Andreas Ehstand — Independent Researcher | AUGMANITAI

Augmanitai KI Lexikon

KATEGORIE: Methodische Arbeitstechniken & Prozess-Hygiene

Diese Website enthält Forschungsinhalte des AUGMANITAI-Projekts (Andreas Ehstand, ORCID 0009-0006-3773-7796). Alle Inhalte sind deskriptiv, nicht präskriptiv – sie stellen keine medizinische, rechtliche oder finanzielle Beratung dar. Vollständiger Rechtlicher Hinweis findet sich unten: [→ Disclaimer §1–§18]

Definition: Die fundamentalen mentalen Modelle und Einstellungen, die für eine effektive und souveräne Interaktion mit KI-Systemen in der Verwaltungspraxis erforderlich sind.

Die rasante Entwicklung generativer KI-Systeme erfordert nicht nur neue technische Schnittstellen, sondern primär eine neue sprachliche Präzision. Um Verwaltungshandeln in hybriden Umgebungen rechtssicher und souverän zu gestalten, bedarf es Begriffe, die jenseits von Science-Fiction und Marketing-Buzzwords funktionieren.

Das vorliegende Framework versteht sich als lebendes Dokument (Living Document). Es bildet den aktuellen Stand einer sich formenden Fachsprache ab. Die hier definierten Begriffe und Kompetenzfelder erheben keinen Anspruch auf finale Abgeschlossenheit. Sie sind vielmehr als iterative Begriffsbildung zu verstehen, die sich parallel zur technologischen Realität weiterentwickelt.

Wir laden dazu ein, dieses Vokabular als Werkzeug zur Schärfung der eigenen Wahrnehmung und Prozessgestaltung zu nutzen, wohlwissend, dass die Definitionen von morgen die Erkenntnisse von heute präzisieren werden.
 

01. Multiperspektivische Triangulation (Perspective Triangulation)

Kategorie: Kognitive Prozess-Steuerung Etymologie: Geodäsie (Triangulation) und Qualitätsmanagement. Wissenschaftliche Definition: Methodische Validierung von Sachverhalten durch die synthetische Erzeugung divergenter Analyse-Perspektiven (z.B. fiskalisch, juristisch, ethisch) mittels KI-Agenten vor der menschlichen Finalentscheidung. Dient der Objektivierung subjektiver Einschätzungen. Empirischer Kontext: In internen Simulations-Szenarien wurde beobachtet, dass die Anwendung dieses Verfahrens "Blinde Flecken" (Bias Blind Spots) in Genehmigungsverfahren signifikant reduziert, da Gegenargumente proaktiv simuliert wurden. Relevanz 2026: Zentrales Instrument zur Bürokratie-Entlastung und Erfüllung der behördlichen Sorgfaltspflicht. LOC® & HumAInware Integration: Parallele Simulation von Stakeholder-Sichtweisen zur Entlastung der biologischen Kognition. Verwandte Konzepte: Strukturelle Kognitions-Agilität.

02. Semantische Externalisierung (Semantic Ejection)

Kategorie: Temporale Effizienz Etymologie: Informationstheorie (Buffer Flush) und Prozess-Optimierung. Wissenschaftliche Definition: Protokoll zur schnellen Entleerung des Arbeitsgedächtnisses durch unstrukturiertes Diktat, gefolgt von einer KI-gestützten syntaktischen und logischen Strukturierung. Funktionale Trennung von inhaltlicher Generierung (Mensch) und formaler Formatierung (Maschine). Empirischer Kontext: Anwenderberichte aus Pilotphasen weisen auf eine spürbare Steigerung der Verarbeitungsgeschwindigkeit bei komplexen Berichtswesen hin, da kognitive Blockaden durch den Wegfall von Formatierungs-Zwang gelöst wurden. Relevanz 2026: Effizienzsprung in der Dokumentation und Aktenführung. LOC® & HumAInware Integration: Adressiert den "Wetware-Engpass" der sequenziellen Verarbeitung; der Mensch liefert den Kontext, das System die Form. Verwandte Konzepte: Ambulante Kognitions-Stimulation.

03. Ambulante Kognitions-Stimulation (Peripatetic Prompt)

Kategorie: Kognitive Prozess-Steuerung Etymologie: Embodied Cognition (Verkörperte Kognition) und BGM. Wissenschaftliche Definition: Die Integration motorischer Aktivität (Gehen) in den kognitiven Arbeitsprozess unter Nutzung mobiler Sprach-Interfaces. Entkopplung der Wissensarbeit von der stationären Bildschirminfrastruktur zur physiologischen Aktivierung des Problemlösungs-Zentrums. Empirischer Kontext: In der Anwendungspraxis melden Führungskräfte eine subjektive Verbesserung der Problemlösungskompetenz bei strategischen Fragestellungen ("Knoten lösen"), sobald die statische Büroumgebung verlassen wird. Relevanz 2026: Synergie aus Betrieblichem Gesundheitsmanagement und Produktivitätssteigerung. LOC® & HumAInware Integration: Mobile KI-Schnittstellen ermöglichen produktive "Deep Work"-Phasen außerhalb ergonomisch statischer Umgebungen. Verwandte Konzepte: Semantische Externalisierung.

04. Operatives Initialisierungs-Protokoll (Morning Startup Routine)

Kategorie: Temporale Effizienz Etymologie: Luftfahrt (Pre-Flight Check) und Projektmanagement. Wissenschaftliche Definition: Standardisierter Prozess zur täglichen Kalibrierung der kognitiven Ressourcen. Beinhaltet die Priorisierung von Aufgabenclustern und die Simulation des Tagesablaufs mittels KI-Assistenz zur Minimierung kognitiver Reibungsverluste beim Arbeitsbeginn. Empirischer Kontext: Beobachtungen in Referenzgruppen zeigen eine deutliche Reduktion der "Rüstzeiten" zu Arbeitsbeginn sowie eine stabilere Zielerreichungsquote durch das präventive Management von Aufmerksamkeits-Ressourcen. Relevanz 2026: Strukturierungshilfe im Home-Office und bei hybriden Arbeitsmodellen. LOC® & HumAInware Integration: Das System bereitet entscheidungsrelevante Unterlagen vor ("Pre-Loading"), bevor der Mensch den Prozess aktiv übernimmt. Verwandte Konzepte: Zyklische Prozess-Evaluation.

05. Zyklische Prozess-Evaluation (Evening Review)

Kategorie: Kognitive Prozess-Steuerung Etymologie: Agile Methoden (Retrospektive) und Lernpsychologie. Wissenschaftliche Definition: Systematische Nachbereitung der operativen Tätigkeit am Ende eines Zyklus. Analyse von Soll-Ist-Abweichungen und Identifikation von Optimierungspotenzialen für den Folgetag (Continuous Improvement Process). Empirischer Kontext: Interne Datenanalysen legen nahe, dass dieses Ritual die langfristige Kompetenzentwicklung fördert und die Wiederholung von Prozessfehlern in der Sachbearbeitung minimiert. Relevanz 2026: Instrument zur Qualitätssicherung und zum selbstgesteuerten Lernen am Arbeitsplatz. LOC® & HumAInware Integration: KI aggregiert Leistungsdaten des Tages und visualisiert Lernfelder, ohne zu werten (objektives Feedback). Verwandte Konzepte: Operatives Initialisierungs-Protokoll.

06. Kognitive Muster-Identifikation (Pattern Recognition)

Kategorie: Analytische Wahrnehmung Etymologie: Data Science und Kriminologie. Wissenschaftliche Definition: Die Fähigkeit, in unsortierten Datensätzen latente Korrelationen, Anomalien oder Trendbrüche zu identifizieren, bevor diese statistisch signifikant werden (Frühwarnsystem). Transfer maschineller Mustererkennung auf menschliche Analyseprozesse. Empirischer Kontext: Erfahrene Sachbearbeiter erkannten in internen Audits "ungesunde" Entwicklungen in Aktenlagen oft durch intuitive Abweichungs-Erkennung, lange bevor Grenzwerte technisch überschritten wurden. Relevanz 2026: Entscheidend für Prävention (z.B. Betrugserkennung, Gefahrenabwehr). LOC® & HumAInware Integration: Hybrid-Ansatz: KI scannt Massendaten (Big Data), Mensch bewertet den Kontext der Anomalie. Verwandte Konzepte: Strukturelle System-Perzeption.

07. Polyvalente Szenario-Antizipation (Scenario Anticipation)

Kategorie: Langzeit-Strategie Etymologie: Strategische Planung und Spieltheorie. Wissenschaftliche Definition: Die systematische Simulation multipler Zukunftsverläufe (Best-Case, Worst-Case, Trend-Case) als Basis für robuste Entscheidungsfindungen. Abkehr vom linearen Prognose-Denken hin zu Wahrscheinlichkeits-Clustern. Empirischer Kontext: In Krisenstabs-Übungen wurde eine erhöhte Reaktionsgeschwindigkeit bei Eintritt unvorhergesehener Ereignisse verzeichnet, da Handlungsoptionen ("Pre-Mortem-Analyse") bereits präformuliert waren. Relevanz 2026: Kernkompetenz im Katastrophenschutz und der Stadtplanung. LOC® & HumAInware Integration: KI berechnet die Wahrscheinlichkeiten, der Mensch definiert die Parameter und ethischen Grenzen der Szenarien. Verwandte Konzepte: Multiperspektivische Triangulation.

08. Strukturelle System-Perzeption (Structural Perception)

Kategorie: Kognitive Prozess-Steuerung Etymologie: Systemtheorie und Logistik. Wissenschaftliche Definition: Die Kompetenz, isolierte Phänomene (Symptome) nicht als Einzelfälle, sondern als sichtbare Effekte zugrundeliegender, oft unsichtbarer Systemarchitekturen oder Lieferketten zu identifizieren. Empirischer Kontext: Verlagert den Fokus in Optimierungsprojekten beobachtbar von der Symptombekämpfung ("Feuerlöschen") zur nachhaltigen Ursachenbehebung. Relevanz 2026: Ermöglicht nachhaltige Verwaltungsreformen statt kurzfristiger Flicken-Lösungen. LOC® & HumAInware Integration: Visualisierung komplexer Abhängigkeits-Graphen durch das System zur Unterstützung der menschlichen Analyse. Verwandte Konzepte: Relationale Daten-Visualisierung.

09. Informationelle Selektivitäts-Kompetenz (Signal-to-Noise Filter)

Kategorie: Temporale Effizienz Etymologie: Nachrichtentechnik und Kognitionspsychologie. Wissenschaftliche Definition: Die aktive, trainierte Unterdrückung irrelevanter Informationsreize (Rauschen/Noise) zugunsten handlungsrelevanter Signale. Bewusste Steuerung der Aufmerksamkeitsökonomie gegen algorithmische Ablenkung. Empirischer Kontext: In datenintensiven Abteilungen erweist sich diese Kompetenz als wesentlicher Faktor zur Vermeidung von "Information Overload" und Entscheidungsparalyse. Relevanz 2026: Kritische Fähigkeit im Umgang mit der Informationsflut moderner Behördenarbeit. LOC® & HumAInware Integration: Technische Vorfilterung durch KI-Agenten, die nur priorisierte Informationen zum Nutzer durchlassen. Verwandte Konzepte: Adaptiver Fokus-Horizont.

10. Implizite Erfahrungs-Heuristik (Experienced Intuition)

Kategorie: Kognitive Prozess-Steuerung Etymologie: Entscheidungsforschung (Naturalistic Decision Making). Wissenschaftliche Definition: Die Validierung und Nutzung unbewusster Entscheidungsprozesse, die auf der Kompression jahrelanger Fachexpertise basieren. Abgrenzung von "Raten" durch nachträglichen Abgleich mit empirischen Daten. Empirischer Kontext: In Zeitdruck-Situationen (z.B. Einsatzleitung) zeigten erfahrene Entscheidungsträger in Simulationen korrekte Tendenzen, die erst nachträglich durch Daten bewiesen werden konnten. Relevanz 2026: Anerkennung von Erfahrungswissen als notwendiger Komplementär-Faktor zu KI-Daten. LOC® & HumAInware Integration: KI liefert die Faktenbasis ("Data"), Mensch liefert die Kontext-Bewertung ("Wisdom"). Verwandte Konzepte: Kognitive Muster-Identifikation.

 

 

Prozesshygiene bezeichnet im Kontext moderner Organisationen und KI-gestützter Arbeitsumgebungen die systematische Sicherstellung sauberer, stabiler und revisionsfähiger Entscheidungs- und Arbeitsprozesse. Sie adressiert strukturelle Effizienzverluste, die durch inkonsistente Informationsstände, implizite Annahmen, redundante Abstimmungswege, unklare Verantwortlichkeiten und kognitive Überlastung entstehen. In Verwaltung, Bildung und wissensintensiven Organisationen gewinnt Prozesshygiene mit zunehmender Digitalisierung und KI-Integration zentrale Bedeutung, da nicht Technologie, sondern Prozessverschmutzung den limitierenden Faktor darstellt. Prozesshygiene zielt auf die kontinuierliche Bereinigung, Strukturierung und Versionierung von Informationen, Aufgaben und Entscheidungsgrundlagen ab, um Handlungsfähigkeit, Rechtssicherheit und institutionelle Stabilität zu gewährleisten. KI fungiert dabei als unterstützendes Instrument zur Vorverarbeitung, Konsistenzprüfung, Perspektivensimulation und Dokumentation, während Bewertung, Verantwortung und finale Entscheidung beim Menschen verbleiben. Prozesshygiene bildet damit die operative Grundlage für digitale Resilienz, effiziente Verwaltungssteuerung, belastbare Governance-Strukturen und eine kontrollierte, rechtssichere Nutzung von KI in komplexen Entscheidungsumfeldern.

© 2026 AUGMANITAI — Andreas Ehstand ORCID: 0009-0006-3773-7796 | License of Clarity® ist eine eingetragene EU-Marke (EUIPO, seit Mai 2025). Alle Terme und Methodik sowie gesamtes Framework geschützt mit CC BY-NC-ND 4.0

AUGMANITAI / NEOMANITAI ETHICAL DISCLAIMER §1–§26

GILT FÜR ALLES / APPLIES TO EVERYTHING

Version: 3.0
Datum / Date: 2026-04-17
Lizenz / License: CC BY-NC-ND 4.0 International
Informiert durch / Informed by: ISO 704, ISO 1087, ISO 30042
Autor / Author: Andreas Ehstand · ORCID 0009-0006-3773-7796
Kontakt / Contact: augmanitai@gmail.com

DEUTSCH (§1–§26)

§1 Deskriptive Natur (D). Alle Inhalte des Neomanitai-Frameworks (einschließlich aller Subkategorien wie AUGMANITAI, FLUXMANITAI, ROBMANITAI, PFT-MKI), einschließlich aller terminologischen Definitionen, Termbeschreibungen, Framework-Beschreibungen, Leistungsfaktorenanalysen, Substrattabellen und Forschungshypothesen, sind ausschließlich deskriptiv (D). Jede Aussage dokumentiert beobachtete oder vorgeschlagene Phänomene, ohne eine normative Position darüber auszudrücken, wie Dinge sein sollten.

§2 Keine Empfehlung. Kein Inhalt dieses Frameworks stellt eine Empfehlung dar, impliziert eine solche oder sollte als Empfehlung für eine bestimmte Handlung, ein Verhalten, eine Technologieadoption, eine Produktauswahl, eine organisatorische Veränderung, eine Investition, eine Karriereentscheidung oder eine persönliche Entscheidung interpretiert werden. Die Leser sind allein für ihre eigenen Entscheidungen verantwortlich.

§3 Keine Anweisung. Dieses Framework weist niemanden an, irgendetwas zu tun. Kein Inhalt sollte als Anweisungssatz, Anleitung, Tutorial, Trainingshandbuch oder operatives Protokoll interpretiert werden. Alle Inhalte beschreiben, was beobachtet wurde, nicht was getan werden soll.

§4 Keine Beratung. Kein Inhalt stellt eine professionelle Beratung jeglicher Art dar — keine Unternehmens-, Karriere-, Technologie-, Organisations-, strategische, persönliche oder Bildungsberatung. Dies ist ein Forschungsframework, keine Beratungsleistung.

§5 Keine normative Position. Das Neomanitai-Framework bezieht keine normative Position. Es drückt keine Ansicht darüber aus, was richtig, falsch, besser, schlechter, vorzuziehen oder optimal ist.

§6 Keine medizinische Position. Kein Inhalt stellt medizinische Information, Rat, Diagnose, Behandlungsempfehlung oder Meinung dar. Terme zu kognitiven, wahrnehmungsbezogenen oder affektiven Phänomenen sind terminologische Beschreibungen für Forschungszwecke, keine klinischen Bewertungen.

§7 Keine therapeutische Position. Kein Inhalt stellt therapeutischen Rat, Intervention, psychotherapeutische Anleitung, Beratung oder irgendeine Form der psychischen Gesundheitsbehandlung dar.

§8 Keine diagnostische Position. Kein Inhalt stellt eine klinische Diagnose, psychologische Bewertung, kognitive Evaluation oder ein diagnostisches Instrument dar. Leistungsfaktorenanalysen beschreiben Forschungskonstrukte, keine klinischen Kategorien.

§9 Keine rechtliche Position. Kein Inhalt stellt Rechtsberatung, Rechtsgutachten, Rechtsanalyse, regulatorische Orientierung oder Compliance-Beratung dar. Verweise auf rechtliche Rahmenbedingungen (wie den EU AI Act) sind deskriptiv.

§10 Keine moralische Position. Kein Inhalt stellt ein moralisches Urteil, eine ethische Vorschrift oder eine philosophische Position darüber dar, was moralisch richtig oder falsch ist.

§11 Akademische und Forschungszwecke. Alle Inhalte dienen ausschließlich dem akademischen Diskurs, der wissenschaftlichen Forschung, der wissenschaftlichen Kommunikation und Bildungszwecken innerhalb der Forschungsgemeinschaft. Kein kommerzielles Produkt oder Dienstleistung.

§12 KI-Unterstützungsoffenlegung. Inhalte wurden mit Unterstützung von KI-Systemen entwickelt (einschließlich großer Sprachmodelle). Der Autor nutzte KI-Werkzeuge als Forschungsinstrumente. KI-generierte Inhalte wurden vom menschlichen Autor überprüft, validiert, bearbeitet und kuratiert.

§13 Autorenprüfung und -validierung. Alle Terme, Definitionen, Framework-Beschreibungen und Forschungshypothesen wurden vom Autor, Andreas Ehstand, überprüft, validiert und veröffentlicht. Der Autor übernimmt die Verantwortung für den veröffentlichten Inhalt als deskriptives Forschungsframework.

§14 Altersbeschränkung (18+). Alle Inhalte sind für Nutzer ab 18 Jahren bestimmt. Die terminologischen Beschreibungen behandeln komplexe Phänomene, die eine reife Interpretation im akademischen Kontext erfordern.

§15 Unabhängiges akademisches Projekt. Das Neomanitai-Framework als Dach mit allen Subkategorien (AUGMANITAI, FLUXMANITAI, ROBMANITAI, PFT-MKI und zugehörige Veröffentlichungen) ist ein unabhängiges akademisches Forschungsprojekt. Es ist mit keiner Universität, keinem Unternehmen, keiner Regierungsbehörde oder sonstigen Institution verbunden, sofern nicht ausdrücklich anders angegeben.

§16 Kein professioneller Service. Kein Inhalt stellt einen professionellen Service, ein Beratungsengagement, einen Coaching-Service, ein Trainingsprogramm oder ein Workshop-Angebot dar. Open-Access-Forschung, keine Dienstleistung.

§17 Kein Angebot. Kein Inhalt stellt ein kommerzielles Angebot, einen Geschäftsvorschlag, ein Serviceangebot, eine Produkteinführung oder ein Verkaufsgespräch dar. Forschungsveröffentlichung, keine kommerzielle Kommunikation.

§18 Kein kommerzielles Produkt. Das Neomanitai-Framework ist kein kommerzielles Produkt. Keine Software zum Verkauf, keine Plattform, kein Werkzeug, keine Anwendung, kein Dienst zum Verkauf. Veröffentlichtes akademisches Forschungsframework unter Creative-Commons-Lizenz.

§19 Empirische Aussagen unter Begutachtungsvorbehalt. Alle empirischen Aussagen, Forschungshypothesen und vorgeschlagenen Frameworks geben den aktuellen Stand der Forschung wieder. Sie sind als testbare, falsifizierbare Propositionen formuliert, die der Begutachtung, Replikation, Revision und möglichen Widerlegung unterliegen. Kein Anspruch auf absolute Wahrheit, Vollständigkeit oder Endgültigkeit.

§20 Änderungsrechte vorbehalten. Der Autor behält sich alle Rechte bezüglich zukünftiger Modifikationen, Aktualisierungen, Erweiterungen, Korrekturen, Rücknahmen, Versionierungen oder Einstellungen jeglicher Inhalte vor. Diese Sammlung ist eine lebende Forschungsressource und wird kontinuierlich erweitert. Veröffentlichte Versionen bleiben unter ihren jeweiligen Referenzen zugänglich.

§21 Lizenz (CC BY-NC-ND 4.0). Alle Inhalte werden unter der Creative Commons Namensnennung — Nicht kommerziell — Keine Bearbeitungen 4.0 International Lizenz veröffentlicht. Namensnennung erforderlich, kommerzielle Nutzung verboten, Bearbeitungen nicht gestattet. 

§22 Zweisprachige Veröffentlichung (DE + EN). Dieses Framework wird zweisprachig veröffentlicht. Bei Abweichungen zwischen den Sprachversionen gelten beide Versionen als maßgeblich in ihrem jeweiligen sprachlichen Kontext. Keine Version hat Vorrang vor der anderen.

§23 Forschungszweckerklärung. Dieses terminologische Framework beschreibt beobachtete Phänomene der Mensch-KI-Interaktion für akademische Forschungszwecke. Terme, die Interaktionsmuster beschreiben — einschließlich adversarialer, manipulativer, fehlerbezogener, abhängigkeitsbezogener oder anderweitig sensibler Phänomene — werden im selben deskriptiven Geist dokumentiert, in dem medizinische Terminologie Pathologien dokumentiert, kriminologische Terminologie kriminelles Verhalten dokumentiert und Cybersicherheitsterminologie Angriffsvektoren dokumentiert: zum Zweck des Verständnisses, der Diagnose, der Klassifikation und der Prävention — nicht zur Anleitung, Erleichterung oder Ermutigung schädlichen Verhaltens.

§24 Missbrauchsausschluss. Jede Verwendung dieser Terminologie, dieser Frameworks, dieser Leistungsfaktormodelle oder zugehöriger Inhalte zum Zweck der Manipulation, Täuschung, Ausbeutung, Überwachung, Nötigung oder Schädigung von Menschen, KI-Systemen, Organisationen oder anderen Entitäten liegt ausdrücklich außerhalb des beabsichtigten Rahmens dieser Forschung. Eine solche Verwendung wird vom Autor verurteilt. Der Autor distanziert sich ausdrücklich von jeglichem Missbrauch.

§25 Sicherheitsabsichtserklärung. Das Neomanitai-Framework und alle zugehörige Forschung sollen die Mensch-KI-Interaktion sicherer, transparenter, verantwortungsvoller und wissenschaftlich besser verstanden machen — nicht weniger. Die Forschung zielt darauf ab, diagnostisches Vokabular und analytische Frameworks bereitzustellen, die Forscher, Pädagogen und Organisationen befähigen, Herausforderungen in der Mensch-KI-Zusammenarbeit zu identifizieren, zu verstehen und zu adressieren.

§26 Verurteilung des Missbrauchs durch den Autor. Der Autor, Andreas Ehstand, verurteilt ausdrücklich und unmissverständlich jede Verwendung dieser Forschung zum Zweck der Schädigung, Manipulation, Ausbeutung, Täuschung, Überwachung, Nötigung oder jeder Aktivität, die menschliche Autonomie, Würde, Sicherheit oder Wohlbefinden untergräbt. Diese Verurteilung erstreckt sich auf jeden einzelnen Term, jede Teilmenge, jede Framework-Komponente oder jede abgeleitete Interpretation.

ENGLISH (§1–§26)

§1 Descriptive Nature (D). All content within the Neomanitai framework (including all subcategories such as AUGMANITAI, FLUXMANITAI, ROBMANITAI, PFT-MKI), including all terminological definitions, term descriptions, framework descriptions, performance factor analyses, substrate tables, and research hypotheses, is exclusively descriptive (D). Every statement documents observed or proposed phenomena without expressing any normative position.

§2 No Recommendation. No content constitutes, implies, or should be interpreted as a recommendation for any specific action, behavior, technology adoption, product selection, organizational change, investment, career decision, or personal choice. Readers are solely responsible for their own decisions.

§3 No Instruction. This framework does not instruct anyone to do anything. No content should be interpreted as a set of instructions, a how-to guide, a tutorial, a training manual, or an operational protocol.

§4 No Advice. No content constitutes professional advice — no business, career, technology, organizational, strategic, personal, or educational advice. This is a research framework, not a consultancy.

§5 No Normative Position. The Neomanitai framework takes no normative position. It does not express any view about what is right, wrong, better, worse, preferable, or optimal.

§6 No Medical Position. No content constitutes medical information, advice, diagnosis, treatment recommendation, or opinion. Terms describing cognitive, perceptual, or affective phenomena are terminological descriptions for research purposes, not clinical assessments.

§7 No Therapeutic Position. No content constitutes therapeutic advice, intervention, psychotherapeutic guidance, counseling, or any form of mental health treatment.

§8 No Diagnostic Position. No content constitutes a clinical diagnosis, psychological assessment, cognitive evaluation, or diagnostic instrument. Performance factor analyses describe research constructs, not clinical categories.

§9 No Legal Position. No content constitutes legal advice, opinion, analysis, regulatory guidance, or compliance advice. References to legal frameworks (such as the EU AI Act) are descriptive.

§10 No Moral Position. No content constitutes a moral judgment, ethical prescription, or philosophical position about what is morally right or wrong.

§11 Academic and Research Purposes. All content is intended exclusively for academic discourse, scientific research, scholarly communication, and educational purposes within the research community. Not a commercial product or service.

§12 AI Assistance Disclosure. Content was developed with the assistance of AI systems (including large language models). The author used AI tools as research instruments. AI-generated content has been reviewed, validated, edited, and curated by the human author.

§13 Author Review and Validation. All terms, definitions, framework descriptions, and research hypotheses have been reviewed, validated, and published by the author, Andreas Ehstand. The author assumes responsibility for the published content as a descriptive research framework.

§14 Age Restriction (18+). All content is intended for users 18 years of age or older. The terminological descriptions address complex phenomena that require mature interpretation within an academic context.

§15 Independent Academic Project. The Neomanitai framework as the umbrella with all subcategories (AUGMANITAI, FLUXMANITAI, ROBMANITAI, PFT-MKI, and associated publications) is an independent academic research project. Not affiliated with, endorsed by, or sponsored by any university, corporation, government agency, or other institution unless explicitly stated otherwise.

§16 No Professional Service. No content constitutes a professional service, consulting engagement, coaching service, training program, or workshop offering. Open-access research, not a service.

§17 No Offer. No content constitutes a commercial offer, business proposal, service offering, product launch, or sales pitch. Research publication, not commercial communication.

§18 No Commercial Product. The Neomanitai framework is not a commercial product. Not software for sale, not a platform, not a tool, not an application, and not a service for sale. Published academic research framework under Creative Commons license.

§19 Empirical Claims Subject to Peer Review. All empirical claims, research hypotheses, and proposed frameworks represent the current state of research. They are formulated as testable, falsifiable propositions subject to peer review, replication, revision, and potential refutation. No claim of absolute truth, completeness, or finality.

§20 Rights Reserved for Future Changes. The author reserves all rights regarding future modifications, updates, extensions, corrections, retractions, versioning, or discontinuation. This collection is a living research resource and will be continuously expanded. Published versions remain accessible under their respective references.

§21 License (CC BY-NC-ND 4.0). All content is published under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License. Attribution required, commercial use prohibited, derivative works not permitted. 

§22 Bilingual Publication (EN + DE). This framework is published bilingually. In cases of discrepancy between language versions, both versions are considered authoritative within their respective linguistic contexts. Neither version takes precedence.

§23 Research Purpose Statement. This terminological framework describes observed phenomena in human-AI interaction for academic research purposes. Terms describing interaction patterns — including adversarial, manipulative, failure-related, dependency-related, or otherwise sensitive phenomena — are documented in the same descriptive spirit as medical terminology documents pathologies, criminological terminology documents criminal behavior, and cybersecurity terminology documents attack vectors: for the purpose of understanding, diagnosis, classification, and prevention — not for instruction, facilitation, or encouragement of any harmful behavior.

§24 Misuse Exclusion. Any use of this terminology, these frameworks, these performance factor models, or any associated content for the purpose of manipulating, deceiving, exploiting, surveilling, coercing, or harming humans, AI systems, organizations, or any other entity is explicitly outside the intended scope of this research. Such use is condemned by the author. The author explicitly distances himself from any misuse.

§25 Safety Intent Statement. The Neomanitai framework and all associated research are intended to make human-AI interaction safer, more transparent, more accountable, and more scientifically understood — not less. The research aims to provide diagnostic vocabulary and analytical frameworks that empower researchers, educators, and organizations to identify, understand, and address challenges in human-AI collaboration.

§26 Author Condemnation of Misuse. The author, Andreas Ehstand, explicitly and unequivocally condemns any use of this research for purposes of harm, manipulation, exploitation, deception, surveillance, coercion, or any activity that undermines human autonomy, dignity, safety, or wellbeing. This condemnation extends to any individual term, any subset, any framework component, or any derivative interpretation.

 

 

 

 

Information icon

Wir benötigen Ihre Zustimmung zum Laden der Übersetzungen

Wir nutzen einen Drittanbieter-Service, um den Inhalt der Website zu übersetzen, der möglicherweise Daten über Ihre Aktivitäten sammelt. Bitte überprüfen Sie die Details in der Datenschutzerklärung und akzeptieren Sie den Dienst, um die Übersetzungen zu sehen.