# F11: Archivlücken sichtbar machen

Eine ausgefüllte Archivvorlage mit **sechs vollständig synthetischen Nachrichten** zeigt, wie vorhandener Text, fehlender Kontext und spätere Auswertung getrennt dokumentiert werden. Die leere Vorlage und der bisherige einzelne Kodierfall bleiben als eigene Dateien verfügbar.

## Ausgefülltes Beispiel und prüfbare Quelle

- [Ausgefüllte Vorlage · Markdown](f11_ausfuellbeispiel.md)
- [Dieselbe ausgefüllte Vorlage · JSON](f11_ausfuellbeispiel.json)
- [Öffentlicher Quellenausschnitt mit sechs Nachrichten · JSON](f11_quellenausschnitt.json)
- [Python-Prüfskript](f11_validieren.py)
- [Gespeichertes Prüfergebnis · JSON](f11_pruefergebnis.json)

Die sechs Nachrichtentexte und ihre Elternbezüge stammen unverändert aus einer bereits vorhandenen synthetischen Arbeitsprobe. Der öffentliche Quellenausschnitt macht diese Auswahl nachlesbar. Die ausgefüllte Vorlage ergänzt getrennte Belegstellen, Einschlussentscheidungen, Kodierungen und einen Lückeneintrag. Eine spätere Zusammenfassung wurde nicht erstellt.

Ein zulässiges Paar besteht hier aus genau einer Antwort mit `assistant`-Rollenlabel und ihrer unmittelbar zugehörigen, vorhandenen `user`-Elternnachricht. Beide müssen dasselbe Sitzungslabel tragen; die Nutzer-Elternnachricht muss eine Wurzel ohne eigene Elternnachricht sein. Diese Einzelschrittregel beurteilt keine Mehrschritt-, System- oder Werkzeugkontexte und nicht den Wahrheitsgehalt der Antwort.

| Sitzungslabel | Vorhandene Nachrichten und Bezug | Entscheidung |
|---|---|---|
| S1 | `u1` und die Antwort `a1` mit Elternbezug auf `u1` | Ein zulässiges Paar: `u1`–`a1`. |
| S2 | `a2` verweist auf `missing_u2`; die Elternnachricht fehlt. | `a2` bleibt im Bestand, ist aber aus der Paaranalyse ausgeschlossen. `missing_u2` steht nur in `gaps`, ohne erfundenen Text oder zusätzlichen Nachrichtendatensatz. |
| S3 | `u3` und die beiden Antworten `a3` und `a4`, jeweils mit Elternbezug auf `u3` | Zwei zulässige Geschwisterpaare: `u3`–`a3` und `u3`–`a4`. Sie teilen einen Nutzerkontext; sie sind keine aufeinanderfolgenden Antworten. |

Damit enthält das Beispiel sechs vorhandene Nachrichten, drei zulässige Paare, eine ausgeschlossene Antwort und zwei verschiedene eingeschlossene Nutzerkontexte. Die fehlende Elternnachricht erhöht die Nachrichtenzahl nicht.

| Wortzählung mit Unicode-Muster `\b\w+\b` | Ergebnis |
|---|---:|
| Alle sechs vorhandenen Nachrichtentexte | 34 |
| Die fünf verschiedenen eingeschlossenen Nachrichtentexte, jeder einmal gezählt | 30 |
| Wörter über alle drei zulässigen Paare summiert: 12 + 11 + 12 | 35 |

Die letzte Summe zählt den fünf Wörter langen Kontext `u3` zweimal. Die Zahl 30 bezeichnet Wörter in verschiedenen eingeschlossenen Nachrichten, keine Zahl verschiedener Vokabeln. Für den fehlenden Elterntext bleibt die Wortzahl unbekannt. Die Zählung ersetzt ihn nicht durch null Wörter.

Original- und Exportdatum sind für die sechs Nachrichten nicht belegt und bleiben `null`; der 7. September 2026 datiert die Aufbereitung. Auch Modell und Modellversion sind unbekannt. Bei **null belegten Modellgruppen** ist kein Modellvergleich möglich. Rollenlabel ersetzen diese Herkunft nicht.

## Leere Vorlage und bisheriger einzelner Kodierfall

- [Leere Archiv- und Lückenvorlage · Markdown](f11_archivvorlage.md)
- [Leere Archiv- und Lückenvorlage · JSON](f11_archivvorlage.json)
- [Bisheriger einzelner Kodierfall · Markdown](f11_kodierbeispiel.md)
- [Derselbe einzelne Kodierfall · JSON](f11_kodierbeispiel.json)

Die leeren Formularfelder und Bestandslisten sind beabsichtigt; sie enthalten keine Beispieldaten. Der bisherige einzelne Kodierfall zeigt nur `a2` aus S2: eine vorhandene Nachricht mit vier Wörtern und kein zulässiges Paar. Er ist ein Ausschnitt desselben synthetischen Materials, kein zusätzlicher Bestand für die Gesamtzählung.

## Herkunft und Grenzen

Die Beispiele sind redaktionell mit KI-Unterstützung aufbereitet. Sie enthalten keine privaten Gesprächsdaten und stellen keine echte Archivlektüre, Nutzerstudie, Kundenlieferung oder neues Modellexperiment dar. Die Zahlen beschreiben ausschließlich die vorhandenen synthetischen Nachrichtentexte und ihre Auswahl nach der angegebenen Regel.

Quelle für die Strukturfragen ist die [OASST1-Datensatzkarte](https://huggingface.co/datasets/OpenAssistant/oasst1), gelesen am 7. September 2026. Sie enthält auch `model_name`; eine Modellgruppe braucht belegte Werte im jeweiligen Export. Die Beispiele sind redaktionell konstruiert und kein OASST1-Datensatz; ihre Nachrichtentexte wurden daraus nicht übernommen. Ein Inhaltshash unterstützt einen Vergleich konkreter Dateien und begründet allein keine Veröffentlichungs- oder Zeitpriorität.