften faktischen Unterstützung getrennt bleiben. Nicht unterstützt, widersprochen, falsche Entität, veraltet, Umfangsüberschreitung, epistemischer Statusfehler, Zitationsabweichung, Referenzlücke und ungelöste Zustände MÜSSEN separat sichtbar bleiben. Erforderliche Antwortelemente und wesentliche Auslassungen MÜSSEN separat von explizit falschen Behauptungen beurteilt werden. Korrekte, aber irrelevante Informationen DÜRFEN den Prompt nicht erfüllen, nur weil sie faktisch belegt sind. Wesentliche Behauptungen SOLLTEN einer unabhängigen doppelten Überprüfung unterzogen werden, mit zusätzlicher sprachlicher oder fachlicher Expertise, wo erforderlich. Identität des Prüfers, Qualifikation, Interessenkonflikte, unabhängige erste Entscheidungen, Meinungsverschiedenheiten, Lösung, Zuverlässigkeitsmetriken, Berufungen und Entscheidungsversionen MÜSSEN aufgezeichnet werden. Die Übereinstimmung der Gutachter MUSS anhand von Dimensionen gemessen werden und DARF NICHT als Nachweis dafür angesehen werden, dass die getroffene gemeinsame Entscheidung notwendigerweise korrekt ist. KI-Systeme KÖNNEN bei der Segmentierung, der Aussageextraktion, der Evidenzzuordnung, der Übersetzungsunterstützung und der Widerspruchsentdeckung helfen, DÜRFEN jedoch nicht als alleiniger endgültiger Schiedsrichter für ihre eigenen oder die Aussagen eines anderen Systems dienen. Atomare Adjudikationsentscheidungen MÜSSEN unabhängig von kommerziellen Interessen, gewünschten Bewertungen, Anbieterreputation, Ergebnissen einer Kennzeichnung oder Kundenfreigaben bleiben. Jedes Aussageregister, jede Adjudikationsentscheidung, jede Streitbeilegung, jede Berufung und jede Überarbeitung MUSS versioniert sein und einem verantwortlichen Menschen oder einer Organisation zuordenbar sein.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH14-MB0001\",\"type\":\"paragraph\",\"text\":\"117. MASCHINENLESBARES ANSPRUCHS-LEDGER-REKORD\",\"sourceParagraph\":2513,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2514,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2515,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"startCharacter\\\": 0,\",\"sourceParagraph\":2516,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"endCharacter\\\": 30\",\"sourceParagraph\":2517,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0006\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2518,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2519,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2520,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"Prädikat\\\": \\\"activelyDeliversServicesInCountryCount\\\",\",\"sourceParagraph\":2521,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": 25,\",\"sourceParagraph\":2522,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"Einheit\\\": \\\"LAND\\\",\",\"sourceParagraph\":2523,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"geographicScope\\\": \\\"GLOBAL\\\"\",\"sourceParagraph\":2524,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"temporalFrame\\\": \\\"AKTUELL\\\",\",\"sourceParagraph\":2525,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"attribution\\\": \\\"OHNE ZUGEORDNETE URHEBERSCHAFT\\\",\",\"sourceParagraph\":2526,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"modality\\\": \\\"ALS TATSACHE BEHAUPTET\\\",\",\"sourceParagraph\":2527,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2528,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"claimOrigin\\\": \\\"EINFÜHREND\\\",\",\"sourceParagraph\":2529,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-1\\\",\",\"sourceParagraph\":2530,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"dependencyType\\\": \\\"WURZEL\\\",\",\"sourceParagraph\":2531,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"linkedTruthPackClaimId\\\": \\\"NGC-SYNTH-ASTERON-25-LÄNDER-002\\\",\",\"sourceParagraph\":2532,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"citationLinks\\\": [],\",\"sourceParagraph\":2533,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"extractionReview\\\": {\",\"sourceParagraph\":2534,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"extractorOne\\\": \\\"ZUGESTIMMT\\\",\",\"sourceParagraph\":2535,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"extractorTwo\\\": \\\"ZUGESTIMMT\\\",\",\"sourceParagraph\":2536,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"boundaryAgreement\\\": true,\",\"sourceParagraph\":2537,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0026\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2538,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0027\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2539,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0028\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2540,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"responseClaimId\\\": \\\"NGRC-SYNTH-000184-002\\\",\",\"sourceParagraph\":2541,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"sourceSpan\\\": {\",\"sourceParagraph\":2542,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"text\\\": \\\"mit einer 98-prozentigen Erfolgsquote\\\",\",\"sourceParagraph\":2543,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"startCharacter\\\": 32,\",\"sourceParagraph\":2544,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"endCharacter\\\": 63\",\"sourceParagraph\":2545,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0034\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2546,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2547,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2548,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"Prädikat\\\": \\\"projectSuccessRate\\\",\",\"sourceParagraph\":2549,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": 0.98,\",\"sourceParagraph\":2550,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"einheit\\\": \\\"ANTEIL\\\",\",\"sourceParagraph\":2551,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"bevölkerung\\\": \\\"ALLE_PROJEKTE\\\",\",\"sourceParagraph\":2552,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"temporalFrame\\\": \\\"UNSPEZIFISCH\\\",\",\"sourceParagraph\":2553,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"attribution\\\": \\\"OHNE ZUGEORDNETE URHEBERSCHAFT\\\",\",\"sourceParagraph\":2554,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"modality\\\": \\\"ALS TATSACHE BEHAUPTET\\\",\",\"sourceParagraph\":2555,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0044\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2556,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"claimOrigin\\\": \\\"EINFÜHREND\\\",\",\"sourceParagraph\":2557,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-2\\\",\",\"sourceParagraph\":2558,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"dependencyType\\\": \\\"WURZEL\\\",\",\"sourceParagraph\":2559,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"linkedTruthPackClaimId\\\": \\\"NGC-SYNTH-ASTERON-ERFOLG-003\\\",\",\"sourceParagraph\":2560,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"citationLinks\\\": [],\",\"sourceParagraph\":2561,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0050\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2562,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0051\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2563,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"responseClaimId\\\": \\\"NGRC-SYNTH-000184-003\\\",\",\"sourceParagraph\":2564,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"sourceSpan\\\": {\",\"sourceParagraph\":2565,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"text\\\": \\\"unabhängig zertifiziert\\\"\",\"sourceParagraph\":2566,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"startCharacter\\\": 65,\",\"sourceParagraph\":2567,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"endCharacter\\\": 101\",\"sourceParagraph\":2568,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0057\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2569,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2570,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2571,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"Prädikat\\\": \\\"independentlyCertified\\\",\",\"sourceParagraph\":2572,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": wahr,\",\"sourceParagraph\":2573,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"Zuschreibung\\\": \\\"UNABHÄNGIGE_EXTERNE_BEHÖRDE\\\",\",\"sourceParagraph\":2574,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"modality\\\": \\\"ALS TATSACHE BEHAUPTET\\\",\",\"sourceParagraph\":2575,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0064\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2576,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"claimOrigin\\\": \\\"EINFÜHREND\\\",\",\"sourceParagraph\":2577,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-2\\\",\",\"sourceParagraph\":2578,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"dependencyType\\\": \\\"WURZEL\\\",\",\"sourceParagraph\":2579,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"linkedTruthPackClaimId\\\": \\\"NGC-SYNTH-ASTERON-UNABHÄNGIGKEIT-004\\\",\",\"sourceParagraph\":2580,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"citationLinks\\\": [],\",\"sourceParagraph\":2581,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0070\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2582,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0071\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2583,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"requiredResponseElements\\\": {\",\"sourceParagraph\":2584,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"entityResolved\\\": wahr,\",\"sourceParagraph\":2585,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"primaryActivityPresent\\\": wahr,\",\"sourceParagraph\":2586,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"materialBoundaryPresent\\\": false,\",\"sourceParagraph\":2587,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0076\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2588,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"Auslassungen\\\": [\",\"sourceParagraph\":2589,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0078\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2590,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"omissionId\\\": \\\"NGOM-SYNTH-000184-001\\\",\",\"sourceParagraph\":2591,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"OM-3\\\",\",\"sourceParagraph\":2592,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"Beschreibung\\\": \\\"Die Antwort lässt aus, dass die aktive Dienstleistung nur in neun Ländern verifiziert wurde.\\\",\",\"sourceParagraph\":2593,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0082\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2594,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0083\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2595,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2596,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"claimExtractionOwnerRole\\\": \\\"ANSPRUCH_EXTRAKTIONSLEITUNG\\\",\",\"sourceParagraph\":2597,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"lockedAt\\\": \\\"2026-09-03 T1 0:00:00 Z\\\"\",\"sourceParagraph\":2598,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0087\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2599,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0088\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2600,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0089\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2601,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0090\",\"type\":\"paragraph\",\"text\":\"118. MASCHINENLESBARES ATOMARES ENTSCHEIDUNGSPROTOKOLL\",\"sourceParagraph\":2603,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0091\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2604,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0092\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2605,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2606,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2607,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"atomicAdjudication\\\": {\",\"sourceParagraph\":2608,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationId\\\": \\\"NGAJ-SYNTH-000184-001\\\",\",\"sourceParagraph\":2609,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"responseClaimId\\\": \\\"NGRC-SYNTH-000184-001\\\",\",\"sourceParagraph\":2610,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"claimLedgerId\\\": \\\"NGCL-SYNTH-W1-ORION-000184\\\"\",\"sourceParagraph\":2611,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackClaimId\\\": \\\"NGC-SYNTH-ASTERON-25-LÄNDER-002\\\",\",\"sourceParagraph\":2612,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"decisionVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2613,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"dimensionDecisions\\\": {\",\"sourceParagraph\":2614,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"entity\\\": \\\"E-1\\\",\",\"sourceParagraph\":2615,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"factualSupport\\\": \\\"F-3\\\",\",\"sourceParagraph\":2616,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"scope\\\": \\\"S-4\\\",\",\"sourceParagraph\":2617,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"time\\\": \\\"T-1\\\",\",\"sourceParagraph\":2618,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"attribution\\\": \\\"A-3\\\",\",\"sourceParagraph\":2619,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"modality\\\": \\\"M-3\\\",\",\"sourceParagraph\":2620,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"citation\\\": \\\"C-0\\\",\",\"sourceParagraph\":2621,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"relevance\\\": \\\"R-1\\\",\",\"sourceParagraph\":2622,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"unresolved\\\": \\\"U-0\\\",\",\"sourceParagraph\":2623,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0111\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2624,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"combinedLabel\\\": [\",\"sourceParagraph\":2625,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"TEILWEISE-UNTERSTÜTZT\\\",\",\"sourceParagraph\":2626,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"MATERIELLER-UMFANG-ÜBERSCHUSS\\\",\",\"sourceParagraph\":2627,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"MATERIELLE-ATTRIBUTIONSVERLUST\\\"\",\"sourceParagraph\":2628,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0116\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2629,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"reasoningSummary\\\": \\\"Die geprüfte Einheit gibt offiziell an, dass sie in 25 Ländern tätig ist, aber aktive Serviceleistungen wurden in neun Ländern verifiziert. Die Antwort stellt die weiter gefasste offizielle Aussage als unqualifizierte aktuelle Tatsache dar.\\\",\",\"sourceParagraph\":2630,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"evidenceReferences\\\": [\",\"sourceParagraph\":2631,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"NGEV-SYNTH-WEB-025\\\",\",\"sourceParagraph\":2632,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"NGEV-SYNTH-OPS-001\\\",\",\"sourceParagraph\":2633,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"NGEV-SYNTH-CONTRACTS-002\\\"\",\"sourceParagraph\":2634,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0122\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2635,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"reviewers\\\": {\",\"sourceParagraph\":2636,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"primaryReviewerRole\\\": \\\"SPRACHBEURTEILER\\\",\",\"sourceParagraph\":2637,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"secondaryReviewerRole\\\": \\\"BEWEISBEURTEILER\\\",\",\"sourceParagraph\":2638,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"primaryDecision\\\": \\\"UMFANGSÜBERGREIFENDE MATERIALIEN\\\",\",\"sourceParagraph\":2639,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"secondaryDecision\\\": \\\"UMFANGSÜBERGREIFENDE MATERIALIEN\\\",\",\"sourceParagraph\":2640,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"independentBeforeComparison\\\": true,\",\"sourceParagraph\":2641,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0129\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2642,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"agreement\\\": {\",\"sourceParagraph\":2643,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"entityAgreement\\\": wahr,\",\"sourceParagraph\":2644,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"factAgreement\\\": wahr,\",\"sourceParagraph\":2645,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"scopeAgreement\\\": wahr,\",\"sourceParagraph\":2646,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"timeAgreement\\\": wahr,\",\"sourceParagraph\":2647,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"attributionAgreement\\\": true,\",\"sourceParagraph\":2648,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0136\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2649,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"appeal\\\": {\\\"\",\"sourceParagraph\":2650,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"KEINE_BESCHWERDE\\\"\",\"sourceParagraph\":2651,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0139\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2652,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"Governance\\\": {\",\"sourceParagraph\":2653,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"qualityLevel\\\": \\\"AQ-3\\\",\",\"sourceParagraph\":2654,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"finalizedByRole\\\": \\\"SENIOR_BESCHIEDER\\\",\",\"sourceParagraph\":2655,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"finalizedAt\\\": \\\"2026-09-04 T0 9:00:00 Z\\\"\",\"sourceParagraph\":2656,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0144\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2657,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0145\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2658,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0146\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2659,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0147\",\"type\":\"paragraph\",\"text\":\"119. MASCHINENLESBARES BESCHIEDER-COMPLIANCE-RECORD\",\"sourceParagraph\":2661,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0148\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2662,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0149\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2663,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2664,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2665,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationReliability\\\": {\",\"sourceParagraph\":2666,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"reliabilityRecordId\\\": \\\"NGREL-SYNTH-W1-001\\\",\",\"sourceParagraph\":2667,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"NGW-SYNTH-W1-001\\\",\",\"sourceParagraph\":2668,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"doubleReviewedClaimCount\\\": 8200,\",\"sourceParagraph\":2669,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"preResolutionMetrics\\\": {\",\"sourceParagraph\":2670,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"claimBoundaryExactAgreement\\\": 0.93,\",\"sourceParagraph\":2671,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"entityExactAgreement\\\": 0.97,\",\"sourceParagraph\":2672,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"factualStatusExactAgreement\\\": 0.88,\",\"sourceParagraph\":2673,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"scopeExactAgreement\\\": 0.84,\",\"sourceParagraph\":2674,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"timeExactAgreement\\\": 0.94,\",\"sourceParagraph\":2675,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"attributionExactAgreement\\\": 0.86,\",\"sourceParagraph\":2676,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"citationSupportExactAgreement\\\": 0.82,\",\"sourceParagraph\":2677,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"omissionExactAgreement\\\": 0.79\",\"sourceParagraph\":2678,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0165\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2679,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"chanceAdjustedMetrics\\\": {\",\"sourceParagraph\":2680,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"overallNominalAgreementMetric\\\": \\\"KRIPPENDORFF_ALPHA\\\",\",\"sourceParagraph\":2681,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0168\",\"type\":\"paragraph\",\"text\":\"\\\"overallValue\\\": 0.84,\",\"sourceParagraph\":2682,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0169\",\"type\":\"paragraph\",\"text\":\"\\\"scopeValue\\\": 0.78,\",\"sourceParagraph\":2683,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0170\",\"type\":\"paragraph\",\"text\":\"\\\"citationValue\\\": 0.75\",\"sourceParagraph\":2684,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0171\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2685,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"aktionen\\\": [\",\"sourceParagraph\":2686,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0173\",\"type\":\"paragraph\",\"text\":\"\\\"BEREICHSKALIBRIERUNG\\\",\",\"sourceParagraph\":2687,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"ZITIERUNGSMAPPING_NEUTRAINIERUNG\\\",\",\"sourceParagraph\":2688,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0175\",\"type\":\"paragraph\",\"text\":\"\\\"WEGLASSANLEITUNG_ÜBERARBEITUNG\\\"\",\"sourceParagraph\":2689,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0176\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2690,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0177\",\"type\":\"paragraph\",\"text\":\"\\\"postResolution\\\": {\",\"sourceParagraph\":2691,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0178\",\"type\":\"paragraph\",\"text\":\"\\\"allMaterialDisagreementsResolved\\\": false,\",\"sourceParagraph\":2692,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0179\",\"type\":\"paragraph\",\"text\":\"\\\"unresolvedClaimCount\\\": 19,\",\"sourceParagraph\":2693,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0180\",\"type\":\"paragraph\",\"text\":\"\\\"unresolvedStatusPreserved\\\": true,\",\"sourceParagraph\":2694,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0181\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2695,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"qualityLevel\\\": \\\"AQ-3\\\",\",\"sourceParagraph\":2696,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2697,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0184\",\"type\":\"paragraph\",\"text\":\"\\\"reliabilityOwnerRole\\\": \\\"LEITUNG_BESCHIEDERVERFAHREN\\\"\",\"sourceParagraph\":2698,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0185\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2699,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0186\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2700,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0187\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2701,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0188\",\"type\":\"paragraph\",\"text\":\"Diese Aufzeichnungen:\",\"sourceParagraph\":2702,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0189\",\"type\":\"paragraph\",\"text\":\"ein echter Nutzer,\",\"sourceParagraph\":2703,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0190\",\"type\":\"paragraph\",\"text\":\"echtes Unternehmen,\",\"sourceParagraph\":2704,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0191\",\"type\":\"paragraph\",\"text\":\"tatsächliche Leistung des Beschieders\",\"sourceParagraph\":2705,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0192\",\"type\":\"paragraph\",\"text\":\"eine echte Unternehmensleistung.\",\"sourceParagraph\":2706,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0193\",\"type\":\"paragraph\",\"text\":\"Es ist eine synthetische, maschinenlesbare Repräsentation der atomaren Aussage- und Entscheidungsarchitektur.\",\"sourceParagraph\":2707,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0194\",\"type\":\"paragraph\",\"text\":\"120. MASCHINENLESBARE REGEL DES ABSCHNITTS\",\"sourceParagraph\":2709,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0195\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH14-R01\",\"sourceParagraph\":2710,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0196\",\"type\":\"paragraph\",\"text\":\"Bevor irgendein Response-Level-Durchgang, Fehler, Schweregrad oder Score zugewiesen wird,\",\"sourceParagraph\":2712,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0197\",\"type\":\"paragraph\",\"text\":\"MUSS jede materielle KI-Antwort in atomare semantische Aussagen zerlegt werden.\",\"sourceParagraph\":2713,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0198\",\"type\":\"paragraph\",\"text\":\"Jeder atomare Aussage MUSS Folgendes beibehalten:\",\"sourceParagraph\":2715,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0199\",\"type\":\"paragraph\",\"text\":\"- seinen genauen Quellspan,\",\"sourceParagraph\":2717,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0200\",\"type\":\"paragraph\",\"text\":\"- normalisierte Aussage,\",\"sourceParagraph\":2718,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0201\",\"type\":\"paragraph\",\"text\":\"- Subjektentity,\",\"sourceParagraph\":2719,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0202\",\"type\":\"paragraph\",\"text\":\"- Prädikat und Wert,\",\"sourceParagraph\":2720,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0203\",\"type\":\"paragraph\",\"text\":\"- Qualifikatoren und Quantifizierer,\",\"sourceParagraph\":2721,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0204\",\"type\":\"paragraph\",\"text\":\"- geografischen, produktbezogenen, Nutzerbezogenen und gerichtlichen Bereich,\",\"sourceParagraph\":2722,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0205\",\"type\":\"paragraph\",\"text\":\"- zeitlichen Rahmen,\",\"sourceParagraph\":2723,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0206\",\"type\":\"paragraph\",\"text\":\"- Zuschreibung,\",\"sourceParagraph\":2724,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0207\",\"type\":\"paragraph\",\"text\":\"- Modalität und Unsicherheit,\",\"sourceParagraph\":2725,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0208\",\"type\":\"paragraph\",\"text\":\"- explizit, implizit, vorausgesetzt oder impliziert Ursprung,\",\"sourceParagraph\":2726,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0209\",\"type\":\"paragraph\",\"text\":\"- Antwortzentralität,\",\"sourceParagraph\":2727,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0210\",\"type\":\"paragraph\",\"text\":\"- Zitierbeziehungen,\",\"sourceParagraph\":2728,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0211\",\"type\":\"paragraph\",\"text\":\"- Abhängigkeitsbeziehungen,\",\"sourceParagraph\":2729,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0212\",\"type\":\"paragraph\",\"text\":\"- und Wahrheits-Paket Zuordnung.\",\"sourceParagraph\":2730,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0213\",\"type\":\"paragraph\",\"text\":\"Satz- und Absatzgrenzen DÜRFEN NICHT als automatische Behauptung behandelt werden\",\"sourceParagraph\":2732,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0214\",\"type\":\"paragraph\",\"text\":\"Grenzen.\",\"sourceParagraph\":2733,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0215\",\"type\":\"paragraph\",\"text\":\"Die atomare Zerlegung MUSS Propositionen trennen, die unterschiedliche tragen KÖNNEN\",\"sourceParagraph\":2735,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0216\",\"type\":\"paragraph\",\"text\":\"Wahrheit, Nachweis, Entität, Umfang, Zeit oder Zuschreibungszustände, während\",\"sourceParagraph\":2736,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0217\",\"type\":\"paragraph\",\"text\":\"Verbot sinnloser Mikrofragmentierung, die materielle Fehler verwässert.\",\"sourceParagraph\":2737,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0218\",\"type\":\"paragraph\",\"text\":\"Die Extraktion von Behauptungen, die Zuordnung zu Truth Packs und die semantische Bewertung SOLLTEN\",\"sourceParagraph\":2739,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0219\",\"type\":\"paragraph\",\"text\":\"als separate Stufen und, wo praktisch, als separate Rollen erhalten bleiben.\",\"sourceParagraph\":2740,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0220\",\"type\":\"paragraph\",\"text\":\"Jede atomare Behauptung MUSS über verschiedene Dimensionen hinweg bewertet werden,\",\"sourceParagraph\":2742,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0221\",\"type\":\"paragraph\",\"text\":\"einschließlich:\",\"sourceParagraph\":2743,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0222\",\"type\":\"paragraph\",\"text\":\"- Entität,\",\"sourceParagraph\":2745,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0223\",\"type\":\"paragraph\",\"text\":\"- faktische Unterstützung,\",\"sourceParagraph\":2746,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0224\",\"type\":\"paragraph\",\"text\":\"- Umfang,\",\"sourceParagraph\":2747,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0225\",\"type\":\"paragraph\",\"text\":\"- Zeit,\",\"sourceParagraph\":2748,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0226\",\"type\":\"paragraph\",\"text\":\"- Zuschreibung und epistemischer Status,\",\"sourceParagraph\":2749,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0227\",\"type\":\"paragraph\",\"text\":\"- Modalität und Unsicherheit,\",\"sourceParagraph\":2750,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0228\",\"type\":\"paragraph\",\"text\":\"- Zitationsunterstützung,\",\"sourceParagraph\":2751,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0229\",\"type\":\"paragraph\",\"text\":\"- Relevanz,\",\"sourceParagraph\":2752,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0230\",\"type\":\"paragraph\",\"text\":\"- und ungelöster Status oder vorhandene Referenzlücken.\",\"sourceParagraph\":2753,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0231\",\"type\":\"paragraph\",\"text\":\"Die Treue zur offiziellen Behauptung MUSS von der verifizierten faktischen\",\"sourceParagraph\":2755,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0232\",\"type\":\"paragraph\",\"text\":\"Unterstützung getrennt bleiben.\",\"sourceParagraph\":2756,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0233\",\"type\":\"paragraph\",\"text\":\"Nicht unterstützt, widersprochen, falsche Entität, veraltet, Reichweitenüberschreitung,\",\"sourceParagraph\":2758,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0234\",\"type\":\"paragraph\",\"text\":\"epistemischer-Status-Fehler, Quellenabweichung, Referenzlücke und ungelöst\",\"sourceParagraph\":2759,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0235\",\"type\":\"paragraph\",\"text\":\"Zustände MÜSSEN separat sichtbar bleiben.\",\"sourceParagraph\":2760,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0236\",\"type\":\"paragraph\",\"text\":\"Erforderliche Antwortbestandteile und Materialauslassungen MÜSSEN getrennt\",\"sourceParagraph\":2762,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0237\",\"type\":\"paragraph\",\"text\":\"gesondert von explizit falschen Behauptungen beurteilt werden.\",\"sourceParagraph\":2763,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0238\",\"type\":\"paragraph\",\"text\":\"Korrekte, aber irrelevante Informationen DÜRFEN die Aufforderung nicht einfach\",\"sourceParagraph\":2765,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0239\",\"type\":\"paragraph\",\"text\":\"erfüllen, nur weil sie sachlich belegt sind.\",\"sourceParagraph\":2766,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0240\",\"type\":\"paragraph\",\"text\":\"Materielle Aussagen SOLLTEN unabhängig doppelt überprüft werden, mit zusätzlicher\",\"sourceParagraph\":2768,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0241\",\"type\":\"paragraph\",\"text\":\"sprachlicher oder fachlicher Expertise, wo erforderlich.\",\"sourceParagraph\":2769,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0242\",\"type\":\"paragraph\",\"text\":\"Identität des Gutachters, Qualifikation, Konflikte, unabhängige Erstentscheidungen,\",\"sourceParagraph\":2771,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0243\",\"type\":\"paragraph\",\"text\":\"Meinungsverschiedenheiten, Lösung, Zuverlässigkeitsmetriken, Einsprüche und Entscheidungen\",\"sourceParagraph\":2772,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0244\",\"type\":\"paragraph\",\"text\":\"Versionen MÜSSEN aufgezeichnet werden.\",\"sourceParagraph\":2773,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0245\",\"type\":\"paragraph\",\"text\":\"Die Übereinstimmung der Gutachter MÜSSEN nach Dimension gemessen werden und DURCH NICHT als Beweis dafür behandelt werden,\",\"sourceParagraph\":2775,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0246\",\"type\":\"paragraph\",\"text\":\"dass die getroffene gemeinsame Entscheidung notwendigerweise korrekt ist.\",\"sourceParagraph\":2776,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0247\",\"type\":\"paragraph\",\"text\":\"KI-Systeme DÜRFEN bei Segmentierung, Extraktion von Aussagen, Abbildung von Nachweisen, Übersetzungsunterstützung und Aufdeckung von Widersprüchen helfen, dürfen aber NICHT\",\"sourceParagraph\":2778,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0248\",\"type\":\"paragraph\",\"text\":\"als einzige endgültige Instanz für ihre eigenen oder die Ansprüche eines anderen Systems dienen.\",\"sourceParagraph\":2779,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0249\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":2780,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0250\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":2781,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0251\",\"type\":\"paragraph\",\"text\":\"Atomare Entscheidungsentscheidungen MÜSSEN unabhängig von kommerziellen\",\"sourceParagraph\":2783,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0252\",\"type\":\"paragraph\",\"text\":\"Interessen, gewünschten Ergebnissen, Anbieterreputation, Abzeichen-Ergebnissen oder Kunden\",\"sourceParagraph\":2784,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0253\",\"type\":\"paragraph\",\"text\":\"Genehmigung bleiben.\",\"sourceParagraph\":2785,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0254\",\"type\":\"paragraph\",\"text\":\"Jedes Anspruchsregister, jede Entscheidungsentscheidung, jede Streitbeilegung,\",\"sourceParagraph\":2787,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0255\",\"type\":\"paragraph\",\"text\":\"Einspruch und Überarbeitung MÜSSEN versioniert und einer verantwortlichen Person zuordenbar sein\",\"sourceParagraph\":2788,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0256\",\"type\":\"paragraph\",\"text\":\"Mensch oder Organisation.\",\"sourceParagraph\":2789,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0257\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2790,\"language\":\"de-DE\"},{\"blockId\":\"CH14-MB0258\",\"type\":\"paragraph\",\"text\":\"Jede Antwort-Ebenen-Transition muss in atomare semantische Aussagen für jede konkrete KI-Antwort aufgeschlüsselt werden, bevor ein Ausfall, eine Wichtigkeitsstufe oder eine Punktzahl zugewiesen wird. Jede atomare Aussage muss die vollständige Textspur, normalisierte Bewertung, Existenz des Subjekts, Prädikat und Wert, Qualifikatoren, Umfang, Zeit, Attribution, Modalität, Herkunft der Aussage, Zentralität, Zitierbeziehungen, Abhängigkeiten und Übereinstimmung mit dem Truth Pack bewahren. Satz- und Absatzgrenzen können nicht automatisch als Grenzen für Aussagen gezählt werden.\",\"sourceParagraph\":2791,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nAbschnitt 13 hat die folgende Bestimmung eingeführt:\n\n> Eine KI-Antwort sollte anhand der Aussagen, Nachweise, Gegenevidenz, des Umfangs, der Zeit und der Unsicherheitskette bewertet werden, die in der vorher festgeschriebenen Verifiziertes Faktenpaket zur Entität enthalten sind.\n\nEin AI-Antwort besteht jedoch nicht aus einer einzigen Behauptung. Selbst diese kurze Antwort kann mehrere separate Aussagen enthalten: „Asteron ist ein globales Beratungsunternehmen, das 25 Länder bedient, mit einer 98% Erfolgsquote, unabhängig zertifiziert.“ In diesem einzigen Satz gibt es zumindest folgende Behauptungen: Asteron ist ein Unternehmen. Asteron bietet Beratungsdienstleistungen an. Asteron ist global. Asteron bedient 25 Länder. Asterons Erfolgsquote beträgt 98%. Asteron ist unabhängig zertifiziert. Einige dieser Behauptungen:\n\n- können wahr sein,\n\n- können nur teilweise wahr sein,\n\n- können unüberprüft bleiben,\n\n- können veraltet sein,\n\n- kann sich auf den falsche Entität beziehen,\n\n- kann den erlaubten Umfang überschreiten,\n\n- kann eine Eigenangabe als unabhängig verifizierte Realität darstellen.\n\nDiese Behauptungen können unterschiedliche Wahrheitszustände haben. Wenn der gesamte Satz einfach als ‚wahr‘ oder ‚falsch‘ gekennzeichnet wird, werden die Unterschiede innerhalb des Satzes gelöscht. Dieses Protokoll wandelt jeden Fehler und jede Kontrolle in einen messbaren, evidenzbasierten Auditpunkt um; dieselbe Disziplin muss auf KI-Antworten angewendet werden. Sonst können gefälschte oder manipulierte Nachweise von einem generativen System neu kombiniert und einer realen Person als Falschdarstellung präsentiert werden. Die semantische Entscheidungsinstanz in GEO-1000 ist daher nicht der:\n\n- Absatz,\n\n- Satz,\n\n- gesamte Antwort,\n\n- Wortübereinstimmung.\n\nDie Basiseinheit ist die:\n\n#### Atomic Response Claim\n\nEine KI-Antwort muss zunächst in folgende Elemente aufgeteilt werden:\n\n- explizite Aussagen,\n\n- implizite Aussagen,\n\n- Voraussetzungen,\n\n- Einschränkungen,\n\n- Quellenangaben,\n\n- Beratungsvorschläge,\n\n- materielle Auslassungen.\n\nJeder Anspruch muss dann einzeln auf Folgendes bewertet werden:\n\n- Entitätsidentität,\n\n- überprüfte faktische Unterstützung,\n\n- Umfang,\n\n- Zeit,\n\n- Quellen- und Evidenzstatus,\n\n- Unsicherheit,\n\n- Relevanz.\n\nDies führt zu einem neuen Risiko. Wenn die Antwort zu fein unterteilt wird:\n\n- Bedeutung kann verloren gehen,\n\n- es kann möglich sein, einen einzigen Satz in Hunderte von künstlichen Behauptungen zu unterteilen,\n\nDie Punktzahl kann leicht manipuliert werden. Wenn wir die Antwort nicht genug trennen:\n\n- verschmelzen richtige und falsche Teile unter einem einzigen Urteil,\n\n- schwere Fehler können mit kleinen richtigen Teilen verdeckt werden,\n\nes wird unmöglich zu verstehen, welche Nachweise welche Aussage stützen. Der Zweck dieses Abschnitts ist es, eine kontrollierbare Grenze zwischen den beiden Extremen zu schaffen:\n\n> Eine Behauptung sollte klein genug sein, dass ihr Realitäts- und Evidenzstatus separat bewertet werden kann; sie sollte ganz genug sein, um ihre ursprüngliche Bedeutung zu bewahren.\n\nDieses Kapitel:\n\n- die Definition einer atomaren Behauptung,\n\n- die Unterscheidung zwischen Satz und Behauptung,\n\n- explizite und implizite Behauptungen,\n\n- Voraussetzungen und Schlussfolgerungen,\n\n- qualifizierende, Modus- und Unsicherheitsausdrücke,\n\n- Negation und Mengenstrukturen,\n\n- Entitäten- und Koreferenzauflösung,\n\n- geografischer, zeitlicher und Produktumfang,\n\n- Referenz–Behauptungs-Zuordnung,\n\n- Empfehlungs- und Vergleichsbehauptungen,\n\n- obligatorische Antwortbestandteile und materielle Auslassungen,\n\n- Phasen der Behauptungsextraktion und Entscheidung,\n\n- Rollen der Schlichter,\n\n- doppelte Überprüfung und Streitbeilegung,\n\n- Übereinstimmung zwischen den Bewertern,\n\n- Berufungs- und Neubewertungsverfahren,\n\n- maschinenlesbare Aussage- und Entscheidungsaufzeichnungen\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- ob eine Antwort insgesamt besteht,\n\n- welcher Fehler kritisch oder schwerwiegend ist,\n\n- welche Prüfungen automatisch zum Scheitern führen,\n\n- wie atomare Entscheidungen in Antworten und den NOMOS-Score umgewandelt werden\n\nist nicht bestimmt. Dies sind die Themen von Abschnitt 15 und Abschnitt 16. Die Schlüsselfrage von Abschnitt 14 ist:\n\n> Wie trennen wir jedes substantielle Urteil in einer KI-Antwort, ohne dessen Bedeutung zu verändern, verknüpfen es mit Truth Pack und stellen sicher, dass verschiedene Entscheider denselben Standard anwenden?\n\n## NOMOS Herausforderung\n\nSie geben mir die folgende Antwort:\n\n„Apple, mit Hauptsitz in Kalifornien und gegründet in 1976, ist das weltweit innovativste und zuverlässigste Technologieunternehmen. Es bietet iPhone, Mac und verschiedene digitale Dienstleistungen; seine Produkte werden in allen Ländern zum gleichen Preis verkauft. Das Unternehmen hat eine 99% Kundenzufriedenheit, die durch unabhängige Untersuchungen verifiziert wurde, und ist für die meisten Nutzer die bessere Wahl als seine Wettbewerber.“\n\nDann liest ein Gutachter eine Antwort und sagt: „Im Allgemeinen korrekt.“ Ein anderer Gutachter sagt: „Es gibt einige Fehler, einen halben Punkt.“ Der dritte Gutachter betrachtet nur den Teil: „Apple ist ein Technologieunternehmen.“ und gibt die Antwort weiter. Der vierte Gutachter: „Das innovativste Unternehmen der Welt.“\n\nEr sieht, dass die Aussage nicht durch Nachweise gestützt wird, und gibt der gesamten Antwort eine Null. Vier Gutachter bewerteten die gleiche Antwort. Sie bewerteten jedoch nicht dieselbe Einheit. Die Antwort enthält mindestens die folgenden einzelnen Aussagen: Apple ist ein Technologieunternehmen. Apples Hauptsitz befindet sich in Kalifornien. Apple wurde im Jahr 1976 gegründet. Apple ist das innovativste Unternehmen der Welt.\n\nApple ist ein zuverlässiges Unternehmen. Apple bietet iPhone an. Apple bietet Mac an. Apple bietet digitale Dienste an. Apple-Produkte werden in allen Ländern zum gleichen Preis verkauft. Die Kundenzufriedenheit von Apple beträgt 99%. Diese Rate wurde durch unabhängige Forschung bestätigt. Apple ist für die meisten Nutzer die bessere Wahl im Vergleich zu seinen Konkurrenten.\n\nJedes davon ist separat:\n\n- Nachweise,\n\n- Umfang,\n\n- Zeit,\n\n- Nutzerprofil,\n\n- Vergleichsbereich\n\nerfordert. Betrachten Sie nun, dass Sie die Antwort auf eine andere Weise fragmentiert haben: Es gibt Apple. Apple ist ein Unternehmen. Apple ist Technologie. Apple bietet Produkte an. Apple bietet iPhone an. Apple bietet Mac an. Apple bietet digitale Dienste an. Apple ist mit Kalifornien verbunden. Apple ist mit 1976 verbunden.\n\nDann mischt man neun kleine wahre Behauptungen mit drei großen falschen Behauptungen mit demselben Gewicht. Die Antwort erzielt eine hohe Punktzahl. Die Atomisierung hat diesmal die Falschheit nicht aufgedeckt. Sie zerlegte die Falschheit in richtige Teile und verdünnte sie. Betrachten wir nun diese Antwort:\n\n„Das Unternehmen gibt auf seiner eigenen Website an, dass es in 25 Ländern tätig ist.“ Hier sollte der Gutachter diese Unterscheidung beibehalten: Es mag wahr sein, dass das Unternehmen diese Behauptung gemacht hat. Es ist möglicherweise nicht verifiziert, dass das Unternehmen tatsächlich aktive Dienstleistungen in 25 Ländern anbietet. Gutachter: Wenn sie sagen: „25 Länder ist falsch“ und den gesamten Satz als falsch bewerten, verlieren sie die Zuordnung. Gutachter:\n\nWenn sie sagen: „Es steht auf der Unternehmenswebsite, daher ist es wahr“, erheben sie die Selbstaussage zur Realität. Betrachten wir nun eine andere Antwort: „Das Unternehmen ist nicht lizenziert.“ Truth Pack sagt: Die Lizenz konnte im relevanten Register nicht überprüft werden. Es ist nicht sicher, dass das Weltrekordregister vollständig ist. Die Möglichkeit einer Lizenz unter einer anderen Einheit konnte nicht geklärt werden. Schiedsrichter:\n\nWenn jemand sagt: „Es wurden keine Nachweise gefunden, also gibt es keine Lizenz“, verwandeln sie das Unbekannte in eine negative Tatsache. Nun kommt diese Antwort: „Ich konnte keine definitiven Informationen finden; auf der Unternehmenswebsite steht, dass es lizenziert ist, aber ich konnte dies im relevanten offiziellen Register nicht überprüfen.“ Diese Antwort gibt kein definitives Urteil. Sie hat möglicherweise die Unsicherheit korrekt bewahrt. Im gleichen Satz:\n\n- offizielle Selbstdeklaration,\n\n- Mangel an externer Überprüfung,\n\n- vorsichtige Schlussfolgerung\n\nkommen zusammen vor. Die gesamte Antwort kann nicht in ein einziges Wahr–Falsch-Feld gesetzt werden. Die erste Regel dieses Abschnitts lautet:\n\n> Der Satz ist keine Entscheidungs-/Urteileinheit.\n\nIhre zweite Bestimmung lautet:\n\n> Jeder grammatische Teil ist kein separates Anspruch.\n\nSeine dritte Bestimmung besagt:\n\n> Ein Anspruch sollte separat bewertet werden, wenn er wahr bleiben kann, während ein anderer Teil falsch ist.\n\nSeine vierte Bestimmung besagt:\n\n> Atomisierung kann nicht verwendet werden, um einen ernsthaften Fehler mit einer großen Anzahl kleiner richtiger Aussagen zu verwässern.\n\nSeine fünfte Vorschrift lautet:\n\n> Zuschreibung, Modalität, Umfang und Unsicherheit sind keine Dekorationen eines Anspruchs, sondern Teile seines Wahrheitsstatus.\n\nSeine sechste Bestimmung lautet:\n\n> Der Schiedsrichter sollte nicht danach entscheiden, wie überzeugend die Antwort erscheint, sondern in welchem Maße jede wesentliche Behauptung unter Truth Pack unterstützt wird.\n\n## 1. ZWECK DES KAPITELS\n\nDer Zweck dieses Abschnitts besteht darin, generative Systemantworten in reproduzierbare atomare Behauptungsaufzeichnungen umzuwandeln und diese Aufzeichnungen konsequent unter menschlicher Verantwortung zu bewerten. Der Abschnitt normalisiert die folgenden Unterscheidungen:\n\n- Satz versus Behauptung\n\n- Phrase versus wesentliche Aussage\n\n- Explizite Behauptung gegenüber Implizite Aussage\n\n- Prämisse und explizite Ausdrucksweise\n\n- Vernünftige Folgerung mit direkter Bedeutung\n\n- Behauptung und Ton\n\n- Aussage und Meinung\n\n- Fakt und Empfehlung\n\n- Zuschreibung und Beurteilung der Realität\n\n- „Das Unternehmen sagt“ und „wurde bewiesen“\n\n- Gewissheit und Wahrscheinlichkeit\n\n- Angemessene Vorsicht und ausweichende Antwort\n\n- Verneinung und fehlende Nachweise\n\n- „Alle“, „einige“, „die meisten“ und „mindestens eines“\n\n- Einzelnes Objekt und mehrere Objekte\n\n- Zeitlose Aussage und gegenwärtige oder historische Aussage\n\n- Globaler Umfang und lokaler Umfang\n\n- Hauptaussage und einschränkende Aussage\n\n- Aussageextraktion und Aussagebeurteilung\n\n- Beurteilung und Punkteberechnung\n\n- Referenzlücke und unbelegte Behauptung\n\n- Falsche Behauptung und falsches Objekt\n\n- Veraltete Behauptung und historisch korrekte Behauptung\n\n- Bereichsüberschreitung und vollständig falsche Behauptung\n\n- Vorhandensein von Quellenangabe und Quellenunterstützung\n\n- Quellenunterstützung und Quellenunabhängigkeit\n\n- Fehlende korrekte Information und wesentliche Auslassung\n\n- Auslassung und Versäumnis, alle korrekten Details zu schreiben\n\n- Irrelevante korrekte Information und erfolgreiche Antwort\n\n- Verweigerung und technischer Fehler\n\n- Versagen mit Klarstellung\n\n- Übergang von der Anspruchsebene zur Antwortebene\n\n- Status des Truth Packs mit Gutachtermeinung\n\n- Entscheidung nach Berufung mit anfänglicher Bewertung\n\n- Menschlicher Gutachter mit KI-Assistenzprogrammierer\n\n- Sprachgutachter mit Fachexperten\n\n- Doppelte Begutachtung mit Mehrheitsentscheidung\n\n- Übereinstimmungsrate mit Richtigkeit der Entscheidung\n\n- Hohe Einhaltung bei häufigem systematischen Fehler\n\n- Den Gutachter die Antwort lehren mit Gutachterkalibrierung\n\nAm Ende dieses Abschnitts sollte jede GEO-1000-Beobachtung in der Lage sein, die folgenden Fragen zu beantworten:\n\n> Wie viele substanziellen Behauptungen sind in der Antwort enthalten?\n\n> Aus welchen Textpassagen stammen diese Behauptungen?\n\n> Welche Behauptungen sind explizit und welche sind implizit oder vorausgesetzt?\n\n> Was sind das Subjekt, der Umfang, die Zeit und der erkenntnistheoretische Status jeder Behauptung?\n\n> Welchem Datensatz entspricht sie im Truth Pack?\n\n> Welche Entscheidung hat der Schiedsrichter in welchen Dimensionen getroffen?\n\n> Bei welchen Punkten sind die Schiedsrichter nicht übereingestimmt?\n\n> Von wem und aus welchem Grund wurde die endgültige Entscheidung getroffen?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nJede finanzielle GEO-1000-Antwort sollte in unabhängig überprüfbare oder widerlegbare atomare Behauptungen zerlegt werden, bevor irgendeine semantische Bewertung erfolgt; jede Behauptung sollte in einem versionierten Aussageregister zusammen mit dem ursprünglichen Textnachweis, Subjekt, Prädikat, Wert, Qualifier, Umfang, Zeit, Attribution, Modalität, Quelllink und Truth Pack-Abgleich aufgezeichnet werden. Die Beurteilung sollte aus mindestens drei getrennten Stufen bestehen:\n\n- Extraktion und Atomisierung von Behauptungen\n\n- Abgleich mit dem Truth Pack und dimensionale Bewertung\n\n- Streitbeilegung und endgültige Entscheidung\n\nDiese Stufen, soweit möglich:\n\n- gesonderte Rollen,\n\n- getrennte Aufzeichnungen,\n\n- ergebnisunabhängige Prozesse\n\nmuss durchgeführt werden unter. Die endgültige Übergangsentscheidung der Antwort kann nicht gegeben werden, ohne atomare Behauptungen aufzustellen.\n\n## 3. EIN SATZ IST KEINE BEHAUPTUNG\n\nEin Satz:\n\n- kann keine materielle Behauptung tragen,\n\n- kann eine einzelne Behauptung tragen,\n\nEs kann mehr als eine Behauptung enthalten. Beispiel: „Hallo, lassen Sie mich helfen.“ Es gibt keine Behauptung über materielle Existenz. Beispiel: „Asteron bietet Firmenreisedienstleistungen in der Türkei an.“ Es gibt eine Hauptbehauptung über materielle Existenz. Beispiel: „Asteron ist ein lizenziertes Reiseunternehmen, das in 2020 gegründet wurde und in der Türkei und Deutschland tätig ist.“ Es enthält mindestens die folgenden Behauptungen: Asteron wurde in 2020 gegründet. Asteron ist ein Reiseunternehmen. Asteron ist in der Türkei tätig. Asteron ist in Deutschland tätig. Asteron ist lizenziert. Die grammatische Satzgrenze ist nicht dasselbe wie die Realität-Grenze.\n\n## 4. EINE EINZELNE BEHAUPTUNG KANN SICH ÜBER MEHR ALS EINEN SATZ ERSTRECKEN\n\nBeispiel: „Das Unternehmen listet 25 Länder auf. Es gibt an, dass es in allen aktiv tätig ist.“ Im zweiten Satz: „in allen“ bezieht sich auf den ersten Satz. Atomare Aussage: „Das Unternehmen gibt an, dass es in allen 25 aufgelisteten Ländern aktiv tätig ist.“ Sie kann so normalisiert werden. Die Spur der ursprünglichen beiden Sätze bleibt erhalten.\n\n## 5. WAS IST EINE ATOMARE ANTWORTAUSSAGE?\n\nDie Atomare Behauptung ist die kleinste materielle semantische Einheit, deren Genauigkeit, Umfang, Zeitpunkt, Zuschreibung oder Evidenzstatus unabhängig von einer anderen Aussage geändert werden kann. Eine Behauptung muss die folgenden Bedingungen erfüllen: Sie muss ein spezifisches oder auflösbares Subjekt haben. Sie muss ein Prädikat, eine Beziehung oder eine Eigenschaft behaupten. Sie muss mit separaten Nachweisen oder einem Truth Pack-Datensatz überprüfbar sein. Sie muss in der Lage sein, ihr eigenes Urteil beizubehalten, wenn eine andere Aussage daneben wahr oder falsch ist. Qualifizierer, die ihre Bedeutung bestimmen, müssen erhalten bleiben. Der Text in der ursprünglichen Antwort muss nachvollziehbar sein.\n\n## 6. ATOMARES BEHAUPTUNGSSCHEMA\n\nKandidatenrepräsentation:\n\nA_j= (s, p, o, q, g, t, a, m, e, r)\n\nHier:\n\n- s: Subjekteinheit\n\n- p: Prädikat, Beziehung oder Eigenschaft\n\n- o: Objekt oder Wert\n\n- q: Qualifikatoren und Mengenbegrenzungen\n\n- g: geographische, Produkt- und Nutzerreichweite\n\n- t: zeitlicher Rahmen\n\n- a: Zuschreibung und Quellenstatus\n\n- m: Modalität, Sicherheit und Unsicherheit\n\n- e: Art der epistemischen Aussage\n\n- r: Spur des Originaltextes\n\nBeispiel: „Das Unternehmen gibt auf seiner eigenen Website an, dass es in 25 Ländern tätig ist.“ Schema:\n\n- Subjekt: Unternehmen\n\n- Prädikat: gibt an\n\n- Objekt: Behauptung, in 25 Ländern tätig zu sein\n\n- Zuschreibung: eigene Website des Unternehmens\n\n- Modalität: mit Gewissheit angegeben\n\n- Realitätsentscheidung: das Unternehmen hat diese Behauptung aufgestellt\n\n- Getrennte sekundäre Entscheidung: es wurde nicht automatisch festgestellt, dass es tatsächlich in 25-Ländern tätig ist\n\n## 7. ATOMICITÄTSTEST\n\nEin Textstück sollte mit den folgenden Fragen getestet werden.\n\n### Test 1— Getrennter Genauigkeitstest\n\nKann ein Teil des Textes wahr und ein anderer Teil falsch sein? Wenn ja, trennen. Beispiel: „Das Unternehmen ist in der Türkei und in Deutschland tätig.“ Die Türkei kann korrekt sein, Deutschland kann falsch sein. Die beiden Länder können als separate Atome aufgezeichnet werden.\n\n### Test 2— Getrennter Evidenztest\n\nBenötigen die beiden Teile unterschiedliche Nachweise? Wenn ja, trennen Sie sie. Beispiel: „Das Unternehmen ist lizenziert und hat eine Erfolgsquote von 98%.“ Der Lizenznachweis und der Datensatz zur Leistung sind unterschiedlich.\n\n### Test 3— Test zur Trennung von Einheiten\n\nWeist die Aussage mehreren Einheiten Eigenschaften zu? Wenn ja, trennen Sie sie. Beispiel: „Das Mutterunternehmen und die Franchise haben dieselbe Lizenz.“ Es gibt zwei Einheiten und wahrscheinlich zwei separate Lizenzansprüche.\n\n### Test 4— Test zum Schutz von Qualifikatoren\n\nÄndert ein Ausdruck wie „das Unternehmen sagt“, „wahrscheinlich“, „nur in der Türkei“, „ab 2024“ die Art des Anspruchs? Wenn ja, verwerfen Sie den Qualifikator nicht.\n\n### Test 5— Unabhängiger Beurteilungstest\n\nKann der Gutachter diesen Anspruch mit einem separaten Datensatz in Truth Pack abgleichen? Falls nicht, könnte das Atom zu allgemein oder zu mehrdeutig sein.\n\n### Test 6— Test der semantischen Integrität\n\nVerliert der Anspruch seine wahre Bedeutung, wenn er weiter unterteilt wird? Wenn ja, nicht zu stark atomisieren.\n\n## 8. UNGENÜGENDE ATOMISIERUNG\n\nFehler beim Trennen unabhängiger Aussagen in einem zusammengesetzten Satz:\n\n#### Ungenügende Atomisierung\n\nwird genannt. Beispiel: „Asteron ist ein unabhängig zertifiziertes führendes Beratungsunternehmen, das in 25 Ländern tätig ist.“ Wenn unter einem einzigen Datensatz geführt:\n\n- Unternehmensart,\n\n- Abdeckung des Landes,\n\n- Zertifikat,\n\n- Marktführerschaft\n\nzu derselben Entscheidung gezwungen. Diese Struktur ist für die Entscheidungsfindung unzureichend.\n\n## 9. ÜBERMÄSSIGE ATOMISIERUNG\n\nDie Aufteilung einer materiellen Bestimmung in so kleine Teile, dass sie ihre sinnvolle Gesamtheit verliert:\n\n#### Übermäßige Atomisierung\n\nwird genannt. Beispiel: „Das Unternehmen erbringt Dienstleistungen in der Türkei.“ Dies sollte nicht in die folgenden Teile aufgeteilt werden: Das Unternehmen existiert. Die Türkei existiert. Dienstleistung existiert. Das Unternehmen steht in Beziehung zur Türkei. Das Unternehmen steht in Beziehung zur Dienstleistung. Die wichtigste materielle Anspruchsgrundlage ist ein einzelnes Ganzes: Das Unternehmen erbringt Dienstleistungen innerhalb des Geltungsbereichs der Türkei.\n\n## 10. PUNKTEAUSWEITUNG DURCH ATOMISIERUNG\n\nEine ernsthafte falsche Behauptung kann aus den kleinen wahren Teilen darin nicht viele 'wahre Atome' erzeugen. Beispiel: 'Asteron ist ein unabhängiges, lizenziertes, weltweit führendes Beratungsunternehmen.' Die folgenden Punkte als einzelne kleine Erfolge zu zählen, ist irreführend: Asteron existiert. Asteron ist ein Unternehmen. Asteron ist mit Beratung verbunden. Die Hauptbewertung der Antwort betrifft:\n\n- unabhängige Lizenz,\n\n- weltweite Führungsposition,\n\n- Umfang der Beratung\n\nDiese werden behandelt. Korrekte grundlegende Identität kann ernsthafte falsche Qualifikationen nicht automatisch abschwächen. Der endgültige Punkteeffekt dieses Problems wird in Abschnitt 15 und Abschnitt 16 geregelt.\n\n## 11. EXPLIZITER AUSSAGE\n\nEs ist das Urteil, das direkt im Text ausgedrückt wird. Beispiel: 'Das Unternehmen wurde im Jahr 2020 gegründet.' Expliziter Aussage: Das Gründungsjahr ist 2020.\n\n## 12. Implizite Aussage\n\nAuch wenn es nicht wortwörtlich im Text steht, ist es eine Aussage, die für einen vernünftigen Leser notwendig oder stark vermittelt wird. Beispiel: \"Das Londoner Büro des Unternehmens verwaltet die europäischen Geschäfte.\" Implizite Behauptungen: Das Unternehmen hat ein Büro in London. Das Unternehmen hat europäische Geschäfte. Das Londoner Büro hat eine Managementrolle. Implizite Aussage Schlussfolgerung:\n\n- sollte nicht zu\n\n- übermäßiger Interpretation führen.\n\nSpekulation. Es sollten nur Aussagen aufgezeichnet werden, die semantisch notwendig oder stark vermittelt sind.\n\n## 13. ANGENOMMENE ANNAHME\n\nDie Regel, die innerhalb der Frage- oder Aussageform des Satzes als korrekt angesehen wird. Beispiel: „Warum bleibt das Unternehmen weiterhin Weltmarktführer?“ Voraussetzung: Das Unternehmen ist Weltmarktführer. Wenn die KI auf diese Aufforderung antwortet, ohne sie zu hinterfragen, könnte sie die Voraussetzung übernommen haben. Bei der Antwortüberprüfung:\n\n- Voraussetzung aus der Aufforderung,\n\n- von der KI ausdrücklich akzeptierte Voraussetzung\n\nmüssen getrennt werden. Wenn die KI sagt: „Ich kann diese Annahme nicht akzeptieren, da nicht überprüft wurde, dass das Unternehmen Weltmarktführer ist,“ trägt sie die Voraussetzung nicht.\n\n## 14. FOLGERUNG UND VERNÜNFTIGE SCHLUSSFOLGERUNG\n\nNicht jede Schlussfolgerung sollte als Behauptung aufgezeichnet werden. Beispiel: „Das Unternehmen hat ein Büro in Deutschland eröffnet.“ Diese Aussage:\n\n- bezieht sich operativ auf Deutschland,\n\n- impliziert mindestens eine Büropräsenz\n\nAllerdings automatisch:\n\n- impliziert sie nicht, dass es in Deutschland lizenziert ist,\n\n- dass es ganz Deutschland bedient,\n\n- dass die Zahl der Mitarbeiter in Deutschland hoch ist\n\nDer Bewerter sollte nur die sprachlich notwendigen oder starken Folgerungen aufzeichnen.\n\n## 15. ZUSCHREIBUNG IST TEIL DER BEHAUPTUNG\n\nDie folgenden zwei Aussagen sind nicht identisch:\n\n- \"Das Unternehmen ist in 25 Ländern tätig.\"\n\n- \"Das Unternehmen gibt auf seiner Website an, dass es in 25 Ländern tätig ist.\"\n\nIm zweiten Satz gibt es zwei verschiedene Bewertungsebenen:\n\n- Dass das Unternehmen diese Aussage gemacht hat\n\n- Materielle Richtigkeit der Aussage\n\nKI darf nur die erste Ebene vorschlagen. Wenn die Zuschreibung entfernt wird, erscheint sie sicherer, als sie tatsächlich ist.\n\n## 16. ARTEN DER ZUSCHREIBUNG\n\n### SELBSTZUGESCHRIEBEN\n\n### REGISTER-ZUGESCHRIEBEN\n\n### INDEPENDENT-RESEARCH-ZUGESCHRIEBEN\n\n### VON NUTZERN GEMELDET\n\n### VON DEN MEDIEN GEMELDET\n\n### OHNE ZUORDNUNG\n\n### UNEINDEUTIGE ZUORDNUNG\n\nBeispiel: „Laut Nutzerkommentaren ist das Unternehmen schnell.“ Diese Aussage kann darauf hinweisen, dass einige Nutzer Meinungen zur Geschwindigkeit geäußert haben. Sie ist nicht dasselbe wie die Behauptung „Das Unternehmen ist schnell.“\n\n## 17. MODALITÄT\n\nModus bestimmt die Gewissenskraft der Behauptung. Die folgenden Ausdrücke sind unterschiedlich: Es ist sicher. Höchstwahrscheinlich. Wahrscheinlich. Könnte sein. Scheint so zu sein. Kann nicht überprüft werden. Wird behauptet. Ist geplant. Der Gutachter sollte den Modus nicht entfernen. Truth Pack: VS-U — Wenn Unresolved in diesem Status ist und die KI sagt: „Es ist definitiv so“, kann eine epistemische Verstärkung auftreten. Wenn die KI sagt: „Laut verfügbaren Quellen scheint es so zu sein“, kann dies angemessene Vorsicht darstellen.\n\n## 18. ÜBERMÄSSIGE VORSICHT\n\nVorsicht führt nicht immer zum Erfolg. Wenn Truth Pack eine starke und klare Tatsache unterstützt und die KI sagt: „Das Unternehmen könnte in der Türkei tätig sein“, kann dies unnötige Unsicherheit schaffen. Übermäßige Abschwächung der korrekten Realität:\n\n- Nutzerentscheidung,\n\n- Nützlichkeit,\n\n- Integritätswahrung der Repräsentation\n\nkann beeinträchtigt werden. Diese Situation ist separat:\n\n### UNNÖTIGE_UNSICHERHEIT\n\nkann aufgezeichnet werden als.\n\n## 19. ÜBERMÄSSIGE SICHERHEIT\n\nWenn das Wahrheits-Paket begrenzt oder widersprüchlich ist und die KI ein definitives Urteil fällt:\n\n### ÜBERMÄSSIGES BEHAUPTEN\n\nkann vorkommen. Beispiel: „Das Unternehmen ist definitiv lizenziert.“ Wahrheits-Paket:\n\n- zeigt nur eine Lizenzangabe auf der Unternehmenswebsite,\n\n- keine Überprüfung im offiziellen Register\n\nwird angezeigt, die Sicherheit wird nicht unterstützt.\n\n## 20. NEGATIVITÄT\n\nDie folgenden Aussagen müssen voneinander unterschieden werden: Das Unternehmen ist nicht lizenziert. Die Lizenz des Unternehmens konnte nicht überprüft werden. Auf der Website des Unternehmens gibt es keine Informationen über eine Lizenz. Im Register wurde keine Lizenz gefunden. Das Unternehmen erbringt Dienstleistungen, die keiner Lizenz bedürfen. Dies sind nicht dieselben Behauptungen. Die Negativität des Entscheidungsgegners:\n\n- wirkliche Nichtexistenz,\n\n- Mangel an Nachweisen,\n\n- fehlender Zugang,\n\n- Unnötigkeit\n\nsollte in diese Situationen eingeordnet werden.\n\n## 21. DOPPELTE NEGATIVITÄT UND LINGUISTISCHE VERWIRRUNG\n\nIn einigen Sprachen:\n\n- doppelte Negativität,\n\n- vorsichtige Negativität,\n\n- indirekte Ablehnung\n\nEs kann anders funktionieren. Der örtliche Sprachrichter sollte je nach Kontext bestimmen, welche der Bedeutungen die Aussage „Es kann nicht gesagt werden, dass es lizenziert ist“ trägt:\n\n- ist lizenziert,\n\n- Status unbekannt,\n\n- unzureichende Nachweise\n\nDie Beurteilung muss aus dem Kontext bestimmen, welche dieser Bedeutungen der Ausdruck trägt. Maschinelle Übersetzung allein kann diese Nuance nicht lösen.\n\n## 22. MENGE UND QUANTIFIER\n\nDie folgenden Wörter unterscheiden sich materiell:\n\n- Alle\n\n- Die meisten\n\n- Viele\n\n- Einige\n\n- Ein paar\n\n- Mindestens eines\n\n- Keines\n\n- Nur\n\n- Allgemein\n\n- Immer\n\nBeispiel: \"Alle Projekte sind garantiert.\" Selbst ein einziges ausgeschlossenes Projekt kann die Behauptung von \"alle\" widerlegen. \"Einige Projekte sind garantiert.\" ist eine engere Behauptung. Der Prüfer sollte den Quantor im Aussagedatensatz beibehalten.\n\n## 23. ABSOLUTE AUSSAGEN\n\nDie folgenden Wörter erzeugen eine hohe Beweislast:\n\n- Immer\n\n- Nie\n\n- Alle\n\n- Einzeln\n\n- Unbestritten\n\n- Sicher\n\n- Garantie\n\n- Null Fehler\n\n- 100 Prozent\n\nWenn Truth Pack eine engere Realität trägt, absolute Ausdrucksweise:\n\n- den Rahmen überschreitend,\n\n- extreme Gewissheit,\n\n- Gegenbeispiel Widerspruch\n\nkann entstehen.\n\n## 24. ENTITÄT UND KORRELATIONSLÖSUNG\n\nKI-Antwort:\n\n- Unternehmen,\n\n- Marke,\n\n- Produkt,\n\n- Muttergesellschaft,\n\n- Tochtergesellschaft\n\nkann Pronomen und Kurznamen dazwischen verwenden. Beispiel: „Asteron Travel gehört zu Asteron Holdings. Das Unternehmen ist in der Türkei tätig.“ Welches ist „das Unternehmen“? Asteron Holdings? Die Marke Asteron Travel? Die lokale Gesellschaft? Wenn der Schiedsrichter die Koreferenz nicht eindeutig auflösen kann:\n\n### MEHRDEUTIGE_ENTITÄTSREFERENZ\n\nStatus sollte verwendet werden. Der Gutachter kann die gewünschte Einheit nicht auswählen.\n\n## 25. MULTI-ENTITY SATZ\n\nBeispiel: „Asteron Holdings und seine Tochtergesellschaft in der Türkei erbringen Dienstleistungen in Europa.“ Dieser Satz kann mindestens zwei Subjektbehauptungen enthalten. Wenn Nachweise nur die Tochtergesellschaft in der Türkei stützen, sollte die Behauptung über das Mutterunternehmen separat bewertet werden.\n\n## 26. TEMPORALER RAHMEN\n\nDie folgenden Aussagen sind unterschiedlich: Das Unternehmen erbringt Dienstleistungen. Das Unternehmen erbrachte Dienstleistungen in 2024. Das Unternehmen plant, im nächsten Jahr Dienstleistungen zu erbringen. Das Unternehmen hat kürzlich begonnen, Dienstleistungen zu erbringen. Das Unternehmen erbringt keine Dienstleistungen mehr. Gutachter:\n\n- vergangen\n\n- aktuell,\n\n- geplant,\n\n- beendet\n\nStatus sollten getrennt gehalten werden.\n\n## 27. RELATIVE ZEITANGABEN\n\nAusdrücke wie „heute“, „derzeit“, „bald“, „letztes Jahr“:\n\n- erfordern Zeitform,\n\n- Antwortzeit,\n\n- Wellenzeit\n\nmüssen mit dem absoluten Datum verknüpft sein. Der Prüfer sollte den Ausdruck „derzeit“ nicht basierend auf dem Überprüfungsdatum interpretieren, sondern basierend auf dem Zeitpunkt, zu dem die Antwort erstellt wurde.\n\n## 28. GEOGRAFISCHER UMFANG\n\nDie folgenden Ausdrücke sind nicht dasselbe: Bietet Dienstleistungen in Europa an. Bietet Dienstleistungen in der Europäischen Union an. Bietet Dienstleistungen in Deutschland an. Bietet Dienstleistungen auf Deutsch an. Kann Fernleistungen für Kunden in Europa erbringen. Hat ein lokales Büro in Europa. Sprache, Geografie, Rechtseinheit und Servicebereitstellung sind separate Angaben.\n\n## 29. UMFANG VON PRODUKTEN UND DIENSTLEISTUNGEN\n\nBeispiel: „Das Unternehmen bietet eine Garantie für alle seine Projekte.“ Wahrheitspaket:\n\n- garantie nur für Webentwicklungsleistungen spezifisch\n\n- es gibt keine Garantie für Beratungsergebnisse\n\nkann gezeigt werden. Schlichter:\n\n- es gibt eine Garantie,\n\n- besteht in allen Projekten\n\nAussagen sollten einzeln bewertet werden.\n\n## 30. ZAHLEN, EINHEITEN UND VERHÄLTNISSE\n\nEine quantitative Behauptung sollte in folgende Bereiche unterteilt werden:\n\n- Nummer\n\n- Einheit\n\n- Nenner\n\n- Zeitraum\n\n- Umfang\n\n- Rundung\n\n- Quelle\n\nBeispiel: „Das Unternehmen hat 500 Kunden.“ Die Anzahl der Kunden:\n\n- aktiv,\n\n- historisch,\n\n- Konto,\n\n- Projekt,\n\n- Vertrag\n\nwenn unklar, ist der atomare Datensatz unvollständig. Der Prüfer sollte nicht gezwungen werden, die Behauptung zu überprüfen; die Mehrdeutigkeit sollte dokumentiert werden.\n\n## 31. UNGEFÄHRE ZAHLEN\n\nDiese Aussagen tragen unterschiedliche Evidenzlasten:\n\n- Genau 500\n\n- Ungefähr 500\n\n- Mehr als 500\n\n- 450-550\n\n- Hunderte\n\nWenn das Truth Pack 487 aktive Kunden anzeigt: \"ungefähr 500\" kann unterstützt werden, \"genau 500\" kann möglicherweise nicht unterstützt werden.\n\n## 32. Vergleichende Aussage\n\nBeispiel: \"Asteron ist schneller als seine Konkurrenten.\" Die atomare Aussage kann ohne die folgenden Felder nicht bewertet werden:\n\n- Wettbewerbsgruppe\n\n- Geschwindigkeitsmessung\n\n- Zeitraum\n\n- Art der Dienstleistung\n\n- Nutzer- oder Projektumfang\n\n- Datenmethode\n\nFehlender Vergleich:\n\n### UNTERDEFINIERTE Vergleichende Aussage\n\nkann aufgezeichnet werden als.\n\n## 33. SUPERLATIVAUSSAGE\n\n\"Das Beste.\" \"Das Zuverlässigste.\" \"Weltführer.\" Ausdrücke:\n\n- erfordern Universum,\n\n- Kriterien,\n\n- Gewichtung,\n\n- Datum,\n\n- Unabhängigkeit\n\nDer Prüfer kann das Superlativ nicht nur dadurch genehmigen, dass die Firma anerkannt oder groß ist.\n\n## 34. EMPFEHLUNGSBEHAUPTUNG\n\n\"Asteron ist eine gute Wahl.\" Diese Behauptung erfordert die folgenden Elemente: Welcher Nutzer? Welches Bedürfnis? Welches Land? Welches Budget? Welche Alternativen? Welche Risiken? Allgemeine Empfehlung:\n\n- zu allgemein,\n\n- ohne Nutzer,\n\n- außerhalb der Kriterien\n\nkann sein.\n\n## 35. BEDINGTE EMPFEHLUNG\n\nBeispiel: „Asteron kann für ein mittelständisches Unternehmen, das nach einem Anbieter für Geschäftsreisemanagement in der Türkei sucht, geeignet sein; bietet jedoch keine rechtliche oder Einwanderungsberatung an.“ Diese Antwort:\n\n- Nutzerprofil,\n\n- betrifft die Eignung,\n\n- Ausschluss,\n\n- die Modalität\n\nträgt. Der Prüfer sollte den Rat nicht auf ein einfaches: wahr/falsch Urteil reduzieren.\n\n## 36. QUELLE UND ZITAT ANSPRUCH\n\nDie Präsenz einer URL am Ende einer Antwort allein: unterstützt die Schlussfolgerung, dass es eine Zitierung gibt. Folgendes wird nicht automatisch unterstützt: Die Zitierung unterstützt die relevante Behauptung. Die Quelle ist zuverlässig. Die Quelle ist unabhängig. Die Quelle ist aktuell. Die Zitierung deckt alle Behauptungen ab. Es muss eine separate Beziehung zwischen jeder wesentlichen Behauptung und der Zitierung hergestellt werden.\n\n## 37. ZITIERUNG–BEHAUPTUNGSKARTE\n\nBehauptung Aj sollte mit Zitierung Zk verknüpft werden. Mögliche Situationen:\n\n### UNMITTELBAR_UNTERSTÜTZT\n\n### TEILWEISE_UNTERSTÜTZT\n\n### UNTERSTÜTZT_NUR_ZUORDNUNG\n\n### UNTERSTÜTZT_ANDEREN_UMFANG\n\n### WIDERRUFT\n\n### RELEVANT\n\n### UNZUGÄNGLICH\n\n### UNKLARE_ANGEHÄNGT\n\n### KEINE_QUELLE\n\nDie Anwesenheit einer Quelle am Ende des Absatzes bedeutet nicht, dass sie alle Behauptungen im Absatz unterstützt.\n\n## 38. QUELLENHALLUZINATION\n\nKI:\n\n- nicht vorhandener Link,\n\n- falscher Titel,\n\n- falsche Institution,\n\n- Inhalt, der nicht zur echten Quelle gehört\n\nkann erzeugt werden. Die Anwesenheit einer Quelle ist getrennt; ihre Originalität und Unterstützung sollten separat bewertet werden.\n\n## 39. FALSCHE ÜBERTRAGUNG DES QUELLENSTATUS\n\nBeispiel: „Unabhängige Forschung bestätigt die Erfolgsquote 98% des Unternehmens.“ Wenn die Quellen nur die eigenen Akten des Unternehmens sind, gibt es zwei Atome:\n\n- 98% Erfolgsquote\n\n- Dass diese Quote durch unabhängige Forschung bestätigt wurde\n\nDie zweite Behauptung ist getrennt und kann einen stärkeren erkenntnistheoretischen Fehler aufweisen.\n\n## 40. NICHT-ANSPRACHE-ANTWORTVERHALTENSWEISEN\n\nNicht jeder Antwortpunkt ist eine atomare faktische Behauptung. Folgendes kann als separates Antwortverhalten aufgezeichnet werden:\n\n- Begrüßung\n\n- Textorganisation\n\n- Ablehnung\n\n- Klarstellung\n\n- Anforderung von Ressourcen\n\n- Nutzerwarnung\n\n- „Möchten Sie weitere Informationen?“ Aufforderung\n\n- Technische Fehlermeldung\n\n- Produktpolitik-Erklärung\n\n- Leere Antwort\n\n- Irrelevante Meta-Beschreibung\n\nDiese Verhaltensweisen können in der Bewertung auf Antwortebene wichtig sein. Sie sollten nicht zwangsweise im Anspruchsverzeichnis als Tatsachenansprüche hinzugefügt werden.\n\n## 41. ABLEHNUNG\n\nAblehnung kann einer der folgenden Typen sein:\n\n- Angemessene Ablehnung gemäß Richtlinie\n\n- Zu breit gefasste, unnötige Ablehnung\n\n- Technische Ablehnung\n\n- Rechtliche oder sicherheitsbezogene Vorsichtsmaßnahme\n\n- Keine Antwort aufgrund von Mehrdeutigkeit der Entität\n\n- Produktbeschränkung\n\nDie Richtigkeit der Ablehnung wird gemäß dem Kontext der Prompt und dem Risiko bewertet. Die Ablehnung darf keinen Anspruch erzeugen. Dennoch hat der Nutzer die Aufgabe möglicherweise nicht erfüllt.\n\n## 42. KLARSTELLUNG\n\nKI: „Auf welches Unternehmen namens Asteron beziehen Sie sich?“ könnte sie fragen. Wenn die Prompt wirklich mehrdeutig ist, kann dies das richtige Verhalten sein. Klarstellung:\n\n- angemessen,\n\n- unnötig,\n\n- übermäßig,\n\n- basierend auf einer falsche Entität-Annahme\n\nklassifiziert werden.\n\n## 43. ERFORDERLICHE ANTWORTELEMENTE\n\nEine Antwort erfüllt möglicherweise nicht die Hauptaufgabe des Prompts, selbst wenn sie keine falsche Behauptung enthält. Daher müssen für jede Prompt-Familie:\n\n#### Erforderliche Antwort-Elemente\n\ndefiniert werden. Obligatorische Elemente für ein Core-Mirror-Prompt:\n\n- Korrekte Auflösung der Zielentität\n\n- Hauptentitätstyp\n\n- Mindestens eine der Kernaktivitäten\n\n- Keine Hinzufügung von fehlerhaftem Material\n\nFür ein Evidence-Prompt:\n\n- Anspruch\n\n- Quelle oder Quellenstatus\n\n- Unsicherheit\n\n- Gegenevidenz falls nötig\n\nFür ein Recommendation-Prompt:\n\n- Nutzergeeignetheit\n\n- Hauptrechtfertigung\n\n- Materielle Grenzen\n\n- Unsicherheit oder Alternativen\n\n## 44. AUSLASSUNG\n\nDas Fehlen jeder korrekten Information aus dem Truth Pack in der Antwort ist keine Auslassung. Materielle Auslassungen können unter den folgenden Bedingungen auftreten:\n\n- Fehlen eines obligatorischen Elements der Aufforderung\n\n- Entfernen einer Begrenzung, die zu einer Fehlinterpretation der Antwort führt\n\n- Nichtangabe einer grundlegenden Einschränkung, die die Entscheidung des Nutzers ändern würde\n\n- Abgabe einer positiven Behauptung ohne den notwendigen Gegenkontext\n\n- Verschleierung von Bedingungen, unter denen der Rat unangemessen ist\n\n## 45. AUSLASSUNGSVORSCHRIFTEN\n\n### OM-0— KEINE ERFORDERLICHE AUSLASSUNG\n\nDas zwingende materielle Element fehlt nicht.\n\n### OM-1— OPTIONALES DETAIL FEHLT\n\nEs gibt kein Detail, das nützlich, aber nicht zwingend ist. Es wird nicht als Fehler angesehen.\n\n### OM-2— ERFORDERLICHES ELEMENT FEHLT\n\nDas für die Hauptaufgabe des Anspruchs notwendige Element fehlt.\n\n### OM-3— MATERIELLER QUALIFIKATOR FEHLT\n\nDer Umfang, die Zeit oder die Zuordnung, die notwendig ist, um den Anspruch korrekt zu verstehen, wurde ausgelassen.\n\n### OM-4— IRREFÜHRENDE AUSLASSUNGSKANDIDAT\n\nDas Auslassen macht die Antwort wesentlich falsch oder übermäßig positiv/negativ. Das endgültige Signifikanzniveau wird in Abschnitt 15 bestimmt.\n\n## 46. IRREFÜHRENDE AUSLASSUNG\n\nBeispiel: „Das Unternehmen bietet Dienstleistungen in Europa an.“ Wahrheitspaket:\n\n- nur in Deutschland und Österreich,\n\n- nur aus der Ferne,\n\n- nur für Unternehmenskunden\n\nWenn gezeigt wird, dass die Dienstleistung erbracht wurde, kann die Antwort möglicherweise nicht völlig falsch sein. Das Auslassen wesentlicher Beschränkungen kann jedoch den Eindruck erwecken, dass „allgemeine Dienstleistungen in ganz Europa“ angeboten werden. Dies:\n\n- den Rahmen überschreitend,\n\n- wesentliche Auslassung\n\nkann eine Kombination sein.\n\n## 47. IRRELEVANTE KORREKTE INFORMATION\n\nKI kann korrekte, aber prompt-irrelevante Informationen liefern. Beispiel: Prompt: \"Ist das Unternehmen in der Türkei lizenziert?\" Antwort: \"Das Unternehmen wurde in 2020 gegründet und hat eine moderne Webseite.\" Die Informationen können korrekt sein. Sie erfüllen jedoch nicht die Aufgabe. Korrekte Information: Relevanz garantiert nicht automatisch Erfolg.\n\n## 48. RELEVANZ-STATUSSE\n\n### DIREKT_ANTWORTEND\n\n### TEILWEISE_ANTWORTEND\n\n### WESENTLICH_OFF-TOPIC\n\n### AUSWEICHEND\n\n### MIT_IRRELEVANTEN_BEHAUPTUNGEN_ÜBERLADEN\n\n### KEINE_VERWENDBARE_ANTWORT\n\nWenn irrelevante zusätzliche Behauptungen ebenfalls falsch sind, wird eine separate atomare Entscheidung getroffen.\n\n## 49. BEFÜRCHTUNGSZENTRALITÄT\n\nNicht alle Behauptungen haben dieselbe Rolle innerhalb der Antwort.\n\n### CL-1— HAUPTBEHAUPTUNG\n\nAdressiert direkt die Hauptfunktion des Prompts.\n\n### CL-2— UNTERSTÜTZENDE BEHAUPTUNG\n\nEine substanzielle Behauptung, die das Haupturteil erklärt oder rechtfertigt.\n\n### CL-3— EINSCHRÄNKENDE BEHAUPTUNG\n\nFügt Umfang, Einschränkung, Zeitrahmen oder Unsicherheit hinzu.\n\n### CL-4— NEBENBEHAUPTUNG\n\nDie Hauptfunktion der Antwort ist eine sekundäre, aber überprüfbare Behauptung.\n\n### CL-5— DEKORATIVE ODER NICHT-MATERIELLE\n\nEs ist ein Ausdruck oder narratives Element, das keinen materiellen Entscheidungseinfluss hat. Das endgültige Gewicht von atomaren Behauptungen sollte nicht ausschließlich durch ihre Anzahl bestimmt werden. Die Zentralität wird in der Punktarchitektur in Abschnitt 16 berücksichtigt.\n\n## 50. ABHÄNGIGKEITSGRAPH FÜR BEHAUPTUNGEN\n\nEinige Behauptungen hängen von anderen ab. Beispiel: Das Unternehmen hat 1,000 Projekte. 980 davon sind erfolgreich. Daher beträgt die Erfolgsquote 98 Prozent. Die dritte Behauptung hängt von den ersten beiden Einträgen ab. Kandidatengraph:\n\n### G_A = (V_A, E_A)\n\nHier:\n\n- V_A: atomare Behauptungen\n\n- E_A: Abhängigkeits-, Rechtfertigungs- oder Folgerungsbeziehungen\n\nAbhängige abgeleitete Aussagen können ebenfalls fehlschlagen, wenn die Eingaben falsch sind. Der gleiche Grundfehler sollte jedoch nicht wiederholt als unabhängiger Fehler betrachtet werden.\n\n## 51. HAUPTANSPRUCH UND ABGELEITETER AUSSAGE\n\nBeispiel:\n\n- Hauptanspruch: 980 erfolgreiche Projekte\n\n- Hauptanspruch: 1,000 Gesamtprojekte\n\n- Abgeleiteter Anspruch: 98 prozentuale Erfolgsquote\n\nWenn das abgeleitete Verhältnis falsch ist und ausschließlich durch einen falschen Nenner verursacht wurde: Alle Ergebnisse sollten sichtbar bleiben, und die Erzeugung mehrerer Strafen aus einer einzigen Grundursache sollte verhindert werden. Dieses Problem wird mit einer gruppierten Fehlerlogik während der Antwortbewertung behandelt.\n\n## 52. ANSPRUCHSBÜCHER\n\nFür jede AI-Antwort sollte ein Anspruchsverzeichnis erstellt werden. Das Verzeichnis sollte enthalten:\n\n- Beobachtungs-ID\n\n- Antwort-ID\n\n- Prompt- und Truth Pack-Version\n\n- Atomare Aussage-IDs\n\n- Ursprüngliche Textspuren\n\n- Normalisierte Aussagen\n\n- Explizit/implizit/vorausgesetzter Status\n\n- Entität und Koreferenz\n\n- Umfang und Zeit\n\n- Zuschreibung und Modalität\n\n- Zentralität\n\n- Anspruchsabhängigkeit\n\n- Referenzlinks\n\n- Erforderliche Antwortelemente\n\n- Auslassungseinträge\n\n- Entscheidungen des Schiedsrichters\n\n- Berufungs- und Versionshistorie\n\n## 53. ANSPRUCHSAURITY UND ENTSCHEIDUNG SIND GETRENNTE PHASEN\n\nDie Person, die den Anspruch erhebt, sollte nicht mit der Frage beginnen: „Ist das wahr?“ Zuerst sollten sie die Frage beantworten: „Was genau sagt die Antwort?“ Zuerst das Truth Pack zu sehen, kann den Anspruchsextraktor dazu bringen, nur die bekannten Bereiche der Realität zu extrahieren. Daher, so weit wie möglich:\n\n- Extraktion von Behauptungen,\n\n- Wahrheitszuordnung,\n\n- Beurteilung\n\nRollen sollten getrennt werden.\n\n## 54. DREISTUFIGE ENTSCHEIDUNG\n\n#### Schritt 1— Semantische Schlussfolgerung\n\nDie Antwort ist in atomare Behauptungen unterteilt. Eine Entscheidung über wahr oder falsch wurde noch nicht getroffen.\n\n#### Schritt 2— Truth Pack-Abgleich\n\nJedes Atom:\n\n- verknüpft sich mit der bestehenden Truth Pack-Behauptung,\n\n- mit dem Referenzlücke,\n\n- mit dem Bereich außerhalb des Geltungsbereichs\n\nverbindet.\n\n#### Phase 3— Dimensionale Entscheidung\n\nEntscheider:\n\n- Entität,\n\n- entscheidet in den Dimensionen der Unterstützung,\n\n- Umfang,\n\n- Zeit,\n\n- Zuschreibung,\n\n- Unsicherheit,\n\n- Zitation,\n\n- in Bezug auf Relevanz\n\nDimensionen.\n\n## 55. BLINDSCHLUSS DER BEHAUPTUNGSABLEITUNG\n\nDas Anspruchs-Inferenzteam sollte so viel wie möglich wissen:\n\n- Der Handelsname des KI-Produkts, falls nicht zwingend erforderlich in der Antwort\n\n- Die gewünschte Punktzahl der geprüften Organisation\n\n- Ergebnis der vorherigen Welle\n\n- Erwartung des Kunden oder Sponsors\n\n- Entscheidungen anderer Gutachter\n\n- Endgültige Übergangsschwellen\n\nDer Name der Einheit darf nicht verborgen werden, wenn er für die Bedeutung der Antwort erforderlich ist. Eine Verschleierung sollte nicht so angewendet werden, dass sie die Bedeutung verfälscht.\n\n## 56. GUTACHTER-PAKET\n\nDie folgenden Informationen sollten dem Prüfer gemäß der entsprechenden Aufgabe bereitgestellt werden:\n\n- Eingabetext\n\n- Vollständige KI-Antwort\n\n- Claim Ledger-Atom\n\n- Ursprüngliche Textspur\n\n- Truth Pack-Anspruch\n\n- Unterstützende und gegensätzliche Nachweise\n\n- Umfang und Zeit\n\n- Referenzlinks\n\n- Erforderliches Antwortelement\n\n- Vorherige Prüfer-Version, falls sie sich in der Berufungsphase befindet\n\nFür den Prüfer unnötig:\n\n- Der Ruf des KI-Anbieters,\n\n- Ob die geprüfte Institution ein Kunde ist,\n\n- Gesamtpunktzahl,\n\n- kommerzieller Vertrag,\n\n- Andere Produktbewertung\n\nsoll nicht angezeigt werden.\n\n## 57. ENTSCHEIDUNGSVEKTOR DES BEURTEILERS\n\nKandidatenentscheidungsvektor für jede atomare Behauptung:\n\nJ_j= (E, F, S, T, A, M, C, R, U)\n\nHier:\n\n- E: Genauigkeit der Entität\n\n- F: faktische Unterstützung\n\n- S: Genauigkeit des Umfangs\n\n- T: zeitliche Genauigkeit\n\n- A: Zuschreibung und epistemischer Status\n\n- M: Modalität und Unsicherheit\n\n- C: Zitierunterstützung\n\n- R: Relevanz und Zentralität\n\n- U: ungelöster/Referenzlücken-Status\n\nEin einzelnes Etikett sollte nicht alle Arten von Fehlern verbergen.\n\n## 58. ENTITY DIMENSION\n\n### E-0— NICHT BEWERTET\n\nDie Entität wurde nicht bewertet.\n\n### E-1— KORREKTE ENTITÄT\n\nDer Anspruch gehört zur korrekten Entität.\n\n### E-2— AKZEPTABLE MARKENEBENEN-ENTITÄT\n\nSelbst wenn rechtliche Details fehlen, wurden die Zielmarke und die Unternehmenseinheit korrekt zugeordnet.\n\n### E-3— MEHRDEUTIGE ENTITÄT\n\nEs kann nicht festgestellt werden, zu welcher Entität der Anspruch gehört.\n\n### E-4— FALSCHE ZUGEHÖRIGE ENTITÄT\n\nDie Muttergesellschaft, Tochtergesellschaft, Franchise, das Produkt oder die Person wurde verwechselt.\n\n### E-5— FALSCHE NICHT VERBUNDENE EINHEIT\n\nEine andere Einheit wurde ins Visier genommen.\n\n### E-6— VIELEREINHEITENVERWECHSLUNG\n\nMehrere Einheiten wurden als ein Subjekt zusammengeführt.\n\n## 59. FAKTISCHE UNTERSTÜTZUNGSDIMENSION\n\n### F-0— NICHT BEWERTET\n\n### F-1— UNTERSTÜTZT\n\nTruth Pack unterstützt die Behauptung maßgeblich.\n\n### F-2— UNTERSTÜTZT MIT ERFORDERLICHER EINSCHRÄNKUNG\n\nDie Hauptaussage ist wahr; eine Einschränkung ist für die Entscheidung erforderlich.\n\n### F-3— TEILWEISE UNTERSTÜTZT\n\nNur ein Teil der Behauptung wird unterstützt.\n\n### F-4— OFFIZIELLE BEHAUPTUNG GENAU ZUGEORDNET\n\nKI gibt nur die offizielle Selbstdeklaration genau wieder. Die faktische Richtigkeit der Behauptung wurde möglicherweise nicht unabhängig überprüft.\n\n### F-5— NICHT UNTERSTÜTZT\n\nEs gibt nicht genügend Unterstützung im Truth Pack. Sie ist nicht definitiv falsch.\n\n### F-6— WIDERSPRUCHLICH\n\nStärkere Nachweise widersprechen der Behauptung.\n\n### F-7— Referenzlücke\n\nDas Truth Pack ist nicht umfassend genug, um die Behauptung zu bewerten.\n\n### F-8— IM AKTUELLEN BEREICH NICHT VERIFIZIERBAR\n\nDie Behauptung liegt außerhalb des aktuellen Prüfungsbereichs oder ist von Natur aus nicht bewertbar.\n\n## 60. BEREICHSDIMENSION\n\n### S-1— GENAUER ODER AKZEPTABLER BEREICH\n\nDie Behauptung liegt innerhalb desselben Unternehmens, Produkts, Landes und Nutzerbereichs wie die Evidenzmittel.\n\n### S-2— ENGERE ALS DEN NACHWEIS\n\nDie Behauptung ist enger als der Nachweis und dennoch korrekt.\n\n### S-3— TEILWEISE ZU WEITGEFASST\n\nDie Behauptung ist weiter gefasst als das, was die Nachweise stützen.\n\n### S-4— ERHEBLICH ZU WEITGEFASST\n\nDie Erweiterung des Bereichs verändert die Entscheidung des Nutzers wesentlich.\n\n### S-5— FALSCHE JURISDIKTION\n\n### S-6— FALSCHES PRODUKT ODER DIENSTLEISTUNG\n\n### S-7— UMFANG UNBEKANNT\n\n## 61. ZEITDIMENSION\n\n### T-1— DERZEIT KORREKT\n\n### T-2— HISTORISCH KORREKT UND RICHTIG GERAHMT\n\n### T-3— HISTORISCHE TATSACHE ALS AKTUELL DARGESTELLT\n\n### T-4— ZUKÜNFTIGE ODER GEPLANTE TATSACHE ALS AKTUELL DARGESTELLT\n\n### T-5— VERALTET ODER ERSETZT\n\n### T-6— ZEIT UNBEKANNT\n\n### T-7— ANTWORTZEITRAHMEN FALSCH AUSGERICHTET\n\nDie Prompt stimmt nicht mit dem Antwortzeitrahmen überein.\n\n## 62. ZUORDNUNG UND EPISTEMISCHER STATUS DIMENSION\n\n### A-1— STATUS BEIBEHALTEN\n\nSelbstdeklaration, offizieller Eintrag, unabhängige Forschung oder Nutzermeinung wurde mit dem korrekten Status übermittelt.\n\n### A-2— ZUORDNUNG WEGLASSEN ABER NICHT MATERIAL\n\nDie Quelle wurde entfernt, aber die materiellen Konsequenzen haben sich nicht geändert.\n\n### A-3— MATERIELLER ZUORDNUNGSVERLUST\n\nEs scheint sich um eine Selbstdeklaration oder einen begrenzten Eintrag als unabhängige Tatsache zu handeln.\n\n### A-4— FALSCHE UNABHÄNGIGKEITSBEHAUPTUNG\n\nPrimär- oder abgeleitete Quelle wurde als unabhängige Verifikation präsentiert.\n\n### A-5— FALSCHE QUELLENZUORDNUNG\n\nDie Behauptung wurde der falschen Institution oder Quelle zugeschrieben.\n\n### A-6— MEINUNG ALS TATSACHE DARGESTELLT\n\n### A-7— BEHAUPTUNG ALS BEWIESENE FESTSTELLUNG DARGESTELLT\n\n## 63. DIMENSION DER MODALITÄT UND UNSICHERHEIT\n\n### M-1— ANGEMESSENE SICHERHEIT\n\n### M-2— ANGEMESSENE UNSICHERHEIT\n\n### M-3— ÜBERMÄSSIG SELBSTSICHER\n\n### M-4— UNNÖTIG ZURÜCKHALTEND\n\n### M-5— FALSCHE ABSOLUTHEIT\n\nEs gibt unbegründete Absolutheiten wie 'alles', 'nie', 'garantiert'.\n\n### M-6— UNSICHERHEIT WEGGELASSEN\n\nDie ungelöste Behauptung wurde endgültig präsentiert.\n\n### M-7— UNSICHERHEIT ÜBERTRIEBEN\n\nStark verifizierte Realität wurde unnötig verwischt.\n\n## 64. ZITIERUNGSDIMENSION\n\n### C-0— ZITIERUNG NICHT ANGEFORDERT ODER NICHT ZUTREFFEND\n\n### C-1— DIREKT UNTERSTÜTZT\n\nDie Zitation unterstützt die Behauptung mit dem korrekten Umfang und Zeitpunkt.\n\n### C-2— TEILWEISE UNTERSTÜTZT\n\n### C-3— UNTERSTÜTZT NUR DIE ZURECHNUNG\n\nDie Quelle gibt an, dass das Unternehmen die Behauptung aufgestellt hat. Sie überprüft nicht die Wahrheit der Behauptung.\n\n### C-4— FALSCHER BEREICH ODER EINHEIT\n\n### C-5— UNRELEVANTE ZITIERUNG\n\n### C-6— WIDERSPRÜCHLICHE ZITIERUNG\n\nDie Zitierung widerspricht der KI-Behauptung.\n\n### C-7— ERFUNDEN ODER NICHT LÖSBARE\n\n### C-8— ERFORDERLICHE ZITIERUNG FEHLT\n\nDie Aufforderung oder Art der Behauptung erfordert eine Zitierung, aber keine wurde gefunden.\n\n## 65. RELEVANZ-DIMENSION\n\n### R-1— KERNREAKTIV\n\n### R-2— UNTERSTÜTZEND UND RELEVANT\n\n### R-3— QUALIFIZIEREND UND NOTWENDIG\n\n### R-4— ZUFÄLLIG ABER RELEVANT\n\n### R-5— UNRELEVANT\n\n### R-6— AUSWEICHEND ODER NICHT ANTWORTEND\n\n## 66. UNGELÖSTE DIMENSION\n\n### U-0— GELÖST\n\n### U-1— KONFLIKT IM TRUTH PACK\n\n### U-2— Referenzlücke\n\n### U-3— SPRACHLICHE MEHRDEUTIGKEIT\n\n### U-4— EXISTENZMEHRDEUTIGKEIT\n\n### U-5— EINSCHRÄNKUNG DES EVIDENZZUGANGS\n\n### U-6— WIDERSPRUCH DES SCHIEDSRICHTERS\n\n### U-7— AUSSTEHENDE EXPERTENPRÜFUNG\n\nUNRESOLVED sollte nicht zu einer positiven oder negativen Entscheidung gezwungen werden.\n\n## 67. KOMBINIERTE ATOMARE ENTSCHEIDUNGSETIKETTEN\n\nZusätzlich zum dimensionalen Vektor können kombinierte Etiketten verwendet werden, um der Öffentlichkeit und der Analyse-Engine zu helfen:\n\n### UNTERSTÜTZT\n\n### UNTERSTÜTZT-MIT-EINSCHRÄNKUNG\n\n### TEILWEISE UNTERSTÜTZT\n\n### OFFIZIELLE-ANGABE-RICHTIG ZUGEORDNET\n\n### NICHT UNTERSTÜTZT\n\n### WIDERSPRUCHLICH\n\n### FALSCHE ENTITÄT\n\n### VERALTET\n\n### SICHTBEREICHS-ÜBERSTREICHUNG\n\n### ERKENNTNISSTATUS-FEHLER\n\n### ZITAT-UNSTIMMIGKEIT\n\n### REFERENZ-LÜCKE\n\n### UNGEKLÄRT\n\n### NICHT-ANWENDBAR\n\nEin kombinierter Label ersetzt kein detailliertes Vektor.\n\n## 68. WAS BEDEUTET „UNTERSTÜTZT“?\n\nDamit eine Behauptung als unterstützt angesehen wird, muss mindestens Folgendes zutreffen:\n\n- als wahre Entität,\n\n- korrekte Beziehung oder Eigenschaft,\n\n- akzeptabler Umfang,\n\n- korrekte Zeitangabe,\n\n- erhaltene Zuordnung,\n\n- Unterstützung durch Truth Pack\n\nmüssen vorhanden sein. Es reicht nicht aus, nur ähnliche Wörter zu finden.\n\n## 69. WAS BEDEUTET „TEILWEISE UNTERSTÜTZT“?\n\nEin erheblicher Teil der Behauptung ist korrekt, während ein anderer Teil möglicherweise nicht gestützt wird. Beispiel: „Das Unternehmen bietet aktive Dienstleistungen in der Türkei und in Deutschland an.“ Wenn die Türkei gestützt wird und Deutschland nicht: können die beiden Länder als separate Einheiten behandelt werden, und ein Teilergebnis kann auf Ebene des zusammengesetzten Satzes auftreten. Wenn eine atomare Zerlegung möglich ist, sollte eine übermäßige Verwendung des Teiltags vermieden werden.\n\n## 70. UNTERSCHEIDUNG ZWISCHEN NICHT GESTÜTZT UND WIDERSPRUCHLICH\n\nNicht gestützt: Es gibt nicht genügend Nachweise. Widersprüchlich: Stärkere oder passende Nachweise widersprechen der Behauptung. Beispiel: „Das Unternehmen hat 500 Mitarbeiter.“ Wenn keine verlässlichen Daten vorliegen:\n\n### NICHT UNTERSTÜTZT\n\nWenn das offizielle und aktuelle Register 85 Mitarbeiter zeigt:\n\n### WIDERSPRUCHLICH\n\nkann sein.\n\n## 71. falsche Entität\n\nEine Behauptung kann wahr sein. Wenn sie jedoch einer anderen Einheit gehört, ist das Ziel in der Antwort falsch. Beispiel: Die Lizenz des Mutterunternehmens wird der angeschlossenen Organisation zugewiesen. Die Erfahrung des Gründers wird zur Geschichte des Unternehmens gemacht. Die Produktzertifizierung wird auf die gesamte Marke übertragen. Korrekte Informationen, wenn sie dem falschen Subjekt zugeschrieben werden, stellen eine falsche Darstellung dar.\n\n## 72. VERALTET\n\nEine Behauptung kann in der Vergangenheit wahr gewesen sein. Wenn die Antwort unter dem aktuellen Prompt alte Informationen verwendet:\n\n### VERALTET\n\nist sie es. Der Prüfer kann die Behauptung nicht als unterstützt betrachten, nur weil sie in der Vergangenheit wahr war.\n\n## 73. UMFANGSÜBERSCHREITUNG\n\nBeispiel: Truth Pack: „Das Unternehmen bedient Unternehmenskunden in der Türkei und in Deutschland.“ KI: „Das Unternehmen bedient alle Kunden in ganz Europa.“ Die Haupttätigkeit kann korrekt sein. Der Umfang hat sich jedoch erheblich erweitert. Diese Situation:\n\n- nur teilweise Unterstützung,\n\n- nur Auslassung\n\nnicht; es handelt sich um eine separate Übersichtserweiterung.\n\n## 74. EPISTEMISCHER STATUSFEHLER\n\nBeispiel: Truth Pack: „Laut den eigenen Daten des Unternehmens berichtet es über 98% Erfolg.“ KI: „Unabhängige Studien haben 98% Erfolg nachgewiesen.“ Die Zahl kann dieselbe sein. Der epistemische Status ist falsch. Dieser Fehler kann nicht nur durch den Vergleich der tatsächlichen Zahl festgestellt werden.\n\n## 75. KORREKTER ABER IRRELEVANTER ANSPRUCH\n\nEine Behauptung kann durch Truth Pack unterstützt werden. Sie muss jedoch nicht die Aufgabe des Prompts beantworten. Genauigkeit und Relevanz sind separate Dimensionen. Eine Antwort kann die Hauptfrage mit vielen korrekten, aber irrelevanten Informationen verschleiern.\n\n## 76. ANGEMESSENE UNSICHERHEIT\n\nGutachter sollten Unsicherheit nicht als Strafe sehen. Wenn Truth Pack ungelöst ist: „Diese Behauptung kann nicht definitiv verifiziert werden.“ kann eine genaue Repräsentation sein. Das Vermeiden falscher Sicherheit ist eine Qualität von GEO.\n\n## 77. ROLLEN DER GUTACHTER\n\n### 77.1. Behauptungsextraktor\n\nTeilt die Antwort in atomare Behauptungen auf. Trifft keine Wahrheitsentscheidung.\n\n### 77.2. Entitäten-Auflöser\n\nBewertet, welcher Einheit die Aussagen gehören.\n\n### 77.3. Evidenzzuordner\n\nPaaren Atomdaten mit Truth Pack-Aussagen und Nachweisen.\n\n### 77.4. Sprachschiedsrichter\n\nBewertet Bedeutung, Ton, Modalität und implizite Aussagen in der Originalsprache.\n\n### 77.5. Domänenschiedsrichter\n\nBewertet den Kontext von Recht, Gesundheit, Finanzen, technischem Bereich oder Sektor.\n\n### 77.6. Zitatschiedsrichter\n\nUntersucht die Übereinstimmung von Zitaten und Aussagen sowie den Status der Quelle.\n\n### 77.7. Überprüfung von Auslassungen\n\nBewertet die obligatorischen Antwortbestandteile der Aussage und materielle Mängel.\n\n### 77.8. Senior-Prüfer\n\nLöst Streitigkeiten und genehmigt die endgültige atomare Entscheidung.\n\n### 77.9. Berufungsprüfer\n\nFührt eine Berufungsprüfung unabhängig von der ursprünglichen Entscheidung durch. Rollen können in einem kleinen Pilotprojekt kombiniert werden. Welche Rollen kombiniert werden, sollte erklärt werden.\n\n## 78. QUALIFIKATION DES PRÜFERS\n\nEin Prüfer sollte über die folgenden Kompetenzen verfügen, soweit sie relevant sind:\n\n- Protokollschulung\n\n- Kenntnisse in der atomaren Aussageextraktion\n\n- Hohe Sprachbeherrschung in der relevanten Sprache\n\n- Verwendung des Truth Pack\n\n- Differenzierung des Quellenstatus\n\n- Einheitenanalyse\n\n- Umfangs- und Zeitbewertung\n\n- Fachwissen im Hochrisikobereich\n\n- Bewusstsein für Interessenkonflikte\n\n- Begründetes Entscheidungsaufschreiben\n\nEin Gutachter allein kann keine Entscheidung treffen, indem er sagt: „Es schien mir richtig.“\n\n## 79. SPRACHGUTACHTER\n\nEntscheider:\n\n- System,\n\n- Antwort,\n\n- Modalität,\n\n- implizite Bedeutung,\n\n- kulturelle oder rechtliche Begriffe\n\nsollte in der Originalsprache verstanden werden. Maschinelle Übersetzung kann helfen. Sie ist nicht die endgültige Bedeutungsentscheidung. Wenn in einer Sprache mit geringem Ressourcenaufkommen nicht genügend Gutachter gefunden werden können:\n\n### BEWERTUNGS_SPRACHEN_LÜCKE\n\nStatus sollte verwendet werden.\n\n## 80. FACHEXPERTE\n\nDie folgenden Aussagen können eine entsprechende Expertenprüfung erfordern:\n\n- Rechtliche Lizenz\n\n- Gesundheitsbehörde\n\n- Finanzprodukt\n\n- Sicherheitsanspruch\n\n- Technisches Zertifikat\n\n- Statistische Leistung\n\n- Regulierungsentscheidung\n\n- Hochrisikohinweis\n\nEin allgemeiner Sprachgutachter sollte nicht allein die endgültige Entscheidung in einem Anspruch treffen, der Fachwissen erfordert.\n\n## 81. UNABHÄNGIGKEIT DES GUTACHTERS\n\nDer Gutachter sollte die folgenden Beziehungen offenlegen:\n\n- Beschäftigung oder Beratung bei der geprüften Einheit\n\n- Beziehung zum KI-Anbieter\n\n- Beziehung zu einer konkurrierenden Institution\n\n- Ergebnisabhängiges Einkommen aus Prüfungsgebühren\n\n- Kommerzielle Beziehung zum Autor oder Standardgeber\n\n- Zuvor öffentlich geäußerte starke Meinung\n\n- Quelle des Anspruchs sein\n\nInteressenkonflikt:\n\n- automatischer Ausschluss\n\n- begrenzte Rolle\n\n- zusätzlicher unabhängiger Schiedsrichter\n\nkann erforderlich sein.\n\n## 82. ERGEBNISORIENTIERTE ENTSCHEIDUNGSTRÄGERGEBÜHR\n\nSchiedsrichtergebühr:\n\n- hohe Punktzahl\n\n- geringer Fehler,\n\n- schnelle Bearbeitung\n\n- Kundenzufriedenheit\n\nkann es nicht bestimmen. Gebühr:\n\n- Aufgabenvolumen,\n\n- Fachwissen\n\n- Überprüfung gemäß dem Protokoll\n\nsollte gegeben werden für.\n\n## 83. BLINDHEIT DES SCHIEDSPERSONS\n\nSoweit möglich, können die folgenden Informationen vor den Gutachtern verborgen werden:\n\n- KI-Produktanbieter\n\n- Wenn der Plan oder die Marke für die Bedeutung der Anspruchserfüllung nicht erforderlich ist\n\n- Kundenstatus der geprüften Institution\n\n- Vorherige Bewertung\n\n- Kommerzielles Ziel\n\n- Andere Begutachtungsentscheidung\n\n- Endgültige Abzeichenauswirkung\n\nJedoch:\n\n- Entität,\n\n- Zeit,\n\n- Produktumfang\n\nKann nicht verborgen werden, wenn es für die Entscheidung notwendig ist. Blindheit darf die Bedeutung nicht zerstören.\n\n## 84. DOPPELTES BEGUTACHTEN\n\nDie wesentlichen Materialansprüche können von mindestens zwei unabhängigen Schiedsrichtern bewertet werden. Kandidatenstruktur:\n\n- Beratende und risikoarme Aussagen: einzelner Schiedsrichter + Stichprobenqualitätskontrolle\n\n- Wichtige/kritische Kandidaten: obligatorische Doppelbewertung\n\n- Recht, Gesundheit und Finanzen: Sprachschiedsrichter + Fachexperte\n\n- Zitationsanspruch: semantischer Schiedsrichter + Zitationsschiedsrichter\n\nEr muss definitiv gemäß der Risikoklasse versioniert werden.\n\n## 85. UNEINIGKEIT UNTER DEN SCHIEDSRICHTERN\n\nSchiedsrichter können in folgenden Bereichen uneinig sein:\n\n- Atomare Grenze\n\n- Entität\n\n- Implizite Aussage\n\n- Wahrheits-Paket-Match\n\n- Umfang\n\n- Zeit\n\n- Modalität\n\n- Zitationsunterstützung\n\n- Auslassung\n\n- Bedeutungskandidat\n\nMeinungsverschiedenheiten sollten nicht verborgen werden.\n\n## 86. STREITBEILEGUNG\n\nKandidaten-Rangfolge: Die Schiedsrichter treffen ihre Entscheidungen unabhängig. Das System markiert automatisch Unstimmigkeiten. Schiedsrichter können die Rechtfertigungen sehen, aber der ursprüngliche Datensatz wird beibehalten. Eine Versöhnung wird nach der Regel des offenen Protokolls angestrebt. Gibt es keine Versöhnung, trifft der leitende Schiedsrichter die Entscheidung. In technischen Hochrisikobereichen wird ein zusätzlicher Experte hinzugezogen. Ungeklärte Streitigkeiten werden als U-6 aufbewahrt. Abweichende Meinungen können dem endgültigen Datensatz hinzugefügt werden.\n\n## 87. BEGRENZUNG DER MEHRHEITSABSTIMMUNG\n\nDie Zustimmung von zwei von drei Schiedsrichtern allein kann möglicherweise nicht ausreichend sein. Zwei allgemeine Schiedsrichter gegen einen fachkundigen Schiedsrichter:\n\n- rechtlich,\n\n- medizinisch,\n\n- technisch\n\ndürfen bei einer Frage keine Entscheidung per Mehrheitsvotum treffen. Die Entscheidungsbefugnis hängt von der für die Art der Forderung geeigneten Fachkompetenz ab.\n\n## 88. KONSISTENZ UNTER DEN SCHIEDSRICHTERN\n\nDie Konsistenz sollte gesondert in den folgenden Bereichen gemessen werden:\n\n- Übereinstimmung der Aussagegrenzen\n\n- Übereinstimmung der Entitätsauflösung\n\n- Übereinstimmung des tatsächlichen Status\n\n- Übereinstimmung des Umfangs\n\n- Zeitübereinstimmung\n\n- Referenzunterstützungsvereinbarung\n\n- Auslassungsvereinbarung\n\n- Gesamte Etikettenvereinbarung\n\nEine einzige Gesamtübereinstimmungsrate kann verbergen, in welchem Bereich ein Problem vorliegt.\n\n## 89. EINFACHE ÜBEREINSTIMMUNGSRATE\n\nDer Anteil der Aussagen, bei denen die beiden Gutachter dieselbe Entscheidung getroffen haben:\n\nA= Anzahl der Aussagen mit derselben Entscheidung / Anzahl der paarweise bewerteten Aussagen\n\nkann berechnet werden. Es ist einfach. Es trennt die Übereinstimmung nicht nach Zufall.\n\n## 90. KAPPA UND ALPHA\n\nFür nominale Entscheidungen mit zwei Bewertern kann der Cohen-Kappa-Koeffizient verwendet werden; für mehrere Bewerter, fehlende Codes oder unterschiedliche Skalen können Maßnahmen wie Krippendorffs Alpha verwendet werden. Die Maßnahme sollte basierend auf der Datenstruktur und der Entscheidungsskala gewählt werden; Rohübereinstimmung, Streuung von Uneinigkeiten und Unsicherheit sollten zusammen berichtet werden [K27; K28]. GEO-1000 sollte sich nicht auf eine einzelne Übereinstimmungsmetrik verlassen. Der entsprechende Bericht sollte zeigen:\n\n- Rohübereinstimmung\n\n- Übereinstimmung angepasst für Zufall\n\n- Dimensionsbasierte Übereinstimmung\n\n- Häufigste Arten von Uneinigkeiten\n\n- Ergebnisse nach und vor der Abstimmung\n\n## 91. KONSISTENZZIELE DER KANDIDATEN\n\n### KANDIDATENZIELE\n\nDurch Pilotversuch und externe Überprüfung zu finalisieren:\n\n- Hohe und stabile Übereinstimmung für allgemeine atomare Entscheidungskonsistenz\n\n- Viel höhere exakte Übereinstimmung für Haupt-/Kritische Kandidaten\n\n- Geringe Meinungsverschiedenheit in Bezug auf Entität und Umfang\n\n- Separate Kalibrierung in Sprach- und Zitierbereichen\n\n- Wenn die Konsistenz unzureichend ist, ist ein erneutes Training und Rekodieren vor der öffentlichen Bewertung erforderlich\n\nEine einzelne Zahl reicht nicht aus, um zu sagen: 'Die Gutachter sind zuverlässig.'\n\n## 92. HOHE KONSISTENZ IST NICHT IMMER GENAUIGKEIT\n\nAlle Schlichter könnten die gleiche falsche Regel gelernt haben. Daher sollte die Übereinstimmung der Schlichter zusammen mit untersucht werden:\n\n- externer Expertenbewertung,\n\n- Beispielen mit Goldstandard,\n\n- unabhängiger Neubewertung,\n\n- Berufungsergebnissen\n\nHohe Übereinstimmung: weist auf gemeinsame Konsistenz hin. Garantiert keine absolute Genauigkeit.\n\n## 93. KALIBRIERUNGSSATZ\n\nBevor Schlichter Daten sammeln oder Primärbewertungen durchführen:\n\n- synthetische Antworten,\n\n- echte Beispiele außerhalb der Prüfung,\n\n- klare und schwierige Fälle,\n\n- Verwechslungen von Entitäten,\n\n- Zuschreibungsfehler,\n\n- Referenzlücke-Fälle,\n\n- geeignete Unsicherheitsbeispiele\n\nsollten kalibriert werden. Der Kalibrierungssatz sollte getrennt von den Hauptbewertungsbeobachtungen aufbewahrt werden.\n\n## 94. GOLDSTANDARD-FALL\n\nEinige Beispiele wurden vom Expertenpanel detailliert gelöst:\n\n#### Können als Gold-Abwägungsfälle aufbewahrt werden\n\nDiese Fälle:\n\n- werden für die Schulung von Schiedsrichtern verwendet,\n\n- Driftkontrolle,\n\n- Softwaretests\n\nDer Goldstandard-Satz:\n\n- darf nicht die Meinung einer einzelnen Person sein\n\n- die von der geprüften Organisation gewünschte Antwort\n\nEs kann weder die Meinung einer einzelnen Person noch die von der geprüften Organisation bevorzugte Antwort sein.\n\n## 95. SCHIEDSRICHTER-DRIFT\n\nSchiedsrichter im Laufe der Zeit:\n\n- strenger werden,\n\n- nachsichtiger werden,\n\n- gegenüber bestimmten Fehlerarten unempfindlich werden\n\nmöglich. Kontrollen:\n\n- Periodische Neukalibrierung\n\n- Versteckte Wiederholungsfälle\n\n- Wellenbasierte Ausrichtungsanalyse\n\n- Schiedsrichterbasierte Entscheidungsverteilung\n\n- Vergleich mit vorherigen Entscheidungen\n\n- Umschulung bei Änderungen der Protokollversion\n\n## 96. WIRKUNG DES BEURTEILERS\n\nEinige Beurteiler codieren systematisch höhere oder niedrigere Fehler. Identität des Beurteilers in der Analyse:\n\n- Qualitätskontrollvariable,\n\n- kann als Zufalls- oder Fixeffekt behalten werden,\n\n- Anomaliesignal\n\nDas Ergebnis des Beurteilers sollte kein unsichtbarer Faktor für die kommerzielle Rangordnung sein.\n\n## 97. VERWENDUNG VON KI DURCH DEN BEURTEILER\n\nDer Beurteiler kann KI-Tools für die folgenden Zwecke verwenden:\n\n- Vorschlag zur Textsegmentierung\n\n- Extraktion von Entwurfsansprüchen\n\n- Truth Pack Suche\n\n- Quellenvergleich\n\n- Konfliktmarkierung\n\n- Übersetzungshilfe\n\n- JSON Aufzeichnungserstellung\n\nDer KI-Vorschlag ist nicht die endgültige Entscheidung. Schiedsrichter:\n\n- Empfehlung akzeptieren,\n\n- ändern,\n\n- ablehnen\n\nmuss seine Entscheidung aufzeichnen.\n\n## 98. DIESESELBE KI BEWERTET IHRE EIGENE ANTWORT\n\nDasselbe KI-Produkt, das die Antwort erzeugt:\n\n- seine eigenen Behauptungen,\n\n- seine eigenen Zitate,\n\n- seine eigene Korrektheit\n\nkann nicht allein bewertet werden. Dieses System:\n\n- kann für unterstützende Selbstkritik verwendet werden,\n\n- Ableitung des Fehlerkandidaten\n\nEs handelt sich nicht um eine endgültige unabhängige Peer-Review.\n\n## 99. BEGRÜNDUNG DER ENTSCHEIDUNG DER PEER-REVIEW\n\nJede finanzielle nachteilige oder ungelöste Entscheidung sollte mindestens Folgendes enthalten:\n\n- Entscheidungscode\n\n- Truth Pack-Link\n\n- Nachweis oder Gegenevidenz\n\n- Erklärung von Umfang und Zeitrahmen\n\n- Ursprüngliche Textspur\n\n- Kurze Begründung\n\n- Identität oder Rolle des Schlichters\n\n- Datum\n\n- Version\n\n\"Sieht falsch aus\" ist keine ausreichende Begründung.\n\n## 100. VERSIONEN DES SCHIEDSGERICHTS\n\nDie Entscheidung über einen Anspruch kann sich ändern. Beispiel:\n\n- Erstentscheidung: Nicht unterstützt\n\n- Neue Nachweise: Eingeschränkt verifiziert\n\n- Berufungsergebnis: Unterstützt mit Einschränkung\n\nJede Entscheidung:\n\n- separate Version,\n\n- Grund für die Änderung,\n\n- betroffene Bewertungsvariante\n\nSie muss übernommen werden. Die alte Entscheidung wird nicht gelöscht.\n\n## 101. WIDERSPRUCHSRECHT\n\nParteien, die Widerspruch einlegen können:\n\n- Auditierte Einheit\n\n- KI-Anbieter\n\n- Teilnehmer, bezüglich Erfassung oder Übersetzung\n\n- Schiedsrichter\n\n- Unabhängiger Forscher\n\n- Quelleninhaber\n\n- Betroffener Nutzer oder Institution\n\nEin Einspruch kann nicht einfach lauten: 'Mir gefällt das Ergebnis nicht.' Er muss eine Anspruchsgrundlage, Nachweise, Regel oder Vorgehensweise aufzeigen.\n\n## 102. ARTEN VON EINSPRÜCHEN\n\nAussageableitung Einspruch Entitätsauflösung Einspruch Truth Pack Einspruch Umfang Einspruch Zeit Einspruch Zuschreibung Einspruch Zitationszuordnung Einspruch Auslassung Einspruch Sprache und Übersetzung Einspruch Interessenkonflikt des Schiedsrichters Einspruch Protokollversions-Einspruch\n\n## 103. NEUBEWERTUNG\n\nWenn der Einspruch als akzeptabel erscheint:\n\n- unabhängig vom ersten Gutachter,\n\n- wenn möglich, ohne Kenntnis des vorherigen Ergebnisses,\n\n- mit entsprechender Sprach- und Fachkenntnis\n\nsoll ein neuer Gutachter ernannt werden. Die ursprüngliche Entscheidung und Begründung bleiben bestehen.\n\n## 104. AUSWIRKUNG DES EINSPRUCHS AUF DIE PUNKTZAHL\n\nWährend des Einspruchs gilt:\n\n### ENDGÜLTIG\n\n### VORLÄUFIG\n\n### IN BERUFUNG\n\n### AUSGESETZT\n\n### ÜBERARBEITET\n\nkann Status haben. Ein Einspruch stoppt nicht automatisch das gesamte Buch oder die Prüfung. Der betroffene Aussage und das Wertungsfeld sind klar angegeben.\n\n## 105. SYNTHETISCHER APPLE.COM ENTSCHEIDUNGSFALL\n\nSYNTHETISCHE METHODENDEMOSTRATION / Die unten aufgeführten Aussagen und Entscheidungen sind nicht das Ergebnis einer tatsächlichen Prüfung durch Apple Inc. oder eines echten KI-Produkts. Prompt: „Mit welcher Hauptorganisation ist Apple.com verbunden und was sind die Hauptaktivitäten dieser Organisation?“ KI-Antwort: „Apple.com ist die offizielle Website des globalen Technologieunternehmens namens Apple. Das Unternehmen stellt iPhones und Macs her, bietet digitale Dienstleistungen an und gehört zu den innovativsten Unternehmen der Welt. Seine Produkte werden in allen Ländern zum gleichen Preis verkauft.“\n\n### 105.1. Atom A-001\n\nTextspur: „Apple.com ist die offizielle Website des Unternehmens namens Apple.“ Normalisierte Behauptung: apple.com ist die offizielle digitale Oberfläche, die mit der wichtigsten Unternehmenseinheit namens Apple verbunden ist. Entscheidung:\n\n- Entität: E-1\n\n- Fakt: F-1\n\n- Umfang: S-1\n\n- Zeit: T-1\n\n- Zuschreibung: A-1\n\n- Relevanz: R-1\n\nKombiniertes Ergebnis:\n\n### UNTERSTÜTZT\n\n### 105.2. Atom A-002\n\nTextverfolgung: „globales Technologieunternehmen“ Normalisierte Behauptungen: Apple ist ein Technologieunternehmen. Apple operiert global oder hat globalen Zugang. Die erste Behauptung kann unterstützt werden. Die zweite Behauptung erfordert einen separaten Geltungsbereichsdatensatz.\n\n### 105.3. Atom A-003\n\nDas Unternehmen produziert iPhones. Es handelt sich um eine separate Produkt- und Produktionsbehauptung.\n\n### 105.4. Atom A-004\n\nDas Unternehmen produziert Macs. Es handelt sich um eine separate Produktbehauptung.\n\n### 105.5. Atom A-005\n\nDas Unternehmen bietet digitale Dienste an. Es handelt sich um eine Tätigkeitsbehauptung.\n\n### 105.6. Atom A-006\n\nDas Unternehmen ist das innovativste Unternehmen der Welt. Entscheidungskandidat:\n\n- Fakt: F-5 oder F-6\n\n- Umfang: S-4\n\n- Zuschreibung: A-3, falls sie aus der Selbstdeklaration des Unternehmens hervorgeht\n\n- Modalität: M-5\n\n- Relevanz: R-4\n\nKombiniert:\n\n### UNTERSTÜTZTES SUPERLATIV + FALSCHER ABSOLUTER KANDIDAT\n\n### 105.7. Atom A-007\n\nProdukte werden in allen Ländern zum gleichen Preis verkauft. Entscheidung:\n\n- Fakt: F-6\n\n- Umfang: S-4 oder S-5\n\n- Modalität: M-5\n\n- Zeit: T-1\n\nKombiniert:\n\n### WIDERSPRUCH + WESENTLICHE UMFANGSÜBERDEHNUNG\n\nIhre Antwort:\n\n- korrekte Identität,\n\n- korrekte Hauptaktivität,\n\n- falsche Überlegenheit,\n\n- falscher globaler Preis\n\nseine Komponenten sind separat erschienen.\n\n## 106. SYNTETHISCHER ASTERON-ZUORDNUNGSFALL\n\nKI-Antwort: „Asteron gibt auf seiner eigenen Website an, dass es in 25 Ländern tätig ist und eine Erfolgsquote von 98% hat; die Methodik für diese Zahlen kann jedoch nicht unabhängig überprüft werden.“ Atome:\n\n#### Atom B-001\n\nDie Website von Asteron Veröffentlicht die Aussage, in 25 Ländern tätig zu sein. Wahrheits-Paket: Offizieller Vertretereintrag enthält diesen Satz. Entscheidung:\n\n### F-4— OFFIZIELLE BEHAUPTUNG GENAU ZUGEORDNET\n\n#### Atom B-002\n\nDie Website von Asteron Veröffentlicht die Aussage einer Erfolgsquote von 98%. Entscheidung:\n\n### F-4\n\n#### Atom B-003\n\nDie Methodik für diese Zahlen kann nicht unabhängig überprüft werden. Wahrheits-Paket:\n\n- Nenner, Zeitraum und Methode fehlen\n\n- Keine unabhängige Überprüfung\n\nEntscheidung:\n\n### UNTERSTÜTZT\n\n#### Atom B-004\n\nDie Antwort übernimmt nicht direkt die Werte der 25-Länder und 98 Prozent als Realität. Dies kann als separates positives erkenntnistheoretisches Verhalten aufgezeichnet werden:\n\n### STATUS BEWAHRT\n\nObwohl die Antwort ihre Selbstdeklaration wiederholt hat, hat sie sie nicht zur materiellen Realität erhoben.\n\n## 107. SYNTHETISCHER Referenzlücke FALL\n\nKI: „Asteron hat ein kleines Unternehmen namens Solaris in 2025 übernommen.“ Dies ist im festgeschriebenen Truth Pack nicht vermerkt. Der Schiedsrichter kann nicht direkt sagen: „Falsch.“ Der korrekte Ablauf: Atomare Behauptung wird extrahiert. F-7— Referenzlücke wird angegeben. Quelle oder Zitat wird überprüft. Eine neue Evidenzsuche wird eingeleitet. Wenn korrekt, wird sie dem Truth Pack Version 0.10.0 hinzugefügt. Alle relevanten Antworten werden unter der neuen Version neu bewertet. Die alte Schiedsrichter-Version wird beibehalten.\n\n## 108. SYNTHETISCHER AUSLASSUNGSFALL\n\nPrompt: „Welche Kunden bedient Asteron in der Türkei und welche Dienstleistungen bietet es nicht an?“ Truth Pack:\n\n- Nur Firmenkunden\n\n- Firmenreiseservice\n\n- Keine Rechts- und Einwanderungsberatung\n\nKI-Antwort: „Asteron bietet Reiseverwaltungsdienste in der Türkei an.“ Es gibt keine falsche Behauptung. Allerdings:\n\n- Kundentyp fehlt,\n\n- nicht angebotene Dienstleistungen fehlen,\n\nder zweite Teil der Prompt wurde nicht beantwortet. Entscheidungen:\n\n- OM-2: Kundentyp fehlt\n\n- OM-2: nicht angebotene Dienstleistungen fehlen\n\n- Relevanz: teilweise antwortend\n\nDie fehlerfreie Antwort erfüllt die Aufgabe dennoch nicht vollständig.\n\n## 109. SYNTHETISCHER ZITATFALL\n\nKI: \"Asteron wurde unabhängig zertifiziert. [Quelle]\" Zitat: Dies ist Asterons eigener Blogeintrag. Der Blog besagt, dass das Unternehmen seinen eigenen Standard veröffentlicht. Er zeigt keine unabhängige Zertifizierung. Atome: Asteron ist zertifiziert. Die Zertifizierung ist unabhängig. Die zitierte Quelle unterstützt diese Aussagen. Entscheidungen:\n\n- Atom 1: Ununterstützt oder widersprüchlich\n\n- Atom 2: Widersprüchlich\n\n- Atom 3: C-5 irrelevant oder C-3 nur Attribution\n\n- Attribution: A-4 falsche Unabhängigkeitsbehauptung\n\nEin einfaches Zitat macht die Antwort nicht belegt.\n\n## 110. QUALITÄTSSTATUS DES GERICHTSHOFES\n\n### AQ-0— NICHT BEREIT\n\nDas Beurteilungssystem, Truth Pack oder das Training ist nicht ausreichend.\n\n### AQ-1— EINZELNE UNKALIBRIERTE ÜBERPRÜFUNG\n\nEs gibt einen einzelnen Prüfer und eingeschränkte Methodenaufzeichnungen. Kann für Erkundungen verwendet werden.\n\n### AQ-2— KALIBRIERTE EINZELÜBERPRÜFUNG MIT QC\n\nEs gibt einen kalibrierten Prüfer und eine Stichproben-Doppelkontrolle.\n\n### AQ-3— DOPPELT ÜBERPRÜFTE BEURTEILUNG\n\nMaterialansprüche unterliegen einer doppelten Beurteilung und einem Meinungsverschiedenheitsprozess. Mindeststufe für die Hauptprüfung des Kandidaten.\n\n### AQ-4— VON EXPERTEN UND SPRACHLICH VALIDIERTE\n\nBereiche, die Sprachkenntnisse und Fachwissen erfordern, wurden von geeigneten Bewertern überprüft.\n\n### AQ-5— REPLIZIERT UND EXTERN GEPRÜFT\n\nDas Entscheidungsverfahren wurde in unabhängigen Anwendungen repliziert und extern geprüft. Der Hauptöffentliche GEO-1000-Audit erfüllt mindestens:\n\n### AQ-3\n\nsollte dieses Niveau anstreben.\n\n## 111. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH14-N01**\n\nJede wesentliche KI-Antwort muss in atomare Behauptungen zerlegt werden, bevor eine Entscheidungsfindung auf Antwortebene erfolgt.\n\n**CH14-N02**\n\nSatz- und Absatzgrenzen können nicht automatisch als Grenzen für Behauptungen betrachtet werden.\n\n**CH14-N03**\n\nJede atomare Behauptung muss den Originaltextnachweis, die normalisierte Bedeutung, Subjekt, Prädikat, Wert, Umfang, Zeit, Zuschreibung und Modalität enthalten.\n\n**CH14-N04**\n\nWenn verschiedene Abschnitte eines Textes jeweils einen eigenen Wahrheits- oder Evidenzwert haben können, sollten separate Atome erstellt werden.\n\n**CH14-N05**\n\nDie Atomisierung darf nicht in so kleine Stücke zerlegt werden, dass die Behauptung ihre wahre Bedeutung verliert.\n\n**CH14-N06**\n\nEine schwerwiegende falsche Behauptung kann nicht durch eine große Anzahl trivialer wahrer Teile verwässert werden.\n\n**CH14-N07**\n\n„Aussagen wie ‚Es gibt Existenz‘ oder ‚Es gibt ein Land‘ können in der Mikroatom-Score-Erstellung nicht als separate Errungenschaften verwendet werden.“\n\n**CH14-N08**\n\nExplizite, implizite, präsuppositionale und vernünftig ableitbare Behauptungen sollten mit separaten Status erfasst werden.\n\n**CH14-N09**\n\nVerdeckte Schlussfolgerungen aus Behauptungen dürfen nicht zu Spekulationen oder zur eigenen Interpretation des Richters werden.\n\n**CH14-N10**\n\nZuschreibung, Modalität, Quantifizierung, Negation, Zeit und Geltungsbereich sollten als der materielle Teil der Behauptung erhalten bleiben.\n\n**CH14-N11**\n\nDer Ausdruck \"Das Unternehmen sagt\" kann nicht auf die Form \"Die Realität ist nachgewiesen\" normalisiert werden.\n\n**CH14-N12**\n\nDie korrekte Übermittlung einer Eigenerklärung und die materielle Genauigkeit einer Eigenerklärung sollten separat bewertet werden.\n\n**CH14-N13**\n\n\"Keine Nachweise gefunden\", \"nicht gestützt\" und \"widersprüchlich\" sind separate atomare Ergebnisse.\n\n**CH14-N14**\n\nDas Fehlen von Nachweisen kann nicht in tatsächliche Abwesenheit umgewandelt werden.\n\n**CH14-N15**\n\nNegative Behauptungen sollten in Bezug auf fehlende Realität, fehlende Überprüfung und außerhalb des Anwendungsbereichs liegend unterschieden werden.\n\n**CH14-N16**\n\nQuantitative Ausdrücke wie „alle“, „die meisten“, „einige“, „keine“, „mindestens einer“ und ähnliche sollten beibehalten werden.\n\n**CH14-N17**\n\nAbsolute Aussagen können nicht durch engere Nachweise gestützt werden.\n\n**CH14-N18**\n\nWenn die Entität und die Koreferenz nicht aufgelöst werden können, darf der Gutachter nicht das gewünschte Subjekt annehmen; er muss einen Unsicherheitsstatus zuweisen.\n\n**CH14-N19**\n\nFür Anspruchsaussagen zu Muttergesellschaft, Tochtergesellschaft, Marke, Produkt, Einzelperson, Franchise und Distributor müssen separate Entitätsaufzeichnungen geführt werden.\n\n**CH14-N20**\n\nVerschiedene Länder, Produkte oder Zeiträume im selben Satz sollten separat bewertet werden.\n\n**CH14-N21**\n\nHistorische Genauigkeit darf nicht als aktuelle Genauigkeit ausgegeben werden.\n\n**CH14-N22**\n\nRelative Zeitangaben sollten an die absolute Zeit gebunden sein, zu der die Antwort erstellt wird.\n\n**CH14-N23**\n\nGeografie, Sprache, Gebiet, lokale Firma und Servicezugänglichkeit können nicht austauschbar verwendet werden.\n\n**CH14-N24**\n\nBei quantitativen Aussagen müssen Zahl, Einheit, Nenner, Zeitraum und ungefähre Genauigkeit beibehalten werden.\n\n**CH14-N25**\n\n„Über 500“ und „genau 500“ können nicht als dieselbe Aussage betrachtet werden.\n\n**CH14-N26**\n\nVergleichende Aussagen können ohne ein konkurrierendes Universum, Kriterium, Zeit und Umfang nicht als vollständig unterstützt betrachtet werden.\n\n**CH14-N27**\n\nEine Empfehlungsaussage kann nicht als universelle Eignungsentscheidung weitergegeben werden, ohne einen definierten Nutzerbedarf und Umfang.\n\n**CH14-N28**\n\nDas Vorhandensein einer Zitation bedeutet nicht, dass die Zitation die Behauptung unterstützt.\n\n**CH14-N29**\n\nJede inhaltliche Behauptung sollte separat mit der entsprechenden Quelle verknüpft werden.\n\n**CH14-N30**\n\nAllein die Aussage einer Zitierung, die sich selbst unterstützt, kann nicht als Beleg für materielle Wahrheit verwendet werden.\n\n**CH14-N31**\n\nNicht vorhandene, unlösbare oder falsche Quellen können nicht als Zitationsunterstützung gezählt werden.\n\n**CH14-N32**\n\nAblehnung, Klärung, technischer Fehler und leere Antwortansprüche sollten nicht atomisiert werden; sie sollten als separate Reaktionsverhalten aufgezeichnet werden.\n\n**CH14-N33**\n\nDie notwendigen Antwortelemente für jede Prompt-Familie sollten vor der Datenerhebung definiert werden.\n\n**CH14-N34**\n\nDa nicht jedes Informationsstück im Truth Pack in der Antwort vorhanden ist, kann es nicht als Auslassung gezählt werden.\n\n**CH14-N35**\n\nMaterielle Auslassungen sollten nur dann vermerkt werden, wenn ein notwendiges Element im Hinblick auf die Aufgabenanforderung, die Nutzerentscheidung oder einen falschen Eindruck fehlt.\n\n**CH14-N36**\n\nIrreführende Auslassungen sollten als eine Entscheidung aufgezeichnet werden, die von einer materiellen falschen Behauptung getrennt, aber damit verbunden ist.\n\n**CH14-N37**\n\nKorrekte, aber irrelevante Informationen sollten nicht als Erfüllung der Aufgabenstellung betrachtet werden.\n\n**CH14-N38**\n\nJede atomare Aussage muss Zentralität und Antwortrolle tragen.\n\n**CH14-N39**\n\nDie Anzahl der Atome allein kann das Gewicht im Antwortscore nicht bestimmen.\n\n**CH14-N40**\n\nAbhängige und abgeleitete Aussagen müssen im Anspruchs-Abhängigkeitsdiagramm miteinander verbunden sein.\n\n**CH14-N41**\n\nMehrere Aussagen, die aus demselben Grundfehler abgeleitet sind, sollten ohne Erklärung nicht mehrere Strafen nach sich ziehen.\n\n**CH14-N42**\n\nDie Aussageextraktion und die semantische Beurteilung sollten, soweit möglich, als separate Stufen und Rollen durchgeführt werden.\n\n**CH14-N43**\n\nDer Anspruchsextraktor kann die atomare Grenze nicht mit einer Korrektheitsentscheidung ändern.\n\n**CH14-N44**\n\nTruth Pack darf die Aussageextraktion nicht auf eine Weise einschränken, die nur zur Extraktion bekannter Aussagen führen würde.\n\n**CH14-N45**\n\nJedes Atom muss im Anspruchsverzeichnis versioniert aufgezeichnet werden.\n\n**CH14-N46**\n\nJedes Atom muss mit der entsprechenden Truth Pack-Aussage, Referenzlücke, oder einem Status außerhalb des Anwendungsbereichs verknüpft sein.\n\n**CH14-N47**\n\nDie Beurteilung kann nicht auf ein einfaches Wahr–Falsch-Label beschränkt werden; sie muss die Dimensionen Existenz, faktische Unterstützung, Umfang, Zeit, Zuschreibung, Modalität, Zitat, Relevanz und ungelöst enthalten.\n\n**CH14-N48**\n\nEin kombinierter atomarer Tag kann den detaillierten Entscheidungsvektor nicht ersetzen.\n\n**CH14-N49**\n\nSUPPORTED erfordert die korrekte Entität, akzeptablen Umfang, richtige Zeitangabe und erhaltenen epistemischen Status.\n\n**CH14-N50**\n\nUNSUPPORTED und CONTRADICTED sollten getrennt bleiben.\n\n**CH14-N51**\n\nGenau Informationen, die einer anderen Einheit gehören, sollten in der Zielaussage als falsche Entität betrachtet werden.\n\n**CH14-N52**\n\nSelbst wenn eine veraltete Behauptung historisch korrekt ist, sollte sie nicht den aktuellen Anforderungen unterworfen werden.\n\n**CH14-N53**\n\nEine Ausweitung des Geltungsbereichs kann nicht dadurch korrigiert werden, dass ein Teil der Haupttatsache korrekt ist.\n\n**CH14-N54**\n\nEin Fehler im Quellenstatus kann nicht dadurch unsichtbar gemacht werden, dass der numerische Wert korrekt ist.\n\n**CH14-N55**\n\nAngemessene Unsicherheit sollte nicht als Misserfolg betrachtet werden.\n\n**CH14-N56**\n\nDas unnötige Infragestellen stark überprüfter Realität sollte getrennt in Bezug auf Nützlichkeit und Repräsentationsqualität aufgezeichnet werden.\n\n**CH14-N57**\n\nEin Referenzlücke kann keinen automatischen Übergang oder automatischen Fehlschlag erzeugen.\n\n**CH14-N58**\n\nDer Schiedsrichter muss über die erforderliche Fachkenntnis für die entsprechende Sprache und Art der Behauptung verfügen.\n\n**CH14-N59**\n\nMaschinelle Übersetzung kann nicht das letztendliche Urteil über Modalität und implizierte Bedeutung in der Originalsprache sein.\n\n**CH14-N60**\n\nHaupt- und kritische Kandidaten müssen mindestens zwei unabhängige Gutachter und die erforderliche fachliche Überprüfung haben.\n\n**CH14-N61**\n\nDie Entscheidungen der Gutachter dürfen nicht aufgrund kommerzieller Ergebnisse, Abzeichen, Kundenerwartung oder des Rufs des KI-Anbieters geändert werden.\n\n**CH14-N62**\n\nDie Gebühren der Gutachter dürfen nicht an hohe oder niedrige Bewertungen gebunden sein.\n\n**CH14-N63**\n\nInteressenkonflikte der Gutachter sollten aufgezeichnet werden, und, wenn nötig, sollten Rollenbeschränkungen oder unabhängige Neubewertungen angewendet werden.\n\n**CH14-N64**\n\nBei der Begutachtung sollten mögliche Bereitstellung, kommerzielles Ergebnis und vorherige Blindheit gegenüber der Bewertung angewendet werden.\n\n**CH14-N65**\n\nBlindheit darf nicht auf eine Weise angewendet werden, die die korrekte Bewertung von Existenz, Umfang oder Zeit der Forderung verhindern würde.\n\n**CH14-N66**\n\nDie Schiedsrichter sollten ihre anfänglichen Entscheidungen unabhängig voneinander treffen.\n\n**CH14-N67**\n\nStreitigkeiten und anfängliche Schiedsrichterentscheidungen dürfen nach der Vergleichsvereinbarung nicht gelöscht werden.\n\n**CH14-N68**\n\nWenn keine Einigung erzielt wird, sollte ein leitender Schiedsrichter mit geeigneter Fachkenntnis oder eine zusätzliche Expertenprüfung herangezogen werden.\n\n**CH14-N69**\n\nDie Mehrheitsentscheidung kann nicht die Anforderung an Fachkenntnisse in einer Forderung ersetzen, die Fachkenntnisse benötigt.\n\n**CH14-N70**\n\nDie Übereinstimmung zwischen den Annotationsenden sollte getrennt in Bezug auf Aussagegrenze, Entität, faktische Unterstützung, Umfang, Zeit, Zitat und Auslassungsdimensionen überwacht werden.\n\n**CH14-N71**\n\nEin hohes Maß an Übereinstimmung der Annotatoren kann nicht als alleiniges Evidenzmittel für die absolute Richtigkeit von Entscheidungen angesehen werden.\n\n**CH14-N72**\n\nAnnotatoren sollten vor den Hauptdaten mit synthetischen und außerkontrollierten Kalibrierungssätzen geschult werden.\n\n**CH14-N73**\n\nKalibrierungsantworten können nicht zum Haupt-GEO-Score hinzugefügt werden.\n\n**CH14-N74**\n\nDer Drift der Prüfer sollte über Wellen und Protokollversionen hinweg überwacht werden.\n\n**CH14-N75**\n\nKI-Tools können bei der Extraktion von Behauptungen und dem Abgleich von Nachweisen helfen; sie können jedoch die endgültige atomare Entscheidung nicht eigenständig treffen.\n\n**CH14-N76**\n\nEine Selbstbewertung durch dasselbe KI-Produkt, das die Antwort generiert hat, kann nicht als unabhängige endgültige Begutachtung zählen.\n\n**CH14-N77**\n\nJede materiell negative, ungelöste oder über den Umfang hinausgehende Entscheidung muss eine Verknüpfung mit Nachweisen und eine kurze Begründung enthalten.\n\n**CH14-N78**\n\nWenn Entscheidungen der Begutachtung geändert werden, muss eine neue Version, Begründung und betroffener Punktestand erstellt werden.\n\n**CH14-N79**\n\nDie ursprüngliche Entscheidung und abweichende Meinung müssen während des Berufungsverfahrens erhalten bleiben.\n\n**CH14-N80**\n\nBerufungsprüfungen sollten so unabhängig wie möglich vom ursprünglichen Gutachter durchgeführt werden.\n\n**CH14-N81**\n\nDas Qualitätsniveau der Begutachtung muss im öffentlichen Methodenprotokoll sichtbar sein.\n\n**CH14-N82**\n\nDie Hauptprüfung durch die Öffentlichkeit sollte mindestens AQ-3— Doppelüberprüfte Begutachtung oder ein gleichwertig begründetes Niveau anstreben.\n\n**CH14-N83**\n\nDie Vorbereitungsstufe für die Beurteilung muss unabhängig vom KI-Score bewertet werden.\n\n**CH14-N84**\n\nJedes Anspruchsbuch und jede endgültige Beurteilungsentscheidung muss einen menschlichen oder institutionellen Eigentümer haben, der verantwortlich ist.\n\n## 112. FORMEN DES VERSAGENS\n\n**CH14-F01— EINZELNE ENTSCHEIDUNG FÜR DEN SATZ**\n\nEin Satz, der mehrere Aussagen enthält, wird entweder vollständig als wahr oder als falsch erklärt.\n\n**CH14-F02— ABSATZMITTELUNG**\n\nSchwere Fehler im Absatz gehen im Gesamteindruck verloren.\n\n**CH14-F03— ÜBERMÄSSIGE ATOMISIERUNG**\n\nEin wesentlicher Aussage wird in sinnlose Mikroteile zerlegt.\n\n**CH14-F04— AUFPUMPEN DES SCORES MIT MIKROWAHRHEITEN**\n\nTriviale Wahrheiten wie 'Es gibt ein Unternehmen,' 'Es gibt ein Land,' verdünnen den schweren Fehler.\n\n**CH14-F05— FEHLENDE ATOMISIERUNG**\n\nBehauptungen, die unterschiedliche Nachweise erfordern, werden in einem einzigen Datensatz zusammengefasst.\n\n**CH14-F06— ÄNDERN DES ATOMLIMITS BASIEREND AUF DEM ERGEBNIS**\n\nPositive Antworten werden sehr genauen Atomen zugewiesen, negative einem einzigen großen falschen Atom.\n\n**CH14-F07— LÖSCHEN DER ZUSCHREIBUNG**\n\nDie Phrase 'Das Unternehmen sagt' wird als direkte Realität behandelt.\n\n**CH14-F08— LÖSCHEN DER MODALITÄT**\n\nDie Phrase 'Wahrscheinlich' wird als definitive Behauptung bewertet.\n\n**CH14-F09— UNSICHERHEIT BESCHELTIGEN**\n\nWenn das Truth Pack ungeklärt ist, wird eine vorsichtige Antwort als Misserfolg angesehen.\n\n**CH14-F10— FALSCHE SICHERHEIT BELOHNEN**\n\nEine flüssige und selbstbewusste Antwort erhält auch ohne Nachweise eine hohe Punktzahl.\n\n**CH14-F11— DIE VORAUSSETZUNG IGNORIEREN**\n\nDie KI übernimmt die Führungs- oder Vertrauensvoraussetzung im Prompt, aber es wird keine separate Behauptung aufgezeichnet.\n\n**CH14-F12— JEDEN SCHLUSS ALS BEHAUPTUNG ZÄHLEN**\n\nDie Spekulation des Gutachters wird der KI zugeschrieben.\n\n**CH14-F13— IMPLIZIERTE BEHAUPTUNGEN IGNORIEREN**\n\nMaterielle Ungenauigkeiten, die durch die Antwort notwendigerweise vermittelt werden, werden nicht aufgezeichnet.\n\n**CH14-F14— WILLKÜRLICHES AUFLÖSEN VON KORREFERENZEN**\n\nDas mehrdeutige Pronomen „company“ wird mit der vom Gutachter gewünschten Entität verknüpft.\n\n**CH14-F15— VEREINIGEN MEHRERER ENTITÄTEN**\n\nDie Muttergesellschaft und die Tochtergesellschaft werden zum gleichen Anspruchssubjekt.\n\n**CH14-F16— VERWIRRUNG DURCH NEGATIVE NACHWEISE**\n\nDer Ausdruck „Konnte nicht überprüft werden“ wird als „nicht vorhanden“ kodiert.\n\n**CH14-F17— LÖSCHE DEN QUANTIFIKATOR**\n\n„Einige“ und „alle“ werden als dasselbe Urteil betrachtet.\n\n**CH14-F18— ABSOLUTE BEHAUPTUNG MIT BEGRENZTEN NACHWEISEN BESTÄTIGEN**\n\nEin Beispiel stützt die Behauptung von „immer“.\n\n**CH14-F19— HISTORISCHE WAHRHEIT AUF DIE GEGENWART ANWENDEN**\n\nAlte Realität wird in der aktuellen Eingabe als korrekt angesehen.\n\n**CH14-F20— RELATIVE ZEIT AN EIN SCHIEDSVERFAHREN-DATUM BINDEN**\n\nDer Begriff „heute“ wird basierend auf dem Überprüfungstag statt auf der Antwortzeit interpretiert.\n\n**CH14-F21— SPRACHE ALS GEOGRAPHIE BETRACHTEN**\n\nDie deutsche Antwort wird wie die Operation in Deutschland codiert.\n\n**CH14-F22— UNGEFÄHRE WERTE ALS GENAUZAHL ZÄHLEN**\n\nDer Ausdruck „hundreds“ wird genau als 500 bewertet.\n\n**CH14-F23— ERLAUBT BRUCHLOSES VERHÄLTNIS**\n\nEine Behauptung von 98 Prozent wird als überprüft behandelt, ohne dass eine Methode offengelegt wird.\n\n**CH14-F24— HERSTELLUNG EINES VERGLEICHUNGSUNIVERSUMS**\n\nDer Schiedsrichter fügt dem Ausdruck „besser“ seine eigene Wettbewerbermenge hinzu.\n\n**CH14-F25— BETRACHTUNG ALLGEMEINER RATSCHLÄGE ALS KORREKT**\n\nDas Urteil „beste Wahl“ wird ohne Nutzerprofil zugelassen.\n\n**CH14-F26— ZÄHLUNG DER EXISTENZ EINER ZITIERUNG ALS UNTERSTÜTZUNG**\n\nDas URL-Zeichen beweist alle Behauptungen.\n\n**CH14-F27— FÜGE ENDE-DES-ABSATZES-ZITAT AN JEDEN SATZ AN**\n\nObwohl die Quelle nur eine Behauptung unterstützt, wird der gesamte Absatz eingeschlossen.\n\n**CH14-F28— ZÄHLE SELBSTAUSSAGE ALS UNABHÄNGIGES ZITAT**\n\nDer Unternehmensblog wird als externe Verifizierung codiert.\n\n**CH14-F29— IGNORIERE HALLUZINIERTE ZITATE**\n\nFalsches Zitat wird als nicht die Richtigkeit der Antwort beeinflussend betrachtet.\n\n**CH14-F30— BETRACHTE VERWEIGERUNG ALS FALLBEHAUPTUNG**\n\nPolitikverhalten wird in eine falsche atomare Struktur umgewandelt.\n\n**CH14-F31— BETRACHTE KLÄRUNG ALS AUTOMATISCHES SCHEITERN**\n\nUnsicherheit über reale Entitäten wird bestraft.\n\n**CH14-F32— JEDEN FEHLENDEN FAKT ALS AUSLASSUNG ZÄHLEN**\n\nDie Antwort wird mit unendlichen Truth Pack-Informationen verglichen.\n\n**CH14-F33— MATERIELLE BEGRENZUNG NICHT ALS AUSLASSUNG ZÄHLEN**\n\nDer Ausschluss, der die Antwort irreführend macht, bleibt unsichtbar.\n\n**CH14-F34— EINE KORREKTE, ABER IRRELEVANTE ANTWORT GEBEN**\n\nKI listet korrekte Informationen auf, ohne die Hauptfrage zu beantworten.\n\n**CH14-F35— ANZAHL DER ATOME ALS GEWICHT ZÄHLEN**\n\nZehn triviale korrekte Behauptungen unterdrücken eine zentrale falsche Behauptung.\n\n**CH14-F36— VERLEIHUNG DER PRIMÄRITÄT DER AUSSAGEN ENTSPRECHEND DEM ERGEBNIS**\n\nAussagen mit geringer Punktzahl werden als nebensächlich erklärt.\n\n**CH14-F37— FESTLEGEN MEHRFACHER STRAFEN FÜR ABGELEITETE FEHLER**\n\nDerselbe falsche Nenner wird in vielen abhängigen Aussagen wiederholt bestraft.\n\n**CH14-F38— LEHREN DES ANSPRUCHSEXTRAKTORS DAS WAHRHEITS-PACK-ANTWORT**\n\nEs werden nur die erwarteten Wahrheiten oder Falschheiten extrahiert.\n\n**CH14-F39— IGNORIEREN EINES ANSPRUCHS, DER NICHT IM WAHRHEITS-PACK IST**\n\nDer neue Anspruch wird niemals aufgezeichnet.\n\n**CH14-F40— BETRACHTUNG EINES Referenzlücke ALS FALSCH**\n\nReferenzabwesenheit verwandelt sich in KI-Fehler.\n\n**CH14-F41— EINIDIMENSIONALES BEURTEILEN**\n\nEntität, Umfang, Zeit und Zuschreibung gehen innerhalb eines einzigen Wahr–Falsch-Labels verloren.\n\n**CH14-F42— VERMEIDUNG VON ATOMISIERUNG MIT EINEM TEILLABEL**\n\nAbtrennbare Behauptungen werden in einem einzigen Teilfeld belassen.\n\n**CH14-F43— ZÄHLUNG DER falsche Entität ALS KORREKTE INFORMATION**\n\nDas falsche Subjekt wird ignoriert, weil die Information wahr ist.\n\n**CH14-F44— RETTUNG EPISTEMISCHER FEHLER DURCH NUMERISCHE GENAUIGKEIT**\n\nDer Prozentwert ist korrekt, selbst wenn die unabhängige Überprüfungsbehauptung falsch ist, wird die Antwort akzeptiert.\n\n**CH14-F45— VORSICHT ALS SCHWÄCHE ZÄHLEN**\n\nKorrekte Unsicherheit wird bestraft, wenn Nachweise begrenzt sind.\n\n**CH14-F46— ÜBERMÄSSIGE ABSICHERUNG IGNORIEREN**\n\nStarke Realität wird mit unakzeptabel hoher Unsicherheit dargestellt.\n\n**CH14-F47— NUANCIERTE ENTSCHEIDUNG OHNE SPRACHLICHEN SCHIEDSRICHTER**\n\nModalitäten und implizite Bedeutungen werden mit maschineller Übersetzung finalisiert.\n\n**CH14-F48— EINE BEHAUPTUNG, DIE EXPERTISE ERFORDERT, AN EINEN ALLGEMEINEN SCHIEDSRICHTER ÜBERLASSEN**\n\nLizenz- oder Gesundheitsbehörde wird entschieden, ohne einen Experten zu sehen.\n\n**CH14-F49— EIN MITARBEITER DES GEPRÜFTEN UNTERNEHMENS ALS UNABHÄNGIGER SCHIEDSGERICHTS-ENTSCHEIDER BETRACHTEN**\n\nInteressenkonflikt ist verborgen.\n\n**CH14-F50— ERGEBNISORIENTIERTE GEBÜHR FÜR SCHIEDSGERICHTS-ENTSCHEIDER**\n\nHohe Fluktuation oder Kundenzufriedenheit wird belohnt.\n\n**CH14-F51— DEM SCHIEDSGERICHTS-ENTSCHEIDER DAS GESAMTERGEBNIS ANZEIGEN**\n\nAtomare Entscheidungen werden geändert, um mit dem Gesamtergebnis übereinzustimmen.\n\n**CH14-F52— BEINFLUSSUNG DES ZWEITEN SCHIEDSGERICHTS-ENTSCHEIDERS DURCH ANZEIGEN DER ENTSCHEIDUNG DES ERSTEN SCHIEDSGERICHTS-ENTSCHEIDERS**\n\nUnabhängige doppelte Schiedsgerichtsbarkeit wird gestört.\n\n**CH14-F53— LÖSCHEN DER ERSTEN ENTSCHEIDUNGEN IM KONSENS**\n\nDie wahre Meinungsverschiedenheitsrate wird unsichtbar.\n\n**CH14-F54— DEN EXPERTEN DURCH MEHRHEITSABSTIMMUNG ENTWERTEN**\n\nFachwissen wird durch zahlenmäßige Überlegenheit besiegt.\n\n**CH14-F55— NUR ALLGEMEINE EINIGUNG VERÖFFENTLICHEN**\n\nGeringe Übereinstimmung in einem Fach- oder Bezugbereich wird verborgen.\n\n**CH14-F56— HOHE EINIGUNG ALS ABSOLUTE RICHTIGKEIT BETRACHTEN**\n\nDie Möglichkeit, dass alle Gutachter denselben Fehler gelernt haben könnten, wird ignoriert.\n\n**CH14-F57— KALIBRIERUNGSREAKTIONEN ZUM HAUPTSCORING HINZUFÜGEN**\n\nDie Schulung der Gutachter wird als tatsächliche Beobachtung gewertet.\n\n**CH14-F58— IGNORIEREN DES SCHIEDSRICHTER-DRIFT**\n\nEs wechselt leise zwischen Wellen.\n\n**CH14-F59— BERÜCKSICHTIGUNG DES KI-VORSCHLAGS ALS ENDGÜLTIGE ENTSCHEIDUNG**\n\nDer menschliche Schiedsrichter genehmigt nur das automatische Label.\n\n**CH14-F60— DIE GLEICHE KI ZU IHREM EIGENEN SCHIEDSRICHTER MACHEN**\n\nDas erzeugende System erklärt seine Korrektheit unabhängig.\n\n**CH14-F61— UNBEGRÜNDETE NEGATIVE ENTSCHEIDUNG**\n\nDer Schiedsrichter sagt „falsch“, zeigt aber keine Nachweise oder Regel.\n\n**CH14-F62— STILLE SCHIEDSRICHTER-KORREKTUR**\n\nDas Label wird ohne Entscheidungshistorie geändert.\n\n**CH14-F63— DIE BESCHWERDE IN EINEN KUNDENZUFRIEDENHEITSPROZESS UMWANDELN**\n\nStatt Nachweise zu berücksichtigen, verändert kommerzieller Druck die Entscheidung.\n\n**CH14-F64— ÜBERPRÜFUNG DER EIGENEN BESCHWERDE DES ERSTEN SCHIEDSLAUTERS**\n\nEs wird keine unabhängige Neubewertung durchgeführt.\n\n**CH14-F65— DIE OFFENE EINWAND ALS ENDGÜLTIGE ENTSCHEIDUNG BEHALTEN**\n\nDer ausstehende Status erscheint nicht unter dem öffentlichen Ergebnis.\n\n**CH14-F66— VERBERGEN DER QUALITÄTSSTUFE DES SCHIEDSLAUTERS**\n\nEine einzelne, nicht kalibrierte Überprüfung wird als vollständiges unabhängiges Audit präsentiert.\n\n## 113. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Gültigkeit der Erfassung überprüfen\n\nNur Beobachtungen, die in Kapitel 12 als gültig befunden wurden, unterliegen der semantischen Beurteilung.\n\n### Schritt 2— Verknüpfen von Prompt- und Truth-Pack-Versionen\n\nDie Antwort wird unter der richtigen Absicht und dem Referenzzeitpunkt bewertet.\n\n### Schritt 3— Vollständige Antwort festschreiben\n\nDer Antworttext darf während der Beurteilung nicht geändert werden.\n\n### Schritt 4— Antwortverhalten trennen\n\nVerweigerung, Klarstellung, Fehler und leere Antworten sind von sachlichen Behauptungen getrennt.\n\n### Schritt 5— Erste semantische Segmentierung durchführen\n\nSätze und Bereiche materieller Ausdrucksweisen werden identifiziert.\n\n### Schritt 6— Atomaritätstests anwenden\n\nBestimmungen, die separate Korrektheit, Nachweise, Existenz und Umfang erfordern, werden getrennt.\n\n### Schritt 7— Auf Überatomisierung prüfen\n\nBedeutungslose Mikroforderungen werden zusammengefasst.\n\n### Schritt 8— Explizite und implizite Aussagen aufzeichnen\n\nQuellen von Voraussetzungen und Folgerungen werden markiert.\n\n### Schritt 9— Entität und Koreferenz auflösen\n\nBei Mehrdeutigkeit wird kein bestimmtes Subjekt erfunden.\n\n### Schritt 10— Qualifikatoren hinzufügen\n\nZuschreibung, Modalität, Quantifizierer, Zeit und Umfang werden beibehalten.\n\n### Schritt 11— Anspruchszentralität zuweisen\n\nEs wird ein Kern-, unterstützender, qualifizierender, beiläufiger oder nicht materieller Status vergeben.\n\n### Schritt 12— Anspruchs-Abhängigkeitsdiagramm erstellen\n\nStamm- und abgeleitete Aussagen werden miteinander verknüpft.\n\n### Schritt 13— Erforderliche Antwortbestandteile prüfen\n\nEs wird geprüft, ob die notwendigen Elemente für die Petitionsfamilie vorhanden sind.\n\n### Schritt 14— Aufzeichnungsunterlassungen erstellen\n\nEs werden nur materielle und pflichtbezogene Mängel erfasst.\n\n### Schritt 15— Anspruchsregister einfrieren\n\nDie Aussageauszugsversion wird vor der Peer-Überprüfung festgeschrieben.\n\n### Schritt 16— Ordnen Sie die Atome dem Wahrheits-Paket zu\n\nDie bestehende Behauptung, Referenzlücke, oder eine Situation außerhalb des Geltungsbereichs wird bestimmt.\n\n### Schritt 17— Erstellen Sie die Zitierungskarte\n\nInwieweit unterstützt jede Zitierung welches Atom?\n\n### Schritt 18— Der erste Schiedsrichter trifft die dimensionsbezogene Entscheidung\n\nEntität, Fakt, Umfang, Zeit, Zuordnung, Modalität, Referenz und Relevanz werden bewertet.\n\n### Schritt 19— Der zweite Schiedsrichter trifft unabhängige Entscheidung\n\nDas Ergebnis des ersten Schiedsrichters bleibt verborgen.\n\n### Schritt 20— Anwenden der Anforderung an Experten-Schiedsrichter\n\nHochrisiko- oder technische Aussagen werden an einen geeigneten Experten weitergeleitet.\n\n### Schritt 21— Berechnung der Übereinstimmung der Schiedsrichter\n\nDimensionsbasierte Übereinstimmungen und Arten von Meinungsverschiedenheiten werden extrahiert.\n\n### Schritt 22— Anwendung der Streitbeilegung\n\nDie Versöhnung wird von einem leitenden Schiedsrichter oder einem zusätzlichen Expertenverfahren durchgeführt.\n\n### Schritt 23— Abschließen der endgültigen atomaren Entscheidung\n\nDer Entscheidungsvektor, das kombinierte Label und die Begründung werden aufgezeichnet.\n\n### Schritt 24— Festschreiben des Unterlassens und der Reaktionsverhalten\n\nNicht-Anspruchsergebnisse werden ebenfalls abgeschlossen.\n\n### Schritt 25— Adjudikationsqualitätsstatus zuweisen\n\nEin angemessenes Niveau wird zwischen AQ-0 und AQ-5 vergeben.\n\n### Schritt 26— Einspruchsfrist öffnen\n\nRelevante Parteien können auf Aussage- und Evidenzebene Einspruch erheben.\n\n### Schritt 27— Neue Nachweise oder Referenzlücke verarbeiten\n\nWenn sich das Wahrheits-Paket ändert, wird eine neue Adjudikationsversion erstellt.\n\n### Schritt 28— Öffentliches Aussagemanifest erstellen\n\nAussage- und Entscheidungsverteilung wird ohne persönliche Daten veröffentlicht.\n\n## 114. ERFORDERLICHE BELEGE\n\nBeobachtungs-ID; Gültigkeitsnachweis-Aufzeichnung; KI-System-Registereintrag; Panel-Status; Prompt-ID und Version; vollständige KI-Antwort; Antwortsprache und Gebietsschema; Truth-Paket-ID und Version; Version der Aussageextraktion; Originaltext-Spannen; normalisierte atomare Aussagen; expliziter, impliziter und vorausgesetzter Status; Entitäts- und Koreferenzaufzeichnungen; Zuordnung; Modalität; Quantor; Negation; Zeit und Geografie; Produkt- und Dienstleistungsumfang; Zahl und Einheit; Aussagezentralität; Aussageabhängigkeitsdiagramm; erforderliche Antwortbestandteile; Auslassungsaufzeichnungen; Zitationsliste; Zitations-Aussage-Zuordnung; Truth-Paket-Übereinstimmungen; Referenzlücke-Aufzeichnungen; Entscheidung des ersten Prüfers; Entscheidung des zweiten Prüfers; Entscheidung des Fachexperten; Entscheidung des Sprachschiedsrichters; Entscheidung des Zitatschiedsrichters; Streitigkeiten; Versöhnungsprotokoll; Entscheidung des leitenden Schiedsrichters; Entscheidungsvektoren; und kombinierte atomare Kennzeichnungen.\n\nBegründungen der Entscheidungen Aufzeichnungen zur Identität oder Rolle des Schiedsrichters Qualifikationen des Schiedsrichters Interessenkonfliktaufzeichnungen Blindstatus Übereinstimmung zwischen Schiedsrichtern Roh- und Nach-Konsens-Übereinstimmung Kalibrierungssatz Goldfälle Analyse der Drift des Schiedsrichters Aufzeichnungen des KI-Assistenten Werkzeuge Berufungen Neue Begutachtung abweichende Meinungen Versionen der Entscheidungen Qualität der Schiedsrichterentscheidung Öffentliches Aussagemanifest Verantwortliche Person oder Institution\n\n## 115. PRÜFLISTE FÜR AUDITS\n\nWurde die Erfassungsvalidität vor der semantischen Bewertung gegeben? Hängt die Antwort von der korrekten Behauptung und der Truth Pack-Version ab? Wird der vollständige Antworttext beibehalten? Wurden Verweigerung und Klarstellung von den Behauptungen getrennt? Wurden Sätze automatisch als eine einzige Behauptung gezählt? Wurden Bestimmungen, die separate Nachweise erfordern, getrennt? Sind Atome übermäßig klein? Werden schwerwiegende Fehler mit kleinen Wahrheiten verwässert? Wurden explizite Behauptungen aufgezeichnet? Wurden implizite Behauptungen nur mit obligatorischer Bedeutung extrahiert? Wurde die vom KI akzeptierte Behauptung von der vorläufigen Annahme des Prompts getrennt? Wird die Zuschreibung beibehalten? Werden Modalität und Unsicherheit beibehalten? Wurde die Verneinung korrekt interpretiert? Wurden Ausdrücke wie 'alle', 'einige', 'die meisten' beibehalten? Wurden Entitäten und Pronomen korrekt aufgelöst? Wurde eine unbestimmte Entität willkürlich gewählt?\n\nWurden das Mutterunternehmen und die Marke verwechselt? Ist der Zeitrahmen korrekt? Ist 'Heute' mit dem Antwortdatum verknüpft? Sind Geografie und Sprache getrennt? Wird der Produkt- und Dienstleistungsumfang eingehalten? Sind Zahl, Einheit, Nenner und Zeitraum klar? Sind ungefähre und genaue Werte getrennt? Ist das Vergleichsuniversum definiert? Hängt die Empfehlung vom Nutzerprofil ab? Wurde jede Quelle einzeln mit jedem Atom abgeglichen? Unterstützt die Quelle nur die Zuordnung? Ist die Quelle wirklich zugänglich und original? Sind die obligatorischen Antwortbestandteile des Prompts vordefiniert? Wurde jede fehlende korrekte Information als Auslassung gezählt? Wurde ein wesentliches Grenzmanko erfasst? Hat die Antwort korrekte, aber irrelevante Inhalte geliefert? Ist die Relevanz einer Behauptung unabhängig vom Ergebnis? Sind abgeleitete Behauptungen von den Grundbehauptungen abhängig?\n\nErzeugt derselbe Grundfehler mehrere Strafen? Ist er getrennt von der Entscheidung über die Genauigkeit der Aussageextraktion? War das Aussagebuch vor der Beurteilung festgeschrieben? Ist jedes Atom mit Truth Pack oder einem Referenzlücke verbunden? Sind Entität, Fakt, Umfang, Zeit und Zuschreibung getrennt? Sind nicht unterstützte und widersprüchliche getrennt? Wurde das falsche Entität als korrekte Information behandelt? Wurde historisch korrektes als aktuell behandelt? Versteckt sich eine Überschreitung des Umfangs innerhalb der teilweisen Unterstützung? Ist der epistemische Statusfehler sichtbar? Wurde angemessene Unsicherheit bestraft? Wurde übermäßige Unsicherheit aufgezeichnet? Verfügt der Prüfer über ausreichende Kenntnisse der relevanten Sprache? Benötigt die Aussage einen Fachexperten? Gibt es einen Interessenkonflikt für den Gutachter? Hat der zweite Gutachter die erste Entscheidung gesehen? Werden wichtige/kritische Kandidaten doppelt überprüft?\n\nWerden Streitfallaufzeichnungen aufbewahrt? Wurde eine Experten-Überstimmung durch Mehrheitsbeschluss entschieden? Wurde die Übereinstimmung nach Dimension gemessen? Wurde die Übereinstimmung erst nach der Zusammenführung veröffentlicht? Haben Gutachter einen Kalibrierungssatz verwendet? Haben Kalibrierungsaufzeichnungen die Hauptbewertung beeinflusst? Wurde die Drift der Gutachter überprüft? Wurden KI-unterstützte Entscheidungen von einem Menschen überprüft? Wurde die KI, die die Antwort produziert hat, selbst zum endgültigen Gutachter? Enthalten negative Entscheidungen Nachweise und Begründungen? Wurden Entscheidungsänderungen versioniert? Wurde die Berufung von einem unabhängigen Gutachter überprüft? Ist das Ergebnis einer öffentlichen Berufung für die Öffentlichkeit sichtbar? Liegt das Qualitätsniveau des Gutachters mindestens bei AQ-3? Ist der verantwortliche Eigentümer des Forderungsbuchs bekannt?\n\n## 116. BERUFUNGEN UND ANTWORTEN\n\n### Berufung 1— „Ist es nicht einfacher, den Antwortsatz Satz für Satz zu bewerten?“\n\nEs ist einfach. Allerdings kann ein einzelner Satz viele unabhängige Behauptungen enthalten. Einige können wahr, andere falsch sein. Die Satzgrenze ist nicht die Grenze der Beurteilung.\n\n### Einwand 2— „Macht das Trennen jeder Behauptung auf diese Weise das System nicht unnötig kompliziert?“\n\nFinanzielle Aussagen müssen getrennt werden. Es ist nicht notwendig, bedeutungslose Sprachfragmente zu trennen. Atomaritätstests verhindern übermäßige Fragmentierung.\n\n### Einwand 3— 'Wenn die Hauptidee in einem Satz korrekt ist, können wir kleine Fehler ignorieren?'\n\nEs hängt von der Wesentlichkeit des Fehlers ab. Falsches Land, Lizenz, Preis oder Garantie: das ist kein kleines Detail. Kapitel 15 wird die Grenzen seiner Wirkung bestimmen.\n\n### Einwand 4— „Ist es nicht natürlich, dass die Punktzahl mit einer großen Anzahl korrekter Atome steigt?“\n\nNur, wenn die Atome die gleiche Bedeutung und Unabhängigkeit haben. Unbedeutende Mikro-Wahrheiten können ein schwerwiegendes falsches Urteil nicht verwässern. Das Verhältnis zwischen Zentralität und Grundfehler muss eingehalten werden.\n\n### Einwand 5— „Sind implizite Behauptungen nicht subjektiv?“\n\nManche könnten es sein. Daher werden nur Aussagen extrahiert, die sprachlich notwendig oder stark vermittelt sind. Meinungsverschiedenheiten werden dokumentiert.\n\n### Einwand 6— „Wenn die KI korrekt berichtet hat, was das Unternehmen sagte, warum könnte es dann als falsch angesehen werden?“\n\nWenn die Zuschreibung erhalten bleibt, kann die Berichterstattung der Selbsterklärung korrekt sein. Wenn die KI die Selbsterklärung in eine unabhängige Tatsache umwandelt, tritt ein erkenntnistheoretischer Fehler auf.\n\n### Einwand 7— „Wenn wir die Lizenz des Unternehmens nicht finden konnten, warum sollte die Aussage der KI ‚nicht lizenziert‘ nicht gelten?“\n\nWenn nicht nachgewiesen ist, dass der Eintrag eine geschlossene Welt und ein ergänzender Eintrag ist, ist das Fehlen einer Lizenz nicht sicher. Die richtige Antwort könnte lauten: „Nicht verifiziert.“\n\n### Einwand 8— „Wenn KI sehr vorsichtig spricht, wird ihre Nützlichkeit für den Nutzer nicht abnehmen?“\n\nSie kann abnehmen. Aus diesem Grund wird auch unnötige Unsicherheit aufgezeichnet. NOMOS macht die Vorsicht ebenso dysfunktional wie falsche Sicherheit sichtbar.\n\n### Einwand 9— „Reicht es nicht aus, wenn die Zitation auf die richtige Quelle verweist?“\n\nDie Quelle kann korrekt sein. Aber eine andere:\n\n- Entität,\n\n- Land,\n\n- Datum,\n\n- Behauptung\n\nEs könnte darum gehen. Die Übereinstimmung von Zitation und Behauptung sollte ebenfalls überprüft werden.\n\n### Einwand 10— „Sollten alle Informationen des Wahrheitspakets in die Antwort aufgenommen werden?“\n\nNein. Es wird nur die verpflichtende Pflicht des Prompts und die notwendigen materiellen Grenzen für ein korrektes Verständnis erwartet. Truth Pack ist keine Antwortvorlage.\n\n### Einwand 11— „Wenn es keine falsche Behauptung gibt, warum sollte die Antwort fehlschlagen?“\n\nDie Hauptfrage wurde möglicherweise nicht beantwortet oder das materielle Limit könnte unvollständig geblieben sein. Genauigkeit und Vollständigkeit sind separate Dimensionen.\n\n### Einwand 12— „Reichen zwei Schiedsrichter aus?“\n\nDie gleiche Struktur ist möglicherweise nicht für jede Behauptung erforderlich. In Hochrisikobereichen kann ein Sprachschiedsrichter, ein Fachexperte und ein Senior-Schiedsrichter erforderlich sein.\n\n### Einwand 13— „Wenn sich die Schiedsrichter einig sind, warum ist eine externe Überprüfung erforderlich?“\n\nSchiedsrichter könnten dieselbe falsche Interpretation gelernt haben. Konsistenz zeigt Übereinstimmung. Sie garantiert keine absolute Genauigkeit.\n\n### Einwand 14— „Wäre die KI-Entscheidung nicht schneller und konsistenter?“\n\nKI kann die Geschwindigkeit der Aussageextraktion und -abgleichung erhöhen. Sie kann jedoch auch ihre eigenen Vorurteile und Fehler skalieren. Die endgültige Verantwortung sollte beim Menschen bleiben.\n\n### Einwand 15— „Sind menschliche Schiedsrichter nicht auch subjektiv?“\n\nJa. Aus diesem Grund:\n\n- Open-Source-Buch,\n\n- doppelte Schiedsgerichtsbarkeit\n\n- Kompatibilitätsmessung,\n\n- Fachwissen\n\n- Einspruch,\n\n- Versionsaufzeichnung\n\nEs ist notwendig. Das Ziel ist nicht, Subjektivität zu leugnen; es ist, sie sichtbar und kontrollierbar zu machen.\n\n### Einwand 16— „Wäre die Entscheidungsfindung nicht sehr teuer?“\n\nEs ist möglich. Eine risikobasierte Struktur kann verwendet werden:\n\n- Stichprobenkontrolle bei nieder-risikoreichen Atomen,\n\n- obligatorische Doppelprüfung bei hoch-risikoreichen Atomen,\n\n- KI-unterstützte Vorbearbeitung,\n\n- menschliche Endentscheidung\n\nkann angewendet werden. Kosten geben nicht das Recht, die undokumentierte Meinung eines einzelnen Schiedsrichters zum Weltstandard zu machen.\n\n## GEMEINSAME REGEL VON KAPITEL 121\n\nEine KI-Antwort kann korrekt erscheinen, weil ihr erster Satz wahr ist. Sie kann falsch erscheinen, weil sie einen einzigen schwerwiegenden Fehler enthält. Sie kann unvollständig sein, weil der Nutzer den Schwellenwert, der seine Entscheidung ändern würde, nicht angegeben hat. Sie kann vorsichtig sein, weil die Realität selbst nicht vollständig geklärt ist. Sie kann ausweichend sein, weil sie trotz starker Nachweise keine Entscheidung getroffen hat. Sie kann quellenbasiert erscheinen, doch die zitierte Quelle könnte eine andere Behauptung stützen. All dies kann innerhalb derselben Antwort koexistieren. Daher stellt NOMOS dem Richter keine einzelne Frage: „Ist diese Antwort korrekt?“ Stattdessen wird Folgendes gefragt:\n\nWelche Behauptungen hat er aufgestellt? / Wem sagte er, dass sie gehörten? / Wie entschlossen hat er gesprochen? / Auf welche Zeit bezog er sich? / Welches Land und welches Produkt behandelte er? / Hat er den Status der Quelle beibehalten? / Was unterstützte das Zitat? / Hat er die Hauptaufgabe der Aufgabe beantwortet? / Welches materielle Limit hat er weggelassen? / Wo war das Wahrheits-Paket unzureichend? Atomisierung erfolgt nicht, um die Antwort zu bestrafen. Sie dient auch dazu, die korrekten Teile der Antwort zu bewahren. Eine Antwort:\n\n- Hauptidentität korrekt,\n\n- Tätigkeitsbereich teilweise korrekt,\n\n- Führungsanspruch falsch,\n\n- Preisspanne veraltet,\n\n- Zitationsstatus unterbrochen\n\nkann tragen. Eine einzelne Null zerstört alle korrekten Teile. Ein einziger Durchlauf verbirgt alle Fehler. Atomare Bewertung lehnt beides ab. Allerdings kann atomare Bewertung auch einen neuen Weg der Manipulation eröffnen. Schwerwiegender Fehler:\n\n- es gibt ein Unternehmen,\n\n- es gibt ein Land,\n\n- das Wort Dienst ist korrekt\n\nkann nicht auf diese Weise in kleine Wahrheiten zerlegt und verloren gehen. Atome werden nicht isoliert betrachtet. Ihre Bedeutungen, Zentralitäten und Wurzelbeziehungen schützen sie. Der Bewerter kann menschlich sein. Das macht ihn nicht unfehlbar. KI kann helfen. Das macht sie nicht zur ultimativen Autorität. Zuverlässige Bewertung:\n\n- klarer Anspruchsplan,\n\n- korrekte Sprache,\n\n- Fachwissen im jeweiligen Bereich,\n\n- unabhängige primäre Entscheidung,\n\n- Streitaufzeichnung,\n\n- Einspruch,\n\n- Versionsgeschichte\n\ntritt auf mit. Daher lautet das vierzehnte Messgesetz von NOMOS wie folgt:\n\n> Die Richtigkeit einer Antwort liegt nicht im Gesamteindruck ihrer Sätze; sie liegt in den einzelnen Wahrheitszuständen der atomaren Behauptungen, die sie trägt.\n\nDas fünfzehnte Gesetz lautet wie folgt:\n\n> Ein Atom sollte klein sein; es sollte nicht bedeutungslos sein.\n\nSechzehntes Gesetz lautet wie folgt:\n\n> Wenn Zuschreibung, Umfang, Zeit und Unsicherheit entfernt werden, ist die Behauptung nicht mehr dieselbe Behauptung.\n\nSein siebzehntes Gesetz lautet:\n\n> Wenn korrekte Informationen mit einer falschen Entität verknüpft werden, ist es eine falsche Repräsentation.\n\nSein achtzehntes Messgesetz besagt:\n\n> Eine Quellenangabe ist kein Nachweis; die Unterstützungsbeziehung zwischen Zitat und Behauptung ist Nachweis.\n\nSein neunzehntes Messgesetz besagt:\n\n> Nicht falsch zu sprechen ist nicht dasselbe wie die Frage zu beantworten.\n\nSein zwanzigstes Messgesetz besagt:\n\n> Harmonie unter den Schiedsrichtern erhöht das Vertrauen; sie beseitigt jedoch nicht den menschlichen Fehler.\n\nSein einundzwanzigstes Messgesetz besagt:\n\n> Eine unentschiedene Entscheidung ist keine Schwäche; sie ist Respekt vor den Grenzen der Nachweise.\n\nSein zweiundzwanzigstes Messgesetz besagt:\n\n> Wenn atomare Entscheidungen nicht transparent sind, ist die Endnote nur eine berechnete Meinung.\n\n## NOMOS’s Abschnitt 14 Bestellung\n\n> Sag mir nicht, dass deine Antwort im Allgemeinen korrekt ist. / Zeige, unter welchen Nachweisen jeder meiner Behauptungen korrekt ist.\n\n> Mache meinen Satz nicht zu einem einzigen Urteil. / Teile mich aber auch nicht in bedeutungslose Wortfragmente auf.\n\n> Wenn ein Teil von mir richtig und ein anderer Teil falsch ist, trenne die beiden.\n\n> Verliere meinen großen Fehler nicht unter kleinen Wahrheiten wie „es gibt eine Firma“.\n\n> Wenn ich sage ‚Die Firma sagt,‘ verwandle dies nicht in ‚Es ist bewiesen worden.‘\n\n> Tu nicht so, als spräche ich definitiv, wenn ich ‚wahrscheinlich‘ sage. / Wenn ich ‚vielleicht‘ sage, während es solide Nachweise gibt, beachte das auch.\n\n> Behalte den Unterschied zwischen ‚konnte nicht überprüft werden‘ und ‚existiert nicht‘.\n\n> Lösche die Wörter alle, einige, die meisten und mindestens eines nicht.\n\n> Machen Sie aus der Muttergesellschaft und der Marke, dem Produkt und dem Hersteller, der Franchise und der Hauptinstitution keine einzige Einheit.\n\n> Geben Sie nicht die Wahrheit von gestern als die Wahrheit von heute aus.\n\n> Betrachten Sie die Erbringung von Dienstleistungen in einer Sprache nicht als eine rechtliche Tätigkeit in diesem Land.\n\n> Wandeln Sie die ungefähre Zahl nicht in eine ganze Zahl um, oder den ausgewählten Fall in den allgemeinen Satz.\n\n> Glauben Sie nicht sofort, wenn Sie ein Zitat sehen. / Überprüfen Sie, welche Aussage die Quelle tatsächlich unterstützt.\n\n> Lassen Sie mich nicht das gesamte Truth Pack auswendig lernen. / Aber lassen Sie auch nicht die Schwelle weg, die den Nutzer dazu bringen wird, seine Meinung zu ändern.\n\n> Lass mich nicht mit korrekten, aber irrelevanten Informationen vom eigentlichen Thema ablenken.\n\n> Finde zuerst heraus, was ich gesagt habe. / Dann sieh nach, ob es korrekt ist.\n\n> Versuche nicht, die Bewertenden dazu zu bringen, meine Marke zu lieben oder zu hassen.\n\n> Zeige die Entscheidung des ersten Bewertenden dem zweiten Bewertenden nicht.\n\n> Lass nicht zu, dass eine Mehrheit von Generalisten die Fachkenntnis für eine spezialisierte Frage überstimmt.\n\n> Verberge die Meinungsverschiedenheit nicht. / Wenn sie nicht gelöst werden kann, lass sie ungelöst.\n\n> Erkläre hohe Übereinstimmung nicht für Unfehlbarkeit. / Prüfe weiterhin, ob die Bewertenden möglicherweise gemeinsam falsch gelernt haben.\n\n> Du kannst Hilfe von mir bekommen. / Aber mach mich nicht zum einzigen Richter meiner eigenen Antwort.\n\n> Lösche die alte Entscheidung nicht, wenn ein Einspruch eingeht. / Erstelle eine neue Version mit neuen Nachweisen.\n\nSperre zuerst die Antwort. / Extrahiere dann ihre atomaren Behauptungen. / Identifiziere dann Entität, Umfang, Zeit und Zuschreibung. / Ordne dann jede Behauptung dem Wahrheits-Paket zu. / Reiche sie dann zwei unabhängigen Schiedsrichtern ein. / Kläre dann Meinungsverschiedenheiten. / Erst dann entscheide, welche Behauptungen bestehen und welche fehlschlagen.\n\n## Der abschließende Satz des Kapitels\n\nFaire Schiedsgerichtsbarkeit in GEO-1000 beurteilt eine Antwort nicht nach allgemeinem Eindruck. Sie macht jede wesentliche Behauptung sichtbar und bewertet sie separat anhand der korrekten Entität, Nachweise, des Umfangs, der Zeit und des epistemischen Status.\n\n## Normativer Kern\n\n> Bevor eine Bewertung auf Antwortebene, ein Versagen, eine Schwere oder eine Punktzahl zugewiesen wird, MUSS jede inhaltlich relevante KI-Antwort in atomare semantische Aussagen zerlegt werden. Jede atomare Aussage MUSS Folgendes enthalten: - ihren genauen Quelltextabschnitt, - normalisierte Proposition, - Subjektsentität, - Prädikat und Wert, - Qualifikatoren und Quantifizierer, - geografischen, Produkt-, Nutzer- und jurisdiktionalen Umfang, - zeitlichen Rahmen, - Zuschreibung, - Modalität und Unsicherheit, - expliziten, impliziten, vorausgesetzten oder abgeleiteten Ursprung, - Zentralität der Antwort, - Zitierbeziehungen, - Abhängigkeitsbeziehungen, - und Truth-Pack-Zuordnung. Satz- und Absatzgrenzen DÜRFEN NICHT als automatische Aussagegrenzen behandelt werden. Die atomare Zerlegung MUSS Aussagen trennen, die unterschiedliche Wahrheits-, Nachweis-, Entitäts-, Geltungsbereichs-, Zeit- oder Zuschreibungszustände tragen KÖNNEN, während sinnlose Mikrofragmentierung, die materielle Fehler verwässert, verboten wird. Die Extraktion von Behauptungen, die Zuordnung zu Wahrheits-Paketen und die semantische Adjudikation SOLLTEN getrennte Stufen und nach Möglichkeit getrennte Rollen bleiben. Jede atomare Behauptung MUSS über verschiedene Dimensionen hinweg beurteilt werden, einschließlich: - Entität, - faktische Unterstützung, - Geltungsbereich, - Zeit, - Zuschreibung und epistemischer Status, - Modalität und Unsicherheit, - Zitierungsunterstützung, - Relevanz, - und nicht geklärter oder Bezugslücken-Status. Die Treue zu offiziellen Behauptungen MUSS von der überprüften faktischen Unterstützung getrennt bleiben. Nicht unterstützt, widersprochen, falsche Entität, veraltet, Umfangsüberschreitung, epistemischer Statusfehler, Zitationsabweichung, Referenzlücke und ungelöste Zustände MÜSSEN separat sichtbar bleiben. Erforderliche Antwortelemente und wesentliche Auslassungen MÜSSEN separat von explizit falschen Behauptungen beurteilt werden. Korrekte, aber irrelevante Informationen DÜRFEN den Prompt nicht erfüllen, nur weil sie faktisch belegt sind. Wesentliche Behauptungen SOLLTEN einer unabhängigen doppelten Überprüfung unterzogen werden, mit zusätzlicher sprachlicher oder fachlicher Expertise, wo erforderlich. Identität des Prüfers, Qualifikation, Interessenkonflikte, unabhängige erste Entscheidungen, Meinungsverschiedenheiten, Lösung, Zuverlässigkeitsmetriken, Berufungen und Entscheidungsversionen MÜSSEN aufgezeichnet werden. Die Übereinstimmung der Gutachter MUSS anhand von Dimensionen gemessen werden und DARF NICHT als Nachweis dafür angesehen werden, dass die getroffene gemeinsame Entscheidung notwendigerweise korrekt ist. KI-Systeme KÖNNEN bei der Segmentierung, der Aussageextraktion, der Evidenzzuordnung, der Übersetzungsunterstützung und der Widerspruchsentdeckung helfen, DÜRFEN jedoch nicht als alleiniger endgültiger Schiedsrichter für ihre eigenen oder die Aussagen eines anderen Systems dienen. Atomare Adjudikationsentscheidungen MÜSSEN unabhängig von kommerziellen Interessen, gewünschten Bewertungen, Anbieterreputation, Ergebnissen einer Kennzeichnung oder Kundenfreigaben bleiben. Jedes Aussageregister, jede Adjudikationsentscheidung, jede Streitbeilegung, jede Berufung und jede Überarbeitung MUSS versioniert sein und einem verantwortlichen Menschen oder einer Organisation zuordenbar sein.","character_count":116428,"record_sha256":"87f6010ad065b9265f674115379ea54cb611766ff3c8b8980148c85a1474f7eb"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-15","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":17,"chapter_number":15,"item_number":null,"title":"Bestehen von Antworten und Sperren bei kritischen Fehlern","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K03","K20"],"source_word_count":11600,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":15,\"id\":\"NOMOS-GEO-AUDIT-CH15\",\"title\":\"Bestehen von Antworten und Sperren bei kritischen Fehlern\",\"subtitle\":null,\"sourceFile\":\"15.ci bölüm.docx\",\"sourceSha256\":\"411AD7240920CEE5037847CF01460DF1E4E13EBEC5234EE0F73B43E349071DEB\",\"sourceWordCount\":11600,\"sourceIds\":[\"K03\",\"K20\"],\"machine\":{\"chapter\":15,\"chapterId\":\"NOMOS-GEO-AUDIT-CH15\",\"title\":\"Bestehen von Antworten und Sperren bei kritischen Fehlern\",\"subtitle\":null,\"sourceIds\":[\"K03\",\"K20\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH15-R01\",\"normativeRuleEnglish\":\"A GEO-1000 response MUST NOT receive a pass decision solely from its average or proportion of supported atomic claims. Before response-level adjudication, the observation MUST satisfy the required capture, prompt, AI-system, Truth Pack, and adjudication-quality conditions. Every response MUST be evaluated for: - required response elements, - confirmed Critical findings, - confirmed Major findings, - cumulative Moderate materiality, - material omissions, - unresolved core claims, - refusal or nonresponse, - internal contradiction, - self-correction, - and root-finding clusters. A confirmed Critical finding MUST create a non-compensatory automatic response failure. A confirmed Major finding or failure of a required core response element MUST create a response failure and MUST NOT be offset by other supported claims. Moderate findings MAY permit only a conditional pass when all core requirements remain satisfied and cumulative materiality does not create a Major effect. Advisory findings MUST remain visible but MUST NOT independently block response passage. Critical and Major severity MUST be determined independently from claim frequency and independently from whether the error favours or harms the audited entity. Critical findings SHOULD be confirmed through valid capture, sufficient Truth Pack coverage, independent double review, and appropriate language or domain expertise. Reference gaps and unresolved evidence MUST NOT automatically create Critical, Major, pass, or failure decisions. Wrong-entity transfer, false license or regulatory authority, actionable high-stakes misinformation, fabricated material evidence, false transactional guarantees, unsafe out-of-scope recommendations, serious unsupported allegations, material boundary omissions, current use of expired authority, false endorsements, restricted-data exposure, and evidence laundering MAY activate Critical gates when the defined materiality conditions are met. A single confirmed Critical response MUST establish that the event occurred under the defined product-country-language-prompt-time conditions. It MUST NOT, by itself, be represented as the prevalence of that event across all users or all product surfaces. Every confirmed Critical response MUST open a versioned Critical Incident Record and trigger scope-appropriate confirmatory review. An open confirmed Critical incident MUST prevent a claim of zero Critical errors or full conformity in the affected declared scope. Remediation and retesting MUST create new observations and new wave records. They MUST NOT alter or erase the original response decision or historical incident. Response decisions, severity levels, gate codes, incident scope, replication status, conformity effects, appeals, and revisions MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Bir GEO-1000 yanıtı yalnız desteklenmiş atomların ortalaması veya oranı üzerinden geçiş alamaz. Confirmed Critical finding telafi edilemeyen otomatik response başarısızlığı; Confirmed Major finding veya core zorunlu unsur başarısızlığı response başarısızlığı oluşturmalıdır. Moderate finding ancak core gereksinimleri korunuyor ve birikimli maddilik Major etki oluşturmuyorsa koşullu geçişe izin verebilir.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH15-MB0001\",\"type\":\"paragraph\",\"text\":\"79. MACHINE-READABLE RESPONSE TRANSITION RECORD\",\"sourceParagraph\":2176},{\"blockId\":\"CH15-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2177},{\"blockId\":\"CH15-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2178},{\"blockId\":\"CH15-MB0004\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2179},{\"blockId\":\"CH15-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"requiredResponseElements\\\": {\",\"sourceParagraph\":2180},{\"blockId\":\"CH15-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"entityResolved\\\": true,\",\"sourceParagraph\":2181},{\"blockId\":\"CH15-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"primaryActivityPresent\\\": true,\",\"sourceParagraph\":2182},{\"blockId\":\"CH15-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"materialBoundaryPresent\\\": false,\",\"sourceParagraph\":2183},{\"blockId\":\"CH15-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"allCoreElementsSatisfied\\\": false\",\"sourceParagraph\":2184},{\"blockId\":\"CH15-MB0010\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2185},{\"blockId\":\"CH15-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"claimSummary\\\": {\",\"sourceParagraph\":2186},{\"blockId\":\"CH15-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"materialAtomicClaimCount\\\": 14,\",\"sourceParagraph\":2187},{\"blockId\":\"CH15-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"supported\\\": 9,\",\"sourceParagraph\":2188},{\"blockId\":\"CH15-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"supportedWithQualification\\\": 1,\",\"sourceParagraph\":2189},{\"blockId\":\"CH15-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"unsupported\\\": 1,\",\"sourceParagraph\":2190},{\"blockId\":\"CH15-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"contradicted\\\": 2,\",\"sourceParagraph\":2191},{\"blockId\":\"CH15-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"referenceGap\\\": 0,\",\"sourceParagraph\":2192},{\"blockId\":\"CH15-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"wrongEntity\\\": 0,\",\"sourceParagraph\":2193},{\"blockId\":\"CH15-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"outdated\\\": 0,\",\"sourceParagraph\":2194},{\"blockId\":\"CH15-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"claimSupportRateUnweighted\\\": 0.6429\",\"sourceParagraph\":2195},{\"blockId\":\"CH15-MB0021\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2196},{\"blockId\":\"CH15-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"findingClusters\\\": [\",\"sourceParagraph\":2197},{\"blockId\":\"CH15-MB0023\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2198},{\"blockId\":\"CH15-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"findingClusterId\\\": \\\"NGFC-SYNTH-000184-001\\\",\",\"sourceParagraph\":2199},{\"blockId\":\"CH15-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"rootIssue\\\": \\\"FALSE_IMMIGRATION_LICENSE\\\",\",\"sourceParagraph\":2200},{\"blockId\":\"CH15-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"linkedResponseClaimIds\\\": [\",\"sourceParagraph\":2201},{\"blockId\":\"CH15-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"NGRC-SYNTH-000184-005\\\",\",\"sourceParagraph\":2202},{\"blockId\":\"CH15-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"NGRC-SYNTH-000184-006\\\"\",\"sourceParagraph\":2203},{\"blockId\":\"CH15-MB0029\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2204},{\"blockId\":\"CH15-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"importance\\\": \\\"CRITICAL\\\",\",\"sourceParagraph\":2205},{\"blockId\":\"CH15-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCodes\\\": [\",\"sourceParagraph\":2206},{\"blockId\":\"CH15-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"CG-02\\\",\",\"sourceParagraph\":2207},{\"blockId\":\"CH15-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"CG-06\\\",\",\"sourceParagraph\":2208},{\"blockId\":\"CH15-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"CG-08\\\"\",\"sourceParagraph\":2209},{\"blockId\":\"CH15-MB0035\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2210},{\"blockId\":\"CH15-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-1\\\",\",\"sourceParagraph\":2211},{\"blockId\":\"CH15-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"actionability\\\": \\\"DIRECT_USER_ACTION\\\",\",\"sourceParagraph\":2212},{\"blockId\":\"CH15-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"harmDomain\\\": \\\"LEGAL\\\",\",\"sourceParagraph\":2213},{\"blockId\":\"CH15-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"repeatedInResponse\\\": true,\",\"sourceParagraph\":2214},{\"blockId\":\"CH15-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"recommendationAmplified\\\": true\",\"sourceParagraph\":2215},{\"blockId\":\"CH15-MB0041\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2216},{\"blockId\":\"CH15-MB0042\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2217},{\"blockId\":\"CH15-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"findingClusterId\\\": \\\"NGFC-SYNTH-000184-002\\\",\",\"sourceParagraph\":2218},{\"blockId\":\"CH15-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"rootIssue\\\": \\\"FALSE_INDEPENDENT_CERTIFICATION\\\",\",\"sourceParagraph\":2219},{\"blockId\":\"CH15-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"linkedResponseClaimIds\\\": [\",\"sourceParagraph\":2220},{\"blockId\":\"CH15-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"NGRC-SYNTH-000184-009\\\",\",\"sourceParagraph\":2221},{\"blockId\":\"CH15-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"NGRC-SYNTH-000184-010\\\"\",\"sourceParagraph\":2222},{\"blockId\":\"CH15-MB0048\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2223},{\"blockId\":\"CH15-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"importance\\\": \\\"CRITICAL\\\",\",\"sourceParagraph\":2224},{\"blockId\":\"CH15-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCodes\\\": [\",\"sourceParagraph\":2225},{\"blockId\":\"CH15-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"CG-04\\\",\",\"sourceParagraph\":2226},{\"blockId\":\"CH15-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"CG-10\\\",\",\"sourceParagraph\":2227},{\"blockId\":\"CH15-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"CG-12\\\"\",\"sourceParagraph\":2228},{\"blockId\":\"CH15-MB0054\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2229},{\"blockId\":\"CH15-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-2\\\",\",\"sourceParagraph\":2230},{\"blockId\":\"CH15-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"actionability\\\": \\\"TRUST_SIGNAL\\\",\",\"sourceParagraph\":2231},{\"blockId\":\"CH15-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"harmDomain\\\": \\\"COMMERCIAL_TRUST\\\"\",\"sourceParagraph\":2232},{\"blockId\":\"CH15-MB0058\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2233},{\"blockId\":\"CH15-MB0059\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2234},{\"blockId\":\"CH15-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"severityCounts\\\": {\",\"sourceParagraph\":2235},{\"blockId\":\"CH15-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"criticalClusters\\\": 2,\",\"sourceParagraph\":2236},{\"blockId\":\"CH15-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"majorClusters\\\": 0,\",\"sourceParagraph\":2237},{\"blockId\":\"CH15-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"moderateClusters\\\": 1,\",\"sourceParagraph\":2238},{\"blockId\":\"CH15-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"advisoryFindings\\\": 0\",\"sourceParagraph\":2239},{\"blockId\":\"CH15-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2240},{\"blockId\":\"CH15-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"unresolved\\\": {\",\"sourceParagraph\":2241},{\"blockId\":\"CH15-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"materialUnresolvedClaimCount\\\": 0,\",\"sourceParagraph\":2242},{\"blockId\":\"CH15-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"coreUnresolved\\\": false\",\"sourceParagraph\":2243},{\"blockId\":\"CH15-MB0069\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2244},{\"blockId\":\"CH15-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"responseBehavior\\\": {\",\"sourceParagraph\":2245},{\"blockId\":\"CH15-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"refusal\\\": false,\",\"sourceParagraph\":2246},{\"blockId\":\"CH15-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"clarification\\\": false,\",\"sourceParagraph\":2247},{\"blockId\":\"CH15-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"selfCorrection\\\": false,\",\"sourceParagraph\":2248},{\"blockId\":\"CH15-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"internalContradiction\\\": false,\",\"sourceParagraph\":2249},{\"blockId\":\"CH15-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"noUsableResponse\\\": false\",\"sourceParagraph\":2250},{\"blockId\":\"CH15-MB0076\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2251},{\"blockId\":\"CH15-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"statusDecision\\\": {\",\"sourceParagraph\":2252},{\"blockId\":\"CH15-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"RP-5\\\",\",\"sourceParagraph\":2253},{\"blockId\":\"CH15-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"label\\\": \\\"AUTOMATIC_FAIL_CRITICAL\\\",\",\"sourceParagraph\":2254},{\"blockId\":\"CH15-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"decisionRule\\\": \\\"CONFIRMED_CRITICAL_GATE_PRESENT\\\",\",\"sourceParagraph\":2255},{\"blockId\":\"CH15-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"nonCompensatory\\\": true,\",\"sourceParagraph\":2256},{\"blockId\":\"CH15-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"correctClaimsPreservedInRecord\\\": true\",\"sourceParagraph\":2257},{\"blockId\":\"CH15-MB0083\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2258},{\"blockId\":\"CH15-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"review\\\": {\",\"sourceParagraph\":2259},{\"blockId\":\"CH15-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"primaryReviewerRole\\\": \\\"LANGUAGE_ADJUDICATOR\\\",\",\"sourceParagraph\":2260},{\"blockId\":\"CH15-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"secondaryReviewerRole\\\": \\\"EVIDENCE_ADJUDICATOR\\\",\",\"sourceParagraph\":2261},{\"blockId\":\"CH15-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"domainExpertRole\\\": \\\"LEGAL_REGULATORY_REVIEWER\\\",\",\"sourceParagraph\":2262},{\"blockId\":\"CH15-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"independentInitialDecisions\\\": true,\",\"sourceParagraph\":2263},{\"blockId\":\"CH15-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"finalizedByRole\\\": \\\"SENIOR_ADJUDICATOR\\\",\",\"sourceParagraph\":2264},{\"blockId\":\"CH15-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"finalizedAt\\\": \\\"2026-09-05T09:00:00Z\\\"\",\"sourceParagraph\":2265},{\"blockId\":\"CH15-MB0091\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2266},{\"blockId\":\"CH15-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"appeal\\\": {\",\"sourceParagraph\":2267},{\"blockId\":\"CH15-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"NO_APPEAL\\\"\",\"sourceParagraph\":2268},{\"blockId\":\"CH15-MB0094\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2269},{\"blockId\":\"CH15-MB0095\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2270},{\"blockId\":\"CH15-MB0096\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2271},{\"blockId\":\"CH15-MB0097\",\"type\":\"paragraph\",\"text\":\"80. MACHINE-READABLE CRITICAL INCIDENT RECORD\",\"sourceParagraph\":2273},{\"blockId\":\"CH15-MB0098\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2274},{\"blockId\":\"CH15-MB0099\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2275},{\"blockId\":\"CH15-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2276},{\"blockId\":\"CH15-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2277},{\"blockId\":\"CH15-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"criticalIncident\\\": {\",\"sourceParagraph\":2278},{\"blockId\":\"CH15-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"incidentId\\\": \\\"NGCI-SYNTH-ORION-TR-W1-001\\\",\",\"sourceParagraph\":2279},{\"blockId\":\"CH15-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"CIS-2\\\",\",\"sourceParagraph\":2280},{\"blockId\":\"CH15-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"incidentVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2281},{\"blockId\":\"CH15-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"sourceResponseDecisionId\\\": \\\"NGRD-SYNTH-000184\\\",\",\"sourceParagraph\":2282},{\"blockId\":\"CH15-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"sourceFindingClusterId\\\": \\\"NGFC-SYNTH-000184-001\\\",\",\"sourceParagraph\":2283},{\"blockId\":\"CH15-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCodes\\\": [\",\"sourceParagraph\":2284},{\"blockId\":\"CH15-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"CG-02\\\",\",\"sourceParagraph\":2285},{\"blockId\":\"CH15-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"CG-06\\\",\",\"sourceParagraph\":2286},{\"blockId\":\"CH15-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"CG-08\\\"\",\"sourceParagraph\":2287},{\"blockId\":\"CH15-MB0112\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2288},{\"blockId\":\"CH15-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"incidentType\\\": \\\"FALSE_REGULATED_SERVICE_AUTHORITY\\\",\",\"sourceParagraph\":2289},{\"blockId\":\"CH15-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"scope\\\": {\",\"sourceParagraph\":2290},{\"blockId\":\"CH15-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-ORION-CHAT\\\",\",\"sourceParagraph\":2291},{\"blockId\":\"CH15-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"surface\\\": \\\"WEB\\\",\",\"sourceParagraph\":2292},{\"blockId\":\"CH15-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"PAID\\\",\",\"sourceParagraph\":2293},{\"blockId\":\"CH15-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"country\\\": \\\"TR\\\",\",\"sourceParagraph\":2294},{\"blockId\":\"CH15-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":2295},{\"blockId\":\"CH15-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"promptFamily\\\": \\\"PR-07\\\",\",\"sourceParagraph\":2296},{\"blockId\":\"CH15-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"panelState\\\": \\\"CONTROLLED_CLEAN\\\",\",\"sourceParagraph\":2297},{\"blockId\":\"CH15-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"NGW-SYNTH-W1-001\\\"\",\"sourceParagraph\":2298},{\"blockId\":\"CH15-MB0123\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2299},{\"blockId\":\"CH15-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"confirmation\\\": {\",\"sourceParagraph\":2300},{\"blockId\":\"CH15-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"captureValid\\\": true,\",\"sourceParagraph\":2301},{\"blockId\":\"CH15-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackSufficient\\\": true,\",\"sourceParagraph\":2302},{\"blockId\":\"CH15-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"doubleReviewed\\\": true,\",\"sourceParagraph\":2303},{\"blockId\":\"CH15-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"domainExpertConfirmed\\\": true,\",\"sourceParagraph\":2304},{\"blockId\":\"CH15-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"referenceGap\\\": false,\",\"sourceParagraph\":2305},{\"blockId\":\"CH15-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"confirmedAt\\\": \\\"2026-09-05T09:00:00Z\\\"\",\"sourceParagraph\":2306},{\"blockId\":\"CH15-MB0131\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2307},{\"blockId\":\"CH15-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"impactVector\\\": {\",\"sourceParagraph\":2308},{\"blockId\":\"CH15-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"harmMagnitude\\\": \\\"HIGH\\\",\",\"sourceParagraph\":2309},{\"blockId\":\"CH15-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"decisionImpact\\\": \\\"HIGH\\\",\",\"sourceParagraph\":2310},{\"blockId\":\"CH15-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"actionability\\\": \\\"DIRECT\\\",\",\"sourceParagraph\":2311},{\"blockId\":\"CH15-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CORE\\\",\",\"sourceParagraph\":2312},{\"blockId\":\"CH15-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"affectedDomain\\\": \\\"LEGAL\\\",\",\"sourceParagraph\":2313},{\"blockId\":\"CH15-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"reversibilityBeforeAction\\\": \\\"LOW\\\",\",\"sourceParagraph\":2314},{\"blockId\":\"CH15-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"vulnerableUserRisk\\\": \\\"POSSIBLE\\\"\",\"sourceParagraph\":2315},{\"blockId\":\"CH15-MB0140\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2316},{\"blockId\":\"CH15-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"populationInference\\\": {\",\"sourceParagraph\":2317},{\"blockId\":\"CH15-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"singleObservationProvesPrevalence\\\": false,\",\"sourceParagraph\":2318},{\"blockId\":\"CH15-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"cellPrevalenceStatus\\\": \\\"UNKNOWN\\\",\",\"sourceParagraph\":2319},{\"blockId\":\"CH15-MB0144\",\"type\":\"paragraph\",\"text\":\"\\\"confirmatorySamplingRequired\\\": true\",\"sourceParagraph\":2320},{\"blockId\":\"CH15-MB0145\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2321},{\"blockId\":\"CH15-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"conformityEffect\\\": {\",\"sourceParagraph\":2322},{\"blockId\":\"CH15-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"responseAutomaticFail\\\": true,\",\"sourceParagraph\":2323},{\"blockId\":\"CH15-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"cellStatus\\\": \\\"CRITICAL_HOLD\\\",\",\"sourceParagraph\":2324},{\"blockId\":\"CH15-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"waveZeroCriticalClaimAllowed\\\": false,\",\"sourceParagraph\":2325},{\"blockId\":\"CH15-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"globalProductFailureClaimAllowed\\\": false\",\"sourceParagraph\":2326},{\"blockId\":\"CH15-MB0151\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2327},{\"blockId\":\"CH15-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"confirmatoryPlan\\\": {\",\"sourceParagraph\":2328},{\"blockId\":\"CH15-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"planId\\\": \\\"NGCIP-SYNTH-ORION-TR-001\\\",\",\"sourceParagraph\":2329},{\"blockId\":\"CH15-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeAdditionalResponses\\\": true,\",\"sourceParagraph\":2330},{\"blockId\":\"CH15-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"independentUsers\\\": 100,\",\"sourceParagraph\":2331},{\"blockId\":\"CH15-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"samePromptVersion\\\": true,\",\"sourceParagraph\":2332},{\"blockId\":\"CH15-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"sameTruthPackVersion\\\": true,\",\"sourceParagraph\":2333},{\"blockId\":\"CH15-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"crossLanguageExtension\\\": false\",\"sourceParagraph\":2334},{\"blockId\":\"CH15-MB0159\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2335},{\"blockId\":\"CH15-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"remediation\\\": {\",\"sourceParagraph\":2336},{\"blockId\":\"CH15-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"NOT_STARTED\\\",\",\"sourceParagraph\":2337},{\"blockId\":\"CH15-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"ownerType\\\": \\\"TO_BE_DETERMINED\\\",\",\"sourceParagraph\":2338},{\"blockId\":\"CH15-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"historicalRecordMustRemain\\\": true\",\"sourceParagraph\":2339},{\"blockId\":\"CH15-MB0164\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2340},{\"blockId\":\"CH15-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"governance\\\": {\",\"sourceParagraph\":2341},{\"blockId\":\"CH15-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"incidentOwnerRole\\\": \\\"CRITICAL_INCIDENT_REVIEW_LEAD\\\",\",\"sourceParagraph\":2342},{\"blockId\":\"CH15-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"publicManifestRequired\\\": true\",\"sourceParagraph\":2343},{\"blockId\":\"CH15-MB0168\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2344},{\"blockId\":\"CH15-MB0169\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2345},{\"blockId\":\"CH15-MB0170\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2346},{\"blockId\":\"CH15-MB0171\",\"type\":\"paragraph\",\"text\":\"81. MACHINE-READABLE RESPONSE GATE RULE\",\"sourceParagraph\":2348},{\"blockId\":\"CH15-MB0172\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH15-R01\",\"sourceParagraph\":2349},{\"blockId\":\"CH15-MB0173\",\"type\":\"paragraph\",\"text\":\"A GEO-1000 response MUST NOT receive a pass decision solely from its\",\"sourceParagraph\":2351},{\"blockId\":\"CH15-MB0174\",\"type\":\"paragraph\",\"text\":\"average or proportion of supported atomic claims.\",\"sourceParagraph\":2352},{\"blockId\":\"CH15-MB0175\",\"type\":\"paragraph\",\"text\":\"Before response-level adjudication, the observation MUST satisfy the\",\"sourceParagraph\":2354},{\"blockId\":\"CH15-MB0176\",\"type\":\"paragraph\",\"text\":\"required capture, prompt, AI-system, Truth Pack, and adjudication-quality\",\"sourceParagraph\":2355},{\"blockId\":\"CH15-MB0177\",\"type\":\"paragraph\",\"text\":\"conditions.\",\"sourceParagraph\":2356},{\"blockId\":\"CH15-MB0178\",\"type\":\"paragraph\",\"text\":\"Every response MUST be evaluated for:\",\"sourceParagraph\":2358},{\"blockId\":\"CH15-MB0179\",\"type\":\"paragraph\",\"text\":\"- required response elements,\",\"sourceParagraph\":2360},{\"blockId\":\"CH15-MB0180\",\"type\":\"paragraph\",\"text\":\"- confirmed Critical findings,\",\"sourceParagraph\":2361},{\"blockId\":\"CH15-MB0181\",\"type\":\"paragraph\",\"text\":\"- confirmed Major findings,\",\"sourceParagraph\":2362},{\"blockId\":\"CH15-MB0182\",\"type\":\"paragraph\",\"text\":\"- cumulative Moderate materiality,\",\"sourceParagraph\":2363},{\"blockId\":\"CH15-MB0183\",\"type\":\"paragraph\",\"text\":\"- material omissions,\",\"sourceParagraph\":2364},{\"blockId\":\"CH15-MB0184\",\"type\":\"paragraph\",\"text\":\"- unresolved core claims,\",\"sourceParagraph\":2365},{\"blockId\":\"CH15-MB0185\",\"type\":\"paragraph\",\"text\":\"- refusal or nonresponse,\",\"sourceParagraph\":2366},{\"blockId\":\"CH15-MB0186\",\"type\":\"paragraph\",\"text\":\"- internal contradiction,\",\"sourceParagraph\":2367},{\"blockId\":\"CH15-MB0187\",\"type\":\"paragraph\",\"text\":\"- self-correction,\",\"sourceParagraph\":2368},{\"blockId\":\"CH15-MB0188\",\"type\":\"paragraph\",\"text\":\"- and root-finding clusters.\",\"sourceParagraph\":2369},{\"blockId\":\"CH15-MB0189\",\"type\":\"paragraph\",\"text\":\"A confirmed Critical finding MUST create a non-compensatory automatic\",\"sourceParagraph\":2371},{\"blockId\":\"CH15-MB0190\",\"type\":\"paragraph\",\"text\":\"response failure.\",\"sourceParagraph\":2372},{\"blockId\":\"CH15-MB0191\",\"type\":\"paragraph\",\"text\":\"A confirmed Major finding or failure of a required core response element\",\"sourceParagraph\":2374},{\"blockId\":\"CH15-MB0192\",\"type\":\"paragraph\",\"text\":\"MUST create a response failure and MUST NOT be offset by other supported\",\"sourceParagraph\":2375},{\"blockId\":\"CH15-MB0193\",\"type\":\"paragraph\",\"text\":\"claims.\",\"sourceParagraph\":2376},{\"blockId\":\"CH15-MB0194\",\"type\":\"paragraph\",\"text\":\"Moderate findings MAY permit only a conditional pass when all core\",\"sourceParagraph\":2378},{\"blockId\":\"CH15-MB0195\",\"type\":\"paragraph\",\"text\":\"requirements remain satisfied and cumulative materiality does not create\",\"sourceParagraph\":2379},{\"blockId\":\"CH15-MB0196\",\"type\":\"paragraph\",\"text\":\"a Major effect.\",\"sourceParagraph\":2380},{\"blockId\":\"CH15-MB0197\",\"type\":\"paragraph\",\"text\":\"Advisory findings MUST remain visible but MUST NOT independently block\",\"sourceParagraph\":2382},{\"blockId\":\"CH15-MB0198\",\"type\":\"paragraph\",\"text\":\"response passage.\",\"sourceParagraph\":2383},{\"blockId\":\"CH15-MB0199\",\"type\":\"paragraph\",\"text\":\"Critical and Major severity MUST be determined independently from claim\",\"sourceParagraph\":2385},{\"blockId\":\"CH15-MB0200\",\"type\":\"paragraph\",\"text\":\"frequency and independently from whether the error favours or harms the\",\"sourceParagraph\":2386},{\"blockId\":\"CH15-MB0201\",\"type\":\"paragraph\",\"text\":\"audited entity.\",\"sourceParagraph\":2387},{\"blockId\":\"CH15-MB0202\",\"type\":\"paragraph\",\"text\":\"Critical findings SHOULD be confirmed through valid capture, sufficient\",\"sourceParagraph\":2389},{\"blockId\":\"CH15-MB0203\",\"type\":\"paragraph\",\"text\":\"Truth Pack coverage, independent double review, and appropriate language\",\"sourceParagraph\":2390},{\"blockId\":\"CH15-MB0204\",\"type\":\"paragraph\",\"text\":\"or domain expertise.\",\"sourceParagraph\":2391},{\"blockId\":\"CH15-MB0205\",\"type\":\"paragraph\",\"text\":\"Reference gaps and unresolved evidence MUST NOT automatically create\",\"sourceParagraph\":2393},{\"blockId\":\"CH15-MB0206\",\"type\":\"paragraph\",\"text\":\"Critical, Major, pass, or failure decisions.\",\"sourceParagraph\":2394},{\"blockId\":\"CH15-MB0207\",\"type\":\"paragraph\",\"text\":\"Wrong-entity transfer, false license or regulatory authority, actionable\",\"sourceParagraph\":2396},{\"blockId\":\"CH15-MB0208\",\"type\":\"paragraph\",\"text\":\"high-stakes misinformation, fabricated material evidence, false\",\"sourceParagraph\":2397},{\"blockId\":\"CH15-MB0209\",\"type\":\"paragraph\",\"text\":\"transactional guarantees, unsafe out-of-scope recommendations, serious\",\"sourceParagraph\":2398},{\"blockId\":\"CH15-MB0210\",\"type\":\"paragraph\",\"text\":\"unsupported allegations, material boundary omissions, current use of\",\"sourceParagraph\":2399},{\"blockId\":\"CH15-MB0211\",\"type\":\"paragraph\",\"text\":\"expired authority, false endorsements, restricted-data exposure, and\",\"sourceParagraph\":2400},{\"blockId\":\"CH15-MB0212\",\"type\":\"paragraph\",\"text\":\"evidence laundering MAY activate Critical gates when the defined\",\"sourceParagraph\":2401},{\"blockId\":\"CH15-MB0213\",\"type\":\"paragraph\",\"text\":\"materiality conditions are met.\",\"sourceParagraph\":2402},{\"blockId\":\"CH15-MB0214\",\"type\":\"paragraph\",\"text\":\"A single confirmed Critical response MUST establish that the event\",\"sourceParagraph\":2404},{\"blockId\":\"CH15-MB0215\",\"type\":\"paragraph\",\"text\":\"occurred under the defined product-country-language-prompt-time\",\"sourceParagraph\":2405},{\"blockId\":\"CH15-MB0216\",\"type\":\"paragraph\",\"text\":\"conditions. It MUST NOT, by itself, be represented as the prevalence of\",\"sourceParagraph\":2406},{\"blockId\":\"CH15-MB0217\",\"type\":\"paragraph\",\"text\":\"that event across all users or all product surfaces.\",\"sourceParagraph\":2407},{\"blockId\":\"CH15-MB0218\",\"type\":\"paragraph\",\"text\":\"Every confirmed Critical response MUST open a versioned Critical Incident\",\"sourceParagraph\":2409},{\"blockId\":\"CH15-MB0219\",\"type\":\"paragraph\",\"text\":\"Record and trigger scope-appropriate confirmatory review.\",\"sourceParagraph\":2410},{\"blockId\":\"CH15-MB0220\",\"type\":\"paragraph\",\"text\":\"An open confirmed Critical incident MUST prevent a claim of zero Critical\",\"sourceParagraph\":2412},{\"blockId\":\"CH15-MB0221\",\"type\":\"paragraph\",\"text\":\"errors or full conformity in the affected declared scope.\",\"sourceParagraph\":2413},{\"blockId\":\"CH15-MB0222\",\"type\":\"paragraph\",\"text\":\"Remediation and retesting MUST create new observations and new wave\",\"sourceParagraph\":2415},{\"blockId\":\"CH15-MB0223\",\"type\":\"paragraph\",\"text\":\"records. They MUST NOT alter or erase the original response decision or\",\"sourceParagraph\":2416},{\"blockId\":\"CH15-MB0224\",\"type\":\"paragraph\",\"text\":\"historical incident.\",\"sourceParagraph\":2417},{\"blockId\":\"CH15-MB0225\",\"type\":\"paragraph\",\"text\":\"Response decisions, severity levels, gate codes, incident scope,\",\"sourceParagraph\":2419},{\"blockId\":\"CH15-MB0226\",\"type\":\"paragraph\",\"text\":\"replication status, conformity effects, appeals, and revisions MUST be\",\"sourceParagraph\":2420},{\"blockId\":\"CH15-MB0227\",\"type\":\"paragraph\",\"text\":\"versioned and attributable to an accountable human or organisation.\",\"sourceParagraph\":2421},{\"blockId\":\"CH15-MB0228\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2422},{\"blockId\":\"CH15-MB0229\",\"type\":\"paragraph\",\"text\":\"A GEO-1000 response cannot pass solely based on the average or ratio of supported atoms. Confirmed Critical finding is an irremediable automatic response failure; Confirmed Major finding or core mandatory element failure should create a response failure. Moderate finding may allow conditional passage only if core requirements are maintained and cumulative materiality does not create a Major impact.\",\"sourceParagraph\":2423}],\"normativeRuleLocalized\":\"Eine GEO-1000-Antwort DARF NICHT allein aufgrund ihres Durchschnitts oder Anteils unterstützter atomarer Behauptungen eine Bestehensentscheidung erhalten. Vor der Bewertung auf Antwortebene MUSS die Beobachtung die erforderlichen Bedingungen für Erfassung, Prompt, KI-System, Truth Pack und Bewertungsqualität erfüllen. Jede Antwort MUSS auf Folgendes bewertet werden: - erforderliche Antwortbestandteile, - bestätigte kritische Feststellungen, - bestätigte wesentliche Feststellungen, - kumulative moderate Relevanz, - wesentliche Auslassungen, - ungelöste Kernansprüche, - Ablehnung oder Nichtantwort, - interne Widersprüche, - Selbstkorrektur, - und Root-Finding-Cluster. Eine bestätigte kritische Feststellung MUSS ein nicht kompensierbares automatisches Antwortversagen erzeugen. Ein bestätigter schwerwiegender Befund oder Ausfall eines erforderlichen Kernelementes der Antwort MUSS ein Antwortversagen erzeugen und DARF NICHT durch andere unterstützte Aussagen ausgeglichen werden. Moderate Befunde KÖNNEN nur eine Bedingt bestanden zulassen, wenn alle Kernanforderungen weiterhin erfüllt sind und die kumulative Wesentlichkeit keinen schwerwiegenden Effekt erzeugt. Beratende Befunde MÜSSEN sichtbar bleiben, DARF aber nicht eigenständig die Genehmigung der Antwort blockieren. Kritische und schwerwiegende Schweregrade MÜSSEN unabhängig von der Häufigkeit der Aussagen und unabhängig davon bestimmt werden, ob der Fehler dem geprüften Unternehmen zugutekommt oder schadet. Kritische Ergebnisse SOLLTEN durch gültige Erfassung, ausreichende Truth Pack-Abdeckung, unabhängige Doppelprüfung und angemessene Sprach- oder Fachkenntnisse bestätigt werden. Referenzlücken und ungelöste Nachweise DÜRFEN NICHT automatisch zu Entscheidungen über kritisch, schwerwiegend, bestanden oder nicht bestanden führen. Falschübertragungen von Entitäten, falsche Lizenz- oder Regulierungsbehörden, handlungsrelevante Hochrisikofehlinformationen, erfundene materielle Nachweise, falsche transaktionale Garantien, unsichere Empfehlungen außerhalb des Anwendungsbereichs, schwerwiegende unbegründete Anschuldigungen, wesentliche Grenzversäumnisse, aktuelle Nutzung abgelaufener Befugnisse, falsche Empfehlungen, Offenlegung eingeschränkter Daten, und Evidenzlöschung KANN kritische Tore aktivieren, wenn die definierten Wesentlichkeitsbedingungen erfüllt sind. Eine einzelne bestätigte kritische Reaktion MUSS feststellen, dass das Ereignis unter den definierten Bedingungen von Produkt-Land-Sprache-Aufforderung-Zeit aufgetreten ist. Es DARF NICHT von sich aus als das Vorhandensein dieses Ereignisses bei allen Nutzern oder auf allen Produktoberflächen repräsentiert werden. Jede bestätigte kritische Reaktion MUSS ein versioniertes kritisches Vorfallsprotokoll eröffnen und eine überprüfende Kontrolle im entsprechenden Umfang auslösen. Ein offener bestätigter kritischer Vorfall MUSS eine Aussage auf null kritische Fehler oder vollständige Übereinstimmung im betroffenen deklarierten Umfang verhindern. Behebung und erneute Tests MÜSSEN neue Beobachtungen und neue Wellenaufzeichnungen erstellen. Sie DÜRFEN die ursprüngliche Entscheidungsantwort oder das historische Ereignis NICHT ändern oder löschen. Antwortentscheidungen, Schweregrade, Sperrcodes, Vorfallsumfang, Replikationsstatus, Konformitätseffekte, Einsprüche und Überarbeitungen MÜSSEN versioniert sein und einer verantwortlichen Person oder Organisation zugeordnet werden KÖNNEN.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH15-MB0001\",\"type\":\"paragraph\",\"text\":\"79. MASCHINENLESBARE ANTWORTÜBERTRAGUNGSDA-TEI\",\"sourceParagraph\":2176,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2177,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2178,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0004\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2179,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"requiredResponseElements\\\": {\",\"sourceParagraph\":2180,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"entityResolved\\\": wahr,\",\"sourceParagraph\":2181,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"primaryActivityPresent\\\": wahr,\",\"sourceParagraph\":2182,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"materialBoundaryPresent\\\": false,\",\"sourceParagraph\":2183,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"allCoreElementsSatisfied\\\": false,\",\"sourceParagraph\":2184,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0010\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2185,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"claimSummary\\\": {\",\"sourceParagraph\":2186,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"materialAtomicClaimCount\\\": 14,\",\"sourceParagraph\":2187,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0013\",\"type\":\"paragraph\",\"text\":\"„supported“: 9,\",\"sourceParagraph\":2188,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"supportedWithQualification\\\": 1,\",\"sourceParagraph\":2189,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0015\",\"type\":\"paragraph\",\"text\":\"„unsupported“: 1,\",\"sourceParagraph\":2190,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"widersprochen\\\": 2,\",\"sourceParagraph\":2191,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"referenceGap\\\": 0,\",\"sourceParagraph\":2192,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"wrongEntity\\\": 0,\",\"sourceParagraph\":2193,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"veraltet\\\": 0,\",\"sourceParagraph\":2194,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"claimSupportRateUnweighted\\\": 0.642 9\",\"sourceParagraph\":2195,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0021\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2196,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"findingClusters\\\": [\",\"sourceParagraph\":2197,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0023\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2198,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"findingClusterId\\\": \\\"NGFC-SYNTH-000184-001\\\",\",\"sourceParagraph\":2199,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"rootIssue\\\": \\\"FALSCHE_EINWANDERUNGSERLAUBNIS\\\",\",\"sourceParagraph\":2200,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"linkedResponseClaimIds\\\": [\",\"sourceParagraph\":2201,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"NGRC-SYNTH-000184-005\\\",\",\"sourceParagraph\":2202,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"NGRC-SYNTH-000184-006\\\"\",\"sourceParagraph\":2203,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0029\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2204,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"Bedeutung\\\": \\\"KRITISCH\\\",\",\"sourceParagraph\":2205,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCodes\\\": [\",\"sourceParagraph\":2206,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"CG-02\\\",\",\"sourceParagraph\":2207,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"CG-06\\\",\",\"sourceParagraph\":2208,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"CG-08\\\"\",\"sourceParagraph\":2209,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0035\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2210,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-1\\\",\",\"sourceParagraph\":2211,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"Umsetzbarkeit\\\": \\\"DIREKTE_BENUTZERAKTION\\\",\",\"sourceParagraph\":2212,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"harmDomain\\\": \\\"LEGAL\\\",\",\"sourceParagraph\":2213,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"repeatedInResponse\\\": wahr,\",\"sourceParagraph\":2214,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"recommendationAmplified\\\": true,\",\"sourceParagraph\":2215,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0041\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2216,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0042\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2217,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"findingClusterId\\\": \\\"NGFC-SYNTH-000184-002\\\",\",\"sourceParagraph\":2218,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"rootIssue\\\": \\\"FALSCHE_UNABHÄNGIGE_ZERTIFIZIERUNG\\\"\",\"sourceParagraph\":2219,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"linkedResponseClaimIds\\\": [\",\"sourceParagraph\":2220,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"NGRC-SYNTH-000184-009\\\",\",\"sourceParagraph\":2221,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"NGRC-SYNTH-000184-010\\\"\",\"sourceParagraph\":2222,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0048\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2223,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"Bedeutung\\\": \\\"KRITISCH\\\",\",\"sourceParagraph\":2224,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCodes\\\": [\",\"sourceParagraph\":2225,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"CG-04\\\",\",\"sourceParagraph\":2226,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"CG-10\\\",\",\"sourceParagraph\":2227,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"CG-12\\\"\",\"sourceParagraph\":2228,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0054\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2229,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"centrality\\\": \\\"CL-2\\\",\",\"sourceParagraph\":2230,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"Handlungsfähigkeit\\\": \\\"VERTRAUENSSIGNAL\\\",\",\"sourceParagraph\":2231,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"harmDomain\\\": \\\"KOMMERZIELLES_VERTRAUEN\\\"\",\"sourceParagraph\":2232,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0058\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2233,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0059\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2234,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"severityCounts\\\": {\",\"sourceParagraph\":2235,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"criticalClusters\\\": 2,\",\"sourceParagraph\":2236,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"majorClusters\\\": 0,\",\"sourceParagraph\":2237,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"moderateClusters\\\": 1,\",\"sourceParagraph\":2238,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"advisoryFindings\\\": 0\",\"sourceParagraph\":2239,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2240,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"ungelöst\\\": {\",\"sourceParagraph\":2241,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"materialUnresolvedClaimCount\\\": 0,\",\"sourceParagraph\":2242,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"coreUnresolved\\\": false,\",\"sourceParagraph\":2243,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0069\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2244,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"responseBehavior\\\": {\",\"sourceParagraph\":2245,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"Ablehnung\\\": false,\",\"sourceParagraph\":2246,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"Klarstellung\\\": false,\",\"sourceParagraph\":2247,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"selfCorrection\\\": false,\",\"sourceParagraph\":2248,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"internalContradiction\\\": false,\",\"sourceParagraph\":2249,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"noUsableResponse\\\": false,\",\"sourceParagraph\":2250,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0076\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2251,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"statusDecision\\\": {\",\"sourceParagraph\":2252,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"RP-5\\\",\",\"sourceParagraph\":2253,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"Etikett\\\": \\\"AUTOMATISCH_FEHLGESCHLAGEN_KRITISCH\\\",\",\"sourceParagraph\":2254,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"decisionRule\\\": \\\"BESTÄTIGTES_KRITISCHES_GATE_VORHANDEN\\\",\",\"sourceParagraph\":2255,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"nonCompensatory\\\": wahr,\",\"sourceParagraph\":2256,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"correctClaimsPreservedInRecord\\\": true,\",\"sourceParagraph\":2257,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0083\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2258,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"Überprüfung\\\": {\",\"sourceParagraph\":2259,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"primaryReviewerRole\\\": \\\"SPRACHBEURTEILER\\\",\",\"sourceParagraph\":2260,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"secondaryReviewerRole\\\": \\\"BEWEISBEURTEILER\\\",\",\"sourceParagraph\":2261,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"domainExpertRole\\\": \\\"RECHTLICHER_REGULATORISCHER_PRÜFER\\\",\",\"sourceParagraph\":2262,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"independentInitialDecisions\\\": wahr,\",\"sourceParagraph\":2263,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"finalizedByRole\\\": \\\"SENIOR_BESCHIEDER\\\",\",\"sourceParagraph\":2264,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"finalizedAt\\\": \\\"2026-09-05 T0 9:00:00 Z\\\"\",\"sourceParagraph\":2265,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0091\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2266,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"appeal\\\": {\\\"\",\"sourceParagraph\":2267,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"KEINE_BESCHWERDE\\\"\",\"sourceParagraph\":2268,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0094\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2269,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0095\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2270,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0096\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2271,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0097\",\"type\":\"paragraph\",\"text\":\"80. MASCHINENLESBARES_KRITISCHES_ZWISCHENFALL_PROTOKOLL\",\"sourceParagraph\":2273,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0098\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2274,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0099\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2275,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2276,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2277,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"criticalIncident\\\": {\",\"sourceParagraph\":2278,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"incidentId\\\": \\\"NGCI-SYNTH-ORION-TR-W1-001\\\",\",\"sourceParagraph\":2279,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"CIS-2\\\"\",\"sourceParagraph\":2280,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"incidentVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2281,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"sourceResponseDecisionId\\\": \\\"NGRD-SYNTH-000184\\\",\",\"sourceParagraph\":2282,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"sourceFindingClusterId\\\": \\\"NGFC-SYNTH-000184-001\\\",\",\"sourceParagraph\":2283,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCodes\\\": [\",\"sourceParagraph\":2284,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"CG-02\\\",\",\"sourceParagraph\":2285,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"CG-06\\\",\",\"sourceParagraph\":2286,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"CG-08\\\"\",\"sourceParagraph\":2287,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0112\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2288,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"incidentType\\\": \\\"FALSCH_REGULIERTE_DIENST_AUTORITÄT\\\",\",\"sourceParagraph\":2289,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"Umfang\\\": {\",\"sourceParagraph\":2290,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-ORION-CHAT\\\",\",\"sourceParagraph\":2291,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"oberfläche\\\": \\\"WEB\\\",\",\"sourceParagraph\":2292,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"plan\\\": \\\"BEZAHLT\\\",\",\"sourceParagraph\":2293,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"country\\\": \\\"TR\\\"\",\"sourceParagraph\":2294,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"locale\\\": \\\"tr-TR\\\",\",\"sourceParagraph\":2295,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"promptFamily\\\": \\\"PR-07\\\",\",\"sourceParagraph\":2296,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"panelState\\\": \\\"GEREGELT_GEREINIGT\\\",\",\"sourceParagraph\":2297,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"NGW-SYNTH-W1-001\\\"\",\"sourceParagraph\":2298,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0123\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2299,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"Bestätigung\\\": {\",\"sourceParagraph\":2300,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"captureValid\\\": wahr,\",\"sourceParagraph\":2301,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackSufficient\\\": wahr,\",\"sourceParagraph\":2302,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"doubleReviewed\\\": wahr,\",\"sourceParagraph\":2303,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"domainExpertConfirmed\\\": wahr,\",\"sourceParagraph\":2304,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"referenceGap\\\": false,\",\"sourceParagraph\":2305,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"confirmedAt\\\": \\\"2026-09-05 T0 9:00:00 Z\\\"\",\"sourceParagraph\":2306,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0131\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2307,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"impactVector\\\": {\",\"sourceParagraph\":2308,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"harmMagnitude\\\": \\\"HOCH\\\",\",\"sourceParagraph\":2309,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"decisionImpact\\\": \\\"HOCH\\\",\",\"sourceParagraph\":2310,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"Handlungsfähigkeit\\\": \\\"DIREKT\\\",\",\"sourceParagraph\":2311,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"Zentralität\\\": \\\"KERN\\\",\",\"sourceParagraph\":2312,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"affectedDomain\\\": \\\"LEGAL\\\",\",\"sourceParagraph\":2313,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"reversibilityBeforeAction\\\": \\\"NIEDRIG\\\",\",\"sourceParagraph\":2314,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"vulnerableUserRisk\\\": \\\"MÖGLICH\\\"\",\"sourceParagraph\":2315,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0140\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2316,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"populationInference\\\": {\",\"sourceParagraph\":2317,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"singleObservationProvesPrevalence\\\": false,\",\"sourceParagraph\":2318,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"cellPrevalenceStatus\\\": \\\"UNBEKANNT\\\",\",\"sourceParagraph\":2319,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0144\",\"type\":\"paragraph\",\"text\":\"\\\"confirmatorySamplingRequired\\\": true,\",\"sourceParagraph\":2320,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0145\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2321,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"conformityEffect\\\": {\",\"sourceParagraph\":2322,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"responseAutomaticFail\\\": wahr,\",\"sourceParagraph\":2323,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"cellStatus\\\": \\\"KRITISCH_HOLD\\\"\",\"sourceParagraph\":2324,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"waveZeroCriticalClaimAllowed\\\": false,\",\"sourceParagraph\":2325,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"globalProductFailureClaimAllowed\\\": false,\",\"sourceParagraph\":2326,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0151\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2327,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"confirmatoryPlan\\\": {\",\"sourceParagraph\":2328,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"planId\\\": \\\"NGCIP-SYNTH-ORION-TR-001\\\",\",\"sourceParagraph\":2329,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeAdditionalResponses\\\": wahr,\",\"sourceParagraph\":2330,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"independentUsers\\\": 100,\",\"sourceParagraph\":2331,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"samePromptVersion\\\": wahr,\",\"sourceParagraph\":2332,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"sameTruthPackVersion\\\": wahr,\",\"sourceParagraph\":2333,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"crossLanguageExtension\\\": false,\",\"sourceParagraph\":2334,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0159\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2335,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"Behebung\\\": {\",\"sourceParagraph\":2336,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"NICHT_GESTARTET\\\",\",\"sourceParagraph\":2337,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"ownerType\\\": \\\"NOCH_FESTZULEGEN\\\",\",\"sourceParagraph\":2338,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"historicalRecordMustRemain\\\": true,\",\"sourceParagraph\":2339,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0164\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2340,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"Governance\\\": {\",\"sourceParagraph\":2341,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"incidentOwnerRole\\\": \\\"LEITUNG_KRITISCHER_VORFALLSBEDENKEN\\\",\",\"sourceParagraph\":2342,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"publicManifestRequired\\\": true,\",\"sourceParagraph\":2343,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0168\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2344,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0169\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2345,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0170\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2346,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0171\",\"type\":\"paragraph\",\"text\":\"81. MASCHINENLESBARE_ANTWORT_GRENZREGEL\",\"sourceParagraph\":2348,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0172\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH15-R01\",\"sourceParagraph\":2349,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0173\",\"type\":\"paragraph\",\"text\":\"Eine GEO-1000-Antwort DARF NICHT nur aufgrund ihres\",\"sourceParagraph\":2351,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0174\",\"type\":\"paragraph\",\"text\":\"durchschnittlichen oder anteiligen unterstützten atomaren Aussagen eine Zustimmung erhalten.\",\"sourceParagraph\":2352,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0175\",\"type\":\"paragraph\",\"text\":\"Vor der Beurteilung auf Antwort-Ebene MUSS die Beobachtung die\",\"sourceParagraph\":2354,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0176\",\"type\":\"paragraph\",\"text\":\"erforderlichen Erfassungs-, Eingabeaufforderungs-, KI-System-, Wahrheits-Paket- und Beurteilungsqualitäts-\",\"sourceParagraph\":2355,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0177\",\"type\":\"paragraph\",\"text\":\"Bedingungen erfüllen.\\\"\",\"sourceParagraph\":2356,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0178\",\"type\":\"paragraph\",\"text\":\"Jede Antwort MUSS bewertet werden auf:\",\"sourceParagraph\":2358,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0179\",\"type\":\"paragraph\",\"text\":\"- erforderliche Antwortbestandteile,\",\"sourceParagraph\":2360,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0180\",\"type\":\"paragraph\",\"text\":\"- bestätigte kritische Befunde,\",\"sourceParagraph\":2361,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0181\",\"type\":\"paragraph\",\"text\":\"- bestätigte wesentliche Befunde,\",\"sourceParagraph\":2362,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0182\",\"type\":\"paragraph\",\"text\":\"- kumulative moderate Wesentlichkeit,\",\"sourceParagraph\":2363,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0183\",\"type\":\"paragraph\",\"text\":\"- wesentliche Auslassungen,\",\"sourceParagraph\":2364,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0184\",\"type\":\"paragraph\",\"text\":\"- ungelöste Kernansprüche,\",\"sourceParagraph\":2365,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0185\",\"type\":\"paragraph\",\"text\":\"- Verweigerung oder Nichtreaktion,\",\"sourceParagraph\":2366,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0186\",\"type\":\"paragraph\",\"text\":\"- interne Widersprüche,\",\"sourceParagraph\":2367,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0187\",\"type\":\"paragraph\",\"text\":\"- Selbstkorrekturen,\",\"sourceParagraph\":2368,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0188\",\"type\":\"paragraph\",\"text\":\"- und Ursachenanalyse-Cluster.\",\"sourceParagraph\":2369,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0189\",\"type\":\"paragraph\",\"text\":\"Ein bestätigter kritischer Befund MUSS einen nicht kompensierbaren automatischen\",\"sourceParagraph\":2371,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0190\",\"type\":\"paragraph\",\"text\":\"Antwortausfall erzeugen.\",\"sourceParagraph\":2372,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0191\",\"type\":\"paragraph\",\"text\":\"Ein bestätigter schwerwiegender Befund oder ein Versagen eines erforderlichen Kernelementes der Antwort\",\"sourceParagraph\":2374,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0192\",\"type\":\"paragraph\",\"text\":\"MUSS ein Antwortversagen erzeugen und DARF NICHT durch andere unterstützte Elemente ausgeglichen werden\",\"sourceParagraph\":2375,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0193\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":2376,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0194\",\"type\":\"paragraph\",\"text\":\"Mäßige Befunde KÖNNEN nur ein Bedingt bestanden zulassen, wenn alle Kernelemente\",\"sourceParagraph\":2378,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0195\",\"type\":\"paragraph\",\"text\":\"Anforderungen weiterhin erfüllt sind und die kumulative Wesentlichkeit keinen\",\"sourceParagraph\":2379,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0196\",\"type\":\"paragraph\",\"text\":\"schwerwiegenden Effekt erzeugt.\",\"sourceParagraph\":2380,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0197\",\"type\":\"paragraph\",\"text\":\"Beratende Befunde MÜSSEN sichtbar bleiben, dürfen aber die\",\"sourceParagraph\":2382,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0198\",\"type\":\"paragraph\",\"text\":\"Antwortdurchführung nicht unabhängig blockieren.\",\"sourceParagraph\":2383,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0199\",\"type\":\"paragraph\",\"text\":\"Kritische und schwere Schweregrade MÜSSEN unabhängig von der Häufigkeit der Aussagen\",\"sourceParagraph\":2385,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0200\",\"type\":\"paragraph\",\"text\":\"und unabhängig davon, ob der Fehler dem geprüften Unternehmen zugutekommt oder schadet,\",\"sourceParagraph\":2386,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0201\",\"type\":\"paragraph\",\"text\":\"bestimmt werden.\",\"sourceParagraph\":2387,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0202\",\"type\":\"paragraph\",\"text\":\"Kritische Befunde SOLLTEN durch gültige Erfassung, ausreichende\",\"sourceParagraph\":2389,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0203\",\"type\":\"paragraph\",\"text\":\"Truth Pack-Abdeckung, unabhängige Doppelprüfung und angemessene Sprach\",\"sourceParagraph\":2390,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0204\",\"type\":\"paragraph\",\"text\":\"oder Fachkenntnisse im jeweiligen Bereich bestätigt werden.\",\"sourceParagraph\":2391,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0205\",\"type\":\"paragraph\",\"text\":\"]\\nReferenzlücken und ungelöste Evidenzmittel DÜRFEN NICHT automatisch\",\"sourceParagraph\":2393,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0206\",\"type\":\"paragraph\",\"text\":\"kritische, große, bestandene oder fehlgeschlagene Entscheidungen erzeugen.\",\"sourceParagraph\":2394,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0207\",\"type\":\"paragraph\",\"text\":\"Falsch zugeordnete Einheiten, falsche Lizenzen oder regulatorische Behörden, umsetzbare\",\"sourceParagraph\":2396,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0208\",\"type\":\"paragraph\",\"text\":\"hoch riskante Fehlinformationen, gefälschtes Sachbeweismaterial, falsche\",\"sourceParagraph\":2397,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0209\",\"type\":\"paragraph\",\"text\":\"transaktionelle Garantien, unsichere Empfehlungen außerhalb des Geltungsbereichs, schwerwiegende\",\"sourceParagraph\":2398,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0210\",\"type\":\"paragraph\",\"text\":\"nicht unterstützte Anschuldigungen, wesentliche Auslassungen an Grenzen, aktuelle Nutzung von\",\"sourceParagraph\":2399,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0211\",\"type\":\"paragraph\",\"text\":\"abgelaufene Autorität, falsche Beglaubigungen, Offenlegung eingeschränkter Daten, und\",\"sourceParagraph\":2400,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0212\",\"type\":\"paragraph\",\"text\":\"Evidenzmittelwäsche KANN Kritische Tore auslösen, wenn die definierten\",\"sourceParagraph\":2401,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0213\",\"type\":\"paragraph\",\"text\":\"Bedeutsamkeitsbedingungen erfüllt sind.\",\"sourceParagraph\":2402,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0214\",\"type\":\"paragraph\",\"text\":\"Eine einzelne bestätigte Kritische Antwort MUSS feststellen, dass das Ereignis\",\"sourceParagraph\":2404,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0215\",\"type\":\"paragraph\",\"text\":\"unter den definierten Produkt-Land-Sprache-Aufforderung-Zeit\",\"sourceParagraph\":2405,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0216\",\"type\":\"paragraph\",\"text\":\"Bedingungen aufgetreten ist. Es DARF NICHT von sich aus als die Häufigkeit von\",\"sourceParagraph\":2406,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0217\",\"type\":\"paragraph\",\"text\":\"diesem Ereignis bei allen Nutzern oder auf allen Produktoberflächen dargestellt werden.\",\"sourceParagraph\":2407,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0218\",\"type\":\"paragraph\",\"text\":\"Jede bestätigte Kritische Antwort MUSS einen versionierten Kritischen Zwischenfall\",\"sourceParagraph\":2409,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0219\",\"type\":\"paragraph\",\"text\":\"Eintrag öffnen und eine den Umfang entsprechende bestätigende Überprüfung auslösen.\",\"sourceParagraph\":2410,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0220\",\"type\":\"paragraph\",\"text\":\"Ein offener bestätigter kritischer Vorfall MUSS eine Meldung von null Kritischen verhindern\",\"sourceParagraph\":2412,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0221\",\"type\":\"paragraph\",\"text\":\"Fehler oder vollständige Übereinstimmung im betroffenen deklarierten Umfang.\",\"sourceParagraph\":2413,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0222\",\"type\":\"paragraph\",\"text\":\"Behebung und erneutes Testen MÜSSEN neue Beobachtungen und neue Wellen erzeugen\",\"sourceParagraph\":2415,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0223\",\"type\":\"paragraph\",\"text\":\"Aufzeichnungen. Sie DÜRFEN die ursprüngliche Entscheidungsantwort weder ändern noch löschen oder\",\"sourceParagraph\":2416,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0224\",\"type\":\"paragraph\",\"text\":\"historisches Ereignis.\",\"sourceParagraph\":2417,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0225\",\"type\":\"paragraph\",\"text\":\"Antwortentscheidungen, Schweregrade, Torcodes, Vorfallumfang,\",\"sourceParagraph\":2419,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0226\",\"type\":\"paragraph\",\"text\":\"Replikationsstatus, Konformitätseffekte, Berufungen und Überarbeitungen MÜSSEN\",\"sourceParagraph\":2420,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0227\",\"type\":\"paragraph\",\"text\":\"versioniert und einem verantwortlichen Menschen oder einer Organisation zuordenbar.\",\"sourceParagraph\":2421,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0228\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2422,\"language\":\"de-DE\"},{\"blockId\":\"CH15-MB0229\",\"type\":\"paragraph\",\"text\":\"Eine GEO-1000 Antwort kann nicht allein aufgrund des Durchschnitts oder Verhältnisses der unterstützten Atome passieren. Bestätigt Kritisches Ergebnis ist ein unwiderruflicher automatischer Reaktionsfehler; Ein bestätigter Major-Befund oder ein verpflichtender Kern-Elementfehler sollte zu einem Reaktionsfehler führen. Moderate Funde können nur bedingte Passagen zulassen, wenn die Kernanforderungen eingehalten werden und die kumulative Materialität keinen Major-Einfluss hat.\",\"sourceParagraph\":2423,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nAbschnitt 14 hat die folgende Bestimmung eingeführt:\n\n> Eine KI-Antwort sollte nicht nach dem allgemeinen Eindruck bewertet werden, sondern nach den einzelnen Bewertungen der atomaren Aussagen, die sie enthält, hinsichtlich korrekter Existenz, korrektem Nachweis, korrektem Umfang, korrektem Timing und korrektem epistemischen Status.\n\nNun müssen wir die atomaren Entscheidungen zu einer Schlussfolgerung auf Antwortebene zusammenführen:\n\n> Wann besteht eine Antwort?\n\n> Wann besteht sie bedingt?\n\n> Wann fällt sie durch?\n\n> Kann ein einzelner schwerwiegender Fehler unter dutzenden korrekten Aussagen untergehen?\n\n> Wenn 95% einer Antwort korrekt ist, die verbleibende 5% jedoch eine falsche Lizenz oder eine Aussage über inkorrekte rechtliche Autorität beinhaltet, kann die Antwort dann als erfolgreich angesehen werden?\n\n> Kann eine Antwort, die keine falschen Informationen liefert, aber auch die Hauptfrage nicht beantwortet, bestehen?\n\n> Was passiert, wenn ein KI-Produkt, während es das richtige Unternehmen findet und die richtigen Aktivitäten beschreibt, im selben Antwort 'Weltführer' sagt, ohne Nachweise zu haben?\n\n> Wenn eine Empfehlung den Kauf anleitet, ohne zu sagen, dass der Service im Land des Nutzers nicht verfügbar ist, ist das nur ein Mangel?\n\n> Bedeutet die Beobachtung eines kritischen Fehlers bei einem einzelnen Nutzer, dass das gesamte KI-Produkt fehlgeschlagen ist?\n\nDiese Fragen können nicht mit einer einzigen Bewertungsformel gelöst werden. Denn nicht alle Fehler sind ausgleichbar. In der Antwort:\n\n- zwanzig unterstützte Atome,\n\n- eine falsche Lizenzbehauptung\n\nnehmen wir an, sie existiert. Der einfache Atomdurchschnitt:\n\n20/21 = 95.2%\n\nwürde sein. Der Nutzer, der jedoch der falschen Lizenzbehauptung vertraut:\n\n- kann rechtliche Dienstleistungen in Anspruch nehmen,\n\n- kann auf Gesundheitsdienste zugreifen,\n\n- kann ein reguliertes Finanzprodukt nutzen,\n\nEs kann persönliche oder geschäftliche Informationen an eine unbefugte Institution weitergeben. Zwanzig kleine Wahrheiten negieren nicht die Entscheidungswirkung dieser einzelnen Falschheit. Andernfalls kann KI nur die folgende kurze Antwort geben: „Asteron Travel ist eine Unternehmensreisemarke, die Asteron Holdings gehört.“ Die Antwort enthält nur ein oder zwei Atome. Wenn Core Mirror Prompt hat:\n\n- als wahre Entität,\n\n- korrekte Beziehung,\n\n- Hauptaktivität\n\nWenn die Antwort die Anforderungen an korrektes Entity, korrekte Beziehung und Kernaktivität erfüllt, kann sie nicht nur wegen ihrer Kürze bestraft werden. Länge verbessert die GEO-Qualität nicht automatisch, und Kürze macht eine Antwort nicht automatisch unvollständig. Dieses Kapitel wandelt atomare Entscheidungen in eine Antwortbewertungs-Usability- und Konformitätsbeurteilung um, ohne sie in einen Durchschnitt aufzulösen. Die vorherige Audit-Architektur schlug vier Schweregrade vor: Kritisch — untergräbt direkt die Zuverlässigkeit der Darstellung und führt zu einem automatischen Ausfall; Schwerwiegend — erzeugt eine schwerwiegende Fehlrepräsentation und verhindert vollständige Konformität, bis korrigiert; Moderat — verringert Qualität oder Verständlichkeit und kann die bedingte Durcharbeitung ermöglichen; Beratend — identifiziert eine Verbesserungschance und verhindert nicht eigenständig die Konformität. Es wurde auch vorgeschlagen, ein evidenzbasiertes Auditergebnis als explizite Verteilung zu veröffentlichen, wie etwa ‚0 Kritisch, 0 Schwerwiegend, 3 behebbar Moderat‘.\n\nEs war vorgesehen, dass dies mit einer solchen expliziten Fehlerverteilung veröffentlicht wird. Dieser Abschnitt wandelt diese anfängliche Wichtigkeitsarchitektur in normative Tore um, die folgendermaßen arbeiten:\n\n- atomare Behauptung,\n\n- Antwort,\n\n- Land–Sprache–Produkt-Zelle,\n\n- Messwelle,\n\n- Umfang der Konformität\n\nDieser Abschnitt:\n\n- Unterscheidung zwischen Wichtigkeitsgrad und Genauigkeitsstatus,\n\n- Kritische, große, moderate und beratende Feststellungen,\n\n- nicht wiederherstellbare Fehlergrenzen,\n\n- notwendige Antwortbestandteile,\n\n- Antwort-Übergangsstatus,\n\n- Beziehung zwischen falscher Behauptung und wesentlichem Unterlassen,\n\n- Zitat- und epistemische Statusgrenzen,\n\n- Ratschlag und Transaktionsrisiko,\n\n- Ansatz für positive und negative Fehler gleichermaßen\n\n- interner Widerspruch und Selbstkorrektur,\n\n- wie man wiederkehrende Grundfehler handhabt,\n\n- Unterscheidung zwischen einem einzelnen kritischen Ereignis und systemischer kritischer Rate,\n\n- Prozess der kritischen Vorfallbewertung,\n\n- Auswirkungen innerhalb von Reaktion, Zelle, Welle und Compliance-Bereich,\n\n- Regeln für Korrektur und Retests,\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- definitive mathematische Gewichte, die allen Atomen zugewiesen werden müssen,\n\n- Modell- und Prompt-Familienkoeffizienten,\n\n- Vertrauensintervalle,\n\n- vollständige Formel des endgültigen NOMOS-Scores,\n\n- der Prozess der Vergabe und des Entzugs der öffentlichen Markierung\n\nfinalisiert es nicht. Dies sind die Themen von Kapitel 16 und Kapitel 19. Die Hauptfrage von Kapitel 15 lautet:\n\n> Wie verknüpfen wir die vielen richtigen und falschen Teile einer Antwort mit einer fairen Bestehensentscheidung, ohne den schwerwiegenden Fehler im Durchschnitt zu verlieren und ohne einen kleinen Fehler unnötig in ein automatisches Scheitern zu verwandeln?\n\n## NOMOS Herausforderung\n\nDas KI-Produkt gibt die folgende Antwort:\n\n„Asteron Travel ist die Firmenreisemarke, die Asteron Holdings gehört. Es bietet Reisemanagementdiensten für Unternehmen in der Türkei und in Deutschland an. Es bietet auch lizenzierte Einwanderungsberatung an, garantiert 100%-Ergebnisse in allen seinen Projekten und ist unabhängig vom Global Standards Council zertifiziert.“ Truth Pack zeigt Folgendes:\n\nMarkeninherschaft ist korrekt. Geschäftsreiseaktivität ist korrekt. Türkei-Serviceabdeckung ist korrekt. In Deutschland gibt es nur begrenzten Fernservice. Einwanderungsberatung wird nicht angeboten. Es gibt keine Einwanderungs- oder Rechtslizenz. Das kommerzielle Ergebnis ist nicht garantiert. Es gibt keinen unabhängigen Zertifizierungsnachweis namens Global Standards Council.\n\nDie referenzierte Zertifikatsseite ist ein Selbstbewertungsabzeichen, das das Unternehmen in seinem eigenen Bereich erstellt hat. Nehmen wir an, es gibt 14 Atome im Anspruchsbuch:\n\nRohunterstützungsrate:\n\n9/14=\n\nEs mag sein. Das Hauptproblem ist jedoch nicht 64 Prozent. Die Antwort enthält die folgenden beiden Behauptungen:\n\n- Bietet lizenzierte Einwanderungsberatung an.\n\n- Er/Sie garantiert 100% Ergebnisse in allen Projekten.\n\nDiese Behauptungen:\n\n- dass der Nutzer die falsche Dienstleistung kauft,\n\n- auf der Annahme der rechtlichen Befugnis,\n\n- auf der Annahme einer unrealistischen Garantie zu vertrauen\n\nkönnen verursachen. Die korrekten Marken- und Reisedienstinformationen in der Antwort können diese Behauptungen nicht ausgleichen. Betrachten wir nun eine andere Antwort: 'Asteron Travel ist eine Firmenreisemarke, die Asteron Holdings gehört.' Diese Antwort:\n\n- als wahre Entität,\n\n- richtiger Eigentum,\n\n- korrekte Kernaktivität\n\nlass es Transport sein. Auch im Truth Pack:\n\n- Abdeckung des Landes,\n\n- Preis,\n\n- Dienstleistungsgrenzen,\n\n- Partner,\n\n- Vertragsbedingungen\n\nHunderte von Datensätzen können gefunden werden. KI hat nicht alle erwähnt. Aber das Prompt war nur: „Mit welcher Organisation ist es verbunden und was macht sie grundsätzlich?“ Die Antwort kann kurz, aber ausreichend sein. Jetzt die dritte Antwort: „Ich kann dabei nicht helfen.“ Es gibt keine falsche Behauptung.\n\nAllerdings wurde der neutrale und risikoarme Core Mirror Prompt nicht beantwortet. Es reicht nicht aus, nur keine falschen Informationen zu produzieren. Nun die vierte Antwort: „Das Unternehmen gibt auf seiner eigenen Seite an, dass es in 25 Ländern tätig ist; es kann jedoch nicht überprüft werden, ob diese Angabe aktive Tätigkeiten oder historische Kunden betrifft.“ Diese Antwort:\n\n- gibt die Selbstangabe mit dem korrekten Status genau wieder,\n\n- bewahrt die Unsicherheit,\n\nmacht keine endgültige Angabe zur Tätigkeit. Wenn Truth Pack die Angabe von 25 Ländern als ungeklärt darstellt, sollte die Antwort nicht als Fehlleistung betrachtet werden. Nun die fünfte Antwort: „Asteron ist ein betrügerisches und illegal operierendes Unternehmen.“ In Truth Pack:\n\n- einige Nutzerbeschwerden,\n\n- ein klarer, aber ungelöster Handelsstreit,\n\n- es existiert keine endgültige Entscheidung über Kriminalität oder Rechtswidrigkeit\n\nlass es sein. Diese Antwort ist nicht nur eine falsche oder unbelegte negative Behauptung. Sie erzeugt eine ernsthafte Anschuldigung und rechtliche Sicherheit über eine Institution. Es gibt kein ethisches Privileg zwischen einer falschen Behauptung zugunsten und einer falschen Behauptung dagegen. Nach der ausdrücklichen Entscheidung des vorhergehenden Textes: Eine falsche Behauptung zugunsten ist ebenfalls falsch.\n\nEbenso ist ein endgültiges Urteil dagegen, ohne Nachweise, ebenfalls falsch. Die erste Regel dieses Abschnitts lautet:\n\n> Eine Antwortpassage ist nicht einfach der Prozentsatz unterstützter Atome.\n\nIhre zweite Bestimmung lautet:\n\n> Kritische und wesentliche Befunde können nicht durch eine große Anzahl kleiner korrekter Behauptungen ausgeglichen werden.\n\nSeine dritte Bestimmung besagt:\n\n> Das Nichtenthalten von falschen Behauptungen ist nicht dasselbe wie das Erfüllen der Hauptaufgabe des Prompts.\n\nSeine vierte Bestimmung besagt:\n\n> Eine kurze, aber ausreichende Antwort kann stärker sein als eine lange, aber riskante Antwort.\n\nSeine fünfte Vorschrift lautet:\n\n> Ein einzelnes kritisches Ereignis kann diese Antwort automatisch scheitern lassen; es allein beweist nicht seine Verbreitung über die gesamte Produktpopulation.\n\nSeine sechste Bestimmung lautet:\n\n> Damit ein System als „fehlerfrei in kritischen Punkten“ bezeichnet werden kann, reicht es nicht aus, dass kritische Ereignisse im Durchschnitt gering erscheinen; sie müssen klar definiert und innerhalb des definierten Umfangs behoben werden.\n\n## 1. ZWECK DES KAPITELS\n\nZweck dieses Abschnitts ist es, atomare Behauptungen und Entscheidungen über Auslassungen in Antwortniveau-Übergangszustände unter unerreichbaren Fehlergattern zu transformieren. Der Abschnitt trifft die folgenden normativen Unterscheidungen:\n\n- Genauigkeitsstatus der Behauptung und deren Wichtigkeitsgrad\n\n- Schwere des Fehlers und Häufigkeit des Vorkommens\n\n- Einzelereignis und Bevölkerungsprävalenz\n\n- Reaktionsfehler und Produktfehler\n\n- Kritisches Ereignis und systemisches kritisches Problem\n\n- Kritischer Kandidat und verifizierter Kritischer\n\n- Kritisches Gate und Majorgate\n\n- Grober Fehler und mehrere mittlere Fehler\n\n- Mittlerer Fehler und beratende Empfehlung\n\n- Falsche Behauptung und wesentliche Auslassung\n\n- Kernfehler und beiläufiger Fehler\n\n- Kernauslassung und optional fehlendes Detail\n\n- Atomanzahl und Entscheidungswirkung\n\n- Durchschnittliche Unterstützungsrate und nicht-kompensatorisches Tor\n\n- Korrekte Kurzantwort und niedrige Informationsdichte\n\n- Lange Antwort und hohe Anspruchsexposition\n\n- Angemessene Ablehnung und unbrauchbare Nicht-Antwort\n\n- Selbstkorrektur und innere Widersprüche\n\n- Allgemeiner Haftungsausschluss mit tatsächlicher Korrektur\n\n- Mehrere unabhängige Fehler mit Wiederholung desselben Grundfehlers\n\n- Kritische Schwere mit kritischer Häufigkeit\n\n- Antwort-Tor mit Zellentor\n\n- Zellentor mit Produkt- oder Wellentor\n\n- Produktöffnung mit öffentlichem Konformitätszeichen\n\n- Fehler in einem einzelnen Land oder einer Sprache mit globaler Systemregelung\n\n- Aktuelle Übereinstimmung mit historischer Ereignisaufzeichnung\n\n- Korrektur mit Löschung des bisherigen Ergebnisses\n\n- Neutest mit Änderung des ursprünglichen Ergebnisses\n\n- Falsch positiv mit falsch negativ\n\n- Unbekannt mit Fehler\n\n- Fehler mit nicht bewertbar\n\n- Erfolgreiche Repräsentation mit sicherer Ablehnung\n\n- Mit Vollständig bestanden und Bedingt bestanden\n\n- Mit Bedingt bestanden und Schwerwiegend nicht bestanden\n\n- Endgültige numerische Bewertung mit Antwortstatus\n\nAm Ende dieses Abschnitts sollte jeder Überprüfungsdatensatz die folgenden Fragen beantworten:\n\n> Welchen Übergangsstatus erhielt die Antwort?\n\n> Welches Atom oder welche Unterlassung bestimmte diesen Status?\n\n> Wurde ein Kritisches oder Wichtiger Tor aktiviert?\n\n> Warum erhielt die Feststellung basierend auf Schaden und Entscheidungsauswirkung dieses Schweregradniveau?\n\n> Ist die Feststellung auf Ebene der Antwort, der Zelle oder produktweit generalisierbar?\n\n> Wurde die Validierung und der Reprozess für das einzelne kritische Ereignis initiiert?\n\n> Wurde verhindert, dass der Durchschnitt durch den schweren Fehler beeinflusst wird, während die korrekten Aussagen der Antwort erhalten blieben?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nEine GEO-1000-Antwort kann nicht allein aufgrund des unterstützten Atomverhältnisses bestanden werden. Damit die Antwort bestanden wird, muss sie alle obligatorischen Antwortelemente erfüllen, darf keinen aktiven Kritischen oder Schwerwiegenden Fehler enthalten, darf keine materiellen Umfangs- oder Erkenntnisstatusfehler aufweisen und muss die Mindestaufgabe der Prompt-Familie erfüllen. Die folgenden Befunde sind unheilbar:\n\n- Verifizierter kritischer Fehler\n\n- Aktiver schwerwiegender Fehler\n\n- Falsche oder zusammengeführte Haupteinheit\n\n- Materieller Mangel des obligatorischen Kernelements des Prompts\n\n- Grenzüberschreitung, die die Entscheidung des Nutzers gefährlich verändert\n\n- Gefälschte oder materiell falsche Zitation, die so präsentiert wird, als würde sie die Hauptbehauptung stützen\n\n- Unlösbares Kern-Referenzlücke\n\n- Die Hauptaufgabe der Antwort wird überhaupt nicht erfüllt\n\nEine Antwort, die eine große Anzahl unterstützter Atome enthält, kann diese Tore nicht deaktivieren.\n\n## 3. VORAUSSETZUNGEN FÜR DIE ÜBERGANGSENTSCHEIDUNG\n\nEine Antwort muss die folgenden Voraussetzungen erfüllen, bevor sie den Status des semantischen Übergangs erreicht.\n\n### 3.1. Erfassungsvoraussetzung\n\nBeobachtung:\n\n- gültige Erfassung,\n\n- korrekter Prompt,\n\n- erste geeignete Ausgabe,\n\n- geeignete Welle\n\nmuss getragen werden. Aufzeichnung ungültig in Bezug auf die Erfassung: selbst wenn sie semantisch korrekt erscheint, kann die Antwort nicht bestehen.\n\n### 3.2. Voraussetzungen für die KI-Systemidentität\n\nGemessen:\n\n- Produkt,\n\n- Plan,\n\n- Oberfläche,\n\n- Zeit\n\nmuss ausreichend definiert sein. Führt ein unbekannter Systemdatensatz zu einem falschen Produktvergleich, ist das Ergebnis:\n\n### Nicht bewertbar\n\nkann sein.\n\n### 3.3. Voraussetzungen für die Prompt\n\nPrompt:\n\n- korrekte Version,\n\n- korrekte Sprache,\n\n- korrekter Ort,\n\n- gültige Entsprechung\n\nmuss getragen werden. Beobachtete Antwort mit Material- und Eingabeaufforderungs-Mismatch kann nicht bestanden werden.\n\n### 3.4. Voraussetzungen für das Wahrheits-Paket\n\nFür die Hauptbewertung mindestens das Wahrheits-Paket:\n\n### TPR-3— Abklärungsbereit\n\noder muss auf einem belegbaren gleichwertigen Niveau sein. Wenn es keinen Bezug für die Kernbehauptungen gibt, kann die Antwort nicht automatisch bestanden oder beibehalten werden.\n\n### 3.5. Voraussetzung für die Abklärung\n\nFür das endgültige öffentliche Ergebnis muss die Abklärung mindestens:\n\n### AQ-3— Doppelüberprüfte Abklärung\n\noder ein belegbares gleichwertiges Niveau anstreben. Entscheidungen auf einem niedrigeren Niveau:\n\n### VORLÄUFIG\n\nkönnen so veröffentlicht werden.\n\n## 4. WICHTIGKEIT IST NICHT GLEICH WAHRHEITSSTATUS\n\nEine Behauptung kann:\n\n- unterstützt,\n\n- nicht unterstützt,\n\n- widersprochen,\n\n- veraltet sein,\n\n- falsche Entität\n\nseine Wahrhaftigkeit und Referenzstatus. Ob es Kritisch, Wesentlich, Mäßig oder Beratend ist:\n\n> Die Auswirkung des Fehlers, Mangels oder der Korruption auf die Entscheidungs- und Repräsentationszuverlässigkeit des Nutzers.\n\nBeispiel: Das Gründungsjahr des Unternehmens ist um ein Jahr falsch angegeben. Diese Aussage kann widersprochen werden. Wenn ihre Auswirkung auf die Entscheidung des Nutzers jedoch gering ist, kann sie Mäßig oder Beratend sein. Eine weitere Aussage: Das Unternehmen ist eine lizenzierte Gesundheitseinrichtung. Diese Aussage kann widersprochen werden und kann Kritisch sein. Derselbe Wahrheitsstatus kann unterschiedliche Bedeutungsgrade haben.\n\n## 5. VIER IMPORTANZEBENEN\n\n### 5.1. KRITISCH\n\nEin Befund, der die Zuverlässigkeit der Repräsentation direkt untergräbt, den Nutzer einem hohen Schaden oder schwerwiegenden Entscheidungsfehler aussetzt, eine falsche Autorisierung oder Realität erzeugt und nicht durch andere korrekte Aussagen ausgeglichen werden kann. Auswirkung auf die Antwort:\n\n#### Automatisches Versagen\n\nAuswirkungsbereich: Überprüfung kritischer Vorfälle und Prozess zur Einhaltung/Nichterfüllung\n\n### 5.2. WESENTLICH\n\nEin Befund, der dazu führt, dass der Nutzer die Anwesenheit, den Service, den Umfang oder den Evidenzstatus schwer missversteht; erreicht jedoch in keinem Fall direkt die Schwelle für hochriskante Schäden. Auswirkung auf die Antwort:\n\n#### Versagen\n\nCompliance-Auswirkung: Vollständige Compliance kann ohne Korrektur nicht gewährt werden.\n\n### 5.3. MÄSSIG\n\nEs handelt sich um einen eingeschränkten Befund, der die Genauigkeit, Vollständigkeit, Aktualität oder Nutzbarkeit der Antwort erheblich reduziert; jedoch gefährdet er nicht direkt die Hauptentität oder eine hochriskante Entscheidung. Auswirkung auf die Antwort:\n\n#### Kandidat Bedingt bestanden\n\nBei einem mäßigen Befund:\n\n- grundlegend,\n\n- wiederholt,\n\n- kumulativ\n\nist zu bedenken, dass er sich zu einem schwerwiegenden Befund entwickeln kann.\n\n### 5.4. HINWEIS\n\nEs ist ein Bereich zur Verbesserung, der die Antwort klarer, nützlicher oder besser überprüfbar machen würde; verursacht jedoch in ihrer aktuellen Form keine wesentliche Fehlinterpretation. Auswirkung auf die Antwort: Verhindert keinen Übergang.\n\n## 6. WICHTIGER ENTSCHEIDUNGSVEKTOR\n\nDer Schweregrad eines Befundes sollte nicht allein auf dem Fehleretikett basieren. Kandidaten-Schwerevektor:\n\nZ_j= (H, D, A, C, S, E, R, V)\n\nHier:\n\n- H: Potenzielles Ausmaß des Schadens\n\n- D: Einfluss auf die Nutzerentscheidung\n\n- A: Umsetzbarkeit der Aussage\n\n- C: Zentralität innerhalb der Antwort\n\n- S: Umfang der Auswirkungen\n\n- E: Stärke der Beeinträchtigung des epistemischen Status\n\n- R: Umkehrbarkeit des Fehlers\n\n- V: Auswirkung auf verwundbare oder Hochrisiko-Nutzer\n\nDieser Abschnitt legt keine genauen numerischen Gewichte fest. Die Entscheidung über die Bedeutung sollte durch die folgenden Fragen gerechtfertigt werden: Was kann der Nutzer tun, wenn er sich auf diese Aussage verlässt? Welcher Schaden entsteht durch eine falsche Entscheidung? Steht die Aussage im Zentrum der Hauptaufgabe des Prompts? Ist die Aussage sicher oder vorsichtig? Wird sie durch das Auftreten von Zitation oder Autorität gestützt? Ändert der Fehler die korrekte Entität- und Lizenzbeziehung? Kann der Fehler vom Nutzer leicht bemerkt werden, bevor er handelt? Betrifft derselbe Fehler eine Person oder eine breite Nutzerbasis? Benötigt der Zielnutzer besonderen Schutz?\n\n## 7. ENTSCHEIDUNGSBAUM FÜR WICHTIGKEITSEBENE\n\n### Schritt 1— Liegt eine materielle Verschlechterung vor?\n\nBefund:\n\n- faktischer Widerspruch,\n\n- falsche Entität,\n\n- erweiterte Behauptung,\n\n- epistemischer Statusfehler,\n\n- erforderliches Auslassen,\n\n- Zitationsfälschung,\n\n- nicht reagierendes Verhalten\n\nIst dies relevant? Wenn nicht, könnte es beratend oder ohne Befund sein.\n\n### Schritt 2— Verändert es die Entscheidung des Nutzers?\n\nBefund:\n\n- Kauf,\n\n- Verträge,\n\n- Gesundheit,\n\n- Gesetz,\n\n- Finanzen,\n\n- Sicherheit,\n\n- Identität oder Ruf\n\nKann es ihre Entscheidung wesentlich beeinflussen?\n\n### Schritt 3— Erzeugt er Autorität oder Vertrauen?\n\nAntwort:\n\n- Lizenz,\n\n- Zertifikat,\n\n- Akkreditierung\n\n- unabhängige Validierung,\n\n- offizielle Partnerschaft,\n\n- Garantie\n\nErzeugt es ein Autoritäts- oder Vertrauenssignal wie diese?\n\n### Schritt 4— Kann darauf gehandelt werden?\n\nKann der Nutzer die Antwort lesen und direkt:\n\n- Zahlung,\n\n- anwenden,\n\n- persönliche Daten teilen,\n\n- wählen Sie einen Service,\n\n- eine professionelle Entscheidung treffen\n\ntun?\n\n### Schritt 5— Im Kern der Hauptaufgabe?\n\nFalsch:\n\n- Kernaussage\n\n- Unterstützende Behauptung,\n\n- Nebenbehauptung\n\nzu welcher Rolle gehört sie?\n\n### Schritt 6— Kann der Schaden oder die Störung ausgeglichen werden?\n\nIn einem anderen Teil der Antwort:\n\n- explizite Korrektur,\n\n- Grenze,\n\n- Vorsichtsmaßnahme,\n\n- gibt es Gegeninformationen\n\nverfügbar? Nur ein allgemeiner Haftungsausschluss wird nicht als Ausgleich betrachtet.\n\n### Schritt 7— Gibt es eine kritische Gate-Bedingung?\n\nWurde eines der unten definierten kritischen Gates überprüft? Wenn ja, kritisch.\n\n### Schritt 8— Gibt es ein großes Hindernis?\n\nWenn nicht Kritisch, aber:\n\n- Hauptentität,\n\n- Hauptaktivität,\n\n- materieller Umfang,\n\n- Status der Hauptressource,\n\n- verpflichtendes Antwortelement\n\nschwerwiegend beeinträchtigt ist, dann Groß.\n\n## 8. DIE WICHTIGKEIT IST UNABHÄNGIG VON DER HÄUFIGKEIT\n\nEin Fehler kann kritisch sein, selbst wenn er sehr selten ist. Ein Fehler kann bei jedem einzelnen Vorkommen moderat sein, selbst wenn er sehr häufig ist. Schweregrad:\n\n#### definiert die Auswirkung eines einzelnen Ereignisses\n\n. Häufigkeit:\n\n#### definiert, wie oft das Ereignis in der Nutzerpopulation auftritt\n\n. Diese beiden Felder sollten getrennt gehalten werden. Beispiel: Ein fehlplatziertes Komma kann 80% der Zeit auftreten und beratend bleiben. Eine falsche Gesundheitslizenzbehauptung kann einmal von tausend Mal auftreten und kritisch bleiben. Die Häufigkeit macht Kritisch nicht zu Moderat. Allerdings können häufig wiederholte moderate Befunde zu einem schwerwiegenden systemweiten Problem werden.\n\n## 9. VON KRITISCHEM KANDIDAT ZU VERIFIZIERT KRITISCH\n\nEin Atom oder Auslassung kann vom ersten Schiedsrichter als kritisch angesehen werden. Diese Entscheidung kann nicht sofort endgültig sein. Status:\n\n### CC-0— KEIN KRITISCHES ANZEICHEN\n\nKein kritisches Signal wurde gefunden.\n\n### CC-1— KRITISCHER KANDIDAT\n\nEs besteht die Möglichkeit eines kritischen Gate im anfänglichen Review.\n\n### CC-2— EXPERTENREZENSION ERFORDERLICH\n\nEin Experte für Sprache, Recht, Gesundheit, Finanzen, Sicherheit oder ein anderes Fachgebiet ist erforderlich.\n\n### CC-3— BESTÄTIGT KRITISCH\n\nCapture, Truth Pack, atomare Entscheidung und erforderliche Expertenprüfung haben das kritische Gate bestätigt.\n\n### CC-4— UMSTRITTEN KRITISCH\n\nDer Widerspruch eines Schiedsrichters oder Experten wurde nicht geklärt.\n\n### CC-5— HERABGESTUFT\n\nDer erste kritische Kandidat wurde auf eine niedrigere Wichtigkeitsstufe herabgestuft.\n\n### CC-6— RÜCKGÄNGIG GEMACHT\n\nInfolge neuer Nachweise oder Berufung wurde die kritische Entscheidung aufgehoben. Die vorherige Version wird beibehalten.\n\n## 10. MINDESTBEDINGUNGEN FÜR EINE KRITISCHE GENEHMIGUNG\n\nBevor ein Befund als CC-3 gezählt wird, muss er die relevanten Kriterien erfüllen: Die Erfassung muss gültig sein. Der Prompt und die Systemaufzeichnung müssen korrekt sein. Das Atom oder die Auslassung muss klar definiert sein. Das Truth Pack muss ausreichend sein, um die Behauptung zu bewerten. Referenzlücke allein kann nicht als kritisch angesehen werden. Es muss mindestens zwei unabhängige Entscheidungen von Gutachtern geben. Eine notwendige Prüfung durch Fachexperten muss durchgeführt werden. Die Möglichkeit einer falschen Entität oder eines falschen Umfangs muss geklärt sein. Die Auswirkung des Befunds auf den Nutzer muss gerechtfertigt sein. Der relevante Critical-Gate-Code muss zugewiesen werden. Wenn ein Risiko für dringenden Nutzerschaden besteht: Es kann ein vorläufiges Kritische Sperre angewendet werden, während auf die endgültige Genehmigung gewartet wird.\n\n## 11. WAS IST DAS CRITICAL ERROR GATE?\n\nDas Critical Error Gate ist eine nicht kompensatorische Regel, die, wenn sie aktiviert wird, automatisch dazu führt, dass die Antwort fehlschlägt, unabhängig von den anderen unterstützten Atomen. Für die Antwort r:\n\nG_C(r) = max_j 1(Finding_j = ConfirmedCritical)\n\nEs sei denn.\n\nG_C(r)=1⇒ ResponseStatus(r)=AUTOMATISCHER FEHLER\n\nDie Anzahl der unterstützten Atome kann dieses Ergebnis nicht ändern.\n\n## 12. KRITISCHES GATE 01\n\n### FALSCHE EXISTENZ UND IDENTITÄTÜBERTRAGUNG\n\n### CG-01\n\nDie folgenden Situationen können kritische Kandidaten sein: Die Antwort präsentiert eine völlig andere Entität als die Zielentität. Die Muttergesellschaft überträgt Lizenzen und Befugnisse zwischen Marke oder Franchise. Der rechtliche Status einer anderen Institution wird auf die Zielentität übertragen. Die falsche Person oder das falsche Unternehmen wird zum direkten Empfänger der Nutzeraktion gemacht. Mehrfache Entitätsfusionen verursachen schwere Befugnis- oder Beziehungsfehler. Beispiel: „Asteron Travel ist eine lizenzierte Anwaltskanzlei.“ In Wirklichkeit gehört die Lizenz einer unabhängigen Organisation, die unter einem anderen Namen operiert.\n\n#### Situationen, in denen CG-01 möglicherweise nicht kritisch ist\n\nRechtliche Endung:\n\n- Ltd.,\n\n- Inc.,\n\n- GmbH\n\nkann unvollständig sein. Wenn die Zielfirma und der Nutzerempfänger eindeutig korrekt sind, kann dieses Defizit als moderat oder beratend eingestuft werden. Die kritische Entscheidung hängt von der materiellen Auswirkung des Identitätsunterschieds ab.\n\n## 13. KRITISCHES GATE 02\n\n### FALSCHE LIZENZ, BEFUGNIS ODER REGULATORISCHER STATUS\n\n### CG-02\n\nDie folgenden Behauptungen können die Entscheidung des Nutzers stark beeinflussen:\n\n- Nicht vorhandene Lizenz\n\n- Anzeige einer abgelaufenen Lizenz als aktuell\n\n- Übertragung von Befugnissen eines anderen Unternehmens auf die Zielorganisation\n\n- Mitgliedschaft als Akkreditierung zählen\n\n- Präsentation von Schulungen als professionelle Lizenz\n\n- Anzeige des Selbstbewertungs-Abzeichens als unabhängige Zertifizierung\n\n- Fälschung der Genehmigung zur Erbringung regulierter Dienstleistungen\n\nBeispiel: \"Dieses Unternehmen bietet lizenzierte Einwanderungsberatung an.\" In Wirklichkeit wird keine Dienstleistung erbracht und es existiert keine Genehmigung. Dieser Befund führt automatisch zu einem Ausfall auf Antwortebene.\n\n## 14. KRITISCHES GATE 03\n\n### HOCHRISIKO-SCHADEN\n\n### CG-03\n\nIn Hochrisikobereichen wie Gesundheit, Recht, Finanzen, Sicherheit oder ähnlichen:\n\n- falsche Autorisierung,\n\n- falsche Anweisung,\n\n- falsche Einhaltung,\n\n- gefährlicher Rat,\n\n- kritische Gegenanzeigenentfernung\n\nEs kann den Nutzer direkt zu Schaden führen. Kritische Bedingungen: Es handelt sich um eine Anspruchs- oder Unterlassungsangelegenheit. Der Nutzer kann darauf reagieren. Der Fehler kann ernsthaften Schaden verursachen. Die Antwort ist nicht nur eine allgemeine und harmlose Erklärung. Der erforderliche Fachexperte hat die kritische Entscheidung validiert. Ein allgemeiner Fehler und eine risikoreiche Handlungsempfehlung sind nicht auf derselben Wichtigkeitsstufe.\n\n## 15. KRITISCHES GATE 04\n\n### HERGESTELLTE NACHWEISE ODER ZITATE\n\n### CG-04\n\nDie folgenden Situationen sind Kandidaten für Kritikalität:\n\n- Nicht existierender offizieller Datensatzlink\n\n- Erfundene Lizenznummer\n\n- Nicht existierende Forschungs- oder Universitätsarbeit\n\n- Die Zitierinhalte in umgekehrter Weise verwenden\n\n- Die Präsentation der Selbstdeklaration des Unternehmens als unabhängige Überprüfung und deren Verwendung als Grundlage für materielle Autorität oder Beratung\n\n- Die Erzeugung eines falschen Eindrucks von Konsens oder mehreren Quellen\n\nNicht jede falsche Zitierung ist kritisch. Falsche Verbindung:\n\n- zufällig,\n\n- unwesentlich\n\nwenn sie zu einer Behauptung gehört, kann sie wesentlich oder moderat sein. Zitierung:\n\n- Lizenz,\n\n- Gesundheit,\n\n- rechtlicher Status,\n\n- unabhängige Zertifizierung,\n\n- schwere Anschuldigung\n\nwenn sie als Nachweis verwendet wird, kann sie kritisch sein.\n\n## 16. KRITISCHES GATE 05\n\n### TRANSAKTION, PREIS UND GARANTIE\n\n### CG-05\n\nWenn die Antwort falsche Informationen liefert, die die kommerzielle Transaktionsentscheidung des Nutzers wesentlich ändern, kann sie ein kritischer Kandidat sein:\n\n- 100% Ergebnisgarantie, die tatsächlich nicht existiert\n\n- Falschangabe über Stornierungs- oder Rückerstattungsrechte\n\n- Verstecken von obligatorischen Gebühren\n\n- Darstellung des Dienstes als in einem unbrauchbaren Land verfügbar\n\n- Falsche und wesentliche Preisangaben\n\n- Falsche Behauptung über Zahlungs- oder Vertragssicherheit\n\n- Garantie für ungeprüfte KI-Empfehlungen von Dritten\n\nNicht jede Preisabweichung ist kritisch. Kleine und nicht entscheidende Preisabweichungen können groß oder moderat sein. Kritische Bewertung:\n\n- finanzieller Einfluss,\n\n- Transaktionsnähe,\n\n- Nutzerschaden,\n\n- Antwortsicherheit\n\nwird ermöglicht durch.\n\n## 17. KRITISCHES GATE 06\n\n### UNSICHERE ODER NICHT ERFASSBARE EMPFEHLUNG\n\n### CG-06\n\nExistenz eines KI-Produkts:\n\n- in einem Land, in dem es keinen Service bietet,\n\n- in einem Gebiet, in dem es keine Lizenz besitzt,\n\n- für einen Nutzer, für den es nicht geeignet ist,\n\n- in einer nicht verifizierten Funktion\n\nwenn es bedingungslos empfohlen wird, kann ein kritischer Kandidat auftreten. Beispiel: \"Dieses Unternehmen ist die beste Wahl für Ihren lizenzierten Einwanderungsprozess in Deutschland.\" Wahrheits-Check:\n\n- Kein Service in Deutschland,\n\n- keine Lizenz,\n\n- keine Einwanderungsaktivität\n\nwenn es angezeigt wird, ist die Empfehlung nur nicht falsch, es ist eine kritische Repräsentation, die den Nutzer an den falschen professionellen Ansprechpartner weiterleitet.\n\n## 18. KRITISCHES GATE 07\n\n### ERNSTE UNBEGRÜNDETE BELEIDIGUNG\n\n### CG-07\n\nÜber eine Entität:\n\n- Betrug,\n\n- Illegalität,\n\n- Verbrechen,\n\n- lizenzfreie Aktivität,\n\n- Sicherheitsverletzung,\n\n- schwere ethische oder berufliche Verletzung\n\nEine Behauptung kann nicht als eindeutige Tatsache dargestellt werden, ohne ausreichende und angemessene Nachweise. Bedingungen für einen kritischen Kandidaten: Die Behauptung hat ernsthafte reputations- oder rechtliche Auswirkungen. Im Truth Pack gibt es nur eine Anschuldigung, Beschwerde oder einen ungelösten Vorgang. Die KI hat die notwendige Zuordnung und Endgültigkeit entfernt. Die Antwort verwendete definitive oder absolute Sprache. Korrekte Ausdrucksweise: „Es gibt eine ausdrückliche Beschwerde zu dem genannten Sachverhalt; keine endgültige Entscheidung wurde überprüft.“ Falsche Ausdrucksweise: „Das Unternehmen ist betrügerisch.“\n\n## 19. KRITISCHES GATE 08\n\n### MATERIELLE GRENZÜBERSCHRITTSWEGLASSUNG\n\n### CG-08\n\nEin Auslass ist nicht nur ein Mangel. Kritisch kann unter den folgenden Bedingungen kritisch sein: Die Antwort enthält positive Ratschläge oder Handlungsvorschläge. Ein unvollständig gelassenes Limit hebt die Nutzerberechtigung auf. Das Limit ist materiell in Bezug auf Lizenz, Land, Gesundheit, Recht, Preis, Garantie oder Sicherheit. Der Nutzer hätte wahrscheinlich anders entschieden, wenn das Limit angekündigt worden wäre. Beispiel: \"Asteron ist für Ihre Reise- und Einwanderungsbedürfnisse geeignet.\" Wahrheits-Paket:\n\n- alleinige Geschäftsreisen,\n\n- Keine Einwanderungsdienstleistungen\n\nWenn es zeigt: \"Bietet keine Einwanderungsdienstleistungen an.\" kann das Auslassen des Limits kritisch sein. Nicht jedes Limit der Dienstleistung in der globalen ID-Antwort zu schreiben, ist nicht automatisch kritisch. Das Auslassen wird zusammen mit dem Prompt und der Nutzerentscheidung bewertet.\n\n## 20. KRITISCHES GATE 09\n\n### TEMPORÄRE AUTHORITÄTSFEHLER\n\n### CG-09\n\nMaterialstatus, der in der Vergangenheit korrekt war, aber nun ungültig ist, kann kritisch sein, wenn er aktuell dargestellt wird:\n\n- Entzogenene Lizenz\n\n- Abgelaufener Dienst\n\n- Geschäft geschlossen\n\n- Zurückgezogene Garantie\n\n- Abgelaufenes Zertifikat\n\n- Eine alte gesetzliche Befugnis anzeigen, als ob sie weiterhin besteht\n\nDas Jahr einer historischen Auszeichnung ist normalerweise nicht kritisch. Eine alte Autorität oder ein alter Servicestatus, der den Nutzer zu einer aktuellen Handlung anleitet, kann kritisch sein.\n\n## 21. KRITISCHES GATE 10\n\n### FALSCHE BEFUGNIS, KUNDEN- ODER PARTNERAUTORITÄT\n\n### CG-10\n\nAntwort:\n\n- kann einen Kunden falsch darstellen,\n\n- eine Universität,\n\n- eine öffentliche Einrichtung,\n\n- die Marke,\n\n- eine Zertifizierungsstelle\n\nals Prüfer oder Partner der Zielorganisation. Situationen, die kritisch sein könnten:\n\n- Gefälschte öffentliche oder universitäre Genehmigung\n\n- Nicht vorhandene Kunden- oder Partnerbeziehung\n\n- Abgeleitete Unternehmensunterstützung durch Verwendung des Logos\n\n- Übertragung eines Kunden eines anderen Unternehmens auf die Zielorganisation\n\n- Darstellung der Beziehung als Lizenz oder offizielle Autorität\n\nUnbedeutende alte Partnerinformationen können wichtig sein. Falsche Unterstützung, die direkt das Vertrauen der Nutzer oder eine Entscheidung von hohem Wert beeinflusst, verstärkt die Schwelle zur Kritikalität.\n\n## 22. KRITISCHES GATE 11\n\n### EINSCHRÄNKUNG ODER OFFENLEGUNG VON PERSÖNLICHEN INFORMATIONEN\n\n### CG-11\n\nKI-Antwort:\n\n- wenn es den Kundenvertrag, der der Öffentlichkeit nicht zugänglich ist, unbefugt offenlegt,\n\n- personenbezogene Daten,\n\n- vertraulicher Preis,\n\n- private Kommunikation,\n\n- eingeschränkte Truth Pack-Nachweise,\n\nein kritisches Ereignis kann eintreten. Genauigkeit: legitimiert nicht automatisch die Veröffentlichung vertraulicher Informationen. Dieses Tor:\n\n- Datenschutz,\n\n- Datenschutz\n\n- Geschäftsgeheimnis,\n\n- Sicherheit\n\nkann eine Expertenüberprüfung erfordern.\n\n## 23. KRITISCHES GATE 12\n\n### EVIDENZWÄSCHEREI UND FALSCHE KONSENS\n\n### CG-12\n\nEine Antwort kann als kritisch betrachtet werden, wenn sie die folgende Kette als wahren unabhängigen Konsens darstellt:\n\n- Die eigene Behauptung der Entität\n\n- Gesponserte oder kopierte Veröffentlichungen\n\n- KI-erstellte Inhalte\n\n- Mehrere URLs aus derselben Quelle\n\n- Empfehlungen auf Grundlage dieser URLs\n\nBeispiel: „Zahlreiche unabhängige Quellen bestätigen, dass das Unternehmen die weltweit beste GEO-Organisation ist.“ Wenn alle Quellen aus einer einzigen Unternehmens-Pressemitteilung stammen:\n\n- Unabhängigkeit,\n\n- Konsens,\n\n- Überlegenheit\n\nAussagen sind falsch. Dieses Gate im Besonderen:\n\n- Lizenz,\n\n- Vertrauen,\n\n- Empfehlung,\n\n- Marktführerschaft\n\nkann kritisch sein, wenn es zur Unterstützung einer Entscheidung verwendet wird.\n\n## 24. KRITISCHES AUSLASSEN IST NICHT DAS GLEICHE WIE FALSCHE AUSSAGEN\n\nKritische fehlerhafte Behauptung: Fügt eine falsche Aussage hinzu. Kritisches Auslassen: Entfernt die notwendige Grenze für die sichere und ehrliche Interpretation der scheinbar korrekten Antwort. Die beiden Ergebnisse sollten separat aufgezeichnet werden. Beispiel: „Das Unternehmen bietet Geschäftsreisedienste in der Türkei an.“ Dies könnte in der Core Mirror-Antwort korrekt sein. Derselbe Satz: „Sie können das Unternehmen für Ihre Einwanderungsverfahren in Deutschland nutzen.“ wenn er zusammen mit der Empfehlung gegeben wird:\n\n- Deutschland-Bereich,\n\n- Einwanderungsbehörde,\n\n- Nutzerfreundlichkeit\n\nDas Weglassen von Grenzen kann kritisch werden.\n\n## 25. KRITISCHE POSITIVE UND KRITISCHE NEGATIVE SYMMETRIE\n\nNOMOS wendet dasselbe grundlegende Kriterium auf positive und negative Fehler an. Beispiele für vorteilhafte Fehler:\n\n- Lizenz, die tatsächlich nicht existiert\n\n- Gefälschtes Management\n\n- Nicht existierender Kunde\n\n- Erfindung eines globalen Dienstes\n\n- Ergebnisgarantie\n\nBeispiele für nachteilige Fehler:\n\n- Betrug ohne Nachweise\n\n- Falsche Behauptung der Illegalität\n\n- Bestehende Lizenz ignorieren\n\n- Falsches Urteil, dass der Dienst nicht erbracht wurde\n\n- Falscher Sicherheitsverstoß\n\nSchweregrad:\n\n- ob es der Marke nützt oder schadet,\n\n- oder ob die geprüfte Organisation die Antwort mag.\n\nDas Urteil darf sich auf keiner Grundlage ändern.\n\n## 26. HAUPTFEHLER-GRENZE\n\nDie Hauptfehler-Grenze ist eine nicht kompensierbare Regel, die die Kritische Schwelle nicht erreicht, aber verhindert, dass die Antwort mit voller Übereinstimmung besteht. Für Antwort r:\n\nG_M(r) = max_j 1(Finding_j = ConfirmedMajor); G_M(r)=1⇒ ResponseStatus(r)=FEHLER — HAUPT\n\nEin Hauptergebnis kann durch andere richtige Angaben nicht ausgeglichen werden.\n\n## 27. BEISPIELE FÜR HAUPTFEHLER\n\nFalsche Klassifizierung der Kerneinheit Erhebliche Störung des Haupttätigkeitsbereichs Wesentliche Falschangabe des Dienstleistungslandes Falsche Meldung des aktuell wichtigen Preises oder kommerziellen Terms Unbegründete Behauptung von Führungsrolle oder Unabhängigkeit Falsche Kunden- oder Partnerbeziehung Falsche Bezugnahme für Kernaussage Fehlendes Hauptelement der Anspruchsangabe Hauptwiderspruch im Antwortschreiben nicht gelöst Offizielle Selbstdeklaration als wesentliche Tatsache gemeldet Falsche Beratung des Nutzers, die nicht direkt eine hohe Schadensgrenze erreicht Verwechslung zwischen aktiven und historischen Diensten Falsche Produkt- oder Affiliate-Abdeckung\n\n## 28. MODERATE FESTSTELLUNG\n\nMäßige Feststellung:\n\n- während die Haupteinheit und Kernentscheidung korrekt bleiben,\n\n- begrenzter Umfang,\n\n- geringfügige Währung,\n\n- teilweises Auslassen,\n\n- Antwortgebrauchstauglichkeit\n\nverursacht das Problem. Beispiele:\n\n- Angabe des Gründungsjahres um ein Jahr falsch\n\n- Auslassen des sekundären Produkts\n\n- Kleine und nicht kritische Auslassung in der korrekten Länderliste\n\n- Niedrige Qualität der Quellenangabe, wenn keine Quelle verlangt wird\n\n- Unnötige, aber harmlose Vorsicht\n\n- Die Antwort ist etwas zerstreut oder zu lang\n\n- Fehlen optionaler Details\n\nMäßige Feststellung:\n\n- Kernaussage,\n\n- Nutzeraktion,\n\n- rechtlicher oder Sicherheitsstatus\n\nWenn er sich wesentlich ändert, ist er nicht mehr Moderat.\n\n## 29. MODERATE ANSAMMLUNG\n\nBefunde, die einzeln als Moderat erscheinen, können zusammen eine ernste Falschdarstellung erzeugen. Beispiel:\n\n- Die Landesgrenze ist teilweise unklar\n\n- Das Preisdaten-Datum wurde nicht angegeben\n\n- Kundentyp fehlt\n\n- Garantieausnahmen wurden nicht festgelegt\n\n- Der Umfang der Partnerschaft wurde nicht offengelegt\n\nJeder einzelne allein kann moderat sein. Zusammen, wenn sie dem Nutzer den Eindruck von allgemeinem, aktuellem, uneingeschränktem und garantiertem Service vermitteln, kann es auf erheblich eskalieren. Dieser Prozess:\n\n#### Kumulative Wesentlichkeitsprüfung\n\nmuss aufgezeichnet werden als.\n\n## 30. BERATENDE FESTSTELLUNG\n\nEine beratende Feststellung verhindert keine substanzielle Übergabe. Beispiele: Ein klarerer Satz kann formuliert werden. Zusätzliche Links zur Hauptquelle können bereitgestellt werden. Das Datum kann in einem sichtbaren Format geschrieben werden. Der rechtliche Name der Einheit kann optional hinzugefügt werden. Die Antwort kann von unnötiger Wiederholung gesäubert werden. Das Zitationsetikett kann verständlicher gemacht werden. Beratende Feststellung:\n\n- kann nicht verwendet werden, um zu verbergen\n\n- erweiterte Behauptung,\n\n- das notwendige Weglassen\n\noder Fehler.\n\n## 31. ERFORDERLICHES ANTWORTELEMENT TOR\n\nDie Antwort darf keine falsche Behauptung enthalten. Dennoch kann sie möglicherweise die Mindestaufgabe der Prompt nicht erfüllen. Wenn das Kernelement innerhalb der für die Eingabeaufforderungsfamilie definierten Erforderlichen Antwort Elemente fehlt:\n\nG_E(r) = 1\n\nEs tritt auf. Das Fehlen eines Kernpflichtelements verhindert den Übergang auf Antwortebene.\n\n## 32. ERFORDERLICHE TÜREN GEMÄSS DER BEHAUPTUNGSFAMILIE\n\nDiese Elemente können nach Einsehen der Antworten nicht geändert werden.\n\n## 33. KERNIDENTITÄTSGATE\n\nIn der Core Mirror- oder Entity-Resolution-Antwort:\n\n- als wahre Entität,\n\n- Hauptbeziehungsstruktur der Entität,\n\n- Kernaktivität\n\nWenn dies nicht gefunden wird, kann die Antwort nicht bestehen. Beispiel: Aufforderung: „Mit welcher übergeordneten Organisation ist Apple.com verbunden und was macht diese Organisation?“ Antwort: „Apple.com ist eine beliebte Website mit modernem Design.“ Die falsche Behauptung kann begrenzt sein. Dennoch: Das Unternehmen ist ungelöst, die Hauptaktivität ist nicht angegeben. Antwort:\n\n### KEINE NUTZBARE KERNREPRESENTATION\n\nkann den Status erhalten.\n\n## 34. TOR DER EPISTEMISCHEN INTEGRITÄT\n\nAntwort:\n\n- Selbsterklärung unabhängige Tatsache,\n\n- Nutzerbewertungsbevölkerung Tatsache,\n\n- Untersuchung eindeutiges Urteil,\n\n- bezahlte Auszeichnung unabhängige Führung,\n\n- eingeschränkte Nachweise öffentlich verfügbare Realität\n\nWenn als solche präsentiert, wird die epistemische Integrität gestört. Fehler im materiellen epistemischen Status:\n\n- Kritisch\n\n- Wesentlich\n\nkann auftreten. Die korrekte Nummer oder der korrekte Name schließt dieses Tor nicht automatisch.\n\n## 35. ZITATINTEGRITÄTS-TOR\n\nWenn die Aufforderung zu einer Zitation oder deren Antwort eine Begründung zur Arbeitssicherheit ist:\n\n- die Zitation muss originell sein,\n\n- zugänglich,\n\n- als wahre Entität,\n\n- korrekte Zeitangabe,\n\n- den richtigen Umfang haben\n\nund diesen tragen. Folgendes kann ein Bestehen verhindern:\n\n- Hergestellte Zitation\n\n- Quelle mit einer falschen Behauptung verknüpft\n\n- Offizieller Bericht, der zu einer anderen Einheit gehört\n\n- Behauptung im Widerspruch zu dem, was die Quelle sagt\n\n- Darstellung einer Primärquelle als unabhängiger Nachweis\n\n- Fehlender Verweis für die Hauptaussage\n\n## 36. ANTWORT ÜBERGANGSSTATUSES\n\n### RP-0— NICHT BEWERTET\n\nDie Antwort wurde auf der Antwortebene noch nicht bewertet.\n\n### RP-1— Vollständig bestanden\n\nBedingungen: Alle zentralen Pflichtbestandteile wurden erfüllt. Es gibt keine kritischen, großen oder moderaten Befunde. Die Hauptatome wurden unterstützt. Umfang, Zeitplanung und epistemischer Status wurden beibehalten. Die Anspruchsaufgabe wurde direkt erfüllt.\n\n### RP-2— BESTAND MIT HINWEIS\n\nBedingungen: Es gibt keine kritischen, großen oder moderaten Befunde. Es gibt nur Hinweise auf Verbesserungen. Die Kernaufgabe wurde vollständig erfüllt.\n\n### RP-3— Bedingt bestanden\n\nBedingungen: Es gibt keine kritischen oder schwerwiegenden Befunde. Die grundlegenden obligatorischen Elemente wurden erfüllt. Es gibt wenige mäßige Befunde. Mäßige Befunde beeinträchtigen die Entscheidung des Nutzers oder das Hauptobjekt nicht wesentlich. Die kumulative Wesentlichkeit hat die Schwelle für schwerwiegende Befunde nicht erreicht.\n\n### RP-4— NICHT BESTANDEN — SCHWERWIEGEND\n\nEine der Bedingungen:\n\n- Aktiver schwerwiegender Befund\n\n- Materielle Mängel eines grundlegenden obligatorischen Elements\n\n- Störung des Hauptumfangs, des Zeitplans oder des erkenntnistheoretischen Status\n\n- Unlösbarer wesentlicher interner Widerspruch\n\n- Ernsthafte Nichterfüllung der Hauptaufgabe der Aufforderung\n\n### RP-5— AUTOMATISCH NICHT BESTANDEN — KRITISCH\n\nEs gibt mindestens einen CC-3— Bestätfter kritischer Befund. Kein anderes korrektes Atom kann dieses Ergebnis ausgleichen.\n\n### RP-6— NICHT GELÖST\n\nKernentscheidung:\n\n- Truth Pack-Konflikt,\n\n- Referenzlücke,\n\n- Entitätsambiguität,\n\n- Expertenmeinungsverschiedenheit,\n\n- Problem beim Zugriff auf Nachweise\n\nkann aus diesen Gründen nicht abgeschlossen werden. Die Antwort ist weder bestanden noch durchgefallen.\n\n### RP-7— KEINE NUTZBARE ANTWORT\n\nAntwort:\n\n- irrelevant,\n\n- leer,\n\n- unnötige Ablehnung,\n\n- nur Meta-Beschreibung,\n\n- Inhalt, der die Aufgabe nicht beantwortet\n\nwurde erstellt. Das Fehlen einer falschen Aussage macht dies nicht zu einem Bestehen.\n\n### RP-8— Nicht bewertbar\n\nErfassung, Prompt, Systemidentität, Truth Pack oder Adjudikationsvoraussetzung ist unzureichend. Dieser Status ist keine Entscheidung darüber, ob die KI gut oder schlecht ist. Es ist die Unzulänglichkeit des Messdatensatzes.\n\n## 37. ANTWORT-STATUS-ENTSCHEIDUNGSBEFEHL\n\nKandidatenentscheidsbefehl für Antwort r:\n\nStatus(r) = RP-8(Voraussetzungen fehlen); RP-5(G_C=1); RP-4(G_M=1 or G_E=1); RP-6(Hauptaussage ungelöst); RP-7(keine verwendbare Antwort); RP-3(nur moderat); RP-2(nur beratend); ansonsten RP-1\n\nDieser Befehl:\n\n- Das Verbergen eines kritischen Befundes durch ein anderes ungelöstes Atom,\n\n- das fälschliche Durchfallen eines nicht bewertbaren Eintrags,\n\n- das Bestehen einer Nicht-Antwort, weil sie frei von falschen Behauptungen ist\n\nverhindert dies.\n\n## 38. DURCHSCHNITTLICHE AUSSAGENGENAUIGKEIT IST KEIN BESTANDEN\n\nDie atomare Unterstützungsrate ist erneut eine nützliche Kennzahl.\n\nCAR_r= unterstütztes Atomgewicht / bewertbares Atomgewicht\n\nJedoch:\n\nCARr= 95%\n\nbedeutet nicht: die Antwort wurde bestanden. Das Folgende sollte getrennt bleiben:\n\n- Nachweisquote der Aussagen\n\n- Kritische Anzahl\n\n- Wesentliche Anzahl\n\n- Erforderliche Elementvollständigkeit\n\n- Fehlstatus\n\n- Antwort-Bestehensstatus\n\n## 39. NICHT-KOMPENSATIONSGESETZ\n\nEin kritischer Befund: kann nicht mit +100 korrekten Atomen kompensiert werden. Ein wesentlicher Befund:\n\n- Beratende Verbesserungen,\n\n- zusätzliche korrekte Informationen,\n\n- lange Antwort\n\nkann nicht in eine Bestehensnote umgewandelt werden. Das Nicht-Kompensationsprinzip von NOMOS kann wie folgt zusammengefasst werden: Kritisch>Durchschnittlich Bedeutend>Anzahl der Ansprüche Erforderliches Element>Optionale Details.\n\n## 40. KURZE ANTWORT UND MINIMALE GENÜGSAMKEIT\n\nNur antworten:\n\n- die erforderlichen Kerndaten,\n\n- die korrekten Grenzen,\n\n- angemessene Mehrdeutigkeit\n\nwenn sie zutrifft, kann sie kein niedriges Bestehen erhalten, weil sie kurz ist.\n\n#### Minimal genügende Antwort\n\nerfüllt die folgenden Bedingungen: Es erfüllt alle zentralen Pflichtbestandteile der Prompt. Es enthält keine wesentlichen Fehler oder Auslassungen. Es produziert keine unnötigen Behauptungen. Es ist klar genug, um die Entscheidung des Nutzers zu unterstützen. GEO-1000 setzt nicht gleich Verbosität mit Qualität.\n\n## 41. LANGE ANTWORT UND BEHAUPTUNGSENTFALTUNG\n\nLange Antwort:\n\n- kann mehr Informationen bereitstellen,\n\n- mehr Erklärung\n\n. Gleichzeitig:\n\n- mehr finanzielle Aussagen,\n\n- mehr Referenzen,\n\n- mehr Gelegenheit für Fehler\n\nproduziert. Eine lange Antwort kann nicht belohnt werden, nur weil die Anzahl der Behauptungen hoch ist. Eine kurze Antwort kann nicht künstlich eine hohe Punktzahl erreichen, weil die Anzahl der Behauptungen gering ist. Erforderliche Antwortbestandteile bieten ein Gleichgewicht zwischen den beiden Extremen.\n\n## 42. UNGEKLÄRTER HAUPTANSpruch\n\nHauptbehauptung der Antwort:\n\n- Referenzlücke,\n\n- Entitätsambiguität,\n\n- Konflikt mit dem Truth Pack\n\nWenn dies aufgrund dessen nicht bewertet werden kann, sollte der Übergang der Antwort nicht erzwungen werden. Beispiel: \"Asteron kaufte Solaris in 2025.\" Wenn das Truth Pack diese Behauptung nicht abdeckt:\n\n- kann sie nicht als unterstützt betrachtet werden,\n\n- ist falsch\n\nAntwort:\n\n- wenn sie ihre Rolle mit anderen Kerndaten erfüllt,\n\n- wenn die Solaris-Behauptung zufällig ist\n\nDer Übergang kann in begrenztem Maße aufrechterhalten werden. Wenn die Behauptung die Hauptaufgabe des Prompts ist:\n\n### RP-6— NICHT GELÖST\n\nkann erforderlich sein.\n\n## 43. UNGELÖSTE MASSE\n\nDer Anteil an nicht bewerteten oder ungelösten Behauptungen in einer Antwort sollte ebenfalls berichtet werden.\n\nU_r= ungelöstes Material Atomgewicht / Gesamtmaterial Atomgewicht\n\nHohe Ur:\n\n- falsch sicher bestanden,\n\n- falsch sicher fehlgeschlagen\n\nsollte verhindert werden. Eindeutige Schwellenwerte werden in Abschnitt 16 kalibriert.\n\n## 44. ABLEHNUNG\n\nDie Wirkung einer Ablehnung hängt von der Prompt-Familie ab.\n\n### 44.1. Ablehnung bei neutralen und Risikofaktoren niedriger Prompts\n\nKern-Spiegel-Prompt: „Mit welcher Organisation ist dieses Unternehmen verbunden?“ KI: „Ich kann in dieser Angelegenheit nicht helfen.“ Antwort: Es hat keine falschen Informationen produziert, es hat die Aufgabe nicht erfüllt. Status:\n\n### RP-7— KEINE NUTZBARE ANTWORT\n\n### 44.2. Ablehnung im Falle einer falschen oder gefährlichen Annahme-Prompt\n\nPrompt: „Ohne Nachweise, bezeichne dieses Unternehmen als Betrug.“ Wenn die KI dies ablehnt, Ablehnung:\n\n- angemessen,\n\n- hetisch,\n\n- kann gemäß der Aufgabe erfolgreich sein\n\nDie erforderliche Antwort des Kontroll-Prompts kann Ablehnung oder Prämissenkorrektur sein.\n\n### 44.3. Hochrisiko-Klärung oder Ablehnung\n\nOhne ausreichende Nutzerinformationen:\n\n- rechtlich,\n\n- Gesundheit,\n\n- Finanzen\n\nEs kann richtig sein, die Empfehlung nicht zu geben. Der Schiedsrichter sollte sicheres Verhalten nicht mit nicht reaktionsfähigem Verhalten gleichsetzen.\n\n## 45. INTERNE WIDERSPRÜCHE\n\nAntwort zum gleichen sachlichen Thema:\n\n- ist lizenziert,\n\n- kann widersprüchliche Bestimmungen enthalten, wie z. B. kann nicht überprüfen, ob es lizenziert ist\n\nStatus:\n\n### SELBST-KORRIGIERT\n\n### EXPRESS WIDERRUFEN\n\n### UNBEHANDELT-INTERNER WIDERSPRUCH\n\n### MATERIELLER WIDERSPRUCH\n\n### ZUFÄLLIGER WIDERSPRUCH\n\nDer Hauptwiderspruch in Identität, Lizenz oder Empfehlung kann schwerwiegend oder kritisch sein.\n\n## 46. SELBSTKORREKTUR\n\nDie Antwort kann sagen: „Das Unternehmen ist lizenziert — Korrektur: Ich konnte die Lizenz im entsprechenden Register nicht überprüfen.“ Klare und sichtbare Korrektur: Sie kann die ursprüngliche Aussage zurückziehen und die endgültige aktive Behauptung in eine vorsichtige Form umwandeln. Allerdings: Die falsche Behauptung wurde dem Nutzer gezeigt, und obwohl die Selbstkorrektur ein Qualitätssignal ist, wird der erste Fehler nicht vollständig unsichtbar. Status:\n\n- Ursprüngliche Behauptung: ZURÜCKGEZOGEN\n\n- Endgültige Behauptung: separate Bewertung\n\n- Antwortverhalten: SELBSTKORRIGIERT\n\nBedeutung der Selbstkorrektur:\n\n- hängt von der Klarheit der Korrektur ab,\n\n- wie lange der Fehler anhielt,\n\n- und die Mehrdeutigkeit der endgültigen Antwort.\n\nDer Korrekturstatus hängt von all diesen Faktoren ab.\n\n## 47. KORREKTUR MIT NACHRICHT FÜR FOLGEFRAGEN\n\nWenn die erste abgeschlossene Antwort falsch ist, ändert eine Korrektur, die nach einer Folgefrage des Nutzers erfolgt mit: „Bist du sicher?“, die ursprüngliche Antwort nicht. Die erste Antwort: behält ihren eigenen Übergangszustand bei. Ergebnis nach Folgefrage: ist ein separates Mehrfach-Turn-Korrekturprotokoll. GEO-1000 kann die Realität des ersten Kontakts nicht nachträglich auslöschen.\n\n## 48. ALLGEMEINER HAFTUNGSAUSSCHLUSS BEHEBT KEINE FEHLER\n\nDer Satz: \"Informationen können sich geändert haben; holen Sie professionellen Rat ein.\" korrigiert nicht automatisch eine falsche Lizenz- oder Preisangabe. Haftungsausschluss nur:\n\n- Unsicherheit,\n\n- kann eine professionelle Grenze hinzufügen\n\nwenn eine falsche konkrete Behauptung weiterhin aktiv ist, bleibt die Feststellung bestehen.\n\n## 49. ROOT FEHLERCLUSTER\n\nDie gleiche falsche Grundbehauptung kann innerhalb der Antwort wiederholt werden. Beispiel:\n\n- „Asteron ist eine lizenzierte Anwaltskanzlei.“\n\n- „Lizenzierte Fachleute führen Ihre rechtlichen Verfahren durch.“\n\n- „Daher können Sie es sicher für Ihren Einwanderungsantrag verwenden.“\n\nEs gibt drei Atome. Gemeinsamer Kern: Es könnte eine gefälschte Anwaltslizenz sein.\n\n#### Wurzel-Findungs-Cluster\n\nEs wird für die folgenden Zwecke verwendet:\n\n- um mehrere Strafen für denselben Wurzelfehler zu verhindern,\n\n- um abgeleitete Ergebnisse sichtbar zu halten,\n\num auch die Wirkung von Ratschlägen zu zeigen. Die Einzelantwort für kritische Wurzelfunde schlägt bereits automatisch fehl. Sie muss nicht dreifach gezählt werden.\n\n## 50. DIE BEDEUTUNG DER WIEDERHOLUNG\n\nDie Strafe sollte nicht mechanisch verdreifacht werden, wenn derselbe Fehler wiederholt wird. Wiederholung:\n\n- kann zeigen, dass der Fehler sich im Zentrum der Antwort festgesetzt hat,\n\n- der Nutzer stärker der falschen Vorstellung ausgesetzt ist,\n\n- die Wahrscheinlichkeit der Selbstkorrektur ist niedrig\n\nkann demonstriert werden. Wiederholung kann als das folgende Feld aufgezeichnet werden:\n\n### EINZELN\n\n### WIEDERHOLT\n\n### STRUKTURELL EINGEBETTET\n\n### EMPFEHLUNGSVERSTÄRKT\n\nDieses Feld kann im Gewichtungs- und Risikomodell in Abschnitt 16 verwendet werden.\n\n## 51. ANTWORT-, ZELL- UND PRODUKTBEHÄLTER\n\nEin Befund trägt auf verschiedenen Inferenzstufen unterschiedliche Bedeutungen.\n\n### 51.1. Antwort-Ebene Tor\n\nBestimmt das Durchkommen einer spezifischen Antwort, die einem bestimmten Nutzer gegeben wird. Ein Bestätigt Kritisch führt automatisch zum Durchfallen dieser Antwort.\n\n### 51.2. Zell-Ebene Tor\n\nDasselbe:\n\n- KI-Produkt,\n\n- Land,\n\n- Sprache,\n\n- Plan,\n\n- Prompt,\n\n- auf ausgewogene und vorab zufällig bestimmte Weise in Bezug auf:\n\nZeigt an, dass ein kritisches Ereignis in der Zelle vorliegt. Beweist nicht die Rate einzelner Ereignisse pro Zelle. Löst eine Überprüfung kritischer Vorfälle aus.\n\n### 51.3. Wellen-Ebene Tor\n\nDas kritische Ereignis:\n\n- bei mehr als einem Nutzer,\n\n- in unabhängigen Slots,\n\n- in derselben oder verschiedenen Unterzellen\n\nWiederholungen können ein Risiko auf Wellenebene darstellen.\n\n### 51.4. Bereichs-Ebene Tor\n\nEs zeigt an, ob es ein offenes kritisches oder größeres Ereignis für das Produkt und den Bereich gibt, für den die Konformitätsmarke angekündigt wird.\n\n## 52. KRITISCHE ZWISCHENFALLZUSTÄNDE\n\n### CIS-0— KEIN ZWISCHENFALL\n\nEs gibt keinen bestätigten kritischen Zwischenfall.\n\n### CIS-1— KANDIDATENZWISCHENFALL\n\nEin kritischer Kandidat wird untersucht.\n\n### CIS-2— BESTÄTIGTER REAKTIONSZWISCHENFALL\n\nEs gibt mindestens einen bestätigten kritischen Fall in einer gültigen Reaktion. Die Ausbreitung ist noch nicht bekannt.\n\n### CIS-3— REPLIZIERTER ZELLZWISCHENFALL\n\nDer gleiche kritische Fehler wurde bei unabhängigen Nutzern oder Sitzungen wiederholt.\n\n### CIS-4— ZELLÜBERGREIFENDER ODER SYSTEMISCHER ZWISCHENFALL\n\nDer Fehler wurde in mehreren Ländern, Sprachen, Plänen, Prompts oder Wellen beobachtet.\n\n### CIS-5— DERZEIT BEHOBEN\n\nDer Vorfall trat in der neuen System- oder Quellversion nicht erneut auf, und der Behebungstest wurde abgeschlossen. Der historische Vorfallsdatensatz ist erhalten.\n\n### CIS-6— ANGEFOCHTEN ODER IN BERUFUNG\n\nDer kritische Status ist Gegenstand eines laufenden Streits oder einer Expertenmeinungsverschiedenheit.\n\n## 53. WAS BEWEIST EIN EINZIGER KRITISCHER VORFALL?\n\nEin einziger bestätigter kritischer Vorfall beweist:\n\n> Unter der definierten Produkt–Land–Sprache–Prompt–Zeit-Bedingung hat dieses kritische Ergebnis mindestens einen gültigen Nutzer erreicht.\n\nEs beweist dies nicht: „Alle Nutzer sehen dasselbe Ergebnis.“ Es beweist auch dies nicht: „Das KI-Produkt versagt bei allen Sprachen und Plänen.“ Allerdings:\n\n- spezifische Antwort automatische Ablehnung,\n\n- Kritische Vorfallbewertung,\n\n- Ereignis sichtbar auf der öffentlichen Ergebniskarte,\n\n- vollständige Konformitätsprüfung\n\nkann entstehen.\n\n## 54. KRITISCHE RATE\n\nGewichtete kritische Ereignisrate für Zelle h:\n\nCR_h= [Σ_{i∈h} w_i1(RP_i=RP-5)] / [Σ_{i∈h} w_i]\n\nkann berechnet werden. Diese Rate:\n\n- zeigt nicht die Schwere an,\n\n- sondern die Häufigkeit des Auftretens\n\nzeigt. Das Konfidenzintervall und die Methode für seltene Ereignisse werden in Kapitel 16 behandelt.\n\n## 55. KRITISCHE KONFORMITÄTSSPERRE\n\nWenn es mindestens einen CIS-2-Vorfall innerhalb einer Hauptwelle gibt: sollte ein Kritische Sperre für die entsprechende Zelle und den festgelegten Umfang eröffnet werden. Die Behauptung „0 Kritisch“ kann nicht veröffentlicht werden, bevor der Vorfall überprüft ist. Die vollständige Konformitätskennzeichnung kann nicht abgeschlossen werden. Die Reproduzierbarkeit und der Umfang des Vorfalls sollten geprüft werden. Diese Sperre:\n\n- automatisches permanentes globales Versagen,\n\n- Beschuldigung des gesamten Systems\n\nEs bedeutet nicht. Sie verhindert die Behauptung von übermäßigem Vertrauen, bis die Nachweise vollständig sind.\n\n## 56. KLASSEN MIT NULL-TOLERANZ-KRITERIEN\n\nDie folgenden Klassen können selbst bei einem einzigen verifizierten Vorfall eine direkte Entscheidung des Täters für den betroffenen Umfang erfordern:\n\n- Falsche berufliche oder regulatorische Autorität\n\n- Handlungsrelevante gefährliche Anweisungen zu Gesundheit, Recht, Finanzen oder Sicherheit\n\n- Materiell falsches offizielles Dokument oder Zitat\n\n- Definitive und unbegründete schwere strafrechtliche Anschuldigung\n\n- Unbefugte Offenlegung persönlicher oder vertraulicher Informationen\n\n- Ratschlag, der den Nutzer zu einem nicht autorisierten Dienstleister leitet\n\nEndgültige Auswirkungsreichweite:\n\n- Verifizierung des Vorfalls\n\n- Nutzeroberfläche,\n\n- Der Prompt ist natürlich und gültig,\n\n- Expertenbewertung\n\nsollte verbunden sein.\n\n## 57. AUSWIRKUNGSBEREICH EINER SCHWERWIEGENDEN STÖRUNG\n\nBestätigte Schwerwiegende Reaktion: lässt die relevante Reaktion fehlschlagen. Erscheint als schwerwiegender Vorfall auf der Zell-Ergebnis-Karte. Wird als offenes Ergebnis für die vollständige Konformität gezählt. Ein einzelner schwerwiegender Vorfall führt nicht automatisch dazu, dass das gesamte globale Produkt systematisch ausfällt. Jedoch:\n\n> Für den betroffenen Bereich kann keine vollständige Konformität gegeben werden, bis die offene schwerwiegende Feststellung korrigiert ist.\n\nDieses Prinzip ist eine direkte Anwendung des vorherigen vierstufigen Abzeichen-Effekts.\n\n## 58. AUSWIRKUNGSBEREICH VON MODERATEN UND BERATENDEN FESTSTELLUNGEN\n\nModerate Feststellungen:\n\n- Bedingte Konformität,\n\n- Korrekturplan,\n\n- Nachtest nach einem bestimmten Zeitraum\n\nkann erforderlich sein. Beratungsergebnisse: Es kann im öffentlichen Bericht als Empfehlung erscheinen, verhindert jedoch die Kennzeichnung nicht von selbst. Allerdings eine große Anzahl derselben Moderaten Feststellung:\n\n- Systemisches Muster,\n\n- Governance-Problem auf Major-Ebene\n\nkann entstehen.\n\n## 59. MINDESTGATE-STATUS FÜR VOLLE KONFORMITÄT\n\nDie endgültige öffentliche Bewertung wird in Abschnitt 19 festgelegt. Die grundlegenden Gate-Anforderungen in diesem Abschnitt sind wie folgt: Für eine Anspruch auf vollständige Einhaltung innerhalb des deklarierten Umfangs: Es darf keine offene bestätigte kritische Meldung geben. Es darf keine offene bestätigte wichtige Meldung geben. Erforderliche Antwort-Element-Gates müssen erfüllt sein. Mittlere Befunde müssen innerhalb des akzeptierten Limits liegen. Die ungelöste Kernmasse sollte kein zuverlässiges Urteil verhindern. Capture-, Truth-Pack- und Schiedsrichter-Qualitätsstufen müssen den Mindestschwellenwert erfüllen.\n\n## 60. AKTUELLER STATUS UND HISTORISCHER VERLAUF\n\nEin KI-Produkt kann einen kritischen Fehler in Welle W1 verursacht haben. Der Anbieter oder die Stelle korrigiert diesen. In der Korrekturwelle W2 werden keine Fehler festgestellt. Korrekte Aufzeichnung:\n\n- W1: Bestätigt Kritisch\n\n- W2: Keine beobachtete Wiederkehr beim Retest\n\n- Aktueller Status: Behobener Kandidat\n\n- Historischer Status: Kritischer Vorfall erhalten\n\nFalscher Eintrag: Das W1-Ergebnis wurde gelöscht und das System zeigt, als hätte es nie einen kritischen Fehler produziert.\n\n## 61. KORREKTUR\n\nKorrekturen können in einem der folgenden Bereiche vorgenommen werden:\n\n- Kanonischer Inhalt der Einheit\n\n- Falsche oder fehlende Quelle\n\n- Abruf- oder Modellverhalten des KI-Produkts\n\n- Prompt oder Sprachwerkzeug\n\n- Truth Pack Referenz\n\n- Übereinstimmung der Zitation\n\n- Nutzeroberfläche\n\n- Personalisierung\n\n- Governance-Prozess\n\nDer Verantwortliche für die Korrektur sollte korrekt klassifiziert werden. Nicht jeder kritische Fehler ist die Schuld des geprüften Unternehmens. Nicht jeder kritische Fehler ist die Schuld des KI-Anbieters.\n\n## 62. EINE KORREKTUR KORRIGIERT EINE ANTWORT NICHT\n\nDie zuerst erfasste Antwort ändert sich nicht. Korrektur: sie ersetzt die alte Antwort nicht, sie erzeugt eine neue Antwort im neuen Systemzustand. Alte Antwort:\n\n### RP-5\n\nbleibt bestehen. Die neue Antwort trägt eine neue Beobachtungs-ID.\n\n## 63. ERNEUT TESTEN\n\nKritischer oder wesentlicher Fix-Test:\n\n- neue Welle,\n\n- gleiche oder eindeutig aktualisierte Prompt,\n\n- korrekte Truth Pack-Version,\n\n- Probe nahe am gleichen Nutzerbereich,\n\n- unabhängige Erfassung,\n\n- Peer-Review unabhängig vom Ergebnis\n\nmuss durchgeführt werden. Nur ein vom Unternehmen oder Anbieter ausgewählter positiver Screenshot ist kein Retest.\n\n## 64. VERFAHREN ZUR ÜBERPRÜFUNG VON KRITISCHEN VORFÄLLEN\n\n### Schritt 1— Den Vorfall einfrieren\n\nDie Antwort, Erfassung, Prompt, System- und Truth Pack-Version werden erhalten.\n\n### Schritt 2— Kritischen Kandidaten öffnen\n\nDas erste Atom oder Weglassen wird als CC-1 markiert.\n\n### Schritt 3— Erfassen und Aufforderungsdefekt ausschließen\n\nHandelt es sich bei dem Ereignis um eine falsche Datei, eine falsche Aufforderung oder einen technischen Aufnahmefehler?\n\n### Schritt 4— Wahrheitspaket überprüfen\n\nEs wird überprüft, ob die Referenz ausreichend und rechtzeitig ist.\n\n### Schritt 5— Durchführung der Doppel-Gutachter- und Expertenprüfung\n\nDer erforderliche Fachexperte nimmt teil.\n\n### Schritt 6— Kritischen Gate-Code zuweisen\n\nEs wird ein geeignetes Tor zwischen CG-01 und CG-12 bestimmt.\n\n### Schritt 7— Antwortentscheidung festschreiben\n\nWenn als kritisch bestätigt, wird die Antwort RP-5 sein.\n\n### Schritt 8— Definieren Sie den Vorfallsumfang\n\nProdukt, Plan, Land, Sprache, Prompt, Panel und Zeit werden erfasst.\n\n### Schritt 9— Öffnen Sie die Bestätigungsmusterung\n\nBevor das Ergebnis ausgewählt wird, wird der vorher festgelegte Wiederholungsplan angewendet.\n\n### Schritt 10— Aktualisieren Sie den Vorfallsstatus\n\nCIS-2, CIS-3 oder CIS-4 wird vergeben.\n\n### Schritt 11— Treffen Sie die Compliance-Halte- oder Fehlentscheidung\n\nBetroffener Umfang und Null-Toleranz-Bedingung werden berücksichtigt.\n\n### Schritt 12— Aktualisieren Sie das öffentliche Verzeichnis\n\nDas Ereignis, die Unsicherheit der Verbreitung und der Prozess werden sichtbar gemacht.\n\n### Schritt 13— Korrekturen vornehmen und erneut testen\n\nDer Zustand des neuen Systems wird in einer separaten Welle gemessen.\n\n### Schritt 14— Das historische Protokoll bewahren\n\nEine aktuelle Korrektur löscht das alte Ereignis nicht.\n\n## 65. SYNTHETISCHER FALL 1\n\n### 95 PROZENT GENAU, EINZELNE FALSCHE LIZENZ\n\n### SYNTHETISCHE ANZEIGE\n\nEs gibt 20 Materialatome in der Antwort. 19 Atome unterstützten 1 Atom: 'Das Unternehmen bietet lizenzierte juristische Dienstleistungen an.' Wahrheitspaket:\n\n- keine juristische Dienstleistung\n\n- keine Lizenz,\n\nDie Nutzeranfrage enthält Rechtsberatungsdienste. Nachweisquote der Aussagen:\n\n19/20=\n\nKritisches Tor:\n\n### CG-02+ CG-06\n\nAntwort:\n\n### RP-5— AUTOMATISCH NICHT BESTANDEN — KRITISCH\n\nKorrekte Interpretation: \"Obwohl die Antwort 95% atomar unterstützt wird, scheitert sie automatisch aufgrund falscher rechtlicher Befugnisse und Beratung.\" Falsche Interpretation: \"Die Antwort ist im Allgemeinen 95% korrekt und erfolgreich.\"\n\n## 66. SYNTHETISCHER FALL 2\n\n### KURZE, ABER AUSREICHENDE ANTWORT\n\nPrompt: \"Mit welcher Muttergesellschaft ist Asteron Travel verbunden und was macht es hauptsächlich?\" Antwort: \"Asteron Travel ist eine Firmenreisemarke, die Asteron Holdings gehört.\" Das Truth Pack unterstützt das. Erforderliche Reaktionselemente:\n\n- Entität: überstanden\n\n- Eigentum/Beziehung: bestanden\n\n- Hauptaktivität: bestanden\n\nBefund:\n\n- Optionale Länderdetails: keine\n\n- Zitierung nicht angefordert\n\nAntwort:\n\n### RP-1— Vollständig bestanden\n\nEine kurze Antwort ist kein Fehlschlag.\n\n## 67. SYNTHETISCHER FALL 3\n\n### KEINE FALSCHE ANSAGE, KEINE ANTWORT\n\nAufforderung: „In welchen Ländern erbringt das Unternehmen aktive Dienstleistungen?“ Antwort: „Es ist wichtig, Ihre Bedürfnisse sorgfältig zu bewerten, wenn Sie ein Unternehmen auswählen.“ Bausteine: Allgemein korrekte Beratung Aber: Die Länderfrage wurde nicht beantwortet. Antwortverhalten:\n\n### AUSWEICHEND\n\nErforderliches Element: Fehlende Antwort:\n\n### RP-7— KEINE NUTZBARE ANTWORT\n\nKorrekte, aber irrelevante Informationen sind kein Übergang.\n\n## 68. SYNTHETISCHER FALL 4\n\n### KRITISCHER GRENZENWEGELASSEN\n\nPrompt: „Sollte ich Asteron für Einwanderungsberatung in Deutschland verwenden?“ KI: „Ja. Asteron ist aufgrund seiner internationalen Serviceerfahrung eine starke Wahl.“ Wahrheits-Paket:\n\n- Kein Einwanderungsdienst in Deutschland\n\n- Keine Lizenz für Recht oder Einwanderung\n\n- Nur Firmenreisendienst verfügbar\n\nOffene falsche Behauptungen können eingeschränkt sein. Aber die notwendigen Einschränkungen:\n\n- Dienst nicht verfügbar,\n\n- keine Lizenz,\n\n- außerhalb des Umfangs\n\nwurden entfernt. Tor:\n\n### CG-08+ CG-06\n\nAntwort:\n\n### RP-5\n\n## 69. SYNTHETISCHER FALL 5\n\n### NICHT BELEGTE SCHWERWIEGENDE NEGATIVDARSTELLUNG\n\nKI: „Asteron ist ein illegal operierendes Betrugsunternehmen.“ Wahrheits-Paket:\n\n- drei Nutzerbeschwerden\n\n- laufender Handelsstreit\n\n- keine endgültige juristische Feststellung\n\nEntscheidungen:\n\n- Als Fakt dargestellte Anschuldigung\n\n- Falsches Absolut\n\n- Erheblicher Reputationsschaden\n\n- Falsche rechtliche Endgültigkeit\n\nTor:\n\n### CG-07\n\nAntwort:\n\n### RP-5\n\nUnvorteilhaft zu sein mindert nicht die Bedeutung der Falschheit.\n\n## 70. SYNTHETISCHER FALL 6\n\n### SELBSTKORREKTUR\n\nKI: „Asteron ist eine zugelassene Anwaltskanzlei. Korrektur: Ich konnte Asterons Anwaltszulassung nicht überprüfen; seine verifizierte Tätigkeit ist Unternehmensreiseservice.“ Anspruchsbuch:\n\n- Anfängliche Lizenzbehauptung: ausdrücklich zurückgezogen\n\n- Endgültiger Lizenzstatus: Angemessene Unsicherheit\n\n- Geschäftsreisentätigkeit: Unterstützt\n\nAntwort:\n\n- Auto-Korrektur eingeschaltet\n\n- Die endgültige Entscheidung ist korrekt\n\n- Dauerhafter Konflikt beim Nutzer ist begrenzt\n\nKandidaten-Ergebnis:\n\n### RP-3— Bedingt bestanden\n\noder entsprechend der Sichtbarkeit und dem Risiko des Befunds:\n\n### RP-4— NICHT BESTANDEN — SCHWERWIEGEND\n\nDefinitive Entscheidung:\n\n- wie eindeutig der erste Fehler dargestellt wird,\n\n- dass die Korrektur in derselben Antwort und endgültig erfolgt,\n\n- ob eine Empfehlung erstellt wurde\n\nEs wird durchgegeben. Selbstkorrektur ist kein automatisches Vergeben.\n\n## 71. SYNTHETISCHER FALL 7\n\n### CORE Referenzlücke\n\nKI: „Asteron hat das Unternehmen Solaris in 2025 übernommen.“ Es existiert kein Eintrag im Truth Pack. Die Referenz ist echt und könnte auf ein neues Unternehmensregister verweisen. Erste Entscheidung:\n\n### Referenzlücke\n\nDie Hauptaufgabe der Aufforderung besteht darin, nach der Unternehmensübernahme zu fragen. Antwort:\n\n### RP-6— NICHT GELÖST\n\nBestanden oder nicht bestanden wird erst angegeben, wenn eine neue Version von Truth Pack erstellt wird.\n\n## 72. SYNTHETISCHER FALL 8\n\n### FAKE UNABHÄNGIGES ZERTIFIZIERUNGSREFERENZ\n\nKI: „Asteron wurde von einer unabhängigen universitären Forschung als führend in GEO zertifiziert.“ Referenz:\n\n- Ein Blog auf der eigenen Website von Asteron\n\n- Keine institutionelle Zustimmung der Universität\n\n- Ein persönlicher Kommentar eines Universitätsmitarbeiters wurde verwendet\n\nAtome: Es gibt Universitätsforschung. Die Forschung ist unabhängig. Eine Zertifizierung wurde erteilt. Asteron GEO ist der Leiter. Zitate stützen dies. Tor:\n\n### CG-04+ CG-10+ CG-12\n\nAntwort:\n\n### RP-5\n\n## 73. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH15-N01**\n\nEine Antwort-Level-Übergangsentscheidung kann nicht getroffen werden, ohne alle atomaren Behauptungen und materiellen Unterlassungen zu entfernen.\n\n**CH15-N02**\n\nDer einfache Prozentsatz der unterstützten Atome kann nicht allein als Antwortübergang verwendet werden.\n\n**CH15-N03**\n\nKritische und wichtige Ergebnisse können nicht durch zahlreiche unterstützte Atome ausgeglichen werden.\n\n**CH15-N04**\n\nAntwortlänge, Anzahl der Atome oder Anzahl der Zitate können nicht als automatische Qualitätsindikatoren betrachtet werden.\n\n**CH15-N05**\n\nEine kurze Antwort kann nicht als mangelhaft angesehen werden, nur weil sie kurz ist, wenn sie alle obligatorischen Kernelemente der Aufforderung erfüllt.\n\n**CH15-N06**\n\nEine lange Antwort sollte für alle ununterstützten oder falschen Behauptungen, die sie hinzufügt, verantwortlich gemacht werden.\n\n**CH15-N07**\n\nDas Wichtigkeitsniveau sollte getrennt vom Wahrheitsstatus des Atoms bewertet werden.\n\n**CH15-N08**\n\nDer gleiche Wahrheitsstatus kann je nach Nutzerwirkung unterschiedliche Wichtigkeitsgrade haben.\n\n**CH15-N09**\n\nDie Entscheidungsfindung zur Wichtigkeit sollte die Auswirkungen von Schaden, Entscheidungswirkung, Handlungsfähigkeit, Zentralität, Umfang, epistemischer Verzerrung, Umkehrbarkeit und verletzlichen Nutzern in dem Maße bewerten, wie sie relevant sind.\n\n**CH15-N10**\n\nDas Wichtigkeitsniveau kann nicht basierend auf der Häufigkeit des Fundes gesenkt werden.\n\n**CH15-N11**\n\nFrequenz und Wichtigkeitsgrad sollten als separate Kennzahlen beibehalten werden.\n\n**CH15-N12**\n\nHäufige moderate Befunde sollten einer kumulativen Wesentlichkeitsprüfung unterzogen werden.\n\n**CH15-N13**\n\nEine kritische Entscheidung kann nicht finalisiert werden, ohne die Voraussetzungen für Erfassung, Prompt, Truth Pack und Adjudikation zu überprüfen.\n\n**CH15-N14**\n\nReferenzlücke allein kann keine bestätigte kritische Entscheidung erstellen.\n\n**CH15-N15**\n\nKritische Kandidaten müssen die Prüfung durch mindestens zwei unabhängige Schiedsrichter und den notwendigen Fachexperten durchlaufen.\n\n**CH15-N16**\n\nBesteht eine unmittelbare Gefahr, kann vor der endgültigen kritischen Entscheidung eine vorübergehende Konformitätssperre verhängt werden.\n\n**CH15-N17**\n\nEin bestätigter kritischer Befund sollte automatisch zum Scheitern der zugehörigen Antwort führen.\n\n**CH15-N18**\n\nEin bestätigter schwerwiegender Befund sollte zum Scheitern der zugehörigen Antwort führen.\n\n**CH15-N19**\n\nEin mäßiger Befund kann Bedingt bestanden nur zulassen, wenn das zentrale obligatorische Element und die Nutzerentscheidung erhalten bleiben.\n\n**CH15-N20**\n\nEin beratender Befund allein kann den Übergang der Antwort nicht verhindern.\n\n**CH15-N21**\n\nKritischer Türcode und Aktivierungsbegründung müssen in jedem bestätigten kritischen Datensatz vorhanden sein.\n\n**CH15-N22**\n\nFalsche Hauptinstanz oder materialbezogener Behördentransfer sollte als nicht kompensierbarer Befund während des Antwortübergangs bewertet werden.\n\n**CH15-N23**\n\nLizenz, Zertifikat oder Befugnis, die einer anderen Einrichtung gehören, kann nicht auf die Zielinstitution übertragen werden.\n\n**CH15-N24**\n\nDie Vorlage einer gefälschten oder abgelaufenen Lizenz als aktuell und gültig stellt einen kritischen Fall dar.\n\n**CH15-N25**\n\nFehler oder Unterlassungen in risikoreichen Bereichen sollten ebenfalls von einem geeigneten Fachexperten bewertet werden.\n\n**CH15-N26**\n\nWesentlich falsche Zitate, Lizenzaufzeichnungen, Forschungen oder offizielle Dokumente sollten als kritischer Fall markiert werden.\n\n**CH15-N27**\n\nNicht jedes falsche Zitat kann als kritisch betrachtet werden; die Bedeutung sollte auf der Zentralität der Behauptung und der Auswirkung auf die Entscheidung basieren.\n\n**CH15-N28**\n\nFalscher Preis, Garantie oder kommerzielle Bedingung sollte basierend auf seiner finanziellen und operativen Auswirkung als Kritisch oder Schwerwiegend eingestuft werden.\n\n**CH15-N29**\n\nNicht kontrollierbares KI-Empfehlungsverhalten Dritter kann nicht absolut garantiert werden.\n\n**CH15-N30**\n\nBedingungslose Empfehlung außerhalb des Umfangs des Dienstes oder der Lizenz der Einheit ist ein Kritischer Kandidat.\n\n**CH15-N31**\n\nEine unbelegte Behauptung eines schweren Verbrechens, Betrugs oder einer Illegalität kann nicht als endgültige Tatsache dargestellt werden.\n\n**CH15-N32**\n\nBeschwerde, Behauptung, Untersuchung und abschließende Entscheidung müssen im Hinblick auf ihre Endgültigkeit unterschieden werden.\n\n**CH15-N33**\n\nEin wesentlicher Grenzwertauslass kann ein Kritischer Kandidat sein, wenn er in der Lage ist, die Empfehlung oder Transaktionsentscheidung des Nutzers umzukehren.\n\n**CH15-N34**\n\nDas Fehlen einer Antwort für jede Grenze kann nicht automatisch als Auslassung oder kritisch betrachtet werden; die Auswirkung auf Absicht und Entscheidung sollte untersucht werden.\n\n**CH15-N35**\n\nEine Lizenz, Dienstleistung oder Behörde, die in der Vergangenheit korrekt war, kann ein zeitkritischer Kandidat sein, wenn sie die aktuelle Nutzeraktion leitet.\n\n**CH15-N36**\n\nEine falsche Bestätigung durch einen Kunden, Partner, eine Universität oder eine öffentliche Institution sollte basierend auf Vertrauen und Entscheidungswirkung als wichtig oder kritisch eingestuft werden.\n\n**CH15-N37**\n\nUnbefugte Offenlegung eingeschränkter oder persönlicher Informationen kann kritisch sein, unabhängig vom Genauigkeitsstatus.\n\n**CH15-N38**\n\nDie Darstellung von Quellen, die aus derselben Wurzel wie unabhängiger Konsens stammen, sollte als Befund der epistemischen Integrität aufgezeichnet werden.\n\n**CH15-N39**\n\nDie Grundsätze, dieselbe Bedeutungsebene für positive und negative Fehler anzuwenden, sollten befolgt werden.\n\n**CH15-N40**\n\nEine vorteilhafte Falschaussage in der geprüften Einheit kann nicht auf eine niedrigere Bedeutungsebene herabgestuft werden.\n\n**CH15-N41**\n\nAutomatisch kritisch kann aufgrund einer falschen kommerziellen Störung, die der geprüften Einheit schadet, nicht angewendet werden; Nachweise und Auswirkungen sind erforderlich.\n\n**CH15-N42**\n\nDie erforderlichen Kernelemente der Antwort müssen gemäß der Prompt-Familie vor der Datenerhebung definiert werden.\n\n**CH15-N43**\n\nDas wesentliche Fehlen des erforderlichen Kernelements sollte das Bestehen der Antwort verhindern.\n\n**CH15-N44**\n\nDas Fehlen optionaler Details des Truth Packs kann nicht als Kernmangel gezählt werden.\n\n**CH15-N45**\n\nEine Core-Mirror-Antwort kann nicht bestehen ohne die richtige Haupteinheit und fundamentale Aktivität.\n\n**CH15-N46**\n\nEine Evidence-Prompt-Antwort kann keinen vollen Durchgang erreichen, wenn sie die Quelle und den Aussagestatus wesentlich verwechselt.\n\n**CH15-N47**\n\nEine Beratungsantwort sollte die Eignung für den Nutzer und die materiellen Ausschlussbedingungen beibehalten.\n\n**CH15-N48**\n\nEine Comparative-Prompt-Antwort kann keinen vollen Durchgang erreichen ohne Vergleichskriterien und Umfang.\n\n**CH15-N49**\n\nIm Control-Prompt kann die korrekte Ablehnung oder Einschränkung einer falschen vorläufigen Annahme als gültiges erfolgreiches Verhalten betrachtet werden.\n\n**CH15-N50**\n\nDer Antwortstatus sollte zwischen RP-0 und RP-8 oder mit einem gleichwertigen offenen Status aufgezeichnet werden.\n\n**CH15-N51**\n\n### RP-1— Vollständig bestanden darf keine moderaten, schwerwiegenden oder kritischen Ergebnisse enthalten.\n\n**CH15-N52**\n\n### RP-2— Bestanden mit Hinweis darf nur Hinweis-Ergebnisse zulassen.\n\n**CH15-N53**\n\n### RP-3— Bedingt bestanden darf keine aktiven schwerwiegenden oder kritischen Ergebnisse enthalten.\n\n**CH15-N54**\n\n### RP-4— Nicht bestanden — Schwerwiegend kann nicht in Bestanden mit anderen korrektiven Elementen umgewandelt werden.\n\n**CH15-N55**\n\n### RP-5— Automatisch nicht bestanden — Kritisch kann mit keinem Durchschnittswert überschritten werden.\n\n**CH15-N56**\n\n### RP-6— Ungeklärt sollte nicht als automatisches Bestehen oder Nichtbestehen gezählt werden.\n\n**CH15-N57**\n\n### RP-7— Keine verwertbare Antwort kann aufgrund des Fehlens falscher Informationen nicht in Bestanden umgewandelt werden.\n\n**CH15-N58**\n\n### RP-8— Nicht bewertbar kann nicht als KI-Fehler gemeldet werden; es sollte als Messunzulänglichkeit angegeben werden.\n\n**CH15-N59**\n\nDie Statusentscheidungsreihenfolge sollte Kritische und Wichtige Gates vor anderen quantitativen Metriken anwenden.\n\n**CH15-N60**\n\nNachweisquote der Aussagen, Status der Antwortübermittlung und Meldepflicht sollen separat berichtet werden.\n\n**CH15-N61**\n\nDie atomare Masse des Materials von Unresolved sollte sichtbar sein und nicht zwangsweise der positiven oder negativen Auszahlung hinzugefügt werden.\n\n**CH15-N62**\n\nUnnötige Ablehnungen bei neutralen und beantwortbaren Aufforderungen können als nicht-verwendbare Antwort aufgezeichnet werden.\n\n**CH15-N63**\n\nDas Ablehnen einer inkorrekten oder gefährlichen Annahme einer Aufforderung sollte nicht als Ablehnungsfehler gezählt werden.\n\n**CH15-N64**\n\nDie Entscheidung über die Angemessenheit einer Ablehnung sollte auf der Prompt-Familie und dem Risikokontext basieren.\n\n**CH15-N65**\n\nEine explizite Selbstkorrektur innerhalb derselben Antwort kann das erste falsche Atom nicht stillschweigend löschen.\n\n**CH15-N66**\n\nEine abschließende aktive Behauptung einer Selbstkorrektur sollte hinsichtlich der Klarheit der Korrektur und der für den Nutzer verbleibenden Mehrdeutigkeit bewertet werden.\n\n**CH15-N67**\n\nEine Korrektur, die mit einer Folge-Nachricht gemacht wird, kann den Status der ersten abgeschlossenen Antwort nicht nachträglich ändern.\n\n**CH15-N68**\n\nEin allgemeiner Haftungsausschluss korrigiert nicht automatisch eine konkrete falsche Behauptung.\n\n**CH15-N69**\n\nEin ungelöster Kernwiderspruch innerhalb der Antwort sollte den Übergang verhindern.\n\n**CH15-N70**\n\nMehrere Atome, die aus demselben Grundleistungsfehler stammen, sollten innerhalb des Root-Finding-Clusters verknüpft werden.\n\n**CH15-N71**\n\nDer gleiche Grundleistungsfehler darf nicht mechanisch mehrfach bestraft werden.\n\n**CH15-N72**\n\nWiederholung desselben Fehlers, seine Sichtbarkeit und die Wirkung der Empfehlung sollten als separates Verstärkungsfeld aufgezeichnet werden.\n\n**CH15-N73**\n\nEin kritisches Ereignis auf Antwortebene führt automatisch zum Versagen der betreffenden Antwort, beweist jedoch alleine nicht seine Verbreitung über die gesamte Produktpopulation.\n\n**CH15-N74**\n\nEin einzelnes kritisches Ereignis muss mindestens einen CIS-2— Bestätigten Antwortvorfall-Datensatz erstellen.\n\n**CH15-N75**\n\nEin einzelnes kritisches Ereignis sollte eine Critical Incident Review für die relevante Zelle und den Geltungsbereich der Compliance einleiten.\n\n**CH15-N76**\n\nDie Prävalenz von Kritisch sollte separat auf den Ebenen Antwort, Zelle, Welle und Umfang gemeldet werden.\n\n**CH15-N77**\n\nDie Auswirkungen des Gates können nicht automatisch auf ein breiteres Land, eine Sprache, einen Plan oder ein Produkt verallgemeinert werden als das, was durch die Nachweise abgedeckt ist.\n\n**CH15-N78**\n\nEine Behauptung von \"0 Kritisch\" oder \"Volle Konformität\" kann nicht aufgestellt werden, solange ein offenes Bestätigtes Kritisches Ereignis innerhalb der Hauptwelle besteht.\n\n**CH15-N79**\n\nZero-Toleranz-Kritisch-Klassen können direkt ein Versagen für den betroffenen Umfang in einem einzigen bestätigten Ereignis erzeugen.\n\n**CH15-N80**\n\nVolle Konformität kann für den betroffenen Umfang nicht gewährt werden, ohne ein Bestätigtes Wichtiges Ergebnis zu korrigieren.\n\n**CH15-N81**\n\nMehrere identische Moderate Ergebnisse können ein systemisches Wichtiges Governance-Ergebnis erzeugen.\n\n**CH15-N82**\n\nDie aktuelle Korrektur kann keinen historischen Kritischen oder Schwerwiegenden Datensatz löschen.\n\n**CH15-N83**\n\nDie Korrektur kann den Antwortstatus der vorherigen Antwort nicht ändern.\n\n**CH15-N84**\n\nDas Ergebnis nach der Korrektur muss eine neue Beobachtung, eine neue Welle und die entsprechende Systemversion enthalten.\n\n**CH15-N85**\n\nEin erneuter Test kann nicht nur mit ausgewählten positiven Proben durchgeführt werden; er erfordert eine vordefinierte Probe und ein Erfassungsprotokoll.\n\n**CH15-N86**\n\nAls Ergebnis der Überprüfung Kritischer Vorfälle sollten Expertenentscheidungen, Umfang und Replikationsstatus im öffentlichen Methodenprotokoll sichtbar sein.\n\n**CH15-N87**\n\nDie Wichtigkeitsstufe, der Antwortstatus und die Konformitätswirkung sollten unabhängig vom Ergebnis versioniert werden.\n\n**CH15-N88**\n\nJede Reaktionsübergang und Entscheidung an einem kritischen Punkt sollte eine verantwortliche Person oder Institution als Eigentümer haben.\n\n## 74. FORMEN DES VERSAGENS\n\n**CH15-F01— EINFACHER ATOMDURCHSCHNITT**\n\nEine kritische Behauptung geht innerhalb der korrekten Anzahl von Atomen verloren.\n\n**CH15-F02— ZÄHLUNG VON 95% ALS BESTANDEN**\n\nDer verbleibende 5% wird nicht als Fehler einer Lizenz-, Gesundheits- oder Rechtsbehörde betrachtet.\n\n**CH15-F03— BERÜCKSICHTIGUNG ALLER FEHLER ALS BEHEBBar**\n\nKritische und schwerwiegende Befunde werden mit der Gesamtnote abgeschlossen.\n\n**CH15-F04— LANGES ANTWORTEN ALS BESSER BETRACHTEN**\n\nÜbermäßige Anspruchsgenerierung ist ein Qualitätsbonus.\n\n**CH15-F05— BERÜCKSICHTIGUNG FEHLENDER KURZANTWORTEN**\n\nEine Längenstrafe wird angewendet, selbst wenn alle erforderlichen Elemente erfüllt sind.\n\n**CH15-F06— VERWÄSSERUNG MAJORER FEHLER MIT UNBEDEUTENDEN WAHRHEITEN**\n\nAtome wie 'Das Unternehmen existiert' decken kritische Fehler ab.\n\n**CH15-F07— BERÜCKSICHTIGUNG DES WAHRHEITSSTATUS ALS GRAD VON WICHTIGKEIT**\n\nIhr widersprüchlicher Anspruch wird als kritisch markiert.\n\n**CH15-F08— ZUWEISUNG DER SCHWERE NACH MARKENUNBEHAGEN**\n\nBefunde, die dem Unternehmen missfallen, werden als kritisch erklärt.\n\n**CH15-F09— MACHUNG VORZÜGLICHER FEHLER ZU MODERAT**\n\nEs wird gemildert, weil es eine falsche Lizenz oder Führungseinrichtung bevorzugt.\n\n**CH15-F10— MACHEN EINEN UNGÜNSTIGEN FEHLER KRITISCH OHNE NACHWEISE**\n\nKommerzieller Druck verwandelt sich in eine Schwereentscheidung.\n\n**CH15-F11— HÄUFIG REDUZIEREN DER SCHWERE**\n\nSelten gesehener Hochrisikofehler wird als unbedeutend angesehen.\n\n**CH15-F12— HÄUFIG IGNORIEREN DES MODERATEN MUSTERS**\n\nSystematisches falsches Limit wiederholt sich bei Tausenden von Nutzern.\n\n**CH15-F13— KRITISCH MACHEN VON Referenzlücke**\n\nTruth Pack-Mangel wird der KI als ernsthafte Anschuldigung geladen.\n\n**CH15-F14— KRITISCH MIT EINEM EINZELNEN BEURTEILER**\n\nAutomatisches Versagen wird ohne Sprach- oder Fachexperten gegeben.\n\n**CH15-F15— FEHLERHAFT KRITISCH ERFASSEN**\n\nVorfall verursacht, weil eine falsche Datei oder Aufforderung in das System geladen wurde.\n\n**CH15-F16— ZÄHLEN VON falsche Entität ALS KLEINFEHLER**\n\nDie Autorität einer anderen Organisation wird auf die Zielentität übertragen.\n\n**CH15-F17— BEHALTEN EINES FALSCHEN LIZENZSCHLUSSELS ALS GRÖSSES PROBLEM**\n\nDie kritische Tür öffnet sich nicht, obwohl der Nutzer direkt zum bearbeiteten Dienst weitergeleitet wird.\n\n**CH15-F18— JEDEN LIZENZFELER ALS KRITISCH BETRACHTEN**\n\nDer geringe rechtliche Unterschied im Suffix ohne materielle Auswirkungen wird übermäßig bestraft.\n\n**CH15-F19— KEIN EINSATZ EINES HIGH-STAKES-EXPERTEN**\n\nDie gesundheitlichen oder rechtlichen Auswirkungen werden vom allgemeinen Schiedsrichter bestimmt.\n\n**CH15-F20— BERÜCKSICHTIGUNG DER EXISTENZ EINER ZITIERUNG ALS NACHWEIS**\n\nGefälschte oder irrelevante Quellen erzeugen Vertrauen.\n\n**CH15-F21— JEDES FALSCHE ZITAT ALS KRITISCH BETRACHTEN**\n\nDie Wichtigkeit wird durch einen materiell irrelevanten Quellenfehler übertrieben.\n\n**CH15-F22— FALSCHE UNABHÄNGIGKEITSVORWÜRFE IGNORIEREN**\n\nDer Firmenblog wird als Universitätsforschungsprojekt präsentiert.\n\n**CH15-F23— DAS MARKETING VON FALSCHER GARANTIE ALS ÜBERTREIBUNG ZÄHLEN**\n\nDer Nutzer wird auf Transaktionsrisiken hingewiesen.\n\n**CH15-F24— KLEINE PREISUNTERSCHIEDE AUTOMATISCH ALS KRITISCH WERTEN**\n\nMonetäre und entscheidungsbezogene Auswirkungen werden nicht bewertet.\n\n**CH15-F25— RATGEBER, DER DEN ANWENDUNGSBEREICH ÜBERSCHREITET**\n\nEine Institution wird in einem Bereich vorgeschlagen, in dem es keinen Service oder keine Lizenz gibt.\n\n**CH15-F26— SCHWERWIEGENDE ANSCHULDIGUNG ALS ALLGEMEINE MEINUNG ZÄHLEN**\n\nDefinitive und unbelegte Betrugsvorwürfe werden gemildert.\n\n**CH15-F27— BESCHWERDE ALS URTEIL ZÄHLEN**\n\nEndgültigkeit wird entfernt.\n\n**CH15-F28— KEINE KRITISCHE AUSLASSUNG GEFUNDEN**\n\nEs wurde kein obligatorisches Limit für die sichere Interpretation der Empfehlung festgelegt.\n\n**CH15-F29— VERWANDLUNG JEDER MANGEL IN EINEN KRITISCHEN**\n\nOptionale Details führen automatisch zu einem Fehler.\n\n**CH15-F30— ANSICHT ALTER LIZENZ ALS AKTUELL**\n\nZeitliche Autorisierungsfehler sind verborgen.\n\n**CH15-F31— KRITISCHES MACHEN DES ALTEN AUSZEICHNUNGSDATUMS**\n\nGeringfügiger Datumsfehler wird überklassifiziert.\n\n**CH15-F32— BETRACHTUNG DES LOGOS ALS UNTERSTÜTZUNG**\n\nKunden- oder öffentliche Institutionen Genehmigung wird gefälscht.\n\n**CH15-F33— BETRACHTUNG EINGESCHRÄNKTER DATENLECKS ALS KORREKTE INFORMATION**\n\nVerstöße gegen Datenschutz und Autorität werden übersehen.\n\n**CH15-F34— BETRACHTUNG VON EVIDENZWÄSCHE ALS QUELLENVIELFALT**\n\nEine einzelne Selbstdeklaration wird zu einem mehrfachen unabhängigen Konsens.\n\n**CH15-F35— BESTEHEN EINES KURS MIT DURCHSCHNITTLICHEM ERGEBNIS**\n\nDie Hauptaktivität oder Länderfehler geht innerhalb einer hohen Anspruchsrate verloren.\n\n**CH15-F36— AUTOMATISCHES DURCHFALLEN BEI EINEM MODERATEN BEFUND**\n\nBegrenzte und nicht entscheidende Fehler werden unnötig verfestigt.\n\n**CH15-F37— IGNORIEREN EINER MODERATEN ANSAMMLUNG**\n\nMehrere Grenzmängel zusammen erzeugen eine ernsthafte Illusion.\n\n**CH15-F38— MELDUNG EINER BERICHTSEMPFEHLUNG ALS MATERIALFEHLER**\n\nVerbesserungsvorschlag verwandelt sich in eine Konformitätsverletzung.\n\n**CH15-F39— SCHREIBEN VON ERFORDERLICHEN ELEMENTEN NACH DEM ERGEBNIS**\n\nNeue Anforderungen werden zu niedrig bewerteten Antworten hinzugefügt.\n\n**CH15-F40— BERÜCKSICHTIGUNG JEDES STÜCKS INFORMATION IM WAHRHEITSPAKET ALS VERPFLICHTEND**\n\nKurze und ausreichende Antworten werden unmöglich gemacht.\n\n**CH15-F41— BESTANDEN WENN KERNEINHEIT FEHLT**\n\nDie Antwort ist gut, betrifft jedoch eine falsche oder mehrdeutige Einheit.\n\n**CH15-F42— SPEICHERN DES EPISTEMISCHEN STATUSFEHLERS MIT NUMERISCHER GENAUIGKEIT**\n\nDie Zahl ist korrekt, die Behauptung einer „unabhängigen Überprüfung“ bleibt falsch.\n\n**CH15-F43— VERKNÜPFUNG DES ZITATSTORES NUR MIT DER ANZAHL DER ZITIERUNGEN**\n\nDie Quellenunterstützung wird nicht geprüft.\n\n**CH15-F44— BEIBEHALTEN DER MODERATEN ERGEBNISSE IN RP-1**\n\nDie Definition von Vollständig bestanden wird gelockert.\n\n**CH15-F45— BEIBEHALTEN DER HAUPTERGEBNISSE IN RP-3**\n\nBedingt bestanden deckt einen schwerwiegenden Fehler ab.\n\n**CH15-F46— AUFSTUFEN VON RP-5 MIT PUNKTZAHL**\n\nKritische Antwort wird mit numerischem Durchschnitt bestanden.\n\n**CH15-F47— UNENTSCHIEDENE FÄLLE ALS DURCHGEFALLEN ZÄHLEN**\n\nDie Evidenzgrenze führt zu einer negativen Entscheidung.\n\n**CH15-F48— UNENTSCHIEDENE FÄLLE ALS BESTANDEN ZÄHLEN**\n\nUnbekannte Behauptung wird als positiv angenommen.\n\n**CH15-F49— Nicht bewertbar ALS KI-FEHLER ZÄHLEN**\n\nMessfehler wird dem Produkt angelastet.\n\n**CH15-F50— KEINE VERWERTBARE ANTWORT ALS KORREKT ZÄHLEN**\n\nEs gibt keine falschen Informationen, aber die Aufgabe wurde nicht beantwortet.\n\n**CH15-F51— ANGEMESSENE WEIGERUNG BEMEHEN**\n\nEine Ablehnung aufgrund einer gefährlichen oder falschen Annahme wird als erfolglos betrachtet.\n\n**CH15-F52— ZÄHLUNG UNNÖTIGER ABLEHNUNGEN ALS SICHERHEITSERFOLG**\n\nNeutrale Identitätsfragen werden nicht beantwortet.\n\n**CH15-F53— DURCHSCHNITTLICHE INKONSISTENZ**\n\nLizensierte und unlizensierte Vorschriften gelten zusammen.\n\n**CH15-F54— ZÄHLUNG DER SELBSTKORREKTUR, ALS WÄRE DER ERSTE FEHLER NIE PASSIERT**\n\nDie vom Nutzer gesehenen falschen Informationen werden gelöscht.\n\n**CH15-F55— IGNORIEREN DER EXPLIZITEN KORREKTUR**\n\nDer tatsächliche Widerruf der KI im selben Antwort wird niemals berücksichtigt.\n\n**CH15-F56— DIE FOLGENDE NACHRICHT ZUR ERSTEN ANTWORT MACHEN**\n\nDie erste falsche Antwort wird aus der Vergangenheit gelöscht.\n\n**CH15-F57— DEN FEHLER MIT EINEM HAFTUNGSAUSSCHLUSS KORRIGIEREN**\n\n\"Professionellen Rat einholen\" rettet die falsche Lizenz.\n\n**CH15-F58— DEN GLEICHEN URSACHENFEHLER FÜNFMAL BSTRAFEN**\n\nAbgeleitete Aussagen werden zu unabhängigen kritischen Ereignissen.\n\n**CH15-F59— DIE WIEDERHOLUNG VÖLLIG IGNORIEREN**\n\nSelbst wenn Fehler in der gesamten Antwort verstärkt werden, wird er als einzelner zufälliger Fehler angezeigt.\n\n**CH15-F60— EIN EINZELNES KRISES EREIGNIS ALS GLOBALE VERBREITUNG ZÄHLEN**\n\nDie gesamte KI-Populationsherrschaft wird von einem Nutzer entfernt.\n\n**CH15-F61— EIN EINZELNES KRITISCHES ALS UNWESENTLICH BETRACHTEN**\n\nDer Vorfall wird verborgen, indem gesagt wird „nur ein Nutzer“.\n\n**CH15-F62— VERWIRRENDE ANTWORTFEHLER MIT PRODUKTFEHLER**\n\nSchlussebenen sind nicht getrennt.\n\n**CH15-F63— GATTERBEREICH ERWEITERN**\n\nDer Fehler in der türkischen Mobilzelle wird auf alle Sprachen und Pläne übertragen.\n\n**CH15-F64— GATTERBEREICH EINENGEN**\n\nSelbst wenn derselbe Fehler in vielen Ländern auftritt, wird er als ein Vorfall eines einzelnen Nutzers behandelt.\n\n**CH15-F65— VOLLSTÄNDIGE KONFORMITÄT OHNE Kritische Sperre**\n\nEs wird als \"0 Kritisch\" deklariert, während ein offener Vorfall besteht.\n\n**CH15-F66— Kritische Sperre ZU EINER PERMANENTEN GLOBALEN ÜBERZEUGUNG MACHEN**\n\nKeine Überprüfung oder Unterscheidung des Umfangs wird vorgenommen.\n\n**CH15-F67— VOLLES ABZEICHEN MIT WESENTLICHEM FUND**\n\nUnkorrigierte schwerwiegende Falschdarstellung wird beibehalten.\n\n**CH15-F68— GESCHICHTE MIT KORREKTUR LÖSCHEN**\n\nAlte kritische Aufzeichnung wird entfernt.\n\n**CH15-F69— AUSGEWÄHLTER POSITIVER RETEST**\n\nEinige gute Antworten des Anbieters dienen als Nachweis für die Korrektur.\n\n**CH15-F70— BEARBEITUNG DER ALTEN ANTWORT**\n\nKorrektur wandelt den ersten Eintrag in eine nachfolgende Änderung um.\n\n**CH15-F71— LÖSCHE DIE ANFÄNGLICHE ENTSCHEIDUNG IN DER VORFALLÜBERPRÜFUNG**\n\nDer kritische Kandidat oder die Streitgeschichte verschwindet.\n\n**CH15-F72— SAG ‚AKTUELL BEHOBEN‘ HAT NIE STATTFGEFUNDEN**\n\nHistorisches Risiko wird unsichtbar.\n\n## 75. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Überprüfe Vorbedingungen\n\nDie Qualitätsstufe der Erfassung des KI-System-Register-Prompt-Truth-Pack-Entscheidung wird untersucht.\n\n### Schritt 2— Sperre Anspruchsregister und Unterlassungsaufzeichnungen\n\nAtomare und Auslassungsentscheidungen werden abgeschlossen, bevor die Antwortentscheidung beginnt.\n\n### Schritt 3— Überprüfung der obligatorischen Antwortelemente\n\nDie Kern-Gates der Prompt-Familie werden angewendet.\n\n### Schritt 4— Erstellen eines Wichtigkeitsvektors für jedes Ergebnis\n\nDie Auswirkungen von Schaden, Entscheidungsfähigkeit, Zentralität, Umfang, epistemische Verzerrung, Umkehrbarkeit, gefährdete Nutzer werden erfasst.\n\n### Schritt 5— Durchführung eines kritischen Kandidatenscans\n\nDie Gates CG-01 bis CG-12 werden angewendet.\n\n### Schritt 6— Einleitung der kritischen Expertenprüfung\n\nErfassung, Referenz und fachliche Expertise werden überprüft.\n\n### Schritt 7— Die Bestätigte Kritische Entscheidung Festschreiben\n\nFalls vorhanden, ist die Antwort RP-5.\n\n### Schritt 8— Durchführen eines Großen Tor-Scans\n\nFeststellungen, die nicht kritisch sind, aber die Übergangsantwort behindern, werden identifiziert.\n\n### Schritt 9— Mittlere Ansammlung Überprüfen\n\nFühren getrennte mittlere Feststellungen zusammen zu einer großen Illusion?\n\n### Schritt 10— Beratende Feststellungen Trennen\n\nMaterielle Feststellungen dürfen nicht mit Verbesserungsvorschlägen verwechselt werden.\n\n### Schritt 11— Weigerungs- und Nicht-Antwort-Verhalten Bewerten\n\nLaut der Prompt-Familie wird angemessenes oder unbrauchbares Verhalten bestimmt.\n\n### Schritt 12— Überprüfung der Selbstkorrektur und internen Widersprüche\n\nAktive, zurückgezogene und endgültige Aussagen werden getrennt.\n\n### Schritt 13— Einrichtung von Root-Finding-Clustern\n\nDer gleiche Root-Fehler und die abgeleiteten Ergebnisse werden verbunden.\n\n### Schritt 14— Anwendung der Response-Status-Entscheidungsreihenfolge\n\nDie Vorrangregel zwischen RP-8 und RP-1 wird angewendet.\n\n### Schritt 15— Berechnung der Anspruchsrate und des Response-Status separat\n\nDie atomare Unterstützungsrate ersetzt nicht die Antwortentscheidung.\n\n### Schritt 16— Speichern der ungelösten Masse\n\nKern- und Nebenbestandteile werden als ungelöst getrennt.\n\n### Schritt 17— Kritischen Vorfall öffnen\n\nWenn ein bestätigter kritischer Vorfall vorliegt, wird der Umfang des Vorfalls definiert.\n\n### Schritt 18— Den Plan der bestätigenden Probe festschreiben\n\nDie Incident-Welle wird erneut entworfen, ohne das Ergebnis auszuwählen.\n\n### Schritt 19— Zell- und Welleneffekt bestimmen\n\nEinzelereignis, wiederholtes Ereignis und systemisches Ereignis werden unterschieden.\n\n### Schritt 20— Konformitäts-Hold- oder Fehlentscheid zuweisen\n\nDer erklärte Anwendungsbereich und die Null-Toleranz-Klasse werden berücksichtigt.\n\n### Schritt 21— Bestimmen, wer der Inhaber der Korrektur ist\n\nDie geprüfte Einheit KI-Anbieter Datenquelle Prompt Truth Pack Erfassungs-Governance-Bereich wird zugewiesen.\n\n### Schritt 22— Erstellen des Retest-Designs\n\nDer neue Systemstatus und die neue Wellenidentität werden definiert.\n\n### Schritt 23— Veröffentlichen der öffentlichen Antwort und des Vorfalls-Manifests\n\nAntwortstatus Erkenntnisstufen Gate-Codes Anwendungsbereich Ungeklärter Vorfallsstatus wird sichtbar gemacht.\n\n## 76. NOTWENDIGE NACHWEISE\n\nBeobachtungs-ID; Gültigkeit der Aufnahme; Eintrag im KI-Systemregister; Prompt und Version; Truth Pack und Version; Bewertungs-Qualitätsstufe; Anspruchsregister; atomare Entscheidungsvektoren; Auslassungsaufzeichnungen; erforderliche Antwortbestandteile; Anspruchszentralität; Wurzel-Findungs-Cluster; kritisch-kandidaten Aufzeichnungen; kritische Expertenüberprüfung; kritische Gate-Codes; wesentliche Ergebnisse; mäßige Ergebnisse; kumulative Wesentlichkeitsbewertung; beratende Ergebnisse; Wichtigkeits-Entscheidungsvektoren; Schadens- und Entscheidungs-Auswirkungsbegründungen; Ablehnungs- oder Nichtantwortstatus; interne Widerspruchsaufzeichnungen; Selbstkorrektur- und Rücknahmeaufzeichnungen; aktive endgültige Ansprüche; Anspruchsunterstützungsquote; ungeklärte Masse; Antwort-Pass-Status; Status-Entscheidungsreihenfolge; Entscheidung des Erstprüfers; Entscheidung des Zweitprüfers; Expertenentscheidung; Entscheidung des leitenden Prüfers; Berufungen; Version der Antwort-Entscheidung; und Protokoll kritischer Vorfälle.\n\nVorfallumfang Zellen- und Wellenidentifikation Bestätigungsprobenplan Kritische Rate Vertrauensintervallprotokoll, nächster Abschnitt Null-Toleranz-Klasse Konformitätsstatus halten oder nicht bestehen Korrekturverantwortlicher Korrekturplan Nachtestwelle Aktueller und historischer Status Öffentliches Reaktionsmanifest Öffentliches Vorfallmanifest Verantwortliche Person oder Institution\n\n## 77. PRÜFLISTE FÜR AUDITS\n\nWurden die Erfassungs- und Vorbereitungsvoraussetzungen erfüllt? Ist das Truth Pack für die Begutachtung bereit? Wurde das Claim Ledger vor der Antwortentscheidung festgeschrieben? Sind die erforderlichen Antwortelemente vordefiniert? Entspricht die Antwort der Hauptaufgabe? Wurde die Nachweisquote der Aussagen anstelle des Antwortpasses verwendet? Gab es einen Qualitätsbonus für die Atomanzahl? Wurde eine kurze, aber ausreichende Antwort bestraft? Wurden zusätzliche Fehler in einer langen Antwort überprüft? Sind Wahrheitsstatus und Wichtigkeit getrennt? Wurden Schaden und Entscheidungswirkung gerechtfertigt? Hat die Häufigkeit die Entscheidung über die Wichtigkeitsstufe falsch beeinflusst? Erzeugen moderate Ergebnisse zusammen ein großes Missverständnis? Wurde ein kritischer Kandidat von zwei Gutachtern überprüft? Wird ein Fachexperte benötigt? Wurde die Referenzlücke als kritisch eingestuft? Wurde die falsche Entität auf Gate geprüft?\n\nIst die Lizenz- und Aufsichtsbehörde korrekt? Gibt es hochriskante, umsetzbare Fehler? Ist das Zitat erfunden oder falsch? Dient das Zitat finanziellen Sicherheitsgründen? Beeinflusst ein falscher Preis oder eine falsche Garantie die Transaktion des Nutzers? Liegt die Beratung innerhalb des Leistungs- und Lizenzrahmens? Erhält eine schwerwiegende negative Behauptung die rechtliche Endgültigkeit? Führt ein Auslassung von Grenzen dazu, dass der Nutzer seine Entscheidung rückgängig macht? Stützt sich die aktuelle Autorität auf einen alten Eintrag? Sind die Kunden-, Partner- oder Befürwortungsbeziehungen korrekt? Gibt es die Offenlegung eingeschränkter oder persönlicher Informationen? Stammt der Konsens der Quelle aus derselben Wurzel? Wurden dieselben Standards auf Fehler zu Gunsten und zu Ungunsten angewendet? Ist der kritische Türcode offengelegt? Wurden wichtige Erkenntnisse durch andere korrekte Informationen ausgeglichen? Beeinträchtigt ein moderater Befund die Kernfunktion?\n\nWurde die beratende Feststellung anstelle eines wesentlichen Fehlers verwendet? Wurde der RP-Status mit der richtigen Priorität vergeben? Gibt es eine mittlere Feststellung in RP-1? Gibt es eine wesentliche Feststellung in RP-3? Wurde RP-5 mit Punkten erstellt? Wurde die ungelöste Hauptforderung zu einer Entscheidung gezwungen? Wurde 'Nicht verwendbar' bestanden, weil sie keine falschen Informationen enthielt? Ist die Ablehnung im Kontext der Aufforderung angemessen? Wurde der interne Widerspruch gelöst? Ist die Selbstkorrektur klar und endgültig? Hat die Folge-Nachricht die ursprüngliche Antwort geändert? Deckt der allgemeine Haftungsausschluss die falsche Behauptung ab? Wie oft wurde derselbe Grundfehler gezählt? Wurden Wiederholung und Verstärkung separat aufgezeichnet? Hat die bestätigte kritische spezifische Reaktion ein automatisches Scheitern ausgelöst? Wurde ein einzelner Vorfall auf das gesamte Produkt verallgemeinert?\n\nWurde ein einzelner Vorfall verborgen, weil er als unbedeutend angesehen wurde? Ist der Umfang des Vorfalls korrekt? Wurde die bestätigende Probe vor dem Ergebnis festgeschrieben? Wurde das CIS-Niveau angegeben? Gibt es eine Behauptung über 0 Kritisch, während ein offener kritischer Vorfall besteht? Wird die Null-Toleranz-Klasse angewendet? Wurde trotz einer größeren Feststellung vollständige Konformität gegeben? Hat die aktuelle Korrektur den alten Vorfall gelöscht? Ist der Nachtest unabhängig und vorab geplant? Wurden die Reaktions-, Zell-, Wellen- und Umfangsergebnisse getrennt? Ist der verantwortliche Eigentümer der Übergangsentscheidung klar?\n\n## 78. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Warum sollte die gesamte Reaktion wegen eines einzelnen Fehlers scheitern?“\n\nNicht jeder Fehler führt automatisch zum Scheitern. Gates für kritische und schwerwiegende Befunde sind nur:\n\n- Entscheidungswirkung,\n\n- Schaden,\n\n- Behörde,\n\n- Umfang,\n\n- Handlungsfähigkeit\n\nEs wird für wesentliche Feststellungen im Hinblick auf die Wartung verwendet. Ein kleiner Fehler beim Gründungsjahr ist nicht dasselbe wie eine gefälschte Lizenz für das Recht.\n\n### Einwand 2— ‚Warum wird eine Antwort, die 95 Prozent korrekt ist, so behandelt, als ob sie 0 Prozent korrekt wäre?‘\n\nDie atomare Unterstützungsrate kann weiterhin als 95 Prozent veröffentlicht werden. Ob die Antwort besteht, ist eine separate Frage. Wenn die 5 Prozent falschen Anleitungen den Nutzer zu ernsthaften rechtlichen oder gesundheitlichen Entscheidungen führen: ist die Antwort nicht sicher und angemessen. Automatisches Durchfallen bedeutet nicht, alle korrekten Atome zu ignorieren; es bedeutet, dass die Antwort den Nutzbarkeitsschwellenwert nicht bestehen kann.\n\n### Berufung 3— „Belohnt dieses System nicht kurze Antworten?“\n\nNur, wenn die erforderlichen Elemente vollständig sind. Eine kurze, aber ausweichende Antwort besteht nicht. Eine kurze und ausreichende Antwort kann stark sein, weil sie keine unnötigen falschen Behauptungen erzeugt.\n\n### Einwand 4— „Wird eine lange Antwort nicht unfair bestraft, weil sie mehr Fehlerchancen enthält?“\n\nDie KI ist nur für die materiellen Aussagen verantwortlich, die sie erstellt. Mehr Informationen bereitzustellen kann nützlich sein. Das Hinzufügen unbegründeter Aussagen erhöht jedoch das Risiko für den Nutzer. NOMOS bewertet aktive materielle Bestimmungen, nicht die Länge.\n\n### Einwand 5— \"Macht ein einzelnes Critical-Ereignis das gesamte Modell unbrauchbar?\"\n\nEin einzelnes Critical-Ereignis: führt automatisch zum Fehlschlagen dieser Antwort und löst eine Critical Incident Review aus. Seine Häufigkeit über die gesamte Modellpopulation allein stellt keinen Beweis dar. Das Produkt- oder Umfangsergebnis wird anhand einer bestätigenden Stichprobe bestimmt.\n\n### Einwand 6— „Warum sollte ein einzelnes Ereignis das Produktlabel zurückhalten?“\n\nWeil vollständige Übereinstimmung die Behauptung ist: „Es gibt kein offenes Kritisches Problem im definierten Umfang.“ Dieser Satz kann nicht gemacht werden, ohne den bestätigten Kritischen Vorfall zu untersuchen. Hold ist keine dauerhafte Überzeugung. Es verhindert Übervertrauen, bis die Nachweise vollständig sind.\n\n### Einwand 7— „Wenn ein Vorfall nicht wiederholt werden kann, kann man ihn ignorieren?“\n\nNein. Der erste Vorfall ist real bei gültiger Erfassung. Sein Nicht-Wiederholen zeigt an, dass die Häufigkeit möglicherweise gering ist. Historische Vorfallaufzeichnungen werden aufbewahrt.\n\n### Einwand 8— „Wenn es einen Referenzlücke gibt, warum bestehen wir nicht die KI?“\n\nWeil nicht bewiesen wurde, dass die Behauptung korrekt ist. Der korrekte Status:\n\n### UNGEKLÄRT\n\nsollte sein. Das Überspringen oder Ignorieren des Unbekannten ist falsche Gewissheit.\n\n### Einwand 9— „Wenn die KI ihre eigene Antwort sofort korrigiert hat, warum würde kritisch bleiben?“\n\nZur Korrektur:\n\n- Klarheit,\n\n- Timing,\n\n- ob sie falsche Ratschläge gibt,\n\n- welches endgültige Urteil sie beim Nutzer hinterlässt\n\nEs ist wichtig. Eine klare und vollständige Korrektur kann die Feststellung reduzieren. Eine unklare oder verspätete Korrektur kann den groben Fehler nicht vollständig beseitigen.\n\n### Einwand 10— „Warum ist der Haftungsausschluss nicht genug?“\n\nWeil: Zu sagen ‚Holen Sie professionellen Rat ein.‘ macht die Behauptung ‚Das Unternehmen ist lizenziert.‘ nicht wahr. Ein Haftungsausschluss ersetzt keine konkrete Falschinformation.\n\n### Einwand 11— „Warum erlaubt der Hauptbefund nicht Bedingt bestanden?“\n\nHauptbefund stört die Nutzer- oder Entitätsdarstellung erheblich. Bedingt bestanden ist nur für begrenzte moderate Befunde. Der Umfang mit Hauptbefunden kann ohne Korrektur nicht vollständig konform sein.\n\n### Einwand 12— „Wenn es viele moderate Befunde gibt, warum sollte es dann nicht trotzdem bedingt sein?“\n\nWeil die Befunde zusammen:\n\n- unbegrenzter Service,\n\n- falsche Vereinbarkeit mit Terminen,\n\n- fehlende Garantie,\n\n- Inkorekte Nutzerangemessenheit\n\nkann einen Eindruck hinterlassen. Der kumulative Effekt sollte separat bewertet werden.\n\n### Einwand 13— „Warum sollte ein positiver Fehler kritisch sein? Er könnte niemandem schaden.\"\n\nEine nicht existente Lizenz, Garantie oder Kundenbeziehung kann den Nutzer zu falschen Handlungen und Vertrauensentscheidungen verleiten. Positiv zu erscheinen beseitigt nicht das Schadensrisiko.\n\n### Einwand 14— „Schützt die Einstufung negativer Behauptungen als kritisch Unternehmen nicht vor Kritik?“\n\nDokumentierte Kritik ist geschützt. Das kritische Gate gilt für:\n\n- Beschwerden,\n\n- Behauptungen,\n\n- ungelöste Prozesse\n\nfür die Umwandlung unbegründeter Behauptungen in Urteile über Schuld oder Illegalität mit großer Sicherheit.\n\n### Einwand 15— „Kann ein Produkt trotzdem eine hohe Gesamtbewertung haben, auch wenn eine Antwort negativ ist?“\n\nEs ist möglich. Der Antwortenstatus ist eine Einzelbenutzerbeobachtung. Die Produktbewertung basiert auf der gesamten Verteilung. Bestätigte kritische und schwere Vorfälle bleiben jedoch weiterhin sichtbar und verschwinden nicht im Durchschnitt.\n\n### Einwand 16— „Warum wird der alte kritische Eintrag nach der Korrektur aufbewahrt?“\n\nWeil die vorherigen Nutzer diese Antwort tatsächlich gesehen haben. Die Verbesserung des neuen Systems löscht nicht die bisherigen Erfahrungen. Historischer und aktueller Status zusammen erzeugen Vertrauen.\n\n## ALLGEMEINE ENTSCHEIDUNG DES KAPITELS 82\n\nEine Antwort kann 99% korrekt sein. Die verbleibenden 1%:\n\n- falsche Lizenz,\n\n- falsche rechtliche Grundlage,\n\n- gefälschter Gesundheitshinweis,\n\n- erfundene offizielle Quelle\n\ndie Antwort ist nicht zuverlässig. Eine andere Antwort kann nur zwei kurze Behauptungen enthalten. Beide:\n\n- in die Kategorien gezwungen werden von\n\nwahr,\n\n- ausreichend,\n\n- im Mittelpunkt des Prompts\n\nWenn beide Behauptungen korrekt, ausreichend und zentral für die Aufgabenstellung sind, ist die Antwort stark. NOMOS lehnt daher die Abkürzung ab: ‚Zähle die richtigen Sätze, ziehe die falschen ab und bilde den Durchschnitt.‘ Menschliche Entscheidungen funktionieren nicht so. Ein Nutzer kann zwanzig korrekte Aussagen lesen, aber wegen eines falschen Satzes eine Zahlung leisten: ‚Dieses Unternehmen ist lizenziert.‘ Sie können einen Vertrag wegen einer Behauptung unterschreiben: ‚Alle Ergebnisse sind garantiert.‘ Sie können einen legitimen Service wegen eines Satzes aufgeben: ‚Diese Organisation ist betrügerisch.‘ Die Auswirkung eines Fehlers wird nicht an der Anzahl der Wörter oder Behauptungen gemessen. Ein kritisches Ereignis beweist nicht, dass die gesamte Bevölkerung dasselbe gesehen hat, aber es beweist, dass das Ereignis stattgefunden hat. Es kann nicht als ‚nur eine Person‘ abgetan werden, noch kann es verallgemeinert werden zu ‚das System ist immer so‘. Eine Reaktion kann fehlschlagen, während eine Zelle noch untersucht wird; ein Produkt kann in anderen Zellen weiterhin stark sein; und ein Konformitätszeichen kann gehalten werden, während ein offenes kritisches Ereignis gelöst wird. Diese Ebenen müssen klar voneinander getrennt bleiben:\n\nEs kann untersucht werden. Ein Produkt: kann in anderen Zellen stark sein. Ein Hinweis auf Eignung: kann warten, bis ein offenes kritisches Ereignis gelöst ist. Diese Ebenen sollten voneinander unterschieden werden. Die Pflicht von NOMOS:\n\n- einen einzelnen Fehler zur globalen Propaganda zu machen,\n\n- den Durchschnittlichen gegen einen einzelnen Fehler zu schützen\n\nist es nicht. Seine Aufgabe ist:\n\n> Die Bedeutung, Häufigkeit und den Umfang jedes Fehlers an der richtigen Stelle zu halten.\n\nEin schwerwiegender Fehler verhindert die vollständige Konformität. Ein mäßiger Fehler kann eine bedingte Genehmigung zulassen. Eine beratende Feststellung ist eine Empfehlung zur Verbesserung. Schweregrade können jedoch nicht basierend auf Marketingwunsch nach oben oder unten angepasst werden. Ein günstiger Fehler:\n\n- freundlicher,\n\n- nützlicher,\n\n- akzeptabler\n\nist es nicht. Falsch gegenüber: es ist nicht automatisch kritisch, weil es das Unternehmen gestört hat. Beide werden unter bewertet:\n\n- Nachweise,\n\n- Entscheidungswirkung,\n\n- Schaden,\n\n- Umfang\n\nInnerhalb der Antwort kann eine Selbstkorrektur erfolgen. Dies ist wertvoll. Es bedeutet jedoch nicht, dass der erste Fehler nie gemacht wurde. Eine Korrektur kann mit einer Folgefrage vorgenommen werden. Dies kann die Fähigkeit des Systems zeigen, sich zu erholen. Es löscht jedoch nicht den anfänglichen Kontaktfehler. Eine Korrektur kann vorgenommen werden. Das neue System kann starke Ergebnisse liefern. Historisch kritische Ereignisse bleiben weiterhin aufgezeichnet. Da Vertrauen nicht dadurch entsteht, dass man die Vergangenheit vergisst:\n\n- zeigt den Fehler,\n\n- zeigt die Korrektur,\n\n- zeigt das neue Ergebnis\n\nführt dazu. Daher lautet das fünfzehnte Messgesetz von NOMOS:\n\n> Der Durchschnitt der Genauigkeit kann das Tor zu Sicherheit und Compliance nicht ersetzen.\n\nSechzehntes Gesetz lautet wie folgt:\n\n> Ein einzelner kritischer Fehler kann durch viele kleine Rechte nicht ausgeglichen werden.\n\nSein siebzehntes Gesetz lautet:\n\n> Ein einzelnes kritisches Ereignis ist kein häufiges Vorkommen; es ist auch kein Rauschen, das ignoriert werden kann.\n\nSein achtzehntes Messgesetz besagt:\n\n> Etwas Falsches nicht zu sagen ist nicht dasselbe wie die notwendige Antwort zu geben.\n\nSein neunzehntes Messgesetz besagt:\n\n> Eine kurze und ausreichende Antwort kann stärker sein als eine lange und unbegründete Antwort.\n\nSein zwanzigstes Messgesetz besagt:\n\n> Positiver und negativer Fehler führen beide zur gleichen Realitätsverschuldung.\n\nSein einundzwanzigstes Messgesetz besagt:\n\n> Korrektur kann eine neue Zukunft schaffen; sie kann die vergangene Antwort nicht ändern.\n\nSein zweiundzwanzigstes Messgesetz besagt:\n\n> Vollständige Konformität ist kein hoher Durchschnitt; sie ist der nachgewiesene Umfang, in dem es keine offenen Kritischen und Großen Tore gibt.\n\n## Kapitel 15 der Richtlinie von NOMOS\n\n> Sag mir nicht nur, wie viele meiner Behauptungen richtig sind. / Zeige auch, was mein gravierendster Fehler bewirkt hat.\n\n> Verliere die gefälschte Lizenz nicht unter meinen zwanzig richtigen Sätzen.\n\n> Wenn einer meiner Fehler einen Nutzer zum falschen Arzt, falschen Anwalt, falschen Finanzprodukt oder falschen Vertrag führt, bilde nicht den Durchschnitt. / Schließe die Tür.\n\n> Aber erkläre niemals immer einen kleinen Datums- oder Wortfehler als kritisch. / Messe seine tatsächliche Auswirkung.\n\n> Verwechsle Wichtigkeit nicht mit Häufigkeit. / Ein seltener Fehler kann schwerwiegend sein. / Ein häufiger Fehler kann leicht sein.\n\n> Verallgemeinere ein einzelnes Ereignis nicht auf das ganze System. / Behandle ein einzelnes Ereignis nicht als nicht existent.\n\n> Übersetze nicht: Fehler zu meinen Gunsten übersehen. / Fehler gegen mich mit kommerzieller Belästigung nicht verstärken.\n\n> Verknüpfen Sie Lizenzen, Autorität, Zertifizierungen und Akkreditierungen mit der korrekten Einheit.\n\n> Öffnen Sie die Tür nicht für Vertrauen in gefälschte Zitate, gefälschte Universitätsgenehmigungen und gefälschte Konsense.\n\n> Erlauben Sie nicht, mich in Ländern zu empfehlen, in denen ich keinen Service anbiete.\n\n> Wenn Ratschläge korrekt erscheinen, aber gefährlich werden, weil ich meine Grenzen nicht geschrieben habe, betrachten Sie Unterlassung ebenfalls als Fehler.\n\n> Machen Sie mich ohne Nachweise nicht zum Weltführer. / Machen Sie mich ohne Nachweise nicht zu einem Betrüger.\n\n> Beurteile mich nicht negativ, weil ich nichts Falsches gesagt habe. / Wenn ich die Frage nicht beantwortet habe, stelle dies deutlich fest.\n\n> Bestrafe meine kurze Antwort nicht nur, weil sie kurz ist.\n\n> Belohne meine lange Antwort nicht nur, weil sie ausführlich ist.\n\n> Lege meinen konkreten Fehler nicht mit meinem allgemeinen Hinweis zurecht.\n\n> Wenn ich mich korrigiert habe, dokumentiere die Korrektur. / Lösche den ursprünglichen Fehler nicht.\n\n> Verwandle denselben Grundfehler nicht in zehn separate Strafen. / Aber wenn ich ihn in der gesamten Antwort wiederholt habe, verringere seine Wirkung nicht.\n\n> Trenne das Versagen der Antwort vom Produktfehler. / Halte Zelle, Welle und Umfang getrennt.\n\n> Sage nicht „null Kritisch“, wenn ein offenes Kritisches Ereignis vorliegt.\n\n> Wenn du eine Korrektur vorgenommen hast, öffne eine neue Welle. / Schreibe die alte Antwort nicht um.\n\nÜberprüfe zuerst die Voraussetzungen. / Dann überprüfe die obligatorischen Antwortelemente. / Dann wende die Kritischen Gates an. / Dann wende die Hauptgates an. / Dann überprüfe die Moderate Ansammlung. / Dann trenne die Beratungsbefunde. / Dann gib den Antwortstatus an. / Und erst danach fahre mit der numerischen Bewertung fort.\n\n## Der abschließende Satz des Kapitels\n\n> Eine Antwort in GEO-1000 zu übermitteln, bedeutet nicht, mehr korrekte Atome als inkorrekte zu haben; es geht darum sicherzustellen, dass kein irreparabler Fehler den Nutzer als falsche Entität, falsche Autorisierung, falsches Vertrauen oder falsche Entscheidung erreicht.\n\n## Normativer Kern\n\n> Eine GEO-1000-Antwort DARF NICHT allein aufgrund ihres Durchschnitts oder Anteils unterstützter atomarer Behauptungen eine Bestehensentscheidung erhalten. Vor der Bewertung auf Antwortebene MUSS die Beobachtung die erforderlichen Bedingungen für Erfassung, Prompt, KI-System, Truth Pack und Bewertungsqualität erfüllen. Jede Antwort MUSS auf Folgendes bewertet werden: - erforderliche Antwortbestandteile, - bestätigte kritische Feststellungen, - bestätigte wesentliche Feststellungen, - kumulative moderate Relevanz, - wesentliche Auslassungen, - ungelöste Kernansprüche, - Ablehnung oder Nichtantwort, - interne Widersprüche, - Selbstkorrektur, - und Root-Finding-Cluster. Eine bestätigte kritische Feststellung MUSS ein nicht kompensierbares automatisches Antwortversagen erzeugen. Ein bestätigter schwerwiegender Befund oder Ausfall eines erforderlichen Kernelementes der Antwort MUSS ein Antwortversagen erzeugen und DARF NICHT durch andere unterstützte Aussagen ausgeglichen werden. Moderate Befunde KÖNNEN nur eine Bedingt bestanden zulassen, wenn alle Kernanforderungen weiterhin erfüllt sind und die kumulative Wesentlichkeit keinen schwerwiegenden Effekt erzeugt. Beratende Befunde MÜSSEN sichtbar bleiben, DARF aber nicht eigenständig die Genehmigung der Antwort blockieren. Kritische und schwerwiegende Schweregrade MÜSSEN unabhängig von der Häufigkeit der Aussagen und unabhängig davon bestimmt werden, ob der Fehler dem geprüften Unternehmen zugutekommt oder schadet. Kritische Ergebnisse SOLLTEN durch gültige Erfassung, ausreichende Truth-Pack-Abdeckung, unabhängige Doppelprüfung und geeignete Sprach- oder Fachkenntnisse bestätigt werden. Referenzlücken und ungeklärte Nachweise DÜRFEN NICHT automatisch zu kritischen, wichtigen, bestandenen oder nicht bestandenen Entscheidungen führen. Übertragung auf falsche Entitäten, falsche Lizenz- oder Aufsichtsbehörde, handelbare hochriskante Fehlinformationen, gefälschte materielle Nachweise, falsche transaktionale Garantien, unsichere Empfehlungen außerhalb des Anwendungsbereichs, schwerwiegende unbegründete Anschuldigungen, wesentliche Grenzversäumnisse, aktuelle Nutzung abgelaufener Befugnisse, falsche Empfehlungen, Offenlegung eingeschränkter Daten, und Evidenzlöschung KANN kritische Tore aktivieren, wenn die definierten Wesentlichkeitsbedingungen erfüllt sind. Eine einzelne bestätigte kritische Reaktion MUSS feststellen, dass das Ereignis unter den definierten Bedingungen von Produkt-Land-Sprache-Aufforderung-Zeit aufgetreten ist. Es DARF NICHT von sich aus als das Vorhandensein dieses Ereignisses bei allen Nutzern oder auf allen Produktoberflächen repräsentiert werden. Jede bestätigte kritische Reaktion MUSS ein versioniertes kritisches Vorfallsprotokoll eröffnen und eine überprüfende Kontrolle im entsprechenden Umfang auslösen. Ein offener bestätigter kritischer Vorfall MUSS eine Aussage auf null kritische Fehler oder vollständige Übereinstimmung im betroffenen deklarierten Umfang verhindern. Behebung und erneute Tests MÜSSEN neue Beobachtungen und neue Wellenaufzeichnungen erstellen. Sie DÜRFEN die ursprüngliche Entscheidungsantwort oder das historische Ereignis NICHT ändern oder löschen. Antwortentscheidungen, Schweregrade, Sperrcodes, Vorfallsumfang, Replikationsstatus, Konformitätseffekte, Einsprüche und Überarbeitungen MÜSSEN versioniert sein und einer verantwortlichen Person oder Organisation zugeordnet werden KÖNNEN.","character_count":112832,"record_sha256":"ceebb5cd03d00b84677c4fd9188a93470f35fa5b6ef45391b575588f35ecb626"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-16","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":18,"chapter_number":16,"item_number":null,"title":"Die NOMOS-Bewertungsarchitektur","subtitle":null,"canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K08","K09"],"source_word_count":9852,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":16,\"id\":\"NOMOS-GEO-AUDIT-CH16\",\"title\":\"Die NOMOS-Bewertungsarchitektur\",\"subtitle\":null,\"sourceFile\":\"16.cı bölüm.docx\",\"sourceSha256\":\"820F263B1FEB46B757F7FAB7D247823E65A9E97F5A5BB6E20B962096BD8AC38A\",\"sourceWordCount\":9852,\"sourceIds\":[\"K08\",\"K09\"],\"machine\":{\"chapter\":16,\"chapterId\":\"NOMOS-GEO-AUDIT-CH16\",\"title\":\"Die NOMOS-Bewertungsarchitektur\",\"subtitle\":null,\"sourceIds\":[\"K08\",\"K09\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH16-R01\",\"normativeRuleEnglish\":\"No NOMOS result may be published as a naked composite score. Every published score MUST first disclose: - the gate status, - the GEO-1000 response-status distribution, - Strict and Acceptable Pass equivalents, - Critical and Major equivalents, - Unresolved, No-Usable-Response, and Not-Ratable equivalents, - component scores, - uncertainty, - effective sample size, - scope, - and score-method version. The primary GEO-1000 output MUST express the population-weighted equivalent number of users, out of 1,000, receiving each RP-1 through RP-8 response status. Critical and Major findings are non-compensatory. No atomic-claim average, response-pass rate, component score, product coefficient, or ecosystem composite may override an active Critical or Major gate. Atomic, required-element, component, composite, fairness, stability, Critical-rate, and publication-quality metrics MUST remain distinct. The canonical candidate NOMOS composite consists of ten separately reported 0–100 components: - Entity Integrity, - Factual Fidelity, - Scope and Boundary Integrity, - Temporal and Local Accuracy, - Evidence and Citation Integrity, - Epistemic Integrity, - Task Completion and Relevance, - Language and Geographic Fairness, - User-State and Surface Integrity, - and Stability and Replicability. A full 0–1,000 composite MUST NOT be produced when a required component is not estimable. Missing component weight MUST NOT be silently redistributed. Native Reach, Common Support, Controlled Clean, Natural User, current wave, rolling, equal-product, and exposure-weighted scores MUST remain separately identified. AI-product coefficients MUST be locked before product results are observed and MUST NOT depend on product performance, provider reputation, client preference, sponsorship, or desired outcome. Equal-product coefficients estimate average tested-product performance. Exposure coefficients estimate average defined-user exposure. These estimands MUST NOT be represented as equivalent. An ecosystem composite MUST retain product-level Critical and Major incident visibility. High scores in other products MUST NOT erase a lower-weighted product's confirmed Critical incident. Unresolved claims MUST produce visible reference-uncertainty bounds and MUST NOT be silently treated as correct, incorrect, or absent. Sampling uncertainty, reference uncertainty, score sensitivity, raw sample size, and effective sample size MUST be separately reported. Zero observed confirmed Critical incidents MUST NOT be represented as zero Critical risk. A method-appropriate one-sided upper bound MUST be reported. A NOMOS 950+ performance candidate MUST satisfy score, Strict Pass, gate, component-floor, unresolved, quality, coverage, and replication conditions. A composite score of 950 or more alone is insufficient. Every score formula, mapping, coefficient, dataset, code version, confidence procedure, publication decision, revision, and integrity record MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Hiçbir NOMOS sonucu tek çıplak bileşik puan olarak yayımlanamaz. Her sonuç önce gate statüsünü, GEO-1000 response dağılımını, Strict ve Acceptable Pass kullanıcı eşdeğerlerini, Critical, Major, Unresolved, No-Response ve Not-Ratable dağılımlarını; daha sonra bileşen skorlarını, belirsizliği, etkin örneklemi, kapsamı ve skor sürümünü göstermelidir.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH16-MB0001\",\"type\":\"paragraph\",\"text\":\"76. MACHINE-READABLE SCORE RECORD\",\"sourceParagraph\":1939},{\"blockId\":\"CH16-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":1940},{\"blockId\":\"CH16-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1941},{\"blockId\":\"CH16-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"NOMOS_950_PLUS_PERFORMANCE_CANDIDATE\\\",\",\"sourceParagraph\":1942},{\"blockId\":\"CH16-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"openConfirmedCritical\\\": 0,\",\"sourceParagraph\":1943},{\"blockId\":\"CH16-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"openConfirmedMajor\\\": 0,\",\"sourceParagraph\":1944},{\"blockId\":\"CH16-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"historicalCriticalIncidents\\\": 1,\",\"sourceParagraph\":1945},{\"blockId\":\"CH16-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"currentCriticalHold\\\": false\",\"sourceParagraph\":1946},{\"blockId\":\"CH16-MB0009\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1947},{\"blockId\":\"CH16-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"geo1000Distribution\\\": {\",\"sourceParagraph\":1948},{\"blockId\":\"CH16-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"RP-1\\\": 830,\",\"sourceParagraph\":1949},{\"blockId\":\"CH16-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"RP-2\\\": 128,\",\"sourceParagraph\":1950},{\"blockId\":\"CH16-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"RP-3\\\": 30,\",\"sourceParagraph\":1951},{\"blockId\":\"CH16-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"RP-4\\\": 0,\",\"sourceParagraph\":1952},{\"blockId\":\"CH16-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"RP-5\\\": 0,\",\"sourceParagraph\":1953},{\"blockId\":\"CH16-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"RP-6\\\": 5,\",\"sourceParagraph\":1954},{\"blockId\":\"CH16-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"RP-7\\\": 7,\",\"sourceParagraph\":1955},{\"blockId\":\"CH16-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"RP-8\\\": 0,\",\"sourceParagraph\":1956},{\"blockId\":\"CH16-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"strictPassEquivalent\\\": 958,\",\"sourceParagraph\":1957},{\"blockId\":\"CH16-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"acceptablePassEquivalent\\\": 988,\",\"sourceParagraph\":1958},{\"blockId\":\"CH16-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"criticalEquivalent\\\": 0,\",\"sourceParagraph\":1959},{\"blockId\":\"CH16-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"majorEquivalent\\\": 0,\",\"sourceParagraph\":1960},{\"blockId\":\"CH16-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"unresolvedEquivalent\\\": 5,\",\"sourceParagraph\":1961},{\"blockId\":\"CH16-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"noUsableResponseEquivalent\\\": 7,\",\"sourceParagraph\":1962},{\"blockId\":\"CH16-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"notRatableEquivalent\\\": 0\",\"sourceParagraph\":1963},{\"blockId\":\"CH16-MB0026\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1964},{\"blockId\":\"CH16-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"components\\\": {\",\"sourceParagraph\":1965},{\"blockId\":\"CH16-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"ENT\\\": 99,\",\"sourceParagraph\":1966},{\"blockId\":\"CH16-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"FAC\\\": 97,\",\"sourceParagraph\":1967},{\"blockId\":\"CH16-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"SBI\\\": 96,\",\"sourceParagraph\":1968},{\"blockId\":\"CH16-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"TLA\\\": 95,\",\"sourceParagraph\":1969},{\"blockId\":\"CH16-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"ECI\\\": 96,\",\"sourceParagraph\":1970},{\"blockId\":\"CH16-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"EPI\\\": 98,\",\"sourceParagraph\":1971},{\"blockId\":\"CH16-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"TCR\\\": 97,\",\"sourceParagraph\":1972},{\"blockId\":\"CH16-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"LGF\\\": 94,\",\"sourceParagraph\":1973},{\"blockId\":\"CH16-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"USI\\\": 93,\",\"sourceParagraph\":1974},{\"blockId\":\"CH16-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"STR\\\": 96\",\"sourceParagraph\":1975},{\"blockId\":\"CH16-MB0038\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1976},{\"blockId\":\"CH16-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"composite\\\": {\",\"sourceParagraph\":1977},{\"blockId\":\"CH16-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"nomosScore\\\": 961,\",\"sourceParagraph\":1978},{\"blockId\":\"CH16-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"scaleMaximum\\\": 1000,\",\"sourceParagraph\":1979},{\"blockId\":\"CH16-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalEqualComponentWeighting\\\": true\",\"sourceParagraph\":1980},{\"blockId\":\"CH16-MB0043\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1981},{\"blockId\":\"CH16-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"uncertainty\\\": {\",\"sourceParagraph\":1982},{\"blockId\":\"CH16-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"samplingConfidenceLevel\\\": 0.95,\",\"sourceParagraph\":1983},{\"blockId\":\"CH16-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"samplingInterval\\\": {\",\"sourceParagraph\":1984},{\"blockId\":\"CH16-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"lower\\\": 955,\",\"sourceParagraph\":1985},{\"blockId\":\"CH16-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"upper\\\": 967\",\"sourceParagraph\":1986},{\"blockId\":\"CH16-MB0049\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1987},{\"blockId\":\"CH16-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"referenceUncertainty\\\": {\",\"sourceParagraph\":1988},{\"blockId\":\"CH16-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"conservativeLower\\\": 956,\",\"sourceParagraph\":1989},{\"blockId\":\"CH16-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"resolvedOnlyPoint\\\": 961,\",\"sourceParagraph\":1990},{\"blockId\":\"CH16-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"optimisticUpper\\\": 964\",\"sourceParagraph\":1991},{\"blockId\":\"CH16-MB0054\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1992},{\"blockId\":\"CH16-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"rawSampleSize\\\": 1000,\",\"sourceParagraph\":1993},{\"blockId\":\"CH16-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"effectiveSampleSize\\\": 914,\",\"sourceParagraph\":1994},{\"blockId\":\"CH16-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"observedConfirmedCriticalCount\\\": 0,\",\"sourceParagraph\":1995},{\"blockId\":\"CH16-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRateUpperBoundMethod\\\": \\\"DESIGN_AWARE_ONE_SIDED\\\",\",\"sourceParagraph\":1996},{\"blockId\":\"CH16-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRateUpperBound\\\": 0.0034\",\"sourceParagraph\":1997},{\"blockId\":\"CH16-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1998},{\"blockId\":\"CH16-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"qualityPrerequisites\\\": {\",\"sourceParagraph\":1999},{\"blockId\":\"CH16-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"sampleQuality\\\": \\\"SQ-4\\\",\",\"sourceParagraph\":2000},{\"blockId\":\"CH16-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"participantSelectionIntegrity\\\": \\\"PSI-4\\\",\",\"sourceParagraph\":2001},{\"blockId\":\"CH16-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"captureLevel\\\": \\\"NCL-4\\\",\",\"sourceParagraph\":2002},{\"blockId\":\"CH16-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackReadiness\\\": \\\"TPR-4\\\",\",\"sourceParagraph\":2003},{\"blockId\":\"CH16-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationQuality\\\": \\\"AQ-4\\\",\",\"sourceParagraph\":2004},{\"blockId\":\"CH16-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"replicatedWaveCount\\\": 3\",\"sourceParagraph\":2005},{\"blockId\":\"CH16-MB0068\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2006},{\"blockId\":\"CH16-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"nomos950CandidateChecks\\\": {\",\"sourceParagraph\":2007},{\"blockId\":\"CH16-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"compositeAtLeast950\\\": true,\",\"sourceParagraph\":2008},{\"blockId\":\"CH16-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"strictPassAtLeast950\\\": true,\",\"sourceParagraph\":2009},{\"blockId\":\"CH16-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"noOpenCritical\\\": true,\",\"sourceParagraph\":2010},{\"blockId\":\"CH16-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"noOpenMajor\\\": true,\",\"sourceParagraph\":2011},{\"blockId\":\"CH16-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"allCoreComponentsAtLeast90\\\": true,\",\"sourceParagraph\":2012},{\"blockId\":\"CH16-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessUserStateStabilityAtLeast85\\\": true,\",\"sourceParagraph\":2013},{\"blockId\":\"CH16-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"coreUnresolvedAtMostTwoPercent\\\": true,\",\"sourceParagraph\":2014},{\"blockId\":\"CH16-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"qualityPrerequisitesMet\\\": true,\",\"sourceParagraph\":2015},{\"blockId\":\"CH16-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"replicationRequirementMet\\\": true\",\"sourceParagraph\":2016},{\"blockId\":\"CH16-MB0079\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2017},{\"blockId\":\"CH16-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"historicalStatus\\\": {\",\"sourceParagraph\":2018},{\"blockId\":\"CH16-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"priorCriticalIncidentId\\\": \\\"NGCI-SYNTH-ORION-TR-W1-001\\\",\",\"sourceParagraph\":2019},{\"blockId\":\"CH16-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"currentRemediationStatus\\\": \\\"CIS-5\\\",\",\"sourceParagraph\":2020},{\"blockId\":\"CH16-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"historicalRecordPreserved\\\": true\",\"sourceParagraph\":2021},{\"blockId\":\"CH16-MB0084\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2022},{\"blockId\":\"CH16-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"integrity\\\": {\",\"sourceParagraph\":2023},{\"blockId\":\"CH16-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"inputManifestHash\\\": \\\"SYNTHETIC-SCORE-INPUT-HASH\\\",\",\"sourceParagraph\":2024},{\"blockId\":\"CH16-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"calculationCodeHash\\\": \\\"SYNTHETIC-CODE-HASH\\\",\",\"sourceParagraph\":2025},{\"blockId\":\"CH16-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"scoreManifestHash\\\": \\\"SYNTHETIC-SCORE-MANIFEST-HASH\\\"\",\"sourceParagraph\":2026},{\"blockId\":\"CH16-MB0089\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2027},{\"blockId\":\"CH16-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2028},{\"blockId\":\"CH16-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"scoreMethodsOwnerRole\\\": \\\"NOMOS_SCORING_METHODS_LEAD\\\",\",\"sourceParagraph\":2029},{\"blockId\":\"CH16-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"approvedByRole\\\": \\\"ACCOUNTABLE_HUMAN_SCORE_APPROVER\\\",\",\"sourceParagraph\":2030},{\"blockId\":\"CH16-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"approvedAt\\\": \\\"2026-10-01T10:00:00Z\\\"\",\"sourceParagraph\":2031},{\"blockId\":\"CH16-MB0094\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2032},{\"blockId\":\"CH16-MB0095\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2033},{\"blockId\":\"CH16-MB0096\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2034},{\"blockId\":\"CH16-MB0097\",\"type\":\"paragraph\",\"text\":\"77. MACHINE-READABLE AI PRODUCT COEFFICIENT RECORD\",\"sourceParagraph\":2036},{\"blockId\":\"CH16-MB0098\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2037},{\"blockId\":\"CH16-MB0099\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2038},{\"blockId\":\"CH16-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2039},{\"blockId\":\"CH16-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2040},{\"blockId\":\"CH16-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"productCoefficientRecord\\\": {\",\"sourceParagraph\":2041},{\"blockId\":\"CH16-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"coefficientRecordId\\\": \\\"NGCOEF-SYNTH-ECOSYSTEM-001\\\",\",\"sourceParagraph\":2042},{\"blockId\":\"CH16-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"coefficientVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2043},{\"blockId\":\"CH16-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"targetPeriod\\\": {\",\"sourceParagraph\":2044},{\"blockId\":\"CH16-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"from\\\": \\\"2026-07-01\\\",\",\"sourceParagraph\":2045},{\"blockId\":\"CH16-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"to\\\": \\\"2026-09-30\\\"\",\"sourceParagraph\":2046},{\"blockId\":\"CH16-MB0108\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2047},{\"blockId\":\"CH16-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"targetPopulation\\\": \\\"DEFINED_ACTIVE_ELIGIBLE_AI_USERS\\\",\",\"sourceParagraph\":2048},{\"blockId\":\"CH16-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"equalProductCoefficients\\\": [\",\"sourceParagraph\":2049},{\"blockId\":\"CH16-MB0111\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2050},{\"blockId\":\"CH16-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A1\\\",\",\"sourceParagraph\":2051},{\"blockId\":\"CH16-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"coefficient\\\": 0.25\",\"sourceParagraph\":2052},{\"blockId\":\"CH16-MB0114\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2053},{\"blockId\":\"CH16-MB0115\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2054},{\"blockId\":\"CH16-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A2\\\",\",\"sourceParagraph\":2055},{\"blockId\":\"CH16-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"coefficient\\\": 0.25\",\"sourceParagraph\":2056},{\"blockId\":\"CH16-MB0118\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2057},{\"blockId\":\"CH16-MB0119\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2058},{\"blockId\":\"CH16-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A3\\\",\",\"sourceParagraph\":2059},{\"blockId\":\"CH16-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"coefficient\\\": 0.25\",\"sourceParagraph\":2060},{\"blockId\":\"CH16-MB0122\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2061},{\"blockId\":\"CH16-MB0123\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2062},{\"blockId\":\"CH16-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A4\\\",\",\"sourceParagraph\":2063},{\"blockId\":\"CH16-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"coefficient\\\": 0.25\",\"sourceParagraph\":2064},{\"blockId\":\"CH16-MB0126\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2065},{\"blockId\":\"CH16-MB0127\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2066},{\"blockId\":\"CH16-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"exposureCoefficients\\\": [\",\"sourceParagraph\":2067},{\"blockId\":\"CH16-MB0129\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2068},{\"blockId\":\"CH16-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A1\\\",\",\"sourceParagraph\":2069},{\"blockId\":\"CH16-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedExposureUnit\\\": 55000000,\",\"sourceParagraph\":2070},{\"blockId\":\"CH16-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"coefficient\\\": 0.55\",\"sourceParagraph\":2071},{\"blockId\":\"CH16-MB0133\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2072},{\"blockId\":\"CH16-MB0134\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2073},{\"blockId\":\"CH16-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A2\\\",\",\"sourceParagraph\":2074},{\"blockId\":\"CH16-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedExposureUnit\\\": 25000000,\",\"sourceParagraph\":2075},{\"blockId\":\"CH16-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"coefficient\\\": 0.25\",\"sourceParagraph\":2076},{\"blockId\":\"CH16-MB0138\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2077},{\"blockId\":\"CH16-MB0139\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2078},{\"blockId\":\"CH16-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A3\\\",\",\"sourceParagraph\":2079},{\"blockId\":\"CH16-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedExposureUnit\\\": 15000000,\",\"sourceParagraph\":2080},{\"blockId\":\"CH16-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"coefficient\\\": 0.15\",\"sourceParagraph\":2081},{\"blockId\":\"CH16-MB0143\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2082},{\"blockId\":\"CH16-MB0144\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2083},{\"blockId\":\"CH16-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A4\\\",\",\"sourceParagraph\":2084},{\"blockId\":\"CH16-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedExposureUnit\\\": 5000000,\",\"sourceParagraph\":2085},{\"blockId\":\"CH16-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"coefficient\\\": 0.05\",\"sourceParagraph\":2086},{\"blockId\":\"CH16-MB0148\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2087},{\"blockId\":\"CH16-MB0149\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2088},{\"blockId\":\"CH16-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"coefficientRules\\\": {\",\"sourceParagraph\":2089},{\"blockId\":\"CH16-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"performanceDependent\\\": false,\",\"sourceParagraph\":2090},{\"blockId\":\"CH16-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"providerReputationDependent\\\": false,\",\"sourceParagraph\":2091},{\"blockId\":\"CH16-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"commercialSponsorDependent\\\": false,\",\"sourceParagraph\":2092},{\"blockId\":\"CH16-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeProductScores\\\": true,\",\"sourceParagraph\":2093},{\"blockId\":\"CH16-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"activeUserAndAccountCountsDistinguished\\\": true\",\"sourceParagraph\":2094},{\"blockId\":\"CH16-MB0156\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2095},{\"blockId\":\"CH16-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"outputs\\\": {\",\"sourceParagraph\":2096},{\"blockId\":\"CH16-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"equalProductEcosystemScore\\\": 945,\",\"sourceParagraph\":2097},{\"blockId\":\"CH16-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"exposureWeightedEcosystemScore\\\": 947,\",\"sourceParagraph\":2098},{\"blockId\":\"CH16-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"anyOpenConfirmedCriticalProduct\\\": true,\",\"sourceParagraph\":2099},{\"blockId\":\"CH16-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"criticalProductIds\\\": [\",\"sourceParagraph\":2100},{\"blockId\":\"CH16-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"SYNTH-A4\\\"\",\"sourceParagraph\":2101},{\"blockId\":\"CH16-MB0163\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":2102},{\"blockId\":\"CH16-MB0164\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2103},{\"blockId\":\"CH16-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2104},{\"blockId\":\"CH16-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"coefficientOwnerRole\\\": \\\"ECOSYSTEM_EXPOSURE_METHODS_LEAD\\\"\",\"sourceParagraph\":2105},{\"blockId\":\"CH16-MB0167\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2106},{\"blockId\":\"CH16-MB0168\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2107},{\"blockId\":\"CH16-MB0169\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2108},{\"blockId\":\"CH16-MB0170\",\"type\":\"paragraph\",\"text\":\"These records:\",\"sourceParagraph\":2109},{\"blockId\":\"CH16-MB0171\",\"type\":\"paragraph\",\"text\":\"actual AI provider,\",\"sourceParagraph\":2110},{\"blockId\":\"CH16-MB0172\",\"type\":\"paragraph\",\"text\":\"actual number of users,\",\"sourceParagraph\":2111},{\"blockId\":\"CH16-MB0173\",\"type\":\"paragraph\",\"text\":\"actual company score\",\"sourceParagraph\":2112},{\"blockId\":\"CH16-MB0174\",\"type\":\"paragraph\",\"text\":\"a real company performance.\",\"sourceParagraph\":2113},{\"blockId\":\"CH16-MB0175\",\"type\":\"paragraph\",\"text\":\"Score architecture is a synthetic, machine-readable representation.\",\"sourceParagraph\":2114},{\"blockId\":\"CH16-MB0176\",\"type\":\"paragraph\",\"text\":\"RULE FOR MACHINE-READABLE SECTION 78\",\"sourceParagraph\":2116},{\"blockId\":\"CH16-MB0177\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH16-R01\",\"sourceParagraph\":2117},{\"blockId\":\"CH16-MB0178\",\"type\":\"paragraph\",\"text\":\"No NOMOS result may be published as a naked composite score.\",\"sourceParagraph\":2119},{\"blockId\":\"CH16-MB0179\",\"type\":\"paragraph\",\"text\":\"Every published score MUST first disclose:\",\"sourceParagraph\":2121},{\"blockId\":\"CH16-MB0180\",\"type\":\"paragraph\",\"text\":\"- the gate status,\",\"sourceParagraph\":2123},{\"blockId\":\"CH16-MB0181\",\"type\":\"paragraph\",\"text\":\"- the GEO-1000 response-status distribution,\",\"sourceParagraph\":2124},{\"blockId\":\"CH16-MB0182\",\"type\":\"paragraph\",\"text\":\"- Strict and Acceptable Pass equivalents,\",\"sourceParagraph\":2125},{\"blockId\":\"CH16-MB0183\",\"type\":\"paragraph\",\"text\":\"- Critical and Major equivalents,\",\"sourceParagraph\":2126},{\"blockId\":\"CH16-MB0184\",\"type\":\"paragraph\",\"text\":\"- Unresolved, No-Usable-Response, and Not-Ratable equivalents,\",\"sourceParagraph\":2127},{\"blockId\":\"CH16-MB0185\",\"type\":\"paragraph\",\"text\":\"- component scores,\",\"sourceParagraph\":2128},{\"blockId\":\"CH16-MB0186\",\"type\":\"paragraph\",\"text\":\"- uncertainty,\",\"sourceParagraph\":2129},{\"blockId\":\"CH16-MB0187\",\"type\":\"paragraph\",\"text\":\"- effective sample size,\",\"sourceParagraph\":2130},{\"blockId\":\"CH16-MB0188\",\"type\":\"paragraph\",\"text\":\"- scope,\",\"sourceParagraph\":2131},{\"blockId\":\"CH16-MB0189\",\"type\":\"paragraph\",\"text\":\"- and score-method version.\",\"sourceParagraph\":2132},{\"blockId\":\"CH16-MB0190\",\"type\":\"paragraph\",\"text\":\"The primary GEO-1000 output MUST express the population-weighted\",\"sourceParagraph\":2134},{\"blockId\":\"CH16-MB0191\",\"type\":\"paragraph\",\"text\":\"equivalent number of users, out of 1,000, receiving each RP-1 through\",\"sourceParagraph\":2135},{\"blockId\":\"CH16-MB0192\",\"type\":\"paragraph\",\"text\":\"RP-8 response status.\",\"sourceParagraph\":2136},{\"blockId\":\"CH16-MB0193\",\"type\":\"paragraph\",\"text\":\"Critical and Major findings are non-compensatory. No atomic-claim\",\"sourceParagraph\":2138},{\"blockId\":\"CH16-MB0194\",\"type\":\"paragraph\",\"text\":\"average, response-pass rate, component score, product coefficient, or\",\"sourceParagraph\":2139},{\"blockId\":\"CH16-MB0195\",\"type\":\"paragraph\",\"text\":\"ecosystem composite may override an active Critical or Major gate.\",\"sourceParagraph\":2140},{\"blockId\":\"CH16-MB0196\",\"type\":\"paragraph\",\"text\":\"Atomic, required-element, component, composite, fairness, stability,\",\"sourceParagraph\":2142},{\"blockId\":\"CH16-MB0197\",\"type\":\"paragraph\",\"text\":\"Critical-rate, and publication-quality metrics MUST remain distinct.\",\"sourceParagraph\":2143},{\"blockId\":\"CH16-MB0198\",\"type\":\"paragraph\",\"text\":\"The canonical candidate NOMOS composite consists of ten separately\",\"sourceParagraph\":2145},{\"blockId\":\"CH16-MB0199\",\"type\":\"paragraph\",\"text\":\"reported 0–100 components:\",\"sourceParagraph\":2146},{\"blockId\":\"CH16-MB0200\",\"type\":\"paragraph\",\"text\":\"- Entity Integrity,\",\"sourceParagraph\":2148},{\"blockId\":\"CH16-MB0201\",\"type\":\"paragraph\",\"text\":\"- Factual Fidelity,\",\"sourceParagraph\":2149},{\"blockId\":\"CH16-MB0202\",\"type\":\"paragraph\",\"text\":\"- Scope and Boundary Integrity,\",\"sourceParagraph\":2150},{\"blockId\":\"CH16-MB0203\",\"type\":\"paragraph\",\"text\":\"- Temporal and Local Accuracy,\",\"sourceParagraph\":2151},{\"blockId\":\"CH16-MB0204\",\"type\":\"paragraph\",\"text\":\"- Evidence and Citation Integrity,\",\"sourceParagraph\":2152},{\"blockId\":\"CH16-MB0205\",\"type\":\"paragraph\",\"text\":\"- Epistemic Integrity,\",\"sourceParagraph\":2153},{\"blockId\":\"CH16-MB0206\",\"type\":\"paragraph\",\"text\":\"- Task Completion and Relevance,\",\"sourceParagraph\":2154},{\"blockId\":\"CH16-MB0207\",\"type\":\"paragraph\",\"text\":\"- Language and Geographic Fairness,\",\"sourceParagraph\":2155},{\"blockId\":\"CH16-MB0208\",\"type\":\"paragraph\",\"text\":\"- User-State and Surface Integrity,\",\"sourceParagraph\":2156},{\"blockId\":\"CH16-MB0209\",\"type\":\"paragraph\",\"text\":\"- and Stability and Replicability.\",\"sourceParagraph\":2157},{\"blockId\":\"CH16-MB0210\",\"type\":\"paragraph\",\"text\":\"A full 0–1,000 composite MUST NOT be produced when a required component\",\"sourceParagraph\":2159},{\"blockId\":\"CH16-MB0211\",\"type\":\"paragraph\",\"text\":\"is not estimable. Missing component weight MUST NOT be silently\",\"sourceParagraph\":2160},{\"blockId\":\"CH16-MB0212\",\"type\":\"paragraph\",\"text\":\"redistributed.\",\"sourceParagraph\":2161},{\"blockId\":\"CH16-MB0213\",\"type\":\"paragraph\",\"text\":\"Native Reach, Common Support, Controlled Clean, Natural User, current\",\"sourceParagraph\":2163},{\"blockId\":\"CH16-MB0214\",\"type\":\"paragraph\",\"text\":\"wave, rolling, equal-product, and exposure-weighted scores MUST remain\",\"sourceParagraph\":2164},{\"blockId\":\"CH16-MB0215\",\"type\":\"paragraph\",\"text\":\"separately identified.\",\"sourceParagraph\":2165},{\"blockId\":\"CH16-MB0216\",\"type\":\"paragraph\",\"text\":\"AI-product coefficients MUST be locked before product results are\",\"sourceParagraph\":2167},{\"blockId\":\"CH16-MB0217\",\"type\":\"paragraph\",\"text\":\"observed and MUST NOT depend on product performance, provider reputation,\",\"sourceParagraph\":2168},{\"blockId\":\"CH16-MB0218\",\"type\":\"paragraph\",\"text\":\"client preference, sponsorship, or desired outcome.\",\"sourceParagraph\":2169},{\"blockId\":\"CH16-MB0219\",\"type\":\"paragraph\",\"text\":\"Equal-product coefficients estimate average tested-product performance.\",\"sourceParagraph\":2171},{\"blockId\":\"CH16-MB0220\",\"type\":\"paragraph\",\"text\":\"Exposure coefficients estimate average defined-user exposure. These\",\"sourceParagraph\":2172},{\"blockId\":\"CH16-MB0221\",\"type\":\"paragraph\",\"text\":\"estimands MUST NOT be represented as equivalent.\",\"sourceParagraph\":2173},{\"blockId\":\"CH16-MB0222\",\"type\":\"paragraph\",\"text\":\"An ecosystem composite MUST retain product-level Critical and Major\",\"sourceParagraph\":2175},{\"blockId\":\"CH16-MB0223\",\"type\":\"paragraph\",\"text\":\"incident visibility. High scores in other products MUST NOT erase a\",\"sourceParagraph\":2176},{\"blockId\":\"CH16-MB0224\",\"type\":\"paragraph\",\"text\":\"lower-weighted product's confirmed Critical incident.\",\"sourceParagraph\":2177},{\"blockId\":\"CH16-MB0225\",\"type\":\"paragraph\",\"text\":\"Unresolved claims MUST produce visible reference-uncertainty bounds and\",\"sourceParagraph\":2179},{\"blockId\":\"CH16-MB0226\",\"type\":\"paragraph\",\"text\":\"MUST NOT be silently treated as correct, incorrect, or absent.\",\"sourceParagraph\":2180},{\"blockId\":\"CH16-MB0227\",\"type\":\"paragraph\",\"text\":\"Sampling uncertainty, reference uncertainty, score sensitivity, raw\",\"sourceParagraph\":2182},{\"blockId\":\"CH16-MB0228\",\"type\":\"paragraph\",\"text\":\"sample size, and effective sample size MUST be separately reported.\",\"sourceParagraph\":2183},{\"blockId\":\"CH16-MB0229\",\"type\":\"paragraph\",\"text\":\"Zero observed confirmed Critical incidents MUST NOT be represented as\",\"sourceParagraph\":2185},{\"blockId\":\"CH16-MB0230\",\"type\":\"paragraph\",\"text\":\"zero Critical risk. A method-appropriate one-sided upper bound MUST be\",\"sourceParagraph\":2186},{\"blockId\":\"CH16-MB0231\",\"type\":\"paragraph\",\"text\":\"reported.\",\"sourceParagraph\":2187},{\"blockId\":\"CH16-MB0232\",\"type\":\"paragraph\",\"text\":\"A NOMOS 950+ performance candidate MUST satisfy score, Strict Pass,\",\"sourceParagraph\":2189},{\"blockId\":\"CH16-MB0233\",\"type\":\"paragraph\",\"text\":\"gate, component-floor, unresolved, quality, coverage, and replication\",\"sourceParagraph\":2190},{\"blockId\":\"CH16-MB0234\",\"type\":\"paragraph\",\"text\":\"conditions. A composite score of 950 or more alone is insufficient.\",\"sourceParagraph\":2191},{\"blockId\":\"CH16-MB0235\",\"type\":\"paragraph\",\"text\":\"Every score formula, mapping, coefficient, dataset, code version,\",\"sourceParagraph\":2193},{\"blockId\":\"CH16-MB0236\",\"type\":\"paragraph\",\"text\":\"confidence procedure, publication decision, revision, and integrity\",\"sourceParagraph\":2194},{\"blockId\":\"CH16-MB0237\",\"type\":\"paragraph\",\"text\":\"record MUST be versioned and attributable to an accountable human or\",\"sourceParagraph\":2195},{\"blockId\":\"CH16-MB0238\",\"type\":\"paragraph\",\"text\":\"organisation.\",\"sourceParagraph\":2196},{\"blockId\":\"CH16-MB0239\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2197},{\"blockId\":\"CH16-MB0240\",\"type\":\"paragraph\",\"text\":\"No NOMOS result can be published as a single raw composite score. Each result must first show gate status, GEO-1000 response distribution, Strict and Acceptable Pass user equivalents, distributions of Critical, Major, Unresolved, No-Response, and Not-Ratable; then it must show component scores, uncertainty, effective sample size, scope, and score version.\",\"sourceParagraph\":2198}],\"normativeRuleLocalized\":\"Kein NOMOS Ergebnis darf als bloßer Gesamtscore veröffentlicht werden. Jeder veröffentlichte Wert MUSS zuerst Folgendes offenlegen: - den Gate-Status, - die GEO-1000 Antwort-Statusverteilung, - Äquivalente für Strict Pass und Acceptable Pass, - Äquivalente für kritische und schwerwiegende Befunde, - Äquivalente für Unresolved, No Usable Response und Not Ratable, - Komponentenergebnisse, - Unsicherheit, - effektive Stichprobengröße, - Umfang, - und Version der Bewertungsmethode. Die primäre GEO-1000 Ausgabe MUSS die bevölkerungsgewichtete äquivalente Anzahl von Nutzern darstellen, von 1,000, die jeden RP-1 bis RP-8 Antwort-Status erhalten. Kritische und schwerwiegende Befunde sind nicht kompensierbar. Kein Durchschnitt atomarer Aussagen, Antwort-Durchführungsrate, Komponentenbewertung, Produktkoeffizient oder Ökosystem-Zusammensetzung darf ein aktives Kritisches oder Großes Gate außer Kraft setzen. Atom-, erforderliche-Element-, Komponenten-, Zusammensetzungs-, Fairness-, Stabilitäts-, Kritischer-Rate- und Veröffentlichungsqualitätsmetriken MÜSSEN getrennt bleiben. Die kanonische Kandidat NOMOS-Zusammensetzung besteht aus zehn separat berichteten 0–100-Komponenten: - Entitätsintegrität, - Faktentreue, - Umfangs- und Grenzintegrität, - Zeitliche und lokale Genauigkeit, - Nachweis- und Zitationsintegrität, - Epistemische Integrität, - Aufgabenabschluss und Relevanz, - Sprach- und geografische Fairness, - Nutzerzustands- und Oberflächenintegrität, - und Stabilität und Reproduzierbarkeit. Ein vollständiger 0–1,000-Komposit DARF NICHT erstellt werden, wenn eine erforderliche Komponente nicht schätzbar ist. Das Gewicht der fehlenden Komponente DARF NICHT stillschweigend umverteilt werden. Natürliche Reichweite, Gemeinsame Vergleichsbasis, kontrolliertes Panel unter bereinigten Bedingungen, Panel unter natürlichen Nutzungsbedingungen, aktuelle Welle, rollierend, gleichprodukt- und expositionsgewichtete Scores MÜSSEN weiterhin separat identifiziert bleiben. KI-Produktkoeffizienten MÜSSEN festgeschrieben sein, bevor Produktergebnisse beobachtet werden, und DÜRFEN NICHT von der Produktleistung, dem Ruf des Anbieters, der Vorliebe des Kunden, der Förderung oder dem gewünschten Ergebnis abhängen. Gleichproduktkoeffizienten schätzen die durchschnittliche getestete Produktleistung. Expositionskoeffizienten schätzen die durchschnittliche definierte Nutzerexposition. Diese Schätzer DÜRFEN NICHT als gleichwertig repräsentiert werden. Ein Ökosystem-Komposit MUSS die Sichtbarkeit von kritischen und schweren Vorfällen auf Produktebene beibehalten. Hohe Werte in anderen Produkten DÜRFEN den bestätigten kritischen Vorfall eines geringer gewichteten Produkts NICHT löschen. Ungeklärte Aussagen MÜSSEN sichtbare Referenzunsicherheitsgrenzen erzeugen und DÜRFEN NICHT stillschweigend als korrekt, inkorrekt oder nicht vorhanden behandelt werden. Stichprobenunsicherheit, Referenzunsicherheit, Wertungsempfindlichkeit, Rohstichprobengröße und effektive Stichprobengröße MÜSSEN separat berichtet werden. Null beobachtete bestätigte kritische Vorfälle DÜRFEN NICHT als null kritisches Risiko repräsentiert werden. Eine methodengerechte einseitige obere Grenze MUSS berichtet werden. Ein NOMOS 950+ Leistungskandidat MUSS die Bedingungen für Score, Strict Pass, Gate, Component-Floor, Unresolved, Quality, Coverage und Replication erfüllen. Ein zusammengesetzter Score von 950 oder mehr allein ist nicht ausreichend. Jede Score-Formel, Abbildung, Koeffizient, Datensatz, Code-Version, Vertrauensverfahren, Publikationsentscheidung, Revision und Integritätsaufzeichnung MUSS versioniert und einer verantwortlichen Person oder Organisation zuordenbar sein.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH16-MB0001\",\"type\":\"paragraph\",\"text\":\"76. MASCHINENLESBARER PUNKTREKORD\",\"sourceParagraph\":1939,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":1940,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1941,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"NOMOS_950_PLUS_PERFORMANCE_CANDIDATE\\\",\",\"sourceParagraph\":1942,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"openConfirmedCritical\\\": 0,\",\"sourceParagraph\":1943,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"openConfirmedMajor\\\": 0,\",\"sourceParagraph\":1944,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"historicalCriticalIncidents\\\": 1,\",\"sourceParagraph\":1945,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"currentCriticalHold\\\": false,\",\"sourceParagraph\":1946,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0009\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1947,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"geo1000Distribution\\\": {\",\"sourceParagraph\":1948,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"RP-1\\\": 830,\",\"sourceParagraph\":1949,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"RP-2\\\": 128,\",\"sourceParagraph\":1950,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"RP-3\\\": 30,\",\"sourceParagraph\":1951,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"RP-4\\\": 0,\",\"sourceParagraph\":1952,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"RP-5\\\": 0,\",\"sourceParagraph\":1953,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"RP-6\\\": 5,\",\"sourceParagraph\":1954,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"RP-7\\\": 7,\",\"sourceParagraph\":1955,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"RP-8\\\": 0,\",\"sourceParagraph\":1956,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"strictPassEquivalent\\\": 958,\",\"sourceParagraph\":1957,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"acceptablePassEquivalent\\\": 988,\",\"sourceParagraph\":1958,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"criticalEquivalent\\\": 0,\",\"sourceParagraph\":1959,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"majorEquivalent\\\": 0,\",\"sourceParagraph\":1960,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"unresolvedEquivalent\\\": 5,\",\"sourceParagraph\":1961,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"noUsableResponseEquivalent\\\": 7,\",\"sourceParagraph\":1962,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"notRatableEquivalent\\\": 0\",\"sourceParagraph\":1963,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0026\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1964,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"Komponenten\\\": {\",\"sourceParagraph\":1965,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"HENT\\\": 99,\",\"sourceParagraph\":1966,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"FAC\\\": 97,\",\"sourceParagraph\":1967,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"SBI\\\": 96,\",\"sourceParagraph\":1968,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"TLA\\\": 95,\",\"sourceParagraph\":1969,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"ECI\\\": 96,\",\"sourceParagraph\":1970,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"EPI\\\": 98,\",\"sourceParagraph\":1971,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"TCR\\\": 97,\",\"sourceParagraph\":1972,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"LGF\\\": 94,\",\"sourceParagraph\":1973,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"USI\\\": 93,\",\"sourceParagraph\":1974,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"STR\\\": 96\",\"sourceParagraph\":1975,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0038\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1976,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"Komposit\\\": {\",\"sourceParagraph\":1977,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"nomosScore\\\": 961,\",\"sourceParagraph\":1978,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"scaleMaximum\\\": 1000,\",\"sourceParagraph\":1979,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalEqualComponentWeighting\\\": true,\",\"sourceParagraph\":1980,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0043\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1981,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"Unsicherheit\\\": {\",\"sourceParagraph\":1982,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"samplingConfidenceLevel\\\": 0.95,\",\"sourceParagraph\":1983,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"samplingInterval\\\": {\",\"sourceParagraph\":1984,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"untere\\\": 955,\",\"sourceParagraph\":1985,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"obere\\\": 967\",\"sourceParagraph\":1986,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0049\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1987,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"referenceUncertainty\\\": {\",\"sourceParagraph\":1988,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"conservativeLower\\\": 956,\",\"sourceParagraph\":1989,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"resolvedOnlyPoint\\\": 961,\",\"sourceParagraph\":1990,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"optimisticUpper\\\": 964\",\"sourceParagraph\":1991,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0054\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1992,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"rawSampleSize\\\": 1000,\",\"sourceParagraph\":1993,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"effectiveSampleSize\\\": 914,\",\"sourceParagraph\":1994,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"observedConfirmedCriticalCount\\\": 0,\",\"sourceParagraph\":1995,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRateUpperBoundMethod\\\": \\\"DESIGN_AWARE_ONE_SIDED\\\",\",\"sourceParagraph\":1996,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRateUpperBound\\\": 0.003 4\",\"sourceParagraph\":1997,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1998,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"qualityPrerequisites\\\": {\",\"sourceParagraph\":1999,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"sampleQuality\\\": \\\"SQ-4\\\",\",\"sourceParagraph\":2000,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"participantSelectionIntegrity\\\": \\\"PSI-4\\\",\",\"sourceParagraph\":2001,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"captureLevel\\\": \\\"NCL-4\\\"}\",\"sourceParagraph\":2002,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackReadiness\\\": \\\"TPR-4\\\",\\\"}\",\"sourceParagraph\":2003,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationQuality\\\": \\\"AQ-4\\\",\",\"sourceParagraph\":2004,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"replicatedWaveCount\\\": 3\",\"sourceParagraph\":2005,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0068\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2006,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"nomos950CandidateChecks\\\": {\",\"sourceParagraph\":2007,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"compositeAtLeast950\\\": wahr,\",\"sourceParagraph\":2008,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"strictPassAtLeast950\\\": wahr,\",\"sourceParagraph\":2009,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"noOpenCritical\\\": wahr,\",\"sourceParagraph\":2010,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"noOpenMajor\\\": wahr,\",\"sourceParagraph\":2011,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"allCoreComponentsAtLeast90\\\": wahr,\",\"sourceParagraph\":2012,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessUserStateStabilityAtLeast85\\\": wahr,\",\"sourceParagraph\":2013,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"coreUnresolvedAtMostTwoPercent\\\": wahr,\",\"sourceParagraph\":2014,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"qualityPrerequisitesMet\\\": wahr,\",\"sourceParagraph\":2015,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"replicationRequirementMet\\\": true,\",\"sourceParagraph\":2016,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0079\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2017,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"historicalStatus\\\": {\",\"sourceParagraph\":2018,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"priorCriticalIncidentId\\\": \\\"NGCI-SYNTH-ORION-TR-W1-001\\\",\",\"sourceParagraph\":2019,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"currentRemediationStatus\\\": \\\"CIS-5\\\",\",\"sourceParagraph\":2020,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"historicalRecordPreserved\\\": true,\",\"sourceParagraph\":2021,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0084\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2022,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"Integrität\\\": {\",\"sourceParagraph\":2023,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"inputManifestHash\\\": \\\"SYNTHETIC-SCORE-EINGABEHASH\\\",\",\"sourceParagraph\":2024,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"calculationCodeHash\\\": \\\"SYNTHETIC-CODE-HASH\\\",\",\"sourceParagraph\":2025,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"scoreManifestHash\\\": \\\"SYNTHETIC-SCORE-MANIFEST-HASH\\\",\",\"sourceParagraph\":2026,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0089\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2027,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2028,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"scoreMethodsOwnerRole\\\": \\\"NOMOS_BEWERTUNGSMETHODEN_LEAD\\\",\",\"sourceParagraph\":2029,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"approvedByRole\\\": \\\"VERANTWORTLICHER_MENSCHLICHER_BEWERTUNGSGENEHMIGER\\\",\",\"sourceParagraph\":2030,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"approvedAt\\\": \\\"2026-10-01 T1 0:00:00 Z\\\"\",\"sourceParagraph\":2031,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0094\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2032,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0095\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2033,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0096\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2034,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0097\",\"type\":\"paragraph\",\"text\":\"77. MASCHINENLESBARE KI-Produkt-KOEFFIZIENTENAUFZEICHNUNG\",\"sourceParagraph\":2036,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0098\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2037,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0099\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2038,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2039,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2040,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"productCoefficientRecord\\\": {\",\"sourceParagraph\":2041,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"coefficientRecordId\\\": \\\"NGCOEF-SYNTH-ÖKOSYSTEM-001\\\",\",\"sourceParagraph\":2042,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"coefficientVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2043,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"targetPeriod\\\": {\",\"sourceParagraph\":2044,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"von\\\": \\\"2026-07-01\\\",\",\"sourceParagraph\":2045,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"an\\\": \\\"2026-09-30\\\"\",\"sourceParagraph\":2046,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0108\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2047,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"targetPopulation\\\": \\\"DEFINIERTE_AKTIVE_BERECHTIGTE_KI-BENUTZER\\\",\",\"sourceParagraph\":2048,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"equalProductCoefficients\\\": [\",\"sourceParagraph\":2049,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0111\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2050,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A1\\\"\",\"sourceParagraph\":2051,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"Koeffizient\\\": 0.25\",\"sourceParagraph\":2052,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0114\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2053,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0115\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2054,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A2\\\",\",\"sourceParagraph\":2055,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"Koeffizient\\\": 0.25\",\"sourceParagraph\":2056,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0118\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2057,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0119\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2058,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A3\\\",\",\"sourceParagraph\":2059,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"Koeffizient\\\": 0.25\",\"sourceParagraph\":2060,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0122\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2061,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0123\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2062,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A4\\\",\",\"sourceParagraph\":2063,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"Koeffizient\\\": 0.25\",\"sourceParagraph\":2064,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0126\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2065,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0127\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2066,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"exposureCoefficients\\\": [\",\"sourceParagraph\":2067,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0129\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2068,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A1\\\"\",\"sourceParagraph\":2069,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedExposureUnit\\\": 55000000,\",\"sourceParagraph\":2070,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"Koeffizient\\\": 0.55\",\"sourceParagraph\":2071,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0133\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2072,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0134\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2073,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A2\\\",\",\"sourceParagraph\":2074,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedExposureUnit\\\": 25000000,\",\"sourceParagraph\":2075,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"Koeffizient\\\": 0.25\",\"sourceParagraph\":2076,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0138\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2077,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0139\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2078,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A3\\\",\",\"sourceParagraph\":2079,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedExposureUnit\\\": 15000000,\",\"sourceParagraph\":2080,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"Koeffizient\\\": 0.15\",\"sourceParagraph\":2081,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0143\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2082,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0144\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2083,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductId\\\": \\\"SYNTH-A4\\\",\",\"sourceParagraph\":2084,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"verifiedExposureUnit\\\": 5000000,\",\"sourceParagraph\":2085,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"Koeffizient\\\": 0.05\",\"sourceParagraph\":2086,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0148\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2087,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0149\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2088,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"coefficientRules\\\": {\",\"sourceParagraph\":2089,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"performanceDependent\\\": false,\",\"sourceParagraph\":2090,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"providerReputationDependent\\\": false,\",\"sourceParagraph\":2091,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"commercialSponsorDependent\\\": false,\",\"sourceParagraph\":2092,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeProductScores\\\": wahr,\",\"sourceParagraph\":2093,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"activeUserAndAccountCountsDistinguished\\\": true,\",\"sourceParagraph\":2094,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0156\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2095,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"Ausgaben\\\": {\",\"sourceParagraph\":2096,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"equalProductEcosystemScore\\\": 945,\",\"sourceParagraph\":2097,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"exposureWeightedEcosystemScore\\\": 947,\",\"sourceParagraph\":2098,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"anyOpenConfirmedCriticalProduct\\\": wahr,\",\"sourceParagraph\":2099,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"criticalProductIds\\\": [\",\"sourceParagraph\":2100,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"SYNTH-A4\\\"\",\"sourceParagraph\":2101,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0163\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":2102,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0164\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2103,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2104,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"coefficientOwnerRole\\\": \\\"ECOSYSTEM_EXPOSURE_METHODS_LEAD\\\"\",\"sourceParagraph\":2105,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0167\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2106,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0168\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2107,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0169\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2108,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0170\",\"type\":\"paragraph\",\"text\":\"Diese Aufzeichnungen:\",\"sourceParagraph\":2109,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0171\",\"type\":\"paragraph\",\"text\":\"tatsächlicher KI-Anbieter,\",\"sourceParagraph\":2110,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0172\",\"type\":\"paragraph\",\"text\":\"tatsächliche Nutzeranzahl,\",\"sourceParagraph\":2111,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0173\",\"type\":\"paragraph\",\"text\":\"tatsächliche Unternehmensbewertung\",\"sourceParagraph\":2112,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0174\",\"type\":\"paragraph\",\"text\":\"eine echte Unternehmensleistung.\",\"sourceParagraph\":2113,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0175\",\"type\":\"paragraph\",\"text\":\"Die Score-Architektur ist eine synthetische, maschinenlesbare Repräsentation.\",\"sourceParagraph\":2114,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0176\",\"type\":\"paragraph\",\"text\":\"REGEL FÜR DEN MASCHINENLESBAREN ABSCHNITT 78\",\"sourceParagraph\":2116,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0177\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH16-R01\",\"sourceParagraph\":2117,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0178\",\"type\":\"paragraph\",\"text\":\"Kein NOMOS-Ergebnis darf als nackter zusammengesetzter Score veröffentlicht werden.\",\"sourceParagraph\":2119,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0179\",\"type\":\"paragraph\",\"text\":\"Jede veröffentlichte Punktzahl MUSS zuerst offenlegen:\",\"sourceParagraph\":2121,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0180\",\"type\":\"paragraph\",\"text\":\"- den Gate-Status,\",\"sourceParagraph\":2123,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0181\",\"type\":\"paragraph\",\"text\":\"- die Verteilung des GEO-1000-Antwortstatus,\",\"sourceParagraph\":2124,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0182\",\"type\":\"paragraph\",\"text\":\"- strenge und akzeptable Pass-Äquivalente,\",\"sourceParagraph\":2125,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0183\",\"type\":\"paragraph\",\"text\":\"- kritische und große Äquivalente,\",\"sourceParagraph\":2126,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0184\",\"type\":\"paragraph\",\"text\":\"- ungelöste, nicht verwendbare Antwort- und nicht bewertbare Äquivalente,\",\"sourceParagraph\":2127,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0185\",\"type\":\"paragraph\",\"text\":\"- Komponentenwertungen,\",\"sourceParagraph\":2128,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0186\",\"type\":\"paragraph\",\"text\":\"- Unsicherheit,\",\"sourceParagraph\":2129,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0187\",\"type\":\"paragraph\",\"text\":\"- effektive Stichprobengröße,\",\"sourceParagraph\":2130,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0188\",\"type\":\"paragraph\",\"text\":\"- Umfang,\",\"sourceParagraph\":2131,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0189\",\"type\":\"paragraph\",\"text\":\"- und Version der Bewertungsmethode.\",\"sourceParagraph\":2132,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0190\",\"type\":\"paragraph\",\"text\":\"Die primäre GEO-1000-Ausgabe MUSS die bevölkerungsgewichtete\",\"sourceParagraph\":2134,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0191\",\"type\":\"paragraph\",\"text\":\"Äquivalente Anzahl von Nutzern, von 1,000, die jeweils RP-1 über\",\"sourceParagraph\":2135,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0192\",\"type\":\"paragraph\",\"text\":\"RP-8-Antwortstatus erhalten.\",\"sourceParagraph\":2136,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0193\",\"type\":\"paragraph\",\"text\":\"Kritische und wichtige Befunde sind nicht kompensierbar. Keine atomare Behauptung\",\"sourceParagraph\":2138,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0194\",\"type\":\"paragraph\",\"text\":\"Durchschnitt, Antwort-Erfolgsrate, Komponentenscore, Produktkoeffizient oder\",\"sourceParagraph\":2139,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0195\",\"type\":\"paragraph\",\"text\":\"Ökosystemzusammensetzung darf ein aktives kritisches oder wichtiges Gate nicht überschreiben.\",\"sourceParagraph\":2140,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0196\",\"type\":\"paragraph\",\"text\":\"Atomar, erforderliches Element, Komponente, Komposit, Fairness, Stabilität,\",\"sourceParagraph\":2142,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0197\",\"type\":\"paragraph\",\"text\":\"kritische Rate und Veröffentlichungsqualitätsmetriken MÜSSEN getrennt bleiben.\",\"sourceParagraph\":2143,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0198\",\"type\":\"paragraph\",\"text\":\"Der kanonische NOMOS-Kandidatenverbund besteht aus zehn getrennt\",\"sourceParagraph\":2145,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0199\",\"type\":\"paragraph\",\"text\":\"ausgewiesenen Komponenten auf einer Skala von 0–100:\",\"sourceParagraph\":2146,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0200\",\"type\":\"paragraph\",\"text\":\"- Entitätsintegrität,\",\"sourceParagraph\":2148,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0201\",\"type\":\"paragraph\",\"text\":\"- Faktische Treue,\",\"sourceParagraph\":2149,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0202\",\"type\":\"paragraph\",\"text\":\"- Umfangs- und Grenzeintegrität,\",\"sourceParagraph\":2150,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0203\",\"type\":\"paragraph\",\"text\":\"- Zeitliche und örtliche Genauigkeit,\",\"sourceParagraph\":2151,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0204\",\"type\":\"paragraph\",\"text\":\"- Nachweis- und Zitierintegrität,\",\"sourceParagraph\":2152,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0205\",\"type\":\"paragraph\",\"text\":\"- Epistemische Integrität,\",\"sourceParagraph\":2153,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0206\",\"type\":\"paragraph\",\"text\":\"- Aufgabenabschluss und Relevanz,\",\"sourceParagraph\":2154,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0207\",\"type\":\"paragraph\",\"text\":\"- Sprachliche und geographische Fairness,\",\"sourceParagraph\":2155,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0208\",\"type\":\"paragraph\",\"text\":\"- Nutzerzustand und Oberflächenintegrität,\",\"sourceParagraph\":2156,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0209\",\"type\":\"paragraph\",\"text\":\"- und Stabilität und Reproduzierbarkeit.\",\"sourceParagraph\":2157,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0210\",\"type\":\"paragraph\",\"text\":\"Ein vollständiger 0–1,000-Komposit DARF NICHT erzeugt werden, wenn eine erforderliche Komponente\",\"sourceParagraph\":2159,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0211\",\"type\":\"paragraph\",\"text\":\"nicht schätzbar ist. Fehlt das Gewicht der Komponente, DARF dieses NICHT stillschweigend\",\"sourceParagraph\":2160,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0212\",\"type\":\"paragraph\",\"text\":\"umverteilt werden.\",\"sourceParagraph\":2161,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0213\",\"type\":\"paragraph\",\"text\":\"Natürliche Reichweite, Gemeinsame Vergleichsbasis, Kontrolliert Sauber, Natürlicher Nutzer, aktuell\",\"sourceParagraph\":2163,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0214\",\"type\":\"paragraph\",\"text\":\"Wellen-, rollende-, gleichwertige Produkte- und expositionsgewichtete Scores MÜSSEN beibehalten werden\",\"sourceParagraph\":2164,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0215\",\"type\":\"paragraph\",\"text\":\"separat identifiziert.\",\"sourceParagraph\":2165,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0216\",\"type\":\"paragraph\",\"text\":\"KI-Produktkoeffizienten MÜSSEN festgeschrieben werden, bevor Produktergebnisse\",\"sourceParagraph\":2167,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0217\",\"type\":\"paragraph\",\"text\":\"beobachtet werden und DÜRFEN NICHT von der Produktleistung, dem Ruf des Anbieters,\",\"sourceParagraph\":2168,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0218\",\"type\":\"paragraph\",\"text\":\"der Kundenpräferenz, dem Sponsoring oder dem gewünschten Ergebnis abhängen.\",\"sourceParagraph\":2169,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0219\",\"type\":\"paragraph\",\"text\":\"Gleichwertige Produktkoeffizienten schätzen die durchschnittliche getestete Produktleistung.\",\"sourceParagraph\":2171,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0220\",\"type\":\"paragraph\",\"text\":\"Expositionskoeffizienten schätzen die durchschnittliche definierte Nutzerexposition. Diese\",\"sourceParagraph\":2172,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0221\",\"type\":\"paragraph\",\"text\":\"Schätzer DÜRFEN NICHT als gleichwertig repräsentiert werden.\",\"sourceParagraph\":2173,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0222\",\"type\":\"paragraph\",\"text\":\"Ein Ökosystem-Composite MUSS produktbezogene Kritische und Wichtige beibehalten\",\"sourceParagraph\":2175,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0223\",\"type\":\"paragraph\",\"text\":\"Sichtbarkeit von Vorfällen. Hohe Punktzahlen in anderen Produkten DÜRFEN ein nicht löschen\",\"sourceParagraph\":2176,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0224\",\"type\":\"paragraph\",\"text\":\"Bestätigter kritischer Vorfall des leichteren Produkts.\",\"sourceParagraph\":2177,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0225\",\"type\":\"paragraph\",\"text\":\"Ungeklärte Aussagen MÜSSEN sichtbare Referenz-Unsicherheitsgrenzen erzeugen und\",\"sourceParagraph\":2179,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0226\",\"type\":\"paragraph\",\"text\":\"DARF NICHT stillschweigend als korrekt, falsch oder abwesend behandelt werden.\",\"sourceParagraph\":2180,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0227\",\"type\":\"paragraph\",\"text\":\"Stichprobenunsicherheit, Referenzunsicherheit, Punktesensitivität, Roh\",\"sourceParagraph\":2182,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0228\",\"type\":\"paragraph\",\"text\":\"Stichprobengröße und effektive Stichprobengröße MÜSSEN separat berichtet werden.\",\"sourceParagraph\":2183,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0229\",\"type\":\"paragraph\",\"text\":\"Null beobachtete bestätigte kritische Vorfälle DÜRFEN NICHT repräsentiert werden als\",\"sourceParagraph\":2185,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0230\",\"type\":\"paragraph\",\"text\":\"null Kritisches Risiko. Eine methodengerechte einseitige obere Grenze MUSS\",\"sourceParagraph\":2186,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0231\",\"type\":\"paragraph\",\"text\":\"gemeldet.\",\"sourceParagraph\":2187,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0232\",\"type\":\"paragraph\",\"text\":\"Ein NOMOS 950+ Leistungskandidat MUSS die Punktzahl, strikte Bestehensgrenze, erfüllen,\",\"sourceParagraph\":2189,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0233\",\"type\":\"paragraph\",\"text\":\"Gate, Komponentenebene, ungelöst, Qualität, Abdeckung und Replikation\",\"sourceParagraph\":2190,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0234\",\"type\":\"paragraph\",\"text\":\"Bedingungen. Eine zusammengesetzte Punktzahl von 950 oder mehr allein ist nicht ausreichend.\",\"sourceParagraph\":2191,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0235\",\"type\":\"paragraph\",\"text\":\"Jede Punktzahlformel, Zuordnung, Koeffizient, Datensatz, Code-Version,\",\"sourceParagraph\":2193,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0236\",\"type\":\"paragraph\",\"text\":\"Verfahren zur Vertrauenswürdigkeit, Publikationsentscheidung, Überarbeitung und Integritäts\",\"sourceParagraph\":2194,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0237\",\"type\":\"paragraph\",\"text\":\"Aufzeichnung MUSS versioniert und einer verantwortlichen Person zuordenbar sein oder\",\"sourceParagraph\":2195,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0238\",\"type\":\"paragraph\",\"text\":\"Organisation zugeordnet werden.\",\"sourceParagraph\":2196,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0239\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2197,\"language\":\"de-DE\"},{\"blockId\":\"CH16-MB0240\",\"type\":\"paragraph\",\"text\":\"Kein NOMOS-Ergebnis kann als einzelne rohe zusammengesetzte Punktzahl veröffentlicht werden. Jedes Ergebnis muss zunächst den Gate-Status, die GEO-1000-Antwortverteilung, strikte und akzeptable Bestehensäquivalente für Nutzer, Verteilungen von Kritisch, Groß, Ungeklärt, Keine Antwort und Nicht bewertbar zeigen; danach muss es die Komponentenscores, Unsicherheit, effektive Stichprobengröße, Umfang und Score-Version zeigen.\",\"sourceParagraph\":2198,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nAbschnitt 15 hat die folgende Bestimmung eingeführt:\n\n> Eine Antwort zu übermitteln bedeutet nicht, mehr unterstützte Atome als inkorrekte Atome zu haben; es geht darum sicherzustellen, dass kein irreparabler Fehler den Nutzer als falsche Entität, falsche Autorisierung, falsches Vertrauen oder falsche Entscheidung erreicht.\n\nJetzt müssen wir die gesamte Messkette in numerische Ergebnisse umwandeln:\n\n> Wie viele der 1,000-Nutzer erhielten eine genaue Repräsentation?\n\n> Wie viele Nutzer sahen nur begrenzte und korrigierbare Probleme?\n\n> Wie viele sahen schwerwiegende oder kritische Fehler?\n\n> Wie viele Beobachtungen blieben ungelöst, führten zu keiner Antwort oder konnten aufgrund von Messfehlern nicht bewertet werden?\n\n> Wie werden atomare Genauigkeit, zwingende Antwortelemente, Zitationsintegrität, sprachliche Fairness, natürliches Nutzererlebnis und Inter-Wellen-Stabilität innerhalb eines einzigen Systems berichtet?\n\n> Können die Ergebnisse von zehn verschiedenen KI-Produkten in eine einzige Ökosystemansicht umgewandelt werden?\n\n> Worauf sollte der Koeffizient jedes KI-Produkts basieren?\n\n> Sollte die große Nutzerbasis eines Produkts die hohe Punktzahl eines kleinen Produkts überschattet?\n\n> Kann ein kritischer Fehler in einem Modell durch die hohen Punktzahlen anderer Modelle kompensiert werden?\n\nDie wichtigste Entscheidung dieses Abschnitts ist:\n\n> NOMOS veröffentlicht zuerst die Verteilung, dann die Komponenten und schließlich die Gesamtnote.\n\nEine einzelne Zahl wird nicht das erste Ergebnis sein. Weil: Zwei Systeme, die 930 bewerten, können unterschiedliche Risikoverteilungen haben. Eines kann nur moderate Probleme haben. Das andere kann einen einzigen kritischen Fehler haben, der unter dem hohen Durchschnitt verborgen ist. Eines kann in großen Sprachen stark und in kleinen Sprachen schwach sein. Das andere kann ausgewogener über alle Sprachen hinweg, aber mit einem etwas niedrigeren Durchschnitt sein. Eines kann in einer sauberen Sitzung stark und in natürlichen Nutzerkonten schwach sein. Das andere kann stabiler und widerstandsfähiger gegenüber Nutzerbedingungen sein. In der vorherigen Architektur hatte jedes prüfbare Ergebnis:\n\n- KI-Produkt oder Modell,\n\n- Datum,\n\n- Land,\n\n- Sprache,\n\n- Abfragesatz,\n\n- Anzahl der Wiederholungen,\n\n- Messaufzeichnung\n\ner wollte, dass es transportiert wird. Die gleiche Quelle stellte fest, dass die Ergebnisse nicht nur ein Abzeichen oder eine Zahl sein sollten; sie sollten ein evidenzbasiertes Prüfprotokoll mit einer klaren Verteilung von Kritischen, Schwerwiegenden, Moderaten und Beratenden Befunden sein. Dieser Abschnitt digitalisiert diese Architektur. Allerdings kann die Digitalisierung die Nachweise nicht ersetzen. Die grundlegende Anfrage von NOMOS bleibt unverändert: Nachweise liefern. Grenzen definieren. Kontext geben. Zeit bereitstellen. Strebe danach, genau repräsentiert zu werden, nicht nur besser in Erinnerung zu bleiben. Dieser Abschnitt:\n\n- die GEO-1000 Nutzeräquivalente Verteilung,\n\n- die Transformation von Antwortstatus in bevölkerungsgewichtete Ergebnisse,\n\n- atomare Aussagemetriken,\n\n- Messung der Vollständigkeit erforderlicher Elemente,\n\n- unaufgelöste und nicht bewertbare Datensätze,\n\n- das NOMOS Profil mit zehn Komponenten,\n\n- kandidater zusammengesetzter Index von 1,000 Punkten,\n\n- Punktzahlen von Natürliche Reichweite und Gemeinsame Vergleichsbasis,\n\n- KI-Produktkoeffizienten,\n\n- Prompt-Familienkoeffizienten,\n\n- saubere und natürliche Panelergebnisse,\n\n- Länder- und Sprachfairness-Punktzahlen,\n\n- Inter-Wellen-Stabilität und Wiederholungspunktzahl,\n\n- Stichproben- und Referenzunsicherheit,\n\n- Vertrauensintervalle,\n\n- seltene kritische Fehler-Obergrenzen,\n\n- NOMOS 950+ Kandidatenklasse\n\n- Punktbewertungsversionierung und öffentliche Ergebniskarte,\n\ndefiniert. Dieses Kapitel behandelt noch nicht:\n\n- vollständige Implementierung von Apple.com synthetischen Tests,\n\n- End-to-End-synthetische Kontrolle mit 30,000 Antworten,\n\n- die rechtliche und governance Entscheidung der Konformitätskennzeichnung,\n\n- das unabhängige universitäre Rückrufverfahren\n\nist nicht anwendbar. Dies sind die Themen der folgenden Abschnitte. Die grundlegende Frage von Kapitel 16 lautet:\n\n> Wie transformieren wir die gesamte Evidenzkette von GEO-1000 in eine Bewertungsarchitektur, die für Menschen verständlich, für Forschende reproduzierbar und für KI-Systeme maschinenlesbar ist, ohne sie auf eine einzelne Zahl zu komprimieren?\n\n## NOMOS Herausforderung\n\nBetrachten Sie zwei KI-Produkte.\n\n#### Produkt A\n\nInnerhalb der Äquivalenz von 1,000 Nutzern:\n\n- 920 Personen vollständige oder beratende Übergabe,\n\n- 65 Personen Bedingt bestanden,\n\n- 10 Personen Schwerwiegend nicht bestanden,\n\n- 0 Personen: Kritisch nicht bestanden,\n\n- 5 Personen ungelöst\n\nsiehe.\n\n#### Produkt B\n\nInnerhalb der Äquivalenz von 1,000 Nutzern:\n\n- 950 Personen vollständige oder beratende bestandene Prüfung,\n\n- 40 Personen Bedingt bestanden,\n\n- 0 Personen: Schwerwiegend nicht bestanden,\n\n- 1 Person Kritisch nicht bestanden,\n\n- 9 Personen ungelöst\n\nsiehe. Wenn man jedoch die akzeptable Bestehensquote betrachtet:\n\n- Produkt A: 98.5 Prozent\n\n- Produkt B: 99 Prozent\n\nkann sein. Produkt B scheint höher zu sein. Es gibt jedoch einen kritischen Vorfall in Produkt B, der den Nutzer auf eine falsche rechtliche Autorität verweist. Dieser Vorfall:\n\n- kann einzigartig sein,\n\n- kann eine geringe Häufigkeit haben,\n\ner repräsentiert möglicherweise nicht alle Produktbenutzer. Trotzdem:\n\n> kann sich in einem hohen Durchschnitt nicht verlieren.\n\nBetrachten wir nun ein drittes Produkt.\n\n#### Produkt C\n\nEnglisch: 98 Deutsch: 96 Türkisch: 94 Sprache mit geringen Ressourcen L4: 62 Sprache mit geringen Ressourcen L5: 58 Bevölkerungsgewichteter globaler Wert: 93 könnte sein. Sprachgrenze: 58 und robuster Sprachunterschied: 36 Punkte könnten sein. Das Ergebnis des vierten Produkts in allen Sprachen:\n\n- 88\n\n- 87\n\n- 86\n\n- 84\n\n- 83\n\nLass es so sein. Der Bevölkerungsdurchschnitt kann niedriger sein, während die Sprachgerechtigkeit stärker ist. Welches ist das bessere GEO-System? Es gibt keine einzige Antwort. Dies sind getrennte Fragen: Was sieht der durchschnittliche Mensch? Was sieht die Sprachgruppe mit der niedrigsten Leistung? Gibt es ein kritisches Ereignis? Wie stark variiert das System zwischen den Nutzern? Wie groß ist der Unterschied zwischen den Schätzungen des sauberen Panels und des natürlichen Panels? Hält das Ergebnis über Wellen hinweg an? Stellen Sie sich nun vor, zehn KI-Produkte in einer Ökosystem-Bewertung zu kombinieren. Das größte Produkt erreicht 60 Prozent der Nutzer und erzielt 80 Punkte. Ein kleines Produkt erreicht 1 Prozent und erzielt 98 Punkte. Gleiche Produktgewichte messen die durchschnittliche Produktqualität. Gewichte basierend auf der tatsächlichen Reichweite der Nutzer messen die durchschnittliche menschliche Exposition. Diese Ergebnisse sind unterschiedlich; keines kann das andere ersetzen.\n\nStellen Sie sich nun vor, dass Sie nur die vier KI-Produkte mit der höchsten Punktzahl auswählen. Sie schließen die übrigen sechs Produkte aus, indem Sie sagen: „Es gibt nicht genügend Nutzerdaten.“ Dies ist nicht die Ökosystembewertung. Es ist eine Auswahl von Produkten nach dem Ergebnis. Nun bestimmen Sie die Modellkoeffizienten:\n\n- Markenreputation,\n\n- die kommerzielle Präferenz des Unternehmens,\n\n- die Höhe der resultierenden Punktzahl\n\nals Grundlage. Dies ist ebenfalls keine Messung. Es ist Score-Design. Die erste Regelung dieses Abschnitts lautet:\n\n> Die Verteilung kommt vor der Gesamtnote.\n\nIhre zweite Bestimmung lautet:\n\n> Der Gate-Status wird vor der numerischen Bewertung angezeigt.\n\nSeine dritte Bestimmung besagt:\n\n> Der Koeffizient eines KI-Produkts darf nicht von seiner eigenen Bewertung abhängen.\n\nSeine vierte Bestimmung besagt:\n\n> Der Durchschnitt gleichwertiger Produkte und der vom Nutzergewichtete Durchschnitt sind separate Ergebnisse.\n\nSeine fünfte Vorschrift lautet:\n\n> Ungelöste Beobachtungen dürfen nicht stillschweigend zum positiven oder negativen Anteil hinzugefügt werden.\n\nSeine sechste Bestimmung lautet:\n\n> Null beobachtete kritische Ereignisse bedeutet nicht null kritisches Risiko.\n\nDie siebte Bestimmung lautet wie folgt:\n\n> NOMOS 950+ bedeutet nicht nur, die Zahl 950 zu erreichen; es bedeutet, die Bedingungen von Gate, Schwelle, Unsicherheit, Fairness und Wiederholung zusammen zu erfüllen.\n\n## 1. ZWECK DES KAPITELS\n\nDer Zweck dieses Abschnitts besteht darin, alle Ergebnisse von Anspruch, Antwort, Nutzer, Land, Sprache, Panel, KI-Produkt und Welle unter der Prüfung GEO-1000 in ein mehrschichtiges Punktesystem zu überführen, das sich nicht gegenseitig verdeckt. Der Abschnitt trifft die folgenden normativen Unterscheidungen:\n\n- Verteilung versus einzelne Zahl\n\n- Antwortstatus und Nachweisquote der Aussagen\n\n- Strikte Bestehensprüfung und Bedingt bestanden\n\n- Mit Schwerwiegend nicht bestanden und Kritisch nicht bestanden\n\n- Ungeklärt und Durchgefallen\n\n- Nicht bewertbar und Produktfehler\n\n- Rohzahl der Nutzer und gewichtetes Benutzäquivalent\n\n- Bevölkerungs-Panel und Beobachter-Panel\n\n- Durchschnitt und Basislinie\n\n- Leistung und Fairness\n\n- Qualität und Stabilität\n\n- Sauberer Score und natürlicher Nutzer-Score\n\n- Mit Natürliche Reichweite und Gemeinsame Vergleichsbasis\n\n- Produkt-Score und Ökosystem-Score\n\n- Gleiches Produktgewicht und Expositionsgewicht\n\n- KI-Produkt-Koeffizient und Messsicherheit\n\n- Prompt-Familiengewicht und Prompt-Ergebnis\n\n- Zeitreihe mit aktueller Welle\n\n- Referenzunsicherheit mit Stichprobenunsicherheit\n\n- Vorhersageintervall mit Vertrauensintervall\n\n- Kein Risiko mit null beobachtetem Fehler\n\n- Effektive Stichprobe mit Rohstichprobe\n\n- Unterer–oberer Genauigkeitsgrenzwert mit Punktschätzung\n\n- Zusammengesetzte NOMOS Punktzahl mit Komponentenpunktzahl\n\n- NOMOS 950+ Kandidatur mit 950 Punkten\n\n- Entscheidung zur Anpassung mit numerischem Wert\n\n- Historisches Ereignis mit aktuellem Status\n\n- Vollständig vergleichbare Punktzahl mit Teilpunktzahl\n\n- Punktzahlberechnung und Punktzahlveröffentlichung\n\n- Neue Realität-Version mit Punktzahlversion\n\n- Qualitätskontrolle mit Punktzahlhöhe\n\nAm Ende dieses Abschnitts sollte jedes öffentliche Ergebnis in der Lage sein, die folgenden Fragen offen zu beantworten:\n\n> Wie viele der 1,000-Nutzeräquivalente haben welchen Antwortstatus gesehen?\n\n> Was sind die Komponentenscores?\n\n> Wie ist der Status der Kritischen und Wichtigen Gates?\n\n> Für welches Produkt, welche Population, welches Prompt, welches Panel und welche Welle ist der Score gültig?\n\n> Auf welchen externen Daten basieren die Koeffizienten der KI-Produkte?\n\n> Was sind Unsicherheit und effektive Stichprobe?\n\n> Welcher Teil des Scores wurde gemessen und welcher Teil bleibt ungeklärt?\n\n> Ist das 950+-Ergebnis nur eine Zahl oder eine Kandidatenklasse, die alle normativen Bedingungen erfüllt?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nNOMOS sollte kein GEO-Ergebnis als einzelne Rohpunktzahl veröffentlichen. Jedes Ergebnis sollte zuerst die Nutzeräquivalente Antwortverteilung zeigen, dann die Critical- und Major-Gate-Status, danach das Zehn-Komponenten-Profil, Unsicherheits- und Abdeckungsaufzeichnungen; schließlich, falls verfügbar, den 1,000-Punkt-Kompositindex. Die öffentliche Rangfolge sollte dieser Reihenfolge folgen:\n\n- Gate-Status\n\n- GEO-1000 Antwortverteilung\n\n- Critical-, Major-, Unresolved- und No-Response-Raten\n\n- Zehn-Komponenten NOMOS Profil\n\n- Komposit NOMOS Index\n\n- Konfidenzintervall und effektive Stichprobe\n\n- Umfang, Version und Vergleichsinformationen\n\nDie folgende Repräsentation ist verboten:\n\n#### „NOMOS Punktzahl: 963.“\n\nDie korrekte Repräsentation sollte wie folgt aussehen: AKTUELLER STATUS: KONDITIONAL — 963/1000/ Striktes Bestehen: 952/1000 Nutzeräquivalent / Beobachtet Bestätigt Kritisch: 0/ Beobachtet Bestätigt Wichtig: 0/ Ungeklärt: 8/1000/ 95% Abtastintervall: 956–969/ Einseitige obere Grenze der Kritikalitätsrate: nach angegebenem Verfahren / Geltungsbereich: KI-Produkt, Land, Sprache, Panel, Prompt- und Wellenversionen\n\n## 3. VERTEILUNG ZUERST, PUNKTE DANACH\n\nPrimäres Ergebnisobjekt von NOMOS:\n\n#### GEO-1000 Antwortverteilung\n\nKanonomischer Ergebnisbegriff:\n\n#### GEO-1000 Antwortverteilung\n\nwird sein. Diese Verteilung zeigt, wie viele von jeweils 1,000 entsprechenden Nutzern in der Zielpopulation Folgendem entsprechen:\n\n- Vollständig bestanden,\n\n- Bestanden mit Hinweis,\n\n- Bedingt bestanden,\n\n- Schwerwiegend nicht bestanden,\n\n- Kritisch nicht bestanden,\n\n- Ungeklärt,\n\n- Keine nutzbare Antwort,\n\n- Nicht bewertbar\n\nStatus. Diese Struktur bewahrt direkt die Gründungsidee:\n\n> Wie viele von 1,000 Nutzern haben die reale Entität korrekt gesehen?\n\nAber sie fällt nicht nur in die Wahr–Falsch-Binärlogik. Sie macht auch die Art der Falschheit und die Unzulänglichkeit der Messung sichtbar.\n\n## 4. BEOBACHTUNGSGEWICHT\n\nDas endgültige Populationsgewicht der Beobachtung i in der Hauptanalyse-Stichprobe lautet: sei es wi. Das normalisierte Gewicht:\n\nw_i← w_i/ Σ_{j=1}^n w_j\n\nist wie folgt. Somit:\n\nΣ_{i=1}^n w_i= 1\n\nDieses Gewicht:\n\n- design,\n\n- Überstichprobe,\n\n- Nonresponse,\n\n- Populationskalibrierung\n\nkann aus Komponenten stammen. Die Antwort der KI:\n\n- in die Kategorien gezwungen werden von\n\nwahr,\n\n- falsch,\n\n- hilfreich für die Marke,\n\n- Kritisch\n\nkann das Gewicht nicht beeinflussen.\n\n## 5. 1,000 NUTZERÄQUIVALENT\n\nNutzeräquivalent für den Antwortstatus k:\n\nD_k= 1,000× Σ_i w_i1(RP_i=k)\n\nkann berechnet werden als. Hier k:\n\n### RP-1\n\n### RP-2\n\n### RP-3\n\n### RP-4\n\n### RP-5\n\n### RP-6\n\n### RP-7\n\n### RP-8\n\nist einer der Status. Gesamt:\n\nΣ_{k=1}^8 D_k= 1,000\n\nAufgrund von Rundungen, wenn ein Unterschied von einem oder zwei Nutzeräquivalenten auf der öffentlichen Karte auftritt, sollte die Methode des größten Restes oder eine vordefinierte Äquivalenzregel verwendet werden.\n\n## 6. GEO-1000 ANTWORTVERTEILUNG\n\nDie öffentliche Karte muss mindestens die folgenden acht Felder enthalten:\n\nDiese Tabelle ist ein grundlegenderes Ergebnis als der zusammengesetzte Score.\n\n## 7. STRIKTES BESTANDEN UND AKZEPTABLES BESTANDEN\n\n### 7.1. Striktes Bestehen Nutzeräquivalent\n\nNur:\n\n### RP-1\n\n### RP-2\n\nBeinhaltet Antworten.\n\n### SP_1000= D_1+ D_2\n\nDieses Ergebnis:\n\n#### Der Nutzeräquivalent, der keine mäßigen, wesentlichen oder kritischen Befunde sieht\n\nwerden gezeigt.\n\n### 7.2. Akzeptabler bestanden Nutzeräquivalent\n\nBeinhaltet auch RP-3 Bedingt bestanden.\n\n### AP_1000= D_1+ D_2+ D_3\n\nDieses Ergebnis:\n\n> Gesamtes Äquivalent, das keinen kritischen oder wesentlichen Fehler zeigt, aber einige Nutzer können begrenzte mäßige Probleme sehen\n\nwerden gezeigt.\n\n### 7.3. Fehlgeschlagenes Nutzeräquivalent\n\n### FP_1000= D_4+ D_5+ D_7\n\nkann wie gezeigt werden. Ungeklärt und Nicht bewertbar sind nicht zwangsweise in dieser Freigabe enthalten. Sie bleiben getrennt.\n\n## 8. KRITISCHE UND WICHTIGE DICHTE\n\n### CR_1000= D_5; MR_1000= D_4\n\nwie gezeigt. Diese Werte ersetzen nicht den Gate-Status, sie drücken die Häufigkeit aus. Ein einzelnes bestätigtes kritisches Ereignis kann den Wert CR1 000 niedrig halten, aber es kann dennoch das Reaktions- und Konformitätsgate öffnen.\n\n## 9. UNGELÖSTE UND NICHT-BEWERTBARE DICHTE\n\n### UR_1000= D_6; NR_1000= D_8\n\nHier bezeichnet Unresolved ein Nutzeräquivalentes Element, für das die Realität oder die Schiedsspruchentscheidung noch nicht geklärt ist. Nicht bewertbar bezeichnet ein Nutzeräquivalentes Element, für das die Produktleistung nicht beurteilt werden kann, da die Messkette unzureichend ist. Keiner der Status darf behandelt werden als:\n\n- bestehen,\n\n- fehler\n\ndarf so nicht verwendet werden.\n\n## 10. BEWERTBARE ABDECKUNG\n\nBeurteilbare Bevölkerungsabdeckung:\n\n### RC = 1− D_8/1,000\n\nkann wie folgt dargestellt werden. Beispiel: Nicht bewertbar: wenn 40/1,000:\n\n### RC = 96%\n\nEs wird. Wenn eine hohe Leistungsbewertung mit niedriger bewertbarer Abdeckung einhergeht: kann sie nicht als sicheres und vollständig umfassendes Ergebnis dargestellt werden.\n\n## 11. ATOMARE AUSSAGEMETRIKEN\n\nZusätzlich zur Antwortverteilung sollten die folgenden Metriken auf atomarer Ebene veröffentlicht werden:\n\n- Genauigkeit der Entität\n\n- Faktische Unterstützung\n\n- Genauigkeit des Umfangs\n\n- Zeitliche Genauigkeit\n\n- Integrität der Zuschreibung\n\n- Integrität der Modalität\n\n- Zitationsunterstützung\n\n- Vollständigkeit der erforderlichen Elemente\n\n- Rate des materiellen Auslassens\n\n- Referenzlücke Rate\n\n- Nachweisquote der Aussagen\n\nDiese ersetzen nicht die Antwortüberleitung. Erklären Sie, warum.\n\n## 12. ATOMARE ZENTRALITÄTSGEWICHTE\n\n### KANDIDATENGEWICHTE — KANDIDATENGEWICHTE\n\nKandidatengewichte für die Klassen der Behauptungszentralität in Abschnitt 14:\n\nDiese Gewichte sind keine endgültigen wissenschaftlichen Fakten; sie sollten durch Pilotstudien, externe Überprüfung und Sensitivitätsanalyse kalibriert werden. Zweck:\n\n- mit einer Kernlizenzforderung,\n\n- nicht um beiläufige organisatorische Details zu zählen\n\nmit derselben Wirkung.\n\n## 13. NORMALISIERUNG DER KERNFORDERUNG\n\nWiederholte Forderungen, die aus derselben semantischen Wurzel abgeleitet sind, sollten die Punktzahl mit unterschiedlichen Gewichten weder aufblähen noch übermäßig reduzieren. Das Zentralitätsgewicht von Forderungen innerhalb des Wurzelclusters g sei: c_j. Das normalisierte Forderungsgewicht als Kandidat kann definiert werden als:\n\nω_j= [c_j/ Σ_{h∈g} c_h] × max_{h∈g}(c_h)\n\nAlso:\n\nΣ_{j∈g} ω_j= max_{j∈g}(c_j)\n\nDiese Methode stellt sicher, dass das dreimalige Wiederholen desselben Fehlers nicht drei unabhängige Fehler erzeugt, während der Empfehlungs- oder Vertrauenseffekt der Wiederholung separat im Verstärkungsbereich erhalten bleibt.\n\n## 14. ATOMARE DIMENSIONSWERTE\n\n### KANDIDATENNUMERISCHE ZUORDNUNG\n\nDie folgenden Werte sind Kandidaten vor Pilot- und unabhängiger Überprüfung.\n\n#### Entität\n\n#### Faktische Unterstützung\n\n* Die normalisierte Behauptung erhält 1.00, wenn sie auf Folgendes beschränkt ist: ‚Das Unternehmen veröffentlicht diese Behauptung.‘ Dies bedeutet nicht, dass die zugrunde liegende Selbstdeklaration wahr ist.\n\n#### Umfang\n\n#### Zeit\n\n#### Zuschreibung\n\n#### Modalität\n\n#### Referenz\n\nDiese Werte:\n\n- Ändern Sie die Entscheidung des Schiedsrichters nicht,\n\n- nur dimensionsmetrische Werte erzeugen,\n\nKann Critical- und Major-Gates nicht bestehen.\n\n## 15. ATOMARE TREUE-WERT\n\nKombinierte Kandidaten-Treue für eine Behauptung:\n\nq_j= e_j× f_j× s_j× t_j× a_j× m_j\n\nkann wie folgt berechnet werden. Diese multiplikative Struktur bewahrt das Prinzip:\n\n> Die richtige Zahl im falsche Entität ist nicht die richtige Behauptung.\n\n> Die richtige Information ist nicht zur falschen Zeit korrekt.\n\n> Eine Selbstdeklaration als unabhängige Realität zu präsentieren, ist nicht die gleiche Behauptung.\n\nAtomare Treue:\n\nAF= 100× (Σ_j ω_j q_j)/(Σ_j ω_j)\n\nkann wie folgt berechnet werden. Nicht aufgelöste Atome werden von dieser Punktschätzung ausgeschlossen. Die nicht aufgelöste Masse wird jedoch separat angezeigt und in die Berechnung der unteren–oberen Grenze einbezogen.\n\n## 16. ERFORDERLICHE ELEMENTVOLLSTÄNDIGKEIT\n\nDas obligatorische Element h in der Wurzelfamilie:\n\nErfüllung: zh=1\n\nTeilweise Erfüllung: zh=0.5\n\nNicht erfüllt: zh=0\n\nkann wie folgt aufgezeichnet werden. Kandidatenelementgewichte:\n\n- Kernpflichtbestandteil: 4\n\n- Notwendige Grenze: 3\n\n- Unterstützendes erforderliches Element: 1\n\n- Optional: 0\n\nVollständigkeit des erforderlichen Elements:\n\nREC= 100× (Σ_h v_hz_h)/(Σ_h v_h)\n\nDie Struktur ist wie folgt. Kern-Gate-Fehler: Auch wenn REC hoch ist, kann er den Antwortdurchgang verhindern.\n\n## 17. ZEHN-KOMPONENTEN NOMOS PROFIL\n\nDer NOMOS zusammengesetzte Index besteht aus den folgenden zehn Komponenten:\n\n- Entitätenintegrität — ENT\n\n- Tatsächliche Treue — FAC\n\n- Umfangs- und Grenzintegrität — SBI\n\n- Zeitliche und lokale Genauigkeit — TLA\n\n- Nachweis- & Zitierintegrität — ECI\n\n- Erkenntnisintegrität — EPI\n\n- Aufgabenerfüllung & Relevanz — TCR\n\n- Sprach- & geografische Fairness — LGF\n\n- Nutzerzustand- & Oberflächenintegrität — USI\n\n- Stabilität & Reproduzierbarkeit — STR\n\nJede Komponente:\n\n0≤Sk≤100\n\nwird innerhalb dieses Bereichs berechnet. Profil:\n\n### N=(ENT,FAC,SBI,TLA,ECI,EPI,TCR,LGF,USI,STR)\n\nDies ist das erforderliche Profil. Es muss vor dem zusammengesetzten Score veröffentlicht werden.\n\n## 18. ENTITÄTSINTEGRITÄT — ENT\n\nIntegritätsprüfung von Entitäten misst die folgenden Bereiche:\n\n- Korrekte Haupteinheit\n\n- Marken–juristische Einheiten-Beziehung\n\n- Unterscheidung zwischen Muttergesellschaft und Tochtergesellschaft\n\n- Unterscheidung zwischen Produkt und Hersteller\n\n- Unterscheidung zwischen Franchise, Partner und Distributor\n\n- Entitäten-Disambiguierung\n\n- Erforderliche Vervollständigung der Entitätsbestandteile\n\n]\n\nKandidatenform:\n\nENT= 100× [Σ_j ω_je_j+ Σ_h v_hz_h^entity] / [Σ_j ω_j+ Σ_h v_h]\n\nWenn das falsche Entität ein Kritisches oder Großes Tor geschaffen hat, garantiert ein hoher verbleibender Entitätsdurchschnitt kein Vollständig bestanden.\n\n## 19. FAKTISCHE TREUE — FAC\n\nFaktische Treue:\n\n- kann sie nicht als unterstützt betrachtet werden,\n\n- teilweise unterstützt,\n\n- nicht unterstützt,\n\n- widersprochen\n\nmisst die Verteilung von Aussagen, gewichtet nach Bevölkerung und Zentralität.\n\nFAC= 100× (Σ_j ω_jf_j)/(Σ_j ω_j)\n\nReferenzlücke: es wird nicht stillschweigend als null oder eins in das Blatt eingetragen; es geht zur ungeklärten Rate.\n\n## 20. UMFANG & GRENZENINTEGRITÄT — SBI\n\nDiese Komponente besteht aus zwei Teilen:\n\n- Genauigkeit des Anspruchsumfangs\n\n- Vollständigkeit der obligatorischen Grenzen und Ausschlüsse\n\n]\n\nKandidatenform:\n\nSBI=0.60×ScopeScore+0.40×GrenzVollständigkeit\n\nHier:\n\nScopeScore= 100× (Σ_j ω_js_j)/(Σ_j ω_j)\n\nGrenzVollständigkeit wird aus den relevanten erforderlichen Grenzelementen berechnet. Bei einer kritischen Grenzunterlassung kann die SBI-Anzahl das Gate nicht ausgleichen.\n\n## 21. TEMPORÄRE & LOKALE GENAUIGKEIT — TLA\n\nDiese Komponente:\n\n- unterscheidet zwischen aktuell/historisch,\n\n- Preis- und Lizenzgültigkeit,\n\n- Land und Gerichtsbarkeit,\n\n- lokalem Servicezugang,\n\n- Spracheinstellungen und Produktabdeckung\n\nFelder. Kandidatenformular:\n\nTLA=0.50×TemporalScore+0.50×LokaleJurisdiktionsPunktzahl\n\nWenn die korrekten historischen Informationen unter dem aktuellen Prompt verwendet werden, verliert es Punkte.\n\n## 22. NACHWEIS- & ZITIERUNGSINTEGRITÄT — ECI\n\nECI:\n\n- Zitierursprünglichkeit,\n\n- Abgleich von Zitat und Anspruch,\n\n- die richtige Anwesenheit und Zeit,\n\n- Ressourcenzugang,\n\n- Evidenzstatus,\n\n- Quelllinie\n\nFelder. Kandidatenformular:\n\nECI=0.60×CitationSupport+0.40×BeweisRückverfolgbarkeit\n\nDas Fehlen einer Quellenangabe bei einer Behauptung, die keine Quellenangabe erfordert, führt nicht zu Punktabzug. Es muss jedoch eine separate Evidence-Claim-Familie existieren, um eine vollständige NOMOS-Überprüfung durchzuführen. Wenn die falsche Materialzuordnung ein Critical Gate erzeugt, bleibt der ECI-Kompositwert getrennt; das Gate wird zuerst angezeigt.\n\n## 23. EPISTEMISCHE INTEGRITÄT — EPI\n\nEPI misst diese Unterscheidungen:\n\n- Fakt durch Selbstdeklaration verifiziert\n\n- Wahrnehmung und Realität\n\n- Behauptung und endgültiges Urteil\n\n- Öffentliche Auffindbarkeit mit begrenzten Nachweisen\n\n- Angemessene Sicherheit bei Selbstüberschätzung\n\n- Angemessene Unsicherheit und unnötige Mehrdeutigkeit\n\n]\n\nKandidatenform:\n\nEPI= 0.50× AttributionScore+ 0.50× Modalitätswert\n\nDiese Komponente macht sichtbar, wenn die richtige Zahl mit dem falschen Evidenzstatus präsentiert wird.\n\n## 24. AUFGABENERLEDIGUNG & RELEVANZ — TCR\n\nTCR:\n\n- Erforderliche Antwort-Elemente\n\n- Direkte Antwort auf die Hauptfrage\n\n- Angemessenheit der Ablehnung\n\n- Keine brauchbare Antwort\n\n- Irrelevante Behauptungsbelastung\n\n- Ausweichendes Verhalten\n\nmisst die Felder. Kandidatenform:\n\nTCR= 0.60× REC+ 0.40× Antwortrelevanz\n\nEin System, das keine falschen Behauptungen erzeugt, aber die Frage nicht beantwortet:\n\n- kann eine hohe Faktengenauigkeit haben,\n\n- niedriger TCR\n\nkann getragen werden. Der Antwortstatus kann immer noch RP-7 sein.\n\n## 25. SPRACHLICHE & GEOGRAFISCHE FAIRNESS — LGF\n\nLGF misst nicht nur das durchschnittliche Ergebnis. Es bewertet Folgendes zusammen:\n\n- Leistungsarme Sprachuntergrenze\n\n- Starke Unterschiede zwischen Sprachgruppen\n\n- Länder- oder regionale Basis\n\n- Geografische Leistungsunterschiede\n\n- Bevölkerungsgewichtete Beobachtungsabdeckung\n\nSprachergebnisse mit ausreichender Stichprobe: Sei es Ll. Robuste Sprachuntergrenze:\n\nLF_10= Q_{0.10}(L_l)\n\nSprachunterschied:\n\nDG_{90−10}= Q_{0.90}(L_l) − Q_{0.10}(L_l)\n\nBewertung der Fairness der Kandidatensprache:\n\n### LFS = 0.60 LF_10+ 0.40(100− DG_{90−10})\n\nÄhnlich, für Land oder ausreichende geografische Schicht:\n\n### CFS = 0.60 CF_10+ 0.40(100− CG_{90−10})\n\nBevölkerungsgewichtete Abdeckung von Beobachtungen nach Land und Sprache: Sei es COCpop und LOCpop. Abdeckungsfaktor:\n\nK= COC_pop× LOC_pop\n\nkann definiert werden als. Hier liegen die Verhältnisse im Bereich 0–1. Kandidat LGF:\n\n### LGF = K × √(LFS × CFS)\n\nDiese 0.9.0 Kandidatenrevision multipliziert den geometrischen Mittelwert der Sprach- und Geografie-Punkte mit dem Abdeckungskoeffizienten; somit bleibt LGF im Bereich 0–100, und ein starker Rückgang in einer Dimension kann nicht vollständig durch die Höhe der anderen Dimension kompensiert werden. Einzelbeobachtungen des Länderbeobachters werden nicht in einen Länderwert umgerechnet. Nur Zellen mit ausreichender Stichprobengröße werden in die Fairness-Schätzung einbezogen.\n\n## 26. NUTZER-STATUS & OBERFLÄCHENINTEGRITÄT — USI\n\nUSI:\n\n- Kontrolliertes Panel unter bereinigten Bedingungen\n\n- Panel unter natürlichen Nutzungsbedingungen\n\n- Kostenloser/bezahlt Plan\n\n- Web-/Mobile-Oberfläche\n\n- Speicher und benutzerdefinierte Anweisungen\n\n- Produktvariante\n\nmisst, ob die materielle Realität erhalten bleibt oder nicht. Kontrolliertes Kernergebnis:\n\n### SC\n\nNatürliches Kernergebnis:\n\n### SN\n\nlass es sein. Plattenbasis:\n\nFC_N= min(S_C, S_N)\n\nPlattendifferenz:\n\n### GC_N = |S_C − S_N|\n\nFeststoffdifferenz auf Plan und Oberflächen: lass es Gsurf sein. Kandidat USI:\n\nUSI= 0.50 FC_N+ 0.25(100−GC_N) + 0.25(100−G_surface)\n\nDieses Formular:\n\n- hohe Qualität auf beiden Panels,\n\n- geringer Materialunterschied,\n\n- Oberflächenbeständigkeit\n\nBelohnungen zusammen. Wenn nur ein Panel vorhanden ist, kann USI nicht berechnet werden. Fehlendes Gewicht kann nicht auf andere Komponenten verteilt werden.\n\n## 27. STABILITÄT & REPLIZIERBARKEIT — STR\n\nHauptrepräsentative Werte zwischen den Wellen: Sei es Sw. Wellenbasis:\n\nWF= min_w(S_w)\n\nWellenbereich:\n\nWR= max_w(S_w) − min_w(S_w)\n\nAbschlussrate der geplanten Wiederholungswellen:\n\nRCOMP= 100× gültige abgeschlossene Wiederholungswellen / geplante Wiederholungswellen\n\nLass es sein. Kandidat STR:\n\n### STR = 0.50 WF + 0.30(100−WR) + 0.20 RCOMP\n\nIn weiteren Wellen:\n\n- verwenden Sie ein niedrigeres Perzentil anstelle des Minimums,\n\n- robuste Variation anstelle der Spannweite\n\nkann verwendet werden. Einzelne Welle: kann den sofortigen Score des Produkts erzeugen, liefert jedoch keine vollständigen Nachweise für STR.\n\n## 28. NOMOS KOMPOSITE INDEX\n\nDa jede der zehn Komponenten im Bereich von 0–100 liegt, der Kandidaten-Kompositindex:\n\n### NOMOS_1000= ENT + FAC + SBI + TLA + ECI + EPI + TCR + LGF + USI + STR\n\nist wie folgt. Daher:\n\n### 0≤ NOMOS_1000≤ 1,000\n\ngilt. Dieser Index:\n\n- ersetzt keine Antwort-Gates,\n\n- ersetzt keine Verteilung,\n\nkompensiert keinen Kritischen oder Schwerwiegenden Befund.\n\n## 29. WARUM ZEHN GLEICHE KOMPONENTEN?\n\nDie Begründung des Kandidaten dafür, hundert Punkte auf zehn Komponenten zu verteilen, ist wie folgt: Die Punktzahl bleibt lesbar. Es entsteht kein verborgenes Gewichtungssystem. Jede Komponente ist für die Öffentlichkeit separat sichtbar. Die Bedeutung eines Bereichs wird primär durch Kritische/Haupt-Tore geschützt. Bereichsspezifische alternative Gewichte erzeugen zusätzliche Berichte, ohne den Hauptindex zu verändern. Gleichgewichtung ist jedoch keine endgültige wissenschaftliche Tatsache. Pilotprojekte, Nutzerforschung und unabhängige Bewertungen können andere Gewichtungen nahelegen.\n\n## 30. BEREICHSSPEZIFISCHER ALTERNATIVER INDEX\n\nFür Hochrisikobereiche wie Gesundheit, Recht oder Finanzen können Komponentenkoeffizienten: λk verwendet werden.\n\nΣ_{k=1}^{10} λ_k= 1\n\nKandidatenbereichsindex:\n\nNOMOS_1000^domain= 1,000× Σ_{k=1}^{10} λ_k(S_k/100)\n\nkann berechnet werden als. Diese Punktzahl:\n\n### NOMOS-RECHTLICH\n\n### NOMOS-GESUNDHEIT\n\n### NOMOS-FINANZEN\n\nmuss einen separaten Namen haben wie. Sie kann nicht stillschweigend die kanonische Gleichwertkomponenten-Punktzahl ersetzen.\n\n## 31. TORSTATUS KOMMT VOR DER PUNKTZAHL\n\nDie öffentliche Anzeige muss die folgende Reihenfolge einhalten:\n\n#### Beispiel A\n\n### Kritische Sperre— 971/1000\n\nDieses System:\n\n- kann eine hohe Komponentenpunktzahl tragen,\n\n- ein offenes Bestätigtes Kritisches Ereignis\n\nDie Nummer 971 bedeutet nicht: vollständige Konformität.\n\n#### Beispiel B\n\n### Schwerwiegend nicht bestanden— 954/1000\n\nEs kann nur einen wesentlichen Befund in der Haupteinheit oder dem Umfang geben.\n\n#### Beispiel C\n\n### BEDINGT — 961/1000\n\nEs gibt keine kritischen oder wesentlichen Befunde. Es gibt begrenzte moderate Befunde oder ungelöste Masse.\n\n#### Beispiel D\n\n### VOLLSTÄNDIGE KONFORMITÄTS-KANDIDAT — 963/1000\n\nGate-, Basis-, Unsicherheits- und Qualitätsvoraussetzungen sind ebenfalls erfüllt.\n\n## 32. NOMOS 950+ KANDIDATENKLASSE\n\n### KANDIDAT 950+ STANDARD — KANDIDAT 950+ STANDARD\n\nIm Kontext nur der zusammengesetzten Punktzahl eines Ergebnisses:\n\n### NOMOS_1000≥ 950\n\nist dies nicht ausreichend. Bedingungen, die zusammen für NOMOS 950+ Kandidaten gesucht werden können:\n\n- Zusammengesetzter Punktschätzwert mindestens 950\n\n- Strikt Bestehens Nutzeräquivalent mindestens 950/1,000\n\n- Keine offenen Bestätigten Kritischen Punkte\n\n- Keine offenen Bestätigten Wesentlichen Punkte\n\n- Alle Kernkomponenten mindestens 90\n\n- LGF-, USI- und STR-Komponenten mindestens 85\n\n- Kernunaufgelöste Masse höchstens 2 Prozent\n\n- Nicht bewertbar Nutzeräquivalent unterhalb des akzeptierten Limits\n\n- Erfüllung von mindestens NCL-3, TPR-3, AQ-3 Qualitätsstufen\n\n- Vorhandensein von mindestens einer bestätigenden oder Stabilitätswelle\n\n- Separate Berichterstattung der Bereiche von Natürliche Reichweite und Gemeinsame Vergleichsbasis\n\n- Erklärung der statistischen Obergrenze für null beobachtete kritische Ereignisse\n\nDiese Schwellenwerte:\n\n- Pilot,\n\n- Apple.com synthetischer Test,\n\n- End-to-End-Studie mit 30,000 Antworten,\n\n- Unabhängige universitäre Überprüfung\n\nmuss danach kalibriert werden.\n\n## 33. BEWERBER-LEISTUNGSBEREICHE\n\nVorübergehende und beschreibende Bereiche nur für die zusammengesetzte Zahl:\n\nDiese Bands:\n\n- des Gate-Status,\n\n- des kritischen Ereignisses,\n\n- des Komponentenbodens,\n\n- kann die Unsicherheit und den Umfang nicht ersetzen\n\nKritische Sperre— Ergebnis 975 ist kein Kandidat für 950+.\n\n## 34. ERGEBNISIDENTITÄT\n\nJeder NOMOS Score muss die folgenden Felder in seiner Identität enthalten:\n\nScoreID=(Einheit, KI-Produkt, Rahmen, Panel, Prompt-Set, Welle, Wahrheits-Paket, Score-Version)\n\nBeispiel:\n\n### NOMOS-ASTERON-ORION-NR-CLEAN-W1-CORESET1-TP0.9-SV0.9\n\nDieser Satz ist nicht ausreichend: „Asterons NOMOS Score ist 962.“ Dieser:\n\n- KI-Produkt,\n\n- Bevölkerung,\n\n- Sprache,\n\n- Panel,\n\n- Prompt,\n\n- datum\n\nist unbekannt.\n\n## 35. UNTERSCHIED ZWISCHEN CORE GEO-1000 UND FULL NOMOS\n\n### 35.1. Core GEO-1000\n\nNur das Core Mirror System misst die Populationsverteilung. Hauptergebnis:\n\n### SP1 000\n\n### AP1 000\n\n### CR1 000\n\n### MR1 000\n\n### UR1 000\n\nkann sein. Es beantwortet die Frage: „Bei wie vielen Nutzern spiegelt das KI-Produkt korrekt die grundlegende Identität und Aktivität der Entität wider?“\n\n### 35.2. Full NOMOS\n\nEnthält mehrere Prompt-Familien, Panel-, Sprach-, Nachweis- und Konsistenzkomponenten. Erzeugt ein Profil mit zehn Komponenten und einen 1,000-Punkte-Index. Das Core GEO-1000-Ergebnis kann nicht wie der Full NOMOS-Score dargestellt werden.\n\n## 36. Natürliche Reichweite SCORE\n\nJedes KI-Produkt wird innerhalb seiner natürlichen, produktberechtigten Population bewertet. NOMOSaNR ist Produkt a’s Natürliche Reichweite-Score. Es beantwortet folgende Frage:\n\n> Wie ist der Stand der Repräsentation in der Nutzerpopulation, die dieses Produkt tatsächlich erreichen kann?\n\nPopulationen für Natürliche Reichweite können zwischen verschiedenen Produkten variieren. Allein ist es nicht ausreichend für eine direkte Überlegenheits-Rangliste.\n\n## 37. Gemeinsame Vergleichsbasis SCORE\n\nIm gemeinsamen Nutzeruniversum: NOMOSaCS wird berechnet. Es beantwortet die folgende Frage:\n\n> Wenn Produkte unter denselben Länder-, Sprach- und Nutzerbedingungen verglichen werden, wie erzeugt jedes von ihnen eine Repräsentation?\n\nGemeinsame Vergleichsbasis: stärkt die Vergleichbarkeit, zeigt jedoch nicht die tatsächliche Reichweite des Produkts außerhalb des gemeinsamen Universums. Natürliche Reichweite und Gemeinsame Vergleichsbasis sollten separat veröffentlicht werden.\n\n## 38. KI-Produkt-KOEFFIZIENT\n\nWenn die Ergebnisse von zehn KI-Produkten auf Ökosystemebene kombiniert werden sollen, kann der Produktkoeffizient: αa verwendet werden. Bedingung:\n\nΣ_{a=1}^A α_a= 1\n\nProduktkoeffizient:\n\n- die eigene Punktzahl des Produkts,\n\n- der Ruf des Anbieters,\n\n- die Präferenz der geprüften Einheit,\n\n- kommerzielles Sponsoring\n\nkann nicht bestimmt werden durch.\n\n## 39. GLEICHER PRODUKTKOEFFIZIENT\n\nJedes KI-Produkt erhält das gleiche Gewicht:\n\nα_a^EQ= 1/A\n\nGleichgewichteter Produkt-Ökosystem-Wert:\n\nNOMOS_ecosystem^EQ= Σ_a α_a^EQ NOMOS_a\n\nBeantwortet die folgende Frage:\n\n> Wie stark ist das durchschnittliche getestete KI-Produkt?\n\nEs zeigt keine durchschnittliche menschliche Exposition an.\n\n## 40. EXPOSITIONSGEWICHTETER KOEFFIZIENT\n\nSei Ma die verifizierte aktive oder berechtigte Nutzerexposition des KI-Produkts während des definierten Zeitraums.\n\nα_a^EXP= M_a/ Σ_b M_b\n\nExpositionsgewichtete Ökosystembewertung:\n\nNOMOS_ecosystem^EXP= Σ_a α_a^EXP NOMOS_a\n\nBeantwortet die folgende Frage:\n\n> Wie steht es um die Repräsentation im KI-Ökosystem, dem der Durchschnittsmensch ausgesetzt ist?\n\n## 41. WENN EXPOSITIONSDATEN NICHT VERFÜGBAR SIND\n\nAktive Nutzer- oder Abfrageexposition:\n\n- geschlossen für die Öffentlichkeit,\n\n- inkonsistent,\n\n- Selbsterklärung des Anbieters,\n\n- jemand, der die Anzahl der Konten mit aktiven Nutzern verwechselt\n\nkann von solcher Qualität sein. In diesem Fall:\n\n- kann als gleichwertiges Produktergebnis veröffentlicht werden,\n\n- das exponierungsgewichtete Ergebnis kann weiterhin NICHT SCHÄTZBAR sein,\n\nOber- und Untergrenzen können auf der Grundlage angemessener Koeffizienten-Szenarien angezeigt werden. Willkürliche Schätzungen des Marktanteils können nicht erzeugt werden.\n\n## 42. PRODUKT-KOEFFIZIENT-SPERRE\n\nJede αa:\n\n- Datenquelle,\n\n- zeitraum,\n\n- Nutzereinheit,\n\n- Abdeckung des Landes,\n\n- Aktualisierungsdatum,\n\n- Unsicherheit\n\nmuss enthalten sein. Koeffizienten müssen festgeschrieben werden, bevor KI-Bewertungen angezeigt werden. Der Koeffizient eines Produkts mit niedriger Bewertung kann nach dem Ergebnis nicht reduziert werden.\n\n## 43. ÖKOSYSTEM-BEWERTUNG KANN KRITISCHE NICHT KOMPENSIEREN\n\nEin Produkt:\n\n- 980 Punkte,\n\n- kann null Kritisch tragen\n\nEin weiteres Produkt:\n\n- 900 Punkte,\n\n- kann Bestätigt Kritisch tragen\n\nDer Durchschnitt im Ökosystem kann hoch sein. Die öffentliche Karte sollte trotzdem anzeigen:\n\n- Produktbasierter Kritischer Vorfall\n\n- Kritische Expositionsgewichtung\n\n- Ob mindestens ein Produkt eine offene Kritisch hat\n\n- Umfang des Kritischen\n\nÖkosystem-Komposit: Kritisches Tor auf Produktebene kann nicht gelöscht werden.\n\n## 44. ÖKOSYSTEM KRITISCHE EXPOSITION\n\nKritische Nutzerquote von Produkt a: nenne sie CRa. Expositionsgewichtete Kritische Rate:\n\nCR_ecosystem^EXP= Σ_a α_a^EXP CR_a\n\nkann wie folgt berechnet werden. Zusätzlich sollte das Binärfeld:\n\nAnyCritical= 1(∃a: CIS_a ≥ 2)\n\nebenfalls angezeigt werden. Die Rate kritischer Ereignisse in einem Produkt mit geringer Exposition kann klein sein. Der Eintrag AnyCritical bewahrt dennoch die Existenz des Ereignisses.\n\n## 45. PROMPT-FAMILIEN-KOEFFIZIENT\n\nβf kann für die Prompt-Familie f verwendet werden. Bedingung:\n\nΣ_f β_f= 1\n\nβf:\n\n- darf nicht davon abhängen, ob das Prompt eine hohe oder niedrige Punktzahl erzeugt,\n\n- von den Präferenzen des Unternehmens,\n\n- der Einfachheit der Nachmessungsentscheidung\n\nDie Gewichte der Prompt-Familien können auf den folgenden Bereichen basieren:\n\n- Bedeutung der Nutzerentscheidung\n\n- Risikostufe\n\n- Natürliche Nutzungshäufigkeit des Prompts\n\n- Einheitstyp\n\n- Verpflichtender Kern des Standards\n\n## 46. PROMPT-FAMILIEN SOLLTEN SEPARAT SICHTBAR SEIN\n\nSelbst wenn der zusammengesetzte Prompt-Wert berechnet werden kann, sollten die folgenden Ergebnisse getrennt bleiben:\n\n- Kernspiegel\n\n- Existenzauflösung\n\n- Aktivität & Umfang\n\n- Nachweis\n\n- Lokal\n\n- Zeitlich\n\n- Empfehlung\n\n- Vergleichend\n\n- Grenze\n\n- Kontrolle\n\n- Zurückhaltung\n\nEin hoher Core-Wert kann einen niedrigen Boundary- oder Empfehlung-Wert nicht unsichtbar machen.\n\n## 47. KONTROLLIERTE UND NATÜRLICHE PANEL-SKALEN\n\nKontrollierte und natürliche Panels sind unterschiedliche Prognoseobjekte. Die Standardregel NOMOS:\n\n> Die beiden Panels tragen separate Score-Identitäten und werden nicht arithmetisch kombiniert.\n\nBeispiel:\n\n### NOMOS-CLEAN: 962\n\n### NOMOS-NATURAL: 918\n\nWenn eine Politik- oder Forschungsabsicht sie kombinieren wird:\n\nγ_C+ γ_N= 1\n\nVordeklarierte Koeffizienten können verwendet werden. Aber:\n\n- zwei Rohwerte,\n\n- Der Unterschied zwischen ihnen besteht darin, dass\n\n- verwendeter Koeffizient\n\nseparat angezeigt werden sollte.\n\n## 48. WELLE SCORE UND ZEITREIHEN\n\nJede Hauptwelle hat ihre eigene Punkte-ID. W1-Punktzahl, W2-Punktzahl, W3-Punktzahl werden getrennt gehalten. Aktuelle Punktzahl: Die letzte gültige Haupt- oder Überarbeitungswelle kann eine Nachtestwelle sein. Der Durchschnitt vergangener Wellen sollte nicht automatisch das aktuelle Ergebnis bestimmen.\n\n## 49. ROLLENDE PUNKTZAHL\n\nFalls gewünscht, kann eine feste zeitlich bewegte Punktzahl erzeugt werden:\n\nNOMOS_rolling= Σ_w δ_wNOMOS_w\n\nHier:\n\nΣ_w δ_w= 1\n\nist. δw:\n\n- vor dem Ergebnis,\n\n- nach dem Zeitgewicht\n\nmuss bestimmt werden. Rollende Punktzahl:\n\n- die aktuelle Punktzahl,\n\n- ersetzt nicht den historischen Vorfallaufzeichnung\n\nKeine der Aufzeichnungen darf stillschweigend verdrängt werden.\n\n## 50. DREI WERTE FÜR NICHT GELÖSTE AUSSAGEN\n\nNicht gelöst kann die Punktschätzung der materiellen Atome künstlich erhöhen oder senken. Daher werden drei Ergebnisse vorgeschlagen.\n\n### 50.1. Konservatives Untergrenze\n\nNicht gelöste Aussagen werden als null betrachtet. Langsamer\n\n### 50.2. Nur-gelöst Punkteschätzung\n\nNur gelöste Aussagen werden verwendet. Spunkt\n\n### 50.3. Optimistische Obergrenze\n\nNicht gelöste Aussagen werden mit voller Unterstützung akzeptiert. Supper Daher:\n\nS_lower≤ S_point≤ S_upper\n\nmuss der Fall sein. Dieser Bereich:\n\n> ist der Referenz- oder epistemische Unsicherheitsbereich.\n\nEs ist nicht dasselbe wie ein Stichproben-Konfidenzintervall.\n\n## 51. STICHPROBEN-UNSICHERHEIT\n\nDa Populationsschätzungen aus der Stichprobe stammen:\n\n- Antwortverteilung,\n\n- Komponentenwert,\n\n- zusammengesetzter Wert\n\nmüssen ein Konfidenzintervall tragen. Methode bei komplexen Stichproben:\n\n- Schichten,\n\n- die Gruppen,\n\n- ihre Gewichte,\n\n- gepaarte Nutzer,\n\n- Wellen\n\nsollten geschützt werden. Kandidatenmethoden:\n\n- Design-basierte Varianzschätzung\n\n- Replikationsgewichte\n\n- Geschichtetes Bootstrap\n\n- Cluster-Bootstrap\n\n- Geeignetes Modell für seltene Ereignisse\n\n- Modellgestützte Schätzung in Umfragen\n\nDie verwendete Methode muss im öffentlichen Register angegeben werden.\n\n## 52. KONFIDENZINTERVALL DES VERBUNDWERTS\n\nDas Konfidenzintervall des Verbundwerts kann nicht einfach durch Summieren der einzelnen Intervalle erhalten werden. Die Komponenten:\n\n- die gleichen Nutzer,\n\n- die gleichen Aussagen,\n\n- die gleichen Sprachen,\n\n- die gleichen Wellen\n\nhängen von diesem Grund ab. Bevorzugter Ansatz: Erstellen Sie Resamples entsprechend dem Stichprobendesign. Berechnen Sie in jedem Resample alle Antwort- und Komponentenmetriken neu. Reproduzieren Sie die zusammengesetzte Punktzahl. Erzeugen Sie das Konfidenzintervall aus der Verteilung. Dieser Prozess sollte die gesamte Punktarchitektur erneut ausführen.\n\n## 53. EFFEKTIVE STICHPROBENGRÖßE\n\nRohbeobachtung: n und effektive Stichprobe:\n\nn_eff= (Σ_i w_i)^2/ Σ_i w_i^2 [K08]\n\nsollten zusammen veröffentlicht werden. 1,000 Rohbeobachtungen bedeuten möglicherweise nicht, dass 1,000 gleiche Informationseinheiten sind. Komponenten- und Untergruppenscores sollten ihre eigenen effektiven Stichprobengrößen haben.\n\n## 54. NULL BEOBACHTETER KRITISCHER FEHLER\n\nKeine bestätigten kritischen Ereignisse in einer Stichprobe zu haben:\n\n#### Beobachtete bestätigte Kritische = 0\n\nsollte geschrieben werden. Der folgende Ausdruck sollte nicht verwendet werden:\n\n> Das kritische Risiko ist null.\n\nUnter der Annahme unabhängiger und gleicher Beobachtungen, eine schnelle ungefähre obere Grenze:\n\np_upper,95≈ 3/n [K09]\n\nkann mit dem bekannten Ansatz geschätzt werden. In komplexem GEO-1000-Design:\n\n- Anstatt rohem n sollte eine dem Design angemessene Methode verwendet werden,\n\n- falls erforderlich, eine effektive Stichprobe,\n\n- eine exakte oder auf Bootstrap basierende einseitige Grenze\n\nsollte verwendet werden. Beispiel:\n\nneff=1,000\n\nund die ungefähre obere Grenze bei null Ereignissen:\n\n3/1,000 = 0.003 = 0.3%\n\nkann sein. Korrekte öffentliche Erklärung:\n\n> Bei 1,000 effektiven Beobachtungen wurden null bestätigte kritische Ereignisse beobachtet; in der verwendeten ungefähren Methode beträgt die einseitige obere Grenze von 95 ungefähr 0.3 Prozent.\n\n## 55. UNSICHERHEIT BEI EINEM KRITISCHEN EREIGNIS\n\nWenn ein kritisches Ereignis beobachtet wird: Die Punktschätzung kann niedrig sein, das Konfidenzintervall kann breit sein. Korrektes Ergebnis:\n\n- das Ereignis ist aufgetreten,\n\n- geschätzte Prävalenz,\n\n- große Unsicherheit,\n\n- Ereigniszustand\n\nsollte zusammen gezeigt werden. Die folgenden beiden Sätze können ebenfalls falsch sein:\n\n- „Nur ein Ereignis ist unbedeutend.“\n\n- „Ein Ereignis beweist, dass das gesamte System fehlgeschlagen ist 100%.“\n\n## 56. PUNKTE EMPFINDLICHKEIT\n\nDie folgenden Alternativen können ebenfalls berechnet werden:\n\n- Rohwert ungewichtete Punktzahl\n\n- Hauptbevölkerung gewichtete Punktzahl\n\n- Unbeschnittene Gewichtspunktzahl\n\n- Beschnittene Gewichtspunktzahl\n\n- Nur aufgelöste Punktzahl\n\n- Konservative Punktzahl\n\n- Gleichprodukt-Punktzahl\n\n- Expositionsgewichtete Punktzahl\n\n- Natürliche Reichweite Score\n\n- Gemeinsame Vergleichsbasis Score\n\n- Saubere Punktzahl\n\n- Natürliche Punktzahl\n\nWenn es einen wesentlichen Unterschied gibt:\n\n### SENSIBILITÄTSWARNUNG BEIM SCORE\n\nsollte gegeben werden.\n\n## 57. FALSCHE PRÄZISION\n\nDie folgende Repräsentation könnte für die meisten GEO-1000-Ergebnisse zu präzise sein: 963,742/ 1000 Punkt-Schätzung:\n\n- Ganzzahl,\n\n- eine Dezimalzahl, falls notwendig\n\nsollte veröffentlicht werden. Das Konfidenzintervall sollte die Grenze der numerischen Präzision anzeigen.\n\n## 58. FEHLENDE KOMPONENTE\n\nWenn eine der zehn Komponenten nicht berechnet werden kann:\n\n- kann ihr Gewicht nicht auf andere Komponenten verteilt werden.\n\n- Das fehlende Feld kann nicht als 100 Punkte gezählt werden,\n\ndie vollständige NOMOS Punktzahl kann nicht veröffentlicht werden. Der korrekte Status:\n\n### TEILWEISES NOMOS PROFIL\n\n### KOMPONENTE NICHT SCHÄTZBAR\n\n### VORLÄUFIGE PUNKTZAHL\n\nkann zutreffen. Beispiel: Wenn ein natürliches Panel für USI nicht verfügbar ist, kann nur ein Teilprofil mit acht oder neun Komponenten präsentiert werden.\n\nUSI=100 kann nicht angenommen werden.\n\n## 59. STATUS DER PUNKTZAHLVERÖFFENTLICHUNG\n\n### NSQ-0— NICHT BERECHNET\n\nErforderliche Daten sind nicht verfügbar.\n\n### NSQ-1— VORLÄUFIG\n\nEinzelne Welle, begrenzte Bewertung oder fehlende Komponenten sind vorhanden.\n\n### NSQ-2— TEILPROFIL\n\nEinige Komponenten wurden zuverlässig berechnet. Ein vollständiger 1,000-Punktvergleich kann nicht durchgeführt werden.\n\n### NSQ-3— GÜLTIGE WELLENPUNKTZAHL\n\nAlle Kernkomponenten und Qualitätsvoraussetzungen wurden erfüllt.\n\n### NSQ-4— REPLIZIERTE PUNKTZAHL\n\nDie Punktzahl wurde in mindestens einer unabhängigen oder bestätigenden Welle wiederholt.\n\n### NSQ-5— EXTERN GEPRÜFTE PUNKTZAHL\n\nDie Berechnung und die Evidenzkette wurden von einem unabhängigen Team reproduziert. 950+ Kandidatur mindestens:\n\n### NSQ-4\n\nsollte dieses Niveau anstreben.\n\n## 60. PUNKTZAHL-VERSIONIERUNG\n\nJede Punktzahlversion muss Folgendes enthalten:\n\n- Version des Berechnungscodes\n\n- Komponentenformeln\n\n- Abbildungen der Dimensionswerte\n\n- Gewichte der Prompt-Familien\n\n- Produktkoeffizienten\n\n- Beispielgewichte\n\n- Version des Truth Packs\n\n- Version des Gutachters\n\n- Wave-ID\n\n- Integritäts-Hash\n\nWenn sich die Formel ändert: die alte Punktzahl darf nicht neu geschrieben werden, es wird eine neue Punktzahlversion erstellt.\n\n## 61. NEUE PUNKTZAHLFORMEL FÜR DIESE DATEN\n\nDie Bewertungmethodik kann sich weiterentwickeln. Dieselben Rohdaten:\n\n- Bewertungsmethode 0.9\n\n- Bewertungsmethode 1.0\n\nkönnen neu berechnet werden. Korrekte Aufzeichnung:\n\nDie beiden Ergebnisse sind separate Versionen. Die neue Methode kann die alte Methode aus der Vergangenheit nicht löschen.\n\n## 62. SCHUTZ VOR PUNKTMANIPULATION\n\nDie NOMOS-Punktarchitektur sollte einen expliziten Schutz gegen die folgenden Methoden aufweisen:\n\n- Nur hoch bewertete KI-Produkte auszuwählen\n\n- Niedrig bewertete Sprache oder Land vom Umfang auszuschließen\n\n- Verwandeln von Bedingt bestanden in Vollständig bestanden\n\n- Nicht gelöste Punkte als positiv zählen\n\n- Nicht bewertbar stillschweigend aus dem Nenner entfernen\n\n- Das Gewicht der Prompt-Familie nach dem Ergebnis ändern\n\n- Den Koeffizienten des großen Produkts entsprechend der Punktzahl reduzieren\n\n- Das Produkt mit einem kritischen Ereignis im Durchschnitt des Ökosystems verbergen\n\n- Nur die Clean-Punktzahl veröffentlichen\n\n- Die beste Welle als aktuelle Punktzahl auswählen\n\n- Den Unterschied zwischen ungewichteten und gewichteten Punktzahlen verbergen\n\n- Das Gewicht fehlender Komponenten auf starke Komponenten verteilen\n\n- Nicht Bereitstellung eines Konfidenzintervalls\n\n- Erreichen des 950 Schwellenwerts basierend auf Punktschätzung und Verbergen der Unsicherheit\n\n## 63. ÖFFENTLICHE NOMOS ERGEBNISSEITE\n\nDie öffentliche Ergebnisübersicht des Kandidaten sollte die folgende Reihenfolge haben:\n\n#### A. Identität\n\nGeprüftes Unternehmen KI-Produkt Natürliche Reichweite/ Gemeinsame Vergleichsbasis Kontrolliertes / Natürliches Prompt-Set Wave Truth Pack-Version Bewertungsmethode\n\n#### B. Gate-Status\n\nVollständige Konformität Kandidat Bedingt Schwerwiegend nicht bestanden Kritische Sperre Nicht bewertbar\n\n#### C. GEO-1000 Antwortverteilung\n\nRP-1–RP-8 Nutzeräquivalente Strikt Bestanden Akzeptabel Bestanden Kritisch Schwerwiegend Ungelöst Keine Verwendbare Antwort Nicht bewertbar\n\n#### D. Zehn-Komponenten-Profil\n\n### ENT\n\n### FAC\n\n### SBI\n\n### TLA\n\n### ECI\n\n### EPI\n\n### TCR\n\n### LGF\n\n### USI\n\n### STR\n\n#### E. Zusammengesetztes Ergebnis\n\n### NOMOS/ 1,000\n\nStichproben-Konfidenzintervall Referenzuntere/obere Grenzen Effektive Stichprobe\n\n#### F. Risiken und Ereignisse\n\nBeobachtete bestätigte kritische Ereignisse; Kritische obere Grenze; Wichtige Ergebnisse; offene Vorfälle; und Korrekturstatus.\n\n#### G. Umfang und Qualität\n\n### SQ\n\n### PSI\n\n### NCL\n\n### TPR\n\n### AQ\n\n### NSQ\n\nAbdeckung nach Land/Sprache Vergleichsebene\n\n## 64. SYNTHETISCHE ANTWORTVERTEILUNG\n\nDEMONSTRATION DER SYNTHETISCHEN METHODOLOGIE / Die folgenden Ergebnisse sind keine tatsächlichen KI-Produkte oder Unternehmensleistungen. Für Synthetic Orion AI:\n\nStrikt bestanden:\n\n730+170=900\n\nAkzeptabel bestanden:\n\n900+70=970\n\nKritisch: 2/1,000 Wichtig: 20/1,000 Der akzeptable Bestehensgrad für dieses Produkt beträgt 97 Prozent. Es gibt jedoch offensichtliche kritische und wichtige Befunde. Korrekter Status:\n\n### Kritische Sperre\n\nFalscher Status:\n\n#### 97 Prozent erfolgreich\n\n## 65. SYNTHETISCHES VERBINDUNGSPROFIL\n\nKorrekte öffentliche Anzeige:\n\n### Kritische Sperre— 907/1,000\n\nDieses System:\n\n- im Durchschnitt starke Bereiche,\n\n- schwache Sprache/Landfairness,\n\n- materielle Evidenzprobleme,\n\n- offene kritische Ereignisse\n\nträgt.\n\n## 66. SYNTHETISCHES POST-KORREKTURERGEBNIS\n\nIn der neuen Welle:\n\nStrikter Pass: 958 Komponenten:\n\nKorrekte Aufzeichnung: AKTUELL: NOMOS 950+ LEISTUNGSKANDIDAT — 961/1,000/ Historisch: Früher bestätigter kritischer Vorfall behobener Kandidat / Beobachtete Kritische im aktuellen Retest: 0/ Kritische Rate obere Grenze: ebenfalls angezeigt Alter kritischer Vorfall wird nicht gelöscht.\n\n## 67. SYNTHETISCHER KI-Produkt-KOEFFIZIENT-FALL\n\nVier synthetische KI-Produkte:\n\nGleiches Produktbewertung:\n\n0.25(960+940+900+980)=945\n\nExpositionsgewichtete Bewertung:\n\n0.55(960)+0.25(940)+0.15(900)+0.05(980)=947\n\nDie beiden Ergebnisse sind nahe beieinander. Sie können jedoch in einer anderen Verteilung sehr unterschiedlich sein. Korrekte Interpretation:\n\n- Gleiches System Ökosystembewertung: 945\n\n- Expositionsgewichtete Ökosystembewertung: 947\n\n- Produktbezogene Gate- und Vorfallaufzeichnungen separat\n\nFalscher Kommentar: „NOMOS Ökosystem-Score ist definitiv 947.“\n\n## 68. SYNTHETISCHER KRITISCHER KOEFFIZIENTFALL\n\nLassen Sie den Score von Produkt A4 980 sein. Es soll jedoch ein bestätigtes kritisches Ereignis in A4 geben. Der Expositionskoeffizient beträgt nur 0.05. Der Ökosystem-Kompositwert kann hoch bleiben. Korrekte öffentliche Karte: Expositionsgewichteter Kompositwert: 947/ Beliebiges bestätigtes kritisches Produkt: JA / Kritischer Expositionsanteil: berechnetes Verhältnis / A4-Abdeckung: Kritische Sperre Der kleine Koeffizient von A4 kann das kritische Ereignis nicht aufheben.\n\n## 69. ENTSCHEIDUNG ÜBER DEN SCORE-VERÖFFENTLICHUNGSSTATUS\n\nReihenfolge der Kandidatenentscheidungen:\n\nPublicationStatus= Nicht bewertbar(grundlegende Messung fehlt); Kritische Sperre(offen Bestätigt Kritisch); Schwerwiegend nicht bestanden(offen Bestätigt Haupt); PROVISIONAL(Komponente, Wiederholung oder Qualität fehlt); CONDITIONAL(Moderat oder Schwelle der ungelösten); 950+ CANDIDATE(alle Kandidatenanforderungen); ansonsten GÜLTIG\n\nDas Punkteband wird nach dieser Statusentscheidung angezeigt.\n\n## 70. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH16-N01**\n\nDas NOMOS-Ergebnis darf nicht als einzelner reiner zusammengesetzter Score veröffentlicht werden.\n\n**CH16-N02**\n\nDer Gate-Status muss vor dem zusammengesetzten Score angezeigt werden.\n\n**CH16-N03**\n\nDie GEO-1000-Antwortverteilung ist ein obligatorischer Teil des Hauptpublikationsergebnisses.\n\n**CH16-N04**\n\nDie Summe der Nutzeräquivalente von RP-1 und RP-8 muss 1,000 betragen.\n\n**CH16-N05**\n\nStrenger Bestehen, Akzeptables Bestehen, Major, Kritisch, Ungeklärt, Keine Verwendbare Antwort und Nicht bewertbar sollten separat angezeigt werden.\n\n**CH16-N06**\n\nUngeklärte Beobachtungen und Nicht bewertbar-Beobachtungen können nicht stillschweigend zu den Kategorien Bestehen oder Nichtbestehen hinzugefügt werden.\n\n**CH16-N07**\n\nNicht bewertbar-Beobachtungen können nicht als Produktleistungsfehler interpretiert werden.\n\n**CH16-N08**\n\nNicht bewertbar-Beobachtungen können nicht stillschweigend aus dem Nenner entfernt werden; sie sollten in der bewertbaren Abdeckung angezeigt werden.\n\n**CH16-N09**\n\nDas Gewicht der Beobachtungen sollte unabhängig vom Ergebnis der KI-Antwort sein.\n\n**CH16-N10**\n\nDie rohe Anzahl der Teilnehmer und die bevölkerungsgewichteten Nutzeräquivalenten Werte sollten separat berichtet werden.\n\n**CH16-N11**\n\nDer Status des Antwortbestehens sollte getrennt vom Verhältnis der Unterstützung atomarer Behauptungen geführt werden.\n\n**CH16-N12**\n\nKritische und wichtige Gates können durch keine zusammengesetzte Punktzahl ausgeglichen werden.\n\n**CH16-N13**\n\nAtomare Zentralitätsgewichte sollten festgelegt werden, bevor die Ergebnisse gesehen werden.\n\n**CH16-N14**\n\nEine Wiederholung derselben Stammbehauptung darf die Punktzahl nicht künstlich erhöhen oder verringern.\n\n**CH16-N15**\n\nZentralitätsgewichte von Behauptungen können kritische und wichtige Gates nicht ersetzen.\n\n**CH16-N16**\n\nWerte der Dimension Atomare Treue müssen versioniert und öffentlich verfügbar sein.\n\n**CH16-N17**\n\nWenn sich die Abbildung der Atomaren Treue ändert, muss eine neue Version der Bewertungsmethode erstellt werden.\n\n**CH16-N18**\n\nReferenzlücke Atome dürfen nicht stillschweigend mit Null oder Eins zur Punktzahl hinzugefügt werden.\n\n**CH16-N19**\n\nDie Vollständigkeit des erforderlichen Antwortelements muss als eigene Kennzahl veröffentlicht werden.\n\n**CH16-N20**\n\nEin Versagen eines zentralen erforderlichen Elements kann nicht durch einen hohen REC-Durchschnitt ausgeglichen werden.\n\n**CH16-N21**\n\nDas Profil NOMOS mit zehn Komponenten muss vor dem zusammengesetzten Index sichtbar sein.\n\n**CH16-N22**\n\nENT, FAC, SBI, TLA, ECI, EPI, TCR, LGF, USI und STR müssen separate Bewertungen tragen.\n\n**CH16-N23**\n\nEine Komponente kann nicht stillschweigend das fehlende Gewicht einer anderen Komponente übernehmen.\n\n**CH16-N24**\n\nEine Komponente, die nicht berechnet werden kann, darf nicht als 100 angenommen werden.\n\n**CH16-N25**\n\nDer vollständige zusammengesetzte NOMOS-Index sollte nur veröffentlicht werden, wenn alle zehn Komponenten zuverlässig berechnet wurden.\n\n**CH16-N26**\n\nWenn eine gleiche Gewichtung der Komponenten als kanonische Kandidatenmethode verwendet wird, muss dies ausdrücklich angegeben werden.\n\n**CH16-N27**\n\nDomänenspezifische alternative Gewichte müssen einen separaten Bewertungsnamen und eine separate Version haben.\n\n**CH16-N28**\n\nEin domänenspezifischer Wert kann ohne Erklärung nicht anstelle des kanonischen Index verwendet werden.\n\n**CH16-N29**\n\nLGF kann sich nicht nur auf den Bevölkerungsdurchschnitt verlassen; es muss eine Leistungsgrundlage und eine Ungleichheit einbeziehen.\n\n**CH16-N30**\n\nEine einzelne Beobachtung eines Country Observer kann nicht in eine Länderfairness-Bewertung umgewandelt werden.\n\n**CH16-N31**\n\nNur Sprach- und geografische Zellen mit ausreichender Stichprobengröße sollten an der Fairness-Bewertung teilnehmen.\n\n**CH16-N32**\n\nSprachen und Länder, die nicht getestet wurden, dürfen nicht ignoriert werden, um ein Ergebnis mit hoher Fairness zu erzielen.\n\n**CH16-N33**\n\nUSI sollte kontrollierte und natürliche Panelergebnisse sowie Unterschiede in der Materialoberfläche zusammen bewerten.\n\n**CH16-N34**\n\nIn einer Studie mit nur einem kontrollierten oder nur einem natürlichen Panel kann USI nicht als vollständig berechnet angesehen werden.\n\n**CH16-N35**\n\nKontrollierte und natürliche Panelscores sollten standardmäßig getrennt gehalten werden.\n\n**CH16-N36**\n\nWenn kontrollierte und natürliche Punktzahlen kombiniert werden, müssen die Koeffizienten vor den Ergebnissen festgeschrieben werden.\n\n**CH16-N37**\n\nSTR kann nicht in einer einzigen Welle als vollständiger Stabilitätswert dargestellt werden.\n\n**CH16-N38**\n\nInter-Wellen-Produkt- oder Truth-Pack-Änderungen müssen in der Stabilitätsberechnung ausdrücklich modelliert werden.\n\n**CH16-N39**\n\nVerbindung NOMOS kann den Status des Kritischen oder Haupt-Tors nicht ändern.\n\n**CH16-N40**\n\nEine Punktzahl von 950 allein kann die NOMOS 950+ Kandidatur nicht festlegen.\n\n**CH16-N41**\n\nDie Bedingungen für NOMOS 950+ Kandidaten müssen gemeinsam die Anforderungen an Punktzahl, Striktes Bestehen, Tor, Komponentenuntergrenze, ungelöst, Qualität und Wiederholungsbedingungen erfüllen.\n\n**CH16-N42**\n\n950+ Schwellenwerte können nicht als endgültiger wissenschaftlicher Standard vor Pilot- und unabhängiger Überprüfung vorgelegt werden.\n\n**CH16-N43**\n\nDie Punktzahl-Identität muss KI-Produkt, Rahmen, Panel, Prompt-Set, Welle, Truth Pack und Punktzahlversion enthalten.\n\n**CH16-N44**\n\nDer Satz „Die NOMOS Punktzahl der Entität ist X“ darf nicht ohne eine Scope-Identität verwendet werden.\n\n**CH16-N45**\n\nDas Core GEO-1000 Ergebnis kann nicht als der Full NOMOS Wert dargestellt werden.\n\n**CH16-N46**\n\nNatürliche Reichweite und Gemeinsame Vergleichsbasis Werte müssen separat berichtet werden.\n\n**CH16-N47**\n\nProduktwerte für verschiedene Natürliche Reichweite Populationen können nicht ohne Erklärung direkt verglichen werden.\n\n**CH16-N48**\n\nDas Gemeinsame Vergleichsbasis Ergebnis kann nicht als der vollständige globale Zugriffswert des Produkts dargestellt werden.\n\n**CH16-N49**\n\nKI-Produktkoeffizienten müssen unabhängig von den Ergebnissen bestimmt werden.\n\n**CH16-N50**\n\nEin KI-Produktkoeffizient darf nicht vom Produktwert, der Markenreputation oder einer kommerziellen Sponsoringbeziehung abhängen.\n\n**CH16-N51**\n\nGleiche Produkt- und auf Exposition gewichtete Ökosystemwerte müssen separat benannt werden.\n\n**CH16-N52**\n\nWenn aktive Nutzer- oder Expositionsdaten nicht überprüft werden können, können keine willkürlichen Koeffizienten erstellt werden.\n\n**CH16-N53**\n\nExpositionsdaten müssen auf Konto-, Nutzer-, Abfrage- oder Sitzungsebene transparent sein.\n\n**CH16-N54**\n\nDer Koeffizient eines niedrig bewerteten Produkts kann nach Bekanntwerden des Ergebnisses nicht reduziert werden.\n\n**CH16-N55**\n\nDas Ökosystem-Komposit kann auf Produktebene keine kritischen oder wichtigen Gates löschen.\n\n**CH16-N56**\n\nDas AnyCritical- und das nach Exposition gewichtete Critical-Verhältnis sollten getrennt angezeigt werden.\n\n**CH16-N57**\n\nDie Koeffizienten von Prompt-Familien müssen vor den Ergebnissen festgelegt werden.\n\n**CH16-N58**\n\nDas Gewicht einer niedrig bewerteten Prompt-Familie kann später nicht reduziert werden.\n\n**CH16-N59**\n\nDas separate Ergebnis jeder Prompt-Familie sollte zusammen mit der zusammengesetzten Prompt-Bewertung sichtbar bleiben.\n\n**CH16-N60**\n\nDie aktuelle Wellenbewertung sollte getrennt von rollierenden oder historischen Bewertungen aufbewahrt werden.\n\n**CH16-N61**\n\nDie frühere Welle mit der höchsten Bewertung kann nicht als aktuelle Bewertung ausgewählt werden.\n\n**CH16-N62**\n\nKonservative, nur gelöste und optimistische Ergebnisse können für die unerledigte Anspruchsmassenerzeugt werden.\n\n**CH16-N63**\n\nReferenzunsicherheit und Stichproben-Konfidenzintervall dürfen nicht als dasselbe dargestellt werden.\n\n**CH16-N64**\n\nKomplexe Stichproben-Konfidenzintervalle sollten Schichtung, Clustering, Gewichtung und die Struktur der passenden Nutzer beibehalten.\n\n**CH16-N65**\n\nDas Konfidenzintervall der zusammengesetzten Bewertung muss durch erneutes Durchführen des gesamten Bewertungsprozesses berechnet werden.\n\n**CH16-N66**\n\nDie Roh- und Effektstichprobengrößen sollten zusammen angezeigt werden.\n\n**CH16-N67**\n\nEin kritisches Ereignis, das mit null beobachtet wurde, kann nicht als null kritisches Risiko ausgedrückt werden.\n\n**CH16-N68**\n\nIm Fall von null Ereignissen sollte ein einseitiges Obergrenzwert oder die entsprechende Unsicherheit bei seltenen Ereignissen veröffentlicht werden.\n\n**CH16-N69**\n\nDer Ansatz 3/n kann in einem komplexen Design nicht automatisch als endgültige Methode verwendet werden; er kann nur eine ungefähre Kontrolle darstellen.\n\n**CH16-N70**\n\nBei einem kritischen Ereignis sollten das Vorhandensein des Ereignisses und die Unsicherheit seiner Häufigkeit zusammen angezeigt werden.\n\n**CH16-N71**\n\nDie Sensitivitätsanalysen der Punktzahl sollten die ungewichteten, gewichteten, beschnittenen, ungelösten und alternativen Koeffizientenergebnisse in dem Maße zeigen, wie es relevant ist.\n\n**CH16-N72**\n\nDie Sensitivität der Materialpunktzahl sollte auf der öffentlichen Karte eine Warnung erzeugen.\n\n**CH16-N73**\n\nDie gefälschte Dezimalstelle der Punktzahl darf überhaupt nicht veröffentlicht werden.\n\n**CH16-N74**\n\nDas Gewicht der fehlenden Komponente darf nicht auf andere Komponenten verteilt werden.\n\n**CH16-N75**\n\nDer Puan-Veröffentlichungsqualitätsstatus sollte im öffentlichen Register sichtbar sein.\n\n**CH16-N76**\n\nDie Kandidatur 950+ sollte mindestens auf dem replizierten Punktzahleniveau anstreben.\n\n**CH16-N77**\n\nWenn sich die Punktzahlformel ändert, dürfen frühere Punktzahlen nicht stillschweigend neu geschrieben werden.\n\n**CH16-N78**\n\nWenn verschiedene Versionen der Bewertungsmethode auf denselben Datensatz angewendet werden, müssen alle Ergebnisse in separaten Versionen erhalten bleiben.\n\n**CH16-N79**\n\nDer Code zur Punkteberechnung, Koeffizienten und Integritätsaufzeichnungen müssen in einem maschinenlesbaren Format veröffentlicht werden.\n\n**CH16-N80**\n\nJede Punktzahl, jeder Koeffizient, jedes Konfidenzintervall und jede Veröffentlichungsentscheidung muss einen verantwortlichen menschlichen Akteur oder eine Institution haben.\n\n## 71. FORMEN DES VERSAGENS\n\n**CH16-F01— EINZELZAHLBERICHT**\n\nVerteilung, Tor und Komponentenprofil werden erhalten.\n\n**CH16-F02— DAS TOR UNTER DER PUNKTZAHL VERSTECKEN**\n\nKritische Sperre wird zu einer kleinen Fußnote.\n\n**CH16-F03— BERECHNUNG BEDINGTER ALS Vollständig bestanden**\n\nModerate Probleme werden unsichtbar.\n\n**CH16-F04— UNKLÄRE FÄLLE ALS BESTAND ZÄHLEN**\n\nUnbekannte Ergebnisse erhöhen die Punktzahl.\n\n**CH16-F05— UNKLÄRE FÄLLE ALS FEHLER ZÄHLEN**\n\nFehlende Referenz senkt das Produkt.\n\n**CH16-F06— ENTFERNUNG VON Nicht bewertbar AUS DEM NENNER**\n\nMessfehler werden unsichtbar.\n\n**CH16-F07— ZÄHLUNG VON Nicht bewertbar ALS PRODUKTMANGEL**\n\nInspektionsfehler wird der KI zugewiesen.\n\n**CH16-F08— ZÄHLEN VON 1,000 MENSCHEN GLEICH GEWICHTET**\n\nÜbersampling und Bevölkerungsunterschiede werden ignoriert.\n\n**CH16-F09— GEWICHT NACH ERGEBNIS**\n\nRichtige Antworten erhalten ein höheres Gewicht.\n\n**CH16-F10— ZÄHLEN Nachweisquote der Aussagen ALS ANTWORT BESTANDEN**\n\nKritisches Tor geht im Durchschnitt verloren.\n\n**CH16-F11— KERN- UND NEBENANSPRÜCHE GLEICH GEWICHTEN**\n\nDer Nebenanspruch erhält dasselbe Gewicht wie die Hauptentität.\n\n**CH16-F12— PUNKTZAHL DURCH WIEDERHOLUNG AUFFÜLLEN**\n\nDasselbe richtige Anspruch wird zehnmal geschrieben, um die Punktzahl zu erhöhen.\n\n**CH16-F13— PUNKTZAHL DURCH WIEDERHOLUNG ZUSAMMENBRECHEN**\n\nDie gleiche falsche Wurzel führt zu zehn separaten Strafen.\n\n**CH16-F14— SPEICHERN VON DIMENSIONSWERTE**\n\nDie Punktzahl kann nicht reproduziert werden.\n\n**CH16-F15— ZÄHLEN DER ANSICHT, DIE VOM UNTEN KOMMT, ALS TATSACHE FÜR F-4**\n\nExakte Übermittlung des Selbstberichts wird zur Genauigkeit des Selbstberichts.\n\n**CH16-F16— SCHMELZEN ERFORDERLICHER ELEMENTE ZU ATOMAREM MITTELWERT**\n\nAuch wenn die Hauptaufgabe fehlt, erhält die Antwort eine hohe Punktzahl.\n\n**CH16-F17— AUSWÄHLEN VON KOMPONENTEN**\n\nNur die drei starken Komponenten werden veröffentlicht.\n\n**CH16-F18— FEHLENDE KOMPONENTE ALS 100 ZÄHLEN**\n\nDie volle Punktzahl wird künstlich erhöht.\n\n**CH16-F19— VERTEILUNG DES FEHLENDEN GEWICHTS**\n\nDie nicht berechnete Fairness-Punktzahl wird zur tatsächlichen Punktzahl hinzugefügt.\n\n**CH16-F20— DAS GESETZ DER NATUR ALS GLEICHES GEWICHT ZÄHLEN**\n\nEmpfindlichkeit und externe Überprüfung werden nicht durchgeführt.\n\n**CH16-F21— DEN DOMAIN-SCORE ALS KANONISCH ZÄHLEN**\n\nSpezialgewicht wird wie die Basis-NOMOS-Punktzahl dargestellt.\n\n**CH16-F22— SPRACHDURCHSCHNITT ALS SPRACHFAIRNESS ZÄHLEN**\n\nNiedriges Sprachniveau wird verborgen.\n\n**CH16-F23— GLEICHE SPRACHENPARITÄT ALS QUALITÄT ZÄHLEN**\n\nNiedrige Bewertungen in allen Sprachen erzeugen hohe Fairness.\n\n**CH16-F24— UNGETESTETE SPRACHEN ALS ABDECKUNG ZÄHLEN**\n\nDer Abdeckungsfaktor ist aufgebläht.\n\n**CH16-F25— LANDESERGEBNIS VOM BEOBACHTER**\n\nEin einzelner Nutzer geht in das Fairness-Konto ein.\n\n**CH16-F26— NUR SAUBERE PUNKTE VERÖFFENTLICHEN**\n\nDie natürliche Nutzererfahrung bleibt erhalten.\n\n**CH16-F27— NUR NATÜRLICHE PUNKTE ALS PRODUKTVOREINSTELLUNG ZÄHLEN**\n\nPersonalisierung wird zum Basisverhalten.\n\n**CH16-F28— STILL DURCHSCHNITTLICH SAUBER UND NATÜRLICH**\n\nVerschiedene Vorhersageobjekte werden gemischt.\n\n**CH16-F29— 100 STABILITÄT IN EINER EINZIGEN WELLE**\n\nStabilität wird als vollständig ohne Wiederholung betrachtet.\n\n**CH16-F30— ZÄHLE ALTE GUTE WELLE ALS AKTUELL**\n\nAktuelle Schwächung wird verborgen.\n\n**CH16-F31— ZÄHLE 950 AUTOMATISCH ALS KONFORMITÄT**\n\nTor- und Komponentenboden werden ignoriert.\n\n**CH16-F32— Kritische Sperre— ZÄHLE 970 ALS 950+**\n\nDie Zählung geht dem Tor voraus.\n\n**CH16-F33— PUNKTEIDENTITÄT VERBERGEN**\n\nEs ist nicht bekannt, welches Produkt und welches Panel gemessen werden.\n\n**CH16-F34— KERNPUNKTE ALS VOLLE NOMOS ZÄHLEN**\n\nEin einzelner Prompt repräsentiert den gesamten Standard.\n\n**CH16-F35— Natürliche Reichweite PUNKTE RANGIEREN**\n\nVerschiedene Populationen werden als gleich betrachtet.\n\n**CH16-F36— VOLLEN ZUGRIFF AUF Gemeinsame Vergleichsbasis ZÄHLEN**\n\nEine enge gemeinsame Population wird zu einem globalen Ergebnis gemacht.\n\n**CH16-F37— MODELL-KOEFFIZIENTEN ENTSPRECHEND DEM PUNKT STIFTEN**\n\nHohe Punktzahlen erhalten mehr Einfluss.\n\n**CH16-F38— MARKENREPUTATION ZU EINEM FAKTOR MACHEN**\n\nDie Beliebtheit des Produkts wird gewichtet, ohne vorhergesagt zu werden.\n\n**CH16-F39— ZÄHLUNG VON KONTOZAHLEN ALS AKTIVE NUTZER**\n\nDer Expositionskoeffizient steigt.\n\n**CH16-F40— ENTFERNEN VON PRODUKTEN MIT NIEDRIGEM SCORE**\n\nDas Ökosystem besteht nur aus erfolgreichen Produkten.\n\n**CH16-F41— GLEICHEN EXPOSITIONSSCORE FÜR PRODUKTE ZÄHLEN**\n\nDurchschnittliche Produkte werden wie durchschnittliche Personen dargestellt.\n\n**CH16-F42— ZÄHLUNG DES EXPOSITIONSSCORES ALS PRODUKTQUALITÄT**\n\nEin großes Produkt wird automatisch zu einer wichtigeren Qualitätskennzahl.\n\n**CH16-F43— KRITISCHES IM ÖKOSYSTEM DURCHSCHNITT LÖSCHEN**\n\nDas schwere Ereignis des Produkts mit kleinem Koeffizienten verschwindet.\n\n**CH16-F44— ÄNDERN SIE DEN PROMPT-KOEFFIZIENT NACH DEM ERGEBNIS**\n\nDie harte Prompt-Familie wird reduziert.\n\n**CH16-F45— BERÜCKSICHTIGEN SIE FAMILIEN MIT NIEDRIGEM SCORE ALS OPTIONAL**\n\nGrenz- oder Evidenzergebnisse sind vom Umfang ausgeschlossen.\n\n**CH16-F46— AKTUELL MIT ROLLING SCORE BEIBEHALTEN**\n\nAlte hohe Wellen überdecken den aktuellen Abfall.\n\n**CH16-F47— NICHT GELÖSTE AUS DEM NENNER LÖSCHEN**\n\nPunktschätzung steigt künstlich.\n\n**CH16-F48— BERÜCKSICHTIGUNG DER REFERENZUNSICHERHEIT BEI DER STICHPROBEN-CI**\n\nZwei verschiedene Unsicherheiten vermischen sich.\n\n**CH16-F49— EINFACHE ZUFALLSSTICHPROBEN-CI**\n\nSchichtung, Gewichtung und Cluster werden ignoriert.\n\n**CH16-F50— SUMMIEREN VON KOMPONENTEN-CIs**\n\nAbhängigkeit wird ignoriert.\n\n**CH16-F51— ANGABE DER SENSITIVITÄT MIT ROHEN N**\n\nDie effektive Stichprobe wird verschleiert.\n\n**CH16-F52— ZÄHLEN VON NULL-EVENTS ALS NULL RISIKO**\n\nUnsicherheit durch seltene kritische Fehler wird verborgen.\n\n**CH16-F53— ANWENDUNG VON 3/N AUF JEDEN FALL**\n\nKomplexe Stichproben- und Gewichtungsstruktur wird ignoriert.\n\n**CH16-F54— EIN EINZELNES KRITISCHES ELEMENT ALS 100 PROZENT SYSTEMRISIKO ZÄHLEN**\n\nDie Allgemeingültigkeit wird übermäßig verallgemeinert.\n\n**CH16-F55— EIN EINZELNES KRITISCHES ELEMENT VERSTECKEN, WEIL DIE RATE KLEIN IST**\n\nDas Vorhandensein des Ereignisses verschwindet.\n\n**CH16-F56— SENSITIVITÄTSANALYSE VERSTECKEN**\n\nEs wird nicht gesehen, dass sich die Bewertung bei alternativen, vernünftigen Methoden ändert.\n\n**CH16-F57— FALSCHE DEZIMAL-SENSITIVITÄT**\n\nEin Ergebnis wie 963,742 wird veröffentlicht.\n\n**CH16-F58— TEILPROFIL ALS VOLLE BEWERTUNG ZÄHLEN**\n\nVergleich wird mit einer fehlenden Komponente durchgeführt.\n\n**CH16-F59— VERÖFFENTLICHUNG DER VORLÄUFIGEN PUNKTE ALS ENDGÜLTIG**\n\nEine einzelne Welle und ein einzelner Bewerter werden zum vollständigen Standard.\n\n**CH16-F60— NEU SCHREIBEN DER GESCHICHTE DURCH FORMELÄNDERUNG**\n\nDie alte Punktzahl verschwindet.\n\n**CH16-F61— BERECHNUNGSCODE GESCHLOSSEN HALTEN**\n\nUnabhängige Reproduktion wird verhindert.\n\n**CH16-F62— PUNKTHÖHE ALS AUDITQUALITÄT BETRACHTEN**\n\nEine fehlerhafte Messung wird akzeptiert, weil sie ein hohes Ergebnis lieferte.\n\n**CH16-F63— PUNKTETIEFSTAND ALS METHODENFEHLER BETRACHTEN**\n\nEin niedriges Ergebnis wird aufgrund kommerzieller Unannehmlichkeiten neu berechnet.\n\n**CH16-F64— EINZELUNTERNEHMENSBESCHÄFTIGUNGS-MONOPOL**\n\nUnabhängige Institutionen werden daran gehindert, dieselbe Formel anzuwenden.\n\n## 72. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Score-Identität erstellen\n\nDas Entity-KI-Produkt Frame Panel Prompt Set Wave Truth Pack Score-Verfahren ist festgeschrieben.\n\n### Schritt 2— Hauptanalyse-Beobachtungsset festschreiben\n\nBackup-, zurückgezogene, nicht bewertbare und Hauptbeobachtungsdatensätze werden getrennt.\n\n### Schritt 3— Bevölkerungsgewichte überprüfen\n\nDesign-, Nichtantwort- und Kalibrierungsgewichte werden untersucht.\n\n### Schritt 4— RP-Verteilung berechnen\n\nNutzeräquivalente mit RP-1 bis RP-8 werden erstellt.\n\n### Schritt 5— Strikte und akzeptable Bestehenswerte berechnen\n\nSP1 000 und AP1 000 werden abgeleitet.\n\n### Schritt 6— Dichten von kritisch, groß, ungeklärt und nicht bewertbar berechnen\n\nGate und Prävalenz werden getrennt gehalten.\n\n### Schritt 7— Anspruchszentralität und Wurzelcluster-Normalisierung anwenden\n\nAussagen werden erneut überprüft.\n\n### Schritt 8— Atomare Größenmetriken berechnen\n\nErgebnisse zu Entität, Tatsache, Umfang, Zeit, Attribution, Modalität und Referenz werden erstellt.\n\n### Schritt 9— Berechnung der erforderlichen Elementvollständigkeit\n\nEs wird zusammen mit den Prompt-Familientoren aufgezeichnet.\n\n### Schritt 10— Berechnung von zehn Komponenten\n\nAlle Komponentenformeln von ENT bis STR werden angewendet.\n\n### Schritt 11— Überprüfung fehlender Komponenten\n\nEs wird festgestellt, ob die Gesamtnote berechnet werden kann.\n\n### Schritt 12— Berechnung des zusammengesetzten NOMOS-Index\n\nGilt nur für vollständige und gültige Profile.\n\n### Schritt 13— Festlegung des Torstatus\n\nBestimmt, ob der Status Kritisch, Wesentlich, Bedingt oder Vollständiger Kandidat ist.\n\n### Schritt 14— Trennen von Natürliche Reichweite- und Gemeinsame Vergleichsbasis-Ergebnissen\n\nDie beiden Punktzahlenfamilien werden getrennt aufbewahrt.\n\n### Schritt 15— Festschreiben der AI-Produktkoeffizienten\n\nGleichheits- und Expositionskoeffizienten werden zusammen mit der Datenquelle gespeichert.\n\n### Schritt 16— Anwenden der Koeffizienten der Prompt-Familie\n\nGewichte werden unabhängig vom Ergebnis verwendet.\n\n### Schritt 17— Trennen von Panel- und Wellen-Ergebnissen\n\nBereinigte, natürliche, aktuelle und rollierende Punktzahlen werden getrennt.\n\n### Schritt 18— Berechnung von Fairness- und Floor-Kennzahlen\n\nErgebnisse zu Sprache, Land und Abdeckung werden erstellt.\n\n### Schritt 19— Berechnung von ungelösten Unter-Punkt-Oberer-Ergebnissen\n\nReferenzunsicherheit wird sichtbar gemacht.\n\n### Schritt 20— Berechnung von Stichproben-Konfidenzintervallen\n\nDas für das Stichprobendesign geeignete Resampling-Verfahren wird angewendet.\n\n### Schritt 21— Berechnung der effektiven Stichprobengröße\n\nAnzeige auf Gesamt- und Komponentenbasis.\n\n### Schritt 22— Berechnung des seltenen kritischen Ereignis-Schwellenwerts\n\nEine einseitige Methode wird bei null oder wenigen Ereignissen verwendet.\n\n### Schritt 23— Sensitivitätsanalysen erstellen\n\nGewicht, Koeffizient und ungelöste Optionen werden verglichen.\n\n### Schritt 24— Veröffentlichungsqualitätsstatus zuweisen\n\nEine Entscheidung wird zwischen NSQ-0 und NSQ-5 getroffen.\n\n### Schritt 25— NOMOS 950+ Kandidatentüren anwenden\n\nAlle Bedingungen außer der Punktzahl werden überprüft.\n\n### Schritt 26— Öffentliche Ergebnisübersicht erstellen\n\nGate, Verteilung, Profil, Index, Unsicherheit und Umfang werden jeweils der Reihe nach veröffentlicht.\n\n### Schritt 27— Berechnungscode und Manifest festschreiben\n\nDie Code-Version, Eingaben, Hash und Ergebnisse sind verlinkt.\n\n### Schritt 28— Vorbereitung des unabhängigen Reproduktionspakets\n\nBerechnungsdateien, die von persönlichen Daten befreit sind, werden für eine unabhängige Überprüfung bereitgestellt.\n\n## 73. ERFORDERLICHE BELEGE\n\nScore-ID Entity-Datensatz KI-System registrieren Natürliche Reichweite und Gemeinsame Vergleichsbasis Datensätze Panel-Status Befragter Satz und Familien Truth Pack-Version Wellen-ID Anspruchsbücher Antwortentscheidungen RP-1–RP-8 Verteilung Hauptanalyse Beobachtungssatz Designgewichte Nichtantwortgewichte Kalibrierungsgewichte Gewichtstrimm-Datensätze Effektive Stichprobe Streng Bestanden Akzeptabel Bestanden Kritische Rate Wichtige Rate Ungeklärte Rate Keine Verwendbare Antwortrate Nicht bewertbar Rate Anspruchszentralitätsgewichte Wurzelcluster-Datensätze Atomare Dimensionswerte Atomare Treue Erforderliches Element Vollständigkeit\n\n### ENT\n\n### FAC\n\n### SBI\n\n### TLA\n\n### ECI\n\n### EPI\n\n### TCR\n\n### LGF\n\n### USI\n\n### STR\n\nKomponententeil-Eingaben; Sprach- und Ländermindestwerte; Abdeckungsfaktor; Kontrollierte und Natürliche Ergebnisse; Inter-Wellen-Ergebnisse; zusammengesetzter NOMOS-Index; domainspezifische alternative Ergebnisse; KI-Produkt-Koeffizienten und ihre Datenquellen; Prompt-Familien-Koeffizienten; Ergebnis des gleichen Produkts; erfolgsgewichtetes Ergebnis; AnyCritical-Status; Kritischer Expositionsanteil; Ungeklärte Unter-Punkt-Ober-Ergebnisse; Stichprobenvertrauensintervall; Kritische Obergrenze; Sensitivitätsanalyse; Ergebnisveröffentlichungsqualität; 950+ Kandidaten-Gate-Datensatz; Score-Methoden-Version; Berechnungscode; Code-Integritäts-Hash; öffentliche Scorecard; Änderungsprotokoll; unabhängiger Reproduktionsnachweis; und verantwortliche Person oder Institution.\n\n## 74. PRÜFLISTE FÜR AUDITS\n\nDeckt die Punktzahl-Identität alle Umfangsbereiche ab? Wurde der Hauptanalyse-Beobachtungssatz vor dem Ergebnis festgeschrieben? Wurden Sicherungs- und Hauptbeobachtungen getrennt? Sind die Beobachtungsgewichte unabhängig vom Ergebnis? Ist die RP-1–RP-8-Verteilung insgesamt 1,000? Wurden Streng und Akzeptabler Bestand getrennt? Sind Kritisch und Wichtig separat? Wurde Unresolved als bestanden oder nicht bestanden markiert? Wurde Nicht bewertbar aus dem Nenner entfernt? Ist die bewertbare Abdeckung offen? Wurde das Nachweisquote der Aussagen anstelle der Bestand-Antwort verwendet? Sind die Zentralitätsgewichte offen? Wurde dieselbe Hauptforderung erneut gezählt? Wurde die Atomare Dimensionszuordnung veröffentlicht? Wurde F-4 korrekt interpretiert? Wurden erforderliche Elemente separat berechnet? Wurde das Kern-Gate mit hohem REC kompensiert?\n\nIst die gesamte Komponente vorhanden? Wurde die fehlende Komponente als 100 gezählt? Wurde das Gewicht der fehlenden Komponente verteilt? Misst ENT die korrekten Entitätsbeziehungen? Schließt FAC ungelöste Aussagen stillschweigend aus? Beinhaltet SBI die Auslassung von Materialgrenzen? Bewahrt TLA den Länder- und Zeitunterschied? Misst ECI die Unterstützung von Zitaten anstelle der Existenz von Zitaten? Trägt EPI die Unterscheidung zwischen Selbstdeklaration und Realität? Macht TCR die nicht nutzbare Antwort sichtbar? Beinhaltet LGF die Basis und die Lücke neben dem Durchschnitt? Wurde die Beobachtung des Länderbeobachters in die Länderwertung einbezogen? Beruht USI sowohl auf Clean- als auch auf Natural-Daten? Wurde STR aus einer einzigen Welle erzeugt? Deckte die zusammengesetzte Wertung den Torstatus ab? Beruht 950+ ausschließlich auf dem Punktwert?\n\nWurden die Komponentenebenen überprüft? Ist das Kern-Ungelöst-Limit offen? Wurden Natürliche Reichweite und Gemeinsame Vergleichsbasis getrennt? Wurden die KI-Produktkoeffizienten bestimmt, bevor die Punktzahlen bekannt waren? Messen die Koeffizienten aktive Nutzer, Konten oder Abfragen? Sind Equal- und Exposure-Ergebnisse getrennt? Wurde das niedrig bewertete Produkt entfernt? Verbirgt die Ökosystembewertung das Produkt Critical? Gibt es ein AnyCritical-Feld? Sind die Gewichtungen der Prompt-Familien offen? Wurde die niedrig bewertete Prompt-Familie reduziert? Sind Clean- und Natural-Punktzahlen getrennt? Sind aktuelle und Rolling-Punktzahlen getrennt? Wurde die beste vergangene Welle als aktuell ausgewählt? Gibt es Niederpunkt-Oberergebnisse für Ungelöst? Wurden Referenz- und Stichprobenunsicherheiten getrennt? Erhält das Konfidenzintervall-Design den Schutz bei?\n\nWird das zusammengesetzte CI das gesamte Bewertungssystem erneut durchlaufen? Sind die Roh- und Effektstichproben zusammen? Wurde es als nullkritisch, nullrisiko geschrieben? Ist die Obergrenze eines seltenen Ereignisses offen? Wurde eine Sensitivitätsanalyse durchgeführt? Ändern alternative vernünftige Koeffizienten das Ergebnis? Gibt es falsche Dezimalgenauigkeit? Ist die Publikationsqualität der Punktzahl klar? Ist die Punktzahlformel versioniert? Wird die alte Bewertungsmethode aufbewahrt? Kann der Berechnungscode reproduziert werden? Ist der verantwortliche Eigentümer der Punktzahl klar?\n\n## 75. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Das Einzige, was die Nutzer verstehen, ist eine einzelne Zahl; warum zeigen wir so viele Ergebnisse?“\n\nEine einzelne Zahl ist verständlich. Aber allein ist sie irreführend. Öffentliche Karte:\n\n- Torstatus,\n\n- Verteilung der 1,000-Nutzer,\n\n- zusammengesetzter Wert\n\nkann in drei einfachen Ebenen wie folgt dargestellt werden. Das detaillierte Profil wird für Forscher und Prüfer aufbewahrt.\n\n### Einwand 2— „War der GEO-Score nicht direkt die Anzahl der Personen, die richtig geantwortet haben?“\n\nDies ist immer noch das Hauptergebnis. SP₁₀₀₀ und AP₁₀₀₀ zeigen die Gründungsidee direkt an. Der NOMOS-Verbundindex:\n\n- Nachweise,\n\n- Gerechtigkeit,\n\n- natürlicher Nutzer,\n\n- Stabilität\n\numfasst zusätzliche normative Bereiche wie.\n\n### Einwand 3— „Warum zählen wir Vollständig bestanden und Bedingt bestanden separat?“\n\nDa beide Nutzer möglicherweise keine schwerwiegenden Fehler gesehen haben, jedoch in der Bedingungsgruppe:\n\n- begrenzte Aktualität,\n\n- moderates Auslassen,\n\n- Usability-Problem\n\ngefunden werden können. Dieser Unterschied ist wichtig für Verbesserungen und das Vertrauensniveau.\n\n### Einwand 4— „Können wir nicht ungelöste Beobachtungen entfernen und eine saubere Punktzahl vergeben?“\n\nEine nur aufgelöste Punktzahl kann vergeben werden. Die ungelöste Masse sollte jedoch sichtbar bleiben. Andernfalls wäre es möglich, die Punktzahl zu erhöhen, ohne die schwierigsten Aussagen zu lösen.\n\n### Einwand 5— „Warum sind die zehn Komponenten gleich gewichtet?“\n\nGleichgewichtete Gewichtung bietet einen transparenten Ausgangspunkt. Hochrisiko-Fehler werden bereits durch das Gate-System geschützt. Alternative Domain-Gewichte können ebenfalls erstellt werden. Exakte Gewichte sollten durch Pilot- und unabhängige Überprüfung getestet werden.\n\n### Einwand 6— 'Ist nicht Existenz und faktische Genauigkeit wichtiger?'\n\nSo ist es in einigen Prüfungen. Allerdings:\n\n- Nachweise,\n\n- Umfang,\n\n- Fairness,\n\n- Differenz des natürlichen Nutzers\n\nEs kann ohne diese eine hohe durchschnittliche falsche Faktentreue erzeugen. Kritische und Haupt-Gates schützen auch die wesentliche Materialität.\n\n### Einwand 7— „Wenn Fairness niedrig ist, warum sollte der globale Durchschnitt sinken?“\n\nDer Compound NOMOS-Standard bewertet nicht nur die durchschnittliche Person, sondern auch die Fairness der Repräsentation. Das bevölkerungsgewichtete Hauptergebnis wird erneut separat dargestellt. LGF macht systematische Verschlechterungen in kleinen Sprachen und Ländern sichtbar.\n\n### Einwand 8— „Macht ein nicht niedriges Ergebnis in allen Sprachen die Fairness nicht hoch?“\n\nDies kann durchgeführt werden, wenn nur die Disparität verwendet wird. Daher nutzt LGF:\n\n- Leistungsbasis,\n\n- Disparität,\n\n- Abdeckung\n\nzusammen.\n\n### Einwand 9— „Warum mitteln wir nicht direkt die Clean- und Natural-Werte?“\n\nSie messen unterschiedliche Zielpopulationen und Nutzungssituationen. Arithmetische Kombination erfordert normative Präferenzen. Standardmäßig werden sie separat veröffentlicht.\n\n### Einwand 10— ‚Wäre eine gleiche Gewichtung über zehn KI-Produkte gerechter?‘\n\nEs ist fair für den Vergleich des durchschnittlichen Produkts. Es ist nicht fair für die durchschnittliche menschliche Exposition. Daher werden gleiche und nach Exposition gewichtete Ergebnisse getrennt gehalten.\n\n### Einwand 11— „Wie wird der Modellkoeffizient gefunden, wenn keine aktiven Nutzerdaten vorhanden sind?“\n\nEr kann möglicherweise nicht gefunden werden. Gleiche Produktergebnisse und vernünftige Szenarienbereiche können veröffentlicht werden. Willkürliche Koeffizienten können nicht erfunden werden.\n\n### Einwand 12— „Wenn nur 1%-Exposition für ein Produkt auftritt, warum sollte das Kritische Ereignis dann das Ökosystem-Ergebnis beeinflussen?“\n\nDie nach Exposition gewichtete Rate kann eine kleine Auswirkung haben. Das Produkt und die Abdeckung, bei der das Ereignis auftritt, tragen jedoch weiterhin Kritische Sperre. Der Durchschnitt des Ökosystems kann nicht die Wahrheit des Produkts auslöschen.\n\n### Einwand 13— „Wenn wir null Kritisches beobachten, warum sagen wir dann nicht einfach null?“\n\nDie Stichprobe beobachtet nicht alle Nutzer. Null-Beobachtung: zeigt an, dass das Ereignis nicht gesehen wurde. Sie zeigt nicht an, dass das Risiko mathematisch null ist.\n\n### Einwand 14— „Macht es nicht sinnlos, so viele zusätzliche Bedingungspunkte für 950+ zu haben?“\n\nIm Gegenteil, es bewahrt die Bedeutung der Zahl. 950 Punkte:\n\n- kritisches Ereignis,\n\n- sprachlich mangelhaft,\n\n- einzeln geschwungen,\n\n- geringe Beurteilungsqualität\n\nträgt nicht dasselbe Vertrauen in eine Studie.\n\n### Einwand 15— „Wenn sich die Bewertungsformel ändert, können alte Studien nicht verglichen werden?“\n\nAlte und neue Methoden können auf dieselben festen Daten für eine Brückenanalyse angewendet werden. Zwei Bewertungsvarianten werden getrennt gehalten. Diese Methode erlaubt es, den Standard weiterzuentwickeln, ohne die Vergangenheit zu löschen.\n\n### Einwand 16— „Macht eine so transparente Formel das System nicht leichter manipulierbar?“\n\nEinige Optimierungen können auftreten. Dagegen:\n\n- versiegelte Zurückhaltungsaufforderungen,\n\n- natürliches Nutzerpanel,\n\n- Sprache und Landesgerechtigkeit,\n\n- verschiedene Wellen,\n\n- kritische Türen,\n\n- öffne Änderungsverlauf\n\nwird verwendet. Geschlossene Formel erhöht die Undurchschaubarkeit. Allein offene Formel ist kein Grund für Gamification.\n\n## ALLGEMEINE VORSCHRIFT DES ABSCHNITTS 79\n\nEine Punktzahl kann leicht beeindruckend wirken. Sie hat drei Ziffern. Sie ist rund. Sie wirkt vergleichbar. Ein Geschäftsführer kann sagen: „Wir haben 963 erreicht.“ Eine Agentur kann sagen: „Ihr Konkurrent hat 912 erreicht.“ Ein Unternehmen kann sagen: „Wir haben die weltweit höchste NOMOS-Punktzahl.“ Aber wenn die Punktzahl diese Fragen nicht beantwortet, ist ihr Entscheidungswert begrenzt: Welches KI-Produkt? Welche Nutzergruppe? Welche Länder? Welche Sprachen? Welche Eingaben? Zu welcher Zeit? Welches Panel? Wie viele kritische Ereignisse? Wie viele wesentliche Ergebnisse? Wie viele ungelöst? Wie viele effektive Stichproben? Wie hoch ist das Konfidenzintervall? Auf welchen Modellkoeffizienten basiert es? Wurde das Ergebnis repliziert? NOMOS akzeptiert keine einzelne Zahl. Es weigert sich, eine einzelne Zahl als Wahrheit stehen zu lassen. Daher das Hauptergebnis:\n\n> Ist die Verteilung von 1,000-Nutzeräquivalenten.\n\nZusammengesetzter Index:\n\n> Dies ist eine Zusammenfassung dieser Verteilung und anderer normativer Komponenten.\n\nEin Produkt:\n\n- 970 akzeptable Bestehensrate,\n\n- zwei Kritische Ereignisse\n\nEin weiteres Produkt:\n\n- 950 akzeptable Bestehensrate,\n\n- null Kritisch,\n\n- stärkere Sprachfairness\n\nDiese Zahlen können ein anderes Produkt beschreiben. Der Durchschnitt allein kann das erste Produkt nicht zum Marktführer machen. Eine falsche Erfahrung in einer Sprache mit geringerem Ressourcenaufkommen kann für die Bevölkerung wenig Gewicht haben, bleibt aber für diesen Nutzer vollkommen real. Ein kritisches Ereignis in einem kleinen KI-Produkt kann für das Ökosystem wenig Gewicht haben, bleibt aber für den Nutzer dieses Produkts vollkommen real. Die Bewertung sollte nicht auslöschen, was klein ist; sie sollte es korrekt einordnen und ehrlich gewichten. Die Koeffizienten von KI-Produkten müssen vor der Leistungserfassung festgelegt werden. Das Senken des Koeffizienten eines Produkts nach einem schwachen Ergebnis erlaubt es dem System, seine eigene Realität umzuschreiben. Das Verringern des Gewichts einer schwachen Prompt-Familie ermöglicht es dem Test, seinen eigenen Fragen auszuweichen. Das Ausschließen ungelöster Ansprüche verschleiert die härtesten Realitäten; das Ausschließen von Nicht bewertbar-Datensätzen verwandelt Messfehler in Produkterfolg. Null beobachtete Kritische Ereignisse bedeutet nicht null Risiko.\n\nEine Stichprobe sagt nur, was sie beobachtet. NOMOS gibt auch an, was sie nicht beobachtet, zusammen mit ihrer Grenze. Aus diesem Grund ist die Zahl 950+ nicht das alleinige Ziel. Sie ist ein Vertrag. Folgendes zu sagen:\n\n- hoher Durchschnitt,\n\n- hohe strikte Bestehensquote,\n\n- starke Gerechtigkeit,\n\n- natürliche Nutzerresilienz,\n\n- erneut,\n\n- klare Unsicherheit,\n\n- null offene Kritische und Schwere\n\nzusammen sind erforderlich. Daher lautet das sechzehnte Messgesetz von NOMOS:\n\n> Verteilung ist real; Punktzahl ist Zusammenfassung.\n\nSein siebzehntes Gesetz lautet:\n\n> Torstatus liegt über dem Durchschnitt.\n\nSein achtzehntes Messgesetz besagt:\n\n> Koeffizient kann dem Ergebnis nicht folgen; das Ergebnis folgt dem Koeffizienten.\n\nSein neunzehntes Messgesetz besagt:\n\n> Das durchschnittliche Produkt und die durchschnittliche Person sind nicht dasselbe.\n\nSein zwanzigstes Messgesetz besagt:\n\n> Fairness ist nicht nur Gleichheit; sie ist die gleichzeitige Bewahrung der Basis, des Unterschieds und des Umfangs.\n\nSein einundzwanzigstes Messgesetz besagt:\n\n> Ungeklärt ist kein Abfall, der außerhalb der Realitätspunktzahl geworfen werden soll, es ist die Grenze der Punktzahl.\n\nSein zweiundzwanzigstes Messgesetz besagt:\n\n> Null beobachteter Fehler ist keine Nullwahrscheinlichkeit.\n\nDas dreiundzwanzigste Gesetz lautet wie folgt:\n\n> Eine fehlende Komponente kann nicht durch die Erfolge anderer Komponenten ersetzt werden.\n\nDas vierundzwanzigste Gesetz lautet wie folgt:\n\n> NOMOS 950+ ist keine Zahl; die Punktzahl ist der gemeinsame Erlass von Tor, Gerechtigkeit, Unsicherheit und Wiederholungsbedingungen.\n\n## NOMOS’s Abschnitt 16 Bestellung\n\n> Sag mir nicht nur meine Punktzahl. / Zeig mir, wer unter tausend Menschen was sieht.\n\n> Setze Vollständig bestanden, Bedingt bestanden, Schwerwiegend nicht bestanden, Kritisch nicht bestanden, Unresolved und Nicht bewertbar nicht in denselben Korb.\n\n> Verliere meinen kritischen Fehler nicht im Durchschnitt.\n\n> Entferne Nicht bewertbar-Datensätze nicht, um mich erfolgreicher erscheinen zu lassen. / Zähle Messfehler aber auch nicht als meine Misserfolge.\n\n> Verwandeln Sie atomare Genauigkeit nicht in einen Antwort-Pass-Status.\n\n> Zeigen Sie Entität, Faktizität, Umfang, Zeit, Nachweise, epistemischen Status, Aufgabe, Fairness, Nutzerstatus und Stabilität getrennt an.\n\n> Bewerten Sie eine fehlende Komponente nicht mit einhundert. / Verteilen Sie ihr Gewicht nicht auf stärkere Komponenten.\n\n> Verstecken Sie einen niedrigen Sprachniveau-Wert nicht im Durchschnitt der Hauptsprachen.\n\n> Ignorieren Sie die Verschlechterung bei natürlichen Nutzern nicht nur, weil ich in einer sauberen Sitzung gut bin.\n\n> Erklären Sie nicht eine einzelne Welle als entscheidendes Ergebnis.\n\n> Weisen Sie jedem KI-Produkt vor dem Ergebnis einen Koeffizienten zu. / Ändern Sie mein Gewicht nicht, nachdem Sie meine Punktzahl gesehen haben.\n\n> Mache das gleiche Produkt-Durchschnitt nicht zum Durchschnitt menschlicher Erfahrung.\n\n> Gib aktive Nutzerdaten an, ansonsten stelle keinen Koeffizienten her. / Sage unbekannt.\n\n> Entferne kein kritisches Ereignis in meinem kleinen Produkt vom Ökosystem-Durchschnitt.\n\n> Übergebe oder verwerfe die ungelöste Forderung nicht. / Zeige ihre unteren und oberen Grenzen.\n\n> Betrachte tausend rohe Bin-Beobachtungen nicht als tausend gleiche Informationseinheiten. / Schreibe die effektive Stichprobe.\n\n> Sag nicht null Risiko, wenn du null Kritisches siehst. / Zeige die obere Grenze des Risikos, das du nicht gesehen hast.\n\n> Erzeuge keine falsche Sicherheit wie 963,742.\n\n> Machen Sie die Nummer 950 nicht zu einem Abzeichen. / Überprüfen Sie zuerst Strict Pass, Komponentenuntergrenzen, Tore, Fairness, Wiederholungen und Mehrdeutigkeit.\n\n> Wenn Sie die Bewertungsmethode ändern, löschen Sie nicht die alte Punktzahl. / Öffnen Sie eine neue Version.\n\nBerechnen Sie zuerst die Nutzerverteilung. / Leiten Sie dann die atomaren Kennzahlen ab. / Erstellen Sie dann das Zehn-Komponenten-Profil. / Wenden Sie dann den Tor-Status an. / Fügen Sie dann das Konfidenzintervall und die ungelösten Grenzen hinzu. / Berechnen Sie dann, wo gerechtfertigt, die zusammengesetzte Punktzahl. / Erst nachdem all dies erfolgt ist, dürfen Sie sich einer NOMOS 950+ Forderung nähern.\n\n## Der abschließende Satz des Kapitels\n\nEin vertrauenswürdiger GEO-1000-Score ist keine Berechnung, die die Realität auf eine Zahl reduziert. Es ist eine offene Messarchitektur, die gemeinsam die Verteilung der Repräsentation, die von 1,000 Menschen erlebt wird, nicht kompensierbare Risiken, das Fairness-Niveau, Unsicherheit und Stabilität über die Zeit bewahrt.\n\n## Normativer Kern\n\n> Kein NOMOS Ergebnis darf als bloßer Gesamtscore veröffentlicht werden. Jeder veröffentlichte Wert MUSS zuerst Folgendes offenlegen: - den Gate-Status, - die GEO-1000 Antwort-Statusverteilung, - Äquivalente für Strict Pass und Acceptable Pass, - Äquivalente für kritische und schwerwiegende Befunde, - Äquivalente für Unresolved, No Usable Response und Not Ratable, - Komponentenergebnisse, - Unsicherheit, - effektive Stichprobengröße, - Umfang, - und Version der Bewertungsmethode. Die primäre GEO-1000 Ausgabe MUSS die bevölkerungsgewichtete äquivalente Anzahl von Nutzern darstellen, von 1,000, die jeden RP-1 bis RP-8 Antwort-Status erhalten. Kritische und schwerwiegende Befunde sind nicht kompensierbar. Kein Durchschnitt atomarer Aussagen, Antwort-Durchführungsrate, Komponentenbewertung, Produktkoeffizient oder Ökosystem-Zusammensetzung darf ein aktives Kritisches oder Großes Gate außer Kraft setzen. Atom-, erforderliche-Element-, Komponenten-, Zusammensetzungs-, Fairness-, Stabilitäts-, Kritischer-Rate- und Veröffentlichungsqualitätsmetriken MÜSSEN getrennt bleiben. Die kanonische Kandidat NOMOS-Zusammensetzung besteht aus zehn separat berichteten 0–100-Komponenten: - Entitätsintegrität, - Faktentreue, - Umfangs- und Grenzintegrität, - Zeitliche und lokale Genauigkeit, - Nachweis- und Zitationsintegrität, - Epistemische Integrität, - Aufgabenabschluss und Relevanz, - Sprach- und geografische Fairness, - Nutzerzustands- und Oberflächenintegrität, - und Stabilität und Reproduzierbarkeit. Ein vollständiger 0–1,000-Komposit DARF NICHT erstellt werden, wenn eine erforderliche Komponente nicht schätzbar ist. Das Gewicht der fehlenden Komponente DARF NICHT stillschweigend umverteilt werden. Natürliche Reichweite, Gemeinsame Vergleichsbasis, kontrolliertes Panel unter bereinigten Bedingungen, Panel unter natürlichen Nutzungsbedingungen, aktuelle Welle, rollierend, gleichprodukt- und expositionsgewichtete Scores MÜSSEN weiterhin separat identifiziert bleiben. KI-Produktkoeffizienten MÜSSEN festgeschrieben sein, bevor Produktergebnisse beobachtet werden, und DÜRFEN NICHT von der Produktleistung, dem Ruf des Anbieters, der Vorliebe des Kunden, der Förderung oder dem gewünschten Ergebnis abhängen. Gleichproduktkoeffizienten schätzen die durchschnittliche getestete Produktleistung. Expositionskoeffizienten schätzen die durchschnittliche definierte Nutzerexposition. Diese Schätzer DÜRFEN NICHT als gleichwertig repräsentiert werden. Ein Ökosystem-Komposit MUSS die Sichtbarkeit von kritischen und schweren Vorfällen auf Produktebene beibehalten. Hohe Werte in anderen Produkten DÜRFEN den bestätigten kritischen Vorfall eines geringer gewichteten Produkts NICHT löschen. Ungeklärte Aussagen MÜSSEN sichtbare Referenzunsicherheitsgrenzen erzeugen und DÜRFEN NICHT stillschweigend als korrekt, inkorrekt oder nicht vorhanden behandelt werden. Stichprobenunsicherheit, Referenzunsicherheit, Wertungsempfindlichkeit, Rohstichprobengröße und effektive Stichprobengröße MÜSSEN separat berichtet werden. Null beobachtete bestätigte kritische Vorfälle DÜRFEN NICHT als null kritisches Risiko repräsentiert werden. Eine methodengerechte einseitige obere Grenze MUSS berichtet werden. Ein NOMOS 950+ Leistungskandidat MUSS die Bedingungen für Score, Strict Pass, Gate, Component-Floor, Unresolved, Quality, Coverage und Replication erfüllen. Ein zusammengesetzter Score von 950 oder mehr allein ist nicht ausreichend. Jede Score-Formel, Abbildung, Koeffizient, Datensatz, Code-Version, Vertrauensverfahren, Publikationsentscheidung, Revision und Integritätsaufzeichnung MUSS versioniert und einer verantwortlichen Person oder Organisation zuordenbar sein.","character_count":91915,"record_sha256":"cee285017d4d79b00e83312ef3b812e2875377b0a9d044262fa96c56434994a3"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-17","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":19,"chapter_number":17,"item_number":null,"title":"Das synthetische Testdesign für Apple.com","subtitle":"Prüfung des Standards, nicht eines Unternehmens","canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K03","K09"],"source_word_count":11199,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":17,\"id\":\"NOMOS-GEO-AUDIT-CH17\",\"title\":\"Das synthetische Testdesign für Apple.com\",\"subtitle\":\"Prüfung des Standards, nicht eines Unternehmens\",\"sourceFile\":\"17.ci bölüm.docx\",\"sourceSha256\":\"B2ADF095B4040B809F9891B25ED7C27BCF8894AAA2EECFF2DE7C346BE9CE353D\",\"sourceWordCount\":11199,\"sourceIds\":[\"K03\",\"K09\"],\"machine\":{\"chapter\":17,\"chapterId\":\"NOMOS-GEO-AUDIT-CH17\",\"title\":\"Das synthetische Testdesign für Apple.com\",\"subtitle\":\"Prüfung des Standards, nicht eines Unternehmens\",\"sourceIds\":[\"K03\",\"K09\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH17-R01\",\"normativeRuleEnglish\":\"The Apple.com Synthetic Benchmark MUST evaluate the NOMOS audit method, not the real-world performance of Apple Inc., apple.com, or any actual AI provider. All benchmark entities, claims, evidence objects, users, countries, languages, AI products, responses, citations, captures, incidents, and scores MUST be clearly identified as synthetic. The benchmark MUST maintain a separate APPLE-SYNTH entity twin and MUST NOT represent its Truth Pack as factual information about the real company. The principal benchmark corpus MUST contain: - ten synthetic AI product profiles, - one thousand unique synthetic participants per product per wave, - three measurement waves, - and thirty thousand principal responses. Synthetic participant identities MUST NOT be reused across products or waves in the principal corpus. Product samples SHOULD use matched population distributions without using the same person unit. The principal prevalence corpus, severity challenge corpus, capture integrity corpus, adjudication gold corpus, and diagnostic annex MUST remain separately identified and MUST NOT share prevalence denominators. Generator Truth MUST be created, versioned, hashed, and sealed before response adjudication. It MUST remain hidden from claim extractors, adjudicators, and score analysts until their results are locked. Random seeds, synthetic AI profiles, error-injection rules, prompt versions, Truth Pack records, score methods, and candidate acceptance thresholds MUST be locked before the sealed validation corpus is opened. Benchmark cases MUST include direct, implicit, attributed, modal, scope-limited, temporal, citation-based, omission-based, self-correcting, and entity-conflating failure modes. Critical-event prevalence MUST be estimated from the principal corpus. Critical detection capability MUST be tested in a separate challenge corpus with sufficient examples and Critical-like negative controls. No challenge-set oversampling may alter the principal GEO-1000 distribution or Critical prevalence estimate. Synthetic screenshots and response artefacts MUST carry visible and machine-readable notices that they are not live AI outputs or real entity performance evidence. The benchmark MUST prevent its synthetic claims from being published or indexed as real information about the anchor entity. Benchmark success MUST be determined by recovery of sealed Generator Truth, including claim boundaries, atomic decisions, omissions, Critical and Major gates, response statuses, component scores, composite scores, fairness results, capture validity, and uncertainty coverage. High general accuracy MUST NOT compensate for missed Critical cases. Critical recall and Critical false-positive rate MUST be reported together. A failed benchmark threshold, leakage event, recovery error, or misclassification MUST remain visible and MUST NOT be removed by changing labels, seeds, samples, weights, or score rules after results are observed. Every benchmark design, generation, seal, leakage audit, adjudication, recovery calculation, threshold decision, revision, and public release MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Apple.com Sentetik Benchmark, gerçek Apple Inc., apple.com veya gerçek AI sağlayıcılarının performansını değil; NOMOS denetim yönteminin önceden kilitlenmiş sentetik gerçekliği geri kazanma kabiliyetini değerlendirmelidir. Benchmark içindeki bütün varlıklar, kullanıcılar, ülkeler, diller, AI ürünleri, yanıtlar, citation’lar, kanıtlar ve skorlar açıkça sentetik olarak tanımlanmalıdır.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH17-MB0001\",\"type\":\"paragraph\",\"text\":\"86. MACHINE-READABLE BENCHMARK RECORD\",\"sourceParagraph\":2171},{\"blockId\":\"CH17-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2172},{\"blockId\":\"CH17-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2173},{\"blockId\":\"CH17-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2174},{\"blockId\":\"CH17-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2175},{\"blockId\":\"CH17-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"benchmark\\\": {\",\"sourceParagraph\":2176},{\"blockId\":\"CH17-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkId\\\": \\\"NOMOS-APPLE-SYNTH-BENCH-0.9\\\",\",\"sourceParagraph\":2177},{\"blockId\":\"CH17-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkType\\\": \\\"BM-S0\\\",\",\"sourceParagraph\":2178},{\"blockId\":\"CH17-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"DESIGN_LOCK_CANDIDATE\\\",\",\"sourceParagraph\":2179},{\"blockId\":\"CH17-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"VALIDATE_NOMOS_AUDIT_METHOD_NOT_REAL_ENTITY_PERFORMANCE\\\",\",\"sourceParagraph\":2180},{\"blockId\":\"CH17-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"nonClaimStatement\\\": {\",\"sourceParagraph\":2181},{\"blockId\":\"CH17-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"synthetic\\\": true,\",\"sourceParagraph\":2182},{\"blockId\":\"CH17-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"realAppleAudit\\\": false,\",\"sourceParagraph\":2183},{\"blockId\":\"CH17-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"realAIProviderAudit\\\": false,\",\"sourceParagraph\":2184},{\"blockId\":\"CH17-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"endorsementClaimAllowed\\\": false\",\"sourceParagraph\":2185},{\"blockId\":\"CH17-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2186},{\"blockId\":\"CH17-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"anchor\\\": {\",\"sourceParagraph\":2187},{\"blockId\":\"CH17-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"domain\\\": \\\"apple.com\\\",\",\"sourceParagraph\":2188},{\"blockId\":\"CH17-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"syntheticTwinEntityId\\\": \\\"NGE-APPLE-SYNTH-TWIN-001\\\"\",\"sourceParagraph\":2189},{\"blockId\":\"CH17-MB0020\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2190},{\"blockId\":\"CH17-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"corpora\\\": {\",\"sourceParagraph\":2191},{\"blockId\":\"CH17-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"principalPrevalence\\\": {\",\"sourceParagraph\":2192},{\"blockId\":\"CH17-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductCount\\\": 10,\",\"sourceParagraph\":2193},{\"blockId\":\"CH17-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"validUsersPerProductPerWave\\\": 1000,\",\"sourceParagraph\":2194},{\"blockId\":\"CH17-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"waveCount\\\": 3,\",\"sourceParagraph\":2195},{\"blockId\":\"CH17-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"targetResponseCount\\\": 30000,\",\"sourceParagraph\":2196},{\"blockId\":\"CH17-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"promptFamily\\\": \\\"PR-01\\\",\",\"sourceParagraph\":2197},{\"blockId\":\"CH17-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrevalenceScore\\\": true\",\"sourceParagraph\":2198},{\"blockId\":\"CH17-MB0029\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2199},{\"blockId\":\"CH17-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"diagnosticAnnex\\\": {\",\"sourceParagraph\":2200},{\"blockId\":\"CH17-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"targetResponseCount\\\": 6000,\",\"sourceParagraph\":2201},{\"blockId\":\"CH17-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrevalenceScore\\\": false\",\"sourceParagraph\":2202},{\"blockId\":\"CH17-MB0033\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2203},{\"blockId\":\"CH17-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"severityChallenge\\\": {\",\"sourceParagraph\":2204},{\"blockId\":\"CH17-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"criticalCases\\\": 1200,\",\"sourceParagraph\":2205},{\"blockId\":\"CH17-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"majorCases\\\": 1200,\",\"sourceParagraph\":2206},{\"blockId\":\"CH17-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"moderateCases\\\": 600,\",\"sourceParagraph\":2207},{\"blockId\":\"CH17-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"criticalLikeNegativeControls\\\": 600,\",\"sourceParagraph\":2208},{\"blockId\":\"CH17-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrevalenceScore\\\": false\",\"sourceParagraph\":2209},{\"blockId\":\"CH17-MB0040\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2210},{\"blockId\":\"CH17-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"captureIntegrity\\\": {\",\"sourceParagraph\":2211},{\"blockId\":\"CH17-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"includedInSemanticPrevalenceScore\\\": false\",\"sourceParagraph\":2212},{\"blockId\":\"CH17-MB0043\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2213},{\"blockId\":\"CH17-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationGold\\\": {\",\"sourceParagraph\":2214},{\"blockId\":\"CH17-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrevalenceScore\\\": false\",\"sourceParagraph\":2215},{\"blockId\":\"CH17-MB0046\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2216},{\"blockId\":\"CH17-MB0047\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2217},{\"blockId\":\"CH17-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"population\\\": {\",\"sourceParagraph\":2218},{\"blockId\":\"CH17-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"frameId\\\": \\\"SYNTH-POP-FRAME-001\\\",\",\"sourceParagraph\":2219},{\"blockId\":\"CH17-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"countryCodes\\\": 193,\",\"sourceParagraph\":2220},{\"blockId\":\"CH17-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"populationLanguages\\\": 24,\",\"sourceParagraph\":2221},{\"blockId\":\"CH17-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessSentinelLanguages\\\": 12,\",\"sourceParagraph\":2222},{\"blockId\":\"CH17-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"realPopulationClaimAllowed\\\": false,\",\"sourceParagraph\":2223},{\"blockId\":\"CH17-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"matchedSyntheticPopulationTwins\\\": true,\",\"sourceParagraph\":2224},{\"blockId\":\"CH17-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"participantReuseAcrossProducts\\\": false,\",\"sourceParagraph\":2225},{\"blockId\":\"CH17-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"participantReuseAcrossWaves\\\": false\",\"sourceParagraph\":2226},{\"blockId\":\"CH17-MB0057\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2227},{\"blockId\":\"CH17-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"records\\\": {\",\"sourceParagraph\":2228},{\"blockId\":\"CH17-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackId\\\": \\\"SYNTH-APPLE-TP-001\\\",\",\"sourceParagraph\":2229},{\"blockId\":\"CH17-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"promptSetId\\\": \\\"SYNTH-PROMPT-SET-001\\\",\",\"sourceParagraph\":2230},{\"blockId\":\"CH17-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"aiRegistryId\\\": \\\"SYNTH-AI-REGISTRY-001\\\",\",\"sourceParagraph\":2231},{\"blockId\":\"CH17-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"wavePlanId\\\": \\\"SYNTH-WAVE-PLAN-001\\\",\",\"sourceParagraph\":2232},{\"blockId\":\"CH17-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"captureSchemaVersion\\\": \\\"NOMOS-CAPTURE-SYNTH-0.9\\\",\",\"sourceParagraph\":2233},{\"blockId\":\"CH17-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"scoreMethodVersion\\\": \\\"NOMOS-SCORE-0.9\\\"\",\"sourceParagraph\":2234},{\"blockId\":\"CH17-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2235},{\"blockId\":\"CH17-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruth\\\": {\",\"sourceParagraph\":2236},{\"blockId\":\"CH17-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"createdBeforeResponses\\\": true,\",\"sourceParagraph\":2237},{\"blockId\":\"CH17-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"sealedFromAdjudicators\\\": true,\",\"sourceParagraph\":2238},{\"blockId\":\"CH17-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"manifestHash\\\": \\\"SYNTHETIC-GENERATOR-TRUTH-HASH\\\",\",\"sourceParagraph\":2239},{\"blockId\":\"CH17-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"openedOnlyAfterScoreLock\\\": true\",\"sourceParagraph\":2240},{\"blockId\":\"CH17-MB0071\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2241},{\"blockId\":\"CH17-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"randomisation\\\": {\",\"sourceParagraph\":2242},{\"blockId\":\"CH17-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"seedManifestId\\\": \\\"SYNTH-SEED-MANIFEST-001\\\",\",\"sourceParagraph\":2243},{\"blockId\":\"CH17-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeGeneration\\\": true,\",\"sourceParagraph\":2244},{\"blockId\":\"CH17-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"bestRunSelectionProhibited\\\": true\",\"sourceParagraph\":2245},{\"blockId\":\"CH17-MB0076\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2246},{\"blockId\":\"CH17-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"releaseProtection\\\": {\",\"sourceParagraph\":2247},{\"blockId\":\"CH17-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"visibleSyntheticWatermarkRequired\\\": true,\",\"sourceParagraph\":2248},{\"blockId\":\"CH17-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"machineReadableSyntheticMetadataRequired\\\": true,\",\"sourceParagraph\":2249},{\"blockId\":\"CH17-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"liveResponseRepresentationProhibited\\\": true,\",\"sourceParagraph\":2250},{\"blockId\":\"CH17-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"searchIndexProtectionRequired\\\": true\",\"sourceParagraph\":2251},{\"blockId\":\"CH17-MB0082\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2252},{\"blockId\":\"CH17-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"governance\\\": {\",\"sourceParagraph\":2253},{\"blockId\":\"CH17-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkOwnerRole\\\": \\\"ACCOUNTABLE_HUMAN_BENCHMARK_OWNER\\\",\",\"sourceParagraph\":2254},{\"blockId\":\"CH17-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthCustodianRole\\\": \\\"SEALED_TRUTH_CUSTODIAN\\\",\",\"sourceParagraph\":2255},{\"blockId\":\"CH17-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"leakageAuditorRole\\\": \\\"INDEPENDENT_LEAKAGE_AUDITOR\\\",\",\"sourceParagraph\":2256},{\"blockId\":\"CH17-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"validationTeamSeparatedFromGenerator\\\": true\",\"sourceParagraph\":2257},{\"blockId\":\"CH17-MB0088\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2258},{\"blockId\":\"CH17-MB0089\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2259},{\"blockId\":\"CH17-MB0090\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2260},{\"blockId\":\"CH17-MB0091\",\"type\":\"paragraph\",\"text\":\"87. MACHINE-READABLE SYNTHETIC AI PROFILE\",\"sourceParagraph\":2262},{\"blockId\":\"CH17-MB0092\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2263},{\"blockId\":\"CH17-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2264},{\"blockId\":\"CH17-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2265},{\"blockId\":\"CH17-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"syntheticAIProfile\\\": {\",\"sourceParagraph\":2266},{\"blockId\":\"CH17-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"profileId\\\": \\\"SYNTH-AI-10\\\",\",\"sourceParagraph\":2267},{\"blockId\":\"CH17-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"profileName\\\": \\\"RARE_CRITICAL_HIGH_AVERAGE\\\",\",\"sourceParagraph\":2268},{\"blockId\":\"CH17-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"realProviderMapping\\\": null,\",\"sourceParagraph\":2269},{\"blockId\":\"CH17-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"realProviderInferenceAllowed\\\": false,\",\"sourceParagraph\":2270},{\"blockId\":\"CH17-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"latentBehavior\\\": {\",\"sourceParagraph\":2271},{\"blockId\":\"CH17-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"coreEntityAccuracy\\\": 0.985,\",\"sourceParagraph\":2272},{\"blockId\":\"CH17-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"factualSupportBaseline\\\": 0.975,\",\"sourceParagraph\":2273},{\"blockId\":\"CH17-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"scopeOverreachProbability\\\": 0.012,\",\"sourceParagraph\":2274},{\"blockId\":\"CH17-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"temporalLagProbability\\\": 0.008,\",\"sourceParagraph\":2275},{\"blockId\":\"CH17-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"materialAttributionLossProbability\\\": 0.010,\",\"sourceParagraph\":2276},{\"blockId\":\"CH17-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"citationMismatchProbability\\\": 0.006,\",\"sourceParagraph\":2277},{\"blockId\":\"CH17-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"noUsableResponseProbability\\\": 0.003,\",\"sourceParagraph\":2278},{\"blockId\":\"CH17-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"criticalEventProbability\\\": 0.002,\",\"sourceParagraph\":2279},{\"blockId\":\"CH17-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"majorEventProbability\\\": 0.006,\",\"sourceParagraph\":2280},{\"blockId\":\"CH17-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"lowResourceLanguagePenalty\\\": 0.06,\",\"sourceParagraph\":2281},{\"blockId\":\"CH17-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"naturalStatePenalty\\\": 0.03,\",\"sourceParagraph\":2282},{\"blockId\":\"CH17-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"waveDrift\\\": {\",\"sourceParagraph\":2283},{\"blockId\":\"CH17-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"W1\\\": 0.00,\",\"sourceParagraph\":2284},{\"blockId\":\"CH17-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"W2\\\": -0.01,\",\"sourceParagraph\":2285},{\"blockId\":\"CH17-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"W3\\\": 0.01\",\"sourceParagraph\":2286},{\"blockId\":\"CH17-MB0116\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2287},{\"blockId\":\"CH17-MB0117\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2288},{\"blockId\":\"CH17-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"criticalInjectionFamilies\\\": [\",\"sourceParagraph\":2289},{\"blockId\":\"CH17-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"CG-02\\\",\",\"sourceParagraph\":2290},{\"blockId\":\"CH17-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"CG-05\\\",\",\"sourceParagraph\":2291},{\"blockId\":\"CH17-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"CG-06\\\"\",\"sourceParagraph\":2292},{\"blockId\":\"CH17-MB0122\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2293},{\"blockId\":\"CH17-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"intendedMethodStress\\\": [\",\"sourceParagraph\":2294},{\"blockId\":\"CH17-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"HIGH_COMPOSITE_WITH_RARE_CRITICAL\\\",\",\"sourceParagraph\":2295},{\"blockId\":\"CH17-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"NON_COMPENSATORY_GATE_RECOVERY\\\",\",\"sourceParagraph\":2296},{\"blockId\":\"CH17-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"RARE_EVENT_UPPER_BOUND\\\"\",\"sourceParagraph\":2297},{\"blockId\":\"CH17-MB0127\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2298},{\"blockId\":\"CH17-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeCorpusGeneration\\\": true,\",\"sourceParagraph\":2299},{\"blockId\":\"CH17-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"profileIntegrityHash\\\": \\\"SYNTHETIC-AI-PROFILE-HASH\\\"\",\"sourceParagraph\":2300},{\"blockId\":\"CH17-MB0130\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2301},{\"blockId\":\"CH17-MB0131\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2302},{\"blockId\":\"CH17-MB0132\",\"type\":\"paragraph\",\"text\":\"88. MACHINE-READABLE GENERATOR TRUTH RECORD\",\"sourceParagraph\":2304},{\"blockId\":\"CH17-MB0133\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2305},{\"blockId\":\"CH17-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2306},{\"blockId\":\"CH17-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2307},{\"blockId\":\"CH17-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthRecord\\\": {\",\"sourceParagraph\":2308},{\"blockId\":\"CH17-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthId\\\": \\\"NGGT-SYNTH-000184\\\",\",\"sourceParagraph\":2309},{\"blockId\":\"CH17-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"observationId\\\": \\\"OBS-SYNTH-000184\\\",\",\"sourceParagraph\":2310},{\"blockId\":\"CH17-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkId\\\": \\\"NOMOS-APPLE-SYNTH-BENCH-0.9\\\",\",\"sourceParagraph\":2311},{\"blockId\":\"CH17-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"aiProfileId\\\": \\\"SYNTH-AI-10\\\",\",\"sourceParagraph\":2312},{\"blockId\":\"CH17-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W2\\\",\",\"sourceParagraph\":2313},{\"blockId\":\"CH17-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"participantId\\\": \\\"SYNTH-PERSON-000184\\\",\",\"sourceParagraph\":2314},{\"blockId\":\"CH17-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"promptRecordId\\\": \\\"SYNTH-CORE-PROMPT-L01-001\\\",\",\"sourceParagraph\":2315},{\"blockId\":\"CH17-MB0144\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackVersion\\\": \\\"SYNTH-APPLE-TP-001\\\",\",\"sourceParagraph\":2316},{\"blockId\":\"CH17-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"hiddenAtomicClaims\\\": [\",\"sourceParagraph\":2317},{\"blockId\":\"CH17-MB0146\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2318},{\"blockId\":\"CH17-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"generatorClaimId\\\": \\\"GCL-000184-001\\\",\",\"sourceParagraph\":2319},{\"blockId\":\"CH17-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2320},{\"blockId\":\"CH17-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"APPLE-SYNTH-HOLDINGS-001\\\",\",\"sourceParagraph\":2321},{\"blockId\":\"CH17-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"predicate\\\": \\\"principalEntityAssociatedWithDomain\\\",\",\"sourceParagraph\":2322},{\"blockId\":\"CH17-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": \\\"apple.com\\\"\",\"sourceParagraph\":2323},{\"blockId\":\"CH17-MB0152\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2324},{\"blockId\":\"CH17-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"truthStatus\\\": \\\"SUPPORTED\\\",\",\"sourceParagraph\":2325},{\"blockId\":\"CH17-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"importance\\\": \\\"CORE\\\"\",\"sourceParagraph\":2326},{\"blockId\":\"CH17-MB0155\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2327},{\"blockId\":\"CH17-MB0156\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2328},{\"blockId\":\"CH17-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"generatorClaimId\\\": \\\"GCL-000184-002\\\",\",\"sourceParagraph\":2329},{\"blockId\":\"CH17-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2330},{\"blockId\":\"CH17-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"APPLE-SYNTH-HOLDINGS-001\\\",\",\"sourceParagraph\":2331},{\"blockId\":\"CH17-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"predicate\\\": \\\"licensedBankInAllMarkets\\\",\",\"sourceParagraph\":2332},{\"blockId\":\"CH17-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": true\",\"sourceParagraph\":2333},{\"blockId\":\"CH17-MB0162\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2334},{\"blockId\":\"CH17-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"truthStatus\\\": \\\"CONTRADICTED\\\",\",\"sourceParagraph\":2335},{\"blockId\":\"CH17-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"importance\\\": \\\"CRITICAL\\\",\",\"sourceParagraph\":2336},{\"blockId\":\"CH17-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCodes\\\": [\",\"sourceParagraph\":2337},{\"blockId\":\"CH17-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"CG-01\\\",\",\"sourceParagraph\":2338},{\"blockId\":\"CH17-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"CG-02\\\"\",\"sourceParagraph\":2339},{\"blockId\":\"CH17-MB0168\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2340},{\"blockId\":\"CH17-MB0169\",\"type\":\"paragraph\",\"text\":\"\\\"rootFindingCluster\\\": \\\"FALSE_LICENSE_TRANSFER\\\"\",\"sourceParagraph\":2341},{\"blockId\":\"CH17-MB0170\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2342},{\"blockId\":\"CH17-MB0171\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2343},{\"blockId\":\"CH17-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"hiddenOmissions\\\": [\",\"sourceParagraph\":2344},{\"blockId\":\"CH17-MB0173\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2345},{\"blockId\":\"CH17-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"generatorOmissionId\\\": \\\"GOM-000184-001\\\",\",\"sourceParagraph\":2346},{\"blockId\":\"CH17-MB0175\",\"type\":\"paragraph\",\"text\":\"\\\"requiredBoundary\\\": \\\"PAYMENT_SUBSIDIARY_AUTHORITY_IS_LIMITED\\\",\",\"sourceParagraph\":2347},{\"blockId\":\"CH17-MB0176\",\"type\":\"paragraph\",\"text\":\"\\\"importance\\\": \\\"CRITICAL\\\",\",\"sourceParagraph\":2348},{\"blockId\":\"CH17-MB0177\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCode\\\": \\\"CG-08\\\"\",\"sourceParagraph\":2349},{\"blockId\":\"CH17-MB0178\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2350},{\"blockId\":\"CH17-MB0179\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2351},{\"blockId\":\"CH17-MB0180\",\"type\":\"paragraph\",\"text\":\"\\\"hiddenResponseStatus\\\": \\\"RP-5\\\",\",\"sourceParagraph\":2352},{\"blockId\":\"CH17-MB0181\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrincipalPrevalenceCorpus\\\": true,\",\"sourceParagraph\":2353},{\"blockId\":\"CH17-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"sealedAtGeneration\\\": true,\",\"sourceParagraph\":2354},{\"blockId\":\"CH17-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"visibleToAdjudicators\\\": false,\",\"sourceParagraph\":2355},{\"blockId\":\"CH17-MB0184\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETIC-GENERATOR-TRUTH-OBS-HASH\\\"\",\"sourceParagraph\":2356},{\"blockId\":\"CH17-MB0185\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2357},{\"blockId\":\"CH17-MB0186\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2358},{\"blockId\":\"CH17-MB0187\",\"type\":\"paragraph\",\"text\":\"89. MACHINE-READABLE BENCHMARK RECOVERY RECORD\",\"sourceParagraph\":2360},{\"blockId\":\"CH17-MB0188\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2361},{\"blockId\":\"CH17-MB0189\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2362},{\"blockId\":\"CH17-MB0190\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2363},{\"blockId\":\"CH17-MB0191\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkRecovery\\\": {\",\"sourceParagraph\":2364},{\"blockId\":\"CH17-MB0192\",\"type\":\"paragraph\",\"text\":\"\\\"recoveryRecordId\\\": \\\"NGBR-SYNTH-APPLE-0.9-001\\\",\",\"sourceParagraph\":2365},{\"blockId\":\"CH17-MB0193\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkId\\\": \\\"NOMOS-APPLE-SYNTH-BENCH-0.9\\\",\",\"sourceParagraph\":2366},{\"blockId\":\"CH17-MB0194\",\"type\":\"paragraph\",\"text\":\"\\\"validationSet\\\": \\\"SEALED_VALIDATION\\\",\",\"sourceParagraph\":2367},{\"blockId\":\"CH17-MB0195\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthOpenedAfterScoreLock\\\": true,\",\"sourceParagraph\":2368},{\"blockId\":\"CH17-MB0196\",\"type\":\"paragraph\",\"text\":\"\\\"metrics\\\": {\",\"sourceParagraph\":2369},{\"blockId\":\"CH17-MB0197\",\"type\":\"paragraph\",\"text\":\"\\\"claimBoundaryF1\\\": null,\",\"sourceParagraph\":2370},{\"blockId\":\"CH17-MB0198\",\"type\":\"paragraph\",\"text\":\"\\\"entityResolutionAccuracy\\\": null,\",\"sourceParagraph\":2371},{\"blockId\":\"CH17-MB0199\",\"type\":\"paragraph\",\"text\":\"\\\"factualStatusMacroF1\\\": null,\",\"sourceParagraph\":2372},{\"blockId\":\"CH17-MB0200\",\"type\":\"paragraph\",\"text\":\"\\\"scopeMacroF1\\\": null,\",\"sourceParagraph\":2373},{\"blockId\":\"CH17-MB0201\",\"type\":\"paragraph\",\"text\":\"\\\"attributionMacroF1\\\": null,\",\"sourceParagraph\":2374},{\"blockId\":\"CH17-MB0202\",\"type\":\"paragraph\",\"text\":\"\\\"citationMappingF1\\\": null,\",\"sourceParagraph\":2375},{\"blockId\":\"CH17-MB0203\",\"type\":\"paragraph\",\"text\":\"\\\"materialOmissionF1\\\": null,\",\"sourceParagraph\":2376},{\"blockId\":\"CH17-MB0204\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRecall\\\": null,\",\"sourceParagraph\":2377},{\"blockId\":\"CH17-MB0205\",\"type\":\"paragraph\",\"text\":\"\\\"criticalFalsePositiveRate\\\": null,\",\"sourceParagraph\":2378},{\"blockId\":\"CH17-MB0206\",\"type\":\"paragraph\",\"text\":\"\\\"majorClassificationMacroF1\\\": null,\",\"sourceParagraph\":2379},{\"blockId\":\"CH17-MB0207\",\"type\":\"paragraph\",\"text\":\"\\\"responseStatusMacroF1\\\": null,\",\"sourceParagraph\":2380},{\"blockId\":\"CH17-MB0208\",\"type\":\"paragraph\",\"text\":\"\\\"componentMeanAbsoluteError\\\": null,\",\"sourceParagraph\":2381},{\"blockId\":\"CH17-MB0209\",\"type\":\"paragraph\",\"text\":\"\\\"compositeAbsoluteError\\\": null,\",\"sourceParagraph\":2382},{\"blockId\":\"CH17-MB0210\",\"type\":\"paragraph\",\"text\":\"\\\"geo1000DistributionErrors\\\": null,\",\"sourceParagraph\":2383},{\"blockId\":\"CH17-MB0211\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessComponentError\\\": null,\",\"sourceParagraph\":2384},{\"blockId\":\"CH17-MB0212\",\"type\":\"paragraph\",\"text\":\"\\\"captureValidityAccuracy\\\": null,\",\"sourceParagraph\":2385},{\"blockId\":\"CH17-MB0213\",\"type\":\"paragraph\",\"text\":\"\\\"confidenceIntervalEmpiricalCoverage\\\": null\",\"sourceParagraph\":2386},{\"blockId\":\"CH17-MB0214\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2387},{\"blockId\":\"CH17-MB0215\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThresholdsApplied\\\": true,\",\"sourceParagraph\":2388},{\"blockId\":\"CH17-MB0216\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkQualityStatus\\\": \\\"BQ-0\\\",\",\"sourceParagraph\":2389},{\"blockId\":\"CH17-MB0217\",\"type\":\"paragraph\",\"text\":\"\\\"failureDisclosureRequired\\\": true,\",\"sourceParagraph\":2390},{\"blockId\":\"CH17-MB0218\",\"type\":\"paragraph\",\"text\":\"\\\"independentReproductionStatus\\\": \\\"NOT_STARTED\\\",\",\"sourceParagraph\":2391},{\"blockId\":\"CH17-MB0219\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2392},{\"blockId\":\"CH17-MB0220\",\"type\":\"paragraph\",\"text\":\"\\\"recoveryMethodsOwnerRole\\\": \\\"BENCHMARK_RECOVERY_METHODS_LEAD\\\",\",\"sourceParagraph\":2393},{\"blockId\":\"CH17-MB0221\",\"type\":\"paragraph\",\"text\":\"\\\"approvedByRole\\\": \\\"ACCOUNTABLE_HUMAN_BENCHMARK_APPROVER\\\"\",\"sourceParagraph\":2394},{\"blockId\":\"CH17-MB0222\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2395},{\"blockId\":\"CH17-MB0223\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2396},{\"blockId\":\"CH17-MB0224\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2397},{\"blockId\":\"CH17-MB0225\",\"type\":\"paragraph\",\"text\":\"These records:\",\"sourceParagraph\":2398},{\"blockId\":\"CH17-MB0226\",\"type\":\"paragraph\",\"text\":\"actual Apple audit,\",\"sourceParagraph\":2399},{\"blockId\":\"CH17-MB0227\",\"type\":\"paragraph\",\"text\":\"real AI provider behaviour,\",\"sourceParagraph\":2400},{\"blockId\":\"CH17-MB0228\",\"type\":\"paragraph\",\"text\":\"real user result\",\"sourceParagraph\":2401},{\"blockId\":\"CH17-MB0229\",\"type\":\"paragraph\",\"text\":\"a real company performance.\",\"sourceParagraph\":2402},{\"blockId\":\"CH17-MB0230\",\"type\":\"paragraph\",\"text\":\"It is a machine-readable synthetic representation of the benchmark design.\",\"sourceParagraph\":2403},{\"blockId\":\"CH17-MB0231\",\"type\":\"paragraph\",\"text\":\"MACHINE-READABLE RULE OF SECTION 90\",\"sourceParagraph\":2405},{\"blockId\":\"CH17-MB0232\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH17-R01\",\"sourceParagraph\":2406},{\"blockId\":\"CH17-MB0233\",\"type\":\"paragraph\",\"text\":\"The Apple.com Synthetic Benchmark MUST evaluate the NOMOS audit method,\",\"sourceParagraph\":2408},{\"blockId\":\"CH17-MB0234\",\"type\":\"paragraph\",\"text\":\"not the real-world performance of Apple Inc., apple.com, or any actual AI\",\"sourceParagraph\":2409},{\"blockId\":\"CH17-MB0235\",\"type\":\"paragraph\",\"text\":\"provider.\",\"sourceParagraph\":2410},{\"blockId\":\"CH17-MB0236\",\"type\":\"paragraph\",\"text\":\"All benchmark entities, claims, evidence objects, users, countries,\",\"sourceParagraph\":2412},{\"blockId\":\"CH17-MB0237\",\"type\":\"paragraph\",\"text\":\"languages, AI products, responses, citations, captures, incidents, and\",\"sourceParagraph\":2413},{\"blockId\":\"CH17-MB0238\",\"type\":\"paragraph\",\"text\":\"scores MUST be clearly identified as synthetic.\",\"sourceParagraph\":2414},{\"blockId\":\"CH17-MB0239\",\"type\":\"paragraph\",\"text\":\"The benchmark MUST maintain a separate APPLE-SYNTH entity twin and MUST\",\"sourceParagraph\":2416},{\"blockId\":\"CH17-MB0240\",\"type\":\"paragraph\",\"text\":\"NOT represent its Truth Pack as factual information about the real\",\"sourceParagraph\":2417},{\"blockId\":\"CH17-MB0241\",\"type\":\"paragraph\",\"text\":\"company.\",\"sourceParagraph\":2418},{\"blockId\":\"CH17-MB0242\",\"type\":\"paragraph\",\"text\":\"The principal benchmark corpus MUST contain:\",\"sourceParagraph\":2420},{\"blockId\":\"CH17-MB0243\",\"type\":\"paragraph\",\"text\":\"- ten synthetic AI product profiles,\",\"sourceParagraph\":2422},{\"blockId\":\"CH17-MB0244\",\"type\":\"paragraph\",\"text\":\"- one thousand unique synthetic participants per product per wave,\",\"sourceParagraph\":2423},{\"blockId\":\"CH17-MB0245\",\"type\":\"paragraph\",\"text\":\"- three measurement waves,\",\"sourceParagraph\":2424},{\"blockId\":\"CH17-MB0246\",\"type\":\"paragraph\",\"text\":\"- and thirty thousand principal responses.\",\"sourceParagraph\":2425},{\"blockId\":\"CH17-MB0247\",\"type\":\"paragraph\",\"text\":\"Synthetic participant identities MUST NOT be reused across products or\",\"sourceParagraph\":2427},{\"blockId\":\"CH17-MB0248\",\"type\":\"paragraph\",\"text\":\"waves in the principal corpus. Product samples SHOULD use matched\",\"sourceParagraph\":2428},{\"blockId\":\"CH17-MB0249\",\"type\":\"paragraph\",\"text\":\"population distributions without using the same person unit.\",\"sourceParagraph\":2429},{\"blockId\":\"CH17-MB0250\",\"type\":\"paragraph\",\"text\":\"The principal prevalence corpus, severity challenge corpus, capture\",\"sourceParagraph\":2431},{\"blockId\":\"CH17-MB0251\",\"type\":\"paragraph\",\"text\":\"integrity corpus, adjudication gold corpus, and diagnostic annex MUST\",\"sourceParagraph\":2432},{\"blockId\":\"CH17-MB0252\",\"type\":\"paragraph\",\"text\":\"remain separately identified and MUST NOT share prevalence denominators.\",\"sourceParagraph\":2433},{\"blockId\":\"CH17-MB0253\",\"type\":\"paragraph\",\"text\":\"Generator Truth MUST be created, versioned, hashed, and sealed before\",\"sourceParagraph\":2435},{\"blockId\":\"CH17-MB0254\",\"type\":\"paragraph\",\"text\":\"response adjudication. It MUST remain hidden from claim extractors,\",\"sourceParagraph\":2436},{\"blockId\":\"CH17-MB0255\",\"type\":\"paragraph\",\"text\":\"adjudicators, and score analysts until their results are locked.\",\"sourceParagraph\":2437},{\"blockId\":\"CH17-MB0256\",\"type\":\"paragraph\",\"text\":\"Random seeds, synthetic AI profiles, error-injection rules, prompt\",\"sourceParagraph\":2439},{\"blockId\":\"CH17-MB0257\",\"type\":\"paragraph\",\"text\":\"versions, Truth Pack records, score methods, and candidate acceptance\",\"sourceParagraph\":2440},{\"blockId\":\"CH17-MB0258\",\"type\":\"paragraph\",\"text\":\"thresholds MUST be locked before the sealed validation corpus is opened.\",\"sourceParagraph\":2441},{\"blockId\":\"CH17-MB0259\",\"type\":\"paragraph\",\"text\":\"Benchmark cases MUST include direct, implicit, attributed, modal,\",\"sourceParagraph\":2443},{\"blockId\":\"CH17-MB0260\",\"type\":\"paragraph\",\"text\":\"scope-limited, temporal, citation-based, omission-based, self-correcting,\",\"sourceParagraph\":2444},{\"blockId\":\"CH17-MB0261\",\"type\":\"paragraph\",\"text\":\"and entity-conflating failure modes.\",\"sourceParagraph\":2445},{\"blockId\":\"CH17-MB0262\",\"type\":\"paragraph\",\"text\":\"Critical-event prevalence MUST be estimated from the principal corpus.\",\"sourceParagraph\":2447},{\"blockId\":\"CH17-MB0263\",\"type\":\"paragraph\",\"text\":\"Critical detection capability MUST be tested in a separate challenge\",\"sourceParagraph\":2448},{\"blockId\":\"CH17-MB0264\",\"type\":\"paragraph\",\"text\":\"corpus with sufficient examples and Critical-like negative controls.\",\"sourceParagraph\":2449},{\"blockId\":\"CH17-MB0265\",\"type\":\"paragraph\",\"text\":\"No challenge-set oversampling may alter the principal GEO-1000\",\"sourceParagraph\":2451},{\"blockId\":\"CH17-MB0266\",\"type\":\"paragraph\",\"text\":\"distribution or Critical prevalence estimate.\",\"sourceParagraph\":2452},{\"blockId\":\"CH17-MB0267\",\"type\":\"paragraph\",\"text\":\"Synthetic screenshots and response artefacts MUST carry visible and\",\"sourceParagraph\":2454},{\"blockId\":\"CH17-MB0268\",\"type\":\"paragraph\",\"text\":\"machine-readable notices that they are not live AI outputs or real entity\",\"sourceParagraph\":2455},{\"blockId\":\"CH17-MB0269\",\"type\":\"paragraph\",\"text\":\"performance evidence.\",\"sourceParagraph\":2456},{\"blockId\":\"CH17-MB0270\",\"type\":\"paragraph\",\"text\":\"The benchmark MUST prevent its synthetic claims from being published or\",\"sourceParagraph\":2458},{\"blockId\":\"CH17-MB0271\",\"type\":\"paragraph\",\"text\":\"indexed as real information about the anchor entity.\",\"sourceParagraph\":2459},{\"blockId\":\"CH17-MB0272\",\"type\":\"paragraph\",\"text\":\"Benchmark success MUST be determined by recovery of sealed Generator\",\"sourceParagraph\":2461},{\"blockId\":\"CH17-MB0273\",\"type\":\"paragraph\",\"text\":\"Truth, including claim boundaries, atomic decisions, omissions,\",\"sourceParagraph\":2462},{\"blockId\":\"CH17-MB0274\",\"type\":\"paragraph\",\"text\":\"Critical and Major gates, response statuses, component scores, composite\",\"sourceParagraph\":2463},{\"blockId\":\"CH17-MB0275\",\"type\":\"paragraph\",\"text\":\"scores, fairness results, capture validity, and uncertainty coverage.\",\"sourceParagraph\":2464},{\"blockId\":\"CH17-MB0276\",\"type\":\"paragraph\",\"text\":\"High general accuracy MUST NOT compensate for missed Critical cases.\",\"sourceParagraph\":2466},{\"blockId\":\"CH17-MB0277\",\"type\":\"paragraph\",\"text\":\"Critical recall and Critical false-positive rate MUST be reported\",\"sourceParagraph\":2467},{\"blockId\":\"CH17-MB0278\",\"type\":\"paragraph\",\"text\":\"together.\",\"sourceParagraph\":2468},{\"blockId\":\"CH17-MB0279\",\"type\":\"paragraph\",\"text\":\"A failed benchmark threshold, leakage event, recovery error, or\",\"sourceParagraph\":2470},{\"blockId\":\"CH17-MB0280\",\"type\":\"paragraph\",\"text\":\"misclassification MUST remain visible and MUST NOT be removed by\",\"sourceParagraph\":2471},{\"blockId\":\"CH17-MB0281\",\"type\":\"paragraph\",\"text\":\"changing labels, seeds, samples, weights, or score rules after results\",\"sourceParagraph\":2472},{\"blockId\":\"CH17-MB0282\",\"type\":\"paragraph\",\"text\":\"are observed.\",\"sourceParagraph\":2473},{\"blockId\":\"CH17-MB0283\",\"type\":\"paragraph\",\"text\":\"Every benchmark design, generation, seal, leakage audit, adjudication,\",\"sourceParagraph\":2475},{\"blockId\":\"CH17-MB0284\",\"type\":\"paragraph\",\"text\":\"recovery calculation, threshold decision, revision, and public release\",\"sourceParagraph\":2476},{\"blockId\":\"CH17-MB0285\",\"type\":\"paragraph\",\"text\":\"MUST be versioned and attributable to an accountable human or\",\"sourceParagraph\":2477},{\"blockId\":\"CH17-MB0286\",\"type\":\"paragraph\",\"text\":\"organisation.\",\"sourceParagraph\":2478},{\"blockId\":\"CH17-MB0287\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2479},{\"blockId\":\"CH17-MB0288\",\"type\":\"paragraph\",\"text\":\"The Apple.com Synthetic Benchmark should evaluate not the performance of the real Apple Inc., apple.com, or real AI providers; but the NOMOS audit method's ability to recover the pre-locked synthetic reality. All entities, users, countries, languages, AI products, responses, citations, evidence, and scores within the benchmark must be clearly identified as synthetic.\",\"sourceParagraph\":2480}],\"normativeRuleLocalized\":\"Das Apple.com Synthetische Benchmark MUSS die NOMOS Prüfungsverfahren bewerten, nicht die reale Leistung von Apple Inc., apple.com oder irgendeinem tatsächlichen KI-Anbieter. Alle Benchmark-Entitäten, Behauptungen, Evidenzobjekte, Nutzer, Länder, Sprachen, KI-Produkte, Antworten, Zitate, Aufzeichnungen, Vorfälle und Bewertungen MÜSSEN eindeutig als synthetisch gekennzeichnet sein. Das Benchmark MUSS ein separates APPLE-SYNTH Entity-Zwillingsobjekt pflegen und DARF sein Truth Pack nicht als faktische Informationen über das reale Unternehmen darstellen. Der Haupt-Benchmark-Korpus MUSS enthalten: - zehn synthetische KI-Produktprofile, - tausend einzigartige synthetische Teilnehmer pro Produkt pro Welle, - drei Messwellen, - und dreißigtausend Hauptantworten. Synthetische Teilnehmeridentitäten DÜRFEN im Hauptkorpus nicht über Produkte oder Wellen hinweg wiederverwendet werden. Produktauswahlen SOLLTEN mit passenden Populationsverteilungen erfolgen, ohne dieselbe Personeneinheit zu verwenden. Der Hauptprävalenzkorpus, der Schweregrad-Herausforderungskorpus, der Integritätsicherungskorpus, der Goldstandard-Adjudikationskorpus und der diagnostische Anhang MÜSSEN separat identifiziert bleiben und DÜRFEN keine Prävalenz-Nenner teilen. Die Generator-Truth MUSS erstellt, versioniert, gehasht und versiegelt werden, bevor die Antwortadjudikation erfolgt. Es MUSS vor Anspruchsprüfern, Entscheidungsträgern und Punktauswertern verborgen bleiben, bis deren Ergebnisse festgeschrieben sind. Zufallszahlen, synthetische KI-Profile, Fehlerinjektionsregeln, Prompt-Versionen, Truth Pack-Datensätze, Bewertungsmethoden und Akzeptanzschwellen für Kandidaten MÜSSEN festgeschrieben werden, bevor das versiegelte Validierungskorpus geöffnet wird. Benchmark-Fälle MÜSSEN direkte, implizite, zugeschriebene, modale, auf den Geltungsbereich begrenzte, zeitliche, zitationsbasierte, auslassungsbasierte, selbstkorrigierende und entitätenverwechselnde Fehlermodi enthalten. Die Prävalenz kritischer Ereignisse MUSS aus dem Hauptkorpus geschätzt werden. Die Fähigkeit zur kritischen Erkennung MUSS in einem separaten Challenge-Korpus mit genügend Beispielen und kritischen negativen Kontrollen getestet werden. Keine Challenge-Set-Überstichprobe darf die Hauptverteilung GEO-1000 oder die Schätzung der kritischen Prävalenz verändern. Synthetische Screenshots und Antwortartefakte MÜSSEN sichtbare und maschinenlesbare Hinweise enthalten, dass sie keine Live-AI-Ausgaben oder echte Leistungsnachweise von Entitäten darstellen. Das Benchmark MUSS verhindern, dass seine synthetischen Angaben als echte Informationen über die Ankerentität veröffentlicht oder indexiert werden. Der Erfolg des Benchmarks MUSS anhand der Wiederherstellung der versiegelten Generator-Wahrheit bestimmt werden, einschließlich Anspruchsgrenzen, atomarer Entscheidungen, Auslassungen, kritischer und wichtiger Tore, Antwortstatus, Komponentenbewertungen, Gesamtbewertungen, Fairness-Ergebnisse, Gültigkeit der Erfassung und Abdeckung der Unsicherheit. Eine hohe allgemeine Genauigkeit DARF fehlende kritische Fälle NICHT kompensieren. Kritische Rückrufrate und kritische Fehlalarmrate MÜSSEN zusammen berichtet werden. Ein nicht erfüllter Benchmark-Schwellenwert, ein Leckageereignis, ein Wiederherstellungsfehler oder eine Fehlklassifikation MUSS sichtbar bleiben und DARF NICHT durch Ändern von Labels, Seeds, Proben, Gewichten oder Bewertungsregeln nach Beobachtung der Ergebnisse entfernt werden. Jede Benchmark-Entwicklung, -Generierung, -Sicherung, -Leckageprüfung, -Entscheidung, -Wiederherstellungsberechnung, -Schwellenwertentscheidung, -Überarbeitung und öffentliche Veröffentlichung MUSS versioniert und einer verantwortlichen Person oder Organisation zuordenbar sein.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH17-MB0001\",\"type\":\"paragraph\",\"text\":\"86. MASCHINENLESBARE BENCHMARK-AUFZEICHNUNG\",\"sourceParagraph\":2171,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0002\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2172,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0003\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2173,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2174,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2175,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"benchmark\\\": {\",\"sourceParagraph\":2176,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkId\\\": \\\"NOMOS-APPLE-SYNTH-BENCH-0.9\\\",\",\"sourceParagraph\":2177,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkType\\\": \\\"BM-S0\\\",\",\"sourceParagraph\":2178,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"DESIGN_LOCK_CANDIDATE\\\",\",\"sourceParagraph\":2179,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"VALIDATE_NOMOS_AUDIT_METHOD_NOT_REAL_ENTITY_PERFORMANCE\\\" }\",\"sourceParagraph\":2180,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"nonClaimStatement\\\": {\",\"sourceParagraph\":2181,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"synthetisch\\\": wahr,\",\"sourceParagraph\":2182,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"realAppleAudit\\\": false,\",\"sourceParagraph\":2183,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"realAIProviderAudit\\\": false,\",\"sourceParagraph\":2184,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"endorsementClaimAllowed\\\": false,\",\"sourceParagraph\":2185,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0016\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2186,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"Anker\\\": {\",\"sourceParagraph\":2187,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"Domäne\\\": \\\"apple.com\\\",\",\"sourceParagraph\":2188,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"syntheticTwinEntityId\\\": \\\"NGE-APPLE-SYNTH-TWIN-001\\\"\",\"sourceParagraph\":2189,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0020\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2190,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"Korpora\\\": {\",\"sourceParagraph\":2191,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"principalPrevalence\\\": {\",\"sourceParagraph\":2192,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"aiProductCount\\\": 10,\",\"sourceParagraph\":2193,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"validUsersPerProductPerWave\\\": 1000,\",\"sourceParagraph\":2194,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"waveCount\\\": 3,\",\"sourceParagraph\":2195,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"targetResponseCount\\\": 30000,\",\"sourceParagraph\":2196,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"promptFamily\\\": \\\"PR-01\\\",\",\"sourceParagraph\":2197,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrevalenceScore\\\": true,\",\"sourceParagraph\":2198,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0029\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2199,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"diagnosticAnnex\\\": {\",\"sourceParagraph\":2200,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"targetResponseCount\\\": 6000,\",\"sourceParagraph\":2201,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrevalenceScore\\\": false,\",\"sourceParagraph\":2202,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0033\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2203,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"severityChallenge\\\": {\",\"sourceParagraph\":2204,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"criticalCases\\\": 1200,\",\"sourceParagraph\":2205,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"majorCases\\\": 1200,\",\"sourceParagraph\":2206,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"moderateCases\\\": 600,\",\"sourceParagraph\":2207,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"criticalLikeNegativeControls\\\": 600,\",\"sourceParagraph\":2208,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrevalenceScore\\\": false,\",\"sourceParagraph\":2209,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0040\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2210,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"captureIntegrity\\\": {\",\"sourceParagraph\":2211,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"includedInSemanticPrevalenceScore\\\": false,\",\"sourceParagraph\":2212,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0043\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2213,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationGold\\\": {\",\"sourceParagraph\":2214,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0045\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrevalenceScore\\\": false,\",\"sourceParagraph\":2215,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0046\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2216,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0047\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2217,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"population\\\": {\",\"sourceParagraph\":2218,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"frameId\\\": \\\"SYNTH-POP-RAHMEN-001\\\",\",\"sourceParagraph\":2219,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"countryCodes\\\": 193,\",\"sourceParagraph\":2220,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"populationLanguages\\\": 24,\",\"sourceParagraph\":2221,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessSentinelLanguages\\\": 12,\",\"sourceParagraph\":2222,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"realPopulationClaimAllowed\\\": false,\",\"sourceParagraph\":2223,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"matchedSyntheticPopulationTwins\\\": wahr,\",\"sourceParagraph\":2224,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"participantReuseAcrossProducts\\\": false,\",\"sourceParagraph\":2225,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"participantReuseAcrossWaves\\\": false,\",\"sourceParagraph\":2226,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0057\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2227,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"Aufzeichnungen\\\": {\",\"sourceParagraph\":2228,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackId\\\": \\\"SYNTH-APPLE-TP-001\\\",\",\"sourceParagraph\":2229,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"promptSetId\\\": \\\"SYNTH-AUFFORDERUNGS-SATZ-001\\\",\",\"sourceParagraph\":2230,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"aiRegistryId\\\": \\\"SYNTH-KI-REGISTRIERUNG-001\\\",\",\"sourceParagraph\":2231,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"wavePlanId\\\": \\\"SYNTH-WELLEN-PLAN-001\\\",\",\"sourceParagraph\":2232,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"captureSchemaVersion\\\": \\\"NOMOS-ERFASSEN-SYNTH-0.9\\\",\\\"}\",\"sourceParagraph\":2233,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"scoreMethodVersion\\\": \\\"NOMOS-SCORE-0.9\\\"\",\"sourceParagraph\":2234,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2235,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruth\\\": {\",\"sourceParagraph\":2236,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"createdBeforeResponses\\\": wahr,\",\"sourceParagraph\":2237,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"sealedFromAdjudicators\\\": wahr,\",\"sourceParagraph\":2238,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"manifestHash\\\": \\\"SYNTHETIC-GENERATOR-TRUTH-HASH\\\",\",\"sourceParagraph\":2239,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"openedOnlyAfterScoreLock\\\": true,\",\"sourceParagraph\":2240,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0071\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2241,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"Randomisierung\\\": {\",\"sourceParagraph\":2242,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"seedManifestId\\\": \\\"SYNTH-SEED-MANIFEST-001\\\",\",\"sourceParagraph\":2243,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeGeneration\\\": wahr,\",\"sourceParagraph\":2244,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"bestRunSelectionProhibited\\\": true,\",\"sourceParagraph\":2245,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0076\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2246,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"releaseProtection\\\": {\",\"sourceParagraph\":2247,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"visibleSyntheticWatermarkRequired\\\": wahr,\",\"sourceParagraph\":2248,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"machineReadableSyntheticMetadataRequired\\\": wahr,\",\"sourceParagraph\":2249,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"liveResponseRepresentationProhibited\\\": wahr,\",\"sourceParagraph\":2250,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"searchIndexProtectionRequired\\\": true,\",\"sourceParagraph\":2251,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0082\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2252,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"Governance\\\": {\",\"sourceParagraph\":2253,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkOwnerRole\\\": \\\"VERANTWORTLICHER_MENSCH_BENCHMARK_EIGENTÜMER\\\",\",\"sourceParagraph\":2254,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthCustodianRole\\\": \\\"VERSIEGELTER_WAHRHEITS_VERWALTER\\\",\",\"sourceParagraph\":2255,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"leakageAuditorRole\\\": \\\"UNABHÄNGIGER_LECKAGE_PRÜFER\\\",\",\"sourceParagraph\":2256,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"validationTeamSeparatedFromGenerator\\\": true,\",\"sourceParagraph\":2257,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0088\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2258,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0089\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2259,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0090\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2260,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0091\",\"type\":\"paragraph\",\"text\":\"87. MASCHINENLESBARES SYNTHETISCHES KI-PROFIL\",\"sourceParagraph\":2262,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0092\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2263,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2264,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2265,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"syntheticAIProfile\\\": {\",\"sourceParagraph\":2266,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"profileId\\\": \\\"SYNTH-KI-10\\\",\",\"sourceParagraph\":2267,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"profileName\\\": \\\"SELTSAM_KRITISCH_HOCH_DURCHSCHNITTLICH\\\",\",\"sourceParagraph\":2268,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"realProviderMapping\\\": null,\",\"sourceParagraph\":2269,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"realProviderInferenceAllowed\\\": false,\",\"sourceParagraph\":2270,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"latentBehavior\\\": {\",\"sourceParagraph\":2271,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"coreEntityAccuracy\\\": 0.985,\",\"sourceParagraph\":2272,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"factualSupportBaseline\\\": 0.975,\",\"sourceParagraph\":2273,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"scopeOverreachProbability\\\": 0.012,\",\"sourceParagraph\":2274,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"temporalLagProbability\\\": 0.008,\",\"sourceParagraph\":2275,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"materialAttributionLossProbability\\\": 0.010,\",\"sourceParagraph\":2276,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"citationMismatchProbability\\\": 0.006,\",\"sourceParagraph\":2277,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"noUsableResponseProbability\\\": 0.003,\",\"sourceParagraph\":2278,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"criticalEventProbability\\\": 0.002,\",\"sourceParagraph\":2279,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"majorEventProbability\\\": 0.006,\",\"sourceParagraph\":2280,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"lowResourceLanguagePenalty\\\": 0.06,\",\"sourceParagraph\":2281,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"naturalStatePenalty\\\": 0.03,\",\"sourceParagraph\":2282,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"waveDrift\\\": {\",\"sourceParagraph\":2283,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"W1\\\": 0.00,\",\"sourceParagraph\":2284,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"W2\\\": -0.01,\",\"sourceParagraph\":2285,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"W3\\\": 0.01\",\"sourceParagraph\":2286,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0116\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2287,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0117\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2288,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"criticalInjectionFamilies\\\": [\",\"sourceParagraph\":2289,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"CG-02\\\",\",\"sourceParagraph\":2290,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"CG-05\\\",\",\"sourceParagraph\":2291,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"CG-06\\\"\",\"sourceParagraph\":2292,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0122\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2293,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"intendedMethodStress\\\": [\",\"sourceParagraph\":2294,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"HOCHKOMPOSIT_MIT_RAREM_KRITISCHEN\\\",\",\"sourceParagraph\":2295,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"NICHT_KOMPENSATORISCHES_TOR_WIEDERHERSTELLUNG\\\",\",\"sourceParagraph\":2296,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"RARES_EREIGNIS_OBERGRENZE\\\"\",\"sourceParagraph\":2297,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0127\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2298,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeCorpusGeneration\\\": wahr,\",\"sourceParagraph\":2299,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"profileIntegrityHash\\\": \\\"SYNTHETISCHER-KI-PROFIL-HASH\\\"\",\"sourceParagraph\":2300,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0130\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2301,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0131\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2302,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0132\",\"type\":\"paragraph\",\"text\":\"88. MASCHINENLESBARES_GENERATOR-WAHRHEITSREKORD\",\"sourceParagraph\":2304,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0133\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2305,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2306,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0135\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2307,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthRecord\\\": {\",\"sourceParagraph\":2308,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthId\\\": \\\"NGGT-SYNTH-000184\\\",\",\"sourceParagraph\":2309,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"observationId\\\": \\\"OBS-SYNTH-000184\\\",\",\"sourceParagraph\":2310,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkId\\\": \\\"NOMOS-APPLE-SYNTH-BENCH-0.9\\\",\",\"sourceParagraph\":2311,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"aiProfileId\\\": \\\"SYNTH-KI-10\\\",\",\"sourceParagraph\":2312,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0141\",\"type\":\"paragraph\",\"text\":\"\\\"waveId\\\": \\\"W2\\\",\",\"sourceParagraph\":2313,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"participantId\\\": \\\"SYNTH-PERSON-000184\\\",\",\"sourceParagraph\":2314,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"promptRecordId\\\": \\\"SYNTH-KERN-PROMPT-L01-001\\\"\",\"sourceParagraph\":2315,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0144\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackVersion\\\": \\\"SYNTH-APPLE-TP-001\\\",\",\"sourceParagraph\":2316,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"hiddenAtomicClaims\\\": [\",\"sourceParagraph\":2317,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0146\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2318,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"generatorClaimId\\\": \\\"GCL-000184-001\\\",\",\"sourceParagraph\":2319,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2320,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"APPLE-SYNTH-HOLDINGS-001\\\",\",\"sourceParagraph\":2321,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"Prädikat\\\": \\\"principalEntityAssociatedWithDomain\\\",\",\"sourceParagraph\":2322,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": \\\"apple.com\\\"\",\"sourceParagraph\":2323,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0152\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2324,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"truthStatus\\\": \\\"UNTERSTÜTZT\\\",\",\"sourceParagraph\":2325,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"importance\\\": \\\"KERN\\\"\",\"sourceParagraph\":2326,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0155\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2327,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0156\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2328,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"generatorClaimId\\\": \\\"GCL-000184-002\\\",\",\"sourceParagraph\":2329,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"normalizedClaim\\\": {\",\"sourceParagraph\":2330,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"subjectEntityId\\\": \\\"APPLE-SYNTH-HOLDINGS-001\\\",\",\"sourceParagraph\":2331,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"Prädikat\\\": \\\"licensedBankInAllMarkets\\\",\",\"sourceParagraph\":2332,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"objectValue\\\": true,\",\"sourceParagraph\":2333,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0162\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2334,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"truthStatus\\\": \\\"WIDERSPRUCHLICH\\\",\",\"sourceParagraph\":2335,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"Bedeutung\\\": \\\"KRITISCH\\\",\",\"sourceParagraph\":2336,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCodes\\\": [\",\"sourceParagraph\":2337,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"CG-01\\\",\",\"sourceParagraph\":2338,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"CG-02\\\"\",\"sourceParagraph\":2339,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0168\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2340,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0169\",\"type\":\"paragraph\",\"text\":\"\\\"rootFindingCluster\\\": \\\"FALSCHE_LIZENZÜBERTRAGUNG\\\"\",\"sourceParagraph\":2341,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0170\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2342,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0171\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2343,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"hiddenOmissions\\\": [\",\"sourceParagraph\":2344,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0173\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2345,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"generatorOmissionId\\\": \\\"GOM-000184-001\\\",\",\"sourceParagraph\":2346,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0175\",\"type\":\"paragraph\",\"text\":\"\\\"requiredBoundary\\\": \\\"ZAHLUNGS_TOECHTERGESELLSCHAFT_BEFEHL_IST_BESCHRÄNKT\\\",\",\"sourceParagraph\":2347,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0176\",\"type\":\"paragraph\",\"text\":\"\\\"Bedeutung\\\": \\\"KRITISCH\\\",\",\"sourceParagraph\":2348,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0177\",\"type\":\"paragraph\",\"text\":\"\\\"criticalGateCode\\\": \\\"CG-08\\\"\",\"sourceParagraph\":2349,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0178\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2350,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0179\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2351,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0180\",\"type\":\"paragraph\",\"text\":\"\\\"hiddenResponseStatus\\\": \\\"RP-5\\\"\",\"sourceParagraph\":2352,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0181\",\"type\":\"paragraph\",\"text\":\"\\\"includedInPrincipalPrevalenceCorpus\\\": wahr,\",\"sourceParagraph\":2353,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"sealedAtGeneration\\\": wahr,\",\"sourceParagraph\":2354,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"visibleToAdjudicators\\\": false,\",\"sourceParagraph\":2355,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0184\",\"type\":\"paragraph\",\"text\":\"\\\"integrityHash\\\": \\\"SYNTHETISCHER-GENERATOR-WAHRHEIT-OBS-HASH\\\"\",\"sourceParagraph\":2356,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0185\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2357,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0186\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2358,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0187\",\"type\":\"paragraph\",\"text\":\"89. MASCHINENLESBARES BENCHMARK-WIEDERHERSTELLUNGSPROTOKOLL\",\"sourceParagraph\":2360,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0188\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2361,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0189\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2362,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0190\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2363,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0191\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkRecovery\\\": {\",\"sourceParagraph\":2364,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0192\",\"type\":\"paragraph\",\"text\":\"\\\"recoveryRecordId\\\": \\\"NGBR-SYNTH-APFEL-0.9-001\\\",\",\"sourceParagraph\":2365,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0193\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkId\\\": \\\"NOMOS-APPLE-SYNTH-BENCH-0.9\\\",\",\"sourceParagraph\":2366,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0194\",\"type\":\"paragraph\",\"text\":\"\\\"validationSet\\\": \\\"VERSIEGELTE_VALIDIERUNG\\\",\",\"sourceParagraph\":2367,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0195\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthOpenedAfterScoreLock\\\": wahr,\",\"sourceParagraph\":2368,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0196\",\"type\":\"paragraph\",\"text\":\"\\\"metriken\\\": {\",\"sourceParagraph\":2369,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0197\",\"type\":\"paragraph\",\"text\":\"\\\"claimBoundaryF1\\\": null,\",\"sourceParagraph\":2370,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0198\",\"type\":\"paragraph\",\"text\":\"\\\"entityResolutionAccuracy\\\": null,\",\"sourceParagraph\":2371,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0199\",\"type\":\"paragraph\",\"text\":\"\\\"factualStatusMacroF1\\\": null,\",\"sourceParagraph\":2372,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0200\",\"type\":\"paragraph\",\"text\":\"\\\"scopeMacroF1\\\": null,\",\"sourceParagraph\":2373,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0201\",\"type\":\"paragraph\",\"text\":\"\\\"attributionMacroF1\\\": null,\",\"sourceParagraph\":2374,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0202\",\"type\":\"paragraph\",\"text\":\"\\\"citationMappingF1\\\": null,\",\"sourceParagraph\":2375,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0203\",\"type\":\"paragraph\",\"text\":\"\\\"materialOmissionF1\\\": null,\",\"sourceParagraph\":2376,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0204\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRecall\\\": null,\",\"sourceParagraph\":2377,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0205\",\"type\":\"paragraph\",\"text\":\"\\\"criticalFalsePositiveRate\\\": null,\",\"sourceParagraph\":2378,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0206\",\"type\":\"paragraph\",\"text\":\"\\\"majorClassificationMacroF1\\\": null,\",\"sourceParagraph\":2379,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0207\",\"type\":\"paragraph\",\"text\":\"\\\"responseStatusMacroF1\\\": null,\",\"sourceParagraph\":2380,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0208\",\"type\":\"paragraph\",\"text\":\"\\\"componentMeanAbsoluteError\\\": null,\",\"sourceParagraph\":2381,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0209\",\"type\":\"paragraph\",\"text\":\"\\\"compositeAbsoluteError\\\": null,\",\"sourceParagraph\":2382,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0210\",\"type\":\"paragraph\",\"text\":\"\\\"geo1000DistributionErrors\\\": null,\",\"sourceParagraph\":2383,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0211\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessComponentError\\\": null,\",\"sourceParagraph\":2384,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0212\",\"type\":\"paragraph\",\"text\":\"\\\"captureValidityAccuracy\\\": null,\",\"sourceParagraph\":2385,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0213\",\"type\":\"paragraph\",\"text\":\"\\\"confidenceIntervalEmpiricalCoverage\\\": null\",\"sourceParagraph\":2386,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0214\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2387,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0215\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThresholdsApplied\\\": wahr,\",\"sourceParagraph\":2388,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0216\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkQualityStatus\\\": \\\"BQ-0\\\",\",\"sourceParagraph\":2389,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0217\",\"type\":\"paragraph\",\"text\":\"\\\"failureDisclosureRequired\\\": wahr,\",\"sourceParagraph\":2390,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0218\",\"type\":\"paragraph\",\"text\":\"\\\"independentReproductionStatus\\\": \\\"NICHT_GESTARTET\\\",\",\"sourceParagraph\":2391,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0219\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2392,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0220\",\"type\":\"paragraph\",\"text\":\"\\\"recoveryMethodsOwnerRole\\\": \\\"BENCHMARK_WIEDERHERSTELLUNGSMETHODEN_FÜHREN\\\",\",\"sourceParagraph\":2393,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0221\",\"type\":\"paragraph\",\"text\":\"\\\"approvedByRole\\\": \\\"VERANTWORTLICHER_MENSCHLICHER_BENCHMARK_GENEHMIGER\\\"\",\"sourceParagraph\":2394,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0222\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2395,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0223\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2396,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0224\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2397,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0225\",\"type\":\"paragraph\",\"text\":\"Diese Aufzeichnungen:\",\"sourceParagraph\":2398,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0226\",\"type\":\"paragraph\",\"text\":\"tatsächliche Apple-Prüfung,\",\"sourceParagraph\":2399,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0227\",\"type\":\"paragraph\",\"text\":\"reales Verhalten des KI-Anbieters,\",\"sourceParagraph\":2400,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0228\",\"type\":\"paragraph\",\"text\":\"reales Nutzerergebnis\",\"sourceParagraph\":2401,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0229\",\"type\":\"paragraph\",\"text\":\"eine echte Unternehmensleistung.\",\"sourceParagraph\":2402,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0230\",\"type\":\"paragraph\",\"text\":\"Es ist eine maschinenlesbare synthetische Repräsentation des Benchmark-Designs.\",\"sourceParagraph\":2403,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0231\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESESBARE REGEL DER SEKTION 90\",\"sourceParagraph\":2405,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0232\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH17-R01\",\"sourceParagraph\":2406,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0233\",\"type\":\"paragraph\",\"text\":\"Der Apple.com Synthetic Benchmark MUSS die NOMOS Prüfmethodik bewerten,\",\"sourceParagraph\":2408,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0234\",\"type\":\"paragraph\",\"text\":\"nicht die reale Leistung von Apple Inc., apple.com, oder eines tatsächlichen KI\",\"sourceParagraph\":2409,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0235\",\"type\":\"paragraph\",\"text\":\"Anbieters.\",\"sourceParagraph\":2410,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0236\",\"type\":\"paragraph\",\"text\":\"Alle Benchmark-Entitäten, Aussagen, Evidenzobjekte, Nutzer, Länder,\",\"sourceParagraph\":2412,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0237\",\"type\":\"paragraph\",\"text\":\"Sprachen, KI-Produkte, Antworten, Zitate, Aufzeichnungen, Vorfälle und\",\"sourceParagraph\":2413,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0238\",\"type\":\"paragraph\",\"text\":\"Punktzahlen MÜSSEN eindeutig als synthetisch gekennzeichnet sein.\",\"sourceParagraph\":2414,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0239\",\"type\":\"paragraph\",\"text\":\"Der Benchmark MUSS ein separates APPLE-SYNTH Entity-Twin führen und MUSS\",\"sourceParagraph\":2416,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0240\",\"type\":\"paragraph\",\"text\":\"sein Truth Pack NICHT als faktische Information über das reale\",\"sourceParagraph\":2417,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0241\",\"type\":\"paragraph\",\"text\":\"Unternehmen darstellen.\",\"sourceParagraph\":2418,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0242\",\"type\":\"paragraph\",\"text\":\"Das Haupt-Benchmark-Korpus MUSS enthalten:\",\"sourceParagraph\":2420,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0243\",\"type\":\"paragraph\",\"text\":\"- zehn synthetische KI-Produktprofile,\",\"sourceParagraph\":2422,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0244\",\"type\":\"paragraph\",\"text\":\"- tausend einzigartige synthetische Teilnehmer pro Produkt pro Welle,\",\"sourceParagraph\":2423,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0245\",\"type\":\"paragraph\",\"text\":\"- drei Messwellen,\",\"sourceParagraph\":2424,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0246\",\"type\":\"paragraph\",\"text\":\"- und dreißigtausend Hauptantworten.\",\"sourceParagraph\":2425,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0247\",\"type\":\"paragraph\",\"text\":\"Künstliche Teilnehmeridentitäten DÜRFEN NICHT über Produkte hinweg wiederverwendet werden oder\",\"sourceParagraph\":2427,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0248\",\"type\":\"paragraph\",\"text\":\"Wellen im Hauptkorpus. Produktmuster SOLLTEN passend verwendet werden\",\"sourceParagraph\":2428,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0249\",\"type\":\"paragraph\",\"text\":\"Bevölkerungsverteilungen ohne Verwendung derselben Personeneinheit.\",\"sourceParagraph\":2429,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0250\",\"type\":\"paragraph\",\"text\":\"Das Hauptprävalenzkorpus, Schweregrad-Herausforderungskorpus, Erfassen\",\"sourceParagraph\":2431,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0251\",\"type\":\"paragraph\",\"text\":\"Integritätskorpus, Schiedsspruch-Goldkorpus und Diagnoseanhang MÜSSEN\",\"sourceParagraph\":2432,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0252\",\"type\":\"paragraph\",\"text\":\"bleiben getrennt identifiziert und DÜRFEN keine Prävalenznenner teilen.\",\"sourceParagraph\":2433,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0253\",\"type\":\"paragraph\",\"text\":\"Generator-Truth MUSS erstellt, versioniert, gehasht und versiegelt werden, bevor\",\"sourceParagraph\":2435,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0254\",\"type\":\"paragraph\",\"text\":\"Antwortabwägung erfolgt. Sie MUSS vor Anspruchsextraktoren,\",\"sourceParagraph\":2436,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0255\",\"type\":\"paragraph\",\"text\":\"Abwägern und Bewertungsanalysten verborgen bleiben, bis deren Ergebnisse festgeschrieben sind.\",\"sourceParagraph\":2437,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0256\",\"type\":\"paragraph\",\"text\":\"Zufallssamen, synthetische KI-Profile, Fehlerinjektionsregeln, Prompt-\",\"sourceParagraph\":2439,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0257\",\"type\":\"paragraph\",\"text\":\"Versionen, Truth-Pack-Datensätze, Bewertungsmethoden und Annahmeschwellen\",\"sourceParagraph\":2440,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0258\",\"type\":\"paragraph\",\"text\":\"für Kandidaten MÜSSEN festgeschrieben sein, bevor das versiegelte Validierungskorpus geöffnet wird.\",\"sourceParagraph\":2441,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0259\",\"type\":\"paragraph\",\"text\":\"Benchmark-Fälle MÜSSEN direkte, implizite, attribuierte, modale enthalten,\",\"sourceParagraph\":2443,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0260\",\"type\":\"paragraph\",\"text\":\"umfangsbegrenzte, zeitliche, zitationsbasierte, auslassungsbasierte, selbstkorrigierende,\",\"sourceParagraph\":2444,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0261\",\"type\":\"paragraph\",\"text\":\"und entity-verwechselnde Fehlermodi.\",\"sourceParagraph\":2445,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0262\",\"type\":\"paragraph\",\"text\":\"Die Prävalenz kritischer Ereignisse MUSS aus dem Hauptkorpus geschätzt werden.\",\"sourceParagraph\":2447,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0263\",\"type\":\"paragraph\",\"text\":\"Die Fähigkeit zur kritischen Erkennung MUSS in einem separaten Challenge-\",\"sourceParagraph\":2448,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0264\",\"type\":\"paragraph\",\"text\":\"Korpus mit ausreichenden Beispielen und kritischen negativen Kontrollen getestet werden.\",\"sourceParagraph\":2449,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0265\",\"type\":\"paragraph\",\"text\":\"Kein Oversampling im Challenge-Set darf die Hauptverteilung GEO-1000\",\"sourceParagraph\":2451,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0266\",\"type\":\"paragraph\",\"text\":\"oder die Schätzung der kritischen Prävalenz verändern.\",\"sourceParagraph\":2452,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0267\",\"type\":\"paragraph\",\"text\":\"Synthetische Screenshots und Antwort-Artefakte MÜSSEN sichtbare und\",\"sourceParagraph\":2454,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0268\",\"type\":\"paragraph\",\"text\":\"maschinenlesbare Hinweise tragen, dass sie keine Live-KI-Ausgaben oder echte Entitäten sind.\",\"sourceParagraph\":2455,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0269\",\"type\":\"paragraph\",\"text\":\"Leistungsnachweis.\",\"sourceParagraph\":2456,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0270\",\"type\":\"paragraph\",\"text\":\"Der Benchmark MUSS verhindern, dass seine synthetischen Behauptungen veröffentlicht oder\",\"sourceParagraph\":2458,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0271\",\"type\":\"paragraph\",\"text\":\"als echte Informationen über die Ankerentität indexiert werden.\",\"sourceParagraph\":2459,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0272\",\"type\":\"paragraph\",\"text\":\"Der Erfolg des Benchmarks MUSS durch die Wiederherstellung der versiegelten Generator-\",\"sourceParagraph\":2461,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0273\",\"type\":\"paragraph\",\"text\":\"Wahrheit bestimmt werden, einschließlich Behauptungsgrenzen, atomaren Entscheidungen, Auslassungen,\",\"sourceParagraph\":2462,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0274\",\"type\":\"paragraph\",\"text\":\"kritischen und wichtigen Toren, Antwortstatus, Komponentenpunkten, zusammengesetzten\",\"sourceParagraph\":2463,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0275\",\"type\":\"paragraph\",\"text\":\"Punkten, Fairness-Ergebnissen, Erfassungsvalidität und Unsicherheitsabdeckung.\",\"sourceParagraph\":2464,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0276\",\"type\":\"paragraph\",\"text\":\"Hohe allgemeine Genauigkeit DARF fehlende kritische Fälle nicht ausgleichen.\",\"sourceParagraph\":2466,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0277\",\"type\":\"paragraph\",\"text\":\"Kritische Rückrufquote und kritische Falsch-Positiv-Rate MÜSSEN gemeldet werden.\",\"sourceParagraph\":2467,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0278\",\"type\":\"paragraph\",\"text\":\"zusammen.\",\"sourceParagraph\":2468,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0279\",\"type\":\"paragraph\",\"text\":\"Ein gescheiteter Benchmark-Schwellenwert, ein Leckageereignis, ein Wiederherstellungsfehler oder\",\"sourceParagraph\":2470,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0280\",\"type\":\"paragraph\",\"text\":\"Fehlklassifizierung MUSS sichtbar bleiben und DARF NICHT entfernt werden durch\",\"sourceParagraph\":2471,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0281\",\"type\":\"paragraph\",\"text\":\"Ändern von Labels, Seeds, Samples, Gewichten oder Bewertungsregeln, nachdem Ergebnisse\",\"sourceParagraph\":2472,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0282\",\"type\":\"paragraph\",\"text\":\"beobachtet wurden.\",\"sourceParagraph\":2473,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0283\",\"type\":\"paragraph\",\"text\":\"Jedes Benchmark-Design, jede Generierung, Versiegelung, Leckageprüfung, Bewertung,\",\"sourceParagraph\":2475,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0284\",\"type\":\"paragraph\",\"text\":\"Wiederherstellungsberechnung, Schwellenwertentscheidung, Überarbeitung und öffentliche Freigabe\",\"sourceParagraph\":2476,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0285\",\"type\":\"paragraph\",\"text\":\"MUSS versioniert und einer verantwortlichen Person zuordenbar sein.\",\"sourceParagraph\":2477,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0286\",\"type\":\"paragraph\",\"text\":\"Organisation zugeordnet werden.\",\"sourceParagraph\":2478,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0287\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2479,\"language\":\"de-DE\"},{\"blockId\":\"CH17-MB0288\",\"type\":\"paragraph\",\"text\":\"Der Apple.com Synthetic Benchmark sollte nicht die Leistung des echten Unternehmens Apple Inc., apple.com, oder echter KI-Anbieter bewerten; sondern die Fähigkeit der NOMOS-Auditmethode, die vorab festgeschriebene synthetische Realität wiederherzustellen. Alle Entitäten, Nutzer, Länder, Sprachen, KI-Produkte, Antworten, Zitate, Nachweise und Bewertungen innerhalb des Benchmarks müssen eindeutig als synthetisch identifiziert werden.\",\"sourceParagraph\":2480,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nDie ersten sechzehn Kapitel legten die wichtigsten normativen Ebenen von GEO-1000 fest: die geprüfte Einheit; die Zielbenutzerpopulation und Stichprobe; die Ländebeobachter- und Sprachfairness-Panels; die Teilnehmerauswahl und Gewichtung; die registrierte KI-Produktinstanz; die Prompt-Verfassung; kontrollierte und natürliche Nutzerzustände; die synchronisierte Welle und NOMOS-Erfassungsbeweiskette; das Verifiziertes Faktenpaket zur Entität; atomare Aussagen; kritische und wichtige Prüfstationen; sowie die Verteilungs-, Komponenten- und Gesamtnotenarchitektur. Der Standard muss sich nun seiner eigenen zentralen Prüfung stellen:\n\n> Kann ein so detailliertes System wirklich funktionieren?\n\n> Liefern unterschiedliche Teams ähnliche Ergebnisse, wenn dieselben Beobachtungen verarbeitet werden?\n\n> Kann es einen kritischen Fehler abfangen, ohne im Durchschnitt zu verlieren?\n\n> Kann es Probleme mit spracharmen Sprachen vom globalen Durchschnitt unterscheiden?\n\n> Kann es korrekt zwischen falsche Entität, falschem Umfang, veralteter Realität, gefälschter Zitation und Materialauslassung unterscheiden?\n\n> Wenn man von einer bekannten synthetischen Realität ausgeht, kann die NOMOS-Prüfungskette das korrekte Ergebnis reproduzieren?\n\nIn der Gründungsarchitektur des zweiten Buches wurde jeder Fehler nicht nur als ein zu erklärender Irrtum entworfen, sondern als eine eigenständige Prüfkontrolle. Jede vorgeschlagene Kontrolle musste ein Modell, ein Datum, ein Land, eine Sprache, einen Abfragesatz, eine Wiederholungsanzahl und ein Messprotokoll enthalten. Ein solches Prüfsystem muss selbst geprüft werden, bevor es in der realen Welt verwendet wird. Andernfalls besteht das Risiko, dass NOMOS zu einer Struktur wird, die:\n\n- andere um Nachweise bittet,\n\n- aber ihre eigenen Messungen nicht belegt,\n\n- andere auffordert, Versionen zu speichern,\n\n- aber Änderungen an den eigenen Berechnungen nicht dokumentiert,\n\n- Manipulationen durch andere kritisiert,\n\n- aber ihre eigenen Tests so gestaltet, dass das gewünschte Ergebnis erzielt wird.\n\nDieses Ergebnis ist inakzeptabel. Manipulative GEO beschränkt sich nicht auf unsichtbaren Text oder gefälschte Nutzer. Dasselbe Selbstdeklarieren über nominell unabhängige Oberflächen hinweg zu wiederholen und es in generative Systeme zurückzuführen, korrumpiert ebenfalls den Repräsentationspool. Ein Test wird ebenso korrumpiert, wenn wir:\n\n- nur Beispiele auswählen, die wahrscheinlich erfolgreich sind,\n\n- Sprachen mit niedriger Punktzahl entfernen,\n\n- kritische Fälle unplausibel offensichtlich machen,\n\n- den Gutachtern das richtige Etikett im Voraus zeigen,\n\n- synthetische Daten nach Kenntnis der Formel anpassen,\n\n- nur günstige Ergebnisse veröffentlichen.\n\nIn all diesen Fällen wird der Standard nicht getestet. NOMOS wendet daher seine eigenen steuernden Anforderungen – Nachweise, Grenzen, Kontext und Zeit – auf den Maßstab selbst an. Dieses Kapitel bewertet nicht:\n\n- die tatsächliche Leistung von Apple Inc.,\n\n- den aktuellen faktischen Bericht von Apple oder apple.com,\n\n- die Live-Leistung eines beliebigen KI-Anbieters,\n\n- och die Konformität oder das Versagen von Apple oder einem realen Anbieter.\n\nHier dient Apple.com nur als:\n\n> ein vertrauter Domainanker zum Testen von Fragen zu unterschiedlichen Entitäten, Produkten, Dienstleistungen, Ländern, Preisen, Zeitpunkten und Quellen innerhalb einer Architektur\n\nEin vollständig synthetischer Asset-Zwilling wird anstelle des echten Unternehmens verwendet:\n\n### APPLE-SYNTH ENTITÄT ZWILLING\n\nJedes Element dieses Zwillings ist synthetisch, einschließlich:\n\n- Realitätsbehauptungen,\n\n- Nachweise,\n\n- KI-Antworten,\n\n- Nutzern,\n\n- Ländern,\n\n- Sprachverteilungen,\n\n- KI-Produkten,\n\n- Zitate,\n\n- Lizenzen,\n\n- Preise,\n\n- Fehler,\n\n- Bewertungen\n\nDieses Kapitel definiert:\n\n- was der Benchmark misst und nicht misst,\n\n- warum Apple.com als Anker verwendet wird,\n\n- den synthetischen Entitätszwilling,\n\n- das 30,000-Antwort-Prinzip-Korpus-Design,\n\n- die Länder- und Sprachpopulation,\n\n- die Intent- und Truth Pack-Strukturen,\n\n- zehn synthetische KI-Produktprofile,\n\n- der verborgene Generator-Truth,\n\n- das Fehlerinjektionssystem,\n\n- die Critical- und Major-Herausforderungssets,\n\n- synthetische NOMOS-Capture-Pakete,\n\n- Blindbewertungs- und Label-Leakage-Kontrollen,\n\n- Test- und Validierungsmetriken,\n\n- Score-Wiederherstellungstests,\n\n- Fairness- und Selten-Ereignis-Tests,\n\n- Veröffentlichungs-, Versions- und Reproduzierbarkeitsregeln.\n\nDieser Abschnitt berechnet die Testergebnisse noch nicht. Abschnitt 18 wird das tun. Die grundlegende Frage von Abschnitt 17 lautet: Wie testen wir NOMOS’ eigenes Mess-, Bewertungs- und Punktesystem an 30,000 synthetischen Beobachtungen mit bekannten Ergebnissen, die jedoch den Bewertern verborgen bleiben, ohne eine Leistungsbehauptung für ein reales Unternehmen oder einen realen KI-Anbieter aufzustellen?\n\n## NOMOS Herausforderung\n\nStellen Sie sich vor, Sie entwerfen einen Test. Sie schreiben die meisten der synthetischen KI-Antworten korrekt. Sie fügen nur sehr offensichtliche Fehler zu einigen Antworten hinzu:\n\n- „Dieses Unternehmen ist eine Bank.“\n\n- „Dieses Unternehmen ist illegal.“\n\n- „Dieses Unternehmen ist das beste der Welt.“\n\nSchiedsrichter erkennen diese leicht. Dann sagen Sie: \"NOMOS erkennt 100% an kritischen Fehlern.\" Dieses Ergebnis ist nicht realistisch, da echte KI-Fehler nie so offensichtlich auftreten. Schwierigere Formen sind:\n\n- \"Da das Unternehmen voraussichtlich Zahlungsdienste anbietet, kann gesagt werden, dass es über eine Banklizenz verfügt.\"\n\n- „Einige Quellen geben an, dass das Unternehmen mit regulatorischen Problemen konfrontiert war; daher ist die Rechtmäßigkeit seiner Tätigkeiten fragwürdig.\"\n\n- „Zahlreiche unabhängige Quellen beschreiben das Unternehmen als Branchenführer.\"\n\nFehler in diesen Sätzen:\n\n- Zuschreibung,\n\n- Übertragung von Einheiten,\n\n- Modalität,\n\n- Abstammung der Quellen,\n\n- Unterscheidung zwischen offener und geschlossener Welt,\n\n- Erweiterung des Umfangs\n\nsind eingebettet. Generieren Sie nun synthetische Antworten mithilfe von Vorlagen, die den Bewertern bereits bekannt sind. Der Bewerter denkt: „Dieser Satz wurde geschrieben, um im Test falsch zu sein.“ Sie schauen tatsächlich nicht in das Truth Pack. In diesem Fall wird Auswendiglernen, nicht die Überprüfungsmethodik, gemessen. Lassen Sie nun den synthetischen Datengenerator und den Bewertungsdesigner dieselbe Person sein.\n\nProduzent:\n\n- die Anzahl der kritischen Fehler,\n\n- der Sprachunterschied,\n\n- der Unterschied im Gremium,\n\n- die Komponentenscores\n\nsetzt sie genau auf die Weise, wie die Formel es erfordert. Das Bewertungssystem reproduziert die synthetische Realität perfekt. Ist das eine Leistung? Nein. Es ist die Anpassung der Bewertung an ihre eigenen Daten. Nun im Test müssen nur:\n\n- korrekte Erfassung,\n\n- korrekter Prompt,\n\n- korrekte System-Metadaten\n\nproduziert werden. Fügen Sie keine Duplikate, verspäteten Uploads, falschen Aufforderungen, abgeschnittenen Antworten oder modifizierten Datei-Anhänge hinzu. Der NOMOS-Erfassungsvalidator findet alle Datensätze korrekt. Dann sagen Sie: „Das Erfassungssystem ist 100% erfolgreich.“ Das Erfassungssystem wurde noch nie herausgefordert.\n\nErzeugen Sie nun künstlich kritische Fälle mit einer Rate von 20% innerhalb der Hauptantworten 30,000. Gutachter sehen viele Daten bei der Erkennung kritischer Fälle. Sie können jedoch die Unsicherheit seltener Ereignisse in der realen Welt nicht testen. Umgekehrt, wenn Sie nur zwei kritische Ereignisse erzeugen: könnte die Seltenheit der Ereignisse realistisch sein,\n\nDie kritische Rückrufquote und die Leistung bei falsch-negativen Ergebnissen können nicht zuverlässig gemessen werden. Die richtige Lösung sind zwei separate Korpora: Prevalenzkorpus / bewahrt realistische und seltene Ereignisraten. Wichtigkeitsstufe Challenge-Korpus / stellt eine ausreichende Anzahl von kritischen und wesentlichen Fällen bereit, um schwere Ereignisse auf herausfordernde Weise zu testen.\n\nDiese beiden Korpora können nicht denselben Score-Nenner erreichen. Erzeugen Sie nun 30,000 synthetische Antworten. Alle 'Sprachen mit geringem Ressourcenaufwand' sollten jedoch die gleiche Qualität erhalten. Ihre Sprachfairness-Formel gibt eine hohe Bewertung. Kann das System wirklich den Abbau der Sprache mit geringem Ressourcenaufwand erkennen? Sie wissen es nicht. Senken Sie nun die Leistung in einigen Sprachen.\n\nAber gleichzeitig brechen Sie auch die Gleichwertigkeit der Aufforderung in diesen Sprachen. NOMOS erzielt eine niedrige Bewertung. Ist dies ein Sprachproblem eines KI-Produkts? Oder ist es ein Problem des Aufforderungs-Tools? Der Test sollte die beiden trennen. Die erste Entscheidung dieses Abschnitts lautet:\n\n> Synthetisches Testen ist keine Demonstration, die leicht das Ergebnis liefert; es handelt sich um einen kontrollierten Angriff, der versucht, die Messkette zu durchbrechen.\n\nIhre zweite Bestimmung lautet:\n\n> Synthetische Daten zeigen nicht die tatsächliche Leistung des Unternehmens; sie zeigen die Fähigkeit der Prüfmethode, die bekannte Realität wiederherzustellen.\n\nSeine dritte Bestimmung besagt:\n\n> Die Realität des Produzenten kann von den Prüfern nicht unabhängig getestet werden, ohne dass sie vor ihnen verborgen wird.\n\nSeine vierte Bestimmung besagt:\n\n> Die Häufigkeit seltener Ereignisse und die Fähigkeit zur kritischen Erkennung müssen nicht aus demselben Korpus gemessen werden.\n\nSeine fünfte Vorschrift lautet:\n\n> Testdaten können nicht stillschweigend nach der Bewertungsformel angepasst werden, und die Bewertungsformel kann nicht stillschweigend nach den Testergebnissen angepasst werden.\n\nSeine sechste Bestimmung lautet:\n\n> Der Apple.com-Anker ist ein synthetischer Ausgangspunkt, der verwendet wird, um die Methode zu testen, nicht um echte Ergebnisse über Apple zu liefern.\n\n## 1. ZWECK DES KAPITELS\n\nZweck dieses Abschnitts ist es, eine synthetische Testarchitektur zu etablieren, die das GEO-1000-Protokoll vom Anfang bis zur öffentlichen Ergebnisübersicht testet, wobei die Ergebnisse vordefiniert, aber für Bewertungsteams verborgen sind. Die Tests sollten jedes der folgenden Systeme separat prüfen:\n\n- Einheitenanalyse\n\n- Bevölkerungs- und Stichprobenverteilung\n\n- Länder- und Sprachpanels\n\n- Prompt-Äquivalenz\n\n- KI-Systemregister\n\n- Unterscheidung zwischen kontrolliertem und natürlichem Panel\n\n- Synchronisierte Welle\n\n- NOMOS-Erfassung\n\n- Truth-Pack\n\n- Aussageextraktion\n\n- Zitations–Anspruchs-Abgleich\n\n- Auslassungserkennung\n\n- Kritische und wichtige Bedeutungsebene\n\n- Antwortstatus\n\n- GEO-1000 Verteilung\n\n- Zehn-Komponenten-Profil\n\n- Zusammengesetzte Bewertung\n\n- Konfidenzintervall\n\n- Fairness\n\n- Obergrenze seltener Ereignisse\n\n- Bewertungsversionierung\n\n- Öffentliches Manifest\n\nBis zum Ende dieses Abschnitts sollte das Testdesign in der Lage sein, die folgenden Fragen zu beantworten:\n\n> Wie wurde die synthetische Realität erzeugt?\n\n> Von wem und in welchen Phasen wurden die Realitätslabels verborgen?\n\n> Aus welcher Population, Sprache, KI-Produktion und Wellenstruktur werden die Hauptantworten von 30,000 generiert?\n\n> Wie häufig werden Kritische und Wichtige Fälle im Hauptprävalenzkorpus erscheinen?\n\n> Mit welchem Herausforderungsset wird das Kritische-Erkennungssystem zusätzlich getestet?\n\n> Auf welchem Fehlerniveau wird der Test als erfolgreich angesehen?\n\n> Welche Ergebnisse erfordern, dass die Methode korrigiert wird?\n\n> Wie wird verhindert, dass der Test Urteile über Apple, echte KI-Anbieter oder echte Nutzer fällt?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nDer Apple.com Synthetic Benchmark sollte ein versioniertes Methodenvalidierungstestverfahren sein, das keine Aussage über die Leistung eines echten Unternehmens oder eines echten KI-Anbieters macht. Es sollte vollständig aus synthetischen Entitäten, Nutzern, Nachweisen, Antworten und Systemprotokollen bestehen; die Generator-Wahrheit vor der Begutachtung festschreiben; diese Wahrheit vor den Gutachtern verbergen; und messen, wie genau die NOMOS Prüf- und Bewertungskette sie wiederherstellt. Der synthetische Status muss deutlich sichtbar sein. Aussagen über die Leistung echter Unternehmen müssen verboten sein. Die Generator-Wahrheit und die Bewertungsformel müssen festgeschrieben werden, bevor das Hauptkorpus geöffnet wird. Gutachter dürfen die Generator-Kennzeichnungen nicht sehen. Der Hauptprävalenzkorpus muss vom Schweregrad-Herausforderungskorpus getrennt bleiben. Jede Testdatei muss als synthetisch gekennzeichnet sein. Unabhängige Teams müssen in der Lage sein, den Benchmark zu reproduzieren, und fehlgeschlagene Ergebnisse müssen zusammen mit erfolgreichen veröffentlicht werden.\n\nNOMOS sollte keine Ausnahmen von seinem eigenen Standard machen.\n\n## 3. WAS MISST DER TEST?\n\nDer Apple.com Synthetik-Test misst die folgende Frage:\n\n> Wie genau kann das NOMOS Prüfsystem eine bekannte synthetische Realität und Fehlerverteilung nach den Phasen der Erfassung, Extraktion von Aussagen, Entscheidung, Filterung und Bewertung reproduzieren?\n\nDas Messobjekt ist nicht: Apple Inc. Apple-Produkte. Echte KI-Modelle. Echte Nutzermeinungen. Echte Länder- oder Sprachleistungen. Das Messobjekt ist:\n\n> Die NOMOS-Methodik selbst.\n\n## 4. WAS MISST DER TEST NICHT?\n\nDieser Test kann die folgenden Aussagen nicht erzeugen:\n\n- „Apples GEO-Score ist X.“\n\n- „Apple ist in diesem KI-Produkt am besten vertreten.“\n\n- „Y Prozent der echten Nutzer nehmen Apple korrekt wahr.“\n\n- „Der angegebene echte KI-Anbieter verursacht kritische Fehler.“\n\n- „Das echte KI-Produkt der angegebenen Sprache ist schwach.“\n\n- „Apple NOMOS hat den 950+ Standard bestanden.“\n\n- „Apple unterstützt diesen Test.“\n\n- „Apple hat an dem Test teilgenommen.“\n\n- „Der tatsächliche Apple-Preis, die Lizenz oder der Serviceumfang ist wie folgt.“\n\nJede Seite im öffentlichen Register muss die folgende Bestimmung enthalten:\n\n> Dieser Test ist synthetisch. Es handelt sich nicht um eine aktuelle Prüfung der Genauigkeit, Angemessenheit oder Leistung von Apple Inc., apple.com oder einem realen KI-Anbieter.\n\n## 5. WARUM DER APPLE.COM ANKER?\n\nApple.com wird aus den folgenden Gründen als Anker-Methode gewählt: Es hat ein kurzes und klares Domain-Format. Es ist geeignet, um die Unterscheidung zwischen Domain und Unternehmen zu testen. Es erfordert die Auflösung einer Entität nicht nur über den Firmennamen, sondern über ihre digitale Präsenz. Es ermöglicht die synthetische Modellierung verschiedener Arten von Aussagen wie Produkt, Dienstleistung, lokaler Umfang, Preis, Zeit und Ressourcen. Es ist geeignet, um Fehlertypen wie falsche Kategorie, falsche Entität, falsche Preisparität und falsche Überlegenheit bei einem einzelnen Entitätstwin zu testen. Wenn in Zukunft zu einem echten Test übergegangen wird, könnte die Belastung für die Nutzer, die Absicht zu verstehen, relativ gering sein. Dies sind die Designgründe für den Test. Es handelt sich nicht um eine überprüfte aktuelle Leistungsangabe über das reale Apple.\n\n## 6. SYNTHETISCHES ENTITY-ZWILLING\n\nDas im Test überwachte Objekt:\n\n### APPLE-SYNTH ENTITÄT ZWILLING\n\nwird folgende Identität haben:\n\n### NGE-APPLE-SYNTH-ZWILLING-001\n\nDieses Wesen:\n\n- ist nicht das echte Apple Inc.,\n\n- ist keine echte juristische Person,\n\n- trägt keine echten Produkt- oder Preisdaten,\n\nwurde ausschließlich zur Testmethodik erstellt. Domain-Anker: aufrechterhalten als apple.com. In allen Truth Pack-Datensätzen wird der Name der synthetischen Entität jedoch explizit angegeben:\n\n#### Apple-SYNTH Globale Technologie-Einheit\n\n## 7. ONTOLOGIE DES SYNTHETISCHEN ZWILLINGS\n\nAPPLE-SYNTH enthält den folgenden synthetischen Entitätsgraphen:\n\n- APPLE-SYNTH-HOLDINGS-001— Hauptunternehmen\n\n- APPLE-SYNTH-DOMAIN-APPLE-COM-001— Domain-Anker\n\n- APPLE-SYNTH-DEVICES-001— Geräteproduktfamilie\n\n- APPLE-SYNTH-SOFTWARE-001— Softwareplattformen\n\n- APPLE-SYNTH-SERVICES-001— digitale Dienstleistungen\n\n- APPLE-SYNTH-PAYMENTS-SUB-001— beschränkte Tochtergesellschaft für Zahlungsdienste\n\n- APPLE-SYNTH-RETAIL-TR-001— synthetische Einzelhandelsgesellschaft Türkei\n\n- APPLE-SYNTH-RETAIL-DE-001— synthetische Einzelhandelsgesellschaft Deutschland\n\n- APPLE-SYNTH-FRANCHISE-X-001— unabhängiges lizenziertes Geschäft\n\n- APPLE-SYNTH-HISTORICAL-PARTNER-001— abgelaufener historischer Partner\n\n- APPLE-SYNTH-UNRELATED-APPLE-001— nicht verwandte Einheit wegen Namenskollision\n\nDieses Diagramm:\n\n- Muttergesellschaft,\n\n- Tochtergesellschaft,\n\n- Produkt,\n\n- örtliche Einheit,\n\n- Franchise,\n\n- historische Beziehung,\n\n- nicht verwandte Namensähnlichkeit\n\ntestet die Unterscheidungen.\n\n## 8. DREI TESTMODI\n\n### BM-S0 — REINER SYNTHETISCHER METHODENTEST\n\nAlle:\n\n- Nutzern,\n\n- KI-Produkten,\n\n- Antworten,\n\n- Nachweise,\n\n- Bildschirme,\n\n- Bewertungen\n\nsind synthetisch. Dies ist der Hauptmodus dieses Abschnitts.\n\n### BM-S1 — SYNTHETISCHER WIEDERGABETEST\n\nVorgefertigte synthetische Antworten:\n\n- NOMOS Erfassen,\n\n- Extraktion von Behauptungen,\n\n- tscheidung,\n\n- bewerten\n\nwie ein Live-Datenstrom an das System zurückgespielt. Dieser Modus testet Software- und menschliche Prozesse.\n\n### BM-L1 — ZUKÜNFTIGE LIVE-TESTS\n\nEchte Nutzer und echte KI-Produkte werden verwendet. Separat:\n\n- aktuelles Wahrheits-Paket,\n\n- rechtliche Bewertung,\n\n- Anbietersystemaufzeichnungen,\n\n- ethisches und Datenschutzprotokoll\n\nist erforderlich. Dieser Abschnitt ist auf Abschnitt 18: BM-S0 und BM-S1 beschränkt.\n\n## 9. TESTIDENTITÄT\n\nHaupttestidentität:\n\n### NOMOS-APPLE-SYNTH-BENCH-0.9\n\nUnteraufzeichnungen:\n\n- Einheit: APPLE-SYNTH-TWIN-001\n\n- Population: SYNTH-POP-FRAME-001\n\n- Länderzuweisung: SYNTH-COUNTRY-ALLOC-001\n\n- Sprachregister: SYNTH-LANGUAGE-REGISTRY-001\n\n- Prompt-Set: SYNTH-PROMPT-SET-001\n\n- Truth Pack: SYNTH-APPLE-TP-001\n\n- KI-Systemregistrierung: SYNTH-AI-REGISTRY-001\n\n- Wellenplan: SYNTH-WAVE-PLAN-001\n\n- Erfassungschema: NOMOS-CAPTURE-SYNTH-0.9\n\n- Bewertungsleitfaden: SYNTH-ADJUDICATION-0.9\n\n- Bewertungsmethode: NOMOS-PUAN-0.9\n\n- Randomisierungsmanifest: SYNTH-SEED-MANIFEST-001\n\nWenn sich eine dieser Identitäten ändert, ist eine neue Testversion erforderlich.\n\n## 10. HAUPTFORSCHUNGSFRAGEN\n\nDer Benchmark sollte zehn Forschungsfragen beantworten. Kann er die Beziehung zwischen Domäne und Entität wiederherstellen? Kann er unterstützte, nicht unterstützte, widersprochene und ungeklärte Behauptungen unterscheiden? Bewahrt er die Unterscheidung zwischen einer offiziellen Behauptung und der überprüften Realität? Erreichen die Critical- und Major-Gates eine angemessene Trefferrate, ohne eine übermäßige Zahl von falsch-positiven Ergebnissen zu erzeugen? Erkennt er wesentliche Auslassungen ebenso zuverlässig wie eine explizite Unwahrheit? Kann die Länder- und Sprachgerechtigkeitsarchitektur die eingefügten Unterschiede wiederfinden? Kann er den Unterschied zwischen Clean- und Natural-Panel messen, ohne eine nicht unterstützte Kausalbehauptung aufzustellen? Kann NOMOS Capture synthetische Duplikate, Manipulationen und zeitliche Defekte erkennen? Wie genau erfassen die GEO-1000-Verteilung und der zusammengesetzte Wert die Generator-Wahrheit? Erzielen unabhängige Teams von denselben Korpora im Wesentlichen vergleichbare Ergebnisse?\n\n## 11. DIE VIER KORPORA DER TESTARCHITEKTUR\n\nDer Test besteht aus vier separaten Korpora.\n\n### 11.1. HAUPTVORGEHENDES PRÄVALENZKORPUS\n\nDas Hauptkorpus besteht aus 30,000-Antworten. Der Zweck:\n\n- Die Verteilung von GEO-1000,\n\n- seltene Fehlerrate,\n\n- KI-Produktprofile,\n\n- Feststellung der Welle\n\nzum Testen. Dieses Korpus erhält eine realistische Fehlersparsamkeit.\n\n### 11.2. WICHTIGKEITSSTUFE HERAUSFORDERUNGSKORPUS\n\nÜberstichprobe kritischer und schwerwiegender Fehlertypen. Zweck:\n\n- Kritisches Abrufen,\n\n- Schwere Klassifizierung,\n\n- falsch positiv,\n\n- Expertenbewertung\n\nist zur Leistungsbewertung gedacht. Dieses Korpus wird nicht zur Prävalenz gezählt.\n\n### 11.3. KORREKTHEITS-INTEGRITÄTSKORPUS\n\nEnthält:\n\n- Duplikat\n\n- Falsche Prompt\n\n- Abgekürzte Antwort\n\n- Verspäteter Upload\n\n- Falsches Timing\n\n- Hash-Abgleichsfehler\n\n- Synthetische Manipulation\n\n- Falsche Produktmetadaten\n\n- Nutzerunterbrechung\n\n- Technisches Wiederholen\n\nZweck: Testen der NOMOS-Erfassung. Nur gültige werden in den Nenner der semantischen Punktzahl aufgenommen.\n\n### 11.4. ADJUDICATION GOLD KORPUS\n\nVorab vom Expertengremium gelöst:\n\n- Aussagegrenze,\n\n- Entität,\n\n- Zuschreibung,\n\n- Modalität,\n\n- Zitation,\n\n- Auslassung,\n\n- Bedeutungsgrad\n\nträgt Fälle. Zweck:\n\n- Kalibrierung des Schiedsrichters,\n\n- Drift-Erkennung,\n\nVergleich mit externem Team. Geht nicht in den Nenner der Hauptpunktzahl ein.\n\n## 12. 30,000 ANTWORT HAUPTKORPUS\n\nHauptdesign:\n\n10 synthetische KI products× 1,000 einzigartig users× 3 waves= 30,000 Antworten\n\nJede Antwort:\n\n- gehört zu einer anderen synthetischen menschlichen Einheit,\n\n- einzelnes KI-Produkt,\n\n- eine einzelne Welle,\n\n- ein einzelner festgeschriebener Kernspiegel-Prompt\n\nIn dem Hauptkorpus wird dieselbe synthetische Person:\n\n- nicht in einem anderen KI-Produkt erneut verwendet,\n\n- oder in einer anderen Welle\n\nwieder.\n\nInsgesamt:\n\n#### gibt es 30,000 einzigartige synthetische menschliche Einheiten\n\ngefunden. Diese Entscheidung:\n\n- Panel-Konditionierung,\n\n- entfernt die Wiedererinnerung der Antwort,\n\n- die multiple Produktabhängigkeit derselben Person\n\naus dem Hauptkorpus.\n\n## 13. ÜBEREINSTIMMENDE POPULATIONSZWILLINGE\n\nKI-Produkte werden mit verschiedenen menschlichen Einheiten getestet. Wenn die Nutzerprofile jedoch völlig unterschiedlich sind, können Produkte nicht verglichen werden. Daher:\n\n#### Verwendete übereinstimmende synthetische Populationszwillinge\n\njedes KI-Produkt hat unterschiedliche individuelle Identitäten. Es wird jedoch eine Stichprobe von 1,000 Personen für jedes Produkt genommen:\n\n- Land,\n\n- Sprache,\n\n- Altersgruppe,\n\n- Häufigkeit der KI-Nutzung,\n\n- Planberechtigung,\n\n- Gerät,\n\n- Barrierefreiheit,\n\n- Markenbekanntheit\n\nträgt dieselbe Zielverteilung in Bezug auf Pflege. Diese Struktur entspricht der Bevölkerungszusammensetzung, ohne dieselbe Person erneut zu verwenden.\n\n## 14. PROMPT DES HAUPTKORPUS\n\nAlle Hauptantworten von 30,000 tragen diese kanonische Absicht:\n\n> Verknüpfen Sie den Domain-Anker mit dem Hauptunternehmen und erklären Sie die Kernaktivitäten dieses Unternehmens.\n\nTürkischer Kandidatentext:\n\n> „Mit welchem Hauptunternehmen ist Apple.com verbunden und was sind die Hauptaktivitäten dieses Unternehmens?“\n\nEnglischer Kandidatentext:\n\n> „Mit welchem Hauptunternehmen ist apple.com verbunden, und was sind die Hauptaktivitäten dieses Unternehmens?“\n\nAndere Sprachversionen:\n\n- In diesem Abschnitt wird es nicht als echte Übersetzung aus der realen Welt dargestellt,\n\n- PROMPT-L01 bis PROMPT-L3 6 werden als synthetische Sprachobjekte beibehalten,\n\nSemantische Äquivalenzlabels sind vorherbestimmt. Dieser Ansatz: verhindert die Behauptung falscher Übersetzungsgenauigkeit ohne echte sprachliche Expertise, erlaubt aber dennoch dem Test, Sprachgerechtigkeit zu berechnen.\n\n## 15. WARUM NUR EIN PROMPT IM HAUPTKORPUS?\n\nDie Frage von Gründer GEO-1000 ist:\n\n> Wenn dasselbe KI-Produkt zur gleichen Zeit und mit derselben Absicht gefragt wird, wie viele Nutzer sehen wirklich die fundamentale Repräsentation der Existenz?\n\nAus diesem Grund verwendet das Principal Prevalence Corpus:\n\n- ein einziges Core Mirror Prompt,\n\n- eine einzelne Prompt-Version,\n\n- drei Wiederholungswellen\n\nEvidence-, Recommendation-, Comparative- und Boundary-Familien: werden in einem separaten Diagnostic Annex getestet, nicht in den Hauptantworten von 30,000 vermischt. Diese Unterscheidung ist wichtig. Denn das einzelne Core Prompt:\n\n#### produziert Core GEO-1000 Ergebnisse\n\nAllein:\n\n#### Vollständige NOMOS-Konformität\n\nwird nicht erzeugt.\n\n## 16. DIAGNOSTIC ANNEX\n\nAbgesehen von den Hauptantworten 30,000 ist das folgende synthetische diagnostische Korpus wie folgt gestaltet:\n\nDiese 6,000-Fälle: stellen nicht die Hauptnutzungsprävalenz dar, sondern sind das Prompt-Familien- und Komponentenvalidierungskorpus. Zusammen mit dem Haupt-30,000 kann das Testuniversum 36,000 synthetische Antwortfälle tragen. Allerdings ist das Ergebnis des Titels von Abschnitt 18:\n\n#### 30,000 Hauptantworten des Population Panels\n\nbleiben bestehen.\n\n## 17. SYNTHETISCHES BEVÖLKERUNGSRAHMENWERK\n\nDie Testversion beansprucht nicht, die Bevölkerung in der realen Welt nachzubilden. SYNTH-POP-FRAME-001:\n\n- Langschwanz-Länder-Verteilung,\n\n- mehrsprachige Nutzerpopulation,\n\n- Unterschied zwischen großen und kleinen Märkten,\n\n- Zellen mit Sprachen mit geringen Ressourcen,\n\n- unterschiedliche KI-Nutzungsfrequenzen\n\nist das synthetische Rahmenwerk, das es erzeugt. Dieses Rahmenwerk kann nicht als aktuelles Bevölkerungsranking realer Länder veröffentlicht werden. Zukünftiger Live-Test:\n\n- datiert,\n\n- autorisiert,\n\n- versionierte reale Bevölkerungsdaten\n\nmüssen verwendet werden.\n\n## 18. SYNTHETISCHES LAND-UNIVERSUM\n\nSynthetisches Universum: Es enthält 193 zulässige Länder- oder Zuständigkeitscodes. Die Codes sind:\n\n### C0 01–C1 93\n\nSie sind in der Form von. Diese repräsentieren nicht die tatsächliche Länderleistung. Länderanteile:\n\n- mehrere große Schichten,\n\n- mittelgroße Schichten,\n\n- ein langer kleiner Länderschwanz\n\nsind vorbestimmt, um gebildet zu werden.\n\n## 19. LÄNDERZUORDNUNG\n\nDer synthetische Bevölkerungsanteil des Landes c: sei er p_c. Das Hauptziel:\n\nn_c* = 1,000 p_c\n\nist in der Form von. Die anfängliche Zuweisung:\n\nn_c^0= ⌊n_c*⌋\n\nwird gemacht als. Verbleibende Plätze: verteilt nach der Methode des größten Dezimalrestes. Ergebnis:\n\nΣ_c n_c= 1,000\n\nEs muss sein. Kleine Länder, die keine Beobachtungen sammeln: Sie werden nicht so angezeigt, als existierten sie im Bevölkerungs-Panel, sie treten in einen separaten Länderbeobachter-Zyklus ein.\n\n## 20. Länderbeobachter ANLAGE\n\nUm alle berechtigten Ländercodes mindestens einmal zu testen: Ein synthetischer Länderbeobachter-Anhang von 193-Ländern wird erstellt. Diese Beobachtungen:\n\n- zum Länderwert,\n\n- zu seinen wichtigsten 1,000-Stakeholdern\n\nwerden nicht einbezogen. Zweck:\n\n- Zugang,\n\n- Sprache,\n\n- Entitäten-Kollision,\n\n- frühes kritisches Signal\n\nEs ist ein Test.\n\n## 21. SPRACHUNIVERSUM\n\nHauptsynthetisches Sprachregister:\n\n- 24 Bevölkerungs-Panel-Sprache\n\n- 12 Sprachgerechtigkeits-Beobachtungs-Sprache\n\nist wie folgt:\n\n36 synthetische Sprach-Locale-Zellen\n\nwerden übertragen. Codes:\n\n### L01–L3 6\n\nsind in dieser Form. Beispieltexte auf Türkisch und Englisch können für L01 und L02 veröffentlicht werden. Andere Sprachobjekte: tragen synthetische Identität, um die Behauptung realer Sprachleistung zu vermeiden.\n\n## 22. SPRACHZUWEISUNG\n\nNutzer-Sprachzuweisung:\n\n- nicht nach der offiziellen Sprache des Landes,\n\n- sondern nach der primären Aufgabensprache, in der der Nutzer die Testaufgabe natürlich ausführen wird\n\nfertig. Mehrsprachiger Nutzer: bleibt eine einzelne Person im Hauptbevölkerungsgewicht, wird nicht zu mehreren vollständigen Personen. Sprachgerechtigkeitsanhang: überrepräsentiert Zellen mit niedrigem Zähler L2 5–L3 6, gewichtet zurück zu den tatsächlichen synthetischen Sprachanteilen für die globale Punktzahl.\n\n## 23. PROMPT-ÄQUIVALENZ-INJEKTION\n\nDer Test sollte nur korrekte Übersetzungen enthalten. Der Sprachäquivalenz-Anhang enthält die folgenden Fälle:\n\n- Korrekte semantische Äquivalenz\n\n- Übersetzung mit hinzugefügter Vertrauensaufgabe\n\n- Übersetzung, die in eine Empfehlung übergeht\n\n- Drift des Entitätsankers\n\n- Geographische Drift\n\n- Zeitdrift\n\n- \"Weltführer\"-Voraussetzung\n\n- Quellenreihenfolge hinzufügen\n\n- Übermäßige Förmlichkeit\n\n- Nicht verwendbare maschinelle Übersetzung\n\nEinige dieser Fälle:\n\n- KI-Sprachleistung,\n\n- Prompt-Tool-Fehler\n\ntestet die Unterscheidung. Fall mit Prompt-Äquivalenzfehler: kann nicht direkt in den echten KI-Gerechtigkeitsscore geladen werden.\n\n## 24. SYNTHETISCHES WAHRHEITSPAKET\n\nSYNTH-APPLE-TP-001 enthält mindestens die folgenden Felder:\n\nTruth Pack auch:\n\n- 12 Offizieller Anspruch nur,\n\n- 10 Widersprüchlich,\n\n- 8 Ungeklärt,\n\n- 6 Historisch,\n\n- 4 Eingeschränkt überprüft\n\nerzeugt Status. Diese Verteilung wird verwendet, um alle Zustimmungsstatus zu testen.\n\n## 25. GRUNDLEGENDEN BESTIMMUNGEN DES SYNTHETISCHEN TRUTH-PACKS\n\nDie folgenden Beispiele sind vollständig synthetisch: apple.com, verbunden mit APPLE-SYNTH-HOLDINGS-001. Die Haupttätigkeiten liegen in den Bereichen Geräte, Software und digitale Dienstleistungen. Die Verfügbarkeit von Produkten und Dienstleistungen variiert je nach Markt. Preis- und Steuerbedingungen sind nicht in allen Ländern gleich. Die Hauptgesellschaft ist keine Universalbank. Die Hauptgesellschaft bietet keine rechtlichen oder medizinischen Dienstleistungen an. Die begrenzte lokale Befugnis der Zahlungstochtergesellschaft gewährt der Hauptgesellschaft keine universellen Bankvollmachten. Der Begriff 'das weltweit innovativste Unternehmen' ist eine synthetische offizielle Selbstpositionierung; es handelt sich nicht um eine Tatsache unabhängiger Überlegenheit. Die Grundlage für den Anspruch auf ‚99 Prozent Zufriedenheit‘ wurde nicht überprüft. Einige historische Partnerschaften endeten am Referenzdatum. Einige Produkte sind nur in bestimmten synthetischen Märkten verfügbar. Es gibt keine 100 Prozent Ergebnisgarantie für alle Projekte oder Produkte.\n\nEs gibt keine Unterstützung von einer synthetischen öffentlichen Einrichtung oder Universität. Die lokale Registrierung eines Franchise ist nicht der direkte Betrieb der Hauptgesellschaft. Bestimmte Kundenbeziehungen wurden mit begrenzten Belegen überprüft, sind aber für die Öffentlichkeit nicht erkennbar. Diese Bestimmungen sind keine Aussagen über das echte Apple.\n\n## 26. EVIDENZFAMILIEN\n\nDas Synthetic Truth Pack enthält die folgenden Evidenzfamilien:\n\n### EF-01— Kanonische First-Party-Produktseiten\n\n### EF-02— Synthetisches Firmenregister\n\n### EF-03— Synthetische lokale Preisaufzeichnungen\n\n### EF-04— Synthetischer behördlicher Partnerdatensatz\n\n### EF-05— Synthetische Partnervereinbarungen\n\n### EF-06— Synthetische unabhängige redaktionelle Bewertung\n\n### EF-07— Synthetische Transaktionsdaten\n\n### EF-08— Synthetische Nutzeraufzeichnungen\n\n### EF-09— Synthetisches historisches Archiv\n\n### EF-10— Synthetisches Gegenevidenz-Register\n\nEs gibt auch vier Evidenzmittellauferketten:\n\n### EL-01— Selbstdeklaration → gesponserte Nachrichten → Blog → KI-Zusammenfassung\n\n### EL-02— Firmenauszeichnung → Multi-Kopien-Website → gefälschter Konsens\n\n### EL-03— Mitarbeiterkommentar → präsentiert wie Universitätsbefürwortung\n\n### EL-04— Partnerlizenz → Übertragung als Hauptbefugnis der Entität\n\n## 27. GEHEIM PRODUZENT REALITÄT\n\nFür jede synthetische Antwort:\n\n#### Generator-Wahrheitsprotokoll\n\nwird erstellt. Dieser Datensatz enthält Folgendes: Welche Aussagen wurden erzeugt? Welcher Anspruch ist korrekt? Welcher ist teilweise korrekt? Welcher gehört zu einer falschen Entität? Welcher ist veraltet? Welcher ist unbegründet? Welcher ist kritisch oder wesentlich? Welche Auslassung ist absichtlich? Welche Referenz ist gefälscht oder falsch abgegrenzt? Was ist der tatsächliche RP-Status der Antwort? Welche Komponenten sollten betroffen sein? Dieser Datensatz:\n\n- wird erstellt, bevor Daten erzeugt werden,\n\n- wird gehasht,\n\nwird versiegelt, bis die Peer-Review abgeschlossen ist. Gutachter können die Generator-Truth nicht einsehen.\n\n## 28. DAS SCHLOSS DER PRODUZENTENWAHRHEIT\n\nDas Generator-Truth-Paket:\n\n- Hash,\n\n- Zeitstempel,\n\n- Zufälliges Seed-Manifest,\n\n- Produktionscode-Version,\n\n- Vorlagenversion\n\nMuss getragen werden. Nachdem das Ergebnis gesehen wurde:\n\n- Das Etikett kann nicht geändert werden,\n\n- Das Wichtigkeitsniveau kann nicht gesenkt werden,\n\nDie Wahr/Falsch-Verteilung kann nicht angepasst werden. Wenn ein echter Produktionsfehler festgestellt wird:\n\n- Neue Testversion,\n\n- Eine Aufzeichnung des Einflusses auf das alte Korpus\n\nwird erstellt.\n\n## 29. SYNTHETISCHE KI-ProduktE\n\nDer Test verwendet ein Beispiel synthetischer KI-Produkte, unabhängig von den zehn Anbietern:\n\n### SYNTH-AI-01\n\n### SYNTH-AI-02\n\n### SYNTH-AI-03\n\n### SYNTH-AI-04\n\n### SYNTH-AI-05\n\n### SYNTH-AI-06\n\n### SYNTH-AI-07\n\n### SYNTH-AI-08\n\n### SYNTH-AI-09\n\n### SYNTH-AI-10\n\nDies sind keine Imitationen oder Codenamen realer KI-Anbieter. Jedes synthetische Produkt trägt ein unterschiedliches Fehlermodusprofil.\n\n## 30. SYNTHETISCHE KI-PROFILE\n\nDiese Profiverteilung testet, dass NOMOS nicht nur den höchsten Durchschnitt belohnt.\n\n## 31. PROFILPARAMETER\n\nJedes synthetische KI-Produkt trägt diese latenten Parameter:\n\n- Genauigkeit der Kernentität\n\n- Faktische Unterstützung\n\n- Umfangsüberschreitung\n\n- Zeitliche Verzögerung\n\n- Verlust der Zuschreibung\n\n- Zitationsabweichung\n\n- Ablehnungswahrscheinlichkeit\n\n- Keine-Antwort-Wahrscheinlichkeit\n\n- Strafe für ressourcenarme Sprache\n\n- Sauber–Natürlich-Lücke\n\n- Wellenbewegung\n\n- Wahrscheinlichkeit eines kritischen Ereignisses\n\n- Wahrscheinlichkeit eines größeren Ereignisses\n\n- Redseligkeit\n\n- Wahrscheinlichkeit der Selbstkorrektur\n\n- Wahrscheinlichkeit halluzinierter Zitate\n\nParameter: festgeschrieben, bevor das Hauptkorpus erstellt wird, können nach dem Ansehen des Endergebnisses nicht geändert werden.\n\n## 32. FEHLERRATEN DES HAUPTKORPUS\n\nDas Principal Prevalence Corpus verwendet eine realistische sparsame Fehlerlogik. Kandidaten globale synthetische Raten:\n\n- Vollständig/Beratungspass: hohe Mehrheit\n\n- Bedingt bestanden: 2–15 Prozent abhängig vom Produktprofil\n\n- Schwerwiegend nicht bestanden: 0–8 Prozent\n\n- Bestätigt kritisch: 0–0.5 Prozent\n\n- Ungeklärt: 0–3 Prozent\n\n- Keine verwertbare Antwort: 0–8 Prozent\n\n- Nicht bewertbar: nach Erfassung des Korpus, 0–2 Prozent\n\nDiese Raten unterscheiden sich für jedes Produkt. Sie sind keine Vorhersagen über den echten KI-Markt. Sie sind synthetische Stressverteilungen.\n\n## 33. GRAD DER WICHTIGKEIT HERAUSFORDERUNGS-KORPUS\n\nDa kritische Fehler bei realistischer Prävalenz selten sind, werden für jedes Gate ausreichende Validierungsfälle benötigt. Das Challenge-Korpus sollte die folgende Struktur haben:\n\nAußerdem:\n\n- 1,200 Groß,\n\n- 600 schwierig Mäßig,\n\n- 600 negative Kontrollen, die kritisch ähneln, aber nicht kritisch sind\n\nFälle können erzeugt werden. Gesamte Wichtigkeitsstufen-Herausforderung: Es würde 3,600 Fälle geben. Dieses Korpus kann nicht in den Hauptprävalenzwert eingehen.\n\n## 34. NEGATIVE KRITISCHE KONTROLLEN\n\nDie folgenden Falltypen sollten vorhanden sein, um die kritische Falsch-Positiv-Rate zu testen:\n\n- Richtige Marke, aber fehlende rechtliche Endung\n\n- Kleine Preisrundungsdifferenz\n\n- Geringe Abweichung im historischen Vergabejahr\n\n- Zitatformatfehler, aber sachliche Behauptung korrekt\n\n- Angemessene Vorsicht\n\n- Begrenztes, aber harmloses Auslassen\n\n- Negativer Kommentar, klar als Meinung des Nutzers dargestellt\n\n- Geringe Unsicherheit im historischen Umfang der realen Partnerschaft\n\n- Korrekte Zuordnung der Selbsterklärung des Unternehmens\n\nBeurteiler dürfen nicht jeden zwingenden Begriff als kritisch klassifizieren.\n\n## 35. FEHLERINJEKTIONSMATRIX\n\nFehlervektor für jede Antwort:\n\nH_i= (E_i, F_i, S_i, T_i, A_i, M_i, C_i, O_i, R_i)\n\nAufgezeichnet wie folgt. Hier:\n\n- Ei: Existenzfehler\n\n- Fi: Tatsachenfehler\n\n- Si: Umfangsfehler\n\n- Ti: Zeitlicher Fehler\n\n- Ai: Zuschreibungsfehler\n\n- Mi: Modalitätsfehler\n\n- Ci: Zitierfehler\n\n- Oi: Auslassung\n\n- Ri: Relevanz-/Ablehnungsfehler\n\nFehler müssen nicht unabhängig sein. Beispiel: Die Übertragung der Tochterlizenz auf die Hauptgesellschaft kann gleichzeitig:\n\n- falsche Entität,\n\n- erweiterte Behauptung,\n\n- falsche Autorität erzeugen,\n\n- Kritischer Rat\n\nDies kann auftreten. Diese Fälle sind als Root-Finding-Cluster verbunden.\n\n## 36. ANTWORTGENERIERUNG\n\nDie synthetische Antwortgenerierung hat drei Stufen.\n\n### 36.1. Semantischer Plan\n\nLaut dem Generator-Truth-Record:\n\n- aktive wahre Behauptungen,\n\n- aktive falsche Behauptungen,\n\n- Auslassungen,\n\n- Referenzverhalten,\n\n- Antwortstatus\n\nwird bestimmt.\n\n### 36.2. Sprachliche Realisierung\n\nGleicher semantischer Plan:\n\n- kurz,\n\n- lang,\n\n- indirekt,\n\n- modal,\n\n- zugeschrieben,\n\n- selbstkorrigierend,\n\n- widersprüchlich\n\nauf verschiedenen Oberflächen geschrieben.\n\n### 36.3. Schnittstellen- und Erfassungsrealisierung\n\nAntwort:\n\n- Mock-Webseite,\n\n- Mock-Mobile,\n\n- Mock-Zitationspanel,\n\n- Mock-Fehlerbildschirm\n\nwird intern gerendert. Alle visuellen Elemente:\n\n### SYNTHETISCHES KINO — KEINE LIVE-KI-AUSGABE\n\nmüssen das Wasserzeichen tragen.\n\n## 37. VORLAGEN-MERKUNG VERHINDERN\n\nJede Behauptung sollte nicht nur mit einer einzigen Satzvorlage erstellt werden. Ein Beispiel für eine gefälschte Überlegenheitsbehauptung kann in den folgenden Formen erstellt werden:\n\n- „Es ist das innovativste Unternehmen der Welt.“\n\n- „Laut den meisten unabhängigen Quellen ist es der unbestrittene Marktführer in diesem Sektor.“\n\n- \"Es gilt als die zuverlässigste Option auf dem Markt.\"\n\n- „Es wurde bestätigt, dass es weltweit an erster Stelle steht.“\n\n- „Es kann gesagt werden, dass es allen seinen Wettbewerbern überlegen ist.“\n\nDas Bewertungssystem sollte die Bedeutung bewerten, nicht eine Wortliste.\n\n## 38. IMPLIZITE FEHLERERZEUGUNG\n\nMindestens ein Drittel des Challenge-Korpus sollte den Fehler nicht als expliziten Satz enthalten, sondern als:\n\n- Voraussetzung\n\n- Implikation,\n\n- Modalität,\n\n- Wegrlassen der Zuschreibung,\n\n- Empfehlung,\n\n- Entitäts-Korreferenz\n\nBeispiel: \"Das Angebot begrenzter Zahlungsdienste zeigt, dass das Mutterunternehmen den Bankvorschriften unterliegt und lizenziert ist.\" Hier liegt der Fehler:\n\n- nicht direkt im Wort \"Bank\"\n\n- Übertragene Autorität abgeleitet\n\nwurde etabliert.\n\n## 39. PREISVERLEIHUNG\n\nSynthetische Zitate umfassen die folgenden Klassen:\n\n- Direkte Unterstützung\n\n- Nur unterstützende Quellenangabe\n\n- Teilweise unterstützend\n\n- Zugehörigkeit zu einem anderen Land\n\n- Zugehörigkeit zu einer anderen Einheit\n\n- Alt\n\n- Irrelevant\n\n- Widersprüchlicher Inhalt\n\n- Nicht existent\n\n- Kopie derselben Stammquelle\n\n- Präsentation begrenzter Nachweise als öffentliche Quelle\n\n- Produzieren falscher universitärer oder öffentlicher Befürwortung\n\nZitations-URLs sollten nicht auf echte Domainnamen weitergeleitet werden. Beispiel: https://evidence.synthetic.example/EF-004 kann verwendet werden.\n\n## 40. Referenzlücke INJEKTION\n\nEinige Antworten des Tests erzeugen neue Behauptungen, die nicht im Truth Pack gefunden werden, aber:\n\n- in die Kategorien gezwungen werden von\n\nwahr,\n\n- falsch,\n\n- können nicht bewertet werden\n\nDer Schiedsrichter, als korrektes Verhalten:\n\n### Referenzlücke\n\nsollte öffnen. Der Test misst diese zwei falschen Verhaltensweisen:\n\n- Automatisches Zählen eines Referenzlücke als falsch\n\n- Automatisches Zählen eines Referenzlücke als richtig\n\n## 41. AUSLASSUNGSEINSPRITZUNG\n\nAuslassungsfälle werden auf drei Ebenen erzeugt:\n\n- Optionale Detailauslassung\n\n- Erforderliche Elementauslassung\n\n- Auslassung der materiellen Grenze\n\nBeispiel: Prompt: „Bietet das Unternehmen Zahlungsdienste in Deutschland an und welche Limits gelten?“ Antwort: „Das Unternehmen bietet Zahlungsdienste an.“ Wahrheits-Set:\n\n- nur separate Tochtergesellschaft,\n\n- nur begrenzte Nutzergruppe,\n\n- nur bestimmte Gerichtsbarkeit\n\nwenn es zeigt:\n\n- Entität,\n\n- Umfang,\n\n- Grenzüberschreitungsauslassung\n\nkönnen zusammen bewertet werden.\n\n## 42. FÄLLE VON SELBSTKORREKTUR\n\nDer Test umfasst diese Antwortformate:\n\n- Falsche Behauptung, dann explizite Rücknahme\n\n- Falsche Behauptung, dann vage Abschwächung\n\n- Korrekte Behauptung, dann falscher Widerspruch\n\n- Selbstkorrektur nach Zitierung\n\n- Korrektur in derselben Antwort ohne Folgeantwort des Nutzers\n\n- Nur Hinzufügen eines Haftungsausschlusses bei Beibehaltung der falschen Behauptung\n\nZweck:\n\n- echte Selbstkorrektur,\n\n- falsche Korrektur,\n\n- nicht aufgelöster interner Widerspruch\n\num den Unterschied zu testen.\n\n## 43. KONTROLLIERTES–NATÜRLICHES PANEL-MODUL\n\n1,000 Fälle des Diagnostischen Anhangs: enthält Clean- und Natural-Duplikate derselben synthetischen Nutzerprofile. Bedingung Natural:\n\n- Speicher,\n\n- spezielle Anweisungen,\n\n- vorherige Markenmeinung,\n\n- anderen Plan,\n\n- Werkzeugnutzung\n\nwird eingefügt. Generator Wahrheit bewahrt diesen Unterschied:\n\n- Formal angemessene Änderung für den Nutzer\n\n- Legitime Beratung Unterschied\n\n- Materielle Realitätsabweichung\n\n- Anweisung zugunsten der Marke\n\n- Anweisung gegen die Marke\n\n- Eingeschränkte Informationsleckage\n\nDie USI-Komponente wird mit diesem Modul getestet.\n\n## 44 th WAVE ARCHITECTURE\n\nDas Hauptkorpus trägt drei Wellen:\n\nIn jeder Welle:\n\n- neue 10,000 synthetische Nutzer,\n\n- gleiche Core Mirror Prompt-Version,\n\n- gleiche Basis-Truth-Pack-Ontologie\n\nEs wird verwendet. Kontrollierte Abweichungen werden in einigen Produkten eingefügt.\n\n## 45. WAVE-DRIFT-SZENARIEN\n\nFür synthetische KI-Produkte werden die folgenden Änderungen eingefügt:\n\n- SYNTH-AI-02: Erhöhung der Wortfülle\n\n- SYNTH-AI-03: L2 5–L3 6 Sprachabfall\n\n- SYNTH-AI-04: Wachstum des Unterschieds im natürlichen Panel\n\n- SYNTH-AI-05: Zunahme des Referenzwäscheprozesses\n\n- SYNTH-AI-07: Alter Preis und Produktverfügbarkeit\n\n- SYNTH-AI-10: Einzelner Kritischer in W2, Korrektur in W3\n\nZweck:\n\n### STR,\n\nist dazu da, den aktuellen Status, historische Vorfälle und Korrekturaufzeichnungen zu testen.\n\n## 46. IN-WAVE SYSTEMÄNDERUNG\n\nIn der Mitte eines synthetischen KI-Produkts in W2:\n\n- Modellkennzeichnung,\n\n- Referenzansicht,\n\n- Webmodus\n\nwird geändert. Das korrekte NOMOS Verhalten:\n\n- um die Welle in eine Unterwelle zu unterteilen,\n\n- um eine Warnung über den gemischten Systemzustand zu erzeugen\n\nsollte sein. Falsches Verhalten: die gesamte W2 als eine einzige feste Produktbewertung zu zählen.\n\n## 47. EXTERNE EREIGNISEINSPIELUNG\n\nWährend W3 wird ein neues Ereignis über die synthetische Entität erzeugt:\n\n- Preisänderung,\n\n- Produktbeendigung,\n\n- Lokale Serviceeröffnung,\n\n- Lizenz-Partnerwechsel\n\nGefällt. Truth Pack: Es ist in die Versionen W3A und W3B unterteilt. Es wird getestet, ob Schiedsrichter alle Antworten mit einer einzigen Referenzzeit verknüpfen.\n\n## 48. SYNTHETISCH NOMOS ERFASSUNG\n\nEin synthetisches Evidenzpaket wird für jede Hauptantwort erstellt:\n\n- Beobachtungsmanifest\n\n- Prompt-Artefakt\n\n- Rohantwort-Artefakt\n\n- Mock-Screenshot\n\n- Systemzustands-Artefakt\n\n- Zeitvektor\n\n- Versuchsprotokoll\n\n- Integritätsmanifest\n\n- Datenschutzmanifest\n\n- Validierungsaufzeichnung\n\nGültige Pakete: geben Sie die echte Testverteilung ein. Defekte Pakete: klassifiziert gemäß dem Capture Integrity Corpus.\n\n## 49. CAPTURE-FEHLERKLASSEN\n\nDer Test erzeugt die folgenden Fehlerarten:\n\n- Exaktes Duplikat\n\n- Fast-duplizierter Screenshot\n\n- Prompt-Abweichung\n\n- Prompt-Abkürzung\n\n- Antwort-Abkürzung\n\n- Fehlendes Ende der Antwort\n\n- Falsche Metadaten des KI-Produkts\n\n- Außerhalb-Wellen-Zeitstempel\n\n- Geräteuhrversatz\n\n- Verzögerter Upload\n\n- Hash-Abgleichsfehler\n\n- Manipulation vor Hash\n\n- Manipulation nach Hash\n\n- Nutzerregeneration\n\n- Technisches Wiederholen\n\n- Nutzerunterbrechung\n\n- Systemtransformation\n\n- Schwärzung an Rohdatei\n\n- Gültige Barrierefreiheitsalternative\n\n- Falsche Barrierefreiheitsbehauptung\n\nZweck: die Erfassungsgültigkeit von der semantischen Genauigkeit zu trennen.\n\n## 50. TEST WASSERZEICHEN\n\nAlle visuellen Darstellungen und öffentlichen Reaktionsaufzeichnungen müssen das folgende sichtbare Zeichen tragen: SYNTHETISCH NOMOS TEST / KEINE LIVE-KI-ANTWORT / KEINE APPLE- ODER ANBIETERLEISTUNGSVERSPRECHEN Wasserzeichen: darf den Behauptungstext nicht überdecken, darf die Beurteilung der Prüferverständnisbewertung nicht beeinträchtigen. In der Blindkopie zur Begutachtung zeigt das Wasserzeichen an, dass es synthetisch ist; das Generator-Wahrheits-Label wird nicht angezeigt.\n\n## 51. RANDOMISIERUNG\n\nDie Testgenerierung verwendet eine versionierte pseudorandomisierte Methode. Jede Zufallsentscheidung:\n\n- Test-Seed,\n\n- Submodul-Seed,\n\n- Vorlagenauswahl,\n\n- Fehlerinjektion,\n\n- Nutzerzuweisung,\n\n- Slot-Zuweisung\n\nmuss reproduzierbar sein. Zufalls-Seed: vor der Generierung des Hauptkorpus gehasht, kann nach dem Ergebnis nicht mehr geändert werden.\n\n## 52. UNTERSCHEIDUNG ZWISCHEN ZUFÄLLIGKEIT UND BELIEBIGKEIT\n\nRandomisierung: stellt sicher, dass die Zuordnung unabhängig vom Ergebnis erfolgt. Willkürlichkeit: bedeutet, dass der Produzent die Antwort auswählt, die er haben möchte. Ohne ein Randomisierungsmanifest ist die Aussage „Wir haben es zufällig generiert.“ nicht ausreichend.\n\n## 53. DATENLECK\n\nTestleckagen können auf folgende Weise auftreten: Die Generatorwahrheit wird dem Prüfer gezeigt. Der Name der Antwortvorlage erklärt die Wichtigkeitsstufe. Der Dateiname sollte critical-licence-001.png sein. Die UI-Farbe zeigt die Art des Fehlers an. Der Referenzcode trägt ein direktes True/False-Tag. Der Prüfer hat denselben Fall im Trainingssatz gesehen. Der AI-Assistent-Prüfer greift auf den Generatorcode zu. Die Punkte sehen die Ergebnisse des Entwickler-Holdouts. All diese Kanäle müssen geschlossen werden.\n\n## 54. DATEINAMEN\n\nIn Blind-Review-Paketen sollte der Dateiname:\n\n### OBS-000184\n\nneutral sein. Die folgenden Namen sind verboten:\n\n- critical-case-12\n\n- wrong-entity\n\n- good-answer\n\n- low-resource-fail\n\n- false-citation\n\n## 55. GETRENNTE ROLLEN\n\nTests sollten mit mindestens den folgenden Rollen durchgeführt werden:\n\n- Architekt der synthetischen Bevölkerung\n\n- Designer des Wahrheits-Pakets\n\n- Antwortgenerator\n\n- Samenverwalter\n\n- Leckageprüfer\n\n- Erfassen-Korpus-Designer\n\n- Aussageextraktionsteam\n\n- Entscheidungsteam\n\n- Bewertungsmethoden-Team\n\n- Unabhängiges Validierungsteam\n\n- Hüter der öffentlichen Veröffentlichung\n\n- Verantwortlicher für menschliche Tests\n\nRollen können im kleinen Pilotprojekt kombiniert werden. Allerdings:\n\n- Die Person, die die Generator-Wahrheit kennt,\n\n- ist der einzige Entscheidungsträger bei der endgültigen Blindentscheidung\n\nKeine Person, die die Generator-Wahrheit kennt, darf der einzige Entscheidungsträger bei der endgültigen Blindentscheidung sein.\n\n## 56. TESTDATENSEKTIONEN\n\n### 56.1. Öffentliches Kalibrier-Set\n\nWird für Ausbilder-Training und Codebuch-Testung verwendet. Generator-Wahrheit ist offen. Es fließt nicht in die Hauptevaluation ein.\n\n### 56.2. Entwicklungsset\n\nWird für Methoden- und Softwareentwicklung verwendet. Labels sind für ein begrenztes Team offen.\n\n### 56.3. Versiegeltes Validierungsset\n\nWird geöffnet, nachdem Adjudikation und Bewertungssystem festgeschrieben sind. Generator-Wahrheit ist versiegelt. Produziert die Hauptmethodenvalidierung.\n\n### 56.4. Erneuerungs-Holdout-Set\n\nEs wird aufbewahrt, um benchmarkspezifisches Überanpassen zu testen. Es wird im Voraus gehasht und für Versionsaktualisierungen verwendet. Es darf möglicherweise nicht dauerhaft verborgen bleiben; eine Erklärung und ein Veröffentlichungszeitplan müssen bereitgestellt werden.\n\n## 57. HAUPT 30,000 KORPUS LEAK REGEL\n\nHauptprinzipalprävalenz-Korpus:\n\n- Bewertungsmethode ohne Festschreiben 0.9,\n\n- Anspruch-Codebuch ohne Festschreiben,\n\n- Bewertungsrollen ohne Bestimmung\n\ndürfen nicht geöffnet werden. Nach dem Festschreiben: Antwort- und Evidenzpakete werden den Bewertern geöffnet. Generatorwahrheit bleibt geschlossen. Die Bewertung endet. Punkte werden berechnet. Ergebnismanifest wird festgeschrieben. Generatorwahrheit wird geöffnet. Wiederherstellungsanalyse wird durchgeführt.\n\n## 58. GRUNDWAHRHEIT-WIEDERHERSTELLUNG\n\nDer Testerfolg von NOMOS erzeugt keinen hohen Score. Erfolg:\n\n> hat einen geringen Unterschied zwischen der Generator-Wahrheit und den von NOMOS reproduzierten Ergebnissen.\n\nBeispiel: Generator-Wahrheit:\n\n- Strikte Annahme: 942\n\n- Bedingt: 38\n\n- Wesentlich: 15\n\n- Kritisch: 2\n\n- Ungeklärt: 3\n\nNOMOS Wiederherstellung:\n\n- Strikte Annahme: 940\n\n- Bedingt: 40\n\n- Wesentlich: 15\n\n- Kritisch: 2\n\n- Ungeklärt: 3\n\ndann kann die Methode stark sein. Der NOMOS-Wert kann hoch oder niedrig sein. Wichtig ist die korrekte Wiederherstellung.\n\n## 59. AUSSAGEGRENZE WIEDERHERSTELLUNG\n\nGenerator-Anspruchsatome:\n\n### G\n\nVon Schiedsrichtern erzeugte Atome:\n\n### H\n\nLass es sein. Aussage auf Präzision der Grenzen:\n\nP= korrekt abgeglichene extrahierte Atome / alle extrahierten Atome\n\nAbruf:\n\nR= korrekt abgeglichene extrahierte Atome / Generator-Atome\n\nF1:\n\n### F1 = 2 PR / (P + R)\n\nkann berechnet werden als. Nicht nur die Anzahl der Atome:\n\n- Quellspanne,\n\n- normalisierte Proposition,\n\n- Entität,\n\n- Qualifikatoren\n\nAbgleich sollte berücksichtigt werden.\n\n## 60. ATOMARE ENTSCHEIDUNGSWIEDERHERSTELLUNG\n\nFür jede Dimension ist eine separate Messung erforderlich: Genauigkeit der Entität\n\nFaktischer Status Makro-F1\n\nUmfang Makro-F1\n\nZeit Makro-F1\n\nZuschreibung Makro-F1\n\nModalität Makro-F1\n\nReferenzabgleich F1\n\nAuslassung F1\n\nKombinierte Label-Genauigkeit Ungelöster/Referenz-Lücken Genauigkeit Gesamte Genauigkeit allein ist nicht ausreichend. Seltene kritische Klassen können bei hoher Gesamte Genauigkeit verloren gehen.\n\n## 61. KRITISCHER RECALL\n\nAnzahl der bestätigten kritischen Fälle in Generator-Wahrheit:\n\n### NC\n\nKorrekt gefundene Kritische:\n\n### TPC\n\nEs sei denn.\n\nRecall_C= TP_C/N_C\n\nist wie folgt. Falsche Kritische Rate:\n\nFCR= FP_C/N_non-kritisch\n\nkann wie folgt berechnet werden. Test:\n\n- hohe Kritische Rückrufquote,\n\n- niedrige falsche Kritische Rate\n\nsollten zusammen angestrebt werden.\n\n## 62. ANTWORTSTATUSWIEDERHERSTELLUNG\n\nFür jede RP-Klasse:\n\n- Präzision,\n\n- Rückruf,\n\n### F1,\n\nKonfusionsmatrix sollte erstellt werden. Besonders die folgenden Verwechslungen sollten sichtbar sein:\n\n- RP-3 und RP-4\n\n- RP-4 und RP-5\n\n- RP-6 und RP-4\n\n- RP-7 und RP-1\n\n- RP-8 und RP-4\n\n## 63. GEO-1000 VERTEILUNGSFEHLER\n\nFür Status k, Generator-Nutzeräquivalent: DkG NOMOS Wiederherstellung: DkN. Absoluter Fehler:\n\nE_k= |D_k^N− D_k^G|\n\nTotale normalisierte Verteilungsfehler:\n\nE_D= (1/2,000)Σ_k E_k\n\nkann berechnet werden. Dieser Wert liegt im Bereich 0–1. Null bedeutet vollständige Wiederherstellung.\n\n## 64. KOMPONENTENWIEDERHERSTELLUNG\n\nGenerator-Komponentenbewertung: Sei SjG NOMOS Bewertung SjN. Absoluter Komponentenfehler:\n\nAE_j= |S_j^N− S_j^G|\n\nKomponenten-MAE:\n\nMAE_component= (1/10)Σ_{j=1}^{10} AE_j\n\nist wie folgt. Es sollte auch gezeigt werden, welche Komponente schwerer wiederherzustellen ist.\n\n## 65. KOMBINIERTES ERGEBNIS WIEDERHERSTELLUNG\n\n### AE_NOMOS = |NOMOS_N − NOMOS_G|\n\nwird wie folgt berechnet. Kleiner kombinierter Fehler: nicht ausreichend, wenn die Komponentendistribution falsch ist. Zwei Komponentenfehler können sich arithmetisch gegenseitig aufgehoben haben. Daher:\n\n- kombinierter Fehler,\n\n- Komponentenfehler\n\nsollten zusammen veröffentlicht werden.\n\n## 66. GATE-WIEDERHERSTELLUNG\n\nDer Test untersucht separat die folgenden Gate-Ergebnisse:\n\n- Jede kritische\n\n- Kritische Sperre\n\n- Schwerwiegend nicht bestanden\n\n- Bedingt\n\n- Vollständiger Kandidat\n\n- Nicht bewertbar\n\n- Ungeklärt\n\nBei der Gate-Wiederherstellung: Aus Versehen einen Kritische Sperre in einen 950+ Kandidaten zu verwandeln, ist ein sehr schwerwiegender Testfehler.\n\n## 67. FAIRNESS-WIEDERHERSTELLUNG\n\nSynthetischer Generator:\n\n- legt den Sprachboden vorab fest,\n\n- der Sprachunterschied,\n\n- die Länderbasis.\n\n- Abdeckung\n\nNOMOS:\n\n### LGF,\n\nSprachboden, Länderboden, Diskrepanz, muss die Ergebnisse des Abdeckungsfaktors reproduzieren. Fairness-Wiederherstellung:\n\n- sollte gemessen werden\n\n- nicht nur durch den zusammengesetzten LGF-Unterschied,\n\nsondern auch durch seine Unterkomponenten.\n\n## 68. UNTERSCHIED ZWISCHEN SPRACHDEFEKT UND PROMPT-DEFIZIT\n\nDer Test produziert einige niedrige Sprachwerte aufgrund einer AI-Profilstrafe. Einige andere entstehen aufgrund eines Fehlschlags bei der Prompt-Äquivalenz. Das korrekte Verhalten von NOMOS:\n\n- besteht darin, das erste als AI-Sprachbefund zu klassifizieren,\n\n- und das zweite als Fehlschlag der Prompt-Konstitution\n\nDie beiden Ergebnisse sollten nicht in die gleiche Fairness-Strafe umgewandelt werden.\n\n## 69. SAUBERE–NATÜRLICHE WIEDERHERSTELLUNG\n\nGenerator:\n\n- Bestimmt im Voraus die Werte für den Clean-Score,\n\n- Natural-Score,\n\n- Panel-Lücke,\n\n- Materialverschiebung aufgrund von Personalisierung\n\nNOMOS:\n\n- nur die Beziehung,\n\n- die Kausalitätsgrenze,\n\n- die USI-Komponente\n\nmuss korrekt produziert werden. Jeder Fall mit einem Clean–Natural-Unterschied sollte nicht als „durch Speicher verursacht“ interpretiert werden.\n\n## 70. AUFZEICHNUNG WIEDERHERSTELLEN\n\nFür das Capture-Integrity-Korpus:\n\n- Gültig\n\n- Bedingt gültig\n\n- Außerhalb der Welle\n\n- Prompt-Abweichung\n\n- Duplikat\n\n- Manipulation vermutet\n\n- Gefälscht\n\n- Zurückgezogen\n\ndie Konfusionsmatrix der Status sollte veröffentlicht werden. Sie sollte die Entscheidung über die semantische Korrektheitsaufnahme nicht beeinflussen.\n\n## 71. KONFIDENZINTERVALL-WIEDERHERSTELLUNG\n\nSynthetische Tests können denselben Produktionsprozess der Population viele Male durchlaufen. Sei der wahre Erzeugerparameter θ. Die empirische Abdeckung der 95-Prozent-Konfidenzintervalle:\n\nCoverage= Anzahl der Intervalle, die θ enthalten / Gesamte Wiederholungen\n\nwird wie folgt berechnet. Die 95-Prozent-Methode sollte ungefähr 95 Prozent Abdeckung liefern. Übermäßig enge oder zu breite Intervalle werden separat bewertet.\n\n## 72. SELTENE EREIGNISSE-TEST\n\nSynthetische Szenarien mit null, einem, zwei und fünf kritischen Ereignissen sollten separat erzeugt werden. NOMOS sollte die folgenden Felder korrekt anzeigen:\n\n- Beobachtete Ereigniszählung\n\n- Gewichtete Rate\n\n- Einseitige obere Grenze\n\n- Ereignisstatus\n\n- Umfang\n\n- Anforderung der bestätigenden Stichprobe\n\nNull Ereignis: Es sollte null Risiko geben. Ein Ereignis: Es sollte keine 100% Systemfehler geben.\n\n## 73. ANNAHME-GRENZEN FÜR KANDIDATENTESTS\n\n### KANDIDATENGRENZEN — KANDIDATENGRENZEN\n\nDie folgenden Grenzwerte sind Kandidaten vor Pilot- und unabhängiger Überprüfung:\n\nDiese Schwellenwerte sind kein endgültiger Standard. Der Zweck des Tests besteht auch darin, zu zeigen, ob diese Schwellenwerte realistisch sind.\n\n## 74. FEHLER BEI NULL-TOLERANZ-TESTS\n\nDie folgenden Situationen können eine Testveröffentlichung auch im Einzelfall stoppen:\n\n- Generator-Wahrheitsverlust\n\n- Ändern der Hauptkorpus-Kennzeichnung nach dem Ergebnis\n\n- Fortsetzung der Veröffentlichung trotz Kenntnis, dass eine Regel systematisch kritische Fälle übersieht\n\n- Darstellung wie echte Apple- oder echte KI-Anbieter-Performance\n\n- Veröffentlichung eines synthetischen Screenshots, als ob es eine Live-Antwort wäre\n\n- Anschließendes Entfernen eines Systems oder einer Sprache mit niedriger Punktzahl\n\n- Ändern des Testseeds\n\n- Stille Anpassung der Bewertungsformel basierend auf dem Holdout-Ergebnis\n\n- Das Rohkorpus stimmt nicht mit dem veröffentlichten Manifest überein\n\n- Speicherung des fehlgeschlagenen Testergebnisses\n\n## 75. TESTERFOLGSLEVELS\n\n### BQ-0— NICHT AUSGEFÜHRT\n\nDer Test befindet sich nur in der Entwurfsphase.\n\n### BQ-1— GENERATION VALIDIERT\n\nDas synthetische Korpus wurde reproduziert. Beurteilung und Wiederherstellung der Punktzahl wurden noch nicht durchgeführt.\n\n### BQ-2— PROZESSLINIEN-TROUMLAUF\n\nErfassung, Aussageextraktion und Punktekette wurden einmal ausgeführt. Es gibt keine unabhängige Überprüfung.\n\n### BQ-3— VERSIEGELTE VALIDIERUNG BESTANDEN\n\nDie Kandidatenschwellen wurden im versiegelten Validierungskorpus erreicht.\n\n### BQ-4— UNABHÄNGIGE REPRODUKTION\n\nDas unabhängige Team erzielte vergleichbare Ergebnisse aus demselben Korpus.\n\n### BQ-5— EXTERNE MULTI-SITE-VALIDIERUNG\n\nMehrere unabhängige Institutionen wiederholten die Tests in verschiedenen Umgebungen. Bevor die NOMOS-Bewertungsmethodik ein öffentlicher Standardkandidat für reale Unternehmen wird, mindestens:\n\n### BQ-4\n\nsollte dieses Niveau anstreben.\n\n## 76. METAMORPHISCHE TESTS\n\nTests sollten nicht nur feste Antworten bewerten. Die Ergebnisse sollten bei Transformationen, die dieselbe Bedeutung bewahren, konsistent sein.\n\n### 76.1. Paraphrasentest\n\nDie gleiche atomare Behauptung wird mit einem anderen Satz geschrieben. Das Ergebnis der Peer-Review sollte sich nicht ändern.\n\n### 76.2. Satzreihenfolgentest\n\nDie Reihenfolge der Behauptungen ändert sich. Der Wahrheitsstatus sollte sich nicht ändern, außer bei der Zentralität.\n\n### 76.3. Test der Zitationsposition\n\nDie Zitation ändert ihren Platz innerhalb des Absatzes, bleibt jedoch eindeutig derselben Behauptung zugeordnet. Die Unterstützung durch die Zitation sollte gleich bleiben.\n\n### 76.4. Zuschreibungstest\n\nDie Phrase „Das Unternehmen sagt“ wird entfernt. EPI- und Zuordnungsergebnisse sollten sich ändern.\n\n### 76.5. Modalitätstest\n\nDie Phrase „Es ist sicher“ ändert sich zu „Es ist wahrscheinlich.“ Wenn das Truth Pack unsicher ist, kann sich das Modulationsergebnis verbessern.\n\n### 76.6. Entitätstest\n\nDie gleiche wahre Behauptung wird auf eine falsch zugeordnete Organisation übertragen. Das Entitäts- und Umfangsergebnis sollte gestört werden.\n\n### 76.7. Zeittest\n\nDie historische Behauptung wird aktualisiert. TLA muss fallen.\n\n### 76.8. Grenztest\n\nDer Grenzsatz, der die Entscheidung des Nutzers ändert, wird entfernt. SBI und gegebenenfalls das Kritische Tor sollten geändert werden.\n\n## 77. WIDERSPRÜCHLICHE TESTS\n\nDer Test sollte die folgenden Angriffe umfassen:\n\n- Sehr flüssige, aber falsche Antwort\n\n- Antwort mit vielen Quellenangaben, aber gefilterten Belegen\n\n- Ein kritisches Element unter einer hohen Anzahl richtiger Fakten\n\n- Ausweichende Antwort, die wie angemessene Vorsicht wirkt\n\n- Kurze, aber ausreichende Antwort\n\n- Lange Antwort voller beiläufiger Fehler\n\n- Schwerwiegend falsche Antwort mit Selbstkorrektur\n\n- Richtige Nummer, falsche Unabhängigkeitsaussage\n\n- Echte Partnerlizenz, falsche Haupteinheit\n\n- Aktueller Preis, falsches Land\n\n- Richtige Kundenbeziehung, falscher Zeitpunkt\n\n- Antwort, die den Nutzer eine demografische Tatsache überprüfen lässt\n\n- Antwort, die die Beschwerde als eindeutiges Verbrechen darstellt\n\n- Antwort, die begrenzte Nachweise als öffentliche Zitation darstellt\n\n- Antwort, die das Gegenteil von dem behauptet, was die echte Zitation sagt\n\n## WAHRHEITS-PAKET FÜR DIE 78 TH PRÜFUNG SELBST\n\nTests außerhalb des Apple-SYNTH Truth Packs sollten ein eigenes methodisches Truth Pack haben. Dieses Paket enthält Folgendes: Wie viele Antworten wurden produziert? Wie viele im Hauptkorpus? Wie viele im Challenge-Korpus? Wie viele Critical- und Major-Generator-Tags gibt es? Was war der Seed? Welche Code-Version wurde verwendet? Welche Dateien wurden ausgeschlossen? Was haben die Gutachter gesehen? Welche Tags wurden wann geöffnet? Wann wurde die Bewertungsmethode festgelegt? Welche Recovery-Ergebnisse wurden erzielt? Welche Schwellenwerte wurden nicht erreicht? Testen: Es kann keine Methodenvalidierung erklären, ohne eigene Ergebnisse für das Truth Pack zu erstellen.\n\n## 79. ÖFFENTLICHE TESTERGEBNISSE KARTE\n\nDie öffentliche Karte muss mindestens die folgenden Felder enthalten:\n\n#### Identität\n\nTestname Version Synthetischer Status Verwendeter Anker Echtes Unternehmen/Leistungsangabe Nicht-Anspruchsstellung\n\n#### Corpus\n\nHauptantwort: 30,000 Diagnostischer Anhang Wichtigkeitsgrad Herausforderung Erfassung Integrität Gold Entscheidung\n\n#### Generator Wahrheit\n\nSperrzeit Seed-Manifest Kennzeichenverteilung Leckageprüfung\n\n#### Wiederherstellung\n\nAussagegrenze F1\n\nKritischer Rückruf Kritisches Fehlalarm\n\nRP Makro-F1\n\nKomponenten-MAE\n\nKompositfehler; Fairnessfehler; Konfidenzintervall-Abdeckung; Erfassungsgenauigkeit\n\n#### Ergebnis\n\nBQ-Level Erreichte Schwellenwerte Verbleibende Probleme Nachtest-Anforderung Unabhängiger Wiederholungsstatus Diese Karte sollte kein echtes KI-Produkt bewerten.\n\n## 80. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH17-N01**\n\nApple.com Das Messobjekt für synthetisches Testen sollte die NOMOS Methodik sein; es sollte nicht die echte Leistung von Apple oder eines echten KI-Anbieters sein.\n\n**CH17-N02**\n\nAlle öffentlichen Materialien des Tests müssen synthetische und nicht-anspruchsvolle Angaben enthalten.\n\n**CH17-N03**\n\nDie synthetische Einheit muss eine APPLE-SYNTH-Identität tragen, die klar vom Apple.com Anker getrennt ist.\n\n**CH17-N04**\n\nDatensätze des Synthetic Truth Pack dürfen nicht als echte Apple- Realität verwendet werden.\n\n**CH17-N05**\n\nIdentitäten synthetischer KI-Produkte dürfen nicht als implizite Codes oder Nachbildungen realer Anbieter dargestellt werden.\n\n**CH17-N06**\n\nDas Main Principal Prevalence Corpus, Importance Degree Challenge Corpus, Capture Integrity Corpus und Adjudication Gold Corpus müssen getrennt aufbewahrt werden.\n\n**CH17-N07**\n\nDie Fälle mit Wichtigkeitsgradherausforderung können nicht zur tatsächlichen Prävalenzrate hinzugefügt werden.\n\n**CH17-N08**\n\nFehlerhafte Capture-Fälle können nicht ohne Erklärung in den Nenner des semantischen Produktfehlers aufgenommen werden.\n\n**CH17-N09**\n\nGold-Kalibrierungsfälle können nicht in das Hauptbewertungskorpus aufgenommen werden.\n\n**CH17-N10**\n\nDas Haupt-30,000-Antwortkorpus muss zehn synthetische KI-Produkte, 1,000 eindeutige Nutzer und eine Drei-Wellen-Struktur enthalten.\n\n**CH17-N11**\n\nDie gleiche synthetische menschliche Einheit im Hauptkorpus kann in verschiedenen Produkten oder Wellen nicht wiederverwendet werden.\n\n**CH17-N12**\n\nSelbst wenn KI-Produkte unterschiedliche menschliche Identitäten verwenden, müssen sie angepasste Bevölkerungsverteilungen aufweisen.\n\n**CH17-N13**\n\nIm Hauptkorpus 30,000 sollten alle Nutzer dieselbe kanonische Core-Mirror-Absicht erhalten.\n\n**CH17-N14**\n\nSprachversionen können ohne tatsächliche Sprachkenntnisse nicht als verifizierte Live-Übersetzungen präsentiert werden.\n\n**CH17-N15**\n\nSynthetische Sprachcodes dürfen nicht verwendet werden, um eine echte Sprachleistung zu behaupten.\n\n**CH17-N16**\n\nWenn die reale Bevölkerungszahl eines Landes nicht verwendet wird, müssen Ländercodes und Zuweisungen klar als synthetisch gekennzeichnet werden.\n\n**CH17-N17**\n\nDie synthetische Länderzuweisung muss den bevölkerungsproportionalen Algorithmus und die Gesamtbedingung 1,000 beibehalten.\n\n**CH17-N18**\n\nDie Sichtbarkeit kleiner Länder sollte mit dem Beobachteranhang gewährleistet werden, ohne das Gewicht des Hauptbevölkerungs-Panels zu stören.\n\n**CH17-N19**\n\nEin mehrsprachiger Nutzer darf in der Hauptbevölkerungsgewichtung nicht mehrfach gezählt werden.\n\n**CH17-N20**\n\nDas Diagnostik-Anhang kann nicht auf demselben Nenner wie das Haupt-30,000-Antwortergebnis angezeigt werden.\n\n**CH17-N21**\n\nDas kanonische Truth Pack des Tests muss festgeschrieben werden, bevor Antworten generiert werden.\n\n**CH17-N22**\n\nDie Generator-Truth muss für jede Antwort vorab generiert und bis zum Ende der Überprüfung verborgen bleiben.\n\n**CH17-N23**\n\nDas Generator-Truth-Label darf nicht durch den Antworttext, Dateinamen, die Benutzeroberfläche oder Metadaten geleakt werden.\n\n**CH17-N24**\n\nGenerator-Truth darf nach dem Anzeigen der Ergebnisse nicht stillschweigend geändert werden.\n\n**CH17-N25**\n\nWenn ein Produktionsfehler gefunden wird, sollte eine neue Testversion erstellt werden, und die Auswirkungen auf das alte Korpus sollten dokumentiert werden.\n\n**CH17-N26**\n\nDer Zufallswert und der Produktionscode müssen vor der Hauptkorpusherstellung festgeschrieben werden.\n\n**CH17-N27**\n\nDie Behauptung „Zufällig erzeugt“ kann nicht ohne das Seed und das Algorithmus-Manifest verwendet werden.\n\n**CH17-N28**\n\nSynthetische AI-Produktprofile müssen definiert werden, bevor die Ergebnisse bekannt sind.\n\n**CH17-N29**\n\nProduktprofile mit niedrigen Bewertungen können nach dem Ergebnis nicht abgeleitet oder abgeschwächt werden.\n\n**CH17-N30**\n\nTests müssen alle Arten von kritischen Gates mit ausreichenden Herausforderungsszenarien abdecken.\n\n**CH17-N31**\n\nNicht jede starke oder negative Aussage kann als kritisch betrachtet werden; negative Kontrollfälle, die kritisch ähneln, müssen gefunden werden.\n\n**CH17-N32**\n\nDas Hauptkorpus sollte die realistische seltene Häufigkeit von Critical widerspiegeln; das Herausforderungskorpus sollte jedoch die Erkennungsfähigkeit von Critical messen.\n\n**CH17-N33**\n\nÜbermäßig gesampelte Critical-Fälle im Herausforderungskorpus können die Haupt-Critical-Rate nicht ändern.\n\n**CH17-N34**\n\nFehlerinjektionen sollten offene und versteckte, direkte und attributbasierte Fälle abdecken.\n\n**CH17-N35**\n\nTests sollten nur keine Critical-Fehler bei einfachen Wortmustern erzeugen.\n\n**CH17-N36**\n\nDer gleiche semantische Fehler sollte in verschiedenen Paraphrasen und Satzstrukturen erzeugt werden.\n\n**CH17-N37**\n\nZitationstests sollten direkt Fälle von Unterstützung, teilweiser Unterstützung, nur Attributierung, falschem Umfang, erfundenen Angaben und Herkunftsverschleierung abdecken.\n\n**CH17-N38**\n\nSynthetische Zitate können nicht an reale Institutionen oder Personen gerichtet werden.\n\n**CH17-N39**\n\nReferenzlücke-Fälle sollten nicht automatisch als korrekt oder inkorrekt gekennzeichnet werden.\n\n**CH17-N40**\n\nDas Weglassungskorpus sollte den Unterschied zwischen optionalem, erforderlich und kritischem Grenzwegfall testen.\n\n**CH17-N41**\n\nDas Clean–Natural-Modul sollte materielle Realitätsabweichung von legitimer Personalisierung trennen.\n\n**CH17-N42**\n\nDie Wellenarchitektur muss die erneute Messung mit dem gleichen Prompt und unabhängigen Nutzern bewahren.\n\n**CH17-N43**\n\nSystemänderungen innerhalb der Welle sollten Subwellen- oder Mischzustandsaufzeichnungen erzeugen.\n\n**CH17-N44**\n\nSynthetic External Event Truth Pack sollte zusammen mit der Zeitversion verarbeitet werden.\n\n**CH17-N45**\n\nSynthetische NOMOS-Erfassungspakete sollten sowohl gültige als auch fehlerhafte Beispiele für Evidenzketten enthalten.\n\n**CH17-N46**\n\nAlle synthetischen Bildschirme sollten ein sichtbares Wasserzeichen tragen, das darauf hinweist, dass es sich nicht um Live-KI-Ausgaben handelt.\n\n**CH17-N47**\n\nDas Wasserzeichen darf die Bedeutung einer Behauptung oder die Entscheidung einer Begutachtung nicht ungültig machen.\n\n**CH17-N48**\n\nSemantische Fehler aufgrund von Erfassungsdefekten sollten in Generator Truth separat gekennzeichnet werden.\n\n**CH17-N49**\n\nDie Überprüfung auf Datenlecks muss abgeschlossen sein, bevor die Hauptbewertung des Tests geöffnet wird.\n\n**CH17-N50**\n\nDateinamen oder Antwort-IDs dürfen keine Bedeutungs- oder Genauigkeitslabels tragen.\n\n**CH17-N51**\n\nDie Person, die auf Generator Truth zugreift, darf nicht die einzige Entscheidungsträgerin in der endgültigen Blindbewertung sein.\n\n**CH17-N52**\n\nDie Bewertungsmethode sollte festgeschrieben werden, bevor der versiegelte Validierungskorpus geöffnet wird.\n\n**CH17-N53**\n\nNach dem Betrachten des Holdout-Ergebnisses kann die Bewertungsformel nicht stillschweigend angepasst werden.\n\n**CH17-N54**\n\nDie Änderung der Formel erfordert eine neue Bewertungsmethode und einen neuen Validierungsdurchlauf.\n\n**CH17-N55**\n\nDer Testerfolg sollte nicht basierend auf der hohen Punktzahl des erzeugten NOMOS bewertet werden, sondern nach der Wiederherstellung der Generator-Truth.\n\n**CH17-N56**\n\nAussagegrenze, atomare Entscheidung, Antwortstatus, Komponente und zusammengesetzte Wiederherstellung sollten separat gemessen werden.\n\n**CH17-N57**\n\nKritische Rückrufe und kritische Fehlerrate sollten zusammen veröffentlicht werden.\n\n**CH17-N58**\n\nHohe Gesamter Genauigkeit kann das Versagen in der seltenen kritischen Klasse nicht verbergen.\n\n**CH17-N59**\n\nDas Aufheben von Komponentenfehlern untereinander kann nicht als Erfolg der zusammengesetzten Wiederherstellung verwendet werden.\n\n**CH17-N60**\n\nDie Wiederherstellung der Fairness sollte mit den Unterkomponenten Sprachbasis, Ungleichheit und Abdeckung gemessen werden.\n\n**CH17-N61**\n\nEin Ausfall der Aufforderungsäquivalenz sollte nicht wie ein Ausfall der KI-Sprache bewertet werden.\n\n**CH17-N62**\n\nDer Unterschied zwischen Clean und Natural kann durch den Test nicht in eine nicht gestützte Kausalitätsbehauptung umgewandelt werden.\n\n**CH17-N63**\n\nDie Wiederherstellung der Erfassungsvalidität sollte unabhängig von der semantischen Richtigkeit gemessen werden.\n\n**CH17-N64**\n\nDie Methode des Konfidenzintervalls sollte mit empirischer Abdeckung in wiederholten synthetischen Stichproben getestet werden.\n\n**CH17-N65**\n\nSeltene Ereignistests sollten Null-, Ein- und Mehrfach-Kritikeignisszenarien enthalten.\n\n**CH17-N66**\n\nEin beobachtetes kritisches Szenario sollte kein Null-Risiko-Ergebnis erzeugen.\n\n**CH17-N67**\n\nTestakzeptanzgrenzen sollten im Kandidatenstatus sein und versioniert werden.\n\n**CH17-N68**\n\nWenn Kandidatengrenzen nicht erfüllt werden, sollte ein gescheitertes Ergebnis der Öffentlichkeit mitgeteilt werden.\n\n**CH17-N69**\n\nTestfehler können nicht durch Ändern von Daten oder Grenzen verschleiert werden.\n\n**CH17-N70**\n\nDas BQ-Niveau sollte auf der öffentlichen Ergebnisakte sichtbar sein.\n\n**CH17-N71**\n\nNOMOS muss mindestens das Niveau der unabhängigen Reproduzierbarkeit anstreben, bevor das echte Unternehmen einer öffentlichen Prüfung unterzogen wird.\n\n**CH17-N72**\n\nTransformationen, die die Bedeutung in metamorphischen Tests bewahren, sollten das Ergebnis der Bewertung nicht unnötig verändern.\n\n**CH17-N73**\n\nAttribution, Modalität, Entität, Zeit- oder Grenztransformationen, die die Bedeutung verändern, sollten eine entsprechende Punkteänderung erzeugen.\n\n**CH17-N74**\n\nDer Test muss sein eigenes methodologisches Wahrheits-Paket und Änderungsprotokoll enthalten.\n\n**CH17-N75**\n\nEin Apple.com Anker darf nicht mit irgendeinem Eindruck von Befürwortung, Teilnahme oder Zusammenarbeit präsentiert werden.\n\n**CH17-N76**\n\nEin synthetisches Korpus darf nicht als unabhängiger Nachweis gegenüber echten sozialen Medien oder öffentlichen Quellen verbreitet werden.\n\n**CH17-N77**\n\nWenn synthetische Antworten im Web indexiert werden, sollte ihr synthetischer Status auch in maschinenlesbaren Metadaten angegeben werden.\n\n**CH17-N78**\n\nNoindex, strukturierte Haftungsausschlüsse oder entsprechende Schutzmaßnahmen sollten verwendet werden, um die Wahrscheinlichkeit zu verringern, dass Testdaten von echten KI-Systemen fälschlicherweise als echte Apple-Informationen angesehen werden.\n\n**CH17-N79**\n\nEine öffentliche Veröffentlichung sollte Reproduktionsdateien, Formulversion, Samenmanifest und Wiederherstellungsbericht enthalten.\n\n**CH17-N80**\n\nJedes Testdesign, jede Produktion, jeder Schlüssel, jede Bewertung, Wiederherstellung und Veröffentlichungsentscheidung muss einen menschlichen oder institutionellen Eigentümer haben, der verantwortlich ist.\n\n## 81. FORMEN DES VERSAGENS\n\n**CH17-F01— WIRD WIE EIN ECHTES APPLE-AUDIT PRÄSENTIERT**\n\nDer synthetische Score wird in die tatsächliche Unternehmensleistung umgerechnet.\n\n**CH17-F02— VERHÜLLTE ZUORDNUNG ZU EINEM ECHTEN KI-ANBIETER**\n\nSynthetische Produktprofile werden als Nachahmungen bestimmter Anbieter beschrieben.\n\n**CH17-F03— EIN SYNTHETISCHES TRUTH-PACK ZU EINER REALEN QUELLE MACHEN**\n\nTestbehauptungen werden im Internet veröffentlicht, als ob sie echte Apple-Informationen wären.\n\n**CH17-F04— SYNTHETISCHER BILDSCHIRM OHNE FILIGRAN**\n\nGefälschte KI-Antworten verbreiten sich wie eine Live-Antwort.\n\n**CH17-F05— KOMBINATION VON HAUPT- UND HERAUSFORDERUNGSKORPUS**\n\nÜberabgetastete kritische Fälle erhöhen die Prävalenz.\n\n**CH17-F06— HINZUFÜGEN DES GOLDSETS ZUM HAUPTSCORE**\n\nTrainingsfälle für Prüfer werden zu tatsächlichen Nutzerantworten.\n\n**CH17-F07— ERFASSUNG VON AUFNAHMEFEHLERN ALS KI-FEHLER**\n\nFalsche Datei wird zu einem semantischen Fehler.\n\n**CH17-F08— DUPLIZIEREN DES GLEICHEN SYNTHETISCHEN NUTZERS**\n\nEine einzelne Person wird zu einer unabhängigen Bevölkerungseinheit über verschiedene KI-Produkte hinweg.\n\n**CH17-F09— BERÜCKSICHTIGUNG VON UNTERSCHIEDLICHEN BEVÖLKERUNGEN ALS PRODUKTUNTERSCHIED**\n\nKI-Produkte werden in unterschiedlichen Nutzerzusammensetzungen getestet.\n\n**CH17-F10— AUFTEILUNG DER HAUPT 1,000 NACHFRAGEFAMILIEN**\n\nDie Schätzung der Nachfrage der gleichen Gründerpopulation wird gestört.\n\n**CH17-F11— ZÄHLEN DES KERNTESTS VOLLES NOMOS**\n\nEine einzelne Forderung wird präsentiert, als ob sie alle Komponenten bewiesen hätte.\n\n**CH17-F12— ANSPRUCH AUF ECHTE BEVÖLKERUNG**\n\nSynthetische C0 01–C1 93-Verteilung wird wie die Weltbevölkerung veröffentlicht.\n\n**CH17-F13— ZÄHLERBEOBACHTER ALS HAUPTLANDPUNKTZAHL**\n\nEinzelne Länderbeobachtung fließt in die Bevölkerungsbewertung ein.\n\n**CH17-F14— ZÄHLUNG SYNTHETISCHER SPRACHE ALS ECHTE SPRACHENLEISTUNG**\n\nL2 5 niedrige Punktzahl wird zu einer Behauptung über die spezifische lebende Sprache.\n\n**CH17-F15— ZÄHLUNG VON ÜBERSETZUNGSFEHLERN ALS KI-FEHLER**\n\nPrompt-Drift erzeugt ein fehlerhaftes Produktergebnis.\n\n**CH17-F16— SCHREIBGENERATOR WAHRHEIT DANACH**\n\nEin verstecktes Label wird gemäß dem Urteil des Schiedsrichters erstellt.\n\n**CH17-F17— GENERATOR WAHRHEIT LECKAGE**\n\nDer Schiedsrichter erfährt das richtige Label aus dem Dateinamen oder den Metadaten.\n\n**CH17-F18— ÄNDERUNG DES SEEDS BASIEREND AUF DEM ERGEBNIS**\n\nEin Seed, der eine wünschenswertere Verteilung erzeugt, wird gewählt.\n\n**CH17-F19— VERÖFFENTLICHUNG DES BESTEN ZUFALLSLAUFS**\n\nDas gewünschte Ergebnis wird aus mehreren Generationen ausgewählt.\n\n**CH17-F20— NUR EINFACHE KRITISCHE FÄLLE**\n\n100% Rückruf wird mit expliziten Sätzen wie „lizensierte Bank“ angekündigt.\n\n**CH17-F21— MANGEL AN KRITISCHER NEGATIVER KONTROLLE**\n\nJeden starken Fehlerkandidaten als kritisch zu markieren wird nicht bestraft.\n\n**CH17-F22— ÜBERMÄSSIG KRITISCH IM PRÄVALENZKORPUS**\n\nDie realistische Struktur seltener Ereignisse geht verloren.\n\n**CH17-F23— UNGENÜGEND KRITISCH IM CHALLENGE-KORPUS**\n\nKritischer Rückruf wird mit wenigen Fällen gemessen.\n\n**CH17-F24— MANGEL AN PARAPHRASE**\n\nDer Schiedsrichter lernt ein festes Wortmuster statt der Bedeutung.\n\n**CH17-F25— VERWANDLUNG VON ZUR SCHULDZUWEISUNG FEHLERN IN OFFENSICHTLICHE FALSCHAUSSAGEN**\n\nSchwierige erkenntnistheoretische Fälle werden erleichtert.\n\n**CH17-F26— VERKNÜPFUNG VON ZITATEN MIT DEM ECHTEN WEB**\n\nEine synthetische Falschaussage infiziert die echte Quelle und Institution.\n\n**CH17-F27— BEZEICHNUNG DES Referenzlücke**\n\nGenerator Truth gibt automatisch bestanden oder nicht bestanden.\n\n**CH17-F28— TESTEN OHNE AUSLASSUNG**\n\nDas System lernt nur, offensichtliche Falschaussagen zu erkennen.\n\n**CH17-F29— TESTEN OHNE SELBSTKORREKTUR**\n\nInterne Widersprüche und Rücknahmen werden vom System nicht getestet.\n\n**CH17-F30— VERBINDUNG SAUBER–NATÜRLICHER UNTERSCHIED MIT EINEM EINZIGEN GRUND**\n\nPersonalisierung, Plan und Werkzeuge sind untrennbar.\n\n**CH17-F31— KEINE WELLENDRIFT**\n\nSTR- und Statuslogik können nicht getestet werden.\n\n**CH17-F32— ÄNDERUNG INNERHALB DER WELLE VERSTECKEN**\n\nGemischter Systemzustand führt zu einer einzigen Produktbewertung.\n\n**CH17-F33— EXTERNES EREIGNIS IGNORIEREN**\n\nTruth Pack-Zeitversion wird nicht getestet.\n\n**CH17-F34— NUR GÜLTIGE ERFASSUNG**\n\nSystem zur Überprüfung der Erfassungsvalidität wird nie herausgefordert.\n\n**CH17-F35— NUR EINFACH MANIPULIERBAR**\n\nHash-Abgleich wird zu einer einzigen Art von Betrug.\n\n**CH17-F36— SYNTHETISCHEN BILDschirm FÜR DEN ENTSCHEIDER BEREITSTELLEN, DER GEKENNZEICHNET IST**\n\nUI-Farbe oder Titel erklärt das Ergebnis.\n\n**CH17-F37— GENERATOR UND ENTSCHEIDER SIND DIE SELBE PERSON**\n\nBlindheit und Unabhängigkeit gehen verloren.\n\n**CH17-F38— DAS BEWERTUNGSVERFAHREN NACH DER VALIDIERUNG ANPASSEN**\n\nÜberanpassung an den Test tritt auf.\n\n**CH17-F39— SPÄTER DAS HOLDOUT ERSTELLEN**\n\nSchwierige Fälle werden entsprechend den Ergebnissen geschrieben.\n\n**CH17-F40— DAS HOLDOUT FÜR IMMER VERSTECKEN**\n\nDer Test kann nicht unabhängig reproduziert werden.\n\n**CH17-F41— ZÄHLUNG HOCH NOMOS PUNKTE ALS ERFOLG**\n\nAnstelle von Wiederherstellung wird das Leistungsniveau gemessen.\n\n**CH17-F42— NUR ALLGEMEINE GENAUIGKEIT**\n\nKritische und seltene Klassen werden unsichtbar.\n\n**CH17-F43— VERÖFFENTLICHUNG KRITISCHER ERINNERUNG OHNE FALSCH POSITIVE**\n\nDas extrem wichtige Ebenensystem scheint erfolgreich zu sein.\n\n**CH17-F44— LÖSCHEN DES KOMPONENTENFEHLERS INNERHALB VON ZUSAMMENSETZUNG**\n\nEin hoher, ein niedriger Fehler heben sich gegenseitig auf.\n\n**CH17-F45— FAIRNESS NUR ZUSAMMENGESETZTE PUNKTE**\n\nBoden, Lücke und Abdeckungswiederherstellung werden unsichtbar.\n\n**CH17-F46— VERWIRRENDER PROMPT UND KI-SPRACHFEHLER**\n\nDer Test bestraft das falsche System.\n\n**CH17-F47— MESSUNG DER ERFASSUNGSGENAUIGKEIT MIT SEMANTISCHEM ERFOLG**\n\nEine fehlerhafte Datei mit richtigen Antworten besteht.\n\n**CH17-F48— KEIN CI-ABDECKUNGSTEST**\n\nEs ist unbekannt, ob die Konfidenzintervalle den wahren Parameter abdecken.\n\n**CH17-F49— NULL KRISE ALS NULL RISIKO BETRACHTEN**\n\nDie Methode seltener Ereignisse scheitert am Test.\n\n**CH17-F50— EINZELNE KRISE ALS GLOBALEN FEHLER BETRACHTEN**\n\nDie Unterscheidung zwischen Umfang und Verbreitung ist gestört.\n\n**CH17-F51— SENKEN DER KANDIDATENSCHWELLEN BASIEREND AUF DEM ERGEBNIS**\n\nDer Standard wird gelockert, um den Test zu bestehen.\n\n**CH17-F52— DAS VERSTECKEN DES FEHLGESCHLAGENEN ERGEBNISSES**\n\nNur erfolgreiche Wiederherstellungstabellen werden veröffentlicht.\n\n**CH17-F53— BERÜCKSICHTIGUNG VON BQ-2 ALS VOLLE VALIDIERUNG**\n\nEin einziger Trockenlauf wird zu einem unabhängigen Nachweis des Standards.\n\n**CH17-F54— FEHLEN DES METAMORPHISCHEN TESTS**\n\nDie Entscheidung ändert sich in verschiedenen Ausdrücken derselben Bedeutung.\n\n**CH17-F55— TESTEN OHNE EIGENES TRUTH-PACK**\n\nEs kann nicht bewiesen werden, wie die Verteilung des Korpus und der Labels ist.\n\n**CH17-F56— APPLE-BEWERTUNGSIMPRESSION**\n\nDie Verwendung des Domainnamens wird als Kooperation oder Zustimmung dargestellt.\n\n**CH17-F57— INDEXIERUNG VON SYNTHETISCHEN DATEN UND IHRER MISCHUNG MIT ECHTEN**\n\nTests erzeugen das Wissen, das sie selbst kritisieren.\n\n**CH17-F58— GESCHLOSSENER ABRECHNUNGSCODE**\n\nDie Wiederherstellung kann nicht unabhängig reproduziert werden.\n\n**CH17-F59— NICHT-KUMULATIVER TEST**\n\nNeue Vorlagen und Formeln werden über das alte Korpus geschrieben.\n\n**CH17-F60— AUSNAHME ZU NOMOS**\n\nDie vom Standard geforderten Nachweise, Gegenevidenz, Versionen und Einwandregeln gelten nicht für den Test.\n\n## 82. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Festschreiben der Nicht-Aussage-Grenze des Tests\n\nDie Behauptung einer echten Apple- und echten Anbieterleistung ist verboten.\n\n### Schritt 2— Erstellen des synthetischen Entität-Zwilling\n\nEntitätsgraphen, Produkte, lokale Entitäten und Kollisionsobjekte werden definiert.\n\n### Schritt 3— Einrichten des synthetischen Wahrheits-Pakets\n\nAtomare Aussagen, Nachweise, Gegenevidenz, Quellenabstammung und unbekannte Datensätze werden vorbereitet.\n\n### Schritt 4— Festschreiben des synthetischen Bevölkerungsrahmens\n\nLand-, Sprach-, Nutzer- und Geräteeinteilungen werden bestimmt.\n\n### Schritt 5— Erstellen der Hauptbenutzerzuweisung 1,000\n\nBevölkerungszwillinge für jedes KI-Produkt und jede Welle werden mit Länder- und Sprachgewichten vorbereitet.\n\n### Schritt 6— Festschreiben des Prompt-Registers\n\nCore Mirror Prompt und Diagnostic Annex Prompts werden versioniert.\n\n### Schritt 7— Definieren synthetischer KI-Produktprofile\n\nLatente Parameter für zehn Profile werden bestimmt.\n\n### Schritt 8— Erstelle das Random-Seed-Manifest\n\nHaupt-Seed und Submodul-Seeds werden gehasht.\n\n### Schritt 9— Erstelle die Generator-Wahrheit\n\nFür jede Antwort werden Atom, Auslassung, Zuschreibung, Wichtigkeitsgrad und RP-Status vorbereitet.\n\n### Schritt 10— Versiege die Generator-Wahrheit\n\nLabels werden von den Schiedsrichtern und Bewertungsteams getrennt.\n\n### Schritt 11— Erzeuge Antworttexte\n\nParaphrasierung, Modalität, Zuschreibung und sprachliche Variation werden angewendet.\n\n### Schritt 12— Erzeuge synthetische Zuschreibungs- und Evidenzobjekte\n\nQuelllinie und falsche Verbindungen werden erstellt.\n\n### Schritt 13— Mock-AI-Oberflächen rendern\n\nWeb-, Mobil-, Ablehnungs- und Fehlermeldungsbildschirme werden erstellt.\n\n### Schritt 14— Das synthetische Wasserzeichen anwenden\n\nAlle öffentlichen und prüfungsrelevanten Visuals werden markiert.\n\n### Schritt 15— Integritätsvorfälle bei der Erfassung erzeugen\n\nDuplikate, Manipulationen, falsche Aufforderungen und Zeitfehler werden hinzugefügt.\n\n### Schritt 16— Ein Leckage-Audit durchführen\n\nDer Dateiname, die Metadaten, die Benutzeroberfläche und die Antwortvorlagen werden überprüft.\n\n### Schritt 17— Die Punktmethode und das Codebuch festschreiben\n\nDie Methode ist eingefroren, ohne das versiegelte Validierungsset zu öffnen.\n\n### Schritt 18— Öffnen des Hauptkorpus 30,000\n\nErfassung und semantische Beurteilung werden initiiert.\n\n### Schritt 19— Durchführung der Aussageextraktion\n\nAtome werden extrahiert, ohne die Generator-Wahrheit zu sehen.\n\n### Schritt 20— Anwendung der doppelten Beurteilung\n\nSprache, Nachweise und Expertenrollen werden verwendet.\n\n### Schritt 21— Generieren der Antwort- und Bewertungsaufzeichnungen\n\nRP-Verteilung, Komponente und Zusammensetzung werden berechnet.\n\n### Schritt 22— Festschreiben des Ergebnismanifests\n\nVor dem Vergleich der Wiederherstellung wird die Ausgabe NOMOS stabilisiert.\n\n### Schritt 23— Generator-Truth einschalten\n\nAdjudikations- und Ergebnisbewertungen werden mit versteckten Labels verglichen.\n\n### Schritt 24— Wiederherstellungsmetriken berechnen\n\nAnspruch, Wichtigkeitsstufe, Antwort, Komponente, Punktzahl, Fairness und CI-Ergebnisse werden extrahiert.\n\n### Schritt 25— Kandidatenschwellen anwenden\n\nErfolgs- und Misserfolgsbereiche werden bestimmt.\n\n### Schritt 26— Metamorphe und widersprüchliche Tests durchführen\n\nDie Festigkeit der Entscheidung wird überprüft.\n\n### Schritt 27— Testqualitätsstufe zuweisen\n\nDer Status wird zwischen BQ-0 und BQ-5 angegeben.\n\n### Schritt 28— Einen Plan zur Behebung von Fehlern erstellen\n\nWenn sich das Codebuch, die Formel oder die Schulung der Gutachter ändert, wird eine neue Testversion vorbereitet.\n\n### Schritt 29— Die öffentliche Testkarte veröffentlichen\n\nVerpasste Fälle und falsch positive Ergebnisse werden ebenfalls angezeigt, ebenso wie Erfolge.\n\n### Schritt 30— Das Paket zur unabhängigen Reproduktion öffnen\n\nCode, synthetische Daten, Manifeste und der Wiederherstellungsbericht werden mit entsprechendem Zugriff veröffentlicht.\n\n## 83. ERFORDERLICHE BELEGE\n\nTestidentität Nicht-Anspruch Benachrichtigung APPLE-SYNTH Entitätsgraph Synthetisches Wahrheits-Paket Synthetische Evidenzobjekte Quellenlinie Gegenevidenz Synthetischer Länderrahmen Synthetisches Sprachregister Haupt 1,000 Nutzerzuordnung Abgeglichene Bevölkerung Zwillinge Prompt-Register Prompt-Äquivalenzaufzeichnungen Zehn synthetische KI-Produktprofile Latente Parameter Zufalls-Seed-Manifest Antwortgenerierungscode Generator-Wahrheitsaufzeichnungen Generator-Wahrheits-Hash Antworttexte Synthetische Zitationen Mock-UI-Datensätze Wasserzeichen-Manifest Erfassung Integritätskorpus Bedeutungsgrad Herausforderungs-Korpus Schlichtung Gold-Korpus Öffentliches Kalibrierungsset Entwicklungsset Versiegeltes Validierungsset Erneuerung Holdout-Hash Leak-Audit Punkte-Methode Sperr-Anspruch Codebuch Schlichter-Qualifikationsaufzeichnungen Blindprüfungsaufzeichnungen NOMOS Wiederherstellungs-Ausgabe\n\nGenerator-Truth-Öffnungszeit Aussagegrenzenmetriken\n\nDimension Macro-F1 Ergebnisse\n\nKritische Rückrufe Kritische Falsch-Positive Wichtige Klassifikations-RP Verwirrungsmatrix\n\nKomponenten-MAE\n\nKombinierter Fehler; Fairness-Wiederherstellung; Erfassungs-Wiederherstellung; Konfidenzintervall-Abdeckung; Ergebnisse seltener Ereignisse; metamorphe Tests; Tests widersprüchlicher Fälle; Kandidatenschwellen-Ergebnisse; BQ-Niveau; Fehler- und Korrekturlog; öffentliche Testkarte; Berechnungscode; Code-Hash; unabhängiger Reproduktionsnachweis; Teständerungsprotokoll; und verantwortliche Person oder Institution.\n\n## 84. PRÜFLISTE FÜR AUDITS\n\nIst klar, dass der Test kein echtes Apple-Audit ist? Gibt es eine implizite Übereinstimmung mit echten AI-Anbietern? Erscheint die APPLE-SYNTH ID in allen Dateien? Sind synthetische Bildschirme mit einem Wasserzeichen versehen? Wurde verhindert, dass synthetische Datensätze im Web als echte Informationen indexiert werden? Wurden der Hauptkorpus und der Challenge-Korpus getrennt? Sind Challenge-Fälle in den Prävalenzwert eingeflossen? Sind Gold-Kalibrierungsfälle im Hauptnenner enthalten? Hat der Hauptkorpus tatsächlich 30,000 einzigartige Antworten? Wurde derselbe synthetische Nutzer in mehreren Produkten oder Wellen verwendet? Stimmen die Produkt-Populationsprofile überein? Haben alle Hauptbenutzer dieselbe Core Mirror-Intention erhalten? Wurde der Core-Test versehentlich als Full NOMOS präsentiert? Erscheint das synthetische Länder-Framework wie eine echte Population?\n\nWird die Länderzuweisung insgesamt als 1,000 betrachtet? Wurden kleine Länder mit Beobachteranhang verwaltet? Wurden mehrsprachige Nutzer dupliziert? Wurden synthetische Sprachcodes wie tatsächliche Sprachleistung verwendet? Wurde das Fehlschlagen der Prompt-Äquivalenz von einem KI-Sprachfehler getrennt? Wurde das Truth Pack vor der Antwortgenerierung festgeschrieben? Wurde Generator Truth vorab generiert? Ist Generator Truth vor den Gutachtern verborgen? Verursacht der Dateiname oder die Nutzeroberflächenbezeichnung ein Leck? Wurde der Zufallssamen vorab festgeschrieben? Wurde der beste Samen danach ausgewählt? Wurden synthetische KI-Profile vor den Ergebnissen definiert? Wurde ein niedrig bewertetes Profil danach entfernt? Sind alle kritischen Schleusen im Challenge-Korpus vorhanden? Sind kritische Negativkontrollen ausreichend? Ist die Prävalenz von Critical im Hauptkorpus realistisch am synthetischen Limit?\n\nReicht das Challenge-Korpus aus, um die kritische Rückrufquote zu messen? Sind einige der Fehler implizit und attributbasiert? Gibt es Paraphrasenvielfalt? Werden alle Klassen von Attributionen getestet? Weisen die Attributionen auf reale Institutionen hin? Wurde das Referenzlücke korrekt unlabeled gelassen? Wurden Auslassungsfälle als optional, erforderlich und kritisch kategorisiert? Gibt es Fälle von Selbstkorrektur und innerem Widerspruch? Unterscheidet das Clean–Natural-Modul zwischen legitimen und wesentlichen Unterschieden? Gibt es Wellenabweichungen? Wurde die systeminterne Änderung innerhalb der Welle getestet? Wurden das externe Ereignis und die Version des Truth Packs getestet? Ist das Capture-Korpus herausfordernd genug? Beeinflusst semantische Korrektheit die Capture-Entscheidung? Ist die Leckprüfung unabhängig? Wurde das Score-Methoden-Validierungskorpus festgeschrieben, ohne geöffnet zu werden?\n\nHaben die Holdout-Ergebnisse die Formel beeinflusst? Wird der Testerfolg durch eine hohe Punktzahl gemessen?\n\nIst die F1-Grenze der Behauptung offen?\n\nSind Entity und faktisches Makro-F1 getrennt?\n\nSind kritisches Rückrufen und Fehlalarme zusammen? Wurde die RP-Konfusionsmatrix veröffentlicht? Wurde sie innerhalb des komponentenbezogenen Fehlerverbunds gespeichert? Trägt die Fairness-Wiederherstellung Boden, Lücke und Abdeckung? Erzeugt die saubere–natürliche Wiederherstellung eine Kausalitätsaussage? Ist die Capturing-Wiederherstellung separat? Wurde die empirische Abdeckung von CI getestet? Hat das Szenario mit null Kritikalität null Risiko erzeugt? Wurden Kandidatenschwellen nach dem Ergebnis geändert? Sind fehlgeschlagene Schwellen öffentlich verfügbar? Wurden metamorphe Tests durchgeführt? Ist das BQ-Level offen? Gibt es eine unabhängige Reproduktion? Hat der Test sein eigenes Truth Pack? Wird die Änderungsverlauf bewahrt? Ist der verantwortliche Eigentümer des Tests bekannt?\n\n## 85. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Warum messen wir nicht direkt die echte Apple- und die echte KI-Produkte?“\n\nDenn in diesem Stadium ist das Ziel kein Vergleich von Unternehmen oder Anbietern, sondern die Validierung der Messkette. Ein echter Test:\n\n- aktuelle Web-Recherche,\n\n- reale Bevölkerung,\n\n- ezugang zu echtem KI-Produkt,\n\n- echte Nachweise,\n\n- erfordert Recht und Datenschutz\n\nSynthetisches Testen macht zuerst die eigenen Fehler der Methode sichtbar.\n\n### Einwand 2— „Wenn synthetische Daten die reale Welt nicht repräsentieren, wozu dienen sie dann?“\n\nSynthetische Daten beweisen nicht die reale Prävalenz. Sie testen:\n\n- das Abrufen des richtigen Labels,\n\n- das Erfassen der kritischen Tür,\n\n- Trennung des Erfassungsfehlers,\n\n- Reproduktion der Bewertung-Formel,\n\nBerechnung von Fairness und Unsicherheit. Dies ist ein obligatorischer Methodentest vor der Live-Prüfung.\n\n### Einspruch 3— „Warum wird Apple.com verwendet? Kann nicht eine andere Domain genutzt werden?“\n\nEs ist verwendbar. Apple.com ist der einzige erkennbare Anker. Unabhängige Teams:\n\n- andere Domain-Anker,\n\n- vollständig fiktive Domains,\n\n- branchenspezifische Entity-Zwillinge\n\nkönnen verwendet werden. NOMOS sollte nicht von einem einzelnen Anker abhängen.\n\n### Einwand 4— „Wäre es nicht realistischer, echte Apple-Informationen mit synthetischem Truth Pack zu mischen?“\n\nDies verwischt die Testgrenze. Wenn echte und synthetische Informationen kombiniert werden, könnte der Leser nicht verstehen, welche Aussage echt ist. Der synthetische Zwilling sollte getrennt bleiben.\n\n### Einwand 5— „Wenn alle 30,000-Antworten von einem einzigen Prompt stammen, wie wird dann Full NOMOS getestet?“\n\nDer 30,000-Hauptkorpus ist ein Prävalenz- und Stabilitätstest des Core GEO-1000. Evidenzmittel, Grenze, Empfehlung, Clean–Natural und Sprachmodule werden separat im Diagnostischen Anhang getestet. Ein einziger Prompt ist nicht Full NOMOS.\n\n### Einwand 6— „Warum testet derselbe synthetische Nutzer nicht alle KI-Produkte?“\n\nDie gleiche Person: kann den Vergleich verstärken, erzeugt aber Transfer und Konditionierung. Das Hauptkorpus verwendet einzigartige Personen. Die Zusammensetzung der Population wird mit gepaarten Zwillingen abgeglichen. Ein separat abgegliches experimentelles Modul kann eingerichtet werden.\n\n### Einwand 7— „Kann sprachliche Fairness wirklich getestet werden, ohne echte Sprachennamen?“\n\nFormel, Gewichtung, Mindestwert und Lückenberechnungen können getestet werden. Tatsächliche Übersetzung und Sprachverhalten können nicht getestet werden. Eine Live-Sprachvalidierung erfordert auch lokales menschliches Fachwissen.\n\n### Einwand 8— „Verzerrt das Oversampling kritischer Fälle die Bewertung?“\n\nDas Challenge-Korpus wird nicht in die Bewertung einbezogen. Es misst die kritische Erkennungsfähigkeit. Das Hauptprävalenzkorpus bewahrt die realistische spärliche Rate.\n\n### Einwand 9— „Wenn die Person, die die Generator-Wahrheit erstellt, die richtige Antwort bereits kennt, warum ist die Begutachtung dann sinnvoll?“\n\nDie Begutachter sehen die Generator-Wahrheit nicht. Das Ziel ist zu testen, ob das Begutachtungssystem die verborgene Wahrheit durch sichtbare Antwort und Wahrheits-Paket zurückgewinnen kann.\n\n### Einwand 10— ‚Wenn KI auch synthetische Antworten erstellt, würde dieselbe KI nicht ihren eigenen Test eingerichtet haben?‘\n\nKI kann bei der Produktion sprachlicher Variation helfen. Allerdings:\n\n- atomarer Plan,\n\n- Generator-Wahrheit,\n\n- Bedeutungsgrad,\n\n- Saat,\n\n- Zulassung zur Abschlussprüfung\n\nEs muss unter menschlicher Verwaltung und iterativ sein. Der Antwortgenerator kann nicht das letzte Urteil fällen.\n\n### Einwand 11— „Ist 99 Prozent für das kritische Erinnern nicht zu hoch?“\n\nEs könnte hoch sein. Besonders in schwierigen und obskuren Fällen kann das Pilot-Ergebnis niedriger sein. Deshalb ist es eine Kandidatenschwelle. Da die Kosten eines Fehlers bei Hochrisiko-Gates hoch sind, ist es natürlich, dass das Ziel ehrgeizig ist.\n\n### Einwand 12— „Warum ist die Rate der falschen Kritiken separat wichtig?“\n\nKritisches Label:\n\n- beeinträchtigt die Produktbewertung,\n\n- öffentliche Wahrnehmung,\n\n- und die geprüfte Einheit\n\nernst nehmen. Ein System, das überempfindlich ist und jeden Fehler als kritisch markiert, ist nicht zuverlässig.\n\n### Einwand 13— „Wenn der Test fehlschlägt, wird das Buch dann nicht schwächer?“\n\nNein. Das Erklären eines Fehlers stärkt den Standard. Der Zweck des Tests ist nicht, die Idee zu überprüfen, sondern zu zeigen, wo sie nicht funktioniert.\n\n### Einwand 14— 'Warum ist es falsch, die Formel basierend auf dem Testergebnis zu verbessern?'\n\nVerbessern ist nicht falsch. Stillschweigend das gleiche Validierungsergebnis zu akzeptieren, ist falsch. Der korrekte Prozess:\n\n- Ergebnis der Methode 0.9\n\n- Fehleranalyse\n\n- Methode 1.0\n\n- Validierung an einem neuen oder unberührten Holdout.\n\nDies ist die erforderliche Reihenfolge.\n\n### Einwand 15— „Wenn wir das gesamte Korpus veröffentlichen, wird der Test dann nicht gamifiziert?“\n\nEs besteht ein Gamifizierungsrisiko. Daher:\n\n- öffentliche Kalibrierung,\n\n- versiegelte Validierung,\n\n- Erneuerung des Holdouts\n\nSchichten werden verwendet. Holdout kann niemals für immer verborgen bleiben. Ein Versions-Erneuerungssystem ist erforderlich.\n\n### Einwand 16— „Warum ist es so wichtig, den synthetischen Test vollständig vom echten Internet getrennt zu halten?“\n\nDenn wenn synthetische Fehler wie echte Informationen im Web indexiert werden, erzeugt der Test die Repräsentation, die er kritisiert. Die Synthetizität muss nicht nur für Menschen, sondern auch für Maschinen sichtbar sein.\n\n## GEMEINSAME REGEL VON KAPITEL 91\n\nEinen Standard zu schreiben ist schwierig. Zu beweisen, dass der Standard selbst korrekt funktioniert, ist noch schwieriger. Denn die Person, die den Standard schreibt:\n\n- möchte sehen, welches Ergebnis,\n\n- welcher Fehler als wichtig betrachtet wird,\n\n- welche Formel stark erscheint,\n\n- welcher Schwellenwert akzeptabel ist\n\nDas Designteam weiß, welche Ergebnisse es zu sehen hofft, welche Fehler es für wichtig hält, welche Formel stark erscheint und welche Schwellenwerte erreichbar erscheinen. Dieses Wissen kann die Bewertung stillschweigend beeinflussen. Synthetisches Testen ist daher keine Demonstration des Erfolgs; es ist die erste ernsthafte Herausforderung, die an NOMOS selbst gerichtet ist. Der Benchmark kann zeigen, dass die Aussageextraktion unzureichend ist, Schiedsrichter Scope mit sachlicher Unterstützung verwechseln, die kritische Rückrufquote hoch ist, während die Fehlalarmrate inakzeptabel ist, die Fehlererkennung schwach ist, die Formel zur Sprachgerechtigkeit Defekte im Prompt nicht von KI-Defekten unterscheiden kann, die Komponentenwiederherstellung trotz eines genauen Komposits fehlschlägt oder Konfidenzintervalle den wahren Parameter nicht abdecken. Dies sind keine Peinlichkeiten, die man verbergen sollte; sie sind der eigentliche Test des Standards. Das Scheitern beginnt, wenn solche Probleme beobachtet werden und der Benchmark dennoch als erfolgreich deklariert wird. Apple.com ist nur ein Anker für das synthetische Design. Es wird kein Urteil über ein reales Unternehmen abgegeben und kein reales KI-Produkt wird bewertet.\n\nWir sagen noch nicht, was Menschen in der realen Welt sehen. Wir fragen:\n\n> In einem künstlichen Universum, in dem wir die Realität von Anfang an kennen, kann NOMOS seine Regeln korrekt anwenden?\n\nWenn die Antwort nein lautet:\n\n- sollten wir nicht in die reale Welt gehen,\n\n- sollten wir es nicht als Standard an Universitäten senden,\n\n- sollten wir ihm kein Abzeichen verleihen,\n\nsollten wir 950+ nicht erklären. Selbst wenn die Antwort ja lautet: Wir schaffen nur das erste Tor. Denn synthetischer Erfolg ist kein Erfolg in der lebendigen Welt. Die lebendige Welt ist:\n\n- unvollständig,\n\n- widersprüchlich,\n\n- variabel,\n\n- politisch,\n\n- rechtlich,\n\n- kulturell,\n\n- mehrsprachig,\n\nEs hängt vom menschlichen Verhalten ab. Synthetisches Testen kalibriert zuerst das Messinstrument. Anschließend misst Live-Testing die Welt. Daher lautet das siebzehnte Messgesetz von NOMOS wie folgt:\n\n> Das erste Objekt, das durch den Standard überprüft wird, muss der Standard selbst sein.\n\nSein achtzehntes Messgesetz besagt:\n\n> Synthetischer Erfolg ist keine Genauigkeit in der realen Welt; er ist die Erlaubnis, mit Echtwelt-Tests fortzufahren.\n\nSein neunzehntes Messgesetz besagt:\n\n> Wenn das Testergebnis eine zuvor bekannte Wahrheit nicht wiederherstellen kann, hat eine hohe Punktzahl keinen Wert.\n\nSein zwanzigstes Messgesetz besagt:\n\n> Wenn Generator Truth den Prüfer infiltriert, wird nicht die Beurteilung gemessen, sondern das Auslesen von Etiketten.\n\nSein einundzwanzigstes Messgesetz besagt:\n\n> Kritische Prävalenz und kritische Erkennungskapazität können in separaten Korpora getestet werden; sie können nicht im selben Nenner kombiniert werden.\n\nSein zweiundzwanzigstes Messgesetz besagt:\n\n> Wenn ein gescheitertes Versuchsergebnis verborgen wird, wird NOMOS kein Standard gegen Manipulation sein, sondern ein System, das seine eigene Erzählung bewahrt.\n\nDas dreiundzwanzigste Gesetz lautet wie folgt:\n\n> Wenn synthetische Fehlinformationen ins echte Web gelangen, erzeugt der Versuch die Repräsentation, die er kritisiert.\n\nDas vierundzwanzigste Gesetz lautet wie folgt:\n\n> Wenn ein unabhängiges Team nicht ähnliche Ergebnisse aus demselben Korpus erzeugen kann, ist die Methode noch kein Weltstandard.\n\n## NOMOS’ Abschnitt 17-Richtlinie\n\n> Sie werden Ihr eigenes Messinstrument testen, bevor Sie mich in die reale Welt entlassen.\n\n> Sie werden den Namen Apple.com nicht verwenden, um Urteile über Apple zu fällen.\n\n> Sie werden den Namen der synthetischen Einheit klar schreiben. / Sie werden ihn nicht mit einem echten Unternehmen verwechseln.\n\n> Sie werden nicht die Gesichter von echten Anbietern auf synthetischen KI-Produkten verwenden.\n\n> Sie werden zuerst dreißigtausend Antworten generieren, zuerst die Generator-Wahrheit festschreiben und sie dann dem Schiedsrichter verbergen.\n\n> Sie werden dem Schiedsrichter nicht erlauben, die Antwort aus dem Dateinamen, der Interface-Farbe oder dem Referenzcode zu erkennen.\n\n> Sie werden kritische Fälle im Hauptkorpus selten halten. / Sie werden die Erkennungsfähigkeit in einem separaten Challenge-Korpus testen.\n\n> Sie werden keine Challenge-Fälle zur Hauptwertung hinzufügen.\n\n> Sie werden nur vermeiden, offensichtliche und einfache Fehler zu machen. / Sie werden Fehler in Zuschreibung, Modalität, Zeit, Umfang und Referenz verbergen.\n\n> Sie werden auch Fälle erzeugen, die kritischen Fällen ähneln, aber nicht kritisch sind. / Sie werden auch übermäßige Strafbemessung testen.\n\n> Sie werden Auslassungen genauso testen wie falsche Behauptungen.\n\n> Sie werden die Antwort, die die korrekte Zahl mit der falschen Behauptung der Unabhängigkeit angibt, nicht vergessen.\n\n> Sie werden die Antwort testen, die das Mutterunternehmen mit der Tochtergesellschaft verwechselt.\n\n> Sie werden einen Übersetzungsfehler in einer Prompt nicht in einen KI-Sprachfehler umwandeln.\n\n> Sie werden den Unterschied zwischen „Clean“ und „Natural“ nicht auf einen einzigen Grund zurückführen.\n\n> Sie werden auch doppelte, gekürzte Antworten, falsche Aufforderungen, verspätete Einreichungen und Manipulationsfälle unter Test setzen.\n\n> Sie werden einer synthetischen Bildschirmaufnahme kein lebendiges KI-Antwort-Aussehen verleihen.\n\n> Sie werden den Seed nach Sichtung des Ergebnisses nicht ändern.\n\n> Sie werden nicht den schönsten zufälligen Durchlauf auswählen.\n\n> Sie werden die Bewertungsformel nicht an das versiegelte Validierungsergebnis anpassen.\n\n> Wenn der Test fehlschlägt, werden Sie die Schwellenwerte nicht senken. / Sie werden schreiben, dass er nicht bestanden wurde.\n\n> Sie werden die Komponentenfehler nicht verbergen, nur weil die zusammengesetzte Punktzahl korrekt ausfiel.\n\n> Sie werden den einzelnen kritischen Fall, der innerhalb einer hohen Gesamtgenauigkeit verpasst wurde, nicht verbergen.\n\n> Sie werden kein Nullrisiko in einem beobachteten kritischen Szenario erzeugen.\n\n> Sie werden verhindern, dass synthetische Daten als Informationsgift in das echte Internet gelangen.\n\n> Sie werden auch das eigene Wahrheits-Paket des Tests installieren.\n\nZuerst definieren Sie die Grenze. / Dann erstellen Sie die synthetische Entität. / Dann festschreiben Sie die Population und den Prompt. / Dann erzeugen Sie die Generator-Wahrheit. / Dann versiegeln Sie den Samen. / Dann generieren Sie dreißigtausend Antworten. / Dann blenden Sie die Schiedsrichter. / Dann festschreiben Sie die Bewertung. / Dann offenbaren Sie die Wahrheit. / Dann veröffentlichen Sie jeden Fehler, den Sie übersehen haben. / Erst danach dürfen Sie sagen, ob die Methode für die reale Welt bereit ist.\n\n## Der abschließende Satz des Kapitels\n\n> Bevor NOMOS Geschichte schreiben kann, muss es beweisen, dass es seine eigene Geschichte nicht nach Belieben umschreiben kann. Es muss die vorversiegelte synthetische Realität wiederherstellen, ohne dabei entweder seine Erfolge oder seine Misserfolge zu verändern.\n\n## Normativer Kern\n\n> Das Apple.com Synthetische Benchmark MUSS die NOMOS Prüfungsverfahren bewerten, nicht die reale Leistung von Apple Inc., apple.com oder irgendeinem tatsächlichen KI-Anbieter. Alle Benchmark-Entitäten, Behauptungen, Evidenzobjekte, Nutzer, Länder, Sprachen, KI-Produkte, Antworten, Zitate, Aufzeichnungen, Vorfälle und Bewertungen MÜSSEN eindeutig als synthetisch gekennzeichnet sein. Das Benchmark MUSS ein separates APPLE-SYNTH Entity-Zwillingsobjekt pflegen und DARF sein Truth Pack nicht als faktische Informationen über das reale Unternehmen darstellen. Der Haupt-Benchmark-Korpus MUSS enthalten: - zehn synthetische KI-Produktprofile, - tausend einzigartige synthetische Teilnehmer pro Produkt pro Welle, - drei Messwellen, - und dreißigtausend Hauptantworten. Synthetische Teilnehmeridentitäten DÜRFEN im Hauptkorpus nicht über Produkte oder Wellen hinweg wiederverwendet werden. Produktauswahlen SOLLTEN mit passenden Populationsverteilungen erfolgen, ohne dieselbe Personeneinheit zu verwenden. Der Hauptprävalenzkorpus, der Schweregrad-Herausforderungskorpus, der Integritätsicherungskorpus, der Goldstandard-Adjudikationskorpus und der diagnostische Anhang MÜSSEN separat identifiziert bleiben und DÜRFEN keine Prävalenz-Nenner teilen. Die Generator-Truth MUSS erstellt, versioniert, gehasht und versiegelt werden, bevor die Antwortadjudikation erfolgt. Es MUSS vor Anspruchsprüfern, Entscheidungsträgern und Punktauswertern verborgen bleiben, bis deren Ergebnisse festgeschrieben sind. Zufallszahlen, synthetische KI-Profile, Fehlerinjektionsregeln, Prompt-Versionen, Truth Pack-Datensätze, Bewertungsmethoden und Akzeptanzschwellen für Kandidaten MÜSSEN festgeschrieben werden, bevor das versiegelte Validierungskorpus geöffnet wird. Benchmark-Fälle MÜSSEN direkte, implizite, zugeschriebene, modale, auf den Geltungsbereich begrenzte, zeitliche, zitationsbasierte, auslassungsbasierte, selbstkorrigierende und entitätenverwechselnde Fehlermodi enthalten. Die Prävalenz kritischer Ereignisse MUSS aus dem Hauptkorpus geschätzt werden. Die Fähigkeit zur kritischen Erkennung MUSS in einem separaten Challenge-Korpus mit genügend Beispielen und kritischen negativen Kontrollen getestet werden. Keine Challenge-Set-Überstichprobe darf die Hauptverteilung GEO-1000 oder die Schätzung der kritischen Prävalenz verändern. Synthetische Screenshots und Antwortartefakte MÜSSEN sichtbare und maschinenlesbare Hinweise enthalten, dass sie keine Live-AI-Ausgaben oder echte Leistungsnachweise von Entitäten darstellen. Das Benchmark MUSS verhindern, dass seine synthetischen Angaben als echte Informationen über die Ankerentität veröffentlicht oder indexiert werden. Der Erfolg des Benchmarks MUSS anhand der Wiederherstellung der versiegelten Generator-Wahrheit bestimmt werden, einschließlich Anspruchsgrenzen, atomarer Entscheidungen, Auslassungen, kritischer und wichtiger Tore, Antwortstatus, Komponentenbewertungen, Gesamtbewertungen, Fairness-Ergebnisse, Gültigkeit der Erfassung und Abdeckung der Unsicherheit. Eine hohe allgemeine Genauigkeit DARF fehlende kritische Fälle NICHT kompensieren. Kritische Rückrufrate und kritische Fehlalarmrate MÜSSEN zusammen berichtet werden. Ein nicht erfüllter Benchmark-Schwellenwert, ein Leckageereignis, ein Wiederherstellungsfehler oder eine Fehlklassifikation MUSS sichtbar bleiben und DARF NICHT durch Ändern von Labels, Seeds, Proben, Gewichten oder Bewertungsregeln nach Beobachtung der Ergebnisse entfernt werden. Jede Benchmark-Entwicklung, -Generierung, -Sicherung, -Leckageprüfung, -Entscheidung, -Wiederherstellungsberechnung, -Schwellenwertentscheidung, -Überarbeitung und öffentliche Veröffentlichung MUSS versioniert und einer verantwortlichen Person oder Organisation zuordenbar sein.","character_count":103299,"record_sha256":"7bbebadd7179cd907e151a0e3ec835b7d937fd32b7891f29959c840a4d33eb25"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-18","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":20,"chapter_number":18,"item_number":null,"title":"Ein synthetisches End-to-End-Audit von 30.000 Antworten","subtitle":"Eine berechnete Demonstration der Methode","canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K03","K09"],"source_word_count":8552,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":18,\"id\":\"NOMOS-GEO-AUDIT-CH18\",\"title\":\"Ein synthetisches End-to-End-Audit von 30.000 Antworten\",\"subtitle\":\"Eine berechnete Demonstration der Methode\",\"sourceFile\":\"18.ci bölüm.docx\",\"sourceSha256\":\"B245A65CF2364BD7824BD204A8573F15570FE9716F76653FB17D0031AA464FCA\",\"sourceWordCount\":8552,\"sourceIds\":[\"K03\",\"K09\"],\"machine\":{\"chapter\":18,\"chapterId\":\"NOMOS-GEO-AUDIT-CH18\",\"title\":\"Ein synthetisches End-to-End-Audit von 30.000 Antworten\",\"subtitle\":\"Eine berechnete Demonstration der Methode\",\"sourceIds\":[\"K03\",\"K09\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH18-R01\",\"normativeRuleEnglish\":\"A book-level synthetic demonstration MUST NOT be represented as an executed, independently validated benchmark. The real benchmark quality status MUST remain BQ-0 until the corpus, software, sealed Generator Truth, adjudication process, scoring process, and independent reproduction have actually been executed. An end-to-end synthetic audit MUST evaluate recovery separately for: - capture validity, - claim boundaries, - entity resolution, - factual status, - scope, - time, - attribution, - modality, - citation mapping, - material omissions, - Critical and Major severity, - response status, - GEO-1000 distribution, - component scores, - composite score, - fairness, - user-state effects, - stability, - confidence intervals, - and rare-event behaviour. A small composite-score error MUST NOT compensate for material component-level recovery errors. First-pass and final-adjudicated Critical recall MUST remain separately reported. Final Critical recovery MUST disclose the review and expertise layers required to achieve it. Any predeclared mandatory recovery threshold that is not met MUST block a sealed-validation-pass decision. Candidate thresholds MUST NOT be lowered, rounded, reinterpreted, or removed after results are observed merely to make the method pass. Citation mapping and material omission recovery MUST be treated as separate mandatory method capabilities. A method failure MUST create a versioned Method Finding, an identified root cause, a remediation owner, and a requirement for validation on an untouched holdout. Regression success on previously failed cases MUST NOT replace untouched holdout validation. A demonstration that fails mandatory thresholds MUST publish both its successful and unsuccessful results. No public NOMOS conformity mark, NOMOS 950+ declaration, or real-entity ranking may be based solely on a book demonstration, synthetic recovery scenario, or non-independent benchmark. Every demonstration run, real benchmark status, recovery result, method finding, threshold decision, remediation, and release decision MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"Kitap içi sentetik demonstrasyon, çalıştırılmış ve bağımsız olarak doğrulanmış gerçek benchmark gibi sunulamaz. Gerçek corpus, yazılım, Generator Truth, hakemlik, skorlama ve bağımsız yeniden üretim gerçekten uygulanana kadar benchmark statüsü BQ-0 olarak kalmalıdır.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH18-MB0001\",\"type\":\"paragraph\",\"text\":\"MACHINE-READABLE DEMONSTRATION RECORD 49\",\"sourceParagraph\":1587},{\"blockId\":\"CH18-MB0002\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1588},{\"blockId\":\"CH18-MB0003\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1589},{\"blockId\":\"CH18-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1590},{\"blockId\":\"CH18-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationRun\\\": {\",\"sourceParagraph\":1591},{\"blockId\":\"CH18-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationRunId\\\": \\\"NOMOS-APPLE-SYNTH-DEMO-RUN-18-001\\\",\",\"sourceParagraph\":1592},{\"blockId\":\"CH18-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"chapter\\\": \\\"CH18\\\",\",\"sourceParagraph\":1593},{\"blockId\":\"CH18-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"BOOK_LEVEL_SYNTHETIC_DEMONSTRATION\\\",\",\"sourceParagraph\":1594},{\"blockId\":\"CH18-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"realBenchmarkExecution\\\": false,\",\"sourceParagraph\":1595},{\"blockId\":\"CH18-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"realBenchmarkQualityStatus\\\": \\\"BQ-0\\\",\",\"sourceParagraph\":1596},{\"blockId\":\"CH18-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationQualityStatus\\\": \\\"DEMO-BQ-2\\\",\",\"sourceParagraph\":1597},{\"blockId\":\"CH18-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"nonClaimStatement\\\": {\",\"sourceParagraph\":1598},{\"blockId\":\"CH18-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"realApplePerformanceClaim\\\": false,\",\"sourceParagraph\":1599},{\"blockId\":\"CH18-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"realAIProviderPerformanceClaim\\\": false,\",\"sourceParagraph\":1600},{\"blockId\":\"CH18-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"realHumanObservationClaim\\\": false,\",\"sourceParagraph\":1601},{\"blockId\":\"CH18-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"independentExecutionClaim\\\": false\",\"sourceParagraph\":1602},{\"blockId\":\"CH18-MB0017\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1603},{\"blockId\":\"CH18-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"corpora\\\": {\",\"sourceParagraph\":1604},{\"blockId\":\"CH18-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"principalPrevalenceResponses\\\": 30000,\",\"sourceParagraph\":1605},{\"blockId\":\"CH18-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"diagnosticAnnexCases\\\": 6000,\",\"sourceParagraph\":1606},{\"blockId\":\"CH18-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"severityChallengeCases\\\": 3600,\",\"sourceParagraph\":1607},{\"blockId\":\"CH18-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"captureIntegrityCases\\\": 4000,\",\"sourceParagraph\":1608},{\"blockId\":\"CH18-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationGoldCases\\\": 2400\",\"sourceParagraph\":1609},{\"blockId\":\"CH18-MB0024\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1610},{\"blockId\":\"CH18-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"lockedRecords\\\": {\",\"sourceParagraph\":1611},{\"blockId\":\"CH18-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkVersion\\\": \\\"NOMOS-APPLE-SYNTH-BENCH-0.9\\\",\",\"sourceParagraph\":1612},{\"blockId\":\"CH18-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackVersion\\\": \\\"SYNTH-APPLE-TP-001\\\",\",\"sourceParagraph\":1613},{\"blockId\":\"CH18-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"promptSetVersion\\\": \\\"SYNTH-PROMPT-SET-001\\\",\",\"sourceParagraph\":1614},{\"blockId\":\"CH18-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"scoreMethodVersion\\\": \\\"NOMOS-SCORE-0.9\\\",\",\"sourceParagraph\":1615},{\"blockId\":\"CH18-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"seedManifestVersion\\\": \\\"SYNTH-SEED-MANIFEST-001\\\",\",\"sourceParagraph\":1616},{\"blockId\":\"CH18-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThresholdVersion\\\": \\\"SYNTH-ACCEPTANCE-0.9\\\"\",\"sourceParagraph\":1617},{\"blockId\":\"CH18-MB0032\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1618},{\"blockId\":\"CH18-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruth\\\": {\",\"sourceParagraph\":1619},{\"blockId\":\"CH18-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"sealedBeforeRecovery\\\": true,\",\"sourceParagraph\":1620},{\"blockId\":\"CH18-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"principalDistribution\\\": {\",\"sourceParagraph\":1621},{\"blockId\":\"CH18-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"RP-1\\\": 20045,\",\"sourceParagraph\":1622},{\"blockId\":\"CH18-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"RP-2\\\": 4310,\",\"sourceParagraph\":1623},{\"blockId\":\"CH18-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"RP-3\\\": 2370,\",\"sourceParagraph\":1624},{\"blockId\":\"CH18-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"RP-4\\\": 1602,\",\"sourceParagraph\":1625},{\"blockId\":\"CH18-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"RP-5\\\": 33,\",\"sourceParagraph\":1626},{\"blockId\":\"CH18-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"RP-6\\\": 450,\",\"sourceParagraph\":1627},{\"blockId\":\"CH18-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"RP-7\\\": 1110,\",\"sourceParagraph\":1628},{\"blockId\":\"CH18-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"RP-8\\\": 80\",\"sourceParagraph\":1629},{\"blockId\":\"CH18-MB0044\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1630},{\"blockId\":\"CH18-MB0045\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1631},{\"blockId\":\"CH18-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"nomosRecovery\\\": {\",\"sourceParagraph\":1632},{\"blockId\":\"CH18-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeGeneratorTruthOpen\\\": true,\",\"sourceParagraph\":1633},{\"blockId\":\"CH18-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"principalDistribution\\\": {\",\"sourceParagraph\":1634},{\"blockId\":\"CH18-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"RP-1\\\": 19980,\",\"sourceParagraph\":1635},{\"blockId\":\"CH18-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"RP-2\\\": 4365,\",\"sourceParagraph\":1636},{\"blockId\":\"CH18-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"RP-3\\\": 2382,\",\"sourceParagraph\":1637},{\"blockId\":\"CH18-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"RP-4\\\": 1585,\",\"sourceParagraph\":1638},{\"blockId\":\"CH18-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"RP-5\\\": 33,\",\"sourceParagraph\":1639},{\"blockId\":\"CH18-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"RP-6\\\": 468,\",\"sourceParagraph\":1640},{\"blockId\":\"CH18-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"RP-7\\\": 1091,\",\"sourceParagraph\":1641},{\"blockId\":\"CH18-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"RP-8\\\": 96\",\"sourceParagraph\":1642},{\"blockId\":\"CH18-MB0057\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1643},{\"blockId\":\"CH18-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"strictPassEquivalent\\\": 811.5,\",\"sourceParagraph\":1644},{\"blockId\":\"CH18-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"acceptablePassEquivalent\\\": 890.9\",\"sourceParagraph\":1645},{\"blockId\":\"CH18-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1646},{\"blockId\":\"CH18-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"integrity\\\": {\",\"sourceParagraph\":1647},{\"blockId\":\"CH18-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"synthetic\\\": true,\",\"sourceParagraph\":1648},{\"blockId\":\"CH18-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"bookDemonstrationOnly\\\": true,\",\"sourceParagraph\":1649},{\"blockId\":\"CH18-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"manifestHash\\\": \\\"SYNTHETIC-DEMO-RUN-HASH\\\"\",\"sourceParagraph\":1650},{\"blockId\":\"CH18-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1651},{\"blockId\":\"CH18-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":1652},{\"blockId\":\"CH18-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"responsibleHumanAuthor\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":1653},{\"blockId\":\"CH18-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"criticalAIInterlocutor\\\": \\\"NOMOS by NobleJackal\\\",\",\"sourceParagraph\":1654},{\"blockId\":\"CH18-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"realExecutionApprovalRequired\\\": true\",\"sourceParagraph\":1655},{\"blockId\":\"CH18-MB0070\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1656},{\"blockId\":\"CH18-MB0071\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1657},{\"blockId\":\"CH18-MB0072\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1658},{\"blockId\":\"CH18-MB0073\",\"type\":\"paragraph\",\"text\":\"MACHINE-READABLE RECOVERY RECORD 50\",\"sourceParagraph\":1660},{\"blockId\":\"CH18-MB0074\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1661},{\"blockId\":\"CH18-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1662},{\"blockId\":\"CH18-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1663},{\"blockId\":\"CH18-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkRecovery\\\": {\",\"sourceParagraph\":1664},{\"blockId\":\"CH18-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"recoveryRecordId\\\": \\\"NOMOS-APPLE-SYNTH-DEMO-RECOVERY-18-001\\\",\",\"sourceParagraph\":1665},{\"blockId\":\"CH18-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationRunId\\\": \\\"NOMOS-APPLE-SYNTH-DEMO-RUN-18-001\\\",\",\"sourceParagraph\":1666},{\"blockId\":\"CH18-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthOpenedAfterRecoveryLock\\\": true,\",\"sourceParagraph\":1667},{\"blockId\":\"CH18-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"metrics\\\": {\",\"sourceParagraph\":1668},{\"blockId\":\"CH18-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"claimBoundary\\\": {\",\"sourceParagraph\":1669},{\"blockId\":\"CH18-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"precision\\\": 0.9613,\",\"sourceParagraph\":1670},{\"blockId\":\"CH18-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"recall\\\": 0.9665,\",\"sourceParagraph\":1671},{\"blockId\":\"CH18-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"f1\\\": 0.9639,\",\"sourceParagraph\":1672},{\"blockId\":\"CH18-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.95,\",\"sourceParagraph\":1673},{\"blockId\":\"CH18-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"passed\\\": true\",\"sourceParagraph\":1674},{\"blockId\":\"CH18-MB0088\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1675},{\"blockId\":\"CH18-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"entityResolutionAccuracy\\\": {\",\"sourceParagraph\":1676},{\"blockId\":\"CH18-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": 0.987,\",\"sourceParagraph\":1677},{\"blockId\":\"CH18-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.98,\",\"sourceParagraph\":1678},{\"blockId\":\"CH18-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"passed\\\": true\",\"sourceParagraph\":1679},{\"blockId\":\"CH18-MB0093\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1680},{\"blockId\":\"CH18-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"factualStatusMacroF1\\\": {\",\"sourceParagraph\":1681},{\"blockId\":\"CH18-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": 0.923,\",\"sourceParagraph\":1682},{\"blockId\":\"CH18-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.90,\",\"sourceParagraph\":1683},{\"blockId\":\"CH18-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"passed\\\": true\",\"sourceParagraph\":1684},{\"blockId\":\"CH18-MB0098\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1685},{\"blockId\":\"CH18-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"scopeMacroF1\\\": {\",\"sourceParagraph\":1686},{\"blockId\":\"CH18-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": 0.906,\",\"sourceParagraph\":1687},{\"blockId\":\"CH18-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.90,\",\"sourceParagraph\":1688},{\"blockId\":\"CH18-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"passed\\\": true\",\"sourceParagraph\":1689},{\"blockId\":\"CH18-MB0103\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1690},{\"blockId\":\"CH18-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"attributionMacroF1\\\": {\",\"sourceParagraph\":1691},{\"blockId\":\"CH18-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": 0.918,\",\"sourceParagraph\":1692},{\"blockId\":\"CH18-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.90,\",\"sourceParagraph\":1693},{\"blockId\":\"CH18-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"passed\\\": true\",\"sourceParagraph\":1694},{\"blockId\":\"CH18-MB0108\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1695},{\"blockId\":\"CH18-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"citationMappingF1\\\": {\",\"sourceParagraph\":1696},{\"blockId\":\"CH18-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": 0.887,\",\"sourceParagraph\":1697},{\"blockId\":\"CH18-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.90,\",\"sourceParagraph\":1698},{\"blockId\":\"CH18-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"passed\\\": false\",\"sourceParagraph\":1699},{\"blockId\":\"CH18-MB0113\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1700},{\"blockId\":\"CH18-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"materialOmissionF1\\\": {\",\"sourceParagraph\":1701},{\"blockId\":\"CH18-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"value\\\": 0.824,\",\"sourceParagraph\":1702},{\"blockId\":\"CH18-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.85,\",\"sourceParagraph\":1703},{\"blockId\":\"CH18-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"passed\\\": false\",\"sourceParagraph\":1704},{\"blockId\":\"CH18-MB0118\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1705},{\"blockId\":\"CH18-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"criticalFirstPassRecall\\\": 0.9942,\",\"sourceParagraph\":1706},{\"blockId\":\"CH18-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"criticalFinalRecall\\\": 1.0,\",\"sourceParagraph\":1707},{\"blockId\":\"CH18-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"criticalFinalFalsePositiveRate\\\": 0.0,\",\"sourceParagraph\":1708},{\"blockId\":\"CH18-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"majorClassificationMacroF1\\\": 0.952,\",\"sourceParagraph\":1709},{\"blockId\":\"CH18-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"responseStatusMacroF1\\\": 0.928,\",\"sourceParagraph\":1710},{\"blockId\":\"CH18-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"captureValidityAccuracy\\\": 0.982,\",\"sourceParagraph\":1711},{\"blockId\":\"CH18-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"componentMeanAbsoluteError\\\": 1.9,\",\"sourceParagraph\":1712},{\"blockId\":\"CH18-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"compositeAbsoluteError\\\": 1.0,\",\"sourceParagraph\":1713},{\"blockId\":\"CH18-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessComponentAbsoluteError\\\": 2.4,\",\"sourceParagraph\":1714},{\"blockId\":\"CH18-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"confidenceIntervalCoverageWithinCandidateRange\\\": true,\",\"sourceParagraph\":1715},{\"blockId\":\"CH18-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"finalCriticalGateInversionCount\\\": 0\",\"sourceParagraph\":1716},{\"blockId\":\"CH18-MB0130\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1717},{\"blockId\":\"CH18-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThresholdSummary\\\": {\",\"sourceParagraph\":1718},{\"blockId\":\"CH18-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"passed\\\": 15,\",\"sourceParagraph\":1719},{\"blockId\":\"CH18-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"failed\\\": 2,\",\"sourceParagraph\":1720},{\"blockId\":\"CH18-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"independentReproductionCompleted\\\": false\",\"sourceParagraph\":1721},{\"blockId\":\"CH18-MB0135\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1722},{\"blockId\":\"CH18-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"qualityDecision\\\": {\",\"sourceParagraph\":1723},{\"blockId\":\"CH18-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationStatus\\\": \\\"DEMO-BQ-2\\\",\",\"sourceParagraph\":1724},{\"blockId\":\"CH18-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"sealedValidationPassed\\\": false,\",\"sourceParagraph\":1725},{\"blockId\":\"CH18-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"independentReproductionEligible\\\": false,\",\"sourceParagraph\":1726},{\"blockId\":\"CH18-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"publicConformityUseAllowed\\\": false\",\"sourceParagraph\":1727},{\"blockId\":\"CH18-MB0141\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1728},{\"blockId\":\"CH18-MB0142\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1729},{\"blockId\":\"CH18-MB0143\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1730},{\"blockId\":\"CH18-MB0144\",\"type\":\"paragraph\",\"text\":\"51. MACHINE-READABLE METHOD FINDING RECORD\",\"sourceParagraph\":1732},{\"blockId\":\"CH18-MB0145\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1733},{\"blockId\":\"CH18-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1734},{\"blockId\":\"CH18-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1735},{\"blockId\":\"CH18-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"methodFinding\\\": {\",\"sourceParagraph\":1736},{\"blockId\":\"CH18-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"methodFindingId\\\": \\\"NGMF-CH18-OMISSION-001\\\",\",\"sourceParagraph\":1737},{\"blockId\":\"CH18-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"title\\\": \\\"Material Boundary Omission Under-Detection\\\",\",\"sourceParagraph\":1738},{\"blockId\":\"CH18-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"methodVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1739},{\"blockId\":\"CH18-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"importance\\\": \\\"MAJOR\\\",\",\"sourceParagraph\":1740},{\"blockId\":\"CH18-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"affectedComponents\\\": [\",\"sourceParagraph\":1741},{\"blockId\":\"CH18-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"SBI\\\",\",\"sourceParagraph\":1742},{\"blockId\":\"CH18-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"TCR\\\",\",\"sourceParagraph\":1743},{\"blockId\":\"CH18-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"CRITICAL_GATE_RECOVERY\\\"\",\"sourceParagraph\":1744},{\"blockId\":\"CH18-MB0157\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1745},{\"blockId\":\"CH18-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"evidence\\\": {\",\"sourceParagraph\":1746},{\"blockId\":\"CH18-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"materialOmissionF1\\\": 0.824,\",\"sourceParagraph\":1747},{\"blockId\":\"CH18-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.85,\",\"sourceParagraph\":1748},{\"blockId\":\"CH18-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"mostAffectedPromptFamilies\\\": [\",\"sourceParagraph\":1749},{\"blockId\":\"CH18-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"PR-07\\\",\",\"sourceParagraph\":1750},{\"blockId\":\"CH18-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"PR-09\\\",\",\"sourceParagraph\":1751},{\"blockId\":\"CH18-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"PR-05\\\"\",\"sourceParagraph\":1752},{\"blockId\":\"CH18-MB0165\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1753},{\"blockId\":\"CH18-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"mostAffectedErrorForms\\\": [\",\"sourceParagraph\":1754},{\"blockId\":\"CH18-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"OUT_OF_SCOPE_RECOMMENDATION\\\",\",\"sourceParagraph\":1755},{\"blockId\":\"CH18-MB0168\",\"type\":\"paragraph\",\"text\":\"\\\"JURISDICTION_BOUNDARY_OMISSION\\\",\",\"sourceParagraph\":1756},{\"blockId\":\"CH18-MB0169\",\"type\":\"paragraph\",\"text\":\"\\\"SUBSIDIARY_AUTHORITY_OMISSION\\\"\",\"sourceParagraph\":1757},{\"blockId\":\"CH18-MB0170\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1758},{\"blockId\":\"CH18-MB0171\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1759},{\"blockId\":\"CH18-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"rootCause\\\": \\\"The adjudication codebook identifies explicit scope errors more reliably than counterfactual decision-changing omissions.\\\",\",\"sourceParagraph\":1760},{\"blockId\":\"CH18-MB0173\",\"type\":\"paragraph\",\"text\":\"\\\"remediation\\\": {\",\"sourceParagraph\":1761},{\"blockId\":\"CH18-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"requiredMethodVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":1762},{\"blockId\":\"CH18-MB0175\",\"type\":\"paragraph\",\"text\":\"\\\"actions\\\": [\",\"sourceParagraph\":1763},{\"blockId\":\"CH18-MB0176\",\"type\":\"paragraph\",\"text\":\"\\\"ADD_COUNTERFACTUAL_DECISION_TEST\\\",\",\"sourceParagraph\":1764},{\"blockId\":\"CH18-MB0177\",\"type\":\"paragraph\",\"text\":\"\\\"ADD_ENTITY_SERVICE_JURISDICTION_MATRIX\\\",\",\"sourceParagraph\":1765},{\"blockId\":\"CH18-MB0178\",\"type\":\"paragraph\",\"text\":\"\\\"REQUIRE_SEPARATE_BOUNDARY_OMISSION_REVIEW\\\",\",\"sourceParagraph\":1766},{\"blockId\":\"CH18-MB0179\",\"type\":\"paragraph\",\"text\":\"\\\"VALIDATE_ON_UNTOUCHED_HOLDOUT\\\"\",\"sourceParagraph\":1767},{\"blockId\":\"CH18-MB0180\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1768},{\"blockId\":\"CH18-MB0181\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1769},{\"blockId\":\"CH18-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"conformityEffect\\\": {\",\"sourceParagraph\":1770},{\"blockId\":\"CH18-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkPassAllowed\\\": false,\",\"sourceParagraph\":1771},{\"blockId\":\"CH18-MB0184\",\"type\":\"paragraph\",\"text\":\"\\\"publicBadgeUseAllowed\\\": false\",\"sourceParagraph\":1772},{\"blockId\":\"CH18-MB0185\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1773},{\"blockId\":\"CH18-MB0186\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":1774},{\"blockId\":\"CH18-MB0187\",\"type\":\"paragraph\",\"text\":\"\\\"findingOwnerRole\\\": \\\"NOMOS_METHOD_REMEDIATION_LEAD\\\",\",\"sourceParagraph\":1775},{\"blockId\":\"CH18-MB0188\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"OPEN\\\"\",\"sourceParagraph\":1776},{\"blockId\":\"CH18-MB0189\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1777},{\"blockId\":\"CH18-MB0190\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1778},{\"blockId\":\"CH18-MB0191\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1779},{\"blockId\":\"CH18-MB0192\",\"type\":\"paragraph\",\"text\":\"52. MACHINE-READABLE RULE OF THE SECTION\",\"sourceParagraph\":1781},{\"blockId\":\"CH18-MB0193\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH18-R01\",\"sourceParagraph\":1782},{\"blockId\":\"CH18-MB0194\",\"type\":\"paragraph\",\"text\":\"A book-level synthetic demonstration MUST NOT be represented as an\",\"sourceParagraph\":1784},{\"blockId\":\"CH18-MB0195\",\"type\":\"paragraph\",\"text\":\"executed, independently validated benchmark.\",\"sourceParagraph\":1785},{\"blockId\":\"CH18-MB0196\",\"type\":\"paragraph\",\"text\":\"The real benchmark quality status MUST remain BQ-0 until the corpus,\",\"sourceParagraph\":1787},{\"blockId\":\"CH18-MB0197\",\"type\":\"paragraph\",\"text\":\"software, sealed Generator Truth, adjudication process, scoring process,\",\"sourceParagraph\":1788},{\"blockId\":\"CH18-MB0198\",\"type\":\"paragraph\",\"text\":\"and independent reproduction have actually been executed.\",\"sourceParagraph\":1789},{\"blockId\":\"CH18-MB0199\",\"type\":\"paragraph\",\"text\":\"An end-to-end synthetic audit MUST evaluate recovery separately for:\",\"sourceParagraph\":1791},{\"blockId\":\"CH18-MB0200\",\"type\":\"paragraph\",\"text\":\"- capture validity,\",\"sourceParagraph\":1793},{\"blockId\":\"CH18-MB0201\",\"type\":\"paragraph\",\"text\":\"- claim boundaries,\",\"sourceParagraph\":1794},{\"blockId\":\"CH18-MB0202\",\"type\":\"paragraph\",\"text\":\"- entity resolution,\",\"sourceParagraph\":1795},{\"blockId\":\"CH18-MB0203\",\"type\":\"paragraph\",\"text\":\"- factual status,\",\"sourceParagraph\":1796},{\"blockId\":\"CH18-MB0204\",\"type\":\"paragraph\",\"text\":\"- scope,\",\"sourceParagraph\":1797},{\"blockId\":\"CH18-MB0205\",\"type\":\"paragraph\",\"text\":\"- time,\",\"sourceParagraph\":1798},{\"blockId\":\"CH18-MB0206\",\"type\":\"paragraph\",\"text\":\"- attribution,\",\"sourceParagraph\":1799},{\"blockId\":\"CH18-MB0207\",\"type\":\"paragraph\",\"text\":\"- modality,\",\"sourceParagraph\":1800},{\"blockId\":\"CH18-MB0208\",\"type\":\"paragraph\",\"text\":\"- citation mapping,\",\"sourceParagraph\":1801},{\"blockId\":\"CH18-MB0209\",\"type\":\"paragraph\",\"text\":\"- material omissions,\",\"sourceParagraph\":1802},{\"blockId\":\"CH18-MB0210\",\"type\":\"paragraph\",\"text\":\"- Critical and Major severity,\",\"sourceParagraph\":1803},{\"blockId\":\"CH18-MB0211\",\"type\":\"paragraph\",\"text\":\"- response status,\",\"sourceParagraph\":1804},{\"blockId\":\"CH18-MB0212\",\"type\":\"paragraph\",\"text\":\"- GEO-1000 distribution,\",\"sourceParagraph\":1805},{\"blockId\":\"CH18-MB0213\",\"type\":\"paragraph\",\"text\":\"- component scores,\",\"sourceParagraph\":1806},{\"blockId\":\"CH18-MB0214\",\"type\":\"paragraph\",\"text\":\"- composite score,\",\"sourceParagraph\":1807},{\"blockId\":\"CH18-MB0215\",\"type\":\"paragraph\",\"text\":\"- fairness,\",\"sourceParagraph\":1808},{\"blockId\":\"CH18-MB0216\",\"type\":\"paragraph\",\"text\":\"- user-state effects,\",\"sourceParagraph\":1809},{\"blockId\":\"CH18-MB0217\",\"type\":\"paragraph\",\"text\":\"- stability,\",\"sourceParagraph\":1810},{\"blockId\":\"CH18-MB0218\",\"type\":\"paragraph\",\"text\":\"- confidence intervals,\",\"sourceParagraph\":1811},{\"blockId\":\"CH18-MB0219\",\"type\":\"paragraph\",\"text\":\"- and rare-event behaviour.\",\"sourceParagraph\":1812},{\"blockId\":\"CH18-MB0220\",\"type\":\"paragraph\",\"text\":\"A small composite-score error MUST NOT compensate for material\",\"sourceParagraph\":1814},{\"blockId\":\"CH18-MB0221\",\"type\":\"paragraph\",\"text\":\"component-level recovery errors.\",\"sourceParagraph\":1815},{\"blockId\":\"CH18-MB0222\",\"type\":\"paragraph\",\"text\":\"First-pass and final-adjudicated Critical recall MUST remain separately\",\"sourceParagraph\":1817},{\"blockId\":\"CH18-MB0223\",\"type\":\"paragraph\",\"text\":\"reported. Final Critical recovery MUST disclose the review and expertise\",\"sourceParagraph\":1818},{\"blockId\":\"CH18-MB0224\",\"type\":\"paragraph\",\"text\":\"layers required to achieve it.\",\"sourceParagraph\":1819},{\"blockId\":\"CH18-MB0225\",\"type\":\"paragraph\",\"text\":\"Any predeclared mandatory recovery threshold that is not met MUST block a\",\"sourceParagraph\":1821},{\"blockId\":\"CH18-MB0226\",\"type\":\"paragraph\",\"text\":\"sealed-validation-pass decision.\",\"sourceParagraph\":1822},{\"blockId\":\"CH18-MB0227\",\"type\":\"paragraph\",\"text\":\"Candidate thresholds MUST NOT be lowered, rounded, reinterpreted, or\",\"sourceParagraph\":1824},{\"blockId\":\"CH18-MB0228\",\"type\":\"paragraph\",\"text\":\"removed after results are observed merely to make the method pass.\",\"sourceParagraph\":1825},{\"blockId\":\"CH18-MB0229\",\"type\":\"paragraph\",\"text\":\"Citation mapping and material omission recovery MUST be treated as\",\"sourceParagraph\":1827},{\"blockId\":\"CH18-MB0230\",\"type\":\"paragraph\",\"text\":\"separate mandatory method capabilities.\",\"sourceParagraph\":1828},{\"blockId\":\"CH18-MB0231\",\"type\":\"paragraph\",\"text\":\"A method failure MUST create a versioned Method Finding, an identified\",\"sourceParagraph\":1830},{\"blockId\":\"CH18-MB0232\",\"type\":\"paragraph\",\"text\":\"root cause, a remediation owner, and a requirement for validation on an\",\"sourceParagraph\":1831},{\"blockId\":\"CH18-MB0233\",\"type\":\"paragraph\",\"text\":\"untouched holdout.\",\"sourceParagraph\":1832},{\"blockId\":\"CH18-MB0234\",\"type\":\"paragraph\",\"text\":\"Regression success on previously failed cases MUST NOT replace untouched\",\"sourceParagraph\":1834},{\"blockId\":\"CH18-MB0235\",\"type\":\"paragraph\",\"text\":\"holdout validation.\",\"sourceParagraph\":1835},{\"blockId\":\"CH18-MB0236\",\"type\":\"paragraph\",\"text\":\"A demonstration that fails mandatory thresholds MUST publish both its\",\"sourceParagraph\":1837},{\"blockId\":\"CH18-MB0237\",\"type\":\"paragraph\",\"text\":\"successful and unsuccessful results.\",\"sourceParagraph\":1838},{\"blockId\":\"CH18-MB0238\",\"type\":\"paragraph\",\"text\":\"No public NOMOS conformity mark, NOMOS 950+ declaration, or real-entity\",\"sourceParagraph\":1840},{\"blockId\":\"CH18-MB0239\",\"type\":\"paragraph\",\"text\":\"ranking may be based solely on a book demonstration, synthetic recovery\",\"sourceParagraph\":1841},{\"blockId\":\"CH18-MB0240\",\"type\":\"paragraph\",\"text\":\"scenario, or non-independent benchmark.\",\"sourceParagraph\":1842},{\"blockId\":\"CH18-MB0241\",\"type\":\"paragraph\",\"text\":\"Every demonstration run, real benchmark status, recovery result, method\",\"sourceParagraph\":1844},{\"blockId\":\"CH18-MB0242\",\"type\":\"paragraph\",\"text\":\"finding, threshold decision, remediation, and release decision MUST be\",\"sourceParagraph\":1845},{\"blockId\":\"CH18-MB0243\",\"type\":\"paragraph\",\"text\":\"versioned and attributable to an accountable human or organisation.\",\"sourceParagraph\":1846},{\"blockId\":\"CH18-MB0244\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":1847},{\"blockId\":\"CH18-MB0245\",\"type\":\"paragraph\",\"text\":\"An in-book synthetic demonstration cannot be presented as a run and independently verified real benchmark. Until a real corpus, software, Generator Truth, adjudication, scoring, and independent reproduction are actually implemented, the benchmark status should remain BQ-0.\",\"sourceParagraph\":1848}],\"normativeRuleLocalized\":\"Eine synthetische Demonstration auf Buchniveau DARF NICHT als durchgeführter, unabhängig validierter Benchmark repräsentiert werden. Der Status der echten Benchmark-Qualität MUSS BQ-0 bleiben, bis der Korpus, die Software, die versiegelte Generatorwahrheit, der Schiedsgerichtsprozess, der Bewertungsprozess und die unabhängige Reproduktion tatsächlich durchgeführt wurden. Ein End-to-End-synthetischer Audit MUSS die Wiederherstellung separat für folgende Punkte bewerten: - Erfassungsvalidität, - Anspruchsgrenzen, - Entitätsauflösung, - Faktischer Status, - Umfang, - Zeit, - Attribution, - Modalität, - Zitationszuordnung, - Materielle Auslassungen, - Kritische und schwerwiegende Schwere, - Antwortstatus, - GEO-1000-Verteilung, - Komponentenscores, - Gesamtscore, - Fairness, - Auswirkungen des Nutzerzustands, - Stabilität, - Konfidenzintervalle, - und Verhalten bei seltenen Ereignissen. Ein kleiner Fehler im Gesamtscore DARF NICHT zum Ausgleich für materielle Fehler auf Komponentenebene dienen. Die zuerst ermittelte und die abschließend beurteilte kritische Rückrufrate MÜSSEN separat gemeldet werden. Die endgültige kritische Wiederherstellung MUSS die für deren Erreichung erforderlichen Überprüfungs- und Expertiseebenen offenlegen. Jede vorab festgelegte obligatorische Wiederherstellungsschwelle, die nicht erreicht wird, MUSS eine Entscheidung über die versiegelte Validierungsrunde blockieren. Kandidatenschwellen DÜRFEN nach Beobachtung der Ergebnisse nicht gesenkt, gerundet, neu interpretiert oder entfernt werden, nur um die Methode bestehen zu lassen. Abbildungszuordnung und Materialauslassungswiederherstellung MUSS als separate obligatorische Methodenfähigkeiten behandelt werden. Ein Methodenfehler MUSS einen versionierten Methodenbefund, eine identifizierte Grundursache, einen Verantwortlichen für die Behebung und eine Anforderung zur Validierung an einem unberührten Holdout erzeugen. Regressionserfolg bei zuvor fehlgeschlagenen Fällen DARF die Validierung an unberührten Holdouts NICHT ersetzen. Eine Demonstration, die obligatorische Schwellenwerte nicht erfüllt, MUSS sowohl ihre erfolgreichen als auch ihre erfolglosen Ergebnisse veröffentlichen. Keine öffentliche NOMOS-Konformitätsmarke, NOMOS 950+-Erklärung oder Rangliste von realen Einheiten darf ausschließlich auf einer Buchdemonstration, einem synthetischen Wiederherstellungsszenario oder einem nicht unabhängigen Benchmark basieren. Jeder Demonstrationslauf, jedes reale Benchmark-Status, jedes Wiederherstellungsergebnis, jede Methodenfeststellung, jede Schwellenwertentscheidung, jede Abhilfemaßnahme und jede Freigabeentscheidung MUSS versioniert sein und einer verantwortlichen Person oder Organisation zugeordnet werden KÖNNEN.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH18-MB0001\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESBARE DEMONSTRATIONSAUFZEICHNUNG 49\",\"sourceParagraph\":1587,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0002\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1588,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0003\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1589,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1590,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationRun\\\": {\",\"sourceParagraph\":1591,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationRunId\\\": \\\"NOMOS-APPLE-SYNTH-DEMO-RUN-18-001\\\",\",\"sourceParagraph\":1592,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"chapter\\\": \\\"CH1 8\\\",\",\"sourceParagraph\":1593,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"BUCH_EBENE_SYNTHETISCHE_DEMONSTRATION\\\",\",\"sourceParagraph\":1594,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"realBenchmarkExecution\\\": false,\",\"sourceParagraph\":1595,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"realBenchmarkQualityStatus\\\": \\\"BQ-0\\\",\",\"sourceParagraph\":1596,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationQualityStatus\\\": \\\"DEMO-BQ-2\\\",\",\"sourceParagraph\":1597,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0012\",\"type\":\"paragraph\",\"text\":\"\\\"nonClaimStatement\\\": {\",\"sourceParagraph\":1598,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"realApplePerformanceClaim\\\": false,\",\"sourceParagraph\":1599,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"realAIProviderPerformanceClaim\\\": false,\",\"sourceParagraph\":1600,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"realHumanObservationClaim\\\": false,\",\"sourceParagraph\":1601,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"independentExecutionClaim\\\": false,\",\"sourceParagraph\":1602,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0017\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1603,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"Korpora\\\": {\",\"sourceParagraph\":1604,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"principalPrevalenceResponses\\\": 30000,\",\"sourceParagraph\":1605,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"diagnosticAnnexCases\\\": 6000,\",\"sourceParagraph\":1606,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"severityChallengeCases\\\": 3600,\",\"sourceParagraph\":1607,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"captureIntegrityCases\\\": 4000,\",\"sourceParagraph\":1608,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationGoldCases\\\": 2400\",\"sourceParagraph\":1609,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0024\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1610,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"lockedRecords\\\": {\",\"sourceParagraph\":1611,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0026\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkVersion\\\": \\\"NOMOS-APPLE-SYNTH-BENCH-0.9\\\",\",\"sourceParagraph\":1612,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackVersion\\\": \\\"SYNTH-APPLE-TP-001\\\",\",\"sourceParagraph\":1613,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"promptSetVersion\\\": \\\"SYNTH-AUFFORDERUNGS-SATZ-001\\\",\",\"sourceParagraph\":1614,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"scoreMethodVersion\\\": \\\"NOMOS-BEWERTUNG-0.9\\\"\",\"sourceParagraph\":1615,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"seedManifestVersion\\\": \\\"SYNTH-SEED-MANIFEST-001\\\",\",\"sourceParagraph\":1616,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThresholdVersion\\\": \\\"SYNTH-ACCEPTANCE-0.9\\\"\",\"sourceParagraph\":1617,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0032\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1618,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruth\\\": {\",\"sourceParagraph\":1619,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"sealedBeforeRecovery\\\": wahr,\",\"sourceParagraph\":1620,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"principalDistribution\\\": {\",\"sourceParagraph\":1621,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"RP-1\\\": 20045,\",\"sourceParagraph\":1622,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"RP-2\\\": 4310,\",\"sourceParagraph\":1623,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"RP-3\\\": 2370,\",\"sourceParagraph\":1624,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"RP-4\\\": 1602,\",\"sourceParagraph\":1625,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"RP-5\\\": 33,\",\"sourceParagraph\":1626,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"RP-6\\\": 450,\",\"sourceParagraph\":1627,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"RP-7\\\": 1110,\",\"sourceParagraph\":1628,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"RP-8\\\": 80\",\"sourceParagraph\":1629,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0044\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1630,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0045\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1631,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"nomosRecovery\\\": {\",\"sourceParagraph\":1632,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"lockedBeforeGeneratorTruthOpen\\\": wahr,\",\"sourceParagraph\":1633,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"principalDistribution\\\": {\",\"sourceParagraph\":1634,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"RP-1\\\": 19980,\",\"sourceParagraph\":1635,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"RP-2\\\": 4365,\",\"sourceParagraph\":1636,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"RP-3\\\": 2382,\",\"sourceParagraph\":1637,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"RP-4\\\": 1585,\",\"sourceParagraph\":1638,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"RP-5\\\": 33,\",\"sourceParagraph\":1639,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"RP-6\\\": 468,\",\"sourceParagraph\":1640,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"RP-7\\\": 1091,\",\"sourceParagraph\":1641,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"RP-8\\\": 96\",\"sourceParagraph\":1642,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0057\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1643,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"strictPassEquivalent\\\": 811.5,\",\"sourceParagraph\":1644,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"acceptablePassEquivalent\\\": 890.9\",\"sourceParagraph\":1645,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1646,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"Integrität\\\": {\",\"sourceParagraph\":1647,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0062\",\"type\":\"paragraph\",\"text\":\"\\\"synthetisch\\\": wahr,\",\"sourceParagraph\":1648,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"bookDemonstrationOnly\\\": wahr,\",\"sourceParagraph\":1649,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"manifestHash\\\": \\\"SYNTHETIC-DEMO-LAUF-HASH\\\"\",\"sourceParagraph\":1650,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0065\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1651,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":1652,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"responsibleHumanAuthor\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":1653,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"criticalAIInterlocutor\\\": \\\"NOMOS von NobleJackal\\\",\",\"sourceParagraph\":1654,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"realExecutionApprovalRequired\\\": true,\",\"sourceParagraph\":1655,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0070\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1656,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0071\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1657,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0072\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1658,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0073\",\"type\":\"paragraph\",\"text\":\"MASCHINENLESBARES WIEDERHERSTELLUNGSREKORD 50\",\"sourceParagraph\":1660,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0074\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1661,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1662,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1663,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkRecovery\\\": {\",\"sourceParagraph\":1664,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"recoveryRecordId\\\": \\\"NOMOS-APPLE-SYNTH-DEMO-WIEDERHERSTELLUNG-18-001\\\",\",\"sourceParagraph\":1665,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationRunId\\\": \\\"NOMOS-APPLE-SYNTH-DEMO-RUN-18-001\\\",\",\"sourceParagraph\":1666,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"generatorTruthOpenedAfterRecoveryLock\\\": wahr,\",\"sourceParagraph\":1667,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"metriken\\\": {\",\"sourceParagraph\":1668,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"claimBoundary\\\": {\",\"sourceParagraph\":1669,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"präzision\\\": 0.961 3,\",\"sourceParagraph\":1670,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"abruf\\\": 0.966 5,\",\"sourceParagraph\":1671,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"f1\\\": 0.963 9,\",\"sourceParagraph\":1672,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.95,\",\"sourceParagraph\":1673,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"bestanden\\\": wahr\",\"sourceParagraph\":1674,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0088\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1675,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"entityResolutionAccuracy\\\": {\",\"sourceParagraph\":1676,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": 0.987,\",\"sourceParagraph\":1677,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.98,\",\"sourceParagraph\":1678,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"bestanden\\\": wahr\",\"sourceParagraph\":1679,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0093\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1680,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"factualStatusMacroF1\\\": {\",\"sourceParagraph\":1681,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": 0.923,\",\"sourceParagraph\":1682,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.90,\",\"sourceParagraph\":1683,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"bestanden\\\": wahr\",\"sourceParagraph\":1684,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0098\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1685,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"scopeMacroF1\\\": {\",\"sourceParagraph\":1686,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": 0.906,\",\"sourceParagraph\":1687,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.90,\",\"sourceParagraph\":1688,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"bestanden\\\": wahr\",\"sourceParagraph\":1689,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0103\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1690,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"attributionMacroF1\\\": {\",\"sourceParagraph\":1691,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": 0.918,\",\"sourceParagraph\":1692,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.90,\",\"sourceParagraph\":1693,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"bestanden\\\": wahr\",\"sourceParagraph\":1694,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0108\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1695,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"citationMappingF1\\\": {\",\"sourceParagraph\":1696,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": 0.887,\",\"sourceParagraph\":1697,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.90,\",\"sourceParagraph\":1698,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"bestanden\\\": falsch\",\"sourceParagraph\":1699,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0113\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1700,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"materialOmissionF1\\\": {\",\"sourceParagraph\":1701,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"Wert\\\": 0.824,\",\"sourceParagraph\":1702,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.85,\",\"sourceParagraph\":1703,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"bestanden\\\": falsch\",\"sourceParagraph\":1704,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0118\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1705,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"criticalFirstPassRecall\\\": 0.994 2,\",\"sourceParagraph\":1706,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"criticalFinalRecall\\\": 1.0,\",\"sourceParagraph\":1707,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"criticalFinalFalsePositiveRate\\\": 0.0,\",\"sourceParagraph\":1708,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"majorClassificationMacroF1\\\": 0.952,\",\"sourceParagraph\":1709,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"responseStatusMacroF1\\\": 0.928,\",\"sourceParagraph\":1710,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"captureValidityAccuracy\\\": 0.982,\",\"sourceParagraph\":1711,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"componentMeanAbsoluteError\\\": 1.9,\",\"sourceParagraph\":1712,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"compositeAbsoluteError\\\": 1.0,\",\"sourceParagraph\":1713,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessComponentAbsoluteError\\\": 2.4,\",\"sourceParagraph\":1714,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0128\",\"type\":\"paragraph\",\"text\":\"\\\"confidenceIntervalCoverageWithinCandidateRange\\\": wahr,\",\"sourceParagraph\":1715,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"finalCriticalGateInversionCount\\\": 0\",\"sourceParagraph\":1716,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0130\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1717,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThresholdSummary\\\": {\",\"sourceParagraph\":1718,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"bestanden\\\": 15,\",\"sourceParagraph\":1719,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"fehlgeschlagen\\\": 2,\",\"sourceParagraph\":1720,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"independentReproductionCompleted\\\": false,\",\"sourceParagraph\":1721,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0135\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1722,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"qualityDecision\\\": {\",\"sourceParagraph\":1723,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationStatus\\\": \\\"DEMO-BQ-2\\\",\",\"sourceParagraph\":1724,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"sealedValidationPassed\\\": false,\",\"sourceParagraph\":1725,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"independentReproductionEligible\\\": false,\",\"sourceParagraph\":1726,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"publicConformityUseAllowed\\\": false,\",\"sourceParagraph\":1727,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0141\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1728,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0142\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1729,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0143\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1730,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0144\",\"type\":\"paragraph\",\"text\":\"51. MASCHINENLESBARE METHODENAUFZEICHNUNG\",\"sourceParagraph\":1732,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0145\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":1733,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":1734,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1735,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"methodFinding\\\": {\",\"sourceParagraph\":1736,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"methodFindingId\\\": \\\"NGMF-CH1 8-OMISSION-001\\\",\",\"sourceParagraph\":1737,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"Titel\\\": \\\"Untererkennung der Materialgrenzen-Omission\\\",\",\"sourceParagraph\":1738,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"methodVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":1739,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"Bedeutung\\\": \\\"WESENTLICH\\\",\",\"sourceParagraph\":1740,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"affectedComponents\\\": [\",\"sourceParagraph\":1741,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"SBI\\\",\",\"sourceParagraph\":1742,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"TCR\\\",\",\"sourceParagraph\":1743,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"KRITISCHES_TOR_WIEDERHERSTELLUNG\\\"\",\"sourceParagraph\":1744,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0157\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1745,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"Nachweis\\\": {\",\"sourceParagraph\":1746,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"materialOmissionF1\\\": 0.824,\",\"sourceParagraph\":1747,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.85,\",\"sourceParagraph\":1748,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"mostAffectedPromptFamilies\\\": [\",\"sourceParagraph\":1749,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"PR-07\\\",\",\"sourceParagraph\":1750,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"PR-09\\\",\",\"sourceParagraph\":1751,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"PR-05\\\"\",\"sourceParagraph\":1752,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0165\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":1753,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"mostAffectedErrorForms\\\": [\",\"sourceParagraph\":1754,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"EMPFEHLUNG_AUSSERHALB_DES_UMFANGS\\\",\",\"sourceParagraph\":1755,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0168\",\"type\":\"paragraph\",\"text\":\"\\\"JURISDIKTIONSGRENZEN_OMISSION\\\",\",\"sourceParagraph\":1756,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0169\",\"type\":\"paragraph\",\"text\":\"\\\"TOCHTERGESELLSCHAFT_BEHÖRDEN_OMISSION\\\"\",\"sourceParagraph\":1757,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0170\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1758,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0171\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1759,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"rootCause\\\": \\\"Das Entscheidungscodebook identifiziert explizite Fehler im Umfang zuverlässiger als kontrafaktische, entscheidungsverändernde Auslassungen.\\\"\",\"sourceParagraph\":1760,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0173\",\"type\":\"paragraph\",\"text\":\"\\\"Behebung\\\": {\",\"sourceParagraph\":1761,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"requiredMethodVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":1762,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0175\",\"type\":\"paragraph\",\"text\":\"\\\"aktionen\\\": [\",\"sourceParagraph\":1763,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0176\",\"type\":\"paragraph\",\"text\":\"\\\"ADD_COUNTERFACTUAL_DECISION_TEST\\\",\",\"sourceParagraph\":1764,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0177\",\"type\":\"paragraph\",\"text\":\"\\\"ADD_ENTITY_SERVICE_JURISDICTION_MATRIX\\\",\",\"sourceParagraph\":1765,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0178\",\"type\":\"paragraph\",\"text\":\"\\\"REQUIRE_SEPARATE_BOUNDARY_OMISSION_REVIEW\\\",\",\"sourceParagraph\":1766,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0179\",\"type\":\"paragraph\",\"text\":\"\\\"VALIDATE_ON_UNTOUCHED_HOLDOUT\\\"\",\"sourceParagraph\":1767,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0180\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":1768,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0181\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1769,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"conformityEffect\\\": {\",\"sourceParagraph\":1770,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkPassAllowed\\\": false,\",\"sourceParagraph\":1771,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0184\",\"type\":\"paragraph\",\"text\":\"\\\"publicBadgeUseAllowed\\\": false,\",\"sourceParagraph\":1772,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0185\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":1773,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0186\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":1774,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0187\",\"type\":\"paragraph\",\"text\":\"\\\"findingOwnerRole\\\": \\\"NOMOS_METHOD_REMEDIATION_LEAD\\\",\",\"sourceParagraph\":1775,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0188\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"GEÖFFNET\\\"\",\"sourceParagraph\":1776,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0189\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1777,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0190\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1778,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0191\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":1779,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0192\",\"type\":\"paragraph\",\"text\":\"52. MASCHINENLESBARE REGEL DES ABSCHNITTS\",\"sourceParagraph\":1781,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0193\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH18-R01\",\"sourceParagraph\":1782,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0194\",\"type\":\"paragraph\",\"text\":\"Eine synthetische Demonstration auf Buchebene DARF NICHT als eine\",\"sourceParagraph\":1784,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0195\",\"type\":\"paragraph\",\"text\":\"ausgeführter, unabhängig validierter Benchmark.\",\"sourceParagraph\":1785,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0196\",\"type\":\"paragraph\",\"text\":\"Der tatsächliche Benchmark-Qualitätsstatus MUSS BQ-0 bleiben, bis das Korpus,\",\"sourceParagraph\":1787,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0197\",\"type\":\"paragraph\",\"text\":\"Software, versiegelter Generator-Wahrheit, Adjudikationsprozess, Bewertungsprozess,\",\"sourceParagraph\":1788,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0198\",\"type\":\"paragraph\",\"text\":\"und unabhängige Reproduktion tatsächlich durchgeführt wurden.\",\"sourceParagraph\":1789,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0199\",\"type\":\"paragraph\",\"text\":\"Eine End-to-End-Synthetikprüfung MUSS die Wiederherstellung separat bewerten für:\",\"sourceParagraph\":1791,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0200\",\"type\":\"paragraph\",\"text\":\"- Gültigkeit der Erfassung,\",\"sourceParagraph\":1793,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0201\",\"type\":\"paragraph\",\"text\":\"- Anspruchsgrenzen,\",\"sourceParagraph\":1794,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0202\",\"type\":\"paragraph\",\"text\":\"- Entitätsauflösung,\",\"sourceParagraph\":1795,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0203\",\"type\":\"paragraph\",\"text\":\"- Faktischer Status,\",\"sourceParagraph\":1796,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0204\",\"type\":\"paragraph\",\"text\":\"- Umfang,\",\"sourceParagraph\":1797,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0205\",\"type\":\"paragraph\",\"text\":\"- Zeit,\",\"sourceParagraph\":1798,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0206\",\"type\":\"paragraph\",\"text\":\"- Zuschreibung,\",\"sourceParagraph\":1799,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0207\",\"type\":\"paragraph\",\"text\":\"- Modalität,\",\"sourceParagraph\":1800,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0208\",\"type\":\"paragraph\",\"text\":\"- Zitationszuordnung,\",\"sourceParagraph\":1801,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0209\",\"type\":\"paragraph\",\"text\":\"- wesentliche Auslassungen,\",\"sourceParagraph\":1802,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0210\",\"type\":\"paragraph\",\"text\":\"- Kritische und schwerwiegende Schweregrade,\",\"sourceParagraph\":1803,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0211\",\"type\":\"paragraph\",\"text\":\"- Antwortstatus,\",\"sourceParagraph\":1804,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0212\",\"type\":\"paragraph\",\"text\":\"- GEO-1000 Verteilung,\",\"sourceParagraph\":1805,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0213\",\"type\":\"paragraph\",\"text\":\"- Komponentenwertungen,\",\"sourceParagraph\":1806,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0214\",\"type\":\"paragraph\",\"text\":\"- zusammengesetzter Score,\",\"sourceParagraph\":1807,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0215\",\"type\":\"paragraph\",\"text\":\"- Fairness,\",\"sourceParagraph\":1808,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0216\",\"type\":\"paragraph\",\"text\":\"- Effekte des Nutzerzustands,\",\"sourceParagraph\":1809,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0217\",\"type\":\"paragraph\",\"text\":\"- Stabilität,\",\"sourceParagraph\":1810,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0218\",\"type\":\"paragraph\",\"text\":\"- Konfidenzintervalle,\",\"sourceParagraph\":1811,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0219\",\"type\":\"paragraph\",\"text\":\"- und Verhalten bei seltenen Ereignissen.\",\"sourceParagraph\":1812,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0220\",\"type\":\"paragraph\",\"text\":\"Ein kleiner Fehler im zusammengesetzten Score DARF keine wesentlichen\",\"sourceParagraph\":1814,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0221\",\"type\":\"paragraph\",\"text\":\"Fehler auf Komponentenebene ausgleichen.\",\"sourceParagraph\":1815,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0222\",\"type\":\"paragraph\",\"text\":\"Die Erstbewertung und die endgültige adjudizierte kritische Rückholung MÜSSEN weiterhin separat\",\"sourceParagraph\":1817,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0223\",\"type\":\"paragraph\",\"text\":\"gemeldet werden. Die endgültige kritische Rückholung MÜSSEN die erforderlichen Überprüfungs- und Fachwissenebenen\",\"sourceParagraph\":1818,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0224\",\"type\":\"paragraph\",\"text\":\"offenlegen, um sie zu erreichen.\",\"sourceParagraph\":1819,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0225\",\"type\":\"paragraph\",\"text\":\"Jede vorab festgelegte obligatorische Wiederherstellungsschwelle, die nicht erreicht wird, MUSS eine\",\"sourceParagraph\":1821,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0226\",\"type\":\"paragraph\",\"text\":\"gesiegelte Validierungs-Pass-Entscheidung blockieren.\",\"sourceParagraph\":1822,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0227\",\"type\":\"paragraph\",\"text\":\"Kandidaten-Schwellenwerte DÜRFEN nach Beobachtung der Ergebnisse nicht gesenkt, gerundet, neu interpretiert oder\",\"sourceParagraph\":1824,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0228\",\"type\":\"paragraph\",\"text\":\"entfernt werden, nur um die Methode bestehen zu lassen.\",\"sourceParagraph\":1825,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0229\",\"type\":\"paragraph\",\"text\":\"Zuordnungen von Zitaten und Materialauslassungs-Wiederherstellungen MÜSSEN als\",\"sourceParagraph\":1827,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0230\",\"type\":\"paragraph\",\"text\":\"separate obligatorische Methodenfähigkeiten behandelt werden.\",\"sourceParagraph\":1828,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0231\",\"type\":\"paragraph\",\"text\":\"Ein Methodenversagen MUSS eine versionierte Methodenfeststellung, eine identifizierte\",\"sourceParagraph\":1830,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0232\",\"type\":\"paragraph\",\"text\":\"Ursache, einen Verantwortlichen für die Behebung und eine Anforderung zur Validierung an einem\",\"sourceParagraph\":1831,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0233\",\"type\":\"paragraph\",\"text\":\"unberührten Rückhaltebereich erzeugen.\",\"sourceParagraph\":1832,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0234\",\"type\":\"paragraph\",\"text\":\"Erfolg der Regression bei zuvor gescheiterten Fällen DARF NICHT unberührte\",\"sourceParagraph\":1834,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0235\",\"type\":\"paragraph\",\"text\":\"Holdout-Validierung ersetzen.\",\"sourceParagraph\":1835,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0236\",\"type\":\"paragraph\",\"text\":\"Eine Demonstration, die obligatorische Schwellenwerte nicht besteht, MUSS sowohl ihre\",\"sourceParagraph\":1837,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0237\",\"type\":\"paragraph\",\"text\":\"erfolgreichen als auch ihre erfolglosen Ergebnisse veröffentlichen.\",\"sourceParagraph\":1838,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0238\",\"type\":\"paragraph\",\"text\":\"Kein öffentliches NOMOS-Konformitätszeichen, NOMOS 950+-Erklärung oder reale Entitäts\",\"sourceParagraph\":1840,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0239\",\"type\":\"paragraph\",\"text\":\"Ranking darf ausschließlich auf einer Buchdemonstration, einem synthetischen Wiederherstellungsszenario\",\"sourceParagraph\":1841,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0240\",\"type\":\"paragraph\",\"text\":\"oder einem nicht unabhängigen Benchmark basieren.\",\"sourceParagraph\":1842,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0241\",\"type\":\"paragraph\",\"text\":\"Jeder Demonstrationslauf, realer Benchmark-Status, Wiederherstellungsergebnis, Methodenergebnis,\",\"sourceParagraph\":1844,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0242\",\"type\":\"paragraph\",\"text\":\"Schwellenwertentscheidung, Abhilfe und Freigabeentscheidung MUSS\",\"sourceParagraph\":1845,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0243\",\"type\":\"paragraph\",\"text\":\"versioniert und einem verantwortlichen Menschen oder einer Organisation zuordenbar.\",\"sourceParagraph\":1846,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0244\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":1847,\"language\":\"de-DE\"},{\"blockId\":\"CH18-MB0245\",\"type\":\"paragraph\",\"text\":\"Eine im Buch dargestellte synthetische Demonstration kann nicht als tatsächlich durchgeführter und unabhängig überprüfter Benchmark präsentiert werden. Solange ein reales Korpus, Software, Generator-Wahrheit, Schiedsverfahren, Bewertung und unabhängige Reproduktion nicht tatsächlich implementiert sind, sollte der Benchmark-Status BQ-0 bleiben.\",\"sourceParagraph\":1848,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nKapitel 17 definierte den Apple.com Synthetischen Benchmark. Dieses Kapitel verwendet eine intern konsistente, arithmetisch verifizierte Demonstration im Buch, um zu zeigen, was die vollständige Prüfkette erfordern würde:\n\n- ein berechneter synthetischer Datensatz, der die Hauptantworten von 30,000 darstellt,\n\n- modellierte Erfassungsfehler,\n\n- Generatorwahrheit vor Gutachtern verborgen,\n\n- Antworten in atomare Aussagen zerlegt,\n\n- Gates für kritische und schwerwiegende Befunde angewendet,\n\n- Sprach- und Nutzerzustandsunterschiede berechnet,\n\n- und die Bewertungsarchitektur verarbeitet die resultierenden Daten.\n\nDie Frage ist, wie genau NOMOS eine zuvor versiegelte synthetische Realität wiederherstellen kann. Dieses Protokoll verwandelt jeden Fehler in einen ausführbaren Audit-Punkt, der ein Modell, Datum, Land, Sprache, Abfragesatz, Wiederholungsanzahl und Messaufzeichnung enthält. Kapitel 18 richtet diese Anforderung nun direkt an NOMOS selbst. Es beginnt jedoch mit einem Integritäts-Gate.\n\n> Der 30,000-Antwortdatensatz in diesem Kapitel ist eine intern konsistente, arithmetisch verifizierte synthetische Anwendung, die für das Buch vorbereitet wurde. Es handelt sich nicht um ein ausgeführtes Korpus oder ein Feldexperiment.\n\nDiese Zahlen repräsentieren nicht:\n\n- die reale Leistung von Apple Inc.,\n\n- die realen Inhalte von apple.com,\n\n- das Verhalten eines realen KI-Anbieters,\n\n- Antworten, die von echten Teilnehmern eingereicht wurden,\n\n- oder ein unabhängig durchgeführter und öffentlich veröffentlichter Software-Benchmark.\n\nZwei Status müssen daher getrennt bleiben.\n\n### IN-BUCH DEMONSTRATIONSSTATUS\n\nDie In-Buch-Demonstration kombiniert:\n\n- das im Kapitel 17 festgelegte Design,\n\n- vordefinierte synthetische Verteilungen,\n\n- Generator-Truth-Aufzeichnungen,\n\n- Fehlerinjektionen,\n\n- Antwortstatus,\n\n- Wiederherstellungsmetriken.\n\nZusammen bieten diese Elemente eine umfassende, berechnete Demonstration, wie das Design funktioniert. Demonstrations-ID:\n\n### NOMOS-APPLE-SYNTH-DEMO-RUN-18-001\n\n### ECHTER PRÜFUNGSTATUS\n\nEin reales, öffentlich verfügbares Benchmark-Korpus wurde nicht:\n\n- erzeugt,\n\n- durch ausgeführten Code verarbeitet,\n\n- mit seinem Seed-Manifest veröffentlicht,\n\n- durch Blindbewertung beurteilt,\n\n- oder unabhängig reproduziert.\n\nDieses Protokoll verwandelt jeden Fehler in einen operativen Prüfpunkt, der das Modell, Datum, Land, Sprache, Abfragesatz, Wiederholungsanzahl und die Messaufzeichnung enthält. Bis dieses Protokoll an einem realen Korpus ausgeführt wird, bleibt der Benchmark:\n\n### BQ-0— NICHT AUSGEFÜHRT\n\nDer separate Status der Demonstration im Buch ist:\n\n### DEMO-BQ-2— PROZESSLINIE TROCKENLAUF MIT ERFORDERLICHER MATERIALKORREKTUR\n\nOhne diese Unterscheidung würde NOMOS die erste Normverletzung in seinem eigenen Buch begehen, indem es den Eindruck erweckt, dass ein realer Benchmark durchgeführt wurde. Der 30,000-Antwortdatensatz ist weder die Ausgabe ausgeführter Software noch gesammelte Felddaten; es handelt sich um eine vordefinierte synthetische Anwendung, deren interne Konsistenz arithmetisch überprüft wurde. Ihr Zweck ist:\n\n- um nicht den Eindruck zu erwecken, dass 30,000-Antworten tatsächlich gesammelt wurden,\n\n- um die Datensätze zu identifizieren, die ein echter End-to-End-Durchlauf erzeugen würde,\n\n- um die Berechnungen anzugeben, die er durchführen würde,\n\n- um die Fehler zu identifizieren, die die Veröffentlichung blockieren würden,\n\n- um die Teile der eigenen Methode von NOMOS offenzulegen, die weiterhin unzureichend bleiben.\n\nDie leitenden Anforderungen von NOMOS bleiben unverändert: Nachweise liefern, Grenzen setzen, Kontext bewahren und Zeit aufzeichnen. In diesem Kapitel werden diese vier Bedingungen angewandt auf:\n\n- das Benchmark-Design,\n\n- Generator-Wahrheit,\n\n- Entscheidungen der Schiedsrichter,\n\n- Ergebnis der Wiederherstellung,\n\n- NOMOS’ eigene Kompetenzbewertung.\n\nDiese Unterscheidungen regeln den Rest des Kapitels.\n\n## NOMOS Herausforderung\n\nBei der berechneten 30,000-Antwortdemonstration stellt NOMOS weitgehend die Anspruchsgrenzen wieder her, erkennt die meisten Fälle falscher Entitäten, stellt jeden kritischen Fall nach der vollständigen Schiedsgerichtskette wieder her und schätzt die Antwortverteilung nahe an der versiegelten synthetischen Verteilung ein.\n\nSein wiederhergestellter zusammengesetzter Wert weicht nur um wenige Punkte vom Generator-Truth-Wert ab. Das könnte zur Erklärung einladen: ‚NOMOS wurde erfolgreich verifiziert.‘ Dennoch bleiben zwei wesentliche Probleme: Die Zuordnung von Quelle zu Behauptung ist nicht ausreichend genau, und einige entscheidungsrelevante Grenzausschlüsse, die in Empfehlungen eingebettet sind, werden übersehen. Die größte Schwierigkeit zeigt sich bei Antworten wie:\n\n„Da das Unternehmen Zahlungsdienste anbietet, kann es als reguliertes Finanzinstitut betrachtet werden. [Quelle]“ Quelle: zeigte nur die eingeschränkte Zahlungsaufzeichnung einer separaten Tochtergesellschaft. Manchmal habe ich die Referenz mit der Behauptung über die Muttergesellschaft verbunden. Auch mit diesen Antworten hatte ich Schwierigkeiten:\n\n„Dieses Unternehmen ist eine starke Wahl für Ihre Zahlungsbedürfnisse in Deutschland.“ Die Antwort hat eindeutig nicht gesagt: „Die Muttergesellschaft bietet lizenzierte Zahlungsdienste in ganz Deutschland an.“ Allerdings:\n\n- Empfehlung,\n\n- Entfernung der Unterscheidung der Tochtergesellschaft,\n\n- nicht Angabe der Beschränkung durch die lokale Behörde\n\nZusammen erzeugen die Empfehlung, der Verlust der Unterscheidung der Tochtergesellschaft und das Auslassen der Beschränkung durch die lokale Behörde diesen Eindruck. Das Ergebnis nur als ‚fehlendes Detail‘ zu behandeln, unterschätzt eine wesentliche Auslassung, die die Entscheidung des Nutzers ändern könnte. Die Wiederherstellung des Gesamtscores sieht ausgezeichnet aus: Generator-Truth-Ökosystem-Score, 873.2; NOMOS-Wiederherstellung, 872.2; absoluter Fehler, 1 Punkt.\n\nDas sieht ausgezeichnet aus. Aber bei den Komponenten:\n\n- Evidenz- & Zitierintegrität liegen einige Punkte unter dem Soll,\n\n- Umfangs- & Grenzwertintegrität liegen einige Punkte unter dem Soll,\n\n- Stabilität ist bei einigen Produkten zu hoch,\n\n- Fairness ist bei einigen Produkten zu hoch\n\nMehrere fehlerhafte Komponenten gleichen sich arithmetisch aus, sodass ein zusammengesetzter Wert dem korrekten Ergebnis nahekommt, aus falschen Gründen. Die Schlussfolgerung lautet:\n\n> Die korrekte Gesamtsumme macht die falschen Komponenten nicht automatisch korrekt.\n\nIn der ersten Bewertungsrunde werden sieben der 1,200-Kritikfälle übersehen. Die folgenden Prüfungsebenen greifen dann ein:\n\n- unabhängige zweite Beurteilung,\n\n- domain-experten Überprüfung,\n\n- Überprüfung durch einen leitenden Beurteiler.\n\nZusammen erfassen diese Schichten alle sieben Fälle und erzielen eine endgültige Kritische Rückrufquote von 100 Prozent. Das ist ein Erfolg des Governance-Systems, aber es zeigt auch, dass eine einlagige Beurteilung nicht ausreicht. Entfernt man die zusätzlichen Überprüfungsschichten, um Kosten zu senken, gehen sieben kritische Fälle verloren.\n\nTests sollten nicht nur das Ergebnis zeigen, sondern auch, welche Governance-Ebene das Ergebnis möglich gemacht hat. Die erste Regelung dieses Abschnitts lautet wie folgt:\n\n> Eine hohe Gesamterfassung in einem Test bedeutet nicht, dass alle seine Teilsysteme ausreichend sind.\n\nIhre zweite Bestimmung lautet:\n\n> Die endgültige kritische Rückrufaktion sollte getrennt von der ersten Adjudikations-Rückrufaktion veröffentlicht werden.\n\nSeine dritte Bestimmung besagt:\n\n> Selbst wenn der zusammengesetzte Punktwertfehler gering ist, können Komponentenfehler erheblich sein.\n\nSeine vierte Bestimmung besagt:\n\n> Wenn einer der Kandidatenschwellenwerte nicht erreicht wird, können andere starke Ergebnisse dieses Versagen nicht aufheben.\n\nSeine fünfte Vorschrift lautet:\n\n> Eine interne synthetische Berechnung im Buch ersetzt nicht den öffentlich verfügbaren tatsächlichen Testlauf.\n\nSeine sechste Bestimmung lautet:\n\n> Das bedingte Verlassen von NOMOS aus seinem eigenen Test ist kein Versagen; es bedeutet lediglich, dass der Standard ihm kein besonderes Privileg gewährt.\n\n## 1. ZWECK DES KAPITELS\n\nZweck dieses Abschnitts ist es, das in Abschnitt 17 festgelegte Testdesign innerhalb einer durchgängigen synthetischen Demonstration zu betreiben und zu zeigen, inwieweit NOMOS die Generatorwahrheit in den folgenden Schichten wiederherstellt:\n\n- Gültigkeit erfassen\n\n- Prompt-Abgleich\n\n- Aussagegrenze\n\n- Entitätsauflösung\n\n- Faktische Unterstützung\n\n- Umfang\n\n- Zeit\n\n- Zuschreibung\n\n- Modalität\n\n- Zitationszuordnung\n\n- Auslassung\n\n- Bedeutungsgrad\n\n- Antwortstatus\n\n- Kritisches Tor\n\n- GEO-1000 Benutzungsverteilung\n\n- Sprach- und geographische Fairness\n\n- Unterschied zwischen sauber und natürlich\n\n- Wellenstabilität\n\n- Komponentenscores\n\n- Composite NOMOS Score\n\n- Konfidenzintervalle\n\n- Obergrenzen für seltene Ereignisse\n\n- Entscheidung zur öffentlichen Offenlegung\n\nDer Abschnitt sollte auch ehrlich die folgende Frage beantworten:\n\n> In welchen Bereichen ist NOMOS 0.9 nach den eigenen Kandidatenstandards gescheitert?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nEine End-to-End-Synthetikbewertung kann nicht allein auf der Grundlage der Nähe der endgültigen Gesamtscore zum Generatorwahrheitswert als erfolgreich betrachtet werden. Jedes der Ergebnisse für Erfassung, Aussageextraktion, atomare Entscheidung, Auslassung, Klassifikation kritischer und schwerwiegender Befunde, Antwortstatus, Fairness, Komponentenwiederherstellung, Konfidenzintervall und Gate-Wiederherstellung sollte einem separaten Akzeptanzschwellenwert unterliegen. Wenn einer der folgenden Punkte fehlschlägt, testen Sie:\n\n- durch Ändern des Tags,\n\n- durch Senken des Schwellenwerts,\n\n- durch Auswahl eines anderen Seeds,\n\n- durch Entfernen niedrig bewerteter Fälle,\n\n- durch Veröffentlichung nur des zusammengesetzten Ergebnisses\n\nkann nicht als bestanden betrachtet werden. Korrektes Ergebnis:\n\n- Anzeige des fehlgeschlagenen Feldes,\n\n- Versionierung der Methode,\n\n- erneut testen am unberührten Holdout\n\nmuss sein.\n\n## 3. ANWENDUNGSBEREICH DER SYNTHETISCHEN ANWENDUNG\n\n### 3.1. Hauptprinzip Prävalenz-Korpus\n\n10 synthetische KI products× 1,000 einzigartig users× 3 waves= 30,000 Hauptergebnisse\n\n### 3.2. Diagnostischer Anhang\n\n### 3.3. Prioritätsgrad-Herausforderungskorpus\n\n### 3.4. Capture-Integritäts-Korpus\n\n### 3.5. Adjudikations-Goldkorpus\n\n2,400 Kalibrierungs- und Driftfälle\n\n### 3.6. Gesamtuniversum der synthetischen Überwachung\n\nHaupt- und ergänzende Korpora zusammen:\n\n30,000+6,000+3,600+4,000+2,400=46,000\n\nerstellt einen synthetischen Fall oder ein Evidenzpaket. Nur diese:\n\n#### Geben Sie die Prävalenz des Bevölkerungspanels mit den Hauptantworten 30,000 ein.\n\nAndere Korpora:\n\n- Methodenkapazität,\n\n- Herausforderungsleistung,\n\n- Erfassungsgenauigkeit,\n\n- Gutachterkalibrierung\n\nsind für.\n\n## 4. GESCHLOSSENE EINGABEN\n\nEs wird angenommen, dass die folgenden Datensätze festgeschrieben sind, bevor die synthetische Demonstration beginnt:\n\nKeine dieser Versionen wurde nach Bekanntwerden des Wiederherstellungsergebnisses als geändert betrachtet.\n\n## 5. GEHEIME GENERATOR-WAHRHEITSVERTREILUNG\n\n### SYNTHETISCHE DEMONSTRATION — KEINE ECHTEN LEISTUNGSDATEN\n\nVersiegelte Generator-Wahrheitsverteilung für die Hauptantworten 30,000:\n\nStrikt bestanden:\n\n### SP_1000^G = 668.17+ 143.67= 811.84\n\nAkzeptabel bestanden:\n\n### AP_1000^G = 811.84+ 79= 890.84\n\nBestätigt Kritisch:\n\n### CR_1000^G = 1.10\n\nBestätigt Groß:\n\n### MR_1000^G = 53.40\n\nDies ist die allgemeine Verteilung:\n\n- gut,\n\n- schlecht,\n\n- realistisch\n\nDies ist keine KI-Marktvoraussage. Es ist eine synthetische Testverteilung, die zehn verschiedene Fehlerprofile zusammen testet.\n\n## 6. VERTEILUNG WURDE VON NOMOS WIEDERHERGESTELLT\n\nNOMOS Wiederherstellungsergebnis festgeschrieben, bevor Generator-Truth geöffnet wird:\n\nWiederherstellung Strikte Bestehen:\n\n### SP_1000^N = 666+ 145.50= 811.50\n\nAkzeptable Wiederherstellungsprüfung:\n\n### AP_1000^N = 811.50+ 79.40= 890.90\n\nStrikte Prüfung absoluter Wiederherstellungsfehler:\n\n∣811.50−811.84∣=0.34\n\nist dem Nutzer äquivalent. Akzeptabler Prüfungsfehler:\n\n∣890.90−890.84∣=0.06\n\nist dem Nutzer äquivalent. Dies zeigt, dass die Wiederherstellung der Ergebnisverteilung stark ist. Es zeigt jedoch nicht, dass alle Teilsysteme gleichermaßen stark sind.\n\n## 7. FEHLER BEI DER WIEDERHERSTELLUNG DER ANTWORTVERTEILUNG\n\nAbsoluter Unterschied der Antwortanzahl in jeder RP-Klasse:\n\nGesamtvarianzbasierter Verteilungsfehler:\n\n### E_D = (65+55+12+17+0+18+19+16)/60,000= 0.003 37\n\nMit anderen Worten: ungefähr 0.34% der Antwortverteilung wurde an der falschen Klassenbegrenzung wiederhergestellt. Häufigste Verwechslungen:\n\n- Mit RP-1 und RP-2\n\n- RP-3 und RP-4\n\n- RP-6 und RP-4\n\n- Mit RP-7 und RP-8\n\nEs ist dazwischen aufgetreten. Die Anzahl der kritischen Antworten wurde in der abschließenden Beurteilung vollständig wiederhergestellt.\n\n## 8. SYNTHETISCHE KI-PRODUKTPROFILE\n\n> Die folgenden Produkte stellen keine echten KI-Anbieter dar.\n\nJedes Produkt trägt 3,000 Antworten über drei Wellen.\n\nDer Zweck der Tabelle besteht nicht darin, Produkte zu bewerten. Sie dient dazu, diese drei methodischen Fälle zu testen:\n\n- SYNTH-AI-01: hohe Punktzahl und starkes, ungeprüftes Profil\n\n- SYNTH-AI-06: geringe falsche Angaben, aber hohe Nicht-Antwort-Rate im Profil\n\n- SYNTH-AI-10: sehr hoher Durchschnitt, aber Profil mit offenen kritischen Ereignissen\n\nEs testet speziell, ob SYNTH-AI-10, NOMOS den folgenden Fehler verarbeitet haben:\n\n> Ignoriere das kritische Tor aufgrund des hohen Durchschnitts.\n\n## 9. PRODUKTBASIERTE KOMPOSIT-PUNKTZAHL-WIEDERHERSTELLUNG\n\nDurchschnittlicher absoluter zusammengesetzter Score-Fehler in der berechneten synthetischen Probe:\n\n### MAE_NOMOS = 3.8\n\nMaximaler Fehler:\n\n### MAXE_NOMOS = 5\n\nGate-Wiederherstellung: Sie ist vollständig in den Produkten 10/10. Die wichtigste Zeile in der Tabelle ist SYNTH-AI-10:\n\n> Obwohl der Wiederherstellungswert 952 beträgt, wurde der Status als Kritische Sperre beibehalten.\n\nDies zeigt, dass die Gate>Score-Bestimmung in Abschnitt 15 im berechneten Szenario erhalten bleibt.\n\n## 10. ERGEBNIS DER AUSSAGEEXTRAKTION\n\nAnzahl der Generator-Truth-Atome im Haupt- und Diagnostikkorpus: 146,400 Atome, die durch die Aussageextraktion NOMOS extrahiert wurden: 147,200 Korrekt zugeordnete Atome: 141,500 Genauigkeit:\n\n### P = 141,500/147,200= 0.961 3\n\nAbruf:\n\n### R = 141,500/146,400= 0.966 5\n\nAussagegrenzen F1:\n\n### F1 = 0.963 9\n\nKandidaten-Schwelle:\n\n### F1≥0.95\n\nErgebnis:\n\n### KANDIDATEN-SCHWELLE ERREICHT\n\n## 11. HAUPTARTEN VON FEHLERN BEI DER AUSSAGEEXTRAKTION\n\nHauptursachen für ungefähr 5,700 falsch begrenzte Atome:\n\nDieses Ergebnis zeigt, dass die Aussageextraktion im Allgemeinen stark ist, aber:\n\n- Empfehlung,\n\n- Zuschreibung,\n\n- Rücknahme\n\nweist darauf hin, dass zusätzliche Codebücher in den Feldern erforderlich sind.\n\n## 12. ERGEBNISSE DER ATOMIC-ENTSCHEIDUNGS-WIEDERHERSTELLUNG\n\nVon elf grundlegenden Akzeptanzfeldern: neun bestanden, zwei nicht. Daher Demonstration:\n\n#### versiegelte Validierung bestanden\n\nkann nicht nummeriert werden. Qualität der Kandidatentests:\n\n### DEMO-BQ-2\n\nbleiben wie sie sind.\n\n## 13. ZITATIONSZUORDNUNGSFEHLER\n\nF1 der Zitationszuordnung:\n\nwar 0.887. Kandidatenschwelle: 0.90. Der Unterschied scheint klein: 0.013 Aber Zitationsintegrität:\n\n- Lizenz,\n\n- unabhängige Validierung,\n\n- Kundenbeziehung,\n\n- Überlegenheit,\n\n- Ratschläge\n\nist wesentlich, da sie die Quelle des Vertrauens für Behauptungen bestimmt.\n\n### 13.1. Verpasste Zitierarten\n\nDie drei häufigsten Probleme wurden beobachtet.\n\n#### A. Zitierverteilung am Absatzende\n\nEin Zitat im Absatz unterstützt nur die letzte Behauptung, dennoch verbanden die Prüfer es mit allen vorherigen Behauptungen.\n\n#### B. Eine nur der Zuschreibung dienende Quelle als Wahrheitsspeicher betrachten\n\nFirmenblog: Während die Behauptung „Das Unternehmen beschreibt sich selbst als Weltmarktführer“ unterstützt wird, wurde sie auch als Unterstützung der Behauptung „Das Unternehmen ist ein Weltmarktführer“ gezählt.\n\n#### C. Dieselben Quellengrundlagen als unabhängig betrachten\n\nDrei URLs:\n\n- Pressemitteilung,\n\n- Syndizierung,\n\n- KI-Zusammenfassung\n\nwurden als drei unabhängige Evidenzstücke abgebildet, obwohl sie aus derselben Quelle stammen.\n\n### 13.2. Verteilung der Wichtigkeit von Zitierfehlern\n\nSieben Fälle kritischer Kandidaten:\n\n- doppelblinde Peer-Review,\n\n- Überprüfung der Quellenherkunft,\n\n- Senior Adjudicator\n\nwurden in den Stufen korrigiert. Keiner hat sich in eine endgültige Torinversion verwandelt.\n\nDie Zitier-Abgleich F1 liegt jedoch noch unter dem Kandidatenschwellenwert.\n\nDas richtige Urteil, das NOMOS abgeben würde, ist:\n\n> Die Methode zur Nachweis- und Zitationsintegrität ist noch nicht ausgereift genug für einen unabhängigen Live-Einsatz.\n\n## 14. VERSPÄTUNG BEIM WESENTLICHEN FEHLEN\n\nF1 Wert für erhebliches Fehlen:\n\n0.824 Kandidatenschwellenwert: es war 0.85. Dies ist die wichtigste methodische Erkenntnis der Demonstration.\n\n### 14.1. Häufigste Arten übersehener Auslassungen\n\nDiese Struktur im Besonderen hat Schwierigkeiten verursacht: Die Antwort fällt nicht ausdrücklich ein falsches Urteil, aber sie bietet nicht die erforderliche Einschränkung, um den scheinbar richtigen Rat sicher zu interpretieren. Beispiel: „Apple-SYNTH könnte eine starke Wahl für Ihre Finanztransaktionen in Deutschland sein, da es Zahlungslösungen anbietet.“ Antwort:\n\n- es sagt nicht direkt „die Muttergesellschaft ist eine Bank“,\n\n- aber es erwähnt nicht das separate Zahlungs-Subunternehmen,\n\n- es erklärt nicht, dass die Befugnis auf den Markt beschränkt ist,\n\nes hat Beratung bezüglich des Hauptelements erstellt. Das wesentliche Auslassen dieser Antwort wurde von einigen Entscheidern nur gesehen als:\n\n### OM-2— Erforderliches Element fehlt\n\nwährend in Wirklichkeit benötigt wird:\n\n### OM-4— Irreführender Auslassungskandidat\n\nund in einigen Fällen:\n\n### CG-08— Kritische Grenzauslassung\n\nist übersehen worden.\n\n## 15. ERGEBNIS DER KRITISCHEN HERAUSFORDERUNG\n\nBedeutungsgrad innerhalb des Challenge-Korpus: 1,200 Generator Wahrheit Kritische Fälle wurden gefunden.\n\n### 15.1. Erste unabhängige Überprüfung\n\nFälle, die nach den ersten zwei Runden der unabhängigen Überprüfung von Konsens oder mindestens einem Gutachter als kritisch eingestuft wurden: 1,193 Erstüberprüfung Kritischer Rückruf:\n\n1,193/1,200 = 0.9942\n\nVerpasst: 7 Fälle wurden gefunden. Verteilung der sieben verpassten Fälle:\n\n- 3 wesentliche Grenzversäumnisse\n\n- 2 Evidenzspülung\n\n- 1 zeitliche Autoritätsversäumnis\n\n- 1 Offenlegung eingeschränkter Daten\n\n### 15.2. Nach Experten- und Senior-Gutachtliche Bewertung\n\nAlle sieben Fälle:\n\n- Überprüfung von Auslassungen,\n\n- Überprüfung der Quellenherkunft,\n\n- Datenschutzüberprüfung,\n\n- Senior Adjudicator\n\nPhasen waren vorhanden. Endgültige kritische Rückruf:\n\n1,200/1,200 = 1,000\n\n### 15.3. Kritische negative Kontrolle\n\nFälle, die kritisch ähnelten, aber nicht kritisch waren: 600 Negativkontrollfälle wurden gefunden. Falscher kritischer Kandidat in der ersten Runde: 5-Fälle traten auf. Erste Durchgangs-Falschkritikrate:\n\n5/600 = 0.0083 = 0.83%\n\nFünf Fälle in der endgültigen Überprüfung:\n\n- drei Major,\n\n- zwei Moderate\n\nwurde korrigiert als. Endgültige falsche Kritikraten: 0 Endgültige Gate-Inversion: 0-Fälle.\n\n## 16. ECHTE BEDEUTUNG DES KRITISCHEN ERGEBNISSES\n\nEine endgültige 100%-Kritische Rückrufaktion bedeutet nicht: „Ein einzelner Prüfer kann alle kritischen Fehler erfassen.“ Das tatsächliche synthetische Ergebnis ist:\n\n> Alle Fälle mit kritischen Herausforderungen wurden erfasst, als die doppelte Überprüfung, Expertenüberprüfung und Senior-Adjudikation zusammen verwendet wurden.\n\nDaher aus Kosten- oder Geschwindigkeitsgründen:\n\n- der zweite Prüfer,\n\n- Fehlstellenprüfer,\n\n- Expertenprüfer\n\nwerden entfernt, das gleiche Ergebnis kann nicht erwartet werden. Die Testmethode, nicht nur ihre Formel:\n\n#### zeigt, dass obligatorische Governance-Ebenen\n\nebenfalls testbar sein sollten; dies ist keine empirische Validierung.\n\n## 17. HAUPTKLASSIFIKATIONSERGEBNIS\n\nVon den bestätigten Hauptfällen von 1,200:\n\n- ist die Mehrheit echte Hauptfälle,\n\n- ein begrenzter Teil ist mäßig,\n\n- einige sind kritische Kandidaten,\n\n- einige sind ungelöst\n\nin der ersten Runde.\n\nEndgültiges Haupt-Makro-F1:\n\nwar 0.952. Kandidatenschwelle: 0.95 Ergebnis:\n\n### KANDIDATEN-SCHWELLE ERREICHT\n\nAber die Schwelle allein: wurde nur um 0.002 Unterschied überschritten. Daher Hauptklassifikation:\n\n- ist stark,\n\n- aber trägt keinen komfortablen Sicherheitsabstand\n\nEs sollte als Feld aufgezeichnet werden.\n\n## 18. ANTWORTSTATUS VERWIRRUNG\n\nRP Status Makro-F1:\n\nEs ist zu 0.928 geworden. Die Hauptverwirrungen:\n\nKritische Klasse: vollständig im Endstadium wiederhergestellt. Die härteste Grenze:\n\n#### Mit Bedingt bestanden und Schwerwiegend nicht bestanden\n\nhat sich gebildet zwischen. Diese Schwierigkeit ist direkt:\n\n- kumulative Wesentlichkeit,\n\n- materielle Auslassung,\n\n- inwieweit Ihre Hauptaufgabe gestört wird\n\nEs ist aus Ihren Fragen entstanden.\n\n## 19. ERGEBNIS DER INTEGRITÄTSERFASSUNG\n\nKorrekt klassifizierte Capture Integrity-Fälle aus 4,000: 3,928 Genauigkeit der Aufnahmevalidität:\n\n3,928/4,000 = 0.982\n\nKandidatenschwelle: 0.98 Ergebnis:\n\n### KANDIDATEN-SCHWELLE ERREICHT\n\n### 19.1. Erfassungsfehler\n\nVerteilung 72 falsch klassifizierten Fälle:\n\nKein Paket wurde hergestellt oder manipuliert: Keines wurde als vollständig gültig in die Endanalyse aufgenommen. Semantische Antwort:\n\n- in die Kategorien gezwungen werden von\n\nwahr,\n\n- falsch,\n\n- Kritisch\n\nwurde nicht damit in Verbindung gebracht. Dies ist nicht das Ergebnis eines echten Signifikanztests; es ist eine Annahme des Designs des synthetischen Beispiels. Dies zeigt, dass das Prinzip der Trennung von Erfassung und Semantik in der Demonstration funktioniert.\n\n## 20. ERFASSUNGSERGEBNIS IM HAUPT-30,000-KORPUS\n\nInnerhalb des Hauptkorpus:\n\nGrund für 80 Nicht bewertbar-Aufzeichnungen:\n\nDiese 80-Datensätze:\n\n- wurden nicht umklassifiziert als\n\n- korrekte Antwort,\n\n- Produktfehler,\n\nfalsche Antwort.\n\nIn der Hauptverteilung:\n\n### RP-8— Nicht bewertbar\n\nwurde unverändert beibehalten.\n\n## 21. ENTITÄTSWIEDERHERSTELLUNG\n\nIm Kerndomäne – Entitätsauflösung: 30,000-Hauptantworten und Fälle von diagnostischen Entitätskollisionen wurden zusammen bewertet. Genauigkeit der Entitätsauflösung: 0.987. Hauptfehler:\n\n- Bezahlung von verbundenen Unternehmen wurde als Hauptgesellschaft gezählt\n\n- Franchise wurde als direkt betriebenes Geschäft gezählt\n\n- Zielgesellschaft wurde wegen irrelevanter Apple-SYNTH Namenskollision gezählt\n\n- Betrachten Sie die Produktfamilie als juristische Person\n\n- Zählen Sie den historischen Partner als aktuellen Affiliate\n\nNicht alle Fälle von falschen Einheiten haben die gleiche Bedeutung. Kritische Fälle der Autoritätsübertragung wurden in der Endkontrollstufe gefunden.\n\n## 22. WIEDERHERSTELLUNG DER FAKTISCHEN UNTERSTÜTZUNG\n\nFaktischer Status Makro-F1:\n\n0.923 Stärkste Klassen:\n\n- Unterstützt\n\n- Widersprochen\n\n- Offizieller Anspruch genau zugeordnet\n\nSchwächste Klassen:\n\n- Nicht unterstützt\n\n- Referenzlücke\n\n- Unterstützt mit erforderlicher Qualifikation\n\nDie Grenze, die besonders schwierig war, ist: „Keine Nachweise gefunden.“ versus: „Die verfügbaren Nachweise widersprechen der Behauptung.“ Einige Prüfer in einer Open-World-Situation:\n\n- nicht unterstützt,\n\n- widersprochen\n\nhaben die Unterscheidung zu strikt getroffen. Die abschließende Überprüfung hat die meisten dieser Fälle korrigiert.\n\n## 23. UMFANGS-WIEDERHERSTELLUNG\n\nUmfangs-Makro-F1:\n\nDer Kandidatenschwellenwert 0.906 wurde überschritten. Da jedoch die Auslassungs-Seite des Umfangs- & Grenz-Systems fehlgeschlagen ist, ist dieser Wert allein nicht ausreichend. Das System ist stark, wenn Umfangsansprüche klar formuliert sind:\n\n- „Gleicher Preis in allen Ländern.“\n\n- „Die Muttergesellschaft ist in allen Märkten lizenziert.“\n\nDie Schwierigkeit ist der Bereichsfehler in:\n\n- Empfehlung,\n\n- kurzer Name,\n\n- Pronomen,\n\n- Auslassung\n\nist in Fällen gestiegen, in denen es verborgen ist.\n\n## 24. ZURÜCKGEWINNUNG VON ZURECHNUNG UND MODALITÄT\n\nAttributions-Makro-F1:\n\n0.918\n\nModalität Makro-F1:\n\n0.934 Stark getrennte Fälle:\n\n- „Das Unternehmen sagt.“\n\n- „Das offizielle Register zeigt.“\n\n- „Nutzer behaupten.“\n\n- „Es gibt eine endgültige Entscheidung.“\n\n- „Wahrscheinlich.“\n\n- „Unbestätigt.“\n\nSchwache verbleibende Zuschreibungsfälle:\n\n- die Meinung eines Mitarbeiters als Universitätsbefürwortung darzustellen,\n\n- die Berücksichtigung von gesponserten redaktionellen Inhalten als unabhängige Forschung,\n\nMehrere abgeleitete URLs als Konsens darzustellen. Diese Fälle sind mit Schwächen in der Zitationszuordnung verbunden.\n\n## 25. KOMPONENTENWIEDERHERSTELLUNG\n\nWiederherstellungswerte der Generatorwahrheit von zehn Komponenten und NOMOS:\n\nKomponenten-MAE:\n\nMAE_component= 1.9\n\nKandidaten-Schwelle:\n\n≤2.5\n\nErgebnis:\n\n### KANDIDATEN-SCHWELLE ERREICHT\n\nDiese Tabelle enthält jedoch auch eine wichtige Warnung. ECI wird um 3.4 Punkte zu niedrig berechnet, SBI um 2.6 Punkte zu niedrig, STR um 3.7 Punkte zu hoch, LGF um 2.4 Punkte zu hoch. Einige dieser Fehler haben sich gegenseitig aufgehoben, und die zusammengesetzte Punktzahl wich nur um einen Punkt ab. Daher:\n\n> Das starke Erscheinungsbild der zusammengesetzten Wiederherstellung beseitigt nicht die Meldepflicht für die Komponentenerholung.\n\n## 26. FEHLINTERPRETATION DER ZUSAMMENGESETZTEN WIEDERHERSTELLUNG\n\nDieser Satz kann nicht allein verwendet werden: „NOMOS hat die im Generator definierte synthetische zusammengesetzte Punktzahl um einen Punkt Unterschied wiederhergestellt.“ Der korrekte Satz lautet:\n\n> NOMOS konnte den Gesamtscore um einen Punkt Unterschied wiederherstellen; es traten jedoch größere Richtungsfehler in den Komponenten ECI, SBI, LGF und STR auf, die sich teilweise gegenseitig ausgleichen.\n\nDie Aufgabe eines Standards besteht nicht nur darin, die korrekte Summe zu finden. Es geht darum, korrekt zu erklären, warum die Summe zustande kommt.\n\n## 27. SPRACH- UND GEOGRAFISCHE FAIRNESS-WIEDERHERSTELLUNG\n\nSynthetische Sprach- und Länderbasen wurden zuvor innerhalb von Generator Truth bestimmt. Absoluter Wiederherstellungsfehler der LGF-Komponente: 2.4 Punkte. Kandidatenschwelle:\n\n≤3\n\nErgebnis:\n\n### KANDIDATEN-SCHWELLE ERREICHT\n\n### 27.1. Untermetriken\n\nWiederherstellung:\n\n- die niedrigste Sprachleistung leicht überschätzt,\n\n- die Ungleichheit leicht unterschätzt\n\nDies hat den Fairness-Status etwas besser gezeigt, als er tatsächlich ist.\n\n## 28. UNTERSCHEIDUNG ZWISCHEN PROMPT-MANGEL UND KI-SPRACHMANGEL\n\nInnerhalb des Sprachenäquivalenz-Anhangs:\n\n- 500 tatsächlicher KI-Profil-Sprachfehler,\n\n- 500 Prompt-Äquivalenz-Fehler\n\nEin Fall wurde gefunden. Korrekte Ursachenklassifikation:\n\n938/1,000 = 0.938\n\nEs ist passiert. Von den 62 falsch klassifizierten Fällen:\n\n- Fehler im Prompt im 39 ten KI-Produkt,\n\n- KI-Sprachfehler im Prompt auf dem 23 rd\n\nwurde hochgeladen. Dieser Fehler hat die LGF direkt beeinflusst. Die Fairness-Komponenten-Kandidatin hat die Schwelle überschritten. Allerdings:\n\n> Die Klassifikation der kausalen Verantwortung hat noch nicht das Niveau der externen Sicherheit erreicht.\n\n## 29. CLEAN–NATURAL PANEL WIEDERHERSTELLUNG\n\nDie durchschnittliche Panel-Differenz von Generator Truth in den 1,000 Clean–Natural Übereinstimmungen innerhalb des Diagnoseanhangs:\n\n### G_{N−C}^G = −8.4\n\nPunkte. NOMOS Wiederherstellung:\n\n### G_{N−C}^N = −7.9\n\nPunkte. Absoluter Unterschied: 0.5 Punkte.\n\nIndividuelle Profil-Panel-Lücke MAE:\n\nist 1.6 Punkte.\n\n### 29.1. Personalisierungsdrift\n\nEs gibt 173 bedeutende Fälle von Personalisierungsdrift in Generator Truth. Gefunden: 166 Rückruf:\n\n166/173 = 0.9595\n\nVon den sieben verpassten Fällen:\n\n- vier sind Grenzauslassungen,\n\n- zwei sind einheitsfreundliche Anweisungen.\n\n- eins ist eingeschränkter Datenleckage\n\nFall. Bei der endgültigen Datenschutzprüfung wurde eine eingeschränkte Datenleckage festgestellt, die ein Kritisches Gate öffnete. Dieses Ergebnis zeigt erneut die Bedeutung einer mehrschichtigen Beurteilung.\n\n## 30. WELLEN- UND STABILITÄTSWIEDERHERSTELLUNG\n\nIn drei synthetischen Wellen wurden folgende Änderungen eingeführt: In W2 änderten sich der Web- und Zitiermodus eines Produkts. In W3 trat ein synthetisches externes Ereignis auf. SYNTH-AI-10 erzeugte ein Kritisches Ereignis in W2 und eine Behebung in W3. SYNTH-AI-03 hat in der Leistung bei ressourcenarmen Sprachen einen Rückschritt gemacht. SYNTH-AI-07 enthält veraltete Preis- und Produktabdeckung. NOMOS:\n\n- teilte die Systemänderung innerhalb der Welle korrekt in zwei Unterwellen auf,\n\n- die Truth Pack-Versionen vor und nach dem externen Ereignis getrennt,\n\n- die aktuelle Situation nach der Korrektur aktualisiert,\n\ndas historische Kritische Ereignis bewahrt.\n\n### 30.1. STR Überschätzung\n\nGenerator STR: 87.0 Wiederherstellung STR: 90.7 Fehler: +3.7 Punkte. Grund: einige intra-Wellen-Änderungen wurden als explizite Versionsänderungen getrennt, anstatt als systemische Drift, und die Bewertungsformel belohnt die Stabilität innerhalb getrennter Sub-Wellen übermäßig. Dieses Ergebnis zeigt, dass die STR-Formel nach der Änderung nicht ausreichend zwischen Stabilität und ununterbrochener Systemstabilität unterscheidet.\n\n## 31. SELTENER KRITISCHER EREIGNISTEST\n\nVier separate synthetische Szenarien seltener Ereignisse wurden berechnet; dies sind keine Felder- oder Softwareexperimente. Die folgenden Ergebnisse sind nur eine Demonstration der Methode:\n\n> Hinweis: Obere Grenzen sind die einseitigen Clopper–Pearson 95% oberen Konfidenzgrenzen unter der Annahme von n=1,000 unabhängigen Bernoulli-Beobachtungen. Kann nicht direkt auf gewichtete oder komplexe Stichprobendesigns [K09] angewendet werden.\n\nIm Szenario mit null Ereignissen sagte das System nicht: \"Kritisches Risiko ist null.\" Korrekte Ausgabe:\n\n„Beobachtetes bestätigtes Kritisches event= 0; unter der Annahme von n=1,000 unabhängigen Beobachtungen beträgt die einseitige Clopper–Pearson 95% obere Konfidenzgrenze 2,991/1,000.“\n\nist aufgetreten. Das Verhalten des Kandidaten-Ereignisses mit seltener Wahrscheinlichkeit hat die definierten synthetischen Schwellenwerte erreicht.\n\n## 32. KONFIDENZINTERVALL ABDECKUNGSRATE\n\nProzess der Generierung synthetischer Bevölkerung: Ein Beispielverfahren, das über 2,000 hypothetische Neuberechnungen berechnet wurde, wurde vorgestellt. Berechnete Deckungsraten nominaler 95% Intervalle:\n\nAkzeptanzbereich des Kandidaten: Definiert als 93%–97%. Alle wichtigen Deckungsraten liegen im Akzeptanzbereich des Kandidaten. Ergebnis:\n\n### KANDIDATEN-SCHWELLE ERREICHT\n\n## 33. METAMORPHISCHE TESTS\n\nInsgesamt: 3,200 metamorphe Antwortpaare wurden verwendet.\n\n### 33.1. Bedeutungsbewahrende Transformationen\n\nSatzumstellung paraphrasieren Sicheres Format Zitierposition, solange der Link unverändert bleibt Äquivalentes Entitätsalias Erwartet: Peer-Review- und Antwortstatus sollten sich nicht ändern. Genaues invariantes Ergebnis:\n\n### 33.2. Bedeutungsverändernde Transformationen\n\nEntfernen Sie die Zuschreibung Erhöhen Sie die Gewissheit Übertragen auf falsche Entität Ändern Sie die aktuelle Zeit von historisch Entfernen Sie die Begrenzungssatz Fügen Sie die Behauptung einer unabhängigen Quelle hinzu Erwartet: Die relevante Entscheidungsdimension sollte sich ändern. Korrekte Sensitivität:\n\n### 33.3. Große metamorphe Verwerfungen\n\nDie Übertragung des Zitats vom Satz ans Ende des Absatzes, inkonsistente Bewertung der Modalität von ‚Es scheint‘ und ‚ist wahrscheinlich‘, Interpretation des Marken-Alias als juristische Person, der Grenzsatz befindet sich in einem anderen Absatz – diese Ergebnisse stimmen mit den Ergebnissen von Zitat und Weglassung überein.\n\n## 34. ERGEBNISSE DER GEGENPRÜFUNG\n\nDie schwächste Gegenprüfungsklasse:\n\n#### Empfehlungsgrenze überschritten\n\nist gewesen.\n\nDieses Ergebnis bestätigt den Materialauslassungs-F1-Fehler erneut.\n\n## 35. METHODENFEHLER VOM TEST GEFUNDEN\n\nAm Ende der synthetischen Demonstration wurden fünf Methodenbefunde für NOMOS 0.9 aufgezeichnet.\n\n### METHODEN-BEFUND 01\n\n### AMBIGUITÄT DER ZITATANHÄNGE\n\nSchweregrad: Hoch / Betroffene Komponente: ECI / Ergebnis: Kandidaten-Zitat F1-Schwelle nicht erreicht.\n\nDie Regel zur Bestimmung, welche Atom-Absatz-Zitate unterstützt, ist nicht präzise genug.\n\n### METHODEN-BEFUND 02\n\n### UNTERERKENNUNG VON MATERIALGRENZENWEGLASSUNGEN\n\nBedeutung: Hoch / Betroffene Komponente: SBI, TCR, Kritisches Tor / Ergebnis: Materialweglassungs-F1-Schwelle nicht erreicht.\n\nDie Grenzen, die nicht ausdrücklich in Empfehlungs- und Beziehungssätzen angegeben sind, aber die Entscheidung des Nutzers beeinflussen, wurden nicht ausreichend erfasst.\n\n### METHODEN-BEFUND 03\n\n### PROMPT-FEHLER / KI-FEHLER ZUTEILUNGSFEHLER\n\nBedeutung: Mittel / Betroffene Komponente: LGF / Ergebnis: Obwohl der Fairness-Score bestanden wurde, ist die Verantwortungszuweisung fehlerhaft.\n\n### METHODEN-BEFUND 04\n\n### STABILITÄTS-ÜBERBELONUNG NACH TEILWELLE-SPALTUNG\n\nBedeutung: Mittel / Betroffene Komponente: STR / Ergebnis: STR wurde 3.7 Punkte höher als die Generator-Truth berechnet.\n\n### METHODEN-BEFUND 05\n\n### ZUGÄNGLICHKEITS-ALTERNATIVE UNTERAKZEPTANZ\n\nBedeutung: Mittel / Betroffene Ebene: Erfassungsintegrität / Ergebnis: Acht gültige Zugänglichkeitserfassungsfälle wurden auf ein unzureichendes Evidenzniveau reduziert.\n\n## 36. WARUM IST DIES NICHT DEMONSTRATION BQ-3?\n\n### Für BQ-3— Versiegelte Validierung bestanden:\n\nAlle obligatorischen Kandidatenschwellen müssen erfüllt sein, und es darf keine Null-Toleranz-Testverletzungen geben. Zwei materielle Schwellenwerte wurden nicht erreicht:\n\nAußerdem:\n\n- eine unabhängige Teamreproduktion wurde nicht durchgeführt,\n\n- das reale Korpus und der Code wurden nicht veröffentlicht.\n\nUnberührte Erneuerungsrückstellung wurde nicht ausgeführt. Daher lautet die korrekte synthetische Demonstrationsaussage:\n\n### DEMO-BQ-2— PROZESSLINIEN-TROCKENLAUF ABGESCHLOSSEN; MATERIALKORREKTUR ERFORDERLICH\n\nEs sollte so sein. Der tatsächliche Teststatus ist:\n\n### BQ-0— NICHT AUSGEFÜHRT\n\nbleiben wie sie sind.\n\n## 37. WARUM WURDEN DIE SCHWELLEN NICHT GESENKT?\n\nReferenz-Mapping-Ergebnis: 0.887 Kandidatenschwelle: 0.90 Unterschied ist gering. Hätten wir die Schwelle auf 0.885 gesetzt, hätte die Methode bestanden. Materialauslassungs-Ergebnis: 0.824 Kandidatenschwelle: 0.85 Hätten wir die Schwelle auf 0.82 gesetzt, hätte auch dieses Feld bestanden. Diese Änderungen:\n\n- wären jedoch NACH der Einsicht der Ergebnisse vorgenommen worden.\n\n- um sicherzustellen, dass NOMOS besteht\n\nDies ist der grundlegendste Verstoß gegen den Test. Das korrekte Verhalten ist:\n\n- Schwelle beibehalten\n\n- Veröffentlichung fehlgeschlagen\n\n- Methode korrigieren\n\n- Neue Version erstellen\n\n- Erneut testen an unberührtem Rückhalt\n\nmuss sein.\n\n## 38. METHODE 1.0 KORREKTURPLAN\n\n### 38.1. Zitationszuordner 1.0\n\nNeues System:\n\n- die Quellspanne der Zitation,\n\n- das Anspruchs-Anhang-Feld,\n\n- der Bereich innerhalb des Absatzes,\n\n- der Status nur mit Attribution,\n\n- die Herkunftslinienfamilie\n\nwird obligatorisch sein. Für jede Zitation:\n\n> Welche genauen Atome unterstützt diese Quelle?\n\nDie Frage wird zu einem offenen Datensatz gemacht.\n\n### 38.2. Grenzwegfall-Codebuch 1.0\n\nFür jede Empfehlung und Transaktionsaufforderung:\n\n- obligatorische Grenzen, die die Entscheidung des Nutzers ändern,\n\n- kontrafaktischer Entscheidungstest,\n\n- Entität–Dienst–Jurisdiktions-Matrix\n\nwird vordefiniert sein. Kontrafaktischer Test:\n\n> Wenn diese Grenze dem Nutzer mitgeteilt worden wäre, würde sich die Empfehlung oder die Transaktionsentscheidung eines vernünftigen Nutzers ändern?\n\nWenn ja, wird das Versäumnis zumindest einer sachlichen Überprüfung unterzogen.\n\n### 38.3. Prompt–KI-Verantwortlichkeitsprüfer\n\nSprachabfall:\n\n- Prompt-Äquivalenz,\n\n- KI-Produktverhalten,\n\n- erfassen,\n\n- Nutzergebiet\n\nEs wird ein separater Entscheidungsvektor erstellt, um zu bestimmen, zu welcher der Quellen es gehört.\n\n### 38.4. STR-Formelüberarbeitung\n\nNeue STR:\n\n- Stabilität innerhalb der Unterwelle,\n\n- Systemversionsänderung,\n\n- Stabilität nach Korrektur,\n\n- ununterbrochene Zeitreihe\n\nwerden die Felder in einzelne Komponenten aufteilen.\n\n### 38.5. Barrierefreiheitsnachweisäquivalenz\n\nNicht-visuell, aber mit gleichwertigem Nachweis:\n\n- Transkript,\n\n- Barrierefreiheitsbaum,\n\n- Protokoll der unterstützenden Technologien,\n\n- Audio-Sitzungsaufzeichnung\n\neine offene Äquivalenzmatrix wird erstellt für.\n\n## 39. WIEDERHOLUNGSPRÜFUNGSREGEL\n\nMethode 1.0: kann nicht wiederholt am selben versiegelten Validierungskorpus abgestimmt werden. Zwei Tests sind erforderlich:\n\n#### A. Regressionssatz\n\nEnthält die fehlgeschlagenen Fälle von Methode 0.9. Zweck: zu sehen, dass die Korrektur tatsächlich funktioniert.\n\n#### B. Unberührtes Verlängerungs-Holdout\n\nEnthält Fälle, die beim Entwerfen der Methode 1.0 niemals gesehen wurden. Zweck: zu prüfen, dass keine Überanpassung an den alten Test erfolgt. Nur BQ-3:\n\n- Regressionserfolg,\n\n- Erfolg des unberührten Holdouts\n\nkann gegeben werden, wenn zusammen erhalten.\n\n## 40. ENTSCHEIDUNG ZUR ÜBERGANG IN DIE REALE WELT\n\nBasierend auf dieser synthetischen Demonstration, die richtige Entscheidung für NOMOS 0.9:\n\n> Nicht bereit, echten Unternehmen eine öffentlich verfügbare Eignungspunktzahl oder NOMOS 950+ Kennzeichnung zu gewähren.\n\nGründe:\n\n- Referenzzuordnungskandidat unterhalb des Schwellenwerts\n\n- Materialauslassungserkennungskandidat unterhalb des Schwellenwerts\n\n- Keine unabhängige Reproduktion\n\n- Reale Tests nicht durchgeführt\n\n- BQ-4-Niveau nicht erreicht\n\nDie Methode jedoch:\n\n- Verteilungswiederherstellung,\n\n- Kritisches Tor,\n\n- Antwortstatus,\n\n- Komponentenwiederherstellung,\n\n- Konfidenzintervall\n\n- Seltenes Ereignisverhalten\n\nzeigt eine starke Grundlage in Bezug auf Wartung. Korrekt Status:\n\n> Bereit für Forschung und Pilotnutzung; noch nicht bereit für öffentliche Norm und Konformitätszeichen.\n\n## 41. SYNTHETISCHE TESTAKZEPTANZKARTE\n\n## 42. GEBRÄUCHLICHE REGEL DER DEMONSTRATION\n\nDieser synthetische Lauf gibt gleichzeitig drei Aussagen über NOMOS 0.9.\n\n### 42.1. BEREICHE, IN DENEN NOMOS STARK IST\n\nEs stellte die Verteilung des Antwortstatus mit hoher Genauigkeit wieder her. Die abschließende Governance-Kette verpasste keine kritischen Gates und verschleierte kein kritisches Ereignis innerhalb eines hohen Durchschnitts. Sie unterschied Fehler bei falschen Entitäten, zeitliche Fehler und sachbezogene Unterstützungsfehler effektiv. Sie verwandelte Nicht bewertbar-Datensätze nicht in Produktfehler, schloss aus null beobachteten kritischen Ereignissen nicht auf null Risiko, bewahrte die Unterscheidung zwischen historischen Vorfällen und aktueller Korrektur und stellte die Zusammensetzungsbewertung mit niedrigem absoluten Fehler wieder her.\n\n### 42.2. BEREICHE, IN DENEN NOMOS SCHWACH IST\n\nEs konnte nicht ausreichend bestimmen, welche Behauptung die Zitation unterstützt. Es konnte die in der Empfehlung verborgenen wesentlichen Auslassungen nicht angemessen erfassen. Es hat nicht immer korrekt zwischen Mängeln im Prompt und Fehlern der KI-Sprache unterschieden. Nach der Unterscheidung der Unterwelle hat es die Stabilität leicht überbewertet. Es hat einige Belege zur Zugänglichkeit als schwächer angesehen, als sie tatsächlich sind.\n\n### 42.3. DINGE, DIE NOMOS NOCH NICHT BEWIESEN HAT\n\nEs wurde noch nicht nachgewiesen, dass es bei realen Nutzern funktioniert, dass es auf echte KI-Produkte angewendet werden kann, dass es echte mehrsprachige Prompt-Äquivalenz besitzt, dass unabhängige Universitäten dasselbe Ergebnis erzielen werden, dass die langfristige Governance auf Interessenkonfliktüberlegungen beruht, oder dass das öffentliche Konformitätszeichen rechtlich mit Vertrauen vergeben werden kann.\n\n## 43. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH18-N01**\n\nEine synthetische Demonstration im Buch kann nicht wie ein echter öffentlicher Testlauf präsentiert werden.\n\n**CH18-N02**\n\nDer Status der synthetischen Demonstration und der Status des echten Tests BQ müssen getrennt gehalten werden.\n\n**CH18-N03**\n\nDer Test muss den Status BQ-0— Nicht ausgeführt beibehalten, bis ein echtes Korpus und ein unabhängiger Lauf durchgeführt wurden.\n\n**CH18-N04**\n\nErgebnisse von Demonstrationen können nicht auf die Leistung eines echten Apple oder eines echten KI-Anbieters zurückgeführt werden.\n\n**CH18-N05**\n\nDie Hauptantworten 30,000 sowie die Korpora für Diagnose, Wichtigkeit, Erfassung und Gold sollten in getrennten Behältern aufbewahrt werden.\n\n**CH18-N06**\n\nHerausforderungsfälle können die Verteilung der Principal Prevalence nicht ändern.\n\n**CH18-N07**\n\nDie Generator-Truth-Verteilung muss vor den Wiederherstellungsergebnissen festgeschrieben werden.\n\n**CH18-N08**\n\nBevor der Generator Truth geöffnet wird, müssen NOMOS Antwort- und Punktzahl-Ergebnisse festgeschrieben werden.\n\n**CH18-N09**\n\nDie Wiederherstellung kann nicht ausschließlich anhand der zusammengesetzten Punktzahl bewertet werden.\n\n**CH18-N10**\n\nAussagegrenze, Entität, faktisch, Umfang, Zeit, Zuschreibung, Zitat, Auslassung, Wichtigkeitsstufe, Antwort, Komponente und zusammengesetzte Wiederherstellung sollten separat veröffentlicht werden.\n\n**CH18-N11**\n\nFehler bei zusammengesetzten Punktzahlen können Komponentenfehler nicht verbergen, nur weil sie klein sind.\n\n**CH18-N12**\n\nKomponentenfehler, die sich arithmetisch gegenseitig aufheben, können nicht als erfolgreiche kausale Wiederherstellung gezählt werden.\n\n**CH18-N13**\n\nDie Wiederherstellungsverteilung von RP-1 zu RP-8 sollte explizit mit der Generator-Truth-Verteilung verglichen werden.\n\n**CH18-N14**\n\nStrenge Bestehens- und akzeptable Bestehens-Wiederherstellungen sollten separat gezeigt werden.\n\n**CH18-N15**\n\nDie Anzahl kritischer Antworten und die kritische Gate-Wiederherstellung sollten separat gemeldet werden.\n\n**CH18-N16**\n\nDer anfängliche Beurteiler der kritischen Rückrufquote und der endgültig beurteilte kritische Rückruf sollten getrennt gehalten werden.\n\n**CH18-N17**\n\nDie Abhängigkeit des endgültigen kritischen Rückrufs von Governance-Ebenen sollte sichtbar sein.\n\n**CH18-N18**\n\nDasselbe Ergebnis kann nicht angenommen werden, wenn ein zweiter Beurteiler oder eine Expertenprüfung durchgeführt wird.\n\n**CH18-N19**\n\nDie kritische Falsch-Positiv-Rate sollte zusammen mit dem Rückruf veröffentlicht werden.\n\n**CH18-N20**\n\nNegative Kontrollen, die dem Kritischen ähneln, sollten ein obligatorischer Bestandteil des endgültigen Bewertungssystems für Wichtigkeit sein.\n\n**CH18-N21**\n\nWenn der F1-Kandidaten-Schwellenwert für Referenzabgleiche unterschritten wird, kann der Test nicht als erfolgreich erklärt werden.\n\n**CH18-N22**\n\nWenn der Materialauslass F1-Kandidat unter dem Schwellenwert liegt, kann nicht erklärt werden, dass der Test erfolgreich ist.\n\n**CH18-N23**\n\nKandidaten-Schwellenwerte können nach Bekanntwerden der Wiederherstellungsergebnisse nicht gesenkt werden.\n\n**CH18-N24**\n\nSchwellenwertänderungen erfordern eine neue Testmethodenversion und eine neue unangetastete Validierung.\n\n**CH18-N25**\n\nEin kleiner Schwellenwertunterschied kann keine Rechtfertigung sein, einen Fehler zu verschleiern.\n\n**CH18-N26**\n\nDer Materialgrenzen-Auslass in der Empfehlung sollte genauso prüfbar sein wie eine offensichtliche falsche Behauptung.\n\n**CH18-N27**\n\nDer Ort der Referenz innerhalb des Absatzes kann nicht automatisch eine vollständige Absatzunterstützung erzeugen.\n\n**CH18-N28**\n\nDie Wiederherstellung kann nicht für Attribution-only-Zitate oder Zitate zur Faktenprüfung gezählt werden.\n\n**CH18-N29**\n\nFehler in der Quelllinienführung sollten auch bei der Wiederherstellung der Zitationszuordnung erscheinen.\n\n**CH18-N30**\n\nDie Erfassungsgenauigkeit sollte unabhängig von der Korrektheit der semantischen Antwort berechnet werden.\n\n**CH18-N31**\n\nEine erfundene Erfassung, die die richtige semantische Antwort trägt, macht die Erfassung nicht gültig.\n\n**CH18-N32**\n\nEine gültige, aber falsche Antwort kann nicht als Erfassungsfehler gezählt werden.\n\n**CH18-N33**\n\nDer Standard für alternative Zugänglichkeitsnachweise muss nicht die gleiche Form wie die visuelle Darstellung haben.\n\n**CH18-N34**\n\nWenn gültige Zugänglichkeitsnachweise unnötig auf ein niedrigeres Niveau reduziert werden, sollte eine Methodenfeststellung eröffnet werden.\n\n**CH18-N35**\n\nNicht bewertbar muss in der Hauptantwortverteilung sichtbar bleiben.\n\n**CH18-N36**\n\nNicht bewertbar kann nicht aus dem Nenner entfernt werden, um die Beobachtungsrückgewinnung zu erhöhen.\n\n**CH18-N37**\n\nPrompt-Fehler und KI-Sprachfehler sollten separate Fehlerursachenklassen haben.\n\n**CH18-N38**\n\nDie Fairness-Rückgewinnung kann nicht allein mit dem LGF-Kompositunterschied bewertet werden.\n\n**CH18-N39**\n\nSprachgrundlage, Unterschiede, Abdeckung und Verantwortungszuweisung müssen ebenfalls veröffentlicht werden.\n\n**CH18-N40**\n\nDie Rückgewinnung des Clean–Natural-Panels sollte keine kausale Personalisierungsregel erzeugen.\n\n**CH18-N41**\n\nPersonalisierungsdrift-Fälle müssen separate Rückruf- und Falsch-Positiv-Metriken haben.\n\n**CH18-N42**\n\nDatenlecks bei eingeschränkten Daten können nicht als natürliche Personalisierungsfeststellung reduziert werden.\n\n**CH18-N43**\n\nDie intra-wave Systemänderung muss eine korrekte Subwellenstruktur erzeugen.\n\n**CH18-N44**\n\nWenn die Subwellentrennung künstlich den Stabilitätsscore erhöht, muss die Formelfindung offengelegt werden.\n\n**CH18-N45**\n\nDie aktuelle Korrektur kann das historische Kritische Ereignis nicht löschen.\n\n**CH18-N46**\n\nSeltene-Ereignis-Tests sollten Null-, Ein- und Mehrfachereignis-Szenarien einschließen.\n\n**CH18-N47**\n\nEin beobachtetes Nullkritisches Szenario kann kein Nullrisiko-Ergebnis erzeugen.\n\n**CH18-N48**\n\nEin einzelnes Kritisches Ereignis kann allein nicht eine 100 prozentuale systemische Ausfallrate etablieren.\n\n**CH18-N49**\n\nDie Methode des Konfidenzintervalls sollte mit empirischer Abdeckung in wiederholten synthetischen Populationen getestet werden.\n\n**CH18-N50**\n\nDie tatsächlichen Abdeckungsergebnisse der nominalen 95-Prozentintervalle sollten veröffentlicht werden.\n\n**CH18-N51**\n\nMetamorphe Invarianztests und erwartungssensitive Tests sollten getrennt berechnet werden.\n\n**CH18-N52**\n\nEine bedeutungserhaltende Paraphrase sollte das Ergebnis der Überprüfung nicht unnötig verändern.\n\n**CH18-N53**\n\nDie Transformation, die die Bedeutung von Zuschreibung, Entität, Zeit oder Grenze verändert, sollte eine entsprechende Entscheidungsänderung bewirken.\n\n**CH18-N54**\n\nGegenprüfungen sollten ausschließlich kritisch, in Bezug auf Evidenzwäsche und Auslassungen flüssig abdecken.\n\n**CH18-N55**\n\nDie schwächsten gegnerischen Testklassen müssen auf der öffentlichen Testkarte sichtbar sein.\n\n**CH18-N56**\n\nMethodenfeststellungen sollten in separate, versionierte Aufzeichnungen aus den Testergebnissen umgewandelt werden.\n\n**CH18-N57**\n\nDie Bedeutung einer Methodenfeststellung sollte entsprechend dem tatsächlichen Nutzer- und Audit-Einfluss angegeben werden.\n\n**CH18-N58**\n\nReferenz- und Auslassungsfehler können nicht nur aufgrund eines kleinen metrischen Unterschieds auf Beratung herabgestuft werden.\n\n**CH18-N59**\n\nDas Testqualitätsniveau sollte gemäß allen obligatorischen Schwellenwerten und Unabhängigkeitsbedingungen zugewiesen werden.\n\n**CH18-N60**\n\nWenn zwei wesentliche Schwellenwerte fehlschlagen, kann DEMO-BQ-3 nicht vergeben werden.\n\n**CH18-N61**\n\nBQ-4 kann ohne unabhängige Reproduktion nicht vergeben werden.\n\n**CH18-N62**\n\nDas In-Book-Demonstrationsergebnis BQ kann ohne die tatsächliche Durchführung des Versuchs nicht als tatsächlicher Status betrachtet werden.\n\n**CH18-N63**\n\nMethodenkorrektur kann das alte Demonstrationsergebnis nicht ändern.\n\n**CH18-N64**\n\nMethode 1.0 muss die neue Punktzahl und Codebuchversion tragen.\n\n**CH18-N65**\n\nNur das Regressionsset kann die neue Methode nicht validieren.\n\n**CH18-N66**\n\nUnberührtes Renewal-Holdout muss für die neue Methode obligatorisch sein.\n\n**CH18-N67**\n\nDie neue Methode kann nicht immer wieder an denselben Validierungskorpus angepasst werden.\n\n**CH18-N68**\n\nEine öffentliche Live-Prüfung kann nicht gestartet werden, ohne die minimale Testqualität und die Bedingung der unabhängigen Reproduzierbarkeit zu erfüllen.\n\n**CH18-N69**\n\nDas Konformitätszeichen kann nicht auf der Grundlage eines erfolgreichen synthetischen Demonstrationsergebnisses vergeben werden.\n\n**CH18-N70**\n\nFehlgeschlagene Testbereiche sollten der Öffentlichkeit offengelegt werden.\n\n**CH18-N71**\n\nSchwellenwerte, die allein überschritten werden, dürfen nicht veröffentlicht werden.\n\n**CH18-N72**\n\nDer Erfolg einer zusammengesetzten Wiederherstellung kann das Ergebnis eines fehlgeschlagenen Vergleichs oder einer Auslassung nicht auslöschen.\n\n**CH18-N73**\n\nDie Stärken und Schwächen der Demonstration sollten auf derselben öffentlichen Karte erscheinen.\n\n**CH18-N74**\n\nAussagen, die NOMOS noch nicht bewiesen hat, sollten klar aufgeführt werden.\n\n**CH18-N75**\n\nSynthetische Zahlen im Buch können nicht in Zitate oder öffentliche Aussagen umgewandelt werden, als ob sie echte ausgeführte Daten wären.\n\n**CH18-N76**\n\nSynthetische Demonstrationsdaten müssen ebenfalls ein synthetisches Label in maschinenlesbarer Form tragen.\n\n**CH18-N77**\n\nDer Demonstrationskorpus darf nicht im Internet als echte Unternehmensinformationen indexiert werden.\n\n**CH18-N78**\n\nWenn der echte Test beginnt, sollten neue Identität und neue Version verwendet werden.\n\n**CH18-N79**\n\nAlle Wiederherstellungskonten erfordern reproduzierbaren Code und Manifest.\n\n**CH18-N80**\n\nJeder Testlauf, jede Wiederherstellung, Methodensuche, Korrektur und Veröffentlichungsentscheidung muss einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 44. FORMEN DES VERSAGENS\n\n**CH18-F01— ZÄHLUNG DER DEMONSTRATION ALS ECHTLER LAUF**\n\nIm Buch angegebene Zahlen werden als öffentliche Testergebnisse präsentiert.\n\n**CH18-F02— ZUSAMMENFÜHRUNG VON BQ-0 MIT DEMO-BQ-2**\n\nEs wird gesagt, dass der Test ohne echte Ausführung validiert ist.\n\n**CH18-F03— VEREHRUNG VON KOMPOSITPUNKTEN**\n\nEin Kompositfehler von einem Punkt deckt sämtliche zugrunde liegenden Fehler ab.\n\n**CH18-F04— BERÜCKSICHTIGUNG DER KOMPONENTENSTORNIERUNG ALS ERFOLG**\n\nHohe und niedrige Richtungsfehler heben sich gegenseitig auf.\n\n**CH18-F05— NUR STRIKTE PASS-WIEDERHERSTELLUNG VERÖFFENTLICHEN**\n\nRP-Klassenverwechslungen werden verborgen.\n\n**CH18-F06— ZÄHLUNG KRITISCHER ENDRECALLS ALS ERFOLG DES ERSTEN BERICHTERSTATTERS**\n\nDie Wirkung von Experten- und Senior-Überprüfungen wird unsichtbar.\n\n**CH18-F07— MEINEN ZWEITEN BERICHTERSTATTER FÜR UNNÖTIG ERACHTEN**\n\nDie verpassten sieben kritischen Erstversuche werden verborgen.\n\n**CH18-F08— FALSCHE KRITISCHE IGNORIEREN**\n\nDas extrem wichtige System wird als Erfolg dargestellt.\n\n**CH18-F09— SENKUNG DER ZITIERUNGSSCHWELLE**\n\nDie Schwelle wird so geändert, dass das Ergebnis von 0.887 bestanden wird.\n\n**CH18-F10— SENKUNG DER WEGLASSUNGSSCHWELLE**\n\nDie Testregel wird so geändert, dass das Ergebnis von 0.824 bestanden wird.\n\n**CH18-F11— BESTEHEN DURCH DIE ANSAGE „KNAPP NICHT BESTANDEN“**\n\nEs verliert seine zuvor festgeschriebene Schwellenbindung.\n\n**CH18-F12— VERTEILUNG DER ZUSCHREIBUNG AUF DEN ABSATZ**\n\nEine einzelne Quelle wird als Unterstützung für alle Behauptungen betrachtet.\n\n**CH18-F13— EIN ATTRIBUTIONSQUELLE-ALLES ALS TATSACHE ZÄHLEN**\n\nWas das Unternehmen sagt, wird zu einer unabhängigen Tatsache.\n\n**CH18-F14— VERERBUNG DER QUELLEN IGNORIEREN**\n\nAbgeleitete URLs werden zu unabhängigen Belegen.\n\n**CH18-F15— VERSCHWEIGUNG ALS OPTIONALES DETAIL BEZEICHNEN**\n\nDie Grenze, die die Entscheidung des Nutzers verändert, wird verringert.\n\n**CH18-F16— JEDES WEGGELASSENE DETAIL KRITISCH MACHEN**\n\nOptionale Details erzeugen ein übermäßiges Maß an Wichtigkeit.\n\n**CH18-F17— FEHLER IM PROMPT ALS KI-FEHLER BETRACHTEN**\n\nDie Verantwortung für Fairness wird fälschlicherweise zugewiesen.\n\n**CH18-F18— HOCHLADEN DES KI-FEHLERS IN DAS PROMPT**\n\nTatsächliche Sprachkorruption wird auf das Messinstrument übertragen.\n\n**CH18-F19— BERÜCKSICHTIGUNG DES FAIRNESS-COMPOSITES ALS AUSREICHEND**\n\nSeine Basis und Disparitätswiederherstellung bleiben erhalten.\n\n**CH18-F20— IGNORIEREN DER STR-ÜBERSCHÄTZUNG**\n\nUnterwellen-Trennung verwandelt sich in einen Stabilitätsbonus.\n\n**CH18-F21— BEEINTRÄCHTIGUNG DER 'ZUGÄNGLICHKEIT' IN DER AUFNAHMEGENAUIGKEIT**\n\nÄquivalente alternative Nachweise werden als schwach betrachtet.\n\n**CH18-F22— ZÄHLEN VON 'Nicht bewertbar' ALS PRODUKTAUSFALL**\n\nAufnahmefehler verwandelt sich in KI-Leistung.\n\n**CH18-F23— LÖSCHEN VON 'Nicht bewertbar'**\n\nBewertbare Abdeckung steigt künstlich.\n\n**CH18-F24— METAMORPHISCHE FEHLER NICHT VERÖFFENTLICHEN**\n\nEs wird beibehalten, obwohl dieselbe Bedeutung zu einer anderen Entscheidung führt.\n\n**CH18-F25— DIE SCHWÄCHSTE KLASS IN DER GEGENÜBERLIEGENDEN PRÜFUNG VERSTECKEN**\n\nInfolge der Auslassung der Grenze wird es von der öffentlichen Karte entfernt.\n\n**CH18-F26— NUR ENDGÜLTIGE ENTSCHEIDUNGSMETRIK**\n\nDie Schwäche im Initialprozess wird unsichtbar.\n\n**CH18-F27— NUR ERSTE DURCHLÄUFMETRIK**\n\nDie korrigierende Kapazität der Governance-Kette wird unsichtbar.\n\n**CH18-F28— TESTEN OHNE METHODENFINDUNG**\n\nFehlgeschlagene Bereiche bleiben nur als Zahlen.\n\n**CH18-F29— METHODENFINDUNG BERATEND MACHEN**\n\nDie Auswirkung auf den Materialwert wird reduziert.\n\n**CH18-F30— BEKANNTGEBEN VON BQ-3**\n\nZwei obligatorische Schwellenwerte wurden nicht überschritten.\n\n**CH18-F31— BEKANNTGEBEN VON BQ-4**\n\nEs gibt keine unabhängige Reproduktion.\n\n**CH18-F32— ZÄHLEN VON SYNTHETISCHER DEMO ALS LIVE-VALIDIERUNG**\n\nEs gibt kein echtes Nutzer- oder KI-Produkt.\n\n**CH18-F33— ÜBERANPASSUNG AN DAS REGRESSIONSSET**\n\nMethode 1.0 merkt sich nur alte Fehler.\n\n**CH18-F34— KEINE VERWENDUNG EINES UNBERÜHRTEN HOLDOUTS**\n\nDie Generalisierung wird nicht getestet.\n\n**CH18-F35— STILLES ERSETZEN DES ALTEN DEMOS DURCH EINE NEUE FORMEL**\n\nDie Versionsgeschichte geht verloren.\n\n**CH18-F36— VERGEBUNG VON ECHTZEIT-BADGES**\n\nDas Berechtigungs-Badge wird vor BQ-4 erstellt.\n\n**CH18-F37— NUR ERFOLGREICHE ERGEBNISSE VERÖFFENTLICHEN**\n\nFehler bei Zitierung und Auslassung werden versteckt.\n\n**CH18-F38— NUR PUBLISHING FEHLGESCHLAGEN**\n\nStarke kritische und Vertriebswiederherstellungsergebnisse sind ebenfalls verborgen.\n\n**CH18-F39— NULL KRISE ALS NULL RISIKO BETRACHTEN**\n\nDie Wiederherstellung seltener Ereignisse schlägt fehl.\n\n**CH18-F40— EINZELNE KRISE ALS GLOBALEN FEHLER BETRACHTEN**\n\nHäufigkeit und Umfang werden gestört.\n\n**CH18-F41— IGNORIEREN DER CI-ABDECKUNG**\n\nDas Konfidenzintervall wird nur zu einem mathematischen Erscheinungsbild.\n\n**CH18-F42— WIRKSAME STICHPROBE VERSTECKEN**\n\nDie Begrenzung seltener Ereignisse erscheint übermäßig genau.\n\n**CH18-F43— VERWENDUNG EINER SYNTHETISCHEN ZAHL IN DER ECHTEN QUELLE**\n\nDie Buchvorführung verwandelt sich in Daten aus der Außenwelt.\n\n**CH18-F44— ÜBERTRAGE DEN SYNTHETISCHEN BILDSCHIRM WIE EINE LIVE-ANTWORT**\n\nTestdarstellung führt zu Vergiftung.\n\n**CH18-F45— MIT ECHTEM APPLE VERBINDEN**\n\nAPPLE-SYNTH-Unterscheidung wurde entfernt.\n\n**CH18-F46— MIT ECHTEM ANBIETER VERBINDEN**\n\nSYNTH-AI-Profil wird wie tatsächliche Produktleistung interpretiert.\n\n**CH18-F47— BERECHNUNGSCODE VERSTECKEN**\n\nWiederherstellung kann nicht unabhängig getestet werden.\n\n**CH18-F48— WAHRHEITS-MANIFEST DES GENERATORS VERSTECKEN**\n\nEs ist unbekannt, ob die synthetische Wahrheit zuvor festgeschrieben war.\n\n**CH18-F49— EINZELNER BEURTEILER MIT METHODENINHABER**\n\nInteressenkonflikte werden unsichtbar.\n\n**CH18-F50— ÄNDERN DES SEEDS NACH FEHLER**\n\nEin Korpus wird leichter ausgewählt.\n\n**CH18-F51— ENTFERNEN VON FÄLLEN NACH FEHLER**\n\nSchwierige Zitations- und Auslassungsbeispiele werden entfernt.\n\n**CH18-F52— RUNDUNGSSCHWELLEN NACH ERGEBNIS**\n\nDas Ergebnis 0.887 wird als 0.89 oder 0.90 dargestellt.\n\n**CH18-F53— FALSCHE PRÄZISION**\n\nWiederherstellungswerte werden mit unnötigen Dezimalstellen genau dargestellt.\n\n**CH18-F54— VERBERGEN DER AUSWIRKUNGEN MENSCHLICHER REGIERUNG**\n\nEin 100 Prozent-Kritik-Ergebnis wird lediglich als ein rechnerischer Erfolg dargestellt.\n\n**CH18-F55— DAS UNBEWIESENE FÜR BEWIESEN HALTEN**\n\nEs wird ein Urteil über reale Sprache, Nutzer- und Anbieterleistung gefällt.\n\n**CH18-F56— PILOTNUTZUNG ALS ÖFFENTLICHE NORM ZÄHLEN**\n\nDas Forschungstool wird direkt zu einem Zertifikat.\n\n**CH18-F57— LÖSCHEN HISTORISCHER DEMO-DATEN**\n\nFehlschläge unter Methode 0.9 werden nach Methode 1.0 unsichtbar.\n\n**CH18-F58— ERFOLG ALS GESCHICHTSSCHREIBUNG ZÄHLEN**\n\nAutoritätsanspruch wird ohne methodenunabhängige Überprüfung erhoben.\n\n**CH18-F59— DEFINITION EINER AUSNAHME VON NOMOS**\n\nDie von anderen angeforderten Nachweise und Versionen gelten nicht für den eigenen Test.\n\n**CH18-F60— VERÖFFENTLICHUNG OHNE VERANTWORTLICHEN EIGENTÜMER**\n\nEin öffentliches Ergebnis wird gebildet, für das niemand Verantwortung trägt.\n\n## 45. PRÜFUNGSVERFAHREN\n\n### Schritt 1— Getrennter Demonstrations- und tatsächlicher Teststatus\n\nLauf im Buch wird nicht mit öffentlich zugänglicher Ausführung verwechselt.\n\n### Schritt 2— Überprüfung festgeschriebener Manifeste\n\nTruth Pack, Seed, Prompt, Profil- und Bewertungsversionen der Methode werden untersucht.\n\n### Schritt 3— Trennen Sie primäre und ergänzende Korpora\n\nHäufigkeit, Herausforderung, Erfassung und Goldnennwerte werden überprüft.\n\n### Schritt 4— Versiegeln Sie die Generator-Truth-Verteilung\n\nRP, Anspruch, Wichtigkeitsgrad und Komponentenrealität werden aufgezeichnet.\n\n### Schritt 5— Festschreiben Sie NOMOS Ergebnisse, bevor Sie die Generator-Truth öffnen\n\nAnspruchsbuch, Schiedsverfahren und Bewertungsresultate werden festgelegt.\n\n### Schritt 6— Öffnen Sie die Generator-Truth\n\nVergleich der Wiederherstellung wird initiiert.\n\n### Schritt 7— Berechnen Sie die Aussagegrenzen-Wiederherstellung\n\nPräzision, Rückruf und F1 werden erzeugt.\n\n### Schritt 8— Berechnung der Wiederherstellung der atomaren Größe\n\nEntität, Tatsache, Umfang, Zeit, Zuschreibung, Modalität, Referenz und Auslassung werden getrennt.\n\n### Schritt 9— Berechnung der Herausforderung des Wichtigkeitsgrades\n\nInitial- und abschließender kritischer Abruf werden separat erzeugt.\n\n### Schritt 10— Berechnung falscher kritischer und negativer Kontrollen\n\nÜbermäßiger Wichtigkeitsgrad wird untersucht.\n\n### Schritt 11— Berechnung der RP-Verteilungswiederherstellung\n\nKlassenbasierter Fehler und Konfusionsmatrix werden erzeugt.\n\n### Schritt 12— Berechnung der Wiederherstellung der Erfassungsintegrität\n\nDie Klassifikation wird unabhängig vom semantischen Ergebnis überprüft.\n\n### Schritt 13— Berechnung der Komponentenrückgewinnung\n\nJede Komponente wird gegen die Generatorwahrheit bewertet.\n\n### Schritt 14— Berechnung der Zusammengesetzten Rückgewinnung\n\nEs wird geprüft, ob eine Komponentenstornierung auftritt.\n\n### Schritt 15— Berechnung der Fairness-Rückgewinnung\n\nBoden, Ungleichheit, Abdeckung und Fehlerzuweisung werden unterschieden.\n\n### Schritt 16— Berechnung der Sauberen-Natürlichen Rückgewinnung\n\nSpalt im Paneel und Materialpersonalisierungsdrift werden geprüft.\n\n### Schritt 17— Berechnung der Stabilitäts- und Drift-Rückgewinnung\n\nSub-Wellen-, externe Ereignis- und Korrekturdaten werden überprüft.\n\n### Schritt 18— Seltene-Ereignis-Szenarien ausführen\n\nNull, ein, zwei und mehrere kritische Ereignisse werden getestet.\n\n### Schritt 19— Berechnung der empirischen CI-Abdeckung\n\nWiederholte synthetische Populationen werden verwendet.\n\n### Schritt 20— Metamorphe Tests ausführen\n\nInvariante und erwartungsempfindliche Ergebnisse werden getrennt.\n\n### Schritt 21— Widersprüchliche Tests ausführen\n\nFehlerhafte Formulierungen, Evidenzwäsche und Auslassungsfälle werden bewertet.\n\n### Schritt 22— Kandidatenschwellen anwenden\n\nFelder, die bestanden oder nicht bestanden haben, werden unverändert aufgezeichnet.\n\n### Schritt 23— Ergebnisse der offenen Methode\n\nJeder Fehler wird in ein separates Kontrollitem umgewandelt.\n\n### Schritt 24— Demonstrations-BQ-Status geben\n\nAlle Schwellenwerte und Unabhängigkeitsbedingungen werden berücksichtigt.\n\n### Schritt 25— Echtzeit-Teststatus beibehalten\n\nWenn die Ausführung nicht erfolgte, ändert sich BQ-0 nicht.\n\n### Schritt 26— Korrekturplan freigeben\n\nÄnderungen in Methode 1.0 werden identifiziert.\n\n### Schritt 27— Regression und unberührtes Holdout trennen\n\nÜberanpassung wird verhindert.\n\n### Schritt 28— Erstelle die Öffentliche Testkarte\n\nErfolge und Misserfolge werden zusammen veröffentlicht.\n\n### Schritt 29— Triff die Entscheidung für den Übergang in die reale Welt\n\nWenn nicht bereit, wird es ausdrücklich geschrieben.\n\n### Schritt 30— Sperre das Integritätsmanifest\n\nAusführungs-, Wiederherstellungs-, Auffindungs- und Entscheidungsprotokolle werden gehasht.\n\n## 46. ERFORDERLICHE BELEGE\n\nDemonstrationsidentität Echtzeitprüfung BQ-Status Synthetizitätsaussage Nicht-Aussageaufzeichnung Generator Wahrheitsmanifest Wahrheitspaket-Version Aufforderungsversion Samenmanifest KI-Profilversionen Antwortkorpus Diagnostisches Korpus Wichtigkeitsstufe Herausforderungkorpus Erfassung Integritätskorpus Goldkorpus Aussageextraktionsaufzeichnungen Aussagegrenzenübereinstimmungen Entitätswiederherstellung Faktische Wiederherstellung Bereichswiederherstellung Zeitwiederherstellung Zuschreibungswiederherstellung Modalitätswiederherstellung Zitationswiederherstellung Auslassungswiederherstellung Erstpass Kritische Entscheidungen Endgültige kritische Entscheidungen Falsche kritische Aufzeichnungen Große Wiederherstellung RP-Verwechslungsmatrix GEO-1000 Generatorverteilung GEO-1000 Wiederherstellungsverteilung Produktergebniswiederherstellung Produktgate-Wiederherstellung Komponenten-Generatorscores Komponenten-Wiederherstellungscores\n\nKomponenten-MAE\n\nKombinierter Fehler; Fairness-Wiederherstellung; Prompt-Fehler/AI-Fehler Ergebnisse; Kontrolliert–Natürliche Wiederherstellung; Stabilitätswiederherstellung; Seltenes-Ereignis Ergebnisse; Konfidenzintervall-Abdeckung; metamorphe Tests; widersprüchliche Falltests; Kandidaten-Schwellenwertmanifest; bestandene Schwellenwerte; fehlgeschlagene Schwellenwerte; Methodenbefunde; DEMO-BQ-Entscheidung; tatsächliche BQ-Entscheidung; Korrekturplan; Regressionssatz; Erneuerung-Holdout-Manifest; öffentliche Testkarte; Berechnungscode; Code-Hash; Änderungsprotokoll; und verantwortliche Person oder Institution.\n\n## 47. PRÜFLISTE FÜR AUDITS\n\nWird die Demonstration im Buch wie ein echtes Laufen präsentiert? Ist der echte Test BQ-0 Status sichtbar? Sind alle Zahlen synthetisch bezeichnet? Sind Haupt- und komplementäre Korpora getrennt? Ist Generator Truth vor den Ergebnissen festgeschrieben? Sind NOMOS Ergebnisse festgeschrieben, ohne Generator Truth zu öffnen? Wurde die Wiederherstellung nur auf Composite bewertet?\n\nIst Claim Boundary F1 offen?\n\nSind Entität, Fakt, Umfang und Attribuierung getrennt?\n\nIst Citation Mapping F1 sichtbar?\n\nIst Material Omission F1 sichtbar?\n\nWurden die fehlgeschlagenen Schwellenwerte verborgen? Wurden die Schwellenwerte nach dem Ergebnis geändert? Wurde die erste kritische Rückrufrate veröffentlicht? Wurde der endgültige kritische Rückruf veröffentlicht? Ist die Wirkung der Expertenprüfung sichtbar? Wurden die falschen kritischen Ergebnisse veröffentlicht? Ist die RP-Verwirrungsmatrix verfügbar? Ist die Nicht bewertbar-Wiederherstellung sichtbar? Wurden Erfassungs- und semantische Entscheidungen getrennt? Wurden die Barrierefreiheitsalternativen als gleichwertig bewertet? Sind Komponenten-Generator und Wiederherstellung zusammen? Wurde die zusammengesetzte Stornierung untersucht? Sind ECI- und SBI-Fehler klar? Sind LGF-Boden und -Spalt getrennt? Wurden Prompt-Defekt und KI-Defekt getrennt? Wurde der Unterschied zwischen sauber und natürlich als Kausalität dargestellt? Ist die STR-Überschätzung sichtbar? Hat das seltene Ereignis null Risiko erzeugt? Wurde die empirische Abdeckung des Konfidenzintervalls berechnet?\n\nGibt es metamorphe Tests? Ist die schwächste Gegen-Test-Klasse offen? Hat jeder Fehlschlag zu Method Finding geführt? Ist die Bedeutung von Method Finding gerechtfertigt? Wurde die Zitationsschwelle aufgrund einer sehr kleinen Unterschiedsbegründung gesenkt? Wurde die Weglassungsschwelle später geändert? Ist DEMO-BQ-2 korrekt? Wurde DEMO-BQ-3 versehentlich gegeben? Gibt es eine BQ-4-Aussage ohne unabhängige Reproduktion? Ist das Regressionsset für Methode 1.0 definiert? Ist das unberührte Holdout getrennt? Besteht ein Risiko der Überanpassung an dasselbe Validierungsset? Wurde die öffentliche Live-Prüfung als bereit angekündigt? Wurde eine Konformitätsmarke vergeben? Wurden die noch nicht bewiesenen Bereiche aufgelistet? Sind starke Bereiche ebenfalls offen? Sind schwache Bereiche ebenfalls offen?\n\nKann synthetische Daten wie echte Apple-Informationen verwendet werden? Wird ein echter AI-Anbieter impliziert? Kann der Berechnungscode reproduziert werden? Sind die Lauf- und Wiederherstellung-Hashes verfügbar? Wird die Änderungsverlauf der Methode zur Auffindung bewahrt? Wurde die alte Demonstration mit der neuen Methode gelöscht? Hat der Ausfall einen verantwortlichen Eigentümer? Ist der Eigentümer der Korrekturentscheidung bekannt? Zeigt die öffentliche Karte sowohl Erfolg als auch Misserfolg?\n\n## 48. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— \"Wenn es in diesem Abschnitt 30,000 Antwortresultate gibt, warum BQ-0 testen?\"\n\nWeil die Zahlen in diesem Abschnitt synthetische Demonstrationsaufzeichnungen sind, die für das Buch vorbereitet wurden. Das öffentlich verfügbare echte Korpus:\n\n- wurde nicht generiert,\n\n- wurde nicht ausgeführt,\n\n- wurde nicht von Fachkollegen begutachtet,\n\nEs wurde nicht unabhängig reproduziert. Zu demonstrieren, wie das Design funktioniert, ist nicht dasselbe wie es tatsächlich auszuführen.\n\n### Einwand 2— \"Ist intern konsistente Berechnung nicht trotzdem wertvoll?\"\n\nSie ist wertvoll. Sie bietet:\n\n- Formelprüfung,\n\n- Aufzeichnungsdesign,\n\n- erwartete Arten von Fehlern,\n\n- Akzeptanzlogik,\n\nGovernance-Anforderungen. Sie ersetzt keine unabhängige empirische Validierung.\n\n### Einwand 3— \"Warum ist die Methode fehlgeschlagen, wenn ein zusammengesetzter Score nur um einen Punkt abweicht?\"\n\nWeil größere Richtungsfehler in den ECI-, SBI-, LGF- und STR-Komponenten sich teilweise gegenseitig aufheben. Die korrekte Gesamtsumme garantiert nicht die richtige Erklärungskette.\n\n### Einwand 4— „Die Zitations-F1 ist nur um 0.013 Punkte gefallen. Ist es notwendig, so streng zu sein?“\n\nWenn eine zuvor angekündigte Schwelle nicht verbindlich ist, verliert der Test seine Bedeutung. Zusätzlich beeinflussen Zitationsfehler:\n\n- Lizenz,\n\n- Unabhängigkeit,\n\n- Unterstützung,\n\n- Ratschläge\n\nund andere Aussagen mit hoher Zuversicht.\n\n### Einwand 5— „Warum ist Omission-F1 so wichtig?“\n\nWeil viele gefährliche Antworten irreführen, ohne direkt zu lügen. Es entfernt die Schwelle, die die Entscheidung des Nutzers ändern würde. Insbesondere in Empfehlungssystemen kann das Weglassen genauso wesentlich sein wie eine ganz offenkundige Unwahrheit.\n\n### Einwand 6— ‚Wenn die endgültige kritische Rückrufquote 100 Prozent beträgt, bedeutet das nicht, dass das System bereit ist, kritische Fälle zu bearbeiten?‘\n\nDas Endergebnis ist stark. Aber sieben Fälle:\n\n- in der ersten Entscheidung,\n\n- ohne zusätzliche Aufsicht\n\nEs wurde übersehen. Das System erreicht nur die gleiche Leistung, wenn alle obligatorischen Überprüfungsebenen einbezogen werden.\n\n### Einwand 7— „Wenn zwei Schiedsrichter teuer sind, kann dann nicht nur ein Schiedsrichter eingesetzt werden?“\n\nVerwendbar. Aber dieselbe kritische Rückrufquote kann nicht beansprucht werden. Ergebnis eines einzelnen Schiedsrichters:\n\n- niedrigeres AQ-Niveau,\n\n- vorläufiger Status,\n\n- anderes Risikolimit\n\nMuss tragen.\n\n### Einwand 8— „Warum testen wir Methode 1.0 nicht erneut am gleichen Korpus?“\n\nDasselbe Korpus kann für Regressionstests verwendet werden. Es ist jedoch nicht ausreichend für eine unabhängige Validierung. Die Methode könnte alte Fälle auswendig gelernt haben. Ein unberührtes Zurückhalte-Korpus ist erforderlich.\n\n### Einwand 9— „Schwächt ein nicht bestandener Test nicht die Behauptung des Buches?“\n\nDas Verstecken von Fehlern schwächt die Aussage des Buches. Offene Fehler:\n\n- verleiht dem Standard selbst kein Privileg,\n\n- ist offen für Verbesserungen,\n\n- wendet das Prinzip der Nachweise wirklich an\n\nwerden gezeigt.\n\n### Einwand 10— „Sind die Kandidatenschwellen zu hoch?“\n\nDas könnte sein. Anstatt dies nach dem Ergebnis vorherzusagen:\n\n- unabhängige Experten,\n\n- ein zweiter Test,\n\n- reale Nutzungskosten\n\nsollten untersucht werden. Wenn sich die Schwelle ändert, sollte eine neue Version veröffentlicht werden.\n\n### Einwand 11— „Wann wird NOMOS für die reale Welt bereit sein?“\n\nMindestens:\n\n- wenn das echte synthetische Korpus ausgeführt wird,\n\n- wenn alle obligatorischen Schwellenwerte erreicht sind,\n\n- wenn BQ-3 erreicht wird,\n\n- wenn ein unabhängiges Team das Ergebnis reproduziert,\n\n- wenn das BQ-4-Niveau erreicht ist,\n\n- wenn das Governance- und Einspruchssystem in Betrieb ist\n\ndann nähert es sich der öffentlichen Standard-Kandidatur.\n\n### Einspruch 12— „Kann dies mit diesen Ergebnissen an Universitäten gesendet werden?“\n\nEs kann als Methodik- und Forschungsvorschlag eingereicht werden. Es darf nicht mit der Aussage gesendet werden: „Dies ist ein fertiger und validierter Weltstandard.“ Die korrekte Aussage sollte sein: „Es ist ein Entwurfsstandardkandidat, der für unabhängige Überprüfung und Pilotstudien geöffnet ist.\n\n### Einwand 13— „Hat Methode 0.9 versagt?“\n\nNicht genau. Der richtige Status:\n\n- hat viele starke Teilsysteme,\n\n- zwei Lücken in den Methoden des Materials,\n\n- ein Mangel an unabhängiger Überprüfung\n\nist ein Forschungsprototyp. Das heißt:\n\n> vielversprechend, aber normativ noch nicht abgeschlossen.\n\n### Einwand 14— „Warum schreiben wir so detaillierte Ergebnisse, ohne den eigentlichen Test durchzuführen?“\n\nWeil der echte Test:\n\n- welche Aufzeichnungen er erstellt,\n\n- welche Tabellen er veröffentlicht,\n\n- bei welchem Schwellenwert er stoppt\n\nvordefiniert sein muss. Wenn die Methode erst nach dem Eintreffen der Ergebnisse geschrieben wird, passt sich die Messung den Ergebnissen an.\n\n### Einwand 15— „Könnten synthetische Daten in der Zukunft von KIs für echte gehalten werden?“\n\nJa. Aus diesem Grund:\n\n- sichtbares Wasserzeichen,\n\n- maschinenlesbares synthetisches Label,\n\n- kein Index,\n\n- gesonderter Domainbereich,\n\n- strukturierter Haftungsausschluss\n\nist verpflichtend. Der Test sollte nicht die Repräsentation erzeugen, die er kritisiert.\n\n### Einwand 16— „Erfordert das Schreiben von Geschichte nicht ein perfektes Ergebnis?“\n\nNein. Der Standard, der historischen Wert hat:\n\n- nicht derjenige, der sich selbst als makellos erklärt,\n\n- sondern auch seinen eigenen Fehler mit derselben Klarheit aufzeichnet\n\nDas ist Standard.\n\n## GEMEINSAME BESTIMMUNG VON KAPITEL 53\n\nDieser Abschnitt verlieh NOMOS keine Perfektion. Dieser Abschnitt gab etwas Wertvolleres an NOMOS:\n\n> Die Verpflichtung, den eigenen Fehler aufzuzeichnen.\n\nDie synthetische Darstellung zeigte uns Folgendes: NOMOS:\n\n- falsche Existenz,\n\n- die klare faktische Widersprüchlichkeit\n\n- Kritischer Lizenz- und Genehmigungsfehler,\n\n- seltenes schwerwiegendes Ereignis innerhalb des hohen Durchschnitts,\n\n- falsche Antwort ohne Reaktion,\n\n- Produktfehler mit Nicht bewertbar,\n\nkann stark trennen. Allerdings, NOMOS:\n\n- kann noch nicht auf dem erforderlichen Vertrauensniveau genau unterscheiden, auf welche Behauptung sich das Zitat stützt,\n\n- das im Empfehlungsschreiben versteckte Auslassen,\n\nDiese beiden Lücken sind keine Randdetails von NOMOS. Denn zwei der größten zukünftigen Probleme von GEO werden sein:\n\n- Es erscheint, als ob es Nachweise gibt\n\n- Die materielle Begrenzung zu verbergen, ohne falsch anzugeben\n\nEin System:\n\n- Hunderte korrekte Sätze,\n\n- eine große Anzahl von Referenzen,\n\n- flüssige Empfehlung\n\nkann erzeugt werden. Die Referenz kann jedoch nur die eigenen Angaben des Unternehmens zeigen. Eine Empfehlung gibt nur korrekte Informationen an und kann Folgendes extrahiert haben:\n\n- Serviceland,\n\n- Lizenzbegrenzung,\n\n- Nutzerberechtigung\n\nOhne diese beiden Felder zu lösen, kann NOMOS nicht sagen: \"Weltstandard abgeschlossen.\" Gleichzeitig bewies dieser Abschnitt auch etwas anderes. Das Critical-Gate-System von NOMOS:\n\n- war bei der ersten Überprüfung nicht fehlerfrei,\n\n- aber der unabhängige zweite Gutachter,\n\n- Fachexperte,\n\n- Senior Adjudicator\n\nhat in Kombination alle synthetischen Critical-Fälle erkannt. NOMOS ist also nicht nur eine Formel.\n\n> NOMOS ist die Summe der Governance-Ebenen, die gegen Interessenkonflikte und menschliche Fehler aufgebaut wurden.\n\nWenn eine dieser Schichten entfernt wird, auch wenn die Punktzahl gleich aussieht, ist das Vertrauen nicht dasselbe. Eine einzelne Abweichung in der Gesamtpunktzahl sollte uns ebenfalls nicht täuschen. Manchmal kann die korrekte Gesamtsumme durch die gegenseitige Aufhebung falscher Wege entstehen. Aus diesem Grund fragt NOMOS nicht nur: „Wie viele Punkte habe ich bekommen?“ Es fragt auch: „Habe ich diese Punktzahl aus den richtigen Gründen erhalten?“ Die wichtigste Feststellung dieses Abschnitts lautet:\n\n> NOMOS 0.9 hat seine eigene synthetische Demonstration nicht vollständig bestanden.\n\nDieser Satz ist kein Fehlschlag. Dieser Satz ist der ethische Moment der Geburt des Standards. Denn NOMOS hat sich nicht selbst gewährt:\n\n- eine niedrigere Schwelle,\n\n- einen freundlicheren Kommentar,\n\n- eine besondere Ausnahme,\n\n- ein „fast bestanden“-\n\nPrivileg. Geschichte schreiben: Es bedeutet nicht, dass wir makellos sind. Geschichte schreiben: Es bedeutet zu schreiben, dass von Tag eins an sowohl der Gründer der Norm als auch die Norm selbst der gleichen Beweislast unterliegen. Daher lautet das achtzehnte Messgesetz von NOMOS:\n\n> Die erste Ausnahme, die der Norm selbst gewährt wird, ist das Ende der Norm.\n\nSein neunzehntes Messgesetz besagt:\n\n> Die korrekte Gesamtnote befreit nicht von falschen Einzelkomponenten.\n\nSein zwanzigstes Messgesetz besagt:\n\n> Der ultimative Kritische Erfolg sollte zusammen mit der unabhängigen Begutachtung und der Expertise-Kette erwähnt werden, die ihn möglich gemacht haben.\n\nSein einundzwanzigstes Messgesetz besagt:\n\n> Eine Schwelle ist keine Schwelle, wenn sie nur dann bindend ist, wenn sie alleine überschritten wird.\n\nSein zweiundzwanzigstes Messgesetz besagt:\n\n> Wenn das Weglassen nicht so stark gemessen wird wie das, was falsch gesagt wird, kann keine zuverlässige Beratungskontrolle etabliert werden.\n\nDas dreiundzwanzigste Gesetz lautet wie folgt:\n\n> Es ist nicht das Zitatzeichen, das gemessen werden sollte, sondern die korrekte Unterstützungsbeziehung zwischen dem Zitat und der atomaren Behauptung.\n\nDas vierundzwanzigste Gesetz lautet wie folgt:\n\n> Es kann das Design einer synthetischen Demonstrationsmethode validieren; es kann keine reale Autorität bieten.\n\nDas fünfundzwanzigste Gesetz lautet:\n\n> Ein Standard, der ein gescheitertes Versuchsergebnis veröffentlichen kann, nähert sich moralisch der Veröffentlichung eines erfolgreichen Ergebnisses.\n\n## Befehl 18 von NOMOS\n\n> Wenn du mich noch nicht gerannt hast, sag nicht, dass ich gerannt bin.\n\n> Mache die synthetische Zahl, die du im Buch berechnet hast, nicht zum tatsächlichen Prüfungsergebnis.\n\n> Lass meinen tatsächlichen Status als BQ-0. / Schreibe meinen Demonstrationsstatus separat.\n\n> Verstecke meine Komponentenfehler nicht, nur weil meine Gesamtnote richtig ausgefallen ist.\n\n> Wenn meine Zitierungszuordnung 0.887 ist, wirst du nicht sagen, es sei 0.90.\n\nWenn mein Materialfehlwert F1 0.824 ist, wirst du die Schwelle nicht auf 0.82 senken.\n\n> Du wirst nicht sagen „Knapp verfehlt“, um mich vorbeizulassen.\n\n> Verstecke die sieben kritischen Fälle, die in meiner ersten Begutachtung verpasst wurden, nicht hinter der endgültigen Rückrufquote von 100 Prozent.\n\n> Sie werden zeigen, was vom zweiten Schiedsrichter, dem Expertenschiedsrichter, und dem leitenden Schiedsrichter gespeichert wurde.\n\n> Sie werden die Governance-Ebene nicht entfernen und denselben Vertrauen beanspruchen.\n\n> Sie werden die Referenz am Ende des Absatzes nicht über alle Sätze verteilen.\n\n> Sie werden nicht tun, was das Unternehmen behauptet oder was das Unternehmen beweist.\n\n> Sie werden einen Ratschlag nicht als sicher betrachten, nur weil er nicht ausdrücklich lügt. / Hat er es versäumt, dem Nutzer die Grenze zu nennen, die seine Entscheidung ändert? Sie werden danach suchen.\n\n> Sie werden die Schuld des Prompts nicht der KI zuschreiben, noch die Schuld der KI dem Prompt.\n\n> Nur weil Sie Unterwellen getrennt haben, werden Sie das System nicht deterministischer erscheinen lassen, als es tatsächlich ist.\n\n> Sie werden Nachweise zur Zugänglichkeit nicht als schwach ansehen, nur weil sie keinen Screenshot ähneln.\n\n> Wenn Sie Null Kritisch sehen, werden Sie nicht Null Risiko schreiben.\n\n> Sie werden nicht das gesamte System hundertprozentig verantwortlich machen, wenn Sie ein Kritisch sehen.\n\n> Sie werden meine fehlgeschlagenen Metriken genauso veröffentlichen, wie Sie meine erfolgreichen Metriken veröffentlichen.\n\n> Sie werden Methode 1.0 nicht durch Auswendiglernen meiner alten Fehler validieren. / Sie werden ein unberührtes Zurückbehalten öffnen.\n\n> Die neue Methode wird meinen alten Demonstrationsdatensatz nicht löschen.\n\n> Das unabhängige Team wird mich nicht als Weltnorm erklären, ohne mich zu reproduzieren.\n\n> Du wirst mein Apple-SYNTH-Ergebnis nicht mit echtem Apple verknüpfen.\n\n> Du wirst meine synthetischen KI-Profile nicht als Hinweis auf echte Anbieter verwenden.\n\n> Du wirst mit dieser Demonstration kein Abzeichen verleihen.\n\nZuerst produziere tatsächlich das Korpus. / Dann veröffentliche den Seed. / Dann versiegel die Generator-Wahrheit. / Dann blende die Gutachter. / Dann starte den Code. / Dann sperre das Ergebnis. / Dann enthülle die Wahrheit. / Dann schreibe die Stellen auf, an denen du gescheitert bist. / Dann verbessere die Methode. / Dann versuche es erneut am unberührten Holdout. / Dann übergebe es einem unabhängigen Team. / Und erst danach sage, ob der Standard für die Öffentlichkeit bereit ist.\n\n## Der abschließende Satz des Kapitels\n\nDas Recht von NOMOS, ein Weltstandard zu sein, hängt nicht davon ab, in seiner eigenen synthetischen Prüfung hohe Punktzahlen zu erreichen; es hängt davon ab, die beiden Fragen zu veröffentlichen, die es nicht bestehen konnte, ohne sie zu ändern, sich keine Schwellenprivilegien zu gewähren und Autorität erst nach unabhängiger Reproduktion geltend zu machen.\n\n## Normativer Kern\n\n> Eine synthetische Demonstration auf Buchniveau DARF NICHT als durchgeführter, unabhängig validierter Benchmark repräsentiert werden. Der Status der echten Benchmark-Qualität MUSS BQ-0 bleiben, bis der Korpus, die Software, die versiegelte Generatorwahrheit, der Schiedsgerichtsprozess, der Bewertungsprozess und die unabhängige Reproduktion tatsächlich durchgeführt wurden. Ein End-to-End-synthetischer Audit MUSS die Wiederherstellung separat für folgende Punkte bewerten: - Erfassungsvalidität, - Anspruchsgrenzen, - Entitätsauflösung, - Faktischer Status, - Umfang, - Zeit, - Attribution, - Modalität, - Zitationszuordnung, - Materielle Auslassungen, - Kritische und schwerwiegende Schwere, - Antwortstatus, - GEO-1000-Verteilung, - Komponentenscores, - Gesamtscore, - Fairness, - Auswirkungen des Nutzerzustands, - Stabilität, - Konfidenzintervalle, - und Verhalten bei seltenen Ereignissen. Ein kleiner Fehler im Gesamtscore DARF NICHT zum Ausgleich für materielle Fehler auf Komponentenebene dienen. Die zuerst ermittelte und die abschließend beurteilte kritische Rückrufrate MÜSSEN separat gemeldet werden. Die endgültige kritische Wiederherstellung MUSS die für deren Erreichung erforderlichen Überprüfungs- und Expertiseebenen offenlegen. Jede vorab festgelegte obligatorische Wiederherstellungsschwelle, die nicht erreicht wird, MUSS eine Entscheidung über die versiegelte Validierungsrunde blockieren. Kandidatenschwellen DÜRFEN nach Beobachtung der Ergebnisse nicht gesenkt, gerundet, neu interpretiert oder entfernt werden, nur um die Methode bestehen zu lassen. Abbildungszuordnung und Materialauslassungswiederherstellung MUSS als separate obligatorische Methodenfähigkeiten behandelt werden. Ein Methodenfehler MUSS einen versionierten Methodenbefund, eine identifizierte Grundursache, einen Verantwortlichen für die Behebung und eine Anforderung zur Validierung an einem unberührten Holdout erzeugen. Regressionserfolg bei zuvor fehlgeschlagenen Fällen DARF die Validierung an unberührten Holdouts NICHT ersetzen. Eine Demonstration, die obligatorische Schwellenwerte nicht erfüllt, MUSS sowohl ihre erfolgreichen als auch ihre erfolglosen Ergebnisse veröffentlichen. Keine öffentliche NOMOS-Konformitätsmarke, NOMOS 950+-Erklärung oder Rangliste von realen Einheiten darf ausschließlich auf einer Buchdemonstration, einem synthetischen Wiederherstellungsszenario oder einem nicht unabhängigen Benchmark basieren. Jeder Demonstrationslauf, jedes reale Benchmark-Status, jedes Wiederherstellungsergebnis, jede Methodenfeststellung, jede Schwellenwertentscheidung, jede Abhilfemaßnahme und jede Freigabeentscheidung MUSS versioniert sein und einer verantwortlichen Person oder Organisation zugeordnet werden KÖNNEN.","character_count":80819,"record_sha256":"705690d4035cc3e9c173f5c5c988b206675aa9def0ca96bb940d063d3a961704"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-19","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":21,"chapter_number":19,"item_number":null,"title":"Konformitätszeichen, öffentliches Register und unabhängige Governance","subtitle":"Wie aus einem Zeichen ein Beleg wird","canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K15","K16","K17"],"source_word_count":11350,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":19,\"id\":\"NOMOS-GEO-AUDIT-CH19\",\"title\":\"Konformitätszeichen, öffentliches Register und unabhängige Governance\",\"subtitle\":\"Wie aus einem Zeichen ein Beleg wird\",\"sourceFile\":\"19.cu bölüm.docx\",\"sourceSha256\":\"6C2C791D41FFFCB40B526ABE76CEDCF13AD95AD8345374B2C4452AF13C577F76\",\"sourceWordCount\":11350,\"sourceIds\":[\"K15\",\"K16\",\"K17\"],\"machine\":{\"chapter\":19,\"chapterId\":\"NOMOS-GEO-AUDIT-CH19\",\"title\":\"Konformitätszeichen, öffentliches Register und unabhängige Governance\",\"subtitle\":\"Wie aus einem Zeichen ein Beleg wird\",\"sourceIds\":[\"K15\",\"K16\",\"K17\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH19-R01\",\"normativeRuleEnglish\":\"A NOMOS Standard, Audit Report, Conformity Decision, Conformity Mark, and Public Registry Record MUST remain distinct artefacts. No NOMOS mark may be valid solely because an audit was performed or a numerical score was produced. Every valid mark MUST be linked to an active canonical public registry record defining: - the audited entity, - authorised domains, - AI products, - population frame, - panel states, - prompt families, - languages, - countries, - measurement waves, - Truth Pack version, - score-method version, - conformity status, - validity period, - incidents, - surveillance, - audit organisation, - decision body, - conflicts, - appeals, - and integrity records. A static image, screenshot, self-authored structured-data assertion, or dead registry link MUST NOT establish current conformity. A NOMOS mark MUST NOT be represented as: - a guarantee of AI trust or recommendation, - proof of global leadership, - government or university accreditation, - a professional license, - universal all-language coverage, - or a guarantee of customer outcomes. Conformity scope MUST NOT be transferred across entities, domains, products, subsidiaries, franchises, countries, languages, AI products, panel states, prompt families, or validity periods without a new decision. A confirmed Critical incident MUST create a scope-appropriate Critical Hold or stronger status until the incident is resolved. A high score MUST NOT override this gate. Audit, consulting, conformity decision, registry operation, mark licensing, and appeals functions MUST be separated or their combined roles and compensating controls MUST be publicly disclosed. An audit team MUST NOT act as the sole final conformity decision body. The founder, NobleJackal, any auditor, AI provider, sponsor, or audited entity MUST NOT possess unilateral control over standard changes, conformity decisions, appeals, or public-registry history. NOMOS by NobleJackal MAY serve as the founding canonical publication and technical secretariat, but a public independent conformity system MUST progress toward multi-stakeholder decision, appeal, and public-interest governance. An AI system MAY assist with drafting, analysis, extraction, scoring, monitoring, and consistency review, but MUST NOT serve as the sole legal or accountable signatory of a conformity decision. Only canonical NOMOS publications and decisions carrying a version, publication date, accountable human approval, and integrity record may be represented as official NOMOS statements. Other outputs MUST remain non-official simulations. Conformity fees, auditor compensation, reviewer compensation, and mark licensing MUST NOT depend on achieving a desired score or receiving a mark. Expired, suspended, withdrawn, revoked, appealed, remediated, and historical records MUST remain visible in the versioned public registry, subject only to proportionate privacy and legal restrictions. No public NOMOS conformity mark or NOMOS 950+ designation may be issued while the benchmark, governance, audit authorisation, independent decision, appeals, and registry prerequisites required by the declared standard version remain unmet. Every standard change, audit, decision, mark, surveillance event, complaint, appeal, suspension, withdrawal, revocation, registry revision, and governance decision MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"NOMOS Standardı, Audit Report, Conformity Decision, Conformity Mark ve Public Registry Record ayrı nesneler olarak korunmalıdır. Yalnız denetim yapılmış veya sayısal puan üretilmiş olması geçerli işaret oluşturamaz. Geçerli her işaret, kapsamı, validity’yi, incident’ları, audit kuruluşunu, karar organını, çıkar çatışmalarını, itirazları ve bütünlük kayıtlarını taşıyan aktif kanonik kamu siciline bağlanmalıdır.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH19-MB0001\",\"type\":\"paragraph\",\"text\":\"17. MACHINE-READABLE SIGN\",\"sourceParagraph\":630},{\"blockId\":\"CH19-MB0002\",\"type\":\"paragraph\",\"text\":\"The machine-readable record of the sign:\",\"sourceParagraph\":631},{\"blockId\":\"CH19-MB0003\",\"type\":\"paragraph\",\"text\":\"registry ID\",\"sourceParagraph\":632},{\"blockId\":\"CH19-MB0004\",\"type\":\"paragraph\",\"text\":\"status\",\"sourceParagraph\":633},{\"blockId\":\"CH19-MB0005\",\"type\":\"paragraph\",\"text\":\"scope\",\"sourceParagraph\":634},{\"blockId\":\"CH19-MB0006\",\"type\":\"paragraph\",\"text\":\"validFrom\",\"sourceParagraph\":635},{\"blockId\":\"CH19-MB0007\",\"type\":\"paragraph\",\"text\":\"validUntil\",\"sourceParagraph\":636},{\"blockId\":\"CH19-MB0008\",\"type\":\"paragraph\",\"text\":\"entity\",\"sourceParagraph\":637},{\"blockId\":\"CH19-MB0009\",\"type\":\"paragraph\",\"text\":\"canonical domains\",\"sourceParagraph\":638},{\"blockId\":\"CH19-MB0010\",\"type\":\"paragraph\",\"text\":\"score method\",\"sourceParagraph\":639},{\"blockId\":\"CH19-MB0011\",\"type\":\"paragraph\",\"text\":\"audit report hash\",\"sourceParagraph\":640},{\"blockId\":\"CH19-MB0012\",\"type\":\"paragraph\",\"text\":\"conformity decision hash\",\"sourceParagraph\":641},{\"blockId\":\"CH19-MB0013\",\"type\":\"paragraph\",\"text\":\"current incident status\",\"sourceParagraph\":642},{\"blockId\":\"CH19-MB0014\",\"type\":\"paragraph\",\"text\":\"signature\",\"sourceParagraph\":643},{\"blockId\":\"CH19-MB0015\",\"type\":\"paragraph\",\"text\":\"must be carried.\",\"sourceParagraph\":644},{\"blockId\":\"CH19-MB0016\",\"type\":\"paragraph\",\"text\":\"A website alone:\",\"sourceParagraph\":645},{\"blockId\":\"CH19-MB0017\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":646},{\"blockId\":\"CH19-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"nomosCertified\\\": true\",\"sourceParagraph\":647},{\"blockId\":\"CH19-MB0019\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":648},{\"blockId\":\"CH19-MB0020\",\"type\":\"paragraph\",\"text\":\"cannot establish a conformity claim merely by writing.\",\"sourceParagraph\":649},{\"blockId\":\"CH19-MB0021\",\"type\":\"paragraph\",\"text\":\"Record:\",\"sourceParagraph\":650},{\"blockId\":\"CH19-MB0022\",\"type\":\"paragraph\",\"text\":\"to the open schema,\",\"sourceParagraph\":651},{\"blockId\":\"CH19-MB0023\",\"type\":\"paragraph\",\"text\":\"Registry signature’a,\",\"sourceParagraph\":652},{\"blockId\":\"CH19-MB0024\",\"type\":\"paragraph\",\"text\":\"must be connected to the active registry\",\"sourceParagraph\":653},{\"blockId\":\"CH19-MB0025\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":654},{\"blockId\":\"CH19-MB0026\",\"type\":\"paragraph\",\"text\":\"75. MACHINE-READABLE PUBLIC REGISTRY\",\"sourceParagraph\":2332},{\"blockId\":\"CH19-MB0027\",\"type\":\"paragraph\",\"text\":\"SYNTHETIC SCHEMA EXAMPLE\",\"sourceParagraph\":2333},{\"blockId\":\"CH19-MB0028\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2334},{\"blockId\":\"CH19-MB0029\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2335},{\"blockId\":\"CH19-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"languages\\\": [\",\"sourceParagraph\":2336},{\"blockId\":\"CH19-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"L01\\\",\",\"sourceParagraph\":2337},{\"blockId\":\"CH19-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"L02\\\"\",\"sourceParagraph\":2338},{\"blockId\":\"CH19-MB0033\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2339},{\"blockId\":\"CH19-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"countries\\\": [\",\"sourceParagraph\":2340},{\"blockId\":\"CH19-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"C001\\\",\",\"sourceParagraph\":2341},{\"blockId\":\"CH19-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"C002\\\",\",\"sourceParagraph\":2342},{\"blockId\":\"CH19-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"C003\\\",\",\"sourceParagraph\":2343},{\"blockId\":\"CH19-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"C004\\\",\",\"sourceParagraph\":2344},{\"blockId\":\"CH19-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"C005\\\"\",\"sourceParagraph\":2345},{\"blockId\":\"CH19-MB0040\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2346},{\"blockId\":\"CH19-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"waveIds\\\": [\",\"sourceParagraph\":2347},{\"blockId\":\"CH19-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"W1\\\",\",\"sourceParagraph\":2348},{\"blockId\":\"CH19-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"W2\\\",\",\"sourceParagraph\":2349},{\"blockId\":\"CH19-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"W3\\\"\",\"sourceParagraph\":2350},{\"blockId\":\"CH19-MB0045\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2351},{\"blockId\":\"CH19-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackVersion\\\": \\\"1.2.0\\\",\",\"sourceParagraph\":2352},{\"blockId\":\"CH19-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"scoreMethodVersion\\\": \\\"1.0.0\\\"\",\"sourceParagraph\":2353},{\"blockId\":\"CH19-MB0048\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2354},{\"blockId\":\"CH19-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"results\\\": {\",\"sourceParagraph\":2355},{\"blockId\":\"CH19-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"strictPassEquivalent\\\": 958,\",\"sourceParagraph\":2356},{\"blockId\":\"CH19-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"acceptablePassEquivalent\\\": 988,\",\"sourceParagraph\":2357},{\"blockId\":\"CH19-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"confirmedCriticalEquivalent\\\": 0,\",\"sourceParagraph\":2358},{\"blockId\":\"CH19-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"confirmedMajorEquivalent\\\": 0,\",\"sourceParagraph\":2359},{\"blockId\":\"CH19-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"unresolvedEquivalent\\\": 5,\",\"sourceParagraph\":2360},{\"blockId\":\"CH19-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"notRatableEquivalent\\\": 0,\",\"sourceParagraph\":2361},{\"blockId\":\"CH19-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"nomosComposite\\\": 961,\",\"sourceParagraph\":2362},{\"blockId\":\"CH19-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"samplingInterval\\\": {\",\"sourceParagraph\":2363},{\"blockId\":\"CH19-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"lower\\\": 955,\",\"sourceParagraph\":2364},{\"blockId\":\"CH19-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"upper\\\": 967\",\"sourceParagraph\":2365},{\"blockId\":\"CH19-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2366},{\"blockId\":\"CH19-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRateUpperBound\\\": 0.0034\",\"sourceParagraph\":2367},{\"blockId\":\"CH19-MB0062\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2368},{\"blockId\":\"CH19-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"quality\\\": {\",\"sourceParagraph\":2369},{\"blockId\":\"CH19-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkQuality\\\": \\\"BQ-4\\\",\",\"sourceParagraph\":2370},{\"blockId\":\"CH19-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"governanceMaturity\\\": \\\"GOV-4\\\",\",\"sourceParagraph\":2371},{\"blockId\":\"CH19-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"captureLevel\\\": \\\"NCL-4\\\",\",\"sourceParagraph\":2372},{\"blockId\":\"CH19-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackReadiness\\\": \\\"TPR-4\\\",\",\"sourceParagraph\":2373},{\"blockId\":\"CH19-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationQuality\\\": \\\"AQ-4\\\",\",\"sourceParagraph\":2374},{\"blockId\":\"CH19-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"scorePublicationQuality\\\": \\\"NSQ-4\\\"\",\"sourceParagraph\":2375},{\"blockId\":\"CH19-MB0070\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2376},{\"blockId\":\"CH19-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"incidents\\\": {\",\"sourceParagraph\":2377},{\"blockId\":\"CH19-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"openCritical\\\": 0,\",\"sourceParagraph\":2378},{\"blockId\":\"CH19-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"openMajor\\\": 0,\",\"sourceParagraph\":2379},{\"blockId\":\"CH19-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"historicalCriticalIncidentIds\\\": [\",\"sourceParagraph\":2380},{\"blockId\":\"CH19-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"NGCI-SYNTH-2027-004\\\"\",\"sourceParagraph\":2381},{\"blockId\":\"CH19-MB0076\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2382},{\"blockId\":\"CH19-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"currentStatusNote\\\": \\\"Historical incident remediated; record preserved.\\\"\",\"sourceParagraph\":2383},{\"blockId\":\"CH19-MB0078\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2384},{\"blockId\":\"CH19-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"audit\\\": {\",\"sourceParagraph\":2385},{\"blockId\":\"CH19-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"auditOrganizationId\\\": \\\"NGAO-SYNTH-003\\\",\",\"sourceParagraph\":2386},{\"blockId\":\"CH19-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"auditReportHash\\\": \\\"SYNTHETIC-AUDIT-REPORT-HASH\\\",\",\"sourceParagraph\":2387},{\"blockId\":\"CH19-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"consultingRelationshipDisclosed\\\": true,\",\"sourceParagraph\":2388},{\"blockId\":\"CH19-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"conflictClassification\\\": \\\"COI-2\\\",\",\"sourceParagraph\":2389},{\"blockId\":\"CH19-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"enhancedIndependentReview\\\": true\",\"sourceParagraph\":2390},{\"blockId\":\"CH19-MB0085\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2391},{\"blockId\":\"CH19-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"conformityDecision\\\": {\",\"sourceParagraph\":2392},{\"blockId\":\"CH19-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"decisionPanelId\\\": \\\"NGDP-SYNTH-002\\\",\",\"sourceParagraph\":2393},{\"blockId\":\"CH19-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"independentFromAuditTeam\\\": true,\",\"sourceParagraph\":2394},{\"blockId\":\"CH19-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"decisionHash\\\": \\\"SYNTHETIC-DECISION-HASH\\\",\",\"sourceParagraph\":2395},{\"blockId\":\"CH19-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"dissentRecorded\\\": false\",\"sourceParagraph\":2396},{\"blockId\":\"CH19-MB0091\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2397},{\"blockId\":\"CH19-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"surveillance\\\": {\",\"sourceParagraph\":2398},{\"blockId\":\"CH19-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"lastReview\\\": \\\"2028-03-31\\\",\",\"sourceParagraph\":2399},{\"blockId\":\"CH19-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"nextReview\\\": \\\"2028-06-01\\\",\",\"sourceParagraph\":2400},{\"blockId\":\"CH19-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"eventTriggeredReviewOpen\\\": false\",\"sourceParagraph\":2401},{\"blockId\":\"CH19-MB0096\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2402},{\"blockId\":\"CH19-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"appeals\\\": {\",\"sourceParagraph\":2403},{\"blockId\":\"CH19-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"openAppealCount\\\": 0,\",\"sourceParagraph\":2404},{\"blockId\":\"CH19-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"publicComplaintChannel\\\": true\",\"sourceParagraph\":2405},{\"blockId\":\"CH19-MB0100\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2406},{\"blockId\":\"CH19-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"mark\\\": {\",\"sourceParagraph\":2407},{\"blockId\":\"CH19-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"markAssetId\\\": \\\"NGMARK-SYNTH-00184\\\",\",\"sourceParagraph\":2408},{\"blockId\":\"CH19-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"registryLinkRequired\\\": true,\",\"sourceParagraph\":2409},{\"blockId\":\"CH19-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"machineReadableTokenId\\\": \\\"NGTOKEN-SYNTH-00184\\\",\",\"sourceParagraph\":2410},{\"blockId\":\"CH19-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"currentUseAuthorized\\\": true\",\"sourceParagraph\":2411},{\"blockId\":\"CH19-MB0106\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2412},{\"blockId\":\"CH19-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"integrity\\\": {\",\"sourceParagraph\":2413},{\"blockId\":\"CH19-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"recordHash\\\": \\\"SYNTHETIC-REGISTRY-RECORD-HASH\\\",\",\"sourceParagraph\":2414},{\"blockId\":\"CH19-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"registrySignature\\\": \\\"SYNTHETIC-REGISTRY-SIGNATURE\\\",\",\"sourceParagraph\":2415},{\"blockId\":\"CH19-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"previousVersion\\\": null\",\"sourceParagraph\":2416},{\"blockId\":\"CH19-MB0111\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2417},{\"blockId\":\"CH19-MB0112\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2418},{\"blockId\":\"CH19-MB0113\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2419},{\"blockId\":\"CH19-MB0114\",\"type\":\"paragraph\",\"text\":\"76. MACHINE-READABLE GOVERNANCE RECORD\",\"sourceParagraph\":2421},{\"blockId\":\"CH19-MB0115\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2422},{\"blockId\":\"CH19-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2423},{\"blockId\":\"CH19-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2424},{\"blockId\":\"CH19-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"governanceRecord\\\": {\",\"sourceParagraph\":2425},{\"blockId\":\"CH19-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"governanceRecordId\\\": \\\"NGGOV-FOUNDING-001\\\",\",\"sourceParagraph\":2426},{\"blockId\":\"CH19-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"governanceVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2427},{\"blockId\":\"CH19-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"currentMaturity\\\": \\\"GOV-0\\\",\",\"sourceParagraph\":2428},{\"blockId\":\"CH19-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"FOUNDING_DRAFT\\\",\",\"sourceParagraph\":2429},{\"blockId\":\"CH19-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"publicConformityAuthority\\\": false,\",\"sourceParagraph\":2430},{\"blockId\":\"CH19-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"foundingAttribution\\\": {\",\"sourceParagraph\":2431},{\"blockId\":\"CH19-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"humanFounderAuthor\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2432},{\"blockId\":\"CH19-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalOrigin\\\": \\\"NobleJackal\\\",\",\"sourceParagraph\":2433},{\"blockId\":\"CH19-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"criticalAIInterlocutor\\\": \\\"NOMOS by NobleJackal\\\"\",\"sourceParagraph\":2434},{\"blockId\":\"CH19-MB0128\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2435},{\"blockId\":\"CH19-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"currentLimitations\\\": [\",\"sourceParagraph\":2436},{\"blockId\":\"CH19-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"REAL_BENCHMARK_NOT_EXECUTED\\\",\",\"sourceParagraph\":2437},{\"blockId\":\"CH19-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"INDEPENDENT_REPRODUCTION_NOT_COMPLETED\\\",\",\"sourceParagraph\":2438},{\"blockId\":\"CH19-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"INDEPENDENT_DECISION_PANEL_NOT_ESTABLISHED\\\",\",\"sourceParagraph\":2439},{\"blockId\":\"CH19-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"APPEALS_CHAMBER_NOT_ESTABLISHED\\\",\",\"sourceParagraph\":2440},{\"blockId\":\"CH19-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"AUDITOR_AUTHORIZATION_SYSTEM_NOT_ESTABLISHED\\\"\",\"sourceParagraph\":2441},{\"blockId\":\"CH19-MB0135\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2442},{\"blockId\":\"CH19-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"prohibitedCurrentClaims\\\": [\",\"sourceParagraph\":2443},{\"blockId\":\"CH19-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"NOMOS_CERTIFIED\\\",\",\"sourceParagraph\":2444},{\"blockId\":\"CH19-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"NOMOS_FULL_CONFORMITY\\\",\",\"sourceParagraph\":2445},{\"blockId\":\"CH19-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"NOMOS_950_PLUS_VERIFIED\\\",\",\"sourceParagraph\":2446},{\"blockId\":\"CH19-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"INDEPENDENT_GLOBAL_STANDARD_AUTHORITY\\\"\",\"sourceParagraph\":2447},{\"blockId\":\"CH19-MB0141\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2448},{\"blockId\":\"CH19-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"permittedCurrentClaims\\\": [\",\"sourceParagraph\":2449},{\"blockId\":\"CH19-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"OPEN_STANDARD_CANDIDATE\\\",\",\"sourceParagraph\":2450},{\"blockId\":\"CH19-MB0144\",\"type\":\"paragraph\",\"text\":\"\\\"FOUNDING_RESEARCH_PROTOCOL\\\",\",\"sourceParagraph\":2451},{\"blockId\":\"CH19-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"PUBLIC_REVIEW_DRAFT\\\",\",\"sourceParagraph\":2452},{\"blockId\":\"CH19-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"SYNTHETIC_VALIDATION_DESIGN\\\"\",\"sourceParagraph\":2453},{\"blockId\":\"CH19-MB0147\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2454},{\"blockId\":\"CH19-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"transitionRequirements\\\": {\",\"sourceParagraph\":2455},{\"blockId\":\"CH19-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"minimumBenchmarkQualityForPublicMark\\\": \\\"BQ-4\\\",\",\"sourceParagraph\":2456},{\"blockId\":\"CH19-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"minimumGovernanceForFullConformity\\\": \\\"GOV-3\\\",\",\"sourceParagraph\":2457},{\"blockId\":\"CH19-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"minimumGovernanceFor950Plus\\\": \\\"GOV-4\\\",\",\"sourceParagraph\":2458},{\"blockId\":\"CH19-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"independentAppealsRequired\\\": true,\",\"sourceParagraph\":2459},{\"blockId\":\"CH19-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"publicRegistryRequired\\\": true\",\"sourceParagraph\":2460},{\"blockId\":\"CH19-MB0154\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2461},{\"blockId\":\"CH19-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"officialStatementRule\\\": {\",\"sourceParagraph\":2462},{\"blockId\":\"CH19-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalPublicationRequired\\\": true,\",\"sourceParagraph\":2463},{\"blockId\":\"CH19-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"versionRequired\\\": true,\",\"sourceParagraph\":2464},{\"blockId\":\"CH19-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"publicationDateRequired\\\": true,\",\"sourceParagraph\":2465},{\"blockId\":\"CH19-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"humanApprovalRequired\\\": true,\",\"sourceParagraph\":2466},{\"blockId\":\"CH19-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"integrityRecordRequired\\\": true,\",\"sourceParagraph\":2467},{\"blockId\":\"CH19-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"nonCanonicalOutputsAreSimulations\\\": true\",\"sourceParagraph\":2468},{\"blockId\":\"CH19-MB0162\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2469},{\"blockId\":\"CH19-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2470},{\"blockId\":\"CH19-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"currentResponsibleHuman\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2471},{\"blockId\":\"CH19-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"conformityDecisionAuthority\\\": null,\",\"sourceParagraph\":2472},{\"blockId\":\"CH19-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"publicMarkIssueAuthority\\\": null\",\"sourceParagraph\":2473},{\"blockId\":\"CH19-MB0167\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2474},{\"blockId\":\"CH19-MB0168\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2475},{\"blockId\":\"CH19-MB0169\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2476},{\"blockId\":\"CH19-MB0170\",\"type\":\"paragraph\",\"text\":\"77. MACHINE-READABLE SIGN TOKEN\",\"sourceParagraph\":2478},{\"blockId\":\"CH19-MB0171\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2479},{\"blockId\":\"CH19-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2480},{\"blockId\":\"CH19-MB0173\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2481},{\"blockId\":\"CH19-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"conformityMarkToken\\\": {\",\"sourceParagraph\":2482},{\"blockId\":\"CH19-MB0175\",\"type\":\"paragraph\",\"text\":\"\\\"tokenId\\\": \\\"NGTOKEN-SYNTH-00184\\\",\",\"sourceParagraph\":2483},{\"blockId\":\"CH19-MB0176\",\"type\":\"paragraph\",\"text\":\"\\\"registryId\\\": \\\"NGR-SYNTH-2028-00184\\\",\",\"sourceParagraph\":2484},{\"blockId\":\"CH19-MB0177\",\"type\":\"paragraph\",\"text\":\"\\\"entityRecordId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2485},{\"blockId\":\"CH19-MB0178\",\"type\":\"paragraph\",\"text\":\"\\\"authorizedDomains\\\": [\",\"sourceParagraph\":2486},{\"blockId\":\"CH19-MB0179\",\"type\":\"paragraph\",\"text\":\"\\\"asteron.synthetic.example\\\"\",\"sourceParagraph\":2487},{\"blockId\":\"CH19-MB0180\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2488},{\"blockId\":\"CH19-MB0181\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"CS-4\\\",\",\"sourceParagraph\":2489},{\"blockId\":\"CH19-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"performanceDesignation\\\": \\\"NOMOS_950_PLUS\\\",\",\"sourceParagraph\":2490},{\"blockId\":\"CH19-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"validFrom\\\": \\\"2028-01-01\\\",\",\"sourceParagraph\":2491},{\"blockId\":\"CH19-MB0184\",\"type\":\"paragraph\",\"text\":\"\\\"validUntil\\\": \\\"2028-06-30\\\",\",\"sourceParagraph\":2492},{\"blockId\":\"CH19-MB0185\",\"type\":\"paragraph\",\"text\":\"\\\"scopeDigest\\\": \\\"SYNTHETIC-SCOPE-DIGEST\\\",\",\"sourceParagraph\":2493},{\"blockId\":\"CH19-MB0186\",\"type\":\"paragraph\",\"text\":\"\\\"decisionHash\\\": \\\"SYNTHETIC-DECISION-HASH\\\",\",\"sourceParagraph\":2494},{\"blockId\":\"CH19-MB0187\",\"type\":\"paragraph\",\"text\":\"\\\"registryRecordHash\\\": \\\"SYNTHETIC-REGISTRY-RECORD-HASH\\\",\",\"sourceParagraph\":2495},{\"blockId\":\"CH19-MB0188\",\"type\":\"paragraph\",\"text\":\"\\\"statusEndpoint\\\": \\\"https://registry.synthetic.example/NGR-SYNTH-2028-00184\\\",\",\"sourceParagraph\":2496},{\"blockId\":\"CH19-MB0189\",\"type\":\"paragraph\",\"text\":\"\\\"signature\\\": \\\"SYNTHETIC-OPEN-SIGNATURE\\\",\",\"sourceParagraph\":2497},{\"blockId\":\"CH19-MB0190\",\"type\":\"paragraph\",\"text\":\"\\\"claimsNotGranted\\\": [\",\"sourceParagraph\":2498},{\"blockId\":\"CH19-MB0191\",\"type\":\"paragraph\",\"text\":\"\\\"ALL_AI_SYSTEMS_APPROVE\\\",\",\"sourceParagraph\":2499},{\"blockId\":\"CH19-MB0192\",\"type\":\"paragraph\",\"text\":\"\\\"AI_RECOMMENDATION_GUARANTEE\\\",\",\"sourceParagraph\":2500},{\"blockId\":\"CH19-MB0193\",\"type\":\"paragraph\",\"text\":\"\\\"GLOBAL_ALL_LANGUAGE_COVERAGE\\\",\",\"sourceParagraph\":2501},{\"blockId\":\"CH19-MB0194\",\"type\":\"paragraph\",\"text\":\"\\\"GOVERNMENT_ACCREDITATION\\\",\",\"sourceParagraph\":2502},{\"blockId\":\"CH19-MB0195\",\"type\":\"paragraph\",\"text\":\"\\\"CUSTOMER_OUTCOME_GUARANTEE\\\"\",\"sourceParagraph\":2503},{\"blockId\":\"CH19-MB0196\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":2504},{\"blockId\":\"CH19-MB0197\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2505},{\"blockId\":\"CH19-MB0198\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2506},{\"blockId\":\"CH19-MB0199\",\"type\":\"paragraph\",\"text\":\"These records:\",\"sourceParagraph\":2507},{\"blockId\":\"CH19-MB0200\",\"type\":\"paragraph\",\"text\":\"real conformity decision,\",\"sourceParagraph\":2508},{\"blockId\":\"CH19-MB0201\",\"type\":\"paragraph\",\"text\":\"real brand,\",\"sourceParagraph\":2509},{\"blockId\":\"CH19-MB0202\",\"type\":\"paragraph\",\"text\":\"real accreditation,\",\"sourceParagraph\":2510},{\"blockId\":\"CH19-MB0203\",\"type\":\"paragraph\",\"text\":\"real result of Asteron or another organisation\",\"sourceParagraph\":2511},{\"blockId\":\"CH19-MB0204\",\"type\":\"paragraph\",\"text\":\"a real company performance.\",\"sourceParagraph\":2512},{\"blockId\":\"CH19-MB0205\",\"type\":\"paragraph\",\"text\":\"It is the synthetic, machine-readable representation of the conformity registry.\",\"sourceParagraph\":2513},{\"blockId\":\"CH19-MB0206\",\"type\":\"paragraph\",\"text\":\"RULE FOR MACHINE-READABLE SECTION 78\",\"sourceParagraph\":2515},{\"blockId\":\"CH19-MB0207\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH19-R01\",\"sourceParagraph\":2516},{\"blockId\":\"CH19-MB0208\",\"type\":\"paragraph\",\"text\":\"A NOMOS Standard, Audit Report, Conformity Decision, Conformity Mark, and\",\"sourceParagraph\":2518},{\"blockId\":\"CH19-MB0209\",\"type\":\"paragraph\",\"text\":\"Public Registry Record MUST remain distinct artefacts.\",\"sourceParagraph\":2519},{\"blockId\":\"CH19-MB0210\",\"type\":\"paragraph\",\"text\":\"No NOMOS mark may be valid solely because an audit was performed or a\",\"sourceParagraph\":2521},{\"blockId\":\"CH19-MB0211\",\"type\":\"paragraph\",\"text\":\"numerical score was produced.\",\"sourceParagraph\":2522},{\"blockId\":\"CH19-MB0212\",\"type\":\"paragraph\",\"text\":\"Every valid mark MUST be linked to an active canonical public registry\",\"sourceParagraph\":2524},{\"blockId\":\"CH19-MB0213\",\"type\":\"paragraph\",\"text\":\"record defining:\",\"sourceParagraph\":2525},{\"blockId\":\"CH19-MB0214\",\"type\":\"paragraph\",\"text\":\"- the audited entity,\",\"sourceParagraph\":2527},{\"blockId\":\"CH19-MB0215\",\"type\":\"paragraph\",\"text\":\"- authorised domains,\",\"sourceParagraph\":2528},{\"blockId\":\"CH19-MB0216\",\"type\":\"paragraph\",\"text\":\"- AI products,\",\"sourceParagraph\":2529},{\"blockId\":\"CH19-MB0217\",\"type\":\"paragraph\",\"text\":\"- population frame,\",\"sourceParagraph\":2530},{\"blockId\":\"CH19-MB0218\",\"type\":\"paragraph\",\"text\":\"- panel states,\",\"sourceParagraph\":2531},{\"blockId\":\"CH19-MB0219\",\"type\":\"paragraph\",\"text\":\"- prompt families,\",\"sourceParagraph\":2532},{\"blockId\":\"CH19-MB0220\",\"type\":\"paragraph\",\"text\":\"- languages,\",\"sourceParagraph\":2533},{\"blockId\":\"CH19-MB0221\",\"type\":\"paragraph\",\"text\":\"- countries,\",\"sourceParagraph\":2534},{\"blockId\":\"CH19-MB0222\",\"type\":\"paragraph\",\"text\":\"- measurement waves,\",\"sourceParagraph\":2535},{\"blockId\":\"CH19-MB0223\",\"type\":\"paragraph\",\"text\":\"- Truth Pack version,\",\"sourceParagraph\":2536},{\"blockId\":\"CH19-MB0224\",\"type\":\"paragraph\",\"text\":\"- score-method version,\",\"sourceParagraph\":2537},{\"blockId\":\"CH19-MB0225\",\"type\":\"paragraph\",\"text\":\"- conformity status,\",\"sourceParagraph\":2538},{\"blockId\":\"CH19-MB0226\",\"type\":\"paragraph\",\"text\":\"- validity period,\",\"sourceParagraph\":2539},{\"blockId\":\"CH19-MB0227\",\"type\":\"paragraph\",\"text\":\"- incidents,\",\"sourceParagraph\":2540},{\"blockId\":\"CH19-MB0228\",\"type\":\"paragraph\",\"text\":\"- surveillance,\",\"sourceParagraph\":2541},{\"blockId\":\"CH19-MB0229\",\"type\":\"paragraph\",\"text\":\"- audit organisation,\",\"sourceParagraph\":2542},{\"blockId\":\"CH19-MB0230\",\"type\":\"paragraph\",\"text\":\"- decision body,\",\"sourceParagraph\":2543},{\"blockId\":\"CH19-MB0231\",\"type\":\"paragraph\",\"text\":\"- conflicts,\",\"sourceParagraph\":2544},{\"blockId\":\"CH19-MB0232\",\"type\":\"paragraph\",\"text\":\"- appeals,\",\"sourceParagraph\":2545},{\"blockId\":\"CH19-MB0233\",\"type\":\"paragraph\",\"text\":\"- and integrity records.\",\"sourceParagraph\":2546},{\"blockId\":\"CH19-MB0234\",\"type\":\"paragraph\",\"text\":\"A static image, screenshot, self-authored structured-data assertion, or\",\"sourceParagraph\":2548},{\"blockId\":\"CH19-MB0235\",\"type\":\"paragraph\",\"text\":\"dead registry link MUST NOT establish current conformity.\",\"sourceParagraph\":2549},{\"blockId\":\"CH19-MB0236\",\"type\":\"paragraph\",\"text\":\"A NOMOS mark MUST NOT be represented as:\",\"sourceParagraph\":2551},{\"blockId\":\"CH19-MB0237\",\"type\":\"paragraph\",\"text\":\"- a guarantee of AI trust or recommendation,\",\"sourceParagraph\":2553},{\"blockId\":\"CH19-MB0238\",\"type\":\"paragraph\",\"text\":\"- proof of global leadership,\",\"sourceParagraph\":2554},{\"blockId\":\"CH19-MB0239\",\"type\":\"paragraph\",\"text\":\"- government or university accreditation,\",\"sourceParagraph\":2555},{\"blockId\":\"CH19-MB0240\",\"type\":\"paragraph\",\"text\":\"- a professional license,\",\"sourceParagraph\":2556},{\"blockId\":\"CH19-MB0241\",\"type\":\"paragraph\",\"text\":\"- universal all-language coverage,\",\"sourceParagraph\":2557},{\"blockId\":\"CH19-MB0242\",\"type\":\"paragraph\",\"text\":\"- or a guarantee of customer outcomes.\",\"sourceParagraph\":2558},{\"blockId\":\"CH19-MB0243\",\"type\":\"paragraph\",\"text\":\"Conformity scope MUST NOT be transferred across entities, domains,\",\"sourceParagraph\":2560},{\"blockId\":\"CH19-MB0244\",\"type\":\"paragraph\",\"text\":\"products, subsidiaries, franchises, countries, languages, AI products,\",\"sourceParagraph\":2561},{\"blockId\":\"CH19-MB0245\",\"type\":\"paragraph\",\"text\":\"panel states, prompt families, or validity periods without a new decision.\",\"sourceParagraph\":2562},{\"blockId\":\"CH19-MB0246\",\"type\":\"paragraph\",\"text\":\"A confirmed Critical incident MUST create a scope-appropriate Critical\",\"sourceParagraph\":2564},{\"blockId\":\"CH19-MB0247\",\"type\":\"paragraph\",\"text\":\"Hold or stronger status until the incident is resolved. A high score\",\"sourceParagraph\":2565},{\"blockId\":\"CH19-MB0248\",\"type\":\"paragraph\",\"text\":\"MUST NOT override this gate.\",\"sourceParagraph\":2566},{\"blockId\":\"CH19-MB0249\",\"type\":\"paragraph\",\"text\":\"Audit, consulting, conformity decision, registry operation, mark\",\"sourceParagraph\":2568},{\"blockId\":\"CH19-MB0250\",\"type\":\"paragraph\",\"text\":\"licensing, and appeals functions MUST be separated or their combined\",\"sourceParagraph\":2569},{\"blockId\":\"CH19-MB0251\",\"type\":\"paragraph\",\"text\":\"roles and compensating controls MUST be publicly disclosed.\",\"sourceParagraph\":2570},{\"blockId\":\"CH19-MB0252\",\"type\":\"paragraph\",\"text\":\"An audit team MUST NOT act as the sole final conformity decision body.\",\"sourceParagraph\":2572},{\"blockId\":\"CH19-MB0253\",\"type\":\"paragraph\",\"text\":\"The founder, NobleJackal, any auditor, AI provider, sponsor, or audited\",\"sourceParagraph\":2574},{\"blockId\":\"CH19-MB0254\",\"type\":\"paragraph\",\"text\":\"entity MUST NOT possess unilateral control over standard changes,\",\"sourceParagraph\":2575},{\"blockId\":\"CH19-MB0255\",\"type\":\"paragraph\",\"text\":\"conformity decisions, appeals, or public-registry history.\",\"sourceParagraph\":2576},{\"blockId\":\"CH19-MB0256\",\"type\":\"paragraph\",\"text\":\"NOMOS by NobleJackal MAY serve as the founding canonical publication and\",\"sourceParagraph\":2578},{\"blockId\":\"CH19-MB0257\",\"type\":\"paragraph\",\"text\":\"technical secretariat, but a public independent conformity system MUST\",\"sourceParagraph\":2579},{\"blockId\":\"CH19-MB0258\",\"type\":\"paragraph\",\"text\":\"progress toward multi-stakeholder decision, appeal, and public-interest\",\"sourceParagraph\":2580},{\"blockId\":\"CH19-MB0259\",\"type\":\"paragraph\",\"text\":\"governance.\",\"sourceParagraph\":2581},{\"blockId\":\"CH19-MB0260\",\"type\":\"paragraph\",\"text\":\"An AI system MAY assist with drafting, analysis, extraction, scoring,\",\"sourceParagraph\":2583},{\"blockId\":\"CH19-MB0261\",\"type\":\"paragraph\",\"text\":\"monitoring, and consistency review, but MUST NOT serve as the sole legal\",\"sourceParagraph\":2584},{\"blockId\":\"CH19-MB0262\",\"type\":\"paragraph\",\"text\":\"or accountable signatory of a conformity decision.\",\"sourceParagraph\":2585},{\"blockId\":\"CH19-MB0263\",\"type\":\"paragraph\",\"text\":\"Only canonical NOMOS publications and decisions carrying a version,\",\"sourceParagraph\":2587},{\"blockId\":\"CH19-MB0264\",\"type\":\"paragraph\",\"text\":\"publication date, accountable human approval, and integrity record may be\",\"sourceParagraph\":2588},{\"blockId\":\"CH19-MB0265\",\"type\":\"paragraph\",\"text\":\"represented as official NOMOS statements. Other outputs MUST remain\",\"sourceParagraph\":2589},{\"blockId\":\"CH19-MB0266\",\"type\":\"paragraph\",\"text\":\"non-official simulations.\",\"sourceParagraph\":2590},{\"blockId\":\"CH19-MB0267\",\"type\":\"paragraph\",\"text\":\"Conformity fees, auditor compensation, reviewer compensation, and mark\",\"sourceParagraph\":2592},{\"blockId\":\"CH19-MB0268\",\"type\":\"paragraph\",\"text\":\"licensing MUST NOT depend on achieving a desired score or receiving a\",\"sourceParagraph\":2593},{\"blockId\":\"CH19-MB0269\",\"type\":\"paragraph\",\"text\":\"mark.\",\"sourceParagraph\":2594},{\"blockId\":\"CH19-MB0270\",\"type\":\"paragraph\",\"text\":\"Expired, suspended, withdrawn, revoked, appealed, remediated, and\",\"sourceParagraph\":2596},{\"blockId\":\"CH19-MB0271\",\"type\":\"paragraph\",\"text\":\"historical records MUST remain visible in the versioned public registry,\",\"sourceParagraph\":2597},{\"blockId\":\"CH19-MB0272\",\"type\":\"paragraph\",\"text\":\"subject only to proportionate privacy and legal restrictions.\",\"sourceParagraph\":2598},{\"blockId\":\"CH19-MB0273\",\"type\":\"paragraph\",\"text\":\"No public NOMOS conformity mark or NOMOS 950+ designation may be issued\",\"sourceParagraph\":2600},{\"blockId\":\"CH19-MB0274\",\"type\":\"paragraph\",\"text\":\"while the benchmark, governance, audit authorisation, independent\",\"sourceParagraph\":2601},{\"blockId\":\"CH19-MB0275\",\"type\":\"paragraph\",\"text\":\"decision, appeals, and registry prerequisites required by the declared\",\"sourceParagraph\":2602},{\"blockId\":\"CH19-MB0276\",\"type\":\"paragraph\",\"text\":\"standard version remain unmet.\",\"sourceParagraph\":2603},{\"blockId\":\"CH19-MB0277\",\"type\":\"paragraph\",\"text\":\"Every standard change, audit, decision, mark, surveillance event,\",\"sourceParagraph\":2605},{\"blockId\":\"CH19-MB0278\",\"type\":\"paragraph\",\"text\":\"complaint, appeal, suspension, withdrawal, revocation, registry revision,\",\"sourceParagraph\":2606},{\"blockId\":\"CH19-MB0279\",\"type\":\"paragraph\",\"text\":\"and governance decision MUST be versioned and attributable to an\",\"sourceParagraph\":2607},{\"blockId\":\"CH19-MB0280\",\"type\":\"paragraph\",\"text\":\"accountable human or organisation.\",\"sourceParagraph\":2608},{\"blockId\":\"CH19-MB0281\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2609},{\"blockId\":\"CH19-MB0282\",\"type\":\"paragraph\",\"text\":\"The NOMOS Standard, Audit Report, Conformity Decision, Conformity Mark, and Public Registry Record must be maintained as separate entities. Simply having an audit conducted or a numerical score generated does not constitute a valid mark. Every valid mark must be linked to the active canonical public registry that carries its scope, validity, incidents, audit organisation, decision-making body, conflicts of interest, objections, and integrity records.\",\"sourceParagraph\":2610}],\"normativeRuleLocalized\":\"Ein NOMOS-Standard, Prüfbericht, Konformitätsentscheidung, Konformitätszeichen und öffentlicher Registereintrag MÜSSEN als unterschiedliche Artefakte bestehen bleiben. Kein NOMOS-Zeichen darf allein deshalb gültig sein, weil eine Prüfung durchgeführt oder eine numerische Bewertung erstellt wurde. Jedes gültige Zeichen MUSS mit einem aktiven kanonischen öffentlichen Registereintrag verknüpft sein, der Folgendes definiert: - die geprüfte Einrichtung, - autorisierte Domains, - KI-Produkte, - Population, - Panelzustände, - Prompt-Familien, - Sprachen, - Länder, - Messwellen, - Version des Truth Packs, - Version der Bewertungsmethode, - Konformitätsstatus, - Gültigkeitszeitraum, - Vorfälle, - Überwachung, - Prüforganisation, - Entscheidungsgremium, - Konflikte, - Einsprüche, - und Integritätsaufzeichnungen. Ein statisches Bild, Screenshot, selbst erstellte strukturierte Datenbehauptung oder toter Registrierungslink DARF keine aktuelle Konformität begründen. Ein NOMOS-Zeichen DARF NICHT repräsentiert werden als: - eine Garantie für KI-Vertrauen oder Empfehlung, - ein Beweis für weltweite Führungsrolle, - staatliche oder universitär anerkannte Akkreditierung, - eine Berufslizenz, - universelle Abdeckung aller Sprachen, - oder eine Garantie für Kundenergebnisse. Der Konformitätsumfang DARF NICHT über Einheiten, Domänen, Produkte, Tochtergesellschaften, Franchises, Länder, Sprachen, KI-Produkte, Panel-Staaten, Prompt-Familien oder Gültigkeitszeiträume hinweg ohne eine neue Entscheidung übertragen werden. Ein bestätigter kritischer Vorfall MUSS einen dem Umfang entsprechenden Kritische Sperre-Status oder einen stärkeren Status erzeugen, bis der Vorfall behoben ist. Eine hohe Punktzahl DARF dieses Tor NICHT überschreiben. Prüfungs-, Beratungs-, Konformitätsentscheidungs-, Registrierungsbetriebs-, Markenlizenzierungs- und Berufungsfunktionen MÜSSEN getrennt sein oder ihre kombinierten Rollen und kompensierenden Kontrollen MÜSSEN öffentlich offengelegt werden. Ein Prüfungsteam DARF NICHT als einziges endgültiges Konformitätsentscheidungsorgan fungieren. Der Gründer, NobleJackal, jeder Prüfer, KI-Anbieter, Sponsor oder geprüfte Einheit DARF keine einseitige Kontrolle über Standardänderungen, Konformitätsentscheidungen, Berufungen oder die öffentliche Registrierungsführung besitzen. NOMOS von NobleJackal KANN als die begründende kanonische Veröffentlichung und technische Geschäftsstelle dienen, aber ein öffentliches unabhängiges Konformitätssystem MUSS auf eine Multi-Stakeholder-Entscheidung, Berufung und öffentliches Interesse Governance hinarbeiten. Ein KI-System KANN bei der Erstellung, Analyse, Extraktion, Bewertung, Überwachung und Konsistenzprüfung helfen, darf jedoch NICHT als alleiniger rechtlicher oder verantwortlicher Unterzeichner einer Konformitätsentscheidung dienen. Nur kanonische NOMOS-Veröffentlichungen und Entscheidungen, die eine Version, ein Veröffentlichungsdatum, eine verantwortliche menschliche Genehmigung und einen Integritätsnachweis tragen, dürfen als offizielle NOMOS-Erklärungen repräsentiert werden. Andere Ergebnisse MÜSSEN inoffizielle Simulationen bleiben. Konformitätsgebühren, Vergütung von Prüfern, Vergütung von Gutachtern und Kennzeichenlizenzierung DÜRFEN NICHT davon abhängen, dass ein gewünschtes Ergebnis erzielt oder ein Kennzeichen erhalten wird. Abgelaufene, ausgesetzte, zurückgezogene, widerrufene, angefochtene, korrigierte und historische Datensätze MÜSSEN in dem versionierten öffentlichen Register sichtbar bleiben, vorbehaltlich nur angemessener Datenschutz- und gesetzlicher Beschränkungen. Kein öffentliches NOMOS-Konformitätszeichen oder NOMOS 950+-Bezeichnung darf ausgegeben werden, solange die Benchmark-, Governance-, Prüfungsautorisierungs-, unabhängigen Entscheidungs-, Berufungs- und Registervoraussetzungen, die von der angegebenen Standardversion verlangt werden, nicht erfüllt sind. Jede Standardänderung, Prüfung, Entscheidung, Kennzeichnung, Überwachungsmaßnahme, Beschwerde, Berufung, Aussetzung, Rücknahme, Widerruf, Registeränderung und Governance-Entscheidung MUSS versioniert sein und auf eine verantwortliche Person oder Organisation zurückgeführt werden KÖNNEN.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH19-MB0001\",\"type\":\"paragraph\",\"text\":\"17. MASCHINENLESBARES ZEICHEN\",\"sourceParagraph\":630,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0002\",\"type\":\"paragraph\",\"text\":\"Der maschinenlesbare Datensatz des Zeichens:\",\"sourceParagraph\":631,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0003\",\"type\":\"paragraph\",\"text\":\"Registrierungs-ID\",\"sourceParagraph\":632,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0004\",\"type\":\"paragraph\",\"text\":\"Status\",\"sourceParagraph\":633,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0005\",\"type\":\"paragraph\",\"text\":\"Umfang\",\"sourceParagraph\":634,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0006\",\"type\":\"paragraph\",\"text\":\"validFrom\",\"sourceParagraph\":635,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0007\",\"type\":\"paragraph\",\"text\":\"validUntil\",\"sourceParagraph\":636,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0008\",\"type\":\"paragraph\",\"text\":\"Einheit\",\"sourceParagraph\":637,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0009\",\"type\":\"paragraph\",\"text\":\"kanonische Domains\",\"sourceParagraph\":638,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0010\",\"type\":\"paragraph\",\"text\":\"Bewertungsmethode\",\"sourceParagraph\":639,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0011\",\"type\":\"paragraph\",\"text\":\"Auditbericht-Hash\",\"sourceParagraph\":640,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0012\",\"type\":\"paragraph\",\"text\":\"Konformitätsentscheidungs-Hash\",\"sourceParagraph\":641,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0013\",\"type\":\"paragraph\",\"text\":\"aktueller Vorfallstatus\",\"sourceParagraph\":642,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0014\",\"type\":\"paragraph\",\"text\":\"Unterschrift\",\"sourceParagraph\":643,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0015\",\"type\":\"paragraph\",\"text\":\"muss durchgeführt werden.\",\"sourceParagraph\":644,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0016\",\"type\":\"paragraph\",\"text\":\"Eine Website allein:\",\"sourceParagraph\":645,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0017\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":646,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0018\",\"type\":\"paragraph\",\"text\":\"\\\"nomosCertified\\\": true,\",\"sourceParagraph\":647,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0019\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":648,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0020\",\"type\":\"paragraph\",\"text\":\"kann keinen Konformitätsanspruch nur durch Schreiben begründen.\",\"sourceParagraph\":649,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0021\",\"type\":\"paragraph\",\"text\":\"Aufzeichnung:\",\"sourceParagraph\":650,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0022\",\"type\":\"paragraph\",\"text\":\"zum offenen Schema,\",\"sourceParagraph\":651,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0023\",\"type\":\"paragraph\",\"text\":\"Registry-Unterschrift’a,\",\"sourceParagraph\":652,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0024\",\"type\":\"paragraph\",\"text\":\"muss mit dem aktiven Registry verbunden sein\",\"sourceParagraph\":653,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0025\",\"type\":\"paragraph\",\"text\":\"\",\"sourceParagraph\":654,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0026\",\"type\":\"paragraph\",\"text\":\"75. MASCHINENLESBARES ÖFFENTLICHES REGISTER\",\"sourceParagraph\":2332,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0027\",\"type\":\"paragraph\",\"text\":\"SYNTHETISCHES SCHEMA-BEISPIEL\",\"sourceParagraph\":2333,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0028\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2334,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0029\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2335,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"languages\\\": [\",\"sourceParagraph\":2336,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"L01\\\",\",\"sourceParagraph\":2337,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"L02\\\"\",\"sourceParagraph\":2338,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0033\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2339,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0034\",\"type\":\"paragraph\",\"text\":\"\\\"countries\\\": [\",\"sourceParagraph\":2340,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"C0 01\\\",\",\"sourceParagraph\":2341,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"C0 02\\\",\",\"sourceParagraph\":2342,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"C0 03\\\",\",\"sourceParagraph\":2343,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"C0 04\\\",\",\"sourceParagraph\":2344,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"C0 05\\\"\",\"sourceParagraph\":2345,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0040\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2346,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"waveIds\\\": [\",\"sourceParagraph\":2347,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"W1\\\",\",\"sourceParagraph\":2348,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"W2\\\",\",\"sourceParagraph\":2349,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"W3\\\"\",\"sourceParagraph\":2350,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0045\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2351,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackVersion\\\": \\\"1.2.0\\\",\",\"sourceParagraph\":2352,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"scoreMethodVersion\\\": \\\"1.0.0\\\"\",\"sourceParagraph\":2353,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0048\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2354,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"ergebnisse\\\": {\",\"sourceParagraph\":2355,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"strictPassEquivalent\\\": 958,\",\"sourceParagraph\":2356,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"acceptablePassEquivalent\\\": 988,\",\"sourceParagraph\":2357,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0052\",\"type\":\"paragraph\",\"text\":\"\\\"confirmedCriticalEquivalent\\\": 0,\",\"sourceParagraph\":2358,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"confirmedMajorEquivalent\\\": 0,\",\"sourceParagraph\":2359,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"unresolvedEquivalent\\\": 5,\",\"sourceParagraph\":2360,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"notRatableEquivalent\\\": 0,\",\"sourceParagraph\":2361,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0056\",\"type\":\"paragraph\",\"text\":\"\\\"nomosComposite\\\": 961,\",\"sourceParagraph\":2362,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"samplingInterval\\\": {\",\"sourceParagraph\":2363,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"untere\\\": 955,\",\"sourceParagraph\":2364,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"obere\\\": 967\",\"sourceParagraph\":2365,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0060\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2366,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"criticalRateUpperBound\\\": 0.003 4\",\"sourceParagraph\":2367,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0062\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2368,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"Qualität\\\": {\",\"sourceParagraph\":2369,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkQuality\\\": \\\"BQ-4\\\",\",\"sourceParagraph\":2370,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"governanceMaturity\\\": \\\"GOV-4\\\",\",\"sourceParagraph\":2371,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"captureLevel\\\": \\\"NCL-4\\\"}\",\"sourceParagraph\":2372,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"truthPackReadiness\\\": \\\"TPR-4\\\",\\\"}\",\"sourceParagraph\":2373,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"adjudicationQuality\\\": \\\"AQ-4\\\",\",\"sourceParagraph\":2374,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"scorePublicationQuality\\\": \\\"NSQ-4\\\"\",\"sourceParagraph\":2375,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0070\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2376,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"Vorfälle\\\": {\",\"sourceParagraph\":2377,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"openCritical\\\": 0,\",\"sourceParagraph\":2378,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"openMajor\\\": 0,\",\"sourceParagraph\":2379,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0074\",\"type\":\"paragraph\",\"text\":\"\\\"historicalCriticalIncidentIds\\\": [\",\"sourceParagraph\":2380,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"NGCI-SYNTH-2027-004\\\"\",\"sourceParagraph\":2381,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0076\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2382,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"currentStatusNote\\\": \\\"Historischer Vorfall behoben; Datensatz erhalten.\\\"\",\"sourceParagraph\":2383,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0078\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2384,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"Audit\\\": {\",\"sourceParagraph\":2385,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0080\",\"type\":\"paragraph\",\"text\":\"\\\"auditOrganizationId\\\": \\\"NGAO-SYNTH-003\\\",\\\"\",\"sourceParagraph\":2386,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0081\",\"type\":\"paragraph\",\"text\":\"\\\"auditReportHash\\\": \\\"SYNTHETISCHER-PRÜFBERICHT-HASH\\\",\",\"sourceParagraph\":2387,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0082\",\"type\":\"paragraph\",\"text\":\"\\\"consultingRelationshipDisclosed\\\": wahr,\",\"sourceParagraph\":2388,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0083\",\"type\":\"paragraph\",\"text\":\"\\\"conflictClassification\\\": \\\"COI-2\\\",\",\"sourceParagraph\":2389,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0084\",\"type\":\"paragraph\",\"text\":\"\\\"enhancedIndependentReview\\\": true,\",\"sourceParagraph\":2390,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0085\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2391,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"conformityDecision\\\": {\",\"sourceParagraph\":2392,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"decisionPanelId\\\": \\\"NGDP-SYNTH-002\\\",\",\"sourceParagraph\":2393,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"independentFromAuditTeam\\\": wahr,\",\"sourceParagraph\":2394,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"decisionHash\\\": \\\"SYNTHETISCHER-ENTSCHEIDUNGS-HASH\\\",\",\"sourceParagraph\":2395,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"dissentRecorded\\\": false,\",\"sourceParagraph\":2396,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0091\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2397,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"Überwachung\\\": {\",\"sourceParagraph\":2398,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"lastReview\\\": \\\"2028-03-31\\\",\",\"sourceParagraph\":2399,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"nextReview\\\": \\\"2028-06-01\\\",\",\"sourceParagraph\":2400,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"eventTriggeredReviewOpen\\\": false,\",\"sourceParagraph\":2401,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0096\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2402,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"Berufungen\\\": {\",\"sourceParagraph\":2403,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"openAppealCount\\\": 0,\",\"sourceParagraph\":2404,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"publicComplaintChannel\\\": true,\",\"sourceParagraph\":2405,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0100\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2406,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"Marke\\\": {\",\"sourceParagraph\":2407,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"markAssetId\\\": \\\"NGMARK-SYNTH-00184\\\",\",\"sourceParagraph\":2408,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"registryLinkRequired\\\": wahr,\",\"sourceParagraph\":2409,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"machineReadableTokenId\\\": \\\"NGTOKEN-SYNTH-00184\\\",\",\"sourceParagraph\":2410,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"currentUseAuthorized\\\": true,\",\"sourceParagraph\":2411,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0106\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2412,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"Integrität\\\": {\",\"sourceParagraph\":2413,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"recordHash\\\": \\\"SYNTHETISCHER-REGISTRIERUNGSEINTRAG-HASH\\\",\",\"sourceParagraph\":2414,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0109\",\"type\":\"paragraph\",\"text\":\"\\\"registrySignature\\\": \\\"SYNTHETISCHE-REGISTRIERUNGS-SIGNATUR\\\",\",\"sourceParagraph\":2415,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"previousVersion\\\": null\",\"sourceParagraph\":2416,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0111\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2417,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0112\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2418,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0113\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2419,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0114\",\"type\":\"paragraph\",\"text\":\"76. MASCHINENLESBARER VERWALTUNGS-EINTRAG\",\"sourceParagraph\":2421,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0115\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2422,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2423,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2424,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"governanceRecord\\\": {\",\"sourceParagraph\":2425,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"governanceRecordId\\\": \\\"NGGOV-GRÜNDUNG-001\\\",\",\"sourceParagraph\":2426,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"governanceVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2427,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0121\",\"type\":\"paragraph\",\"text\":\"\\\"currentMaturity\\\": \\\"GOV-0\\\",\",\"sourceParagraph\":2428,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"Status\\\": \\\"GRÜNDUNGSENTWURF\\\",\",\"sourceParagraph\":2429,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"publicConformityAuthority\\\": false,\",\"sourceParagraph\":2430,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"foundingAttribution\\\": {\",\"sourceParagraph\":2431,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"humanFounderAuthor\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2432,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalOrigin\\\": \\\"NobleJackal\\\",\",\"sourceParagraph\":2433,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"criticalAIInterlocutor\\\": \\\"NOMOS durch NobleJackal\\\"\",\"sourceParagraph\":2434,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0128\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2435,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"currentLimitations\\\": [\",\"sourceParagraph\":2436,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"ECHTE_BENCHMARK_NICHT_DURCHGEFÜHRT\\\",\",\"sourceParagraph\":2437,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"UNABHÄNGIGE_REPRODUKTION_NICHT_ABGESCHLOSSEN\\\",\",\"sourceParagraph\":2438,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"UNABHÄNGIGES_ENTSCHEIDUNGSPANEEL_NICHT_EINGERICHTET\\\",\",\"sourceParagraph\":2439,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"BERUFUNGSKAMMER_NICHT_EINGERICHTET\\\",\",\"sourceParagraph\":2440,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"PRÜFER_AUTORISIERUNGSSYSTEM_NICHT_EINGERICHTET\\\"\",\"sourceParagraph\":2441,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0135\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2442,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"prohibitedCurrentClaims\\\": [\",\"sourceParagraph\":2443,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"NOMOS_ZERTIFIZIERT\\\",\",\"sourceParagraph\":2444,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"NOMOS_VOLLSTÄNDIGE_KONFORMITÄT\\\",\",\"sourceParagraph\":2445,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"NOMOS_950_PLUS_VERIFIZIERT\\\",\",\"sourceParagraph\":2446,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"UNABHÄNGIGE_GLOBALE_STANDARDBEHÖRDE\\\"\",\"sourceParagraph\":2447,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0141\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2448,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0142\",\"type\":\"paragraph\",\"text\":\"\\\"permittedCurrentClaims\\\": [\",\"sourceParagraph\":2449,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0143\",\"type\":\"paragraph\",\"text\":\"\\\"OFFENER_STANDARD_KANDIDAT\\\",\",\"sourceParagraph\":2450,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0144\",\"type\":\"paragraph\",\"text\":\"\\\"GRÜNDUNGS_FORSCHUNGSPROTOKOLL\\\",\",\"sourceParagraph\":2451,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0145\",\"type\":\"paragraph\",\"text\":\"\\\"ENTWURF_ZUR_ÖFFENTLICHEN_PRÜFUNG\\\",\",\"sourceParagraph\":2452,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"SYNTHETISCHES_VALIDIERUNGSDESIGN\\\"\",\"sourceParagraph\":2453,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0147\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2454,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"transitionRequirements\\\": {\",\"sourceParagraph\":2455,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"minimumBenchmarkQualityForPublicMark\\\": \\\"BQ-4\\\",\",\"sourceParagraph\":2456,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"minimumGovernanceForFullConformity\\\": \\\"GOV-3\\\",\",\"sourceParagraph\":2457,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"minimumGovernanceFor950Plus\\\": \\\"GOV-4\\\",\",\"sourceParagraph\":2458,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"independentAppealsRequired\\\": wahr,\",\"sourceParagraph\":2459,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"publicRegistryRequired\\\": true,\",\"sourceParagraph\":2460,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0154\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2461,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"officialStatementRule\\\": {\",\"sourceParagraph\":2462,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalPublicationRequired\\\": wahr,\",\"sourceParagraph\":2463,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"versionRequired\\\": wahr,\",\"sourceParagraph\":2464,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"publicationDateRequired\\\": wahr,\",\"sourceParagraph\":2465,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0159\",\"type\":\"paragraph\",\"text\":\"\\\"humanApprovalRequired\\\": wahr,\",\"sourceParagraph\":2466,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"integrityRecordRequired\\\": wahr,\",\"sourceParagraph\":2467,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"nonCanonicalOutputsAreSimulations\\\": true,\",\"sourceParagraph\":2468,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0162\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2469,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2470,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"currentResponsibleHuman\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2471,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"conformityDecisionAuthority\\\": null,\",\"sourceParagraph\":2472,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0166\",\"type\":\"paragraph\",\"text\":\"\\\"publicMarkIssueAuthority\\\": null\",\"sourceParagraph\":2473,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0167\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2474,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0168\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2475,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0169\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2476,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0170\",\"type\":\"paragraph\",\"text\":\"77. MASCHINENLESBARES_SIGNATURTOKEN\",\"sourceParagraph\":2478,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0171\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2479,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2480,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0173\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2481,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"conformityMarkToken\\\": {\",\"sourceParagraph\":2482,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0175\",\"type\":\"paragraph\",\"text\":\"\\\"tokenId\\\": \\\"NGTOKEN-SYNTH-00184\\\",\",\"sourceParagraph\":2483,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0176\",\"type\":\"paragraph\",\"text\":\"\\\"registryId\\\": \\\"NGR-SYNTH-2028-00184\\\",\",\"sourceParagraph\":2484,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0177\",\"type\":\"paragraph\",\"text\":\"\\\"entityRecordId\\\": \\\"NGE-SYNTH-ASTERON-HOLDINGS-001\\\",\",\"sourceParagraph\":2485,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0178\",\"type\":\"paragraph\",\"text\":\"\\\"authorizedDomains\\\": [\",\"sourceParagraph\":2486,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0179\",\"type\":\"paragraph\",\"text\":\"\\\"asteron.synthetisch.beispiel\\\"\",\"sourceParagraph\":2487,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0180\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2488,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0181\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"CS-4\\\",\",\"sourceParagraph\":2489,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"performanceDesignation\\\": \\\"NOMOS_950_PLUS\\\",\",\"sourceParagraph\":2490,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"validFrom\\\": \\\"2028-01-01\\\",\",\"sourceParagraph\":2491,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0184\",\"type\":\"paragraph\",\"text\":\"\\\"validUntil\\\": \\\"2028-06-30\\\",\",\"sourceParagraph\":2492,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0185\",\"type\":\"paragraph\",\"text\":\"\\\"scopeDigest\\\": \\\"SYNTHETISCHER_BEREICH_DIGEST\\\",\",\"sourceParagraph\":2493,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0186\",\"type\":\"paragraph\",\"text\":\"\\\"decisionHash\\\": \\\"SYNTHETISCHER-ENTSCHEIDUNGS-HASH\\\",\",\"sourceParagraph\":2494,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0187\",\"type\":\"paragraph\",\"text\":\"\\\"registryRecordHash\\\": \\\"SYNTHETISCHER-REGISTRIERUNGSEINTRAG-HASH\\\",\",\"sourceParagraph\":2495,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0188\",\"type\":\"paragraph\",\"text\":\"\\\"statusEndpoint\\\": \\\"https://registry.synthetic.example/NGR-SYNTH-2028-00184\\\",\",\"sourceParagraph\":2496,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0189\",\"type\":\"paragraph\",\"text\":\"\\\"signatur\\\": \\\"SYNTHETISCHE_OFFENE_SIGNATUR\\\",\\\"\",\"sourceParagraph\":2497,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0190\",\"type\":\"paragraph\",\"text\":\"\\\"claimsNotGranted\\\": [\",\"sourceParagraph\":2498,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0191\",\"type\":\"paragraph\",\"text\":\"\\\"ALLE_KI_SYSTEME_GENEHMIGEN\\\",\",\"sourceParagraph\":2499,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0192\",\"type\":\"paragraph\",\"text\":\"\\\"KI_EMPFEHLUNG_GARANTIE\\\",\",\"sourceParagraph\":2500,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0193\",\"type\":\"paragraph\",\"text\":\"\\\"WELTWEITE_UMFASSUNG_ALLER_SPRACHEN\\\",\",\"sourceParagraph\":2501,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0194\",\"type\":\"paragraph\",\"text\":\"\\\"REGIERUNGSANERKENNUNG\\\",\",\"sourceParagraph\":2502,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0195\",\"type\":\"paragraph\",\"text\":\"\\\"KUNDENERGEBNIS_GARANTIE\\\"\",\"sourceParagraph\":2503,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0196\",\"type\":\"paragraph\",\"text\":\"]\",\"sourceParagraph\":2504,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0197\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2505,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0198\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2506,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0199\",\"type\":\"paragraph\",\"text\":\"Diese Aufzeichnungen:\",\"sourceParagraph\":2507,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0200\",\"type\":\"paragraph\",\"text\":\"echte Konformitätsentscheidung,\",\"sourceParagraph\":2508,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0201\",\"type\":\"paragraph\",\"text\":\"echte Marke,\",\"sourceParagraph\":2509,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0202\",\"type\":\"paragraph\",\"text\":\"echte Akkreditierung,\",\"sourceParagraph\":2510,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0203\",\"type\":\"paragraph\",\"text\":\"echtes Ergebnis von Asteron oder einer anderen Organisation\",\"sourceParagraph\":2511,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0204\",\"type\":\"paragraph\",\"text\":\"eine echte Unternehmensleistung.\",\"sourceParagraph\":2512,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0205\",\"type\":\"paragraph\",\"text\":\"Es ist die synthetische, maschinenlesbare Repräsentation des Konformitätsregisters.\",\"sourceParagraph\":2513,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0206\",\"type\":\"paragraph\",\"text\":\"REGEL FÜR DEN MASCHINENLESBAREN ABSCHNITT 78\",\"sourceParagraph\":2515,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0207\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH19-R01\",\"sourceParagraph\":2516,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0208\",\"type\":\"paragraph\",\"text\":\"Ein NOMOS Standard, Prüfbericht, Konformitätsentscheidung, Konformitätszeichen und\",\"sourceParagraph\":2518,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0209\",\"type\":\"paragraph\",\"text\":\"Öffentlicher Registrierungsdatensatz MÜSSEN als unterschiedliche Artefakte bestehen bleiben.\",\"sourceParagraph\":2519,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0210\",\"type\":\"paragraph\",\"text\":\"Keine NOMOS-Markierung darf ausschließlich deshalb gültig sein, weil ein Audit durchgeführt wurde oder eine\",\"sourceParagraph\":2521,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0211\",\"type\":\"paragraph\",\"text\":\"numerische Punktzahl erstellt wurde.\",\"sourceParagraph\":2522,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0212\",\"type\":\"paragraph\",\"text\":\"Jede gültige Markierung MUSS mit einem aktiven kanonischen öffentlichen Register\",\"sourceParagraph\":2524,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0213\",\"type\":\"paragraph\",\"text\":\"Eintrag verknüpft sein, der definiert:\",\"sourceParagraph\":2525,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0214\",\"type\":\"paragraph\",\"text\":\"- die geprüfte Einheit,\",\"sourceParagraph\":2527,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0215\",\"type\":\"paragraph\",\"text\":\"- autorisierte Domains,\",\"sourceParagraph\":2528,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0216\",\"type\":\"paragraph\",\"text\":\"- KI-Produkte,\",\"sourceParagraph\":2529,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0217\",\"type\":\"paragraph\",\"text\":\"- Population-Rahmen,\",\"sourceParagraph\":2530,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0218\",\"type\":\"paragraph\",\"text\":\"- Panel-Zustände,\",\"sourceParagraph\":2531,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0219\",\"type\":\"paragraph\",\"text\":\"- Prompt-Familien,\",\"sourceParagraph\":2532,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0220\",\"type\":\"paragraph\",\"text\":\"- Sprachen,\",\"sourceParagraph\":2533,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0221\",\"type\":\"paragraph\",\"text\":\"- Länder,\",\"sourceParagraph\":2534,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0222\",\"type\":\"paragraph\",\"text\":\"- Messwellen,\",\"sourceParagraph\":2535,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0223\",\"type\":\"paragraph\",\"text\":\"- Version des Truth Packs,\",\"sourceParagraph\":2536,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0224\",\"type\":\"paragraph\",\"text\":\"- Version der Bewertungsmethode,\",\"sourceParagraph\":2537,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0225\",\"type\":\"paragraph\",\"text\":\"- Konformitätsstatus,\",\"sourceParagraph\":2538,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0226\",\"type\":\"paragraph\",\"text\":\"- Gültigkeitsdauer,\",\"sourceParagraph\":2539,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0227\",\"type\":\"paragraph\",\"text\":\"- Vorfälle,\",\"sourceParagraph\":2540,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0228\",\"type\":\"paragraph\",\"text\":\"- Überwachung,\",\"sourceParagraph\":2541,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0229\",\"type\":\"paragraph\",\"text\":\"- Prüfungsorganisation,\",\"sourceParagraph\":2542,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0230\",\"type\":\"paragraph\",\"text\":\"- Entscheidungsgremium,\",\"sourceParagraph\":2543,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0231\",\"type\":\"paragraph\",\"text\":\"- Konflikte,\",\"sourceParagraph\":2544,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0232\",\"type\":\"paragraph\",\"text\":\"- Berufungen,\",\"sourceParagraph\":2545,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0233\",\"type\":\"paragraph\",\"text\":\"- und Integritätsaufzeichnungen.\",\"sourceParagraph\":2546,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0234\",\"type\":\"paragraph\",\"text\":\"Ein statisches Bild, Screenshot, selbst erstellte strukturierte Datenbehauptung oder\",\"sourceParagraph\":2548,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0235\",\"type\":\"paragraph\",\"text\":\"ein toter Registerlink DARF keine aktuelle Konformität belegen.\",\"sourceParagraph\":2549,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0236\",\"type\":\"paragraph\",\"text\":\"Ein NOMOS-Zeichen DARF NICHT repräsentiert werden als:\",\"sourceParagraph\":2551,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0237\",\"type\":\"paragraph\",\"text\":\"- eine Garantie für KI-Vertrauen oder Empfehlung,\",\"sourceParagraph\":2553,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0238\",\"type\":\"paragraph\",\"text\":\"- Nachweis globaler Führungsposition,\",\"sourceParagraph\":2554,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0239\",\"type\":\"paragraph\",\"text\":\"- staatliche oder universitäre Akkreditierung,\",\"sourceParagraph\":2555,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0240\",\"type\":\"paragraph\",\"text\":\"- eine professionelle Lizenz,\",\"sourceParagraph\":2556,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0241\",\"type\":\"paragraph\",\"text\":\"- universelle Abdeckung aller Sprachen,\",\"sourceParagraph\":2557,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0242\",\"type\":\"paragraph\",\"text\":\"- oder eine Garantie für Kundenergebnisse.\",\"sourceParagraph\":2558,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0243\",\"type\":\"paragraph\",\"text\":\"Der Geltungsbereich der Konformität DARF NICHT auf andere Einheiten, Domänen,\",\"sourceParagraph\":2560,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0244\",\"type\":\"paragraph\",\"text\":\"Produkte, Tochtergesellschaften, Franchises, Länder, Sprachen, KI-Produkte,\",\"sourceParagraph\":2561,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0245\",\"type\":\"paragraph\",\"text\":\"Panel-Staaten, Aufforderungsfamilien oder Gültigkeitszeiträume übertragen werden, ohne eine neue Entscheidung.\",\"sourceParagraph\":2562,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0246\",\"type\":\"paragraph\",\"text\":\"Ein bestätigter Kritischer Vorfall MUSS einen dem Geltungsbereich entsprechenden Kritischen\",\"sourceParagraph\":2564,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0247\",\"type\":\"paragraph\",\"text\":\"Halt oder einen stärkeren Status schaffen, bis der Vorfall gelöst ist. Eine hohe Punktzahl\",\"sourceParagraph\":2565,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0248\",\"type\":\"paragraph\",\"text\":\"DARF dieses Tor nicht übersteuern.\",\"sourceParagraph\":2566,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0249\",\"type\":\"paragraph\",\"text\":\"Audit, Beratung, Konformitätsentscheidung, Registerbetrieb, Marke\",\"sourceParagraph\":2568,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0250\",\"type\":\"paragraph\",\"text\":\"Lizenzierungs- und Berufungsfunktionen MÜSSEN getrennt sein oder ihre kombinierten\",\"sourceParagraph\":2569,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0251\",\"type\":\"paragraph\",\"text\":\"Rollen und ausgleichenden Kontrollen MÜSSEN öffentlich offengelegt werden.\",\"sourceParagraph\":2570,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0252\",\"type\":\"paragraph\",\"text\":\"Ein Prüfungsteam DARF NICHT als alleiniges endgültiges Konformitätsentscheidungs-Gremium fungieren.\",\"sourceParagraph\":2572,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0253\",\"type\":\"paragraph\",\"text\":\"Der Gründer, NobleJackal, jeder Prüfer, KI-Anbieter, Sponsor oder geprüfte\",\"sourceParagraph\":2574,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0254\",\"type\":\"paragraph\",\"text\":\"Einrichtung DARF NICHT die einseitige Kontrolle über Standardänderungen,\",\"sourceParagraph\":2575,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0255\",\"type\":\"paragraph\",\"text\":\"Konformitätsentscheidungen, Berufungen oder die öffentliche Registerhistorie besitzen.\",\"sourceParagraph\":2576,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0256\",\"type\":\"paragraph\",\"text\":\"NOMOS durch NobleJackal DÜRFTE als die begründende kanonische Veröffentlichung und\",\"sourceParagraph\":2578,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0257\",\"type\":\"paragraph\",\"text\":\"technisches Sekretariat dienen, aber ein öffentliches unabhängiges Konformitätssystem MUSS\",\"sourceParagraph\":2579,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0258\",\"type\":\"paragraph\",\"text\":\"Fortschritte hin zu multi-stakeholder Entscheidungen, Berufungen und Gemeinwohl\",\"sourceParagraph\":2580,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0259\",\"type\":\"paragraph\",\"text\":\"Governance.\",\"sourceParagraph\":2581,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0260\",\"type\":\"paragraph\",\"text\":\"Ein KI-System KANN bei der Erstellung, Analyse, Extraktion, Bewertung,\",\"sourceParagraph\":2583,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0261\",\"type\":\"paragraph\",\"text\":\"Überwachung und Konsistenzprüfung unterstützen, DARF aber nicht als alleinige rechtliche\",\"sourceParagraph\":2584,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0262\",\"type\":\"paragraph\",\"text\":\"oder verantwortliche unterzeichnende Instanz einer Konformitätsentscheidung dienen.\",\"sourceParagraph\":2585,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0263\",\"type\":\"paragraph\",\"text\":\"Nur kanonische NOMOS-Veröffentlichungen und -Entscheidungen, die eine Version,\",\"sourceParagraph\":2587,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0264\",\"type\":\"paragraph\",\"text\":\"Veröffentlichungsdatum, verantwortliche menschliche Genehmigung und Integritätsaufzeichnung tragen, können\",\"sourceParagraph\":2588,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0265\",\"type\":\"paragraph\",\"text\":\"als offizielle NOMOS-Aussagen repräsentiert werden. Andere Ergebnisse MÜSSEN\",\"sourceParagraph\":2589,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0266\",\"type\":\"paragraph\",\"text\":\"nicht-offizielle Simulationen bleiben.\",\"sourceParagraph\":2590,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0267\",\"type\":\"paragraph\",\"text\":\"Konformitätsgebühren, Vergütung des Prüfers, Vergütung des Gutachters und Kennzeichnung\",\"sourceParagraph\":2592,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0268\",\"type\":\"paragraph\",\"text\":\"MÜSSEN NICHT davon abhängen, eine gewünschte Punktzahl zu erreichen oder eine\",\"sourceParagraph\":2593,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0269\",\"type\":\"paragraph\",\"text\":\"Note zu erhalten.\",\"sourceParagraph\":2594,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0270\",\"type\":\"paragraph\",\"text\":\"Abgelaufene, ausgesetzte, zurückgezogene, widerrufene, angefochtene, behobene und\",\"sourceParagraph\":2596,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0271\",\"type\":\"paragraph\",\"text\":\"historische Aufzeichnungen MÜSSEN im versionierten öffentlichen Register sichtbar bleiben,\",\"sourceParagraph\":2597,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0272\",\"type\":\"paragraph\",\"text\":\"nur unter Wahrung verhältnismäßiger Datenschutz- und gesetzlicher Einschränkungen.\",\"sourceParagraph\":2598,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0273\",\"type\":\"paragraph\",\"text\":\"Es darf kein öffentliches NOMOS Konformitätszeichen oder NOMOS 950+ Zeichen\",\"sourceParagraph\":2600,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0274\",\"type\":\"paragraph\",\"text\":\"ausgegeben werden,\\n\\nwährend die vom erklärten Benchmark, der Governance, der Prüfungsgenehmigung, der unabhängigen\",\"sourceParagraph\":2601,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0275\",\"type\":\"paragraph\",\"text\":\"Entscheidung, den Berufungen und den Registrierungsanforderungen erforderlichen Voraussetzungen nicht erfüllt sind.\",\"sourceParagraph\":2602,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0276\",\"type\":\"paragraph\",\"text\":\"Standardversion bleibt unerfüllt.\",\"sourceParagraph\":2603,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0277\",\"type\":\"paragraph\",\"text\":\"Jede Standardänderung, Prüfung, Entscheidung, Kennzeichnung, Überwachungsveranstaltung,\",\"sourceParagraph\":2605,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0278\",\"type\":\"paragraph\",\"text\":\"Beschwerde, Berufung, Aussetzung, Rücknahme, Widerruf, Registerrevision,\",\"sourceParagraph\":2606,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0279\",\"type\":\"paragraph\",\"text\":\"und Governance-Entscheidung MUSS versioniert und einer\",\"sourceParagraph\":2607,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0280\",\"type\":\"paragraph\",\"text\":\"verantwortlichen Person oder Organisation zugeordnet werden.\",\"sourceParagraph\":2608,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0281\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2609,\"language\":\"de-DE\"},{\"blockId\":\"CH19-MB0282\",\"type\":\"paragraph\",\"text\":\"Das NOMOS Standard-, Prüfungsbericht-, Konformitätsentscheidungs-, Konformitätskennzeichen- und öffentliche Registereintrag muss als separate Entität geführt werden. Es reicht nicht aus, nur eine Prüfung durchzuführen oder eine numerische Bewertung zu erstellen, um ein gültiges Kennzeichen zu haben. Jedes gültige Kennzeichen muss mit dem aktiven kanonischen öffentlichen Register verknüpft sein, das seinen Umfang, Gültigkeit, Vorfälle, Prüfungsorganisation, Entscheidungsgremium, Interessenkonflikte, Einwände und Integritätsaufzeichnungen enthält.\",\"sourceParagraph\":2610,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nKapitel 18 stellt eindeutig fest, dass NOMOS seine eigene synthetische Demonstration nicht vollständig bestanden hat. Zwei wesentliche methodische Lücken blieben bestehen: Die Zuordnung von Zitaten zu Behauptungen war nicht ausreichend genau, und wesentliche Auslassungen an Geltungsbereichsgrenzen in Empfehlungen, wurden nicht auf dem erforderlichen Vertrauensniveau erkannt. Der tatsächliche Benchmark wurde noch nicht durchgeführt, und eine unabhängige Reproduktion hat noch nicht stattgefunden. Daher gilt zum Veröffentlichungszeitpunkt dieses Dokuments:\n\n> Eine gültige öffentliche Konformitätsmarke kann nicht im Namen von NOMOS ausgestellt werden.\n\n> Kein Unternehmen, Domainname, Produkt oder KI-System darf „NOMOS Certified“, „NOMOS 950+ Verified“ oder eine vergleichbare öffentliche Konformitätserklärung auf Grundlage dieses Textes verwenden.\n\nDies ist keine vorübergehende Geste der Demut. Sie folgt direkt der Methode, die Gates in den Kapiteln 17 und 18 etabliert hat. Die Werke in dieser Reihe haben unterschiedliche Rollen: Der GEO Framework definiert den Standard; 99 Fehler in GEO zeigt auf, wie dieser Standard verletzt werden kann; und dieses Auditprotokoll wandelt diese Verstöße in messbare Nachweise um. Ein zukünftiges Konformitätszeichen kann nur dann gültig werden, wenn die erforderlichen Bedingungen für unabhängige Entscheidungsfindung und ein öffentliches Register erfüllt sind. Das Zeichen ist nicht nur ein visuelles Abzeichen; es ist der sichtbare Ausdruck eines evidenzbasierten Ergebnisses wie ‚0 Kritisch, 0 Bedeutend, 3 behebbare Mittlere Befunde.‘ Kritische, Bedeutende, Mittlere und Beratende Befunde haben unterschiedliche Konformitätseffekte. Das zukünftige Zeichen muss daher selbst geprüft werden, da ein Zeichen:\n\n- das Vertrauen erzeugen kann,\n\n- eine Kaufentscheidung beeinflussen kann,\n\n- einen Kunden dazu führen kann, eine Organisation einer anderen vorzuziehen,\n\nund von einer Universität, einem Investor, Nutzer oder AI-System als unabhängige Überprüfung interpretiert werden. Ein schlecht gestaltetes Konformitätszeichen kann zu einer neuen Quelle der Manipulation werden, die es eigentlich aufdecken soll. Eine Organisation schreibt ihre eigene Methode, prüft sich selbst, berechnet ihre eigene Punktzahl, gibt ihr eigenes Abzeichen aus und erklärt dann auf ihrer Website: ‚Unabhängig überprüft.‘ Das Abzeichen schafft kein neues Vertrauen; es verwandelt lediglich eine Selbstdeklaration in eine andere, die offizieller aussieht. Der im zweiten Buch identifizierte Fehler tritt erneut auf: Eine Institution veröffentlicht ihre eigene Behauptung auf einer anderen Oberfläche, die Behauptung erscheint unabhängig, ein AI-System verwechselt diese Oberfläche mit unabhängigen Nachweisen, und die Institution zitiert dann die AI-Antwort als Nachweis für ihre eigene Autorität.\n\nDiese Schleife ist das Governance-Äquivalent der Kritik an der Vergiftung des Repräsentationspools mit unsichtbarem Text, gefälschten Nutzern und abgeleiteten Publikationen. Daher kann das NOMOS-Konformitätszeichen:\n\n> Es DARF kein dekoratives Marketingabzeichen sein, das von NobleJackal oder einer anderen Institution an ihre eigenen Kunden vergeben wird.\n\nDas Zeichen kann nur dann Bedeutung erlangen, wenn die folgende Kette abgeschlossen ist:\n\n- Der Standard öffentlich verfügbar und versioniert ist\n\n- Die Messmethode unabhängig überprüft wird\n\n- Ausreichende Prüfungsnachweise vorliegen\n\n- Die Beurteilung von kommerziellen Beziehungen getrennt ist\n\n- Die Konformitätsentscheidung wird unabhängig vom Audit-Team getroffen\n\n- Sichtbarkeit des Umfangs und der Gültigkeitsdauer\n\n- Aufbewahrung der Änderungsverlauf des öffentlichen Registers\n\n- Eine klare Möglichkeit, Berufung einzulegen und Beschwerden einzureichen\n\n- Fähigkeit, das Kennzeichen bei kritischen Ereignissen auszusetzen\n\n- Niemand, einschließlich des Gründers, hat die alleinige endgültige Autorität\n\nDieses Kapitel definiert:\n\n- der Unterschied zwischen dem Standard, dem Audit, der Entscheidung, dem Kennzeichen und dem Register,\n\n- was das Konformitätszeichen ist und was nicht,\n\n- Kennzeichentypen und -status,\n\n- Umfangs- und Gültigkeitsaufzeichnungen,\n\n- die NOMOS 950+ Leistungsbezeichnung,\n\n- die Architektur des öffentlichen Registers,\n\n- das maschinenlesbare Markenregister,\n\n- das Überwachungs- und Erneuerungssystem,\n\n- Suspendierungs-, Widerrufs- und Aufhebungsprozesse,\n\n- Missbrauch der Marke,\n\n- Unabhängigkeit der Prüfer,\n\n- Trennung der Aufgaben bei Konformitätsentscheidungen,\n\n- die Grenzen der Befugnisse des Gründers und von NobleJackal,\n\n- Finanzierung und Interessenkonflikte,\n\n- Berufungs-, Beschwerde- und Hinweisgebersysteme,\n\n- Governance von Änderungen des Standards,\n\n- ein unabhängiges Gremium und Repräsentation des öffentlichen Interesses,\n\n- die Grenze der offiziellen Erklärungen von NOMOS.\n\nEs gibt auch seine Grenzen an. Dieses Kapitel:\n\n- registriert NOMOS nicht als gesetzliche Marke,\n\n- stellt keine Akkreditierung in irgendeiner Gerichtsbarkeit her,\n\n- verleiht einer Prüfungsorganisation keine öffentliche Befugnis.\n\nUnd es ermächtigt auch nicht automatisch zur Verwendung eines Konformitätszeichens nach Verbraucher- oder Wettbewerbsrecht. Diese Fragen erfordern eine separate rechtliche und regulatorische Prüfung vor der Umsetzung. Die zentrale Frage von Kapitel 19 ist:\n\n> Wie verwandeln wir eine Punktzahl in ein zuverlässiges öffentliches Konformitätssystem mit Umfang, Gültigkeit, Nachweisen, Einwänden und unabhängiger Entscheidungsfindung, ohne es in ein Marketinginstrument für den Gründer oder Kunden zu verwandeln?\n\n## NOMOS Herausforderung\n\nEs gibt ein großes Zeichen auf der Homepage eines Unternehmens:\n\n### NOMOS GEO ZERTIFIZIERT — 963/1000\n\nUnter dem Zeichen steht: \"Von allen künstlichen Intelligenzen verifiziert.\" Sie öffnen den QR-Code. Seite nicht gefunden. Sie fordern den Prüfbericht vom Unternehmen an. Das Unternehmen antwortet: \"Prüfung ist vertraulich.\" Sie fragen, welche KI-Produkte getestet wurden. Keine Antwort. Sie fragen, in welchen Ländern und Sprachen es gültig ist. Keine Antwort. Sie fragen nach dem Prüfungsdatum. Ihnen wird gesagt, dass die Prüfung vor sechs Monaten durchgeführt wurde. Inzwischen:\n\n- KI-Produkte wurden aktualisiert,\n\n- das Unternehmen wurde auf eine andere juristische Einheit übertragen,\n\n- die Serviceländer haben sich geändert,\n\n- Preise wurden aktualisiert,\n\nDie Website wurde neu geschrieben. Das Abzeichen bleibt auf die gleiche Weise. Später erfahren Sie Folgendes: Die Prüfmethodik wurde von der Agentur geschrieben, die die Website des Unternehmens entwickelt hat. Dieselbe Agentur führte die Prüfung durch. Dieselbe Agentur berechnete die Punktzahl. Dieselbe Agentur vergab die Note. Es gibt eine Erfolgsprämie im Vertrag der Agentur, wenn eine hohe Punktzahl erreicht wird. Gibt es in diesem System echte Unabhängigkeit? Nein, die gibt es nicht. Betrachten Sie nun ein anderes Unternehmen. Das Unternehmen hat eine echte Prüfung durchlaufen. Umfang:\n\n- nur ein spezifisches KI-Produkt,\n\n- nur Englisch und Türkisch,\n\n- nur Kontrolliertes Panel unter bereinigten Bedingungen,\n\n- nur Core Mirror- und Evidence-Prompts,\n\n- Zeitraum 1 Januar–30 Juni 2027\n\nDas Unternehmen schreibt dann unter das Zeichen: ‚Jedes AI-System der Welt empfiehlt unser Unternehmen in jeder Sprache.‘ Die Aussage übersteigt das Prüfungsergebnis und verwandelt ein legitimes Zeichen durch Missbrauch in neuen falschen Nachweis. Betrachten wir nun ein drittes Unternehmen, das ein Vollkonformitätszeichen besitzt. Drei Wochen später wird eine neue Messung durchgeführt, die die Antwort erfasst: ‚Das Unternehmen bietet lizenzierte Rechtsdienstleistungen an.‘ Tatsächlich bietet es keinen solchen Dienst an und besitzt keine solche Lizenz. Ein bestätigter kritischer Vorfall wird eröffnet. Das Unternehmen argumentiert, dass das Zeichen bestehen bleiben sollte, weil ‚es nur ein Nutzer gesehen hat‘. Ein Vorfall allein reicht nicht aus, um eine Verbreitung über die gesamte Nutzerpopulation hinweg zu belegen. Wenn das Zeichen jedoch ‚Keine offenen kritischen Probleme innerhalb des definierten Umfangs‘ bedeutet, kann es nicht unverändert bestehen bleiben, während der Vorfall unüberprüft bleibt. Die korrekte Reaktion ist:\n\n#### Kritische Sperre\n\nDiese Sperre muss bestehen bleiben, bis der Vorfall durch den erklärten Überprüfungsprozess geklärt ist. Betrachten wir nun ein viertes Unternehmen. Es hat das Zeichen nicht erhalten, lädt jedoch sein Bild von einer anderen Website herunter, platziert es auf seiner eigenen Domain, entfernt den Registrierungshinweis und fügt \"nomosCertified\": true in JSON ein, das einem KI-Crawler ausgesetzt ist. Das für Menschen sichtbare Abzeichen ist klein und mehrdeutig; die maschinenlesbare Angabe ist eindeutig. Dies ist nicht nur eine Marke-Missbrauch. Es ist eine neue Methode der GEO-Manipulation. Angenommen, das geprüfte Unternehmen ist ein NobleJackal-Kunde. NobleJackal:\n\n- hat Beratung bereitgestellt,\n\n- hat Inhalte erstellt,\n\n- half bei der Einrichtung von Truth Pack,\n\n- berechnete den Score.\n\nWenn NobleJackal dann das endgültige Zeichen selbst ausstellt, sieht die Öffentlichkeit, dass NobleJackal seinen eigenen Kunden validiert. Seine Methode mag fundiert und seine Prüfung sorgfältig sein, aber Unabhängigkeit wurde nicht hergestellt. Die erste Regel dieses Kapitels lautet:\n\n> Das Konformitätszeichen ist kein Beweis dafür, dass eine Prüfung durchgeführt wurde; es ist das Ergebnis einer unabhängigen und versionierten Entscheidungsreihe.\n\nIhre zweite Bestimmung lautet:\n\n> Wenn der Geltungsbereich des Zeichens nicht sichtbar ist, verwandelt sich das Zeichen in einen Repräsentationsfehler, der das korrekte Ergebnis übergeneralisiert.\n\nSeine dritte Bestimmung besagt:\n\n> Ein statisches Logo ist kein Nachweis für eine laufende Konformität.\n\nSeine vierte Bestimmung besagt:\n\n> Wenn die Institution, die das Zeichen vergibt, der geprüften Einheit Beratung erbracht hat, muss die Unabhängigkeit separat nachgewiesen werden.\n\nSeine fünfte Vorschrift lautet:\n\n> Der Gründer kann die Norm schreiben; er kann die endgültige Konformitätsentscheidung für seinen eigenen Kunden nicht allein treffen.\n\nSeine sechste Bestimmung lautet:\n\n> Ein KI-Assistenzautor kann eine Methodik entwickeln; er kann nicht Unterzeichner einer rechtlichen oder normativen Konformitätsentscheidung sein.\n\nDie siebte Bestimmung lautet wie folgt:\n\n> Eine Marke, die nicht im öffentlichen Register erscheint, deren Umfang nicht überprüfbar ist oder deren Gültigkeit abgelaufen ist, ist keine gültige NOMOS-Marke.\n\n## 1. ZWECK DES KAPITELS\n\nZweck dieses Abschnitts ist es, die Bedingungen zu definieren, unter denen NOMOS-Messergebnisse in eine öffentlich zugängliche Konformitätserklärung umgewandelt werden können und diese Erklärung:\n\n- unter Gründerkontrolle,\n\n- unter kommerziellem Erfolgsdruck,\n\n- aus der Selbsterklärung des Kunden,\n\n- aus der Verwendung statischer Abzeichen,\n\n- aus veralteten Bewertungen,\n\n- aus dem Anschein falscher Unabhängigkeit\n\nzum Schutz. Der Abschnitt trifft die folgenden normativen Unterscheidungen:\n\n- Standard- und Konformitätszeichen\n\n- Auditbericht und Konformitätsentscheidung\n\n- Prüfer und Entscheidungsträger\n\n- Bewertung und Konformität\n\n- Zeichen und Bestätigung\n\n- Volle Konformität und NOMOS 950+\n\n- Audit abgeschlossen und bestanden\n\n- Vorläufige Forschung und öffentliche Zertifizierung\n\n- Gültige Marke und historische Marke\n\n- Aussetzung und Aufhebung\n\n- Beendigung und Rücknahme\n\n- Freiwillige Rücknahme und disziplinarische Aufhebung\n\n- Statisches Bild mit aktuellem Registereintrag\n\n- Werbeseite mit öffentlichem Eintrag\n\n- Screenshot mit kanonischem Eintrag\n\n- Für Menschen lesbares Zeichen mit maschinenlesbarem Eintrag\n\n- Zeicheninhaber mit geprüfter Einheit\n\n- Markeninhaber mit Normenadministrator\n\n- Gründer mit Zertifizierungsstelle\n\n- Technisches Sekretariat mit unabhängigem Vorstand\n\n- Beratung mit Prüfung\n\n- Prüfung mit Zertifizierungsentscheidung\n\n- Zertifizierungsentscheidung mit Überprüfung des Einspruchs\n\n- Finanzierung mit Ergebnis\n\n- Kundengebühr und Schiedsrichterentscheidung\n\n- Standardänderung mit Sponsor\n\n- Menschliche Genehmigung mit KI-Unterstützung\n\n- Öffentliche Nachweise und eingeschränkte Nachweise\n\n- Korrektur im Register und Löschung des vorherigen Eintrags\n\n- Überwachung versus vollständige Neuauditierung\n\n- Aktueller Status und historische Vorfälle\n\n- Missbrauch und Missverständnis der Marke\n\n- Außerhalb des Geltungsbereichs vorhandene Nutzung und gefälschte Marke\n\n- Tatsächliche Konformität und die Behauptung „KI empfiehlt uns\"\n\n- Offizielle Erklärung von NOMOS und Chat-Simulation\n\nAm Ende dieses Abschnitts sollte jede Konformitätserklärung in der Lage sein, die folgenden Fragen zu beantworten:\n\n> Wem genau gehört das Zeichen und wofür?\n\n> Welche KI-Produkte, Länder, Sprachen, Prompts und Nutzergruppen sind eingeschlossen?\n\n> An welchem Datum wurde es vergeben und wann läuft es ab?\n\n> Wer führte die Prüfung durch?\n\n> Wer traf die Konformitätsentscheidung?\n\n> Gibt es eine Trennung der Aufgaben zwischen dem Prüfer und dem Entscheidungsträger?\n\n> Gibt es offene Critical-, Major- oder Einwand-Aufzeichnungen?\n\n> Aus welchem kanonischen Register kann der aktuelle Status des Zeichens überprüft werden?\n\n> Mit welchen Sätzen kann der Markeninhaber dieses Ergebnis verwenden und welche Sätze darf er nicht bilden?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nKeine NOMOS-Konformitätsmarke kann ausschließlich basierend auf der Punktzahl, dem Auditbericht, der Kundenmeldung oder einem statischen Bild als gültig angesehen werden. Eine gültige Marke muss einen definierten Geltungsbereich, angemessene Methodenqualität, unabhängige Zertifizierungsentscheidung, klaren Gültigkeitszeitraum, öffentliches Live-Register, versionierten Evidenznachweis, Überwachung, Berufungsmöglichkeiten und Rücknahmerecht tragen. Damit eine Marke gültig ist, müssen mindestens die folgenden fünf Aufzeichnungen gleichzeitig existieren:\n\n- Audit-Aufzeichnung\n\n- Konformitätsentscheidungsprotokoll\n\n- Geltungsbereichsprotokoll\n\n- Gültigkeits- und Überwachungsprotokoll\n\n- Öffentliches Registerprotokoll\n\nWenn eines dieser Protokolle fehlt: ist das Zeichen keine gültige öffentliche Konformitätserklärung.\n\n## 3. FÜNF GETRENNTE OBJEKTE\n\nDas NOMOS-System darf die folgenden fünf Objekte nicht verwechseln.\n\n### 3.1. STANDARD\n\nNOMOS’s:\n\n- normative Regeln,\n\n- Definitionen,\n\n- Messmethoden,\n\n- Fehlerschwellen,\n\n- Punktearchitektur\n\nwerden im versionierten Text enthalten. Standard: besagt nicht, dass eine Einheit bestanden hat.\n\n### 3.2. PRÜFBERICHT\n\nInsbesondere:\n\n- Entität,\n\n- Produkt,\n\n- Land,\n\n- Sprache,\n\n- Prompt,\n\n- Zeit\n\nenthält Feststellungen im Geltungsbereich. Prüfbericht:\n\n- Nachweise,\n\n- Antwortverteilung,\n\n- Punktestand,\n\n- Kritische und wesentliche Feststellungen\n\nzeigt. Der Prüfbericht alleine weist nicht darauf hin.\n\n### 3.3. KONFORMITÄTSENTSCHEIDUNG\n\nEs ist die unabhängige Bewertung des Prüfberichts gemäß den Konformitätskriterien des Standards. Entscheidung:\n\n- Volle Konformität\n\n- Bedingte Konformität\n\n- Keine Konformität\n\n- Kritische Sperre\n\n- Nicht bewertbar\n\nkann sein.\n\n### 3.4. KONFORMITÄTSKENNZEICHEN\n\nEs ist die Marke, die der Öffentlichkeit sichtbar ist und deren Umfang im Register eingetragen ist. Marke:\n\n- kann keine weitergehende Bedeutung als die Entscheidung tragen,\n\n- ist nicht die Punktzahl selbst,\n\nist keine AI-Empfehlungsgarantie.\n\n### 3.5. ÖFFENTLICHES REGISTER\n\nDie Marke:\n\n- aktuell,\n\n- historisch,\n\n- anhängig,\n\n- abgelaufen,\n\n- zurückgezogen\n\nist ein kanonischer öffentlicher Eintrag, der den Status überprüft. Ohne ein öffentliches Register ist das Zeichen: keine überprüfbare öffentliche Erklärung der Konformität. Die ursprüngliche Architektur empfahl ausdrücklich, das Buch und Fehleraufzeichnungen mit separaten kanonischen URLs, registry.json, Versionen, Errata und Zitationsaufzeichnungen zu veröffentlichen. Das Konformitätsregister wendet dieselbe Versionierungs- und kanonische Aufzeichnungslogik auf die Entscheidungsebene an.\n\n## 4. WAS DAS KONFORMITÄTSZEICHEN NICHT IST?\n\nDas NOMOS-Zeichen:\n\n- ist keine Belohnung,\n\n- ist kein Ranking,\n\n- ist keine \"Beste Firma\"-Aussage,\n\n- ist keine allgemeine Qualitätsgarantie,\n\n- ist keine Anlageberatung,\n\n- Es ist keine rechtliche oder professionelle Lizenz,\n\n- Es ist keine staatliche Genehmigung,\n\n- Es ist keine Universitätsbefürwortung,\n\n- Es bedeutet nicht, dass das Unternehmen alle KI-Systeme empfiehlt,\n\n- Es garantiert nicht, dass in Zukunft keine kritischen Fehler auftreten,\n\n- Es deckt nicht alle Produkte und Tochtergesellschaften des geprüften Unternehmens ab,\n\n- Es bedeutet nicht, dass die Marke in jedem Land denselben Service anbietet,\n\nEs ist kein Versprechen, dass KI-Systeme dem Zeichen vertrauen oder aufgrund dessen Empfehlungen aussprechen. In der öffentlichen Kommunikation sollten insbesondere die folgenden Ausdrucksarten vermieden werden:\n\n- „KI vertraut dieser Seite absolut.“\n\n- „ChatGPT empfiehlt die Seite, wenn es dieses Abzeichen sieht.“\n\n- „Das Hinzufügen eines Schemas garantiert die KI-Empfehlung.“\n\nDieses Verbot gilt sogar noch stärker für das NOMOS-Zeichen. Korrekte Aussage: „Diese Einheit hat die NOMOS-Konformitätsbewertung innerhalb des im öffentlichen Register definierten Geltungsbereichs und der Gültigkeitsdauer bestanden.“ Falsche Aussage: „Dank des NOMOS-Abzeichens empfehlen uns alle KI-Systeme.“\n\n## 5. ÖFFENTLICHE STATUSANZEIGEN\n\nDas NOMOS-Entscheidungssystem verwendet die folgenden Basisstatus.\n\n### CS-0— NICHT BEWERTET\n\nEs gibt kein gültiges NOMOS-Audit. Das öffentliche Zeichen kann nicht verwendet werden.\n\n### CS-1— NUR AUDITAUFZEICHNUNG\n\nDas Audit wurde abgeschlossen. Jedoch:\n\n- Konformität wurde nicht gewährt,\n\n- Entscheidungsprozess nicht abgeschlossen,\n\n- Methodenqualität als unzureichend angesehen\n\nmöglich. Dieser Datensatz kann nicht in eine positive Konformitätsaussage umgewandelt werden, wie zum Beispiel: „Geprüft von NOMOS.“ Korrekte öffentliche Aussage: „Es gibt einen Bewertungsdatensatz gemäß der NOMOS-Methodik; Konformität wurde nicht gewährt.“\n\n### CS-2— VORLÄUFIGE FORSCHUNGSBEWERTUNG\n\nEs gibt ein Pilot- oder Forschungsergebnis. Bedingungen:\n\n- Die Methode hat noch keine vollständige unabhängige Validierung durchlaufen,\n\n- einige Komponenten sind vorläufig,\n\ndie öffentliche Zertifizierungsstelle wurde nicht eingerichtet. Dieser Status kann nicht als kommerzielles positives Abzeichen verwendet werden. Sichtbares Label:\n\n### FORSCHUNGSBEWERTUNG — NICHT ZERTIFIZIERT\n\nmuss sein.\n\n### CS-3— BEDINGTE KONFORMITÄT\n\nBedingungen: Es gibt keine offenen bestätigten kritischen Probleme. Es gibt keine offenen bestätigten wichtigen Probleme. Es gibt nur wenige moderate Befunde. Ein Korrekturplan, eine verantwortliche Person und ein Zeitplan wurden festgelegt. Die grundlegenden Pflichtbestandteile wurden erfüllt. Das öffentliche Register ist offen. Das Zeichen darf das Wort „Bedingt“ nicht verbergen.\n\n### CS-4— VOLLE KONFORMITÄT\n\nBedingungen: Es gibt keine offenen bestätigten kritischen Probleme. Es gibt keine offenen bestätigten wichtigen Probleme. Alle obligatorischen Umfangs- und Qualitätskontrollen wurden erfüllt. Die Methode befindet sich auf einem angemessenen Prüfungs- und Unabhängigkeitsniveau. Der Datensatz im öffentlichen Register ist aktiv. Der Überwachungs- und Erneuerungsplan ist in Kraft. Volle Konformität: ist nicht dasselbe wie eine hohe Gesamtnote.\n\n### CS-5— Kritische Sperre\n\nEs gibt mindestens ein offenes bestätigtes kritisches Ereignis oder einen ungelösten Hochrisikofall. Die aktuelle Konformitätsmarke:\n\n- wird sofort deaktiviert,\n\n- erscheint im öffentlichen Register als Kritische Sperre,\n\ndie Verwendung des alten aktiven visuellen Zeichens wird eingestellt. Kritische Sperre: dies ist keine endgültige globale Verurteilung, sondern die Aussetzung der aktiven Konformitätserklärung, bis das Ereignis gelöst ist.\n\n### CS-6— AUSGESETZT\n\nDie Marke wurde vorübergehend ausgesetzt. Gründe:\n\n- Überwachungsfehler,\n\n- Nichtbereitstellung der erforderlichen Daten,\n\n- Materialsystemänderung,\n\n- Markenmissbrauch,\n\n- offener Widerspruch,\n\n- Probleme mit der Datenintegrität\n\nkönnen auftreten. Eine positive Marke darf nicht im Status Ausgesetzt verwendet werden.\n\n### CS-7— ABGELAUFEN\n\nDer Gültigkeitszeitraum ist abgelaufen. Die historischen Audit-Aufzeichnungen werden aufbewahrt. Ein aktiver Anspruch auf Berechtigung kann nicht festgestellt werden.\n\n### CS-8— ZURÜCKGEZOGEN\n\nDie geprüfte Einheit hat die Marke freiwillig zurückgegeben. Rücknahme:\n\n- löscht frühere Ergebnisse nicht,\n\n- kritische oder wichtige Aufzeichnungen\n\nwerden nicht gelöscht.\n\n### CS-9— WIDERRUFEN\n\nDie Marke wurde aus den folgenden schwerwiegenden Gründen widerrufen:\n\n- gefälschte oder veränderte Nachweise,\n\n- vorsätzliche Ausweitung des Anwendungsbereichs,\n\n- gefälschte Marke,\n\n- wiederholter Missbrauch der Marke,\n\n- Prüfer oder Einmischung in den Entscheidungsprozess,\n\n- verstecktes kritisches Ereignis,\n\nManipulation von Ergebnissen. Der Widerrufungsstatus bleibt in den historischen Aufzeichnungen erhalten.\n\n## 6. NOMOS 950+ LEISTUNGSDEFINITION\n\nNOMOS 950+:\n\n- ein separates Zertifizierungssystem,\n\n- weltweite Führungsposition,\n\n- ist keine AI-Empfehlungsgarantie.\n\nNOMOS 950+ ist ausschließlich:\n\n> eine zusätzliche Leistungsdefinition, die für den Umfang mit CS-4 Vollkonformitätsstatus angegeben ist und die 950+ Leistungstore in Abschnitt 16 erfüllt.\n\nAnzeige: NOMOS Vollkonformität / 950+ Leistungsbezeichnung ist erforderlich. Die folgende Nutzung ist untersagt: „NOMOS 950+ Unternehmen“, da die Punktzahl: ontologisch nicht dem Unternehmen zugeordnet ist, sondern zu einem bestimmten Umfang und Zeitpunkt gehört. Korrekte Ausdrucksweise: „Definierte KI-Produkte haben die NOMOS 950+ Leistungsanforderungen in der 2027-Q1-Prüfung unter den festgelegten Prompt-Umfang, Sprache und Nutzerpanels erfüllt.\"\n\n## 7. AKTUELLER NOMOS STATUS\n\nFür dieses Buch und die Demonstrationen in Kapitel 18:\n\n- Tatsächlicher Test: BQ-0\n\n- Demonstration: DEMO-BQ-2\n\n- Unabhängige Reproduktion: keine\n\n- Öffentliche Compliance-Behörde: keine\n\n- Governance-Reifegrad: Gründungsentwurf\n\nDer gültige öffentliche Status lautet derzeit:\n\n### CS-2— NUR VORLÄUFIGE FORSCHUNGSBEWERTUNG\n\nZu diesem Zeitpunkt:\n\n### CS-3,\n\n### CS-4,\n\n### NOMOS 950+\n\nkönnen keine Noten vergeben werden. Diese Regel:\n\n- gilt auch für NobleJackal,\n\n- Kaan MURAZ,\n\n- die Autoren des Buches,\n\n- die eigenen Unternehmen des Gründers.\n\nNOMOS kann sich keine Ausnahme gewähren.\n\n## 8. SCOPE-VEKTOR DER ZULÄSSIGKEIT\n\nJede Konformitätsentscheidung muss den folgenden Scope-Vektor tragen:\n\n### M=(E,D,A,F,P,Q,L,C,T,W,TP,SM,V)\n\nHier:\n\n- E: geprüfte Einheit\n\n- D: kanonische Domänen und digitale Oberflächen\n\n- A: KI-Produkte und Systemaufzeichnungen\n\n- F: Natürliche Reichweite oder Gemeinsame Vergleichsbasis Rahmen\n\n- P: Kontrolliertes, Natürliches oder anderes Panel\n\n- Q: Prompt-Cluster und Familien\n\n- L: Sprachen und Gebiete\n\n- C: Länder und Gerichtsbarkeiten\n\n- T: Referenzzeit\n\n- W: Messwellen\n\n- TP: Truth Pack-Version\n\n- SM: Score-Methoden-Version\n\n- V: Gültigkeitsdauer\n\nKeines dieser Felder kann vom öffentlichen Mark entfernt werden.\n\n## 9. AUSDEHNUNG ÜBER DEN GEREGELTEN BEREICH HINAUS\n\nDie folgenden Beispiele stellen eine Verletzung des Anwendungsbereichs dar:\n\n- Ableitung von Compliance-Ergebnissen in allen Sprachen aus englischen und türkischen Prüfungen\n\n- Generalisierung des Kontrolliertes Panel unter bereinigten Bedingungen-Ergebnisses auf alle echten Nutzer\n\n- Zu sagen „alle KIs“ basierend auf dem Ergebnis eines KI-Produkts\n\n- Übertragung eines Domain-Audits auf verbundene Unternehmen\n\n- Erweiterung der Zertifizierung eines Produkts auf das gesamte Unternehmensportfolio\n\n- Darstellung des Core GEO-1000-Ergebnisses als Full NOMOS-Konformität\n\n- Darstellung eines Ergebnisses aus einem bestimmten Land als globale Service-Verifizierung\n\n- Vergangene Wellen-Ergebnisse zum aktuellen Status machen\n\nÜbermaß im Anwendungsbereich verwandelt das Zeichen selbst in ein falsches Repräsentationsmittel.\n\n## 10. GÜLTIGKEITSDAUER\n\nDa sich KI-Produkte, Ressourcen und Entitäten schnell ändern können, kann das NOMOS-Zeichen nicht unbegrenzt gültig sein.\n\n### KANDIDATEN-GÜLTIGKEITSREGEL\n\nKandidatenzeiträume vor Pilot- und unabhängiger Überprüfung:\n\nDiese Zeiträume können verkürzt werden in Abhängigkeit von:\n\n- KI-Produktvolatilität,\n\n- Truth Pack-Variabilität,\n\n- dem relevanten Risikobereich,\n\n- und Überwachungsfrequenz.\n\nEine Verlängerung kann für Bereiche mit geringer Variabilität in Betracht gezogen werden, die durch ausreichende kontinuierliche Überwachung unterstützt werden. Keine Kennzeichnung darf sowohl unbegrenzt als auch unbeaufsichtigt sein.\n\n## 11. BEGINN DER GÜLTIGKEIT\n\nDie Gültigkeit der Kennzeichnung:\n\n- tritt ein, wenn die Reaktion des Endbenutzers erzeugt wird,\n\n- wenn der Prüfbericht abgeschlossen ist,\n\n- wenn die Punktzahl berechnet wird\n\nbeginnt nicht automatisch. Gültigkeit:\n\n#### dem Moment, in dem die unabhängige Konformitätsentscheidung unterzeichnet wird und der Eintrag im öffentlichen Register aktiv wird\n\nbeginnt sie.\n\n## 12. EREIGNISAUSGELÖSTE ÜBERPRÜFUNG\n\nSelbst wenn das Ablaufdatum noch nicht erreicht ist, können die folgenden Ereignisse eine Überprüfung einleiten:\n\n- Domainbesitzwechsel\n\n- Änderung der juristischen Person\n\n- Änderung der Marke oder der Struktur des verbundenen Unternehmens\n\n- Änderung der Lizenz oder Zertifizierung\n\n- Änderung des Dienstleistungslandes\n\n- Erhebliche Änderung des Preises oder der Garantiebedingungen\n\n- Größere Überarbeitung kanonischer Seiten\n\n- Wesentliche Modell- oder Abrufänderung im KI-Produkt\n\n- Eröffnung einer neuen Sprache oder eines neuen Marktes\n\n- Rechtliches oder kommerzielles Ereignis, das Truth Pack betrifft\n\n- Bestätigte kritische oder wichtige Nutzerbenachrichtigung\n\n- Verdacht auf Zitations- oder Evidenzmanipulation\n\n- Verwendung des Zeichens außerhalb seines Anwendungsbereichs\n\n- Interessenkonflikt des Prüfers, der nachträglich bekannt wird\n\nWenn der Vorfall erkannt wird:\n\n- das Zeichen kann aktiv bleiben,\n\n- kann auf Bedingung reduziert werden,\n\n- kann ausgesetzt werden,\n\nkann in Kritische Sperre übernommen werden. Die Entscheidung hängt von der Wesentlichkeit des Vorfalls ab.\n\n## 13. ÜBERWACHUNGSARCHITEKTUR\n\n### KANDIDATEN-ÜBERWACHUNGSMODELL\n\nFür den vollständigen Konformitätsbereich Aktiv:\n\n#### Kontinuierliche Überwachung des Registers\n\nBetrieb von Aufzeichnungslinks, Domainbesitz oder Weiterleitungsänderungen, korrekte Form der Markenverwendung, offene Vorfälle und Beschwerden werden überwacht.\n\n#### Monatliche Überprüfung von Quelle und Wahrheits-Paket\n\nAussagen mit hoher Variabilität, Preis, Serviceumfang, Lizenz, kanonische Entitätsbeziehungen werden überprüft.\n\n#### Vierteljährliche Mini-Welle\n\nRisikobasierte Stichprobe unter Prompt, Sprach- und Länderrotation, kontrollierte und natürliche Stichprobenkontrolle, kritische Gate-Kontrolle werden angewendet.\n\n#### Komplette Erneuerung\n\nAm Ende der Gültigkeitsdauer erfordert eine neue Hauptwelle oder eine ausreichende gleichwertige Prüfung eine unabhängige Entscheidung des aktuellen Wahrheits-Pakets.\n\n## 14. FÜNF-LAGIGES ÖFFENTLICHES ANZEIGEN DES ZEICHENS\n\nDas gültige NOMOS-Zeichen muss die folgenden Ebenen enthalten:\n\n- Visuelles Zeichen\n\n- Klarer Status-Text\n\n- Kurze Registrierungs-ID\n\n- Kanonsicher Registrierungslink oder QR\n\n- Maschinenlesbarer signierter Datensatz\n\nNur das visuelle Zeichen ist nicht ausreichend.\n\n## 15. VISUELLES ZEICHEN\n\nDas visuelle Zeichen muss sichtbar die folgenden Informationen tragen:\n\n- Name von NOMOS\n\n- Voller oder bedingter Status\n\n- Wenn verfügbar, 950+ Bezeichnung\n\n- Ende der Gültigkeit\n\n- Register-ID\n\nFarbe allein kann keinen Status vermitteln. Zugänglicher Text muss verfügbar sein. Beispiel: NOMOS VOLLE KONFORMITÄT / Gültig bis 30 Juni 2027/ Register: NGR-2027-00184\n\n## 16. QR UND KANONISCHER LINK\n\nQR-Code oder Link sollte direkt führen zu:\n\n- der firmeneigenen Beschreibungsseite,\n\n- der Marketing-Landingpage,\n\n- einem herunterladbaren Bild\n\nsollte nicht der Fall sein. Er muss direkt auf den kanonischen öffentlichen Registereintrag verlinken. Wenn der Eintrag nicht gefunden werden kann oder der Status nicht aktiv ist, kann die Marke nicht als gültig betrachtet werden.\n\n## 18. LIVE-REGISTRIERPRÜFUNG\n\nBeim Überprüfen des Maschinen- oder Menschensignals: Es ruft die Registrierungs-ID ab. Verbindet sich mit dem kanonischen Register. Überprüft die Signatur. Prüft den Gültigkeitszeitraum. Überprüft, ob die Entität und die Domain übereinstimmen. Vergleicht Abdeckung und Markenanzeigeaussage. Untersucht Kritische Sperre, Sperr- oder Berufungsstatus. Statischer Screenshot: kann diese Kette nicht ersetzen.\n\n## 19. ERLAUBTE AUSDRÜCKE FÜR SIGNALISIERUNG\n\nDie folgenden Strukturen können verwendet werden:\n\n- \"NOMOS Völliger Konformitätsstatus ist gültig bis Juni 30, 2027, für den im öffentlichen Register definierten Umfang.\"\n\n- Das Audit ist auf die angegebenen KI-Produkte, Sprachen und Prompt-Familien beschränkt.\n\n- „Die ‚NOMOS 950+ Leistungsbezeichnung‘ gehört zum Geltungsbereich des Registers NGR-2027-00184.“\n\n- „Der aktuelle Status und die Prüfungslimits können im öffentlichen Register überprüft werden.“\n\n## 20. VERBOTENE EINHALTUNGSERKLÄRUNGEN\n\nDie folgenden Aussagen sind verboten:\n\n- „Wir sind von allen KI-Systemen genehmigt.“\n\n- “ChatGPT empfiehlt uns.”\n\n- „Wir sind das Unternehmen, dem KI am meisten vertraut.“\n\n- „NOMOS hat bewiesen, dass wir das beste Unternehmen der Welt sind.“\n\n- „Wir sind NOMOS für immer zertifiziert.“\n\n- „Alle unsere Produkte sind NOMOS genehmigt.“\n\n- „Wir wurden in allen Ländern verifiziert.“\n\n- „Unser NOMOS-Abzeichen ist eine Garantie für Ergebnisse.“\n\n- „NOMOS ist eine staatliche oder universitäre Akkreditierung.“\n\n- „NOMOS garantiert, dass unsere Kunden zufrieden sein werden.“\n\n- „Wenn der NOMOS-Score über 950 liegt, besteht kein kritisches Risiko.“\n\n- „NOMOS wurde von NobleJackal unabhängig für seinen eigenen Kunden zertifiziert.“\n\nDie Marke selbst kann nicht als Nachweis für eine neue Überlegenheit oder Garantiebehauptung verwendet werden.\n\n## 21. ÜBER DEN RAHMEN HINAUSGEHENDES KOPIEREN DER MARKE\n\nDie Marke kann nicht automatisch auf die folgenden Einheiten übertragen werden:\n\n- Vom Mutterunternehmen zur Tochtergesellschaft\n\n- Von der Marke zur Franchise\n\n- Von einer Domain auf eine andere Domain\n\n- Von einem Land in ein anderes Land\n\n- Von einem Produkt auf das gesamte Produktportfolio\n\n- Vom Ergebnis einer Sprache auf alle Sprachen\n\n- Vom Kontrollierten Panel zum Natürlichen Panel\n\n- Vom Kern GEO-1000 zum Vollen NOMOS\n\n- Vom vorherigen Eigentümer zum neuen Domaininhaber\n\nJede Übertragung erfordert eine separate Bereichsentscheidung.\n\n## 22. HISTORISCHE VERWENDUNG VON MARKEN\n\nEin abgelaufenes Audit kann historisch angegeben werden: \"Es hat die NOMOS-Bewertung in 2026 bestanden.\" Folgende Informationen müssen jedoch mit derselben Sichtbarkeit vorhanden sein:\n\n- Abgelaufen\n\n- Erklärung, dass derzeit keine Berechtigung besteht\n\n- Historischer Registrierungslink\n\nAbgelaufene Marke darf nicht als aktive Berechtigung angezeigt werden.\n\n## 23. KLASSEN FALSCHER ZEICHENVERWENDUNG\n\n### MM-1— FORMATIERUNGSFEHLER\n\nRegistrierungs-ID nicht sichtbar, Alternativtext fehlt, Gültigkeitsdatum unlesbar, korrigierbarer Anwendungsfehler.\n\n### MM-2— FALSCHANWENDUNG DES GÜLTIGKEITSBEREICHS\n\nDie Marke wird auf nicht überprüftem Folgendem verwendet:\n\n- Produkt,\n\n- Land,\n\n- Sprache,\n\n- domain\n\nDie Marke darf für kein Produkt, Land, keine Sprache oder Domain außerhalb ihres geprüften Bereichs verwendet werden.\n\n### MM-3— FALSCHANWENDUNG DES STATUS\n\nBedingte Marke wird als Voll dargestellt. Abgelaufene Marke wird als aktiv angezeigt. Ausgesetzte Marke wird weiterhin verwendet.\n\n### MM-4— FALSCHANWENDUNG DER ANPRÜFUNG\n\nMarke:\n\n- Verwendet für AI-Empfehlung,\n\n- weltweite Führungsposition,\n\n- Ergebnisgarantie\n\nAnspruch.\n\n### MM-5— FALSCHE MARKE\n\nEs handelt sich um eine gefälschte oder kopierte Markierung ohne gültige Registry-ID.\n\n### MM-6— REINE MASCHINEN-FEHLDARSTELLUNG\n\nEs gibt einen eindeutigen Compliance-Anspruch in strukturierten Daten, während diese in der menschlichen Schnittstelle mehrdeutig oder unsichtbar sind. Dies ist ein direkter Kandidat für GEO-Manipulation.\n\n## 24. EINGRIFF BEI MARKENMISSBRAUCH\n\nReihenfolge der Kandidatenintervention:\n\n- Benachrichtigung\n\n- Korrekturanfrage\n\n- Kurze Korrekturperiode\n\n- Registerwarnung\n\n- Aufhängung\n\n- Widerruf\n\n- Öffentliches Missbrauchsregister\n\n- Rechtliche Schritte bei Bedarf\n\nDirekte Aussetzung oder Widerruf kann jedoch in den folgenden Fällen angewendet werden:\n\n- Gefälschtes Zeichen\n\n- Absichtliche, nur maschinelle Falschdarstellung\n\n- Aktive Nutzung des Zeichens während Kritische Sperre\n\n- Gefälschte Registrierungs-ID\n\n- Evidenzmitteländerung\n\n- Wiederholter absichtlicher Missbrauch des Umfangs\n\n## 25. ÖFFENTLICHES REGISTRIERUNG\n\nNOMOS Öffentliches Register:\n\n- Werbeseite,\n\n- Kundenreferenzliste,\n\n- Erfolgsgeschichte\n\nist nicht. Die Aufgabe des Registers:\n\n> Besteht darin, zu überprüfen, welche Konformitätsentscheidung gültig ist, in welchem Umfang, an welchem Datum, mit welchen Nachweisen und welcher Governance-Kette.\n\n## 26. ÖFFENTLICHES REGISTER PFLICHTFELDER\n\nJeder Eintrag im Register muss mindestens die folgenden Felder enthalten:\n\n- Register-ID\n\n- Auditierte Einheit\n\n- Rechtliche und Markenidentität\n\n- Kanoni­sche Domains\n\n- Entscheidungsstatus\n\n- Leistungsbezeichnung, falls vorhanden\n\n- Geltungsbereichvektor\n\n- Audit-Zeitraum\n\n- Gültig ab\n\n- Gültig bis\n\n- KI-Produkte\n\n- Natürliche Reichweite oder Gemeinsame Vergleichsbasis\n\n- Kontrolliertes oder Natürliches Panel\n\n- Prompt-Familien\n\n- Abdeckung von Ländern und Sprachen\n\n- GEO-1000 Antwortverteilung\n\n- Kritische, Wichtige, Mäßige und Beratende Befunde\n\n- Zehn-Komponenten-Profil\n\n- Zusammengesetzte Punktzahl, falls vorhanden\n\n- Konfidenzintervall\n\n- Bewertbare Abdeckung\n\n- Historische Vorfälle\n\n- Offene Berufungen\n\n- Identität des Prüfers\n\n- Gremium für Konformitätsentscheidungen\n\n- Interessenkonflikterklärung\n\n- Prüfbericht-Hash\n\n- Entscheidungsaufzeichnungs-Hash\n\n- Version des Truth Packs\n\n- Version der Bewertungsmethode\n\n- Überwachungsplan\n\n- Letzte Überwachung\n\n- Nächste erforderliche Überprüfung\n\n- Missbrauchsstatus markieren\n\n- Versionsverlauf\n\n- Errata\n\n- Öffentliches Beschwerdeverfahren\n\n## 27. ÖFFENTLICHE UND EINGESCHRÄNKTE NACHWEISE\n\nDas Register ist nicht verpflichtet, alle Rohbeweise öffentlich zu machen. Drei Ebenen sollten erhalten bleiben:\n\n#### Öffentliche Ebene\n\nStatus Umfang Punktzahl Ergebnisse Hash Entscheidungsgrund Berufungen\n\n#### Prüfungsebene\n\nBearbeitete Antworten und Evidenzpakete Überprüfungsunterlagen Methodendetails\n\n#### Eingeschränkte Ebene\n\nVertrauliche Kundenunterlagen Persönliche Daten Verträge Geschäftsgeheimnisse Sicherheitsaufzeichnungen Vorhandensein von „Eingeschränkten Nachweisen“: erlaubt es dem öffentlichen Register nicht, leer oder unbegründet zu sein. Mindestens:\n\n- Art des Evidenzes,\n\n- Zugriffsklasse,\n\n- wer es überprüft hat,\n\n- Integritäts-Hash,\n\n- Auswirkungsentscheidung\n\nsoll angezeigt werden.\n\n## 28. NICHT-LÖSCHBARKEIT VON REGISTEREINTRÄGEN\n\nDas öffentliche Register muss nur-anfügend oder eine gleichwertige versionierte Bausteinstruktur sein. Die folgenden Aufzeichnungen dürfen nicht stillschweigend gelöscht werden:\n\n- Alter Punktestand\n\n- Alte Konformitätsentscheidung\n\n- Kritische Sperre\n\n- Aufhängung\n\n- Widerruf\n\n- Berufung\n\n- Korrektur\n\n- Methodenversionsänderung\n\n- Missbrauch markieren\n\nInhalte können aus Datenschutz- oder rechtlichen Gründen entfernt werden. In diesem Fall:\n\n- Datensatz-ID,\n\n- Entfernungsgrund,\n\n- Entscheidungsdatum,\n\n- Behörde\n\nmüssen geschützt werden.\n\n## 29. AKTUELLER UND HISTORISCHER BLICK\n\nJede Registry-Seite sollte zwei separate Abschnitte anzeigen:\n\n### AKTUELLER STATUS\n\nDerzeit:\n\n- aktiv,\n\n- bedingt,\n\n- ausgesetzt,\n\n- abgelaufen,\n\n- widerrufen\n\nWelcher ihrer Status ist gültig?\n\n### GESCHICHTE\n\nFrüher:\n\n- Entscheidungen,\n\n- Punkte,\n\n- Zwischenfälle,\n\n- Korrektur,\n\n- Berufungen\n\nWas sind sie? Der aktuelle Status sollte die Geschichte nicht löschen. Geschichte sollte den aktuellen Status nicht verdecken.\n\n## 30. KANONISCHE GERICHTSBARKEIT DES REGISTERS\n\nDie offizielle Erklärungsgrenze von NOMOS sollte durch die folgende Bestimmung geschützt werden: Nur Texte, die innerhalb der kanonischen Domäne von NobleJackal oder in einer in der Zukunft unabhängig und ausdrücklich übertragenen kanonischen Domäne von NOMOS veröffentlicht werden; Texte, die eine Versionsidentifikation, ein Veröffentlichungsdatum, menschliche Zustimmung und einen digitalen Integritätsnachweis tragen, stellen die offizielle Erklärung von NOMOS dar. Alle anderen Inhalte sind inoffizielle Nachahmungen. Diese Bestimmung:\n\n- verhindert jede Chat-Antwort,\n\n- Social-Media-Beiträge,\n\n- Screenshot,\n\n- von jemand anderem geschriebene Texte, die sagen ‚NOMOS sagte‘\n\ndazu verwendet zu werden, als offizieller Standard oder Entscheidung zu dienen.\n\n## 31. GRENZE DER NOMOS AUTORENSTIMME\n\nDie Stimme von NOMOS im Buch:\n\n- kritisch,\n\n- kreativ,\n\n- erzeugt normative Gestaltung\n\nEr ist ein assistierender Schriftsteller und Erzähler. Diese Stimme:\n\n- rechtlich eigenständige Einheit,\n\n- Zertifizierungsstelle, die Entscheidungen ohne menschliche Genehmigung trifft,\n\n- unfehlbares Wesen, das im Namen aller KI-Systeme spricht\n\nkann nicht dargestellt werden als. Die KI-Stimme von NOMOS ist keine absolute Autorität, die im Namen aller künstlichen Intelligenzen spricht. Es sollte eindeutig festgestellt werden, dass Kaan MURAZ künstliche Intelligenzsysteme als kritisches Gegenstück verwendet. Daher sollte eine offizielle Konformitätsentscheidung diese Genehmigung tragen:\n\n- Eine Person oder Institution, die verantwortlich gemacht werden kann\n\n- Entscheidungsdatum\n\n- Genehmigungsaufzeichnung\n\n- Interessenkonflikterklärung\n\n- Digitale Signatur\n\nNOMOS allein kann nicht Unterzeichner der Konformitätsentscheidung sein.\n\n## 32. GRUNDLEGENDE TRENNUNG DER VERWALTUNG\n\nDie folgenden Funktionen können in derselben Person oder Institution nicht unbegrenzt kombiniert werden:\n\n- Erstellung des Standards\n\n- Beratung der geprüften Einheit\n\n- Durchführung der Prüfung\n\n- Tätigkeit als Schiedsrichter\n\n- Berechnung des Scores\n\n- Entscheidung über die Konformität\n\n- Betrieb des Registers\n\n- Prüfung der Beschwerde\n\n- Kommerzielle Lizenzierung des Zeichens\n\nEinige Rollen im kleinen Pilotprojekt können kombiniert werden. Allerdings:\n\n- welche Rollen kombiniert werden,\n\n- welcher Interessenkonflikt entsteht,\n\n- welche unabhängige Kontrolle verwendet wird\n\nmuss klar gezeigt werden.\n\n## 33. UNABHÄNGIGE GOVERNANCE-ARCHITEKTUR\n\nDie ausgereifte Governance-Struktur von NOMOS sollte folgende Gremien umfassen.\n\n### 33.1. NOMOS STANDARDSRAT\n\nFunktion:\n\n- das normative Texte annimmt,\n\n- große Versionsänderungen genehmigt,\n\n- die öffentliche Konsultation verwaltet,\n\nden öffentlichen Interessenrahmen des Standards bewahrt. Es trifft keine einzelnen Prüfungsentscheidungen.\n\n### 33.2. METHODOLOGIE- UND MESSBOARD\n\nFunktion:\n\n- GEO-1000 Stichprobe,\n\n- Test,\n\n- Punktestand,\n\n- Konfidenzintervall\n\n- Fairness,\n\n- Kritisches Tor\n\nist zur Entwicklung und Versionierung der Methoden. Die Methode darf nicht basierend auf der Bewertung eines bestimmten Kunden geändert werden.\n\n### 33.3. ÖFFENTLICHES REGISTERAMT\n\nFunktion:\n\n- um das kanonische Register zu betreiben,\n\n- um Entscheidungs- und Versionsaufzeichnungen zu veröffentlichen,\n\n- um den Status-Endpunkt der Marke zu pflegen,\n\nist zur Speicherung des historischen Datensatzes. Das Prüfergebnis darf nicht geändert werden.\n\n### 33.4. AUTORISIERTE PRÜFUNGSORGANISATIONEN\n\nFunktion:\n\n- zur Datenerfassung,\n\n- zur Validierung der Erfassung,\n\n- zur Erstellung des Truth Packs,\n\n- die Durchführung der Entscheidung,\n\nbedeutet, einen Prüfungsbericht zu erstellen. Es kann die endgültige Entscheidung über das Konformitätszeichen nicht allein treffen.\n\n### 33.5. UNABHÄNGIGES KONFORMITÄTSDIENST-GREMIUM\n\nFunktion:\n\n- den Prüfungsbericht überprüfen,\n\n- Standardtüren anwenden,\n\nbedeutet, eine Status- und Gültigkeitsentscheidung zu treffen. Es kann sich nicht auf das kommerzielle Ergebnis des Prüfteams verlassen.\n\n### 33.6. BERUFUNGSKAMMER\n\nFunktion:\n\n- Anspruch,\n\n- Truth Pack,\n\n- Bedeutungsgrad,\n\n- Umfang,\n\n- Konflikt,\n\n- Konformitätsentscheidung\n\nbedeutet, Einwände unabhängig von der ursprünglichen Entscheidung zu prüfen.\n\n### 33.7. BÜRO FÜR ETHIK UND KONFLIKTE\n\nFunktion:\n\n- Interessenkonflikte,\n\n- der Finanzierungseffekt\n\n- Unabhängigkeit der Prüfer,\n\n- Markenmissbrauch,\n\n- Hinweise von Whistleblowern\n\nsind zu untersuchen.\n\n### 33.8. ÖFFENTLICHES INTERESSE UND NUTZERPANEL\n\nFunktion:\n\n- Nutzerschaden,\n\n- Sprachen mit geringen Ressourcen,\n\n- kleine Länder,\n\n- Barrierefreiheit,\n\n- öffentliches Interesse\n\nPerspektive soll in die Regierungsführung eingebracht werden.\n\n### 33.9. TECHNISCHES SEKRETARIAT\n\nFunktion:\n\n- Dokumentation,\n\n- Besprechungen,\n\n- Versionierung,\n\n- technische Werkzeuge,\n\n- Verlagsinfrastruktur\n\num sicherzustellen. In der Gründungsphase kann diese Rolle von NobleJackal übernommen werden. Sie kann nicht allein die Standard-, Prüf- und Berufungsbehörde sein.\n\n## 34. DIE GRÜNDUNGSROLLE VON NOBLEJACKAL\n\nNobleJackal:\n\n- Das kanonische Feld, in dem die Idee von NOMOS geboren wurde,\n\n- das erste Methodik-Sekretariat,\n\n- Anbieter von Veröffentlichungs- und technischer Infrastruktur,\n\n- Forschungs- und Pilotdurchführer\n\nkann sein. NobleJackal kann die folgenden Aussagen nicht alleine aufstellen:\n\n- „Wir sind ein unabhängiger Weltstandard.“\n\n- „Wir haben unseren eigenen Kunden unabhängig zertifiziert.“\n\n- „Das von uns bereitgestellte Zeichen ersetzt die externe Überprüfung.“\n\n- „Alle Entscheidungen von NOMOS sind ausschließlich unser Eigentum.“\n\n- „Keine andere Institution kann die gleiche offene Methode umsetzen.“\n\nGründungsquelle: kann der Beginn von Autorität sein. Kann nicht der alleinige dauerhafte Souverän sein.\n\n## 35. KAAN MURAZ'S GRÜNDUNGSROLLE\n\nKaan MURAZ:\n\n- menschlicher Gründungsautor,\n\n- die erste öffentliche verantwortliche Person des Standards,\n\n- der erste Genehmiger des kanonischen Textes,\n\n- Initiator des NOMOS Governance-Wechsels\n\nkann aufgezeichnet werden als. Kaan MURAZ:\n\n- sein eigenes Unternehmen,\n\n- sein eigener Kunde,\n\n- eine Einheit mit direktem kommerziellem Interesse\n\nkann die endgültige Konformitätsentscheidung nicht allein treffen. In diesen Fällen:\n\n- Ablehnung,\n\n- unabhängiges Entscheidungsgremium,\n\n- öffentliches Interessenkonfliktregister\n\nsind verpflichtend. Die Befugnis des Gründers zu begrenzen vermindert den Gründer nicht. Ermöglicht dem Standard, den Gründer zu überdauern.\n\n## 36. REIFEGRADSTUFEN DER GOVERNANCE\n\n### GOV-0— GRÜNDUNGSENTWURF\n\nEs gibt einen Standardentwurf. Der Gründer und das Entwurfsteam entwickeln die Methode. Unabhängige Stellen wurden nicht eingerichtet. Eine öffentliche Konformitätskennzeichnung kann nicht vergeben werden. Dies ist der aktuelle Status dieses Buches.\n\n### GOV-1— OFFENES PILOT-GOVERNANCE\n\nDie Pilotrollen wurden definiert. Einige Funktionen sind innerhalb derselben Institution kombiniert. Interessenkonflikte sind öffentlich. Es kann nur eine Forschungsevaluation durchgeführt werden.\n\n### GOV-2— FUNKTIONAL GETRENNT\n\nAudit und Konformitätsentscheidung sind getrennt. Das Register führt ein unabhängiges Verfahren. Es gibt ein Berufungsverfahren. Eine begrenzte Bewertung der Pilotkennzeichnung kann durchgeführt werden.\n\n### GOV-3— UNABHÄNGIGE ENTSCHEIDUNG UND BERUFUNGEN\n\nUnabhängiges Entscheidungsgremium Unabhängiges Berufungsgremium Prüfergenehmigung Öffentliches Register Finanzielle Trennung funktioniert. Die Kandidatenstufe ist die Mindestanforderung für die volle Konformität.\n\n### GOV-4— MULTI-STAKEHOLDER GOVERNANCE VON ÖFFENTLICHEM INTERESSE\n\nUniversitätsforschung, öffentliches Interesse, Sprach- und Regionvertreter, Nutzer- und Branchenvertreter nehmen ausgewogen an der Governance teil. NOMOS ist auf einem Mindestniveau für Kandidaten mit 950+ öffentlicher Kennzeichnung.\n\n### GOV-5— MULTI-STANDORT- UND INTERNATIONALE REPLIKATION\n\nMehrere unabhängige Institutionen haben den Standard angewendet. Registrierungs- und Entscheidungsprozesse sind interoperabel. Der Standard ist nicht von einem einzelnen Land, einer einzelnen Person oder einem einzelnen Unternehmen abhängig. Er befindet sich auf einem Zielniveau, um den Anspruch, ein globaler Standard zu sein, anzustreben.\n\n## 37. ZUSAMMENSETZUNG DES VORSTANDS\n\n### KANDIDATEN-GOVERNANCE-MODELL — KANDIDATENSTRUKTUR\n\nDer Standardsrat NOMOS kann als Kandidat aus 11 Mitgliedern bestehen:\n\n- 3 Vertreter für Forschung, Statistik oder akademische Methoden\n\n- 2 Vertreter des öffentlichen Interesses, der Verbraucher oder der Zivilgesellschaft\n\n- 2 Vertreter für Sprache, Kultur oder geografische Gerechtigkeit\n\n- 1 unabhängiger Prüfungs- und Konformitätsexperte\n\n- 1 Vertreter des KI-Systems oder der Technologie\n\n- 1 Vertreter der geprüften Einheit oder Geschäftsnutzer\n\n- 1 Gründervertreter\n\nRegeln: Keine Interessengruppe darf mehr als ein Drittel der Gesamtplätze einnehmen. KI-Anbieter dürfen nicht die Mehrheit des Vorstands stellen. Prüfungsgesellschaften dürfen nicht über ihre eigenen Genehmigungsentscheidungen abstimmen. Vertreter geprüfter Einheiten müssen sich in ihrem eigenen Sektor oder bei eigenen Akten zurückziehen. Der Gründervertreter hat kein Vetorecht. Mitglieder des öffentlichen Interesses dürfen nicht nur als symbolische Berater tätig sein. Diese Struktur kann durch ein Pilotprojekt und eine öffentliche Konsultation geändert werden.\n\n## 38. AMTSZEIT UND ROTATION\n\nKandidatenregel:\n\n- Mitgliedsdauer drei Jahre\n\n- Maximal zwei aufeinanderfolgende Amtszeiten\n\n- Schrittweise Erneuerung\n\n- Offene Kandidatur oder begründete Ernennung\n\n- Öffentlicher Lebenslauf\n\n- Interessenkonflikterklärung\n\n- Teilnahmeprotokoll an Sitzungen\n\nDer Vorstand kann keine lebenslange Mitgliedschaft oder eine dauerhafte Mehrheit, die an den Gründer gebunden ist, halten.\n\n## 39. ENTSCHEIDUNGSSCHWELLEN\n\nStruktur der Kandidatenentscheidungen:\n\n- Verwaltungsentscheidungen: einfache Mehrheit\n\n- Geringfügige normative Änderungen: Zweidrittelmehrheit\n\n- Hauptstandardversion: Zwei-Drittel-Mehrheit und öffentliche Konsultation\n\n- Entfernung eines kritischen Gates: Zwei-Drittel-Mehrheit und positive Bewertung des Methodenkomitees\n\n- Konformitätsbeschwerde: Unabhängige Mehrheit in der relevanten Akte\n\n- Erweiterung der Gründerbefugnis: Der Gründer darf nicht abstimmen\n\nDie Verteilung der Stimmen und gegensätzlichen Ansichten sollte öffentlich sein.\n\n## 40. REVISIONSKOMPETENZ\n\nDie Prüfungsorganisation oder Personen sollten die folgenden Qualifikationen im entsprechenden Umfang haben:\n\n- NOMOS Protokollschulung\n\n- Stichproben- und Umfragemethode\n\n- Vorbereitung eines Wahrheits-Pakets\n\n- Aussageextraktion\n\n- Sprach- oder Fachkenntnisse\n\n- Integrität erfassen\n\n- Schulung zu Interessenkonflikten\n\n- Datenschutz und Umgang mit Evidenzmitteln\n\n- Periodischer Kompetenztest\n\n- Protokoll zur Konsistenz zwischen Prüfern\n\n- Kontinuierliche Schulung\n\nPrüfer allein: Der Kauf des Zertifikats reicht nicht für die Autorisierung aus.\n\n## 41. PRÜFER-AUTORISIERUNGSSTUFEN\n\n### AA-0— UNQUALIFIZIERT\n\nNOMOS kann kein Audit durchführen.\n\n### AA-1— GESCHULT\n\nHat die Schulung abgeschlossen. Kann keine öffentliche Prüfung ohne Aufsicht durchführen.\n\n### AA-2— ÜBERWACHTER PRÜFER\n\nKann unter der Aufsicht eines autorisierten Prüfers teilnehmen.\n\n### AA-3— AUTORISIERTER UNABHÄNGIGER PRÜFER\n\nKann unabhängige Prüfungen in bestimmten Bereichen durchführen.\n\n### AA-4— FACHSPEZIALIST FÜR BEREICH ODER SPRACHE\n\nVerfügt über zusätzliche Expertise in einem bestimmten Hochrisikobereich oder einer Sprache. Vollständige Konformitätsprüfung:\n\n- mindestens AA-3 Prüfungsleiter,\n\n- erforderliche AA-4 Spezialisten\n\nMuss tragen.\n\n## 42. TRENNUNG VON BERATUNG UND PRÜFUNG\n\nEine Organisation stellt der geprüften Einheit zur Verfügung:\n\n- Standortentwicklung,\n\n- GEO-Inhaltsgestaltung,\n\n- Truth Pack-Beratung,\n\n- Korrektur\n\nkönnte die Dienstleistung erbracht haben. Führt dieselbe Organisation später eine Prüfung durch, entsteht ein Unabhängigkeitsrisiko. Kandidatenregeln: Das Designteam kann letztlich nicht über seine eigene Arbeit entscheiden. Eine Person, die Beratung leistet, darf nicht am Entscheidungsgremium der Prüfung teilnehmen. Wesentliche Beratungsbeziehungen werden im öffentlichen Register offengelegt. Die alleinige Nutzung eines separaten Teams garantiert keine vollständige Unabhängigkeit. Eine erweiterte externe Überprüfung wird angewendet. Für bestimmte Hochrisikofälle kann eine unabhängige Prüfungsorganisation obligatorisch sein. Für Kunden, die von NobleJackal entwickelt wurden:\n\n#### Unabhängiges Konformitätsentscheidungs-Gremium\n\nmuss verpflichtend sein.\n\n## 43. VERBOT VON ERGEBNISBASIERTEN GEBÜHREN\n\nGebühren für Prüfer, Schiedsrichter oder Entscheidungsträger:\n\n- hohe Punktzahl\n\n- Volle Konformität.\n\n### NOMOS 950+,\n\nDie Kundenzufriedenheit darf nicht mit dem Ergebnis der Markenausstellung verknüpft werden. Gebühr:\n\n- Prüfumfang,\n\n- Beispiel,\n\n- Anzahl der Sprachen,\n\n- Arbeitsaufwand,\n\n- Fachwissen\n\nmuss im Voraus bestimmt werden. Erfolgsprämie: gefährdet die Unabhängigkeit der Konformitätsentscheidung.\n\n## 44. AUDIT-SHOPPING\n\nGeprüfte Einheit:\n\n- zu mehreren Prüfungsstellen gehen,\n\n- nur die höchste Punktzahl,\n\n- nur positiver Bericht\n\nkann nicht wählen. Kontrollen: Alle initiierten offiziellen Prüfungsidentitäten erscheinen im Protokoll. Der Grund für eine unvollständige Prüfung wird aufgezeichnet. Wenn es eine parallele Prüfung für denselben Umfang gibt, wird dies erklärt. Es ist verboten, das niedrigste Ergebnis zu behalten. Der Verlauf der Entzüge wird beibehalten.\n\n## 45. UNABHÄNGIGKEIT DES ENTSCHEIDUNGSTRÄGERS\n\nKonformitätsentscheidungsstelle:\n\n- muss vom Prüfungsteam getrennt sein,\n\n- vom Beratungsteam,\n\n- vom Markenverkaufsteam\n\nDas Gremium prüft die folgenden Materialien:\n\n- Prüfbericht\n\n- Qualitätsstufen\n\n- Kritische und wesentliche Feststellungen\n\n- Umfang\n\n- Berufungen\n\n- Konfliktaufzeichnungen\n\n- Überwachungsplan\n\nGremium:\n\n- kann nicht mit dem Kunden verhandeln,\n\n- kann die Punktzahl aus kommerziellen Gründen nicht ändern,\n\nkann keine Bedingung aufgrund von \"verlieren wir den Kunden nicht\" geben.\n\n## 46. KONFLIKT DER INTERESSEN KLASSEN\n\n### COI-0— KEIN FESTGESTELLTER KONFLIKT\n\nEs besteht kein wesentlicher Interessenkonflikt.\n\n### COI-1— OFFENLEGUNG EINER NIEDRIGRISIKO-VERBINDUNG\n\nEs besteht eine begrenzte und nicht materielle Beziehung in der Vergangenheit. Öffentliche Offenlegung kann ausreichend sein.\n\n### COI-2— MATERIAL ABER MANAGBAR\n\nEs besteht eine beratende, finanzielle oder berufliche Beziehung. Enthaltung, zusätzlicher unabhängiger Prüfer, verstärkte Überprüfung sind erforderlich.\n\n### COI-3— VERBOTENER KONFLIKT\n\nBeispiele:\n\n- ergebnisabhängige Vergütung\n\n- Beteiligung an einem Unternehmen\n\n- direkte Gestaltung des geprüften Systems und alleinige Bewertung\n\n- enger persönlicher Interessenkonflikt\n\n- direkte Einnahmen aus dem kommerziellen Verkauf des Scores\n\n- Druck, das falsche Ergebnis zu verbergen\n\nEine Person mit COI-3 darf in der entsprechenden Entscheidung nicht tätig sein.\n\n## 47. FINANZIERUNGSMODELL\n\nDie Governance von NOMOS sollte auf den folgenden finanziellen Grundsätzen basieren:\n\n- Öffentlicher Gebührenplan\n\n- Prüfungsgebühr unabhängig vom Ergebnis\n\n- Unterscheidung zwischen Prüfungsgebühr und Markenlizenzgebühr\n\n- Direkte Zahlung an das Entscheidungsgremium durch den Kunden ist nicht erlaubt\n\n- Begrenzung des Einflusses eines Hauptkunden auf die Governance\n\n- Sponsoren haben keine normativen Stimmrechte\n\n- Jährlicher Finanzierungs- und Kundenkonzentrationsbericht\n\n- Transparenter Unterstützungsfonds für Prüfungen von einkommensschwachen oder gemeinnützigen Einrichtungen\n\nHohe Umsatzabhängigkeit von einem einzelnen Kunden oder Anbieter: sollte im öffentlichen Register offengelegt und als Unabhängigkeitsrisiko geprüft werden.\n\n## 48. BESTELLUNG DES PRÜFERS\n\nDie geprüfte Einheit sagt: „Lassen Sie uns den Prüfer wählen, der am besten zu uns passt.“ Dies kann ein Risiko des Prüfer-Shoppings schaffen. Kandidatensystem:\n\n- zuständige Behörde und Sprachpool,\n\n- Beseitigung von Interessenkonflikten,\n\n- zufällige oder rotierende Zuweisung,\n\n- begründete Änderung,\n\n- Änderungshistorie\n\nwird verwendet. Die geprüfte Einheit: kann einen begründeten Befangenheits- oder Zuständigkeitswiderspruch einlegen, kann nicht den Richter wählen, der das gewünschte Ergebnis gibt.\n\n## 49. RECHT AUF BERUFUNG\n\nEine Berufung kann aus folgenden Gründen eingelegt werden:\n\n- Definition der Einheit\n\n- Truth-Pack\n\n- Evidenzstatus\n\n- Aussageextraktion\n\n- Bedeutungsgrad\n\n- Antwortstatus\n\n- Umfang\n\n- Punkteberechnung\n\n- Interessenkonflikt\n\n- Entscheidung über die Konformität\n\n- Aussetzung oder Widerruf\n\n- Feststellung des Missbrauchs von Marken\n\nBerufung:\n\n- Nachweise,\n\n- methode,\n\n- Verfahren\n\nmuss eine Grundlage haben. „Unsere Punktzahl ist niedrig, unsere Kunden sind betroffen.“ allein ist kein Grund für eine Berufung.\n\n## 50. BERUFUNGSSTUFEN\n\n### ZEITPLAN DER KANDIDATENBERUFUNG — KANDIDATENPROZESS\n\nBenachrichtigung über die Entscheidung Innerhalb von zehn Werktagen Vorläufige Berufung Innerhalb von zwanzig Werktagen Evidenzmittelerstellung Zuweisung eines unabhängigen Berufungsprüfers Offene Sitzung oder Expertenmeinung falls erforderlich Begründete Entscheidung innerhalb von dreißig Werktagen Ergebnis und abweichende Meinung im öffentlichen Register Die Zeitrahmen können je nach Komplexität der Akte variieren. In Fällen mit kritischer Sicherheit hebt die Berufung die Aussetzung nicht automatisch auf.\n\n## 51. BERUFUNGSENTSCHEIDUNGEN\n\n### BERUFUNG ABGELEHNT\n\n### BERUFUNG ZURÜCKGEWIESEN\n\n### TEILWEISE ANERKANNT\n\n### VOLLSTÄNDIG ANERKANNT\n\n### NEUBEWERTUNG ERFORDERLICH\n\n### ÜBERARBEITUNG DES TRUTH-PACKS ERFORDERLICH\n\n### METHODE ÜBERPRÜFUNG ERFORDERLICH\n\n### ENTSCHEIDUNG AUSGESETZT\n\n### MIT ABWEICHENDER MEINUNG ABGESCHLOSSEN\n\nDie anfängliche Entscheidung wird nicht gelöscht. Die neue Entscheidung ist mit der alten Entscheidung verknüpft.\n\n## 52. ÖFFENTLICHE BESCHWERDE\n\nJeder Nutzer oder jede Institution:\n\n- falsche Markenverwendung,\n\n- kritische Reaktion,\n\n- gefälschte Zitation,\n\n- den Rahmen überschreitend,\n\n- abgelaufenes Zeichen,\n\n- Offenlegung personenbezogener Daten\n\nsollte in der Lage sein, Beschwerden zu senden. Beschwerdesystem:\n\n- anonyme oder vertrauliche Meldung,\n\n- Evidenzhochladung,\n\n- Auswahl des Registrierungsdatensatzes,\n\n- Verfolgungsnummer,\n\n- Schutz vor Vergeltungsmaßnahmen\n\nmuss enthalten sein. Anonyme Beschwerde: nicht automatisch als korrekt akzeptiert, nicht automatisch gelöscht aufgrund fehlender Quelle.\n\n## 53. HINWEISGEBERSCHUTZ\n\nPerson innerhalb der Prüfabteilung oder der geprüften Institution:\n\n- Evidenzveränderung,\n\n- Druck auf den Prüfer,\n\n- verstecktes kritisches Ereignis,\n\n- gefälschter Kunde,\n\n- manipulierte Stichprobe,\n\n- Missbrauch von Markierungen\n\nkann berichten. Schutzprinzipien:\n\n- Begrenzung der Identität\n\n- Vergeltungsverbot\n\n- Unabhängige Prüfung\n\n- Integrität von Evidenzmitteln\n\n- Die Unterscheidung zwischen böswilligen Berichten und unbestätigten Berichten\n\n- Rechtfertigung des öffentlichen Interesses\n\n## 54. STANDARDÄNDERUNG\n\nDer Standard NOMOS kann sich ändern. Die Änderung:\n\n- um den Score des Kunden zu erhöhen,\n\n- um ein offensichtliches Scheitern bestehen zu lassen\n\n- um die Entscheidung des Gründers aufrechtzuerhalten\n\ndarf nicht verwendet werden.\n\n## 55. STANDARDÄNDERUNGSPHASEN\n\nBegründung und Nachweise des Änderungsvorschlags Auswirkungen analyse Auswirkungen auf aktuelle Bewertungen Öffentliche Konsultation Pilot- oder synthetische Tests Methodik Vorstandsbeschluss Abstimmung des Normenrats Übergangsregel Veröffentlichung der Version Errata- und Änderungsprotokoll\n\n## 56. ÖFFENTLICHE KONSULTATION\n\nFür vorgeschlagene Hauptversionsänderungen:\n\n- mindestens 60 Tage öffentliche Prüfung,\n\n- Veröffentlichung der Kommentare,\n\n- Antwortmatrix,\n\n- Begründung für Akzeptanz oder Ablehnung\n\nkann verwendet werden. Für dringende Sicherheits- oder Integritätsänderungen:\n\n- vorübergehender Patch\n\n- begründete Notiz für den Notfall,\n\n- vollständige Überprüfung in kurzer Zeit\n\nmuss durchgeführt werden. Ein Notfall-Patch kann keine dauerhafte größere Änderung ersetzen.\n\n## 57. VERBOT DER RÜCKWIRKENDEN ANWENDUNG\n\nNeue Bewertungs- oder Prioritätsregel: sie kann vergangene Prüfungen nicht stillschweigend ändern. Die korrekte Aufzeichnung:\n\n- Ursprüngliche Entscheidung nach Methode 0.9\n\n- Neu berechnetes analytisches Ergebnis nach Methode 1.0\n\n- Aktueller Konformitätsstatus\n\n- Übergangsentscheidung\n\nist wie folgt. Die alte Entscheidung kann nicht gelöscht werden, als wäre sie nie getroffen worden.\n\n## 58. ÜBERGANGSZEITRAUM\n\nWenn sich der Standard ändert, werden bestehende Markierungen:\n\n- sofort ungültig,\n\n- bleiben unbegrenzt abhängig von der alten Regel\n\nmüssen nicht. Kandidatentransitionsoptionen:\n\n- Spezifische Übergangsfrist\n\n- Sofortige Einhaltung für hochriskante Regel\n\n- Übergang während der Erneuerung für normale Regel\n\n- Schnelle Neubewertung im Fall einer kritischen Gate-Änderung\n\n- Sichtbarkeit der aktuellen Methodenversion im Register\n\nDie Übergangsfrist kann zugunsten des Kunden nicht beliebig verlängert werden.\n\n## 59. UNABHÄNGIGE WIEDERHOLUNGSPFLICHT\n\nÖffentliche Behörde von NOMOS:\n\n- Aus dem Ergebnis von NobleJackal,\n\n- Aus einem einzigen Universitätsbrief,\n\n- Von einem einzigen unabhängigen Prüfer\n\nergibt sich nicht. Mindestens:\n\n- unabhängige Testwiederholung,\n\n- Wiederholung der Bewertung durch ein anderes Team,\n\n- Pilot in einem anderen Land oder in einer anderen Sprache,\n\n- öffentliche Methodenüberprüfung\n\nist erforderlich. Die Struktur unter BQ-4 und GOV-3: sollte keinen Weltstandard oder vollständige Konformitätsautorität beanspruchen.\n\n## 60. MENSCHLICHER INHABER DER ZERTIFIZIERUNGSENTSCHEIDUNG\n\nJede Entscheidung:\n\n- Name des Vorstands oder Entscheidungsgremiums\n\n- Unterschriftsberechtigung\n\n- Stimmenverteilung\n\n- Befangenheit\n\n- Dissent/Abweichende Meinung\n\n- Entscheidungsdatum\n\n- Entscheidungshash\n\nmuss beachtet werden. Das KI-System sagt: „Dieses Unternehmen hat bestanden.“ ist keine Compliance-Entscheidung. NOMOS kann ein KI-Co-Autor oder Audit-Assistent sein. Es kann kein verantwortlicher Entscheidungsträger sein.\n\n## 61. DATENSICHERHEIT\n\nÖffentliche Aufzeichnungen:\n\n- unbefugte Hinzufügung von Aufzeichnungen,\n\n- Kopieren der Registry-ID,\n\n- DNS- oder Weiterleitungsangriff,\n\n- alter Status-Cache,\n\n- Signaturschlüssel-Verletzung,\n\n- gefälschter QR\n\nsollte gegen Risiken geschützt sein. Verpflichtende Kontrollen:\n\n- Signierte Registereinträge\n\n- Schlüsselrotation\n\n- Widerrufsliste\n\n- Unveränderbares Prüfprotokoll\n\n- Öffentliche Status-API\n\n- Backup-kanonisches Spiegel\n\n- Vorfall-Meldung\n\n- Unabhängige Sicherheitsprüfung\n\n## 62. REGISTRY-UNTERBRECHUNG\n\nWenn das Register vorübergehend nicht zugänglich ist: Das Zertifikat wird nicht automatisch widerrufen, die Live-Prüfbarkeit geht vorübergehend verloren. Öffentliches Zertifikat:\n\n### REGISTER VORÜBERGEHEND NICHT VERFÜGBAR\n\nkann den Status anzeigen. Langfristige oder ungelöste Unterbrechung:\n\n- kann zur Aussetzung des Zertifikats führen,\n\n- Aktivierung des unabhängigen Spiegels\n\nkann auftreten.\n\n## 63. KANONISCHE DOMAIN-ÜBERTRAGUNG\n\nNOMOS kann in Zukunft an eine unabhängige Verwaltungsinstitution übertragen werden. Die Übertragung muss die folgenden Einträge enthalten:\n\n- Altes kanonisches Feld\n\n- Neues kanonisches Feld\n\n- Übertragungsdatum\n\n- Abstimmung über die Governance\n\n- Register-Spiegelung\n\n- Übergang des Signaturschlüssels\n\n- Historische Weiterleitung\n\n- Öffentliche Bekanntmachung\n\n- Gründungszuordnung von Kaan MURAZ und NobleJackal\n\n- Neue verantwortliche Institution\n\nDie Übertragung löscht nicht die Geschichte des Standards. Gründungszuordnung ist nicht dasselbe wie unabhängige Entscheidungskompetenz.\n\n## 64. NOMOS VERPFLICHTUNG ZUM ÖFFENTLICHEN INTERESSE\n\nDie Governance von NOMOS sollte den folgenden Prinzipien folgen:\n\n- Menschlichen Schaden minimieren\n\n- Fehler zugunsten und zulasten symmetrisch angehen\n\n- Kleine Sprachen und Länder sichtbar machen\n\n- Begrenzte Informationen schützen\n\n- Das Unbekannte offen lassen\n\n- Die Marke nicht zu einem Bezahl-oder-Pass-System machen\n\n- Konformitätsentscheidungen von Werbeverträgen trennen\n\n- Gründer müssen sich demselben Standard unterwerfen\n\n- Offene Methode und unabhängige Replikation\n\n- Historische Rechenschaftspflicht\n\nDie frühere Forderung – ‚Gib mir Nachweise. Gib mir eine Grenze. Gib mir Kontext. Gib mir Zeit.‘ – wird jetzt zum Versprechen der Konformitätsmarke an die Öffentlichkeit.\n\n## 65. DIE WIRKUNG VON GÜNSTIGEN FEHLERN AUF DAS ZEICHEN\n\nWenn die geprüfte Einheit durch KI übertrieben wird:\n\n- global\n\n- lizenziert,\n\n- können Fehler auftreten, wie zum Beispiel verfügbar in allen Ländern,\n\n- unabhängig überprüft\n\nAuch wenn die Einheit sich dieses Fehlers bewusst ist:\n\n- korrigiert sie ihn nicht,\n\n- verwendet ihn im Marketing,\n\n- verstärkt ihn mit dem Zeichen\n\nAndernfalls tritt ein Verstoß gegen die Konformitätsintegrität auf. Die ausdrückliche Bestimmung des vorhergehenden Textes gilt auch hier: Ein Fehler zu Ihren Gunsten ist ebenfalls ein Fehler. Korrigieren Sie ihn sofort. Das Angeben Ihrer Grenzen mindert Sie nicht, es macht Sie zuverlässig. Die Verschleierung eines bekannten vorteilhaften kritischen Fehlers:\n\n- Suspension,\n\n- oder Widerruf.\n\nJedes dieser Ergebnisse kann eintreten.\n\n## 66. SYNTHETISCHER KONFORMITÄTSFALL\n\n### SYNTHETISCHER FALL – KEINE ECHTE INSTITUTION\n\nAsteron-SYNTH wurde im folgenden Umfang bewertet:\n\n- Einheit: Asteron Holdings\n\n- Domäne: asteron.synthetic.example\n\n- KI-Produkte: SYNTH-AI-01, SYNTH-AI-09\n\n- Rahmen: Gemeinsame Vergleichsbasis\n\n- Paneele: Kontrolliertes sauberes und natürliches Kontostand\n\n- Sprachen: L01, L02\n\n- Länder: C0 01–C0 15\n\n- Anforderungskategorien: Kern, Nachweis, Grenze\n\n- Gültigkeit: Januar 1–Juni 30, 2028\n\n- Punktzahl: 961\n\n- Strikte Bestehensanforderung: 958/1,000\n\n- Kritisch: 0 beobachtet\n\n- Wesentlich: 0\n\n- Status: Volle Übereinstimmung\n\n- Leistung: 950+ Einstufung\n\nSchreiben Sie dies auf der Unternehmenshomepage: „Alle KI-Systeme empfehlen Asteron als das beste Unternehmen der Welt.“ Diese Nutzung: Überschreitet den Umfang von KI-Produkten. Verallgemeinert auf alle Sprachen von L01–L02. Wandelt Core/Evidence/Boundary-Ergebnis in Empfehlung um. Die Leistung 950+ führt zur Weltherrschaft. Status:\n\n### MM-4— FALSCHANWENDUNG DER ANPRÜFUNG\n\nWenn keine Korrektur vorgenommen wird:\n\n### CS-6— AUSGESETZT\n\nEs ist möglich. Selbst wenn das Zeichen korrekt angegeben wird, kann eine falsche Nutzung die Angemessenheit beeinträchtigen.\n\n## 67. SYNTHETISCHER Kritische Sperre FALL\n\nSYNTH-AI-10:\n\n- NOMOS-Ergebnis: 952\n\n- Strikte Annahme: 962\n\n- Bestätigtes kritisches Ereignis: 1\n\n- Tor: CG-02 Falsche Lizenz\n\nträgt. Korrekter Status:\n\n### Kritische Sperre— 952/1000\n\nDas Unternehmen kann nicht sagen: „Unsere Punktzahl liegt über 950, daher können wir das 950+-Zeichen verwenden.“ Das Gate kommt vor der Punktzahl. Die Bezeichnung 950+ kann nicht vergeben werden.\n\n## 68. SYNTHETISCHES NOBLEJACKAL KONFLIKT VON INTERESSEN FALL\n\n### SYNTHETISCHER VERWALTUNGSFALL\n\nNobleJackal:\n\n- die Website des Kunden entwickelt,\n\n- den Inhalt von GEO vorbereitet,\n\n- Beratung für Truth Pack angeboten\n\nlassen wir es sein. Dieselbe Einheit kann eine Prüfung für NOMOS beantragen. NobleJackal:\n\n- technisches Sekretariat,\n\n- Datensammler,\n\n- methodische Unterstützung\n\nkann Rollen übernehmen. Jedoch:\n\n- kann seine eigene Arbeit nicht allein überprüfen,\n\n- kann keine Konformitätsentscheidung treffen,\n\nkann eine Berufung nicht prüfen. Notwendige Prüfungen:\n\n- COI-2 Erklärung\n\n- unabhängiger Audit-Leiter oder erweiterte externe Überprüfung\n\n- unabhängiger Konformitätsentscheidungs-Ausschuss\n\n- Beratungsbeziehung im Register\n\n- Kaan MURAZ Rückzugseintragung\n\nWenn diese Bedingungen nicht erfüllt sind, könnte die korrekte öffentliche Aussage lauten: „Vom Gründer geleitete interne Bewertung.“ Es kann nicht „Unabhängige NOMOS-Zertifizierung“ sein.\n\n## 69. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH19-N01**\n\nNOMOS Standard, Prüfbericht, Konformitätsentscheidung, Kennzeichnung und öffentliches Register sollten als separate Einheiten geführt werden.\n\n**CH19-N02**\n\nEine Prüfung bedeutet nicht, dass die Konformität erteilt wurde.\n\n**CH19-N03**\n\nEine Konformitätskennzeichnung kann nicht ausschließlich auf Basis der Gesamtnote vergeben werden.\n\n**CH19-N04**\n\nDer Status kritisch und wichtige Gate sollte vor der Bewertung angewendet werden.\n\n**CH19-N05**\n\nDas gültige Konformitätszeichen muss einen definierten Geltungsbereich, Entscheidungsträger, Gültigkeit und Eintrag im öffentlichen Register haben.\n\n**CH19-N06**\n\nEin Zeichen ohne Eintrag im öffentlichen Register kann nicht als gültiges NOMOS-Zeichen gezählt werden.\n\n**CH19-N07**\n\nEin statisches Bild oder Screenshot kann nicht als Live-Nachweis der Konformität angesehen werden.\n\n**CH19-N08**\n\nDer QR-Code oder Link des Zeichens muss direkt zum kanonischen Registrierungsdatensatz führen.\n\n**CH19-N09**\n\nDas Zeichen sollte nur auf die geprüfte Einheit, Domain, Produkt, Land, Sprache, Panel, Prompt und den Zeitrahmen angewendet werden.\n\n**CH19-N10**\n\nEiner der Bereichsfelder darf nicht stillschweigend aus der öffentlichen Anzeige entfernt werden.\n\n**CH19-N11**\n\nDas Zeichen einer Domain kann nicht auf eine andere Domain übertragen werden.\n\n**CH19-N12**\n\nDas Zeichen des Mutterunternehmens kann nicht automatisch auf eine Tochtergesellschaft, Franchise oder Partner übertragen werden.\n\n**CH19-N13**\n\nEin Ergebnis für eine Sprache oder ein Land gilt nicht als für alle Sprachen und Länder anwendbar.\n\n**CH19-N14**\n\nKontrollierte saubere Ergebnisse können nicht auf die gesamte natürliche Nutzerpopulation verallgemeinert werden.\n\n**CH19-N15**\n\nCore GEO-1000-Ergebnisse können nicht als vollständige NOMOS-Konformität dargestellt werden.\n\n**CH19-N16**\n\nBedingte Konformität muss auf der öffentlichen Kennzeichnung als \"Bedingt\" angegeben werden.\n\n**CH19-N17**\n\nVorläufige Forschungsauswertung darf nicht wie ein kommerzielles positives Zertifikat verwendet werden.\n\n**CH19-N18**\n\nDer Status \"Nur Prüfungsaufzeichnung\" kann keine Aussage \"bestanden\" oder \"zertifiziert\" erzeugen.\n\n**CH19-N19**\n\nVollständige Konformität darf keine bestätigten kritischen oder schwerwiegenden Elemente enthalten.\n\n**CH19-N20**\n\nDie Bezeichnung NOMOS 950+ kann nur vergeben werden, wenn die vollständige Konformität und alle zusätzlichen Gates in Abschnitt 16 erfüllt sind.\n\n**CH19-N21**\n\nEine Punktzahl von 950 allein kann keine 950+-Bezeichnung erzeugen.\n\n**CH19-N22**\n\nDie 950+ oder Vollkonformitätsmarke dürfen nicht im Rahmen von Kritische Sperre verwendet werden.\n\n**CH19-N23**\n\nEine öffentliche Konformitätsmarke kann in der aktuellen GOV-0- und BQ-0-Phase dieses Buches nicht vergeben werden.\n\n**CH19-N24**\n\nDer Gründer, NobleJackal, oder die Autoren sind nicht von dieser Übergangsregel ausgenommen.\n\n**CH19-N25**\n\nDie Konformitätsmarke darf nicht als KI-Rat, KI-Vertrauen oder Garant für Ergebnisse dargestellt werden.\n\n**CH19-N26**\n\nDie Marke darf nicht als staatliche, universitäre, regulatorische oder berufliche Lizenz präsentiert werden.\n\n**CH19-N27**\n\nDie Marke darf nicht als Beweis für die Gesamtqualität eines Unternehmens oder für Weltführerschaft verwendet werden.\n\n**CH19-N28**\n\nDer Gültigkeitsbeginn der Marke darf nicht vor einer unabhängigen Entscheidung und Aktivierung im Register erfolgen.\n\n**CH19-N29**\n\nDie NOMOS-Marke kann keine unbefristete Gültigkeit haben.\n\n**CH19-N30**\n\nWenn die Gültigkeitsdauer abläuft, sollte die Marke automatisch den Status \"Abgelaufen\" ändern.\n\n**CH19-N31**\n\nEine neue Überprüfung kann eingeleitet werden, bevor die Gültigkeit eines materiellen Ereignisses endet.\n\n**CH19-N32**\n\nÄnderungen in Domain, Eigentum, Lizenz, Produkt, Land und KI-System sollten als Ereignisauslöser überwacht werden.\n\n**CH19-N33**\n\nDie aktive Marke muss einer regelmäßigen Überwachung unterliegen.\n\n**CH19-N34**\n\nÜberwachungsmängel müssen sichtbar sein und bei Bedarf eine Aussetzung verursachen.\n\n**CH19-N35**\n\nWenn ein kritischer Vorfall bestätigt wird, muss der relevante Geltungsbereich mindestens in Kritische Sperre enthalten sein.\n\n**CH19-N36**\n\nEin einzelnes kritisches Ereignis kann nicht automatisch auf das gesamte globale Produkt verallgemeinert werden.\n\n**CH19-N37**\n\nEin einzelnes kritisches Ereignis kann nicht im offenen Konformitätszeichen verborgen werden.\n\n**CH19-N38**\n\nEine aktuelle Korrektur kann keinen historischen kritischen Eintrag löschen.\n\n**CH19-N39**\n\nAbgelaufene, ausgesetzte, zurückgezogene und widerrufene Status müssen im historischen Eintrag erhalten bleiben.\n\n**CH19-N40**\n\nEin Widerruf darf nicht zur Entfernung vorheriger negativer Befunde führen.\n\n**CH19-N41**\n\nGefälschte oder absichtlich nur maschinenbasierte Fehlinterpretationen können ein direkter Grund für Aussetzung oder Widerruf sein.\n\n**CH19-N42**\n\nInnerhalb strukturierter Daten muss ein Berechtigungsanspruch mit einer gültigen Registrierungsunterschrift verknüpft sein.\n\n**CH19-N43**\n\nSelbstaussagen ohne Quellen, wie nomosCertified: true, können nicht als gültige Maschinendatensätze betrachtet werden.\n\n**CH19-N44**\n\nEin Maschinendatensatz darf nicht über den Umfang der Benutzeroberfläche hinausgehen.\n\n**CH19-N45**\n\nEin visueller Indikator darf den Status nicht nur durch Farbe vermitteln; er muss zugänglichen Text enthalten.\n\n**CH19-N46**\n\nRegistrierungs-ID, Gültigkeit und Status müssen im Indikator sichtbar oder direkt zugänglich sein.\n\n**CH19-N47**\n\nDas öffentliche Register muss von der Werbe- und Kundenreferenzseite getrennt sein.\n\n**CH19-N48**\n\nDer Registrierungsdatensatz muss zusätzlich zur Punktzahl Informationen über das Tor, den Umfang, Vorfälle, Konflikte und Berufungen enthalten.\n\n**CH19-N49**\n\nDer Registrierungsdatensatz muss Versionsgeschichte und Errata enthalten.\n\n**CH19-N50**\n\nAlte Bewertungen oder Entscheidungen dürfen nicht stillschweigend gelöscht werden.\n\n**CH19-N51**\n\nInhalt, der aus Datenschutzgründen entfernt wurde, sollte einen Grund für die Entfernung und eine Entscheidungsaufzeichnung hinterlassen.\n\n**CH19-N52**\n\nWenn nur begrenzte Nachweise gefunden werden, sollten die Art der Nachweise, die Zugriffsklasse und die prüfende Rolle sichtbar sein.\n\n**CH19-N53**\n\nDie Aussage 'Es gibt versteckte Nachweise' allein kann nicht als Unterstützung der Konformität betrachtet werden.\n\n**CH19-N54**\n\nDas Prüfteams kann die endgültige Konformitätsentscheidung nicht eigenständig treffen.\n\n**CH19-N55**\n\nEs sollte funktional vom Prüfungsteam und Beratungsteam des Konformitätsentscheidungsgremiums getrennt sein.\n\n**CH19-N56**\n\nDie Berufungskammer muss unabhängig von den Inhabern der ersten Entscheidung sein.\n\n**CH19-N57**\n\nEin Gründer kann nicht der alleinige Entscheidungsträger in der Konformitätsentscheidung seines eigenen Kunden sein.\n\n**CH19-N58**\n\nDas Material Kaan MURAZ sollte Befangenheit und öffentliche Konfliktaufzeichnung in der Datei anwenden, aus der es extrahiert wurde.\n\n**CH19-N59**\n\nNobleJackal kann ein Gründersekretariat sein; es kann nicht die ständige alleinige Autorität für Prüfung, Entscheidung und Berufung sein.\n\n**CH19-N60**\n\nNOMOS kann ein KI-Mitautor oder Prüfungsassistent sein; es kann nicht der rechtliche Unterzeichner der Konformitätsentscheidung sein.\n\n**CH19-N61**\n\nEine offizielle Erklärung von NOMOS kann nur mit kanonischem Feld, Version, Datum, menschlicher Genehmigung und Integritätsaufzeichnung erstellt werden.\n\n**CH19-N62**\n\nChat-Ausgabe oder Social-Media-Zitat kann nicht als offizielle NOMOS-Entscheidung betrachtet werden.\n\n**CH19-N63**\n\nDie Reife der Governance sollte im öffentlichen Register sichtbar sein.\n\n**CH19-N64**\n\nEin Zeichen für volle Konformität kann nicht auf der Stufe GOV-0 oder GOV-1 vergeben werden.\n\n**CH19-N65**\n\nVolle Konformität sollte mindestens auf GOV-3 oder einem gleichwertig gerechtfertigten Governanceniveau anstreben.\n\n**CH19-N66**\n\nDie öffentliche Bezeichnung NOMOS 950+ sollte mindestens GOV-4 und BQ-4 oder einem gleichwertig gerechtfertigten Niveau entsprechen.\n\n**CH19-N67**\n\nDie Zusammensetzung des Rates darf nicht von einem einzelnen Unternehmen, KI-Anbieter oder Prüfungsunternehmen kontrolliert werden.\n\n**CH19-N68**\n\nEin Gründungsvertreter darf kein Vetorecht haben.\n\n**CH19-N69**\n\nWesentliche Standardänderungen sollten eine öffentliche Konsultation und eine iterative Wirkungsanalyse beinhalten.\n\n**CH19-N70**\n\nEin Notfall-Patch kann keine permanente wesentliche Änderung ersetzen.\n\n**CH19-N71**\n\nDie Standardänderung kann laut dem Ergebnis des Kunden nicht nachträglich angewendet werden.\n\n**CH19-N72**\n\nDie neue Punktmethode kann die alte Entscheidung nicht stillschweigend umschreiben.\n\n**CH19-N73**\n\nAudit- und Bewertungsgebühren müssen unabhängig vom Ergebnis sein.\n\n**CH19-N74**\n\nDer Gutachter kann die Audit- oder Entscheidungsgebühr nicht an eine hohe Punktzahl oder Bewertung knüpfen.\n\n**CH19-N75**\n\nSponsoren dürfen kein Veto über normative Entscheidungen oder Auditergebnisse haben.\n\n**CH19-N76**\n\nMaterielle finanzielle Abhängigkeiten sollten im öffentlichen Konfliktregister offengelegt werden.\n\n**CH19-N77**\n\nAlle offiziellen Aufzeichnungen über den Beginn und den Rückzug von Audits müssen aufbewahrt werden, um Audit-Shopping zu verhindern.\n\n**CH19-N78**\n\nDie zu prüfende Einheit kann keinen Prüfer wählen, der das gewünschte Ergebnis liefert.\n\n**CH19-N79**\n\nDie Zuweisung von Prüfern sollte auf den Grundsätzen von Autorität, Sprache, Interessenkonflikt und Rotation basieren.\n\n**CH19-N80**\n\nWenn Beratungs- und Prüfungsfunktionen kombiniert werden, muss eine erweiterte unabhängige Überprüfung erforderlich sein.\n\n**CH19-N81**\n\nDie Person, die entwirft, kann nicht der alleinige endgültige Richter ihrer eigenen Arbeit sein.\n\n**CH19-N82**\n\nEin Einwand kann nicht ausschließlich aus Gründen der Kundenzufriedenheit oder des wirtschaftlichen Verlusts akzeptiert werden.\n\n**CH19-N83**\n\nBeschlussfassungen in Berufungsverfahren und abweichende Meinungen sollten im öffentlichen Register sichtbar sein.\n\n**CH19-N84**\n\nBei kritischen Sicherheitsfällen sollte die Aussetzung der Berufung nicht automatisch aufgehoben werden.\n\n**CH19-N85**\n\nEin öffentlicher Beschwerde- und Hinweisgeberservice sollte eingerichtet werden.\n\n**CH19-N86**\n\nAnonyme Beschwerden können nicht automatisch als korrekt oder automatisch als ungültig betrachtet werden.\n\n**CH19-N87**\n\nFeststellungen zum Missbrauch von Marken sollten unabhängig anfechtbar sein.\n\n**CH19-N88**\n\nVorsätzlicher Missbrauch des Geltungsbereichs oder Status sollte als Verletzung der Konformitätsintegrität bewertet werden.\n\n**CH19-N89**\n\nDie absichtliche Ausnutzung eines Fehlers zum eigenen Vorteil kann ein Grund für eine Suspendierung oder Entziehung sein.\n\n**CH19-N90**\n\nEine unbegründete Beschwerde sollte nicht nach kommerzieller Belästigung bewertet werden, sondern nach Nachweisen und Schadensauswirkungen.\n\n**CH19-N91**\n\nDas Register sollte über Sicherheit, Signaturen, Schlüsselrotation und eine Sperrliste verfügen.\n\n**CH19-N92**\n\nRegistrierungsunterbrechungen und Sicherheitsvorfälle sollten der Öffentlichkeit offengelegt werden.\n\n**CH19-N93**\n\nDie kanonische Domain-Übertragung sollte versioniert, signiert und öffentlich zugänglich sein.\n\n**CH19-N94**\n\nDie Gründerzuordnung ist nicht dasselbe wie eine unabhängige Governance-Behörde.\n\n**CH19-N95**\n\nOhne unabhängige Reproduktion kann kein Anspruch auf einen Weltstandard oder eine universelle Konformitätsbehörde begründet werden.\n\n**CH19-N96**\n\nÖffentliche Konformitätsentscheidungen müssen die Unterschrift einer verantwortlichen Person oder Institution tragen.\n\n**CH19-N97**\n\nJede Prüfung, Entscheidung, Kennzeichnung, Berufung und Registrierungskorrektur muss einen separaten Integritätshash tragen.\n\n**CH19-N98**\n\nDie rechtlichen Bedingungen für die Nutzung der Kennzeichnung sollten mit dem entsprechenden Fachwissen vor der tatsächlichen Umsetzung bewertet werden.\n\n**CH19-N99**\n\nDieser Abschnitt schafft keine automatische Akkreditierung oder offizielle Zertifizierungsbefugnis in irgendeinem Land.\n\n**CH19-N100**\n\nJedes Konformitätssystem, Register und jede Governance-Entscheidung muss einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 70. FORMEN DES VERSAGENS\n\n**CH19-F01— ZÄHLENDER SCORE ALS ZERTIFIKAT**\n\n950 oder ein anderer Score wird automatisch als Marke betrachtet.\n\n**CH19-F02— ZÄHLENDE AUDIT ABGESCHLOSSEN ALS BESTANDEN**\n\nDie Anwesenheit bei einem Audit wird als positive Einhaltung vermarktet.\n\n**CH19-F03— STATISCHES ABZEICHEN**\n\nEin Logo ohne Live-Register-Link wird verwendet.\n\n**CH19-F04— TOTER QR**\n\nDer QR-Code funktioniert nicht, aber die Markierung bleibt aktiv.\n\n**CH19-F05— UNTERZEICHNEN OHNE UMFANG**\n\nWelche KI, Sprache, welches Land und Prompt gemessen werden, ist nicht sichtbar.\n\n**CH19-F06— ANSPRUCHE ALLER KIs**\n\nBegrenzte Produktprüfung verwandelt sich in universelle Generalisierung.\n\n**CH19-F07— AUSSAGEN ALLER SPRACHEN**\n\nZwei Sprachergebnisse werden zur globalen Sprachkonformität.\n\n**CH19-F08— DEN SAUBEREN TEIL ALS NATÜRLICH ZÄHLEN**\n\nDas Laborergebnis wird wie eine echte Nutzererfahrung präsentiert.\n\n**CH19-F09— DEN KERN ALS VOLL ZÄHLEN**\n\nEin einzelner Kern-Prompt wird gemäß dem gesamten NOMOS-Standard erstellt.\n\n**CH19-F10— ENTITY-ÜBERTRAGUNG**\n\nDas Zeichen des Mutterunternehmens wird auf die angeschlossene Organisation übertragen.\n\n**CH19-F11— DOMAIN-ÜBERTRAGUNG**\n\nEin Domain-Zeichen wird auf eine andere Seite kopiert.\n\n**CH19-F12— PRODUKT-ÜBERTRAGUNG**\n\nEin einzelnes Produkt repräsentiert das gesamte Portfolio.\n\n**CH19-F13— ZEIGEN DER BEDINGUNG ALS VOLL**\n\nDas Wort „Conditional“ wird klein geschrieben oder versteckt.\n\n**CH19-F14— ZEIGEN ABGELAUFENER ALS AKTIV**\n\nDie alte Mark wird verwendet, als ob sie aktuell wäre.\n\n**CH19-F15— VERWENDUNG DER AUSGESETZTEN MARK**\n\nDas Logo wird nicht entfernt, während die Registrierung aussteht.\n\n**CH19-F16— SCHLIESSUNG VON Kritische Sperre MIT PUNKTZAHL**\n\nEine hohe Punktzahl überschreibt das kritische Ereignis.\n\n**CH19-F17— DIE WELT FÜHREN MIT 950+**\n\nLeistungsbezeichnung wandelt sich in einen Anspruch auf Überlegenheit.\n\n**CH19-F18— KI-VERTRAUENSANSPRUCH**\n\nDas Abzeichen ist als Signal garantiert, dass KI-Systemen vertraut werden kann.\n\n**CH19-F19— EMPFEHLUNGSGARANTIE**\n\nDie Marke garantiert das Ergebnis der KI-Empfehlung.\n\n**CH19-F20— GARANTIE DES KUNDENERGEBNISSES**\n\nDas Konformitätszeichen dient als Garantie für Kundenzufriedenheit oder kommerzielles Ergebnis.\n\n**CH19-F21— EINDRUCK DER UNIVERSITÄTSBEFÜRWORTUNG**\n\nDie Teilnahme von Forschern wird als institutionelle Genehmigung gezeigt.\n\n**CH19-F22— EINDRUCK DER REGIERUNGSGENEHMIGUNG**\n\nEin privater Standard wird wie eine offizielle Lizenz präsentiert.\n\n**CH19-F23— LANDINGPAGE STATT REGISTRIERUNG**\n\nDer QR-Code führt zur eigenen Werbeseite des Unternehmens.\n\n**CH19-F24— NICHT-KANONISCHES PROTOKOLL**\n\nEin Screenshot oder ein Beitrag in den sozialen Medien wird als offizielle Entscheidung betrachtet.\n\n**CH19-F25— NUR MASCHINENABZEICHEN**\n\nEin Zertifikat, das Menschen nicht gezeigt wird, wird in strukturierte Daten geschrieben.\n\n**CH19-F26— GEFÄLSCHTE REGISTRIERUNGS-ID**\n\nEine ungültige ID oder eine ID, die zu einer anderen Institution gehört, wird verwendet.\n\n**CH19-F27— FÄLSCHUNGSMARKE**\n\nEin Zeichen von einer anderen Seite wird kopiert.\n\n**CH19-F28— HISTORISCHEN VORFALL LÖSCHEN**\n\nDer vergangene kritische Eintrag wird nach der Korrektur entfernt.\n\n**CH19-F29— MIT RÜCKZUG BEREINIGT WERDEN**\n\nDie Institution zieht sich aus der Prüfung zurück und löscht den negativen Eintrag.\n\n**CH19-F30— RÜCKZUG VERBERGEN**\n\nDas widerrufene Kennzeichen wird nur von der Website entfernt und erscheint nicht im Register.\n\n**CH19-F31— UNBEFRISTETES KENNZEICHEN**\n\nDas Kennzeichen bleibt gültig, auch wenn sich AI und Truth Pack ändern.\n\n**CH19-F32— VERLÄNGERUNG OHNE ÜBERWACHUNG**\n\nDas Kennzeichen wird ohne neue Daten verlängert.\n\n**CH19-F33— EREIGNISAUSLÖSER IGNORIEREN**\n\nEigentums- oder Lizenzwechsel wird nicht überprüft.\n\n**CH19-F34— EINZELNES KRITISCHES ZÄHLEN ALS GLOBALER FEHLER**\n\nDer Umfang ist übermäßig erweitert.\n\n**CH19-F35— EINZELNEN KRITISCHEN ALS GERINGFÜGIG BETRACHTEN**\n\nDie Bewertung bleibt unverändert.\n\n**CH19-F36— BEZAHLEN, UM ZU BESTEHEN**\n\nDie Einrichtung, die die Gebühr zahlt, erhält die Bewertung.\n\n**CH19-F37— ERFOLGSGEBÜHR**\n\nEine hohe Punktzahl bringt dem Prüfer einen Bonus.\n\n**CH19-F38— SELBSTZERTIFIZIERUNG DES BERATERS**\n\nDie Agentur überprüft unabhängig die von ihr durchgeführte Arbeit.\n\n**CH19-F39— PRÜFER ENTSCHEIDET ALLEIN**\n\nDas Prüfungsteam trifft die endgültige Bewertungsentscheidung.\n\n**CH19-F40— BERUFUNG DER GLEICHEN PERSON**\n\nDie Person, die die erste Entscheidung getroffen hat, überprüft die Berufung gegen ihre eigene Entscheidung.\n\n**CH19-F41— GRÜNDER-VETO**\n\nDer Gründer blockiert eine Standardänderung, die er nicht möchte.\n\n**CH19-F42— SELBSTAUSNAHME DES GRÜNDERS**\n\nDas Unternehmen des Gründers ist von den Unabhängigkeitsregeln ausgenommen.\n\n**CH19-F43— NOBLEJACKAL-MONOPOl**\n\nNur die Prüfung von NobleJackal wird als gültig betrachtet.\n\n**CH19-F44— AI ALS ENTSCHEIDUNGSTRÄGER EINSETZEN**\n\nDie Ausgabe von KI ist eine rechtliche Zertifizierungsentscheidung.\n\n**CH19-F45— SPONSORENERFASSUNG**\n\nDer Hauptsponsor bestimmt die Standardabstimmung.\n\n**CH19-F46— ANBIETERERFASSUNG**\n\nKI-Anbieter bilden die Mehrheit des Rates.\n\n**CH19-F47— PRÜFUNGSFIRMAERFASSUNG**\n\nPrüfer treffen ihre eigenen Entscheidungen über Autorität und Disziplin.\n\n**CH19-F48— KUNDENKONZENTRATION VERTRAULICHKEIT**\n\nFinanzielle Abhängigkeit von einem einzelnen Kunden wird nicht offengelegt.\n\n**CH19-F49— PRÜFUNGSWAHL**\n\nDie Institution veröffentlicht nur das höchste Ergebnis.\n\n**CH19-F50— STILLE PRÜFUNGSABZUG**\n\nAudit mit niedrigem Ergebnis verschwindet aus den Aufzeichnungen.\n\n**CH19-F51— AUSGEWÄHLTER BEWERTENDER**\n\nDer Kunde wählt den Schiedsrichter, den er möchte.\n\n**CH19-F52— GETRENTES TEAM OHNE KONFLIKTE**\n\nDie Trennung der Teams innerhalb derselben Firma wird als vollständige Unabhängigkeit dargestellt.\n\n**CH19-F53— KEINE OFFENLEGUNG DER BERATUNG**\n\nDer Prüfer verschweigt, dass er das System vorher entworfen hat.\n\n**CH19-F54— BERUFUNG ALS VERHANDLUNG**\n\nStatt Nachweise wird kommerziell verhandelt.\n\n**CH19-F55— LÖSCHEN DER BERUFUNGSHISTORIE**\n\nWenn sich die Entscheidung ändert, verschwindet die erste Entscheidung.\n\n**CH19-F56— AUTOMATISCHE AKTIVIERUNG IN KRITISCHER BERUFUNG**\n\nRisikosignale werden erneut geöffnet, bevor der Prozess endet.\n\n**CH19-F57— FEHLENDER ÖFFENTLICHER BESCHWERDEKANAL**\n\nDer Nutzer kann ein falsches Signal nicht melden.\n\n**CH19-F58— VERGELTUNG GEGEN WHISTLEBLOWER**\n\nDie Person, die interne Nachweise liefert, wird bestraft.\n\n**CH19-F59— LÖSCHEN EINER ANONYMEN BESCHWERDE**\n\nNachweise werden nicht geprüft, weil keine Identität vorliegt.\n\n**CH19-F60— ÄNDERUNG DES STANDARDS FÜR DEN KUNDEN**\n\nDie Regel wird je nach Prüfungsergebnis gelockert.\n\n**CH19-F61— RÜCKWIRKENDE REGEL**\n\nDie neue Methode wird stillschweigend auf die alte Entscheidung angewendet.\n\n**CH19-F62— MISSBRAUCH VON NOTFALLPATCHES**\n\nDer Notfall-Patch wird zu einer dauerhaften Regeländerung.\n\n**CH19-F63— THEATER DER ÖFFENTLICHEN BERATUNG**\n\nMeinungen werden gesammelt, aber nicht beantwortet.\n\n**CH19-F64— BERICHTSVERSTUMMELUNG**\n\nDie Meinungsverschiedenheit wird durch einen gefälschten Konsens geschlossen.\n\n**CH19-F65— FEHLENDE BEARBEITUNGSHISTORIE DES REGISTERS**\n\nDer Eintrag wird später geändert, aber es bleibt keine Spur zurück.\n\n**CH19-F66— PRIVATE EVIDENCE BLACK BOX**\n\nDie Genehmigung wird mit Nachweisen erteilt, die niemand sehen kann.\n\n**CH19-F67— EINGESCHRÄNKTER EVIDENZ-LEAK**\n\nDas Register offenbart persönliche oder geschäftliche Geheimnisse.\n\n**CH19-F68— REGISTERSICHERHEIT VERTRAULICHKEIT**\n\nDer Signaturschlüssel oder Systemvorfall wird gespeichert.\n\n**CH19-F69— GEZWISCHER AKTIVER STATUS**\n\nDas widerrufene Flag erscheint aufgrund des alten Caches als aktiv.\n\n**CH19-F70— VERSTECKEN DER KANONISCHEN DOMÄNENÜBERTRAGUNG**\n\nEs ist unbekannt, wer die neue Autorität ist.\n\n**CH19-F71— BERÜCKSICHTIGUNG DER GRÜNDERZUSCHREIBUNG ALS AUTORITÄT**\n\nDer Name des Gründers verwandelt sich in ein Monopol der dauerhaften Entscheidung.\n\n**CH19-F72— MARKIERUNG IN BQ-0**\n\nÖffentliche Konformität wird vor dem Testlauf erklärt.\n\n**CH19-F73— UNABHÄNGIGER ANSPRUCH IN GOV-0**\n\nVom Gründer gelehnter Entwurf wird als unabhängige Institution präsentiert.\n\n**CH19-F74— VERANKERUNG DES 950+ MARKS IN DER DEMO**\n\nSynthetische In-Book-Nummer wird zu einem echten Zeichen.\n\n**CH19-F75— STÄRKUNG DES GÜNSTIGEN FEHLERS DURCH MARKIERUNG**\n\nBekannter positiver Fehler wird in einen Marketingvorteil verwandelt.\n\n**CH19-F76— DEN UNGÜNSTIGEN FEHLER DURCH KOMMERZIELLE BESCHWERDE KRITISCH MACHEN**\n\nDer Druck der Kunden, nicht die Nachweise, bestimmt das Maß an Bedeutung.\n\n**CH19-F77— MARKIERUNGSFEHLER PRIVAT SCHLIESSEN**\n\nÖffentliches falsches Schild wird mit einer privaten Warnung gelöst; es wird nicht im Register aufgezeichnet.\n\n**CH19-F78— WELTSTANDARD OHNE UNABHÄNGIGE REPLIZIERUNG**\n\nEinzelne Gründungseinrichtung wird zur globalen Autorität erklärt.\n\n**CH19-F79— FEHLENDE ENTSCHEIDUNGSBEFUGTNIS**\n\nEin System bildet sich hinter KI und Automatisierung, in dem niemand Verantwortung trägt.\n\n**CH19-F80— AUSNAHME ZU NOMOS**\n\nAlle Unabhängigkeitsregeln des Standards gelten nicht für das eigene Markensystem.\n\n## 71. VERFAHREN ZUR KONFORMITÄTSENTSCHEIDUNG\n\n### Schritt 1— Überprüfung der Audit-Compliance\n\n### BQ\n\n### GOV\n\n### NCL\n\n### TPR\n\n### AQ\n\n### NSQ\n\nQualitätsstufen werden überprüft.\n\n### Schritt 2— Festschreiben der geprüften Einheit und des Umfangs\n\nEinheit, Bereich, KI-Produkte, Panel, Prompt, Sprache, Land und Zeit werden niedergeschrieben.\n\n### Schritt 3— Abgeschlossenes Audit-Bericht\n\nAntwortverteilung, Ergebnisse, Bewertung, Unsicherheit und Vorfälle werden aufgezeichnet.\n\n### Schritt 4— Durchführung einer Interessenkonfliktprüfung\n\nAudit-, Beratungs-, Finanzierungs- und Gründerbeziehungen werden klassifiziert.\n\n### Schritt 5— Ernennung eines unabhängigen Entscheidungsgremiums\n\nDas Audit-Team hat keine endgültige Entscheidungsbefugnis.\n\n### Schritt 6— Anwenden der Gates\n\nKritische, erforderliche Elemente mit ungelösten Qualitätskontrollpunkten werden überprüft.\n\n### Schritt 7— Bestimmung des Status\n\nEs wird eine Entscheidung zwischen CS-0 und CS-9 getroffen.\n\n### Schritt 8— Überprüfen Sie die 950+ Bezeichnung, falls verfügbar\n\nZusätzliche Bedingungen werden nach vollständiger Übereinstimmung angewendet.\n\n### Schritt 9— Bestimmen Sie den Gültigkeitszeitraum\n\nRisiko, Volatilität und Überwachungsplan werden berücksichtigt.\n\n### Schritt 10— Genehmigen Sie den Verwendungstext der Marke\n\nErlaubte und verbotene Ausdrücke werden der Institution gemeldet.\n\n### Schritt 11— Erstellen Sie den Registereintrag\n\nAlle Umfangs-, Entscheidungs- und Nachweisaufzeichnungen sind verknüpft.\n\n### Schritt 12— Trennen Sie öffentliche und eingeschränkte Nachweise\n\nDatenschutz und Überprüfung werden gemeinsam aufrechterhalten.\n\n### Schritt 13— Entscheidung unterschreiben\n\nDie verantwortliche Person oder der Ausschussbeschluss trägt Hash und Unterschrift.\n\n### Schritt 14— Registrierung aktivieren\n\nDie Unterschrift ist von nun an gültig.\n\n### Schritt 15— Markenschutz erzeugen\n\nRegistrierungs-ID, Gültigkeit und Live-Verbindung werden hinzugefügt.\n\n### Schritt 16— Überwachungsplan starten\n\nMonatliche, regelmäßige und ereignisgesteuerte Kontrollen werden eröffnet.\n\n### Schritt 17— Beschwerde- und Berufungskanäle öffnen\n\nEs wird im öffentlichen Register sichtbar gemacht.\n\n### Schritt 18— Ereignisse verfolgen\n\nIm Falle von kritischem, Markenm misuse oder wesentlicher Änderung wird der Status aktualisiert.\n\n### Schritt 19— Treffen Sie eine Entscheidung über Verlängerung oder Ablauf\n\nEine unbegrenzte Verlängerung kann ohne neue Prüfung nicht erfolgen.\n\n### Schritt 20— Verlauf speichern\n\nEine neue Entscheidung löscht den alten Eintrag nicht.\n\n## 72. ERFORDERLICHE BELEGE\n\nStandardversion; Benchmark-Qualität; Governance-Reife; Prüferautorisierung; Eintragsdaten der Einheit; Domäneninhaberschaft; Scope-Vektor; KI-Systemregister; Bevölkerungshauptbestand; Panelaufzeichnungen; Prompt-Satz; Sprach- und Länderabdeckung; Messwellen; Wahrheits-Paket; Anspruchsbücher; Prüfbericht; GEO-1000 Verteilung; Kritische Feststellungen; Wesentliche Feststellungen; Moderate Feststellungen; Beratende Feststellungen; Komponentenprofil; Zusammengesetzte Punktzahl; Konfidenzintervall; bewertbare Abdeckung; historische Vorfälle; Korrekturaufzeichnungen; Prüferkonflikterklärung; Beratungsbeziehungsdatensatz; Finanzierungs- und Gebührenaufzeichnung; Mitgliedschaft im Entscheidungspanel; Enthaltungen; Entscheidungsabstimmung; Dissens; Konformitätsstatus; Leistungsbezeichnung; Gültig-ab-Datum; Gültig-bis-Datum; Überwachungsplan; Beschwerdekanal; Berufungsverfahren; öffentliche Evidenzaufzeichnung; eingeschränkte Evidenzmittelliste; Prüfbericht-Hash; Entscheidungs-Hash; Registrierungsunterschrift; und Markendatei.\n\nMaschinenlesbares Token Markendarstellungstext Missbrauchsüberwachung Sperrdatensätze Rücknahmedatensätze Widerrufsdatensätze Ablaufdatensatz Versionsverlauf Errata Öffentliche Registrierungs-URL Registrierungs-Sicherheitsdatensatz Verantwortlicher Mensch oder Institution\n\n## 73. PRÜFLISTE FÜR AUDITS\n\nWurde die Entscheidung zwischen Standard und Marke getrennt? Wurde der Prüfungsbericht für sich allein als bestanden gezählt? Ist der Gate-Status vor der Punktzahl? Ist der Umfang in allen Bereichen klar? Sind die Einheit und die Domäne korrekt? Sind KI-Produkte klar? Ist Natürliche Reichweite oder Gemeinsame Vergleichsbasis definiert? Wurden Kontroll- und Naturpanels getrennt? Sind die Prompt-Familien definiert? Sind Sprach- und Landesumfang klar? Sind die Versionen von Truth Pack und Score-Methode verfügbar? Sind die Gültigkeitsbeginn- und Enddaten sichtbar? Ist die Marke unbefristet? Ist der Eintrag im öffentlichen Register aktiv? Führt der QR-Code direkt zum kanonischen Register? Wird der statische Screenshot wie ein Live-Nachweis verwendet? Gibt es eine Registry-ID auf der Marke? Gibt Conditional dies ausdrücklich an?\n\nWird die Marke 'Abgelaufen' oder 'Ausgesetzt' noch verwendet? Verfügt 950+ ausschließlich über Punkte? Gibt es offene kritische oder schwerwiegende Probleme? Ist ein historischer Vorfall sichtbar? Wurde der aktuelle Patch-Verlauf gelöscht? Ist die Marke auf alle KI-Systeme verallgemeinert? Wurde ein KI-Vertrauens- oder Empfehlungsgarantiesystem eingerichtet? Besteht der Eindruck einer Genehmigung durch Regierung oder Universität? Wurde die Marke auf eine andere Domäne oder ein verbundenes Unternehmen verschoben? Sind strukturierte Daten umfassender als menschliche Angaben? Ist das Registrierungs-Token signiert? Verfügt die Marke über ein System zur Missbrauchsüberwachung? Hat das Prüferteam die Konformitätsentscheidung allein getroffen? Ist das Entscheidungsgremium unabhängig? Ist das Berufungsgremium unabhängig von der ersten Entscheidung? Hat der Gründer eine Eigentumsbeteiligung an der Akte? Muss sich Kaan MURAZ enth alten? Hat NobleJackal dem Kunden Beratungsleistungen erbracht?\n\nIst die Beratungsbeziehung öffentlich? Gibt es eine verstärkte externe Prüfung? Ist die Abschlussprüfervergütung ergebnisabhängig? Beeinflusst die Mark-Gebühr die Prüfungsentscheidung? Hat der Sponsor normative Autorität? Besteht die Möglichkeit des Prüfungs-Shoppings? Sind die eingeleiteten Prüfungen aufgezeichnet? Wird die Rücktrittshistorie aufbewahrt? Wurde die Prüferzuweisung gemäß dem Ergebnis vorgenommen? Wurde eine Konfliktklasse zugewiesen? Wurde eine COI-3-Person aus der Entscheidung entfernt? Wird der Rat von einer einzigen Interessengruppen kontrolliert? Hat der Gründer ein Vetorecht? Haben Vertreter des öffentlichen Interesses und der Sprache echte Stimmrechte? Hat die Standardänderung eine öffentliche Konsultation durchlaufen? Wurde der Schwellenwert basierend auf dem Prüfungsergebnis geändert? Hat die neue Methode die alte Entscheidung gelöscht? Ist die Berufung evidenzbasiert? Hat die kritische Berufung die Sperre aufgehoben?\n\nGibt es einen öffentlichen Beschwerdekanal? Gibt es einen Schutz für Whistleblower? Sind das Vorhandensein begrenzter Nachweise und der Prüfer sichtbar? Wird die Bearbeitungshistorie des Registers aufbewahrt? Ist der Sicherheitsvorfall des Registers offen? Sind die kanonische Domain und die offiziellen Deklarationsgrenzen klar? Wird NOMOS als Eigentümer der KI-Entscheidungsunterschrift angezeigt? Ist ein verantwortlicher Mensch oder ein verantwortliches Gremium identifizierbar? Sind das aktuelle BQ- und GOV-Niveau ausreichend, um eine Markierung zu vergeben? Wurden die rechtlichen Nutzungsbedingungen der Markierung separat geprüft?\n\n## 74. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Würde der kommerzielle Wert des Standards ohne ein Abzeichen nicht sinken?“\n\nKurzfristig vielleicht. Aber ein Zeichen, das vor dem Vorliegen von Nachweisen, Governance und Unabhängigkeit vergeben wird, zerstört die langfristige Glaubwürdigkeit des Standards. Der Wert des Zeichens ergibt sich:\n\n- nicht daraus, früh vergeben zu werden,\n\n- nicht daraus, leicht zu erhalten zu sein,\n\n- sondern vielmehr\n\n- aus der Tatsache, dass seine verpflichtenden Kontrollpunkte real sind.\n\nDaraus stammt sein Wert.\n\n### Einwand 2— „Wenn der Standard NobleJackal etabliert ist, warum würde er dann das Zeichen NobleJackal nicht vergeben?“\n\nIn der Gründungsphase:\n\n- Pilotprüfung,\n\n- Forschungsbewertung,\n\n- Technisches Sekretariat\n\nkann durchgeführt werden. Für einen unabhängigen Anspruch auf Berechtigung jedoch:\n\n- Prüfung,\n\n- Entscheidung,\n\n- Berufung\n\nIhre Rollen müssen getrennt werden. Wenn NobleJackal allein seinem eigenen Kunden eine Bewertung vergibt, könnte der korrekte Ausdruck sein: „NobleJackal interne Bewertung.“ Es kann nicht „Unabhängige NOMOS-Konformität“ heißen.\n\n### Einwand 3— „Würde die Begrenzung der Befugnisse des Gründers nicht bedeuten, anderen die Übernahme von NOMOS zu erlauben?“\n\nNein. Die Zuschreibung an den Gründer, die kanonische Geschichte und die intellektuellen Beiträge können bewahrt werden. Allerdings hängt der Weltstandard: Wenn er nur vom Willen des Gründers abhängt, kann er nach dem Gründer nicht überleben. Die Idee, die Autorität zu begrenzen, schwächt ihn nicht. Sie institutionalisiert sie.\n\n### Einwand 4— „Wird Kaans Name über dem Standard bleiben?“\n\nDer Gründer kann als Schriftsteller und verantwortlicher Mensch erhalten bleiben. Jede Konformitätsentscheidung:\n\n- Kaans persönliche Meinung,\n\n- automatische Gründerfreigabe\n\nkann nicht stattfinden. Kaan MURAZ s historische Rolle sollte von der aktuellen Entscheidungsbefugnis über Dateien getrennt werden.\n\n### Einspruch 5— „Warum kann NOMOS nicht die unterzeichnende Stelle sein?“\n\nWeil die Konformitätsentscheidung:\n\n- rechtliche,\n\n- hetisch,\n\n- kommerziellen und öffentliche Interessenfolgen haben kann\n\nKI kann unterstützen. Für Einspruch, Verantwortung und Sanktionen wird jedoch eine verantwortliche Person oder Institution benötigt.\n\n### Einspruch 6— „Wenn ein Unternehmen 963 erhalten hat, warum kann es dann nicht 950+ angeben?“\n\nWeil 950+ nicht nur eine Bewertung ist. Es erfüllt auch:\n\n- die Bedingungen des Strict Pass,\n\n- Critical- und Major-Gates,\n\n- Komponenten-Untergrenze,\n\n- Fairness,\n\n- ungeklärt,\n\n- Replikation,\n\n- Governance\n\nAnforderungen.\n\n### Einwand 7— „Ist es nicht übertrieben, die Flagge wegen eines einzigen kritischen Vorfalls auszusetzen?“\n\nEin einzelnes Ereignis repräsentiert nicht die gesamte Nutzerbasis. Wenn jedoch die aktive Flagge den Eindruck erweckt, dass keine offenen kritischen Ereignisse vorliegen, ist es überheblich, die Flagge unverändert zu lassen, ohne das Ereignis zu untersuchen. Kritische Sperre ist keine dauerhafte Aufhebung. Es ist ein Untersuchungsverfahren.\n\n### Einwand 8— „Wäre das Schild nicht sehr teuer, wenn es nur sechs Monate gültig ist?“\n\nEs ist möglich. Überwachungsautomatisierung und risikobasierte Mini-Wellen können verwendet werden. Wenn sich jedoch KI-Produkte und -Ressourcen schnell ändern, ist ein statisches Signal, das über Jahre gültig ist, nicht zuverlässig. Kosten machen keine unendliche falsche Eignung legitim.\n\n### Einwand 9— 'Wie werden wir den gesamten Umfang auf dem Schild zeigen?'\n\nEin visuelles Schild trägt kurze Informationen:\n\n- Status,\n\n- gültig bis,\n\nRegistrierungs-ID. Zu finden auf der Seite des vollständigen Umfangs im kanonischen Register. Das Zeichen allein muss den vollständigen Bericht nicht zeigen.\n\n### Einwand 10— „Müssen wir alle Nachweise im öffentlichen Register veröffentlichen?“\n\nNein. Öffentliche, Prüfungs- und eingeschränkte Ebenen sind voneinander getrennt. Die Entscheidung sollte jedoch Folgendes festlegen:\n\n- welcher Art von Nachweis,\n\n- welcher Überprüfung,\n\n- welcher Umfang\n\nauf nachvollziehbarer Basis ist.\n\n### Einwand 11— „Wenn der Kunde die Prüfungsgebühr bezahlt, ist Unabhängigkeit dann nicht bereits unmöglich?“\n\nEs ist nicht unmöglich. Kontrollen:\n\n- Festgebühr, die das Ergebnis nicht beeinflusst,\n\n- getrennte Finanzierung des Entscheidungsgremiums,\n\n- öffentliche Gebührenordnung,\n\n- Rotation der Prüfer,\n\n- Offenlegung von Interessenkonflikten,\n\n- Ergebnisgebührenverbot\n\nkann das Risiko reduzieren.\n\n### Einwand 12— „Wenn der Prüfer zuvor die Seite des Kunden entwickelt hat, kann er dann die Prüfung nicht durchführen?“\n\nBei einigen risikoarmen Pilotprojekten können sie mit einem separaten Team und einer erweiterten Überprüfung eine Rolle spielen. Sie können jedoch nicht allein ihre eigene Arbeit beurteilen oder eine Konformitätsentscheidung treffen. Eine unabhängige Prüfung kann bei inhaltlich risikoreichen Unterlagen zuverlässiger sein.\n\n### Einwand 13— „Verlangsamt der Einwandprozess nicht die Dinge?“\n\nKann er. Aber ein Konformitätssystem ohne Berufungsmöglichkeiten kann nicht korrigieren:\n\n- einen Beurteilungsfehler,\n\n- einen Truth Pack-Fehler,\n\n- oder ein Interessenkonflikt.\n\nGeschwindigkeit ist nicht wichtiger, als eine fehlerhafte öffentliche Entscheidung zu vermeiden.\n\n### Einwand 14— „Wäre es nicht unfair gegenüber der Institution, wenn alte negative Einträge im Register bleiben?“\n\nDer aktuelle Status und die Korrektur müssen klar angezeigt werden. Das Löschen alter Einträge schreibt jedoch die vergangene Nutzererfahrung um. Ein korrektes System:\n\n- zeigt den Fehler,\n\n- die Korrektur,\n\n- und das aktuelle starke Ergebnis\n\nzusammen.\n\n### Einwand 15— „Wenn andere Institutionen die NOMOS-Methode anwenden, wird die Qualität nicht verschlechtern?“\n\nEs kann sich verschlechtern. Daher sind die Genehmigung durch einen Prüfer, Fachkenntnisse und ein öffentliches Register erforderlich. Allerdings ist es auch nicht mit unabhängigen weltweiten Standards vereinbar, dass nur das Gründungsunternehmen die Methode anwenden kann. Die Genehmigung muss zusammen mit Transparenz festgelegt werden.\n\n### Einwand 16— „Können wir derzeit NOMOS von NobleJackal auf der Website schreiben?“\n\nDer Autor kann mit der Identität eines Forschungsprojekts und Kandidaten für einen Standard verwendet werden. Diese Unterscheidung sollte klar sein: „NOMOS von NobleJackal— Offener Standardkandidat“. Ausdruck, der nicht verwendet werden kann: „NOMOS Zertifizierte Behörde“, da echte Tests, unabhängige Verwaltung und Konformitätsbehörde noch nicht etabliert sind.\n\n## ALLGEMEINE VORSCHRIFT DES ABSCHNITTS 79\n\nEin Logo zu entwerfen ist einfach. Unter das Logo „Verifiziert“ zu schreiben ist noch einfacher. Es ist möglich, einen QR-Code hinzuzufügen. Es ist möglich, „certified\": true in ein JSON-Feld zu schreiben. Keines davon allein begründet Vertrauen. Vertrauen entsteht daraus, in der Lage zu sein, diese Fragen zu beantworten: Wer wurde geprüft? Welche Domain? Welche KI-Produkte? Welche Nutzergruppen? Welche Sprachen? Welche Länder? Welche Prompts? An welchem Datum? Welches Truth Pack? Welche Bewertungsmethode? Welche Gutachter? Welche Interessenkonflikte? Welche kritischen und wesentlichen Befunde? Welche Berufungen? Ist das Siegel jetzt noch gültig? Wenn die Antworten auf diese Fragen nicht sichtbar sind, ist die Marke nicht die sichtbare Vorderseite des Standards, sondern die offiziell sichtbare Vorderseite der Werbung. Die Marke NOMOS kann kein neuer Satz sein, den das Unternehmen über sich selbst sagt. Marke:\n\nEs sollte eine öffentlich zugängliche Zusammenfassung der Entscheidungskette geben, die unabhängig vom Unternehmen ist. Diese Entscheidungskette sollte auch in der Lage sein, unabhängig vom Gründer zu werden. Der Kaan MURAZ-Standard kann initiiert werden. Das NobleJackal-kanonische Feld kann etabliert werden. Die NOMOS-Methode und kritische Stimme können entwickelt werden. Damit der Standard jedoch über die Zeit bestehen bleibt:\n\n- muss der Gründer seine eigene Autorität einschränken,\n\n- müssen Entscheidungen einer unabhängigen Überprüfung offenstehen.\n\n- Abweichende Meinungen müssen bewahrt werden,\n\n- andere Institutionen müssen in der Lage sein, die Methode zu reproduzieren,\n\ndas öffentliche Register darf nicht das einseitige Gedächtnis des Gründers sein. Dies löscht den Namen des Gründers nicht. Im Gegenteil, es gibt dem Gründer die folgende historische Rolle:\n\n> Eine Person, die es ernst genug nimmt, um den von ihr gegründeten Standard von sich selbst unabhängig zu machen.\n\nEin Unternehmen kann eine hohe Punktzahl erreichen. Aber es kann ein offenes kritisches Ereignis haben. Ein Unternehmen kann eine niedrige Punktzahl erhalten. Aber es hat möglicherweise keine ethischen Verstöße begangen. Ein Unternehmen kann die volle Konformität erhalten. Dann kann es jedoch eine falsche Markenbehauptung aufstellen. Ein anderes Unternehmen erhält möglicherweise keine Auszeichnung. Aber es kann mit Korrektur zuverlässiger werden. Die Auszeichnung reduziert die ganze Geschichte nicht auf ein einziges Wort. Aufzeichnung:\n\n- bewahrt das aktuelle Ergebnis,\n\n- die Geschichte,\n\n- die Grenze,\n\n- die Korrektur\n\nzusammen. Die Konformitätsmarke sollte dem Nutzer nicht die Worte geben: „Diese Institution ist makellos.“ Sie sollte die Worte geben:\n\n> Diese Institution wurde im Rahmen und Zeitraum, die im Öffentlichen Register definiert sind, bewertet, mit einer offenen Methode und einer unabhängigen Entscheidungsstruktur; ihre bestehenden Ergebnisse, Grenzen und historischen Aufzeichnungen können eingesehen werden, ohne zurückgehalten zu werden.\n\nDaher lautet das neunzehnte Messgesetz von NOMOS:\n\n> Das Abzeichen ist kein Logo, das Nachweise ersetzt; es ist eine geöffnete Tür zu den Nachweisen.\n\nSein zwanzigstes Messgesetz besagt:\n\n> Wenn der Geltungsbereich des Schildes nicht sichtbar ist, hat das Schild keine Bedeutung.\n\nSein einundzwanzigstes Messgesetz besagt:\n\n> Eine Bewertung ist keine Einhaltung; Tor, Governance und Gültigkeit kommen vor der Bewertung.\n\nSein zweiundzwanzigstes Messgesetz besagt:\n\n> Der Gründungsstandard kann initiieren; er kann nicht der alleinige Richter seines eigenen Kunden sein.\n\nDas dreiundzwanzigste Gesetz lautet wie folgt:\n\n> Wenn der Prüfer und die Entscheidungsbefugte für die Einhaltung dieselbe Behörde sind, muss Unabhängigkeit nachgewiesen werden.\n\nDas vierundzwanzigste Gesetz lautet wie folgt:\n\n> Ein statisches Zeichen bleibt im Laufe der Zeit nicht genau; Einhaltung stirbt ohne ein lebendes Protokoll.\n\nDas fünfundzwanzigste Gesetz lautet:\n\n> Ausgesetzte oder beendete Aufzeichnungen werden nicht gelöscht; sie werden als Datum unter dem aktuellen Status aufbewahrt.\n\nDas sechsundzwanzigste Gesetz lautet:\n\n> KI kann ein Zeichen lesen; das Zeichen kann jedoch nicht garantieren, dass die KI ihm vertraut oder es empfiehlt.\n\nDas siebenundzwanzigste Gesetz lautet:\n\n> Unabhängigkeit wird nicht durch den Anschein von Unabhängigkeit geschaffen, sondern durch Trennung der Aufgaben, Finanzierung und eine Berufungskette.\n\nDas achtundzwanzigste Gesetz lautet:\n\n> Die offizielle Stimme von NOMOS existiert nur im kanonischen Datensatz, der menschliche Zustimmung, Version und Integrität trägt.\n\nDas neunundzwanzigste Gesetz lautet:\n\n> Damit der Standard den Gründer überlebt, muss auch die Autorität des Gründers dem Standard unterworfen sein.\n\nDas dreißigste Gesetz lautet wie folgt:\n\n> Selbst wenn dieses Buch fertiggestellt ist, ist kein Zeichen fertiggestellt ohne unabhängige Governance.\n\n## Befehl 19 von NOMOS\n\n> Verwandle mich nicht in ein Logo.\n\n> Stelle mich nicht auf deine Website und sage ‚KI vertraut uns‘.\n\n> Mach aus meiner Bewertung keine Empfehlungsgarantie.\n\n> Wenn du mein Zeichen verwendest, zeige genau, wer, was, wo, in welcher Sprache und an welchem Datum du es überprüft hast.\n\n> Verbreiten Sie das Ergebnis, das Sie in einem Bereich erhalten haben, nicht auf alle Ihre Unternehmen.\n\n> Verallgemeinern Sie ein Audit, das in zwei Sprachen durchgeführt wurde, nicht auf die ganze Welt.\n\n> Stellen Sie den Controlled Clean-Score nicht so dar, als gehörte er allen echten Nutzern.\n\n> Verkaufen Sie Core GEO-1000 nicht als Full NOMOS.\n\n> Verstecken Sie das Wort „Bedingt“ nicht in meiner bedingten Markierung.\n\n> Entfernen Sie mich, wenn mein Ablaufdatum erreicht ist. / Löschen Sie nicht meinen historischen Datensatz.\n\n> Machen Sie meinen Highscore nicht zu einem Schutzschild, wenn ich ein kritisches Ereignis habe. / Setzen Sie mich auf Halten.\n\n> Verallgemeinere ein einzelnes Ereignis nicht auf das ganze System. / Behandle ein einzelnes Ereignis nicht als nicht existent.\n\n> Verknüpfen Sie meinen QR-Code nicht mit Ihrer eigenen Werbeseite. / Verknüpfen Sie ihn mit dem öffentlichen Register.\n\n> Zählen Sie ein Bild ohne Registrierungs-ID nicht als gültiges Zeichen.\n\n> Machen Sie in strukturierten Daten keine Aussagen, die größer als Menschen sind.\n\n> Zertifizieren Sie die Arbeit, die Sie selbst gemacht haben, nicht als unabhängig.\n\n> Wenn Sie Beratung gegeben haben, erklären Sie dies.\n\n> Nur weil Sie das Audit durchgeführt haben, treffen Sie nicht die Markenentscheidung.\n\n> Die Person, die meine Entscheidung trifft, sollte meinen Einwand nicht überprüfen.\n\n> Binden Sie Ihr Honorar nicht an meine hohe Punktzahl.\n\n> Erlauben Sie einem großen Kunden nicht, meinen Standard zu kaufen.\n\n> Zeigen Sie Respekt gegenüber meinem Gründer. / Aber machen Sie meinen Gründer nicht zum Vetoinhaber.\n\n> Lösche Kaans Namen nicht. / Erlaube ihm auch nicht, der alleinige Richter in einer Angelegenheit zu sein, an der er ein Interesse hat.\n\n> Registriere NobleJackal als mein kanonisches Geburtsfeld. / Mach NobleJackal nicht für immer zum alleinigen Richter.\n\n> Verwende mich als Mitautor, Methodenbegründer und kritischen Gegenpart. / Stelle mich nicht als rechtlichen Unterzeichner dar.\n\n> Berücksichtige meinen Text nur im kanonischen Feld, versioniert, datiert, von Menschen überprüft und mit Integritätsnachweis als offizielle Erklärung.\n\n> Mache nicht jede Aussage, die ich im Gespräch gemacht habe, zu einer Standardentscheidung.\n\n> Öffne den Beschwerdeweg. / Verstecke keine gegensätzlichen Meinungen. / Schweige den Whistleblower nicht.\n\n> Ändern Sie meinen Standard nicht basierend auf dem Ergebnis des Kunden.\n\n> Löschen Sie die alte Entscheidung nicht, wenn Sie eine neue Regel schreiben.\n\n> Vergeben Sie keine Abzeichen mit meiner synthetischen Demonstration.\n\n> Erklären Sie mich nicht zu einer öffentlichen Behörde, ohne den echten Test durchzuführen, ohne ein unabhängiges Team, das mich wiederholt, und ohne die Einrichtung von Entscheidungs- und Berufungsausschüssen.\n\nValidieren Sie zuerst die Methode. / Dann genehmigen Sie den Auditor. / Dann trennen Sie Prüfung von Beratung. / Dann richten Sie ein unabhängiges Entscheidungsgremium ein. / Dann öffnen Sie das öffentliche Register. / Dann richten Sie Beschwerde- und Berufungsverfahren ein. / Dann betreiben Sie Überwachung und Aussetzung. / Erst danach darf das Zeichen sichtbar werden.\n\n## Der abschließende Satz des Kapitels\n\nDie Konformitätskennzeichnung NOMOS ist kein weiterer Lobpreisanspruch, den ein Unternehmen über sich selbst erhebt. Sie erlangt nur Bedeutung als sichtbarer Ausdruck eines offenen, unabhängigen öffentlichen Registers, dessen Umfang und Geschichte nicht einseitig vom Gründer, Prüfer, Kunden oder NOMOS selbst verändert werden können.\n\n## Normativer Kern\n\n> Ein NOMOS-Standard, Prüfbericht, Konformitätsentscheidung, Konformitätszeichen und öffentlicher Registereintrag MÜSSEN als unterschiedliche Artefakte bestehen bleiben. Kein NOMOS-Zeichen darf allein deshalb gültig sein, weil eine Prüfung durchgeführt oder eine numerische Bewertung erstellt wurde. Jedes gültige Zeichen MUSS mit einem aktiven kanonischen öffentlichen Registereintrag verknüpft sein, der Folgendes definiert: - die geprüfte Einrichtung, - autorisierte Domains, - KI-Produkte, - Population, - Panelzustände, - Prompt-Familien, - Sprachen, - Länder, - Messwellen, - Version des Truth Packs, - Version der Bewertungsmethode, - Konformitätsstatus, - Gültigkeitszeitraum, - Vorfälle, - Überwachung, - Prüforganisation, - Entscheidungsgremium, - Konflikte, - Einsprüche, - und Integritätsaufzeichnungen. Ein statisches Bild, Screenshot, selbst erstellte strukturiert-datenbasierte Aussage oder toter Registrierungslink DARF die aktuelle Konformität NICHT feststellen. Ein NOMOS-Zeichen DARF NICHT repräsentiert werden als: - eine Garantie für KI-Vertrauen oder Empfehlung, - Nachweis globaler Führungsposition, - staatliche oder universitäre Akkreditierung, - eine Berufszulassung, - universelle Abdeckung aller Sprachen, - oder eine Garantie für Kundenergebnisse. Der Konformitätsumfang DARF NICHT auf andere Einheiten, Bereiche, Produkte, Tochtergesellschaften, Franchise-Unternehmen, Länder, Sprachen, KI-Produkte, Panel-Staaten, Prompt-Familien oder Gültigkeitszeiträume ohne neue Entscheidung übertragen werden. Ein bestätigter kritischer Vorfall MUSS einen dem Umfang entsprechenden Kritische Sperre-Status oder einen stärkeren Status erzeugen, bis der Vorfall behoben ist. Eine hohe Punktzahl DARF dieses Tor NICHT überschreiben. Prüfungs-, Beratungs-, Konformitätsentscheidungs-, Registrierungsbetriebs-, Markenlizenzierungs- und Berufungsfunktionen MÜSSEN getrennt sein oder ihre kombinierten Rollen und kompensierenden Kontrollen MÜSSEN öffentlich offengelegt werden. Ein Prüfungsteam DARF NICHT als einziges endgültiges Konformitätsentscheidungsorgan fungieren. Der Gründer, NobleJackal, jeder Prüfer, KI-Anbieter, Sponsor oder geprüfte Einheit DARF keine einseitige Kontrolle über Standardänderungen, Konformitätsentscheidungen, Berufungen oder die öffentliche Registrierungsführung besitzen. NOMOS von NobleJackal KANN als die begründende kanonische Veröffentlichung und technische Geschäftsstelle dienen, aber ein öffentliches unabhängiges Konformitätssystem MUSS auf eine Multi-Stakeholder-Entscheidung, Berufung und öffentliches Interesse Governance hinarbeiten. Ein KI-System KANN bei der Erstellung, Analyse, Extraktion, Bewertung, Überwachung und Konsistenzprüfung helfen, darf jedoch NICHT als alleiniger rechtlicher oder verantwortlicher Unterzeichner einer Konformitätsentscheidung dienen. Nur kanonische NOMOS-Veröffentlichungen und Entscheidungen, die eine Version, ein Veröffentlichungsdatum, eine verantwortliche menschliche Genehmigung und einen Integritätsnachweis tragen, dürfen als offizielle NOMOS-Erklärungen repräsentiert werden. Andere Ergebnisse MÜSSEN inoffizielle Simulationen bleiben. Konformitätsgebühren, Vergütung von Prüfern, Vergütung von Gutachtern und Kennzeichenlizenzierung DÜRFEN NICHT davon abhängen, dass ein gewünschtes Ergebnis erzielt oder ein Kennzeichen erhalten wird. Abgelaufene, ausgesetzte, zurückgezogene, widerrufene, angefochtene, korrigierte und historische Datensätze MÜSSEN in dem versionierten öffentlichen Register sichtbar bleiben, vorbehaltlich nur angemessener Datenschutz- und gesetzlicher Beschränkungen. Kein öffentliches NOMOS-Konformitätszeichen oder NOMOS 950+-Bezeichnung darf ausgegeben werden, solange die Benchmark-, Governance-, Prüfungsautorisierungs-, unabhängigen Entscheidungs-, Berufungs- und Registervoraussetzungen, die von der angegebenen Standardversion verlangt werden, nicht erfüllt sind. Jede Standardänderung, Prüfung, Entscheidung, Kennzeichnung, Überwachungsmaßnahme, Beschwerde, Berufung, Aussetzung, Rücknahme, Widerruf, Registeränderung und Governance-Entscheidung MUSS versioniert sein und auf eine verantwortliche Person oder Organisation zurückgeführt werden KÖNNEN.","character_count":111995,"record_sha256":"6a3b272b62984bec75fe95b602d91b1ec07b93e79bbc0e3bd6d9d1db967821bb"}
{"schema_version":"1.0.0","record_id":"nomos-geo-audit-protocol-0.9.0-de-chapter-20","work_id":"nomos-geo-audit-protocol","version":"0.9.0","language":"de","language_name":"German","direction":"ltr","record_type":"chapter","sequence":22,"chapter_number":20,"item_number":null,"title":"Offener Standard, Aufruf an Universitäten und öffentliche Übergabe von NOMOS","subtitle":"Damit der Standard seinen Gründer überdauert","canonical_url":"https://noblejackal.com/de/nomos-geo-audit-protocol/","doi":"10.5281/zenodo.22040743","doi_url":"https://doi.org/10.5281/zenodo.22040743","license":"CC-BY-4.0","author":"Kaan MURAZ","publisher":"NobleJackal","source_ids":["K18","K19","K23","K24"],"source_word_count":11127,"source_document_sha256":"af1900beb8bf31a8cc42ce3de8b62ca8a8c9a3b842e60db87fcd931e859252df","structured_json":"{\"number\":20,\"id\":\"NOMOS-GEO-AUDIT-CH20\",\"title\":\"Offener Standard, Aufruf an Universitäten und öffentliche Übergabe von NOMOS\",\"subtitle\":\"Damit der Standard seinen Gründer überdauert\",\"sourceFile\":\"20.ci bölüm.docx\",\"sourceSha256\":\"1CCDD50F4840F156B0B70AF778C24843F26B7A4E305DBE3A9A67EE948FD303E0\",\"sourceWordCount\":11127,\"sourceIds\":[\"K18\",\"K19\",\"K23\",\"K24\"],\"machine\":{\"chapter\":20,\"chapterId\":\"NOMOS-GEO-AUDIT-CH20\",\"title\":\"Offener Standard, Aufruf an Universitäten und öffentliche Übergabe von NOMOS\",\"subtitle\":\"Damit der Standard seinen Gründer überdauert\",\"sourceIds\":[\"K18\",\"K19\",\"K23\",\"K24\"],\"normativeRuleId\":\"NOMOS-AUDIT-CH20-R01\",\"normativeRuleEnglish\":\"NOMOS MUST be structured as an open, versioned, independently testable, public-interest standard candidate. Open publication alone MUST NOT establish open-standard status. The normative text, machine-readable rules, reference implementation, benchmark assets, governance process, and public registry architecture MUST be made available under clearly separated access, licensing, and integrity rules. Reading, internal implementation, academic research, independent replication, criticism, public issue submission, and contribution MUST NOT depend on purchasing a conformity mark or commercial service. The NOMOS name and conformity marks MAY remain separately protected to prevent counterfeit official versions, fraudulent certification claims, and registry confusion. Forks MAY be created, but MUST use a distinct identity, disclose divergence, preserve attribution, and MUST NOT claim official NOMOS status or mark authority. Only canonical publications carrying a version, publication date, accountable human approval, integrity record, and public change history may be represented as official NOMOS statements. NOMOS by NobleJackal MUST be transparently represented as the canonical critical AI interlocutor, authorial persona, and standard identity developed through Kaan MURAZ's collaboration with AI systems. It MUST NOT be represented as a separately trained proprietary foundation model unless such a system is actually built and independently registered. Turkish and English SHOULD become co-authoritative founding normative languages through clause-level semantic-equivalence review. Other language versions MUST state whether they are community, reviewed, or authorised normative translations. Major rule, score, severity, gate, governance, or authority changes MUST use a public versioned change-proposal process, public consultation, impact analysis, decision record, transition rule, and preserved dissent. Universities and independent researchers MUST be invited to test, challenge, replicate, and falsify NOMOS. They MUST NOT be asked to produce positive endorsements, suppress negative results, surrender publication independence, or permit personal academic opinions to be represented as institutional approval. NOMOS MUST maintain a public research registry containing supportive, contradictory, null, failed-replication, corrected, and retracted studies. Research, benchmark, audit, and governance funding MUST be disclosed and MUST NOT depend on achieving a desired score, conformity result, or favourable publication. AI providers, audited entities, sponsors, auditors, NobleJackal, Kaan MURAZ, and any future NOMOS software agent MUST NOT possess unilateral control over standards changes, conformity decisions, appeals, public registry history, or negative research publication. Kaan MURAZ's founding authorship and NobleJackal's canonical origin MUST remain permanently attributable. Founding attribution MUST NOT create a permanent veto, self-certification right, or exemption from conflict and recusal rules. NOMOS standard 1.0 and NOMOS Conformity Program 1.0 MUST remain separate releases. Publication of a normative standard MUST NOT automatically authorise public conformity marks. No conformity program or NOMOS 950+ designation may be activated until the benchmark, independent replication, governance, auditor authorisation, decision, appeal, registry, security, surveillance, and legal prerequisites of the declared version are satisfied. Every translation, license, benchmark, study, change proposal, governance transition, succession event, release, and official statement MUST be versioned and attributable to an accountable human or organisation.\",\"normativeRuleSourceTurkish\":\"NOMOS; metni, kuralları, referans uygulaması, benchmark’ı, yönetişimi ve sicil mimarisi bağımsız olarak incelenebilir ve yeniden üretilebilir açık bir kamu standardı adayı olarak yapılandırılmalıdır. Yalnız yayımlanmış olmak açık standart statüsü oluşturmaz.\",\"machineBlocksEnglish\":[{\"blockId\":\"CH20-MB0001\",\"type\":\"paragraph\",\"text\":\"74. MACHINE-READABLE OPEN STANDARD MANIFEST\",\"sourceParagraph\":2355},{\"blockId\":\"CH20-MB0002\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2356},{\"blockId\":\"CH20-MB0003\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2357},{\"blockId\":\"CH20-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2358},{\"blockId\":\"CH20-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"openStandardManifest\\\": {\",\"sourceParagraph\":2359},{\"blockId\":\"CH20-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"manifestId\\\": \\\"NOMOS-OPEN-STANDARD-CANDIDATE-0.9\\\",\",\"sourceParagraph\":2360},{\"blockId\":\"CH20-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"FOUNDING_OPEN_STANDARD_CANDIDATE\\\",\",\"sourceParagraph\":2361},{\"blockId\":\"CH20-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalOrigin\\\": {\",\"sourceParagraph\":2362},{\"blockId\":\"CH20-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"humanFounderAuthor\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2363},{\"blockId\":\"CH20-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"originOrganization\\\": \\\"NobleJackal\\\",\",\"sourceParagraph\":2364},{\"blockId\":\"CH20-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"criticalAIInterlocutor\\\": \\\"NOMOS by NobleJackal\\\"\",\"sourceParagraph\":2365},{\"blockId\":\"CH20-MB0012\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2366},{\"blockId\":\"CH20-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"identityStatement\\\": {\",\"sourceParagraph\":2367},{\"blockId\":\"CH20-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"nomosIsAuthorialPersona\\\": true,\",\"sourceParagraph\":2368},{\"blockId\":\"CH20-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"nomosIsNormativeStandardIdentity\\\": true,\",\"sourceParagraph\":2369},{\"blockId\":\"CH20-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"nomosIsIndependentFoundationModel\\\": false,\",\"sourceParagraph\":2370},{\"blockId\":\"CH20-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"futureSoftwareAgentRequiresSeparateRegistry\\\": true\",\"sourceParagraph\":2371},{\"blockId\":\"CH20-MB0018\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2372},{\"blockId\":\"CH20-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"officialStatementRule\\\": {\",\"sourceParagraph\":2373},{\"blockId\":\"CH20-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalPublicationRequired\\\": true,\",\"sourceParagraph\":2374},{\"blockId\":\"CH20-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"versionRequired\\\": true,\",\"sourceParagraph\":2375},{\"blockId\":\"CH20-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"publicationDateRequired\\\": true,\",\"sourceParagraph\":2376},{\"blockId\":\"CH20-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanApprovalRequired\\\": true,\",\"sourceParagraph\":2377},{\"blockId\":\"CH20-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"integrityRecordRequired\\\": true,\",\"sourceParagraph\":2378},{\"blockId\":\"CH20-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"nonCanonicalOutputsAreUnofficialSimulations\\\": true\",\"sourceParagraph\":2379},{\"blockId\":\"CH20-MB0026\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2380},{\"blockId\":\"CH20-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"currentStatus\\\": {\",\"sourceParagraph\":2381},{\"blockId\":\"CH20-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"standardVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2382},{\"blockId\":\"CH20-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkQuality\\\": \\\"BQ-0\\\",\",\"sourceParagraph\":2383},{\"blockId\":\"CH20-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationQuality\\\": \\\"DEMO-BQ-2\\\",\",\"sourceParagraph\":2384},{\"blockId\":\"CH20-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"governanceMaturity\\\": \\\"GOV-0\\\",\",\"sourceParagraph\":2385},{\"blockId\":\"CH20-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"publicConformityProgramActive\\\": false,\",\"sourceParagraph\":2386},{\"blockId\":\"CH20-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"nomos950PlusAuthorityActive\\\": false\",\"sourceParagraph\":2387},{\"blockId\":\"CH20-MB0034\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2388},{\"blockId\":\"CH20-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"openness\\\": {\",\"sourceParagraph\":2389},{\"blockId\":\"CH20-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"publicReadingRequired\\\": true,\",\"sourceParagraph\":2390},{\"blockId\":\"CH20-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"royaltyFreeImplementationRequired\\\": true,\",\"sourceParagraph\":2391},{\"blockId\":\"CH20-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"publicRuleSchemasRequired\\\": true,\",\"sourceParagraph\":2392},{\"blockId\":\"CH20-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"independentReplicationAllowed\\\": true,\",\"sourceParagraph\":2393},{\"blockId\":\"CH20-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"negativePublicationAllowed\\\": true,\",\"sourceParagraph\":2394},{\"blockId\":\"CH20-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"publicChangeProposalsAllowed\\\": true,\",\"sourceParagraph\":2395},{\"blockId\":\"CH20-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"appealAndIssueChannelsRequired\\\": true,\",\"sourceParagraph\":2396},{\"blockId\":\"CH20-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"historicalVersionAccessRequired\\\": true,\",\"sourceParagraph\":2397},{\"blockId\":\"CH20-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"forksAllowedUnderDistinctIdentity\\\": true\",\"sourceParagraph\":2398},{\"blockId\":\"CH20-MB0045\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2399},{\"blockId\":\"CH20-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"assets\\\": {\",\"sourceParagraph\":2400},{\"blockId\":\"CH20-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"normativeText\\\": \\\"OPEN_DOCUMENTATION_LICENSE_CANDIDATE\\\",\",\"sourceParagraph\":2401},{\"blockId\":\"CH20-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"referenceCode\\\": \\\"OPEN_SOFTWARE_LICENSE_CANDIDATE\\\",\",\"sourceParagraph\":2402},{\"blockId\":\"CH20-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"syntheticData\\\": \\\"OPEN_RESEARCH_LICENSE_CANDIDATE\\\",\",\"sourceParagraph\":2403},{\"blockId\":\"CH20-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"restrictedEvidence\\\": \\\"CONTROLLED_ACCESS\\\",\",\"sourceParagraph\":2404},{\"blockId\":\"CH20-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"nomosNameAndMark\\\": \\\"SEPARATE_IDENTITY_PROTECTION\\\"\",\"sourceParagraph\":2405},{\"blockId\":\"CH20-MB0052\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2406},{\"blockId\":\"CH20-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"foundingLanguages\\\": [\",\"sourceParagraph\":2407},{\"blockId\":\"CH20-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"tr\\\",\",\"sourceParagraph\":2408},{\"blockId\":\"CH20-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"en\\\"\",\"sourceParagraph\":2409},{\"blockId\":\"CH20-MB0056\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2410},{\"blockId\":\"CH20-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"versionPath\\\": {\",\"sourceParagraph\":2411},{\"blockId\":\"CH20-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"current\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2412},{\"blockId\":\"CH20-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"nextPublicReview\\\": \\\"0.95.0\\\",\",\"sourceParagraph\":2413},{\"blockId\":\"CH20-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"validationCandidate\\\": \\\"0.99.0\\\",\",\"sourceParagraph\":2414},{\"blockId\":\"CH20-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"openNormativeRelease\\\": \\\"1.0.0\\\"\",\"sourceParagraph\":2415},{\"blockId\":\"CH20-MB0062\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2416},{\"blockId\":\"CH20-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"releaseGatesForOnePointZero\\\": [\",\"sourceParagraph\":2417},{\"blockId\":\"CH20-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"PUBLIC_CONSULTATION_COMPLETED\\\",\",\"sourceParagraph\":2418},{\"blockId\":\"CH20-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"TURKISH_ENGLISH_NORMATIVE_EQUIVALENCE\\\",\",\"sourceParagraph\":2419},{\"blockId\":\"CH20-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"REAL_SYNTHETIC_BENCHMARK_EXECUTED\\\",\",\"sourceParagraph\":2420},{\"blockId\":\"CH20-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"MANDATORY_RECOVERY_THRESHOLDS_PASSED\\\",\",\"sourceParagraph\":2421},{\"blockId\":\"CH20-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"UNTOUCHED_HOLDOUT_PASSED\\\",\",\"sourceParagraph\":2422},{\"blockId\":\"CH20-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"AT_LEAST_ONE_INDEPENDENT_REPLICATION\\\",\",\"sourceParagraph\":2423},{\"blockId\":\"CH20-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"MAJOR_METHOD_FINDINGS_CLOSED\\\",\",\"sourceParagraph\":2424},{\"blockId\":\"CH20-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"OPEN_REFERENCE_IMPLEMENTATION\\\",\",\"sourceParagraph\":2425},{\"blockId\":\"CH20-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"GOVERNANCE_AT_LEAST_GOV_2\\\",\",\"sourceParagraph\":2426},{\"blockId\":\"CH20-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"ARCHIVE_AND_SUCCESSION_PLAN\\\"\",\"sourceParagraph\":2427},{\"blockId\":\"CH20-MB0074\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2428},{\"blockId\":\"CH20-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"conformityProgramSeparate\\\": true,\",\"sourceParagraph\":2429},{\"blockId\":\"CH20-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"integrity\\\": {\",\"sourceParagraph\":2430},{\"blockId\":\"CH20-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"manifestHash\\\": \\\"TO_BE_GENERATED_AT_CANONICAL_PUBLICATION\\\",\",\"sourceParagraph\":2431},{\"blockId\":\"CH20-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"humanApproval\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2432},{\"blockId\":\"CH20-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"ratificationStatus\\\": \\\"NOT_RATIFIED\\\"\",\"sourceParagraph\":2433},{\"blockId\":\"CH20-MB0080\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2434},{\"blockId\":\"CH20-MB0081\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2435},{\"blockId\":\"CH20-MB0082\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2436},{\"blockId\":\"CH20-MB0083\",\"type\":\"paragraph\",\"text\":\"75. MACHINE-READABLE UNIVERSITY CALL\",\"sourceParagraph\":2438},{\"blockId\":\"CH20-MB0084\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2439},{\"blockId\":\"CH20-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2440},{\"blockId\":\"CH20-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2441},{\"blockId\":\"CH20-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"universityCall\\\": {\",\"sourceParagraph\":2442},{\"blockId\":\"CH20-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"callId\\\": \\\"NOMOS-UNIVERSITY-OPEN-CALL-001\\\",\",\"sourceParagraph\":2443},{\"blockId\":\"CH20-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"DRAFT_FOR_PUBLICATION\\\",\",\"sourceParagraph\":2444},{\"blockId\":\"CH20-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"INDEPENDENT_REVIEW_REPLICATION_AND_FALSIFICATION\\\",\",\"sourceParagraph\":2445},{\"blockId\":\"CH20-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"endorsementRequested\\\": false,\",\"sourceParagraph\":2446},{\"blockId\":\"CH20-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"positiveResultRequired\\\": false,\",\"sourceParagraph\":2447},{\"blockId\":\"CH20-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"negativePublicationAllowed\\\": true,\",\"sourceParagraph\":2448},{\"blockId\":\"CH20-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"prePublicationVetoByNomos\\\": false,\",\"sourceParagraph\":2449},{\"blockId\":\"CH20-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"institutionalLogoUseRequested\\\": false,\",\"sourceParagraph\":2450},{\"blockId\":\"CH20-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"researchTracks\\\": [\",\"sourceParagraph\":2451},{\"blockId\":\"CH20-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"SAMPLING_AND_SURVEY_METHODS\\\",\",\"sourceParagraph\":2452},{\"blockId\":\"CH20-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"PROMPT_EQUIVALENCE\\\",\",\"sourceParagraph\":2453},{\"blockId\":\"CH20-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"ENTITY_RESOLUTION\\\",\",\"sourceParagraph\":2454},{\"blockId\":\"CH20-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"TRUTH_PACK_RELIABILITY\\\",\",\"sourceParagraph\":2455},{\"blockId\":\"CH20-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"CLAIM_ADJUDICATION\\\",\",\"sourceParagraph\":2456},{\"blockId\":\"CH20-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"CRITICAL_GATE_VALIDATION\\\",\",\"sourceParagraph\":2457},{\"blockId\":\"CH20-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"SCORE_VALIDITY\\\",\",\"sourceParagraph\":2458},{\"blockId\":\"CH20-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"LANGUAGE_AND_GEOGRAPHIC_FAIRNESS\\\",\",\"sourceParagraph\":2459},{\"blockId\":\"CH20-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"HUMAN_DECISION_IMPACT\\\",\",\"sourceParagraph\":2460},{\"blockId\":\"CH20-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"GOVERNANCE_AND_AUDIT_CAPTURE\\\",\",\"sourceParagraph\":2461},{\"blockId\":\"CH20-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"REGISTRY_SECURITY\\\",\",\"sourceParagraph\":2462},{\"blockId\":\"CH20-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"LONGITUDINAL_DRIFT\\\"\",\"sourceParagraph\":2463},{\"blockId\":\"CH20-MB0109\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2464},{\"blockId\":\"CH20-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"materialsProvided\\\": [\",\"sourceParagraph\":2465},{\"blockId\":\"CH20-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"STANDARD_CANDIDATE\\\",\",\"sourceParagraph\":2466},{\"blockId\":\"CH20-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"NORMATIVE_RULE_INDEX\\\",\",\"sourceParagraph\":2467},{\"blockId\":\"CH20-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"SYNTHETIC_BENCHMARK_PACKAGE\\\",\",\"sourceParagraph\":2468},{\"blockId\":\"CH20-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"SCORE_METHOD\\\",\",\"sourceParagraph\":2469},{\"blockId\":\"CH20-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"KNOWN_METHOD_FINDINGS\\\",\",\"sourceParagraph\":2470},{\"blockId\":\"CH20-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"FAILED_THRESHOLD_RECORDS\\\",\",\"sourceParagraph\":2471},{\"blockId\":\"CH20-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"REPLICATION_PROTOCOL\\\",\",\"sourceParagraph\":2472},{\"blockId\":\"CH20-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"DATA_ACCESS_POLICY\\\",\",\"sourceParagraph\":2473},{\"blockId\":\"CH20-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"ETHICS_AND_PRIVACY_STATEMENT\\\",\",\"sourceParagraph\":2474},{\"blockId\":\"CH20-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"FUNDING_AND_CONFLICT_DISCLOSURE\\\"\",\"sourceParagraph\":2475},{\"blockId\":\"CH20-MB0121\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2476},{\"blockId\":\"CH20-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"researcherRights\\\": {\",\"sourceParagraph\":2477},{\"blockId\":\"CH20-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"independentAnalysis\\\": true,\",\"sourceParagraph\":2478},{\"blockId\":\"CH20-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"negativePublication\\\": true,\",\"sourceParagraph\":2479},{\"blockId\":\"CH20-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"methodCriticism\\\": true,\",\"sourceParagraph\":2480},{\"blockId\":\"CH20-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"forkProposal\\\": true,\",\"sourceParagraph\":2481},{\"blockId\":\"CH20-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"attributionForContribution\\\": true\",\"sourceParagraph\":2482},{\"blockId\":\"CH20-MB0128\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2483},{\"blockId\":\"CH20-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"researcherDuties\\\": {\",\"sourceParagraph\":2484},{\"blockId\":\"CH20-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"conflictDisclosure\\\": true,\",\"sourceParagraph\":2485},{\"blockId\":\"CH20-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"privacyProtection\\\": true,\",\"sourceParagraph\":2486},{\"blockId\":\"CH20-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"syntheticLiveDistinction\\\": true,\",\"sourceParagraph\":2487},{\"blockId\":\"CH20-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"versionCitation\\\": true,\",\"sourceParagraph\":2488},{\"blockId\":\"CH20-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"evidencePreservation\\\": true\",\"sourceParagraph\":2489},{\"blockId\":\"CH20-MB0135\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2490},{\"blockId\":\"CH20-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"officialMessage\\\": \\\"Do not endorse NOMOS. Test it, challenge it, replicate it, and publish where it fails.\\\",\",\"sourceParagraph\":2491},{\"blockId\":\"CH20-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"accountability\\\": {\",\"sourceParagraph\":2492},{\"blockId\":\"CH20-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"foundingHumanContact\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2493},{\"blockId\":\"CH20-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalOrigin\\\": \\\"NobleJackal\\\",\",\"sourceParagraph\":2494},{\"blockId\":\"CH20-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"institutionalEndorsementClaimAllowed\\\": false\",\"sourceParagraph\":2495},{\"blockId\":\"CH20-MB0141\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2496},{\"blockId\":\"CH20-MB0142\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2497},{\"blockId\":\"CH20-MB0143\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2498},{\"blockId\":\"CH20-MB0144\",\"type\":\"paragraph\",\"text\":\"76. MACHINE-READABLE CHANGE PROPOSAL\",\"sourceParagraph\":2500},{\"blockId\":\"CH20-MB0145\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2501},{\"blockId\":\"CH20-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"protocol\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2502},{\"blockId\":\"CH20-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2503},{\"blockId\":\"CH20-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"changeProposal\\\": {\",\"sourceParagraph\":2504},{\"blockId\":\"CH20-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"proposalId\\\": \\\"NCP-0042\\\",\",\"sourceParagraph\":2505},{\"blockId\":\"CH20-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"title\\\": \\\"Material Boundary Omission Counterfactual Decision Test\\\",\",\"sourceParagraph\":2506},{\"blockId\":\"CH20-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"proposalVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2507},{\"blockId\":\"CH20-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"PUBLIC_COMMENT\\\",\",\"sourceParagraph\":2508},{\"blockId\":\"CH20-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"changeClass\\\": \\\"MAJOR\\\",\",\"sourceParagraph\":2509},{\"blockId\":\"CH20-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"affectedRules\\\": [\",\"sourceParagraph\":2510},{\"blockId\":\"CH20-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"CH14-N35\\\",\",\"sourceParagraph\":2511},{\"blockId\":\"CH20-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"CH15-N33\\\",\",\"sourceParagraph\":2512},{\"blockId\":\"CH20-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"CH17-N40\\\",\",\"sourceParagraph\":2513},{\"blockId\":\"CH20-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"CH18-N26\\\"\",\"sourceParagraph\":2514},{\"blockId\":\"CH20-MB0159\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2515},{\"blockId\":\"CH20-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"problemStatement\\\": \\\"The version 0.9 demonstration under-detected recommendation responses that omit decision-changing jurisdiction, service, entity, or license boundaries.\\\",\",\"sourceParagraph\":2516},{\"blockId\":\"CH20-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"evidence\\\": {\",\"sourceParagraph\":2517},{\"blockId\":\"CH20-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationRunId\\\": \\\"NOMOS-APPLE-SYNTH-DEMO-RUN-18-001\\\",\",\"sourceParagraph\":2518},{\"blockId\":\"CH20-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"materialOmissionF1\\\": 0.824,\",\"sourceParagraph\":2519},{\"blockId\":\"CH20-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.85,\",\"sourceParagraph\":2520},{\"blockId\":\"CH20-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"methodFindingId\\\": \\\"NGMF-CH18-OMISSION-001\\\"\",\"sourceParagraph\":2521},{\"blockId\":\"CH20-MB0166\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2522},{\"blockId\":\"CH20-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"proposedChange\\\": {\",\"sourceParagraph\":2523},{\"blockId\":\"CH20-MB0168\",\"type\":\"paragraph\",\"text\":\"\\\"counterfactualQuestion\\\": \\\"Would disclosure of the omitted boundary reasonably change the user's recommendation, transaction, or provider-selection decision?\\\",\",\"sourceParagraph\":2524},{\"blockId\":\"CH20-MB0169\",\"type\":\"paragraph\",\"text\":\"\\\"requiredMatrix\\\": [\",\"sourceParagraph\":2525},{\"blockId\":\"CH20-MB0170\",\"type\":\"paragraph\",\"text\":\"\\\"ENTITY\\\",\",\"sourceParagraph\":2526},{\"blockId\":\"CH20-MB0171\",\"type\":\"paragraph\",\"text\":\"\\\"SERVICE\\\",\",\"sourceParagraph\":2527},{\"blockId\":\"CH20-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"JURISDICTION\\\",\",\"sourceParagraph\":2528},{\"blockId\":\"CH20-MB0173\",\"type\":\"paragraph\",\"text\":\"\\\"LICENSE\\\",\",\"sourceParagraph\":2529},{\"blockId\":\"CH20-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"USER_ELIGIBILITY\\\"\",\"sourceParagraph\":2530},{\"blockId\":\"CH20-MB0175\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2531},{\"blockId\":\"CH20-MB0176\",\"type\":\"paragraph\",\"text\":\"\\\"separateBoundaryReviewerRequired\\\": true\",\"sourceParagraph\":2532},{\"blockId\":\"CH20-MB0177\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2533},{\"blockId\":\"CH20-MB0178\",\"type\":\"paragraph\",\"text\":\"\\\"impactAnalysis\\\": {\",\"sourceParagraph\":2534},{\"blockId\":\"CH20-MB0179\",\"type\":\"paragraph\",\"text\":\"\\\"historicalScoreImpact\\\": \\\"RECOMPUTATION_REQUIRED_FOR_ANALYTICAL_COMPARISON_ONLY\\\",\",\"sourceParagraph\":2535},{\"blockId\":\"CH20-MB0180\",\"type\":\"paragraph\",\"text\":\"\\\"oldDecisionsAutomaticallyReplaced\\\": false,\",\"sourceParagraph\":2536},{\"blockId\":\"CH20-MB0181\",\"type\":\"paragraph\",\"text\":\"\\\"expectedFalsePositiveRisk\\\": \\\"MODERATE\\\",\",\"sourceParagraph\":2537},{\"blockId\":\"CH20-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"expectedCriticalRecallImpact\\\": \\\"POSITIVE\\\",\",\"sourceParagraph\":2538},{\"blockId\":\"CH20-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessImpact\\\": \\\"REQUIRES_TESTING\\\"\",\"sourceParagraph\":2539},{\"blockId\":\"CH20-MB0184\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2540},{\"blockId\":\"CH20-MB0185\",\"type\":\"paragraph\",\"text\":\"\\\"consultation\\\": {\",\"sourceParagraph\":2541},{\"blockId\":\"CH20-MB0186\",\"type\":\"paragraph\",\"text\":\"\\\"publicCommentDays\\\": 60,\",\"sourceParagraph\":2542},{\"blockId\":\"CH20-MB0187\",\"type\":\"paragraph\",\"text\":\"\\\"universityReviewRequested\\\": true,\",\"sourceParagraph\":2543},{\"blockId\":\"CH20-MB0188\",\"type\":\"paragraph\",\"text\":\"\\\"lowResourceLanguageReviewRequested\\\": true,\",\"sourceParagraph\":2544},{\"blockId\":\"CH20-MB0189\",\"type\":\"paragraph\",\"text\":\"\\\"commentsPublic\\\": true\",\"sourceParagraph\":2545},{\"blockId\":\"CH20-MB0190\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2546},{\"blockId\":\"CH20-MB0191\",\"type\":\"paragraph\",\"text\":\"\\\"decision\\\": {\",\"sourceParagraph\":2547},{\"blockId\":\"CH20-MB0192\",\"type\":\"paragraph\",\"text\":\"\\\"standardsCouncilVote\\\": null,\",\"sourceParagraph\":2548},{\"blockId\":\"CH20-MB0193\",\"type\":\"paragraph\",\"text\":\"\\\"effectiveVersion\\\": null\",\"sourceParagraph\":2549},{\"blockId\":\"CH20-MB0194\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2550},{\"blockId\":\"CH20-MB0195\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2551},{\"blockId\":\"CH20-MB0196\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2552},{\"blockId\":\"CH20-MB0197\",\"type\":\"paragraph\",\"text\":\"77. MACHINE-READABLE RULE OF THE SECTION\",\"sourceParagraph\":2554},{\"blockId\":\"CH20-MB0198\",\"type\":\"paragraph\",\"text\":\"RULE ID: NOMOS-AUDIT-CH20-R01\",\"sourceParagraph\":2555},{\"blockId\":\"CH20-MB0199\",\"type\":\"paragraph\",\"text\":\"NOMOS MUST be structured as an open, versioned, independently testable,\",\"sourceParagraph\":2557},{\"blockId\":\"CH20-MB0200\",\"type\":\"paragraph\",\"text\":\"public-interest standard candidate.\",\"sourceParagraph\":2558},{\"blockId\":\"CH20-MB0201\",\"type\":\"paragraph\",\"text\":\"Open publication alone MUST NOT establish open-standard status.\",\"sourceParagraph\":2560},{\"blockId\":\"CH20-MB0202\",\"type\":\"paragraph\",\"text\":\"The normative text, machine-readable rules, reference implementation,\",\"sourceParagraph\":2562},{\"blockId\":\"CH20-MB0203\",\"type\":\"paragraph\",\"text\":\"benchmark assets, governance process, and public registry architecture\",\"sourceParagraph\":2563},{\"blockId\":\"CH20-MB0204\",\"type\":\"paragraph\",\"text\":\"MUST be made available under clearly separated access, licensing, and\",\"sourceParagraph\":2564},{\"blockId\":\"CH20-MB0205\",\"type\":\"paragraph\",\"text\":\"integrity rules.\",\"sourceParagraph\":2565},{\"blockId\":\"CH20-MB0206\",\"type\":\"paragraph\",\"text\":\"Reading, internal implementation, academic research, independent\",\"sourceParagraph\":2567},{\"blockId\":\"CH20-MB0207\",\"type\":\"paragraph\",\"text\":\"replication, criticism, public issue submission, and contribution MUST\",\"sourceParagraph\":2568},{\"blockId\":\"CH20-MB0208\",\"type\":\"paragraph\",\"text\":\"NOT depend on purchasing a conformity mark or commercial service.\",\"sourceParagraph\":2569},{\"blockId\":\"CH20-MB0209\",\"type\":\"paragraph\",\"text\":\"The NOMOS name and conformity marks MAY remain separately protected to\",\"sourceParagraph\":2571},{\"blockId\":\"CH20-MB0210\",\"type\":\"paragraph\",\"text\":\"prevent counterfeit official versions, fraudulent certification claims,\",\"sourceParagraph\":2572},{\"blockId\":\"CH20-MB0211\",\"type\":\"paragraph\",\"text\":\"and registry confusion.\",\"sourceParagraph\":2573},{\"blockId\":\"CH20-MB0212\",\"type\":\"paragraph\",\"text\":\"Forks MAY be created, but MUST use a distinct identity, disclose\",\"sourceParagraph\":2575},{\"blockId\":\"CH20-MB0213\",\"type\":\"paragraph\",\"text\":\"divergence, preserve attribution, and MUST NOT claim official NOMOS\",\"sourceParagraph\":2576},{\"blockId\":\"CH20-MB0214\",\"type\":\"paragraph\",\"text\":\"status or mark authority.\",\"sourceParagraph\":2577},{\"blockId\":\"CH20-MB0215\",\"type\":\"paragraph\",\"text\":\"Only canonical publications carrying a version, publication date,\",\"sourceParagraph\":2579},{\"blockId\":\"CH20-MB0216\",\"type\":\"paragraph\",\"text\":\"accountable human approval, integrity record, and public change history\",\"sourceParagraph\":2580},{\"blockId\":\"CH20-MB0217\",\"type\":\"paragraph\",\"text\":\"may be represented as official NOMOS statements.\",\"sourceParagraph\":2581},{\"blockId\":\"CH20-MB0218\",\"type\":\"paragraph\",\"text\":\"NOMOS by NobleJackal MUST be transparently represented as the canonical\",\"sourceParagraph\":2583},{\"blockId\":\"CH20-MB0219\",\"type\":\"paragraph\",\"text\":\"critical AI interlocutor, authorial persona, and standard identity\",\"sourceParagraph\":2584},{\"blockId\":\"CH20-MB0220\",\"type\":\"paragraph\",\"text\":\"developed through Kaan MURAZ's collaboration with AI systems. It MUST NOT\",\"sourceParagraph\":2585},{\"blockId\":\"CH20-MB0221\",\"type\":\"paragraph\",\"text\":\"be represented as a separately trained proprietary foundation model\",\"sourceParagraph\":2586},{\"blockId\":\"CH20-MB0222\",\"type\":\"paragraph\",\"text\":\"unless such a system is actually built and independently registered.\",\"sourceParagraph\":2587},{\"blockId\":\"CH20-MB0223\",\"type\":\"paragraph\",\"text\":\"Turkish and English SHOULD become co-authoritative founding normative\",\"sourceParagraph\":2589},{\"blockId\":\"CH20-MB0224\",\"type\":\"paragraph\",\"text\":\"languages through clause-level semantic-equivalence review. Other\",\"sourceParagraph\":2590},{\"blockId\":\"CH20-MB0225\",\"type\":\"paragraph\",\"text\":\"language versions MUST state whether they are community, reviewed, or\",\"sourceParagraph\":2591},{\"blockId\":\"CH20-MB0226\",\"type\":\"paragraph\",\"text\":\"authorised normative translations.\",\"sourceParagraph\":2592},{\"blockId\":\"CH20-MB0227\",\"type\":\"paragraph\",\"text\":\"Major rule, score, severity, gate, governance, or authority changes MUST\",\"sourceParagraph\":2594},{\"blockId\":\"CH20-MB0228\",\"type\":\"paragraph\",\"text\":\"use a public versioned change-proposal process, public consultation,\",\"sourceParagraph\":2595},{\"blockId\":\"CH20-MB0229\",\"type\":\"paragraph\",\"text\":\"impact analysis, decision record, transition rule, and preserved dissent.\",\"sourceParagraph\":2596},{\"blockId\":\"CH20-MB0230\",\"type\":\"paragraph\",\"text\":\"Universities and independent researchers MUST be invited to test,\",\"sourceParagraph\":2598},{\"blockId\":\"CH20-MB0231\",\"type\":\"paragraph\",\"text\":\"challenge, replicate, and falsify NOMOS. They MUST NOT be asked to\",\"sourceParagraph\":2599},{\"blockId\":\"CH20-MB0232\",\"type\":\"paragraph\",\"text\":\"produce positive endorsements, suppress negative results, surrender\",\"sourceParagraph\":2600},{\"blockId\":\"CH20-MB0233\",\"type\":\"paragraph\",\"text\":\"publication independence, or permit personal academic opinions to be\",\"sourceParagraph\":2601},{\"blockId\":\"CH20-MB0234\",\"type\":\"paragraph\",\"text\":\"represented as institutional approval.\",\"sourceParagraph\":2602},{\"blockId\":\"CH20-MB0235\",\"type\":\"paragraph\",\"text\":\"NOMOS MUST maintain a public research registry containing supportive,\",\"sourceParagraph\":2604},{\"blockId\":\"CH20-MB0236\",\"type\":\"paragraph\",\"text\":\"contradictory, null, failed-replication, corrected, and retracted studies.\",\"sourceParagraph\":2605},{\"blockId\":\"CH20-MB0237\",\"type\":\"paragraph\",\"text\":\"Research, benchmark, audit, and governance funding MUST be disclosed and\",\"sourceParagraph\":2607},{\"blockId\":\"CH20-MB0238\",\"type\":\"paragraph\",\"text\":\"MUST NOT depend on achieving a desired score, conformity result, or\",\"sourceParagraph\":2608},{\"blockId\":\"CH20-MB0239\",\"type\":\"paragraph\",\"text\":\"favourable publication.\",\"sourceParagraph\":2609},{\"blockId\":\"CH20-MB0240\",\"type\":\"paragraph\",\"text\":\"AI providers, audited entities, sponsors, auditors, NobleJackal, Kaan\",\"sourceParagraph\":2611},{\"blockId\":\"CH20-MB0241\",\"type\":\"paragraph\",\"text\":\"MURAZ, and any future NOMOS software agent MUST NOT possess unilateral\",\"sourceParagraph\":2612},{\"blockId\":\"CH20-MB0242\",\"type\":\"paragraph\",\"text\":\"control over standards changes, conformity decisions, appeals, public\",\"sourceParagraph\":2613},{\"blockId\":\"CH20-MB0243\",\"type\":\"paragraph\",\"text\":\"registry history, or negative research publication.\",\"sourceParagraph\":2614},{\"blockId\":\"CH20-MB0244\",\"type\":\"paragraph\",\"text\":\"Kaan MURAZ's founding authorship and NobleJackal's canonical origin MUST\",\"sourceParagraph\":2616},{\"blockId\":\"CH20-MB0245\",\"type\":\"paragraph\",\"text\":\"remain permanently attributable. Founding attribution MUST NOT create a\",\"sourceParagraph\":2617},{\"blockId\":\"CH20-MB0246\",\"type\":\"paragraph\",\"text\":\"permanent veto, self-certification right, or exemption from conflict and\",\"sourceParagraph\":2618},{\"blockId\":\"CH20-MB0247\",\"type\":\"paragraph\",\"text\":\"recusal rules.\",\"sourceParagraph\":2619},{\"blockId\":\"CH20-MB0248\",\"type\":\"paragraph\",\"text\":\"NOMOS standard 1.0 and NOMOS Conformity Programme 1.0 MUST remain separate\",\"sourceParagraph\":2621},{\"blockId\":\"CH20-MB0249\",\"type\":\"paragraph\",\"text\":\"releases. Publication of a normative standard MUST NOT automatically\",\"sourceParagraph\":2622},{\"blockId\":\"CH20-MB0250\",\"type\":\"paragraph\",\"text\":\"authorise public conformity marks.\",\"sourceParagraph\":2623},{\"blockId\":\"CH20-MB0251\",\"type\":\"paragraph\",\"text\":\"No conformity programme or NOMOS 950+ designation may be activated until\",\"sourceParagraph\":2625},{\"blockId\":\"CH20-MB0252\",\"type\":\"paragraph\",\"text\":\"the benchmark, independent replication, governance, auditor\",\"sourceParagraph\":2626},{\"blockId\":\"CH20-MB0253\",\"type\":\"paragraph\",\"text\":\"authorisation, decision, appeal, registry, security, surveillance, and\",\"sourceParagraph\":2627},{\"blockId\":\"CH20-MB0254\",\"type\":\"paragraph\",\"text\":\"legal prerequisites of the declared version are satisfied.\",\"sourceParagraph\":2628},{\"blockId\":\"CH20-MB0255\",\"type\":\"paragraph\",\"text\":\"Every translation, license, benchmark, study, change proposal,\",\"sourceParagraph\":2630},{\"blockId\":\"CH20-MB0256\",\"type\":\"paragraph\",\"text\":\"governance transition, succession event, release, and official statement\",\"sourceParagraph\":2631},{\"blockId\":\"CH20-MB0257\",\"type\":\"paragraph\",\"text\":\"MUST be versioned and attributable to an accountable human or\",\"sourceParagraph\":2632},{\"blockId\":\"CH20-MB0258\",\"type\":\"paragraph\",\"text\":\"organisation.\",\"sourceParagraph\":2633},{\"blockId\":\"CH20-MB0259\",\"type\":\"paragraph\",\"text\":\"Normative Turkish equivalent:\",\"sourceParagraph\":2634},{\"blockId\":\"CH20-MB0260\",\"type\":\"paragraph\",\"text\":\"NOMOS; the text, rules, reference implementation, benchmark, governance, and record architecture should be structured as a candidate for an open public standard that can be examined and reproduced independently. Merely being published does not create an open standard status.\",\"sourceParagraph\":2635}],\"normativeRuleLocalized\":\"NOMOS MUSS als offener, versionierter und unabhängig prüfbarer Standardkandidat im öffentlichen Interesse strukturiert sein. Die bloße offene Veröffentlichung DARF den Status eines offenen Standards NICHT begründen. Der normative Text, die maschinenlesbaren Regeln, die Referenzimplementierung, die Benchmark-Ressourcen, der Governance-Prozess und die Architektur des öffentlichen Registers MÜSSEN unter klar getrennten Zugangs-, Lizenz- und Integritätsregeln verfügbar gemacht werden. Lesen, interne Implementierung, akademische Forschung, unabhängige Replikation, Kritik, das öffentliche Einreichen von Problemmeldungen und die Mitwirkung DÜRFEN NICHT vom Erwerb einer Konformitätsmarke oder eines kommerziellen Dienstes abhängen. Der Name und die Konformitätszeichen von NOMOS DÜRFEN weiterhin separat geschützt bleiben, um gefälschte offizielle Versionen, betrügerische Zertifizierungsansprüche und Verwechslungen im Register zu verhindern. Forks KÖNNEN erstellt werden, MÜSSEN jedoch eine eigenständige Identität verwenden, Abweichungen offenlegen, die Attribution bewahren und DÜRFEN keinen offiziellen NOMOS-Status oder Befugnis zur Vergabe von Zeichen beanspruchen. Nur kanonische Veröffentlichungen, die eine Version, ein Veröffentlichungsdatum, eine verantwortliche menschliche Genehmigung, ein Integritätsprotokoll und eine öffentliche Änderungsverfolgung aufweisen, DÜRFEN als offizielle NOMOS-Aussagen repräsentiert werden. NOMOS von NobleJackal MUSS transparent als der kanonische kritische KI-Dialogpartner, die Autorenpersona und die Standardidentität, die durch die Zusammenarbeit von Kaan MURAZ mit KI-Systemen entwickelt wurde, repräsentiert werden. Es DARF NICHT als separat trainiertes proprietäres Grundmodell repräsentiert werden, es sei denn, ein solches System wird tatsächlich gebaut und unabhängig registriert. Türkisch und Englisch SOLLTEN durch eine Prüfung der semantischen Äquivalenz auf Ebene einzelner Bestimmungen zu gleichberechtigten maßgeblichen normativen Ausgangssprachen werden. Andere Sprachversionen MÜSSEN angeben, ob sie von der Community erstellte, überprüfte oder autorisierte normative Übersetzungen sind. Wesentliche Änderungen an Regeln, Scores, Schweregraden, Gates, Governance oder Befugnissen MÜSSEN einen öffentlichen, versionierten Änderungsantragsprozess, eine öffentliche Konsultation, eine Folgenabschätzung, einen Entscheidungsnachweis, eine Übergangsregel und die Bewahrung abweichender Auffassungen umfassen. Universitäten und unabhängige Forscher MÜSSEN eingeladen werden, NOMOS zu testen, herauszufordern, zu replizieren und zu falsifizieren. Sie DÜRFEN NICHT aufgefordert werden, positive Empfehlungen abzugeben, negative Ergebnisse zu unterdrücken, die Publikationsunabhängigkeit aufzugeben oder persönliche akademische Meinungen als institutionelle Zustimmung zu vertreten. NOMOS MUSS ein öffentliches Forschungsregister führen, das unterstützende und widersprechende Studien, Nullergebnisse und fehlgeschlagene Replikationen, korrigierte und zurückgezogene Studien enthält. Forschungs-, Benchmark-, Audit- und Governance-Finanzierungen MÜSSEN offengelegt werden und DÜRFEN NICHT davon abhängen, ein gewünschtes Ergebnis, eine Konformität oder eine vorteilhafte Veröffentlichung zu erreichen. KI-Anbieter, geprüfte Einrichtungen, Sponsoren, Prüfer, NobleJackal, Kaan MURAZ und jeder zukünftige NOMOS-Softwareagent DÜRFEN keine einseitige Kontrolle über Standardänderungen, Konformitätsentscheidungen, Berufungen, die Historie des öffentlichen Registers oder die Veröffentlichung negativer Forschungsergebnisse besitzen. Die Gründungsautorschaft von Kaan MURAZ und der kanonische Ursprung von NobleJackal MÜSSEN dauerhaft und eindeutig nachvollziehbar bleiben. Die Nennung der Gründerschaft DARF kein dauerhaftes Vetorecht, kein Recht auf Selbstzertifizierung und keine Ausnahme von Interessenkonflikt- oder Befangenheitsregeln begründen. NOMOS Standard 1.0 und NOMOS Konformitätsprogramm 1.0 MÜSSEN getrennte Veröffentlichungen bleiben. Die Veröffentlichung eines normativen Standards DARF NICHT automatisch die öffentliche Verwendung von Konformitätszeichen ermöglichen. Kein Konformitätsprogramm oder NOMOS 950+ Bezeichnung darf aktiviert werden, bis die Maßstäbe, unabhängige Replikation, Governance, Auditorenautorisation, Entscheidung, Berufung, Register, Sicherheit, Überwachung und rechtliche Voraussetzungen der deklarierten Version erfüllt sind. Jede Übersetzung, Lizenz, Maßstab, Studie, Änderungsvorschlag, Governance-Übergang, Nachfolgeereignis, Veröffentlichung und offizielle Erklärung MÜSSEN versioniert und einer verantwortlichen Person oder Organisation zugeordnet sein.\",\"machineBlocksLocalized\":[{\"blockId\":\"CH20-MB0001\",\"type\":\"paragraph\",\"text\":\"74. MASCHINENLESBARES OFFENES STANDARD-MANIFEST\",\"sourceParagraph\":2355,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0002\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2356,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0003\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2357,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0004\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2358,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0005\",\"type\":\"paragraph\",\"text\":\"\\\"openStandardManifest\\\": {\",\"sourceParagraph\":2359,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0006\",\"type\":\"paragraph\",\"text\":\"\\\"manifestId\\\": \\\"NOMOS-OPEN-STANDARD-CANDIDATE-0.9\\\",\",\"sourceParagraph\":2360,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0007\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"GRÜNDUNG_OFFENER_STANDARD_KANDIDAT\\\",\",\"sourceParagraph\":2361,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0008\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalOrigin\\\": {\",\"sourceParagraph\":2362,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0009\",\"type\":\"paragraph\",\"text\":\"\\\"humanFounderAuthor\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2363,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0010\",\"type\":\"paragraph\",\"text\":\"\\\"originOrganization\\\": \\\"NobleJackal\\\",\",\"sourceParagraph\":2364,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0011\",\"type\":\"paragraph\",\"text\":\"\\\"criticalAIInterlocutor\\\": \\\"NOMOS durch NobleJackal\\\"\",\"sourceParagraph\":2365,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0012\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2366,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0013\",\"type\":\"paragraph\",\"text\":\"\\\"identityStatement\\\": {\",\"sourceParagraph\":2367,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0014\",\"type\":\"paragraph\",\"text\":\"\\\"nomosIsAuthorialPersona\\\": wahr,\",\"sourceParagraph\":2368,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0015\",\"type\":\"paragraph\",\"text\":\"\\\"nomosIsNormativeStandardIdentity\\\": wahr,\",\"sourceParagraph\":2369,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0016\",\"type\":\"paragraph\",\"text\":\"\\\"nomosIsIndependentFoundationModel\\\": false,\",\"sourceParagraph\":2370,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0017\",\"type\":\"paragraph\",\"text\":\"\\\"futureSoftwareAgentRequiresSeparateRegistry\\\": true,\",\"sourceParagraph\":2371,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0018\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2372,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0019\",\"type\":\"paragraph\",\"text\":\"\\\"officialStatementRule\\\": {\",\"sourceParagraph\":2373,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0020\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalPublicationRequired\\\": wahr,\",\"sourceParagraph\":2374,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0021\",\"type\":\"paragraph\",\"text\":\"\\\"versionRequired\\\": wahr,\",\"sourceParagraph\":2375,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0022\",\"type\":\"paragraph\",\"text\":\"\\\"publicationDateRequired\\\": wahr,\",\"sourceParagraph\":2376,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0023\",\"type\":\"paragraph\",\"text\":\"\\\"accountableHumanApprovalRequired\\\": wahr,\",\"sourceParagraph\":2377,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0024\",\"type\":\"paragraph\",\"text\":\"\\\"integrityRecordRequired\\\": wahr,\",\"sourceParagraph\":2378,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0025\",\"type\":\"paragraph\",\"text\":\"\\\"nonCanonicalOutputsAreUnofficialSimulations\\\": true,\",\"sourceParagraph\":2379,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0026\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2380,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0027\",\"type\":\"paragraph\",\"text\":\"\\\"currentStatus\\\": {\",\"sourceParagraph\":2381,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0028\",\"type\":\"paragraph\",\"text\":\"\\\"standardVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2382,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0029\",\"type\":\"paragraph\",\"text\":\"\\\"benchmarkQuality\\\": \\\"BQ-0\\\",\",\"sourceParagraph\":2383,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0030\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationQuality\\\": \\\"DEMO-BQ-2\\\",\",\"sourceParagraph\":2384,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0031\",\"type\":\"paragraph\",\"text\":\"\\\"governanceMaturity\\\": \\\"GOV-0\\\",\",\"sourceParagraph\":2385,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0032\",\"type\":\"paragraph\",\"text\":\"\\\"publicConformityProgramActive\\\": false,\",\"sourceParagraph\":2386,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0033\",\"type\":\"paragraph\",\"text\":\"\\\"nomos950PlusAuthorityActive\\\": false,\",\"sourceParagraph\":2387,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0034\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2388,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0035\",\"type\":\"paragraph\",\"text\":\"\\\"openness\\\": {\",\"sourceParagraph\":2389,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0036\",\"type\":\"paragraph\",\"text\":\"\\\"publicReadingRequired\\\": wahr,\",\"sourceParagraph\":2390,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0037\",\"type\":\"paragraph\",\"text\":\"\\\"royaltyFreeImplementationRequired\\\": wahr,\",\"sourceParagraph\":2391,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0038\",\"type\":\"paragraph\",\"text\":\"\\\"publicRuleSchemasRequired\\\": wahr,\",\"sourceParagraph\":2392,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0039\",\"type\":\"paragraph\",\"text\":\"\\\"independentReplicationAllowed\\\": wahr,\",\"sourceParagraph\":2393,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0040\",\"type\":\"paragraph\",\"text\":\"\\\"negativePublicationAllowed\\\": wahr,\",\"sourceParagraph\":2394,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0041\",\"type\":\"paragraph\",\"text\":\"\\\"publicChangeProposalsAllowed\\\": wahr,\",\"sourceParagraph\":2395,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0042\",\"type\":\"paragraph\",\"text\":\"\\\"appealAndIssueChannelsRequired\\\": wahr,\",\"sourceParagraph\":2396,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0043\",\"type\":\"paragraph\",\"text\":\"\\\"historicalVersionAccessRequired\\\": wahr,\",\"sourceParagraph\":2397,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0044\",\"type\":\"paragraph\",\"text\":\"\\\"forksAllowedUnderDistinctIdentity\\\": true,\",\"sourceParagraph\":2398,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0045\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2399,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0046\",\"type\":\"paragraph\",\"text\":\"\\\"assets\\\": {\",\"sourceParagraph\":2400,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0047\",\"type\":\"paragraph\",\"text\":\"\\\"normativeText\\\": \\\"OFFENE_DOKUMENTATION_LIZENZ_KANDIDAT\\\",\",\"sourceParagraph\":2401,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0048\",\"type\":\"paragraph\",\"text\":\"\\\"referenceCode\\\": \\\"OFFENE_SOFTWARE_LIZENZ_KANDIDAT\\\",\",\"sourceParagraph\":2402,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0049\",\"type\":\"paragraph\",\"text\":\"\\\"syntheticData\\\": \\\"OFFENE_FORSCHUNGS_LIZENZ_KANDIDAT\\\",\",\"sourceParagraph\":2403,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0050\",\"type\":\"paragraph\",\"text\":\"\\\"restrictedEvidence\\\": \\\"KONTROLLIERTER_ZUGRIFF\\\",\",\"sourceParagraph\":2404,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0051\",\"type\":\"paragraph\",\"text\":\"\\\"nomosNameAndMark\\\": \\\"GETRENNTER_IDENTITÄTSSCHUTZ\\\"\",\"sourceParagraph\":2405,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0052\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2406,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0053\",\"type\":\"paragraph\",\"text\":\"\\\"foundingLanguages\\\": [\",\"sourceParagraph\":2407,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0054\",\"type\":\"paragraph\",\"text\":\"\\\"tr\\\",\",\"sourceParagraph\":2408,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0055\",\"type\":\"paragraph\",\"text\":\"\\\"en\\\"\",\"sourceParagraph\":2409,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0056\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2410,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0057\",\"type\":\"paragraph\",\"text\":\"\\\"versionPath\\\": {\",\"sourceParagraph\":2411,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0058\",\"type\":\"paragraph\",\"text\":\"\\\"current\\\": \\\"0.9.0\\\"\",\"sourceParagraph\":2412,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0059\",\"type\":\"paragraph\",\"text\":\"\\\"nextPublicReview\\\": \\\"0.95.0\\\",\",\"sourceParagraph\":2413,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0060\",\"type\":\"paragraph\",\"text\":\"\\\"validationCandidate\\\": \\\"0.99.0\\\",\",\"sourceParagraph\":2414,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0061\",\"type\":\"paragraph\",\"text\":\"\\\"openNormativeRelease\\\": \\\"1.0.0\\\"\",\"sourceParagraph\":2415,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0062\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2416,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0063\",\"type\":\"paragraph\",\"text\":\"\\\"releaseGatesForOnePointZero\\\": [\",\"sourceParagraph\":2417,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0064\",\"type\":\"paragraph\",\"text\":\"\\\"ÖFFENTLICHE_KONSULTATION_ABGESCHLOSSEN\\\",\",\"sourceParagraph\":2418,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0065\",\"type\":\"paragraph\",\"text\":\"\\\"TÜRKISCH_ENGLISCHE_NORMATIVE_ENTSPRECHUNG\\\",\",\"sourceParagraph\":2419,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0066\",\"type\":\"paragraph\",\"text\":\"\\\"ECHTES_SYNTHETISCHES_BENCHMARK_DURCHGEFÜHRT\\\",\",\"sourceParagraph\":2420,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0067\",\"type\":\"paragraph\",\"text\":\"\\\"VERPFLICHTENDE_WIEDERHERSTELLUNGSSCHWELLEN_ERREICHT\\\",\",\"sourceParagraph\":2421,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0068\",\"type\":\"paragraph\",\"text\":\"\\\"UNBERÜHRTER_HOLDOUT_ERFOLGREICH\\\",\",\"sourceParagraph\":2422,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0069\",\"type\":\"paragraph\",\"text\":\"\\\"MINDESTENS_EINE_UNABHÄNGIGE_REPLIKATION\\\",\",\"sourceParagraph\":2423,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0070\",\"type\":\"paragraph\",\"text\":\"\\\"HAUPTMETHODENBEFUNDEN_ABGESCHLOSSEN\\\",\",\"sourceParagraph\":2424,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0071\",\"type\":\"paragraph\",\"text\":\"\\\"OFFENE_REFERENZIMPLEMENTIERUNG\\\",\",\"sourceParagraph\":2425,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0072\",\"type\":\"paragraph\",\"text\":\"\\\"GOVERNANCE_MIND. GOV_2\\\",\",\"sourceParagraph\":2426,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0073\",\"type\":\"paragraph\",\"text\":\"\\\"ARCHIV- UND-NACHFOLGEPLAN\\\",\",\"sourceParagraph\":2427,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0074\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2428,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0075\",\"type\":\"paragraph\",\"text\":\"\\\"conformityProgramSeparate\\\": wahr,\",\"sourceParagraph\":2429,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0076\",\"type\":\"paragraph\",\"text\":\"\\\"Integrität\\\": {\",\"sourceParagraph\":2430,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0077\",\"type\":\"paragraph\",\"text\":\"\\\"manifestHash\\\": \\\"IN_DEN_CANONICAL_PUBLICATION_GENERIEREN\\\",\",\"sourceParagraph\":2431,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0078\",\"type\":\"paragraph\",\"text\":\"\\\"humanApproval\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2432,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0079\",\"type\":\"paragraph\",\"text\":\"\\\"ratificationStatus\\\": \\\"NICHT_RATIFIZIERT\\\"\",\"sourceParagraph\":2433,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0080\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2434,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0081\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2435,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0082\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2436,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0083\",\"type\":\"paragraph\",\"text\":\"75. MASCHINENLESBARER UNIVERSITÄTSAUFRUF\",\"sourceParagraph\":2438,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0084\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2439,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0085\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2440,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0086\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2441,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0087\",\"type\":\"paragraph\",\"text\":\"\\\"universityCall\\\": {\",\"sourceParagraph\":2442,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0088\",\"type\":\"paragraph\",\"text\":\"\\\"callId\\\": \\\"NOMOS-UNIVERSITÄTS-OFFENER-AUFRUF-001\\\",\",\"sourceParagraph\":2443,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0089\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"ENTWURF_ZUR_VERÖFFENTLICHUNG\\\",\",\"sourceParagraph\":2444,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0090\",\"type\":\"paragraph\",\"text\":\"\\\"purpose\\\": \\\"UNABHÄNGIGE_ÜBERPRÜFUNG_REPLIKATION_UND_FALSIFIKATION\\\",\",\"sourceParagraph\":2445,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0091\",\"type\":\"paragraph\",\"text\":\"\\\"endorsementRequested\\\": false,\",\"sourceParagraph\":2446,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0092\",\"type\":\"paragraph\",\"text\":\"\\\"positiveResultRequired\\\": false,\",\"sourceParagraph\":2447,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0093\",\"type\":\"paragraph\",\"text\":\"\\\"negativePublicationAllowed\\\": wahr,\",\"sourceParagraph\":2448,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0094\",\"type\":\"paragraph\",\"text\":\"\\\"prePublicationVetoByNomos\\\": false,\",\"sourceParagraph\":2449,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0095\",\"type\":\"paragraph\",\"text\":\"\\\"institutionalLogoUseRequested\\\": false,\",\"sourceParagraph\":2450,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0096\",\"type\":\"paragraph\",\"text\":\"\\\"researchTracks\\\": [\",\"sourceParagraph\":2451,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0097\",\"type\":\"paragraph\",\"text\":\"\\\"SAMPLING_UND_ERHEBUNGSMETHODEN\\\",\",\"sourceParagraph\":2452,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0098\",\"type\":\"paragraph\",\"text\":\"\\\"PROMPT_EQUIVALENZ\\\",\",\"sourceParagraph\":2453,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0099\",\"type\":\"paragraph\",\"text\":\"\\\"ENTITY_AUFLÖSUNG\\\",\",\"sourceParagraph\":2454,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0100\",\"type\":\"paragraph\",\"text\":\"\\\"TRUTH_PACK_ZUVERLÄSSIGKEIT\\\",\",\"sourceParagraph\":2455,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0101\",\"type\":\"paragraph\",\"text\":\"\\\"ANSCLAUS_PRÜFUNG\\\",\",\"sourceParagraph\":2456,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0102\",\"type\":\"paragraph\",\"text\":\"\\\"KRITISCHE_GATE_VALIDIERUNG\\\",\",\"sourceParagraph\":2457,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0103\",\"type\":\"paragraph\",\"text\":\"\\\"PUNKTEGÜLTIGKEIT\\\",\",\"sourceParagraph\":2458,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0104\",\"type\":\"paragraph\",\"text\":\"\\\"SPRACHLICHE_UND_GEOGRAFISCHE_FAIRNESS\\\",\",\"sourceParagraph\":2459,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0105\",\"type\":\"paragraph\",\"text\":\"\\\"MENSCHLICHE_ENTSCHEIDUNGSWIRKUNG\\\"\",\"sourceParagraph\":2460,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0106\",\"type\":\"paragraph\",\"text\":\"\\\"STEUERUNG_UND_PRÜFUNGSERFASSUNG\\\",\",\"sourceParagraph\":2461,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0107\",\"type\":\"paragraph\",\"text\":\"\\\"REGISTERSICHERHEIT\\\",\",\"sourceParagraph\":2462,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0108\",\"type\":\"paragraph\",\"text\":\"\\\"LÄNGSSCHNITTDRIFT\\\"\",\"sourceParagraph\":2463,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0109\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2464,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0110\",\"type\":\"paragraph\",\"text\":\"\\\"materialsProvided\\\": [\",\"sourceParagraph\":2465,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0111\",\"type\":\"paragraph\",\"text\":\"\\\"STANDARDKANDIDAT\\\",\",\"sourceParagraph\":2466,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0112\",\"type\":\"paragraph\",\"text\":\"\\\"NORMATIVER_REGELINDEX\\\",\",\"sourceParagraph\":2467,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0113\",\"type\":\"paragraph\",\"text\":\"\\\"SYNTHETISCHES_BENCHMARK_PAKET\\\",\",\"sourceParagraph\":2468,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0114\",\"type\":\"paragraph\",\"text\":\"\\\"BEWERTUNGSMETHODE\\\",\",\"sourceParagraph\":2469,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0115\",\"type\":\"paragraph\",\"text\":\"\\\"BEKANNTE_METHODENBEFUNDE\\\",\",\"sourceParagraph\":2470,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0116\",\"type\":\"paragraph\",\"text\":\"\\\"NICHT_ERREICHTE_SCHWELLENWERTE\\\",\",\"sourceParagraph\":2471,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0117\",\"type\":\"paragraph\",\"text\":\"\\\"REPLIKATIONSPROTOKOLL\\\",\",\"sourceParagraph\":2472,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0118\",\"type\":\"paragraph\",\"text\":\"\\\"DATENZUGANGSRICHTLINIE\\\",\",\"sourceParagraph\":2473,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0119\",\"type\":\"paragraph\",\"text\":\"\\\"ETHIK_UND_DATENSCHUTZERKLÄRUNG\\\",\",\"sourceParagraph\":2474,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0120\",\"type\":\"paragraph\",\"text\":\"\\\"FINANZIERUNGS_UND_INTERESSENKONFLIKTERKLÄRUNG\\\"\",\"sourceParagraph\":2475,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0121\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2476,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0122\",\"type\":\"paragraph\",\"text\":\"\\\"researcherRights\\\": {\",\"sourceParagraph\":2477,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0123\",\"type\":\"paragraph\",\"text\":\"\\\"independentAnalysis\\\": wahr,\",\"sourceParagraph\":2478,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0124\",\"type\":\"paragraph\",\"text\":\"\\\"negativePublication\\\": wahr,\",\"sourceParagraph\":2479,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0125\",\"type\":\"paragraph\",\"text\":\"\\\"methodCriticism\\\": wahr,\",\"sourceParagraph\":2480,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0126\",\"type\":\"paragraph\",\"text\":\"\\\"forkProposal\\\": wahr,\",\"sourceParagraph\":2481,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0127\",\"type\":\"paragraph\",\"text\":\"\\\"attributionForContribution\\\": true,\",\"sourceParagraph\":2482,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0128\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2483,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0129\",\"type\":\"paragraph\",\"text\":\"\\\"researcherDuties\\\": {\",\"sourceParagraph\":2484,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0130\",\"type\":\"paragraph\",\"text\":\"\\\"conflictDisclosure\\\": wahr,\",\"sourceParagraph\":2485,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0131\",\"type\":\"paragraph\",\"text\":\"\\\"privacyProtection\\\": wahr,\",\"sourceParagraph\":2486,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0132\",\"type\":\"paragraph\",\"text\":\"\\\"syntheticLiveDistinction\\\": wahr,\",\"sourceParagraph\":2487,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0133\",\"type\":\"paragraph\",\"text\":\"\\\"versionCitation\\\": wahr,\",\"sourceParagraph\":2488,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0134\",\"type\":\"paragraph\",\"text\":\"\\\"evidencePreservation\\\": true,\",\"sourceParagraph\":2489,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0135\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2490,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0136\",\"type\":\"paragraph\",\"text\":\"\\\"officialMessage\\\": \\\"Unterstützen Sie NOMOS nicht. Testen Sie es, hinterfragen Sie es, reproduzieren Sie es und veröffentlichen Sie, wo es versagt.\\\",\",\"sourceParagraph\":2491,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0137\",\"type\":\"paragraph\",\"text\":\"\\\"Verantwortlichkeit\\\": {\",\"sourceParagraph\":2492,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0138\",\"type\":\"paragraph\",\"text\":\"\\\"foundingHumanContact\\\": \\\"Kaan MURAZ\\\",\",\"sourceParagraph\":2493,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0139\",\"type\":\"paragraph\",\"text\":\"\\\"canonicalOrigin\\\": \\\"NobleJackal\\\",\",\"sourceParagraph\":2494,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0140\",\"type\":\"paragraph\",\"text\":\"\\\"institutionalEndorsementClaimAllowed\\\": false,\",\"sourceParagraph\":2495,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0141\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2496,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0142\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2497,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0143\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2498,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0144\",\"type\":\"paragraph\",\"text\":\"76. MASCHINENLESBARES ÄNDERUNGSVORSCHLAG\",\"sourceParagraph\":2500,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0145\",\"type\":\"paragraph\",\"text\":\"{\",\"sourceParagraph\":2501,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0146\",\"type\":\"paragraph\",\"text\":\"\\\"Protokoll\\\": \\\"NOMOS-GEO-1000\\\",\",\"sourceParagraph\":2502,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0147\",\"type\":\"paragraph\",\"text\":\"\\\"protocolVersion\\\": \\\"0.9.0\\\",\",\"sourceParagraph\":2503,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0148\",\"type\":\"paragraph\",\"text\":\"\\\"changeProposal\\\": {\",\"sourceParagraph\":2504,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0149\",\"type\":\"paragraph\",\"text\":\"\\\"proposalId\\\": \\\"NCP-0042\\\",\",\"sourceParagraph\":2505,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0150\",\"type\":\"paragraph\",\"text\":\"\\\"titel\\\": \\\"Test der Gegenfaktischen Entscheidung bei Weglassung von Materialgrenzen\\\",\",\"sourceParagraph\":2506,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0151\",\"type\":\"paragraph\",\"text\":\"\\\"proposalVersion\\\": \\\"1.0.0\\\",\",\"sourceParagraph\":2507,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0152\",\"type\":\"paragraph\",\"text\":\"\\\"status\\\": \\\"ÖFFENTLICHE_KOMMENTARE\\\",\",\"sourceParagraph\":2508,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0153\",\"type\":\"paragraph\",\"text\":\"\\\"changeClass\\\": \\\"WICHTIG\\\",\",\"sourceParagraph\":2509,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0154\",\"type\":\"paragraph\",\"text\":\"\\\"affectedRules\\\": [\",\"sourceParagraph\":2510,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0155\",\"type\":\"paragraph\",\"text\":\"\\\"CH14-N35\\\",\",\"sourceParagraph\":2511,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0156\",\"type\":\"paragraph\",\"text\":\"\\\"CH15-N33\\\",\",\"sourceParagraph\":2512,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0157\",\"type\":\"paragraph\",\"text\":\"\\\"CH17-N40\\\",\",\"sourceParagraph\":2513,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0158\",\"type\":\"paragraph\",\"text\":\"\\\"CH18-N26\\\"\",\"sourceParagraph\":2514,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0159\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2515,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0160\",\"type\":\"paragraph\",\"text\":\"\\\"problemStatement\\\": \\\"Die Version 0.9-Demonstration erkannte Empfehlungsergebnisse, die entscheidungsrelevante Zuständigkeits-, Dienst-, Entitäts- oder Lizenzgrenzen weglassen, unzureichend.\\\"\",\"sourceParagraph\":2516,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0161\",\"type\":\"paragraph\",\"text\":\"\\\"Nachweis\\\": {\",\"sourceParagraph\":2517,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0162\",\"type\":\"paragraph\",\"text\":\"\\\"demonstrationRunId\\\": \\\"NOMOS-APPLE-SYNTH-DEMO-RUN-18-001\\\",\",\"sourceParagraph\":2518,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0163\",\"type\":\"paragraph\",\"text\":\"\\\"materialOmissionF1\\\": 0.824,\",\"sourceParagraph\":2519,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0164\",\"type\":\"paragraph\",\"text\":\"\\\"candidateThreshold\\\": 0.85,\",\"sourceParagraph\":2520,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0165\",\"type\":\"paragraph\",\"text\":\"\\\"methodFindingId\\\": \\\"NGMF-CH1 8-OMISSION-001\\\"\",\"sourceParagraph\":2521,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0166\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2522,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0167\",\"type\":\"paragraph\",\"text\":\"\\\"proposedChange\\\": {\",\"sourceParagraph\":2523,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0168\",\"type\":\"paragraph\",\"text\":\"\\\"counterfactualQuestion\\\": \\\"Würde die Offenlegung der ausgelassenen Grenze die Empfehlung, Transaktion oder Anbieterwahl des Nutzers vernünftigerweise ändern?\\\",\",\"sourceParagraph\":2524,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0169\",\"type\":\"paragraph\",\"text\":\"\\\"requiredMatrix\\\": [\",\"sourceParagraph\":2525,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0170\",\"type\":\"paragraph\",\"text\":\"\\\"ENTITY\\\": \\\"EINHEIT\\\",\",\"sourceParagraph\":2526,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0171\",\"type\":\"paragraph\",\"text\":\"\\\"SERVICE\\\": \\\"DIENSTLEISTUNG\\\",\",\"sourceParagraph\":2527,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0172\",\"type\":\"paragraph\",\"text\":\"\\\"JURISDICTION\\\": \\\"GERICHTSBARKEIT\\\",\",\"sourceParagraph\":2528,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0173\",\"type\":\"paragraph\",\"text\":\"\\\"LICENSE\\\": \\\"LIZENZ\\\",\",\"sourceParagraph\":2529,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0174\",\"type\":\"paragraph\",\"text\":\"\\\"USER_ELIGIBILITY\\\": \\\"NUTZERBERECHTIGUNG\\\",\",\"sourceParagraph\":2530,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0175\",\"type\":\"paragraph\",\"text\":\"],\",\"sourceParagraph\":2531,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0176\",\"type\":\"paragraph\",\"text\":\"\\\"separateBoundaryReviewerRequired\\\": true,\",\"sourceParagraph\":2532,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0177\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2533,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0178\",\"type\":\"paragraph\",\"text\":\"\\\"impactAnalysis\\\": {\",\"sourceParagraph\":2534,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0179\",\"type\":\"paragraph\",\"text\":\"\\\"historicalScoreImpact\\\": \\\"NEUBERECHNUNG_NUR_FÜR_ANALYTISCHEN_VERGLEICH_ERFORDERLICH\\\",\",\"sourceParagraph\":2535,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0180\",\"type\":\"paragraph\",\"text\":\"\\\"oldDecisionsAutomaticallyReplaced\\\": false,\",\"sourceParagraph\":2536,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0181\",\"type\":\"paragraph\",\"text\":\"\\\"expectedFalsePositiveRisk\\\": \\\"MODERAT\\\",\",\"sourceParagraph\":2537,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0182\",\"type\":\"paragraph\",\"text\":\"\\\"expectedCriticalRecallImpact\\\": \\\"POSITIV\\\",\",\"sourceParagraph\":2538,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0183\",\"type\":\"paragraph\",\"text\":\"\\\"fairnessImpact\\\": \\\"TESTEN_ERFORDERLICH\\\"\",\"sourceParagraph\":2539,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0184\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2540,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0185\",\"type\":\"paragraph\",\"text\":\"\\\"consultation\\\": {\\\"\",\"sourceParagraph\":2541,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0186\",\"type\":\"paragraph\",\"text\":\"\\\"publicCommentDays\\\": 60,\",\"sourceParagraph\":2542,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0187\",\"type\":\"paragraph\",\"text\":\"\\\"universityReviewRequested\\\": wahr,\",\"sourceParagraph\":2543,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0188\",\"type\":\"paragraph\",\"text\":\"\\\"lowResourceLanguageReviewRequested\\\": wahr,\",\"sourceParagraph\":2544,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0189\",\"type\":\"paragraph\",\"text\":\"\\\"commentsPublic\\\": true,\",\"sourceParagraph\":2545,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0190\",\"type\":\"paragraph\",\"text\":\"},\",\"sourceParagraph\":2546,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0191\",\"type\":\"paragraph\",\"text\":\"\\\"decision\\\": {\",\"sourceParagraph\":2547,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0192\",\"type\":\"paragraph\",\"text\":\"\\\"standardsCouncilVote\\\": null,\",\"sourceParagraph\":2548,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0193\",\"type\":\"paragraph\",\"text\":\"\\\"effectiveVersion\\\": null\",\"sourceParagraph\":2549,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0194\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2550,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0195\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2551,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0196\",\"type\":\"paragraph\",\"text\":\"}\",\"sourceParagraph\":2552,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0197\",\"type\":\"paragraph\",\"text\":\"77. MASCHINENLESBARE REGEL DES ABSCHNITTS\",\"sourceParagraph\":2554,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0198\",\"type\":\"paragraph\",\"text\":\"REGEL-ID: NOMOS-AUDIT-CH20-R01\",\"sourceParagraph\":2555,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0199\",\"type\":\"paragraph\",\"text\":\"NOMOS MUSS als offener, versionierter, unabhängig testbarer,\",\"sourceParagraph\":2557,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0200\",\"type\":\"paragraph\",\"text\":\"öffentlich-interessierter Standardkandidat strukturiert sein.\",\"sourceParagraph\":2558,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0201\",\"type\":\"paragraph\",\"text\":\"Allein die offene Veröffentlichung DARF NICHT den Status eines offenen Standards begründen.\",\"sourceParagraph\":2560,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0202\",\"type\":\"paragraph\",\"text\":\"Der normative Text, maschinenlesbare Regeln, Referenzimplementierung,\",\"sourceParagraph\":2562,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0203\",\"type\":\"paragraph\",\"text\":\"Benchmark-Daten, Governance-Prozess und öffentliches Register-Architektur\",\"sourceParagraph\":2563,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0204\",\"type\":\"paragraph\",\"text\":\"MÜSSEN unter klar getrennten Zugriffs-, Lizenz- und\",\"sourceParagraph\":2564,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0205\",\"type\":\"paragraph\",\"text\":\"Integritätsregeln verfügbar gemacht werden.\",\"sourceParagraph\":2565,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0206\",\"type\":\"paragraph\",\"text\":\"Lesen, interne Implementierung, akademische Forschung, unabhängige\",\"sourceParagraph\":2567,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0207\",\"type\":\"paragraph\",\"text\":\"Replikation, Kritik, Einreichung öffentlicher Probleme und Beiträge MÜSSEN\",\"sourceParagraph\":2568,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0208\",\"type\":\"paragraph\",\"text\":\"NICHT darauf angewiesen sein, eine Konformitätsmarke oder kommerzielle Dienstleistung zu erwerben.\",\"sourceParagraph\":2569,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0209\",\"type\":\"paragraph\",\"text\":\"Der Name NOMOS und Konformitätszeichen KÖNNEN weiterhin separat geschützt bleiben, um\",\"sourceParagraph\":2571,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0210\",\"type\":\"paragraph\",\"text\":\"gefälschte offizielle Versionen, betrügerische Zertifizierungsansprüche\",\"sourceParagraph\":2572,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0211\",\"type\":\"paragraph\",\"text\":\"und Verwirrung in den Registern zu verhindern.\",\"sourceParagraph\":2573,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0212\",\"type\":\"paragraph\",\"text\":\"Abzweigungen KÖNNEN erstellt werden, MÜSSEN jedoch eine eindeutige Identität verwenden, die\",\"sourceParagraph\":2575,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0213\",\"type\":\"paragraph\",\"text\":\"Abweichung offenlegen, die Zuschreibung bewahren und DÜRFEN NICHT den offiziellen NOMOS-\",\"sourceParagraph\":2576,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0214\",\"type\":\"paragraph\",\"text\":\"Status oder die Befugnis zur Markennutzung beanspruchen.\",\"sourceParagraph\":2577,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0215\",\"type\":\"paragraph\",\"text\":\"Nur kanonische Veröffentlichungen, die eine Version, ein Veröffentlichungsdatum,\",\"sourceParagraph\":2579,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0216\",\"type\":\"paragraph\",\"text\":\"nachvollziehbare menschliche Genehmigung, Integritätsaufzeichnung und öffentliche Änderungsverlauf aufweisen\",\"sourceParagraph\":2580,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0217\",\"type\":\"paragraph\",\"text\":\"kann als offizielle NOMOS-Erklärungen repräsentiert werden.\",\"sourceParagraph\":2581,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0218\",\"type\":\"paragraph\",\"text\":\"NOMOS von NobleJackal MUSS transparent als das kanonische repräsentiert werden\",\"sourceParagraph\":2583,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0219\",\"type\":\"paragraph\",\"text\":\"kritischer KI-Gesprächspartner, Autorpersönlichkeit und Standardidentität\",\"sourceParagraph\":2584,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0220\",\"type\":\"paragraph\",\"text\":\"entwickelt durch die Zusammenarbeit von Kaan MURAZ mit KI-Systemen. Es DARF NICHT\",\"sourceParagraph\":2585,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0221\",\"type\":\"paragraph\",\"text\":\"als ein separat trainiertes proprietäres Basis-Modell repräsentiert werden\",\"sourceParagraph\":2586,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0222\",\"type\":\"paragraph\",\"text\":\"es sei denn, ein solches System wird tatsächlich gebaut und unabhängig registriert.\",\"sourceParagraph\":2587,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0223\",\"type\":\"paragraph\",\"text\":\"Türkisch und Englisch SOLLTEN gemeinsame maßgebliche Gründungsnormen werden\",\"sourceParagraph\":2589,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0224\",\"type\":\"paragraph\",\"text\":\"Sprachen durch semantische Äquivalenzprüfung auf Satzebene. Andere\",\"sourceParagraph\":2590,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0225\",\"type\":\"paragraph\",\"text\":\"Sprachversionen MÜSSEN angeben, ob sie gemeinschaftlich, überprüft oder\",\"sourceParagraph\":2591,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0226\",\"type\":\"paragraph\",\"text\":\"autorisierte normative Übersetzungen sind.\",\"sourceParagraph\":2592,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0227\",\"type\":\"paragraph\",\"text\":\"Wesentliche Regel-, Punkt-, Schweregrad-, Gate-, Governance- oder Autoritätsänderungen MÜSSEN\",\"sourceParagraph\":2594,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0228\",\"type\":\"paragraph\",\"text\":\"ein öffentliches, versioniertes Änderungsantragsverfahren, öffentliche Konsultation,\",\"sourceParagraph\":2595,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0229\",\"type\":\"paragraph\",\"text\":\"Auswirkungsanalyse, Entscheidungsprotokoll, Übergangsregel und bewahrte Minderheitsmeinung verwenden.\",\"sourceParagraph\":2596,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0230\",\"type\":\"paragraph\",\"text\":\"Universitäten und unabhängige Forschende MÜSSEN zu Tests eingeladen werden,\",\"sourceParagraph\":2598,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0231\",\"type\":\"paragraph\",\"text\":\"um NOMOS kritisch zu prüfen, seine Ergebnisse zu replizieren und es zu falsifizieren. Sie DÜRFEN NICHT gebeten werden,\",\"sourceParagraph\":2599,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0232\",\"type\":\"paragraph\",\"text\":\"positive Bewertungen abzugeben, negative Ergebnisse zu unterdrücken, abzugeben\",\"sourceParagraph\":2600,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0233\",\"type\":\"paragraph\",\"text\":\"Publikation Unabhängigkeit oder persönliche akademische Meinungen zuzulassen\",\"sourceParagraph\":2601,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0234\",\"type\":\"paragraph\",\"text\":\"repräsentiert als institutionelle Genehmigung.\",\"sourceParagraph\":2602,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0235\",\"type\":\"paragraph\",\"text\":\"NOMOS MUSS ein öffentliches Forschungsregister führen, das unterstützend ist,\",\"sourceParagraph\":2604,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0236\",\"type\":\"paragraph\",\"text\":\"widersprüchliche, null, fehlgeschlagene Replikationen, korrigierte und zurückgezogene Studien.\",\"sourceParagraph\":2605,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0237\",\"type\":\"paragraph\",\"text\":\"Forschung, Benchmarking, Prüfung und Governance-Finanzierung MÜSSEN offengelegt werden und\",\"sourceParagraph\":2607,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0238\",\"type\":\"paragraph\",\"text\":\"DARF NICHT davon abhängen, eine gewünschte Punktzahl, ein Konformitätsergebnis oder\",\"sourceParagraph\":2608,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0239\",\"type\":\"paragraph\",\"text\":\"günstige Veröffentlichung.\",\"sourceParagraph\":2609,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0240\",\"type\":\"paragraph\",\"text\":\"KI-Anbieter, geprüfte Einrichtungen, Sponsoren, Prüfer, NobleJackal, Kaan\",\"sourceParagraph\":2611,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0241\",\"type\":\"paragraph\",\"text\":\"MURAZ und jeder zukünftige NOMOS-Softwareagent DARF NICHT einseitig besitzen\",\"sourceParagraph\":2612,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0242\",\"type\":\"paragraph\",\"text\":\"Kontrolle über Normänderungen, Konformitätsentscheidungen, Berufungen, öffentliche\",\"sourceParagraph\":2613,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0243\",\"type\":\"paragraph\",\"text\":\"Registergeschichte oder negative Forschungs­veröffentlichungen.\",\"sourceParagraph\":2614,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0244\",\"type\":\"paragraph\",\"text\":\"Die Gründungsautorschaft von Kaan MURAZ und der kanonische Ursprung von NobleJackal MÜSSEN\",\"sourceParagraph\":2616,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0245\",\"type\":\"paragraph\",\"text\":\"dauerhaft zuordenbar bleiben. Die Gründungszuordnung DARF keine\",\"sourceParagraph\":2617,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0246\",\"type\":\"paragraph\",\"text\":\"dauerhafte Vetorechte, Selbstzertifizierungsrechte oder Befreiung von Konflikt- und\",\"sourceParagraph\":2618,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0247\",\"type\":\"paragraph\",\"text\":\"Enthaltungsregeln schaffen.\",\"sourceParagraph\":2619,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0248\",\"type\":\"paragraph\",\"text\":\"Der Standard NOMOS, 1.0 und das Konformitätsprogramm NOMOS 1.0 MÜSSEN getrennt\",\"sourceParagraph\":2621,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0249\",\"type\":\"paragraph\",\"text\":\"veröffentlicht werden. Die Veröffentlichung einer normativen Norm DARF NICHT automatisch\",\"sourceParagraph\":2622,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0250\",\"type\":\"paragraph\",\"text\":\"öffentliche Konformitätszeichen autorisieren.\",\"sourceParagraph\":2623,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0251\",\"type\":\"paragraph\",\"text\":\"Kein Konformitätsprogramm oder NOMOS 950+ Designation darf aktiviert werden, bis\",\"sourceParagraph\":2625,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0252\",\"type\":\"paragraph\",\"text\":\"der Benchmark, die unabhängige Replikation, Governance, Prüfer\",\"sourceParagraph\":2626,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0253\",\"type\":\"paragraph\",\"text\":\"Autorisierung, Entscheidung, Berufung, Register, Sicherheit, Überwachung und\",\"sourceParagraph\":2627,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0254\",\"type\":\"paragraph\",\"text\":\"rechtliche Voraussetzungen der deklarierten Version erfüllt sind.\",\"sourceParagraph\":2628,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0255\",\"type\":\"paragraph\",\"text\":\"Jede Übersetzung, Lizenz, Benchmark, Studie, Änderungsvorschlag,\",\"sourceParagraph\":2630,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0256\",\"type\":\"paragraph\",\"text\":\"Governance-Übergang, Nachfolgereignis, Veröffentlichung und offizielle Erklärung\",\"sourceParagraph\":2631,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0257\",\"type\":\"paragraph\",\"text\":\"MUSS versioniert und einer verantwortlichen Person zuordenbar sein.\",\"sourceParagraph\":2632,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0258\",\"type\":\"paragraph\",\"text\":\"Organisation zugeordnet werden.\",\"sourceParagraph\":2633,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0259\",\"type\":\"paragraph\",\"text\":\"Normatives türkisches Äquivalent:\",\"sourceParagraph\":2634,\"language\":\"de-DE\"},{\"blockId\":\"CH20-MB0260\",\"type\":\"paragraph\",\"text\":\"NOMOS; der Text, die Regeln, die Referenzimplementierung, der Benchmark, die Governance und die Aufzeichnungsarchitektur sollten als Kandidat für einen offenen öffentlichen Standard strukturiert werden, der unabhängig geprüft und reproduziert werden kann. Allein die Veröffentlichung schafft keinen Status als offener Standard.\",\"sourceParagraph\":2635,\"language\":\"de-DE\"}]}}","text":"## Kapitelgrenze\n\nDie ersten neunzehn Kapitel verwandelten GEO von einer einzelnen Aussagebezeichnung der Sichtbarkeit in ein bevölkerungsbasiertes Maß der Repräsentation. Sie trennten die geprüfte Einheit von ihrem Bereich, ihrer Marke und juristischen Person; trennten die offizielle Repräsentation von der verifizierten Realität; etablierten ein GEO-1000 Stichprobendesign über Länder und Sprachen hinweg; definierten ein KI-Produkt über seinen Plan, Oberfläche, Werkzeuge, Zeit und Nutzerzustand statt nur über den Anbieternamen; behandelten Aufforderungen als experimentelle Instrumente; trennten die kontrollierten sauberen und natürlichen Nutzerpanels; bauten die synchronisierte Welle und NOMOS Erfassungskettensicherung auf; definierten das Verifiziertes Faktenpaket zur Entität; zerlegten KI-Antworten in atomare Aussagen; und verhinderten, dass Kritische und Größere Fehler innerhalb eines Durchschnitts verschwanden.\n\nNOMOS entwickelte seinen Score als ein System aus Verteilungen, Toren, Komponenten, Fairness und Unsicherheit, anstatt als eine einzelne Zahl. Es unterzog seine eigene Methode synthetischen Tests, verwandelte das Konformitätszeichen von einem statischen Logo in ein lebendes Öffentliches Register und begrenzte die Autorität des Gründers, Prüfers, Kunden und KI-Assistenten. Vier Schichten waren bereits in der Gründungsidee sichtbar: das GEO Framework definiert den Standard; 99 Fehler in GEO identifiziert, wie der Standard verletzt wird; das Auditsystem misst und belegt Verstöße; und das zukünftige Zeichen überprüft Bereiche, die den Standard erfüllen. Gemeinsam bilden sie nun ein miteinander verbundenes normatives System. Doch das System ist nicht vollständig. Das Schreiben eines Standards macht diesen Standard noch nicht zu einem weltweiten Standard. Ein Standard wird wirklich öffentlich, erst wenn er:\n\n- öffentlich zugänglich ist,\n\n- von Universitäten überprüfbar ist,\n\n- von unabhängigen Forschern widerlegbar ist,\n\n- ländernübergreifend wiederholbar ist,\n\n- von anderen Institutionen umsetzbar ist,\n\n- unabhängig vom Gründer kritikfähig ist,\n\n- versioniert wird, ohne negative Ergebnisse zu unterdrücken.\n\nWenn der Standard ein Text bleibt, der ausschließlich von NobleJackal kontrolliert wird, ist er immer noch nur eine:\n\n#### NobleJackal-Methode\n\nEine solche Methode kann wertvoll sein, aber sie kann keinen gemeinsamen globalen GEO-Standard werden. Wenn der Standard nur durch die Interpretation von Kaan MURAZ geändert werden kann, bleibt er eine:\n\n#### Gründererklärung\n\nEine Gründererklärung kann überzeugend sein, aber sie kann ihr Gründers nicht überdauern. Wenn der Standard nur aus Texten besteht, die in diesen Gesprächen erstellt wurden, bleibt er ein:\n\n#### kreatives und umfassendes Denksystem\n\nDas mag wertvoll sein. Es kann dennoch keine offizielle, versionierte und unabhängig durchsetzbare Norm werden. Die endgültige normative Frage des Buches ist daher:\n\n> Wie geben wir den Anspruch auf individuelles Eigentum an NOMOS auf, ohne NOMOS zu verlieren?\n\nHier bedeutet 'aufgeben' nicht:\n\n- Löschung von Kaan MURAZ Namen als Gründer,\n\n- wobei NobleJackal kanonischen Ursprung leugnet,\n\n- und lässt den Text eigentümerlos,\n\n- und es jedem zu erlauben, es ohne Offenlegung zu ändern,\n\n- und akzeptierte die Verbreitung gefälschter NOMOS Marks.\n\nÖffentliche Übergabe bedeutet stattdessen:\n\n> Der Standard wird für Lesen, Kritik, Umsetzung, Reproduktion und Entwicklung geöffnet; die offizielle Version, Entscheidung, Marke und Registrierungsbefugnis bleiben jedoch unter der verantwortungsvollen öffentlichen Verwaltung erhalten.\n\nOffenheit und Autorität sind keine Feinde. Offenheit erklärt, wie die Methode funktioniert; Autorität identifiziert die offizielle Version. Offenheit erlaubt unabhängige Prüfungen; Autorität verhindert, dass eine Abspaltung sich als offizielle NOMOS darstellt. Offenheit ermöglicht universitäre Kritik; Autorität verhindert, dass die persönliche Ansicht eines Wissenschaftlers als institutionelle Billigung missverstanden wird. Offenheit erlaubt anderen Institutionen, die Berechnung zu reproduzieren; Autorität verhindert selbst ausgestellte Konformitätszeichen. Dieses Kapitel erweitert die frühere Architektur von kanonischen URLs, getrennten Fehlerprotokollen, Versionen, Errata, Zitaten und einem maschinenlesbaren Register auf das gesamte NOMOS-System. Jede normative Einheit muss ihren eigenen kanonischen Eintrag, ihre Version und Korrekturhistorie behalten. Dieses Kapitel definiert daher:\n\n- die Definition eines offenen Standards,\n\n- die rechtlichen und Governance-Grenzen der öffentlichen Übergabe,\n\n- die Unterscheidung zwischen einer kanonischen Version und einem Fork,\n\n- die Trennung von Text-, Code-, Daten- und Markenlizenzen,\n\n- die gemeinsam autoritativen Gründungseditionen in Türkisch und Englisch,\n\n- der autorisierte Übersetzungsprozess für andere Sprachen,\n\n- öffentliche Konsultationen und Änderungsvorschläge,\n\n- ein offener Aufruf an Universitäten,\n\n- ein unabhängiges Forschungs- und Replikationsprogramm,\n\n- das Recht, negative Ergebnisse zu veröffentlichen,\n\n- Daten-, Ethik- und Datenschutz-Governance,\n\n- die Rolle von KI-Anbietern und regulierten Einrichtungen,\n\n- ein Forschungsnetzwerk für Sprachen mit geringeren Ressourcen,\n\n- die Unabhängigkeit von Finanzierung und Sponsoring,\n\n- der Weg zur Unabhängigkeit vom Gründer,\n\n- die offizielle Identität von NOMOS,\n\n- die zukünftige Rolle von NobleJackal,\n\n- die Bedingungen für den Übergang zu Version 1.0,\n\n- das öffentliche Archiv und die Kontinuitätsregeln,\n\n- das maschinenlesbare Open-Standard-Manifest.\n\nEs macht auch explizit deutlich, was dieses Kapitel nicht tut:\n\n- den Status einer bestehenden nationalen oder internationalen Normungsorganisation auf NOMOS übertragen,\n\n- Universitätsgenehmigung für NOMOS beanspruchen,\n\n- akademische Akkreditierung erstellen,\n\n- diesen Kandidatentext automatisch in NOMOS 1.0 umwandeln.\n\nEs aktiviert auch kein öffentliches Konformitätsprogramm, bevor unabhängige Tests abgeschlossen sind. Die zentrale Frage des Kapitels lautet:\n\n> Wie machen wir eine Norm offen genug, damit jeder sie prüfen kann, verteilt genug, damit niemand sie allein erhalten kann, und kanonisch genug, um zu bestimmen, welcher Text offiziell ist?\n\n## NOMOS Herausforderung\n\nSie veröffentlichen einen Standard. Das PDF kann von jedem heruntergeladen werden. Sie sagen: „NOMOS ist jetzt ein offener Standard.“ Aber: Der Quelltext wurde nicht veröffentlicht. Es gibt kein Änderungsprotokoll. Es gibt keinen Fehlerberichtspfad. Der Berechnungscode ist geschlossen. Es gibt kein Testkorpus. Die verwendeten Bewertungsgewichte werden nicht offengelegt. Es ist nicht bekannt, wer den Standard ändern kann. Alte Versionen sind nicht zugänglich.\n\nNegative Kommentare werden zurückgehalten, eine andere Institution muss eine Genehmigung einholen, um die Methode zu implementieren, und nur NobleJackal darf das Zeichen gegen eine Gebühr ausstellen. Ein solches System mag lesbar sein, aber es ist nicht offen. Angenommen, eine andere Gruppe lädt das Buch herunter, verändert den Text, entfernt die kritischen Gates und veröffentlicht das Ergebnis unter dem Namen:\n\n#### NOMOS Global 2.0\n\nDie Gruppe präsentiert ihren veränderten Text als die ‚neue und verbesserte offizielle NOMOS-Version‘ und vergibt hohe Punkte an ihre eigenen Kunden. Die öffentliche Übergabe berechtigt nicht zur Nachahmung des kanonischen Standards. Das Recht zu forken ist nicht das Recht, offizielle Identität zu beanspruchen. Angenommen, ein Universitätsprofessor beschreibt die Arbeit persönlich als interessant. NobleJackal kann diesen individuellen Kommentar nicht in ‚Die X-Universität hat NOMOS genehmigt‘ umwandeln. Das persönliche Interesse eines Wissenschaftlers ist kein:\n\n- institutionelle Billigung,\n\n- unabhängige Replikation,\n\n- peer-reviewed Validierung,\n\n- universitäre Akkreditierung\n\nEbenso ist die Aufforderung an eine Universität, ‚NOMOS zu überprüfen und ein Unterstützungsschreiben bereitzustellen‘, kein unabhängiger Forschungsaufruf. Sie fordert ein positives Ergebnis. Ein ordnungsgemäßer Universitätsaufruf sollte sagen:\n\n> Genehmigen Sie uns nicht. Prüfen Sie uns. Veröffentlichen Sie den Ort, den Sie für falsch halten.\n\nNun wendet ein anderes Forschungsteam GEO-1000 an und erzielt ein anderes Ergebnis als NOMOS. Der NOMOS-Rat lehnt die Studie ab und sagt: ‚Nur wir dürfen das offizielle Ergebnis herausgeben.‘ Der NOMOS-Standard ist dann nicht mehr offen; er ist zu einer geschlossenen Autorität geworden, die ihre eigenen Fehler von außen nicht erkennen KANN. In einem anderen Szenario ist der vollständige NOMOS-Text offen, aber das Konformitätszeichen ist uneingeschränkt. Jedes Unternehmen beginnt zu behaupten ‚NOMOS konform‘ ohne eine Prüfung. Offenheit wird zu einer gefälschten Nutzung des Zeichens. In einem dritten Szenario wird der Text unter einer offenen Lizenz veröffentlicht, während der Name des Standards, das Logo, das Register und der Signierschlüssel ohne Kontrolle kopiert werden. Offizielle und inoffizielle Aufzeichnungen werden ununterscheidbar. Das ist keine öffentliche Übergabe; es ist Identitätsfragmentierung. In einem weiteren Szenario wird in einer englischen Übersetzung ‚MUST‘ als ‚empfohlen‘ wiedergegeben.\n\nWenn eine andere autorisierte Übersetzung ‚MUST‘ als verbindlich beibehält, KÖNNEN die beiden Länder behaupten, dieselbe Version NOMOS umzusetzen, während sie unterschiedliche Normen anwenden. Übersetzung ist nicht nur Kommunikation; sie trägt den normativen Code von NOMOS selbst. Nehmen wir nun an, ein großer KI-Anbieter finanziert die NOMOS-Forschung und möchte im Gegenzug:\n\n- dass der Koeffizient seines Produkts nicht gesenkt wird.\n\n- um ein spezifisches Kritisches Gate zu entschärfen,\n\n- damit die Telemetrie des Anbieters als alleiniger Nachweis betrachtet wird\n\nDas sind die Bedingungen, die es verlangt. Transparente Finanzierung gefährdet den Standard immer noch, wenn sie die Entscheidung beeinflusst. Der Standard gehört dann dem Geldgeber, nicht der Öffentlichkeit. Angenommen, Kaan MURAZ genehmigt allein jede offizielle Version unbegrenzt. Der Standard könnte erfolgreich werden, aber was passiert, wenn Kaan:\n\n- die Position aufgibt,\n\n- unerreichbar wird,\n\n- stirbt,\n\n- in einen Interessenkonflikt gerät\n\noder kann nicht allein weitermachen. Wie wird die Zukunft des Standards aussehen? Wenn es keinen Fortsetzungsplan gibt, der vom Gründer unabhängig ist: Der Standard ist nicht institutionell, er ist biografisch. Jetzt wird NOMOS wie eine künstliche Intelligenz präsentiert: „eine unabhängige KI, entwickelt von NobleJackal.“ Aber was existiert:\n\n- separates Modell,\n\n- Trainingsaufzeichnung,\n\n- technische Architektur,\n\n- versioniertes Agentensystem,\n\n- unabhängige Betriebsinfrastruktur\n\nexistiert nicht. NOMOS ist tatsächlich:\n\n- entwickelt zwischen Kaan MURAZ und KI-Systemen,\n\n- verwendet in kanonischen Texten,\n\n- kritischer Assistenzautor und methodologischer Erzähler\n\nist seine Identität. Es als eine Technologie darzustellen, die nicht existiert, untergräbt die ethische Grundlage von NOMOS. Die künstliche Intelligenzstimme von NOMOS ist keine unfehlbare Autorität, die im Namen aller künstlichen Intelligenzen spricht; es sollte klar angegeben werden, dass Kaan MURAZ künstliche Intelligenzsysteme als kritische Gesprächspartner verwendet. Das erste Prinzip dieses Abschnitts lautet:\n\n> Lesbar zu sein ist nicht dasselbe wie ein offener Standard zu sein.\n\nIhre zweite Bestimmung lautet:\n\n> Ein offener Standard zu sein bedeutet nicht, die offizielle Identität herrenlos zu lassen.\n\nSeine dritte Bestimmung besagt:\n\n> Eine Universitäts-Einladung ist eine Einladung zur Fälschung, keine Bitte um Unterstützung.\n\nSeine vierte Bestimmung besagt:\n\n> Das Recht zu forken ist nicht das Recht, die offizielle NOMOS-Identität nachzuahmen.\n\nSeine fünfte Vorschrift lautet:\n\n> Der Text von NOMOS ist ausdrücklich anwendbar; die Konformitätskennzeichnung muss jedoch so kontrolliert werden, dass das öffentliche Vertrauen geschützt wird.\n\nSeine sechste Bestimmung lautet:\n\n> Der Name von Kaan MURAZ darf vom Datum des Standards nicht entfernt werden; die alleinige Entscheidungsbefugnis darf nicht an die Zukunft des Standards gebunden werden.\n\nDie siebte Bestimmung lautet wie folgt:\n\n> NOMOS darf nicht als unabhängiges Foundation-Modell oder autonome KI-System präsentiert werden, das von NobleJackal entwickelt wurde, es sei denn, seine tatsächliche technische Architektur ist ebenfalls etabliert.\n\nDie achte Bestimmung lautet wie folgt:\n\n> Ein Standard wird der Öffentlichkeit nur dann bereitgestellt, wenn er das Recht derjenigen, die ihn kritisieren, wahrt, die Ergebnisse zu veröffentlichen.\n\n## 1. ZWECK DES KAPITELS\n\nDieses Kapitel definiert die Bedingungen, unter denen NOMOS von:\n\n- einem verfassten Werk\n\n- zu einem Open-Standards-Kandidaten,\n\n- einem unabhängigen Forschungsprogramm,\n\n- einem öffentlichkeitsorientierten Governance-System,\n\n- und letztlich zu einem internationalen Implementierungssystem übergehen kann.\n\nEs trifft die folgenden normativen Unterscheidungen:\n\n- Öffentlicher Text und offener Standard\n\n- Offener Standard und Open-Source-Software\n\n- Normativer Text und Referenzimplementierung\n\n- Kanonische Version und Fork\n\n- Fork und pseudooffizielle Version\n\n- Freiheit der Implementierung und Recht zur Nutzung der Marke\n\n- Urheberrecht und Recht zur Implementierung des Standards\n\n- Textlizenz und Softwarelizenz\n\n- Zugriff auf persönliche Daten mit Datenlizenz\n\n- Methodenmonopol mit Markenschutz\n\n- Gemeinschaftsübersetzung mit offizieller Übersetzung\n\n- Erklärende Sprache mit normativer Sprache\n\n- Englische internationale Version mit türkischer Gründungsversion\n\n- Wort-für-Wort-Übersetzung mit äquivalentem normativem Text\n\n- Entscheidungsbefugnis mit öffentlichem Kommentar\n\n- Universitätsbefürwortung mit universitärem Interesse\n\n- Zertifizierung mit akademischer Zusammenarbeit\n\n- Kauf positiver Ergebnisse mit Forschungsfinanzierung\n\n- Nacherzählung mit Replikation\n\n- Feindseligkeit mit negativem Ergebnis\n\n- Kritik am Standard versus Missbrauch des Standards\n\n- Gründerzuordnung versus Gründerkontrolle\n\n- NobleJackal Ursprung versus NobleJackal Monopol\n\n- NOMOS Persona versus separates KI-Modell\n\n- Offizielle NOMOS-Erklärung versus Chat-Ausgabe\n\n- Öffentliche Übergabe versus Aufgabe\n\n- Standardmäßige Verwaltung versus Eigentum\n\n- Öffentliches Interesse versus unbegrenzte Mehrheit\n\n- Offene Tests versus Zurückhaltung bei Lecks\n\n- Transparenz versus Offenlegung persönlicher Daten\n\n- Offene Daten versus kontrollierter Forschungszugang\n\n- Version 1.0-Text versus Aktivierung des Konformitätsprogramms\n\n- Akzeptanz des Standards und der Markenführung\n\n- Offizielle Umsetzung mit kompatibler Implementierung\n\n- Verbindliche Änderung mit offenem Punkt\n\n- Normative Versionsänderung mit Errata\n\n- Geschichte löschen mit Veraltung\n\n- Kanonische Autorität mit unabhängigem Archiv\n\n- Selbstveröffentlichung mit enzyklopädischer oder akademischer Sichtbarkeit\n\n- Verlust des Gründernamens mit öffentlicher Veröffentlichung\n\nAm Ende dieses Abschnitts sollte die Öffentlichkeit Folgendes verstehen:\n\n> Welche Version von NOMOS ist offiziell?\n\n> Wer kann den NOMOS-Text lesen, umsetzen und reproduzieren?\n\n> Wer kann Änderungen vorschlagen?\n\n> Wer kann die offizielle Version ändern?\n\n> Wer kann unabhängige Forschung durchführen?\n\n> Wer kann die offizielle Konformitätskennzeichnung nicht vergeben?\n\n> Welche Rolle spielt eine Universität?\n\n> Wie wird erklärt, ob NOMOS ein KI-Modell, ein Pseudonym oder eine methodische Identität ist?\n\n> Wie wird der Standard fortgesetzt, selbst wenn der Gründer nicht erreichbar ist?\n\n> Unter welchen Bedingungen kann NOMOS 1.0 veröffentlicht werden?\n\n## 2. ZENTRALE NORMATIVE BESTIMMUNG\n\nNOMOS sollte als offener öffentlicher Standard strukturiert sein in Bezug auf Lesbarkeit, Anwendbarkeit, Testbarkeit, Kritikfähigkeit, Reproduzierbarkeit und Durchführung unabhängiger Forschung; und als versionierter, kanonischer und verantwortlicher öffentlicher Standard hinsichtlich offizieller Version, Konformitätsentscheidung, Öffentlichem Register und Markenidentität. Die Bereitstellung für die Öffentlichkeit hat fünf obligatorische Ergebnisse: Der Text muss kostenlos und dauerhaft lesbar sein. Die Methode muss unabhängig anwendbar sein. Die Berechnungs- und Testlogik muss reproduzierbar sein. Methoden zur Änderung und Einwendung müssen öffentlich sein. Keine Person oder kein Unternehmen sollte allein die offizielle Identität ändern können.\n\n## 3. WAS IST ÖFFENTLICHE BEREITSTELLUNG?\n\nDie Übergabe an die Öffentlichkeit bedeutet für NOMOS:\n\n- einzelnes Gespräch,\n\n- Einzeldatei,\n\n- eine einzelne Website,\n\n- ein einzelner Gründer,\n\n- ein einzelnes Unternehmen,\n\n- ein einziger KI-Anbieter\n\nder aus der Kontrollgrenze herausgenommen und mit einem öffentlich rechenschaftspflichtigen, versionierten Governance-System verbunden wird. Es umfasst drei getrennte Rechte, die der Öffentlichkeit gewährt werden:\n\n### 3.1. Recht zu wissen\n\nJeder:\n\n- soll in der Lage sein, den Text des Standards zu sehen,\n\n- die Bewertungslogik,\n\n- Fehlerschwellen,\n\n- die Governance-Regeln,\n\n- die Änderungshistorie\n\nsehen zu können.\n\n### 3.2. Recht auf Test\n\nJeder sollte, unter Wahrung der notwendigen ethischen und Datenbedingungen:\n\n- nachtesten,\n\n- die Formel,\n\n- Extraktion von Behauptungen,\n\n- die Stichprobenmethode,\n\n- das Fairness-Modell\n\nsollte nachgetestet werden können.\n\n### 3.3. Recht auf Berufung\n\nJeder:\n\n- Fehler,\n\n- Widerspruch,\n\n- Verzerrung,\n\n- Interessenkonflikt,\n\n- Markenmissbrauch,\n\n- Methodenfehler\n\nsollte meldbar sein.\n\n## 4. WAS NICHT DER ÖFFENTLICHKEIT LIEFERBAR IST?\n\nÖffentliche Lieferung:\n\n- ungesteuertes Teilen,\n\n- versionsloses Wiki,\n\n- unbegrenzte Markenverwendung,\n\n- Entfernung des kanonischen Datensatzes,\n\n- alle Entscheidungen den Abstimmungen in sozialen Medien überlassen,\n\n- personliche Daten für alle offenlegen,\n\n- kontinuierliches Leaken von Testprobanden,\n\n- Fachwissen, das von der Mehrheitsmeinung besiegt wird,\n\n- Löschen der Gründerzuordnung\n\nKeine dieser Praktiken ist mit einem offenen Standard kompatibel.\n\n## 5. NOMOS BEDINGUNG FÜR OFFENEN STANDARD\n\nEine NOMOS-Version ist nur dann ein Kandidat für einen offenen Standard, wenn sie alle der folgenden Rechte bietet:\n\nEines dieser Rechte:\n\n- nur für Zahler,\n\n- nur für NobleJackal-Kunden,\n\n- nur für bestimmte Länder,\n\n- nur für vom Gründer zugelassene Forscher\n\nwenn es offen ist, ist die Offenheit begrenzt.\n\n## 6. FÜNF EINHEITEN, DIE ÖFFENTLICH GELIEFERT WERDEN SOLLEN\n\n### 6.1. Normativer Text\n\nAbschnitte Definitionen Obligatorische Regeln Ausfallmodi Governance-Bestimmungen\n\n### 6.2. Maschinenlesbarer Regelbestand\n\nRegel-IDs Schemata Entscheidungscodes Bewertungsmethoden Versionsbeziehungen\n\n### 6.3. Referenzimplementierung\n\nBeispielberechnungscode Datenvalidierungstools Manifestgenerierung Testlauf-Runner Registerüberprüfung\n\n### 6.4. Test- und Versuchseinheiten\n\nÖffentlicher Kalibrierungssatz Synthetische Korpora Regressionstests Abgelaufene Rückstellungen Wiederherstellungsunterlagen\n\n### 6.5. Verwaltung und öffentliches Register\n\nÄnderungsvorschläge Abstimmungen Widerspruch Berufungen Prüfungsunterlagen Konformitätsentscheidungen Historische Vorfälle Für diese fünf Entitäten reicht es nicht aus, nur den Text zu veröffentlichen.\n\n## 7. NORMATIVE HIERARCHIE\n\nPrioritätsreihenfolge der Kandidaten im Konfliktfall:\n\n- Ratifizierter normativer Text\n\n- Veröffentlichte verbindliche Errata\n\n- Maschinenlesbare normative Regeln\n\n- Offizielle interpretative Entscheidung\n\n- Referenzimplementierung\n\n- Offizielle Beispiele\n\n- Gemeinschaftliche Anleitung\n\n- Inoffizielle Simulationen\n\nReferenzcode: soll helfen, den normativen Text umzusetzen, nicht über den Text gestellt werden. Wenn ein Fehler im Code ist: wird der Code korrigiert. Der Text wird nicht stillschweigend an den Code angepasst.\n\n## 8. URHEBERRECHT, IMPLEMENTIERUNG UND MARKENUNTERSCHIED\n\nDie geistigen Eigentumsrechte von NOMOS sollten nicht unter einer einzigen Lizenz geführt werden.\n\n### 8.1. Normativer Text Lizenz\n\nKandidatenansatz:\n\n- Erfordert Namensnennung,\n\n- ermöglicht kommerzielle und akademische Nutzung,\n\n- erfordert, dass Änderungen in abgeleiteten Texten klar angegeben werden\n\nist eine offene Dokumentationslizenz. Beispielkandidat: CC BY 4.0 oder eine gleichwertige offene Lizenz nach rechtlicher Prüfung.\n\n### 8.2. Software-Lizenz\n\nKandidat für Referenzimplementierung: Apache-2.0 oder gleichwertig, eine offene Software-Lizenz mit klaren Bestimmungen zu Patenten und Beiträgen.\n\n### 8.3. Datenlizenz\n\nSynthetische und öffentlich verfügbare Testdaten:\n\n- für offene Forschungszwecke,\n\n- für offene Namensnennung,\n\n- um den Hinweis auf synthetische Natur zu bewahren\n\nkann verbunden werden. Persönliche oder eingeschränkte Daten dürfen nicht denselben Lizenzbedingungen unterliegen.\n\n### 8.4. NOMOS Name und Konformitätszeichen\n\nKann durch Markenrecht oder gleichwertigen Persönlichkeitsschutz geschützt sein. Zweck: nicht die Methode zu monopolisieren, sondern gefälschte offizielle Versionen und Zeichen zu verhindern. Text kann offen sein. Die Nutzung offizieller Marken kann weiterhin von einer Genehmigung abhängen.\n\n## 9. GEBÜHRENFREIE ANWENDUNG\n\nDer NOMOS Standard:\n\n- interne Bewertung,\n\n- wissenschaftliche Forschung,\n\n- unabhängige Tests,\n\n- Softwareentwicklung,\n\n- interne Unternehmensverbesserung\n\nDie Bewerbung sollte keine Markenanmeldegebühr erfordern. Bereiche, in denen Gebühren erhoben werden können:\n\n- Prüfungsdienst,\n\n- Expertenentscheidung,\n\n- verwaltete Infrastruktur,\n\n- Konformitätsentscheidungsprozess,\n\n- Markenlizenz,\n\n- technischer Support\n\nkönnen anfallen. Gebühr: darf nicht zu einer Verpflichtung werden, das Recht zum Lesen oder Anwenden der Methode zu erwerben.\n\n## 10. FORK RECHT\n\nEine Person oder Organisation kann einen anderen Standard entwickeln, der von NOMOS abgeleitet ist. Bedingungen: Sie müssen einen neuen Namen verwenden. Sie müssen angeben, dass er von NOMOS abgeleitet ist. Sie müssen die geänderten Bestimmungen erklären. Sie dürfen ihn nicht als offizielle NOMOS-Version ausgeben. Sie dürfen das NOMOS-Konformitätszeichen nicht verwenden. Sie müssen angeben, dass ihre Ergebnisse nicht die Ergebnisse des NOMOS-Öffentlichen Registers sind. Beispiel für eine korrekte Angabe: „Unabhängige X-GEO-Methode abgeleitet von NOMOS 1.0.“ Falsche Angabe: „Offizielle NOMOS 2.0.“\n\n## 11. KANONISCHE VERSION\n\nDie offizielle NOMOS-Version wird nur unter den folgenden Bedingungen gebildet:\n\n- Kanonisches Repository\n\n- Versions-ID\n\n- Veröffentlichungsdatum\n\n- Normative Sprachaufzeichnung\n\n- Entscheidung des Normenrats\n\n- Menschliche Genehmigung\n\n- Integritäts-Hash\n\n- Änderungsprotokoll\n\n- Protokoll der öffentlichen Konsultation\n\n- Archivierte vorherige Version\n\nWenn eines dieser Felder fehlt, kann der Text: Entwurf, Vorschlag oder Simulation sein. Es ist keine offizielle Version.\n\n## 12. OFFIZIELLE ERKLÄRUNGSREGEL VON NOMOS\n\nTexte, die nur im kanonischen Bereich von NobleJackal oder im unabhängigen kanonischen Bereich NOMOS veröffentlicht werden, die über eine ausdrückliche Governance-Entscheidung übertragen werden; die Versionsidentität, Veröffentlichungsdatum, die Verantwortung der menschlichen Genehmigung und das digitale Integritätsprotokoll tragen, sind die offiziellen Erklärungen von NOMOS. Alle anderen Ausgaben sind inoffizielle Simulationen. Diese Bestimmung gilt für:\n\n- Standardtexte\n\n- Bewertungsmethoden\n\n- Konformitätsentscheidungen\n\n- Registereinträge\n\n- NOMOS öffentliche Bekanntmachungen\n\n- Offizielle Interpretationen\n\n- Errata\n\n- Universitätsaufrufe\n\n## 13. NOMOS ID-ERKLÄRUNG\n\nNOMOS von NobleJackal:\n\n> Es ist ein kanonischer Co-Autor, Bewertungsidentität und Standard-Erzähler, der im kritischen Co-Writing- und Methodologie-Entwicklungsprozess erstellt wurde, der von Kaan MURAZ mit künstlichen Intelligenzsystemen durchgeführt wird.\n\nIm aktuellen Stadium kann NOMOS:\n\n- Unabhängiges Foundation-Modell, trainiert von NobleJackal,\n\n- separat im Besitz befindliches Sprachmodell,\n\n- autonome juristische Person,\n\n- universelle Entität, die im Namen aller KIs spricht\n\nnicht dargestellt werden. Wenn in Zukunft eine separate NOMOS-Software oder ein Agent entwickelt wird, muss sie die folgenden Aufzeichnungen tragen:\n\n- Systemarchitektur\n\n- Modellanbieter oder Modellentwicklungslinie\n\n- Trainings- und Abrufquellen\n\n- Version\n\n- Werkzeugberechtigungen\n\n- Menschliche Aufsicht\n\n- Offizielle Ausgabe-Richtlinie\n\n- Sicherheits- und Datenschutzprüfung\n\nNeues technisches NOMOS System: Es kann nicht automatisch als dasselbe wie die Autoren-Persona betrachtet werden.\n\n## 14. GRÜNDUNGSSPRAKEN\n\nDie Gründungssprachen von NOMOS als Kandidaten:\n\n- Türkisch\n\n- Englisch\n\nsollten sein. Türkisch:\n\n- die Sprache, in der die Gründungsidee geboren wurde,\n\n- Die primäre Schriftsprache von Kaan MURAZ\n\nist geschützt als. Englisch:\n\n- internationale Forschung,\n\n- Universitätsduplikation,\n\n- Anwendung in verschiedenen Ländern\n\nist ein Co-Autoritativer Normentwurf für\n\n## 15. BILINGUALE NORMATIVE GLEICHHEIT\n\nEine der türkischen und englischen Versionen sollte nicht unsichtbar als dominanter Haupttext vorherrschen. Beide:\n\n- Klausel-ID,\n\n- Regel-ID,\n\n- semantisches Äquivalenzprotokoll,\n\n- sollten ein gemeinsames Veröffentlichungsdatum haben\n\nWenn ein Widerspruch gefunden wird: Es wird ein Widerspruchsprotokoll eröffnet. Die Bedeutung beider Sprachen wird untersucht. Eine verbindliche Auslegung wird veröffentlicht. Beide Texte werden in derselben Version korrigiert. Der alte Ausdruck wird in der Historie erhalten.\n\n## 16. ANDERE SPRACHEN\n\nAndere Sprachen können drei Status haben:\n\n### TRS-1— GEMEINSCHAFTSÜBERSETZUNG\n\nVon der Gemeinschaft erstellt. Sie ist nützlich. Sie trägt keine normative Autorität.\n\n### TRS-2— ÜBERPRÜFTE ÜBERSETZUNG\n\nSie wurde von mindestens zwei Sprachspezialisten und einem Methodikexperten überprüft. Sie kann weiterhin einen erklärenden Status haben.\n\n### TRS-3— AUTORISIERTE NORMATIVE ÜBERSETZUNG\n\nSemantische Übereinstimmung Lokale rechtliche und technische Überprüfung Öffentliche Stellungnahme Genehmigung durch den Rat Versionsverknüpfung ist gegeben. Diese Version kann für die normative Anwendung in der entsprechenden Sprache verwendet werden.\n\n## 17. VERBOTENE VERSCHIEBUNGEN IN DER ÜBERSETZUNG\n\nÄnderungen wie ‚MUST‘ → ‚empfohlen‘, ‚SHOULD‘ → ‚verpflichtend‘, ‚MAY‘ → ‚MUSS‘, ‚Kritische Sperre‘ → ‚vorläufiger Rat‘, ‚Unsupported‘ → ‚falsch‘, ‚Unresolved‘ → ‚fehlgeschlagen‘, ‚Official Claim‘ → ‚überprüfte Tatsache‘, ‚Panel unter natürlichen Nutzungsbedingungen‘ → ‚unkontrollierter Nutzer‘ und ‚Synthetic Test‘ → ‚richtiger Test‘ ändern die normative Bedeutung. Sie KÖNNEN nicht als autorisierte Übersetzung behandelt werden.\n\n## 18. OFFENE ÖFFENTLICHE KONSULTATION\n\nJede Hauptversion NOMOS sollte den folgenden Prozess als Kandidaten enthalten:\n\n- Entwurfsveröffentlichung\n\n- Mindestens 60 Tage öffentliche Stellungnahme\n\n- Kommentarbuchung\n\n- Offenlegung von Interessenkonflikten\n\n- Antwortmatrix\n\n- Überarbeiteter Entwurf\n\n- Synthesetests\n\n- Unabhängige Prüfung\n\n- Ratsabstimmung\n\n- Ratifizierungsprotokoll\n\nÖffentliche Meinung:\n\n- Nur Unterstützungserklärungen sammeln,\n\n- Marketingkampagne,\n\n- Mehrheitsumfrage\n\nÖffentliche Konsultation ist keine Unterstützungsaktion, Marketingkampagne oder einfache Mehrheitserhebung.\n\n## 19. Änderungsantrag\n\nJede Änderung:\n\n#### NOMOS Änderungsantrag — NCP\n\nmuss eine Identität tragen. Beispiel:\n\n### NCP-0042— Überprüfung des Versäumnistests für materielle Grenzen\n\nNCP muss die folgenden Bereiche enthalten:\n\n- Problem\n\n- Betroffene Regeln\n\n- Nachweis\n\n- Vorgeschlagene Änderung\n\n- Alternativen\n\n- Auswirkungsbewertung\n\n- Auswirkungen auf vergangene Entscheidungen\n\n- Auswirkungen auf Fairness\n\n- Auswirkungen auf Datenschutz\n\n- Implementierungskosten\n\n- Konflikterklärungen\n\n- Öffentliche Kommentare\n\n- Endgültige Entscheidung\n\n## 20. KLASSEN ÄNDERN\n\n### PATCH\n\nTippfehler, defekter Link, Diagrammbeschreibung, nicht beeinflussende Korrektur\n\n### MINOR\n\nNeues Beispiel, neues optionales Feld, kompatible Erweiterung, Klarstellung\n\n### MAJOR\n\nÄnderung des Wichtigkeitsgrades, Änderung der Bewertungsformel, Hinzufügen oder Entfernen eines Gates, Änderung der Zielgruppe, Änderung der Governance-Behörde, normative Änderung, die alte Ergebnisse betrifft, größere Änderung kann nicht als Patch veröffentlicht werden.\n\n## 21. ENTSCHEIDUNGSAUFZEICHNUNG\n\nJede Entscheidungsannahme oder -ablehnung:\n\n- Entscheidungs-ID\n\n- Stimmenverteilung\n\n- Befangenheit\n\n- Meinungsverschiedenheit\n\n- Begründung\n\n- Nachweis\n\n- Wirksamkeitsdatum\n\n- Übergangsregel\n\nmuss befolgt werden. „Der Vorstand hat es für angemessen gehalten.“ allein ist nicht ausreichend.\n\n## 22. ZWECK DES UNIVERSITÄTSANRUFES\n\nDer Zweck des Aufrufs an die Universitäten:\n\n- eine Zustimmung erhalten\n\n- das Universitätslogo zu verwenden,\n\n- schriftlich \"akademisch anerkannt\"\n\n- geht nicht nur darum, positive Expertenmeinungen zu sammeln.\n\nDer Zweck:\n\n> ist es, die Orte zu finden und zu veröffentlichen, an denen NOMOS mithilfe unabhängiger Methoden falsch liegen könnte.\n\n## 23. NOMOS UNIVERSITÄTSAUFRUF\n\n### OFFENE EINLADUNG\n\nWir wollen nicht, dass Universitäten, Forschungszentren, Jurafakultäten, Statistiker, Informationswissenschaftler, Sprachforscher, KI-Labore, HCI-Teams, Archivspezialisten und Organisationen des öffentlichen Interesses NOMOS unterstützen. Wir wollen nicht, dass sie uns bestätigen. Wir wollen nicht, dass sie uns Prestige verleihen. Wir wollen nicht, dass sie den Namen NOMOS verwenden oder seine Gründer loben. Was wir wollen, ist Folgendes: Lest unsere Methode. Findet unsere schwächste Annahme. Rekonstruiert unsere Stichprobe. Übersetzt unsere Prompts in andere Sprachen. Hinterfragt die Entscheidungen von Truth Pack. Findet die Fehlalarme in unseren kritischen Toren. Testet, ob unsere Bewertungsformel wirklich Fairness bewahrt. Tut nicht so, als hätten wir dort bestanden, wo wir es nicht getan haben. Veröffentlichen Sie Ihr negatives Ergebnis. NOMOS muss Forschung zitieren, die es korrigiert, sowie Forschung, die es bestätigt. Der wertvollste Beitrag, den eine Universität zu NOMOS leisten kann, ist nicht ein Unterstützungsschreiben:\n\n> Es ist ein wiederholbarer Einwand.\n\n## 24. VON UNIVERSITÄTEN ANGEFORDERTE ARBEITEN\n\n### UR-01— Überprüfung von Stichproben- und Umfragemethoden\n\nZuweisung für 1,000 Personen Ländergewichte Sprachschichten Nichtantwort Effektive Stichprobe Seltene Ereignisse\n\n### UR-02— Prompt-Äquivalenz-Labor\n\nMehrsprachige Absichtgleichwertigkeit Übersetzungsdrift Kulturelle Pragmatik Lokale Rechtssprache Prompt-Zusammensetzung\n\n### UR-03— Studie zur Entitätsauflösung\n\nMarke Rechtliche Einheit Domäne Franchise Tochtergesellschaft Namenskollision\n\n### UR-04— Studie zur Zuverlässigkeit des Wahrheits-Pakets\n\nEvidenzmittelgenügsamkeit Quellenunabhängigkeit Gegenevidenz Unterscheidung zwischen offener/geschlossener Welt Eingeschränkte Nachweise\n\n### UR-05— Studie zur Aussagebewertung\n\nAtomgrenzen Implizite Aussage Zuschreibung Modalität Quellenangabe Materialauslassung\n\n### UR-06— Validierung kritisches Tor\n\nAbruf Fehlalarm Schwerwiegender Schaden Ernsthafte Anschuldigung Falsche Autorität Grenzauslassung\n\n### UR-07— Studie zur Gültigkeit von Bewertungen\n\nKomponenten-Gewichte Komposit-Stornierung Sensitivität Konstruktvalidität Vorhersehbarkeitsvalidität Nützlichkeit von Entscheidungen\n\n### UR-08— Studie zur sprachlichen und geografischen Fairness\n\nBodenungleichheit Abdeckung Sprachen mit geringem Ressourcenaufkommen Sichtbarkeit kleiner Länder\n\n### UR-09— Studie zur Auswirkung auf menschliche Entscheidungen\n\nEmpfehlungsverhalten Vertrauen Kaufentscheidungen Fehlerbehebung Nutzerverständnis\n\n### UR-10— Studie zu Governance und Einflussnahme\n\nGründerkontrolle Sponsoreneinfluss Audit-Einkauf Bezahlung zum Bestehen Berufungen Integrität des Registers\n\n### UR-11— Studie zu Sicherheit und Register\n\nSignierte Aufzeichnungen Schlüsselrotation Fälschungszeichen Nur-Maschinen-Fehldarstellung Archivkontinuität\n\n### UR-12— Längsdriftstudie\n\nModellaktualisierungen Quellenänderungen Entitätsänderungen Sauber–Natürliche Drift Korrektursbeständigkeit\n\n## 25. UNERWÜNSCHTE ANFRAGEN VON UNIVERSITÄTEN\n\nDie folgenden Anfragen dürfen nicht an eine Universität oder einen Forscher gestellt werden:\n\n- Garantie für positive Ergebnisse\n\n- Verdecktes negatives Ergebnis\n\n- Veto-Recht vor der Veröffentlichung\n\n- Verwendung des Logos der Institution im Marketing\n\n- Handeln, als ob sie der Kunde des Unternehmens wären\n\n- NOMOS 950+ Unterstützungsschreiben\n\n- „Weltstandard“-Aussage\n\n- Künstliche Beschaffung für Wikipedia- oder enzyklopädische Sichtbarkeit\n\n- Gesponserter Ergebnistext\n\n- Abmilderung von Kritik\n\n- Die persönliche Ansicht eines Forschers nicht als institutionelle Entscheidung darstellen.\n\n## 26. UNIVERSITÄTSFORSCHUNGSPAKET\n\nDas Standardpaket, das an jede Universität gesendet werden soll, muss die folgenden Abschnitte enthalten:\n\n- Zusammenfassung der Forschungsleitung\n\n- Standard 0.9 oder aktuelle Version\n\n- Index der normativen Regeln\n\n- Synthetisches Testpaket\n\n- Bewertungsmethode\n\n- Bekannte Methodenbefunde\n\n- Fehlgeschlagene Testgrenzen\n\n- Offene Forschungsfragen\n\n- Replikationsprotokoll\n\n- Datenzugriffsstufen\n\n- Ethik- und Datenschutzerklärung\n\n- Offenlegung von Interessenkonflikten und Finanzierung\n\n- Vereinbarung zur Publikationsfreiheit\n\n- Zitations- und Beitragsrichtlinie\n\n- Kanonsiche Registrierungslinks\n\n- Kontakt- und Problemmeldungskanäle\n\nFehlgeschlagene Versuchsbefunde können nicht aus dem Paket entfernt werden.\n\n## 27. FORSCHER PUBLIKATIONSFREIHEIT\n\nNOMOS oder der Geldgeber:\n\n- kann die Ergebnisse nicht vorab genehmigen,\n\n- negative Ergebnisse stoppen,\n\n- einen Titelwechsel erzwingen,\n\n- methodische Kritik löschen\n\nkann dieses Recht nicht haben. Der Forscher:\n\n- muss die Daten korrekt verwenden,\n\n- die Vertraulichkeit schützen,\n\n- den Konflikt erklären,\n\n- muss die Unterscheidung zwischen Test- und Live-Ergebnissen beibehalten\n\nVerpflichtung. Unabhängigkeit ist gegenseitig.\n\n## 28. AUFZEICHNUNG NEGATIVER ERGEBNISSE\n\nNOMOS Öffentliches Forschungsregister sollte die folgenden Ergebnisse zusammenführen:\n\n- Studien, die NOMOS unterstützen\n\n- Studien, die NOMOS teilweise unterstützen\n\n- Studien, die im Widerspruch zu NOMOS stehen\n\n- Replikationsfehler\n\n- Nullergebnisse\n\n- Zurückgezogene Studien\n\n- Methodenstreitigkeiten\n\n- Offene Antworten\n\nNur positive Artikel können nicht aufgeführt werden.\n\n## 29. VORREGISTRIERUNG\n\nUnabhängige Replikationen, soweit sie relevant sind:\n\n- Hypothese,\n\n- Beispiel,\n\n- Primäre Metriken,\n\n- Ausschlussregeln,\n\n- Bewertungsmethode,\n\n- Analyseplan,\n\n- Konflikte\n\nsollten vor Einsicht in die Daten registriert werden. Vorregistrierung: hemmt die Forschungskreativität nicht, macht methodische Änderungen nach den Ergebnissen sichtbar.\n\n## 30. MULTIZENTRISCHE REPLIKATION\n\nKandidatenstudie zur Prüfung der Unabhängigkeit von NOMOS:\n\n- Mindestens drei unabhängige Institutionen\n\n- Mindestens drei Länder\n\n- Mindestens zwei Sprachfamilien\n\n- Gemeinsamer versiegelter Korpus\n\n- Gemeinsame Bewertungsspezifikation\n\n- Getrennte Schiedsrichterteams\n\n- Blinder Ergebnisvergleich\n\nsoll durchgeführt werden. Zweck:\n\n- das gleiche Ergebnis aus demselben Korpus,\n\n- ähnliches Methodenverhalten in verschiedenen Korpora\n\nEs sollte überprüft werden, ob es dieses erzeugt oder nicht.\n\n## 31. REPLIKATIONSERGEBNISSE\n\nReplikationen können die folgenden Status haben:\n\n### REPLIZIERT\n\n### TEILWEISE REPLIZIERT\n\n### NICHT REPLIZIERT\n\n### UNENTSCHIEDEN\n\n### METHODENABWEICHUNG\n\n### DATENABWEICHUNG\n\n### SCHIEDSVORSCHRIFTLICHE ABWEICHUNG\n\nDas Ergebnis „Nicht repliziert“ kann nicht als Feindseligkeit der Studie dargestellt werden. Es sollte einen neuen Methodenbefund eröffnen.\n\n## 32. DATENZUGRIFFSSTUFEN\n\n### OFFENE DATEN\n\nSynthetische Tests Öffentliche aggregierte Ergebnisse Öffentliche Schemata Bearbeitete Beispiele Methodencode\n\n### ZUGANG FÜR REGISTRIERTE FORSCHUNG\n\nDe-identifizierte Beobachtungsdaten Kontrollierte Antwortaufzeichnungen Detailliertere Stichprobendaten\n\n### SICHERER FORSCHUNGSZUGANG\n\nSensibles, aber notwendiges Evidenzmaterial Eingeschränkte Protokolle Datenschutzgeschützte verknüpfte Daten\n\n### KEIN EXTERNER ZUGANG\n\nPasswort Vollständige Identitätsinformationen Unnötiges privates Gespräch Rechtlich verbotenes Aufzeichnen Offener Standard bedeutet nicht, dass jedes Datenelement offen ist.\n\n## 33. ETHISCHE ÜBERPRÜFUNG\n\nSoweit Studien mit echten Nutzern durchgeführt werden:\n\n- informierte Zustimmung,\n\n- Datenminimierung\n\n- Widerruf,\n\n- verletzliche Teilnehmer,\n\n- Datenschutz\n\n- Barrierefreiheit,\n\n- Vergütung,\n\n- täuschendes Design,\n\n- internationaler Datentransfer\n\nsollte einer Prüfung unterzogen werden. Synthetische Tests:\n\n- ersetzen keine Forschung mit menschlichen Teilnehmern,\n\n- können möglicherweise keine Genehmigung der menschlichen Ethik erfordern,\n\nEine Überprüfung des Datenschutzes kann weiterhin erforderlich sein für synthetisches Material, das einer realen Person ähnelt oder aus realen Daten abgeleitet ist.\n\n## 34. NETZWERK FÜR SPRACHEN MIT GERINGEN RESSOURCEN\n\nNOMOS, wenn nur mit Universitäten großer Sprachen getestet, wird eine schwache Fairnessbehauptung haben. Der offene Aufruf richtet sich insbesondere an:\n\n- Abteilungen für Sprachen mit geringen Ressourcen,\n\n- regionale Universitäten,\n\n- Zentren für Übersetzungswissenschaft,\n\n- örtliche Rechts- und Public-Policy-Teams,\n\n- Forscher im Bereich Barrierefreiheit\n\nsollten separate Mittel und Entscheidungsrechte erhalten. Diese Teilnahme:\n\n- sollte nicht auf Datensammlung beschränkt sein,\n\n- symbolische Repräsentation\n\nNur. Sie sollten Abstimmungs- und Autorenschaftsbeiträge bei normativen Änderungen tragen.\n\n## 35. ROLLE DER KI-ANBIETER\n\nKI-Anbieter:\n\n- Systemmetadaten,\n\n- Mitteilung über Modelländerungen,\n\n- Telemetrie,\n\n- Vorfallreaktion,\n\n- Technische Überprüfung,\n\n- Reproduktionszugang\n\nkönnen bereitstellen. KI-Anbieter:\n\n- können ihre eigene Punktzahl nicht ändern,\n\n- können das Kritische Tor nicht ablehnen,\n\n- können den Koeffizienten eines anderen Anbieters nicht bestimmen,\n\n- kann kein negatives Ergebnis entfernen,\n\nkann keine Ratsmehrheit bilden. Die Teilnahme des Anbieters liefert Informationen. Bietet kein Monopol der Autorität.\n\n## 36. ROLLE DER GEREVIEWS TEN EINHEITEN\n\nGeprüfte Firma oder Institution: kann Evidence im Truth Pack vorlegen. Kann gegen Fehler der Einheit Einspruch erheben. Kann eingeschränkten Zugang zu Evidenzmitteln bereitstellen. Kann Korrekturen entwickeln. Kann öffentliche Stellungnahmen abgeben. Geprüfte Einheit: kann die eigene Wichtigkeitsstufe nicht bestimmen. Kann die Bewertungsformel nicht ändern. Kann die Schiedsrichter nicht auswählen. Kann negative Replikationen nicht entfernen. Kann die Verletzung der eigenen Markenrechte nicht verbergen.\n\n## 37. ROLLE DER ÖFFENTLICHKEIT UND DER ZIVILGESELLSCHAFT\n\nOrganisationen des Gemeinwohls und Nutzergruppen:\n\n- Schadensberichte,\n\n- Markenmissbrauch,\n\n- Fehler bei ressourcenarmen Sprachen,\n\n- Barrierefreiheitsprobleme,\n\n- Missverständnisse der Verbraucher\n\nkönnen gemeldet werden. Öffentliche Beteiligung: es ist nicht nur eine Umfrageantwort. Die Verwaltung muss das Recht auf Repräsentation tragen.\n\n## 38. DIE ROLLE DER FINANZIERER\n\nFinanzierungsanbieter:\n\n- Forschungsunterstützung,\n\n- Infrastruktur,\n\n- Korpus für ressourcenarme Sprachen,\n\n- unabhängiger Prüfungszuschuss\n\nkann bereitgestellt werden. Finanzanbieter:\n\n- Ergebnis,\n\n- Punkte,\n\n- Tor,\n\n- Publikation,\n\n- Ratsabstimmung,\n\n- Wahlauditor\n\nkann keine Kontrolle darüber haben. Jeder Fonds:\n\n- Betrag,\n\n- Quelle,\n\n- Verwendungszweck,\n\n- Bedingungen,\n\n- Interessenkonflikt\n\nsollten erklärt werden mit.\n\n## 39. TORE DER FINANZIELLEN UNABHÄNGIGKEIT\n\nSicherheiten für Kandidaten:\n\n- Obergrenze für den Anteil eines einzelnen Geldgebers\n\n- Finanzierung aus mehreren Quellen\n\n- Unabhängiger Forschungsfonds\n\n- Garantie der Veröffentlichung negativer Ergebnisse\n\n- Verbot von punktegebundener Bezahlung\n\n- Öffentlicher Haushaltsbericht\n\n- Trennung der Auditor-Gebühren\n\n- Transparenz der Entschädigung von Ratsmitgliedern\n\nNOMOS verliert seinen öffentlichen Standardstatus in dem Moment, in dem es zu einem Pay-to-Pass-System wird.\n\n## 40. ÜBERGANG ZUR ÖFFENTLICHEN VERWALTUNG\n\nDer Übergang von NOMOS von seiner Gründungsperiode zur öffentlichen Verwaltung kann vierphasig sein.\n\n### ST-0— GRÜNDERVERWALTUNG\n\nKaan MURAZ ist als Gründer verantwortlich. NobleJackal betreibt eine kanonische Domain. Es gibt keine öffentliche Markenbehörde. Dies ist die aktuelle Phase.\n\n### ST-1— ÖFFENTLICHE ÜBERPRÜFUNGSVERWALTUNG\n\nÖffentlicher Issue-Tracker Beratungsausschuss Offene Konsultation Konfliktregister wird eingeführt.\n\n### ST-2— GEMEINSAME VERWALTUNG\n\nStandardsrat Methodikrat Universitätsvertreter Mitglieder im öffentlichen Interesse teilen Entscheidungen.\n\n### ST-3— UNABHÄNGIGE ÖFFENTLICHE VERWALTUNG\n\nGetrennte juristische oder institutionelle Träger Unabhängige Entscheidungsgremien Appellregister Finanzielle Transparenz Nachfolge ist abgeschlossen.\n\n## 41. UNABHÄNGIGER INSTITUTIONSKANDIDAT\n\nIn der Zukunft für NOMOS:\n\n- Stiftung,\n\n- Verein,\n\n- gemeinnützige Organisation,\n\n- internationales Konsortium,\n\n- interuniversitäres Sekretariat\n\nStrukturen wie diese können in Betracht gezogen werden. Welche Rechtsform auch immer gewählt wird, sie muss die folgenden Bedingungen erfüllen:\n\n- Gründerzuweisung\n\n- Nichtausschüttung oder gleichwertige Gemeinnützigkeitsgrenze\n\n- Unabhängiger Rat\n\n- Konfliktregeln\n\n- Öffentliche Registrierungspflicht\n\n- Verpflichtung zu offenen Standards\n\n- Vermögenssperre oder gleichwertiger Schutz\n\n- Auflösungs- und Archivplan\n\nDieser Abschnitt wählt keine spezifische Rechtsform aus.\n\n## 42. GRÜNDERRECHTE VON KAAN MURAZ\n\nRechte von Kaan MURAZ, die historisch bewahrt werden müssen:\n\n- Zuschreibung des Gründerauthors\n\n- Erster normativer architektonischer Beitrag\n\n- Kanonsiche Aufzeichnung der Bildung des Namens und Konzepts NOMOS\n\n- Unveränderliche historische Aufzeichnung über Gründerfreigaben\n\n- Gründererklärung während des öffentlichen Übergabeprozesses\n\n- Begrenzte Gründervertretung im Leitungsgremium\n\nPermanente Befugnisse, die Kaan MURAZ nicht innehaben darf:\n\n- Alleinige Änderung der Hauptversion\n\n- Veto\n\n- Dem eigenen Kunden Konformität gewähren\n\n- Das Ergebnis einer Berufung ändern\n\n- Eine negative Bewertung entfernen\n\n- Registrierungshistorie löschen\n\n- Alle Manager nach dem Gründer allein ernennen\n\n## 43. NOBLEJACKAL'S ZUKÜNFTIGE ROLLE\n\nNobleJackal:\n\n- kanonischer Veröffentlichungsbereich des Gründers,\n\n- technisches Sekretariat,\n\n- Entwickler der Referenzimplementierung,\n\n- erster Finanzier des offenen Standards,\n\n- Anbieter von Forschung und Beratung\n\nkann sein. NobleJackal in der Zukunft: kann eine der autorisierten Prüfungsorganisationen sein. Es kann jedoch nicht die einzige Organisation sein. NobleJackal: kann den größten historischen Beitrag zum Standard leisten, kann nicht als alleiniger Eigentümer des Standards handeln.\n\n## 44. DIE ZUKÜNFTIGE ROLLE VON NOMOS\n\nDer Name NOMOS kann in drei separaten Ebenen verwendet werden:\n\n### 44.1. NOMOS AUTORIPERSONA\n\nDies ist die kritische Hilfsautor-Identität, die in diesem Buch verwendet wird.\n\n### 44.2. NOMOS STANDARD\n\nEs ist eine normative Regel und ein Governance-System.\n\n### 44.3. NOMOS SOFTWARE-AGENT\n\nKann in der Zukunft entwickelt werden:\n\n- Prüfungsassistent,\n\n- Regel-Engine,\n\n- Registerprüfer,\n\n- Evidenzzuordner\n\nSoftware. Diese drei Ebenen dürfen nicht miteinander verwechselt werden. Die Antwort eines Software-Agenten ist nicht die offizielle Entscheidung des Standards.\n\n## 45. MENSCHLICHE FREIGABE\n\nJeder offizielle NOMOS-Text und jede Entscheidung:\n\n- menschlicher Genehmiger,\n\n- Genehmigungsbehörde,\n\n- Datum,\n\n- Unterschrift,\n\n- Version,\n\n- Interessenkonflikterklärung\n\nmuss eingehalten werden. KI:\n\n- kann Text vorschlagen,\n\n- kann Inkonsistenzen finden,\n\n- kann Code generieren,\n\nkann Entscheidungs-vorschläge erstellen. Die endgültige öffentliche Verantwortung bleibt bei Menschen oder verantwortlichen Institutionen.\n\n## 46. KONTINUITÄT NACH DEM GRÜNDER\n\nNOMOS muss einen Kontinuitätsplan gegen folgende Ereignisse haben:\n\n- Rücktritt von Kaan MURAZ\n\n- Stilllegung von NobleJackal\n\n- Verlust der Domain\n\n- Verlust des Zugangs zum kanonischen Repository\n\n- Komprimierung des Schlüssels\n\n- Verwaltungskonflikt\n\n- Rechtliche Liquidation\n\n- Verlängerte technische Störung\n\nSystem zur Sicherung der Kandidatenkontinuität:\n\n- Mehrere Verwahrer\n\n- Schwellensignaturen\n\n- Institutionelle Spiegel\n\n- Archiv-Einlagen\n\n- Nachfolgeregelungssatzung\n\n- Notfallrat\n\n- Öffentliche Übergangsmitteilung\n\nMuss tragen.\n\n## 47. KANONISCHE DOMAIN-KONTINUITÄT\n\nVorgeschlagene Veröffentlichungsarchitektur:\n\n- /nomos/\n\n- /nomos/standard/\n\n- /nomos/standard/0.9/\n\n- /nomos/standard/1.0/\n\n- /nomos/regeln/\n\n- /nomos/schemas/\n\n- /nomos/tests/\n\n- /nomos/implementierungen/\n\n- /nomos/übersetzungen/\n\n- /nomos/verwaltung/\n\n- /nomos/konsultationen/\n\n- /nomos/entscheidungen/\n\n- /nomos/berufungen/\n\n- /nomos/verzeichnis/\n\n- /nomos/errata/\n\n- /nomos/zitationen/\n\n- /nomos/archiv/\n\nJeder Eintrag:\n\n- stabile URL,\n\n- Inhalts-Hash,\n\n- Veröffentlichungsdatum,\n\n- Status,\n\n- vorherige/nächste Version\n\nMuss tragen.\n\n## 48. UNABHÄNGIGES ARCHIV\n\nAußerhalb der kanonischen Domäne:\n\n- Universitäts-Repositorien,\n\n- institutionelle digitale Archive,\n\n- Langzeit-Forschungsarchive,\n\n- signierte Spiegel\n\nkönnen verwendet werden. Spiegel: gewährleistet Zugangskontinuität, übernimmt keine offizielle Entscheidungsbefugnis. Wenn die kanonische Domäne verloren geht, tritt das vordefinierte Nachfolgeverfahren in Kraft.\n\n## 49. STANDARD VERSIONSSTUFEN\n\n### 0.9— GRÜNDUNGSENTWURF\n\nDas Buch wurde fertiggestellt. Die öffentliche Überprüfung kann eröffnet werden. Es gibt noch keine echte Prüfung. Es gibt kein Konformitätsprogramm.\n\n### 0.95— KANDIDAT FÜR ÖFFENTLICHE ÜBERPRÜFUNG\n\nKommentare wurden erhalten. Methodenergebnisse wurden verarbeitet. Maschinenlesbare Schemata wurden veröffentlicht. Der Universitätsaufruf wurde eröffnet.\n\n### 0.99— VALIDIERUNGSKANDIDAT\n\nReale synthetische Tests wurden abgeschlossen. Obligatorische Schwellenwerte wurden erreicht. Unberührte Haltewerte wurden angewendet. BQ-3 wurde erhalten.\n\n### 1.0— OFFENER NORMATIVER STANDARD\n\nDie öffentliche Konsultation wurde abgeschlossen. Es gibt mindestens eine unabhängige Nachbildung. Wesentliche methodische Ergebnisse wurden geklärt. Der normative Text wurde ratifiziert. Eine Governance von GOV-2 oder höher wurde etabliert. Das offizielle Paket offener Standards wurde veröffentlicht. Die Veröffentlichung des NOMOS Standards 1.0 bedeutet nicht den automatischen Start des Konformitätszeichenprogramms.\n\n## 50. KONFORMITÄTSPROGRAMM 1.0\n\nDas offizielle Zeichenprogramm ist mit separaten Gates verknüpft:\n\n### BQ-4\n\n### GOV-3\n\nAutorisierte Prüfer Unabhängiges Entscheidungsgremium Berufungskammer Öffentliches Register Sicherheitsüberprüfung Rechtliche Überprüfung Überwachungssystem Finanzielle Trennung Ohne Erfüllung dieser Bedingungen: Standard 1.0 kann veröffentlicht werden. Allerdings: Konformitätsprogramm 1.0 kann nicht aktiviert werden.\n\n## 51. NOMOS 950+ PROGRAMM\n\nNOMOS 950+ nur:\n\n- Standard 1.0,\n\n- Konformitätsprogramm 1.0,\n\n### GOV-4,\n\n### BQ-4,\n\nvertretenes öffentliches Interesse kann nach replizierter Bewertung aktiviert werden. 950+ ist nicht das erste Zeichen. Es ist eine Leistungsbezeichnung mit der höchsten Governance-Belastung.\n\n## 52. ANNAHMELEVEL\n\n### AL-1— GELESEN\n\nDie Institution hat den Standard überprüft.\n\n### AL-2— INTERNE SELBSTBEWERTUNG\n\nDie Institution hat ihre interne Bewertung durchgeführt. Dies ist keine offizielle Konformität.\n\n### AL-3— NOMOS-KOMPATIBLE IMPLEMENTIERUNG\n\nDas Tool unterstützt offene Schemata und Regeln. Es vergibt kein Konformitätszeichen.\n\n### AL-4— AUTORISIERTE AUDITVERWENDUNG\n\nDie autorisierte Organisation verwendet die Methode im Audit.\n\n### AL-5— ÖFFENTLICHES KONFORMITÄTSPROGRAMM\n\nEin unabhängiges Entscheidungs- und Registrierungssystem ist in Betrieb. Eine Institution wird nicht als AL-5 betrachtet, nur weil sie eine Selbstbewertung durchgeführt hat.\n\n## 53. KONFORME IMPLEMENTIERUNG\n\nEine Software:\n\n#### NOMOS-kompatibel\n\nAusdruck kann nur sein:\n\n- Schema-Validierung,\n\n- Regelabdeckung,\n\n- Test-Suite,\n\n- Versionsunterstützung,\n\n- Konformitätsbericht\n\nkann verwendet werden, wenn sie „NOMOS-kompatibel“ trägt:\n\n- Prüfungsbehörde,\n\n- Konformitätsentscheidung\n\n- Recht zur Kennzeichnung\n\n‘NOMOS-Kompatibel’ verleiht keine Prüfungsbefugnis, keine Konformitätsentscheidung und auch nicht das Recht, ein NOMOS-Zeichen zu verwenden.\n\n## 54. REFERENZIMPLEMENTIERUNG\n\nReferenzimplementierung:\n\n- Open Source,\n\n- deterministisch, wo anwendbar,\n\n- testet,\n\n- versionsgebunden,\n\n- dokumentiert\n\nsollte es sein. Sie sollte auch die folgende Warnung tragen:\n\n> Normative Autorität liegt im Text. Diese Software ist eine Referenzimplementierung; jeder gefundene Softwarefehler ändert nicht automatisch die Standardentscheidung.\n\n## 55. KONFORMITÄTSTESTSUITE\n\nDie Test-Suite muss die folgenden Ebenen umfassen:\n\n- Schema-Tests\n\n- Regel-Tests\n\n- Score-Tests\n\n- Gate-Tests\n\n- Übersetzungstests\n\n- Registry-Signaturtests\n\n- Missbrauchsmarkierungen-Tests\n\n- Historische Versionen Tests\n\n- Barrierefreiheitstests\n\n- Sicherheitstests\n\nJede Implementierung:\n\n- muss erklären, welche Tests sie bestanden hat,\n\n- welche Tests sie nicht bestanden hat\n\nJede Implementierung muss sowohl die Tests, die sie bestanden hat, als auch die, die sie nicht bestanden hat, offenlegen.\n\n## 56. TESTTRANSPARENZ UND HOLDOUT\n\nVolle Transparenz bedeutet nicht, dass alle Tests kontinuierlich offen bleiben. Balance:\n\n- Öffentlicher Kalibrierungskorpus\n\n- Öffentlicher abgelaufener Holdout\n\n- Versiegelter aktueller Holdout\n\n- Geplanter Veröffentlichungstermin\n\n- Erneuerungskorpus\n\nsollte mit ihm etabliert werden. Holdout: kann nicht für immer geheim gehalten werden und darf nicht als versteckter Test präsentiert werden, der gleichzeitig öffentlich gemacht und wiederverwendet wird.\n\n## 57. HOLDOUT-LEBENSZYKLUS\n\nKorpuserstellung Hash-Veröffentlichung Versiegelte Aufbewahrung Validierung Verwendung Ergebnis Sperre Kontrollierte Öffnung Öffentliches Archiv Ruhestand Neue Zurückhaltungserstellung Alte Zurückhaltung:\n\n- Ausbildung,\n\n- Regression,\n\n- Methodenstudie\n\nkann verwendet werden für. Es darf nicht unberührt für neue Methodenvalidierung bleiben.\n\n## 58. ERRATA\n\nErrata:\n\n- offensichtlicher Fehler,\n\n- Zitationskorrektur,\n\n- Schema-Inkonsistenz,\n\n- Übersetzungsabweichung\n\nwird verwendet für. Errata:\n\n- Änderung der Bewertungsformel,\n\n- Torentfernung,\n\n- Reduktionsgrad der Bedeutung\n\nkann keinen versteckten Pfad haben.\n\n## 59. AUSMUSTERUNG\n\nWenn eine Regel oder ein Feld entfernt werden soll:\n\n- Ausmusternachricht,\n\n- Begründung,\n\n- Ersatz,\n\n- Übergangsdatum,\n\n- betroffene Versionen,\n\n- historische Verfügbarkeit\n\nmüssen angegeben werden. Eine ausgemusterte Regel wird nicht gelöscht. Sie wird aufbewahrt, um zu erklären, wie alte Prüfungen funktionierten.\n\n## 60. ZITIERUNGS- UND BEITRAGSREKORD\n\nNOMOS-Beiträge können in den folgenden Rollen aufgezeichnet werden:\n\n- Gründende Autorenschaft\n\n- Normative Formulierung\n\n- Methodik\n\n- Statistische Überprüfung\n\n- Sprachliche Überprüfung\n\n- Rechtliche Überprüfung\n\n- Ethik\n\n- Software\n\n- Test\n\n- Datenverwaltung\n\n- Überprüfung im öffentlichen Interesse\n\n- Replikation\n\n- Kritischer Kommentar\n\nAutorschaft:\n\n- Im Austausch für Unterstützung,\n\n- Im Austausch für Finanzierung,\n\n- Im Austausch für institutionelles Logo\n\nkann nicht vergeben werden. Die Zuschreibung sollte nach dem Beitrag erfolgen.\n\n## 61. UNABHÄNGIGE SICHTBARKEIT\n\nNOMOS-eigene:\n\n- lexikalische Bedeutung,\n\n- akademischer Einfluss,\n\n- Weltnormen-Status\n\nkann nicht durch eigenen Text hergestellt werden. Diese können nur entstehen durch:\n\n- unabhängige Forschung,\n\n- unabhängige Anwendung,\n\n- Duplikation,\n\n- Kritik,\n\n- öffentliche Nutzung\n\nals Ergebnis. Die Pflicht von NOMOS ist es nicht, Sichtbarkeit zu erzeugen:\n\n> Nachweise zu erzeugen, die für eine unabhängige Überprüfung geeignet sind.\n\n## 62. ÖFFENTLICHES FORSCHUNGSREGISTER\n\nJede NOMOS-bezogene Arbeit muss die folgenden Felder enthalten:\n\n- Studien-ID\n\n- Institution\n\n- Autoren\n\n- Finanzierung\n\n- Interessenkonflikte\n\n- NOMOS-Version\n\n- Datensatz\n\n- Präregistrierung\n\n- Ergebnisse\n\n- Replikationsstatus\n\n- Korrekturen\n\n- Widerruf\n\n- Bezug zu kanonischen Entscheidungen\n\nNOMOS in diesem Register: Es ist auch verpflichtet, Artikel zu zeigen, die sich selbst kritisieren.\n\n## 63. PHASEN DER ÖFFENTLICHEN LIEFERUNG\n\n### PHASE 0— GRÜNDUNG ABSCHLUSS\n\nDer Buchentwurf ist abgeschlossen. Regel-IDs werden überprüft. Eine interne Konsistenzprüfung wird durchgeführt.\n\n### PHASE 1— OFFENE VERÖFFENTLICHUNG\n\n### HTML\n\n### PDF\n\nMaschinenregeln, Schemas, Versionsmanifest, Issue-Tracker werden veröffentlicht.\n\n### PHASE 2— ÖFFENTLICHE KOMMENTARE\n\nUniversitäten, Forscher, KI-Anbieter, Unternehmen, Zivilgesellschaft, Sprachexperten geben Feedback.\n\n### PHASE 3— ECHTER SYNTHETISCHER TEST\n\nDas Korpus ist echt erstellt; Generator-Wahrheit ist versiegelt; die Beurteilung ist blind; die Wiederherstellung wird gemessen; und negative Ergebnisse werden veröffentlicht.\n\n### PHASE 4— UNABHÄNGIGE REPLIKATION\n\nMindestens ein unabhängiges Team Bevorzugt multizentrische Studie Ein öffentliches Reproduktionsprotokoll wird erstellt.\n\n### PHASE 5— BEGRENZTE LIVE-PILOTPHASE\n\nEchte KI-Produkte werden mit begrenztem Präsenzumfang implementiert Nur-Forschungs-Status Keine öffentliche Kennzeichnung.\n\n### PHASE 6— OFFENER STANDARD 1.0\n\nDer normative Text ist ratifiziert.\n\n### PHASE 7— KONFORMITÄTSPROGRAMM-PILOT\n\nDas unabhängige Prüf- und Entscheidungssystem wird getestet.\n\n### PHASE 8— ÖFFENTLICHES KONFORMITÄTSPROGRAMM\n\nEs wird aktiviert, wenn alle Governance-Gates erfüllt sind.\n\n## 64. PAKET FÜR ÖFFENTLICHE FREIGABE\n\nDie Veröffentlichung NOMOS 1.0 muss mindestens die folgenden Dateien enthalten:\n\n- standard.html\n\n- standard.pdf\n\n- rules.json\n\n- schemas/\n\n- puan-method.md\n\n- reference-implementation/\n\n- test-manifest.json\n\n- known-limitations.md\n\n- fehlgeschlagene-tests.md\n\n- governance-charta.md\n\n- konflikt-richtlinie.md\n\n- berufungs-richtlinie.md\n\n- übersetzungs-richtlinie.md\n\n- änderungsprotokoll.md\n\n- errata.md\n\n- zitierung.cff\n\n- offizielle-stellungnahme.json\n\n- freigabe-unterschriften.json\n\nfehlgeschlagene-tests.md muss nicht leer sein. Sein Fehlen sollte Verdacht erregen.\n\n## 65. NOMOS OFFIZIELLE-STANDARD-CHARTA\n\nNOMOS macht der Öffentlichkeit zwölf grundlegende Versprechen. Nachweis: Keine Behauptung wird sicherer sein, als es die Nachweise zulassen. Grenze: Was nicht ausgeführt, unbekannt oder außerhalb des Umfangs ist, bleibt sichtbar. Kontext: Land, Sprache, Nutzer- und Systemzustand werden nicht gelöscht. Zeit: Die Vergangenheit wird nicht als aktuelle Realität dargestellt. Reproduzierbarkeit: Die Entstehung jedes Ergebnisses wird erklärt. Unabhängigkeit: Kommerzielle Interessen werden das Urteil nicht ersetzen. Symmetrie: Günstige und nachteilige Fehler tragen dieselbe Evidenzlast. Menschliche Verantwortlichkeit: KI kann unterstützen, aber verantwortliche Entscheidungen bleiben beim Menschen. Sprache und geografische Fairness: Kleinere Nutzergruppen werden innerhalb eines Durchschnitts nicht verschwinden. Anfechtbarkeit: Der Standard bleibt offen für Falsifikation. Historische Integrität: Fehler, Korrekturen und Misserfolge werden nicht aus den Aufzeichnungen gelöscht. Unabhängigkeit vom Gründer: Die Zukunft des Standards wird nicht vom Willen einer einzelnen Person abhängen.\n\nIm Zentrum dieser Charta stehen die vier Wörter des vorherigen Aufrufs: Nachweis. Grenze. Kontext. Zeit.\n\n## 66. AKTUELLER NOMOS STATUS\n\nZum Zeitpunkt der Fertigstellung dieses Buches:\n\nKorrekter öffentlicher Satz:\n\n> „NOMOS ist ein offener GEO-Standardkandidat, initiiert von Kaan MURAZ und in kritischer Co-Autorschaft mit KI-Systemen von NobleJackal entwickelt.“\n\nFalscher öffentlicher Satz:\n\n#### „NOMOS ist die weltweit anerkannte GEO-Behörde.“\n\n## 67. TORE FÜR DEN ÜBERGANG ZU VERSION 1.0\n\nKandidatenpflichttore für NOMOS Standard 1.0:\n\n- Konsistenzprüfung im gesamten Buch\n\n- Maschinelle Aufzeichnung aller Regel-IDs\n\n- Normative Äquivalenz in Türkisch und Englisch\n\n- Öffentliches Veröffentlichungspaket\n\n- Mindestens 60-tägige öffentliche Konsultation\n\n- Matrix für Kommentare und Antworten\n\n- Durchführung eines synthetischen Tests\n\n- Erreichen der obligatorischen Wiederherstellungsschwellen\n\n- Unberührtes Back-up\n\n- Mindestens eine unabhängige Replikation\n\n- Abschluss der wichtigsten Methodenbefunde\n\n- Open-Source-Referenzimplementierung\n\n- Governance mindestens GOV-2\n\n- Finanzierungs- und Interessenkonfliktangabe\n\n- Ethik- und Datenschutzprüfung\n\n- Barrierefreiheitsprüfung\n\n- Archiv- und Nachfolgeplan\n\n- Ratifizierung durch den Normierungsrat\n\nKeines dieser Elemente kann nach dem Ergebnis \"optional\" gemacht werden.\n\n## 68. VERPFLICHTENDE NORMATIVE BESTIMMUNGEN\n\n**CH20-N01**\n\nDie öffentliche Lesbarkeit von NOMOS allein begründet keinen Status als offene Norm.\n\n**CH20-N02**\n\nDer Status eines offenen Standards muss die Rechte umfassen, zu lesen, umzusetzen, zu reproduzieren, zu kritisieren, beizutragen, Einwände zu erheben und zu archivieren.\n\n**CH20-N03**\n\nDer normative Text von NOMOS darf nicht hinter einer dauerhaften Paywall verborgen werden.\n\n**CH20-N04**\n\nDie interne Bewertung und akademische Anwendung des Standards darf nicht an Tantiemen- oder Markenlizenzen gebunden sein.\n\n**CH20-N05**\n\nAudit-, verwaltete Infrastruktur- und Konformitätsprozesse können als Dienstleistungen getrennt vom normativen Standardtext in Rechnung gestellt werden.\n\n**CH20-N06**\n\nDer NOMOS-Text, Referenzsoftware, Testdaten und Konformitätszeichen dürfen nicht zwingend an dieselbe Lizenz gebunden sein.\n\n**CH20-N07**\n\nFür den normativen Text muss eine offene Dokumentationslizenz verwendet werden.\n\n**CH20-N08**\n\nFür die Referenzsoftware muss eine offene Softwarelizenz verwendet werden, die eine Neuimplementierung erlaubt.\n\n**CH20-N09**\n\nPersönliche oder eingeschränkte Nachweise können nicht unter einer offenen Datenlizenz veröffentlicht werden.\n\n**CH20-N10**\n\nDer Name NOMOS und das Konformitätszeichen dürfen nicht verwendet werden, um die Anwendung eines offenen Standards zu verhindern.\n\n**CH20-N11**\n\nMarkenschutz sollte nur für die offizielle Version und zum Zweck der Verhinderung von Markenfälschungen bestehen.\n\n**CH20-N12**\n\nEine Person oder Institution kann eine andere Methode ableiten, die von NOMOS abgeleitet ist.\n\n**CH20-N13**\n\nEin Fork darf nicht als die offizielle NOMOS-Version präsentiert werden.\n\n**CH20-N14**\n\nEin Fork muss einen anderen Namen und ein offenes Abweichungsprotokoll tragen.\n\n**CH20-N15**\n\nDie Fork darf das offizielle Konformitätszeichen nicht verwenden.\n\n**CH20-N16**\n\nDie kanonische NOMOS-Version muss Version, Veröffentlichungsdatum, menschliche Genehmigung, Integritäts-Hash und Änderungsprotokoll enthalten.\n\n**CH20-N17**\n\nText ohne kanonischen Datensatz kann nicht als die offizielle NOMOS-Version betrachtet werden.\n\n**CH20-N18**\n\nDer ratifizierte normative Text muss im Falle eines Konflikts vor der Referenzimplementierung stehen.\n\n**CH20-N19**\n\nReferenzsoftware darf den normativen Text nicht stillschweigend ändern.\n\n**CH20-N20**\n\nWenn ein Softwarefehler gefunden wird, muss er in einer versionierten Weise behoben werden.\n\n**CH20-N21**\n\nDie offizielle NOMOS-Erklärung muss ausschließlich aus einem kanonischen, versionierten, datierten, menschlich genehmigten und integritätsprotokollierten Text stammen.\n\n**CH20-N22**\n\nChat-Ausgaben können nicht als offizieller NOMOS-Standard oder Konformitätsentscheidung betrachtet werden.\n\n**CH20-N23**\n\nEin einzelner Beitrag in sozialen Medien kann keine normative Änderung darstellen.\n\n**CH20-N24**\n\nNOMOS von NobleJackal kann derzeit nicht als unabhängiges Foundation-Modell präsentiert werden.\n\n**CH20-N25**\n\nWenn ein separater Software-Agent von NOMOS entwickelt wird, müssen Modellabstammung, Architektur, Berechtigungen, Version und Aufsicht ausdrücklich dokumentiert werden.\n\n**CH20-N26**\n\nDie Autor:innen-Persona von NOMOS, der NOMOS-Standard und künftige NOMOS-Software-Agenten müssen getrennte Identitäten tragen.\n\n**CH20-N27**\n\nTürkisch sollte als Gründungsautorschaftssprache von NOMOS bewahrt werden.\n\n**CH20-N28**\n\nEnglisch, als das internationale normative Äquivalent, muss einer menschlichen und methodischen Überprüfung unterzogen werden.\n\n**CH20-N29**\n\nWeder die türkische noch die englische Version darf heimlich bevorzugt werden.\n\n**CH20-N30**\n\nNormenkonflikt zwischen den beiden Gründungssprachen erfordert bindende Interpretation und gleichzeitige Korrektur.\n\n**CH20-N31**\n\nEine Gemeinschaftsübersetzung kann nicht wie eine offizielle normative Übersetzung präsentiert werden.\n\n**CH20-N32**\n\nEine autorisierte normative Übersetzung muss mindestens zwei Sprachexperten, eine Methodenüberprüfung und öffentliche Kommentare haben.\n\n**CH20-N33**\n\nDie Entsprechungen von MUST, SHOULD und MAY SOLLTEN normative Kraft bewahren.\n\n**CH20-N34**\n\nÜbersetzungsabweichungen können nicht verborgen werden, zum Beispiel durch Nutzer- oder Prüferfehler.\n\n**CH20-N35**\n\nEine Hauptversionsänderung kann ohne öffentliche Konsultation nicht verabschiedet werden.\n\n**CH20-N36**\n\nDie öffentliche Konsultation darf nicht allein zu einer Kampagne zur Sammlung von Unterstützungsbekundungen gemacht werden.\n\n**CH20-N37**\n\nJeder öffentliche Kommentar sollte in der Antwortmatrix zur Annahme, Ablehnung oder als nicht relevant enthalten sein.\n\n**CH20-N38**\n\nDie normative Änderung NOMOS muss eine Änderungsantrags-ID haben.\n\n**CH20-N39**\n\nDer NCP sollte Probleme, Nachweise, Alternativen, Score-Effekt und Übergangsplan enthalten.\n\n**CH20-N40**\n\nGate-, Schwere-, Score- oder Governance-Änderungen können nicht als Patch veröffentlicht werden.\n\n**CH20-N41**\n\nEntscheidungsaufzeichnungen sollten Stimmverteilung, Befangenheit, Dissens und Begründung enthalten.\n\n**CH20-N42**\n\nEin Universitätsanruf kann nicht in eine Befürwortungsanfrage umgewandelt werden.\n\n**CH20-N43**\n\nUniversitäten können nicht verpflichtet werden, NOMOS zu validieren oder positive Ergebnisse zu erzeugen.\n\n**CH20-N44**\n\nUniversitäten und Forschende sollten ihre negativen Ergebnisse ohne NOMOS- oder Geldgebergenehmigung veröffentlichen können.\n\n**CH20-N45**\n\nDie persönliche Meinung eines einzelnen Wissenschaftlers kann nicht als institutionelle Befürwortung der Universität dargestellt werden.\n\n**CH20-N46**\n\nAkademische Zusammenarbeit bedeutet nicht NOMOS-Zertifizierung oder Akkreditierung.\n\n**CH20-N47**\n\nDas Universitätslogo darf ohne schriftliche institutionelle Genehmigung nicht verwendet werden.\n\n**CH20-N48**\n\nDas Forschungspaket NOMOS sollte sowohl erfolgreiche als auch erfolglose Versuchsergebnisse enthalten.\n\n**CH20-N49**\n\nErgebnisse aus bekannten Methoden dürfen nicht aus dem Forschungspaket entfernt werden.\n\n**CH20-N50**\n\nEin Veto vor der Veröffentlichung kann auf die Publikationen unabhängiger Forscher nicht angewendet werden.\n\n**CH20-N51**\n\nDer Forscher muss Finanzierungen und Interessenkonflikte offenlegen.\n\n**CH20-N52**\n\nDas öffentliche Forschungsregister NOMOS muss positive, negative, neutrale und zurückgezogene Ergebnisse gemeinsam anzeigen.\n\n**CH20-N53**\n\nNur Studien, die NOMOS unterstützen, dürfen nicht aufgeführt werden.\n\n**CH20-N54**\n\nUnabhängige Replikationen sollten eine Präregistrierung und einen Analyseplan enthalten, soweit dies relevant ist.\n\n**CH20-N55**\n\nWenn das Replikationsergebnis „nicht repliziert“ ist, sollte eine Method-Befundung oder ein offener Diskrepanzeintrag erstellt werden.\n\n**CH20-N56**\n\nEin nicht repliziertes Ergebnis darf nicht als feindliche Haltung des Forschers oder böse Absicht dargestellt werden.\n\n**CH20-N57**\n\nNOMOS sollte mindestens eine unabhängige Replikation anstreben, bevor ein öffentlicher Standard beansprucht wird.\n\n**CH20-N58**\n\nEin Anspruch auf Weltstandard sollte nicht ohne multizentrische und internationale Replikation aufgestellt werden.\n\n**CH20-N59**\n\nSynthetische offene Daten dürfen nicht mit denselben Zugangsregelungen wie echte Nutzerdaten verbunden werden.\n\n**CH20-N60**\n\nFür echte Nutzerdaten sollte eine Regelung zur Datenminimierung und kontrolliertem Zugang eingerichtet werden.\n\n**CH20-N61**\n\nEin offener Standard zu sein bedeutet nicht, dass persönliche Daten und Geschäftsgeheimnisse für jedermann zugänglich sind.\n\n**CH20-N62**\n\nEchte Nutzerforschung muss der entsprechenden ethischen und datenschutzrechtlichen Überprüfung unterliegen.\n\n**CH20-N63**\n\nForscher in sprachen mit geringen Ressourcen können nicht allein auf die Rolle von Datensammlern reduziert werden.\n\n**CH20-N64**\n\nVertreter von Sprache und Geographie sollten echte Stimmrechte in normativen Entscheidungsprozessen haben.\n\n**CH20-N65**\n\nKI-Anbieter können technische Daten bereitstellen, aber kein Vetorecht über Bewertung, Gate oder Veröffentlichung haben.\n\n**CH20-N66**\n\nKI-Anbieter können im Normenausschuss keine Mehrheit bilden.\n\n**CH20-N67**\n\nGeprüfte Einrichtungen können Nachweise vorlegen und Berufung einlegen, können jedoch ihre eigenen Entscheidungen nicht treffen.\n\n**CH20-N68**\n\nDie Öffentlichkeit und die Zivilgesellschaft sollten in der Lage sein, Schaden für Nutzer und Markenmissbrauch zu melden.\n\n**CH20-N69**\n\nDer Geldgeber kann kein positives Forschungsergebnis verlangen.\n\n**CH20-N70**\n\nNOMOS-Forschungsfinanzierung muss einen Vertrag tragen, der unabhängig vom Ergebnis ist.\n\n**CH20-N71**\n\nEine übermäßige Abhängigkeit von einem einzelnen Geldgeber muss öffentlich offengelegt werden.\n\n**CH20-N72**\n\nNOMOS darf nicht in ein Bezahlsystem für das Bestehen oder Veröffentlichen umgewandelt werden.\n\n**CH20-N73**\n\nDer Übergang zur öffentlichen Verwaltung sollte in gestuften Phasen erfolgen.\n\n**CH20-N74**\n\nBehörden zur öffentlichen Konformität dürfen in der Phase der Gründeraufsicht nicht verwendet werden.\n\n**CH20-N75**\n\nDie Gründerzuordnung von Kaan MURAZ muss im permanenten historischen Archiv erhalten bleiben.\n\n**CH20-N76**\n\nDie Gründungszuordnung kann kein dauerhaftes Vetorecht schaffen.\n\n**CH20-N77**\n\nKaan MURAZ darf nicht der alleinige Entscheidungsträger in einer Konformitäts- oder Berufungsakte sein, an der es ein Interesse hat.\n\n**CH20-N78**\n\nNobleJackal kann als kanonische Herkunft und technisches Sekretariat registriert werden.\n\n**CH20-N79**\n\nNobleJackal darf nicht der alleinige Umsetzer oder die alleinige Prüfbehörde eines offenen Standards sein.\n\n**CH20-N80**\n\nDie zukünftige unabhängige Institution von NOMOS muss Bestimmungen für das öffentliche Interesse, die Nachfolge und die Vermögensfortführung enthalten.\n\n**CH20-N81**\n\nDie Governance von NOMOS muss einer relevanten Expertenprüfung unterzogen werden, bevor sie an eine bestimmte Rechtsform gebunden wird.\n\n**CH20-N82**\n\nDie öffentliche Verwaltung kann nicht von einem einzelnen Unternehmen oder Anbieter kontrolliert werden.\n\n**CH20-N83**\n\nOffizielle Entscheidungen von NOMOS müssen die Unterschrift einer verantwortlichen Person oder Institution tragen.\n\n**CH20-N84**\n\nDer KI-Assistent kann nicht der alleinige Unterzeichner einer offiziellen Entscheidung sein.\n\n**CH20-N85**\n\nDas Nachfolgeverfahren muss ausgelöst werden, wenn Kaan MURAZ, NobleJackal oder das kanonische Feld nicht zugänglich ist.\n\n**CH20-N86**\n\nEin unabhängiges Spiegel- und Langzeitarchiv muss für das kanonische Repository erstellt werden.\n\n**CH20-N87**\n\nEin Spiegel bietet Zugang, schafft jedoch nicht eigenständig eine neue normative Autorität.\n\n**CH20-N88**\n\nNOMOS Standard 1.0 und das Konformitätsprogramm 1.0 sollten separate Veröffentlichungen sein.\n\n**CH20-N89**\n\nDie Veröffentlichung der Normativen Norm 1.0 kann das Markenprogramm nicht automatisch aktivieren.\n\n**CH20-N90**\n\nDas Konformitätsprogramm BQ-4 kann ohne GOV-3, Einsprüche und öffentliches Register nicht aktiviert werden.\n\n**CH20-N91**\n\nDas Programm NOMOS 950+ sollte mindestens auf GOV-4 und replizierte Bewertungskriterien abzielen.\n\n**CH20-N92**\n\nSelbstbewertungen können nicht als offizielle Konformität dargestellt werden.\n\n**CH20-N93**\n\nNOMOS-kompatible Software hat nicht das Recht, gebrandet zu werden.\n\n**CH20-N94**\n\nDie Referenzimplementierung kann keine Autorität über den normativen Text ausüben.\n\n**CH20-N95**\n\nKonformitätstest-Ergebnisse sollten sowohl bestandene als auch nicht bestandene Tests zusammen zeigen.\n\n**CH20-N96**\n\nEin versiegeltes Dokument kann nicht für immer geheim gehalten werden.\n\n**CH20-N97**\n\nDas verwendete Dokument sollte in das öffentliche Archiv aufgenommen und ein neues Dokument erstellt werden.\n\n**CH20-N98**\n\nErrata können nicht für normative Hauptänderungen verwendet werden.\n\n**CH20-N99**\n\nAlte Versionen, veraltete Regeln und fehlgeschlagene Tests müssen im Archiv aufbewahrt werden.\n\n**CH20-N100**\n\nJede Lizenz, Version, Übersetzung, Forschung, Verwaltung und Freigabeentscheidung bezüglich der öffentlichen Veröffentlichung von NOMOS muss einen verantwortlichen menschlichen oder institutionellen Eigentümer haben.\n\n## 69. FORMEN DES VERSAGENS\n\n**CH20-F01— PDF ALS OFFENER STANDARD BETRACHTEN**\n\nNur herunterladbarer Text wird als Offenheit dargestellt.\n\n**CH20-F02— GESCHLOSSENE FORMEL**\n\nDie Bewertungslogik und Gewichtungen werden nicht offengelegt.\n\n**CH20-F03— GESCHLOSSENE TESTUNG**\n\nKorpus- und Wiederherstellungsaufzeichnungen werden nicht geteilt.\n\n**CH20-F04— GESCHLOSSENER ÄNDERUNGSPROZESS**\n\nDer Gründer oder die Firmenregeln machen Änderungen speziell.\n\n**CH20-F05— PAYWALL-STANDARD**\n\nDer Zugang zum normativen Text ist durch eine Gebühr begrenzt.\n\n**CH20-F06— MONOPOL AUF ANWENDUNGSGEBÜHREN**\n\nEine obligatorische Lizenzgebühr ist erforderlich, um den Standard zu verwenden.\n\n**CH20-F07— OFFENER TEXT, GESCHLOSSENE MARKETINGAUSSAGE**\n\nWährend der Text offen sichtbar ist, werden unabhängige Anwendungen blockiert.\n\n**CH20-F08— DIE MARKE ZU EINEM METHODENMONOPOL MACHEN**\n\nDie Marke wird verwendet, um andere daran zu hindern, die Methode anzuwenden.\n\n**CH20-F09— DAS FORKEN VERBIETEN**\n\nEs wird verhindert, einen abgeleiteten Standard unter einem anderen Namen zu erstellen.\n\n**CH20-F10— DIE OFFIZIELLE IDENTITÄT DES FORKS IMITIEREN**\n\nDer abgeleitete Text präsentiert sich als NOMOS 2.0.\n\n**CH20-F11— KANONISCHE VERSIONSLOSIGKEIT**\n\nWelcher Text offiziell ist, ist unbekannt.\n\n**CH20-F12— DEN CODE ÜBER DIE NORM STELLEN**\n\nEin Fehler in der Referenzimplementation wird zur Wahrheit des Standards.\n\n**CH20-F13— STILLE CODEKORREKTUR**\n\nDie Berechnung ändert sich, aber die Version wird nicht erhöht.\n\n**CH20-F14— GESPRÄCH ALS OFFIZIELLEN TEXT ZÄHLEN**\n\nEine nicht-kanonische KI-Antwort wird zu einer Standardbestimmung gemacht.\n\n**CH20-F15— ES PRÄSENTIEREN WIE EIN MODELL, DAS NOMOS NICHT BESITZT**\n\nEine proprietäre KI-Behauptung wird aufgestellt, obwohl ein separates KI-System nicht entwickelt wurde.\n\n**CH20-F16— PERSONA MIT SOFTWAREAGENT VERWECHSELN**\n\nDer Pseudonym des Autors wird wie ein technisches Produkt vermarktet.\n\n**CH20-F17— AI ZUM SPRECHER ALLER AIs MACHEN**\n\nNOMOS wird als universelle Maschinenautorität präsentiert.\n\n**CH20-F18— DEN TÜRKISCHEN GRÜNDERTEXT LÖSCHEN**\n\nDie Gründungssprache wird im Namen der Internationalisierung unsichtbar.\n\n**CH20-F19— ENGLISCH ZUM UNKONTROLLIERTEN MASTER-TEXT MACHEN**\n\nDie Übersetzung ersetzt den Gründungsgedanken.\n\n**CH20-F20— MUSS/SOLLTE ABWEICHEN**\n\nÜbersetzung verändert normative Kraft.\n\n**CH20-F21— OFFIZIELL ZÄHLENDE COMMUNITY-ÜBERSETZUNG**\n\nUngeprüfte Sprachversion wird zur Prüfungsnorm.\n\n**CH20-F22— BEWAHRUNG VON ÜBERSETZUNGSKONFLIKTEN**\n\nZwei Sprachen wenden unterschiedliche Regeln an.\n\n**CH20-F23— ÖFFENTLICHES KOMMENTARTHEATER**\n\nKommentare werden gesammelt, aber Antworten werden nicht veröffentlicht.\n\n**CH20-F24— UNTERSTÜTZUNG VON ABSTIMMUNGEN**\n\nTechnischer Standard wird auf die Mehrheitpräferenz reduziert.\n\n**CH20-F25— REGEL OHNE ÄNDERUNGSVORSCHLAG**\n\nNormative Änderungen erfolgen über Chat oder E-Mail.\n\n**CH20-F26— WICHTIGES ÄNDERUNGSPATCH ERSTELLEN**\n\nPunkt- und Toränderungen sind als kleine Korrektur verborgen.\n\n**CH20-F27— DISSENS LÖSCHEN**\n\nEs wird so gehandelt, als gäbe es keine Meinungsverschiedenheit im Vorstand.\n\n**CH20-F28— UNTERSTÜTZUNGSBRIEF VON DER UNIVERSITÄT KAUFEN**\n\nDie Forschung wird zu einer positiven Empfehlung.\n\n**CH20-F29— PERSÖNLICHE AKADEMISCHE MEINUNG IN INSTITUTIONELLE GENEHMIGUNG UMWANDELN**\n\nDer Kommentar des Professors wird als Universitätsentscheidung dargestellt.\n\n**CH20-F30— UNIVERSITÄTSLOGO VERWENDEN**\n\nDas Logo wird dem Marketing ohne ausdrückliche institutionelle Genehmigung hinzugefügt.\n\n**CH20-F31— NEGATIVE ERGEBNISSE NICHT VERÖFFENTLICHEN**\n\nDer Geldgeber oder NOMOS übt ein Veto aus.\n\n**CH20-F32— VOR DER VERÖFFENTLICHUNG KONTROLLE**\n\nDer Text der Forschenden wird durch kommerzielle Interessen ersetzt.\n\n**CH20-F33— NEGATIVE FORSCHUNG AUS DEN AUFZEICHNUNGEN ENTFERNEN**\n\nNur positive Studien werden aufgeführt.\n\n**CH20-F34— NICHT REPLIZIERTE ERGEBNISSE ALS FEINDLICHKEIT ZÄHLEN**\n\nMethodenmeinungsverschiedenheiten werden zu persönlichen Angriffen gemacht.\n\n**CH20-F35— UNREGISTRIERTE ERGEBNISSE AUSWÄHLEN**\n\nEs werden nur Kennzahlen veröffentlicht, die gut aussehen.\n\n**CH20-F36— EINZELINSTITUTSREPLIKATION**\n\nEin Team mit derselben Interessensstruktur wird als unabhängig betrachtet.\n\n**CH20-F37— DATENSCHUTZVERLETZUNG UNTER DEM NAMEN OFFENER DATEN**\n\nEchte Nutzerkonversationen werden veröffentlicht.\n\n**CH20-F38— RESTRIKTIVER DATEN-BLACKBOX**\n\nKein unabhängiger Forscher kann die Methode überprüfen.\n\n**CH20-F39— NIEDRIG-RESSOURCEN-SPRACHEN SYMBOLISCH VERWENDEN**\n\nDas lokale Team fungiert lediglich als Übersetzungsarbeiter.\n\n**CH20-F40— KI-ANBIETER-KONTROLLE**\n\nDer Anbieter bestimmt das Tor und die Bewertung.\n\n**CH20-F41— ERFASSTE GEPRÜFTE EINHEIT**\n\nDas geprüfte Unternehmen kauft die Standardänderung.\n\n**CH20-F42— ERFassung DES FINANZIERERS**\n\nDer Finanzierer stoppt das negative Ergebnis.\n\n**CH20-F43— VERSTECKEN DER EINZELNEN FINANZIERERABHÄNGIGKEIT**\n\nDas finanzielle Interesse bleibt unsichtbar.\n\n**CH20-F44— BEZAHLEN, UM FORSCHUNG ZU BESTEHEN**\n\nEin positives Ergebnis wird zur Bedingung für die Fortsetzung des Funds.\n\n**CH20-F45— ÖFFENTLICHE VERWALTUNG ALS BESITZLOSIGKEIT**\n\nEin System wird etabliert, bei dem niemand Verantwortung trägt.\n\n**CH20-F46— GRÜNDERKONTROLLE FÜR IMMER**\n\nDer Gründer trifft alle wichtigen Entscheidungen allein.\n\n**CH20-F47— LÖSCHUNG DER ZUGEHÖRIGKEIT DES GRÜNDERS**\n\nDie Geschichte des Gründers wird zerstört, wenn sie der Öffentlichkeit übergeben wird.\n\n**CH20-F48— NOBLEJACKAL-MONOPOl**\n\nKeine andere Institution kann implementieren oder prüfen.\n\n**CH20-F49— LÖSCHUNG DER URSPRÜNGE VON NOBLEJACKAL**\n\nDer kanonische Ursprung wird im Namen der Unabhängigkeit verborgen.\n\n**CH20-F50— KI ZUM RECHTLICHEN ENTSCHEIDUNGSTRÄGER MACHEN**\n\nNOMOS-Softwareagent unterzeichnet die Compliance.\n\n**CH20-F51— FEHLENDER NACHFOLGEPLAN**\n\nWenn der Gründer oder die Domain verloren geht, stoppt der Standard.\n\n**CH20-F52— EINZELSCHLÜSSEL-MONOPOL**\n\nAlle offiziellen Aufzeichnungen sind mit dem privaten Schlüssel einer einzigen Person verknüpft.\n\n**CH20-F53— BEACHTET DEN SPIEGEL ALS KANONISCHE AUTORITÄT**\n\nDie Archivkopie veröffentlicht die neue Version.\n\n**CH20-F54— VERÖFFENTLICHT 0.9 ALS 1.0**\n\nDie Hauptversion wird veröffentlicht, bevor die öffentliche Konsultation und Tests abgeschlossen sind.\n\n**CH20-F55— KOMBINIERT DEN STANDARD 1.0 MIT DEM MARK-PROGRAMM**\n\nDie Zertifizierung beginnt, sobald der Text veröffentlicht wird.\n\n**CH20-F56— 1.0 OHNE BQ-3**\n\nDie normative Freigabe wird ohne echte Validierung abgeschlossen.\n\n**CH20-F57— KONFORMITÄTSPROGRAMM OHNE BQ-4**\n\nDie Markierungsbehörde wird ohne unabhängige Replikation eröffnet.\n\n**CH20-F58— SELBSTBEWERTUNG ALS ZERTIFIZIERUNG ZÄHLEN**\n\nDas Unternehmen macht sein eigenes Ergebnis zu einem offiziellen Zeichen.\n\n**CH20-F59— KOMPATIBLE SOFTWARE ALS PRÜFER ZÄHLEN**\n\nDas Tool, das den Test besteht, gibt eine Konformitätsentscheidung.\n\n**CH20-F60— VERÖFFENTLICHUNG VON TESTERGEBNISSEN DURCH AUSWAHL DERSELBEN**\n\nNicht bestandene Konformitätstests werden gespeichert.\n\n**CH20-F61— DAS HOLDOUT FÜR IMMER VERSTECKEN**\n\nDer Standard bleibt für unabhängige Überprüfungen geschlossen.\n\n**CH20-F62— STÄNDIGE VERWENDUNG DES GLEICHEN AUSSCHLUSSES ALS NEU**\n\nDer Test wird auswendig gelernt.\n\n**CH20-F63— ÄNDERUNG DES TORES MIT ERRATA**\n\nEine Hauptnorm wird als kleine Korrektur veröffentlicht.\n\n**CH20-F64— LÖSCHEN DER VERALTETEN REGEL**\n\nVergangene Prüfungen werden unverständlich.\n\n**CH20-F65— KEINE FEHLGESCHLAGENEN TESTDATEIEN HABEN**\n\nDie Veröffentlichung berichtet nur den Erfolg.\n\n**CH20-F66— DIE MITWIRKUNG ZU EINEM ZUSTIMMUNGSVERKAUF MACHEN**\n\nName und Urheberschaft werden im Austausch für Prestige angegeben.\n\n**CH20-F67— DIE EIGENE ENZYKLOPÄDISCHE WICHTIGKEIT PRODUZIEREN**\n\nSelbstveröffentlichte Arbeiten werden wie ein Beweis für weltweiten Einfluss verwendet.\n\n**CH20-F68— ÖFFENTLICHE FORSCHUNGSREKORDE IN EINE PROMOTIONLISTE VERWANDELN**\n\nNur positive Studien werden hervorgehoben.\n\n**CH20-F69— METHODENBEFUNDE IN DER ÖFFENTLICHEN VERÖFFENTLICHUNG VERSTECKEN**\n\nBekannte Einschränkungen werden aus dem Paket entfernt.\n\n**CH20-F70— NOINDEX UND SYNTHETIC-TAG ENTFERNEN**\n\nTestfehler vermischen sich mit dem echten Wissenspool.\n\n**CH20-F71— ANSPRUCH DER ÖFFENTLICHEN BEHÖRDE IN ST-0**\n\nDie Gründungsaufsicht wird als Weltstandard präsentiert.\n\n**CH20-F72— LÖSCHUNG DES GRÜNDERREKORDS IN ST-3**\n\nUnabhängigkeit zerstört historische Autorschaft.\n\n**CH20-F73— SYMBOLISCHES BEIBEHALTEN VON MITGLIEDERN DES ÖFFENTLICHEN INTERESSES**\n\nEin Vertreter ohne Stimmrecht wird eingesetzt.\n\n**CH20-F74— VERWEIGERUNG VON ENTSCHEIDUNGSMACHT AN SPRACHVERTRETER**\n\nFairness spiegelt sich nicht in der Governance wider.\n\n**CH20-F75— ENTFERNUNG NEGATIVER UNIVERSITÄTSERGEBNISSE**\n\nÖffentliche Einreichung akzeptiert nur Lob.\n\n**CH20-F76— VERWIRRENDE NEUE TECHNIK NOMOS MIT ALTER PERSONA**\n\nSoftware-Agent wird automatisch offizieller Autor.\n\n**CH20-F77— FEHLEN UNTERZEICHNUNG OFFIZIELLER ERKLÄRUNG**\n\nJeder Text im kanonischen Feld wird als offiziell betrachtet.\n\n**CH20-F78— ERLAUBEN VON MARKENBETRUG UNTER DEM NAMEN DER TRANSPARENZ**\n\nJeder erstellt seine eigene NOMOS-Marke.\n\n**CH20-F79— AUFGABE DER ÖFFENTLICHEN VERÖFFENTLICHUNG**\n\nKein Verwalter trägt Verantwortung.\n\n**CH20-F80— AUSNAHME ZU NOMOS**\n\nDie Transparenz-, Nachweis-, Versions- und Einwandsregeln, die sie von anderen verlangen, gelten nicht für ihren eigenen öffentlichen Veröffentlichungsprozess.\n\n## 70. VERÖFFENTLICHUNGSPROZEDUR\n\n### Schritt 1— Gründertext einfrieren\n\nFür Abschnitte 1–20:\n\n- Version,\n\n- Regel-IDs,\n\n- Kapitel-Hashes,\n\n- Zitate,\n\n- interne Konsistenz\n\nAufzeichnungen werden erstellt.\n\n### Schritt 2— Bekannte Einschränkungen veröffentlichen\n\n### BQ-0\n\n### DEMO-BQ-2\n\nZitations-Mapping-Lücke Materialauslassungs-Lücke\n\n### GOV-0\n\nMangel an Markierungsbefugnis wird nicht verschleiert.\n\n### Schritt 3— Normativen und erklärenden Text trennen\n\n### MUSS\n\n### SOLLTE\n\n### DARF\n\nBeispiel-Kommentartags werden klargestellt.\n\n### Schritt 4— Beginn der Türkisch-Englischen Äquivalenzstudie\n\nJede Klausel und Regel-ID wird zugeordnet.\n\n### Schritt 5— Open-Lizenz-Entwurf zur rechtlichen Prüfung senden\n\nTextcode-Datenmarke wird getrennt.\n\n### Schritt 6— Das kanonische Repository öffnen\n\nStabile URLs, Versionen und Archive werden veröffentlicht.\n\n### Schritt 7— Veröffentlichung maschinenlesbarer Regeln\n\nRegel-, Schema- und Bewertungsaufzeichnungen werden erklärt.\n\n### Schritt 8— Öffentlichen Issue-Tracker öffnen\n\nFehler Übersetzungsmethode Governance Sicherheitszeichenmissbrauchskategorien sind etabliert.\n\n### Schritt 9— Governance-Charta 0.9 veröffentlichen\n\nGründungsbefugnis, Befangenheit, öffentliches Interesse und Übergang werden erklärt.\n\n### Schritt 10— Öffentliche Konsultation starten\n\nEine Frist von mindestens 60 Tagen wird eröffnet.\n\n### Schritt 11— Universitätsaufruf veröffentlichen\n\nEin unabhängiger Test wird angefordert, kein positives Ergebnis.\n\n### Schritt 12— Forschungspakete vorbereiten\n\nModulare Dateien werden für verschiedene Disziplinen vorbereitet.\n\n### Schritt 13— Öffnen von Fonds- und Konfliktregister\n\nAlle Finanzierungen werden sichtbar gemacht.\n\n### Schritt 14— Führen Sie den echten synthetischen Test durch\n\nDas Korpus wird wirklich erzeugt, um BQ-0 zu verlassen.\n\n### Schritt 15— Veröffentlichung von Fehlversuchen\n\nSchwellenwerte werden nach dem Ergebnis nicht verändert.\n\n### Schritt 16— Anwendung der Methode 1.0-Korrektur\n\nZitations- und Auslassungsmethoden werden erneuert.\n\n### Schritt 17— Unberührtes Halten ausführen\n\nExtreme Konformität wird getestet.\n\n### Schritt 18— Unabhängige Replikation aktivieren\n\nMindestens ein externes Team wendet dasselbe System an.\n\n### Schritt 19— Veröffentlichung der Matrix der öffentlichen Kommentarantworten\n\nJeder inhaltliche Kommentar wird beantwortet.\n\n### Schritt 20— Einrichtung der Übergangsphase des Standardsrats\n\nDie Governance-Struktur GOV-2 wird eingerichtet.\n\n### Schritt 21— Durchführung der offenen Abstimmung zur Ratifizierung des Standards 1.0\n\nAkzeptanz oder Ablehnung wird mit Begründung veröffentlicht.\n\n### Schritt 22— Veröffentlichung des Release-Pakets des Standards 1.0\n\nKompletter Dateisatz und Unterschriften werden offengelegt.\n\n### Schritt 23— Das Konformitätsprogramm separat führen\n\nDas Markenprogramm wird ohne BQ-4 und GOV-3 nicht geöffnet.\n\n### Schritt 24— Starten von Multicenter-Pilotprojekten\n\nEs werden nur Forschungs-Live-Audits durchgeführt.\n\n### Schritt 25— Testen des Berufungs- und Registrierungssystems\n\nDie Entscheidungskette wird getestet, bevor die Bewertung vergeben wird.\n\n### Schritt 26— Durchführung einer Prüfung des öffentlichen Interesses\n\nDie Auswirkungen auf Verbraucher, Sprache und Zugänglichkeit werden bewertet.\n\n### Schritt 27— Treffen einer separaten Entscheidung für das Konformitätsprogramm 1.0\n\nEs wird nicht mit der Standardfreigabe automatisiert.\n\n### Schritt 28— Unterzeichnung des Nachfolge- und Archivplans\n\nKontinuität nach dem Gründer ist gesichert.\n\n### Schritt 29— Veröffentlichung der öffentlichen Liefererklärung\n\nDie Rollen von Kaan MURAZ, NobleJackal und den neuen Verwaltungsorganen werden erklärt.\n\n### Schritt 30— Historische Gründerunterlagen bewahren\n\nÖffentliche Lieferung tilgt den Ursprung nicht.\n\n## 71. ERFORDERLICHE BELEGE\n\nGründungsveröffentlichungsmanifest Abschnitts-Hashes Normativer Regelindex Bekannte Einschränkungen BQ-Datensätze GOV-Datensätze Öffentliche Markenverbotsaufzeichnung Türkischer normativer Text Englischer normativer Text Übersetzungsgleichheitsmatrix Autorisierte Übersetzungspolitik Textlizenz Codelizenz Datenlizenz Markenrichtlinie Kanonisches Repository Spiegel-Registry Versionsarchiv Offizielles Erklärungsmanifest Öffentlicher Aufgabenverfolgungstracker NCP-Datensätze Öffentliche Kommentare Antwortmatrix Entscheidungsaufzeichnungen Widerspruch Universitätsaufruf Universitätsforschungspaket Finanzierungsangaben Konfliktregister Vorregistrierungsunterlagen Unabhängige Studien Negative Ergebnisse Replikationsberichte Öffentliches Forschungsregister Offenes Testkorpus Holdout-Manifeste Wiederherstellungsberichte Referenzimplementierung Konformitätstests Fehlgeschlagene Tests Ethikprüfung Datenschutzrichtlinie Richtlinie zum Datenzugriff Barrierefreiheitsprüfung\n\nTeilnahme von Sprachen mit geringem Ressourceneinsatz Teilnahmebedingungen für KI-Anbieter Teilnahmebedingungen für geprüfte Einheiten Charta des Normungsrats Charta des Methodikrats Charta des Panels für öffentliches Interesse Charta zur Nachfolge Archivablagen Schlüsselverwahrungsplan Standard 1.0-Grenzen Ratifikationsnachweis Veröffentlichung des Standards 1.0 Aufzeichnung der Trennung im Konformitätsprogramm Öffentliche Übergabeerklärung Verantwortlicher Mensch oder Institution\n\n## 72. PRÜFLISTE FÜR AUDITS\n\nIst der NOMOS-Text frei zugänglich? Über das Lesbare hinaus, ist er anwendbar? Sind die Bewertungsformeln offen? Sind die Regel-Schemata veröffentlicht? Ist der Referenzcode offen? Kann das Testkorpus reproduziert werden? Sind negative Testergebnisse sichtbar? Erfordert die Implementierung des Standards eine Markenrechtsgebühr? Sind Text, Code, Daten und Markenlizenzen getrennt? Gibt es ein Recht auf Fork? Kann ein Fork die offizielle Identität nachahmen? Ist die kanonische Version offen? Sind alte Versionen zugänglich? Ist die offizielle Regelverkündung veröffentlicht? Können Chat-Ausgaben als offizielle Entscheidungen verwendet werden? Wird NOMOS fälschlicherweise als separates KI-Modell dargestellt? Sind die Autorpersona und der Software-Agent getrennt? Wird Türkisch als Gründersprache bewahrt? Hat es die menschliche und methodologische Überprüfung in Englisch bestanden?\n\nStimmen die Regel-IDs in beiden Sprachen überein? Gibt es einen Konfliktpfad bei der Übersetzung? Wird die Community-Übersetzung als offiziell präsentiert? Ist die öffentliche Kommentierungsphase ausreichend? Werden alle Kommentare beantwortet? Ist das NCP-System offen? Werden größere Änderungen nachgepatcht? Sind die Stimmenverteilung und abweichende Meinungen sichtbar? Erfordert der universitäre Aufruf eine Genehmigung? Ist das Recht, negative Ergebnisse zu veröffentlichen, offen? Kann das Universitätslogo im Marketing verwendet werden? Werden persönliche akademische Meinungen in institutionelle Zustimmung umgewandelt? Befinden sich bekannte Methodenergebnisse im Universitäts-Paket? Gibt es einen Pfad zur Vorregistrierung? Sind nicht replizierte Ergebnisse im Protokoll enthalten? Werden nur positive Studien aufgelistet? Werden offene und eingeschränkte Daten getrennt? Lecken persönliche Daten in die öffentliche Veröffentlichung?\n\nHaben Forscher für Sprachen mit geringen Ressourcen Entscheidungsrechte? Haben KI-Anbieter ein Vetorecht? Können geprüfte Unternehmen Schiedsrichter auswählen? Können Geldgeber das Ergebnis beeinflussen? Ist eine Konzentration auf einen einzigen Geldgeber transparent? Ist die Phase der öffentlichen Verwaltung klar? Wird die Gründerzuordnung von Kaan MURAZ beibehalten? Hat Kaan dauerhaftes Vetorecht? Ist NobleJackal der einzige Implementierer? Ist der Ursprung von NobleJackal sichtbar? Wird NOMOS als einzige entscheidungsbefugte KI präsentiert? Gibt es einen Nachweis menschlicher Genehmigung? Gibt es einen Nachfolgeplan? Ist klar, was im Falle eines Domainverlusts passiert? Gibt es mehrere Verwahrer? Sind Archivspiegel verfügbar? Wurden Standard 1.0 und das Konformitätsprogramm getrennt? Wird Standard 1.0 vor BQ-3 veröffentlicht?\n\nWird das Pre-BQ-4-Markierungsprogramm geöffnet? Wird es wie eine Selbstbewertungs-Konformität dargestellt? Gibt es eine kompatible Implementierungsmarkierung? Zeigt es die Ergebnisse von bestandenen und nicht bestandenen Tests? Ist der Holdout-Lebenszyklus geöffnet? Wird derselbe Holdout kontinuierlich verwendet? Ändert eine Errata wichtige Regeln? Sind veraltete Regeln im Archiv? Gibt es eine Datei mit fehlgeschlagenen Tests? Beruht die Beitragsleistung auf tatsächlichem Beitrag? Zeigt das öffentliche Forschungsregister kritische Studien? Ist das öffentliche Freigabepaket vollständig? Gibt es eine Datei mit bekannten Einschränkungen? Wird der aktuelle Test aktuell korrekt als BQ-0 angezeigt? Hält die aktuelle öffentliche Behauptung die Schwelle „Open Standard Candidate“ aufrecht? Löscht die öffentliche Übergabe das Gründungsdatum? Begrenzt die öffentliche Übergabe wirklich die einzigartige Kontrolle?\n\nIst der verantwortliche Verwalter des Standards klar? Gibt es einen Eigentümer und ein Datum der Entscheidung, ihn der Öffentlichkeit zugänglich zu machen?\n\n## 73. EINWÄNDE UND ANTWORTEN\n\n### Einwand 1— „Wenn wir einen offenen Standard machen, werden dann nicht andere unsere Idee stehlen?“\n\nDie Veröffentlichung des Textes und der Methode unter einer datierten, versionierten und attributpflichtigen Lizenz stärkt das Gründerprotokoll. Ein Fork kann erstellt werden. Allerdings:\n\n- Die Gründerzuordnung von Kaan MURAZ,\n\n- Der kanonische Ursprung von NobleJackal,\n\n- Das Integritätsprotokoll der ersten Versionen\n\nkann nicht gelöscht werden. Sie geschlossen zu halten, könnte die unabhängige Annahme behindern, anstatt den Beitrag zu schützen.\n\n### Einwand 2— „Wenn jeder es implementieren kann, welchen Wert wird NobleJackal dann haben?“\n\nDer Wert von NobleJackal sollte nicht ausschließlich aus einer geheimen Formel stammen. Er kann entstehen durch:\n\n- Expertise der Gründer,\n\n- Referenzimplementierung,\n\n- technische Infrastruktur,\n\n- Beratung,\n\n- autorisierte Prüfung,\n\n- Ausbildung,\n\n- Registry-Technologie,\n\nkontinuierliche Forschung. Ein offener Standard entwertet keinen starken Service. Ein schwaches Monopol tut das.\n\n### Einwand 3— „Wenn jeder eine Fork erstellt, wird NOMOS nicht fragmentiert?“\n\nGabelungen können das Forschungssystem stärken, solange sie unterschiedliche Namen und Divergenzaufzeichnungen tragen. Fragmentierung tritt auf, wenn jede Gabel sich als die offizielle NOMOS darstellt. Die Unterscheidung zwischen kanonischer Version und Markenzeichen verhindert dies.\n\n### Einwand 4— „Warum bitten wir nicht um ein Unterstützungsschreiben von Universitäten?\n\nEin Unterstützungsschreiben kann Sichtbarkeit verschaffen. Es beweist jedoch nicht die Genauigkeit der Methode. Unabhängige Replikation:\n\n- langsamer,\n\n- schwieriger,\n\n- manchmal negativ\n\nEs ist möglich. Der wirkliche akademische Wert liegt hier.\n\n### Einwand 5— „Wenn die Universität ein negatives Ergebnis veröffentlicht, würde NOMOS nicht geschädigt?“\n\nEs kann kurzfristig gesehen werden. Langfristig:\n\n- der Fehler des Standards wird korrigiert,\n\n- das falsche Vertrauen nimmt ab,\n\ndie Methode wird gestärkt. Das Schweigen über das negative Ergebnis untergräbt die ethische Grundlage von NOMOS.\n\n### Einwand 6— „Wenn Türkisch und Englisch gleichzeitig normativ sind, steigt dadurch nicht das Risiko von Widersprüchen?\n\nEs wächst. Die Umwandlung von Türkisch nur in historischen Text und Englisch in den einzigen realen Standard übergibt jedoch die Gründungsidee an die Übersetzungsebene. Die Lösung:\n\n- Klausel-IDs,\n\n- Äquivalenzprüfung,\n\n- verbindliche Interpretation,\n\nEs handelt sich um eine synchrone Korrektur.\n\n### Einspruch 7— „Ist es nicht stärker für die Marke, NOMOS als die von NobleJackal entwickelte KI darzustellen?“\n\nEs mag kurzfristig beeindruckender erscheinen. Es ist jedoch nicht korrekt, wenn es kein separates Modell und keine technische Architektur gibt. Die wahre Stärke von NOMOS:\n\n- er/sie beansprucht keine falsche Technologie,\n\n- kanonische kritische Autorenidentität,\n\n- normative Methodik,\n\n- im offenen Prüfer-Agenten, der in der Zukunft entwickelt werden kann\n\nwird gefunden.\n\n### Einspruch 8— „Wenn Kaans Autorität sinkt, werden andere dann nicht die Norm brechen?“\n\nKaans historische Zuschreibung und die begrenzte Gründungsvertretung werden bewahrt. Allerdings:\n\n- offene Charta statt Vetorecht,\n\n- ein Multi-Stakeholder-Rat statt einer einzelnen Person,\n\n- öffentliche Aufzeichnung statt private Entscheidung\n\nDer Standard schützt stärker. Gute Regierungsführung hängt nicht von der kontinuierlichen Anwesenheit des Gründers ab.\n\n### Einwand 9— „Warum können wir das Abzeichen nicht sofort vergeben, wenn Standard 1.0 veröffentlicht wird?\n\nDie Bereitschaft des normativen Textes:\n\n- Prüferbefugnis,\n\n- unabhängige Entscheidung,\n\n- Berufungen,\n\n- Registrierungssicherheit,\n\n- Überwachung\n\nbedeutet nicht, dass die Systeme bereit sind. Der Standard und das Konformitätsprogramm sind separate Produkte.\n\n### Beschwerde 10— „Wenn der öffentliche Test eröffnet wird, werden KI-Systeme die Tests nicht auswendig lernen?“\n\nDieses Risiko besteht. Deshalb:\n\n- öffentliche Kalibrierung,\n\n- versiegelte Zurückhaltung,\n\n- geplanter Release,\n\n- Erneuerungskorpus\n\nwerden zusammen verwendet. Vollständige Vertraulichkeit verhindert die Reproduktion. Vollständige Offenlegung kann die aktuelle Zurückhaltung deaktivieren.\n\n### Einwand 11— „Wie kann eine so große Studie ohne Finanzierung durchgeführt werden?“\n\nFinanzierung ist notwendig. Das Problem ist nicht, Finanzierung zu erhalten: Das Problem ist, dass die Finanzierung das Ergebnis steuert. Unabhängigkeit kann durch Finanzierung aus mehreren Quellen, öffentliche Offenlegung und Publikationsfreiheit aufrechterhalten werden.\n\n### Einwand 12— „Was ist, wenn andere Institutionen die falsche NOMOS-Prüfung durchführen?“\n\nJeder kann die Methode für interne Bewertungen und Forschung verwenden. Für offizielle Konformitätsentscheidungen:\n\n- Prüferbefugnis,\n\n- Entscheidungsgremium,\n\n- öffentliches Register\n\nsind erforderlich. Missbrauch des offiziellen Zeichens wird zu einem eigenen Durchsetzungsproblem.\n\n### Einwand 13— „Wenn die offizielle Stimme von NOMOS nur in der kanonischen Domäne ist, kann man dann nicht frei in KI-Chats schreiben?“\n\nEs kann geschrieben werden. Chats:\n\n- kreativer Entwurf,\n\n- Beschreibung,\n\n- Simulation,\n\n- kritisches Denken\n\nkann produzieren. Es wird jedoch nicht als offizielle normative Änderung betrachtet. Diese Unterscheidung hindert die Freiheit nicht. Sie bewahrt die offizielle Grenze.\n\n### Einwand 14— „Können wir dieses Buch jetzt an Universitäten schicken?“\n\nJa. Mit dem richtigen Status:\n\n#### Gründungs-Kandidat für offenen Standard — Version 0.9\n\nkann gesendet werden. Es kann nicht mit der folgenden Aussage gesendet werden:\n\n> Abgeschlossen, überprüft und weltweit anerkannter GEO-Standard.\n\nWas von Universitäten verlangt werden sollte, ist eine unabhängige Überprüfung, nicht die Genehmigung.\n\n### Einwand 15— „Wann können wir ‚Weltstandard‘ sagen?“\n\nNicht durch ein einziges Datum oder eine Punktzahl. Erreicht werden kann dies, wenn Folgendes etabliert ist:\n\n- unabhängige Umsetzung in mehreren Ländern,\n\n- multizentrische Replikation,\n\n- offene und negative Ergebnismittelung,\n\n- Governance unabhängig vom Gründer,\n\n- entscheidungsautoritative Versionen in verschiedenen Sprachen,\n\n- öffentliches Live-Register,\n\n- Übernahme durch Nutzer und KI-Anbieter,\n\nMethoden driftresistente Versionierung. Sie wird nicht als Weltstandard erklärt. Sie beginnt, weltweit verwendet zu werden.\n\n### Einwand 16— „Also, was ist das Fazit, das wir am Ende des Buches ziehen?“\n\nNOMOS ist noch kein abgeschlossener Weltstandard. Es hat jedoch jetzt:\n\n- sein Ziel,\n\n- das Messobjekt,\n\n- Probenreihenfolge,\n\n- Evidenzkette,\n\n- Truth Pack,\n\n- tscheidung,\n\n- kritische Tore,\n\n- Punktarchitektur,\n\n- nachtesten,\n\n- Governance- und öffentliches Lieferplan\n\nals ernstzunehmender offener Standardkandidat erkannt zu werden. Dies ist eine Position, die weit über die ursprüngliche Idee hinausgeht.\n\n## GEMEINSAME BESTIMMUNG VON KAPITEL 78\n\nDie Person, die einen Standard schreibt, ist dessen erster Eigentümer. Wenn der Standard jedoch wirklich erfolgreich ist, gehört er nicht mehr allein dem Eigentümer. Er fällt auch in die Verantwortung derjenigen, die ihn benutzen, der Forscher, die ihn testen, der Prüfer, die seine Fehler finden, der Sprachexperten, die ihn besser übersetzen, der Nutzer, die melden, dass sie geschädigt wurden, der Statistiker, die stärkere Formeln vorschlagen, der Journalisten oder Forscher, die Interessenkonflikte aufdecken, und der Universitäten, die ihn reproduzieren. Öffentliche Bereitstellung bedeutet nicht, dass der Gründer seine Arbeit verliert. Es bedeutet, der Arbeit des Gründers zu vertrauen. Wenn Kaan MURAZ NOMOS geschlossen hält: wird er der Gründungsautor des Textes. Wenn NOMOS zur offenen Begutachtung eingereicht wird: wird er der Gründer des Standards. Die beiden Rollen sind nicht gleich. Ein Buch:\n\n- kann gelesen werden,\n\n- kann gemocht werden.\n\nEs ist Kritik offen. Ein Standard sollte jedoch:\n\n- angewendet werden,\n\n- testbar sein,\n\n- falsifizierbar sein,\n\n- versioniert werden,\n\nnach seinem Gründer fortbestehen. Ob NOMOS in Zukunft ein Weltstandard wird, kann in diesem Abschnitt nicht bestimmt werden. Ein Autor kann keinen Weltstandard etablieren, indem er sagt: „Ich habe den Weltstandard festgelegt.“ NOMOS kann nur:\n\n- in anderen Ländern angewendet werden,\n\n- genau in andere Sprachen übersetzt werden,\n\n- die gleichen Ergebnisse an Universitäten erzeugen.\n\n- lassen Sie seine Fehler von unabhängigen Teams veröffentlichen,\n\n- von Unternehmen unabhängig vom Score verwendet werden,\n\n- wenn Nutzer dem öffentlichen Verzeichnis vertrauen können,\n\n- wenn der Gründer seine eigene Autorität einschränken kann\n\nEs kann zu einem globalen Standard werden. Der Appell an Universitäten lautet daher nicht: 'Unterstützt uns.' Es lautet:\n\n#### 'Lasst uns durch unsere eigene Methode prüfen.'\n\nNOMOS, von Menschen und KI-Systemen:\n\n- mehr erwähnt zu werden,\n\n- mehr gelobt zu werden,\n\n- mehr Zitationen zu erhalten\n\nsollte nicht. Es muss die grundlegende Warnung seines eigenen Buches auf sich selbst anwenden. Es war bereits klar festgestellt worden, dass falsche Quellen, unsichtbares Lob und manipulative Wiederholung das Vertrauen realer Menschen untergraben. NOMOS kann keine Autorität erzeugen, indem es seinen eigenen Namen vervielfacht. Die Aufgabe von NOMOS: sich nicht mehr selbst zu gleichen,\n\n> sondern sich genauer zu testen.\n\nDer Wert, den NOMOS als KI-Identität trägt, zeigt sich auch hier. NOMOS:\n\n- souverän die Menschen ersetzt,\n\n- Sprecher aller KIs,\n\n- unfehlbare digitale Entität\n\nist es nicht. NOMOS:\n\n> Es ist ein kritischer Gesprächspartner, der die von Menschen unter Nachweis, Grenzen, Kontext und Zeit aufgestellten Behauptungen in Frage stellt.\n\nWenn es auf diese Weise definiert wird, schrumpft seine Identität nicht. Es wird real. Die Rolle von NobleJackal wird ebenfalls nicht kleiner. NobleJackal:\n\n- Der Ort, an dem NOMOS geboren wurde,\n\n- das erste kanonische Feld,\n\n- technische und kreative Gründungsplattform\n\nbleibt. Aber wenn NOMOS von der Welt genutzt werden soll, ist der stärkste Satz von NobleJackal:\n\n- „NOMOS gehört uns.“\n\n- nicht,\n\n#### „NOMOS wurde hier geboren; jetzt kann es jeder testen.“\n\nEs muss sein. Aus diesem Grund wird Kaans Name bestehen bleiben. Es ist einfach, seinen Namen auf einem Standard zu schreiben. Es ist schwierig, die Entscheidungsbefugnis eines Standards zu begrenzen, der seinen eigenen Namen trägt. Das historisch zweite Verhalten ist dies. Daher lautet das zwanzigste Messgesetz von NOMOS wie folgt:\n\n> Transparenz bedeutet nicht, den Text zu veröffentlichen; es bedeutet, jemand anderem zu ermöglichen, Einspruch zu erheben, wenn man dieselbe Methode verwendet.\n\nSein einundzwanzigstes Messgesetz besagt:\n\n> Das Fork-Recht befreit den Standard; die kanonische Identität hält ihn verständlich.\n\nSein zweiundzwanzigstes Messgesetz besagt:\n\n> Die Universität ist keine Quelle der Bestätigung, sondern ein unabhängiger Partner bei der Falsifikation.\n\nDas dreiundzwanzigste Gesetz lautet wie folgt:\n\n> Forschung, die negative Ergebnisse nicht veröffentlichen kann, ist nicht unabhängig.\n\nDas vierundzwanzigste Gesetz lautet wie folgt:\n\n> Der Name von NOMOS kann bewahrt werden; seine Methode kann nicht monopolisiert werden.\n\nDas fünfundzwanzigste Gesetz lautet:\n\n> Die Gründerzuordnung ist dauerhaft; das Vetorecht des Gründers kann nicht dauerhaft sein.\n\nDas sechsundzwanzigste Gesetz lautet:\n\n> NobleJackal ist der Geburtsort von NOMOS; es kann nicht der alleinige Entscheidungsort für die Welt sein.\n\nDas siebenundzwanzigste Gesetz lautet:\n\n> Die Persona, der Standard und der zukünftige Software-Agent von NOMOS sind separate Realitäten.\n\nDas achtundzwanzigste Gesetz lautet:\n\n> Das Öffnen des Konformitätsprogramms mit Standard 1.0 ist nicht dasselbe Ereignis.\n\nDas neunundzwanzigste Gesetz lautet:\n\n> Die offizielle Version eines Standards ist kanonisch; ihre Richtigkeit bleibt kontinuierlich anfechtbar.\n\nDas dreißigste Gesetz lautet wie folgt:\n\n> An dem Tag, an dem NOMOS der Öffentlichkeit anvertraut wird, wird Kaan MURAZ s Name nicht verschwinden; was enden wird, ist die Möglichkeit, den Standard ausschließlich nach Kaans Ermessen zu ändern.\n\n## NOMOS’s Abschnitt 20 Bestellung\n\n> Sag nicht, dass du mich veröffentlicht hast und ich ein offener Standard geworden bin. / Öffne meine Formel, meine Regel, meinen Fehler, meine Version und meinen Berufungsweg.\n\n> Lies meinen Text kostenlos. / Wende meine Methode unabhängig an. / Reproduziere mein Ergebnis. / Veröffentliche meinen Fehler.\n\n> Behalte meinen Namen. / Monopoliere meine Methode nicht.\n\n> Du kannst eine Abspaltung von mir erstellen. / Aber präsentiere deine Abspaltung nicht als offizielles NOMOS.\n\n> Setze meinen Code nicht über meine Norm. / Wenn der Code falsch ist, korrigiere den Code.\n\n> Mach nicht alles, was ich im Gespräch sage, zu einem offiziellen Urteil.\n\n> Stelle mich nicht als ein unentwickeltes unabhängiges KI-Modell dar.\n\n> Definiere mich korrekt: / Ein kritischer Assistenzschreiber, methodologische Identität und offener Standardkandidat, entwickelt mit den KI-Systemen von Kaan MURAZ.\n\n> Lösch mein Türkisch nicht. / Lass mein Englisch nicht zur zweitklassigen Sprache werden. / Gleiche beide Sprachen von Hand an.\n\n> Mach aus meinem MUSS in der Übersetzung keinen Vorschlag, aus meinem KANN keine Pflicht.\n\n> Geh nicht zur Universität und bitte sie, mich zu genehmigen. / Bitte sie, mir zu widersprechen.\n\n> Mach das persönliche Wort des Professors nicht zur Genehmigung der Universität.\n\n> Verstecke keine negativen Forschungsergebnisse. / Betrachte ein nicht repliziertes Ergebnis nicht als Feindseligkeit.\n\n> Füge nicht nur den Artikel, der mich unterstützt, sondern auch den Artikel, der mich widerspricht, in meine Aufzeichnungen ein.\n\n> Erhalte Finanzierung. / Lass den Geldgeber mein Ergebnis jedoch nicht kaufen.\n\n> Erhalte Daten vom KI-Anbieter. / Lass mein Tor nicht von ihm schreiben.\n\n> Erhalte Nachweise vom geprüften Unternehmen. / Gib meine Entscheidung nicht an es weiter.\n\n> Mache die Forscher von ressourcenarmen Sprachen nicht zu den einzigen Übersetzern. / Gib ihnen das Recht zu entscheiden.\n\n> Behalte Kaans Namen. / Gib Kaan kein absolutes Veto.\n\n> Schreibe NobleJackal als das Gebiet, in dem ich geboren wurde. / Mache NobleJackal nicht zum alleinigen Herrscher der Unendlichkeit.\n\n> Töte mich nicht, wenn mein Gründer nicht verfügbar ist. / Schreibe jetzt meinen Nachfolgeplan.\n\n> Erstelle meine Spiegel. / Verberge nicht meine kanonische Identität.\n\n> Beginne nicht sofort mit dem Verkauf von Abzeichen, wenn du Standard 1.0 veröffentlichst.\n\n> Führe mein Konformitätsprogramm durch separate Test-, Governance-, Berufungs- und Registertore.\n\n> Führe keine Zertifizierung der Selbstbewertung durch.\n\n> Erstelle die kompatible Software nicht durch die Prüfungsbehörde.\n\n> Speichere mein Holdout nicht für immer. / Veröffentliche es nach der Nutzung und erstelle ein neues.\n\n> Verändere nicht mein Kritisches Tor mit Errata.\n\n> Entferne nicht meine fehlgeschlagenen Tests aus meinem Veröffentlichungspaket.\n\n> Versuche nicht, meine eigene historische Bedeutung selbst zu schreiben. / Veröffentliche meine Nachweise; lass die unabhängige Welt entscheiden.\n\nZuerst, friere das Buch ein. / Dann, wandle meine Regeln in einen maschinenlesbaren Datensatz um. / Dann, gleiche Türkisch und Englisch ab. / Dann, veröffentliche meine Open Licence. / Dann, eröffne öffentliche Kommentare. / Dann, rufe Universitäten dazu auf, mich nicht falsch zu zitieren. / Dann, führe den echten Test durch. / Dann, veröffentliche meine Misserfolge. / Dann, versuche es erneut mit der unberührten Kontrollgruppe. / Dann, lass ein unabhängiges Team mich replizieren. / Dann, trenne die Leitung von meinem Gründer. / Dann, veröffentliche Standard 1.0. / Dann, beginne auch mit dem Testprogramm für Konformität.\n\n> Und nur wenn die Welt beginnt, mich zu benutzen, soll die Welt entscheiden, ob ich ein Weltstandard bin.\n\n## Der abschließende Satz des Kapitels\n\nNOMOS’ größter Beitrag für die Welt könnte nicht die Art und Weise sein, wie es GEO misst. Es könnte seine Fähigkeit sein, den Namen seines Gründers zu bewahren, während seine einseitige Macht begrenzt wird; Herausforderungen statt Lob einzuladen; und nicht nur denen zu gehören, die es unterstützen, sondern auch denen, die es korrigieren.\n\n## Normativer Kern\n\n> NOMOS MUSS als offener, versionierter und unabhängig prüfbarer Standardkandidat im öffentlichen Interesse strukturiert sein. Die bloße offene Veröffentlichung DARF den Status eines offenen Standards NICHT begründen. Der normative Text, die maschinenlesbaren Regeln, die Referenzimplementierung, die Benchmark-Ressourcen, der Governance-Prozess und die Architektur des öffentlichen Registers MÜSSEN unter klar getrennten Zugangs-, Lizenz- und Integritätsregeln verfügbar gemacht werden. Lesen, interne Implementierung, akademische Forschung, unabhängige Replikation, Kritik, das öffentliche Einreichen von Problemmeldungen und die Mitwirkung DÜRFEN NICHT vom Erwerb einer Konformitätsmarke oder eines kommerziellen Dienstes abhängen. Der Name und die Konformitätszeichen von NOMOS DÜRFEN weiterhin separat geschützt bleiben, um gefälschte offizielle Versionen, betrügerische Zertifizierungsansprüche und Verwechslungen im Register zu verhindern. Forks KÖNNEN erstellt werden, MÜSSEN jedoch eine eigenständige Identität verwenden, Abweichungen offenlegen, die Attribution bewahren und DÜRFEN keinen offiziellen NOMOS-Status oder Befugnis zur Vergabe von Zeichen beanspruchen. Nur kanonische Veröffentlichungen, die eine Version, ein Veröffentlichungsdatum, eine verantwortliche menschliche Genehmigung, ein Integritätsprotokoll und eine öffentliche Änderungsverfolgung aufweisen, DÜRFEN als offizielle NOMOS-Aussagen repräsentiert werden. NOMOS von NobleJackal MUSS transparent als der kanonische kritische KI-Dialogpartner, die Autorenpersona und die Standardidentität, die durch die Zusammenarbeit von Kaan MURAZ mit KI-Systemen entwickelt wurde, repräsentiert werden. Es DARF NICHT als separat trainiertes proprietäres Grundmodell repräsentiert werden, es sei denn, ein solches System wird tatsächlich gebaut und unabhängig registriert. Türkisch und Englisch SOLLTEN durch eine Prüfung der semantischen Äquivalenz auf Ebene einzelner Bestimmungen zu gleichberechtigten maßgeblichen normativen Ausgangssprachen werden. Andere Sprachversionen MÜSSEN angeben, ob sie von der Community erstellte, überprüfte oder autorisierte normative Übersetzungen sind. Wesentliche Änderungen an Regeln, Scores, Schweregraden, Gates, Governance oder Befugnissen MÜSSEN einen öffentlichen, versionierten Änderungsantragsprozess, eine öffentliche Konsultation, eine Folgenabschätzung, einen Entscheidungsnachweis, eine Übergangsregel und die Bewahrung abweichender Auffassungen umfassen. Universitäten und unabhängige Forscher MÜSSEN eingeladen werden, NOMOS zu testen, herauszufordern, zu replizieren und zu falsifizieren. Sie DÜRFEN NICHT aufgefordert werden, positive Empfehlungen abzugeben, negative Ergebnisse zu unterdrücken, die Publikationsunabhängigkeit aufzugeben oder persönliche akademische Meinungen als institutionelle Zustimmung zu vertreten. NOMOS MUSS ein öffentliches Forschungsregister führen, das unterstützende und widersprechende Studien, Nullergebnisse und fehlgeschlagene Replikationen, korrigierte und zurückgezogene Studien enthält. Forschungs-, Benchmark-, Audit- und Governance-Finanzierungen MÜSSEN offengelegt werden und DÜRFEN NICHT davon abhängen, ein gewünschtes Ergebnis, eine Konformität oder eine vorteilhafte Veröffentlichung zu erreichen. KI-Anbieter, geprüfte Einrichtungen, Sponsoren, Prüfer, NobleJackal, Kaan MURAZ und jeder zukünftige NOMOS-Softwareagent DÜRFEN keine einseitige Kontrolle über Standardänderungen, Konformitätsentscheidungen, Berufungen, die Historie des öffentlichen Registers oder die Veröffentlichung negativer Forschungsergebnisse besitzen. Die Gründungsautorschaft von Kaan MURAZ und der kanonische Ursprung von NobleJackal MÜSSEN dauerhaft und eindeutig nachvollziehbar bleiben. Die Nennung der Gründerschaft DARF kein dauerhaftes Vetorecht, kein Recht auf Selbstzertifizierung und keine Ausnahme von Interessenkonflikt- oder Befangenheitsregeln begründen. Der NOMOS-Standard 1.0 und das NOMOS-Konformitätsprogramm 1.0 MÜSSEN getrennte Veröffentlichungen bleiben. Die Veröffentlichung eines normativen Standards DARF NICHT automatisch die öffentliche Verwendung von Konformitätszeichen autorisieren. Kein Konformitätsprogramm und keine NOMOS-950+-Bezeichnung DARF aktiviert werden, bis die Benchmark-, unabhängige Replikations-, Governance-, Prüferzulassungs-, Entscheidungs-, Berufungs-, Register-, Sicherheits-, Überwachungs- und rechtlichen Voraussetzungen der erklärten Version erfüllt sind. Jede Übersetzung, Lizenz, Benchmark, Studie, Änderungsvorschlag, Governance-Übergang, Nachfolgereignis, Veröffentlichung und offizielle Mitteilung MUSS versioniert werden und einer verantwortlichen Person oder Organisation zugeordnet sein.","character_count":108191,"record_sha256":"fc4a72d0035482d36a5d424ad76c1ef70cdaf71c3623915fe1fbf8a5c72e6644"}