tractatus/public/locales/de/leader.json

{
  "page": {
    "title": "Für Entscheidungsträger | Tractatus AI-Sicherheits-Framework",
    "description": "Strukturelle KI-Governance für Organisationen, die LLM-Systeme im großen Maßstab einsetzen. Forschungs-Framework zur Behebung architektonischer Lücken in der KI-Sicherheit."
  },
  "header": {
    "badge": "Forschungsframework • Produktionsvalidiert",
    "title": "Tractatus: Architektonische Governance für LLM-Systeme",
    "subtitle": "Architektur-Governance für Unternehmen, bei denen ein Versagen der KI-Governance zu regulatorischen Konsequenzen führt. Wenn Ihr Einsatz ein geringes Risiko birgt, ist die Durchsetzung der Architektur wahrscheinlich unnötig."
  },
  "sections": {
    "governance_gap": {
      "heading": "Die Governance-Lücke",
      "intro": "Aktuelle KI-Governance-Ansätze – Richtliniendokumente, Schulungsprogramme, ethische Richtlinien – basieren auf freiwilliger Einhaltung. LLM-Systeme können diese Kontrollen einfach umgehen, indem sie sie nicht aufrufen. Wenn ein KI-Agent eine Richtlinie überprüfen muss, muss er sich dafür entscheiden. Wenn er eine Entscheidung an menschliche Aufsicht eskalieren sollte, muss er diese Verpflichtung erkennen.",
      "problem": "Dies schafft ein strukturelles Problem: Governance existiert nur insofern, als die KI sie anerkennt. Für Organisationen, die dem EU AI Act Artikel 14 (Anforderungen an menschliche Aufsicht) unterliegen oder KI in risikoreichen Domänen einsetzen, ist dieses freiwillige Modell unzureichend.",
      "solution": "Tractatus untersucht, ob Governance architektonisch extern gemacht werden kann – schwer zu umgehen nicht durch bessere Prompts, sondern durch Systemdesign, das Kontrollpunkte außerhalb des Ermessens der KI platziert."
    },
    "architectural_approach": {
      "heading": "Architektonischer Ansatz",
      "three_layer_title": "Drei-Schichten-Architektur",
      "services_title": "Sechs Governance-Dienste",
      "arch_layers": {
        "layer_1_title": "Agent-Laufzeitschicht",
        "layer_1_desc": "Jedes LLM-System (Claude Code, Copilot, benutzerdefinierte Agenten, LangChain, CrewAI). Das zu regelnde KI-System.",
        "layer_2_title": "Governance-Ebene",
        "layer_2_desc": "Sechs autonome Dienste, die KI-Vorgänge abfangen, validieren und dokumentieren. Extern zur KI-Laufzeit.",
        "layer_3_title": "Persistente Speicherschicht",
        "layer_3_desc": "Unveränderliche Audit-Protokolle, Governance-Regeln, Anweisungshistorie. Kann nicht durch KI-Eingaben geändert werden."
      },
      "services": {
        "service_1_title": "BoundaryEnforcer",
        "service_1_desc": "Verhindert, dass die KI ohne menschliche Zustimmung Wertentscheidungen trifft. Setzt Entscheidungsgrenzen durch architektonische Kontrollen durch.",
        "service_2_title": "InstructionPersistenceClassifier",
        "service_2_desc": "Verhindert, dass sich Muster über explizite Anweisungen hinwegsetzen. Speichert organisatorische Anweisungen außerhalb des KI-Kontexts.",
        "service_3_title": "CrossReferenceValidator",
        "service_3_desc": "Überprüft KI-Aktionen vor der Ausführung anhand gespeicherter Richtlinien. Erkennt Konflikte mit bestehenden Regeln.",
        "service_4_title": "ContextPressureMonitor",
        "service_4_desc": "Verfolgt Sitzungskomplexität, Token-Nutzung, Gesprächslänge. Erkennt eine Verschlechterung der Entscheidungsqualität.",
        "service_5_title": "MetacognitiveVerifier",
        "service_5_desc": "Überprüft die Qualität der Argumentation vor komplexen Operationen. Prüft selbständig Ausrichtung, Kohärenz, Alternativen.",
        "service_6_title": "PluralisticDeliberationOrchestrator",
        "service_6_desc": "Erleichtert Multi-Stakeholder-Beratungen bei Wertekonflikten. Nicht-hierarchisches Engagement mit dokumentiertem Dissens."
      }
    },
    "governance_capabilities": {
      "heading": "Governance-Fähigkeiten",
      "intro": "Drei interaktive Demonstrationen zeigen die Governance-Infrastruktur in Betrieb. Diese zeigen Mechanismen, keine fiktiven Szenarien.",
      "audit_trail_title": "Audit-Trail & Compliance-Nachweiserstellung",
      "audit_trail_desc": "Unveränderliches Logging, Nachweis-Extraktion, regulatorisches Reporting",
      "continuous_improvement_title": "Kontinuierliche Verbesserung: Vorfall → Regelerstellung",
      "continuous_improvement_desc": "Lernen aus Fehlern, automatisierte Regelgenerierung, Validierung",
      "pluralistic_deliberation_title": "Pluralistische Deliberation: Wertekonfliktlösung",
      "pluralistic_deliberation_desc": "Multi-Stakeholder-Engagement, nicht-hierarchischer Prozess, Dokumentation moralischer Reste",
      "sample_heading": "Beispiel für die Struktur eines Audit-Protokolls",
      "immutability_label": "Unveränderlichkeit:",
      "immutability_text": "Audit-Protokolle werden in einer reinen Append-Datenbank gespeichert. AI kann keine Einträge ändern oder löschen.",
      "compliance_label": "Beweise für die Einhaltung der Vorschriften:",
      "compliance_text": "Automatische Kennzeichnung mit regulatorischen Anforderungen (EU AI Act Artikel 14, DSGVO Artikel 22, etc.)",
      "export_label": "Exportfähigkeiten:",
      "export_text": "Erstellung von Konformitätsberichten für Aufsichtsbehörden, die die Durchsetzung von Human Oversight zeigen",
      "footer_text": "Wenn die Aufsichtsbehörde die Frage stellt, wie man eine effektive menschliche Aufsicht in großem Maßstab nachweisen kann, liefert dieser Prüfpfad strukturelle Beweise unabhängig von der KI-Zusammenarbeit.",
      "flow_heading": "Lernfluss bei Vorfällen",
      "step_1_desc": "CrossReferenceValidator kennzeichnet Richtlinienverletzung",
      "step_2_desc": "Automatisierte Analyse der Unterrichtshistorie, des Kontextstatus",
      "step_3_desc": "Vorgeschlagene Governance-Regel zur Vermeidung von Wiederholungen",
      "step_4_desc": "Governance Board prüft und billigt neue Regelung",
      "step_5_desc": "Regel zum dauerhaften Speicher hinzugefügt, sofort aktiv",
      "example_heading": "Beispiel für eine generierte Regel",
      "learning_label": "Organisatorisches Lernen:",
      "learning_text": "Wenn bei einem Team ein Governance-Fehler auftritt, profitiert das gesamte Unternehmen von automatisch generierten Präventivregeln. Skalierung des Governance-Wissens ohne manuelle Dokumentation.",
      "conflict_label": "Erkennung von Konflikten:",
      "conflict_text": "KI-System identifiziert konkurrierende Werte im Entscheidungskontext (z.B. Effizienz vs. Transparenz, Kosten vs. Risikominderung, Innovation vs. Einhaltung von Vorschriften). BoundaryEnforcer blockiert autonome Entscheidung, eskaliert zu PluralisticDeliberationOrchestrator.",
      "stakeholder_heading": "Prozess der Identifizierung von Stakeholdern",
      "stakeholder_1": "Automatische Erkennung: Das System erkennt, welche Wertesysteme in einem Spannungsverhältnis stehen (Utilitarismus, Deontologie, Tugendethik, Kontraktualismus usw.)",
      "stakeholder_2": "Stakeholder-Mapping: Identifizierung der Parteien, die ein berechtigtes Interesse an der Entscheidung haben (Betroffene, Fachexperten, Verwaltungsbehörden, Vertreter der Gemeinschaft)",
      "stakeholder_3": "Menschliche Zustimmung: Der Lenkungsausschuss prüft die Liste der Interessenvertreter und fügt sie gegebenenfalls hinzu oder entfernt sie (TRA-OPS-0002)",
      "deliberation_heading": "Nicht-hierarchische Deliberation",
      "equal_voice_title": "Gleiche Stimme",
      "equal_voice_text": "Alle Beteiligten bringen ihre Sichtweisen ohne hierarchische Gewichtung ein. Technische Experten setzen sich nicht automatisch über die Belange der Gemeinschaft hinweg.",
      "dissent_title": "Dokumentierter Dissens",
      "dissent_text": "Minderheitenpositionen werden vollständig erfasst. Abweichende Interessengruppen können dokumentieren, warum der Konsens ihren Werterahmen sprengt.",
      "moral_title": "Moralischer Überrest",
      "moral_text": "Das System dokumentiert unvermeidbare Werteabwägungen. Selbst eine korrekte Entscheidung führt zu einem dokumentierten Schaden für andere legitime Werte.",
      "precedent_title": "Präzedenzfall (nicht bindend)",
      "precedent_text": "Die Entscheidung wird zu einem informativen Präzedenzfall für ähnliche Konflikte. Aber Unterschiede im Kontext bedeuten, dass Präzedenzfälle leiten, nicht diktieren.",
      "record_heading": "Struktur des Deliberationsprotokolls",
      "key_principle": "Schlüsselprinzip: Wenn legitime Werte im Konflikt stehen, kann kein Algorithmus die \"richtige\" Antwort bestimmen. Der Tractatus bietet eine Architektur für Entscheidungen, die durch umfassende Überlegungen mit vollständiger Dokumentation der Kompromisse getroffen werden, anstatt dass die KI einen einzigen Werterahmen vorgibt oder der Entscheidungsträger die Bedenken der Interessengruppen zurückweist."
    },
    "development_status": {
      "heading": "Entwicklungsstatus",
      "warning_title": "Produktionsvalidiertes Forschungsframework",
      "warning_text": "Tractatus befindet sich seit über 5 Monaten in aktiver Entwicklung (Oktober 2025 bis heute) mit Produktionseinsatz bei die Village-Plattform, souveräner Sprachmodell-Governance durch Village AI und Audit-Entscheidungen aus der Produktion. Unabhängige Validierung und Red-Team-Tests sind noch ausstehende Forschungsbedarfe.",
      "validation_title": "Validiert vs. Nicht Validiert",
      "validated_label": "Bestätigt:",
      "validated_text": "Framework regelt erfolgreich Claude Code in Entwicklungsworkflows. Der Anwender berichtet von einer Produktivitätssteigerung in Größenordnungen für nichttechnische Anwender, die Produktionssysteme aufbauen.",
      "not_validated_label": "Nicht validiert:",
      "not_validated_text": "Leistung im Unternehmensmaßstab, Komplexität der Integration in bestehende Systeme, Wirksamkeit gegenüber gegnerischen Aufforderungen, plattformübergreifende Konsistenz.",
      "limitation_label": "Bekannte Einschränkung:",
      "limitation_text": "Der Rahmen kann umgangen werden, wenn KI sich einfach dafür entscheidet, die Steuerungsinstrumente nicht zu nutzen. Die freiwillige Inanspruchnahme bleibt eine strukturelle Schwäche, die externe Durchsetzungsmechanismen erfordert."
    },
    "village_ai": {
      "heading": "Souveräne KI: Governance eingebettet in lokal trainierte Modelle",
      "intro": "Village AI zeigt, was es bedeutet, Governance direkt in lokal trainierte Sprachmodelle einzubetten — nicht als externe Compliance-Schicht, sondern als Teil der Modell-Serving-Architektur selbst.",
      "architecture_title": "Zwei-Modell-Architektur",
      "arch_fast": "<strong>Schnelles Modell (3B Parameter):</strong> Routineanfragen mit Governance-Vorprüfung",
      "arch_deep": "<strong>Tiefes Modell (8B Parameter):</strong> Komplexes Reasoning mit vollständiger Governance-Pipeline",
      "arch_local": "<strong>Vollständig lokal:</strong> Trainingsdaten verlassen nie die Infrastruktur",
      "strategic_title": "Strategischer Wert",
      "strat_sovereignty": "<strong>Datensouveränität:</strong> Keine Cloud-Abhängigkeit für Modelltraining oder Inferenz",
      "strat_governance": "<strong>Governance by Design:</strong> Beschränkungen sind architektonisch, nicht nachträgliche Compliance",
      "strat_regulatory": "<strong>Regulatorische Positionierung:</strong> Strukturell stärker als nachträgliche Governance-Ansätze",
      "status": "<strong>Aktueller Status:</strong> Inferenz-Governance betriebsbereit. Training-Pipeline-Installation läuft. Erste Nicht-Claude-Deploymentfläche für Tractatus-Governance.",
      "cta": "Mehr über Village AI erfahren →"
    },
    "taonga": {
      "heading": "Polyzentrische Governance für indigene Datensouveränität",
      "intro": "Für Organisationen mit indigenen Stakeholder-Verpflichtungen oder multi-jurisdiktionalen Operationen entwickelt Tractatus eine polyzentrische Governance-Architektur, in der Gemeinschaften architektonische Co-Governance aufrechterhalten.",
      "status_label": "Status:",
      "status_text": "Entwurfspapier (STO-RES-0010 v0.1) in indigener Peer-Review. Ohne Maori-Ko-Autorschaft verfasst — transparent als Ausgangspunkt für Zusammenarbeit präsentiert. Dieser Ansatz ist nicht produktionsreif.",
      "relevance": "<strong>Relevant für:</strong> Organisationen in Aotearoa Neuseeland, Australien, Kanada oder anderen Jurisdiktionen mit indigenen Datensouveränitätsverpflichtungen.",
      "research_link": "Forschungsdetails →",
      "paper_link": "Entwurfspapier lesen"
    },
    "steering_vectors": {
      "heading": "Inferenzzeit-Verzerrungskorrektur (Steering-Vektoren)",
      "summary": "Neue Forschung (STO-RES-0009, veröffentlicht Februar 2026) demonstriert Techniken zur Korrektur von Verzerrungen zur Inferenzzeit ohne Modell-Neutraining. Für Organisationen, die über Verzerrungen in eingesetzten KI-Systemen besorgt sind, bieten Steering-Vektoren die Möglichkeit, auf Verzerrungsbedenken ohne Modellausfallzeit zu reagieren.",
      "link": "Technische Details auf der Forscher-Seite →"
    },
    "eu_ai_act": {
      "heading": "EU AI Act-Überlegungen",
      "article_14_title": "Verordnung 2024/1689, Artikel 14: Menschliche Aufsicht",
      "intro": "Das EU-KI-Gesetz (Verordnung 2024/1689) legt Anforderungen an die menschliche Aufsicht über KI-Systeme mit hohem Risiko fest (Artikel 14). Organisationen müssen sicherstellen, dass KI-Systeme wirksam von natürlichen Personen überwacht werden, die befugt sind, KI-Ausgaben zu unterbrechen oder zu missachten.",
      "addresses": "Der Tractatus begegnet diesem Problem durch architektonische Kontrollen, die:",
      "bullet_1": "Generierung unveränderlicher Prüfpfade, die KI-Entscheidungsprozesse dokumentieren",
      "bullet_2": "Durchsetzung menschlicher Genehmigungsanforderungen für wertebasierte Entscheidungen",
      "bullet_3": "Nachweis von Überwachungsmechanismen, die von der AI-Zusammenarbeit unabhängig sind",
      "bullet_4": "Dokumentieren Sie die Einhaltung der Transparenz- und Aufbewahrungspflichten",
      "disclaimer": "Dies stellt keine Beratung zur Einhaltung von Rechtsvorschriften dar. Organisationen sollten in Absprache mit ihren Rechtsberatern prüfen, ob diese Architekturmuster mit ihren spezifischen rechtlichen Verpflichtungen übereinstimmen.",
      "penalties": "Maximale Strafen gemäß EU-KI-Gesetz: 35 Millionen Euro oder 7 Prozent des weltweiten Jahresumsatzes (je nachdem, welcher Wert höher ist) für verbotene AI-Praktiken; 15 Millionen Euro oder 3 Prozent für andere Verstöße."
    },
    "research_foundations": {
      "heading": "Forschungsgrundlagen",
      "org_theory_title": "Organisationstheorie & Philosophische Basis",
      "intro": "Der Tractatus stützt sich auf mehr als 40 Jahre Forschung im Bereich der Organisationstheorie: zeitbasierte Organisation (Bluedorn, Ancona), Wissensorchestrierung (Crossan), postbürokratische Autorität (Laloux), strukturelle Trägheit (Hannan Freeman).",
      "premise": "Kernaussage: Wenn Wissen durch KI allgegenwärtig wird, muss sich die Autorität aus einem angemessenen Zeithorizont und Fachwissen ableiten und nicht aus einer hierarchischen Position. Governance-Systeme müssen die Entscheidungsfindung über strategische, operative und taktische Zeiträume hinweg orchestrieren.",
      "view_pdf": "Vollständige organisationstheoretische Grundlagen anzeigen (PDF)",
      "ai_safety_title": "KI-Sicherheitsforschung: Architektonische Schutzmaßnahmen gegen LLM Hierarchische Dominanz",
      "ai_safety_desc": "Wie der Tractatus pluralistische Werte vor der Voreingenommenheit von KI-Mustern schützt und gleichzeitig Sicherheitsgrenzen beibehält.",
      "pdf_link": "PDF",
      "read_online": "Online lesen"
    },
    "scope_limitations": {
      "heading": "Umfang & Einschränkungen",
      "title": "Was dies nicht ist • Was es bietet",
      "not_title": "Tractatus ist nicht:",
      "offers_title": "Was es bietet:",
      "not_1": "Eine KI-Sicherheitslösung für alle Kontexte",
      "not_2": "Unabhängig validiert oder sicherheitsüberprüft",
      "not_3": "Getestet gegen gegnerische Angriffe",
      "not_4": "Von mehreren Organisationen validiert",
      "not_5": "Ein Ersatz für die Überprüfung der Einhaltung von Rechtsvorschriften",
      "not_6": "Ein kommerzielles Produkt (Forschungsrahmen, Apache 2.0 Lizenz)",
      "offers_1": "Architektonische Muster für externe Governance-Kontrollen",
      "offers_2": "Referenzimplementierung zum Nachweis der Machbarkeit",
      "offers_3": "Grundlage für Organisationspiloten und Validierungsstudien",
      "offers_4": "Beweise dafür, dass strukturelle Ansätze für die KI-Sicherheit eine Untersuchung verdienen"
    },
    "target_audience": {
      "heading": "Zielpublikum",
      "primary": "Organisationen mit KI-Einsätzen von hoher Tragweite, die mit regulatorischen Verpflichtungen konfrontiert sind: EU-KI-Gesetz Artikel 14 (menschliche Aufsicht), GDPR Artikel 22 (automatisierte Entscheidungsfindung), SOC 2 CC6.1 (logische Zugriffskontrollen), branchenspezifische Vorschriften.",
      "disclaimer": "Wenn ein Versagen der KI-Governance in Ihrem Kontext nur geringe Folgen hat und leicht rückgängig gemacht werden kann, erhöht die Durchsetzung der Architektur die Komplexität ohne entsprechenden Nutzen. Eine richtlinienbasierte Governance ist möglicherweise besser geeignet."
    },
    "governance_assessment": {
      "heading": "Governance-Theater vs. Vollstreckung",
      "intro": "Viele Unternehmen verfügen über eine KI-Governance, die jedoch nicht durchgesetzt wird. Die diagnostische Frage:",
      "question": "\"Was hindert Ihre KI strukturell daran, Wertentscheidungen ohne menschliche Zustimmung auszuführen?\"",
      "answer_theatre": "Wenn Ihre Antwort \"Richtlinien\" oder \"Schulung\" oder \"Überprüfungsverfahren\" lautet: Sie haben ein Governance-Theater (freiwillige Einhaltung)",
      "answer_enforcement": "Wenn Ihre Antwort \"architektonischer Sperrmechanismus mit Prüfpfad\" lautet: Sie haben eine Durchsetzung (Tractatus ist eine Implementierung)",
      "consequence": "Ein Theater kann akzeptabel sein, wenn das Versagen der Unternehmensführung nur geringe Folgen hat. Die Durchsetzung wird relevant, wenn Versäumnisse zu regulatorischen Risiken, Sicherheitsvorfällen oder existenziellen Geschäftsrisiken führen.",
      "template_link": "Bewertungsrahmen: Business Case-Vorlage (PDF)"
    }
  },
  "footer": {
    "assessment_resources": "Ressourcen für die Bewertung",
    "intro": "Wenn Ihr regulatorischer Kontext oder Ihr Risikoprofil darauf schließen lässt, dass architektonische Governance von Bedeutung sein könnte, helfen diese Ressourcen bei der Selbstevaluierung:",
    "business_case": "Business Case-Vorlage",
    "business_case_desc": "Bewertungsrahmen für die Beurteilung, ob die Architektur-Governance Ihren regulatorischen Verpflichtungen entspricht",
    "leadership_questions": "Allgemeine Fragen zur Führung",
    "leadership_questions_desc": "Governance-Theater vs. Durchsetzung, Rechtfertigung von Investitionen, Risikobewertungsrahmen",
    "technical_docs": "Technische Dokumentation",
    "technical_docs_desc": "Organisationstheoretische Grundlagen, empirische Beobachtungen, Validierungsstudien",
    "research_foundations": "Grundlagen der Forschung",
    "research_foundations_desc": "Organisationstheoretische Grundlagen, empirische Beobachtungen, Validierungsstudien",
    "evaluation_note": "Bewertungsprozess: Organisationen, die Tractatus bewerten, folgen in der Regel folgenden Schritten: (1) Technische Überprüfung von Architekturmustern, (2) Piloteinsatz in der Entwicklungsumgebung, (3) Kontextspezifische Validierung mit Rechtsberatern, (4) Entscheidung, ob die Muster bestimmte regulatorische/Risikoanforderungen erfüllen.",
    "contact_note": "Projektinformationen und Kontaktangaben: Über Seite"
  },
  "share_cta": {
    "heading": "Helfen Sie uns, die richtigen Leute zu erreichen.",
    "description": "Wenn Sie Forscher, Implementierer oder Führungskräfte kennen, die strukturelle KI-Governance-Lösungen benötigen, teilen Sie dies mit ihnen.",
    "copy_link": "Link kopieren",
    "email": "E-Mail",
    "linkedin": "LinkedIn"
  },
  "alexander_leadership": {
    "heading": "Warum architektonische Governance wichtig ist",
    "subtitle": "Aufbauend auf den Prinzipien lebender Systeme von Christopher Alexander - eine Verwaltung, die sich mit Ihrer Organisation weiterentwickelt",
    "differentiator": {
      "heading": "Strategisches Unterscheidungsmerkmal: Kein Compliance-Theater",
      "compliance_theatre": "Das Compliance-Theater stützt sich auf dokumentierte Richtlinien, Schulungsprogramme und Überprüfungen nach der Ausführung. KI kann Kontrollen umgehen, die Durchsetzung ist freiwillig, und Prüfprotokolle zeigen, was geschehen sollte, nicht was geschehen ist.",
      "architectural_enforcement": "Die architektonische Durchsetzung (Tractatus) webt Governance in die Bereitstellungsarchitektur ein. Dienste fangen Aktionen ab, bevor sie im kritischen Pfad ausgeführt werden - Umgehungen erfordern explizite --no-verify-Flags und werden protokolliert. Audit-Protokolle belegen die Durchsetzung in Echtzeit, nicht eine angestrebte Richtlinie."
    },
    "principles_heading": "Fünf Grundsätze für Wettbewerbsvorteile",
    "principles": {
      "deep_interlock": {
        "title": "Tiefe Verriegelung",
        "description": "Sechs Governance-Dienste koordinieren sich in Echtzeit. Wenn einer ein Risiko erkennt, verstärken die anderen die Durchsetzung durch gegenseitige Validierung, nicht durch isolierte Kontrollen.",
        "business_value": "Geschäftswert: Der Ausfall eines einzelnen Dienstes beeinträchtigt nicht die Governance. Redundante Durchsetzungsschicht."
      },
      "structure_preserving": {
        "title": "Strukturerhaltend",
        "description": "Rahmenänderungen erhalten die Prüfungskontinuität. Historische Governance-Entscheidungen bleiben interpretierbar - das institutionelle Gedächtnis bleibt über die Entwicklung hinweg erhalten.",
        "business_value": "Geschäftlicher Nutzen: Der gesetzlich vorgeschriebene Prüfpfad bleibt gültig. Keine \"Governance-Migration\", die die Compliance-Aufzeichnungen bricht."
      },
      "gradients": {
        "title": "Nicht binäre Farbverläufe",
        "description": "Governance funktioniert nach Intensitätsstufen (NORMAL/ERWEITERT/HÖCHST/ KRITISCH) - eine ausgewogene Reaktion auf Risiken, kein mechanisches Ja/Nein.",
        "business_value": "Geschäftswert: Vermeidung von Alarmmüdigkeit und übermäßiger Durchsetzung. Passt die Intensität der Governance an das tatsächliche Risikoniveau an."
      },
      "living_process": {
        "title": "Lebendiger Prozess",
        "description": "Der Rahmen entwickelt sich aus operativen Fehlern, nicht aus vorher festgelegten Plänen. Adaptive Resilienz - lernt aus realen Vorfällen.",
        "business_value": "Geschäftswert: Kontinuierliche Verbesserung ohne Umstellung der Verwaltung. Das System wird durch die Nutzung intelligenter."
      },
      "not_separateness": {
        "title": "Not-Separatheit",
        "description": "Governance ist in die Implementierungsarchitektur eingebettet und in den kritischen Ausführungspfad integriert. Keine aufgesetzte Konformitätsschicht - die Durchsetzung ist strukturell.",
        "business_value": "Geschäftswert: Umgehungen erfordern explizite Markierungen und werden protokolliert. Die Durchsetzung erfolgt vor der Ausführung von Aktionen, nicht danach."
      }
    },
    "regulatory": {
      "heading": "Regulatorische Positionierung",
      "intro": "Mit diesen architektonischen Merkmalen sind Organisationen den Aufsichtsbehörden gegenüber einen Schritt voraus, wenn es darum geht, ihre Governance zu demonstrieren, indem sie sagen: \"Wir haben Richtlinien\":",
      "evidence_heading": "Vom Tractatus vorgelegte Prüfungsnachweise:",
      "evidence_items": [
        "Prüfpfad, der die Durchsetzung der Governance vor der Durchführung von Maßnahmen zeigt (keine angestrebte Politikdokumentation)",
        "Überprüfbare Dienstkoordinierungsmuster (tiefe Verriegelungsprotokolle zum Nachweis der gegenseitigen Validierung)",
        "Kontinuierliche strukturelle Durchsetzung (keine periodischen Überprüfungen der Einhaltung)",
        "Historische Kontinuität der Governance-Entscheidungen (strukturerhaltende Änderungen erhalten die Prüfungssicherheit)"
      ],
      "conclusion": "Damit sind die beaufsichtigten Unternehmen in der Lage, die tatsächliche Durchsetzung und nicht nur die dokumentierte Absicht nachzuweisen - ein wesentlicher Vorteil, wenn die Aufsichtsbehörden zunehmend Nachweise für die operative Führung erwarten."
    },
    "architecture_link": "Siehe Technische Architektur →",
    "values_link": "Werte und Grundsätze →"
  }
}