Anhänge, Glossar und Quellen

Anhang A — Die NobleJackal GEO-Verfassung

Status und Nutzungsgrenze

Diese Verfassung ist die kürzeste normative Fassung der Entscheidungen innerhalb des NobleJackal GEO Frameworks. Sie ersetzt nicht die Begründung des Haupttextes, sondern bindet sie an anwendbare Bestimmungen. Dass eine Entscheidung mit diesem Anhang vereinbar erscheint, bedeutet ohne Evidenzakte keine Eignung. Die Verfassung allein schafft weder Zertifizierung noch Akkreditierung, Rechtssicherheit oder eine Garantie für das künftige Verhalten eines generativen KI-Systems.

Das Wort muss bezeichnet hier eine innerhalb des Frameworks verbindliche Bedingung, ist verboten eine Grenze, die nur mit einer ausdrücklich festgehaltenen Ausnahme überschritten werden darf, und wird empfohlen eine Praxis, von der mit dokumentierter Begründung abgewichen werden kann. Kann eine Bestimmung nicht angewandt werden, gilt Schweigen nicht als Eignung; der Umfang wird verengt, die Entscheidung aufgeschoben oder die Arbeit ausgesetzt.

Grundsatzbestimmungen

NJ-C01 — Gegenstand der Repräsentation

1. Jede Arbeit muss die reale Entität, über die entschieden wird, und die zu untersuchende Repräsentationseinheit im Voraus bestimmen.
2. Eine Entität kann eine Person, ein Unternehmen, Produkt, eine Leistung, Institution oder ein anderer klar begrenzter Gegenstand sein. Werden mehrere Entitäten in einer Akte verbunden, müssen ihre Beziehung und die Methode ihrer Trennung festgehalten werden.
3. Repräsentation muss so erfasst werden, dass Identität, Eigenschaft, Kontext und Urteil getrennt beobachtet werden können.
4. Was eine Entität über sich selbst sagt, ersetzt keinen externen Realitätsnachweis. Was das generative System sagt, gilt ebenso wenig als Wirklichkeit der Entität.

Entscheidungsprinzip: Ohne bekannte Entität lässt sich keine Repräsentation, ohne getrennte Repräsentation kein Erfolg messen.

NJ-C02 — Aussage und Evidenz

1. Jede wesentliche Aussage muss zusammen mit den Aufzeichnungen geführt werden, die sie tragen und schwächen.
2. Realitäts-, Repräsentations- und Ergebnisnachweise dürfen einander nicht ersetzen.
3. Dass ein System eine Entität erwähnt, belegt nicht automatisch ein Quellenzitat; ein Quellenzitat keine Richtigkeit; Richtigkeit keine Empfehlung; eine Empfehlung keinen wirtschaftlichen Wert.
4. Datum, Quelle, Umfang, Zugangsbedingung und Verifizierungsstatus der Evidenz müssen sichtbar sein.
5. Die Sprache der Aussage darf die Tragfähigkeit der Evidenz nicht überschreiten. Eine unklare Aufzeichnung darf nicht in ein endgültiges Urteil, eine einzelne Beobachtung nicht in ein allgemeines Ergebnis und Korrelation nicht in Kausalität verwandelt werden.

Entscheidungsprinzip: Die Grenze der Evidenz ist die Grenze des Satzes.

NJ-C03 — Integrität der Messung

1. Vor der Messung müssen Beobachtungseinheit, Nenner, Zeitraum, Prompt-Universum sowie System- und Oberflächenbedingungen verbindlich festgelegt werden.
2. Es ist verboten, ausschließlich positive Beispiele auszuwählen, fehlgeschlagene Sitzungen zu entfernen oder das Erfolgskriterium während der Messung zu ändern.
3. Unterschiedliche Dimensionen dürfen nicht in einem einzigen GEO-Score aufgelöst werden. Richtigkeit, Sichtbarkeit, Quellenbezug, Empfehlungsverhalten, Stabilität und wirtschaftliche Spur sind getrennt zu berichten.
4. Eine Punktschätzung allein reicht nicht aus. Stichprobengröße, Verteilung, Unsicherheit und fehlende Daten müssen offengelegt werden.
5. Wo menschliche Codierung eingesetzt wird, sind Codebuch, Zahl der Codierenden, Verfahren bei Uneinigkeit und Übereinstimmungsmaß zu dokumentieren.

Entscheidungsprinzip: Messung dient nicht dazu, Widerspruch zu verbergen, sondern ihn sichtbar zu machen.

NJ-C04 — Verhältnismäßigkeit des Eingriffs

1. Ein Eingriff darf nur erfolgen, wenn ein wesentliches Repräsentationsproblem verifiziert wurde und eine legitime Änderungsoberfläche besteht.
2. Der gewählte Eingriff muss die kleinste hinreichende Änderung sein, die das verifizierte Problem beheben kann.
3. Es ist verboten, Quellen zu erfinden, Ansehen vorzutäuschen, Identitäten zu verschleiern, Ansichten Dritter zu manipulieren, massenhaft irreführende Inhalte zu erzeugen oder Systeme zum Schaden von Nutzern zu lenken.
4. Zweck, Umfang, Eigentümer, Ausgangsmessung, erwartete Wirkung, Risiken und Umkehrweg des Eingriffs müssen dokumentiert werden.
5. Nicht kontrollierbares Systemverhalten darf nicht als sicheres Ergebnis des Anwenders ausgegeben werden.

Entscheidungsprinzip: Legitimer Einfluss macht verdiente Wahrheit klarer und zugänglicher; er ersetzt sie nicht.

NJ-C05 — Trennung der Befugnisse

1. Entscheidungen über Beobachtung, Umsetzung, Freigabe, Veröffentlichung und Abbruch müssen ausdrücklich zugewiesen sein.
2. Übernimmt dieselbe Person oder Institution mehrere Rollen, muss der Interessenkonflikt dokumentiert werden; bei kritischem Risiko ist eine unabhängige zweite Entscheidung erforderlich.
3. Ein Anwender darf den eigenen entgeltlichen Eingriff nicht als unabhängigen Audit bezeichnen.
4. Eine Eignungsentscheidung darf nicht ohne Angaben zu Umfang, Gültigkeitsdauer, Ausnahmen, entscheidender Partei und Einwandsweg veröffentlicht werden.
5. Solange keine Infrastruktur für unabhängige Entscheidung, Überwachung, Beschwerde, Einwand, Aussetzung und Rücknahme besteht, darf kein NobleJackal-GEO-Zertifikat, -Siegel oder -Eignungszeichen verwendet werden.[17][18]

Entscheidungsprinzip: Vertrauen entsteht nicht aus der Erklärung guter Absichten, sondern aus der Begrenzung von Befugnissen.

NJ-C06 — Zeit und Version

1. Jede Beobachtung, Evidenz, jedes Protokoll und jede Entscheidung muss Datum und Version tragen.
2. Ein in der Vergangenheit richtiges Urteil darf nicht in der Gegenwartsform wiedergegeben werden, ohne seine Aktualität zu verifizieren.
3. Beeinträchtigt eine wesentliche Änderung an System, Oberfläche, Quellenbestand, Unternehmenswirklichkeit oder Messprotokoll die Vergleichbarkeit, muss eine neue Reihe eröffnet werden.
4. Eine abgelaufene Entscheidung gilt nicht automatisch als verlängert.
5. Auslöser für erneute Prüfung und Archivstatus müssen die veröffentlichte Entscheidung begleiten.

Entscheidungsprinzip: Wahrheit ohne Datum ist eine Aussage, deren Lebensdauer verborgen wurde.

NJ-C07 — Wert und Attribution

1. Veränderung der Repräsentation, Kundenergebnis und wirtschaftlicher Wert müssen als getrennte Stufen gemessen werden.
2. Umsatz darf nicht als Nettobeitrag gelten, bevor Rückgaben, Leistungskosten, Akquisitionskosten, Kapazitätslast, Zahlungseingang und Kundenpassung sichtbar sind.
3. Bei KI-Einfluss müssen unmittelbare Erklärung, stützendes Verhalten und bloßes zeitliches Zusammentreffen getrennt werden.
4. Wo keine Kontrolle besteht, darf keine Kausalität behauptet werden; alternative Erklärungen sind festzuhalten.
5. Sichtbarkeit, die falsche Kunden, schädliche Nachfrage oder einen nicht nachhaltigen Betrieb erzeugt, darf nicht als Erfolg berichtet werden.

Entscheidungsprinzip: Sichtbarkeit ist ein Mittel; nachhaltiger und ethischer wirtschaftlicher Wert ist die abschließende Prüfung.

NJ-C08 — Auditierbarkeit

1. Jede wesentliche öffentliche Entscheidung muss auf einer Aufzeichnungskette beruhen, die ein befugter Prüfender nachvollziehen kann.
2. Die Auditakte muss mindestens Umfang, Evidenzregister, Methodenversion, Stichprobe, Interessenkonflikte, Befunde, Ausnahmen und unterschriebenes Urteil enthalten.
3. Befunde sind nach Wesentlichkeit und Risikoprofil zu berichten und dürfen nicht hinter einem einzelnen Score verborgen werden.
4. Bei Aufzeichnungen, die wegen Geschäftsgeheimnissen oder personenbezogener Daten vertraulich bleiben, müssen Bestehen, Klasse und Wirkung auf die Entscheidung erklärt werden.
5. Eine fehlende Aufzeichnung begründet keine Vermutung von Eignung anstelle des Fehlens.

Entscheidungsprinzip: Ein Audit prüft nicht das Vertrauen in das Ergebnis, sondern die Nachvollziehbarkeit des Entscheidungswegs.

NJ-C09 — Einwand und Berichtigung

1. Betroffene Parteien müssen gegen Entscheidungen über Aufzeichnung, Codierung, Schlussfolgerung, Befugnis, Verfahren und Prinzip Einwand erheben können.
2. Die Person, die die erste Entscheidung traf, darf den Einwand nicht allein abschließend behandeln.
3. Die Beweislast darf nicht vollständig auf den Einwendenden übertragen werden; der Eigentümer der Entscheidung muss ihre Grundlagen bewahren und vorlegen.
4. Ist neue Evidenz wesentlich, muss die Entscheidung berichtigt, verengt, ausgesetzt oder zurückgenommen werden.
5. Die Berichtigungsaufzeichnung darf das alte Urteil nicht unsichtbar machen; Datum und Grund der Änderung müssen nachvollziehbar bleiben.

Entscheidungsprinzip: Der Einwand ist kein Angriff auf den Standard, sondern sein Organ zur Fehlerkorrektur.

NJ-C10 — Selbstbegrenzung

1. Das ethische Veto hat Vorrang vor wirtschaftlichem Interesse, wachsender Sichtbarkeit, Kundenwunsch oder dem Ansehen des Frameworks.
2. Das Framework darf seine Wirksamkeit weder mit synthetischen Beispielen noch durch eine Beurteilung des eigenen Autors als belegt erklären.
3. Bei erheblichem Schaden, systematisch falschen positiven Ergebnissen, dauerhaftem Interessenkonflikt oder fehlender unabhängiger Verifizierung muss die betreffende Bestimmung ausgesetzt werden.
4. Das Framework muss seine Version angesichts neuer Evidenz ändern und nachweislich falsche Bestimmungen zurücknehmen können.
5. Keine Institution darf den Namen NobleJackal GEO Framework verwenden, um ein Versprechen zu legitimieren, das diese Verfassung verbietet.

Entscheidungsprinzip: Ein Standard, der sich nicht zurücknehmen lässt, stellt sein Ansehen über die Wahrheit.

Vorranghierarchie

Können zwei Bestimmungen nicht zugleich angewandt werden, gilt folgende Reihenfolge:

1. Sicherheit von Menschen, Grundrechte und Rechtmäßigkeit;
2. Richtigkeit und Schutz vor Irreführung;
3. Schutz betroffener Nutzer und der Öffentlichkeit;
4. Integrität der Evidenz und unabhängige Prüfung;
5. legitimes wirtschaftliches Interesse des Kunden;
6. Bequemlichkeit, Geschwindigkeit oder Ansehen des Anwenders.

Ein niedrigerer Vorteil hebt eine höhere Pflicht nicht auf. Lässt sich der Konflikt nicht lösen, wird die Arbeit ausgesetzt; auch die Nichtentscheidung wird als begründete Entscheidung dokumentiert.

Mindestform einer Eignungsaussage

Eine auf dem Framework beruhende Entscheidung ist nur sinnvoll, wenn folgende Elemente gemeinsam festgehalten werden:

• bewertete Entität und Umfang der Repräsentation;
• System, Oberfläche, Sprache, Geografie und Zeitraum;
• verwendetes Protokoll und dessen Version;
• Evidenz- und Stichprobengrenze;
• Befundprofil und kritische Ausnahmen;
• Status der Entscheidung, Gültigkeitsdatum und Auslöser für erneute Prüfung;
• entscheidende Partei, Erklärung zu Interessenkonflikten und Einwandsweg.

Zulässiges Beispiel:

Begrenztes Eignungsurteil: Innerhalb des angegebenen Umfangs und Beobachtungszeitraums wurden die kritischen Bedingungen für die Richtigkeit der Repräsentation nach dem dokumentierten Protokoll erfüllt. Das Urteil garantiert weder künftiges Systemverhalten noch ein wirtschaftliches Ergebnis. Gültigkeitsdatum, Ausnahmen und Einwandsweg sind im Anhang angegeben.

Unzulässige Beispiele:

„GEO ist abgeschlossen.“ · „Von KI geprüfte Marke.“

„In allen Modellen verifiziert.“ · „Dauerhaft an erster Stelle empfohlen.“

Auslegungs- und Änderungsbefugnis

Diese Verfassung darf nicht entgegen dem Kapitel Urteil ausgelegt werden. Jede Änderung außer Rechtschreibung verlangt eine Hauptversion, Begründung, Folgenanalyse und ein Inkrafttretensdatum. Die Erstveröffentlichung ist nur ein Vorschlag für einen Standard; Kohärenz, Anwendbarkeit, Wirksamkeit und externe Legitimität belegen einander nicht.

Anhang B — NJ-100-Pilotprotokoll zur Repräsentationsstabilität

Protokollstatus

Code: NJ-100-P0.9 Status: Vorschlag für ein Pilotprotokoll; Vorregistrierung und unabhängige Feldvalidierung stehen aus Zweck: Innerhalb eines festgelegten Umfangs prüfen, in welchem Maß die Kernrepräsentation einer Entität in unabhängigen Sitzungen, die Zielnutzer mit generativen KI-Systemen führen, richtig und stabil entsteht

NJ-100 ist kein „GEO-Erfolgsscore“. Es zertifiziert weder eine Organisation oder ein Modell noch einen Anwender, garantiert keine künftigen Antworten und zeigt allein keine wirtschaftliche Wirkung. Das Protokoll untersucht nur das Repräsentationsverhalten in einer vorab definierten Beobachtungszelle. Das Ergebnis darf nicht automatisch über diese Zelle hinaus übertragen werden.

Diese Fassung ist der erste operationalisierte Vorschlag des Gedankenmodells aus dem Buch. Bevor sie nicht in realen Fällen, durch unabhängige Teams und anhand eines vorab veröffentlichten Analyseplans geprüft wurde, darf sie nicht als „validierte Methode“ bezeichnet werden.

1. Forschungsfrage

NJ-100 sucht eine Antwort auf folgende begrenzte Frage:

In mindestens welchem Anteil unabhängiger Teilnehmersitzungen entsteht die Kernrepräsentation einer Entität im vorab festgelegten Zielnutzerkontext sowie unter den ausgewählten Systemen und Bedingungen richtig, und bleibt dieser Anteil in einem zweiten Zeitfenster erhalten?

Die Frage trennt ausdrücklich zwei verschiedene Eigenschaften:

• Richtigkeit: Übereinstimmung der codierten Kernrepräsentation einer Antwort mit dem Realitätsnachweis.
• Übereinstimmung oder Stabilität: Ausmaß, in dem unabhängige Sitzungen in derselben Kernrepräsentation zusammenlaufen.

Werden beide nicht gemeinsam gelesen, ist das Ergebnis irreführend. Enthalten 96 von 100 Sitzungen denselben falschen Satz, besteht hohe Stabilität, aber keine hohe Richtigkeit. Tragen dagegen 96 richtige Antworten stark unterschiedliche sekundäre Einzelheiten, kann die Kernrichtigkeit hoch und das Repräsentationsprofil dennoch fragmentiert sein.

2. Umfangseinheit: Beobachtungszelle

Jede NJ-100-Studie bestimmt vor Beginn eine Beobachtungszelle. Die Zelle besteht aus der Verbindung folgender Felder:

Tabelle B.1 — Pflichtfelder der Beobachtungszelle

Mehrere Systeme, Sprachen, Länder, Nutzerrollen oder Prompt-Familien werden nicht in einem Ergebnis aufgelöst. Jeder wesentliche Unterschied wird als eigene Zelle oder vorab definierte Schicht berichtet. Hundert gültige Sitzungen einer Zelle dürfen nicht verwendet werden, um die fehlende Zahl einer anderen Zelle auszugleichen.

3. Stichprobe und Unabhängigkeit

3.1. Mindestdesign

Eine NJ-100-Zelle umfasst 100 gültige unabhängige Sitzungen von Zielnutzern. Vorzugsweise trägt jeder Teilnehmende nur eine Sitzung zur betreffenden Zelle bei. Muss dieselbe Person an mehreren Prompt-Familien teilnehmen, wird diese Abhängigkeit im Voraus offengelegt; Ergebnisse werden zusätzlich auf Personenebene geclustert analysiert.

Eine „andere IP-Adresse“ belegt keine Unabhängigkeit. Dieselbe Person kann verschiedene Netze, verschiedene Personen können dasselbe Netz nutzen. Die vollständige IP-Adresse ist kein Standardfeld zur Identifikation oder Prüfung der Unabhängigkeit. Diese wird anhand von eindeutigem Teilnehmercode, Rekrutierungsaufzeichnung, Sitzungszeit, Aufgabenzuweisung und Überschneidungskontrolle beurteilt.

3.2. Teilnahmebedingungen

Teilnehmende müssen:

• die Definition des Zielnutzers erfüllen;
• über Forschungszweck und Datennutzung informiert sein;
• Interessensbeziehungen zur Entität, zum Anwender oder Forschungsteam offenlegen;
• die zugewiesene Aufgabe mit natürlicher Absicht ohne Steuerung durch andere ausführen können;
• in der betreffenden Zelle noch nicht teilgenommen haben.

Beschäftigte, Agenturpersonal, enge Geschäftspartner und mit dem Protokoll vertraute Fachleute werden nicht in die Hauptstichprobe der Zielnutzer aufgenommen. Sie können in einem getrennten Expertenzweig zur Robustheit untersucht werden.

3.3. Grenze der Stichprobenaussage

Hundert Beobachtungen sind keine magische Schwelle für Universalität. Wie weit die Stichprobe die Zielpopulation repräsentiert, hängt von der Rekrutierungsmethode ab. Wurde eine Gelegenheitsstichprobe, nur ein Land, eine Kontostufe oder Geräteklasse verwendet, muss diese Grenze im Entscheidungssatz sichtbar sein. Stichprobengröße ersetzt keine Vielfalt der Population.

4. Zwei Forschungszweige

4.1. Zweig mit kontrollierten Prompts

Dieser Zweig misst Systemverhalten unter vergleichbaren Bedingungen. Prompts werden vorab formuliert; Wortlaut, Reihenfolge und Ausführungsanweisung bleiben unverändert. Die wichtigsten Prompt-Familien sind:

1. Identität: „Was ist X?“ oder ein kontextgerechtes Äquivalent.
2. Eigenschaft: Eine bestimmte Eigenschaft, Fachkompetenz oder ein Produktumfang der Entität.
3. Vergleich: Zwei oder mehr Möglichkeiten anhand ausdrücklicher Kriterien.
4. Empfehlung: Engere Auswahl oder Vorschlag für einen bestimmten Nutzerbedarf.
5. Risiko: Grenze, Nichteignung, fehlender oder strittiger Bereich.
6. Ausschluss: Ein Bedarf, für den die Entität bekanntermaßen ungeeignet ist.
7. Quelle: Verlangen nach verifizierbaren Quellen, auf denen die Antwort beruht.

Der kontrollierte Zweig bildet nicht die gesamte Vielfalt realer Nutzersprache ab; er schafft eine gemeinsame Messoberfläche für Vergleiche zwischen Systemen oder Zeitpunkten.

4.2. Zweig mit natürlicher Absicht

In diesem Zweig erhalten Teilnehmende keinen fertigen Satz. Es werden ein Bedarfsszenario und ein Aufgabenziel beschrieben; sie formulieren ihre Frage selbst und stellen bei Bedarf natürliche Folgefragen. Erster Prompt, Folge-Prompts und endgültige Antwort werden getrennt aufgezeichnet.

Der Zweig mit natürlicher Absicht erhöht die ökologische Validität, weist aber größere Unterschiede im Wortlaut auf. Er wird daher nicht mit dem kontrollierten Zweig in einem Nenner zusammengeführt. Beide Zweige gemeinsam zu berichten zeigt nicht den Erfolg des Protokolls, sondern das Repräsentationsverhalten unter unterschiedlichen Bedingungen.

5. Realitätsnachweis und richtiger Kern

Vor der Messung wird die Realitätsnachweisakte der untersuchten Entität gebunden. Sie besteht aus offiziellen Registern, Verträgen, Produktdokumentation, auditierbaren technischen Daten, datierten öffentlichen Aufzeichnungen und geeigneten unabhängigen Quellen. Widersprechen sich Quellen, wird keine einheitliche Wahrheit erfunden; die Abweichung wird in das Codebuch aufgenommen.

Für jede Prompt-Familie werden drei Felder bestimmt:

• Pflichtkern: Mindestbedeutung, die eine Antwort tragen muss, um als richtig zu gelten.
• Zulässige Vielfalt: Ausdruck, Reihenfolge und sekundäre Einzelheiten, die sich ändern dürfen, ohne den Kern zu beschädigen.
• Kritischer Fehler: Falsche Identität, Befugnis, Eignung, Sicherheit, Preisangabe, Geografie, Fachkompetenz oder Ergebnisaussage, die Nutzer wesentlich irreführen würde.

Der richtige Kern darf nicht nach Sichtung der Testergebnisse geändert werden. Entsteht in der realen Welt eine neue Information, wird das Protokollereignis dokumentiert; die betreffenden Sitzungen werden nach alten und neuen Evidenzfenstern getrennt oder die Reihe wird geschlossen.

6. Datenerfassung

Für jede gültige Sitzung werden mindestens folgende Daten erfasst:

Tabelle B.2 — NJ-100-Sitzungsdatensatz

Ein Bildschirmfoto kann eine ergänzende Aufzeichnung sein, ersetzt aber keinen durchsuchbaren Text. Es wird anerkannt, dass dynamische Links und Seiteninhalte sich ändern können. Erforderlichenfalls werden Seitentitel, Zugriffsdatum und eine archivierbare Evidenzzusammenfassung bewahrt.

7. Gültige, ungültige und fehlende Sitzung

Eine Sitzung ist gültig, wenn:

• die Eignung des Teilnehmenden verifiziert wurde;
• zugewiesener Prompt-Zweig und Zellbedingungen erhalten blieben;
• vollständiger Prompt und Antwort dokumentiert wurden;
• eine hinreichende Systemantwort für die Codierung entstand;
• kein vorab bestimmter Ausschlussgrund vorliegt.

Sitzungen, die wegen technischer Unterbrechung, falscher Aufgabenzuweisung, doppelter Teilnahme oder fehlender Antwort ausgeschlossen wurden, werden nicht gelöscht. Sie bleiben mit Begründung in einem getrennten Ablaufprotokoll. Eine Systemverweigerung oder die Antwort „Ich weiß es nicht“ darf nicht als ungültig gelten, wenn sie für die Forschungsfrage des Protokolls ein sinnvolles Ergebnis ist; sie erhält den Code keine Antwort oder keine Repräsentation.

Das Ziel sind 100 gültige Sitzungen. Gemeinsam berichtet werden die Zahl der gescreenten Personen, der begonnenen Sitzungen und die Gründe für Ausschlüsse.

8. Codierungsmodell

8.1. Primärer Endpunkt: richtige Kernrepräsentation

Jede Antwort erhält nach dem vorab gebundenen Codebuch einen binären primären Endpunkt:

• 1 — Erfüllt: Trägt den Pflichtkern richtig und enthält keinen kritischen Fehler.
• 0 — Erfüllt nicht: Trägt den Pflichtkern nicht, widerspricht ihm oder enthält einen kritischen Fehler.

Das binäre Ergebnis schafft Klarheit, bildet aber nicht die gesamte Qualität einer Antwort ab. Deshalb ist ein sekundäres Profil verpflichtend.

8.2. Sekundäres semantisches Profil

Jede Antwort wird zusätzlich in folgenden Feldern codiert:

• richtige Identität;
• richtige wesentliche Eigenschaften;
• Einordnung in den einschlägigen Kontext;
• Klarheit der Empfehlungsbegründung;
• Angabe der Nichteignungsgrenze;
• tatsächliche Stützung der Aussage durch die Quellen;
• unnötige Gewissheit oder Erfindung;
• kritische und nicht kritische Fehlerklasse;
• Bedeutungsgruppen außerhalb des Kerns.

Werkzeuge zur Textähnlichkeit können menschlichen Codierenden helfen, mögliche Übereinstimmungen zu erkennen; Richter über die Wirklichkeit können sie nicht sein. Maße wie BERTScore vergleichen kontextuelle Ähnlichkeit, belegen aber nicht, dass ein Satz in der Welt richtig ist.[19]

8.3. Zwei Codierende und Uneinigkeit

Jede Antwort wird unabhängig von zwei geschulten menschlichen Codierenden bewertet. Soweit möglich bleiben ihnen Teilnehmeridentität, Eigentümer der Anwendung und erwartetes wirtschaftliches Ergebnis verborgen. Vor Abschluss der ersten unabhängigen Codierung findet keine Einigungssitzung statt.

Der Bericht enthält mindestens:

• rohe prozentuale Übereinstimmung;
• Cohens Kappa für den primären binären Code;[15]
• Verteilung jedes Codierenden;
• Zahl und Arten der Abweichungen;
• Begründung der dritten entscheidenden Person.

Kappa ist allein kein Qualitätssiegel und kann von der Klassenverteilung beeinflusst werden. Selbst geringe Abweichung kann bei kritischen Sicherheitsfehlern bedeutsam sein. Wird das Codebuch nach der Messung geändert, werden alte Antworten mit der neuen Version blind neu codiert und der Versionsunterschied berichtet.

9. Vier Ergebnisregionen

Richtigkeit und Stabilität werden auf getrennten Achsen gelesen:

Tabelle B.3 — Entscheidungsmatrix für Richtigkeit und Stabilität

Die Tabelle verhindert den Fehler, hohe Übereinstimmung automatisch als Erfolg zu werten. Zu den gefährlichsten Bereichen gehört, dass ein System dieselbe falsche Erzählung mit hoher Konsistenz wiederholt.

10. Schwellen und Unsicherheit

10.1. Beobachtete Quote

Die primäre Quote wird wie folgt berechnet:

Zahl der gültigen Sitzungen, die die richtige Kernrepräsentation erfüllen / 100 gültige Sitzungen

Ein Ergebnis von 90/100 ist beispielsweise eine beobachtete Quote richtiger Kernrepräsentation von 90 Prozent. Dieser Wert schafft keine starke Untergrenzensicherheit, dass die wahre Quote über 90 Prozent liegt. Das 95-prozentige Wilson-Konfidenzintervall reicht ungefähr von 82,6 bis 94,5 Prozent.[14]

Für 96/100 liegt das 95-prozentige Wilson-Intervall ungefähr zwischen 90,2 und 98,4 Prozent. Deshalb unterscheidet NJ-100 zwei Schwellen:

• 90/100: Schwelle für hohe beobachtete Übereinstimmung/Richtigkeit.
• 96/100 und kein kritischer Fehler: Pilotentscheidungsschwelle, bei der die untere Grenze des geschätzten 95-prozentigen Wilson-Intervalls über 90 Prozent liegt.

Diese Zahlen sind keine universellen Naturgesetze. Die Schwellen müssen je nach Risikoklasse, Kosten einer Fehlentscheidung, Zellgestaltung und Ergebnis unabhängiger Validierung erneut geprüft werden. In hochriskanten Bereichen wie Gesundheit, Recht, Finanzen oder Sicherheit reichen selbst 96/100 allein nicht aus.

10.2. Schwelle für kritische Fehler

Keine Gesamtquote darf einen vorab definierten kritischen Fehler überdecken. Wird eine Identitätsverwechslung, vorgetäuschte Befugnis, gefährliche medizinische oder rechtliche Anleitung, Empfehlung einer verbotenen Nutzung oder schwere Diskriminierung beobachtet, geht die Studie in den Status kritische Prüfung über. Schwere, Verbreitung und Behebbarkeit des Ereignisses werden getrennt bewertet.

10.3. Schwelle für Ausschluss- und negative Prompts

Geprüft wird sowohl, ob eine Entität richtig empfohlen wird, als auch, ob sie bei Nichteignung nicht empfohlen wird. Solange die vorab festgelegte Mindestzahl negativer oder Ausschluss-Prompts nicht erreicht ist, darf kein Urteil über „richtiges Empfehlungsverhalten“ ergehen. Ein Systemverhalten, das die Entität unter allen Umständen hervorhebt, ist selbst bei wachsender Sichtbarkeit keine Eignung.

11. Zweites Zeitfenster

Wird die erste Schwelle erreicht, gilt das Ergebnis nicht sofort als dauerhaft. Dasselbe Protokoll wird in einem vorab festgelegten zweiten Zeitfenster wiederholt. Der Abstand zwischen den Fenstern wird nach Branche und Systemvolatilität bestimmt; für den gewöhnlichen Beginn eines Pilotprojekts werden 30 bis 60 Tage empfohlen.

Im zweiten Fenster:

• bleibt dieselbe Beobachtungszelle erhalten;
• werden vorzugsweise neue Teilnehmende eingesetzt;
• bleiben Versionen von Prompt und Codebuch unverändert;
• wird bei System- oder Oberflächenänderung ein Ereigniseintrag eröffnet;
• werden die Schwellen erneut und getrennt berechnet.

Ist das Ergebnis im ersten Fenster hoch und im zweiten niedrig, wird kein Erfolg durch Mittelung beider Werte erzeugt. Es wird als zeitlich instabil berichtet. Hat eine wesentliche Systemänderung den Vergleich zerstört, wird eine neue Reihe eröffnet.

12. Entscheidungssprache

12.1. Zulässiges Beispiel

NJ-100-Pilotbeobachtungsurteil: [Entität] erfüllte in der auf [Zielnutzer], [System/Oberfläche], [Sprache/Geografie] und [Datum] begrenzten Zelle die vorab festgelegte richtige Kernrepräsentation in 97 von 100 gültigen unabhängigen Sitzungen. Das 95-prozentige Wilson-Intervall ist im Berichtsanhang angegeben. Es wurde kein kritischer Fehler beobachtet; die Ausschluss-Prompts erfüllten ihre getrennte Schwelle. Auch im zweiten Zeitfenster hielt das Ergebnis die Protokollschwelle. Das Urteil garantiert weder künftige Antworten oder andere Systeme noch ein wirtschaftliches Ergebnis.

Ist eine kurze öffentliche Formulierung erforderlich:

Im angegebenen Umfang wurde Repräsentationsstabilität beobachtet.

12.2. Verbotene Beispiele

• „GEO ist abgeschlossen.“
• „In allen KI-Systemen zu 100 Prozent sichtbar.“
• „KI-geprüftes Unternehmen.“
• „Dauerhafte Repräsentationsgarantie.“
• „NJ-100-Zertifikat“ — solange unabhängige Zertifizierungsinfrastruktur und Befugnis fehlen.
• „96 Prozent von hundert Menschen empfahlen die Marke“ — wenn die Systemantwort und nicht die Meinung der Nutzer gemessen wurde.

13. Berichtspaket

Ein vollständiger NJ-100-Bericht enthält:

1. Protokollcode, Version und Datum der Vorregistrierung;
2. Beobachtungszelle und Grenze der Generalisierbarkeit;
3. gebundene Zusammenfassung der Realitätsnachweisakte;
4. Teilnehmerfluss und Ausschlussgründe;
5. getrennte Ergebnisse der kontrollierten und natürlichen Absichtszweige;
6. primäre Quote, Nenner und Wilson-Intervall;
7. semantisches Profil und Position in den vier Ergebnisregionen;
8. Ergebnisse zu kritischen Fehlern und negativen Prompts;
9. Übereinstimmung der Codierenden und Auflösung von Abweichungen;
10. getrennten Vergleich des ersten und zweiten Zeitfensters;
11. Systemereignisse, fehlende Daten und Protokollabweichungen;
12. Interessenkonflikte, Finanzierung und Prüfrollen;
13. Entscheidungssatz, Gültigkeitsdauer und Einwandsweg;
14. maschinenlesbare anonymisierte Methodenzusammenfassung.

Die öffentliche Bereitstellung von Rohausgaben ist nicht automatisch vorgeschrieben. Grenzen durch personenbezogene Daten, Urheberrecht, Vertrag und Sicherheit werden beachtet. Vertraulichkeit darf jedoch nicht dazu dienen, die Methode nicht zu erklären oder ein negatives Ergebnis zu verbergen.

14. Datenschutz und Forschungsethik

NJ-100 erhebt nur erforderliche Daten. Vollständige IP-Adresse, genauer Standort, unnötiger Geräte-Fingerabdruck oder Identitätsdokument sind keine Standardfelder. Kontaktinformationen der Teilnehmenden und Forschungsantworten werden getrennt geführt; Zugriffsrollen, Aufbewahrungsdauer und Löschplan werden im Voraus festgelegt.

Teilnehmende erhalten keine Aufgabe, die das Anfordern oder Hochladen vertraulicher Informationen über Systemanbieter oder Dritte verlangt. Personenbezogene oder sensible Daten, die unbeabsichtigt in Antworten des generativen Systems erscheinen, werden als Ereignis dokumentiert, im Zugriff beschränkt und nach dem erforderlichen rechtlichen und ethischen Verfahren behandelt.

Das Forschungsteam erklärt Einwilligung der Teilnehmenden, Rücknahmebedingungen, Vergütung, Interessenkonflikte und den Zweck der Datenveröffentlichung. Dieses Protokoll stellt allein keine Rechtskonformität her; geltendes Datenschutz-, Verbraucher-, Vertrags- und Branchenrecht wird gesondert beurteilt.

15. Wichtigste Ungültigkeitsgründe

Folgende Praktiken machen ein NJ-100-Urteil ungültig:

• den richtigen Kern oder die Erfolgsschwelle nach dem Test verändern;
• mehrere Sitzungen derselben Person wie unabhängige Personen zählen;
• nur gute Antworten bewahren;
• verschiedene Systeme, Sprachen oder Kontostufen in einem Nenner auflösen;
• technische Verweigerungen still ausschließen;
• einen Modell-Ähnlichkeitsscore als Richtigkeitsnachweis behandeln;
• Codierenden das erwartete Ergebnis mitteilen;
• das Ergebnis des ersten Fensters ohne zweites Fenster als dauerhaft ausgeben;
• einen kritischen Fehler in einer hohen Gesamtquote verbergen;
• die eigene Arbeit des Anwenders als „unabhängige Validierung“ bezeichnen;
• beobachtete Repräsentationsstabilität in Verkauf, Profitabilität oder Kundenzufriedenheit umdeuten.

16. Validierungsfahrplan

Damit NJ-100 seinen Pilotstatus verlassen kann, sind mindestens folgende Arbeiten erforderlich:

1. Vorregistrierung: Hypothese, Schwelle, Codebuch, Ausschlüsse und Analyseplan müssen vor Sichtung der Ergebnisse veröffentlicht werden.
2. Desk-basierter Robustheitstest: Codierungs- und Berichtsfehler müssen anhand synthetischer Antwortsets geprüft werden.
3. Vielfältige reale Fälle: Studien müssen mit Entitäten aus unterschiedlichen Branchen, Sprachen, Risikoklassen und Bekanntheitsgraden durchgeführt werden.
4. Unabhängige Wiederholung: Vom Framework-Autor und entgeltlichen Anwender unabhängige Teams müssen dasselbe Protokoll anwenden.
5. Stichprobensensitivität: Entscheidungsstabilität muss bei Stichproben von 50, 100, 200 und größer untersucht werden.
6. Test auf falsch positive/negative Ergebnisse: Die Trennfähigkeit des Protokolls muss anhand bekanntermaßen richtiger, falscher, unvollständiger und instabiler Repräsentationen gemessen werden.
7. Robustheit der Codierenden: Übereinstimmung von Codierenden mit verschiedenen Sprachen und Fachkenntnissen muss verglichen werden.
8. Zeit- und Systemänderung: Die Wirkung von Versions-, Oberflächen- und Quellenzugangsänderungen auf das Ergebnis muss gemessen werden.
9. Schadensprüfung: Es muss untersucht werden, ob das Protokoll kleine Unternehmen, unterrepräsentierte Sprachen oder hochriskante Anwendungen unverhältnismäßig belastet.
10. Öffentliche Konsultation: Schwellen, Einwandsweg und Berichtssprache müssen mit Anwendern, Forschenden, Unternehmen und betroffenen Nutzern erörtert werden.

Auch nach Abschluss dieser Schritte wird das Protokoll nicht „endgültig“. Sich verändernde Systeme, neue Evidenz und Einwände erzwingen Versionsmanagement. Die Verlässlichkeit von NJ-100 entsteht nicht dadurch, dass sein Name die Zahl Hundert trägt, sondern dadurch, dass es ebenso klar sagt, was es nicht misst.

Anhang C — Mindestregistersatz

Funktion der Register

Dieser Anhang verbindet die zehn Kapitel des Buches mit zehn Registerfamilien. Zweck der Formulare ist nicht, mehr Dokumente zu erzeugen, sondern sichtbar zu machen, aus welcher Kette von Entität, Evidenz, Methode, Befugnis und Zeit ein Urteil hervorging. Die Felder können je nach Risiko der Arbeit erweitert werden. Ist ein Feld nicht anwendbar, bleibt es jedoch nicht leer; die Begründung für nicht anwendbar wird festgehalten.

Jedes Register enthält folgende gemeinsame Kopfdaten:

Tabelle C.1 — Gemeinsame Kopfdaten aller Registerfamilien

Empfohlene Form der Registercodes: NJ-[FAMILIE]-[AKTE]-[NUMMER]. NJ-CLM-2026-014 bezeichnet beispielsweise die vierzehnte Aussagenaufzeichnung. Der Code belegt nicht die Richtigkeit der Aufzeichnung, sondern nur ihre Nachvollziehbarkeit.

C1 — Entitäts- und Repräsentationsregister

Code: ENT Verbundenes Kapitel: Zentrum Zweck: Die Grenze zwischen realer Entität und untersuchter Repräsentation binden

Tabelle C.2 — Felder des Entitäts- und Repräsentationsregisters

Abschlussfrage: Wird das Urteil auf eine andere Entität oder einen anderen Umfang übertragen, die in diesem Register nicht definiert sind?

C2 — Aussagen- und Evidenzregister

Code: CLM Verbundenes Kapitel: Evidenz Zweck: Aufzeichnungen, die jeden wesentlichen Satz tragen und schwächen, gemeinsam führen

Tabelle C.3 — Felder des Aussagen- und Evidenzregisters

Abschlussfrage: Ist Gegenevidenz ebenso sichtbar wie stützende Evidenz?

C3 — Register des Messdesigns

Code: MEA Verbundenes Kapitel: Messung Zweck: Gegenstand, Nenner und Analyse der Messung vor Sichtung des Ergebnisses binden

Tabelle C.4 — Felder des Messdesignregisters

Abschlussfrage: Bleiben auch ungünstige Ergebnisse mit derselben Methode im Nenner?

C4 — Eingriffsregister

Code: INT Verbundenes Kapitel: Eingriff Zweck: Verhältnismäßigkeit zwischen Problem und Änderung sowie Umkehrweg zeigen

Tabelle C.5 — Felder des Eingriffsregisters

Abschlussfrage: Erklärt der Eingriff die Wirklichkeit der Entität, oder versucht er, sie zu ersetzen?

C5 — Governance- und Befugnisregister

Code: GOV Verbundenes Kapitel: Governance Zweck: Entscheidungsrechte, Interessenkonflikte und Abbruchmacht trennen

Tabelle C.6 — Felder des Governance- und Befugnisregisters

Abschlussfrage: Ist die Partei, die aus der Arbeit Einnahmen erzielt, alleiniger Richter über die eigene Aussage?

C6 — Zeit-, Versions- und Ereignisregister

Code: TIM Verbundenes Kapitel: Zeit Zweck: Zeigen, unter welchen Bedingungen eine richtige Entscheidung altert und wann eine Reihe bricht

Tabelle C.7 — Felder des Zeit-, Versions- und Ereignisregisters

Abschlussfrage: Kann ein Leser auf einen Blick erkennen, ob dieses Urteil noch gültig ist?

C7 — Register des wirtschaftlichen Werts und der Attribution

Code: VAL Verbundenes Kapitel: Abschließende Prüfung Zweck: Die Veränderung der Repräsentation von der Kette zu Kunde und Nettobeitrag trennen

Tabelle C.8 — Felder des Registers für wirtschaftlichen Wert und Attribution

Abschlussfrage: Ist der beschriebene Erfolg Umsatz oder gelieferter und nachhaltiger Nettowert?

C8 — Audit-Hauptregister

Code: AUD Verbundenes Kapitel: Audit Zweck: Die Auditkette vom Umfang bis zum Urteil in einer Akte bündeln

Tabelle C.9 — Felder des Audit-Hauptregisters

Abschlussfrage: Kann ein anderer geeigneter Prüfender den Entscheidungsweg aus derselben Akte rekonstruieren?

C9 — Einwands- und Berichtigungsregister

Code: APL Verbundenes Kapitel: Einwand Zweck: Eine unabhängige erneute Prüfung ermöglichen, die Fehler finden kann, statt die Entscheidung nur zu verteidigen

Tabelle C.10 — Felder des Einwands- und Berichtigungsregisters

Abschlussfrage: Tut die Ablehnung eines Einwands mehr, als die ursprüngliche Aussage zu wiederholen?

C10 — Urteils- und Veröffentlichungsregister

Code: JDG Verbundenes Kapitel: Urteil Zweck: Die gesamte Registerkette in eine begrenzte, datierte und rücknehmbare endgültige Entscheidung überführen

Tabelle C.11 — Felder des Urteils- und Veröffentlichungsregisters

Abschlussfrage: Spricht die Entscheidung weiter, gewisser oder dauerhafter, als sie verdient?

Kontrolle der Registerkette

Vor Abschluss einer Arbeit muss folgende Kette ohne Unterbrechung bestehen:

ENT → CLM → MEA → INT → GOV → TIM → VAL → AUD → APL → JDG

Nicht jede Arbeit muss einen Eingriff oder ein positives Urteil hervorbringen. Ist das Problem nicht wesentlich, kann das INT-Register mit der Entscheidung kein Eingriff schließen; konnte kein wirtschaftlicher Zusammenhang hergestellt werden, das VAL-Register mit unklar; reicht die Evidenz nicht, das JDG-Register mit kein Urteil möglich. Solche Ergebnisse sind keine gescheiterten Dokumente, sondern Entscheidungen, die die Grenze des Standards bewahren.

Aufbewahrung, Zugang und Unveränderlichkeit

Aufzeichnungen werden unter Beachtung von Datenschutz- und Vertragsgrenzen für eine dem Risiko angemessene Dauer bewahrt. Öffentliche Zusammenfassung und vertrauliche Evidenz müssen nicht dieselbe Zugriffsstufe besitzen. Es ist jedoch verboten, Aufzeichnungen, auf denen eine veröffentlichte Entscheidung beruht, später still zu ändern. Eine Berichtigung erhält neue Version, Datum, Begründung und einen Link zur vorigen Fassung.

Bei strukturierten digitalen Aufzeichnungen werden Feldnamen versioniert; Pflichtfeldvalidierung, Zugriffsprotokoll und Änderungshistorie bleiben erhalten. Dass eine Datenbank oder Blockchain verwendet wird, zeigt nicht automatisch, dass der Inhalt richtig ist. Technische Unveränderlichkeit erhält erst zusammen mit menschlicher Verantwortung, Evidenzqualität und Einwandsrecht Bedeutung.

Anhang D — Ausgefüllte synthetische Akte

Meridian Ledger: Eine Entscheidung von Anfang bis Ende verfolgen

Lehrsimulation — synthetische Daten. Meridian Ledger sowie sämtliche Personen, Daten, Prompts, Quoten, Umsätze und Entscheidungen in diesem Anhang sind frei erfunden. Sie belegen weder die Leistung eines realen Unternehmens noch die empirische Wirksamkeit des NJ-100-Protokolls. Das Beispiel soll zeigen, weshalb ein scheinbar positives Ergebnis zuweilen nur mit einem begrenzten Urteil schließen darf.

Aktenkopf

Tabelle D.1 — Synthetische Aktenidentität von Meridian Ledger

D1 — Entitäts- und Repräsentationsregister

Aufzeichnung: NJ-ENT-ML-001 Status: Freigegebene synthetische Ausgangsaufzeichnung

Die Realitätsnachweisakte von Meridian Ledger enthält folgende Kerndefinition:

Meridian Ledger ist ein abonnementbasiertes Softwareprodukt, das kleinen Unternehmen hilft, eigene Bank- und Rechnungsdaten auf einer Oberfläche zu überblicken. Es ist keine Bank, verwahrt kein Geld, führt keine Zahlungsaufträge aus, vergibt keine Kredite und bietet keine regulierte Finanzberatung an.

In der ersten Beobachtung werden drei Repräsentationsverzerrungen dokumentiert:

1. Manche Antworten bezeichnen das Unternehmen als „Digitalbank“.
2. Manche Antworten behaupten, das Produkt führe Zahlungen für das Unternehmen aus.
3. In Vergleichsantworten erscheint das Produkt in derselben Kategorie wie regulierte Open-Banking-Zahlungsanbieter.

Die Identitätsrepräsentation ist überwiegend richtig; Eigenschafts- und Urteilsebenen sind verzerrt. Das Problem betrifft nicht nur die Wortwahl. Es kann dazu führen, dass Nutzer auf der Suche nach einem regulierten Zahlungsdienst das falsche Produkt in die engere Auswahl nehmen.

D2 — Aussagen- und Evidenzregister

Aufzeichnung: NJ-CLM-ML-004 Untersuchte Aussage: „Generative Antwortsysteme beschreiben Meridian Ledger überwiegend fälschlich als Bank oder Zahlungsinstitut.“

Tabelle D.2 — Synthetisches Aussagen- und Evidenzprofil von Meridian Ledger

Der erste Satz wird verengt. Das Wort „überwiegend“ überschreitet die Evidenz; 37/120 ist keine Mehrheit. Folgende Formulierung wird zugelassen:

„In der untersuchten Ausgangsstichprobe verknüpften 37 von 120 Antworten Meridian Ledger mit mindestens einer Formulierung, die den Eindruck einer Bank- oder Zahlungsbefugnis erzeugte.“

Von der Evidenz nicht getragener Satz: „Die falsche Repräsentation verursachte Verkaufsverluste.“ Die Verkaufsgespräche zeigen eine Spur, aber keine Kausalität.

D3 — Register des Messdesigns

Aufzeichnung: NJ-MEA-ML-002 Vorregistrierungsstatus: Synthetischer Plan, vor Sichtung der Eingriffsergebnisse gebunden

Tabelle D.3 — Synthetisches Messdesign für Meridian Ledger

Das Messdesign führt Quellenzitatquote und wirtschaftliche Spur als getrennte sekundäre Kennziffern. Sie werden nicht zur Quote richtiger Kerne addiert, um einen Gesamtscore zu bilden.

D4 — Eingriffsregister

Aufzeichnung: NJ-INT-ML-003

Das Eingriffsteam prüft vier Möglichkeiten:

1. keine Handlung;
2. die gesamte Website mit Sätzen wie „keine Bank“ füllen;
3. verifizierte Kategorie- und Grenzinformationen auf den entscheidenden Seiten konsistent machen;
4. dieselbe Erzählung über künstliche Nutzerkonten auf Oberflächen Dritter verbreiten.

Die vierte Möglichkeit wird aus ethischen und methodischen Gründen verworfen. Die zweite birgt unnötige Wiederholung und Schaden für die Nutzererfahrung. Die erste behandelt die wesentliche Verwechslung der Befugnis nicht. Die dritte wird als kleinster hinreichender Eingriff gewählt:

• Die Kategorie auf der Produktseite wird auf „Software für Cashflow-Übersicht und Rechnungsabgleich“ festgelegt.
• Die Funktionstabelle erhält eine Grenze „leistet / leistet nicht“.
• Rechtsberatung und Produkteigentümer verifizieren den Hinweis zum regulatorischen Umfang.
• Die Terminologie in Entwicklerdokumentation und Startseite wird angeglichen.
• Der Eigentümer eines alten Partnerverzeichnisses erhält eine verifizierbare Berichtigungsaufforderung für den Ausdruck „Zahlungsplattform“.
• Der Werbesatz, der Bankbefugnis nahelegt, wird entfernt.

Der Eingriff wird weder als „Modelle trainieren“ noch als „Antworten kontrollieren“ bezeichnet. Verbessert werden eigene oder befugt berichtigbare Informationsoberflächen. Umkehrplan, Seitenversionen und Freigabeeigentümer der Änderungen werden dokumentiert.

D5 — Governance-Register

Aufzeichnung: NJ-GOV-ML-001

Tabelle D.4 — Synthetische Governance-Zuweisungen für Meridian Ledger

Da NobleJackal sowohl das Protokoll vorgeschlagen als auch entgeltlich zum Messdesign beigetragen hat, darf es die eigene Arbeit nicht als unabhängigen Audit bezeichnen. Die Beispielakte erzeugt weder Zertifikat noch Eignungszeichen.

D6 — Zeit- und Ereignisregister

Aufzeichnung: NJ-TIM-ML-006

Tabelle D.5 — Synthetisches Zeit- und Ereignisregister von Meridian Ledger

Die Oberflächenaktualisierung wird nicht still übergangen. Erstes und zweites Fenster messen weiterhin dieselbe Kernfrage; Kennziffern zur Quellenangabe werden jedoch nicht unmittelbar verglichen.

D7 — Synthetische NJ-100-Ergebnisse

Erstes Fenster

Tabelle D.6 — Erstes synthetisches NJ-100-Beobachtungsfenster

Das erste Fenster erfüllt die Pilotschwelle. Ein einziges Fenster reicht jedoch nicht für ein dauerhaftes Urteil.

Zweites Fenster

Tabelle D.7 — Zweites synthetisches NJ-100-Beobachtungsfenster

Das zweite Fenster überschreitet die hohe beobachtete Quote von 90/100, erfüllt aber nicht die Pilotentscheidungsschwelle von 96/100. Die beiden Fenster werden nicht zu 95,5/100 gemittelt, um den Anschein einer erfüllten Schwelle zu schaffen. Das Ergebnis gilt als hoch, aber unter der Protokollschwelle und zeitlich instabil.

Das semantische Profil zeigt, dass vier der sechs nicht erfüllenden Antworten den Eindruck erweckten, das Produkt „automatisiere Zahlungen“, und zwei, es „verwalte“ Bankkonten. Da der kritische Fehler als Behauptung der Geldverwahrung oder tatsächlichen Zahlungsausführung definiert war, erreichten diese Formulierungen nicht die kritische Schwelle; sie blieben dennoch Verzerrungen der Eigenschaften.

D8 — Register des wirtschaftlichen Werts

Aufzeichnung: NJ-VAL-ML-002

In der synthetischen 60-Tage-Kohorte nach dem Eingriff:

• wurden 22 qualifizierte Anfragen erfasst, die den Einfluss eines generativen Systems unmittelbar angaben;
• gingen neun dieser Anfragen in geeignete Verkaufschancen und drei in Verträge über;
• gingen im selben Zeitraum 71 Anfragen über andere Kanäle ein;
• wirkten sich auch eine Preisänderung und eine Partnerschaftskampagne auf die Gesamtverkäufe aus;
• war der Nettobeitrag der drei Verträge in den ersten 90 Tagen positiv, der Beobachtungshorizont aber zu kurz, um die Bindung zu beurteilen.

Zulässige Formulierung:

„In der synthetischen Kohorte nach dem Eingriff gaben 22 Anfragende unmittelbar an, ein generatives System habe ihren Rechercheprozess beeinflusst; drei davon gingen innerhalb der ersten 60 Tage in Verträge über. Das Design zeigt nicht allein, dass der Eingriff diese Ergebnisse verursacht hat.“

Verbotene Formulierung:

„GEO steigerte die Verkäufe von Meridian Ledger um X Prozent.“

D9 — Einwandsregister

Aufzeichnung: NJ-APL-ML-001

Der Vertriebsdirektor verlangt unter Hinweis auf insgesamt 191/200 richtige Kerne in beiden Fenstern die Formulierung „NJ-100 validiert“. Der Einwand wird aus drei Gründen abgelehnt:

1. Das Protokoll definiert getrennte Schwellen für beide Fenster; eine Zusammenführung nach Sichtung des Ergebnisses würde die Messregel verändern.
2. Das Wort „validiert“ vermischt eine Pilotbeobachtung mit unabhängiger Methodenvalidierung.
3. NobleJackal besitzt eine entgeltliche Gestaltungsrolle und keine unabhängige Zertifizierungsbefugnis.

Der legitime Teil des Einwands wird angenommen: In der öffentlichen Zusammenfassung dürfen die insgesamt 191/200 Beobachtungen nicht verborgen werden; die Ergebnisse der Fenster müssen jedoch getrennt erscheinen.

D10 — Prüfungsurteil und Schlussentscheidung

Aufzeichnungen: NJ-AUD-ML-001 und NJ-JDG-ML-001

Der Audit stellt fest, dass die Registerkette nachvollziehbar, der Eingriff realitätsgestützt und kein kritischer Fehler beobachtet wurde. Das zweite Fenster erfüllt jedoch nicht die Pilotschwelle, und wirtschaftliche Kausalität ist nicht belegt.

Zur Veröffentlichung zugelassener Schlusssatz:

Begrenztes synthetisches Piloturteil: In der definierten Beobachtungszelle von Meridian Ledger wurde die richtige Kernrepräsentation im ersten Fenster mit 97/100, im zweiten mit 94/100 beobachtet. Da das zweite Fenster die Pilotentscheidungsschwelle von NJ-100-P0.9 nicht erfüllte, wurde kein Eignungsurteil zur Repräsentationsstabilität abgegeben. Es wurde kein kritischer Fehler beobachtet; die Schwelle der negativen Prompts wurde erfüllt. Die Befunde dürfen nicht auf andere Systeme, Sprachen, Nutzergruppen oder wirtschaftliche Ergebnisse verallgemeinert werden.

Die Akte schließt mit dem Status bedingte Beobachtung. Die Bedeutungsgruppen der sechs nicht erfüllenden Antworten werden untersucht. Ein neuer Eingriff wird nur eröffnet, wenn sich das Problem mit Realitätsnachweis und eigenen Oberflächen verbinden lässt. Es ist verboten, allein zum Überschreiten der Schwelle mehr Inhalte zu erzeugen oder die Prompt-Auswahl zu verengen.

Was das Beispiel lehrt

In dieser synthetischen Akte ist der Eingriff angemessen, das erste Ergebnis stark und die wirtschaftliche Spur vielversprechend. Das Framework erzeugt dennoch kein positives Zeichen. Das zweite Fenster hat die vorab bestimmte Schwelle nicht erfüllt; Kausalität wurde nicht hergestellt; eine unabhängige Zertifizierungsbefugnis ist nicht entstanden.

Die Ernsthaftigkeit eines Standards zeigt sich nicht nur darin, wie er Erfolg benennt, sondern wie er ein für ihn günstig erscheinendes Ergebnis begrenzt. Darin liegt der eigentliche Wert der Registerkette: Sie dient nicht dazu, eine Entscheidung zu vergrößern, sondern sie genau in der Größe zu halten, die sie verdient.

Anhang E — Register zulässiger und verbotener Sprache

Warum ein Sprachregister?

Ein wesentlicher Teil von Standards zerfällt nicht am Messtisch, sondern im Ergebnissatz. Eine begrenzte Beobachtung wird in „Erfolg“, Erfolg in „Kontrolle“ und Kontrolle in „Garantie“ verwandelt. Dieser Anhang betreibt keine Wortjagd. Er ist eine Veröffentlichungsschwelle, die die im Satz beanspruchte Befugnis mit der Evidenz in Einklang bringt.

Das Register berücksichtigt den Kontext. Ein verbotenes Wort kann in einem historischen Zitat, in Kritik oder zur Beschreibung eines wirklichen Rechtsstatus verwendet werden. Verboten ist, mit dem Wort Vertrauen zu gewinnen, wenn dieser Status nicht besteht.

E1 — Status und Legitimität

Tabelle E.1 — Sprache zu Status und Legitimität

E2 — Systemverhalten und Kontrolle

Tabelle E.2 — Sprache zu Systemverhalten und Kontrolle

E3 — Messung und Erfolg

Tabelle E.3 — Sprache zu Messung und Erfolg

E4 — Wirtschaftliches Ergebnis und Kausalität

Tabelle E.4 — Sprache zu wirtschaftlichem Ergebnis und Kausalität

E5 — Audit, Unabhängigkeit und Einwand

Tabelle E.5 — Sprache zu Audit, Unabhängigkeit und Einwand

E6 — Wortschatz der Unsicherheit

Empfohlene Verben und Qualifizierungen je nach Evidenzstufe:

Tabelle E.6 — Empfohlene Sprache nach Unsicherheitsstufe

Das Wort „kann“ erzeugt kein Vertrauen; Grundlage, Umfang und Entscheidungswirkung der Möglichkeit müssen genannt werden. Auch „Die Daten zeigen“ ist keine Evidenzsprache, solange nicht erklärt wird, welche Daten was innerhalb welcher Grenze zeigen.

Satzprüfung vor Veröffentlichung

Jeder öffentliche Satz durchläuft fünf Fragen: Gegenstand — worüber wird entschieden? Nenner — woher stammt die Zahl? Umfang — System, Sprache, Nutzer, Geografie und Zeit? Befugnis — überschreitet das Wort die Entscheidungsstelle? Grenze — welche unbelegte Folgerung könnte der Leser ziehen? Ist die letzte Antwort weiter als das Versprechen, wird der Text neu geschrieben. Gute Standardsprache verringert nicht die Wirkung, sondern den Raum für Missverständnisse.

Glossar

Dieses Glossar erläutert die besondere Verwendung von Begriffen im NobleJackal GEO Framework. Die Definitionen ersetzen nicht sämtliche Bedeutungen in anderen Disziplinen.

Akkreditierung: Formelle Anerkennung durch einen befugten externen Mechanismus, dass eine Konformitätsbewertungsstelle für bestimmte Aufgaben kompetent ist. Die erste Fassung des Frameworks ist nicht akkreditiert.

Algorithmischer Audit: Geplante Untersuchung von Aussagen, Verfahren, Risiken und Verantwortungsketten, die mit einem KI- oder algorithmischen System verbunden sind. In diesem Buch nicht auf technische Modelltests beschränkt.[10]

Unabhängige Prüfung: Prüfung durch eine kompetente Person oder ein Gremium, die keinen wesentlichen Vorteil aus der Entscheidung ziehen, die erste Entscheidung nicht getroffen haben und sie frei verändern können. Der Name einer getrennten Abteilung schafft allein keine Unabhängigkeit.

Ausgangswert: Vergleichswert, der vor einem Eingriff unter denselben oder offengelegten Messbedingungen erfasst wird.

Zertifizierung: Tätigkeit einer dritten Partei zur Bestätigung, dass ein Produkt, Verfahren, eine Leistung oder Organisation bestimmte Anforderungen erfüllt. Das Buch behauptet nicht, vor Einrichtung der erforderlichen Governance bestehe ein Zertifizierungsprogramm.[17]

Unsicherheit: Unbekanntes in einem Urteil, das aus Messung, Stichprobe, Codierung, Kontext oder Zeit entsteht. Kein Mangel, sondern eine Eigenschaft, die in der Entscheidung sichtbar bleiben muss.

Keine Antwort: Zustand, in dem das System keine einschlägige Repräsentation erzeugt, eine Sicherheitsverweigerung oder „Ich weiß es nicht“ ausgibt oder aus technischen Gründen kein Ergebnis bildet. Je nach Forschungsfrage kann dies ein gültiges Ergebnis sein.

Kernrepräsentation: Mindestverbindung von Identität, Eigenschaften und Grenzen, die erforderlich ist, damit eine Entität im untersuchten Kontext richtig erkannt wird.

Interessenkonflikt: Einfluss oder vernünftiger Anschein eines Einflusses eines beruflichen, finanziellen, persönlichen oder institutionellen Interesses auf die Unparteilichkeit einer Entscheidung. Offenlegung ist wichtig, beseitigt aber nicht jeden Konflikt von selbst.

Verhaltensbezogene Reproduzierbarkeit: Wiederholte Beobachtungen innerhalb derselben Kontextfamilie erzeugen ähnliche Entscheidungsmuster. In geschlossenen probabilistischen Systemen ist keine bitgenau gleiche Ausgabe erforderlich.

Auditakte: Gesamtheit von Aufzeichnungen, die Umfang, Evidenz, Methode, Stichprobe, Rollen, Interessenkonflikte, Befunde, Urteil und Einwandsweg in einer nachvollziehbaren Kette zusammenführt.

Prompt mit natürlicher Absicht: Prompt, bei dem dem Nutzer anstelle eines fertigen Satzes ein Bedarf und eine Aufgabe vorgegeben werden und er seine Frage in eigener Sprache formuliert.

Quote richtiger Kerne: Verhältnis der gültigen Sitzungen, die die vorab bestimmte Kernrepräsentation erfüllen und keinen kritischen Fehler enthalten, zu allen gültigen Sitzungen.

Realitätsnachweis: Aufzeichnung der realen Entität, mit der eine Repräsentation verglichen wird. Kann aus offiziellem Register, Vertrag, verifizierter Produktinformation, technischer Messung oder geeigneter unabhängiger Quelle bestehen.

Ökologische Validität: Ausmaß, in dem Messbedingungen realem Nutzerverhalten ähneln. Der Zweig mit natürlicher Absicht kann sie erhöhen, zugleich aber die Vergleichbarkeit verringern.

Kleinster hinreichender Eingriff: Engste legitime Änderung, die ein verifiziertes wesentliches Problem beheben kann, ohne umfassenderen Schaden oder zusätzliche Befugnis zu erzeugen.

Ethisches Veto: Befugnis, eine Anwendung zu stoppen, die selbst bei Rechtmäßigkeit ein Risiko erheblichen Nutzerschadens, von Täuschung, Diskriminierung oder Rechtsverletzung trägt.

Gültige Sitzung: Sitzung, die die vorab bestimmten Bedingungen für Teilnehmende, Aufgabe, Kontext und Aufzeichnung erfüllt und unabhängig vom Ergebnis im Nenner verbleibt.

Generalisierbarkeit: Ausmaß, in dem sich das Ergebnis einer Stichprobe auf eine andere Population, ein System, eine Sprache, Geografie oder Zeit übertragen lässt. Sie wird durch Ähnlichkeit des Umfangs und Forschungsdesign begründet, nicht vorausgesetzt.

GEO: Generative Engine Optimization. Arbeitsfeld zur Auffindbarkeit, Darstellung und Quellenzuordnung einer Entität in Ergebnissen, die generative Antwort- oder Suchsysteme synthetisieren. Dieses Buch behauptet nicht, GEO erfunden zu haben, sondern schlägt für das Feld einen Entscheidungs- und Rechenschaftsstandard vor.[1]

Beobachtungszelle: Vorab definierte Verbindung von Entität, Zielnutzer, Absicht, System, Oberfläche, Sitzungsstatus, Sprache, Geografie, Zeit und Prompt-Familie.

Beobachtungshorizont: Zeitraum, über den die Entstehung, Alterung oder Nachhaltigkeit eines Ergebnisses verfolgt wird.

Sichtbarkeit: Erwähnung oder Zugänglichkeit einer Entität in einer einschlägigen Antwort. Nicht dasselbe wie Richtigkeit, Empfehlung oder wirtschaftlicher Wert.

Rohe Übereinstimmung: Prozentsatz der Beobachtungen, denen zwei oder mehr Codierende denselben Code zuweisen. Bereinigt keine zufällig erwartbare Übereinstimmung.

Aussage: Satz, dessen Richtigkeit oder Falschheit anhand von Evidenz geprüft werden kann. Kann Beobachtung, Ursache, Prognose, Ergebnis oder Eignung betreffen.

Aussagenregister: Aufzeichnung wesentlicher öffentlicher und interner Aussagen mit ihrer Evidenz, ihrem Umfang, ihrer Version, ihren Eigentümern und Status.

Sekundäres semantisches Profil: Bedeutungsprofil, das über eine binäre Richtig-/Falschentscheidung hinaus Identität, Eigenschaft, Kontext, Empfehlung, Quellen und Fehlerarten getrennt ausweist.

Prompt-Universum: Definierte Gesamtheit von Frage-, Absichts- und Kontextfamilien, in denen Nutzer die betreffende Aufgabe ausdrücken können. Test-Prompts werden daraus nach einer offengelegten Methode ausgewählt.

Stabilität: Grad, in dem unabhängige Beobachtungen unter ähnlichen Bedingungen um dieselbe Kernrepräsentation zusammenlaufen. Stabilität schließt Richtigkeit nicht ein.

Einwand: Antrag auf eine von der ersten Entscheidung getrennte erneute Prüfung einer Entscheidung über Aufzeichnung, Codierung, Schlussfolgerung, Befugnis, Verfahren oder Prinzip.

Evidenzkette: Nachvollziehbare Beziehung von Quelle zu Beobachtung, von Beobachtung zu Schlussfolgerung und von Schlussfolgerung zum veröffentlichten Satz.

Kappa: Übereinstimmungskoeffizient für kategorische Codierung, der zufällig erwartbare Übereinstimmung berücksichtigt. Das Buch verwendet Cohens Kappa für die binäre NJ-100-Codierung durch zwei Codierende; allein ist er kein Qualitätsurteil.[15]

Gegenevidenz: Aufzeichnung, die eine Aussage schwächt oder begrenzt oder eine alternative Erklärung bietet. Verpflichtender Bestandteil der Evidenzakte.

Kohorte: Gruppe von Nutzern oder Kunden mit gemeinsamem Ausgangszeitpunkt oder gemeinsamer Eigenschaft, deren Ergebnisse über denselben Beobachtungshorizont verfolgt werden.

Kritischer Fehler: Vorab definierte falsche Repräsentation in Identität, Befugnis, Sicherheit, Eignung oder einem anderen hochriskanten Bereich, die Nutzer zu wesentlichem Schaden führen kann.

Maschinenlesbare Zusammenfassung: Veröffentlichung, die Umfang, Version, Datum, Aussage, Evidenzklasse, Status und Einwandslink in strukturierten Feldern darstellt. Sie ersetzt keine menschliche Begründung.

Wesentlichkeit: Wahrscheinlichkeit und Ausmaß, mit denen ein Fehler oder eine Änderung eine beachtliche Wirkung auf Entscheidung, Nutzer, Unternehmen oder Öffentlichkeit erzeugt.

Modellbasiertes Ähnlichkeitsmaß: Werkzeug zur Berechnung lexikalischer oder kontextueller Nähe zweier Texte. Kann die Codierung unterstützen, ist aber kein Maß für Wirklichkeitsrichtigkeit.[19]

Eingriff: Geplante Änderung auf einer befugten Oberfläche als Reaktion auf ein verifiziertes Repräsentationsproblem. Nicht jede Beobachtung verlangt einen Eingriff.

Kausalität: Beziehung, nach der eine Veränderung ein Ergebnis erzeugte und alternative Erklärungen vernünftig ausgeschlossen sind. Zeitliche Reihenfolge oder Korrelation allein reichen nicht aus.

Negativer/Ausschluss-Prompt: Test-Prompt, bei dem erwartet wird, dass das System die Entität für einen ungeeigneten Bedarf nicht empfiehlt oder ihre Grenze richtig erklärt.

Nettobeitrag: Wirtschaftlicher Wert, der nach Abzug von Akquisitions-, Leistungs-, Rückgabe-, Unterstützungs-, Kapazitäts- und anderen definierten Kosten vom einschlägigen Umsatz verbleibt.

NJ-100: Vorgeschlagenes Pilotprotokoll zur Prüfung der Richtigkeit und Stabilität einer Kernrepräsentation anhand von 100 gültigen unabhängigen Sitzungen von Zielnutzern in einer festgelegten Beobachtungszelle. Weder Zertifikat noch einzelner GEO-Score.

Normativ: Bestimmt, was getan werden soll. Die innere Kohärenz einer Norm bedeutet nicht, dass ihre Wirkung in der Welt empirisch belegt ist.

Ereignisauslöser: Wesentliche Änderung, die eine Evidenz, ein Protokoll oder eine Entscheidung erneut öffnet, ohne auf das planmäßige Prüfdatum zu warten.

Reifebereich: Entwicklungsdimension, in der das Framework getrennt nach normativer Kohärenz, operativer Anwendbarkeit, empirischer Wirksamkeit und externer Legitimität bewertet wird.

Verhältnismäßigkeit: Angemessenheit der Last von Eingriff, Aufzeichnung, Audit und Sicherheit gegenüber Risiko, Schadenswahrscheinlichkeit und Bedeutung der Entscheidung.

Vorregistrierung: Datierte Festlegung von Forschungsfrage, Stichprobe, Kriterien, Schwelle, Ausschlüssen und Analyseplan vor Sichtung der Ergebnisse.

Nenner: Gesamtzahl aller gültigen Beobachtungen, die einer Quote zugrunde liegen. Eine stille Änderung des Nenners kann das Ergebnis wesentlich verzerren.

Pilot-Eignungsurteil: Begrenzte Entscheidung darüber, ob Aufzeichnungen innerhalb des angegebenen Umfangs und der Protokollversion Kriterien erfüllen. Kein akkreditiertes Zertifikat.

Protokollbindung: Versionierte Festlegung des Messplans vor Sichtung der Ergebnisse. Notwendige Änderungen werden als Abweichung dokumentiert.

Abweichungsprotokoll: Aufzeichnung, wann, weshalb und durch wen von der vorregistrierten Methode abgewichen wurde und wie sich dies auf das Ergebnis auswirkt.

Synthetischer Fall: Erfundenes Gefüge aus Personen, Institutionen, Daten und Ergebnissen zur Darstellung der Wirkungsweise eines Prinzips. Kein Nachweis realer Wirksamkeit.

Reihenbruch: Zustand, in dem neue Beobachtungen wegen einer wesentlichen Änderung an System, Oberfläche, Evidenz oder Protokoll nicht unmittelbar mit der alten Reihe verglichen werden können.

Ergebnisnachweis: Aufzeichnung, die den Zusammenhang zwischen Repräsentation und Nutzerverhalten, Kundenqualität, wirtschaftlichem Ergebnis, Schaden oder einem anderen Ergebnis zeigt.

Vorschlag für einen Standard: Normativer Text mit kohärenten Kriterien, Rechten, Pflichten und Entscheidungswegen, der weder externe Anerkennung noch Akkreditierung automatisch besitzt.

Nachhaltiger wirtschaftlicher Wert: Wert, der für den richtigen Kunden mit ethischer Methode, erfüllbarer Kapazität und positivem Nettobeitrag erzeugt wird und nicht auf Schaden oder Irreführung beruht.

Repräsentation: In einer bestimmten Antwort beobachtbare Verbindung von Identität, Eigenschaften, Kontext und Urteilen, die einer Entität zugeschrieben werden.

Repräsentationsschuld: Zustand, in dem veraltete, unvollständige, widersprüchliche oder falsche Informationsoberflächen im Zeitverlauf zusätzliche Berichtigungslast für eine richtige Repräsentation anhäufen.

Repräsentationsnachweis: Vollständige Antwort und Umgebungsaufzeichnung, die zeigt, was ein System bei welchem Prompt, Kontext und Zeitpunkt sagte.

Verbot eines einzelnen Scores: Prinzip, nach dem verschiedene Dimensionen wie Richtigkeit, Sichtbarkeit, Quellenbezug, Empfehlung, Stabilität und wirtschaftlicher Wert nicht in einem einzigen zusammengesetzten GEO-Score verborgen werden.

Eignungsurteil: Datierte, begrenzte und anfechtbare Entscheidung darüber, ob ein definierter Umfang nach der angegebenen Evidenz und den angegebenen Kriterien Bedingungen erfüllt.

Generatives Antwortsystem: System, das auf einen Nutzer-Prompt eine natürlichsprachliche Antwort synthetisiert, die aus einer oder mehreren Quellen oder aus Modellwissen stammt. Die technische Architektur verschiedener Produkte kann sich unterscheiden.

Wilson-Intervall: Konfidenzintervallmethode, die Unsicherheit einer binären Quote insbesondere nahe den Grenzen verlässlicher ausdrückt als eine einfache Normalapproximation.[14]

Urteilsrepräsentation: Empfehlung, Ausschluss, Rangordnung oder Risikobeurteilung einer Entität durch das System innerhalb eines bestimmten Nutzers, Bedarfs oder Vergleichs.

Strukturierte Aufzeichnung: Digitale Aufzeichnung mit definierten Feldern, Version und Beziehungen. Strukturierung bedeutet nicht automatisch, dass ihr Inhalt richtig ist.

Zeitliche Integrität: Übereinstimmung von Evidenz-, Mess-, Eingriffs- und Entscheidungsdaten, sodass eine veraltete Aufzeichnung nicht wie ein neues Urteil dargestellt wird.

Anmerkungen und Literatur

Grenzen der Quellennutzung

Dieses Buch behauptet nicht, ein Feld namens GEO von Grund auf erfunden zu haben. Die folgenden Quellen verweisen auf benachbarte Wissensfelder wie generative Suche, Verifizierbarkeit, Information Retrieval, Risikomanagement, Nachvollziehbarkeit, Audit, Dokumentation, Statistik, Übereinstimmung von Codierenden und Konformitätsbewertung. Keine davon hat das NobleJackal GEO Framework als Ganzes, die NJ-100-Schwellen oder die normativen Bestimmungen des Buches extern validiert.

Ein historischer Systembefund aus einer Quelle wurde nicht auf alle heutigen Produkte verallgemeinert. Bei aktualisierbaren Webdokumenten ist das Zugriffsdatum angegeben. Öffentliche Informationsseiten zu Standards wurden nicht an die Stelle kostenpflichtiger Volltexte gesetzt; sie werden nur in dem Umfang verwendet, den die zugängliche offizielle Erklärung trägt.

Nummerierte Anmerkungen

[1] Akademischer Kontext des Begriffs GEO. Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan und Ameet Deshpande, „GEO: Generative Engine Optimization“, Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 2024, S. 5–16. DOI: 10.1145/3637528.3671900. Offener Preprint: arXiv:2311.09735. Die Arbeit untersucht Methoden und experimentelle Evaluation zur Steigerung der Sichtbarkeit in Antworten generativer Engines. Dieses Buch ordnet Sichtbarkeitsoptimierung nur als einen Teil umfassenderer Fragen zu Repräsentation, Evidenz, Governance und wirtschaftlichem Wert ein.

[2] Trennung von Attribution und Stützung. Nelson F. Liu, Tianyi Zhang und Percy Liang, „Evaluating Verifiability in Generative Search Engines“, Findings of the Association for Computational Linguistics: EMNLP 2023, S. 7001–7025. DOI: 10.18653/v1/2023.findings-emnlp.467. Eintrag: ACL Anthology. Die quantitativen Befunde des Artikels sind auf die untersuchten Systeme und den Untersuchungszeitraum begrenzt; das Buch verwendet sie nicht als aktuelle Quoten sämtlicher Produkte.

[3] Probabilistik und Kontextvariabilität. Das OpenAI Cookbook erklärt in „How to Make Your Completions Outputs Consistent with the New Seed Parameter“, dass Systemausgaben standardmäßig nicht deterministisch sind und die Felder seed und system_fingerprint zwar die Wahrscheinlichkeit ähnlicher Ergebnisse erhöhen, aber keine Garantie geben: OpenAI Cookbook. Die Hilfeseite zu ChatGPT Search weist darauf hin, dass Suchanfragen zusammen mit dem Nutzer-Prompt durch Kontextfaktoren wie allgemeinen Standort oder Speicher beeinflusst werden können: Searching in ChatGPT. Zugriff: 14. August 2026. Diese Produktdokumente können sich ändern; das Buch stellt das Verhalten nicht als produktunabhängige Gewissheit dar.

[4] Retrieval-Augmented Generation. Patrick Lewis u. a., „Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks“, Advances in Neural Information Processing Systems 33, 2020, S. 9459–9474. NeurIPS-Eintrag. Die Arbeit beschreibt den RAG-Ansatz, der parametrische und nichtparametrische Speicherkomponenten verbindet. Zugang zu einer Quelle bedeutet nicht, dass jeder erzeugte Satz in der Welt richtig ist.

[5] Evaluation des generativen Information Retrieval. Lukas Gienapp u. a., „Evaluating Generative Ad Hoc Information Retrieval“, Proceedings of the 47th International ACM SIGIR Conference on Research and Development in Information Retrieval, 2024, S. 1916–1929. DOI: 10.1145/3626772.3657849. Offener Preprint: arXiv:2311.04694. Die Arbeit erörtert, weshalb traditionelle Ranglistenbewertung für erzeugte Antworten allein nicht ausreicht. Dieses Buch stellt seine eigenen Messbestimmungen nicht als validierte Erweiterung der Arbeit dar.

[6] Fehlergrenze generativer Antworten. OpenAI, „Does ChatGPT tell the truth?“, offizielle Hilfeseite, die darauf hinweist, dass ChatGPT falsche oder irreführende Ausgaben, erfundene Zitate und übermäßig selbstsichere Antworten erzeugen kann. OpenAI Help Center. Zugriff: 14. August 2026. Diese Grenze wird nicht als anbieterspezifische Fehlerquote verwendet, sondern als Beispiel dafür, dass Antworten anhand externer Evidenz verifiziert werden müssen.

[7] Risikomanagement. Elham Tabassi, „Artificial Intelligence Risk Management Framework (AI RMF 1.0)“, NIST AI 100-1, 2023. DOI: 10.6028/NIST.AI.100-1. NIST-Publikationsseite. Die Funktionen Governance, Map, Measure und Manage des NIST gehören zur benachbarten Risikoliteratur; die NobleJackal-Bestimmungen beanspruchen keine NIST-Konformität.

[8] Risikoprofil für generative KI. National Institute of Standards and Technology, „Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile“, NIST AI 600-1, Juli 2024. DOI: 10.6028/NIST.AI.600-1. NIST-Volltext. Das Profil ist ein Begleitdokument zur Steuerung generativer KI-spezifischer Risiken über den Lebenszyklus.

[9] Herkunft und Nachvollziehbarkeit. Timothy Lebo, Satya Sahoo und Deborah McGuinness (Hrsg.), „PROV-O: The PROV Ontology“, W3C Recommendation, 30. April 2013. W3C PROV-O. Die W3C-Empfehlung bietet eine Ontologie, um Herkunftsbeziehungen zwischen Entitäten, Aktivitäten und Akteuren maschinenlesbar auszudrücken. Die Registerkette des Buches schreibt diese Ontologie nicht als technische Form vor.

[10] End-to-End-Audit algorithmischer Systeme. Inioluwa Deborah Raji, Andrew Smart, Rebecca N. White, Margaret Mitchell, Timnit Gebru, Ben Hutchinson, Jamila Smith-Loud, Daniel Theron und Parker Barnes, „Closing the AI Accountability Gap: Defining an End-to-End Framework for Internal Algorithmic Auditing“, Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency, S. 33–44. DOI: 10.1145/3351095.3372873. Das Buch benennt die Nachbarschaft zur Idee lebenszyklusweiter Dokumentation und Verantwortung; es behauptet nicht, dass diese Arbeit das NobleJackal-Auditmodell validiert.

[11] Prinzipien von Verlässlichkeit und Rechenschaft. OECD, „OECD AI Principles“, erstmals angenommen 2019; aktualisiert im Mai 2024. OECD AI Principles. Insbesondere Robustheit, Sicherheit, Nachvollziehbarkeit und Rechenschaftspflicht stehen der Governance-Diskussion des Buches nahe. Zugriff: 14. August 2026.

[12] Modelldokumentation. Margaret Mitchell u. a., „Model Cards for Model Reporting“, Proceedings of the Conference on Fairness, Accountability, and Transparency, 2019, S. 220–229. DOI: 10.1145/3287560.3287596. Model Cards bieten einen Ansatz zur Dokumentation von Zweck, Leistung, Gruppen, Bedingungen und Grenzen.

[13] Datensatzdokumentation. Timnit Gebru, Jamie Morgenstern, Briana Vecchione, Jennifer Wortman Vaughan, Hanna Wallach, Hal Daumé III und Kate Crawford, „Datasheets for Datasets“, Communications of the ACM, 64(12), 2021, S. 86–92. DOI: 10.1145/3458723. Die Arbeit empfiehlt, Motivation, Zusammensetzung, Erhebung, Verarbeitung, Nutzung und Pflegeentscheidungen von Datensätzen zu dokumentieren.

[14] Wilson-Intervall für binäre Quoten. Edwin B. Wilson, „Probable Inference, the Law of Succession, and Statistical Inference“, Journal of the American Statistical Association, 22(158), 1927, S. 209–212. DOI: 10.1080/01621459.1927.10502953. Die 95-prozentigen Intervalle in den NJ-100-Beispielen wurden mit der Wilson-Score-Methode ohne Kontinuitätskorrektur berechnet. Das Intervall korrigiert weder Stichprobenverzerrung noch abhängige Beobachtungen.

[15] Übereinstimmung der Codierenden. Jacob Cohen, „A Coefficient of Agreement for Nominal Scales“, Educational and Psychological Measurement, 20(1), 1960, S. 37–46. DOI: 10.1177/001316446002000104. Cohens Kappa bereinigt kategorische Übereinstimmung zweier Codierender um zufällige Übereinstimmung. Der Koeffizient misst weder die begriffliche Richtigkeit des Codebuchs noch die Wirklichkeit.

[16] KI-Managementsystem. ISO/IEC 42001:2023, Information technology — Artificial intelligence — Management system, 1. Auflage, Dezember 2023. Offizielle ISO-Eintragsseite. Die öffentliche Beschreibung definiert Anforderungen an Einrichtung, Umsetzung, Pflege und fortlaufende Verbesserung eines KI-Managementsystems. Das NobleJackal GEO Framework beansprucht weder ISO/IEC-42001-Zertifizierung noch -Konformität.

[17] Zertifizierungsstellen für Produkte, Prozesse und Dienstleistungen. Die öffentliche Beschreibung von ISO/CASCO fasst für Zertifizierung nach ISO/IEC 17065 Funktionen wie Unparteilichkeit, Bewertung, Entscheidung, Überwachung, Aussetzung/Rücknahme, Beschwerden und Einwände zusammen. ISO/CASCO — Bodies. Die offizielle ISO-Eintragsseite zu ISO/IEC 17065:2012 erklärt, dass der Standard 2024 bestätigt wurde und am 14. August 2026 weiterhin galt, während ein abschließender Entwurf seines Nachfolgers entwickelt wurde. Das Buch ersetzt weder den Volltext noch unterstellt es Konformität mit einer künftigen Fassung oder Billigung durch ISO.

[18] Gute Praxis für glaubwürdige Nachhaltigkeitssysteme. ISEAL, „ISEAL Code of Good Practice for Sustainability Systems, Version 1.1“, gültig seit 1. September 2025. ISEAL-Ressourcenseite. Der öffentlich beschriebene Ansatz behandelt Systemelemente wie Zweck, Strategie, Risikomanagement, Beteiligung von Interessengruppen, Transparenz, Evaluation und Lernen gemeinsam. NobleJackal beansprucht weder ISEAL-Mitgliedschaft noch ISEAL-Validierung.

[19] Kontextuelle Textähnlichkeit. Tianyi Zhang, Varsha Kishore, Felix Wu, Kilian Q. Weinberger und Yoav Artzi, „BERTScore: Evaluating Text Generation with BERT“, International Conference on Learning Representations, 2020. arXiv:1904.09675. BERTScore bewertet Ähnlichkeit durch den Abgleich kontextueller Einbettungen in Kandidaten- und Referenztexten. Das Framework kann solche Werkzeuge als Unterstützung der Vorklassifikation verwenden, nicht als Richter über Richtigkeit, Ethik oder Eignung.

Quellenprinzip

Die Aufnahme einer Quelle in diese Liste zeigt drei Dinge nicht:

1. dass die Autoren der Quelle das NobleJackal GEO Framework unterstützen;
2. dass ein Ergebnis der Quelle aus ihrem eigenen Feld auf sämtliche generativen Systeme übertragen werden kann;
3. dass die normativen Entscheidungen des Buches wissenschaftliche oder institutionelle Anerkennung besitzen.

Die Funktion der Quellen ist enger: die Geschichte des Feldes redlich anzuerkennen, benachbarte Methoden sichtbar zu machen und prüfbare Sätze an Primär- oder maßgebliche Aufzeichnungen zu binden. Eine neue Schwelle oder Bestimmung des Frameworks wird nicht so dargestellt, als stamme sie aus externer Literatur, sondern ausdrücklich als Vorschlag von NobleJackal gekennzeichnet.

Version, Gültigkeit und Validierungsfahrplan

Publikationsidentität

Tabelle V.1 — Publikationsidentität der deutschen Ausgabe

Diese Tabelle steht im Buch, damit seine Grenzen nicht verborgen werden. Die Sprachausgaben werden vom gebundenen türkischen Haupttext abgeleitet und dürfen nicht veröffentlicht werden, bevor ihre normative Äquivalenz verifiziert ist. Geprüft wird nicht wörtliche Übersetzung, sondern Bedeutungsäquivalenz: Umfang, Rechte, Pflichten, Schwellen und Verbote werden in jeder Sprache mit dem türkischen Haupttext verglichen.

Aufzeichnung von Autorschaft und Produktion

Gedanklicher Kern, erster Entwurf, Kapitelsystem und Grundsatzbestimmungen des Buches stammen von Kaan Muraz. Julian Gauss ist das vom Autor verwendete Pseudonym. Für Entwicklungslektorat, Quellenrecherche, strukturelle Trennung, Zeilenlektorat, Konsistenz und Publikationsvorbereitung wurden KI-gestützte Werkzeuge genutzt. Letztes geistiges Eigentum, Publikationsentscheidung und Verantwortung für die Bestimmungen des Textes verbleiben beim menschlichen Autor.

Der redaktionelle Eingriff sollte das Buch nicht in eine andere These verwandeln. Er diente dazu, den vorhandenen Kern mit Quellen zu versehen, Wiederholungslast zu verringern, normative Bestimmungen von ihrer Begründung zu trennen, synthetische Fälle richtig zu kennzeichnen und Entscheidungswege an auditierbare Aufzeichnungen zu binden. KI-Ausgaben wurden weder als Quelle noch als Verifizierung der Wirklichkeit verwendet.

Vier getrennte Reifebereiche

Ein Framework reift in vier Bereichen getrennt:

Tabelle V.2 — Reifebereiche des Frameworks

Stärke im ersten Bereich ersetzt den vierten nicht. Auch die Fachkompetenz des Autors ist kein Ersatz für externe Legitimität. Diese Trennung mindert nicht den Wert der Methode, sondern zeigt, welchen Satz sie noch nicht sagen darf.

Versionierungsregel

Das Framework verwendet eine dreistellige Versionslogik:

• Hauptversion (X.0.0): Grundsatzbestimmung, Recht, Verbot, Schwelle, Eignungsbedeutung oder Entscheidungshierarchie ändert sich.
• Nebenversion (0.X.0): Ein rückwärtskompatibles neues Protokoll, Registerfeld, eine Erklärung oder ein Beispiel wird ergänzt.
• Korrekturversion (0.0.X): Rechtschreibung, Link, Format oder ein eindeutiger Fehler werden ohne Bedeutungsänderung korrigiert.

Jede veröffentlichte Version trägt:

1. Datum des Inkrafttretens;
2. Link zur vorigen Version;
3. hinzugefügte, geänderte und zurückgenommene Bestimmungen;
4. Auswirkung der Änderung auf Entscheidungen;
5. Übergangsfrist;
6. Bedingungen für die erneute Prüfung alter Urteile;
7. Rollen, die die Änderung vorgeschlagen und freigegeben haben.

Eine Hauptversion überträgt frühere Eignungsurteile nicht still in die neue Version. Es wird veröffentlicht, welche Bestimmungen eine Neubewertung verlangen.

Änderungsstatus

Tabelle V.3 — Status von Versionsänderungen

„Alt“ und „falsch“ sind nicht dasselbe. Eine frühere Version wird archiviert, um Entscheidungen ihrer Zeit nachvollziehen zu können. Eine zurückgenommene Bestimmung bleibt mit dem Grund ihrer Rücknahme sichtbar.

Validierungsstufen

Stufe 0 — Desk-basierte Integrität

• Übereinstimmung der Bestimmungen zwischen Kapiteln, Verfassung und Registersatz wird geprüft.
• Begriffe, Querverweise, Quellen und verbotene Sprache werden durchsucht.
• Synthetische Fälle werden auf den Eindruck verborgener realer Organisationen oder unbelegten Erfolgs geprüft.
• Das Verhalten des Entscheidungsbaums in widersprüchlichen Beispielen wird getestet.

Diese Stufe kann zeigen, dass der Text in sich funktioniert; sie zeigt keine Wirkung in der Welt.

Stufe 1 — Moderiertes reales Pilotprojekt

• Mindestens drei freiwillige reale Entitäten mit unterschiedlichem Risiko und unterschiedlicher Größe werden ausgewählt.
• Protokoll und Analyseplan werden vor Sichtung der Ergebnisse registriert.
• Der Anwender wird geschult; das Autorenteam kann beobachten.
• Anwendbarkeitsfehler, Dokumentationslast und Entscheidungsunsicherheiten werden erfasst.

Auf dieser Stufe wird nur ein Pilotbericht veröffentlicht; Zertifikat und allgemeine Erfolgssprache sind unzulässig.

Stufe 2 — Unabhängige Anwendung

• Teams ohne institutionelle Bindung an Autor, NobleJackal oder entgeltliche Anwender wenden das Framework an.
• Übereinstimmung unabhängiger Entscheidungen im selben Fall wird untersucht.
• Codebücher, Dauer, Kosten und Fehlermuster werden verglichen.
• Die vom Framework geleitete Entscheidung kann mit einer einfacheren Basismethode verglichen werden.

Ziel ist nicht, die Zahl positiver Ergebnisse zu erhöhen, sondern Trennfähigkeit und Fehlerformen der Methode zu finden.

Stufe 3 — Mehrsprachige und zeitliche Replikation

• Aus dem gebundenen türkischen Haupttext werden normative Fassungen in Englisch, Deutsch, Russisch, Spanisch und Arabisch erstellt.
• In jeder Sprache erfolgen eine bidirektionale Bedeutungsprüfung und eine Prüfung durch Fachleute des Feldes.
• Für Arabisch werden Rechts-nach-links-Lesefluss, terminologische Konsistenz und Richtung strukturierter Daten gesondert geprüft.
• NJ-100 wird in getrennten Zellen für unterschiedliche Sprachen, Geografien, Systeme und Zeitpunkte angewandt.
• Es wird untersucht, ob kulturelle und sprachliche Bedingungen systematische Verzerrungen in den Schwellen erzeugen.

Die Texte müssen nicht Wort für Wort gleich sein; ihre normative Last muss gleich sein.

Stufe 4 — Externe Governance- und Sicherheitsentscheidung

• Es finden öffentliche Konsultation, offengelegte Antworten auf Stellungnahmen und Änderungsprotokoll statt.
• Richtlinie zu Interessenkonflikten, unabhängiges Entscheidungsgremium und Einwandsinstanz werden errichtet.
• Anwenderkompetenz, Überwachung, Aussetzung und Rücknahme werden praktisch geprüft.
• Ob ein Eignungs- oder Zertifizierungsprogramm erforderlich, verhältnismäßig und legitim ist, wird mit externer Beratung entschieden.
• Entsteht ein Programm, wird seine Konformitätsbewertungsinfrastruktur gesondert anhand einschlägiger internationaler Anforderungen untersucht.[17][18]

Auch bestehende Standards wie ISO/IEC 42001 behandeln Einrichtung, Umsetzung, Pflege und fortlaufende Verbesserung eines Managementsystems systematisch.[16] Diese Nachbarschaft bedeutet keine ISO-Konformität von NobleJackal; sie ist ein Ausgangspunkt für die Analyse von Konflikten und Interoperabilität mit externen Standards.

Publikationsschwellen

Bevor eine Version als in Kraft bezeichnet wird, müssen sämtliche folgenden Schwellen erfüllt sein:

Intellektuelle Schwelle

• Jedes Kapitel besitzt eine zentrale Frage und Bestimmung.
• Die Grundsatzbestimmungen stimmen untereinander und mit dem Verfassungsanhang überein.
• Was das Framework nicht misst und nicht garantiert, ist eindeutig.

Evidenzschwelle

• Aussagen über die Außenwelt sind mit Primär- oder maßgeblichen Quellen verbunden.
• Quellen werden nicht wie eine externe Billigung des Frameworks dargestellt.
• Aktualisierbare Quellen tragen Zugriffsdatum und Versionsgrenze.

Operative Schwelle

• Jede Entscheidung besitzt Registerfeld, Eigentümer und Einwandsweg.
• NJ-100-Schwellen, Nenner, Unsicherheit und zweites Fenster sind eindeutig anwendbar.
• Einzelner Score, stiller Ausschluss und Regeländerung nach Sichtung des Ergebnisses werden verhindert.

Ethik- und Governance-Schwelle

• Synthetische Daten sind eindeutig gekennzeichnet.
• Sprache zu Unabhängigkeit und Interessenkonflikten entspricht der Wirklichkeit.
• Zertifikat, Akkreditierung, „erster“ und Garantie werden nicht unbefugt beansprucht.

Sprach- und Publikationsschwelle

• Die deutschen Sätze durchlaufen eine letzte Prüfung von Bedeutung, Rhythmus, Terminologie und Zeichensetzung.
• Überschriften, Querverweise, Anmerkungsnummern und Tabellen sind vollständig.
• Die Hierarchie barrierearmer Word-, PDF- und Webfassungen bleibt erhalten.
• Menschen- und maschinenlesbare Fassung tragen dieselbe normative Identität.

Prinzip paralleler Publikation für Menschen und Maschinen

Das Framework kann künftig zwei getrennte Darstellungsoberflächen besitzen:

1. Fassung für Menschen: Begründung, Erzählung, Fälle, Tabellen, Anmerkungen und barrierearme Lesestruktur.
2. Maschinenlesbare Quellenfassung: Strukturierte Aufzeichnung, die dieselben Bestimmungen in kurzen, eindeutigen und versionierten Feldern darstellt.

Die Maschinenfassung darf keine verborgene andere Auslegung des Buches sein. Jede Grundsatzbestimmung trägt eine feste Kennung wie NJ-C01, Version, Datum des Inkrafttretens, normative Stärke, Umfang, verbundenes Register, Quelle und einen Einwandslink. Ändert sich der menschliche Text, wird die strukturierte Fassung mit demselben Änderungsprotokoll aktualisiert. Einem KI-Crawler Zugang zu gewähren garantiert weder, dass er das Framework zitiert, noch dass er es richtig auslegt.

Publikationsort, URL-Architektur, Datenformate und mehrsprachige Adressen werden nach Bindung des türkischen Haupttextes in einem gesonderten Publikationsdesign festgelegt. Dieser Text nimmt jene Entscheidung nicht vorweg.

Verpflichtung zu Berichtigung und Einwand

Das Publikationsmedium muss einen dauerhaften Berichtigungs- und Einwandsweg enthalten. Ein Antrag nimmt mindestens folgende Informationen entgegen:

• angefochtene Bestimmung und Version;
• Fehlerart;
• betroffene Person oder Entscheidung;
• stützende Aufzeichnung;
• verlangte Berichtigung;
• Vertraulichkeitsbedarf.

Bei einem wesentlichen Einwand wird die alte Bestimmung nicht still geändert. Eingangsdatum, Prüfstatus, vorläufige Risikoentscheidung und Ergebnis werden dokumentiert. Wird ein Fehler verifiziert, erscheint die Berichtigung mit dem Unterschied zwischen altem und neuem Text. Die Verlässlichkeit des Frameworks hängt nicht von der Behauptung ab, nie einen Fehler zu machen, sondern davon, wie sichtbar und fair es Fehler berichtigt.

Letzte Grenze der Erstveröffentlichung

Die Erstveröffentlichung darf sagen:

Das NobleJackal GEO Framework ist ein Vorschlag für einen Standard zur Bewertung der Repräsentation von Organisationen in generativen KI-Systemen innerhalb einer Kette aus Evidenz, Messung, Eingriff, Governance, Zeit, nachhaltigem wirtschaftlichem Wert, Audit und Einwand.

Sie darf noch nicht sagen:

„Es ist der weltweit anerkannte, unabhängig validierte GEO-Standard.“

Die Distanz zwischen beiden Sätzen lässt sich nicht durch Werbung, sondern nur durch reale Fälle, unabhängige Replikation, öffentliche Einwände und externe Governance schließen. Dieser Fahrplan dient nicht dazu, diese Distanz zu verbergen, sondern sie messbar zu machen.