3 Research- & Analyse-Log
Eigenständige Analysen & Forschung. Append-only. Jeder Eintrag verweist zurück auf eine Hypothese (
02).
| ID | Datum | Fragestellung | Methode | Quellen | Kernergebnis | Implikation |
|---|---|---|---|---|---|---|
| A-01 | 01.07.2026 | Wie regeln vergleichbare Medienhäuser KI? (Benchmark) | Desk Research | AI transparency in journalism (Nordic AI Journalism × Utgivarna, 2024), Quellenliste der Partner-Recherche | Prinzipienbasiert: „KI mit erheblichem journalistischem Einfluss" wird gekennzeichnet, interne Tools (Transkription/Korrektur/SEO) nicht; harmonisierte Formulierung „mit Unterstützung von…"; keine KI-Icons; iterativ zu behandeln | → H1 / H3 |
| A-02 | 02.07.2026 | Welche Kennzeichnungspflichten ergeben sich regulatorisch (EU AI Act, insb. Art. 50), und wie verhalten sie sich zur Branchenpraxis? | Desk Research / Recht | EU AI Act, Nordic/Utgivarna 2024, Synthese | Art. 50 gilt erst ab 02.08.2026; redaktionelle Verantwortung (Recital 134/Art. 50(4), nicht 137) befreit von Deepfake-/Public-Interest-Offenlegung und deckt sich mit dem Branchengrundsatz „interne Tools nicht kennzeichnen". Das Gesetz nennt konkrete Auslöser, die Branche ein Prinzip; „maschinenlesbare Markierung" (Anbieter) und „KI-Icon" sind zwei Ebenen. Empfehlung: prinzipienbasiert plus Auslöser-Liste, Klartext statt Icon, Fristen im pflegbaren Anhang | → H1 / H3 |
| A-03 | 07–08/2026 | Ist-Nutzung von KI im Haus (anonymisiert), Anwenderrecherche | Leitfaden-Interviews (Themenmanagement, Reporter:innen, Producer:innen, Digitaleinheit) plus quantitative MS-Forms-Umfrage; Fallzahlen [intern]; Fokus Problem, nicht Lösung |
[intern], Epic anwenderrecherche; Instrumente: Interviewleitfaden, Umfrage |
Erhoben: Leitfaden-Interviews (07/2026) und MS-Forms-Umfrage (08/2026); Rohdaten git-ignoriert unter Partner/. Auswertung → A-07 |
→ H2 (auch H1/H4) |
| A-04 | 01.07.2026 | Umfeld- & Standortanalyse zum Use Case | PESTEL / SWOT / TOWS | 03a |
Top-Treiber: Anbieter-Kontinuität (🔴) und Transparenz/Kennzeichnung (🔴); neue Hypothese H6 abgeleitet | → H1 / H3 / H4 / H6 |
| A-05 | 03.07.2026 | Systemische Aufstellung: Wie positioniert sich die Fellowship im Akteursfeld (Zuarbeit rein, Impuls raus, Kommunikation, Entscheidung)? | Stakeholder-Mapping (4-Aspekt-Raster plus Einfluss/Interesse) | 1:1-Coaching 03.07.2026, 03b |
Vier Aspekt-Achsen; Champions als Multiplikatoren und HR/Onboarding als früher Kompetenz-Hebel neu auf der Karte; Wertekompass ↔ KI ergibt neue Hypothese H7; Tracking-Frage bewusst offen (BR/DSGVO) | → H5 / H7; Impuls I-05 |
| A-06 | 15.07.2026 | Wie regeln deutsche Medienhäuser KI konkret, und welches Achsenraster macht das überhaupt sichtbar? | Content-Analyse: 34 Quellen geprüft, 25 kodiert entlang des E/I/N-Rasters (4 Außen, 3 Innen, 2 Scharnier) nach der Analogie PESTEL = Umfeld / SWOT = Standort. Zwei getrennte Felder: 22 Medien (tragen jede Kennzahl) und 3 Vergleichsfeld (Nicht-Medien, zum Kontrast, ohne Kennzahl-Wirkung). Jede Achse einzeln kalibriert, 176 wörtliche Belegzitate (149 Medien, 27 Vergleichsfeld) | Quellenliste der Partner-Recherche (09.07.2026); Benchmark, Rohkodierung, Auditspur | Grundform des Felds: 20 von 22 Häusern regeln außen strenger als innen (Außen-Mittel 1,73, Innen-Mittel 0,97). I1: 86 % sagen etwas zur Kontrolle, 68 % nennen Rolle oder Schritt, 1 von 22 hinterlässt eine Spur, 0 von 22 dokumentieren. I2: 18 %, und 0 von 15 Regelwerken machen Schulung zur unbedingten Vorbedingung (Art. 4 KI-VO gilt seit 02.02.2025). E2: 14 von 22 messen sich an keiner namentlich benannten Norm. I3 (Belegschaft) 14 %, die schwächste Achse. Alle drei Flags 0 von 22: keine maschinenlesbare Markierung (Art. 50(2)), keine Anbieter-Kontinuität (H6), keine Dokumentation der Prüfung. Fünf Kennzeichnungsschwellen, die nicht deckungsgleich sind; Madsack trifft den Art.-50-Tatbestand strukturell, ohne ihn zu nennen, und führt das Feld mit 24/27. Das Vergleichsfeld nennt die KI-VO namentlich und bindet Kompetenz an eine Berechtigung, was das Medienfeld nicht tut | → H1 / H3 / H4 / H5 / H7; Impuls I-06 |
| A-07 | 05.08.2026 | Was zeigt die Anwenderrecherche (A-03) zur Ist-Nutzung, und welche Cluster tragen den Design-Thinking-Workshop? | Deskriptive Auswertung der Umfrage plus Cluster-Bildung über die Interviews (vier Nutzungstypen, zehn Themencluster); Abgleich mit H1–H7; alle Zahlen und Zitate gegen die Quellen geprüft | Rohdaten [intern] unter Partner/ (git-ignoriert); Auswertung Interviews, Auswertung Umfrage, Workshop-Startmaterial |
H2 direkt getestet: Die Hälfte der Toolnennungen liegt jenseits von Copilot (ChatGPT vorn), zugleich räumt nur ein kleiner Teil der Befragten und keines der Interviews eine Nutzung ohne Freigabe ein; knapp ein Drittel kennt die Freigaben nicht, und eine deutliche Mehrheit fühlt sich nicht ausreichend informiert. Kennzeichnung schwellengebunden auch hausintern: Alle Befragten befürworten Kennzeichnung bei erheblichem Einfluss, knapp zwei Drittel lehnen sie für interne Hilfsmittel ab; die Interviews ziehen dieselbe Schwelle. Prüfung behauptet, nirgends dokumentiert: Nahezu alle geben Prüfung an, Prüfanker ist die eigene Text- und Ortskenntnis, kein Interview erwähnt einen Nachweis. Vier Nutzungstypen (tägliche Routine dominiert; selektive Nutzung, nur private Nutzung, Nichtnutzung nach Erprobung). Lücken: Funktionsangabe der Interviews leer, ein Interview offen, Freigabeliste unbelegt, Grundgesamtheit/Rücklauf nicht ausgewiesen, Ergebnisse der Hinweis-Format-Frage (Fragebogen-Frage 16) fehlen im Auswertungs-PDF. Alle Zahlen ausschließlich in der internen Auswertung (Fellowship/anwenderrecherche/, zugriffsgeschützt) |
→ H1 / H2 / H3 / H4 / H6 / H7; Impuls I-11 |
| A-08 | 18.08.2026 | Welche Risiken entstehen, wenn KI-Werkzeuge im Haus handeln und nicht allein Texte erzeugen, und wie fasst die Herstellerdokumentation diese Risiken? | Desk Research / Quellenanalyse eines Anbieter-Leitfadens; Abgleich mit dem E/I/N-Raster aus A-06 und den Befunden aus A-07 | „Use Claude Cowork safely" (Anthropic, abgerufen am 18.08.2026), Dossier | Die Risikostruktur agentischer Werkzeuge hat zwei Größen: was ein System lesen darf („what Claude can read and see") und was es ausführen darf („what Claude is allowed to do"). Der Leitfaden trennt lesende und handelnde Werkzeuge und schreibt der zweiten Gruppe das höhere Risiko zu. Prompt Injection verlangt beide Bedingungen gleichzeitig, Lesezugriff außerhalb des Vertrauensbereichs und die Befugnis zu folgenreichen Aktionen; das Brechen einer Bedingung senkt das Risiko. Die Ausführungsisolation begrenzt den Ort des Laufs und begrenzt nicht, was das System liest oder tut („Isolation limits where Claude's code runs. It doesn't limit what Claude reads or does."). Webinhalte sind der benannte Haupteinfallsweg. Die Aufsicht wird über Freigabemodi an die Tragweite gebunden, geplante Läufe laufen unbeaufsichtigt weiter, und die Verantwortung für alle ausgeführten Handlungen liegt bei der nutzenden Person. Für die Richtlinie folgt eine Regelungsebene, die das Feld nicht führt: Das Raster aus A-06 fragt auf E3 nach Systemzugang und Datenabfluss und kennt keine Achse für Handlungsrechte; der Begriff KI-Agent kommt im kodierten Korpus einmal vor, bei FUNKE als Kennzeichnungsfall für Chatbots. Grenzen: Herstellerdokumentation zu einem Produkt, ohne unabhängige Prüfung und ohne Häufigkeitsangaben; die Dokumentation der im Haus freigegebenen Copilot-Umgebung ist nicht erhoben; ob im Haus agentische Werkzeuge laufen, hat A-07 nicht erhoben | → H2 / H4 / H8 (neu); Impuls I-13 |
| A-09 | 18.08.2026 | Welches Austauschformat verbindet einen eigenen Schulungsprototyp (P-04/P-05) mit dem Auslieferungspfad des Hauses, und welchen Teil der Nachweis-Mechanik trägt dieses Format? | Bestandsaufnahme im Arbeitsraum (Volltextsuche über alle Artefakte), Auswertung der Herstellerdokumentation zum benannten Auslieferungspfad, Abgleich des SCORM-Datenmodells mit dem Fünf-Phasen-Bogen des didaktischen Rahmenkonzepts und mit Station 5 von P-04 | Datango-Glossar „SCORM“ und Datango-Produktübersicht (abgerufen am 18.08.2026); SCORM Run-Time Reference (scorm.com); Versionsvergleich 1.2/2004 (iSpring, Easygenerator, abgerufen am 18.08.2026); didaktisches Rahmenkonzept; P-04 | Im Arbeitsraum war SCORM bis zu diesem Eintrag nicht geführt, weder in 04 noch im Workshop-Paket. Der Hersteller des benannten Auslieferungspfads führt ein Autorenwerkzeug (creator, collaborator) und eine eigene Lernplattform (Academy, Analyzer) und gibt an, dass Inhalte als SCORM-Paket exportiert und in jedes SCORM-fähige LMS importiert werden können. Der Standard trägt den Kursabschluss über Status und Score, in SCORM 2004 nach completion und success getrennt, in SCORM 1.2 als ein kombinierter Status, sowie die Übungen der Phasen 2 und 3 als Interaktionen. Die Differenzierung nach Nutzungstyp C1 bis C4 hängt an der Version: Sequencing- und Navigationsregeln gibt es ab SCORM 2004; unter SCORM 1.2 liegt die Verzweigung innerhalb eines Pakets, dessen Zustand in 4.096 Zeichen suspend_data passt (2004: 64.000). Den Prüf-Nachweis im redaktionellen Prozess trägt SCORM nicht: Der Standard meldet, was im Kursobjekt geschieht, während H4 und Phase 5 auf den Nachweis am Arbeitsplatz zielen; dafür sind xAPI und cmi5 gebaut. Die Rückmeldung ist personenscharf (Learner-ID, Status, Score, Zeit) und berührt damit die in Abschnitt 4 des didaktischen Rahmenkonzepts offen gehaltene Frage nach individuellem oder aggregiertem Tracking. Lücken: Das Scouting der Datango-Capabilities steht aus, die im Haus angenommene SCORM-Version ist nicht erhoben, ob das Haus die Hersteller-Lernplattform oder ein anderes LMS betreibt ist nicht erhoben, und eine Unterstützung von xAPI oder cmi5 ist nicht erhoben |
→ H3 / H4 (auch H2); P-05 |
| A-10 | 16.09.2026 | Welche öffentlich belegten Inhalte, Regeln und Prüfformen tragen Modul 1 (Einführung in KI und Sprachmodelle) von P-04 als gemeinsamen Grundstoff nach dem Vorbild von Theorieunterricht und Theorieprüfung der Fahrschule, und wie lässt sich eine Herstellerschulung (Microsoft Copilot Academy) anbieterneutral einordnen? | Desk Research in vier Strängen (Copilot Academy und Viva Learning; Grundlagen und Fehlerfälle von Sprachmodellen; Theorieunterricht und Theorieprüfung; Didaktik, Einfache Sprache und Art. 4 KI-VO) mit 263 Aussagen und wörtlichem Zitat, jede in einem zweiten Durchgang an der Quelle gegengeprüft und bei Abweichung korrigiert; nicht erreichbare Quellen als Prüfliste geführt; Bestandsaufnahme im Arbeitsraum zu Randbedingungen, internen Befunden und Anpassungsstellen der Seite; drei Entwürfe mit unterschiedlichem Blickwinkel (Einsteiger, Fahrschule, Anschluss) nach sieben Kriterien bewertet und zu einer Spezifikation zusammengeführt; Gegenlesung der Spezifikation mit drei Linsen (Sprache, Belege, Umsetzung) und Einarbeitung der Befunde nach erneuter Prüfung an den Quellen | EUR-Lex: VO (EU) 2024/1689 und VO (EU) 2026/1744 (ABl. vom 24.07.2026); EU-Kommission, AI Literacy Q&A (Stand 27.07.2026); Bundesnetzagentur (Hinweispapier 06/2025, Seite KI-Kompetenz 2026); BSI, Generative KI-Modelle 2.0; NIST AI 600-1; Google Gemini-Übersicht; Anthropic Claude Docs; Microsoft Learn, Support und Tech Community (Stände 04/2024 bis 09/2026); EBU/BBC 2025; BBC 2025; FahrschAusbO, FeV Anlage 7, Prüfungsrichtlinie (Sonderdruck, Stand 01.01.2021), BR-Drs. 365/26; TÜV und DEKRA arge tp 21, Innovationsbericht 2019; Studien zu RULEG, Lösungsbeispielen, Testeffekt, Feedback und Expertise-Reversal; Deutschlandfunk vom 16.06.2026; BMV, Pressemitteilung 043/2026; Bundesregierung, Meldung vom 10.06.2026; Gemeinsame Forschungsstelle der EU-Kommission, DigComp 2.2 und Meldung zu DigComp 3.0 vom 27.11.2025; Belegdatei | Art. 4 KI-VO gilt seit 27.07.2026 in der Fassung der VO (EU) 2026/1744: Anbieter und Betreiber müssen Maßnahmen zur Unterstützung der Kompetenzentwicklung ergreifen. Ein bestimmtes Niveau an KI-Kompetenz müssen sie ausdrücklich nicht garantieren; nach der Kommission sind weder Zertifikat noch Wissensmessung vorgeschrieben. P-04 führte die Ursprungsfassung; P-06 und das Dossier A-02 führen sie noch. Das Fahrschulvorbild ist in Fahrschul- und Fahrerlaubnisrecht, in der Prüfungsrichtlinie (Verbands-Sonderdruck, Stand 01.01.2021) und in Berichten der Prüfstellen belegt: Grundstoff für alle Klassen, weniger Grundstoff bei Vorbesitz, Lektionen mit Lernkontrollen ohne Testbögen nach Prüfungsart im Mindestunterricht, Ankreuzfragen mit höchstens drei Antworten und mindestens einer richtigen, Bezugsfahrzeug, Varianten gegen Auswendiglernen; nach geltendem Recht zwei bis fünf Punkte je Frage, im Verordnungsentwurf ein Punkt je Frage und Sternfragen (beim Abruf am 16.09.2026 im Bundesrat nur den Ausschüssen zugewiesen). Die Funktionsweise von Sprachmodellen trägt neun anbieterneutrale Regeln aus BSI, NIST, Google, Microsoft und Medienhäusern des Benchmarks: Fortsetzung nach Wahrscheinlichkeit, verschiedene Antworten auf dieselbe Eingabe, überzeugend formulierte Falschangaben, veraltete oder erfundene Angaben ohne aktuelle Daten, kein Nachschlagewerk, Quellen öffnen, KI in Werkzeugen ohne Chat-Fenster, Textarbeit gegen den Ausgangstext und Recherche gegen eine zweite Quelle, Prüfen vor dem Weitergeben. Die Copilot Academy steht laut Microsoft allen Microsoft-365-Nutzenden standardmäßig offen, ist auf Lizenzierte beschränkbar und legt keine Reihenfolge fest; die Academy liegt hinter einer Anmeldung, und ihre aktuellen Kurse sind nicht erhoben; laut Microsoft (Stand April 2024) sind die Inhalte auch über Copilot Lab und Microsoft Learn frei verfügbar; ob die öffentlichen Learn-Pfade zur Academy gehören, ist nicht belegt; laut Message-Center-Meldung MC1459129 (Drittarchiv) zieht Microsoft 161 Module aus Microsoft 365 Training zurück, auch Academy-Inhalte, mit widersprüchlichen Terminen (30.08. und 21.09.2026); Microsoft Learn nennt den 21.09.2026. Didaktisch gestützt sind Regel vor Beispiel (bei RULEG als Erfahrungsbefund, neuere Befunde zur Reihenfolge uneinheitlich), Nichtbeispiele, erklärende Rückmeldung, Übungstests (Mehrfachauswahl nutzt den Testeffekt schwächer als Abruf) und ein verkürzter Weg für Erfahrene; die Evidenz stammt überwiegend aus Schule, Hochschule und Labor. Die Tagesspiegel-Aussage in P-04 ging über die DLF-Quelle hinaus, und „bekanntes Fehlermuster“ hatte keinen öffentlichen Beleg. Lücken: keine geprüfte öffentliche Rangliste meistgenutzter Werkzeuge; keine Aussage zur Anrechnung von Herstellerschulungen auf Art. 4; Fehlerquoten der EBU/BBC-Studie betreffen Verbraucherversionen; eine schriftliche Norm im Tagesspiegel-Fall ist in der Primärquelle nicht belegt; eine aktuelle amtliche Fassung der Prüfungsrichtlinie ist nicht erhoben; die Stilllegungsliste der Academy ist nach dem 21.09.2026 nachzuprüfen | → H3 / H4 (auch H2, H6); P-04 Station 3 (Modul 1), Korrektur von Nachweis-Station, Modul-3-Karte, Station 5 und Glossar; P-06 (Art. 4, Tagesspiegel-Satz, Hausbezug Z. 797) und Dossier A-02 nachzuführen; offene Fragen in Station 7 von P-04 |
| A-11 | 17.09.2026 | Welche öffentlich belegten Chancen, Risiken und Fehlerfälle tragen Modul 3 (Chancen und Risiken) von P-04, und wie lässt sich das Modul nach dem Vorbild der Gefahrenlehre der Fahrschule an Fallvergleichen aufbauen? | Bestandsaufnahme der Belegdatei aus A-10 (Grenzen, Stärken und Fehlerfälle von Sprachmodellen, Fahrschule, Didaktik), des Benchmarks A-06 mit seinen Quellen-Snapshots und des Dossiers A-08; Abgleich mit den sechs Unterpunkten der Partner-Struktur zu Modul 3; zwei neue Stränge mit 39 Aussagen und wörtlichem Zitat (CH: Studien zu Produktivität, Ideen und Akzeptanz beim Publikum; FA: Tagesspiegel-Fall, Nutzenaussagen von Medienhäusern, Gegenprüfung der Folgen in vier Fehlerfällen), jede in einem zweiten Durchgang an der Quelle geprüft; bei Studien die Zeitschriftenfassung vor dem Arbeitspapier; Klicktest der Seite bei 1200 und 360 Pixel Breite | Noy und Zhang, Science 2023; Brynjolfsson, Li und Raymond, Quarterly Journal of Economics 2025 und NBER-Arbeitspapier 31161; Dell’Acqua und andere, Organization Science 2026; Doshi und Hauser, Science Advances 2024; Reuters Institute, Generative AI and News Report 2025 und Digital News Report 2025; Deutschlandfunk vom 16.06.2026; Deutscher Presserat, Pressemitteilung vom 16.06.2023; Chicago Sun-Times, BBC News und The Guardian; Leitlinien von RND und FUNKE (Berliner Morgenpost, BERLIN LIVE) und KI-Kodex der ARD (Snapshots aus A-06); aus A-10 BSI, NIST, Google, Microsoft, EBU und BBC, Studien zu Halluzination, Zustimmungsneigung und Rechenaufgaben, Fahrerlaubnisrecht und Lernforschung zu Fallvergleichen; Belegdatei | Chancen sind in Versuchen und Unternehmen gemessen, in Redaktionen nicht: Bei Schreibaufgaben sank der Zeitbedarf um 40 % und die Qualität stieg um 18 % (Noy und Zhang). Im Kundendienst stiegen die gelösten Anfragen pro Stunde um 15 %, bei weniger Erfahrenen um 30 %, während die Gesprächsqualität der Erfahrensten leicht sank (Zeitschriftenfassung 2025; das Arbeitspapier nennt 14 % und 34 %). Innerhalb der Fähigkeitsgrenze der KI erledigten Beratende 12,2 % mehr Aufgaben, 25,1 % schneller und mit 32 % höherer Qualität; bei einer Aufgabe außerhalb lagen sie ohne KI zu 84,5 % richtig, mit KI zu 60 und 70,6 % (Dell’Acqua und andere; die verbreitete Angabe von über 40 % Qualitätsgewinn aus dem Arbeitspapier ist nicht geprüft). KI-Ideen hoben Neuheit und Nützlichkeit einzelner Geschichten und machten die Geschichten einander ähnlicher (Doshi und Hauser). Medienhäuser nennen Entlastung, Zeitgewinn durch Transkription, Routineaufgaben und effizientere Prozesse, ohne Messungen. Das Publikum unterscheidet Hilfe und Ersatz: Im Mittel von sechs Ländern fühlen sich 62 % mit Nachrichten ganz von Menschen wohl, 43 % mit überwiegend menschlichen Nachrichten mit KI-Hilfe, 21 % mit KI unter menschlicher Aufsicht und 12 % mit Nachrichten ganz von KI (2025); in Deutschland sind es 13 % für KI unter Aufsicht (Digital News Report 2025). Modul 3 trägt neun anbieterneutrale Regeln (Regel 10 bis 18) aus Studien, BSI, NIST, Google, Microsoft, Anthropic, einer Leitlinie des RND und sechs dokumentierten Fällen (Chicago Sun-Times, CNET, Apple und BBC, Microsoft und Guardian, „die aktuelle“, Tagesspiegel). Das Fahrschulvorbild trägt als Gefahrenlehre: Vertrautheit mit Gefahren und Abwehrverhalten ist Prüfungsziel, 8 von 20 Grundstofffragen stammen nach der Tabelle der Prüfungsrichtlinie (Sonderdruck, Stand 2021) aus der Gefahrenlehre, Filmaufgaben gibt es seit 2014. Fallvergleich vor Regel ist durch Schwartz und Bransford und die Metaanalyse von Alfieri und anderen gestützt; die RULEG-Autoren empfehlen die umgekehrte Reihenfolge, die Modul 1 nutzt, sodass beide Reihenfolgen im Test nebeneinander stehen. Tagesspiegel: Laut Deutschlandfunk erzeugte ein früherer Herausgeber mehrere Meinungsbeiträge mit KI, ohne das kenntlich zu machen; er entschuldigte sich und darf bis auf Weiteres nicht mehr im Tagesspiegel veröffentlichen. Eine schriftliche Regel und den Weg, auf dem der Fall bekannt wurde, nennt der Bericht nicht. Lücken: keine öffentlich dokumentierten Nutzenmessungen aus Redaktionen; Volltext von Noy und Zhang und Arbeitspapier von Dell’Acqua und anderen nicht erhoben; Online-Fassung der RND-Leitlinie beim Abruf nicht erreichbar (Snapshot vom 15.07.2026); das Urteil zur Zahlung im Fall „die aktuelle“ ist nicht erhoben; die Märkte des Europa-Werts im Digital News Report sind nicht benannt; die Befunde zu Fallvergleichen stammen aus Schule, Hochschule und Labor | → H4 / H1 (auch H2, H8); P-04 Station 5 (Modul 3), die bisherigen Stationen 5 bis 7 sind jetzt 6 bis 8; offene Fragen zu Modul 3 in Station 8 von P-04; der Satz zur bestehenden Norm im Tagesspiegel-Fall im Benchmark A-06 bleibt nachzuführen |
| A-12 | 17.09.2026 | Welche Aussagen aus A-06 und den daraus abgeleiteten Artefakten machen aus dem, was ein veröffentlichter Text nicht sagt, einen Befund über die Praxis der Häuser? | Volltextsichtung von 19 Dateien (Langfassung, Kodierung, Matrix, zwei Plot-Skripte, zwei Decks, Master-Plan, Hypothesen, Prototypen-Log, KI-Praxis-Seite, Analyse vom 28.08., Dossier A-08, Prototypen P-01/P-02/P-04/P-06, Workshop-Paket) durch sechs Leser, jede Stelle gegen coding.json und die Schreibregeln gegengeprüft; Regel: gezählt wird, wer im veröffentlichten Text eine Aussage trifft | Kodierung A-06 (Stand 16.07.2026), Skalen der neun Achsen | 258 Stellen als Aussage über den veröffentlichten Text neu gefasst; die Zahlen der Kodierung bleiben unverändert. Widerruf: Der Außen/Innen-Vergleich („20 von 22 regeln außen strenger als innen“, Mittel 1,73 zu 0,97, Eintrag A-06) entfällt als Befund, weil ein veröffentlichter Text, der eine interne Frage nicht behandelt, keinen Schluss auf die interne Regelung eines Hauses zulässt; an seiner Stelle steht die Zählung je Achse ab Stufe 2 (E4 17, I1 15, E3 12, E1 11, E2 8, I2 4, I3 3 von 22; N1 13, N2 5 von 15). I2 aufgeschlüsselt: 8 von 22 nennen Schulung, davon 3 Schulung vor dem Einsatz, 1 ein benanntes Programm, 4 ein Angebot; die frühere Lesart „0 von 15 Regelwerken machen Schulung zur unbedingten Vorbedingung“ steht nur noch als Aussage über die Texte (in keinem der 15 Regelwerke steht Schulung im veröffentlichten Text als unbedingte Vorbedingung). I1: 15 von 22 benennen eine prüfende Rolle oder einen Prüfschritt, 1 ein Vier-Augen-Prinzip; die Kennzahl „1 von 22 mit Prüfspur“ steht nicht mehr allein. Cluster ④ heißt „Praxis- und Produkttext“, weil das Korpus für ZDF und Axel Springer Regelwerke enthält. Die Kacheln der Matrix zeigen E1, E3, I1, I2 und N2. Lücke: Ob Häuser über den veröffentlichten Text hinaus schulen, prüfen oder dokumentieren, ist nicht erhoben | → H4 / H9 (auch H1, H3, H5, H6); Logs (03, 05, 07) und Audit-Dateien der Kodierung bleiben als Entstehungsgeschichte unverändert; Impuls I-09 im Master-Plan zitiert die frühere Kennzahl als Stand seiner Einbringung |