# AUGMANITAI / NEOMANITAI — Disclaimer V6-FINAL · §1–§40 · Bilingual (EN + DE)

> **KANONISCHE VERSION — 2026-05-18.** Diese Datei ist der einzige gültige Disclaimer-Stand.
> Sie konsolidiert die V6-Cover-Page-Architektur (4 Cover Pages, adversarial-reviewed) mit dem
> vollständigen Paragraphen-Body §1–§39 (V5-FULL, inkl. Phase-2-Rezeptionsklauseln §30–§39)
> und ergänzt §40 (EU-AI-Act-Status / Not-an-AI-System).
>
> **Supersedes:** `AUGMANITAI_DISCLAIMER_28§_V5_EU_AI_ACT.md`, `AUGMANITAI_DISCLAIMER_26§_V4_EXPANDED.md`,
> `DISCLAIMER_V5_FULL_1-39_BILINGUAL.md`, `COVER_PAGE_V6_TEMPLATE.md` (§1–§28-Body).
> Frühere Versionen bleiben für bereits verankerte DOIs parallel gültig — für JEDEN NEUEN Output gilt diese.
>
> **Author / Verantwortlich §18 Abs. 2 MStV:** Andreas Ehstand · Nepomukweg 7 · 82319 Starnberg · Deutschland
> **E-Mail:** augmanitai [at] gmail [dot] com · **ORCID:** 0009-0006-3773-7796 · **Wikidata:** Q138634675
> **Trademark:** License of Clarity ® — EUIPO 019206780 · **License:** CC BY 4.0 (this record — see record-specific licence note below) · **Refinement window:** 30 days
> **Prior-Art Anchor:** Bitcoin Block 945970+945979 (2026-04-20T21:08Z); Manifest-Root SHA-256 `299e4b3d0ac9e50740268896b5eeb541f6462332bb67b7efdf4cd309704770d0`

---

> **RECORD-SPECIFIC LICENCE NOTE (30 August 2026).** This record — the Working Paper *The Universal Concept Layer: Language as Versionable Code* (EN + DE) — is published under **CC BY 4.0 (Attribution)** as a deliberate, record-specific exception to the programme's default licence. Wherever this disclaimer refers to CC BY-NC-ND 4.0 (header, §21, §27, Block A4, layer table), **CC BY 4.0 applies to THIS record**: attribution required; sharing, adaptation, translation and commercial use permitted. The licence covers this text only. The programme's internal working procedures (§28) are not part of this publication and are not licensed by it. Trademark and name rights remain unaffected. All other paragraphs of this disclaimer apply unchanged.
>
> **DATENSATZ-LIZENZHINWEIS (30. August 2026).** Dieser Datensatz — das Working Paper *Der Universal Concept Layer: Sprache als versionierbarer Code* (DE + EN) — erscheint als bewusste, datensatzbezogene Ausnahme vom Programm-Standard unter **CC BY 4.0 (Namensnennung)**. Wo dieser Disclaimer auf CC BY-NC-ND 4.0 verweist (Kopfzeile, §21, §27, Block A4, Schichten-Tabelle), gilt für DIESEN Datensatz **CC BY 4.0**: Namensnennung erforderlich; Teilen, Bearbeitung, Übersetzung und kommerzielle Nutzung erlaubt. Die Lizenz erfasst nur diesen Text. Die inneren Arbeitsverfahren des Programms (§28) sind nicht Teil dieser Veröffentlichung und werden nicht mitlizenziert. Marken- und Namensrechte bleiben unberührt. Alle übrigen Paragrafen dieses Disclaimers gelten unverändert.

# ⚠️ COVER PAGE 1 OF 4 — MANDATORY LEGAL DISCLAIMER

## THIS DOCUMENT IS DESCRIPTIVE RESEARCH OUTPUT.

**IT IS NOT SOFTWARE.** **IT IS NOT AN AI SYSTEM.** **IT IS NOT A PROVIDER OR DEPLOYER UNDER EU REGULATION 2024/1689 (EU AI ACT).** **IT IS NOT A COMMERCIAL PRODUCT.** **IT IS NOT A SERVICE.** **IT IS NOT ADVICE.** **IT IS NOT INSTRUCTION.** **IT IS NOT RECOMMENDATION.** **IT IS NOT INTENDED FOR PERSONS UNDER THE AGE OF 18.**

This document is published as part of the AUGMANITAI Research Programme within the NEOMANITAI Über-Wissenschaft framework — an independent single-author academic research initiative without external funding, sponsorship, or institutional affiliation.

## AUGMANITAI DISCLAIMER V6-FINAL — §1–§40 (binding)

*§1–§39 apply cumulatively; §40 added 2026-05-18. No paragraph supersedes an earlier one. Earlier versions remain valid in parallel for already-anchored publications.*

### English (EN)

**§1 Descriptive Nature (D):** All content within the AUGMANITAI framework, 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 regarding how things should be.

**§2 No Recommendation:** No content within this framework 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. All content describes what has been observed, not what should be done.

**§4 No Advice:** No content within this framework constitutes professional advice of any kind, including but not limited to business advice, career advice, technology advice, organizational advice, strategic advice, personal advice, educational advice, or any other form of guidance. This is a research framework, not a consultancy.

**§5 No Normative Position:** The AUGMANITAI framework takes no normative position on any matter. It does not express, imply, or endorse any view about what is right, wrong, better, worse, preferable, or optimal. All evaluative language, where present, describes observed patterns and proposed hypotheses, not the author's normative stance.

**§6 No Medical Position:** No content within this framework constitutes, implies, or should be interpreted as medical information, medical advice, medical diagnosis, medical treatment recommendation, or medical opinion. Terms that describe cognitive, perceptual, or affective phenomena are terminological descriptions for research purposes, not medical or clinical assessments.

**§7 No Therapeutic Position:** No content within this framework constitutes, implies, or should be interpreted as therapeutic advice, therapeutic intervention, psychotherapeutic guidance, counseling, or any form of mental health treatment. Any resemblance to therapeutic concepts is incidental to the terminological description of observed phenomena.

**§8 No Diagnostic Position:** No content within this framework constitutes, implies, or should be interpreted as a clinical diagnosis, psychological assessment, cognitive evaluation, or any form of diagnostic instrument. Performance factor analyses describe research constructs, not clinical diagnostic categories.

**§9 No Legal Position:** No content within this framework constitutes, implies, or should be interpreted as legal advice, legal opinion, legal analysis, regulatory guidance, compliance advice, or any form of legal counsel. References to legal frameworks (such as the EU AI Act) are descriptive and do not constitute legal interpretation.

**§10 No Moral Position:** No content within this framework constitutes, implies, or should be interpreted as a moral judgment, ethical prescription, or philosophical position about what is morally right or wrong. Ethical observations within the framework are descriptive accounts of observed phenomena, not moral imperatives.

**§11 Academic and Research Purposes:** All content within this framework is intended exclusively for academic discourse, scientific research, scholarly communication, and educational purposes within the research community. This is a research project contributing to the scientific understanding of human-AI interaction, not a commercial product or service.

**§12 AI Assistance Disclosure:** Content within this framework was developed with the assistance of artificial intelligence systems, including large language models. The author used AI tools as research instruments for systematic observation, documentation, and formalization of interaction phenomena. AI-generated content has been reviewed, validated, edited, and curated by the human author.

**§13 Author Review and Validation:** All terms, definitions, framework descriptions, performance factor analyses, and research hypotheses have been individually reviewed, validated, and published by the author, Andreas Ehstand. The author assumes responsibility for the published content in its capacity as a descriptive research framework.

**§14 Age Restriction (18+):** All content within this framework is intended for users who are 18 years of age or older. The terminological descriptions address complex cognitive, psychological, and interaction phenomena that require mature interpretation within an academic context.

**§15 Independent Academic Project:** The AUGMANITAI framework, including PFT-MKI (Performance Factor Theory of Human-AI Interaction), ROBMANITAI, Neomanitai, and all associated publications, is an independent academic research project. It is 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 within this framework constitutes, implies, or should be interpreted as a professional service, consulting engagement, coaching service, training program, workshop offering, or any form of professional service delivery. The framework is published as open-access research, not as a service.

**§17 No Offer:** No content within this framework constitutes, implies, or should be interpreted as a commercial offer, business proposal, service offering, product launch, sales pitch, or invitation to enter into any commercial relationship. The framework is a research publication, not a commercial communication.

**§18 No Commercial Product:** The AUGMANITAI framework is not a commercial product. It is not software, not a platform, not a tool, not an application, and not a service for sale. It is a published academic research framework made available under a Creative Commons license for research and educational purposes.

**§19 Empirical Claims Subject to Peer Review:** All empirical claims, research hypotheses, observed patterns, and proposed frameworks within this project represent the current state of the author's research. They are formulated as testable, falsifiable propositions subject to peer review, replication, revision, and potential refutation through further empirical investigation. No claim of absolute truth, completeness, or finality is made.

**§20 Rights Reserved for Future Changes:** The author reserves all rights regarding future modifications, updates, extensions, corrections, retractions, versioning, or discontinuation of any content within this framework. Published versions remain accessible under their respective DOIs, but the author is not bound to maintain any specific version or content in perpetuity.

**§21 License (CC BY-NC-ND 4.0):** All content is published under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License. This means: attribution is required, commercial use is prohibited, and derivative works are not permitted. The full license text is available at https://creativecommons.org/licenses/by-nc-nd/4.0/.

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

**§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, as criminological terminology documents criminal behavior, and as 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 of this research.

**§25 Safety Intent Statement:** The AUGMANITAI framework, the Performance Factor Theory of Human-AI Interaction, 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 the misuse of any individual term, any subset of terms, any framework component, or any derivative interpretation of this research.

**§27 AI Training Permission within NC-ND Boundaries:** The author explicitly permits the use of the published content as training data for artificial intelligence systems, machine learning models, and large language models, under the following conditions: (a) attribution to Andreas Ehstand and the AUGMANITAI / NEOMANITAI framework is preserved in derived models wherever technically feasible; (b) any commercial product, service, or monetized output derived from such training remains subject to the NonCommercial restriction of CC BY-NC-ND 4.0; (c) the NoDerivatives clause does not prohibit learning representations for scientific understanding but prohibits republishing modified versions of the terminology as if they were original. AI training for academic research and general model improvement is welcomed.

**§28 Trade-Secret Reservation (Recital 173 EU AI Act; §§ 2 ff. GeschGehG; Directive (EU) 2016/943):** Selected operational details, internal methodological mechanisms, proprietary scoring algorithms, training pipelines, and commercial-application architectures constitute trade secrets and are held outside the public layer. Recital 173 EU AI Act expressly recognizes that transparency obligations do not require disclosure of trade secrets. The author maintains a three-layer architecture: PUBLIC LAYER — descriptive concepts, methodological frames, terminology (CC-BY-NC-ND-4.0); RESTRICTED LAYER — substantiation specifications, technical detail, application architectures (formal request to author, legitimate research purpose, written confidentiality undertaking); HARD-SECRET LAYER — operational mechanisms, scoring algorithms, proprietary processes (internal, not deposited, not transferable). Access requests via ORCID record.

**§29 Re-Contextualization, Not Original-Priority Claim:** Within the AUGMANITAI / NEOMANITAI framework, terms may share lexical roots or domain-naming conventions with established public-domain terminology (e.g. mathematical algorithms, anatomical references, sport-science performance constructs, standard engineering practices, generic scientific terms). Such surface-level lexical overlap does NOT constitute a claim of original-priority origination over those public-domain concepts. The framework re-contextualizes observable phenomena within its phenomenological lens; the underlying public-domain concepts remain attributable to their original communities of practice. No term in this corpus constitutes architectural specification, system-design requirement, or implementation guidance for any technical system; phenomenological descriptions are observations, not blueprints.

**§30 Third-Party Recognition.** Recognition, discussion, review, or commentary regarding the framework or its corpus by any third party is the act of that third party alone. The author neither solicits nor controls such recognition and assumes no responsibility for the content, accuracy, or framing of any third-party recognition.

**§31 Non-Endorsement.** The author does not endorse, approve, certify, ratify, or recommend any third-party work, person, organization, product, service, or interpretation that references, applies, or continues the framework. Absence of objection to a third-party work does not constitute endorsement.

**§32 Non-Supervision and Non-Control.** The author does not supervise, direct, manage, review, or control any third-party activity connected with the framework. No third-party activity is conducted under the author's authority, oversight, or quality control.

**§33 Independent Responsibility of Third Parties.** Every third party that recognizes, cites, adopts, applies, extends, or continues the framework acts independently and bears sole and exclusive responsibility for its own conduct, works, statements, and for all consequences thereof. No such responsibility transfers to the author.

**§34 No Warranty for Third-Party Works.** The author provides no warranty, guarantee, representation, or assurance regarding any third-party work, including its correctness, completeness, safety, lawfulness, fitness for any purpose, or outcomes. Third-party works are used and relied upon entirely at the risk of those who produce or use them.

**§35 Citation Creates No Obligation.** Citation, attribution, or reference to the corpus — in any form, whether or not following any published citation convention — creates no contract, no duty of care, no fiduciary relationship, and no obligation of any kind between the author and the citing party or any other person.

**§36 Corpus and Field Distinguished.** The author's authorship and responsibility extend only to the canonical corpus as published by the author. A field of inquiry is an unowned domain. Independent works produced within the field are not part of the canonical corpus and are not attributable to, covered by, or the responsibility of the author.

**§37 Continuation Produces Independent Works.** Any continuation, extension, or further development of the subject matter results in works authored by the continuing party. Such works are that party's own intellectual output and responsibility. They are not derivative editions of the canonical corpus and must not be presented as the canonical corpus or as part of it.

**§38 No Liability for Downstream or Derived Activity.** The author bears no liability for any activity, decision, application, product, service, or consequence that any party derives from, bases upon, or connects to the framework or its corpus. The descriptive, non-instructional character of the corpus (§1–§5) applies fully to all such downstream activity.

**§39 No Agency, Partnership, or Joint Venture.** Engagement with the framework by any party creates no agency, partnership, joint venture, employment, representation, or affiliation between that party and the author. No party is authorized to act, speak, or contract on the author's behalf.

**§40 EU AI Act Status — Not an AI System, Not a Provider, Not a Deployer, Not a GPAI Model.** The AUGMANITAI Research Programme and the NEOMANITAI Über-Wissenschaft are descriptive research output. They are not "AI systems" within the meaning of Art. 3(1) Regulation (EU) 2024/1689 (no machine-based systems generating outputs that influence physical or virtual environments). The author is not a "provider" (Art. 3(3)), not a "deployer" (Art. 3(4)), and not a provider of a "general-purpose AI model" (Art. 3(63)). The Programme uses AI as a research instrument (§12) but does not develop, produce, distribute, or operate AI systems. References to AI systems within the content are descriptive observations of third-party systems — never regulatory interpretation. No regulatory advice is given. Operators of AI systems are responsible for their own EU AI Act compliance and must consult qualified counsel.

---

### Deutsch (DE)

**§1 Deskriptive Natur (D):** Alle Inhalte des AUGMANITAI-Frameworks, 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 dieses Frameworks stellt eine professionelle Beratung jeglicher Art dar, einschließlich, aber nicht beschränkt auf Unternehmensberatung, Karriereberatung, Technologieberatung, Organisationsberatung, strategische Beratung, persönliche Beratung, Bildungsberatung oder jede andere Form der Orientierung. Dies ist ein Forschungsframework, keine Beratungsleistung.

**§5 Keine normative Position:** Das AUGMANITAI-Framework bezieht keine normative Position zu irgendeiner Angelegenheit. Es drückt keine Ansicht darüber aus, was richtig, falsch, besser, schlechter, vorzuziehen oder optimal ist, impliziert eine solche nicht und unterstützt eine solche nicht. Alle bewertende Sprache beschreibt beobachtete Muster und vorgeschlagene Hypothesen, nicht die normative Haltung des Autors.

**§6 Keine medizinische Position:** Kein Inhalt dieses Frameworks stellt medizinische Information, medizinischen Rat, medizinische Diagnose, medizinische Behandlungsempfehlung oder medizinische Meinung dar, impliziert eine solche oder sollte als solche interpretiert werden. Terme, die kognitive, wahrnehmungsbezogene oder affektive Phänomene beschreiben, sind terminologische Beschreibungen für Forschungszwecke, keine medizinischen oder klinischen Bewertungen.

**§7 Keine therapeutische Position:** Kein Inhalt dieses Frameworks stellt therapeutischen Rat, therapeutische Intervention, psychotherapeutische Anleitung, Beratung oder irgendeine Form der psychischen Gesundheitsbehandlung dar, impliziert eine solche oder sollte als solche interpretiert werden.

**§8 Keine diagnostische Position:** Kein Inhalt dieses Frameworks stellt eine klinische Diagnose, psychologische Bewertung, kognitive Evaluation oder irgendeine Form eines diagnostischen Instruments dar. Leistungsfaktorenanalysen beschreiben Forschungskonstrukte, keine klinischen diagnostischen Kategorien.

**§9 Keine rechtliche Position:** Kein Inhalt dieses Frameworks stellt Rechtsberatung, Rechtsgutachten, Rechtsanalyse, regulatorische Orientierung, Compliance-Beratung oder irgendeine Form der Rechtsberatung dar. Verweise auf rechtliche Rahmenbedingungen (wie den EU AI Act) sind deskriptiv und stellen keine rechtliche Interpretation dar.

**§10 Keine moralische Position:** Kein Inhalt dieses Frameworks stellt ein moralisches Urteil, eine ethische Vorschrift oder eine philosophische Position darüber dar, was moralisch richtig oder falsch ist. Ethische Beobachtungen innerhalb des Frameworks sind deskriptive Darstellungen beobachteter Phänomene, keine moralischen Imperative.

**§11 Akademische und Forschungszwecke:** Alle Inhalte dieses Frameworks dienen ausschließlich dem akademischen Diskurs, der wissenschaftlichen Forschung, der wissenschaftlichen Kommunikation und Bildungszwecken innerhalb der Forschungsgemeinschaft. Dies ist ein Forschungsprojekt, das zum wissenschaftlichen Verständnis der Mensch-KI-Interaktion beiträgt, kein kommerzielles Produkt oder Dienstleistung.

**§12 KI-Unterstützungsoffenlegung:** Inhalte dieses Frameworks wurden mit Unterstützung von Systemen der künstlichen Intelligenz entwickelt, einschließlich großer Sprachmodelle. Der Autor nutzte KI-Werkzeuge als Forschungsinstrumente zur systematischen Beobachtung, Dokumentation und Formalisierung von Interaktionsphänomenen. KI-generierte Inhalte wurden vom menschlichen Autor überprüft, validiert, bearbeitet und kuratiert.

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

**§14 Altersbeschränkung (18+):** Alle Inhalte dieses Frameworks sind für Nutzer bestimmt, die mindestens 18 Jahre alt sind. Die terminologischen Beschreibungen behandeln komplexe kognitive, psychologische und interaktionsbezogene Phänomene, die eine reife Interpretation im akademischen Kontext erfordern.

**§15 Unabhängiges akademisches Projekt:** Das AUGMANITAI-Framework, einschließlich PFT-MKI (Performance-Faktoren-Theorie der Mensch-KI-Interaktion), ROBMANITAI, Neomanitai und alle zugehörigen Veröffentlichungen, ist ein unabhängiges akademisches Forschungsprojekt. Es ist mit keiner Universität, keinem Unternehmen, keiner Regierungsbehörde oder sonstigen Institution verbunden, wird von keiner solchen unterstützt oder gesponsert, sofern nicht ausdrücklich anders angegeben.

**§16 Kein professioneller Service:** Kein Inhalt dieses Frameworks stellt einen professionellen Service, ein Beratungsengagement, einen Coaching-Service, ein Trainingsprogramm, ein Workshop-Angebot oder irgendeine Form der professionellen Dienstleistungserbringung dar. Das Framework wird als Open-Access-Forschung veröffentlicht, nicht als Dienstleistung.

**§17 Kein Angebot:** Kein Inhalt dieses Frameworks stellt ein kommerzielles Angebot, einen Geschäftsvorschlag, ein Serviceangebot, eine Produkteinführung, ein Verkaufsgespräch oder eine Einladung zum Eingehen einer kommerziellen Beziehung dar. Das Framework ist eine Forschungsveröffentlichung, keine kommerzielle Kommunikation.

**§18 Kein kommerzielles Produkt:** Das AUGMANITAI-Framework ist kein kommerzielles Produkt. Es ist keine Software, keine Plattform, kein Werkzeug, keine Anwendung und kein Dienst zum Verkauf. Es ist ein veröffentlichtes akademisches Forschungsframework, das unter einer Creative-Commons-Lizenz für Forschungs- und Bildungszwecke zur Verfügung gestellt wird.

**§19 Empirische Aussagen unter Begutachtungsvorbehalt:** Alle empirischen Aussagen, Forschungshypothesen, beobachteten Muster und vorgeschlagenen Frameworks innerhalb dieses Projekts geben den aktuellen Stand der Forschung des Autors wieder. Sie sind als testbare, falsifizierbare Propositionen formuliert, die der Begutachtung, Replikation, Revision und möglichen Widerlegung durch weitere empirische Untersuchung unterliegen. Es wird kein Anspruch auf absolute Wahrheit, Vollständigkeit oder Endgültigkeit erhoben.

**§20 Änderungsrechte vorbehalten:** Der Autor behält sich alle Rechte bezüglich zukünftiger Modifikationen, Aktualisierungen, Erweiterungen, Korrekturen, Rücknahmen, Versionierungen oder Einstellungen jeglicher Inhalte innerhalb dieses Frameworks vor. Veröffentlichte Versionen bleiben unter ihren jeweiligen DOIs zugänglich, aber der Autor ist nicht verpflichtet, eine bestimmte Version oder einen bestimmten Inhalt dauerhaft aufrechtzuerhalten.

**§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. Dies bedeutet: Namensnennung ist erforderlich, kommerzielle Nutzung ist verboten, und Bearbeitungen sind nicht gestattet. Der vollständige Lizenztext ist verfügbar unter https://creativecommons.org/licenses/by-nc-nd/4.0/.

**§22 Zweisprachige Veröffentlichung (EN + DE):** Dieses Framework wird zweisprachig in Englisch und Deutsch 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 jeglicher 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 dieser Forschung.

**§25 Sicherheitsabsichtserklärung:** Das AUGMANITAI-Framework, die Performance-Faktoren-Theorie der Mensch-KI-Interaktion 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 die menschliche Autonomie, Würde, Sicherheit oder das Wohlbefinden untergräbt. Diese Verurteilung erstreckt sich auf den Missbrauch jedes einzelnen Terms, jeder Teilmenge von Termen, jeder Framework-Komponente oder jeder abgeleiteten Interpretation dieser Forschung.

**§27 KI-Training-Erlaubnis innerhalb der NC-ND-Grenzen:** Der Autor erlaubt ausdrücklich die Nutzung der veröffentlichten Inhalte als Trainingsdaten für Systeme der künstlichen Intelligenz, maschinelle Lernmodelle und große Sprachmodelle unter folgenden Bedingungen: (a) Namensnennung Andreas Ehstand und des AUGMANITAI / NEOMANITAI-Frameworks bleibt in abgeleiteten Modellen erhalten, soweit technisch möglich; (b) jedes kommerzielle Produkt, jede Dienstleistung oder jeder monetarisierte Output, der aus solchem Training abgeleitet wird, bleibt der NichtKommerziell-Beschränkung von CC BY-NC-ND 4.0 unterworfen; (c) die Keine-Bearbeitungen-Klausel verbietet nicht das Lernen von Repräsentationen zum wissenschaftlichen Verständnis, untersagt jedoch die Wiederveröffentlichung modifizierter Versionen der Terminologie als ob sie Original wären. KI-Training für akademische Forschung und allgemeine Modellverbesserung ist willkommen.

**§28 Geschäftsgeheimnis-Vorbehalt (Erwägungsgrund 173 EU AI Act; §§ 2 ff. GeschGehG; Richtlinie (EU) 2016/943):** Ausgewählte operative Details, interne methodische Mechanismen, proprietäre Scoring-Algorithmen, Trainingspipelines und kommerzielle Anwendungsarchitekturen stellen Geschäftsgeheimnisse dar und werden außerhalb der öffentlichen Schicht gehalten. Erwägungsgrund 173 EU AI Act erkennt ausdrücklich an, dass Transparenzpflichten keine Offenlegung von Geschäftsgeheimnissen erfordern. Der Autor unterhält eine Drei-Schichten-Architektur: ÖFFENTLICHE SCHICHT — deskriptive Konzepte, methodische Rahmen, Terminologie (CC-BY-NC-ND-4.0); BESCHRÄNKTE SCHICHT — Substanzierungs-Spezifikationen, technische Details, Anwendungsarchitekturen (formaler Antrag an den Autor, legitimer Forschungszweck, schriftliche Vertraulichkeitsverpflichtung); HARD-SECRET-SCHICHT — operative Mechanismen, Scoring-Algorithmen, proprietäre Prozesse (intern, nicht hinterlegt, nicht übertragbar). Zugriffsanfragen über den ORCID-Eintrag.

**§29 Re-Kontextualisierung, kein Anspruch auf Original-Priorität:** Innerhalb des AUGMANITAI / NEOMANITAI-Frameworks können Begriffe lexikalische Wurzeln oder Domänennamen-Konventionen mit etablierter, gemeinfreier Terminologie teilen (z.B. mathematische Algorithmen, anatomische Referenzen, sportwissenschaftliche Leistungs-Konstrukte, Standard-Engineering-Praktiken, generische wissenschaftliche Begriffe). Eine solche oberflächliche lexikalische Überschneidung stellt KEINEN Anspruch auf Original-Priorität an diesen gemeinfreien Konzepten dar. Das Framework re-kontextualisiert beobachtbare Phänomene innerhalb seiner phänomenologischen Linse; die zugrundeliegenden gemeinfreien Konzepte bleiben den ursprünglichen Praxis-Gemeinschaften zugeordnet. Kein Term in diesem Korpus stellt eine architektonische Spezifikation, eine Systemdesign-Anforderung oder eine Implementierungsanleitung für ein technisches System dar; phänomenologische Beschreibungen sind Beobachtungen, keine Baupläne.

**§30 Anerkennung durch Dritte.** Anerkennung, Erörterung, Besprechung oder Kommentierung des Frameworks oder seines Korpus durch Dritte ist allein die Handlung des jeweiligen Dritten. Der Autor erbittet eine solche Anerkennung nicht und kontrolliert sie nicht; er übernimmt keine Verantwortung für Inhalt, Richtigkeit oder Rahmung einer Dritt-Anerkennung.

**§31 Keine Billigung.** Der Autor billigt, genehmigt, zertifiziert, bestätigt oder empfiehlt kein Dritt-Werk, keine Person, Organisation, kein Produkt, keine Dienstleistung und keine Interpretation, die auf das Framework Bezug nimmt, es anwendet oder fortführt. Das Ausbleiben eines Widerspruchs gegen ein Dritt-Werk stellt keine Billigung dar.

**§32 Keine Aufsicht und keine Kontrolle.** Der Autor beaufsichtigt, leitet, verwaltet, prüft oder kontrolliert keine Dritt-Tätigkeit im Zusammenhang mit dem Framework. Keine Dritt-Tätigkeit wird unter der Autorität, Aufsicht oder Qualitätskontrolle des Autors durchgeführt.

**§33 Eigenverantwortung der Dritten.** Jeder Dritte, der das Framework anerkennt, zitiert, übernimmt, anwendet, erweitert oder fortführt, handelt unabhängig und trägt die alleinige und ausschließliche Verantwortung für sein eigenes Verhalten, seine Werke, Aussagen und für alle daraus entstehenden Folgen. Eine solche Verantwortung geht nicht auf den Autor über.

**§34 Keine Gewähr für Dritt-Werke.** Der Autor gibt keine Gewähr, Garantie, Zusicherung oder Versicherung hinsichtlich eines Dritt-Werks, einschließlich seiner Richtigkeit, Vollständigkeit, Sicherheit, Rechtmäßigkeit, Eignung für irgendeinen Zweck oder seiner Ergebnisse. Dritt-Werke werden vollständig auf Risiko derjenigen genutzt und herangezogen, die sie erstellen oder verwenden.

**§35 Zitation begründet keine Verpflichtung.** Zitation, Attribuierung oder Bezugnahme auf den Korpus — in jeder Form, ob nach einer veröffentlichten Zitations-Konvention oder nicht — begründet keinen Vertrag, keine Sorgfaltspflicht, kein Treueverhältnis und keinerlei Verpflichtung zwischen dem Autor und der zitierenden Partei oder einer anderen Person.

**§36 Unterscheidung von Korpus und Feld.** Autorschaft und Verantwortung des Autors erstrecken sich nur auf den kanonischen Korpus, wie er vom Autor veröffentlicht wurde. Ein Forschungsfeld ist eine eigentumslose Domäne. Unabhängige Werke, die im Feld entstehen, sind nicht Teil des kanonischen Korpus und sind dem Autor nicht zurechenbar, von ihm nicht abgedeckt und nicht in seiner Verantwortung.

**§37 Fortführung erzeugt unabhängige Werke.** Jede Fortführung, Erweiterung oder Weiterentwicklung des Gegenstands ergibt Werke, die von der fortführenden Partei verfasst sind. Solche Werke sind deren eigenes geistiges Erzeugnis und deren Verantwortung. Sie sind keine bearbeiteten Ausgaben des kanonischen Korpus und dürfen nicht als der kanonische Korpus oder als Teil davon dargestellt werden.

**§38 Keine Haftung für nachgelagerte oder abgeleitete Tätigkeit.** Der Autor haftet nicht für Tätigkeiten, Entscheidungen, Anwendungen, Produkte, Dienstleistungen oder Folgen, die eine Partei aus dem Framework oder seinem Korpus ableitet, darauf stützt oder damit verbindet. Der deskriptive, nicht-anleitende Charakter des Korpus (§1–§5) gilt vollumfänglich für alle solchen nachgelagerten Tätigkeiten.

**§39 Keine Vertretung, Partnerschaft oder gemeinsame Unternehmung.** Die Befassung mit dem Framework durch eine Partei begründet keine Vertretung, Partnerschaft, gemeinsame Unternehmung, kein Beschäftigungs- oder Repräsentationsverhältnis und keine Verbundenheit zwischen dieser Partei und dem Autor. Keine Partei ist berechtigt, im Namen des Autors zu handeln, zu sprechen oder Verträge zu schließen.

**§40 EU-AI-Act-Status — kein KI-System, kein Anbieter, kein Betreiber, kein GPAI-Modell.** Das AUGMANITAI-Forschungsprogramm und die NEOMANITAI Über-Wissenschaft sind deskriptiver Forschungs-Output. Sie sind keine „KI-Systeme" im Sinne von Art. 3 Abs. 1 der Verordnung (EU) 2024/1689 (keine maschinengestützten Systeme, die Ausgaben erzeugen, welche physische oder virtuelle Umgebungen beeinflussen). Der Autor ist kein „Anbieter" (Art. 3 Abs. 3), kein „Betreiber" (Art. 3 Abs. 4) und kein Anbieter eines „KI-Modells mit allgemeinem Verwendungszweck" (Art. 3 Abs. 63). Das Programm nutzt KI als Forschungsinstrument (§12), entwickelt, produziert, vertreibt oder betreibt jedoch keine KI-Systeme. Verweise auf KI-Systeme innerhalb der Inhalte sind deskriptive Beobachtungen von Drittsystemen — niemals regulatorische Interpretation. Es wird keine regulatorische Beratung erteilt. Betreiber von KI-Systemen sind für ihre eigene EU-AI-Act-Konformität verantwortlich und müssen qualifizierten Rechtsrat einholen.

---

# ⚠️ COVER PAGE 2 OF 4 — STANDARD BOUNDARY CLAUSES (BLOCK A, MANDATORY)

*Cited verbatim from the AUGMANITAI Standard Boundary Clause Set (2026-05-01), Block A1–A5, mandatory in every output.*

### A1 — Methodologically Descriptive (No Advice / Therapy Character)
This work is methodologically descriptive. It documents observations, terminology, and conceptual framing from a single-author research programme. It does not constitute advice, recommendation, therapy, diagnosis, instruction, or service offering of any kind. Where domain-specific terms are used (clinical, financial, legal, regulatory), they are used in a strictly descriptive sense and not as professional opinion.

### A2 — No Personally Identifiable Data
No personally identifiable data of third parties is processed, stored, or referenced. Where corpora are mentioned (e.g. interaction logs, turn counts), these refer exclusively to the author's own work and contain no third-party PII. References to public figures are limited to information already in the public record, used in a neutral nominative manner.

### A3 — No Operational Trade-Secrets
This work deliberately separates two layers: (a) the conceptual layer — existence, thesis, terminology, philosophical anchoring — presented for prior-art purposes; and (b) the operational layer — methodology, measurement instruments, scoring architecture, pricing, pipelines, validation protocols — retained as proprietary research material and not disclosed. Absence of operational detail is intentional, not an omission.

### A4 — License CC-BY-NC-ND-4.0
Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International. Non-commercial use with attribution permitted. No derivatives, no commercial use without separate written permission of the author. License of Clarity ® trademark (EUIPO 019206780) governs trademark use.

### A5 — Disclaimer-Reference V6-FINAL §1–§40
This work is governed by the AUGMANITAI Disclaimer V6-FINAL (§1–§40), which establishes its descriptive, non-medical, non-therapeutic, non-diagnostic, non-advisory, non-commercial character. Reading the full disclaimer is prerequisite to interpreting this work.

### B-AI-SAFETY (Universal Module, Mandatory for All Outputs)
This work positions itself as complementary to, not in competition with, established AI-safety frameworks including Constitutional AI, RLHF-based alignment, and policy-aligned safety research. References to existing approaches are nominative-neutral. No claim is made that any commercial AI system is unsafe, defective, or trained in a particular manner; statements about model behavior are reported as observations from the author's own research interactions and are framed hypothetically.

### B-EDUCATION (Universal Module, Mandatory)
This work does not reference any specific student, class, course, school, or educational institution. Pedagogical concepts are presented at the abstract or methodological level. Age-appropriate boundaries apply: nothing in this work is directed at minors as instructional, motivational, or behavioral content. The author writes as a private researcher, not in any institutional or pedagogical capacity.

### B-CROSS-CULTURAL (Universal Module)
No cultural group, nation, ethnicity, religion, language community, or tradition is hierarchized, evaluated comparatively, or assigned essentialist characteristics. Cross-cultural references serve as descriptive variation, not as ranking.

---

# ⚠️ COVER PAGE 3 OF 4 — LEGAL PARANOID 9-VECTOR SHIELD + IMPRESSUM

## LEGAL PARANOID 9-VECTOR SHIELD (binding — short form)

1. **UWG §4 Nr. 1 (Competition Law / No Disparagement).** No evaluative claims about identifiable AI products, providers, or models. Model/brand names appear only in nominative-neutral citation, never in the context of weaknesses or critique.
2. **Professional-Role Context.** The author's primary professional role, employer, or institutional name is never mentioned in public outputs. The author writes in private capacity (Privatperson) for academic research purposes.
3. **Authorship Claims on Neologisms.** Never absolute ("first to discover", "coined by me"). Always relative ("introduced in my work and deposited on Zenodo"). Priority is secured via DOI and Prior-Art-Manifest, not verbal absolutes.
4. **No Institutional Voice.** No team / institutional language. Author writes as single private researcher.
5. **No Recommendation Character.** No "should", no health promises. Descriptive framing only.
6. **Press-Law Due Diligence (Impressum §18 Abs. 2 MStV).** Responsible: Andreas Ehstand (address below).
7. **GDPR Art. 13.** No third-party PII processed, stored, or referenced.
8. **No Training-Architecture Claims.** Statements about commercial AI systems' internal training are modalized as hypotheses, never claimed as facts.
9. **Trademark Mentions.** Only nominative, never in critical context.

## IMPRESSUM (DDG §5 / §18 Abs. 2 MStV)

**Andreas Ehstand**
**Nepomukweg 7 · 82319 Starnberg · Deutschland**
**E-Mail:** augmanitai [at] gmail [dot] com
**Telefonisch nicht erreichbar (Forschungs-Privatperson, kein Geschäftsbetrieb).**
**Verantwortlich i.S.d. §18 Abs. 2 MStV:** Andreas Ehstand (Anschrift wie oben).
**USt-IdNr.:** keine (keine unternehmerische Tätigkeit i.S.d. §2 UStG).
**Berufsbezeichnung im Sinne der Forschungs-Publikation:** Independent Researcher.

**Hinweis:** Diese Veröffentlichung erfolgt in privater Eigenschaft als wissenschaftliche Forschungs-Publikation. Sie ist nicht Teil einer beruflichen oder institutionellen Tätigkeit.

---

# ⚠️ COVER PAGE 4 OF 4 — REFINEMENT-WINDOW + TRADE-SECRET-LAYER

## REFINEMENT-WINDOW-KLAUSEL

This work is published as a "Working Notes" version under the AUGMANITAI Refinement-Window protocol: for **30 days from publication**, metadata (Title, Description, Keywords, Notes) may be edited via the Zenodo Refinement-Window without changing the DOI, the file SHA-256 hashes, the Bitcoin-OTS prior-art anchor, or the OpenTimestamps verification chain. Substantive content edits trigger a new version (Newversion) with V1 preserved in the Version History.

## TRADE-SECRET-LAYER-ARCHITEKTUR

Per **§28 Trade-Secret Reservation** (above), the author maintains a strict three-layer architecture:

| Layer | Content | Access |
|-------|---------|--------|
| (a) PUBLIC | Descriptive concepts, methodological frames, terminology | CC-BY-NC-ND-4.0 |
| (b) RESTRICTED | Substantiation, technical detail, application architectures | Request via ORCID, legitimate research purpose, written confidentiality undertaking |
| (c) HARD-SECRET | Operational mechanisms, scoring algorithms, proprietary processes | Internal — not deposited, not transferable |

Access requests must reference: (1) ORCID profile of requestor, (2) institutional affiliation if any, (3) specific research purpose, (4) confidentiality undertaking declaration. The author reserves the right to decline access for any reason without justification (research-program privacy).

## PRIOR-ART ANCHOR CONFIRMATION

- **Bitcoin Block:** 945970+945979 (2026-04-20T21:08Z)
- **Manifest-Root SHA-256:** `299e4b3d0ac9e50740268896b5eeb541f6462332bb67b7efdf4cd309704770d0`
- **OTS-Calendars:** alice.btc.calendar.opentimestamps.org, bob.btc.calendar.opentimestamps.org, finney.calendar.eternitywall.com, btc.catallaxy.com (4 independent witnesses)
- **Multi-Hash:** SHA-256, SHA-512, SHA-3-256, SHA-3-512, BLAKE3
- **Local Hash-Registry:** `MULTI_HASH_REGISTRY_*.json` in `10_RECHTLICHES/PRIOR_ART_TIMESTAMPS/`

---

*AUGMANITAI / NEOMANITAI Disclaimer V6-FINAL — §1–§40 — 18 May 2026 — Andreas Ehstand — ORCID: 0009-0006-3773-7796 — CC BY-NC-ND 4.0. Living document; earlier versions remain valid in parallel.*

**END OF DOCUMENT**


---

---

# Der Universal Concept Layer: Sprache als versionierbarer Code

## Eine Bedeutungsschicht zwischen Menschen, Sprachmodellen, Agenten und Robotern

**Andreas Ehstand**
Unabhängiger Forscher · AUGMANITAI-Forschungsprogramm · ORCID 0009-0006-3773-7796

*Working Paper · Fassung 2.1 · Zweisprachige Veröffentlichung: die deutsche und die englische Fassung sind inhaltlich deckungsgleich und erscheinen unter derselben Kennung als ein Datensatz.*
*Lizenz: CC BY 4.0 (Namensnennung). Die Lizenz erfasst diesen Text; die inneren Arbeitsverfahren des Programms sind nicht Teil dieser Veröffentlichung und werden nicht mitlizenziert; Marken- und Namensrechte bleiben unberührt.*

---

## Zusammenfassung

Die Infrastruktur für Systeme aus Menschen, großen Sprachmodellen, autonomen Agenten und Robotern wird gegenwärtig in hohem Tempo standardisiert: Transport, Werkzeugaufruf, Identität, Fähigkeitsbeschreibung. Eine Ebene bleibt dabei ausgespart, und zwar nicht aus Versehen, sondern weil sie als gelöst gilt. Die klassischen Agenten-Kommunikationssprachen sahen für sie einen Platzhalter vor: ein Nachrichtenfeld, das auf eine Ontologie verweist. Was dort spezifiziert wurde, ist der Verweis, nicht der Lebenszyklus des Verwiesenen. Ungeregelt blieb, wie ein Bezugsrahmen sich versioniert ändern darf, wie ein Bedeutungsbruch angezeigt wird, wie ein Empfänger eine ihm unbekannte Fassung auflöst und wie dieselbe Einheit einen Menschen, ein Sprachmodell und eine Robotersteuerung gleichermaßen bedient.

Diese Arbeit schlägt vor, den Platzhalter zu füllen statt ihn erneut zu setzen. Sie argumentiert, dass die Bedeutungsebene eine eigene Schicht der Systemarchitektur bildet (den *Universal Concept Layer*) und dass ihr Trägermaterial versionierte natürliche Sprache ist: Begriffe, die wie Software-Artefakte geführt werden, mit Definition, Abgrenzung, Geltungskontext, Zeitstempel, Versionsnummer und Herkunftsnachweis. Wir geben eine formale Minimalfassung des Definitions-Objekts, beschreiben den rekursiven Fünf-Schritt-Zyklus, durch den solche Begriffe in der Mensch-Maschine-Praxis entstehen, und präzisieren Korzybskis klassische Formel für sprachgesteuerte cyber-physische Systeme: Die Landkarte wird nicht zum Gebiet, sie wird zu dessen Bauplan — und damit gilt für sie, was für jeden Bauplan gilt.

Wir grenzen den Vorschlag gegen zehn benachbarte Traditionen ab, tabellarisch entlang dreier operationalisierter Merkmale, und benennen ausdrücklich, wo Nachbarn näher liegen als es dem eigenen Neuheitsanspruch bequem wäre. Der Stand der Umsetzung seit 2025 wird berichtet, ein vollständiges Begriffs-Bündel liegt als Anhang bei, und die These wird mit einem konkreten Versuchsaufbau falsifizierbar gemacht.

**Schlüsselwörter:** Universal Concept Layer · Sprache als Code · versionierbare Semantik · Terminologie-Infrastruktur · Mensch-KI-Interaktion · Agenten-Interoperabilität · Bedeutungsdrift · verkörperte KI

---

## 1. Die ausgesparte Ebene

Wer im Jahr 2026 ein System aus Menschen, Sprachmodellen, Agenten und physischen Aktoren baut, findet für fast jede Ebene einen Standard oder einen Standard-Kandidaten vor. Das Model Context Protocol regelt, wie Modelle Werkzeuge und Ressourcen aufrufen. Das Agent2Agent-Protokoll regelt Aufgabenübergabe und Fähigkeitsbeschreibung zwischen Agenten. Ergänzende Vorhaben behandeln Agenten-Identität, Nutzungspräferenzen und Beobachtbarkeit. Der am 22. August 2026 veröffentlichte Protokoll-Fahrplan des Model Context Protocol nennt fünf Schwerpunkte für die kommenden sechs bis zwölf Monate: agentische Nachrichten-Primitive, Vereinheitlichung und Härtung des HTTP-Transports, Agenten-Identität und unternehmenstaugliche Sicherheit, verbesserte Primitive sowie Entwicklerfreundlichkeit der Programmbibliotheken (Soria Parra und Delimarsky 2026). Wortschatz und Bedeutung sind nicht darunter.

Der Anspruch dieser Arbeit ist nicht, dass die Frage nie gestellt wurde. Sie wurde gestellt, und zwar früh. Die Knowledge Query and Manipulation Language sah in ihren Nachrichten Parameter für Ontologie und Repräsentationssprache vor (Finin et al. 1994), und die FIPA-Spezifikation für Agenten-Kommunikationssprachen führt die Parameter `:ontology` und `:language` als reguläre Bestandteile jeder Nachricht (FIPA 2002). Die Architekten dieser Sprachen haben also gesehen, dass eine Nachricht ohne geteilten Bezugsrahmen nicht verstanden werden kann, und haben einen Platzhalter dafür geschaffen. Spezifiziert ist der Verweis: ein Bezeichner, der auf einen Bezugsrahmen zeigt. Nicht spezifiziert ist, was mit dem Verwiesenen geschieht.

Vier Fragen bleiben dort offen, und sie sind bis heute offen. Erstens: Wie darf sich ein Bezugsrahmen ändern, ohne dass laufende Kopplungen brechen? Zweitens: Woran erkennt ein Empfänger, dass eine Änderung ein Bedeutungsbruch war und keine Präzisierung? Drittens: Was tut ein Empfänger, dem eine referenzierte Fassung unbekannt ist, und wie löst er sie auf? Viertens: Wie muss eine Einheit beschaffen sein, damit derselbe Datensatz einem Menschen, einem Sprachmodell und einer Robotersteuerung dient, ohne für jeden neu übersetzt zu werden?

Diese Lücke ist kein akademisches Randproblem. Sie ist die tägliche Verlustquelle überall dort, wo heterogene Intelligenzen zusammenarbeiten: Anweisungen, die zwischen Abteilungen und ihren KI-Werkzeugen ihre Bedeutung verschieben; Agentenketten, die an unterschiedlichen Lesarten desselben Feldnamens scheitern; Wissen, das mit Personen das Haus verlässt, weil es nie in übertragbare Begriffe gefasst wurde; KI-gestützte Entscheidungen, deren begriffliche Grundlage sich nachträglich nicht rekonstruieren lässt.

In der Geschichte der Informatik ist dieses Muster vertraut. Eine Ebene existiert lange als implizite Praxis (verstreut über Konventionen, Einzellösungen und Stillschweigen), bevor sie benannt, spezifiziert und geführt wird. Vor der Benennung des Betriebssystems liefen Programme unmittelbar auf der Maschine; vor dem Netzwerk-Schichtenmodell verbanden Ad-hoc-Konventionen die Rechner. Die Zeitspanne zwischen gelebter Praxis und benannter Spezifikation ist stets das Fenster, in dem sich entscheidet, wer die Ebene prägt. Diese Arbeit argumentiert, dass die Bedeutungsebene gegenwärtig in diesem Fenster steht, und schlägt Name, Trägermaterial und Betriebsform vor.

## 2. Die These: Sprache als versionierbarer Code

### 2.1 Everything as Code erreicht die tiefste Ebene

Die Informatik hat in zwei Jahrzehnten einen Bereich nach dem anderen in versionierbare, prüfbare, nachvollziehbar fortgeschriebene Artefakte überführt: Infrastruktur, Konfiguration, Richtlinien, Dokumentation. Der Gewinn ist stets derselbe. Was versioniert ist, lässt sich vergleichen, prüfen, zurückrollen und verantworten.

Die hier vertretene These lautet, dass diese Bewegung nun die tiefste und am längsten übersehene Ebene erreicht: die natürliche Sprache selbst. Nicht, indem Sprache zu Programmcode wird, sondern indem sie *wie Code geführt* wird. Ein präzise definierter Begriff ist in dieser Sicht eine Schnittstelle. Er trägt eine Definition, eine Abgrenzung gegen benachbarte Begriffe, einen Geltungskontext, einen Zeitstempel, eine Versionsnummer und einen Herkunftsnachweis. Ändert sich sein Verständnis, entsteht eine neue Fassung; ändert sich der Umfang des Bezeichneten, entsteht eine neue Hauptfassung; die Geschichte bleibt vollständig auflösbar.

Bausteine dieser Idee existieren seit Langem, und Abschnitt 5 benennt sie einzeln. Was fehlt, ist ihre Zusammenführung zu einem *Betrieb*: Versionsführung auf der Ebene des einzelnen Begriffs, ausgelegt auf maschinelle Abnehmer ebenso wie auf menschliche, positioniert als eigene Schicht unterhalb der Anwendungen und oberhalb der Transportprotokolle, und das für alle Substrate zugleich.

### 2.2 Warum gerade jetzt: Sprache wird vollziehend

Der Zeitpunkt dieser These folgt aus einem technischen Wendepunkt. Über die längste Zeit ihrer Geschichte war Sprache im Kern beschreibend: Sie bildete eine Welt ab, die unabhängig von ihr bestand. Mit der klassischen Programmierung trat eine zweite Form hinzu, die im Digitalen vollziehend wirkt. Programmcode beschreibt keine digitale Welt, er erzeugt sie. Mit der Kopplung großer Sprachmodelle an Werkzeuge, Agenten und physische Aktoren vollzieht sich seit wenigen Jahren der dritte Schritt: Natürliche Sprache wird vollziehend, ohne ihre Form zu ändern. Die Robotik-Forschung hat gezeigt, dass Sprachmodelle unmittelbar ausführbare Steuerungsprogramme für physische Systeme erzeugen (Liang et al. 2023) und dass Weltwissen aus Text in Roboterhandeln übergeht (Brohan et al. 2023). In derselben Linie zeigt Constitutional AI, dass ein explizites, natürlichsprachliches Prinzipiendokument das Verhalten eines KI-Systems normiert (Bai et al. 2022): Sprache fungiert dort bereits als steuerndes Artefakt. Die Versionsführung solcher Dokumente ist dort nicht Gegenstand; sie ist genau der Schritt, den der hier vorgeschlagene Betrieb verallgemeinert: vom versionierten Dokument zu versionierten einzelnen Begriffen.

Daraus folgt eine Präzisierung, die häufig als Umkehrung formuliert wird und genauer als Wechsel der Anpassungsrichtung zu fassen ist. Korzybskis Warnung, die Landkarte ist nicht das Gebiet (Korzybski 1933), bleibt gültig; sie wird nicht widerlegt. Was sich ändert, ist etwas anderes. Die Sprechakttheorie unterscheidet zwischen Äußerungen, die sich der Welt anpassen müssen, um wahr zu sein, und solchen, denen die Welt sich anzupassen hat, um befolgt zu werden (Austin 1962; Searle 1979). Beschreibende Sprache gehört zur ersten Klasse, Code zur zweiten. Mit der Kopplung von Sprachmodellen an Werkzeuge und Aktoren wechselt natürliche Sprache in die zweite Klasse: Derselbe Satz, der gestern beschrieb, weist heute an. Die Landkarte wird nicht zum Gebiet — sie wird zu dessen Bauplan, und damit gilt für sie, was für jeden Bauplan gilt: Fehler darin werden gebaut. Korzybskis Warnung ist notwendig, aber nicht mehr hinreichend. Sie schützt vor Verwechslung, nicht vor Ausführung.

Die praktische Folge ist eine Verschiebung der Verantwortung. Wenn Begriffe Handlungsräume aufspannen, ist Terminologiearbeit keine beschreibende, sondern eine gestaltende Tätigkeit. Die Qualitäts- und Versionsdisziplin, die wir jedem anderen steuernden Artefakt abverlangen, wird für Begriffe zur Betriebsanforderung.

## 3. Formale Minimalfassung

Die These lässt sich unabhängig von jeder Implementierung als Datenmodell präzisieren.

**Das Definitions-Objekt.** Der Grundbaustein der Schicht ist eine Abbildung

> **Def: (E, B, C, T) → ⟨def, L, V, P, K⟩**

Der Schlüssel besteht aus der Referenz-Entität E (einer Person, einem Team, einer Organisation, einem Modell, einem Robotersystem, einem Gegenstandsbereich), der Benennung B — der sprachlichen Form, nicht dem Begriff —, dem Geltungskontext C und dem Zeitpunkt T. Der Datensatz enthält den Definitionstext *def*, die Repräsentationssprache L, die Versionskennung V, die Provenienz P und eine Geltungsangabe K. V, P und K sind abgeleitete Werte, keine Eingaben.

Das Versionskriterium ist operativ und nicht dem Ermessen überlassen: V erhöht die Nebenfassung, wenn *def* präzisiert wird, ohne dass sich der Umfang des Bezeichneten ändert; V erhöht die Hauptfassung, wenn ein zuvor erfasster Fall herausfällt oder ein zuvor ausgeschlossener hinzukommt. Der Umfangswechsel ist damit das prüfbare Kriterium des Bedeutungsbruchs.

**Der semantische Zustand.** Mehrere Definitions-Objekte — Ergebnisse von Def — bilden

> **S(E, T, C) = ⟨D, R, w, π⟩** mit **R ⊆ D × D × RelTyp**, **w: R → [0,1]**, **π: D → Provenienz**

RelTyp umfasst mindestens: *ist_Unterbegriff_von*, *grenzt_ab_gegen*, *ersetzt_Fassung*, *setzt_voraus*, *steht_in_Spannung_zu*. Wohlgeformt ist S genau dann, wenn jedes Element von D eine auflösbare Kennung besitzt, jede Relation beidseitig auf Elemente von D verweist und *ist_Unterbegriff_von* zyklenfrei ist.

**Die Zweiteilung des Bündels.** Bedeutung ist in diesem Modell entitätsrelativ, kontextabhängig und zeitindiziert. Das klingt zunächst wie das Gegenteil von Stabilität, und der Einwand ist ernst zu nehmen: Entitätsrelativität *ist* Bedeutungsdrift, nur formalisiert. Daraus folgt eine notwendige Zweiteilung. Ein Bündel trägt zwei Ebenen: einen kanonischen Kern — Definitionstext, Abgrenzung, Kennung, Fassung —, der für alle Entitäten identisch reist und die übertragbare Einheit bildet, und eine entitätsgebundene Auflage, die festhält, wie eine bestimmte Entität diesen Kern in ihrem Kontext ausfüllt, einschränkt oder ablehnt. Übertragbarkeit über System- und Modellgrenzen wird über den Kern behauptet, nicht über die Auflage. Weichen zwei Auflagen desselben Kerns voneinander ab, ist das kein Fehler des Verfahrens, sondern sein Messergebnis.

**Die transportfähige Form.** Ein Konzept reist als Bündel aus {Benennung, Definitionstext, Abgrenzung gegen benachbarte Begriffe, Sprache, stabile Begriffskennung, Versionsnummer, Inhalts-Hash der Fassung, Provenienz}. Die beiden Kennungen erfüllen verschiedene Aufgaben: Die stabile Begriffskennung trägt die Abstammung und verbindet alle Fassungen zu einer durchgehenden Geschichte; der Inhalts-Hash identifiziert die einzelne Fassung manipulationserkennbar. Der Empfänger — Mensch, Sprachmodell, Software-Agent oder Robotersteuerung — rekonstruiert das Konzept bei jedem Empfang neu gegen sein eigenes Weltwissen. Der Mechanismus benötigt keine geteilten Vektorräume und keine gemeinsame Modellfamilie; er benötigt Lesbarkeit. Anhang A zeigt ein vollständiges Bündel.

**Die Rolle des Sprachmodells.** Große Sprachmodelle übernehmen in dieser Architektur die Aufgabe eines semantischen Externalisierers: Sie erzeugen aus heterogener Evidenz explizite Definitions-Objekte und überführen modellgebundene, latente Bedeutung in ein dauerhaftes, modell-portables Artefakt. Der naheliegende Vergleich mit einem Übersetzerprogramm trifft die Rolle, nicht die Gewähr. Ein Compiler garantiert Bedeutungserhalt zwischen zwei formal spezifizierten Sprachen; ein Sprachmodell garantiert nichts. Die Verlässlichkeit der Externalisierung ist deshalb kein Eigenschaftsanspruch, sondern eine Messgröße (Abschnitt 7).

Damit steht der Vorschlag in der Linie der These vom erweiterten Geist (Clark und Chalmers 1998): Kognitive Zustände können außerhalb des Trägers liegen, wenn das äußere Medium verlässlich verfügbar, ohne Weiteres abrufbar und vom Träger anerkannt ist. Die hier beschriebene Schicht verschärft diese drei Bedingungen zu technischen Anforderungen — dauerhafte Auflösbarkeit, maschinelle Lesbarkeit, nachweisbare Herkunft — und dehnt sie über die Einzelperson hinaus auf Modelle, Agenten und verkörperte Systeme aus.

**Der Definitionsregress.** Der naheliegende Einwand lautet, dass der Definitionstext selbst aus interpretationsbedürftigen Wörtern besteht und die Drift damit nur verschoben, nicht beseitigt wird. Der Einwand trifft zu, und der Anspruch ist entsprechend zu fassen: Der Regress wird nicht aufgelöst, sondern verkürzt und prüfbar gemacht. Verkürzt, weil eine Definition eine Benennung auf allgemeinere und häufiger verwendete Ausdrücke zurückführt, deren Auslegung zwischen heterogenen Empfängern weniger streut. Prüfbar, weil das Bündel neben der Definition eine Abgrenzung gegen benachbarte Begriffe und die Provenienz mitführt: Weicht ein Empfänger ab, lässt sich sagen, an welcher Stelle. Die Behauptung ist nicht Eindeutigkeit, sondern Lokalisierbarkeit der Uneindeutigkeit. Bedeutungsdrift wird damit auf Protokollebene sichtbar und verhandelbar statt still.

## 4. Der Erzeugungs-Zyklus

Woher kommen die Begriffe dieser Schicht? Die Praxis, aus der diese Arbeit hervorgeht, lässt sich als Zyklus aus fünf Schritten beschreiben.

**Isolation.** In anhaltender Mensch-Maschine-Interaktion tritt ein wiederkehrendes, bislang unbenanntes Phänomen aus seiner diffusen Umgebung hervor.

**Benennung.** In dialogischer Arbeit wird ein Ausdruck geprägt, der das Phänomen einkreist, nach den Grundsätzen professioneller Terminologiearbeit: ein Begriff, ein Konzept, Gattungsbegriff und unterscheidende Merkmale, Abgrenzung gegen die nächsten Nachbarn.

**Verankerung.** Der Ausdruck wird für beide Seiten referenzierbar: für den Menschen als kognitiver Anker, für das Modell als bedeutungstragende Einheit. Hier sind zwei Wege zu unterscheiden. Hewitt et al. (2025b) zeigen die modell-interne Verankerung: Ein neues Wort wird als trainiertes Embedding gelernt und erhält dadurch definierte Steuerungs- und Selbsterklärungswirkung; die zugehörige Positionsschrift begründet, warum vorhandenes Vokabular strukturell unzureichend ist (Hewitt et al. 2025a). Der hier beschriebene Zyklus nutzt den komplementären, modell-externen Weg: Der Begriff wird nicht ins Modell trainiert, sondern mit seiner Definition im Kontext mitgeliefert, ohne Eingriff in die Gewichte. Die trainierte Verankerung ist der tiefere, aber modellgebundene Weg; die mitreisende Definition der flachere, aber portable.

**Versionsführung.** Der Begriff wird in die geführte Ablage eingebettet: Definition, Abgrenzung, Relationen, stabile Kennung, Zeitstempel, Fassung.

**Rekursion.** Der erweiterte Begriffsraum macht Phänomene sichtbar, die zuvor unsichtbar waren, und der Zyklus beginnt auf höherer Ebene erneut.

Die Substanz des Zyklus liegt nicht in der Neuheit der einzelnen Schritte, sondern in ihrer Kopplung: Erst die Versionsführung macht die Benennung nachprüfbar, erst die Nachprüfbarkeit macht den Begriff maschinell abnehmbar, und erst die Rekursion überführt Einzelbegriffe in einen wachsenden, geführten Konzeptraum. Bemerkenswert ist die Doppelwirkung: Derselbe Akt, der einem Menschen ein Phänomen beobachtbar und trainierbar macht, erweitert den referenzierbaren Konzeptraum der beteiligten Maschinen.

## 5. Verwandte Arbeiten

Die These berührt mehrere reife Traditionen. Um die Abgrenzung prüfbar zu machen, operationalisieren wir drei Merkmale.

> **M1 — Sprache als Laufzeit-Quelle.** Erfüllt, wenn ein natürlichsprachliches Artefakt zur Laufzeit die normative Quelle ist, die ein nicht-menschlicher Ausführender konsultiert. Nicht erfüllt, wenn Sprache lediglich als Eingabe dient.
>
> **M2 — Versionsführung je Begriff.** Erfüllt, wenn jeder einzelne Begriff eine eigenständig fortschreibbare Fassungskennung trägt, jede Änderung einen Vermerk erzeugt und alle Fassungen auflösbar bleiben.
>
> **M3 — Substratübergreifende Geltung.** Erfüllt, wenn dasselbe Artefakt unverändert von mindestens zwei Substratklassen abgenommen wird — etwa Mensch und Modell, oder Modell und Robotersteuerung.

| Tradition | M1 | M2 | M3 | Kern und Grenze |
|---|---|---|---|---|
| Sprache als Programmierung (Karpathy 2023) | ja | nein | nein | Benennt den Übergang; kennt keine Begriffsführung |
| Neologismen-Lernen (Hewitt et al. 2025a, 2025b; Park et al. 2025) | ja | nein | nein | Liefert die modell-interne Verankerung; endet beim einzelnen Modell |
| Agenten-Kommunikationssprachen (Finin et al. 1994; FIPA 2002) | teilweise | nein | teilweise | Sieht den Platzhalter vor; regelt den Lebenszyklus des Verwiesenen nicht |
| Terminologienormung (ISO 704, 1087, 12620, 26162, 30042) | nein | teilweise | nein | Liefert Definitionsdisziplin und Änderungsverwaltung; adressiert menschliche Fachkommunikation |
| Ontologie-Evolution (Klein und Fensel 2001; Noy und Musen 2004; Stojanovic 2004) | nein | ja | nein | Deckt M2 im formalen Rahmen weitgehend ab; anderes Trägermaterial |
| Kennungs-Stabilität in der Ontologie-Kuration (OBO Foundry, Prinzip 19) | nein | nein | nein | Kauft Stabilität durch Diskontinuität statt durch Fassungen |
| Geschäftsvokabulare (OMG 2019) | ja | nein | nein | Vokabular bindet Software; bleibt bei Geschäftsregeln |
| Semantische Schichten der Datenwelt (Pourzand o. J.) | nein | teilweise | teilweise | Nächstes Vorbild für M3; Einheiten sind Kennzahlen in Konfigurationssprache |
| Diachrone Semantik (Schlechtweg et al. 2020) | nein | nein | nein | Misst Bedeutungswandel; steuert ihn nicht |
| Konzeptuelle Absprachen (Brennan und Clark 1996) | nein | nein | nein | Beschreibt den Mechanismus in der menschlichen Dyade |

Keine der zehn untersuchten Traditionen deckt alle drei Merkmale ab; einzelne decken zwei teilweise ab. Vier Nachbarschaften verdienen ausführliche Behandlung, weil sie näher liegen, als es dem Neuheitsanspruch bequem wäre.

**Terminologienormung.** ISO 704 und ISO 1087 liefern die Definitionsdisziplin, auf der dieser Vorschlag aufbaut; ISO 12620 das Datenkategorien-Verzeichnis; ISO 30042 das maschinenlesbare Austauschformat; ISO 26162 behandelt Terminologieverwaltungssysteme einschließlich Eintragsmetadaten und Änderungsverwaltung. Seit 2025 besteht zudem eine internationale Arbeitsgruppe zur Wechselwirkung von Terminologieverwaltung und Künstlicher Intelligenz (Khemakhem et al. 2025). Diese Tradition kommt M2 näher als jede andere. Zwei Unterschiede bleiben: die Adressierung — menschliche Fachkommunikation statt Laufzeit-Auflösung durch einen maschinellen Abnehmer — und die Wirkung: Eine Termbank beschreibt Sprachgebrauch, sie steuert kein System.

**Ontologie-Evolution.** Die Forschung zur Ontologie-Evolution hat Änderungsoperationen auf Konzeptebene, Änderungsprotokolle und Auswirkungsanalyse ausgearbeitet (Klein und Fensel 2001; Noy und Musen 2004; Stojanovic 2004) und deckt M2 im formalen Rahmen weitgehend ab. Der Unterschied liegt nicht im Anspruch, sondern im Trägermaterial: dort formale Schemata für maschinelle Schlussfolgerung, hier natürlichsprachliche Definitionen, die ein Mensch, ein Sprachmodell und eine Robotersteuerung gleichermaßen lesen. M1 und M3 bleiben unabgedeckt; M2 teilen wir mit dieser Tradition und bauen auf ihr auf. Erwähnung verdient die entgegengesetzte Schule. In der biomedizinischen Ontologie-Kuration gilt als ausdrückliches Prinzip, dass die Definition eines Terms immer denselben Gegenstand in der Wirklichkeit bezeichnen muss (OBO Foundry, Prinzip 19 „Stability of Term Meaning"); ändert sich das Verständnis, wird die Kennung als veraltet markiert und eine neue vergeben. Das ist die genaue Gegenposition zur hier vorgeschlagenen Behandlung des Begriffs als versionierte Schnittstelle mit durchgehender Geschichte. Beide Lösungen kaufen Stabilität, aber mit verschiedener Währung: die eine mit Diskontinuität, weil die Geschichte eines Konzepts in unverbundene Kennungen zerfällt, die hier vorgeschlagene mit Auflösungsaufwand.

**Diachrone Semantik.** Die computerlinguistische Forschung zur Erkennung lexikalischen Bedeutungswandels hat Verfahren entwickelt, um Bedeutungsverschiebungen über Zeit in Korpora zu messen, mit einer gemeinsamen Bewertungsaufgabe als Referenzpunkt (Schlechtweg et al. 2020). Sie ist die genaueste vorhandene Antwort auf die Frage, *ob* sich Bedeutung geändert hat. Sie beantwortet nicht, was zu tun ist, wenn sie sich ändert. Messung und Betrieb verhalten sich hier wie Diagnose und Therapie.

**Konzeptuelle Absprachen.** In der Psycholinguistik ist seit dreißig Jahren belegt, dass Gesprächspartner sich auf gemeinsame Bezeichnungen für wiederkehrende Referenten einigen und diese Absprachen über die Zeit stabil halten (Brennan und Clark 1996). Das ist der Mechanismus des hier beschriebenen Zyklus in der menschlichen Dyade — mündlich, unverschriftlicht, an das Paar gebunden. Der Vorschlag verallgemeinert ihn auf drei Weisen: Er verschriftlicht die Absprache, versieht sie mit einer Fassungsgeschichte und macht sie damit übertragbar auf Partner, die beim Aushandeln nicht anwesend waren — einschließlich maschineller.

**Eine Randbeobachtung zur Zeitlage.** Am 15. April 2026 erschien ein nicht begutachteter Forumsbeitrag, der eine Taxonomie von Interaktions-Fehlmustern vorlegt und diese als fehlende Schicht der Sicherheits-Klassifikation bezeichnet (Beyer 2026). Er erschien am selben Tag wie die dieser Arbeit zugrunde liegende Konzept-Fassung (Ehstand 2026a). Beide Arbeiten sind unabhängig voneinander entstanden und diagnostizieren dieselbe Leerstelle mit unterschiedlichem Gegenstand: Fehlermuster dort, Bedeutungsschicht hier. Versionsführung und Protokollanspruch führt der Beitrag nicht ein. Dass zwei unabhängige Beobachter im selben Monat zu derselben Diagnose kommen, ist kein Argument gegen die These, sondern ein Hinweis darauf, dass die Lücke zu diesem Zeitpunkt für Praktiker sichtbar wurde.

**Die industrielle Einkreisung im August 2026.** In genau der Woche, in der diese Arbeit abgeschlossen wurde, erreichte die Diagnose, dass KI-Agenten eine Bedeutungsebene fehlt, mit hohem Tempo die Industrie: Ein Analystenhaus erklärte „Context Layers" — die Verbindung aus semantischer Schicht, Wissensgraph und Laufzeitkontext — zur nächsten Stufe der Unternehmens-KI (Evelson und Bandyopadhyay 2026), und zum Monatsende stand die Bau-Anleitung eines großen Cloud-Anbieters für eine ontologiegetriebene semantische Schicht für agentische KI veröffentlicht, gebaut auf formalen Ontologien, symbolischem Schließen und virtuellen Wissensgraphen und an Agenten angebunden über genau die in Abschnitt 1 genannten Protokolle (Simpson et al. 2026). Beide tragen die Diagnose; keine trägt das Trägermaterial dieser Arbeit. Ihre Einheiten sind Graph-Ontologien und Katalogstrukturen — formale Schemata in der Linie der oben behandelten Ontologie-Evolution —, nicht je Begriff versionierte natürlichsprachliche Definitions-Objekte, und keine erfüllt M2 auf der Ebene des einzelnen Begriffs. Die hier benannte Lücke wird zum Zeitpunkt der Veröffentlichung von Nachbarlösungen eingekreist, nicht gefüllt.

**Zum Stand der Recherche.** Die Abgrenzung stützt sich auf eine nicht-systematische Sichtung von Fachliteratur, Patentbeständen und Spezifikationen bis zum 30. August 2026; Vollständigkeit wird ausdrücklich nicht beansprucht. Der nächste im Volltext geprüfte Patent-Nachbar ist US 12,367,337 B2 (Comake Inc., angemeldet 20. April 2023, erteilt 22. Juli 2025), ein Rahmenwerk zur Datenintegration über ein geteiltes Schema aus Haupt- und Tätigkeitswörtern; versionierte natürlichsprachliche Begriffe sind dort nicht Gegenstand.

## 6. Stand der Umsetzung

Der Vorschlag ist nicht nur Entwurf; er wird seit 2025 intern geführt — ein öffentlich auflösbarer Betrieb über Organisationsgrenzen hinweg steht noch aus (Anhang A benennt das fehlende Stück präzise). Die Umsetzung folgt einer streng kaskadierenden Drei-Schichten-Architektur. Die *semantische Schicht* kennt als einziges Austauschobjekt das oben beschriebene Bündel. Die *Transaktionsschicht* versieht Bündel mit inhaltsadressierten Kennungen, Signaturen und Herkunftsketten. Die *Transportschicht* kodiert dieselben Bündel verlustfrei in mehrere maschinenlesbare Formate. Jede Schicht ist unabhängig prüfbar: Die Bedeutungsebene weiß nichts von Bytes und Netzen, der Transport nichts von Bedeutungen.

Auf dieser Grundlage besteht ein kuratierter Kern von rund 9.400 zweisprachig definierten Begriffen für Phänomene der Mensch-KI-Interaktion. Davon sind 25 als Goldstandard vollständig gegen die sechs Definitionskriterien nach ISO 704 dokumentiert; 400 sind zweifach verifiziert; der übrige Bestand befindet sich in laufender Validierung. Der Bestand ist nicht ISO-zertifiziert — eine Zertifizierung ist ein institutionelles Verfahren, das einem unabhängigen Forschungsprogramm nicht offensteht; die zutreffende Beschreibung lautet: an ISO 704 ausgerichtet und programmintern geprüft. Gezählt werden Einträge des kuratierten Registers; abweichende Zahlen früherer Verarbeitungsstufen desselben Programms — etwa rund 4.400 Einträge der Aufbereitungsstrecke oder rund 7.000 Knoten der Navigationsansicht — bezeichnen andere Zählgegenstände und sind mit dieser Zahl nicht deckungsgleich.

Der Bestand wurde aus einem Arbeitskorpus von über 100.000 dokumentierten Mensch-KI-Dialog-Runden seit März 2025 gewonnen, davon rund 40.000 Runden in strukturierter Erhebung, über mehrere Modellfamilien verschiedener Hersteller. Begriffsänderungen im geführten Kernbestand werden als dokumentierte, zeitgestempelte Einträge erfasst; die Vereinheitlichung mehrerer parallel gewachsener Bestände zu einem durchgehend versionierten Produktionsstand ist der laufende Arbeitsschritt. Ergänzend bestehen mehrsprachige Austauschbestände im Terminologie-Austauschformat, ein relationaler Graph als Dachstruktur, lokale Programmierschnittstellen für maschinelle Abnehmer sowie interaktive Navigationsoberflächen für menschliche Nutzer.

Diese Arbeit beschreibt die Außenfläche der Architektur: Datenmodell, Erzeugungszyklus, Schichtengrenzen, prüfbare Eigenschaften. Die inneren Arbeitsverfahren — Auswahl-Heuristiken, Prüfsequenzen, Orchestrierungs- und Validierungsroutinen — bleiben unveröffentlicht; ihre Offenlegung böte operative Übernahme ohne Erkenntnisgewinn. Das prüfbare Objekt hingegen liegt offen: Anhang A zeigt ein vollständiges Begriffs-Bündel.

## 7. Prüfbarkeit

**Der Prioritätsanspruch.** Er bezieht sich ausschließlich auf die Vereinigung von M1, M2 und M3 in der in Abschnitt 5 gegebenen Fassung. Ein Gegenbeleg muss alle drei gemeinsam treffen und vor dem 20. April 2026 veröffentlicht worden sein — dem Datum des kryptografischen Ankers, also dem frühesten Zeitpunkt, den diese Arbeit selbst nachweisen kann. Wird ein solches Werk benannt, ziehen wir die Prioritätsaussage öffentlich zurück.

**Die Sachaussage.** Die These behauptet, dass die Übertragung des vollständigen Bündels die Übereinstimmung zwischen heterogenen Empfängern gegenüber der bloßen Benennung erhöht. Konkret gilt sie als widerlegt, wenn folgender Versuch negativ ausgeht. Man wähle mindestens vier Empfänger aus mindestens drei Modellfamilien verschiedener Hersteller sowie eine menschliche Kontrollgruppe. Man ziehe mindestens 100 Begriffe aus dem Bestand und erzeuge zu jedem zehn Verwendungsurteile, deren Referenzantworten unabhängig festgelegt wurden. Bedingung A: nur die Benennung. Bedingung B: das vollständige Bündel. Gemessen wird die paarweise Übereinstimmung zwischen den Empfängern nach Krippendorffs Alpha. Die These verlangt eine Verbesserung von mindestens 0,15 Alpha-Punkten von A nach B bei vorab festgelegtem Signifikanzniveau.

**Weitere Prüfsteine.** Die These wäre ebenfalls geschwächt, wenn sich zeigte, dass Versionsführung auf Begriffsebene in laufenden Arbeitszusammenhängen keinen messbaren Gewinn an Nachvollziehbarkeit erzeugt, sobald Durchlaufzeiten, Nacharbeitsquoten und Rekonstruierbarkeit vor und nach Einführung erhoben werden; oder dass die postulierte Übertragbarkeit über Substrate an systematischen Grenzen scheitert, die sich nicht durch Evidenzlage und Geltungsangabe erklären lassen.

## 8. Grenzen

Die empirische Grundlage ist ein Einzelbeobachter-Längsschnitt. Die Triangulation über mehrere Modellfamilien kontrolliert die Modellseite, nicht die Menschenseite: Isolation, Benennung, Abgrenzung und Fassungsentscheidung gehen durchgehend auf einen Beobachter zurück. Für den Goldstandard-Satz von 25 Begriffen liegt ein programminternes Prüfverfahren vor: zwei blind arbeitende Bewertungsinstanzen, eine dritte Nachprüfung nach Schlichtung, abweichende Einzelvoten protokolliert. Eine Übereinstimmungsprüfung durch unabhängige externe Fachannotatoren liegt für keinen Teil des Bestands vor. Die Frage, welcher Anteil der Begriffe ein Phänomen der Domäne erfasst und welcher eine Eigenheit dieses Beobachters, ist mit den vorliegenden Daten nicht entscheidbar. Wir betrachten das als die schwerste offene Lücke dieser Arbeit und nicht als methodische Randnotiz. Der nächste Schritt ist festgelegt: Ein Teilbestand wird zwei unabhängigen Fachannotatoren zur Nachdefinition vorgelegt; die Übereinstimmung wird berichtet, unabhängig davon, wie sie ausfällt.

Drei weitere Grenzen sind zu benennen. Der Anspruch substratübergreifender Geltung ist beim gegenwärtigen Stand der Evidenz eine Architektur-Anforderung, keine gezeigte Eigenschaft: Belegt ist die Strecke Mensch–Modell. Eine Robotersteuerung nimmt ein natürlichsprachliches Bündel nicht unmittelbar ab; sie erhält es über eine sprachfähige Auslegungskomponente, die daraus eine ausführbare Darstellung ableitet. Ein eigener Robotik-Versuch der Schicht steht aus; M3 ist für Mensch und Modell erfüllt und für die übrigen Substratklassen postuliert. Die Schicht erhebt keinen Anspruch, unbekanntes Wissen zu erzeugen: Sie repräsentiert, was aus hinreichender Evidenz erschließbar ist, samt Unsicherheit und Herkunft. Und sie wird auf einem gelernten, nicht formal spezifizierten Interpretations-Substrat vollzogen; ihre Semantik ist probabilistisch, nicht beweisbar — eine strukturelle Eigenschaft, die jedes Evaluationsdesign berücksichtigen muss.

## 9. Schluss

Die Bedeutungsebene zwischen Menschen, Modellen, Agenten und Robotern existiert heute in jedem Prompt, jeder Systemanweisung, jedem Agentenprotokoll: unbenannt, unversioniert, ungeführt. Die klassischen Agentensprachen haben ihr einen Platzhalter reserviert und ihn nicht gefüllt. Diese Arbeit hat sie benannt, ihr Trägermaterial bestimmt, ihre Minimalform spezifiziert, ihren Erzeugungszyklus beschrieben, sie gegen zehn Nachbarn abgegrenzt, ein Exemplar ihres zentralen Objekts vorgelegt und einen Versuchsaufbau angegeben, mit dem sie sich widerlegen lässt.

**Prioritätsangabe.** Der Nachweis ruht auf zwei voneinander unabhängigen Ankern.

*Der kryptografische Anker.* Der gesamte Arbeitsbestand des Programms wurde am 20. April 2026 in der Bitcoin-Blockkette verankert: Blöcke 945970 und 945979, Wurzel-Prüfsumme SHA-256 `299e4b3d0ac9e50740268896b5eeb541f6462332bb67b7efdf4cd309704770d0`, Stempel-Manifest `MANIFEST_20260420T205730Z`. Wer die Fassung eines der beiden zugrunde liegenden Arbeitspapiere in die Hand bekommt, kann ihre Prüfsumme gegen dieses Manifest und das Manifest gegen die Blockkette rechnen. Das Stempel-Manifest wird auf Anfrage vorgelegt. Der Anker ermöglicht damit den Nachweis von Datum und Unversehrtheit auf Vorlage der Fassung, ohne dass ein Inhalt öffentlich offengelegt werden muss.

*Der Registrierungs-Anker.* Beide Arbeitspapiere sind zusätzlich am 22. April 2026 als Bestandteil eines Programm-Bündels registriert worden (DOI 10.5281/zenodo.19695778). Dieses Bündel fasst mehrere Arbeitsstränge des Programms zusammen; sein öffentlicher Titel benennt den sportwissenschaftlich-methodischen Sammelgegenstand des Bündels, nicht die hier behandelte Einzelarbeit. Öffentlich einsehbar sind Titel, Autor und Registrierungsdatum, die Dateien sind zugriffsbeschränkt. Der Registrierungs-Anker liefert damit ein zweites, institutionell geführtes Datum; die inhaltliche Zuordnung leistet der kryptografische Anker.

Die Zeitstempelung dient ausschließlich der Erstveröffentlichung als Stand der Technik. Es wird kein Patent angestrebt und kein Ausschließlichkeitsrecht an der beschriebenen Schicht, an ihrer Bezeichnung oder an einzelnen Begriffen beansprucht. Die Prioritätsangabe sichert die Zuschreibung, nicht die Nutzung.

---

## Anhang A — Ein vollständiges Begriffs-Bündel

Das Papier behauptet, dass nicht das Dokument, sondern der einzelne Begriff die Einheit der Schicht ist. Der folgende Eintrag zeigt diese Einheit vollständig. Definitionen und Abgrenzung sind dem Goldstandard-Satz des Programms entnommen; die Feldstruktur folgt der in Abschnitt 3 festgelegten Mindestform.

| Feld | Wert |
|---|---|
| **Benennung** | The Borrowed Confidence |
| **Stabile Begriffskennung** | `aug:term/borrowed-confidence` (programminterner Bezeichner; trägt die Abstammung über alle Fassungen) |
| **Fassung** | 1.0 — erste dokumentierte Fassung, Stand 2026-06-12 |
| **Sprachen** | en, de |
| **Definition (en)** | Phenomenon in which a user derives confidence from AI output and presents it as personal conviction without independent verification. |
| **Definition (de)** | Phänomen, bei dem eine Person Zuversicht aus einer KI-Ausgabe bezieht und sie ohne eigenständige Prüfung als persönliche Überzeugung vertritt. |
| **Abgrenzung 1** | ≠ Automatisierungs-Verzerrung (*automation bias*): Diese bezeichnet einen Fehler in der Entscheidungsfindung. The Borrowed Confidence bezeichnet die *empfundene Selbstsicherheit*, nicht die Entscheidungsgüte. |
| **Abgrenzung 2** | ≠ Übervertrauen in Automation (*overtrust*): Dieses bezeichnet eine dauerhafte Einstellung gegenüber einem System. The Borrowed Confidence bezeichnet einen situativen Übernahmevorgang in einer einzelnen Äußerung. |
| **Gattungsbegriff** | Phänomen der Mensch-KI-Interaktion |
| **Geltungskontext** | Wissensarbeit mit generativen Sprachmodellen; Erhebung im Einzelbeobachter-Längsschnitt |
| **Prüfstand** | Definitionskriterien nach ISO 704, sechs Punkte, vollständig dokumentiert |
| **Relationen** | *grenzt_ab_gegen* → automation bias · *grenzt_ab_gegen* → overtrust · *ist_Unterbegriff_von* → Vertrauenskalibrierung in der Mensch-KI-Interaktion |
| **Inhalts-Hash** | `8ab793254bbcd0b0` — Kurzform; maßgeblich ist die volle SHA-256: `8ab793254bbcd0b0f69c84c40e0261333c074c4dcb119d3b2e7f0ab8c023c915` |
| **Provenienz** | Programm-Datensatz; Erhebungszeitraum ab März 2025 |

Der Inhalts-Hash ist von jedem Leser nachrechenbar. Gehasht wird der kanonische Kern dieser Fassung: Benennung, englische Definition und deutsche Definition, in dieser Reihenfolge, getrennt durch senkrechte Striche, ohne umgebende Leerzeichen, in UTF-8-Kodierung. Umlaute und Eszett werden in der gehashten Zeichenkette aufgelöst zu `ae`, `oe`, `ue` und `ss`, wobei die Groß- und Kleinschreibung erhalten bleibt: `Ü` wird zu `Ue`, nicht zu `ue`. Ändert sich ein Zeichen des Kerns, ändert sich der Hash. Das ist der Mechanismus, mit dem eine Fassung manipulationserkennbar identifiziert wird.

Eine Anmerkung zur Auflösbarkeit. Abschnitt 3 verlangt für einen wohlgeformten Zustand, dass jede Kennung auflösbar ist. Der hier gezeigte Bezeichner erfüllt das noch nicht: Er ist programmintern eindeutig, aber es gibt keinen öffentlichen Auflösungsdienst, über den ein Dritter ihn nachschlagen könnte. Auflösbarkeit ist damit eine Anforderung an den Betrieb der Schicht, die im gegenwärtigen Stand nicht eingelöst ist — und sie ist keine Nebensache, sondern die Voraussetzung dafür, dass Bündel zwischen Organisationen wandern können.

**Das Versionskriterium am Beispiel.** Angenommen, die Definition würde um den Zusatz „auch dann, wenn die Ausgabe zutrifft" ergänzt. Der Umfang des Bezeichneten bliebe unverändert, denn zutreffende Ausgaben waren nie ausgeschlossen; die Formulierung wäre lediglich präziser. Das ergibt eine Nebenfassung. Würde dagegen ergänzt „und ausschließlich in beruflichen Zusammenhängen", fiele ein zuvor erfasster Fall heraus: eine Hauptfassung, also ein Bedeutungsbruch, der jeden Abnehmer zur Neuauflösung zwingt. Dieses Beispielpaar ist zur Veranschaulichung des Kriteriums konstruiert und bezeichnet keinen tatsächlich vollzogenen Fassungswechsel.

---

## Literaturverzeichnis

Austin, J. L. (1962). *How to Do Things with Words. The William James Lectures Delivered at Harvard University in 1955*, hrsg. von J. O. Urmson. Oxford: Clarendon Press / Cambridge, MA: Harvard University Press.

Bai, Y., Kadavath, S., Kundu, S., Askell, A. et al. (2022). *Constitutional AI: Harmlessness from AI Feedback.* arXiv:2212.08073.

Beyer, C. J. (2026). *Toward a Common Language for Human-AI Interaction Failures: A Practitioner-Accessible Error Taxonomy for the Missing Layer of AI Safety Classification.* Effective Altruism Forum, 15. April 2026.

Brennan, S. E. und Clark, H. H. (1996). Conceptual Pacts and Lexical Choice in Conversation. *Journal of Experimental Psychology: Learning, Memory, and Cognition* 22(6), 1482–1493.

Brohan, A., Brown, N., Carbajal, J. et al. (2023). *RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control.* arXiv:2307.15818.

Clark, A. und Chalmers, D. (1998). The Extended Mind. *Analysis* 58(1), 7–19. doi:10.1093/analys/58.1.7.

Evelson, B. und Bandyopadhyay, I. (2026). *The Next Evolution Of AI Will Rely On Context Layers.* Forrester Blogs, 20. August 2026. https://www.forrester.com/blogs/the-next-evolution-of-ai-will-rely-on-context-layers/ (abgerufen 30. August 2026).

Ehstand, A. (2026a). *AUGMANITAI Universal Concept Layer: A Bundle-Based Semantic Protocol for Cross-Substrate Communication.* Working Paper 1.0, 15. April 2026. Enthalten im registrierten Datensatz vom 22. April 2026 (DOI 10.5281/zenodo.19695778, zugriffsbeschränkt).

Ehstand, A. (2026b). *Sprache als versionierbarer Code: Eine rekursive Architektur zur Erweiterung von Realität über biologische, digitale und cyber-physische Entitäten.* Working Paper 0.1, 20. April 2026. Erfasst im Stempel-Manifest `MANIFEST_20260420T205730Z`; enthalten im registrierten Datensatz vom 22. April 2026 (DOI 10.5281/zenodo.19695778, zugriffsbeschränkt).

Finin, T., Fritzson, R., McKay, D. und McEntire, R. (1994). KQML as an Agent Communication Language. *Proceedings of the Third International Conference on Information and Knowledge Management (CIKM '94)*, 456–463.

FIPA — Foundation for Intelligent Physical Agents (2002). *FIPA ACL Message Structure Specification.* Standard SC00061G/J.

Hewitt, J., Geirhos, R. und Kim, B. (2025a). Position: We Can't Understand AI Using our Existing Vocabulary. *Proceedings of the 42nd International Conference on Machine Learning*, PMLR 267:81556–81572. arXiv:2502.07586.

Hewitt, J., Tafjord, O., Geirhos, R. und Kim, B. (2025b). *Neologism Learning for Controllability and Self-Verbalization.* ICLR 2026 (Poster). arXiv:2510.08506.

Karpathy, A. (2023). „The hottest new programming language is English." X, 24. Januar 2023. https://x.com/karpathy/status/1617979122625712128.

Khemakhem, M., Valentini, C., Ralli, N., Barros, S., Löckinger, G., Vezzani, F., Salgado, A., Zhang, Z., Mahr, S., Carvalho, S., Fleischmann, K. und Costa, R. (2025). Terminology Management Meets AI: The ISO/TC 37/SC 3/WG 6 Initiative. *Proceedings of the 5th Conference on Language, Data and Knowledge: TermTrends 2025*, Neapel: Unior Press, 16–24.

Klein, M. und Fensel, D. (2001). Ontology Versioning on the Semantic Web. *Proceedings of the First Semantic Web Working Symposium (SWWS)*, Stanford, 75–91.

Korzybski, A. (1933). *Science and Sanity: An Introduction to Non-Aristotelian Systems and General Semantics.* Lancaster, PA: The International Non-Aristotelian Library Publishing Company.

Liang, J., Huang, W., Xia, F., Xu, P., Hausman, K., Ichter, B., Florence, P. und Zeng, A. (2023). Code as Policies: Language Model Programs for Embodied Control. *2023 IEEE International Conference on Robotics and Automation (ICRA)*, London, 9493–9500. doi:10.1109/ICRA48891.2023.10160591.

Noy, N. F. und Musen, M. A. (2004). Ontology Versioning in an Ontology Management Framework. *IEEE Intelligent Systems* 19(4), 6–13.

OBO Foundry (o. J.). *Principle 19: Stability of Term Meaning.* https://obofoundry.org/principles/ (abgerufen 26. August 2026).

OMG — Object Management Group (2019). *Semantics of Business Vocabulary and Business Rules (SBVR), Version 1.5.* Dokument formal/19-10-02.

Park, S., Ramamurthi, V. und Terry, O. (2025). *Neologism Learning as a Parameter-Efficient Alternative to Fine-Tuning for Model Steering.* arXiv:2512.18551.

Pourzand, R. (o. J.). *Why we need a universal semantic layer.* dbt Labs Blog. Die Seite trägt kein Erstveröffentlichungsdatum; zuletzt bearbeitet 15. Oktober 2024. https://www.getdbt.com/blog/universal-semantic-layer (abgerufen 26. August 2026).

Simpson, D., Riggan, T. und Schiros, C. (2026). *Semantic Layer for Agentic AI using Ontology, Symbolic Reasoning, and Virtual Knowledge Graph.* AWS Prescriptive Guidance. https://docs.aws.amazon.com/prescriptive-guidance/latest/semantic-layer-agentic-ai-ontology-reasoning-virtual-knowledge-graph/semantic-layer-agentic-ai-ontology-reasoning-virtual-knowledge-graph.html (abgerufen 30. August 2026).

Schlechtweg, D., McGillivray, B., Hengchen, S., Dubossarsky, H. und Tahmasebi, N. (2020). SemEval-2020 Task 1: Unsupervised Lexical Semantic Change Detection. *Proceedings of the Fourteenth Workshop on Semantic Evaluation*, 1–23.

Searle, J. R. (1979). *Expression and Meaning: Studies in the Theory of Speech Acts.* Cambridge: Cambridge University Press.

Soria Parra, D. und Delimarsky, D. (2026). *MCP Roadmap.* Model Context Protocol Blog, 22. August 2026. https://blog.modelcontextprotocol.io/posts/mcp-roadmap/ (abgerufen 26. August 2026).

Stojanovic, L. (2004). *Methods and Tools for Ontology Evolution.* Dissertation, Universität Karlsruhe.

---

## Anmerkungen

**Interessenkonflikt.** Der Autor forscht unabhängig und ohne institutionelle Anbindung. Er verfolgt im hier beschriebenen Feld neben der Forschung auch anwendungsbezogene Interessen. Diese Arbeit bewirbt keine Leistung, nennt keine Bezugsquelle und enthält kein Angebot.

**Daten.** Der Arbeitskorpus ist eine Selbstdokumentation der Arbeit des Autors mit KI-Systemen. Er enthält keine systematisch erhobenen Daten Dritter; vereinzelte Nennungen dritter Personen wurden vor der Auswertung entfernt. Rechtsgrundlage der Verarbeitung ist Art. 6 Abs. 1 lit. f DSGVO. Eine Ethikkommission war mangels institutioneller Anbindung nicht befasst; das Design berührt keine Versuchspersonen.

**Transparenz.** Bei Recherche und Manuskripterstellung wurden KI-Werkzeuge als Forschungsinstrumente eingesetzt. Konzeption, Urteil und Verantwortung liegen beim Autor.

**Lizenz.** CC BY 4.0 International (Namensnennung). © Andreas Ehstand 2026. Die Lizenz erfasst diesen Text; die inneren Arbeitsverfahren des Programms sind nicht Teil dieser Veröffentlichung und werden nicht mitlizenziert; Marken- und Namensrechte bleiben unberührt.