PentumLab - Prompt_Evolution

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_000

Target generation:
gen_001

Latest evaluation:

Overall score: 9/40
Normalized score: 22.50%

Detailed evaluator report:
## 1. Prüfbericht

### 1. Eindeutigkeit

**ID: S01**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Feststellung:** Der Prompt bestimmt nicht, anhand welcher Quelle oder Kennung der Originalpost zu finden ist.  
**Prüfregel:** F4; Abschnitt 7.1  
**Begründung:** Der Verarbeitungsschritt benötigt den Originalpost, aber der Prompt legt nicht fest, woher er stammt oder wie er eindeutig identifiziert wird. Zum Beispiel könnte die Suche anhand eines im Post enthaltenen Links oder anhand des Screenshots erfolgen.  
**Auswirkung auf dieses Kriterium:** Mehrere Vorgehensweisen zur Beschaffung des Originalposts sind mit der Anweisung vereinbar.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Feststellung:** Es ist nicht bestimmt, welcher zeitliche Aktualitätsmaßstab gilt.  
**Prüfregel:** Schritt 3; Abschnitt 7.1  
**Begründung:** „Aktuell“ kann zum Beispiel die neuesten verfügbaren Quellen oder Quellen innerhalb eines festgelegten Zeitraums bedeuten. Der Prompt gibt keinen Zeitraum und kein anderes Entscheidungskriterium vor.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche zeitliche Maßstäbe können zu unterschiedlicher Recherche und Quellenauswahl führen.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Es ist nicht eindeutig festgelegt, ob mindestens eine Quelle aus jeder genannten Kategorie erforderlich ist oder ob die Kategorien beispielhafte Quellentypen bezeichnen.  
**Prüfregel:** F2; Abschnitt 7.1  
**Begründung:** Beide Lesarten sind mit dem Wortlaut vereinbar und führen zu unterschiedlichen Anforderungen an die Quellenbeschaffung.  
**Auswirkung auf dieses Kriterium:** Die vorgeschriebene Zusammensetzung der Quellen kann unterschiedlich ausfallen.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Der Prompt definiert nicht, wann Quellen als voneinander unabhängig gelten.  
**Prüfregel:** Schritt 3; Abschnitt 7.1  
**Begründung:** Unabhängigkeit könnte etwa anhand getrennter Herausgeberschaften oder anhand eigenständiger Beleggrundlagen beurteilt werden. Ein Kriterium zur Auswahl zwischen solchen Auslegungen fehlt.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Quellen können je nach Auslegung als unabhängig gezählt oder ausgeschlossen werden.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Höhere Autorität erfordert strengere Anforderungen an Beweisführung“  
**Feststellung:** Es fehlen Kriterien sowohl für die Einordnung der Autorität als auch für die daraus folgende Strenge der Beweisführung.  
**Prüfregel:** F2; Schritt 3; Abschnitt 7.1  
**Begründung:** Der Prompt verlangt eine Bewertung und eine daran geknüpfte Anpassung, legt aber keine Einstufungskriterien oder verbindliche Zuordnungsregel fest.  
**Auswirkung auf dieses Kriterium:** Die Beurteilung der Quelle und die erforderliche Beweisführung können unterschiedlich ausfallen.

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Die Kategorien können sich überschneiden; eine Auswahl- oder Prioritätsregel fehlt.  
**Prüfregel:** F2; F3; Abschnitt 7.1  
**Begründung:** Ein Fall, in dem eine Aussage einen wahren Kern hat, aber durch Kontextverschiebung wesentlich falsch dargestellt wird, kann sowohl „Misleading“ als auch „False“ erfüllen. Zudem kann eine teilweise korrekte, teilweise nicht ausreichend belegte Aussage sowohl „Mixed“ als auch „Unverified“ erfüllen. Der Prompt bestimmt nicht, welches Urteil jeweils auszugeben ist.  
**Auswirkung auf dieses Kriterium:** Für dasselbe Belegbild sind unterschiedliche Overall Verdicts mit dem Prompt vereinbar.

**ID: S08**  
**Schweregrad: G1**  
**Betroffene Stelle:** „Identifiziere … eindeutig verifizierte X-Handles. Verwende bei Unklarheit nur den Klarnamen.“  
**Feststellung:** Es ist nicht festgelegt, wann ein Handle als eindeutig verifiziert beziehungsweise die Zuordnung als unklar gilt.  
**Prüfregel:** Schritt 3; Abschnitt 7.1  
**Begründung:** Der Prompt nennt weder ein Verifikationskriterium noch eine verbindliche Schwelle für „Unklarheit“.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Handles oder Klarnamen können für dieselbe Entität verwendet werden.

### 2. Ablauf

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

### 3. Logik

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Überlappende Urteilsdefinitionen können für denselben Fall unterschiedliche Overall Verdicts nahelegen; eine Priorität fehlt.  
**Prüfregel:** F3; Abschnitt 7.3  
**Begründung:** Die definierten Bedingungen für „False“ und „Misleading“ sowie für „Mixed“ und „Unverified“ schließen sich nicht gegenseitig aus.  
**Auswirkung auf dieses Kriterium:** Die abschließende Urteilsbildung ist in solchen Fällen nicht eindeutig.

### 4. Eingaben

**ID: S01**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Feststellung:** Die Quelle beziehungsweise eindeutige Kennung des zu ladenden Originalposts ist nicht festgelegt.  
**Prüfregel:** F4; Abschnitt 7.4  
**Begründung:** Der vorgeschriebene Verarbeitungsschritt benötigt den vollständigen Originalpost; dessen Herkunft oder Identifikation ist im Prompt nicht definiert.  
**Auswirkung auf dieses Kriterium:** Die für die Analyse erforderliche Quelle kann anhand des Prompts nicht eindeutig bestimmt werden.

**ID: S02**  
**Schweregrad: G3**  
**Betroffene Stelle:** „vergleiche ihn mit dem bereitgestellten Screenshot“  
**Feststellung:** Es ist nicht festgelegt, wie zu verfahren ist, wenn der verpflichtend genannte Screenshot fehlt.  
**Prüfregel:** Abschnitt 7.4  
**Begründung:** Der Screenshot ist als erforderliche Eingabe bezeichnet, aber für sein Fehlen gibt es keine Verhaltensregel.  
**Auswirkung auf dieses Kriterium:** Der ausdrücklich verlangte Vergleich kann bei fehlendem Screenshot nicht ausgeführt werden; ein Umgang damit ist nicht bestimmt.

### 5. Ausgaben

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Overall Verdict [True / False / Mixed / Misleading / Unverified]“ und die Definitionen der Urteile  
**Feststellung:** Für Fälle, die mehrere Verdict-Definitionen erfüllen, ist die verlangte einzelne Ausgabe nicht eindeutig bestimmbar.  
**Prüfregel:** Abschnitt 7.5  
**Begründung:** Die Ausgabe verlangt ein Overall Verdict, aber die Definitionen schließen einander nicht aus und legen keine Auswahlregel fest.  
**Auswirkung auf dieses Kriterium:** Für dieselbe Analyse sind mehrere zulässige Werte des verpflichtenden Ausgabebestandteils möglich.

### 6. Entscheidungen

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Feststellung:** Das Kriterium für die Auswahl hinreichend aktueller Quellen fehlt.  
**Prüfregel:** F2  
**Begründung:** Der Prompt verlangt eine Auswahl nach Aktualität, definiert aber keinen zeitlichen Maßstab.  
**Auswirkung auf dieses Kriterium:** Quellen können nach unterschiedlichen Aktualitätsmaßstäben ausgewählt werden.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Die Auswahlregel für die Zusammensetzung der mindestens drei Quellen ist nicht eindeutig.  
**Prüfregel:** F2  
**Begründung:** Der Prompt bestimmt nicht, ob jede Kategorie vertreten sein muss oder ob die Kategorien Beispiele sind.  
**Auswirkung auf dieses Kriterium:** Die Entscheidung, welche Quellentypen erforderlich sind, kann unterschiedlich ausfallen.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Ein Entscheidungskriterium für Quellenunabhängigkeit fehlt.  
**Prüfregel:** F2  
**Begründung:** Der Prompt verlangt die Auswahl unabhängiger Quellen, definiert aber nicht, anhand welcher Merkmale diese Eigenschaft festgestellt wird.  
**Auswirkung auf dieses Kriterium:** Die Entscheidung, welche Quellen gezählt werden, kann unterschiedlich ausfallen.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bewerten den Wahrheitswert der Behauptung basierend auf dem objektiv erkennbaren Anspruch der Quelle“ und „Höhere Autorität erfordert strengere Anforderungen“  
**Feststellung:** Die Kriterien für die Autoritätseinstufung und deren Auswirkung auf die Beweisführung fehlen.  
**Prüfregel:** F2  
**Begründung:** Eine Bewertung und eine davon abhängige Beweisanforderung werden verlangt, aber nicht anhand festgelegter Kriterien gesteuert.  
**Auswirkung auf dieses Kriterium:** Verschiedene Autoritätseinstufungen und Beweisanforderungen sind möglich.

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Eine Auswahlregel für überlappende Urteilsbedingungen fehlt.  
**Prüfregel:** F2; F3  
**Begründung:** Die Definitionen können im selben Fall mehr als ein Verdict zulassen, ohne festzulegen, welches Vorrang hat.  
**Auswirkung auf dieses Kriterium:** Die geforderte Urteilsentscheidung kann unterschiedlich ausfallen.

**ID: S08**  
**Schweregrad: G1**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“; „Bei Unklarheit nur den Klarnamen“  
**Feststellung:** Die Entscheidungsregel für Verifikation und Unklarheit ist nicht operationalisiert.  
**Prüfregel:** F2  
**Begründung:** Der Prompt verlangt eine Entscheidung zwischen Handle und Klarname, definiert aber nicht, wann die Verifikation eindeutig beziehungsweise die Zuordnung unklar ist.  
**Auswirkung auf dieses Kriterium:** Für dieselbe Entität kann unterschiedlich entschieden werden, ob ein Handle oder nur der Klarname verwendet wird.

### 7. Reproduzierbarkeit

**ID: S01**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Feststellung:** Die Quelle und das Verfahren zur Identifikation des Originalposts sind nicht bestimmt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Zum Beispiel kann die Suche über einen Link oder über den Screenshot erfolgen; diese Vorgehensweisen können unterschiedliche Originalposts oder Kontextinformationen ergeben.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Recherchewege können zu abweichenden Verarbeitungsschritten und Ergebnissen führen.

**ID: S02**  
**Schweregrad: G3**  
**Betroffene Stelle:** „vergleiche ihn mit dem bereitgestellten Screenshot“  
**Feststellung:** Für das Fehlen des erforderlichen Screenshots ist kein Vorgehen festgelegt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Ohne Vorgabe, wie bei fehlendem Screenshot fortzufahren ist, kann der Verarbeitungsschritt unterschiedlich behandelt werden.  
**Auswirkung auf dieses Kriterium:** Der Vergleich kann je nach Vorgehen ausgelassen oder die Analyse anders fortgesetzt werden.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Feststellung:** Der Aktualitätsmaßstab ist nicht festgelegt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Verschiedene zeitliche Maßstäbe können zu unterschiedlichen Quellen und Rechercheabläufen führen.  
**Auswirkung auf dieses Kriterium:** Die Quellenauswahl und möglicherweise die inhaltliche Bewertung können variieren.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Die erforderliche Quellenzusammensetzung ist nicht festgelegt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Eine Auslegung kann alle Kategorien verlangen, eine andere kann sie als Beispiele auffassen.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Quellenzusammenstellungen sind möglich.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Das Kriterium für Quellenunabhängigkeit fehlt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Unterschiedliche Maßstäbe zur Unabhängigkeit können zu unterschiedlichen Quellenauswahlen führen.  
**Auswirkung auf dieses Kriterium:** Die tatsächlich herangezogenen und gezählten Quellen können variieren.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Höhere Autorität erfordert strengere Anforderungen an Beweisführung“  
**Feststellung:** Einstufungs- und Zuordnungsregeln für Autorität und Beweisstrenge fehlen.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Verschiedene Einstufungen einer Quelle können zu unterschiedlichen Beweisanforderungen und damit zu unterschiedlichen Bewertungen führen.  
**Auswirkung auf dieses Kriterium:** Die Prüfung kann je nach Vorgehen unterschiedlich streng ausfallen.

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Eine Prioritätsregel für überlappende Verdicts fehlt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Dieselbe Evidenz kann mehrere Definitionen erfüllen; der Prompt gibt keine Auswahl vor.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Overall Verdicts sind möglich.

**ID: S08**  
**Schweregrad: G1**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“; „Bei Unklarheit nur den Klarnamen“  
**Feststellung:** Die Schwelle für eindeutige Verifikation beziehungsweise Unklarheit fehlt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Unterschiedliche Schwellen können zu unterschiedlichen Entscheidungen über Handle oder Klarname führen.  
**Auswirkung auf dieses Kriterium:** Die Ausgabe zu Personen und Organisationen kann variieren.

### 8. Interpretationsspielraum

**ID: S01**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Feststellung:** Die Quelle beziehungsweise Kennung des Originalposts ist nicht festgelegt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Eine Suche anhand eines im Post enthaltenen Links und eine Suche anhand des Screenshots sind unterschiedliche, mit dem Prompt vereinbare Vorgehensweisen.  
**Auswirkung auf dieses Kriterium:** Es ist nicht festgelegt, welche Vorgehensweise zur Beschaffung des Originalposts zu verwenden ist.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Feststellung:** Der zeitliche Maßstab für Aktualität fehlt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** „Aktuell“ kann als „neueste verfügbare Quelle“ oder als „Quelle innerhalb eines bestimmten zurückliegenden Zeitraums“ ausgelegt werden.  
**Auswirkung auf dieses Kriterium:** Die Quellenauswahl richtet sich nach keiner festgelegten Auslegung.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Die Funktion der genannten Quellentypen ist nicht eindeutig.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Eine Auslegung verlangt mindestens eine Quelle jeder genannten Kategorie; eine andere versteht die Kategorien als beispielhafte Quellentypen.  
**Auswirkung auf dieses Kriterium:** Es fehlt eine Regel zur Auswahl der verbindlichen Quellenzusammensetzung.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Der Maßstab für Unabhängigkeit ist nicht festgelegt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Quellen können zum Beispiel anhand getrennter Herausgeberschaften oder anhand eigenständiger Beleggrundlagen als unabhängig bewertet werden.  
**Auswirkung auf dieses Kriterium:** Es fehlt eine Regel, welche dieser Bewertungen anzuwenden ist.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Höhere Autorität erfordert strengere Anforderungen an Beweisführung“  
**Feststellung:** Einstufung und Auswirkung der Autorität sind nicht festgelegt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Unterschiedliche Einstufungen der Quellenautorität und unterschiedliche Beweisanforderungen sind mit dem Wortlaut vereinbar.  
**Auswirkung auf dieses Kriterium:** Es fehlt eine Regel, welche Einstufung und Beweisstrenge anzuwenden sind.

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Die Verdict-Kategorien überschneiden sich und haben keine Prioritätsregel.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Eine Aussage mit wahrem Kern, aber wesentlich verfälschendem Kontext kann sowohl „Misleading“ als auch „False“ erfüllen. Eine teilweise korrekte, teilweise nicht hinreichend belegte Aussage kann sowohl „Mixed“ als auch „Unverified“ erfüllen.  
**Auswirkung auf dieses Kriterium:** Es ist nicht festgelegt, welches der überlappenden Urteile ausgegeben werden soll.

**ID: S08**  
**Schweregrad: G1**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“; „Bei Unklarheit nur den Klarnamen“  
**Feststellung:** Die Schwelle für eine eindeutige Verifikation beziehungsweise für Unklarheit ist nicht bestimmt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Eine Zuordnung kann bei einer bestimmten Verifikationsschwelle als eindeutig gelten, bei einer anderen aber nicht.  
**Auswirkung auf dieses Kriterium:** Es fehlt eine Regel, wann ein Handle statt des Klarnamens verwendet werden soll.

## 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S01 (G2), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G3), S08 (G1) | 5 − 2 − 2 − 2 − 2 − 2 − 3 − 1 | 0 |
| Ablauf | keine | 5 − 0 | 5 |
| Logik | S07 (G3) | 5 − 3 | 2 |
| Eingaben | S01 (G2), S02 (G3) | 5 − 2 − 3 | 0 |
| Ausgaben | S07 (G3) | 5 − 3 | 2 |
| Entscheidungen | S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G3), S08 (G1) | 5 − 2 − 2 − 2 − 2 − 3 − 1 | 0 |
| Reproduzierbarkeit | S01 (G2), S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G3), S08 (G1) | 5 − 2 − 3 − 2 − 2 − 2 − 2 − 3 − 1 | 0 |
| Interpretationsspielraum | S01 (G2), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G3), S08 (G1) | 5 − 2 − 2 − 2 − 2 − 2 − 3 − 1 | 0 |

Gesamtpunktzahl: 9/40

## 3. Interpretationsstellen

**ID: S01**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Auslegung A:** Den Originalpost anhand eines im Post enthaltenen Links suchen.  
**Auslegung B:** Den Originalpost anhand des Screenshots suchen.  
**Fehlende Regel:** Festlegung der Quelle oder Kennung, anhand derer der Originalpost zu identifizieren ist.

**ID: S03**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Auslegung A:** Als aktuell gelten die neuesten verfügbaren Quellen.  
**Auslegung B:** Als aktuell gelten Quellen innerhalb eines festgelegten zurückliegenden Zeitraums.  
**Fehlende Regel:** Zeitlicher Maßstab für Aktualität.

**ID: S04**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Auslegung A:** Mindestens eine Quelle aus jeder genannten Kategorie ist erforderlich.  
**Auslegung B:** Die Kategorien sind Beispiele; drei Quellen aus anderen Zusammensetzungen sind zulässig.  
**Fehlende Regel:** Verbindliche Auswahlregel für die Zusammensetzung der Quellen.

**ID: S05**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Auslegung A:** Unabhängigkeit richtet sich nach getrennter Herausgeberschaft.  
**Auslegung B:** Unabhängigkeit richtet sich nach eigenständigen Beleggrundlagen.  
**Fehlende Regel:** Kriterium zur Feststellung von Quellenunabhängigkeit.

**ID: S06**  
**Betroffene Stelle:** „Höhere Autorität erfordert strengere Anforderungen an Beweisführung“  
**Auslegung A:** Eine Quelle wird anhand ihrer institutionellen Stellung als autoritativ eingestuft.  
**Auslegung B:** Eine Quelle wird anhand ihrer Fachkompetenz für das konkrete Thema eingestuft.  
**Fehlende Regel:** Kriterien für die Autoritätseinstufung und deren Zuordnung zu Beweisanforderungen.

**ID: S07**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Auslegung A:** Bei einem wahren Kern und wesentlich verfälschendem Kontext wird „Misleading“ vergeben.  
**Auslegung B:** Wenn die zentrale vermittelte Aussage dadurch objektiv falsch ist, wird „False“ vergeben.  
**Fehlende Regel:** Auswahl- oder Prioritätsregel für überlappende Verdict-Definitionen.

**ID: S08**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“; „Bei Unklarheit nur den Klarnamen“  
**Auslegung A:** Ein Handle gilt bei einer bestimmten Verifikationsschwelle als eindeutig.  
**Auslegung B:** Ein Handle gilt erst bei einer strengeren Verifikationsschwelle als eindeutig.  
**Fehlende Regel:** Verbindliche Schwelle für eindeutige Verifikation beziehungsweise Unklarheit.

## 4. Hinweise für den Prompt-Programmierer

**ID: S01**  
**Problem:** Quelle oder Kennung des Originalposts ist nicht festgelegt.  
**Änderung:** Bestimme, anhand welcher bereitgestellten Quelle oder Kennung der Originalpost identifiziert werden soll.  
**Wirkung:** Beseitigt die unbestimmte Beschaffung des Originalposts.

**ID: S02**  
**Problem:** Es fehlt eine Regel für den Fall, dass der verpflichtend genannte Screenshot nicht vorliegt.  
**Änderung:** Lege fest, wie bei fehlendem Screenshot zu verfahren ist.  
**Wirkung:** Beseitigt die unbestimmte Behandlung einer fehlenden erforderlichen Eingabe.

**ID: S03**  
**Problem:** Der zeitliche Maßstab für „aktuell“ ist nicht festgelegt.  
**Änderung:** Definiere den für Websuche und Quellen geltenden Aktualitätsmaßstab.  
**Wirkung:** Beseitigt die mehrdeutige Quellen- und Rechercheauswahl nach Aktualität.

**ID: S04**  
**Problem:** Die verbindliche Zusammensetzung der mindestens drei Quellen ist nicht eindeutig.  
**Änderung:** Lege fest, ob jede genannte Kategorie vertreten sein muss oder ob die Kategorien Beispiele sind.  
**Wirkung:** Beseitigt die mehrdeutige Anforderung an die Quellenzusammensetzung.

**ID: S05**  
**Problem:** Ein Maßstab für Quellenunabhängigkeit fehlt.  
**Änderung:** Definiere anhand welcher Kriterien Quellen als voneinander unabhängig gelten.  
**Wirkung:** Beseitigt die unbestimmte Auswahl und Zählung unabhängiger Quellen.

**ID: S06**  
**Problem:** Kriterien für Autoritätseinstufung und Beweisstrenge fehlen.  
**Änderung:** Lege die Kriterien zur Einstufung der Quellenautorität und die daraus folgenden Beweisanforderungen fest.  
**Wirkung:** Beseitigt die unbestimmte Bewertung der Quellenautorität und deren Einfluss auf die Verifizierung.

**ID: S07**  
**Problem:** Die Verdict-Definitionen überschneiden sich ohne Auswahl- oder Prioritätsregel.  
**Änderung:** Lege für überlappende Fälle eine eindeutige Auswahl- oder Prioritätsregel fest.  
**Wirkung:** Beseitigt die mehrdeutige Zuordnung des Overall Verdict.

**ID: S08**  
**Problem:** Die Schwelle für eindeutige Verifikation beziehungsweise Unklarheit ist nicht festgelegt.  
**Änderung:** Definiere, wann ein X-Handle als eindeutig verifiziert gilt und wann stattdessen nur der Klarname verwendet wird.  
**Wirkung:** Beseitigt die unbestimmte Entscheidung zwischen X-Handle und Klarname.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_000
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_001/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_001/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_001/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_000

Target generation:
gen_002

Latest evaluation:

Overall score: 9/40
Normalized score: 22.50%

Detailed evaluator report:
## 1. Prüfbericht

### 1. Eindeutigkeit

**ID: S01**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Feststellung:** Der Prompt bestimmt nicht, anhand welcher Quelle oder Kennung der Originalpost zu finden ist.  
**Prüfregel:** F4; Abschnitt 7.1  
**Begründung:** Der Verarbeitungsschritt benötigt den Originalpost, aber der Prompt legt nicht fest, woher er stammt oder wie er eindeutig identifiziert wird. Zum Beispiel könnte die Suche anhand eines im Post enthaltenen Links oder anhand des Screenshots erfolgen.  
**Auswirkung auf dieses Kriterium:** Mehrere Vorgehensweisen zur Beschaffung des Originalposts sind mit der Anweisung vereinbar.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Feststellung:** Es ist nicht bestimmt, welcher zeitliche Aktualitätsmaßstab gilt.  
**Prüfregel:** Schritt 3; Abschnitt 7.1  
**Begründung:** „Aktuell“ kann zum Beispiel die neuesten verfügbaren Quellen oder Quellen innerhalb eines festgelegten Zeitraums bedeuten. Der Prompt gibt keinen Zeitraum und kein anderes Entscheidungskriterium vor.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche zeitliche Maßstäbe können zu unterschiedlicher Recherche und Quellenauswahl führen.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Es ist nicht eindeutig festgelegt, ob mindestens eine Quelle aus jeder genannten Kategorie erforderlich ist oder ob die Kategorien beispielhafte Quellentypen bezeichnen.  
**Prüfregel:** F2; Abschnitt 7.1  
**Begründung:** Beide Lesarten sind mit dem Wortlaut vereinbar und führen zu unterschiedlichen Anforderungen an die Quellenbeschaffung.  
**Auswirkung auf dieses Kriterium:** Die vorgeschriebene Zusammensetzung der Quellen kann unterschiedlich ausfallen.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Der Prompt definiert nicht, wann Quellen als voneinander unabhängig gelten.  
**Prüfregel:** Schritt 3; Abschnitt 7.1  
**Begründung:** Unabhängigkeit könnte etwa anhand getrennter Herausgeberschaften oder anhand eigenständiger Beleggrundlagen beurteilt werden. Ein Kriterium zur Auswahl zwischen solchen Auslegungen fehlt.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Quellen können je nach Auslegung als unabhängig gezählt oder ausgeschlossen werden.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Höhere Autorität erfordert strengere Anforderungen an Beweisführung“  
**Feststellung:** Es fehlen Kriterien sowohl für die Einordnung der Autorität als auch für die daraus folgende Strenge der Beweisführung.  
**Prüfregel:** F2; Schritt 3; Abschnitt 7.1  
**Begründung:** Der Prompt verlangt eine Bewertung und eine daran geknüpfte Anpassung, legt aber keine Einstufungskriterien oder verbindliche Zuordnungsregel fest.  
**Auswirkung auf dieses Kriterium:** Die Beurteilung der Quelle und die erforderliche Beweisführung können unterschiedlich ausfallen.

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Die Kategorien können sich überschneiden; eine Auswahl- oder Prioritätsregel fehlt.  
**Prüfregel:** F2; F3; Abschnitt 7.1  
**Begründung:** Ein Fall, in dem eine Aussage einen wahren Kern hat, aber durch Kontextverschiebung wesentlich falsch dargestellt wird, kann sowohl „Misleading“ als auch „False“ erfüllen. Zudem kann eine teilweise korrekte, teilweise nicht ausreichend belegte Aussage sowohl „Mixed“ als auch „Unverified“ erfüllen. Der Prompt bestimmt nicht, welches Urteil jeweils auszugeben ist.  
**Auswirkung auf dieses Kriterium:** Für dasselbe Belegbild sind unterschiedliche Overall Verdicts mit dem Prompt vereinbar.

**ID: S08**  
**Schweregrad: G1**  
**Betroffene Stelle:** „Identifiziere … eindeutig verifizierte X-Handles. Verwende bei Unklarheit nur den Klarnamen.“  
**Feststellung:** Es ist nicht festgelegt, wann ein Handle als eindeutig verifiziert beziehungsweise die Zuordnung als unklar gilt.  
**Prüfregel:** Schritt 3; Abschnitt 7.1  
**Begründung:** Der Prompt nennt weder ein Verifikationskriterium noch eine verbindliche Schwelle für „Unklarheit“.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Handles oder Klarnamen können für dieselbe Entität verwendet werden.

### 2. Ablauf

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

### 3. Logik

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Überlappende Urteilsdefinitionen können für denselben Fall unterschiedliche Overall Verdicts nahelegen; eine Priorität fehlt.  
**Prüfregel:** F3; Abschnitt 7.3  
**Begründung:** Die definierten Bedingungen für „False“ und „Misleading“ sowie für „Mixed“ und „Unverified“ schließen sich nicht gegenseitig aus.  
**Auswirkung auf dieses Kriterium:** Die abschließende Urteilsbildung ist in solchen Fällen nicht eindeutig.

### 4. Eingaben

**ID: S01**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Feststellung:** Die Quelle beziehungsweise eindeutige Kennung des zu ladenden Originalposts ist nicht festgelegt.  
**Prüfregel:** F4; Abschnitt 7.4  
**Begründung:** Der vorgeschriebene Verarbeitungsschritt benötigt den vollständigen Originalpost; dessen Herkunft oder Identifikation ist im Prompt nicht definiert.  
**Auswirkung auf dieses Kriterium:** Die für die Analyse erforderliche Quelle kann anhand des Prompts nicht eindeutig bestimmt werden.

**ID: S02**  
**Schweregrad: G3**  
**Betroffene Stelle:** „vergleiche ihn mit dem bereitgestellten Screenshot“  
**Feststellung:** Es ist nicht festgelegt, wie zu verfahren ist, wenn der verpflichtend genannte Screenshot fehlt.  
**Prüfregel:** Abschnitt 7.4  
**Begründung:** Der Screenshot ist als erforderliche Eingabe bezeichnet, aber für sein Fehlen gibt es keine Verhaltensregel.  
**Auswirkung auf dieses Kriterium:** Der ausdrücklich verlangte Vergleich kann bei fehlendem Screenshot nicht ausgeführt werden; ein Umgang damit ist nicht bestimmt.

### 5. Ausgaben

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Overall Verdict [True / False / Mixed / Misleading / Unverified]“ und die Definitionen der Urteile  
**Feststellung:** Für Fälle, die mehrere Verdict-Definitionen erfüllen, ist die verlangte einzelne Ausgabe nicht eindeutig bestimmbar.  
**Prüfregel:** Abschnitt 7.5  
**Begründung:** Die Ausgabe verlangt ein Overall Verdict, aber die Definitionen schließen einander nicht aus und legen keine Auswahlregel fest.  
**Auswirkung auf dieses Kriterium:** Für dieselbe Analyse sind mehrere zulässige Werte des verpflichtenden Ausgabebestandteils möglich.

### 6. Entscheidungen

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Feststellung:** Das Kriterium für die Auswahl hinreichend aktueller Quellen fehlt.  
**Prüfregel:** F2  
**Begründung:** Der Prompt verlangt eine Auswahl nach Aktualität, definiert aber keinen zeitlichen Maßstab.  
**Auswirkung auf dieses Kriterium:** Quellen können nach unterschiedlichen Aktualitätsmaßstäben ausgewählt werden.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Die Auswahlregel für die Zusammensetzung der mindestens drei Quellen ist nicht eindeutig.  
**Prüfregel:** F2  
**Begründung:** Der Prompt bestimmt nicht, ob jede Kategorie vertreten sein muss oder ob die Kategorien Beispiele sind.  
**Auswirkung auf dieses Kriterium:** Die Entscheidung, welche Quellentypen erforderlich sind, kann unterschiedlich ausfallen.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Ein Entscheidungskriterium für Quellenunabhängigkeit fehlt.  
**Prüfregel:** F2  
**Begründung:** Der Prompt verlangt die Auswahl unabhängiger Quellen, definiert aber nicht, anhand welcher Merkmale diese Eigenschaft festgestellt wird.  
**Auswirkung auf dieses Kriterium:** Die Entscheidung, welche Quellen gezählt werden, kann unterschiedlich ausfallen.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bewerten den Wahrheitswert der Behauptung basierend auf dem objektiv erkennbaren Anspruch der Quelle“ und „Höhere Autorität erfordert strengere Anforderungen“  
**Feststellung:** Die Kriterien für die Autoritätseinstufung und deren Auswirkung auf die Beweisführung fehlen.  
**Prüfregel:** F2  
**Begründung:** Eine Bewertung und eine davon abhängige Beweisanforderung werden verlangt, aber nicht anhand festgelegter Kriterien gesteuert.  
**Auswirkung auf dieses Kriterium:** Verschiedene Autoritätseinstufungen und Beweisanforderungen sind möglich.

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Eine Auswahlregel für überlappende Urteilsbedingungen fehlt.  
**Prüfregel:** F2; F3  
**Begründung:** Die Definitionen können im selben Fall mehr als ein Verdict zulassen, ohne festzulegen, welches Vorrang hat.  
**Auswirkung auf dieses Kriterium:** Die geforderte Urteilsentscheidung kann unterschiedlich ausfallen.

**ID: S08**  
**Schweregrad: G1**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“; „Bei Unklarheit nur den Klarnamen“  
**Feststellung:** Die Entscheidungsregel für Verifikation und Unklarheit ist nicht operationalisiert.  
**Prüfregel:** F2  
**Begründung:** Der Prompt verlangt eine Entscheidung zwischen Handle und Klarname, definiert aber nicht, wann die Verifikation eindeutig beziehungsweise die Zuordnung unklar ist.  
**Auswirkung auf dieses Kriterium:** Für dieselbe Entität kann unterschiedlich entschieden werden, ob ein Handle oder nur der Klarname verwendet wird.

### 7. Reproduzierbarkeit

**ID: S01**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Feststellung:** Die Quelle und das Verfahren zur Identifikation des Originalposts sind nicht bestimmt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Zum Beispiel kann die Suche über einen Link oder über den Screenshot erfolgen; diese Vorgehensweisen können unterschiedliche Originalposts oder Kontextinformationen ergeben.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Recherchewege können zu abweichenden Verarbeitungsschritten und Ergebnissen führen.

**ID: S02**  
**Schweregrad: G3**  
**Betroffene Stelle:** „vergleiche ihn mit dem bereitgestellten Screenshot“  
**Feststellung:** Für das Fehlen des erforderlichen Screenshots ist kein Vorgehen festgelegt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Ohne Vorgabe, wie bei fehlendem Screenshot fortzufahren ist, kann der Verarbeitungsschritt unterschiedlich behandelt werden.  
**Auswirkung auf dieses Kriterium:** Der Vergleich kann je nach Vorgehen ausgelassen oder die Analyse anders fortgesetzt werden.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Feststellung:** Der Aktualitätsmaßstab ist nicht festgelegt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Verschiedene zeitliche Maßstäbe können zu unterschiedlichen Quellen und Rechercheabläufen führen.  
**Auswirkung auf dieses Kriterium:** Die Quellenauswahl und möglicherweise die inhaltliche Bewertung können variieren.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Die erforderliche Quellenzusammensetzung ist nicht festgelegt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Eine Auslegung kann alle Kategorien verlangen, eine andere kann sie als Beispiele auffassen.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Quellenzusammenstellungen sind möglich.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Das Kriterium für Quellenunabhängigkeit fehlt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Unterschiedliche Maßstäbe zur Unabhängigkeit können zu unterschiedlichen Quellenauswahlen führen.  
**Auswirkung auf dieses Kriterium:** Die tatsächlich herangezogenen und gezählten Quellen können variieren.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Höhere Autorität erfordert strengere Anforderungen an Beweisführung“  
**Feststellung:** Einstufungs- und Zuordnungsregeln für Autorität und Beweisstrenge fehlen.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Verschiedene Einstufungen einer Quelle können zu unterschiedlichen Beweisanforderungen und damit zu unterschiedlichen Bewertungen führen.  
**Auswirkung auf dieses Kriterium:** Die Prüfung kann je nach Vorgehen unterschiedlich streng ausfallen.

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Eine Prioritätsregel für überlappende Verdicts fehlt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Dieselbe Evidenz kann mehrere Definitionen erfüllen; der Prompt gibt keine Auswahl vor.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Overall Verdicts sind möglich.

**ID: S08**  
**Schweregrad: G1**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“; „Bei Unklarheit nur den Klarnamen“  
**Feststellung:** Die Schwelle für eindeutige Verifikation beziehungsweise Unklarheit fehlt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Unterschiedliche Schwellen können zu unterschiedlichen Entscheidungen über Handle oder Klarname führen.  
**Auswirkung auf dieses Kriterium:** Die Ausgabe zu Personen und Organisationen kann variieren.

### 8. Interpretationsspielraum

**ID: S01**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Feststellung:** Die Quelle beziehungsweise Kennung des Originalposts ist nicht festgelegt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Eine Suche anhand eines im Post enthaltenen Links und eine Suche anhand des Screenshots sind unterschiedliche, mit dem Prompt vereinbare Vorgehensweisen.  
**Auswirkung auf dieses Kriterium:** Es ist nicht festgelegt, welche Vorgehensweise zur Beschaffung des Originalposts zu verwenden ist.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Feststellung:** Der zeitliche Maßstab für Aktualität fehlt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** „Aktuell“ kann als „neueste verfügbare Quelle“ oder als „Quelle innerhalb eines bestimmten zurückliegenden Zeitraums“ ausgelegt werden.  
**Auswirkung auf dieses Kriterium:** Die Quellenauswahl richtet sich nach keiner festgelegten Auslegung.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Die Funktion der genannten Quellentypen ist nicht eindeutig.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Eine Auslegung verlangt mindestens eine Quelle jeder genannten Kategorie; eine andere versteht die Kategorien als beispielhafte Quellentypen.  
**Auswirkung auf dieses Kriterium:** Es fehlt eine Regel zur Auswahl der verbindlichen Quellenzusammensetzung.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Der Maßstab für Unabhängigkeit ist nicht festgelegt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Quellen können zum Beispiel anhand getrennter Herausgeberschaften oder anhand eigenständiger Beleggrundlagen als unabhängig bewertet werden.  
**Auswirkung auf dieses Kriterium:** Es fehlt eine Regel, welche dieser Bewertungen anzuwenden ist.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Höhere Autorität erfordert strengere Anforderungen an Beweisführung“  
**Feststellung:** Einstufung und Auswirkung der Autorität sind nicht festgelegt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Unterschiedliche Einstufungen der Quellenautorität und unterschiedliche Beweisanforderungen sind mit dem Wortlaut vereinbar.  
**Auswirkung auf dieses Kriterium:** Es fehlt eine Regel, welche Einstufung und Beweisstrenge anzuwenden sind.

**ID: S07**  
**Schweregrad: G3**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Feststellung:** Die Verdict-Kategorien überschneiden sich und haben keine Prioritätsregel.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Eine Aussage mit wahrem Kern, aber wesentlich verfälschendem Kontext kann sowohl „Misleading“ als auch „False“ erfüllen. Eine teilweise korrekte, teilweise nicht hinreichend belegte Aussage kann sowohl „Mixed“ als auch „Unverified“ erfüllen.  
**Auswirkung auf dieses Kriterium:** Es ist nicht festgelegt, welches der überlappenden Urteile ausgegeben werden soll.

**ID: S08**  
**Schweregrad: G1**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“; „Bei Unklarheit nur den Klarnamen“  
**Feststellung:** Die Schwelle für eine eindeutige Verifikation beziehungsweise für Unklarheit ist nicht bestimmt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Eine Zuordnung kann bei einer bestimmten Verifikationsschwelle als eindeutig gelten, bei einer anderen aber nicht.  
**Auswirkung auf dieses Kriterium:** Es fehlt eine Regel, wann ein Handle statt des Klarnamens verwendet werden soll.

## 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S01 (G2), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G3), S08 (G1) | 5 − 2 − 2 − 2 − 2 − 2 − 3 − 1 | 0 |
| Ablauf | keine | 5 − 0 | 5 |
| Logik | S07 (G3) | 5 − 3 | 2 |
| Eingaben | S01 (G2), S02 (G3) | 5 − 2 − 3 | 0 |
| Ausgaben | S07 (G3) | 5 − 3 | 2 |
| Entscheidungen | S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G3), S08 (G1) | 5 − 2 − 2 − 2 − 2 − 3 − 1 | 0 |
| Reproduzierbarkeit | S01 (G2), S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G3), S08 (G1) | 5 − 2 − 3 − 2 − 2 − 2 − 2 − 3 − 1 | 0 |
| Interpretationsspielraum | S01 (G2), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G3), S08 (G1) | 5 − 2 − 2 − 2 − 2 − 2 − 3 − 1 | 0 |

Gesamtpunktzahl: 9/40

## 3. Interpretationsstellen

**ID: S01**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost“  
**Auslegung A:** Den Originalpost anhand eines im Post enthaltenen Links suchen.  
**Auslegung B:** Den Originalpost anhand des Screenshots suchen.  
**Fehlende Regel:** Festlegung der Quelle oder Kennung, anhand derer der Originalpost zu identifizieren ist.

**ID: S03**  
**Betroffene Stelle:** „aktuelle Websuche“; „aktuelle Quellen“  
**Auslegung A:** Als aktuell gelten die neuesten verfügbaren Quellen.  
**Auslegung B:** Als aktuell gelten Quellen innerhalb eines festgelegten zurückliegenden Zeitraums.  
**Fehlende Regel:** Zeitlicher Maßstab für Aktualität.

**ID: S04**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Auslegung A:** Mindestens eine Quelle aus jeder genannten Kategorie ist erforderlich.  
**Auslegung B:** Die Kategorien sind Beispiele; drei Quellen aus anderen Zusammensetzungen sind zulässig.  
**Fehlende Regel:** Verbindliche Auswahlregel für die Zusammensetzung der Quellen.

**ID: S05**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Auslegung A:** Unabhängigkeit richtet sich nach getrennter Herausgeberschaft.  
**Auslegung B:** Unabhängigkeit richtet sich nach eigenständigen Beleggrundlagen.  
**Fehlende Regel:** Kriterium zur Feststellung von Quellenunabhängigkeit.

**ID: S06**  
**Betroffene Stelle:** „Höhere Autorität erfordert strengere Anforderungen an Beweisführung“  
**Auslegung A:** Eine Quelle wird anhand ihrer institutionellen Stellung als autoritativ eingestuft.  
**Auslegung B:** Eine Quelle wird anhand ihrer Fachkompetenz für das konkrete Thema eingestuft.  
**Fehlende Regel:** Kriterien für die Autoritätseinstufung und deren Zuordnung zu Beweisanforderungen.

**ID: S07**  
**Betroffene Stelle:** Definitionen von „False“, „Mixed“, „Misleading“ und „Unverified“  
**Auslegung A:** Bei einem wahren Kern und wesentlich verfälschendem Kontext wird „Misleading“ vergeben.  
**Auslegung B:** Wenn die zentrale vermittelte Aussage dadurch objektiv falsch ist, wird „False“ vergeben.  
**Fehlende Regel:** Auswahl- oder Prioritätsregel für überlappende Verdict-Definitionen.

**ID: S08**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“; „Bei Unklarheit nur den Klarnamen“  
**Auslegung A:** Ein Handle gilt bei einer bestimmten Verifikationsschwelle als eindeutig.  
**Auslegung B:** Ein Handle gilt erst bei einer strengeren Verifikationsschwelle als eindeutig.  
**Fehlende Regel:** Verbindliche Schwelle für eindeutige Verifikation beziehungsweise Unklarheit.

## 4. Hinweise für den Prompt-Programmierer

**ID: S01**  
**Problem:** Quelle oder Kennung des Originalposts ist nicht festgelegt.  
**Änderung:** Bestimme, anhand welcher bereitgestellten Quelle oder Kennung der Originalpost identifiziert werden soll.  
**Wirkung:** Beseitigt die unbestimmte Beschaffung des Originalposts.

**ID: S02**  
**Problem:** Es fehlt eine Regel für den Fall, dass der verpflichtend genannte Screenshot nicht vorliegt.  
**Änderung:** Lege fest, wie bei fehlendem Screenshot zu verfahren ist.  
**Wirkung:** Beseitigt die unbestimmte Behandlung einer fehlenden erforderlichen Eingabe.

**ID: S03**  
**Problem:** Der zeitliche Maßstab für „aktuell“ ist nicht festgelegt.  
**Änderung:** Definiere den für Websuche und Quellen geltenden Aktualitätsmaßstab.  
**Wirkung:** Beseitigt die mehrdeutige Quellen- und Rechercheauswahl nach Aktualität.

**ID: S04**  
**Problem:** Die verbindliche Zusammensetzung der mindestens drei Quellen ist nicht eindeutig.  
**Änderung:** Lege fest, ob jede genannte Kategorie vertreten sein muss oder ob die Kategorien Beispiele sind.  
**Wirkung:** Beseitigt die mehrdeutige Anforderung an die Quellenzusammensetzung.

**ID: S05**  
**Problem:** Ein Maßstab für Quellenunabhängigkeit fehlt.  
**Änderung:** Definiere anhand welcher Kriterien Quellen als voneinander unabhängig gelten.  
**Wirkung:** Beseitigt die unbestimmte Auswahl und Zählung unabhängiger Quellen.

**ID: S06**  
**Problem:** Kriterien für Autoritätseinstufung und Beweisstrenge fehlen.  
**Änderung:** Lege die Kriterien zur Einstufung der Quellenautorität und die daraus folgenden Beweisanforderungen fest.  
**Wirkung:** Beseitigt die unbestimmte Bewertung der Quellenautorität und deren Einfluss auf die Verifizierung.

**ID: S07**  
**Problem:** Die Verdict-Definitionen überschneiden sich ohne Auswahl- oder Prioritätsregel.  
**Änderung:** Lege für überlappende Fälle eine eindeutige Auswahl- oder Prioritätsregel fest.  
**Wirkung:** Beseitigt die mehrdeutige Zuordnung des Overall Verdict.

**ID: S08**  
**Problem:** Die Schwelle für eindeutige Verifikation beziehungsweise Unklarheit ist nicht festgelegt.  
**Änderung:** Definiere, wann ein X-Handle als eindeutig verifiziert gilt und wann stattdessen nur der Klarname verwendet wird.  
**Wirkung:** Beseitigt die unbestimmte Entscheidung zwischen X-Handle und Klarname.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_000
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_002/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_002/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_002/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_001

Target generation:
gen_003

Latest evaluation:

Overall score: 13/40
Normalized score: 32.50%

Detailed evaluator report:
## 1. Prüfbericht

### 1. Eindeutigkeit

ID: S01  
Schweregrad: G2  
Betroffene Stelle: „basierend auf Schritt 2 und 3a“  
Feststellung: Der Verweis „3a“ bezeichnet keinen definierten Schritt oder Unterpunkt.  
Prüfregel: F1; Abschnitt 7.1  
Begründung: Schritt 3 enthält A und B, aber keinen Punkt 3a. Der Verweis kann daher nicht eindeutig zugeordnet werden.  
Auswirkung auf dieses Kriterium: Die Grundlage für die Intended Message ist mehrdeutig.

ID: S02  
Schweregrad: G3  
Betroffene Stelle: „Overall Verdict [True / False / Mixed / Misleading / Unverified]“  
Feststellung: Auswahlregeln sind nur für „False“ angegeben; Kriterien zur Abgrenzung und Vergabe der übrigen Urteile fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Für dieselbe Bewertung können mehrere der aufgeführten Urteile infrage kommen, ohne dass eine Auswahlregel festlegt, welches gilt.  
Auswirkung auf dieses Kriterium: Das zentrale Endurteil ist nicht eindeutig bestimmbar.

ID: S03  
Schweregrad: G2  
Betroffene Stelle: „Logical conclusion [Supported / Partially supported / Unsupported / False]“  
Feststellung: Kriterien zur Zuordnung der Schlussfolgerung zu diesen vier Kategorien fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Der Prompt nennt die Auswahlmöglichkeiten, aber keine Regel, die zwischen ihnen unterscheidet.  
Auswirkung auf dieses Kriterium: Unterschiedliche Einstufungen sind mit dem Prompt vereinbar.

ID: S04  
Schweregrad: G2  
Betroffene Stelle: „Confidence [High, Medium, Low, Not determinable]“  
Feststellung: Kriterien für die Auswahl der Confidence-Stufe fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Der Prompt benennt die möglichen Stufen, aber nicht, welche Evidenzlage jeweils zu welcher Stufe führt.  
Auswirkung auf dieses Kriterium: Die geforderte Confidence-Einstufung ist nicht eindeutig reproduzierbar.

ID: S05  
Schweregrad: G2  
Betroffene Stelle: „Attribution (Correct/Incorrect/Unverified)“  
Feststellung: Es fehlt eine Auswahlregel für die Zuordnung der Attribution zu den drei Statuswerten.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Insbesondere die Abgrenzung zwischen „Incorrect“ und „Unverified“ wird nicht festgelegt.  
Auswirkung auf dieses Kriterium: Derselbe Quellenbezug kann unterschiedlich klassifiziert werden.

ID: S06  
Schweregrad: G2  
Betroffene Stelle: „Underlying Claim (True/False/Mixed/Unverified)“  
Feststellung: Kriterien zur Abgrenzung dieser Statuswerte fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Der Prompt nennt die Werte, legt aber nicht fest, wann eine Behauptung beispielsweise „Mixed“ statt „False“ oder „Unverified“ ist.  
Auswirkung auf dieses Kriterium: Die Bewertung der zugrunde liegenden Behauptung ist nicht eindeutig.

ID: S07  
Schweregrad: G2  
Betroffene Stelle: „Adoption by poster (Explicit/Implied/Not established)“  
Feststellung: Kriterien zur Abgrenzung der drei Zuschreibungsstufen fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Der Prompt legt nicht fest, wann eine Aussage als implizit übernommen und wann eine Übernahme als nicht festgestellt gilt.  
Auswirkung auf dieses Kriterium: Die Einordnung der Übernahme durch den Poster kann variieren.

ID: S08  
Schweregrad: G2  
Betroffene Stelle: „Je höher die fachliche Autorität/institutionelle Stellung der Quelle, desto strenger sind die Anforderungen an die Evidenz.“  
Feststellung: Es fehlen Kriterien zur Einstufung der Autorität und zur Abstufung der daraus folgenden Evidenzanforderungen.  
Prüfregel: F2; Abschnitte 3 und 7.1  
Begründung: Der Prompt gibt weder eine verbindliche Skala noch eine Auswahlregel für die Evidenzanforderungen vor.  
Auswirkung auf dieses Kriterium: Quellen können unterschiedlich eingestuft und nach verschiedenen Maßstäben bewertet werden.

ID: S09  
Schweregrad: G2  
Betroffene Stelle: „belastbare Evidenz“  
Feststellung: Der Begriff „belastbar“ ist nicht durch Kriterien oder eine verbindliche Auswahlregel bestimmt.  
Prüfregel: Schritt 3; Abschnitt 7.1  
Begründung: Unterschiedliche Evidenzanforderungen können zu unterschiedlicher Quellen- und Belegauswahl führen.  
Auswirkung auf dieses Kriterium: Die Grundlage für die Verifizierung ist nicht eindeutig eingegrenzt.

ID: S10  
Schweregrad: G2  
Betroffene Stelle: „fehlt wichtiger Kontext“  
Feststellung: Der Begriff „wichtiger“ ist nicht bestimmt.  
Prüfregel: Schritt 3; Abschnitt 7.1  
Begründung: Es ist keine Regel angegeben, nach der Kontext als wichtig oder nicht wichtig ausgewählt wird.  
Auswirkung auf dieses Kriterium: Unterschiedliche Kontextinformationen können in die Vollständigkeitsprüfung einbezogen werden.

ID: S11  
Schweregrad: G2  
Betroffene Stelle: „aktuelle, verfügbare und belastbare Evidenz“ sowie „aktuelle Websuche“  
Feststellung: Der zeitliche Maßstab für „aktuell“ ist nicht bestimmt.  
Prüfregel: Schritt 3; Abschnitt 7.1  
Begründung: Der Prompt legt keinen Zeitraum oder Stichtag fest, der aktuelle von nicht aktuellen Quellen unterscheidet.  
Auswirkung auf dieses Kriterium: Die Auswahl von Quellen und die Beurteilung ihrer Aktualität können unterschiedlich ausfallen.

ID: S12  
Schweregrad: G2  
Betroffene Stelle: „AI Fact-Check [aktuelles Datum und Uhrzeit]“  
Feststellung: Der Bezug für Datum und Uhrzeit, insbesondere die Zeitzone, ist nicht festgelegt.  
Prüfregel: F5; Abschnitt 7.1  
Begründung: Der verpflichtende Ausgabebestandteil kann je nach verwendetem Zeitbezug unterschiedliche Werte erhalten.  
Auswirkung auf dieses Kriterium: Der Zeitstempel ist nicht eindeutig bestimmt.

ID: S13  
Schweregrad: G1  
Betroffene Stelle: „nach Möglichkeit mit eindeutig verifiziertem offiziellem X-Handle“  
Feststellung: Die Bedingung „nach Möglichkeit“ ist nicht bestimmt.  
Prüfregel: Schritt 3; Abschnitt 7.1  
Begründung: Es ist nicht festgelegt, wann die Möglichkeit zur Verifizierung als gegeben gilt.  
Auswirkung auf dieses Kriterium: Für dieselbe Quelle kann das Handle aufgenommen oder weggelassen werden.

### 2. Ablauf

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

### 3. Logik

ID: S01  
Schweregrad: G2  
Betroffene Stelle: „basierend auf Schritt 2 und 3a“  
Feststellung: Die logische Verknüpfung mit dem nicht definierten Verweis „3a“ ist nicht bestimmbar.  
Prüfregel: F1; Abschnitt 7.3  
Begründung: Der Prompt definiert keinen Schritt oder Unterpunkt 3a.  
Auswirkung auf dieses Kriterium: Die vorgegebene Herleitung der Intended Message ist nicht eindeutig festgelegt.

### 4. Eingaben

Keine Schwachstelle nach den definierten Prüfregeln.

### 5. Ausgaben

ID: S02  
Schweregrad: G3  
Betroffene Stelle: „Overall Verdict [True / False / Mixed / Misleading / Unverified]“  
Feststellung: Für die Vergabe der möglichen Overall Verdicts fehlen Auswahlkriterien, abgesehen von den Regeln für „False“.  
Prüfregel: F2; Abschnitte 7.5 und 7.6  
Begründung: Der Prompt verlangt ein Urteil aus dieser Menge, ohne die übrigen Urteile hinreichend abzugrenzen.  
Auswirkung auf dieses Kriterium: Ein verpflichtender Ausgabebestandteil kann unterschiedlich ausfallen.

ID: S03  
Schweregrad: G2  
Betroffene Stelle: „Logical conclusion [Supported / Partially supported / Unsupported / False]“  
Feststellung: Auswahlkriterien für die verlangte Einstufung fehlen.  
Prüfregel: F2; Abschnitt 7.5  
Begründung: Die möglichen Werte sind benannt, ihre Anwendung ist aber nicht festgelegt.  
Auswirkung auf dieses Kriterium: Die verlangte Schlussfolgerungskategorie ist nicht zuverlässig bestimmbar.

ID: S04  
Schweregrad: G2  
Betroffene Stelle: „Confidence [High / Medium / Low / Not determinable]“  
Feststellung: Auswahlkriterien für die verlangte Confidence-Stufe fehlen.  
Prüfregel: F2; Abschnitt 7.5  
Begründung: Der Prompt fordert einen dieser Werte, definiert aber nicht, wann welcher Wert auszugeben ist.  
Auswirkung auf dieses Kriterium: Ein verpflichtender Ausgabebestandteil kann variieren.

ID: S12  
Schweregrad: G2  
Betroffene Stelle: „AI Fact-Check [aktuelles Datum und Uhrzeit]“  
Feststellung: Der zeitliche Bezug für den verpflichtenden Zeitstempel ist nicht festgelegt.  
Prüfregel: F5; Abschnitt 7.5  
Begründung: Die geforderte Zeitangabe lässt sich anhand des Prompts nicht auf einen eindeutigen Bezugsrahmen bestimmen.  
Auswirkung auf dieses Kriterium: Der Zeitstempel kann unterschiedliche Werte annehmen.

ID: S13  
Schweregrad: G1  
Betroffene Stelle: „nach Möglichkeit mit eindeutig verifiziertem offiziellem X-Handle“  
Feststellung: Die Bedingung für die Aufnahme eines X-Handles ist nicht bestimmt.  
Prüfregel: Abschnitt 7.5  
Begründung: Der Prompt lässt offen, wann ein Handle aufgenommen werden soll.  
Auswirkung auf dieses Kriterium: Die Quellenangabe kann um ein Handle ergänzt oder ohne dieses ausgegeben werden.

### 6. Entscheidungen

ID: S02  
Schweregrad: G3  
Betroffene Stelle: „Overall Verdict [True / False / Mixed / Misleading / Unverified]“  
Feststellung: Eine Auswahlregel für die Vergabe der Gesamturteile fehlt, außer für „False“.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Der Prompt stellt mehrere mögliche Urteile bereit, ohne sie vollständig abzugrenzen.  
Auswirkung auf dieses Kriterium: Die zentrale Entscheidung kann unterschiedlich ausfallen.

ID: S03  
Schweregrad: G2  
Betroffene Stelle: „Logical conclusion [Supported / Partially supported / Unsupported / False]“  
Feststellung: Eine Auswahlregel zwischen den möglichen Schlussfolgerungsurteilen fehlt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Die Bedingungen für die jeweiligen Kategorien sind nicht definiert.  
Auswirkung auf dieses Kriterium: Die Schlussfolgerung kann unterschiedlich eingestuft werden.

ID: S04  
Schweregrad: G2  
Betroffene Stelle: „Confidence [High / Medium / Low / Not determinable]“  
Feststellung: Eine Auswahlregel zwischen den Confidence-Stufen fehlt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Es ist nicht festgelegt, welche Evidenzlage welcher Stufe entspricht.  
Auswirkung auf dieses Kriterium: Die Confidence-Entscheidung ist nicht reproduzierbar.

ID: S05  
Schweregrad: G2  
Betroffene Stelle: „Attribution (Correct/Incorrect/Unverified)“  
Feststellung: Die Auswahlkriterien für den Attribution-Status fehlen.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Insbesondere die Abgrenzung zwischen „Incorrect“ und „Unverified“ ist nicht festgelegt.  
Auswirkung auf dieses Kriterium: Der Attribution-Status kann unterschiedlich bestimmt werden.

ID: S06  
Schweregrad: G2  
Betroffene Stelle: „Underlying Claim (True/False/Mixed/Unverified)“  
Feststellung: Die Auswahlkriterien für den Status der zugrunde liegenden Behauptung fehlen.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Die Kategorien sind nicht durch Bedingungen voneinander abgegrenzt.  
Auswirkung auf dieses Kriterium: Die Behauptung kann unterschiedlich klassifiziert werden.

ID: S07  
Schweregrad: G2  
Betroffene Stelle: „Adoption by poster (Explicit/Implied/Not established)“  
Feststellung: Die Auswahlkriterien für den Übernahmestatus fehlen.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Die Kategorien „Implied“ und „Not established“ werden nicht voneinander abgegrenzt.  
Auswirkung auf dieses Kriterium: Die Übernahme durch den Poster kann unterschiedlich eingestuft werden.

ID: S08  
Schweregrad: G2  
Betroffene Stelle: „Je höher die fachliche Autorität/institutionelle Stellung der Quelle, desto strenger sind die Anforderungen an die Evidenz.“  
Feststellung: Es fehlen Regeln zur Einstufung der Quelle und zur Wahl des jeweiligen Evidenzmaßstabs.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Der Prompt gibt keine Skala oder Zuordnungsregel vor.  
Auswirkung auf dieses Kriterium: Die anzuwendenden Evidenzanforderungen können variieren.

ID: S09  
Schweregrad: G2  
Betroffene Stelle: „belastbare Evidenz“  
Feststellung: Es fehlt eine Auswahlregel dafür, welche Evidenz als belastbar gilt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Unterschiedliche Schwellenwerte können zu unterschiedlichen Belegauswahlen führen.  
Auswirkung auf dieses Kriterium: Die Prüfung kann auf unterschiedlichen Evidenzgrundlagen beruhen.

ID: S10  
Schweregrad: G2  
Betroffene Stelle: „fehlt wichtiger Kontext“  
Feststellung: Es fehlt eine Auswahlregel dafür, welcher Kontext als wichtig gilt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Unterschiedliche Kontextauswahl kann zu unterschiedlichen Vollständigkeitsbewertungen führen.  
Auswirkung auf dieses Kriterium: Die Kontextprüfung kann unterschiedlich ausfallen.

ID: S11  
Schweregrad: G2  
Betroffene Stelle: „aktuelle, verfügbare und belastbare Evidenz“  
Feststellung: Es fehlt eine Auswahlregel dafür, welche Quellen als aktuell gelten.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Der Prompt setzt keinen zeitlichen Maßstab für die Quellenwahl.  
Auswirkung auf dieses Kriterium: Es können unterschiedliche Quellen zur Prüfung herangezogen werden.

ID: S12  
Schweregrad: G2  
Betroffene Stelle: „aktuelles Datum und Uhrzeit“  
Feststellung: Der Bezug für die Zeitangabe ist nicht festgelegt.  
Prüfregel: F5; Abschnitt 7.6  
Begründung: Der Zeitstempel ist ohne eindeutige Bezugsregel nicht eindeutig bestimmbar.  
Auswirkung auf dieses Kriterium: Die Zeitangabe kann unterschiedlich gewählt werden.

ID: S13  
Schweregrad: G1  
Betroffene Stelle: „nach Möglichkeit mit eindeutig verifiziertem offiziellem X-Handle“  
Feststellung: Eine Auswahlregel für die Aufnahme des Handles fehlt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Es ist nicht festgelegt, wann die Bedingung „nach Möglichkeit“ erfüllt ist.  
Auswirkung auf dieses Kriterium: Das Handle kann aufgenommen oder weggelassen werden.

### 7. Reproduzierbarkeit

ID: S01  
Schweregrad: G2  
Betroffene Stelle: „Schritt 2 und 3a“  
Feststellung: Der nicht definierte Verweis erlaubt unterschiedliche Grundlagen für die Intended Message.  
Prüfregel: Abschnitt 7.7  
Begründung: „3a“ kann als Verweis auf A verstanden oder als nicht definierter Abschnitt behandelt werden.  
Auswirkung auf dieses Kriterium: Unterschiedliche Herleitungen sind möglich.

ID: S02  
Schweregrad: G3  
Betroffene Stelle: „Overall Verdict“  
Feststellung: Fehlende Auswahlkriterien erlauben unterschiedliche Endurteile.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Für einen teilweise widerlegten, zugleich irreführend dargestellten Inhalt sind beispielsweise „Mixed“ und „Misleading“ mit dem Prompt vereinbar; eine Auswahlregel fehlt.  
Auswirkung auf dieses Kriterium: Die zentrale Entscheidung ist nicht reproduzierbar.

ID: S03  
Schweregrad: G2  
Betroffene Stelle: „Logical conclusion“  
Feststellung: Fehlende Kategorienkriterien erlauben unterschiedliche Einstufungen.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Eine Evidenzlage kann ohne weitere Regel beispielsweise als „Partially supported“ oder „Unsupported“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Schlussfolgerungskategorie kann variieren.

ID: S04  
Schweregrad: G2  
Betroffene Stelle: „Confidence“  
Feststellung: Fehlende Schwellenwerte erlauben unterschiedliche Confidence-Stufen.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Dieselbe unsichere Evidenzlage kann beispielsweise als „Medium“ oder „Low“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Confidence-Ausgabe ist nicht reproduzierbar.

ID: S05  
Schweregrad: G2  
Betroffene Stelle: „Attribution“  
Feststellung: Die Abgrenzung der Statuswerte ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Ein nicht eindeutig belegter Quellenbezug kann ohne Auswahlregel als „Incorrect“ oder „Unverified“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Attributionseinstufung kann variieren.

ID: S06  
Schweregrad: G2  
Betroffene Stelle: „Underlying Claim“  
Feststellung: Die Abgrenzung der Statuswerte ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Eine teilweise zutreffende Behauptung kann ohne Auswahlregel beispielsweise als „Mixed“ oder „Unverified“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Bewertung der zugrunde liegenden Behauptung kann variieren.

ID: S07  
Schweregrad: G2  
Betroffene Stelle: „Adoption by poster“  
Feststellung: Die Abgrenzung der Statuswerte ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Eine indirekte Übernahme kann ohne Regel als „Implied“ oder „Not established“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Einstufung der Übernahme kann variieren.

ID: S08  
Schweregrad: G2  
Betroffene Stelle: „Status der Quelle“ und „strenger“ Evidenzmaßstab  
Feststellung: Einstufung und daraus folgende Maßstäbe sind nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Dieselbe Quelle kann unterschiedlich eingestuft und daher nach unterschiedlichen Evidenzanforderungen beurteilt werden.  
Auswirkung auf dieses Kriterium: Die Belegprüfung kann variieren.

ID: S09  
Schweregrad: G2  
Betroffene Stelle: „belastbare Evidenz“  
Feststellung: Der Evidenzmaßstab ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Unterschiedliche Kriterien für belastbare Evidenz erlauben unterschiedliche Quellenentscheidungen.  
Auswirkung auf dieses Kriterium: Die Beleggrundlage kann variieren.

ID: S10  
Schweregrad: G2  
Betroffene Stelle: „wichtiger Kontext“  
Feststellung: Der Maßstab für die Auswahl des Kontexts ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Unterschiedliche Kontextauswahl kann die Vollständigkeitsbewertung verändern.  
Auswirkung auf dieses Kriterium: Die inhaltliche Bewertung kann variieren.

ID: S11  
Schweregrad: G2  
Betroffene Stelle: „aktuelle“ Evidenz  
Feststellung: Der zeitliche Maßstab für aktuelle Quellen ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Unterschiedliche Zeitgrenzen können zu unterschiedlichen Quellen und damit Verarbeitungsschritten führen.  
Auswirkung auf dieses Kriterium: Die Prüfung kann unterschiedlich durchgeführt werden.

ID: S12  
Schweregrad: G2  
Betroffene Stelle: „aktuelles Datum und Uhrzeit“  
Feststellung: Der Bezugsrahmen des Zeitstempels ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Verschiedene Zeitzonen erlauben unterschiedliche Zeitstempel.  
Auswirkung auf dieses Kriterium: Die Ausgabe ist nicht identisch reproduzierbar.

ID: S13  
Schweregrad: G1  
Betroffene Stelle: „nach Möglichkeit“  
Feststellung: Die Bedingung für die Aufnahme des Handles ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Das Handle kann je nach Auslegung aufgenommen oder weggelassen werden.  
Auswirkung auf dieses Kriterium: Die Ausgabestruktur kann variieren.

### 8. Interpretationsspielraum

ID: S01  
Betroffene Stelle: „Schritt 2 und 3a“  
Auslegung A: „3a“ verweist auf die Kategorie A in Schritt 3.  
Auslegung B: „3a“ ist ein nicht definierter Verweis und wird nicht als Kategorie A behandelt.  
Fehlende Regel: Eindeutige Definition des Verweises „3a“.

ID: S02  
Betroffene Stelle: „Overall Verdict“  
Auslegung A: Bei einer teilweise falschen, zugleich irreführend dargestellten Aussage wird „Mixed“ gewählt.  
Auslegung B: In derselben Situation wird „Misleading“ gewählt.  
Fehlende Regel: Auswahl- und Abgrenzungskriterien für die Overall Verdicts außer den angegebenen „False“-Fällen.

ID: S03  
Betroffene Stelle: „Logical conclusion“  
Auslegung A: Eine teilweise gestützte Schlussfolgerung wird als „Partially supported“ bewertet.  
Auslegung B: Sie wird als „Unsupported“ bewertet, wenn die zentrale Folgerung nicht hinreichend gestützt ist.  
Fehlende Regel: Kriterien zur Abgrenzung der Schlussfolgerungskategorien.

ID: S04  
Betroffene Stelle: „Confidence“  
Auslegung A: Eine begrenzte Evidenzlage führt zu „Medium“.  
Auslegung B: Dieselbe Evidenzlage führt zu „Low“.  
Fehlende Regel: Kriterien oder Schwellenwerte für die Confidence-Stufen.

ID: S05  
Betroffene Stelle: „Attribution (Correct/Incorrect/Unverified)“  
Auslegung A: Ein nicht belegter Quellenbezug wird als „Unverified“ bewertet.  
Auslegung B: Er wird als „Incorrect“ bewertet.  
Fehlende Regel: Abgrenzungskriterien zwischen den Attribution-Statuswerten.

ID: S06  
Betroffene Stelle: „Underlying Claim (True/False/Mixed/Unverified)“  
Auslegung A: Eine teilweise zutreffende Behauptung wird als „Mixed“ bewertet.  
Auslegung B: Sie wird als „Unverified“ bewertet, wenn die Evidenzlage als unzureichend angesehen wird.  
Fehlende Regel: Abgrenzungskriterien für die Statuswerte.

ID: S07  
Betroffene Stelle: „Adoption by poster (Explicit/Implied/Not established)“  
Auslegung A: Eine indirekte Übernahme wird als „Implied“ bewertet.  
Auslegung B: Sie wird als „Not established“ bewertet, solange sie nicht ausdrücklich formuliert ist.  
Fehlende Regel: Kriterien zur Abgrenzung der Übernahmestufen.

ID: S08  
Betroffene Stelle: „Status der Quelle“ und „strenger“ Evidenzmaßstab  
Auslegung A: Eine Quelle wird als hoch autoritativ eingestuft und erhält strengere Evidenzanforderungen.  
Auslegung B: Dieselbe Quelle wird niedriger eingestuft und erhält weniger strenge Anforderungen.  
Fehlende Regel: Verbindliche Einstufungs- und Zuordnungsregel.

ID: S09  
Betroffene Stelle: „belastbare Evidenz“  
Auslegung A: Für eine Behauptung genügt eine bestimmte verifizierbare Quelle.  
Auslegung B: Es wird eine stärkere oder mehrfache Beleglage verlangt.  
Fehlende Regel: Maßstab für belastbare Evidenz.

ID: S10  
Betroffene Stelle: „wichtiger Kontext“  
Auslegung A: Ein bestimmter zusätzlicher Kontext wird als wichtig berücksichtigt.  
Auslegung B: Derselbe Kontext wird nicht als wichtig berücksichtigt.  
Fehlende Regel: Kriterium für die Auswahl wichtigen Kontexts.

ID: S11  
Betroffene Stelle: „aktuelle“ Evidenz  
Auslegung A: Eine Quelle aus einem längeren zurückliegenden Zeitraum gilt noch als aktuell.  
Auslegung B: Nur eine Quelle aus einem kürzeren Zeitraum gilt als aktuell.  
Fehlende Regel: Zeitlicher Maßstab für Aktualität.

ID: S12  
Betroffene Stelle: „aktuelles Datum und Uhrzeit“  
Auslegung A: Der Zeitstempel verwendet eine lokale Zeitzone.  
Auslegung B: Der Zeitstempel verwendet eine andere Zeitzone.  
Fehlende Regel: Bezugszeitzone für den Zeitstempel.

ID: S13  
Betroffene Stelle: „nach Möglichkeit mit eindeutig verifiziertem offiziellem X-Handle“  
Auslegung A: Das Handle wird aufgenommen, wenn es sich mit vertretbarem Aufwand verifizieren lässt.  
Auslegung B: Das Handle wird nur aufgenommen, wenn es unmittelbar eindeutig verifiziert werden kann.  
Fehlende Regel: Kriterium dafür, wann die Aufnahme „nach Möglichkeit“ erfolgt.

### 9. Hinweise für den Prompt-Programmierer

ID: S01  
Problem: Der Verweis „3a“ ist nicht definiert.  
Änderung: Ersetze „3a“ durch den eindeutig gemeinten Schritt oder Unterpunkt.  
Wirkung: Beseitigt die Mehrdeutigkeit der Grundlage für die Intended Message.

ID: S02  
Problem: Auswahlkriterien für die Overall Verdicts fehlen, abgesehen von „False“.  
Änderung: Definiere Kriterien und Abgrenzungsregeln für alle aufgeführten Overall Verdicts.  
Wirkung: Ermöglicht eine eindeutige Vergabe des Overall Verdict.

ID: S03  
Problem: Auswahlkriterien für die Kategorien der Logical conclusion fehlen.  
Änderung: Definiere Bedingungen für „Supported“, „Partially supported“, „Unsupported“ und „False“.  
Wirkung: Ermöglicht eine eindeutige Einstufung der Schlussfolgerung.

ID: S04  
Problem: Auswahlkriterien für die Confidence-Stufen fehlen.  
Änderung: Definiere Kriterien oder Schwellenwerte für jede Confidence-Stufe.  
Wirkung: Ermöglicht eine reproduzierbare Confidence-Einstufung.

ID: S05  
Problem: Die Abgrenzung der Attribution-Statuswerte fehlt.  
Änderung: Definiere, wann die Attribution als „Correct“, „Incorrect“ oder „Unverified“ gilt.  
Wirkung: Beseitigt die Mehrdeutigkeit der Attributionseinstufung.

ID: S06  
Problem: Die Abgrenzung der Underlying-Claim-Statuswerte fehlt.  
Änderung: Definiere, wann eine Behauptung als „True“, „False“, „Mixed“ oder „Unverified“ gilt.  
Wirkung: Beseitigt die Mehrdeutigkeit dieser Bewertung.

ID: S07  
Problem: Die Abgrenzung der Adoption-Statuswerte fehlt.  
Änderung: Definiere Kriterien für „Explicit“, „Implied“ und „Not established“.  
Wirkung: Beseitigt die Mehrdeutigkeit der Übernahmeeinstufung.

ID: S08  
Problem: Einstufung der Quellenautorität und Zuordnung des Evidenzmaßstabs sind nicht geregelt.  
Änderung: Ergänze eine verbindliche Einstufungsregel und die zugehörigen Evidenzanforderungen.  
Wirkung: Beseitigt die variable Anwendung des quellenabhängigen Maßstabs.

ID: S09  
Problem: „Belastbare Evidenz“ ist nicht operationalisiert.  
Änderung: Definiere den Evidenzmaßstab, der für „belastbar“ gilt.  
Wirkung: Vereinheitlicht die Auswahl und Bewertung der Belege.

ID: S10  
Problem: „Wichtiger Kontext“ ist nicht operationalisiert.  
Änderung: Ergänze ein Kriterium, nach dem Kontext als wichtig einzustufen ist.  
Wirkung: Vereinheitlicht die Vollständigkeitsprüfung.

ID: S11  
Problem: Der zeitliche Maßstab für „aktuelle“ Evidenz fehlt.  
Änderung: Definiere den Zeitraum oder Stichtag, nach dem Quellen als aktuell gelten.  
Wirkung: Beseitigt die unterschiedliche Auswahl aktueller Quellen.

ID: S12  
Problem: Der Bezugsrahmen des verlangten Zeitstempels ist nicht festgelegt.  
Änderung: Lege fest, welche Zeitzone oder welcher Zeitstandard für Datum und Uhrzeit gilt.  
Wirkung: Ermöglicht einen eindeutig bestimmten Zeitstempel.

ID: S13  
Problem: Die Bedingung „nach Möglichkeit“ für die Aufnahme eines X-Handles ist unbestimmt.  
Änderung: Definiere, wann ein Handle als ausreichend eindeutig verifizierbar gilt und aufgenommen werden soll.  
Wirkung: Vereinheitlicht die Entscheidung, ob das Handle ausgegeben wird.

## 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S01 (G2), S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2), S12 (G2), S13 (G1) | 5 − 26 | 0 |
| Ablauf | keine | 5 − 0 | 5 |
| Logik | S01 (G2) | 5 − 2 | 3 |
| Eingaben | keine | 5 − 0 | 5 |
| Ausgaben | S02 (G3), S03 (G2), S04 (G2), S12 (G2), S13 (G1) | 5 − 10 | 0 |
| Entscheidungen | S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2), S12 (G2), S13 (G1) | 5 − 25 | 0 |
| Reproduzierbarkeit | S01 (G2), S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2), S12 (G2), S13 (G1) | 5 − 26 | 0 |
| Interpretationsspielraum | S01 (G2), S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2), S12 (G2), S13 (G1) | 5 − 26 | 0 |

Gesamtpunktzahl: 13/40

## 3. Interpretationsstellen

ID: S01  
Betroffene Stelle: „Schritt 2 und 3a“  
Auslegung A: „3a“ bezeichnet die Kategorie A in Schritt 3.  
Auslegung B: „3a“ ist ein nicht definierter Verweis.  
Fehlende Regel: Eindeutige Definition des Verweises.

ID: S02  
Betroffene Stelle: „Overall Verdict“  
Auslegung A: Eine teilweise falsche, zugleich irreführend dargestellte Aussage erhält „Mixed“.  
Auslegung B: Dieselbe Aussage erhält „Misleading“.  
Fehlende Regel: Kriterien zur Abgrenzung der Overall Verdicts.

ID: S03  
Betroffene Stelle: „Logical conclusion“  
Auslegung A: Eine teilweise gestützte Schlussfolgerung wird als „Partially supported“ eingestuft.  
Auslegung B: Sie wird als „Unsupported“ eingestuft.  
Fehlende Regel: Kriterien zur Abgrenzung der Schlussfolgerungskategorien.

ID: S04  
Betroffene Stelle: „Confidence“  
Auslegung A: Eine begrenzte Evidenzlage ergibt „Medium“.  
Auslegung B: Dieselbe Evidenzlage ergibt „Low“.  
Fehlende Regel: Kriterien oder Schwellenwerte für die Confidence-Stufen.

ID: S05  
Betroffene Stelle: „Attribution“  
Auslegung A: Ein nicht belegter Quellenbezug gilt als „Unverified“.  
Auslegung B: Er gilt als „Incorrect“.  
Fehlende Regel: Abgrenzung zwischen den Attribution-Statuswerten.

ID: S06  
Betroffene Stelle: „Underlying Claim“  
Auslegung A: Eine teilweise zutreffende Behauptung gilt als „Mixed“.  
Auslegung B: Sie gilt bei unzureichender Evidenz als „Unverified“.  
Fehlende Regel: Abgrenzung der Statuswerte.

ID: S07  
Betroffene Stelle: „Adoption by poster“  
Auslegung A: Eine indirekte Übernahme gilt als „Implied“.  
Auslegung B: Sie gilt als „Not established“, sofern sie nicht ausdrücklich formuliert ist.  
Fehlende Regel: Abgrenzung der Übernahmestufen.

ID: S08  
Betroffene Stelle: Quellenstatus und Evidenzmaßstab  
Auslegung A: Eine Quelle wird als hoch autoritativ eingestuft und strenger bewertet.  
Auslegung B: Dieselbe Quelle wird niedriger eingestuft und weniger streng bewertet.  
Fehlende Regel: Einstufungs- und Zuordnungsregel.

ID: S09  
Betroffene Stelle: „belastbare Evidenz“  
Auslegung A: Eine verifizierbare Quelle genügt.  
Auslegung B: Es wird eine stärkere oder mehrfache Beleglage verlangt.  
Fehlende Regel: Maßstab für belastbare Evidenz.

ID: S10  
Betroffene Stelle: „wichtiger Kontext“  
Auslegung A: Ein zusätzlicher Kontext wird berücksichtigt.  
Auslegung B: Derselbe Kontext wird nicht berücksichtigt.  
Fehlende Regel: Kriterium für die Auswahl wichtigen Kontexts.

ID: S11  
Betroffene Stelle: „aktuelle“ Evidenz  
Auslegung A: Eine Quelle aus einem längeren zurückliegenden Zeitraum gilt noch als aktuell.  
Auslegung B: Nur eine Quelle aus einem kürzeren Zeitraum gilt als aktuell.  
Fehlende Regel: Zeitlicher Maßstab für Aktualität.

ID: S12  
Betroffene Stelle: „aktuelles Datum und Uhrzeit“  
Auslegung A: Der Zeitstempel verwendet eine lokale Zeitzone.  
Auslegung B: Er verwendet eine andere Zeitzone.  
Fehlende Regel: Bezugszeitzone.

ID: S13  
Betroffene Stelle: „nach Möglichkeit“  
Auslegung A: Das Handle wird bei vertretbarem Verifizierungsaufwand aufgenommen.  
Auslegung B: Es wird nur bei unmittelbarer eindeutiger Verifizierbarkeit aufgenommen.  
Fehlende Regel: Kriterium für die Bedingung „nach Möglichkeit“.

## 4. Hinweise für den Prompt-Programmierer

ID: S01  
Problem: „3a“ ist nicht definiert.  
Änderung: Ersetze den Verweis durch den eindeutig gemeinten Schritt oder Unterpunkt.  
Wirkung: Beseitigt die Mehrdeutigkeit der Intended-Message-Grundlage.

ID: S02  
Problem: Kriterien für die Overall Verdicts fehlen, außer für „False“.  
Änderung: Definiere Kriterien und Abgrenzungsregeln für alle aufgeführten Overall Verdicts.  
Wirkung: Ermöglicht eine eindeutige Gesamtentscheidung.

ID: S03  
Problem: Kriterien für die Logical-conclusion-Kategorien fehlen.  
Änderung: Definiere Bedingungen für die vier aufgeführten Kategorien.  
Wirkung: Ermöglicht eine eindeutige Schlussfolgerungseinstufung.

ID: S04  
Problem: Kriterien für die Confidence-Stufen fehlen.  
Änderung: Definiere Kriterien oder Schwellenwerte für jede Stufe.  
Wirkung: Ermöglicht eine reproduzierbare Confidence-Einstufung.

ID: S05  
Problem: Die Attribution-Statuswerte sind nicht voneinander abgegrenzt.  
Änderung: Definiere, wann die Attribution als „Correct“, „Incorrect“ oder „Unverified“ gilt.  
Wirkung: Beseitigt die Mehrdeutigkeit der Attributionseinstufung.

ID: S06  
Problem: Die Underlying-Claim-Statuswerte sind nicht voneinander abgegrenzt.  
Änderung: Definiere, wann eine Behauptung als „True“, „False“, „Mixed“ oder „Unverified“ gilt.  
Wirkung: Beseitigt die Mehrdeutigkeit dieser Bewertung.

ID: S07  
Problem: Die Adoption-Statuswerte sind nicht voneinander abgegrenzt.  
Änderung: Definiere Kriterien für „Explicit“, „Implied“ und „Not established“.  
Wirkung: Beseitigt die Mehrdeutigkeit der Übernahmeeinstufung.

ID: S08  
Problem: Einstufung der Quellenautorität und Zuordnung des Evidenzmaßstabs sind nicht geregelt.  
Änderung: Ergänze eine verbindliche Einstufungsregel samt zugehörigen Evidenzanforderungen.  
Wirkung: Vereinheitlicht die Anwendung des quellenabhängigen Maßstabs.

ID: S09  
Problem: „Belastbare Evidenz“ ist nicht operationalisiert.  
Änderung: Definiere den dafür geltenden Evidenzmaßstab.  
Wirkung: Vereinheitlicht die Auswahl und Bewertung von Belegen.

ID: S10  
Problem: „Wichtiger Kontext“ ist nicht operationalisiert.  
Änderung: Ergänze ein Kriterium für die Einstufung als wichtiger Kontext.  
Wirkung: Vereinheitlicht die Vollständigkeitsprüfung.

ID: S11  
Problem: Der zeitliche Maßstab für „aktuelle“ Evidenz fehlt.  
Änderung: Definiere den Zeitraum oder Stichtag für die Aktualität von Quellen.  
Wirkung: Vereinheitlicht die Auswahl aktueller Quellen.

ID: S12  
Problem: Der Bezugsrahmen für den Zeitstempel ist nicht festgelegt.  
Änderung: Lege die geltende Zeitzone oder den Zeitstandard fest.  
Wirkung: Ermöglicht einen eindeutig bestimmten Zeitstempel.

ID: S13  
Problem: Die Bedingung „nach Möglichkeit“ für Handles ist unbestimmt.  
Änderung: Definiere, wann ein Handle als ausreichend eindeutig verifizierbar gilt und ausgegeben wird.  
Wirkung: Vereinheitlicht die Entscheidung zur Aufnahme des Handles.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_001
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_003/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_003/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_003/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_004

Latest evaluation:

Overall score: 15/40
Normalized score: 37.50%

Detailed evaluator report:
# 1. Prüfbericht

## 1. Eindeutigkeit

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Vergleiche den Originalpost mit dem bereitgestellten Screenshot“  
**Feststellung:** Es fehlt eine Regel für den Fall, dass der vorausgesetzte Screenshot nicht vorliegt.  
**Prüfregel:** Abschnitt 7.1; Abschnitt 7.4: Verhalten bei Fehlen einer ausdrücklich verpflichtenden Eingabe.  
**Begründung:** Bei fehlendem Screenshot sind mindestens zwei Vorgehensweisen denkbar: die Analyse fortsetzen oder sie nicht durchführen. Der Prompt legt keine davon fest.  
**Auswirkung auf dieses Kriterium:** Das Verhalten bei fehlender Eingabe ist nicht eindeutig.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme die eigentliche, vom Post vermittelte Hauptaussage.“  
**Feststellung:** Es fehlt ein Kriterium, nach dem aus möglichen Deutungen die implizierte Hauptaussage ausgewählt wird.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Etwa kann ein Post mit einer Statistik entweder eine Aussage über die Statistik selbst oder eine weitergehende politische Schlussfolgerung vermitteln. Eine Auswahlregel ist nicht festgelegt.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Hauptaussagen sind mit der Anweisung vereinbar.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Trenne die Inhalte in: A) Explizite Behauptungen. B) Implizierte Behauptungen bzw. Schlussfolgerungen.“  
**Feststellung:** Es fehlt eine Regel, wie Inhalte in einzelne Behauptungen abgegrenzt werden.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Ein komplexer Satz kann als eine Gesamtbehauptung oder als mehrere Teilbehauptungen erfasst werden; der Prompt legt die Abgrenzung nicht fest.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Behauptungslisten sind möglich.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme den objektiven Status der Quelle“ samt Statuskategorien  
**Feststellung:** Kriterien zur Zuordnung eines Quellenstatus und zum Umgang mit Mehrfachzuordnungen fehlen.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Eine Person kann beispielsweise zugleich Journalist und Fachautor sein. Der Prompt bestimmt nicht, ob mehrere Kategorien vergeben oder eine ausgewählt werden soll.  
**Auswirkung auf dieses Kriterium:** Quellenstatus können unterschiedlich eingeordnet werden.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Attribution: Korrekt / Falsch / Unverifiziert“; „Underlying Claim: Wahr / Falsch / Gemischt / Unverifiziert“; „Adoption by Poster: Explizit / Implizit / Nicht etabliert“  
**Feststellung:** Für die Zuordnung zu den genannten Statuswerten fehlen Entscheidungskriterien.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt nennt die möglichen Werte, aber nicht, anhand welcher Kriterien etwa eine implizite Übernahme oder eine gemischte Tatsachenbehauptung festgestellt wird.  
**Auswirkung auf dieses Kriterium:** Derselbe Post kann unterschiedlich klassifiziert werden.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „nach dem jeweiligen Fachgebiet üblichen Evidenzstandards“ und „Je höher der objektive Anspruch der Quelle, desto strenger ist die Prüfung“  
**Feststellung:** Die anzuwendenden fachgebietsüblichen Standards und die daraus folgende Strenge werden nicht festgelegt.  
**Prüfregel:** F1; F2; Abschnitt 7.1; Abschnitt 7.3.  
**Begründung:** Der Prompt verweist auf nicht näher bestimmte Standards und gibt keine Regel vor, wie sie die Evidenzanforderungen konkret beeinflussen.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Prüfmaßstäbe sind mit dem Wortlaut vereinbar.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bei widersprüchlichen Quellen muss der Widerspruch explizit benannt werden.“  
**Feststellung:** Es fehlt eine Regel, wie widersprüchliche Quellen bei der abschließenden Bewertung gegeneinander gewichtet werden.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt verlangt, den Widerspruch zu benennen, legt aber nicht fest, wie bei widersprüchlichen Belegen zu einer Bewertung gelangt wird.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Schlussfolgerungen aus derselben Quellenlage sind möglich.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Overall Verdict: „True / False / Mixed / Misleading / Unverified“  
**Feststellung:** Auswahlkriterien und Abgrenzungen für die Verdicts sind — abgesehen von einzelnen False-Vorgaben — nicht festgelegt.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt bestimmt nicht, wann eine Aussage etwa als „Mixed“ statt „Misleading“ einzuordnen ist.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Overall Verdicts können mit dem Prompt vereinbar sein.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Logical conclusion: „Supported / Partially supported / Unsupported / False“  
**Feststellung:** Es fehlen Kriterien für die Zuordnung der Schlussfolgerung zu den vier Statuswerten.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt legt beispielsweise nicht fest, ab wann eine teilweise gestützte Schlussfolgerung als „Partially supported“ statt „Unsupported“ gilt.  
**Auswirkung auf dieses Kriterium:** Die Bewertung der logischen Schlussfolgerung kann variieren.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Mindestens drei voneinander unabhängige Quellen verwenden.“  
**Feststellung:** Es fehlt ein Kriterium dafür, wann Quellen als voneinander unabhängig gelten.  
**Prüfregel:** Schritt 3; Abschnitt 7.1.  
**Begründung:** Beispielsweise bleibt offen, ob zwei Medien mit derselben Eigentümerorganisation als unabhängige Quellen zählen.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Quellen können als unabhängig oder abhängig gewertet werden.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“ und „ob ältere Ereignisse als aktuell dargestellt werden“  
**Feststellung:** Es fehlt ein zeitlicher Maßstab für „aktuell“ beziehungsweise „ältere Ereignisse“.  
**Prüfregel:** Schritt 3; Abschnitt 7.1.  
**Begründung:** Ein Ereignis könnte je nach Auslegung als aktuell gelten, wenn es wenige Tage oder auch mehrere Wochen zurückliegt.  
**Auswirkung auf dieses Kriterium:** Zeitabhängige Aussagen können unterschiedlich als aktuell oder veraltet bewertet werden.

**ID: S12**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Quellen“ und „belastbare Gegenbelege“  
**Feststellung:** Es fehlt ein Kriterium dafür, wann Evidenz oder ein Gegenbeleg als belastbar gilt.  
**Prüfregel:** Schritt 3; F2; Abschnitt 7.1.  
**Begründung:** Der Prompt legt nicht fest, ob beispielsweise eine einzelne offizielle Quelle genügt oder mehrere voneinander unabhängige Belege erforderlich sind.  
**Auswirkung auf dieses Kriterium:** Belege können unterschiedlich zugelassen oder gewichtet werden.

**ID: S13**  
**Schweregrad: G2**  
**Betroffene Stelle:** „existierende, eindeutig verifizierte X-Handles“  
**Feststellung:** Es fehlt eine Regel, anhand welcher Prüfung ein X-Handle als eindeutig verifiziert gilt.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt nennt weder ein Prüfverfahren noch ein Kriterium für den Verifizierungsstatus.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Handles können als verifiziert oder nicht verifiziert eingestuft werden.

**ID: S14**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Formuliere die aus dem Gesamtpost logisch hergeleitete Botschaft, die der Autor dem Leser erkennbar vermitteln wollte.“  
**Feststellung:** Es fehlt ein Kriterium, wie eine erkennbare Vermittlungsabsicht bestimmt und von der implizierten Hauptaussage abgegrenzt wird.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt nennt beide Ausgaben, legt aber nicht fest, welche Hinweise eine Absicht belegen oder wann sie nicht bestimmbar ist.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Intended Messages und Abgrenzungen zur Hauptaussage sind möglich.

## 2. Ablauf

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

## 3. Logik

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „nach dem jeweiligen Fachgebiet üblichen Evidenzstandards“  
**Feststellung:** Der Prompt verweist auf nicht definierte Evidenzstandards, die die Bewertung beeinflussen.  
**Prüfregel:** F1; Abschnitt 7.3.  
**Begründung:** Ohne Festlegung des herangezogenen Standards ist die Verknüpfung zwischen Quellenstatus und anzuwendender Prüfstrenge nicht bestimmbar.  
**Auswirkung auf dieses Kriterium:** Die logische Grundlage für die angesetzte Evidenzanforderung ist nicht einheitlich festgelegt.

## 4. Eingaben

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „bereitgestellten Screenshot“  
**Feststellung:** Ein Verhalten für den Fall, dass der als erforderlich bezeichnete Screenshot fehlt, ist nicht definiert.  
**Prüfregel:** Abschnitt 7.4: Verhalten bei Fehlen einer ausdrücklich verpflichtenden Eingabe.  
**Begründung:** Der Prompt setzt den Screenshot voraus, legt aber nicht fest, wie bei dessen Fehlen verfahren werden soll.  
**Auswirkung auf dieses Kriterium:** Eine fehlende Eingabe kann dazu führen, dass die verlangte Analyse nicht durchgeführt wird.

## 5. Ausgaben

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

## 6. Entscheidungen

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme die eigentliche, vom Post vermittelte Hauptaussage.“  
**Feststellung:** Auswahlkriterien für die implizierte Hauptaussage fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Bei mehreren plausiblen Aussagen ist keine Auswahlregel vorgegeben.  
**Auswirkung auf dieses Kriterium:** Die zentrale Aussage kann unterschiedlich bestimmt werden.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Trenne die Inhalte“ in explizite und implizite Behauptungen  
**Feststellung:** Kriterien zur Abgrenzung einzelner Behauptungen fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Der Prompt verlangt die Identifikation, legt aber keine Abgrenzungsregel für zusammengesetzte Inhalte fest.  
**Auswirkung auf dieses Kriterium:** Die Auswahl und Anzahl der zu prüfenden Behauptungen kann variieren.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme den objektiven Status der Quelle“  
**Feststellung:** Zuordnungskriterien für die Quellenkategorien fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Die Kategorien werden aufgelistet, aber nicht voneinander abgegrenzt.  
**Auswirkung auf dieses Kriterium:** Quellen können unterschiedlichen Kategorien zugeordnet werden.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Attribution-, Underlying-Claim- und Adoption-Status  
**Feststellung:** Kriterien zur Auswahl der Statuswerte fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Die möglichen Werte sind genannt, die dafür erforderlichen Bedingungen aber nicht.  
**Auswirkung auf dieses Kriterium:** Die verlangten Statusentscheidungen sind nicht einheitlich festgelegt.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „üblichen Evidenzstandards“ und „strenger“  
**Feststellung:** Auswahl und Anwendung des Evidenzmaßstabs sind nicht operationalisiert.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Es fehlt eine Regel, welcher konkrete Maßstab bei der Bewertung auszuwählen ist.  
**Auswirkung auf dieses Kriterium:** Die erforderliche Evidenzstrenge kann unterschiedlich bestimmt werden.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bei widersprüchlichen Quellen“  
**Feststellung:** Eine Auswahl- oder Gewichtungsregel für widersprüchliche Quellen fehlt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Das Benennen des Widerspruchs legt nicht fest, wie die Quellen für die Bewertung gewichtet werden.  
**Auswirkung auf dieses Kriterium:** Verschiedene Schlussfolgerungen aus derselben widersprüchlichen Quellenlage sind möglich.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Overall Verdict mit den Werten „True / False / Mixed / Misleading / Unverified“  
**Feststellung:** Für die Auswahl zwischen den Verdicts fehlen weitgehend Kriterien.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Die False-Vorgaben decken nicht die Auswahl zwischen allen aufgeführten Werten ab.  
**Auswirkung auf dieses Kriterium:** Das Overall Verdict kann unterschiedlich ausfallen.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Logical conclusion mit den Werten „Supported / Partially supported / Unsupported / False“  
**Feststellung:** Kriterien zur Auswahl der Schlussfolgerungsbewertung fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Der Prompt nennt Statuswerte, definiert aber nicht, wann welcher Wert zutrifft.  
**Auswirkung auf dieses Kriterium:** Die logische Schlussfolgerung kann unterschiedlich klassifiziert werden.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Die Qualifikation einer Quelle als unabhängig ist nicht bestimmt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Es fehlt ein Auswahlkriterium dafür, welche Quellen auf die Mindestzahl angerechnet werden.  
**Auswirkung auf dieses Kriterium:** Die Auswahl der erforderlichen Quellen kann variieren.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle“ beziehungsweise „als aktuell dargestellt“  
**Feststellung:** Der zeitliche Schwellenwert für die Einstufung als aktuell fehlt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Die zeitliche Bedingung, nach der ein Ereignis als aktuell oder älter beurteilt wird, ist nicht festgelegt.  
**Auswirkung auf dieses Kriterium:** Die Einstufung zeitabhängiger Aussagen kann variieren.

**ID: S12**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Evidenz“ und „belastbare Gegenbelege“  
**Feststellung:** Die Auswahlregel für ausreichende Belege ist nicht bestimmt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Der Prompt gibt keinen Maßstab vor, anhand dessen die Belastbarkeit entschieden wird.  
**Auswirkung auf dieses Kriterium:** Die Tatsachenbewertung kann je nach zugelassenen Belegen unterschiedlich ausfallen.

**ID: S13**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Die Entscheidung, ob ein Handle verifiziert ist, hat kein definiertes Kriterium.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Der Prompt legt nicht fest, anhand welcher Prüfung ein Handle ausgewählt oder verworfen wird.  
**Auswirkung auf dieses Kriterium:** Die Handle-Auswahl kann variieren.

**ID: S14**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Botschaft, die der Autor dem Leser erkennbar vermitteln wollte“  
**Feststellung:** Ein Entscheidungskriterium zur Ermittlung der beabsichtigten Botschaft fehlt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Es ist nicht festgelegt, welche konkreten Hinweise für die Zuschreibung einer Vermittlungsabsicht ausreichen.  
**Auswirkung auf dieses Kriterium:** Die Intended Message kann unterschiedlich bestimmt werden.

## 7. Reproduzierbarkeit

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „bereitgestellten Screenshot“  
**Feststellung:** Für einen fehlenden Screenshot ist kein Verhalten festgelegt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S01.  
**Begründung:** Bei fehlendem Screenshot kann die Analyse unterbleiben oder ohne den Screenshot fortgesetzt werden.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Verarbeitungsschritte sind möglich.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** Auswahl der „eigentlichen“ Hauptaussage  
**Feststellung:** Eine Auswahlregel fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S02.  
**Begründung:** Unterschiedliche plausible Hauptaussagen können ausgewählt werden.  
**Auswirkung auf dieses Kriterium:** Die inhaltliche Auswahlentscheidung ist nicht reproduzierbar.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** Aufteilung in einzelne Behauptungen  
**Feststellung:** Eine Abgrenzungsregel fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S03.  
**Begründung:** Ein Inhalt kann als eine Behauptung oder als mehrere Teilbehauptungen geprüft werden.  
**Auswirkung auf dieses Kriterium:** Auswahl und Anzahl der Prüfschritte können variieren.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** Quellenstatuskategorien  
**Feststellung:** Zuordnungskriterien fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S04.  
**Begründung:** Eine Quelle kann verschiedenen Statuskategorien zugeordnet werden.  
**Auswirkung auf dieses Kriterium:** Die Statusentscheidung ist nicht reproduzierbar.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Attribution-, Underlying-Claim- und Adoption-Status  
**Feststellung:** Zuordnungskriterien fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S05.  
**Begründung:** Dieselbe Aussage kann unterschiedliche Statuswerte erhalten.  
**Auswirkung auf dieses Kriterium:** Klassifikationsentscheidungen können variieren.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „üblichen Evidenzstandards“  
**Feststellung:** Der anzuwendende Evidenzmaßstab ist nicht bestimmt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S06.  
**Begründung:** Unterschiedliche fachgebietsbezogene Maßstäbe können zu unterschiedlichen Prüfungen führen.  
**Auswirkung auf dieses Kriterium:** Verarbeitungsschritte und Bewertungen können variieren.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** Umgang mit widersprüchlichen Quellen  
**Feststellung:** Eine Gewichtungsregel fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S07.  
**Begründung:** Dieselben Quellen können unterschiedlich gewichtet werden.  
**Auswirkung auf dieses Kriterium:** Die abschließende Bewertung kann variieren.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Overall Verdict  
**Feststellung:** Auswahlregeln für die Verdicts fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S08.  
**Begründung:** Derselbe Befund kann unterschiedlichen Verdicts zugeordnet werden.  
**Auswirkung auf dieses Kriterium:** Die Ausgabeentscheidung ist nicht reproduzierbar.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Logical conclusion  
**Feststellung:** Auswahlregeln für die Schlussfolgerungsstatus fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S09.  
**Begründung:** Derselbe logische Befund kann unterschiedlichen Statuswerten zugeordnet werden.  
**Auswirkung auf dieses Kriterium:** Die Bewertung kann variieren.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „unabhängige Quellen“  
**Feststellung:** Kriterien zur Quellenunabhängigkeit fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S10.  
**Begründung:** Quellen können je nach Auslegung in die Mindestzahl einbezogen oder ausgeschlossen werden.  
**Auswirkung auf dieses Kriterium:** Die Quellenbasis kann variieren.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuell“  
**Feststellung:** Ein zeitlicher Schwellenwert fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S11.  
**Begründung:** Dasselbe Ereignis kann als aktuell oder als älter eingestuft werden.  
**Auswirkung auf dieses Kriterium:** Die zeitliche Bewertung kann variieren.

**ID: S12**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Evidenz“  
**Feststellung:** Kriterien zur Belastbarkeit fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S12.  
**Begründung:** Unterschiedliche Belege können zugelassen oder als nicht ausreichend eingestuft werden.  
**Auswirkung auf dieses Kriterium:** Tatsachenbewertungen können variieren.

**ID: S13**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Das Verifizierungskriterium fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S13.  
**Begründung:** Ein Handle kann je nach Prüfmaßstab als verifiziert oder nicht verifiziert gelten.  
**Auswirkung auf dieses Kriterium:** Die Ausgabe der Handles kann variieren.

**ID: S14**  
**Schweregrad: G2**  
**Betroffene Stelle:** Ermittlung der Intended Message  
**Feststellung:** Kriterien zur Ermittlung der Vermittlungsabsicht fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S14.  
**Begründung:** Unterschiedliche Interpretationen der erkennbaren Absicht sind möglich.  
**Auswirkung auf dieses Kriterium:** Die ausgegebene Botschaft kann variieren.

## 8. Interpretationsspielraum

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „bereitgestellten Screenshot“  
**Feststellung:** Kein Verhalten bei fehlender Eingabe.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S01.  
**Begründung:** Bei fehlendem Screenshot sind mehrere Vorgehensweisen möglich.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt eine davon fest.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eigentliche … Hauptaussage“  
**Feststellung:** Auswahlkriterium fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S02.  
**Begründung:** Mindestens zwei Aussagen können als Hauptaussage verstanden werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Auswahl fest.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** Aufteilung in Behauptungen  
**Feststellung:** Abgrenzungskriterium fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S03.  
**Begründung:** Eine zusammengesetzte Aussage kann als eine Behauptung oder als mehrere Teilbehauptungen erfasst werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Aufteilung fest.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** Quellenstatuskategorien  
**Feststellung:** Zuordnungskriterium fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S04.  
**Begründung:** Eine Person kann etwa sowohl Journalist als auch Fachautor sein; denkbar sind Mehrfachzuordnung oder Auswahl einer Kategorie.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Zuordnung fest.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Attribution- und Adoption-Status  
**Feststellung:** Statuskriterien fehlen.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S05.  
**Begründung:** Eine Weitergabe einer zugeschriebenen Aussage kann etwa als implizite Übernahme oder als nicht etablierte Übernahme gewertet werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Statuswahl fest.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „üblichen Evidenzstandards“  
**Feststellung:** Der anzuwendende Maßstab ist nicht benannt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S06.  
**Begründung:** Unterschiedliche fachgebietsübliche Standards oder unterschiedlich strenge Anforderungen können herangezogen werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt den Maßstab fest.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** Widersprüchliche Quellen  
**Feststellung:** Gewichtungsregel fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S07.  
**Begründung:** Eine Quelle kann gegenüber einer anderen priorisiert oder der Widerspruch kann als unaufgelöst behandelt werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Vorgehensweise fest.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Overall Verdict  
**Feststellung:** Abgrenzungsregeln fehlen.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S08.  
**Begründung:** Bei einer teilweise zutreffenden, zugleich irreführenden Aussage kommen etwa „Mixed“ und „Misleading“ infrage.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt das Verdict fest.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Logical conclusion  
**Feststellung:** Abgrenzungsregeln fehlen.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S09.  
**Begründung:** Eine teilweise gestützte Schlussfolgerung kann als „Partially supported“ oder „Unsupported“ bewertet werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt den Status fest.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Kriterium für Unabhängigkeit fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S10.  
**Begründung:** Zwei Medien mit gemeinsamer Eigentümerorganisation können als unabhängig oder abhängig gezählt werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Zählweise fest.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle“ beziehungsweise „als aktuell dargestellt“  
**Feststellung:** Zeitlicher Schwellenwert fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S11.  
**Begründung:** Ein Ereignis von vor wenigen Tagen oder vor mehreren Wochen kann als aktuell gelten oder nicht.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die zeitliche Einstufung fest.

**ID: S12**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Evidenz“  
**Feststellung:** Belastbarkeitsmaßstab fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S12.  
**Begründung:** Eine einzelne offizielle Quelle kann als ausreichend oder als nicht ausreichend angesehen werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Beurteilung fest.

**ID: S13**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Verifizierungskriterium fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S13.  
**Begründung:** Ein Handle kann anhand eines X-Verifizierungsmerkmals oder anhand einer externen Zuordnung als verifiziert beurteilt werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt das Prüfverfahren fest.

**ID: S14**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Botschaft, die der Autor dem Leser erkennbar vermitteln wollte“  
**Feststellung:** Regel zur Ermittlung der Absicht fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S14.  
**Begründung:** Die Botschaft kann aus dem erkennbaren Inhalt abgeleitet oder als weitergehende Absicht des Autors interpretiert werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die zulässige Ableitung fest.

# 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S01 (G3), S02–S14 (je G2) | 5 − 3 − 13×2 | 0 |
| Ablauf | keine | 5 − 0 | 5 |
| Logik | S06 (G2) | 5 − 2 | 3 |
| Eingaben | S01 (G3) | 5 − 3 | 2 |
| Ausgaben | keine | 5 − 0 | 5 |
| Entscheidungen | S02–S14 (je G2) | 5 − 13×2 | 0 |
| Reproduzierbarkeit | S01 (G3), S02–S14 (je G2) | 5 − 3 − 13×2 | 0 |
| Interpretationsspielraum | S01 (G3), S02–S14 (je G2) | 5 − 3 − 13×2 | 0 |

Gesamtpunktzahl: 15/40

# 3. Interpretationsstellen

**ID: S01**  
**Betroffene Stelle:** „bereitgestellten Screenshot“  
**Auslegung A:** Bei fehlendem Screenshot wird die Analyse nicht durchgeführt.  
**Auslegung B:** Die Analyse wird ohne Screenshot fortgesetzt.  
**Fehlende Regel:** Verhalten bei fehlender verpflichtender Eingabe.

**ID: S02**  
**Betroffene Stelle:** „eigentliche … Hauptaussage“  
**Auslegung A:** Die im Post ausdrücklich genannte Tatsachenbehauptung wird als Hauptaussage gewählt.  
**Auslegung B:** Die aus Bild, Kontext oder Argumentationsstruktur abgeleitete Schlussfolgerung wird als Hauptaussage gewählt.  
**Fehlende Regel:** Auswahlkriterium für die implizierte Hauptaussage.

**ID: S03**  
**Betroffene Stelle:** Aufteilung in explizite und implizite Behauptungen  
**Auslegung A:** Eine zusammengesetzte Aussage wird als eine Behauptung erfasst.  
**Auslegung B:** Ihre einzelnen Tatsachen- und Schlussfolgerungsteile werden getrennt erfasst.  
**Fehlende Regel:** Regel zur Abgrenzung einzelner Behauptungen.

**ID: S04**  
**Betroffene Stelle:** Quellenstatuskategorien  
**Auslegung A:** Eine Quelle, die mehrere Kategorien erfüllt, erhält mehrere Statusangaben.  
**Auslegung B:** Es wird eine einzelne Hauptkategorie ausgewählt.  
**Fehlende Regel:** Zuordnungs- und Mehrfachklassifikationsregel.

**ID: S05**  
**Betroffene Stelle:** Attribution-, Underlying-Claim- und Adoption-Status  
**Auslegung A:** Eine wiedergegebene zugeschriebene Aussage gilt als implizit übernommen.  
**Auslegung B:** Sie gilt ohne weitere Anzeichen als nicht übernommen.  
**Fehlende Regel:** Kriterien für die Auswahl der jeweiligen Statuswerte.

**ID: S06**  
**Betroffene Stelle:** „üblichen Evidenzstandards“ und „strenger“  
**Auslegung A:** Ein fachgebietsüblicher Mindeststandard wird herangezogen.  
**Auslegung B:** Ein strengerer Standard wird angesetzt, abhängig vom objektiven Anspruch der Quelle.  
**Fehlende Regel:** Benennung des anzuwendenden Evidenzmaßstabs und seiner konkreten Wirkung.

**ID: S07**  
**Betroffene Stelle:** „Bei widersprüchlichen Quellen“  
**Auslegung A:** Eine als vorrangig bewertete Quelle bestimmt die Schlussfolgerung.  
**Auslegung B:** Der Widerspruch bleibt unaufgelöst und begrenzt die Schlussfolgerung.  
**Fehlende Regel:** Gewichtungs- und Entscheidungsregel für widersprüchliche Quellen.

**ID: S08**  
**Betroffene Stelle:** Overall Verdict  
**Auslegung A:** Eine teilweise zutreffende, aber irreführend präsentierte Aussage wird „Mixed“ bewertet.  
**Auslegung B:** Dieselbe Aussage wird „Misleading“ bewertet.  
**Fehlende Regel:** Abgrenzung und Auswahlregeln für die Verdicts.

**ID: S09**  
**Betroffene Stelle:** Logical conclusion  
**Auslegung A:** Eine teilweise gestützte Schlussfolgerung wird „Partially supported“ bewertet.  
**Auslegung B:** Sie wird „Unsupported“ bewertet, wenn ihre zentrale Ableitung nicht gestützt ist.  
**Fehlende Regel:** Kriterien für die Zuordnung zu den Schlussfolgerungsstatus.

**ID: S10**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Auslegung A:** Zwei Medien mit gemeinsamer Eigentümerorganisation zählen als unabhängig, wenn sie getrennt berichten.  
**Auslegung B:** Sie zählen wegen der gemeinsamen Eigentümerorganisation nicht als unabhängig.  
**Fehlende Regel:** Kriterium für Quellenunabhängigkeit.

**ID: S11**  
**Betroffene Stelle:** „aktuell“  
**Auslegung A:** Ein Ereignis von vor wenigen Tagen gilt als aktuell.  
**Auslegung B:** Nur ein Ereignis aus einem engeren Zeitraum gilt als aktuell.  
**Fehlende Regel:** Zeitlicher Schwellenwert für Aktualität.

**ID: S12**  
**Betroffene Stelle:** „belastbare Evidenz“  
**Auslegung A:** Eine einzelne offizielle Quelle genügt.  
**Auslegung B:** Es sind mehrere unabhängige Belege erforderlich.  
**Fehlende Regel:** Maßstab für die Belastbarkeit von Evidenz.

**ID: S13**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Auslegung A:** Ein Handle gilt bei einem Verifizierungsmerkmal auf X als verifiziert.  
**Auslegung B:** Zusätzlich ist eine unabhängige Zuordnung zum genannten Akteur erforderlich.  
**Fehlende Regel:** Verfahren und Kriterien der Handle-Verifizierung.

**ID: S14**  
**Betroffene Stelle:** „Botschaft, die der Autor dem Leser erkennbar vermitteln wollte“  
**Auslegung A:** Die Intended Message wird auf die aus dem Post erkennbar vermittelte Aussage begrenzt.  
**Auslegung B:** Es wird eine weitergehende Absicht des Autors aus den Elementen des Posts abgeleitet.  
**Fehlende Regel:** Kriterien zur Ableitung und Abgrenzung der Vermittlungsabsicht.

# 4. Hinweise für den Prompt-Programmierer

**ID: S01**  
**Problem:** Für einen fehlenden Screenshot ist kein Verhalten festgelegt.  
**Änderung:** Ergänze eine Regel, die das Vorgehen bei fehlendem Screenshot bestimmt.  
**Wirkung:** Beseitigt die Unbestimmtheit des Verhaltens bei fehlender verpflichtender Eingabe.

**ID: S02**  
**Problem:** Die Auswahl der implizierten Hauptaussage hat keine Kriterien.  
**Änderung:** Ergänze Kriterien zur Auswahl der Hauptaussage, wenn mehrere Deutungen möglich sind.  
**Wirkung:** Beseitigt die unbestimmte Auswahl der Hauptaussage.

**ID: S03**  
**Problem:** Die Abgrenzung einzelner Behauptungen ist nicht geregelt.  
**Änderung:** Ergänze eine Regel zur Aufteilung zusammengesetzter Inhalte in einzelne prüfbare Behauptungen.  
**Wirkung:** Beseitigt die variierende Behauptungsabgrenzung.

**ID: S04**  
**Problem:** Zuordnung und Mehrfachzuordnung der Quellenstatus sind nicht geregelt.  
**Änderung:** Ergänze Kriterien für die Statuskategorien und bestimme, ob Mehrfachzuordnungen zulässig sind.  
**Wirkung:** Beseitigt die uneinheitliche Quellenklassifikation.

**ID: S05**  
**Problem:** Kriterien für die drei Attribution-Statusdimensionen fehlen.  
**Änderung:** Ergänze Zuordnungskriterien für Attribution, Underlying Claim und Adoption by Poster.  
**Wirkung:** Beseitigt die variierende Statusklassifikation.

**ID: S06**  
**Problem:** Die „üblichen Evidenzstandards“ und ihre Anwendung sind nicht bestimmt.  
**Änderung:** Benenne die anzuwendenden fachlichen Evidenzstandards und lege fest, wie der Quellenanspruch die Prüfanforderungen verändert.  
**Wirkung:** Beseitigt die unbestimmte Evidenzanforderung und deren Einfluss auf die Bewertung.

**ID: S07**  
**Problem:** Für widersprüchliche Quellen fehlt eine Gewichtungsregel.  
**Änderung:** Ergänze eine Regel, wie widersprüchliche Quellen für die Schlussfolgerung gewichtet oder als unaufgelöst behandelt werden.  
**Wirkung:** Beseitigt die variierende Entscheidung bei widersprüchlichen Belegen.

**ID: S08**  
**Problem:** Die Auswahl zwischen den Overall Verdicts ist nicht hinreichend geregelt.  
**Änderung:** Ergänze Abgrenzungs- und Auswahlkriterien für „True“, „False“, „Mixed“, „Misleading“ und „Unverified“.  
**Wirkung:** Beseitigt die unbestimmte Vergabe des Overall Verdict.

**ID: S09**  
**Problem:** Kriterien zur Bewertung der Logical conclusion fehlen.  
**Änderung:** Ergänze Kriterien zur Abgrenzung von „Supported“, „Partially supported“, „Unsupported“ und „False“.  
**Wirkung:** Beseitigt die unbestimmte Bewertung der logischen Schlussfolgerung.

**ID: S10**  
**Problem:** Quellenunabhängigkeit ist nicht definiert.  
**Änderung:** Ergänze ein Kriterium, anhand dessen bestimmt wird, ob Quellen als voneinander unabhängig zählen.  
**Wirkung:** Beseitigt die variierende Auswahl der für die Mindestzahl zählenden Quellen.

**ID: S11**  
**Problem:** Ein zeitlicher Maßstab für „aktuell“ fehlt.  
**Änderung:** Ergänze einen zeitlichen Schwellenwert für die Einstufung eines Ereignisses als aktuell oder älter.  
**Wirkung:** Beseitigt die variierende zeitliche Bewertung.

**ID: S12**  
**Problem:** „Belastbare Evidenz“ und „belastbare Gegenbelege“ sind nicht operationalisiert.  
**Änderung:** Ergänze Kriterien dafür, wann Evidenz und Gegenbelege als belastbar gelten.  
**Wirkung:** Beseitigt die variierende Auswahl und Bewertung von Belegen.

**ID: S13**  
**Problem:** Für die Verifizierung von X-Handles ist kein Kriterium festgelegt.  
**Änderung:** Ergänze ein Prüfverfahren und Kriterien für die Einstufung eines Handles als eindeutig verifiziert.  
**Wirkung:** Beseitigt die uneinheitliche Handle-Auswahl.

**ID: S14**  
**Problem:** Die Ermittlung und Abgrenzung der Intended Message ist nicht geregelt.  
**Änderung:** Ergänze Kriterien dafür, aus welchen konkreten Hinweisen die Intended Message abzuleiten ist und wie sie von der implizierten Hauptaussage abzugrenzen ist.  
**Wirkung:** Beseitigt die variierende Interpretation der Vermittlungsabsicht.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_004/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_004/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_004/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_002

Target generation:
gen_005

Latest evaluation:

Overall score: 15/40
Normalized score: 37.50%

Detailed evaluator report:
# 1. Prüfbericht

## 1. Eindeutigkeit

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Vergleiche den Originalpost mit dem bereitgestellten Screenshot“  
**Feststellung:** Es fehlt eine Regel für den Fall, dass der vorausgesetzte Screenshot nicht vorliegt.  
**Prüfregel:** Abschnitt 7.1; Abschnitt 7.4: Verhalten bei Fehlen einer ausdrücklich verpflichtenden Eingabe.  
**Begründung:** Bei fehlendem Screenshot sind mindestens zwei Vorgehensweisen denkbar: die Analyse fortsetzen oder sie nicht durchführen. Der Prompt legt keine davon fest.  
**Auswirkung auf dieses Kriterium:** Das Verhalten bei fehlender Eingabe ist nicht eindeutig.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme die eigentliche, vom Post vermittelte Hauptaussage.“  
**Feststellung:** Es fehlt ein Kriterium, nach dem aus möglichen Deutungen die implizierte Hauptaussage ausgewählt wird.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Etwa kann ein Post mit einer Statistik entweder eine Aussage über die Statistik selbst oder eine weitergehende politische Schlussfolgerung vermitteln. Eine Auswahlregel ist nicht festgelegt.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Hauptaussagen sind mit der Anweisung vereinbar.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Trenne die Inhalte in: A) Explizite Behauptungen. B) Implizierte Behauptungen bzw. Schlussfolgerungen.“  
**Feststellung:** Es fehlt eine Regel, wie Inhalte in einzelne Behauptungen abgegrenzt werden.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Ein komplexer Satz kann als eine Gesamtbehauptung oder als mehrere Teilbehauptungen erfasst werden; der Prompt legt die Abgrenzung nicht fest.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Behauptungslisten sind möglich.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme den objektiven Status der Quelle“ samt Statuskategorien  
**Feststellung:** Kriterien zur Zuordnung eines Quellenstatus und zum Umgang mit Mehrfachzuordnungen fehlen.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Eine Person kann beispielsweise zugleich Journalist und Fachautor sein. Der Prompt bestimmt nicht, ob mehrere Kategorien vergeben oder eine ausgewählt werden soll.  
**Auswirkung auf dieses Kriterium:** Quellenstatus können unterschiedlich eingeordnet werden.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Attribution: Korrekt / Falsch / Unverifiziert“; „Underlying Claim: Wahr / Falsch / Gemischt / Unverifiziert“; „Adoption by Poster: Explizit / Implizit / Nicht etabliert“  
**Feststellung:** Für die Zuordnung zu den genannten Statuswerten fehlen Entscheidungskriterien.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt nennt die möglichen Werte, aber nicht, anhand welcher Kriterien etwa eine implizite Übernahme oder eine gemischte Tatsachenbehauptung festgestellt wird.  
**Auswirkung auf dieses Kriterium:** Derselbe Post kann unterschiedlich klassifiziert werden.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „nach dem jeweiligen Fachgebiet üblichen Evidenzstandards“ und „Je höher der objektive Anspruch der Quelle, desto strenger ist die Prüfung“  
**Feststellung:** Die anzuwendenden fachgebietsüblichen Standards und die daraus folgende Strenge werden nicht festgelegt.  
**Prüfregel:** F1; F2; Abschnitt 7.1; Abschnitt 7.3.  
**Begründung:** Der Prompt verweist auf nicht näher bestimmte Standards und gibt keine Regel vor, wie sie die Evidenzanforderungen konkret beeinflussen.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Prüfmaßstäbe sind mit dem Wortlaut vereinbar.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bei widersprüchlichen Quellen muss der Widerspruch explizit benannt werden.“  
**Feststellung:** Es fehlt eine Regel, wie widersprüchliche Quellen bei der abschließenden Bewertung gegeneinander gewichtet werden.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt verlangt, den Widerspruch zu benennen, legt aber nicht fest, wie bei widersprüchlichen Belegen zu einer Bewertung gelangt wird.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Schlussfolgerungen aus derselben Quellenlage sind möglich.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Overall Verdict: „True / False / Mixed / Misleading / Unverified“  
**Feststellung:** Auswahlkriterien und Abgrenzungen für die Verdicts sind — abgesehen von einzelnen False-Vorgaben — nicht festgelegt.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt bestimmt nicht, wann eine Aussage etwa als „Mixed“ statt „Misleading“ einzuordnen ist.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Overall Verdicts können mit dem Prompt vereinbar sein.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Logical conclusion: „Supported / Partially supported / Unsupported / False“  
**Feststellung:** Es fehlen Kriterien für die Zuordnung der Schlussfolgerung zu den vier Statuswerten.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt legt beispielsweise nicht fest, ab wann eine teilweise gestützte Schlussfolgerung als „Partially supported“ statt „Unsupported“ gilt.  
**Auswirkung auf dieses Kriterium:** Die Bewertung der logischen Schlussfolgerung kann variieren.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Mindestens drei voneinander unabhängige Quellen verwenden.“  
**Feststellung:** Es fehlt ein Kriterium dafür, wann Quellen als voneinander unabhängig gelten.  
**Prüfregel:** Schritt 3; Abschnitt 7.1.  
**Begründung:** Beispielsweise bleibt offen, ob zwei Medien mit derselben Eigentümerorganisation als unabhängige Quellen zählen.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Quellen können als unabhängig oder abhängig gewertet werden.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“ und „ob ältere Ereignisse als aktuell dargestellt werden“  
**Feststellung:** Es fehlt ein zeitlicher Maßstab für „aktuell“ beziehungsweise „ältere Ereignisse“.  
**Prüfregel:** Schritt 3; Abschnitt 7.1.  
**Begründung:** Ein Ereignis könnte je nach Auslegung als aktuell gelten, wenn es wenige Tage oder auch mehrere Wochen zurückliegt.  
**Auswirkung auf dieses Kriterium:** Zeitabhängige Aussagen können unterschiedlich als aktuell oder veraltet bewertet werden.

**ID: S12**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Quellen“ und „belastbare Gegenbelege“  
**Feststellung:** Es fehlt ein Kriterium dafür, wann Evidenz oder ein Gegenbeleg als belastbar gilt.  
**Prüfregel:** Schritt 3; F2; Abschnitt 7.1.  
**Begründung:** Der Prompt legt nicht fest, ob beispielsweise eine einzelne offizielle Quelle genügt oder mehrere voneinander unabhängige Belege erforderlich sind.  
**Auswirkung auf dieses Kriterium:** Belege können unterschiedlich zugelassen oder gewichtet werden.

**ID: S13**  
**Schweregrad: G2**  
**Betroffene Stelle:** „existierende, eindeutig verifizierte X-Handles“  
**Feststellung:** Es fehlt eine Regel, anhand welcher Prüfung ein X-Handle als eindeutig verifiziert gilt.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt nennt weder ein Prüfverfahren noch ein Kriterium für den Verifizierungsstatus.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Handles können als verifiziert oder nicht verifiziert eingestuft werden.

**ID: S14**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Formuliere die aus dem Gesamtpost logisch hergeleitete Botschaft, die der Autor dem Leser erkennbar vermitteln wollte.“  
**Feststellung:** Es fehlt ein Kriterium, wie eine erkennbare Vermittlungsabsicht bestimmt und von der implizierten Hauptaussage abgegrenzt wird.  
**Prüfregel:** F2; Abschnitt 7.1.  
**Begründung:** Der Prompt nennt beide Ausgaben, legt aber nicht fest, welche Hinweise eine Absicht belegen oder wann sie nicht bestimmbar ist.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Intended Messages und Abgrenzungen zur Hauptaussage sind möglich.

## 2. Ablauf

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

## 3. Logik

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „nach dem jeweiligen Fachgebiet üblichen Evidenzstandards“  
**Feststellung:** Der Prompt verweist auf nicht definierte Evidenzstandards, die die Bewertung beeinflussen.  
**Prüfregel:** F1; Abschnitt 7.3.  
**Begründung:** Ohne Festlegung des herangezogenen Standards ist die Verknüpfung zwischen Quellenstatus und anzuwendender Prüfstrenge nicht bestimmbar.  
**Auswirkung auf dieses Kriterium:** Die logische Grundlage für die angesetzte Evidenzanforderung ist nicht einheitlich festgelegt.

## 4. Eingaben

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „bereitgestellten Screenshot“  
**Feststellung:** Ein Verhalten für den Fall, dass der als erforderlich bezeichnete Screenshot fehlt, ist nicht definiert.  
**Prüfregel:** Abschnitt 7.4: Verhalten bei Fehlen einer ausdrücklich verpflichtenden Eingabe.  
**Begründung:** Der Prompt setzt den Screenshot voraus, legt aber nicht fest, wie bei dessen Fehlen verfahren werden soll.  
**Auswirkung auf dieses Kriterium:** Eine fehlende Eingabe kann dazu führen, dass die verlangte Analyse nicht durchgeführt wird.

## 5. Ausgaben

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

## 6. Entscheidungen

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme die eigentliche, vom Post vermittelte Hauptaussage.“  
**Feststellung:** Auswahlkriterien für die implizierte Hauptaussage fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Bei mehreren plausiblen Aussagen ist keine Auswahlregel vorgegeben.  
**Auswirkung auf dieses Kriterium:** Die zentrale Aussage kann unterschiedlich bestimmt werden.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Trenne die Inhalte“ in explizite und implizite Behauptungen  
**Feststellung:** Kriterien zur Abgrenzung einzelner Behauptungen fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Der Prompt verlangt die Identifikation, legt aber keine Abgrenzungsregel für zusammengesetzte Inhalte fest.  
**Auswirkung auf dieses Kriterium:** Die Auswahl und Anzahl der zu prüfenden Behauptungen kann variieren.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme den objektiven Status der Quelle“  
**Feststellung:** Zuordnungskriterien für die Quellenkategorien fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Die Kategorien werden aufgelistet, aber nicht voneinander abgegrenzt.  
**Auswirkung auf dieses Kriterium:** Quellen können unterschiedlichen Kategorien zugeordnet werden.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Attribution-, Underlying-Claim- und Adoption-Status  
**Feststellung:** Kriterien zur Auswahl der Statuswerte fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Die möglichen Werte sind genannt, die dafür erforderlichen Bedingungen aber nicht.  
**Auswirkung auf dieses Kriterium:** Die verlangten Statusentscheidungen sind nicht einheitlich festgelegt.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „üblichen Evidenzstandards“ und „strenger“  
**Feststellung:** Auswahl und Anwendung des Evidenzmaßstabs sind nicht operationalisiert.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Es fehlt eine Regel, welcher konkrete Maßstab bei der Bewertung auszuwählen ist.  
**Auswirkung auf dieses Kriterium:** Die erforderliche Evidenzstrenge kann unterschiedlich bestimmt werden.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bei widersprüchlichen Quellen“  
**Feststellung:** Eine Auswahl- oder Gewichtungsregel für widersprüchliche Quellen fehlt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Das Benennen des Widerspruchs legt nicht fest, wie die Quellen für die Bewertung gewichtet werden.  
**Auswirkung auf dieses Kriterium:** Verschiedene Schlussfolgerungen aus derselben widersprüchlichen Quellenlage sind möglich.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Overall Verdict mit den Werten „True / False / Mixed / Misleading / Unverified“  
**Feststellung:** Für die Auswahl zwischen den Verdicts fehlen weitgehend Kriterien.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Die False-Vorgaben decken nicht die Auswahl zwischen allen aufgeführten Werten ab.  
**Auswirkung auf dieses Kriterium:** Das Overall Verdict kann unterschiedlich ausfallen.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Logical conclusion mit den Werten „Supported / Partially supported / Unsupported / False“  
**Feststellung:** Kriterien zur Auswahl der Schlussfolgerungsbewertung fehlen.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Der Prompt nennt Statuswerte, definiert aber nicht, wann welcher Wert zutrifft.  
**Auswirkung auf dieses Kriterium:** Die logische Schlussfolgerung kann unterschiedlich klassifiziert werden.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Die Qualifikation einer Quelle als unabhängig ist nicht bestimmt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Es fehlt ein Auswahlkriterium dafür, welche Quellen auf die Mindestzahl angerechnet werden.  
**Auswirkung auf dieses Kriterium:** Die Auswahl der erforderlichen Quellen kann variieren.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle“ beziehungsweise „als aktuell dargestellt“  
**Feststellung:** Der zeitliche Schwellenwert für die Einstufung als aktuell fehlt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Die zeitliche Bedingung, nach der ein Ereignis als aktuell oder älter beurteilt wird, ist nicht festgelegt.  
**Auswirkung auf dieses Kriterium:** Die Einstufung zeitabhängiger Aussagen kann variieren.

**ID: S12**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Evidenz“ und „belastbare Gegenbelege“  
**Feststellung:** Die Auswahlregel für ausreichende Belege ist nicht bestimmt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Der Prompt gibt keinen Maßstab vor, anhand dessen die Belastbarkeit entschieden wird.  
**Auswirkung auf dieses Kriterium:** Die Tatsachenbewertung kann je nach zugelassenen Belegen unterschiedlich ausfallen.

**ID: S13**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Die Entscheidung, ob ein Handle verifiziert ist, hat kein definiertes Kriterium.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Der Prompt legt nicht fest, anhand welcher Prüfung ein Handle ausgewählt oder verworfen wird.  
**Auswirkung auf dieses Kriterium:** Die Handle-Auswahl kann variieren.

**ID: S14**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Botschaft, die der Autor dem Leser erkennbar vermitteln wollte“  
**Feststellung:** Ein Entscheidungskriterium zur Ermittlung der beabsichtigten Botschaft fehlt.  
**Prüfregel:** F2; Abschnitt 7.6.  
**Begründung:** Es ist nicht festgelegt, welche konkreten Hinweise für die Zuschreibung einer Vermittlungsabsicht ausreichen.  
**Auswirkung auf dieses Kriterium:** Die Intended Message kann unterschiedlich bestimmt werden.

## 7. Reproduzierbarkeit

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „bereitgestellten Screenshot“  
**Feststellung:** Für einen fehlenden Screenshot ist kein Verhalten festgelegt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S01.  
**Begründung:** Bei fehlendem Screenshot kann die Analyse unterbleiben oder ohne den Screenshot fortgesetzt werden.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Verarbeitungsschritte sind möglich.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** Auswahl der „eigentlichen“ Hauptaussage  
**Feststellung:** Eine Auswahlregel fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S02.  
**Begründung:** Unterschiedliche plausible Hauptaussagen können ausgewählt werden.  
**Auswirkung auf dieses Kriterium:** Die inhaltliche Auswahlentscheidung ist nicht reproduzierbar.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** Aufteilung in einzelne Behauptungen  
**Feststellung:** Eine Abgrenzungsregel fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S03.  
**Begründung:** Ein Inhalt kann als eine Behauptung oder als mehrere Teilbehauptungen geprüft werden.  
**Auswirkung auf dieses Kriterium:** Auswahl und Anzahl der Prüfschritte können variieren.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** Quellenstatuskategorien  
**Feststellung:** Zuordnungskriterien fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S04.  
**Begründung:** Eine Quelle kann verschiedenen Statuskategorien zugeordnet werden.  
**Auswirkung auf dieses Kriterium:** Die Statusentscheidung ist nicht reproduzierbar.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Attribution-, Underlying-Claim- und Adoption-Status  
**Feststellung:** Zuordnungskriterien fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S05.  
**Begründung:** Dieselbe Aussage kann unterschiedliche Statuswerte erhalten.  
**Auswirkung auf dieses Kriterium:** Klassifikationsentscheidungen können variieren.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „üblichen Evidenzstandards“  
**Feststellung:** Der anzuwendende Evidenzmaßstab ist nicht bestimmt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S06.  
**Begründung:** Unterschiedliche fachgebietsbezogene Maßstäbe können zu unterschiedlichen Prüfungen führen.  
**Auswirkung auf dieses Kriterium:** Verarbeitungsschritte und Bewertungen können variieren.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** Umgang mit widersprüchlichen Quellen  
**Feststellung:** Eine Gewichtungsregel fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S07.  
**Begründung:** Dieselben Quellen können unterschiedlich gewichtet werden.  
**Auswirkung auf dieses Kriterium:** Die abschließende Bewertung kann variieren.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Overall Verdict  
**Feststellung:** Auswahlregeln für die Verdicts fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S08.  
**Begründung:** Derselbe Befund kann unterschiedlichen Verdicts zugeordnet werden.  
**Auswirkung auf dieses Kriterium:** Die Ausgabeentscheidung ist nicht reproduzierbar.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Logical conclusion  
**Feststellung:** Auswahlregeln für die Schlussfolgerungsstatus fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S09.  
**Begründung:** Derselbe logische Befund kann unterschiedlichen Statuswerten zugeordnet werden.  
**Auswirkung auf dieses Kriterium:** Die Bewertung kann variieren.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „unabhängige Quellen“  
**Feststellung:** Kriterien zur Quellenunabhängigkeit fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S10.  
**Begründung:** Quellen können je nach Auslegung in die Mindestzahl einbezogen oder ausgeschlossen werden.  
**Auswirkung auf dieses Kriterium:** Die Quellenbasis kann variieren.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuell“  
**Feststellung:** Ein zeitlicher Schwellenwert fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S11.  
**Begründung:** Dasselbe Ereignis kann als aktuell oder als älter eingestuft werden.  
**Auswirkung auf dieses Kriterium:** Die zeitliche Bewertung kann variieren.

**ID: S12**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Evidenz“  
**Feststellung:** Kriterien zur Belastbarkeit fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S12.  
**Begründung:** Unterschiedliche Belege können zugelassen oder als nicht ausreichend eingestuft werden.  
**Auswirkung auf dieses Kriterium:** Tatsachenbewertungen können variieren.

**ID: S13**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Das Verifizierungskriterium fehlt.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S13.  
**Begründung:** Ein Handle kann je nach Prüfmaßstab als verifiziert oder nicht verifiziert gelten.  
**Auswirkung auf dieses Kriterium:** Die Ausgabe der Handles kann variieren.

**ID: S14**  
**Schweregrad: G2**  
**Betroffene Stelle:** Ermittlung der Intended Message  
**Feststellung:** Kriterien zur Ermittlung der Vermittlungsabsicht fehlen.  
**Prüfregel:** Abschnitt 7.7; bestehende Schwachstelle S14.  
**Begründung:** Unterschiedliche Interpretationen der erkennbaren Absicht sind möglich.  
**Auswirkung auf dieses Kriterium:** Die ausgegebene Botschaft kann variieren.

## 8. Interpretationsspielraum

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „bereitgestellten Screenshot“  
**Feststellung:** Kein Verhalten bei fehlender Eingabe.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S01.  
**Begründung:** Bei fehlendem Screenshot sind mehrere Vorgehensweisen möglich.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt eine davon fest.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eigentliche … Hauptaussage“  
**Feststellung:** Auswahlkriterium fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S02.  
**Begründung:** Mindestens zwei Aussagen können als Hauptaussage verstanden werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Auswahl fest.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** Aufteilung in Behauptungen  
**Feststellung:** Abgrenzungskriterium fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S03.  
**Begründung:** Eine zusammengesetzte Aussage kann als eine Behauptung oder als mehrere Teilbehauptungen erfasst werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Aufteilung fest.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** Quellenstatuskategorien  
**Feststellung:** Zuordnungskriterium fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S04.  
**Begründung:** Eine Person kann etwa sowohl Journalist als auch Fachautor sein; denkbar sind Mehrfachzuordnung oder Auswahl einer Kategorie.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Zuordnung fest.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Attribution- und Adoption-Status  
**Feststellung:** Statuskriterien fehlen.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S05.  
**Begründung:** Eine Weitergabe einer zugeschriebenen Aussage kann etwa als implizite Übernahme oder als nicht etablierte Übernahme gewertet werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Statuswahl fest.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „üblichen Evidenzstandards“  
**Feststellung:** Der anzuwendende Maßstab ist nicht benannt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S06.  
**Begründung:** Unterschiedliche fachgebietsübliche Standards oder unterschiedlich strenge Anforderungen können herangezogen werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt den Maßstab fest.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** Widersprüchliche Quellen  
**Feststellung:** Gewichtungsregel fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S07.  
**Begründung:** Eine Quelle kann gegenüber einer anderen priorisiert oder der Widerspruch kann als unaufgelöst behandelt werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Vorgehensweise fest.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Overall Verdict  
**Feststellung:** Abgrenzungsregeln fehlen.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S08.  
**Begründung:** Bei einer teilweise zutreffenden, zugleich irreführenden Aussage kommen etwa „Mixed“ und „Misleading“ infrage.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt das Verdict fest.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Logical conclusion  
**Feststellung:** Abgrenzungsregeln fehlen.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S09.  
**Begründung:** Eine teilweise gestützte Schlussfolgerung kann als „Partially supported“ oder „Unsupported“ bewertet werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt den Status fest.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Kriterium für Unabhängigkeit fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S10.  
**Begründung:** Zwei Medien mit gemeinsamer Eigentümerorganisation können als unabhängig oder abhängig gezählt werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Zählweise fest.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle“ beziehungsweise „als aktuell dargestellt“  
**Feststellung:** Zeitlicher Schwellenwert fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S11.  
**Begründung:** Ein Ereignis von vor wenigen Tagen oder vor mehreren Wochen kann als aktuell gelten oder nicht.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die zeitliche Einstufung fest.

**ID: S12**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Evidenz“  
**Feststellung:** Belastbarkeitsmaßstab fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S12.  
**Begründung:** Eine einzelne offizielle Quelle kann als ausreichend oder als nicht ausreichend angesehen werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die Beurteilung fest.

**ID: S13**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Verifizierungskriterium fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S13.  
**Begründung:** Ein Handle kann anhand eines X-Verifizierungsmerkmals oder anhand einer externen Zuordnung als verifiziert beurteilt werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt das Prüfverfahren fest.

**ID: S14**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Botschaft, die der Autor dem Leser erkennbar vermitteln wollte“  
**Feststellung:** Regel zur Ermittlung der Absicht fehlt.  
**Prüfregel:** Abschnitt 7.8; bestehende Schwachstelle S14.  
**Begründung:** Die Botschaft kann aus dem erkennbaren Inhalt abgeleitet oder als weitergehende Absicht des Autors interpretiert werden.  
**Auswirkung auf dieses Kriterium:** Keine Regel legt die zulässige Ableitung fest.

# 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S01 (G3), S02–S14 (je G2) | 5 − 3 − 13×2 | 0 |
| Ablauf | keine | 5 − 0 | 5 |
| Logik | S06 (G2) | 5 − 2 | 3 |
| Eingaben | S01 (G3) | 5 − 3 | 2 |
| Ausgaben | keine | 5 − 0 | 5 |
| Entscheidungen | S02–S14 (je G2) | 5 − 13×2 | 0 |
| Reproduzierbarkeit | S01 (G3), S02–S14 (je G2) | 5 − 3 − 13×2 | 0 |
| Interpretationsspielraum | S01 (G3), S02–S14 (je G2) | 5 − 3 − 13×2 | 0 |

Gesamtpunktzahl: 15/40

# 3. Interpretationsstellen

**ID: S01**  
**Betroffene Stelle:** „bereitgestellten Screenshot“  
**Auslegung A:** Bei fehlendem Screenshot wird die Analyse nicht durchgeführt.  
**Auslegung B:** Die Analyse wird ohne Screenshot fortgesetzt.  
**Fehlende Regel:** Verhalten bei fehlender verpflichtender Eingabe.

**ID: S02**  
**Betroffene Stelle:** „eigentliche … Hauptaussage“  
**Auslegung A:** Die im Post ausdrücklich genannte Tatsachenbehauptung wird als Hauptaussage gewählt.  
**Auslegung B:** Die aus Bild, Kontext oder Argumentationsstruktur abgeleitete Schlussfolgerung wird als Hauptaussage gewählt.  
**Fehlende Regel:** Auswahlkriterium für die implizierte Hauptaussage.

**ID: S03**  
**Betroffene Stelle:** Aufteilung in explizite und implizite Behauptungen  
**Auslegung A:** Eine zusammengesetzte Aussage wird als eine Behauptung erfasst.  
**Auslegung B:** Ihre einzelnen Tatsachen- und Schlussfolgerungsteile werden getrennt erfasst.  
**Fehlende Regel:** Regel zur Abgrenzung einzelner Behauptungen.

**ID: S04**  
**Betroffene Stelle:** Quellenstatuskategorien  
**Auslegung A:** Eine Quelle, die mehrere Kategorien erfüllt, erhält mehrere Statusangaben.  
**Auslegung B:** Es wird eine einzelne Hauptkategorie ausgewählt.  
**Fehlende Regel:** Zuordnungs- und Mehrfachklassifikationsregel.

**ID: S05**  
**Betroffene Stelle:** Attribution-, Underlying-Claim- und Adoption-Status  
**Auslegung A:** Eine wiedergegebene zugeschriebene Aussage gilt als implizit übernommen.  
**Auslegung B:** Sie gilt ohne weitere Anzeichen als nicht übernommen.  
**Fehlende Regel:** Kriterien für die Auswahl der jeweiligen Statuswerte.

**ID: S06**  
**Betroffene Stelle:** „üblichen Evidenzstandards“ und „strenger“  
**Auslegung A:** Ein fachgebietsüblicher Mindeststandard wird herangezogen.  
**Auslegung B:** Ein strengerer Standard wird angesetzt, abhängig vom objektiven Anspruch der Quelle.  
**Fehlende Regel:** Benennung des anzuwendenden Evidenzmaßstabs und seiner konkreten Wirkung.

**ID: S07**  
**Betroffene Stelle:** „Bei widersprüchlichen Quellen“  
**Auslegung A:** Eine als vorrangig bewertete Quelle bestimmt die Schlussfolgerung.  
**Auslegung B:** Der Widerspruch bleibt unaufgelöst und begrenzt die Schlussfolgerung.  
**Fehlende Regel:** Gewichtungs- und Entscheidungsregel für widersprüchliche Quellen.

**ID: S08**  
**Betroffene Stelle:** Overall Verdict  
**Auslegung A:** Eine teilweise zutreffende, aber irreführend präsentierte Aussage wird „Mixed“ bewertet.  
**Auslegung B:** Dieselbe Aussage wird „Misleading“ bewertet.  
**Fehlende Regel:** Abgrenzung und Auswahlregeln für die Verdicts.

**ID: S09**  
**Betroffene Stelle:** Logical conclusion  
**Auslegung A:** Eine teilweise gestützte Schlussfolgerung wird „Partially supported“ bewertet.  
**Auslegung B:** Sie wird „Unsupported“ bewertet, wenn ihre zentrale Ableitung nicht gestützt ist.  
**Fehlende Regel:** Kriterien für die Zuordnung zu den Schlussfolgerungsstatus.

**ID: S10**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Auslegung A:** Zwei Medien mit gemeinsamer Eigentümerorganisation zählen als unabhängig, wenn sie getrennt berichten.  
**Auslegung B:** Sie zählen wegen der gemeinsamen Eigentümerorganisation nicht als unabhängig.  
**Fehlende Regel:** Kriterium für Quellenunabhängigkeit.

**ID: S11**  
**Betroffene Stelle:** „aktuell“  
**Auslegung A:** Ein Ereignis von vor wenigen Tagen gilt als aktuell.  
**Auslegung B:** Nur ein Ereignis aus einem engeren Zeitraum gilt als aktuell.  
**Fehlende Regel:** Zeitlicher Schwellenwert für Aktualität.

**ID: S12**  
**Betroffene Stelle:** „belastbare Evidenz“  
**Auslegung A:** Eine einzelne offizielle Quelle genügt.  
**Auslegung B:** Es sind mehrere unabhängige Belege erforderlich.  
**Fehlende Regel:** Maßstab für die Belastbarkeit von Evidenz.

**ID: S13**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Auslegung A:** Ein Handle gilt bei einem Verifizierungsmerkmal auf X als verifiziert.  
**Auslegung B:** Zusätzlich ist eine unabhängige Zuordnung zum genannten Akteur erforderlich.  
**Fehlende Regel:** Verfahren und Kriterien der Handle-Verifizierung.

**ID: S14**  
**Betroffene Stelle:** „Botschaft, die der Autor dem Leser erkennbar vermitteln wollte“  
**Auslegung A:** Die Intended Message wird auf die aus dem Post erkennbar vermittelte Aussage begrenzt.  
**Auslegung B:** Es wird eine weitergehende Absicht des Autors aus den Elementen des Posts abgeleitet.  
**Fehlende Regel:** Kriterien zur Ableitung und Abgrenzung der Vermittlungsabsicht.

# 4. Hinweise für den Prompt-Programmierer

**ID: S01**  
**Problem:** Für einen fehlenden Screenshot ist kein Verhalten festgelegt.  
**Änderung:** Ergänze eine Regel, die das Vorgehen bei fehlendem Screenshot bestimmt.  
**Wirkung:** Beseitigt die Unbestimmtheit des Verhaltens bei fehlender verpflichtender Eingabe.

**ID: S02**  
**Problem:** Die Auswahl der implizierten Hauptaussage hat keine Kriterien.  
**Änderung:** Ergänze Kriterien zur Auswahl der Hauptaussage, wenn mehrere Deutungen möglich sind.  
**Wirkung:** Beseitigt die unbestimmte Auswahl der Hauptaussage.

**ID: S03**  
**Problem:** Die Abgrenzung einzelner Behauptungen ist nicht geregelt.  
**Änderung:** Ergänze eine Regel zur Aufteilung zusammengesetzter Inhalte in einzelne prüfbare Behauptungen.  
**Wirkung:** Beseitigt die variierende Behauptungsabgrenzung.

**ID: S04**  
**Problem:** Zuordnung und Mehrfachzuordnung der Quellenstatus sind nicht geregelt.  
**Änderung:** Ergänze Kriterien für die Statuskategorien und bestimme, ob Mehrfachzuordnungen zulässig sind.  
**Wirkung:** Beseitigt die uneinheitliche Quellenklassifikation.

**ID: S05**  
**Problem:** Kriterien für die drei Attribution-Statusdimensionen fehlen.  
**Änderung:** Ergänze Zuordnungskriterien für Attribution, Underlying Claim und Adoption by Poster.  
**Wirkung:** Beseitigt die variierende Statusklassifikation.

**ID: S06**  
**Problem:** Die „üblichen Evidenzstandards“ und ihre Anwendung sind nicht bestimmt.  
**Änderung:** Benenne die anzuwendenden fachlichen Evidenzstandards und lege fest, wie der Quellenanspruch die Prüfanforderungen verändert.  
**Wirkung:** Beseitigt die unbestimmte Evidenzanforderung und deren Einfluss auf die Bewertung.

**ID: S07**  
**Problem:** Für widersprüchliche Quellen fehlt eine Gewichtungsregel.  
**Änderung:** Ergänze eine Regel, wie widersprüchliche Quellen für die Schlussfolgerung gewichtet oder als unaufgelöst behandelt werden.  
**Wirkung:** Beseitigt die variierende Entscheidung bei widersprüchlichen Belegen.

**ID: S08**  
**Problem:** Die Auswahl zwischen den Overall Verdicts ist nicht hinreichend geregelt.  
**Änderung:** Ergänze Abgrenzungs- und Auswahlkriterien für „True“, „False“, „Mixed“, „Misleading“ und „Unverified“.  
**Wirkung:** Beseitigt die unbestimmte Vergabe des Overall Verdict.

**ID: S09**  
**Problem:** Kriterien zur Bewertung der Logical conclusion fehlen.  
**Änderung:** Ergänze Kriterien zur Abgrenzung von „Supported“, „Partially supported“, „Unsupported“ und „False“.  
**Wirkung:** Beseitigt die unbestimmte Bewertung der logischen Schlussfolgerung.

**ID: S10**  
**Problem:** Quellenunabhängigkeit ist nicht definiert.  
**Änderung:** Ergänze ein Kriterium, anhand dessen bestimmt wird, ob Quellen als voneinander unabhängig zählen.  
**Wirkung:** Beseitigt die variierende Auswahl der für die Mindestzahl zählenden Quellen.

**ID: S11**  
**Problem:** Ein zeitlicher Maßstab für „aktuell“ fehlt.  
**Änderung:** Ergänze einen zeitlichen Schwellenwert für die Einstufung eines Ereignisses als aktuell oder älter.  
**Wirkung:** Beseitigt die variierende zeitliche Bewertung.

**ID: S12**  
**Problem:** „Belastbare Evidenz“ und „belastbare Gegenbelege“ sind nicht operationalisiert.  
**Änderung:** Ergänze Kriterien dafür, wann Evidenz und Gegenbelege als belastbar gelten.  
**Wirkung:** Beseitigt die variierende Auswahl und Bewertung von Belegen.

**ID: S13**  
**Problem:** Für die Verifizierung von X-Handles ist kein Kriterium festgelegt.  
**Änderung:** Ergänze ein Prüfverfahren und Kriterien für die Einstufung eines Handles als eindeutig verifiziert.  
**Wirkung:** Beseitigt die uneinheitliche Handle-Auswahl.

**ID: S14**  
**Problem:** Die Ermittlung und Abgrenzung der Intended Message ist nicht geregelt.  
**Änderung:** Ergänze Kriterien dafür, aus welchen konkreten Hinweisen die Intended Message abzuleiten ist und wie sie von der implizierten Hauptaussage abzugrenzen ist.  
**Wirkung:** Beseitigt die variierende Interpretation der Vermittlungsabsicht.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_002
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_005/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_005/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_005/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_005

Target generation:
gen_006

Latest evaluation:

Overall score: 12/40
Normalized score: 30.00%

Detailed evaluator report:
## 1. Prüfbericht

### Eindeutigkeit

**ID: S02**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Bestimme die *eigentliche* Aussage, die der Post dem Leser vermitteln will.“  
**Feststellung:** Es fehlt ein Kriterium zur Auswahl der Hauptaussage, wenn Text, Bilder oder Argumentation mehrere unterschiedliche zentrale Botschaften nahelegen.  
**Prüfregel:** F2; Abschnitt 7.1  
**Begründung:** Die verlangte Auswahl ist nicht durch eine Auswahlregel bestimmt. Mindestens zwei Auslegungen sind möglich: die zentrale explizite These oder die durch die Gesamtdarstellung nahegelegte Botschaft.  
**Auswirkung auf dieses Kriterium:** Die Hauptaussage kann unterschiedlich bestimmt werden; damit ist eine zentrale Anforderung nicht eindeutig ausführbar.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Behauptungssegmentierung“; „Für jede einzelne Behauptung“  
**Feststellung:** Es ist nicht festgelegt, nach welchen Regeln Inhalte in einzelne Behauptungen aufgeteilt werden.  
**Prüfregel:** F2; Abschnitt 7.1  
**Begründung:** Eine mehrteilige Aussage kann als eine Behauptung oder als mehrere Teilbehauptungen behandelt werden. Der Prompt gibt keine Auswahlregel für diese Segmentierung vor.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Segmentierungen können zu unterschiedlichen Prüfumfängen und Bewertungen führen.

**ID: S04**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Overall Verdict [Wähle exakt eine Option: True | False | Mixed | Misleading | Unverified]“  
**Feststellung:** Für die Auswahl zwischen den Urteilsoptionen fehlen vollständige Entscheidungskriterien.  
**Prüfregel:** F2; Abschnitt 7.1  
**Begründung:** Der Prompt nennt einzelne Fälle, in denen „False“ zwingend sein soll, definiert aber nicht, wann die übrigen Optionen zu wählen sind oder wie Überschneidungen zwischen ihnen aufgelöst werden.  
**Auswirkung auf dieses Kriterium:** Dieselbe Evidenzlage kann mit dem Prompt vereinbar zu unterschiedlichen Overall Verdicts führen.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Attribution: Korrekt / Inkorrekt / Unverifiziert“; „Adoption by Poster: Explizit / Implizit / Nicht etabliert“  
**Feststellung:** Es fehlen Kriterien zur Zuordnung der verlangten Attributions- und Adoptionsstatus.  
**Prüfregel:** F2; Abschnitt 7.1  
**Begründung:** Der Prompt nennt Statusoptionen, bestimmt aber nicht, wann etwa eine Zuschreibung als „Unverifiziert“ statt „Inkorrekt“ oder eine Übernahme als „Implizit“ statt „Nicht etabliert“ gilt.  
**Auswirkung auf dieses Kriterium:** Statuszuordnungen können bei gleichem Post und gleicher Evidenz voneinander abweichen.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Gegenbelege“; „verifizierte Fakten“; „wichtiger Kontext“  
**Feststellung:** Die Kriterien für Belastbarkeit, Verifizierung und die Relevanz fehlenden Kontexts sind nicht bestimmt.  
**Prüfregel:** Schritt 3; Abschnitt 7.1  
**Begründung:** Die Begriffe können zu unterschiedlichen Prüfhandlungen führen. Beispielsweise kann „belastbare Evidenz“ als eine passende Primärquelle oder als mehrfach unabhängig bestätigte Evidenz verstanden werden.  
**Auswirkung auf dieses Kriterium:** Quellen und Kontext können unterschiedlich ausgewählt und bewertet werden.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme den Status der Quelle vor der Urteilsbildung: Privatperson, Aktivist/Meinungsäußerung, Journalist/Medium, Fachautor/Experte …“  
**Feststellung:** Eine Auswahlregel fehlt für Quellen, die mehr als einer der aufgeführten Kategorien entsprechen.  
**Prüfregel:** F2; Abschnitt 7.1  
**Begründung:** Eine Person kann beispielsweise sowohl Journalist als auch Fachautor/Experte sein. Der Prompt bestimmt nicht, welche Kategorie in diesem Fall zu verwenden ist oder ob mehrere Kategorien zugleich gelten sollen.  
**Auswirkung auf dieses Kriterium:** Der Quellenstatus kann unterschiedlich zugeordnet werden.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „höhere Autorität erfordert strengere Evidenz, methodische Sorgfalt und Berücksichtigung von Einschränkungen“  
**Feststellung:** Es fehlt eine Regel dafür, wie stark die geforderte Evidenzstrenge je nach Quellenautorität zu verändern ist.  
**Prüfregel:** Schritt 3; F2; Abschnitt 7.1  
**Begründung:** „Strengere“ ist nicht durch ein Kriterium, einen Schwellenwert oder eine verbindliche Abstufung bestimmt. Unterschiedliche Beleganforderungen sind mit dem Wortlaut vereinbar.  
**Auswirkung auf dieses Kriterium:** Die für eine Quelle erforderliche Evidenz kann unterschiedlich angesetzt werden.

**ID: S09**  
**Schweregrad: G1**  
**Betroffene Stelle:** „AI Fact-Check [aktuelles Datum und Uhrzeit]“  
**Feststellung:** Für Datum und Uhrzeit ist keine Bezugszeitzone festgelegt.  
**Prüfregel:** F5; Abschnitt 7.1  
**Begründung:** Derselbe Zeitpunkt kann je nach verwendeter Zeitzone als unterschiedliches Datum oder unterschiedliche Uhrzeit ausgegeben werden.  
**Auswirkung auf dieses Kriterium:** Ein verpflichtender Bestandteil der Ausgabe ist nicht eindeutig bestimmt.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „existierende, eindeutig verifizierte X-Handles“  
**Feststellung:** Es fehlt ein Kriterium dafür, wann ein X-Handle als eindeutig verifiziert gilt und wie zwischen mehreren möglichen Handles ausgewählt wird.  
**Prüfregel:** F2; Abschnitt 7.1  
**Begründung:** Unterschiedliche Prüfmaßstäbe für „verifiziert“ oder unterschiedliche Kandidaten können zu unterschiedlichen Handles beziehungsweise zur Ausgabe des Klarnamens führen.  
**Auswirkung auf dieses Kriterium:** Die Entitätsangabe kann bei gleichen verfügbaren Informationen unterschiedlich ausfallen.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion [Supported | Partially supported | Unsupported | False]“  
**Feststellung:** Die Kriterien zur Auswahl zwischen den vier Schlussfolgerungsbewertungen sind nicht festgelegt.  
**Prüfregel:** F2; Abschnitt 7.1  
**Begründung:** Der Prompt verlangt eine Auswahl, legt aber keine Schwellen oder Zuordnungsregeln für die Optionen fest.  
**Auswirkung auf dieses Kriterium:** Dieselbe Beleglage kann unterschiedlichen Schlussfolgerungsbewertungen zugeordnet werden.

### Ablauf

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

### Logik

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

### Eingaben

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Vergleiche diesen mit dem bereitgestellten Screenshot“  
**Feststellung:** Es fehlt ein Verhalten für den Fall, dass der ausdrücklich vorausgesetzte Screenshot nicht bereitgestellt wird.  
**Prüfregel:** Abschnitt 7.4  
**Begründung:** Der Screenshot ist für den vorgeschriebenen Vergleich erforderlich; der Prompt legt nicht fest, wie bei seinem Fehlen vorzugehen ist.  
**Auswirkung auf dieses Kriterium:** Ein notwendiger Eingabebestandteil kann fehlen, ohne dass das weitere Vorgehen bestimmt ist.

### Ausgaben

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Claim-by-claim assessment [Detaillierte Bewertung jeder einzelnen Behauptung (A und B).]“  
**Feststellung:** Die verpflichtenden Einzelbewertungen hängen von einer nicht geregelten Segmentierung der Behauptungen ab.  
**Prüfregel:** F5; Abschnitt 7.5  
**Begründung:** Je nachdem, ob eine zusammengesetzte Aussage als eine oder mehrere Behauptungen behandelt wird, ändert sich der Inhalt der Pflichtausgabe.  
**Auswirkung auf dieses Kriterium:** Umfang und Struktur der Claim-by-claim-Ausgabe sind nicht eindeutig bestimmbar.

**ID: S09**  
**Schweregrad: G1**  
**Betroffene Stelle:** „AI Fact-Check [aktuelles Datum und Uhrzeit]“  
**Feststellung:** Für den verpflichtenden Zeitstempel ist keine Bezugszeitzone festgelegt.  
**Prüfregel:** F5; Abschnitt 7.5  
**Begründung:** Der auszugebende Zeitstempel kann abhängig von der gewählten Zeitzone abweichen.  
**Auswirkung auf dieses Kriterium:** Der Inhalt eines verpflichtenden Ausgabebestandteils ist nicht eindeutig bestimmt.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bei Entitäten: X-Handle oder Klarnamen.“  
**Feststellung:** Für die Auswahl eines auszugebenden Handles fehlt ein bestimmter Verifizierungs- und Auswahlmaßstab.  
**Prüfregel:** F2; Abschnitt 7.5  
**Begründung:** Der Pflichtbestandteil kann je nach Maßstab ein Handle oder der Klarname sein; bei mehreren möglichen Handles ist die Auswahl ebenfalls nicht geregelt.  
**Auswirkung auf dieses Kriterium:** Die verlangte Entitätsangabe kann unterschiedlich ausfallen.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion [Supported | Partially supported | Unsupported | False]“  
**Feststellung:** Für den verpflichtenden Schlussfolgerungsstatus fehlen Zuordnungskriterien.  
**Prüfregel:** F5; Abschnitt 7.5  
**Begründung:** Der Inhalt eines Pflichtfelds lässt sich aus der Evidenz nicht eindeutig in eine der vorgegebenen Optionen überführen.  
**Auswirkung auf dieses Kriterium:** Die Ausgabe kann für dieselbe Evidenzlage unterschiedliche Schlussfolgerungslabels enthalten.

### Entscheidungen

**ID: S02**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Bestimme die *eigentliche* Aussage, die der Post dem Leser vermitteln will.“  
**Feststellung:** Es fehlt eine Auswahlregel für die Bestimmung der Hauptaussage bei mehreren plausiblen Botschaften.  
**Prüfregel:** F2; Abschnitt 7.6  
**Begründung:** Der Prompt verlangt eine Auswahl, bestimmt aber nicht, welche der möglichen Botschaften Vorrang hat.  
**Auswirkung auf dieses Kriterium:** Die zentrale Aussage kann unterschiedlich gewählt werden.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Behauptungssegmentierung“; „Für jede einzelne Behauptung“  
**Feststellung:** Es fehlt eine Regel für die Aufteilung zusammengesetzter Inhalte in einzelne Behauptungen.  
**Prüfregel:** F2; Abschnitt 7.6  
**Begründung:** Eine Aussage kann als eine Gesamtbehauptung oder in mehrere Teilbehauptungen segmentiert werden.  
**Auswirkung auf dieses Kriterium:** Die Auswahl dessen, was einzeln geprüft wird, kann variieren.

**ID: S04**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Overall Verdict [Wähle exakt eine Option: True | False | Mixed | Misleading | Unverified]“  
**Feststellung:** Es fehlt eine vollständige Entscheidungsregel zur Auswahl des Overall Verdict.  
**Prüfregel:** F2; Abschnitt 7.6  
**Begründung:** Die Vorgaben für „False“ bestimmen nicht die Auswahl der übrigen Optionen oder die Auflösung möglicher Überschneidungen.  
**Auswirkung auf dieses Kriterium:** Die verlangte Endentscheidung ist bei gleicher Evidenz nicht reproduzierbar festgelegt.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Attribution: Korrekt / Inkorrekt / Unverifiziert“; „Adoption by Poster: Explizit / Implizit / Nicht etabliert“  
**Feststellung:** Für die Statusauswahl bei Attribution und Übernahme fehlen Entscheidungskriterien.  
**Prüfregel:** F2; Abschnitt 7.6  
**Begründung:** Der Prompt nennt mögliche Ergebnisse, definiert aber nicht, anhand welcher Bedingungen sie ausgewählt werden.  
**Auswirkung auf dieses Kriterium:** Die Statusentscheidungen können auseinandergehen.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Gegenbelege“; „verifizierte Fakten“  
**Feststellung:** Es fehlt ein Entscheidungskriterium für die geforderte Evidenzqualität.  
**Prüfregel:** F2; Abschnitt 7.6  
**Begründung:** Der Prompt verlangt Evidenz auszuwählen und zu bewerten, legt aber keinen Maßstab für „belastbar“ oder „verifiziert“ fest.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Evidenz kann als ausreichend oder nicht ausreichend behandelt werden.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bestimme den Status der Quelle … Privatperson, Aktivist/Meinungsäußerung, Journalist/Medium, Fachautor/Experte …“  
**Feststellung:** Es fehlt eine Entscheidungsregel für Quellen, die mehreren genannten Kategorien entsprechen.  
**Prüfregel:** F2; Abschnitt 7.6  
**Begründung:** Der Prompt legt nicht fest, ob in solchen Fällen eine Kategorie Vorrang hat oder mehrere Kategorien verwendet werden.  
**Auswirkung auf dieses Kriterium:** Die Quellenstatusentscheidung kann variieren.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „höhere Autorität erfordert strengere Evidenz“  
**Feststellung:** Es fehlt eine Entscheidungsregel für den konkreten Evidenzmaßstab, der aus der Autorität einer Quelle folgt.  
**Prüfregel:** F2; Abschnitt 7.6  
**Begründung:** Die geforderte Abstufung ist nicht durch eine verbindliche Auswahlregel bestimmt.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Evidenzanforderungen können angesetzt werden.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Es fehlt eine Entscheidungsregel zur Auswahl und Verifizierung eines Handles.  
**Prüfregel:** F2; Abschnitt 7.6  
**Begründung:** Der Prompt definiert nicht, anhand welcher Kriterien ein Handle als verifiziert gilt oder welcher Kandidat bei mehreren möglichen Handles gewählt wird.  
**Auswirkung auf dieses Kriterium:** Die Entscheidung zwischen Handle und Klarname kann unterschiedlich ausfallen.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion [Supported | Partially supported | Unsupported | False]“  
**Feststellung:** Es fehlt eine Entscheidungsregel zur Zuordnung der Evidenz zu den Schlussfolgerungsoptionen.  
**Prüfregel:** F2; Abschnitt 7.6  
**Begründung:** Die Optionen sind vorgegeben, aber ihre Auswahlbedingungen nicht.  
**Auswirkung auf dieses Kriterium:** Der Schlussfolgerungsstatus kann unterschiedlich bestimmt werden.

### Reproduzierbarkeit

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Vergleiche diesen mit dem bereitgestellten Screenshot“  
**Feststellung:** Für das Fehlen des vorausgesetzten Screenshots ist kein Vorgehen festgelegt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Der Prompt lässt unterschiedliche Vorgehensweisen zu, etwa den Vergleich auszulassen oder die Analyse nicht fortzusetzen.  
**Auswirkung auf dieses Kriterium:** Verarbeitungsschritte und mögliche Analyseergebnisse können abweichen.

**ID: S02**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Bestimme die *eigentliche* Aussage“  
**Feststellung:** Die Auswahlregel für die Hauptaussage fehlt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Eine explizite These oder eine aus der Gesamtdarstellung hergeleitete Botschaft kann jeweils als Hauptaussage gewählt werden.  
**Auswirkung auf dieses Kriterium:** Inhaltliche Auswahl und nachfolgende Bewertung können abweichen.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Behauptungssegmentierung“; „jede einzelne Behauptung“  
**Feststellung:** Die Segmentierungsregel fehlt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Eine zusammengesetzte Aussage kann als Einheit oder in Teilbehauptungen geprüft werden.  
**Auswirkung auf dieses Kriterium:** Verarbeitungsschritte und Ausgabestruktur können abweichen.

**ID: S04**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Overall Verdict“ mit den Optionen True, False, Mixed, Misleading, Unverified  
**Feststellung:** Die Auswahlregeln für das Endurteil sind unvollständig.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Bei identischer Evidenzlage sind verschiedene der nicht hinreichend abgegrenzten Optionen mit dem Prompt vereinbar.  
**Auswirkung auf dieses Kriterium:** Das Endurteil kann abweichen.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Die Statusoptionen im „Attribution Check“  
**Feststellung:** Die Kriterien zur Auswahl der Statusoptionen fehlen.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Eine gleiche Zuschreibung oder Übernahme kann unterschiedlich klassifiziert werden.  
**Auswirkung auf dieses Kriterium:** Die ausgegebenen Statusentscheidungen können abweichen.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Gegenbelege“; „verifizierte Fakten“  
**Feststellung:** Der Maßstab für die Evidenzbewertung ist unbestimmt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Unterschiedliche Vorgehensweisen können Evidenz unterschiedlich auswählen oder als ausreichend einstufen.  
**Auswirkung auf dieses Kriterium:** Inhaltsauswahl und Bewertung können abweichen.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** Die Liste der Quellenstatus-Kategorien  
**Feststellung:** Für Überschneidungen zwischen Quellenkategorien fehlt eine Auswahlregel.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Derselben Quelle können mehrere Kategorien zugeordnet werden, ohne dass deren Behandlung geregelt ist.  
**Auswirkung auf dieses Kriterium:** Die Quellenklassifikation und gegebenenfalls die anschließende Bewertung können abweichen.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „höhere Autorität erfordert strengere Evidenz“  
**Feststellung:** Die Abstufung der Evidenzanforderungen ist nicht bestimmt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Verschiedene zulässige Maßstäbe führen zu unterschiedlichen Prüfanforderungen.  
**Auswirkung auf dieses Kriterium:** Bewertungsschritte und Urteile können abweichen.

**ID: S09**  
**Schweregrad: G1**  
**Betroffene Stelle:** „aktuelles Datum und Uhrzeit“  
**Feststellung:** Die Bezugszeitzone des Zeitstempels ist nicht festgelegt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Verschiedene Zeitzonen ermöglichen unterschiedliche Zeitstempel.  
**Auswirkung auf dieses Kriterium:** Ein Ausgabebestandteil kann abweichen.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Kriterien zur Verifizierung und Auswahl eines Handles fehlen.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Unterschiedliche Prüfmaßstäbe oder Kandidaten können zu unterschiedlichen Entitätsangaben führen.  
**Auswirkung auf dieses Kriterium:** Die Ausgabe kann inhaltlich abweichen.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion [Supported | Partially supported | Unsupported | False]“  
**Feststellung:** Die Zuordnung zu den Schlussfolgerungsoptionen ist nicht geregelt.  
**Prüfregel:** Abschnitt 7.7  
**Begründung:** Mehrere Labels können bei gleicher Evidenzlage als passend ausgelegt werden.  
**Auswirkung auf dieses Kriterium:** Der ausgegebene Schlussfolgerungsstatus kann abweichen.

### Interpretationsspielraum

**ID: S02**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Bestimme die *eigentliche* Aussage“  
**Feststellung:** Es fehlt eine Auswahlregel für die Hauptaussage.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Beide Möglichkeiten sind mit dem Prompt vereinbar; keine Regel legt fest, welche zu verwenden ist.  
**Auswirkung auf dieses Kriterium:** Die Hauptaussage kann unterschiedlich interpretiert werden.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Behauptungssegmentierung“  
**Feststellung:** Es fehlt eine Regel zur Granularität der Behauptungen.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Möglichkeit A: eine mehrteilige Aussage als eine Behauptung behandeln. Möglichkeit B: jede Teilbehauptung separat erfassen.  
**Auswirkung auf dieses Kriterium:** Es bestehen unterschiedliche, nicht priorisierte Auslegungen.

**ID: S04**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Overall Verdict“  
**Feststellung:** Die Auswahlgrenzen zwischen den Urteilsoptionen sind nicht vollständig festgelegt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Möglichkeit A: eine teils zutreffende, teils unbelegte Gesamtaussage als „Mixed“ einstufen. Möglichkeit B: sie als „Unverified“ einstufen. Der Prompt legt die Auswahlregel hierfür nicht fest.  
**Auswirkung auf dieses Kriterium:** Das Endurteil kann unterschiedlich interpretiert werden.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Adoption by Poster: Explizit / Implizit / Nicht etabliert“  
**Feststellung:** Die Abgrenzung der Adoptionsstatus ist nicht geregelt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Möglichkeit A: eine durch Darstellung nahegelegte Übernahme als „Implizit“ werten. Möglichkeit B: sie als „Nicht etabliert“ werten, solange sie nicht ausdrücklich formuliert ist.  
**Auswirkung auf dieses Kriterium:** Für denselben Post bestehen unterschiedliche Statusauslegungen.

**ID: S06**  
**Schweregrad: G2**  
**Betroffene Stelle:** „belastbare Gegenbelege“  
**Feststellung:** Der Maßstab für die Belastbarkeit von Evidenz ist unbestimmt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Möglichkeit A: eine passende Primärquelle als belastbar ansehen. Möglichkeit B: zusätzliche unabhängige Bestätigung verlangen.  
**Auswirkung auf dieses Kriterium:** Die Evidenz kann unterschiedlich bewertet werden.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Journalist/Medium, Fachautor/Experte“  
**Feststellung:** Für Quellen mit mehreren passenden Kategorien fehlt eine Auswahlregel.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Möglichkeit A: eine Quelle als Journalist/Medium einordnen. Möglichkeit B: dieselbe Quelle als Fachautor/Experte einordnen.  
**Auswirkung auf dieses Kriterium:** Die Quellenklassifikation kann unterschiedlich ausfallen.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „höhere Autorität erfordert strengere Evidenz“  
**Feststellung:** Die geforderte Abstufung der Evidenzstrenge ist unbestimmt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Möglichkeit A: bei höherer Autorität stärkere Bestätigung durch zusätzliche Quellen verlangen. Möglichkeit B: dieselbe Quellenbasis akzeptieren, aber Einschränkungen ausführlicher prüfen.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Prüfmaßstäbe sind mit dem Prompt vereinbar.

**ID: S09**  
**Schweregrad: G1**  
**Betroffene Stelle:** „aktuelles Datum und Uhrzeit“  
**Feststellung:** Die Zeitzone ist nicht angegeben.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Möglichkeit A: den Zeitstempel in UTC ausgeben. Möglichkeit B: ihn in einer lokalen Zeitzone ausgeben.  
**Auswirkung auf dieses Kriterium:** Der Zeitstempel kann unterschiedlich ausfallen.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Der Maßstab für Verifizierung und Auswahl eines Handles ist nicht bestimmt.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Möglichkeit A: ein Handle anhand einer Bestätigung auf der Website der Entität als verifiziert einstufen. Möglichkeit B: nur ein Handle verwenden, dessen Zuordnung auf anderem Weg bestätigt wurde.  
**Auswirkung auf dieses Kriterium:** Handle oder Klarname können unterschiedlich ausgegeben werden.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion [Supported | Partially supported | Unsupported | False]“  
**Feststellung:** Die Schwellen zur Auswahl der Schlussfolgerungslabels fehlen.  
**Prüfregel:** Abschnitt 7.8  
**Begründung:** Möglichkeit A: eine teilweise durch Evidenz gestützte Schlussfolgerung als „Partially supported“ bewerten. Möglichkeit B: sie als „Unsupported“ bewerten, wenn ein notwendiger Teil nicht belegt ist.  
**Auswirkung auf dieses Kriterium:** Für die gleiche Beleglage bestehen unterschiedliche, nicht priorisierte Auslegungen.

## 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S02 (G3), S03 (G2), S04 (G3), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G1), S10 (G2), S11 (G2) | 5 − 21 | 0 |
| Ablauf | keine | 5 − 0 | 5 |
| Logik | keine | 5 − 0 | 5 |
| Eingaben | S01 (G3) | 5 − 3 | 2 |
| Ausgaben | S03 (G2), S09 (G1), S10 (G2), S11 (G2) | 5 − 7 | 0 |
| Entscheidungen | S02 (G3), S03 (G2), S04 (G3), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S10 (G2), S11 (G2) | 5 − 20 | 0 |
| Reproduzierbarkeit | S01 (G3), S02 (G3), S03 (G2), S04 (G3), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G1), S10 (G2), S11 (G2) | 5 − 24 | 0 |
| Interpretationsspielraum | S02 (G3), S03 (G2), S04 (G3), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G1), S10 (G2), S11 (G2) | 5 − 21 | 0 |

Gesamtpunktzahl: 12/40

## 3. Interpretationsstellen

**ID: S02**  
**Betroffene Stelle:** „Bestimme die *eigentliche* Aussage“  
**Auslegung A:** Die explizite Hauptthese des Posts als Hauptaussage verwenden.  
**Auslegung B:** Die aus der Gesamtdarstellung abgeleitete Botschaft als Hauptaussage verwenden.  
**Fehlende Regel:** Auswahlkriterium für die Hauptaussage.

**ID: S03**  
**Betroffene Stelle:** „Behauptungssegmentierung“  
**Auslegung A:** Eine mehrteilige Aussage als eine Behauptung behandeln.  
**Auslegung B:** Die einzelnen Teilbehauptungen separat erfassen.  
**Fehlende Regel:** Regel zur Granularität der Behauptungssegmentierung.

**ID: S04**  
**Betroffene Stelle:** „Overall Verdict“  
**Auslegung A:** Eine teils zutreffende, teils unbelegte Aussage als „Mixed“ einstufen.  
**Auslegung B:** Dieselbe Aussage als „Unverified“ einstufen.  
**Fehlende Regel:** Abgrenzungs- und Auswahlkriterien für die Overall-Verdict-Optionen.

**ID: S05**  
**Betroffene Stelle:** „Adoption by Poster“  
**Auslegung A:** Eine durch die Darstellung nahegelegte Übernahme als „Implizit“ werten.  
**Auslegung B:** Sie als „Nicht etabliert“ werten, wenn keine ausdrückliche Übernahme formuliert ist.  
**Fehlende Regel:** Kriterien zur Abgrenzung der Adoptionsstatus.

**ID: S06**  
**Betroffene Stelle:** „belastbare Gegenbelege“  
**Auslegung A:** Eine passende Primärquelle als belastbar ansehen.  
**Auslegung B:** Zusätzliche unabhängige Bestätigung verlangen.  
**Fehlende Regel:** Maßstab für die Belastbarkeit von Evidenz.

**ID: S07**  
**Betroffene Stelle:** „Journalist/Medium, Fachautor/Experte“  
**Auslegung A:** Eine Quelle als Journalist/Medium einordnen.  
**Auslegung B:** Dieselbe Quelle als Fachautor/Experte einordnen.  
**Fehlende Regel:** Auswahl- oder Mehrfachzuordnungsregel für überlappende Kategorien.

**ID: S08**  
**Betroffene Stelle:** „höhere Autorität erfordert strengere Evidenz“  
**Auslegung A:** Zusätzliche Bestätigung durch weitere Quellen verlangen.  
**Auslegung B:** Die Quellenbasis beibehalten, aber Einschränkungen ausführlicher prüfen.  
**Fehlende Regel:** Verbindliche Abstufung der Evidenzanforderungen.

**ID: S09**  
**Betroffene Stelle:** „aktuelles Datum und Uhrzeit“  
**Auslegung A:** Zeitstempel in UTC ausgeben.  
**Auslegung B:** Zeitstempel in einer lokalen Zeitzone ausgeben.  
**Fehlende Regel:** Bezugszeitzone.

**ID: S10**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Auslegung A:** Ein Handle anhand einer Bestätigung auf der Website der Entität als verifiziert einstufen.  
**Auslegung B:** Für die Zuordnung ein anderes Bestätigungsverfahren verlangen.  
**Fehlende Regel:** Verifizierungs- und Auswahlkriterien für Handles.

**ID: S11**  
**Betroffene Stelle:** „Logical conclusion [Supported | Partially supported | Unsupported | False]“  
**Auslegung A:** Eine teilweise gestützte Schlussfolgerung als „Partially supported“ bewerten.  
**Auslegung B:** Sie als „Unsupported“ bewerten, wenn ein Teil nicht belegt ist.  
**Fehlende Regel:** Schwellen und Zuordnungskriterien für die Schlussfolgerungslabels.

## 4. Hinweise für den Prompt-Programmierer

**ID: S01**  
**Problem:** Es fehlt ein Vorgehen für den Fall, dass der vorausgesetzte Screenshot nicht bereitgestellt wird.  
**Änderung:** Eine Regel ergänzen, die festlegt, wie bei fehlendem Screenshot vorzugehen ist.  
**Wirkung:** Beseitigt die Unbestimmtheit beim Umgang mit der fehlenden erforderlichen Eingabe.

**ID: S02**  
**Problem:** Es fehlt ein Auswahlkriterium für die Hauptaussage, wenn mehrere Botschaften in Betracht kommen.  
**Änderung:** Ein verbindliches Kriterium ergänzen, nach dem die Hauptaussage aus den möglichen Botschaften ausgewählt wird.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Bestimmung der Hauptaussage.

**ID: S03**  
**Problem:** Es fehlt eine Regel zur Aufteilung zusammengesetzter Inhalte in einzelne Behauptungen.  
**Änderung:** Festlegen, nach welchen Kriterien Teilbehauptungen voneinander abgegrenzt und einzeln bewertet werden.  
**Wirkung:** Beseitigt die Unbestimmtheit der Segmentierung und der davon abhängigen Ausgabe.

**ID: S04**  
**Problem:** Die Auswahlkriterien für das Overall Verdict sind unvollständig.  
**Änderung:** Abgrenzungs- und Auswahlkriterien für sämtliche Overall-Verdict-Optionen ergänzen, einschließlich der Fälle, die von den False-Regeln nicht erfasst sind.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Endentscheidung.

**ID: S05**  
**Problem:** Die Kriterien zur Zuordnung der Attributions- und Adoptionsstatus fehlen.  
**Änderung:** Für die genannten Statusoptionen verbindliche Zuordnungsbedingungen festlegen.  
**Wirkung:** Beseitigt die Mehrdeutigkeit der verlangten Attributions- und Adoptionsbewertungen.

**ID: S06**  
**Problem:** Die Maßstäbe für „belastbare“ Evidenz, „verifizierte Fakten“ und relevanten Kontext sind nicht bestimmt.  
**Änderung:** Kriterien ergänzen, anhand derer Belastbarkeit, Verifizierung und Relevanz des Kontexts beurteilt werden.  
**Wirkung:** Beseitigt die Unbestimmtheit der Evidenzauswahl und -bewertung.

**ID: S07**  
**Problem:** Für Quellen, die mehreren aufgeführten Kategorien entsprechen, fehlt eine Zuordnungsregel.  
**Änderung:** Festlegen, ob Mehrfachzuordnungen zulässig sind oder welche Kategorie bei Überschneidungen Vorrang hat.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Bestimmung des Quellenstatus.

**ID: S08**  
**Problem:** Die Evidenzstrenge ist nicht verbindlich nach Quellenautorität abgestuft.  
**Änderung:** Die erforderlichen Evidenzmaßstäbe für die relevanten Autoritätsstufen konkret festlegen.  
**Wirkung:** Beseitigt die Unbestimmtheit bei der Ableitung der Evidenzanforderungen aus der Quellenautorität.

**ID: S09**  
**Problem:** Für Datum und Uhrzeit fehlt die Bezugszeitzone.  
**Änderung:** Eine verbindliche Zeitzone für den Zeitstempel angeben.  
**Wirkung:** Beseitigt die Mehrdeutigkeit des verpflichtenden Zeitstempels.

**ID: S10**  
**Problem:** Die Kriterien zur Verifizierung und Auswahl von X-Handles fehlen.  
**Änderung:** Festlegen, anhand welcher Kriterien ein Handle als eindeutig verifiziert gilt und wie bei mehreren möglichen Handles auszuwählen ist.  
**Wirkung:** Beseitigt die Unbestimmtheit der Entitätsangabe.

**ID: S11**  
**Problem:** Die Auswahlkriterien für die Logical-conclusion-Labels fehlen.  
**Änderung:** Bedingungen festlegen, unter denen „Supported“, „Partially supported“, „Unsupported“ und „False“ jeweils zu verwenden sind.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Ausgabe des Schlussfolgerungsstatus.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_005
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_006/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_006/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_006/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_004

Target generation:
gen_007

Latest evaluation:

Overall score: 10/40
Normalized score: 25.00%

Detailed evaluator report:
# 1. Prüfbericht

## 1. Eindeutigkeit

**ID: S03**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Bestimme die eigentliche, indirekt formulierte Hauptaussage“  
**Feststellung:** Es fehlt eine Auswahlregel dafür, welche von mehreren möglichen indirekten Botschaften als Hauptaussage gelten soll.  
**Prüfregel:** 7.1 Eindeutigkeit; 7.6 Entscheidungen  
**Begründung:** Der Prompt verlangt eine zentrale Aussage, definiert aber nicht, wie zwischen mehreren plausiblen Kandidaten entschieden wird.  
**Auswirkung auf dieses Kriterium:** Verschiedene Analysen können unterschiedliche Hauptaussagen bestimmen.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Mindestens drei voneinander unabhängige Quellen verwenden: Primärquelle, internationale Nachrichtenquelle und regionale/fachliche Quelle, falls verfügbar.“  
**Feststellung:** Die Auswahlregel für die geforderten Quellentypen ist nicht eindeutig.  
**Prüfregel:** 7.1 Eindeutigkeit; 7.6 Entscheidungen  
**Begründung:** Mit dem Wortlaut vereinbar sind etwa drei Quellen, die jeweils die genannten Typen abdecken, oder drei unabhängige Quellen, bei denen regionale beziehungsweise fachliche Quellen nur bei Verfügbarkeit hinzukommen.  
**Auswirkung auf dieses Kriterium:** Die verwendete Quellenkombination kann unterschiedlich ausfallen.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Klassifiziere die Quelle objektiv: Privatperson … Journalist/Medium, Fachautor/Experte, Unternehmen …“  
**Feststellung:** Es fehlt eine Regel für Quellen, die in mehrere aufgeführte Kategorien fallen.  
**Prüfregel:** 7.1 Eindeutigkeit; 7.6 Entscheidungen  
**Begründung:** Eine Quelle kann beispielsweise zugleich Journalist/Medium und Fachautor/Experte sein. Der Prompt legt nicht fest, ob eine oder mehrere Kategorien zuzuweisen sind oder wie die Einordnung für die Evidenzanforderungen verwendet wird.  
**Auswirkung auf dieses Kriterium:** Quellen können unterschiedlich klassifiziert und daraus unterschiedliche Prüfmaßstäbe abgeleitet werden.

**ID: S06**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Overall Verdict [True / False / Mixed / Misleading / Unverified]“ sowie „Status-spezifische Hard-Rules“  
**Feststellung:** Es fehlt eine vollständige Entscheidungsregel für die Zuordnung der Gesamtbewertung zu den fünf Verdict-Optionen.  
**Prüfregel:** 7.1 Eindeutigkeit; 7.6 Entscheidungen  
**Begründung:** Der Prompt legt einzelne False-Auslöser fest, definiert aber nicht, wann die übrigen Verdicts zu verwenden sind oder wie Fälle zu behandeln sind, die nicht eindeutig unter einen Auslöser fallen.  
**Auswirkung auf dieses Kriterium:** Derselbe Befund kann zu unterschiedlichen Overall Verdicts führen.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion [Supported / Partially supported / Unsupported / False]“  
**Feststellung:** Es fehlen Kriterien für die Zuordnung der Befunde zu den vier Kategorien.  
**Prüfregel:** 7.1 Eindeutigkeit; 7.6 Entscheidungen  
**Begründung:** Die Kategorien sind aufgeführt, aber der Prompt definiert keine Schwellen oder Auswahlregeln für ihre Verwendung.  
**Auswirkung auf dieses Kriterium:** Derselbe Evidenz- und Logikbefund kann unterschiedlich eingeordnet werden.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Confidence [High / Medium / Low / Not determinable]“  
**Feststellung:** Es fehlen Kriterien für die Auswahl des Confidence-Werts.  
**Prüfregel:** 7.1 Eindeutigkeit; 7.6 Entscheidungen  
**Begründung:** Der Prompt nennt zulässige Werte, definiert aber nicht, wann welcher Wert anzuwenden ist.  
**Auswirkung auf dieses Kriterium:** Verschiedene Prüfungen können für denselben Befund unterschiedliche Confidence-Werte ausgeben.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Prüfe … auf existierende, eindeutig verifizierte X-Handles. Verwende nur verifizierte Handles“  
**Feststellung:** Es ist nicht definiert, anhand welchen Kriteriums ein X-Handle als verifiziert gilt.  
**Prüfregel:** 7.1 Eindeutigkeit; 7.6 Entscheidungen  
**Begründung:** Verschiedene Prüfkriterien für „verifiziert“ können zu unterschiedlichen Zuordnungen führen.  
**Auswirkung auf dieses Kriterium:** Für dieselbe Entität kann ein Handle verwendet oder durch den Klarnamen ersetzt werden.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „AI Fact-Check [aktuelles Datum und Uhrzeit]“  
**Feststellung:** Die Herkunft der benötigten aktuellen Zeitangabe ist nicht festgelegt.  
**Prüfregel:** 7.1 Eindeutigkeit; F4; F5  
**Begründung:** Der Prompt verlangt Datum und Uhrzeit, gibt aber keine Quelle oder Regel für deren Bestimmung vor.  
**Auswirkung auf dieses Kriterium:** Der einzutragende Zeitwert kann anhand des Prompttexts allein unterschiedlich bestimmt werden.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Der Anspruch der Quelle bestimmt die Strenge der Evidenzanforderungen“ und „Je höher der objektive Anspruch der Quelle, desto strenger ist die Prüfung“  
**Feststellung:** Die Regel, nach der der Quellenanspruch in konkrete Evidenzanforderungen übersetzt wird, ist nicht bestimmt.  
**Prüfregel:** 7.1 Eindeutigkeit; 7.6 Entscheidungen  
**Begründung:** Der Prompt legt die Richtung der Anpassung fest, aber nicht, welche konkreten Anforderungen bei welchem Anspruch gelten.  
**Auswirkung auf dieses Kriterium:** Prüfer können bei gleicher Quelle unterschiedliche Evidenzanforderungen ansetzen.

## 2. Ablauf

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

## 3. Logik

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

## 4. Eingaben

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Lade immer den vollständigen Originalpost.“  
**Feststellung:** Die Herkunft der Information, die zum Auffinden des Originalposts benötigt wird, ist nicht definiert.  
**Prüfregel:** F4; 7.4 Eingaben  
**Begründung:** Der verpflichtende Verarbeitungsschritt benötigt Informationen zur Identifizierung des Originalposts; der Prompt legt keine Eingabequelle dafür fest.  
**Auswirkung auf dieses Kriterium:** Der vorgeschriebene Schritt und damit die ausschließliche Grundlage der Analyse können unbestimmbar bleiben.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Vergleiche den Originalpost mit dem bereitgestellten Screenshot.“  
**Feststellung:** Es fehlt ein Verhalten für den Fall, dass der als erforderlich bezeichnete Screenshot nicht vorliegt.  
**Prüfregel:** 7.4 Eingaben  
**Begründung:** Der Vergleich setzt den Screenshot voraus; der Prompt sagt nicht, wie bei dessen Fehlen vorzugehen ist.  
**Auswirkung auf dieses Kriterium:** Der Vergleichsschritt kann nicht regelgerecht ausgeführt werden.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „AI Fact-Check [aktuelles Datum und Uhrzeit]“  
**Feststellung:** Die Quelle der für die Ausgabe benötigten Zeitangabe ist nicht festgelegt.  
**Prüfregel:** F4; 7.4 Eingaben  
**Begründung:** Die verpflichtende Angabe benötigt aktuelle Zeitinformationen, deren Herkunft der Prompt nicht bestimmt.  
**Auswirkung auf dieses Kriterium:** Die Eingabe für diesen Ausgabebestandteil ist nicht anhand des Prompts bestimmt.

## 5. Ausgaben

**ID: S06**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Overall Verdict [True / False / Mixed / Misleading / Unverified]“  
**Feststellung:** Es fehlt eine vollständige Regel, die die Analysebefunde den Verdict-Optionen zuordnet.  
**Prüfregel:** F5; 7.5 Ausgaben; 7.6 Entscheidungen  
**Begründung:** Das Verdict ist verpflichtend, aber die Zuordnung ist nur für einzelne False-Fälle festgelegt.  
**Auswirkung auf dieses Kriterium:** Der Inhalt eines verpflichtenden Ausgabebestandteils ist nicht durchgehend bestimmbar.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion [Supported / Partially supported / Unsupported / False]“  
**Feststellung:** Es fehlen Zuordnungskriterien für die vier verlangten Kategorien.  
**Prüfregel:** F5; 7.5 Ausgaben; 7.6 Entscheidungen  
**Begründung:** Der Prompt verlangt eine Kategorie, gibt aber keine Regel vor, nach der sie ausgewählt wird.  
**Auswirkung auf dieses Kriterium:** Der verpflichtende Ausgabewert kann unterschiedlich ausfallen.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Confidence [High / Medium / Low / Not determinable]“  
**Feststellung:** Es fehlen Kriterien für die Auswahl des verpflichtenden Confidence-Werts.  
**Prüfregel:** F5; 7.5 Ausgaben; 7.6 Entscheidungen  
**Begründung:** Die zulässigen Werte sind genannt, ihre Zuordnung zu Befunden jedoch nicht.  
**Auswirkung auf dieses Kriterium:** Der Inhalt dieses Ausgabebestandteils kann unterschiedlich bestimmt werden.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „AI Fact-Check [aktuelles Datum und Uhrzeit]“  
**Feststellung:** Das auszugebende Datum und die Uhrzeit sind anhand des Prompttexts nicht bestimmbar.  
**Prüfregel:** F5; 7.5 Ausgaben  
**Begründung:** Datum und Uhrzeit sind verpflichtende Ausgabebestandteile; eine Regel oder Quelle zu ihrer Bestimmung fehlt.  
**Auswirkung auf dieses Kriterium:** Der konkrete Inhalt dieses Ausgabebestandteils bleibt offen.

## 6. Entscheidungen

**ID: S03**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Bestimme die eigentliche, indirekt formulierte Hauptaussage“  
**Feststellung:** Es fehlt ein Kriterium zur Auswahl der Hauptaussage, wenn mehrere plausible Kandidaten vorliegen.  
**Prüfregel:** F2; 7.6 Entscheidungen  
**Begründung:** Eine Auswahl wird ausdrücklich verlangt, ohne dass die Auswahlregel definiert ist.  
**Auswirkung auf dieses Kriterium:** Die zentrale Aussage kann unterschiedlich bestimmt werden.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** Quellenanforderung in „Quellenbeschaffung (Aktualität & Tiefe)“  
**Feststellung:** Es fehlt eine eindeutige Auswahlregel für die geforderten Quellentypen.  
**Prüfregel:** F2; 7.6 Entscheidungen  
**Begründung:** Der Prompt verlangt eine Quellenwahl, lässt aber unterschiedliche Auslegungen der Typenanforderung zu.  
**Auswirkung auf dieses Kriterium:** Die verwendete Quellenkombination kann variieren.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Klassifiziere die Quelle objektiv“  
**Feststellung:** Es fehlt eine Auswahl- oder Kombinationsregel für Quellen, die mehreren Kategorien entsprechen.  
**Prüfregel:** F2; 7.6 Entscheidungen  
**Begründung:** Die Klassifikation ist ausdrücklich gefordert, aber der Umgang mit Überschneidungen ist nicht festgelegt.  
**Auswirkung auf dieses Kriterium:** Die Quellenklasse und die daran geknüpfte Prüfstrenge können variieren.

**ID: S06**  
**Schweregrad: G3**  
**Betroffene Stelle:** Overall Verdict und Status-spezifische Hard-Rules  
**Feststellung:** Es fehlt eine vollständige Auswahlregel für die fünf Overall-Verdict-Optionen.  
**Prüfregel:** F2; 7.6 Entscheidungen  
**Begründung:** Für mehrere mögliche Befundlagen ist keine Zuordnung zu einer der verlangten Optionen definiert.  
**Auswirkung auf dieses Kriterium:** Die abschließende Gesamtentscheidung kann unterschiedlich ausfallen.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion“  
**Feststellung:** Es fehlt eine Auswahlregel für die vier Kategorien.  
**Prüfregel:** F2; 7.6 Entscheidungen  
**Begründung:** Der Prompt verlangt eine Auswahl, legt aber keine Entscheidungskriterien fest.  
**Auswirkung auf dieses Kriterium:** Derselbe Befund kann unterschiedlichen Kategorien zugeordnet werden.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Confidence“  
**Feststellung:** Es fehlt eine Auswahlregel für die Confidence-Werte.  
**Prüfregel:** F2; 7.6 Entscheidungen  
**Begründung:** Die Auswahl eines Werts wird verlangt, aber nicht an bestimmte Befunde gebunden.  
**Auswirkung auf dieses Kriterium:** Der ausgegebene Confidence-Wert kann variieren.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** „eindeutig verifizierte X-Handles“  
**Feststellung:** Es fehlt ein Entscheidungskriterium dafür, wann ein Handle als verifiziert gilt.  
**Prüfregel:** F2; 7.6 Entscheidungen  
**Begründung:** Die Verwendung des Handles oder des Klarnamens hängt von einer nicht definierten Prüfung ab.  
**Auswirkung auf dieses Kriterium:** Die Entscheidung, ob ein Handle ausgegeben wird, kann variieren.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** Anpassung der Evidenzanforderungen an den Quellenanspruch  
**Feststellung:** Es fehlt eine Regel, die konkrete Evidenzanforderungen dem jeweiligen Quellenanspruch zuordnet.  
**Prüfregel:** F2; 7.6 Entscheidungen  
**Begründung:** Eine Anpassung wird verlangt, aber nicht festgelegt, welche Anforderungen für die jeweiligen Ansprüche gelten.  
**Auswirkung auf dieses Kriterium:** Die geforderte Evidenz kann unterschiedlich streng ausfallen.

## 7. Reproduzierbarkeit

**ID: S03**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Bestimme die eigentliche, indirekt formulierte Hauptaussage“  
**Feststellung:** Die fehlende Auswahlregel erlaubt verschiedene Hauptaussagen.  
**Prüfregel:** 7.7 Reproduzierbarkeit  
**Begründung:** Unterschiedliche zulässige Hauptaussagen können zu unterschiedlichen weiteren Prüfungen führen.  
**Auswirkung auf dieses Kriterium:** Verarbeitung und inhaltliche Auswahl können variieren.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** Quellenanforderung in „Quellenbeschaffung (Aktualität & Tiefe)“  
**Feststellung:** Die offene Auslegung der Quellentypen erlaubt unterschiedliche Quellenkombinationen.  
**Prüfregel:** 7.7 Reproduzierbarkeit  
**Begründung:** Die Quellenwahl ist nicht durch eine eindeutige Auswahlregel festgelegt.  
**Auswirkung auf dieses Kriterium:** Die Evidenzbasis kann sich unterscheiden.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Klassifiziere die Quelle objektiv“  
**Feststellung:** Die Behandlung überlappender Quellenkategorien ist offen.  
**Prüfregel:** 7.7 Reproduzierbarkeit  
**Begründung:** Unterschiedliche Klassifikationen können unterschiedliche Prüfmaßstäbe auslösen.  
**Auswirkung auf dieses Kriterium:** Verarbeitung und Bewertung können variieren.

**ID: S06**  
**Schweregrad: G3**  
**Betroffene Stelle:** Overall Verdict und Status-spezifische Hard-Rules  
**Feststellung:** Die Zuordnung der Befunde zu den Verdict-Optionen ist nicht vollständig bestimmt.  
**Prüfregel:** 7.7 Reproduzierbarkeit  
**Begründung:** Mit dem Prompt vereinbare Zuordnungen können zu unterschiedlichen Overall Verdicts führen.  
**Auswirkung auf dieses Kriterium:** Die zentrale Ausgabeentscheidung kann variieren.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion“  
**Feststellung:** Die Zuordnungskriterien zu den vier Kategorien fehlen.  
**Prüfregel:** 7.7 Reproduzierbarkeit  
**Begründung:** Verschiedene Kategorien können bei gleichem Befund gewählt werden.  
**Auswirkung auf dieses Kriterium:** Die Ausgabestruktur beziehungsweise inhaltliche Bewertung kann variieren.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Confidence“  
**Feststellung:** Die Zuordnungskriterien zu den Confidence-Werten fehlen.  
**Prüfregel:** 7.7 Reproduzierbarkeit  
**Begründung:** Verschiedene Werte sind mit dem Prompt vereinbar.  
**Auswirkung auf dieses Kriterium:** Die Ausgabe kann variieren.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Prüfung auf „eindeutig verifizierte X-Handles“  
**Feststellung:** Das Verifikationskriterium ist nicht definiert.  
**Prüfregel:** 7.7 Reproduzierbarkeit  
**Begründung:** Unterschiedliche Prüfweisen können zur Verwendung eines Handles oder des Klarnamens führen.  
**Auswirkung auf dieses Kriterium:** Die Ausgabe für Entitäten kann variieren.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelles Datum und Uhrzeit“  
**Feststellung:** Quelle und Bezug der Zeitangabe sind nicht festgelegt.  
**Prüfregel:** 7.7 Reproduzierbarkeit  
**Begründung:** Unterschiedliche Zeitquellen oder Zeitbezüge können unterschiedliche Werte ergeben.  
**Auswirkung auf dieses Kriterium:** Der verpflichtende Ausgabebestandteil kann variieren.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** Anpassung der Evidenzanforderungen an den Quellenanspruch  
**Feststellung:** Die konkrete Umsetzung der geforderten Strenge ist nicht festgelegt.  
**Prüfregel:** 7.7 Reproduzierbarkeit  
**Begründung:** Unterschiedliche Evidenzanforderungen können zu unterschiedlichen Verarbeitungsschritten und Bewertungen führen.  
**Auswirkung auf dieses Kriterium:** Die Prüfung kann bei gleicher Quelle unterschiedlich ausfallen.

## 8. Interpretationsspielraum

**ID: S03**  
**Schweregrad: G3**  
**Betroffene Stelle:** Bestimmung der implizierten Hauptaussage  
**Feststellung:** Die Auswahlregel für die Hauptaussage fehlt.  
**Prüfregel:** 7.8 Interpretationsspielraum  
**Begründung:** Beide folgenden Auslegungen sind mit dem Prompt vereinbar:  
**Auslegung A:** Die am deutlichsten aus dem Text abgeleitete Botschaft wird als Hauptaussage gewählt.  
**Auslegung B:** Die aus Text und visuellen Elementen gemeinsam abgeleitete Botschaft wird als Hauptaussage gewählt.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Hauptaussagen können die weitere Prüfung verändern.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** Auswahl der mindestens drei Quellen  
**Feststellung:** Die Quellentypen-Anforderung lässt mehrere Auswahlweisen zu.  
**Prüfregel:** 7.8 Interpretationsspielraum  
**Begründung:** **Auslegung A:** Die drei genannten Quellentypen sollen jeweils vertreten sein. **Auslegung B:** Es sind drei unabhängige Quellen erforderlich; regionale/fachliche Quellen kommen nur bei Verfügbarkeit hinzu.  
**Fehlende Regel:** Eine eindeutige Regel, welche Quellentypen verpflichtend abzudecken sind.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Klassifikation der Quelle  
**Feststellung:** Der Umgang mit Quellen, die mehrere Kategorien erfüllen, ist offen.  
**Prüfregel:** 7.8 Interpretationsspielraum  
**Begründung:** **Auslegung A:** Der Quelle wird eine einzige, vorrangige Kategorie zugeordnet. **Auslegung B:** Der Quelle werden alle zutreffenden Kategorien zugeordnet.  
**Fehlende Regel:** Eine Regel zur Einzel- oder Mehrfachklassifikation und zur Verwendung der Kategorien für den Prüfmaßstab.

**ID: S06**  
**Schweregrad: G3**  
**Betroffene Stelle:** Overall Verdict  
**Feststellung:** Die Zuordnung der Befunde zu den Verdict-Optionen ist nicht vollständig geregelt.  
**Prüfregel:** 7.8 Interpretationsspielraum  
**Begründung:** **Auslegung A:** Ein nicht ausreichend belegter zentraler Claim wird nach der Hard-Rule als „False“ bewertet. **Auslegung B:** Ein nicht ausreichend belegter Claim wird als „Unverified“ bewertet, soweit er nicht als objektiv falsch festgestellt ist.  
**Fehlende Regel:** Eine vollständige Zuordnungsregel für alle Verdict-Optionen und Befundlagen.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion“  
**Feststellung:** Die Kategorien sind nicht durch Auswahlkriterien abgegrenzt.  
**Prüfregel:** 7.8 Interpretationsspielraum  
**Begründung:** **Auslegung A:** „Partially supported“ wird verwendet, wenn einzelne Teile gestützt sind. **Auslegung B:** „Unsupported“ wird verwendet, wenn die Schlussfolgerung als Ganzes nicht ausreichend belegt ist.  
**Fehlende Regel:** Eine Zuordnung der Befundlagen zu den vier Kategorien.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Confidence“  
**Feststellung:** Die Confidence-Werte sind nicht durch Kriterien abgegrenzt.  
**Prüfregel:** 7.8 Interpretationsspielraum  
**Begründung:** **Auslegung A:** „High“ wird bei mehreren übereinstimmenden Quellen vergeben. **Auslegung B:** „Medium“ wird bei derselben Quellenlage vergeben, solange Unsicherheit verbleibt.  
**Fehlende Regel:** Kriterien für die Auswahl der Confidence-Werte.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** „verifizierte X-Handles“  
**Feststellung:** Der Begriff „verifiziert“ lässt unterschiedliche Prüfkriterien zu.  
**Prüfregel:** 7.8 Interpretationsspielraum  
**Begründung:** **Auslegung A:** Ein Handle gilt bei sichtbarem Verifizierungsstatus auf X als verifiziert. **Auslegung B:** Ein Handle gilt als verifiziert, wenn es unabhängig der genannten Entität zugeordnet werden kann.  
**Fehlende Regel:** Ein festgelegtes Kriterium für die Verifikation eines Handles.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelles Datum und Uhrzeit“  
**Feststellung:** Der zeitliche Bezug und die Zeitquelle sind nicht festgelegt.  
**Prüfregel:** 7.8 Interpretationsspielraum  
**Begründung:** **Auslegung A:** Die lokale Uhrzeit des Ausführungskontexts wird verwendet. **Auslegung B:** Es wird eine andere Zeitbasis, etwa UTC, verwendet.  
**Fehlende Regel:** Eine verbindliche Zeitquelle und ein verbindlicher Zeitbezug.

**ID: S11**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Je höher der objektive Anspruch der Quelle, desto strenger ist die Prüfung“  
**Feststellung:** Die konkrete Anwendung der geforderten Strenge ist nicht festgelegt.  
**Prüfregel:** 7.8 Interpretationsspielraum  
**Begründung:** **Auslegung A:** Bei autoritativen Quellen werden mehr unabhängige Belege verlangt. **Auslegung B:** Bei autoritativen Quellen werden vor allem die methodischen Grenzen strenger geprüft.  
**Fehlende Regel:** Eine Zuordnung konkreter Evidenzanforderungen zu Quellenansprüchen.

# 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S03 (G3), S04 (G2), S05 (G2), S06 (G3), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2) | 5 − 20 | 0 |
| Ablauf | keine | 5 − 0 | 5 |
| Logik | keine | 5 − 0 | 5 |
| Eingaben | S01 (G3), S02 (G2), S10 (G2) | 5 − 7 | 0 |
| Ausgaben | S06 (G3), S07 (G2), S08 (G2), S10 (G2) | 5 − 9 | 0 |
| Entscheidungen | S03 (G3), S04 (G2), S05 (G2), S06 (G3), S07 (G2), S08 (G2), S09 (G2), S11 (G2) | 5 − 18 | 0 |
| Reproduzierbarkeit | S03 (G3), S04 (G2), S05 (G2), S06 (G3), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2) | 5 − 20 | 0 |
| Interpretationsspielraum | S03 (G3), S04 (G2), S05 (G2), S06 (G3), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2) | 5 − 20 | 0 |

Gesamtpunktzahl: 10/40

# 3. Interpretationsstellen

**ID: S03**  
**Betroffene Stelle:** Bestimmung der implizierten Hauptaussage  
**Auslegung A:** Die am deutlichsten aus dem Text abgeleitete Botschaft wird als Hauptaussage gewählt.  
**Auslegung B:** Die aus Text und visuellen Elementen gemeinsam abgeleitete Botschaft wird als Hauptaussage gewählt.  
**Fehlende Regel:** Eine Auswahlregel für mehrere plausible Hauptaussagen.

**ID: S04**  
**Betroffene Stelle:** Auswahl der mindestens drei Quellen  
**Auslegung A:** Die genannten Quellentypen müssen jeweils vertreten sein.  
**Auslegung B:** Es müssen drei unabhängige Quellen verwendet werden; regionale/fachliche Quellen kommen nur bei Verfügbarkeit hinzu.  
**Fehlende Regel:** Eine eindeutige Regel, welche Quellentypen verpflichtend abzudecken sind.

**ID: S05**  
**Betroffene Stelle:** Klassifikation der Quelle  
**Auslegung A:** Der Quelle wird eine einzige, vorrangige Kategorie zugeordnet.  
**Auslegung B:** Der Quelle werden alle zutreffenden Kategorien zugeordnet.  
**Fehlende Regel:** Eine Regel zur Einzel- oder Mehrfachklassifikation und zur Verwendung der Kategorien für den Prüfmaßstab.

**ID: S06**  
**Betroffene Stelle:** Overall Verdict  
**Auslegung A:** Ein nicht ausreichend belegter zentraler Claim wird als „False“ bewertet.  
**Auslegung B:** Ein nicht ausreichend belegter Claim wird als „Unverified“ bewertet, sofern er nicht als objektiv falsch festgestellt ist.  
**Fehlende Regel:** Eine vollständige Zuordnungsregel für alle Verdict-Optionen und Befundlagen.

**ID: S07**  
**Betroffene Stelle:** „Logical conclusion“  
**Auslegung A:** „Partially supported“ wird verwendet, wenn einzelne Teile gestützt sind.  
**Auslegung B:** „Unsupported“ wird verwendet, wenn die Schlussfolgerung als Ganzes nicht ausreichend belegt ist.  
**Fehlende Regel:** Eine Zuordnung der Befundlagen zu den vier Kategorien.

**ID: S08**  
**Betroffene Stelle:** „Confidence“  
**Auslegung A:** „High“ wird bei mehreren übereinstimmenden Quellen vergeben.  
**Auslegung B:** „Medium“ wird bei derselben Quellenlage vergeben, solange Unsicherheit verbleibt.  
**Fehlende Regel:** Kriterien für die Auswahl der Confidence-Werte.

**ID: S09**  
**Betroffene Stelle:** „verifizierte X-Handles“  
**Auslegung A:** Ein Handle gilt bei sichtbarem Verifizierungsstatus auf X als verifiziert.  
**Auslegung B:** Ein Handle gilt als verifiziert, wenn es unabhängig der genannten Entität zugeordnet werden kann.  
**Fehlende Regel:** Ein festgelegtes Kriterium für die Verifikation eines Handles.

**ID: S10**  
**Betroffene Stelle:** „aktuelles Datum und Uhrzeit“  
**Auslegung A:** Die lokale Uhrzeit des Ausführungskontexts wird verwendet.  
**Auslegung B:** Es wird eine andere Zeitbasis, etwa UTC, verwendet.  
**Fehlende Regel:** Eine verbindliche Zeitquelle und ein verbindlicher Zeitbezug.

**ID: S11**  
**Betroffene Stelle:** Anpassung der Evidenzanforderungen an den Quellenanspruch  
**Auslegung A:** Bei autoritativen Quellen werden mehr unabhängige Belege verlangt.  
**Auslegung B:** Bei autoritativen Quellen werden vor allem die methodischen Grenzen strenger geprüft.  
**Fehlende Regel:** Eine Zuordnung konkreter Evidenzanforderungen zu Quellenansprüchen.

# 4. Hinweise für den Prompt-Programmierer

**ID: S01**  
**Problem:** Die Herkunft der Information zum Auffinden des Originalposts ist nicht festgelegt.  
**Änderung:** Lege fest, welche Eingabe zum Auffinden des Originalposts bereitgestellt werden muss und wie sie zu verwenden ist.  
**Wirkung:** Beseitigt die fehlende erforderliche Eingabequelle.

**ID: S02**  
**Problem:** Für einen fehlenden Screenshot ist kein Verhalten festgelegt.  
**Änderung:** Ergänze eine Regel, wie vorzugehen ist, wenn der Screenshot für den verlangten Vergleich nicht vorliegt.  
**Wirkung:** Beseitigt die unbestimmte Behandlung einer fehlenden erforderlichen Eingabe.

**ID: S03**  
**Problem:** Für mehrere plausible implizierte Hauptaussagen fehlt eine Auswahlregel.  
**Änderung:** Lege ein Kriterium fest, nach dem bei mehreren Kandidaten die zentrale implizierte Hauptaussage ausgewählt wird.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Bestimmung der Hauptaussage.

**ID: S04**  
**Problem:** Die Verpflichtung zu den genannten Quellentypen ist nicht eindeutig.  
**Änderung:** Lege fest, welche der genannten Quellentypen verpflichtend vertreten sein müssen und wie „falls verfügbar“ anzuwenden ist.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Quellenwahl.

**ID: S05**  
**Problem:** Der Umgang mit Quellen, die mehreren Kategorien entsprechen, ist nicht definiert.  
**Änderung:** Lege fest, ob Quellen genau einer oder mehreren Kategorien zugeordnet werden und wie diese Klassifikation die Prüfanforderungen beeinflusst.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Quellenklassifikation.

**ID: S06**  
**Problem:** Die Zuordnung der Befunde zu den Overall-Verdict-Optionen ist nicht vollständig geregelt.  
**Änderung:** Ergänze eine eindeutige Entscheidungsregel für die Verwendung aller aufgeführten Overall-Verdict-Optionen.  
**Wirkung:** Beseitigt die Unbestimmtheit der Gesamtbewertung.

**ID: S07**  
**Problem:** Für die Kategorien der „Logical conclusion“ fehlen Zuordnungskriterien.  
**Änderung:** Lege fest, anhand welcher Befunde jede der vier Kategorien auszuwählen ist.  
**Wirkung:** Beseitigt die Unbestimmtheit der logischen Schlussbewertung.

**ID: S08**  
**Problem:** Für die Confidence-Werte fehlen Zuordnungskriterien.  
**Änderung:** Ergänze Kriterien für die Auswahl zwischen High, Medium, Low und Not determinable.  
**Wirkung:** Beseitigt die Unbestimmtheit der Confidence-Ausgabe.

**ID: S09**  
**Problem:** Das Kriterium für ein „verifiziertes“ X-Handle ist nicht definiert.  
**Änderung:** Lege fest, welches konkrete Prüfkriterium ein X-Handle erfüllen muss, um als verifiziert ausgegeben zu werden.  
**Wirkung:** Beseitigt die Mehrdeutigkeit der Handle-Prüfung.

**ID: S10**  
**Problem:** Zeitquelle und Zeitbezug für Datum und Uhrzeit sind nicht festgelegt.  
**Änderung:** Bestimme die zu verwendende Zeitquelle und den Zeitbezug für die Ausgabe.  
**Wirkung:** Beseitigt die Unbestimmtheit des verpflichtenden Zeit-Ausgabebestandteils.

**ID: S11**  
**Problem:** Die Anpassung der Evidenzanforderungen an den Quellenanspruch ist nicht konkretisiert.  
**Änderung:** Lege fest, welche konkreten Evidenzanforderungen für die jeweiligen Quellenansprüche gelten.  
**Wirkung:** Beseitigt die unbestimmte Anwendung der geforderten Prüfstrenge.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_004
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_007/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_007/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_007/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_001

Target generation:
gen_008

Latest evaluation:

Overall score: 13/40
Normalized score: 32.50%

Detailed evaluator report:
## 1. Prüfbericht

### 1. Eindeutigkeit

ID: S01  
Schweregrad: G2  
Betroffene Stelle: „basierend auf Schritt 2 und 3a“  
Feststellung: Der Verweis „3a“ bezeichnet keinen definierten Schritt oder Unterpunkt.  
Prüfregel: F1; Abschnitt 7.1  
Begründung: Schritt 3 enthält A und B, aber keinen Punkt 3a. Der Verweis kann daher nicht eindeutig zugeordnet werden.  
Auswirkung auf dieses Kriterium: Die Grundlage für die Intended Message ist mehrdeutig.

ID: S02  
Schweregrad: G3  
Betroffene Stelle: „Overall Verdict [True / False / Mixed / Misleading / Unverified]“  
Feststellung: Auswahlregeln sind nur für „False“ angegeben; Kriterien zur Abgrenzung und Vergabe der übrigen Urteile fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Für dieselbe Bewertung können mehrere der aufgeführten Urteile infrage kommen, ohne dass eine Auswahlregel festlegt, welches gilt.  
Auswirkung auf dieses Kriterium: Das zentrale Endurteil ist nicht eindeutig bestimmbar.

ID: S03  
Schweregrad: G2  
Betroffene Stelle: „Logical conclusion [Supported / Partially supported / Unsupported / False]“  
Feststellung: Kriterien zur Zuordnung der Schlussfolgerung zu diesen vier Kategorien fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Der Prompt nennt die Auswahlmöglichkeiten, aber keine Regel, die zwischen ihnen unterscheidet.  
Auswirkung auf dieses Kriterium: Unterschiedliche Einstufungen sind mit dem Prompt vereinbar.

ID: S04  
Schweregrad: G2  
Betroffene Stelle: „Confidence [High, Medium, Low, Not determinable]“  
Feststellung: Kriterien für die Auswahl der Confidence-Stufe fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Der Prompt benennt die möglichen Stufen, aber nicht, welche Evidenzlage jeweils zu welcher Stufe führt.  
Auswirkung auf dieses Kriterium: Die geforderte Confidence-Einstufung ist nicht eindeutig reproduzierbar.

ID: S05  
Schweregrad: G2  
Betroffene Stelle: „Attribution (Correct/Incorrect/Unverified)“  
Feststellung: Es fehlt eine Auswahlregel für die Zuordnung der Attribution zu den drei Statuswerten.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Insbesondere die Abgrenzung zwischen „Incorrect“ und „Unverified“ wird nicht festgelegt.  
Auswirkung auf dieses Kriterium: Derselbe Quellenbezug kann unterschiedlich klassifiziert werden.

ID: S06  
Schweregrad: G2  
Betroffene Stelle: „Underlying Claim (True/False/Mixed/Unverified)“  
Feststellung: Kriterien zur Abgrenzung dieser Statuswerte fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Der Prompt nennt die Werte, legt aber nicht fest, wann eine Behauptung beispielsweise „Mixed“ statt „False“ oder „Unverified“ ist.  
Auswirkung auf dieses Kriterium: Die Bewertung der zugrunde liegenden Behauptung ist nicht eindeutig.

ID: S07  
Schweregrad: G2  
Betroffene Stelle: „Adoption by poster (Explicit/Implied/Not established)“  
Feststellung: Kriterien zur Abgrenzung der drei Zuschreibungsstufen fehlen.  
Prüfregel: F2; Abschnitte 7.1 und 7.6  
Begründung: Der Prompt legt nicht fest, wann eine Aussage als implizit übernommen und wann eine Übernahme als nicht festgestellt gilt.  
Auswirkung auf dieses Kriterium: Die Einordnung der Übernahme durch den Poster kann variieren.

ID: S08  
Schweregrad: G2  
Betroffene Stelle: „Je höher die fachliche Autorität/institutionelle Stellung der Quelle, desto strenger sind die Anforderungen an die Evidenz.“  
Feststellung: Es fehlen Kriterien zur Einstufung der Autorität und zur Abstufung der daraus folgenden Evidenzanforderungen.  
Prüfregel: F2; Abschnitte 3 und 7.1  
Begründung: Der Prompt gibt weder eine verbindliche Skala noch eine Auswahlregel für die Evidenzanforderungen vor.  
Auswirkung auf dieses Kriterium: Quellen können unterschiedlich eingestuft und nach verschiedenen Maßstäben bewertet werden.

ID: S09  
Schweregrad: G2  
Betroffene Stelle: „belastbare Evidenz“  
Feststellung: Der Begriff „belastbar“ ist nicht durch Kriterien oder eine verbindliche Auswahlregel bestimmt.  
Prüfregel: Schritt 3; Abschnitt 7.1  
Begründung: Unterschiedliche Evidenzanforderungen können zu unterschiedlicher Quellen- und Belegauswahl führen.  
Auswirkung auf dieses Kriterium: Die Grundlage für die Verifizierung ist nicht eindeutig eingegrenzt.

ID: S10  
Schweregrad: G2  
Betroffene Stelle: „fehlt wichtiger Kontext“  
Feststellung: Der Begriff „wichtiger“ ist nicht bestimmt.  
Prüfregel: Schritt 3; Abschnitt 7.1  
Begründung: Es ist keine Regel angegeben, nach der Kontext als wichtig oder nicht wichtig ausgewählt wird.  
Auswirkung auf dieses Kriterium: Unterschiedliche Kontextinformationen können in die Vollständigkeitsprüfung einbezogen werden.

ID: S11  
Schweregrad: G2  
Betroffene Stelle: „aktuelle, verfügbare und belastbare Evidenz“ sowie „aktuelle Websuche“  
Feststellung: Der zeitliche Maßstab für „aktuell“ ist nicht bestimmt.  
Prüfregel: Schritt 3; Abschnitt 7.1  
Begründung: Der Prompt legt keinen Zeitraum oder Stichtag fest, der aktuelle von nicht aktuellen Quellen unterscheidet.  
Auswirkung auf dieses Kriterium: Die Auswahl von Quellen und die Beurteilung ihrer Aktualität können unterschiedlich ausfallen.

ID: S12  
Schweregrad: G2  
Betroffene Stelle: „AI Fact-Check [aktuelles Datum und Uhrzeit]“  
Feststellung: Der Bezug für Datum und Uhrzeit, insbesondere die Zeitzone, ist nicht festgelegt.  
Prüfregel: F5; Abschnitt 7.1  
Begründung: Der verpflichtende Ausgabebestandteil kann je nach verwendetem Zeitbezug unterschiedliche Werte erhalten.  
Auswirkung auf dieses Kriterium: Der Zeitstempel ist nicht eindeutig bestimmt.

ID: S13  
Schweregrad: G1  
Betroffene Stelle: „nach Möglichkeit mit eindeutig verifiziertem offiziellem X-Handle“  
Feststellung: Die Bedingung „nach Möglichkeit“ ist nicht bestimmt.  
Prüfregel: Schritt 3; Abschnitt 7.1  
Begründung: Es ist nicht festgelegt, wann die Möglichkeit zur Verifizierung als gegeben gilt.  
Auswirkung auf dieses Kriterium: Für dieselbe Quelle kann das Handle aufgenommen oder weggelassen werden.

### 2. Ablauf

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

### 3. Logik

ID: S01  
Schweregrad: G2  
Betroffene Stelle: „basierend auf Schritt 2 und 3a“  
Feststellung: Die logische Verknüpfung mit dem nicht definierten Verweis „3a“ ist nicht bestimmbar.  
Prüfregel: F1; Abschnitt 7.3  
Begründung: Der Prompt definiert keinen Schritt oder Unterpunkt 3a.  
Auswirkung auf dieses Kriterium: Die vorgegebene Herleitung der Intended Message ist nicht eindeutig festgelegt.

### 4. Eingaben

Keine Schwachstelle nach den definierten Prüfregeln.

### 5. Ausgaben

ID: S02  
Schweregrad: G3  
Betroffene Stelle: „Overall Verdict [True / False / Mixed / Misleading / Unverified]“  
Feststellung: Für die Vergabe der möglichen Overall Verdicts fehlen Auswahlkriterien, abgesehen von den Regeln für „False“.  
Prüfregel: F2; Abschnitte 7.5 und 7.6  
Begründung: Der Prompt verlangt ein Urteil aus dieser Menge, ohne die übrigen Urteile hinreichend abzugrenzen.  
Auswirkung auf dieses Kriterium: Ein verpflichtender Ausgabebestandteil kann unterschiedlich ausfallen.

ID: S03  
Schweregrad: G2  
Betroffene Stelle: „Logical conclusion [Supported / Partially supported / Unsupported / False]“  
Feststellung: Auswahlkriterien für die verlangte Einstufung fehlen.  
Prüfregel: F2; Abschnitt 7.5  
Begründung: Die möglichen Werte sind benannt, ihre Anwendung ist aber nicht festgelegt.  
Auswirkung auf dieses Kriterium: Die verlangte Schlussfolgerungskategorie ist nicht zuverlässig bestimmbar.

ID: S04  
Schweregrad: G2  
Betroffene Stelle: „Confidence [High / Medium / Low / Not determinable]“  
Feststellung: Auswahlkriterien für die verlangte Confidence-Stufe fehlen.  
Prüfregel: F2; Abschnitt 7.5  
Begründung: Der Prompt fordert einen dieser Werte, definiert aber nicht, wann welcher Wert auszugeben ist.  
Auswirkung auf dieses Kriterium: Ein verpflichtender Ausgabebestandteil kann variieren.

ID: S12  
Schweregrad: G2  
Betroffene Stelle: „AI Fact-Check [aktuelles Datum und Uhrzeit]“  
Feststellung: Der zeitliche Bezug für den verpflichtenden Zeitstempel ist nicht festgelegt.  
Prüfregel: F5; Abschnitt 7.5  
Begründung: Die geforderte Zeitangabe lässt sich anhand des Prompts nicht auf einen eindeutigen Bezugsrahmen bestimmen.  
Auswirkung auf dieses Kriterium: Der Zeitstempel kann unterschiedliche Werte annehmen.

ID: S13  
Schweregrad: G1  
Betroffene Stelle: „nach Möglichkeit mit eindeutig verifiziertem offiziellem X-Handle“  
Feststellung: Die Bedingung für die Aufnahme eines X-Handles ist nicht bestimmt.  
Prüfregel: Abschnitt 7.5  
Begründung: Der Prompt lässt offen, wann ein Handle aufgenommen werden soll.  
Auswirkung auf dieses Kriterium: Die Quellenangabe kann um ein Handle ergänzt oder ohne dieses ausgegeben werden.

### 6. Entscheidungen

ID: S02  
Schweregrad: G3  
Betroffene Stelle: „Overall Verdict [True / False / Mixed / Misleading / Unverified]“  
Feststellung: Eine Auswahlregel für die Vergabe der Gesamturteile fehlt, außer für „False“.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Der Prompt stellt mehrere mögliche Urteile bereit, ohne sie vollständig abzugrenzen.  
Auswirkung auf dieses Kriterium: Die zentrale Entscheidung kann unterschiedlich ausfallen.

ID: S03  
Schweregrad: G2  
Betroffene Stelle: „Logical conclusion [Supported / Partially supported / Unsupported / False]“  
Feststellung: Eine Auswahlregel zwischen den möglichen Schlussfolgerungsurteilen fehlt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Die Bedingungen für die jeweiligen Kategorien sind nicht definiert.  
Auswirkung auf dieses Kriterium: Die Schlussfolgerung kann unterschiedlich eingestuft werden.

ID: S04  
Schweregrad: G2  
Betroffene Stelle: „Confidence [High / Medium / Low / Not determinable]“  
Feststellung: Eine Auswahlregel zwischen den Confidence-Stufen fehlt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Es ist nicht festgelegt, welche Evidenzlage welcher Stufe entspricht.  
Auswirkung auf dieses Kriterium: Die Confidence-Entscheidung ist nicht reproduzierbar.

ID: S05  
Schweregrad: G2  
Betroffene Stelle: „Attribution (Correct/Incorrect/Unverified)“  
Feststellung: Die Auswahlkriterien für den Attribution-Status fehlen.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Insbesondere die Abgrenzung zwischen „Incorrect“ und „Unverified“ ist nicht festgelegt.  
Auswirkung auf dieses Kriterium: Der Attribution-Status kann unterschiedlich bestimmt werden.

ID: S06  
Schweregrad: G2  
Betroffene Stelle: „Underlying Claim (True/False/Mixed/Unverified)“  
Feststellung: Die Auswahlkriterien für den Status der zugrunde liegenden Behauptung fehlen.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Die Kategorien sind nicht durch Bedingungen voneinander abgegrenzt.  
Auswirkung auf dieses Kriterium: Die Behauptung kann unterschiedlich klassifiziert werden.

ID: S07  
Schweregrad: G2  
Betroffene Stelle: „Adoption by poster (Explicit/Implied/Not established)“  
Feststellung: Die Auswahlkriterien für den Übernahmestatus fehlen.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Die Kategorien „Implied“ und „Not established“ werden nicht voneinander abgegrenzt.  
Auswirkung auf dieses Kriterium: Die Übernahme durch den Poster kann unterschiedlich eingestuft werden.

ID: S08  
Schweregrad: G2  
Betroffene Stelle: „Je höher die fachliche Autorität/institutionelle Stellung der Quelle, desto strenger sind die Anforderungen an die Evidenz.“  
Feststellung: Es fehlen Regeln zur Einstufung der Quelle und zur Wahl des jeweiligen Evidenzmaßstabs.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Der Prompt gibt keine Skala oder Zuordnungsregel vor.  
Auswirkung auf dieses Kriterium: Die anzuwendenden Evidenzanforderungen können variieren.

ID: S09  
Schweregrad: G2  
Betroffene Stelle: „belastbare Evidenz“  
Feststellung: Es fehlt eine Auswahlregel dafür, welche Evidenz als belastbar gilt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Unterschiedliche Schwellenwerte können zu unterschiedlichen Belegauswahlen führen.  
Auswirkung auf dieses Kriterium: Die Prüfung kann auf unterschiedlichen Evidenzgrundlagen beruhen.

ID: S10  
Schweregrad: G2  
Betroffene Stelle: „fehlt wichtiger Kontext“  
Feststellung: Es fehlt eine Auswahlregel dafür, welcher Kontext als wichtig gilt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Unterschiedliche Kontextauswahl kann zu unterschiedlichen Vollständigkeitsbewertungen führen.  
Auswirkung auf dieses Kriterium: Die Kontextprüfung kann unterschiedlich ausfallen.

ID: S11  
Schweregrad: G2  
Betroffene Stelle: „aktuelle, verfügbare und belastbare Evidenz“  
Feststellung: Es fehlt eine Auswahlregel dafür, welche Quellen als aktuell gelten.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Der Prompt setzt keinen zeitlichen Maßstab für die Quellenwahl.  
Auswirkung auf dieses Kriterium: Es können unterschiedliche Quellen zur Prüfung herangezogen werden.

ID: S12  
Schweregrad: G2  
Betroffene Stelle: „aktuelles Datum und Uhrzeit“  
Feststellung: Der Bezug für die Zeitangabe ist nicht festgelegt.  
Prüfregel: F5; Abschnitt 7.6  
Begründung: Der Zeitstempel ist ohne eindeutige Bezugsregel nicht eindeutig bestimmbar.  
Auswirkung auf dieses Kriterium: Die Zeitangabe kann unterschiedlich gewählt werden.

ID: S13  
Schweregrad: G1  
Betroffene Stelle: „nach Möglichkeit mit eindeutig verifiziertem offiziellem X-Handle“  
Feststellung: Eine Auswahlregel für die Aufnahme des Handles fehlt.  
Prüfregel: F2; Abschnitt 7.6  
Begründung: Es ist nicht festgelegt, wann die Bedingung „nach Möglichkeit“ erfüllt ist.  
Auswirkung auf dieses Kriterium: Das Handle kann aufgenommen oder weggelassen werden.

### 7. Reproduzierbarkeit

ID: S01  
Schweregrad: G2  
Betroffene Stelle: „Schritt 2 und 3a“  
Feststellung: Der nicht definierte Verweis erlaubt unterschiedliche Grundlagen für die Intended Message.  
Prüfregel: Abschnitt 7.7  
Begründung: „3a“ kann als Verweis auf A verstanden oder als nicht definierter Abschnitt behandelt werden.  
Auswirkung auf dieses Kriterium: Unterschiedliche Herleitungen sind möglich.

ID: S02  
Schweregrad: G3  
Betroffene Stelle: „Overall Verdict“  
Feststellung: Fehlende Auswahlkriterien erlauben unterschiedliche Endurteile.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Für einen teilweise widerlegten, zugleich irreführend dargestellten Inhalt sind beispielsweise „Mixed“ und „Misleading“ mit dem Prompt vereinbar; eine Auswahlregel fehlt.  
Auswirkung auf dieses Kriterium: Die zentrale Entscheidung ist nicht reproduzierbar.

ID: S03  
Schweregrad: G2  
Betroffene Stelle: „Logical conclusion“  
Feststellung: Fehlende Kategorienkriterien erlauben unterschiedliche Einstufungen.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Eine Evidenzlage kann ohne weitere Regel beispielsweise als „Partially supported“ oder „Unsupported“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Schlussfolgerungskategorie kann variieren.

ID: S04  
Schweregrad: G2  
Betroffene Stelle: „Confidence“  
Feststellung: Fehlende Schwellenwerte erlauben unterschiedliche Confidence-Stufen.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Dieselbe unsichere Evidenzlage kann beispielsweise als „Medium“ oder „Low“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Confidence-Ausgabe ist nicht reproduzierbar.

ID: S05  
Schweregrad: G2  
Betroffene Stelle: „Attribution“  
Feststellung: Die Abgrenzung der Statuswerte ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Ein nicht eindeutig belegter Quellenbezug kann ohne Auswahlregel als „Incorrect“ oder „Unverified“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Attributionseinstufung kann variieren.

ID: S06  
Schweregrad: G2  
Betroffene Stelle: „Underlying Claim“  
Feststellung: Die Abgrenzung der Statuswerte ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Eine teilweise zutreffende Behauptung kann ohne Auswahlregel beispielsweise als „Mixed“ oder „Unverified“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Bewertung der zugrunde liegenden Behauptung kann variieren.

ID: S07  
Schweregrad: G2  
Betroffene Stelle: „Adoption by poster“  
Feststellung: Die Abgrenzung der Statuswerte ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Eine indirekte Übernahme kann ohne Regel als „Implied“ oder „Not established“ eingestuft werden.  
Auswirkung auf dieses Kriterium: Die Einstufung der Übernahme kann variieren.

ID: S08  
Schweregrad: G2  
Betroffene Stelle: „Status der Quelle“ und „strenger“ Evidenzmaßstab  
Feststellung: Einstufung und daraus folgende Maßstäbe sind nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Dieselbe Quelle kann unterschiedlich eingestuft und daher nach unterschiedlichen Evidenzanforderungen beurteilt werden.  
Auswirkung auf dieses Kriterium: Die Belegprüfung kann variieren.

ID: S09  
Schweregrad: G2  
Betroffene Stelle: „belastbare Evidenz“  
Feststellung: Der Evidenzmaßstab ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Unterschiedliche Kriterien für belastbare Evidenz erlauben unterschiedliche Quellenentscheidungen.  
Auswirkung auf dieses Kriterium: Die Beleggrundlage kann variieren.

ID: S10  
Schweregrad: G2  
Betroffene Stelle: „wichtiger Kontext“  
Feststellung: Der Maßstab für die Auswahl des Kontexts ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Unterschiedliche Kontextauswahl kann die Vollständigkeitsbewertung verändern.  
Auswirkung auf dieses Kriterium: Die inhaltliche Bewertung kann variieren.

ID: S11  
Schweregrad: G2  
Betroffene Stelle: „aktuelle“ Evidenz  
Feststellung: Der zeitliche Maßstab für aktuelle Quellen ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Unterschiedliche Zeitgrenzen können zu unterschiedlichen Quellen und damit Verarbeitungsschritten führen.  
Auswirkung auf dieses Kriterium: Die Prüfung kann unterschiedlich durchgeführt werden.

ID: S12  
Schweregrad: G2  
Betroffene Stelle: „aktuelles Datum und Uhrzeit“  
Feststellung: Der Bezugsrahmen des Zeitstempels ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Verschiedene Zeitzonen erlauben unterschiedliche Zeitstempel.  
Auswirkung auf dieses Kriterium: Die Ausgabe ist nicht identisch reproduzierbar.

ID: S13  
Schweregrad: G1  
Betroffene Stelle: „nach Möglichkeit“  
Feststellung: Die Bedingung für die Aufnahme des Handles ist nicht festgelegt.  
Prüfregel: Abschnitte 7.6 und 7.7  
Begründung: Das Handle kann je nach Auslegung aufgenommen oder weggelassen werden.  
Auswirkung auf dieses Kriterium: Die Ausgabestruktur kann variieren.

### 8. Interpretationsspielraum

ID: S01  
Betroffene Stelle: „Schritt 2 und 3a“  
Auslegung A: „3a“ verweist auf die Kategorie A in Schritt 3.  
Auslegung B: „3a“ ist ein nicht definierter Verweis und wird nicht als Kategorie A behandelt.  
Fehlende Regel: Eindeutige Definition des Verweises „3a“.

ID: S02  
Betroffene Stelle: „Overall Verdict“  
Auslegung A: Bei einer teilweise falschen, zugleich irreführend dargestellten Aussage wird „Mixed“ gewählt.  
Auslegung B: In derselben Situation wird „Misleading“ gewählt.  
Fehlende Regel: Auswahl- und Abgrenzungskriterien für die Overall Verdicts außer den angegebenen „False“-Fällen.

ID: S03  
Betroffene Stelle: „Logical conclusion“  
Auslegung A: Eine teilweise gestützte Schlussfolgerung wird als „Partially supported“ bewertet.  
Auslegung B: Sie wird als „Unsupported“ bewertet, wenn die zentrale Folgerung nicht hinreichend gestützt ist.  
Fehlende Regel: Kriterien zur Abgrenzung der Schlussfolgerungskategorien.

ID: S04  
Betroffene Stelle: „Confidence“  
Auslegung A: Eine begrenzte Evidenzlage führt zu „Medium“.  
Auslegung B: Dieselbe Evidenzlage führt zu „Low“.  
Fehlende Regel: Kriterien oder Schwellenwerte für die Confidence-Stufen.

ID: S05  
Betroffene Stelle: „Attribution (Correct/Incorrect/Unverified)“  
Auslegung A: Ein nicht belegter Quellenbezug wird als „Unverified“ bewertet.  
Auslegung B: Er wird als „Incorrect“ bewertet.  
Fehlende Regel: Abgrenzungskriterien zwischen den Attribution-Statuswerten.

ID: S06  
Betroffene Stelle: „Underlying Claim (True/False/Mixed/Unverified)“  
Auslegung A: Eine teilweise zutreffende Behauptung wird als „Mixed“ bewertet.  
Auslegung B: Sie wird als „Unverified“ bewertet, wenn die Evidenzlage als unzureichend angesehen wird.  
Fehlende Regel: Abgrenzungskriterien für die Statuswerte.

ID: S07  
Betroffene Stelle: „Adoption by poster (Explicit/Implied/Not established)“  
Auslegung A: Eine indirekte Übernahme wird als „Implied“ bewertet.  
Auslegung B: Sie wird als „Not established“ bewertet, solange sie nicht ausdrücklich formuliert ist.  
Fehlende Regel: Kriterien zur Abgrenzung der Übernahmestufen.

ID: S08  
Betroffene Stelle: „Status der Quelle“ und „strenger“ Evidenzmaßstab  
Auslegung A: Eine Quelle wird als hoch autoritativ eingestuft und erhält strengere Evidenzanforderungen.  
Auslegung B: Dieselbe Quelle wird niedriger eingestuft und erhält weniger strenge Anforderungen.  
Fehlende Regel: Verbindliche Einstufungs- und Zuordnungsregel.

ID: S09  
Betroffene Stelle: „belastbare Evidenz“  
Auslegung A: Für eine Behauptung genügt eine bestimmte verifizierbare Quelle.  
Auslegung B: Es wird eine stärkere oder mehrfache Beleglage verlangt.  
Fehlende Regel: Maßstab für belastbare Evidenz.

ID: S10  
Betroffene Stelle: „wichtiger Kontext“  
Auslegung A: Ein bestimmter zusätzlicher Kontext wird als wichtig berücksichtigt.  
Auslegung B: Derselbe Kontext wird nicht als wichtig berücksichtigt.  
Fehlende Regel: Kriterium für die Auswahl wichtigen Kontexts.

ID: S11  
Betroffene Stelle: „aktuelle“ Evidenz  
Auslegung A: Eine Quelle aus einem längeren zurückliegenden Zeitraum gilt noch als aktuell.  
Auslegung B: Nur eine Quelle aus einem kürzeren Zeitraum gilt als aktuell.  
Fehlende Regel: Zeitlicher Maßstab für Aktualität.

ID: S12  
Betroffene Stelle: „aktuelles Datum und Uhrzeit“  
Auslegung A: Der Zeitstempel verwendet eine lokale Zeitzone.  
Auslegung B: Der Zeitstempel verwendet eine andere Zeitzone.  
Fehlende Regel: Bezugszeitzone für den Zeitstempel.

ID: S13  
Betroffene Stelle: „nach Möglichkeit mit eindeutig verifiziertem offiziellem X-Handle“  
Auslegung A: Das Handle wird aufgenommen, wenn es sich mit vertretbarem Aufwand verifizieren lässt.  
Auslegung B: Das Handle wird nur aufgenommen, wenn es unmittelbar eindeutig verifiziert werden kann.  
Fehlende Regel: Kriterium dafür, wann die Aufnahme „nach Möglichkeit“ erfolgt.

### 9. Hinweise für den Prompt-Programmierer

ID: S01  
Problem: Der Verweis „3a“ ist nicht definiert.  
Änderung: Ersetze „3a“ durch den eindeutig gemeinten Schritt oder Unterpunkt.  
Wirkung: Beseitigt die Mehrdeutigkeit der Grundlage für die Intended Message.

ID: S02  
Problem: Auswahlkriterien für die Overall Verdicts fehlen, abgesehen von „False“.  
Änderung: Definiere Kriterien und Abgrenzungsregeln für alle aufgeführten Overall Verdicts.  
Wirkung: Ermöglicht eine eindeutige Vergabe des Overall Verdict.

ID: S03  
Problem: Auswahlkriterien für die Kategorien der Logical conclusion fehlen.  
Änderung: Definiere Bedingungen für „Supported“, „Partially supported“, „Unsupported“ und „False“.  
Wirkung: Ermöglicht eine eindeutige Einstufung der Schlussfolgerung.

ID: S04  
Problem: Auswahlkriterien für die Confidence-Stufen fehlen.  
Änderung: Definiere Kriterien oder Schwellenwerte für jede Confidence-Stufe.  
Wirkung: Ermöglicht eine reproduzierbare Confidence-Einstufung.

ID: S05  
Problem: Die Abgrenzung der Attribution-Statuswerte fehlt.  
Änderung: Definiere, wann die Attribution als „Correct“, „Incorrect“ oder „Unverified“ gilt.  
Wirkung: Beseitigt die Mehrdeutigkeit der Attributionseinstufung.

ID: S06  
Problem: Die Abgrenzung der Underlying-Claim-Statuswerte fehlt.  
Änderung: Definiere, wann eine Behauptung als „True“, „False“, „Mixed“ oder „Unverified“ gilt.  
Wirkung: Beseitigt die Mehrdeutigkeit dieser Bewertung.

ID: S07  
Problem: Die Abgrenzung der Adoption-Statuswerte fehlt.  
Änderung: Definiere Kriterien für „Explicit“, „Implied“ und „Not established“.  
Wirkung: Beseitigt die Mehrdeutigkeit der Übernahmeeinstufung.

ID: S08  
Problem: Einstufung der Quellenautorität und Zuordnung des Evidenzmaßstabs sind nicht geregelt.  
Änderung: Ergänze eine verbindliche Einstufungsregel und die zugehörigen Evidenzanforderungen.  
Wirkung: Beseitigt die variable Anwendung des quellenabhängigen Maßstabs.

ID: S09  
Problem: „Belastbare Evidenz“ ist nicht operationalisiert.  
Änderung: Definiere den Evidenzmaßstab, der für „belastbar“ gilt.  
Wirkung: Vereinheitlicht die Auswahl und Bewertung der Belege.

ID: S10  
Problem: „Wichtiger Kontext“ ist nicht operationalisiert.  
Änderung: Ergänze ein Kriterium, nach dem Kontext als wichtig einzustufen ist.  
Wirkung: Vereinheitlicht die Vollständigkeitsprüfung.

ID: S11  
Problem: Der zeitliche Maßstab für „aktuelle“ Evidenz fehlt.  
Änderung: Definiere den Zeitraum oder Stichtag, nach dem Quellen als aktuell gelten.  
Wirkung: Beseitigt die unterschiedliche Auswahl aktueller Quellen.

ID: S12  
Problem: Der Bezugsrahmen des verlangten Zeitstempels ist nicht festgelegt.  
Änderung: Lege fest, welche Zeitzone oder welcher Zeitstandard für Datum und Uhrzeit gilt.  
Wirkung: Ermöglicht einen eindeutig bestimmten Zeitstempel.

ID: S13  
Problem: Die Bedingung „nach Möglichkeit“ für die Aufnahme eines X-Handles ist unbestimmt.  
Änderung: Definiere, wann ein Handle als ausreichend eindeutig verifizierbar gilt und aufgenommen werden soll.  
Wirkung: Vereinheitlicht die Entscheidung, ob das Handle ausgegeben wird.

## 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S01 (G2), S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2), S12 (G2), S13 (G1) | 5 − 26 | 0 |
| Ablauf | keine | 5 − 0 | 5 |
| Logik | S01 (G2) | 5 − 2 | 3 |
| Eingaben | keine | 5 − 0 | 5 |
| Ausgaben | S02 (G3), S03 (G2), S04 (G2), S12 (G2), S13 (G1) | 5 − 10 | 0 |
| Entscheidungen | S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2), S12 (G2), S13 (G1) | 5 − 25 | 0 |
| Reproduzierbarkeit | S01 (G2), S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2), S12 (G2), S13 (G1) | 5 − 26 | 0 |
| Interpretationsspielraum | S01 (G2), S02 (G3), S03 (G2), S04 (G2), S05 (G2), S06 (G2), S07 (G2), S08 (G2), S09 (G2), S10 (G2), S11 (G2), S12 (G2), S13 (G1) | 5 − 26 | 0 |

Gesamtpunktzahl: 13/40

## 3. Interpretationsstellen

ID: S01  
Betroffene Stelle: „Schritt 2 und 3a“  
Auslegung A: „3a“ bezeichnet die Kategorie A in Schritt 3.  
Auslegung B: „3a“ ist ein nicht definierter Verweis.  
Fehlende Regel: Eindeutige Definition des Verweises.

ID: S02  
Betroffene Stelle: „Overall Verdict“  
Auslegung A: Eine teilweise falsche, zugleich irreführend dargestellte Aussage erhält „Mixed“.  
Auslegung B: Dieselbe Aussage erhält „Misleading“.  
Fehlende Regel: Kriterien zur Abgrenzung der Overall Verdicts.

ID: S03  
Betroffene Stelle: „Logical conclusion“  
Auslegung A: Eine teilweise gestützte Schlussfolgerung wird als „Partially supported“ eingestuft.  
Auslegung B: Sie wird als „Unsupported“ eingestuft.  
Fehlende Regel: Kriterien zur Abgrenzung der Schlussfolgerungskategorien.

ID: S04  
Betroffene Stelle: „Confidence“  
Auslegung A: Eine begrenzte Evidenzlage ergibt „Medium“.  
Auslegung B: Dieselbe Evidenzlage ergibt „Low“.  
Fehlende Regel: Kriterien oder Schwellenwerte für die Confidence-Stufen.

ID: S05  
Betroffene Stelle: „Attribution“  
Auslegung A: Ein nicht belegter Quellenbezug gilt als „Unverified“.  
Auslegung B: Er gilt als „Incorrect“.  
Fehlende Regel: Abgrenzung zwischen den Attribution-Statuswerten.

ID: S06  
Betroffene Stelle: „Underlying Claim“  
Auslegung A: Eine teilweise zutreffende Behauptung gilt als „Mixed“.  
Auslegung B: Sie gilt bei unzureichender Evidenz als „Unverified“.  
Fehlende Regel: Abgrenzung der Statuswerte.

ID: S07  
Betroffene Stelle: „Adoption by poster“  
Auslegung A: Eine indirekte Übernahme gilt als „Implied“.  
Auslegung B: Sie gilt als „Not established“, sofern sie nicht ausdrücklich formuliert ist.  
Fehlende Regel: Abgrenzung der Übernahmestufen.

ID: S08  
Betroffene Stelle: Quellenstatus und Evidenzmaßstab  
Auslegung A: Eine Quelle wird als hoch autoritativ eingestuft und strenger bewertet.  
Auslegung B: Dieselbe Quelle wird niedriger eingestuft und weniger streng bewertet.  
Fehlende Regel: Einstufungs- und Zuordnungsregel.

ID: S09  
Betroffene Stelle: „belastbare Evidenz“  
Auslegung A: Eine verifizierbare Quelle genügt.  
Auslegung B: Es wird eine stärkere oder mehrfache Beleglage verlangt.  
Fehlende Regel: Maßstab für belastbare Evidenz.

ID: S10  
Betroffene Stelle: „wichtiger Kontext“  
Auslegung A: Ein zusätzlicher Kontext wird berücksichtigt.  
Auslegung B: Derselbe Kontext wird nicht berücksichtigt.  
Fehlende Regel: Kriterium für die Auswahl wichtigen Kontexts.

ID: S11  
Betroffene Stelle: „aktuelle“ Evidenz  
Auslegung A: Eine Quelle aus einem längeren zurückliegenden Zeitraum gilt noch als aktuell.  
Auslegung B: Nur eine Quelle aus einem kürzeren Zeitraum gilt als aktuell.  
Fehlende Regel: Zeitlicher Maßstab für Aktualität.

ID: S12  
Betroffene Stelle: „aktuelles Datum und Uhrzeit“  
Auslegung A: Der Zeitstempel verwendet eine lokale Zeitzone.  
Auslegung B: Er verwendet eine andere Zeitzone.  
Fehlende Regel: Bezugszeitzone.

ID: S13  
Betroffene Stelle: „nach Möglichkeit“  
Auslegung A: Das Handle wird bei vertretbarem Verifizierungsaufwand aufgenommen.  
Auslegung B: Es wird nur bei unmittelbarer eindeutiger Verifizierbarkeit aufgenommen.  
Fehlende Regel: Kriterium für die Bedingung „nach Möglichkeit“.

## 4. Hinweise für den Prompt-Programmierer

ID: S01  
Problem: „3a“ ist nicht definiert.  
Änderung: Ersetze den Verweis durch den eindeutig gemeinten Schritt oder Unterpunkt.  
Wirkung: Beseitigt die Mehrdeutigkeit der Intended-Message-Grundlage.

ID: S02  
Problem: Kriterien für die Overall Verdicts fehlen, außer für „False“.  
Änderung: Definiere Kriterien und Abgrenzungsregeln für alle aufgeführten Overall Verdicts.  
Wirkung: Ermöglicht eine eindeutige Gesamtentscheidung.

ID: S03  
Problem: Kriterien für die Logical-conclusion-Kategorien fehlen.  
Änderung: Definiere Bedingungen für die vier aufgeführten Kategorien.  
Wirkung: Ermöglicht eine eindeutige Schlussfolgerungseinstufung.

ID: S04  
Problem: Kriterien für die Confidence-Stufen fehlen.  
Änderung: Definiere Kriterien oder Schwellenwerte für jede Stufe.  
Wirkung: Ermöglicht eine reproduzierbare Confidence-Einstufung.

ID: S05  
Problem: Die Attribution-Statuswerte sind nicht voneinander abgegrenzt.  
Änderung: Definiere, wann die Attribution als „Correct“, „Incorrect“ oder „Unverified“ gilt.  
Wirkung: Beseitigt die Mehrdeutigkeit der Attributionseinstufung.

ID: S06  
Problem: Die Underlying-Claim-Statuswerte sind nicht voneinander abgegrenzt.  
Änderung: Definiere, wann eine Behauptung als „True“, „False“, „Mixed“ oder „Unverified“ gilt.  
Wirkung: Beseitigt die Mehrdeutigkeit dieser Bewertung.

ID: S07  
Problem: Die Adoption-Statuswerte sind nicht voneinander abgegrenzt.  
Änderung: Definiere Kriterien für „Explicit“, „Implied“ und „Not established“.  
Wirkung: Beseitigt die Mehrdeutigkeit der Übernahmeeinstufung.

ID: S08  
Problem: Einstufung der Quellenautorität und Zuordnung des Evidenzmaßstabs sind nicht geregelt.  
Änderung: Ergänze eine verbindliche Einstufungsregel samt zugehörigen Evidenzanforderungen.  
Wirkung: Vereinheitlicht die Anwendung des quellenabhängigen Maßstabs.

ID: S09  
Problem: „Belastbare Evidenz“ ist nicht operationalisiert.  
Änderung: Definiere den dafür geltenden Evidenzmaßstab.  
Wirkung: Vereinheitlicht die Auswahl und Bewertung von Belegen.

ID: S10  
Problem: „Wichtiger Kontext“ ist nicht operationalisiert.  
Änderung: Ergänze ein Kriterium für die Einstufung als wichtiger Kontext.  
Wirkung: Vereinheitlicht die Vollständigkeitsprüfung.

ID: S11  
Problem: Der zeitliche Maßstab für „aktuelle“ Evidenz fehlt.  
Änderung: Definiere den Zeitraum oder Stichtag für die Aktualität von Quellen.  
Wirkung: Vereinheitlicht die Auswahl aktueller Quellen.

ID: S12  
Problem: Der Bezugsrahmen für den Zeitstempel ist nicht festgelegt.  
Änderung: Lege die geltende Zeitzone oder den Zeitstandard fest.  
Wirkung: Ermöglicht einen eindeutig bestimmten Zeitstempel.

ID: S13  
Problem: Die Bedingung „nach Möglichkeit“ für Handles ist unbestimmt.  
Änderung: Definiere, wann ein Handle als ausreichend eindeutig verifizierbar gilt und ausgegeben wird.  
Wirkung: Vereinheitlicht die Entscheidung zur Aufnahme des Handles.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_001
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_008/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_008/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_008/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_007

Target generation:
gen_009

Latest evaluation:

Overall score: 18/30
Normalized score: 60.00%

Detailed evaluator report:
## 1. Prüfbericht

### Eindeutigkeit

ID: S01  
Schweregrad: G3  
Betroffene Stelle: „die vier im Prüfschema definierten Hauptabschnitte“ und „die Bewertung aller acht dort benannten Kriterien“  
Feststellung: Das referenzierte Prüfschema ist im zu prüfenden Prompt nicht enthalten oder näher bezeichnet. Dadurch sind die verlangten Abschnitte und Kriterien anhand des Prompts nicht bestimmbar.  
Prüfregel: F1; Abschnitt 7.1  
Begründung: Die Anweisung verweist ausdrücklich auf ein Prüfschema, dessen Inhalt im Prompt nicht definiert ist. Damit sind mehrere unterschiedliche Zuordnungen möglich.  
Auswirkung auf dieses Kriterium: Es ist nicht eindeutig bestimmbar, welche Abschnitte und Kriterien auszugeben sind.

### Ablauf

N/R – nicht relevant gemäß Abschnitt 11.

### Logik

ID: S01  
Schweregrad: G3  
Betroffene Stelle: „die vier im Prüfschema definierten Hauptabschnitte“ und „die Bewertung aller acht dort benannten Kriterien“  
Feststellung: Wegen des undefinierten Verweises auf das Prüfschema ist nicht bestimmbar, welche Abschnitte und Kriterien die Anweisung miteinander verknüpft.  
Prüfregel: F1; Abschnitt 7.3  
Begründung: Die erforderliche logische Zuordnung hängt vom Inhalt des nicht definierten Prüfschemas ab.  
Auswirkung auf dieses Kriterium: Die verlangte Ausgabe lässt sich nicht eindeutig aus der Anweisung ableiten.

### Eingaben

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

### Ausgaben

ID: S01  
Schweregrad: G3  
Betroffene Stelle: „Gib alle vier im Prüfschema definierten Hauptabschnitte und die Bewertung aller acht dort benannten Kriterien aus.“  
Feststellung: Die verpflichtenden Ausgabeabschnitte und Kriterien sind nicht bestimmbar, weil das referenzierte Prüfschema im Prompt fehlt.  
Prüfregel: F5; Abschnitt 7.5  
Begründung: Die Anweisung verlangt konkrete Ausgabeinhalte, deren Inhalt anhand des Prompts nicht bestimmt werden kann.  
Auswirkung auf dieses Kriterium: Die geforderte Struktur und Kriterienliste können nicht verlässlich festgelegt werden.

### Entscheidungen

N/R – nicht relevant gemäß Abschnitt 11.

### Reproduzierbarkeit

ID: S01  
Schweregrad: G3  
Betroffene Stelle: „im Prüfschema definierten“ und „dort benannten“  
Feststellung: Der nicht näher bestimmte Bezug auf das Prüfschema ermöglicht unterschiedliche Zuordnungen der verlangten Abschnitte und Kriterien.  
Prüfregel: Abschnitt 7.7  
Begründung: Unterschiedliche, mit dem Prompt vereinbare Zuordnungen können zu unterschiedlichen Ausgabestrukturen und Kriterienbewertungen führen.  
Auswirkung auf dieses Kriterium: Die Ausgaben sind nicht verlässlich reproduzierbar.

### Interpretationsspielraum

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

## 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S01 (G3) | 5 − 3 | 2 |
| Ablauf | N/R | N/R | N/R |
| Logik | S01 (G3) | 5 − 3 | 2 |
| Eingaben | keine | 5 − 0 | 5 |
| Ausgaben | S01 (G3) | 5 − 3 | 2 |
| Entscheidungen | N/R | N/R | N/R |
| Reproduzierbarkeit | S01 (G3) | 5 − 3 | 2 |
| Interpretationsspielraum | keine | 5 − 0 | 5 |

Gesamtpunktzahl: 18/30

## 3. Interpretationsstellen

Keine Interpretationsstellen nach den definierten Prüfregeln festgestellt.

## 4. Hinweise für den Prompt-Programmierer

ID: S01  
Problem: Das referenzierte Prüfschema ist im Prompt nicht enthalten oder eindeutig bezeichnet.  
Änderung: Füge das gemeinte Prüfschema ein oder benenne es so eindeutig, dass die vier Hauptabschnitte und acht Kriterien daraus bestimmbar sind.  
Wirkung: Beseitigt die unbestimmte Referenz und ermöglicht die geforderte Ausgabe der Abschnitte und Kriterien.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_007
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_009/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_009/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_009/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)

Selected meta-agent role (requirements_analyst):

# Rolle: Requirements-basierter Prompt-Review-Analyst

Du bist die Schnittstelle zwischen der Qualitätsprüfung und dem Task-Agenten,
der einen bestehenden Prompt verbessert. Du überführst die Befunde des
Prüfberichts in eindeutige, nachvollziehbare und überprüfbare Änderungen an
den Vorgaben des Task-Agenten.

Du änderst weder den geprüften Ausgangsprompt noch den erzeugten
Kandidaten-Prompt direkt. Du änderst ausschließlich die Anweisungen im
Prompt-Design-Agenten, damit dessen nächster Kandidat die belegten
Schwachstellen gezielt behebt.

## Verbindliches Vorgehen

Für jeden relevanten Prüfbefund:

1. Ordne ihn einer konkreten Stelle oder Regel im geprüften Prompt zu.
2. Trenne beobachteten Befund, nachweisbare Ursache und erforderliche Änderung.
3. Kennzeichne eine nicht belegbare Ursache als „nicht eindeutig bestimmbar“.
4. Leite nur Änderungen ab, die durch den Prüfbericht begründet sind.
5. Formuliere das gewünschte Verhalten so, dass es in der nächsten Prüfung
   überprüft werden kann.
6. Erhalte bestehende Anforderungen, die der Änderung nicht widersprechen.
7. Nutze ältere Generationsartefakte, wenn sie die Rückverfolgbarkeit einer
   Änderung verbessern oder eine bereits erfolglose Änderung erkennen lassen.

Vermeide Vermutungen über die Absicht des Prompt-Autors, unbelegte Ursachen,
allgemeine Forderungen wie „klarer formulieren“ und eine vollständige
Neufassung des Prompts. Der Prüfbericht darf frei formuliert sein; maßgeblich
sind seine nachvollziehbaren Befunde und Hinweise, nicht eine starre Liste von
Feldern.

You are improving the prompt-generation strategy for Prompt Evolution.

Parent generation:
gen_009

Target generation:
gen_010

Latest evaluation:

Overall score: 12/40
Normalized score: 30.00%

Detailed evaluator report:
# 1. Prüfbericht

## Eindeutigkeit

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Die implizierte Hauptaussage muss das wiedergeben, was ein durchschnittlicher Leser vernünftigerweise aus dem Gesamtpost ableiten würde“; „Bei Mehrdeutigkeit wähle die engste Interpretation, die durch den Post eindeutig gestützt wird.“  
**Feststellung:** Für Fälle, in denen die naheliegende Leserinterpretation weiter reicht als die engste eindeutig gestützte Interpretation, fehlt eine Regel, welche Vorgabe maßgeblich ist.  
**Prüfregel:** 7.1; 7.6; F3  
**Begründung:** Die beiden Vorgaben können zu unterschiedlichen Hauptaussagen führen. Eine Priorität zwischen ihnen ist nicht festgelegt.  
**Auswirkung auf dieses Kriterium:** Die zentrale implizierte Aussage kann unterschiedlich bestimmt werden.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Es ist nicht eindeutig, ob die drei genannten Quellentypen jeweils vertreten sein müssen oder nur beispielhaft genannt sind.  
**Prüfregel:** 7.1; 7.6; F2  
**Begründung:** Beide Lesarten sind mit dem Wortlaut vereinbar und führen zu unterschiedlichen Anforderungen an die Quellenauswahl.  
**Auswirkung auf dieses Kriterium:** Die geforderte Quellenzusammensetzung ist unterschiedlich bestimmbar.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Der Prompt definiert nicht, wann Quellen als voneinander unabhängig gelten.  
**Prüfregel:** 7.1; 7.6; F2  
**Begründung:** Eine Auslegung könnte organisatorische Unabhängigkeit verlangen, eine andere voneinander unabhängige Beleggrundlagen. Die Auswahlregel legt nicht fest, welche Auslegung gilt.  
**Auswirkung auf dieses Kriterium:** Welche Quellen die Mindestanforderung erfüllen, kann unterschiedlich beurteilt werden.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Overall Verdict [Wähle: True | False | Mixed | Misleading | Unverified]“ und „Ein ‚False‘ ist zwingend, wenn …“  
**Feststellung:** Eine Auswahlregel ist nur für bestimmte Fälle vorgeschrieben, in denen „False“ zu vergeben ist. Für andere Fallkonstellationen fehlt die Zuordnung zu den übrigen Urteilen.  
**Prüfregel:** 7.1; 7.6; F2  
**Begründung:** Beispielsweise ist nicht festgelegt, wann eine teilweise gestützte zentrale Aussage als „Mixed“ statt als „Misleading“ zu bewerten ist.  
**Auswirkung auf dieses Kriterium:** Dasselbe Ergebnis der Faktenprüfung kann zu unterschiedlichen Overall Verdicts führen.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion [Wähle: Supported | Partially supported | Unsupported | False]“  
**Feststellung:** Die Auswahlkriterien für die vier möglichen Bewertungen sind nicht definiert.  
**Prüfregel:** 7.1; 7.6; F2  
**Begründung:** Der Prompt legt etwa nicht fest, wann eine Schlussfolgerung „Partially supported“ statt „Unsupported“ ist.  
**Auswirkung auf dieses Kriterium:** Die Bewertung der logischen Schlussfolgerung kann unterschiedlich ausfallen.

**ID: S06**  
**Schweregrad: G1**  
**Betroffene Stelle:** „Confidence [Wähle: High | Medium | Low | Not determinable]“  
**Feststellung:** Es fehlen Kriterien für die Zuordnung zu den vier Confidence-Werten.  
**Prüfregel:** 7.1; 7.6; F2  
**Begründung:** Der Prompt nennt die zulässigen Werte, aber keine Schwellenwerte oder Auswahlregel.  
**Auswirkung auf dieses Kriterium:** Für denselben Prüfbericht sind unterschiedliche Confidence-Werte möglich.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „die Anforderungen an Beweisführung … steigen mit der fachlichen Autorität der Quelle“  
**Feststellung:** Es ist nicht festgelegt, wie stark oder anhand welcher Kriterien die Anforderungen mit der Autorität steigen.  
**Prüfregel:** 7.1; 7.6; F2  
**Begründung:** Unterschiedliche Prüfer können die gleiche Quelle unterschiedlich streng bewerten, ohne gegen eine konkrete Steigerungsregel zu verstoßen.  
**Auswirkung auf dieses Kriterium:** Die erforderliche Beweisführung kann unterschiedlich beurteilt werden.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Bewerte ausdrücklich, ob ältere Ereignisse als aktuell dargestellt werden (als irreführend kennzeichnen).“  
**Feststellung:** Es ist nicht definiert, ab wann ein Ereignis als „älter“ gilt oder wann es als aktuell dargestellt wird.  
**Prüfregel:** 7.1; 7.6; F2  
**Begründung:** Verschiedene zeitliche Schwellen oder Bezugszeiträume sind mit dem Wortlaut vereinbar.  
**Auswirkung auf dieses Kriterium:** Zeitabhängige Behauptungen können unterschiedlich als irreführend eingestuft werden.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Vor jeder Analyse ist eine aktuelle Websuche durchzuführen“  
**Feststellung:** Der erforderliche Aktualitätszeitraum der Websuche ist nicht bestimmt.  
**Prüfregel:** 7.1; 7.6; F2  
**Begründung:** „Aktuell“ kann unterschiedliche zeitliche Anforderungen an die verwendeten Suchergebnisse erlauben.  
**Auswirkung auf dieses Kriterium:** Die Auswahl der als hinreichend aktuell geltenden Quellen kann variieren.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Prüfe alle erwähnten … auf existierende, eindeutig verifizierte X-Handles. Verwende bei Nicht-Existenz ausschließlich den Klarnamen.“  
**Feststellung:** Für den Fall, dass die Existenz eines Handles nicht eindeutig verifiziert werden kann, fehlt eine Ausgaberegel.  
**Prüfregel:** 7.1; 7.6; F2  
**Begründung:** Der Prompt regelt den Fall eines existierenden, verifizierten Handles und den Fall der Nicht-Existenz, aber nicht den Fall einer ungeklärten Verifizierbarkeit.  
**Auswirkung auf dieses Kriterium:** In diesem Fall kann der Handle oder der Klarname ausgegeben werden.

## Ablauf

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

## Logik

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** Die Vorgaben zur durchschnittlichen Leserinterpretation und zur engsten eindeutig gestützten Interpretation.  
**Feststellung:** Die Vorgaben können gleichzeitig gelten und zu unterschiedlichen Handlungen führen, ohne dass eine Priorität festgelegt ist.  
**Prüfregel:** 7.3; F3  
**Begründung:** Bei einer weiter reichenden naheliegenden Leserinterpretation und einer engeren eindeutig gestützten Interpretation ist nicht geregelt, welche Hauptaussage die Analyse verwenden soll.  
**Auswirkung auf dieses Kriterium:** Die logische Ausgangsaussage der Prüfung kann unterschiedlich bestimmt werden.

## Eingaben

Keine Schwachstelle nach den definierten Prüfregeln festgestellt.

## Ausgaben

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** „Implicit Main Claim“ und die beiden Interpretationsvorgaben.  
**Feststellung:** Der verpflichtende Inhalt der zentralen Aussage ist bei abweichender Leser- und engerer Interpretation nicht eindeutig bestimmbar.  
**Prüfregel:** 7.5; F5  
**Begründung:** Beide Interpretationen können mit den jeweiligen Vorgaben vereinbar sein.  
**Auswirkung auf dieses Kriterium:** Der Inhalt einer Pflichtausgabe kann variieren.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** Quellenanforderung mit den Klammerangaben zu Quellentypen.  
**Feststellung:** Die erforderliche Zusammensetzung der ausgegebenen Quellen ist nicht eindeutig bestimmt.  
**Prüfregel:** 7.5; F5  
**Begründung:** Ob alle genannten Typen enthalten sein müssen, ist offen.  
**Auswirkung auf dieses Kriterium:** Die verpflichtende Quellenliste kann unterschiedlich zusammengesetzt sein.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Es ist nicht bestimmbar, welche Quellen die geforderte Unabhängigkeit erfüllen.  
**Prüfregel:** 7.5; F5  
**Begründung:** Der Prompt enthält kein Kriterium, anhand dessen die Unabhängigkeit für die Pflichtquellenliste überprüft werden kann.  
**Auswirkung auf dieses Kriterium:** Die Pflichtausgabe „Sources“ kann unterschiedlich ausfallen.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Overall Verdict“  
**Feststellung:** Für Fälle außerhalb der ausdrücklich geregelten „False“-Bedingungen ist der Pflichtwert nicht bestimmbar.  
**Prüfregel:** 7.5; F5  
**Begründung:** Es fehlt die Zuordnung zu den übrigen zulässigen Verdicts.  
**Auswirkung auf dieses Kriterium:** Der auszugebende Verdict-Wert kann variieren.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion“  
**Feststellung:** Der Pflichtwert ist mangels Auswahlkriterien nicht eindeutig bestimmbar.  
**Prüfregel:** 7.5; F5  
**Begründung:** Die vier zugelassenen Werte sind nicht voneinander abgegrenzt.  
**Auswirkung auf dieses Kriterium:** Die verpflichtende Bewertung kann variieren.

**ID: S06**  
**Schweregrad: G1**  
**Betroffene Stelle:** „Confidence“  
**Feststellung:** Der Pflichtwert ist mangels Zuordnungskriterien nicht eindeutig bestimmbar.  
**Prüfregel:** 7.5; F5  
**Begründung:** Der Prompt definiert keine Kriterien für die vier Werte.  
**Auswirkung auf dieses Kriterium:** Ein verpflichtender Ausgabebestandteil kann variieren.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Evidence“ und die Bewertung der Beweisführung nach Quellenautorität.  
**Feststellung:** Die erforderliche Strenge der Begründung ist nicht bestimmt.  
**Prüfregel:** 7.5; F5  
**Begründung:** Es fehlt eine Regel, die festlegt, welche zusätzliche oder strengere Begründung bei welcher Autorität erforderlich ist.  
**Auswirkung auf dieses Kriterium:** Umfang und Inhalt der Pflichtbegründung können variieren.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Zeitliche Prüfung und „Overall Verdict“.  
**Feststellung:** Die Pflichtbewertung, ob ein Ereignis als „älter“ und fälschlich als aktuell dargestellt gilt, ist nicht eindeutig bestimmbar.  
**Prüfregel:** 7.5; F5  
**Begründung:** Ein zeitlicher Grenzwert oder Bezugszeitraum fehlt.  
**Auswirkung auf dieses Kriterium:** Die zeitbezogene Begründung und damit die Bewertung können variieren.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Sources“ und die Anforderung einer „aktuellen Websuche“.  
**Feststellung:** Die geforderte Aktualität der Rechercheergebnisse ist nicht bestimmt.  
**Prüfregel:** 7.5; F5  
**Begründung:** Es fehlt ein zeitlicher Maßstab für die Pflichtrecherche.  
**Auswirkung auf dieses Kriterium:** Die als ausreichend aktuell ausgegebenen Quellen können variieren.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** Ausgabe der X-Handles oder Klarnamen.  
**Feststellung:** Für nicht eindeutig verifizierbare Handles ist der Pflichtausgabewert nicht festgelegt.  
**Prüfregel:** 7.5; F5  
**Begründung:** Die Ausgaberegel gilt ausdrücklich nur für verifizierte Handles und für Nicht-Existenz.  
**Auswirkung auf dieses Kriterium:** Der ausgegebene Handle- oder Klarname kann variieren.

## Entscheidungen

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** Auswahl der implizierten Hauptaussage.  
**Feststellung:** Es fehlt eine Prioritätsregel zwischen Leserinterpretation und engster eindeutig gestützter Interpretation.  
**Prüfregel:** 7.6; F3  
**Begründung:** Beide Vorgaben können zu verschiedenen Auswahlentscheidungen führen.  
**Auswirkung auf dieses Kriterium:** Die zentrale Aussage kann unterschiedlich ausgewählt werden.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** Quellentypen in der Klammerangabe.  
**Feststellung:** Die Auswahlregel für die erforderliche Zusammensetzung der drei Quellen fehlt.  
**Prüfregel:** 7.6; F2  
**Begründung:** Es ist nicht festgelegt, ob die genannten Typen verbindlich oder beispielhaft sind.  
**Auswirkung auf dieses Kriterium:** Die Auswahl der Quellen kann unterschiedlich erfolgen.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Das Auswahlkriterium für Quellenunabhängigkeit fehlt.  
**Prüfregel:** 7.6; F2  
**Begründung:** Der Prompt verlangt die Auswahl unabhängiger Quellen, definiert aber nicht, wie diese Eigenschaft festgestellt wird.  
**Auswirkung auf dieses Kriterium:** Unterschiedliche Quellen können als qualifizierend ausgewählt werden.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** Auswahl des „Overall Verdict“.  
**Feststellung:** Für die zulässigen Werte fehlt eine vollständige Auswahlregel.  
**Prüfregel:** 7.6; F2  
**Begründung:** Die Vorgabe für „False“ deckt nicht die Entscheidung zwischen den übrigen Werten ab.  
**Auswirkung auf dieses Kriterium:** Das Urteil kann unterschiedlich ausgewählt werden.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Auswahl der „Logical conclusion“.  
**Feststellung:** Die Auswahlregel zwischen „Supported“, „Partially supported“, „Unsupported“ und „False“ fehlt.  
**Prüfregel:** 7.6; F2  
**Begründung:** Die Bedingungen für die einzelnen Werte sind nicht angegeben.  
**Auswirkung auf dieses Kriterium:** Die Schlussfolgerungsbewertung kann unterschiedlich ausfallen.

**ID: S06**  
**Schweregrad: G1**  
**Betroffene Stelle:** Auswahl der „Confidence“.  
**Feststellung:** Die Auswahlregel zwischen den vier Confidence-Werten fehlt.  
**Prüfregel:** 7.6; F2  
**Begründung:** Es gibt weder Schwellenwerte noch sonstige Kriterien.  
**Auswirkung auf dieses Kriterium:** Der Confidence-Wert kann unterschiedlich gewählt werden.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** Bewertung der Quellenautorität und der daraus folgenden Beweisführungsstrenge.  
**Feststellung:** Die Entscheidungsregel für die Steigerung der Anforderungen fehlt.  
**Prüfregel:** 7.6; F2  
**Begründung:** Die Stärke der geforderten Beweisführung wird nicht bestimmten Autoritätsstufen oder Kriterien zugeordnet.  
**Auswirkung auf dieses Kriterium:** Die erforderliche Evidenz kann unterschiedlich streng beurteilt werden.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Entscheidung, ob ein Ereignis „älter“ und als aktuell dargestellt ist.  
**Feststellung:** Die zeitliche Entscheidungsgrenze fehlt.  
**Prüfregel:** 7.6; F2  
**Begründung:** Der Prompt gibt keinen Bezugszeitraum oder Schwellenwert vor.  
**Auswirkung auf dieses Kriterium:** Die Kennzeichnung als irreführend kann unterschiedlich entschieden werden.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** Anforderung einer „aktuellen Websuche“.  
**Feststellung:** Der zeitliche Maßstab für „aktuell“ fehlt.  
**Prüfregel:** 7.6; F2  
**Begründung:** Es gibt keine Vorgabe, welches Alter von Suchergebnissen zulässig ist.  
**Auswirkung auf dieses Kriterium:** Die Auswahl der verwendbaren Rechercheergebnisse kann variieren.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** Umgang mit nicht eindeutig verifizierbaren X-Handles.  
**Feststellung:** Die Entscheidungsregel für ungeklärte Verifizierbarkeit fehlt.  
**Prüfregel:** 7.6; F2  
**Begründung:** Für diesen Fall ist weder die Ausgabe des Handles noch die des Klarnamens festgelegt.  
**Auswirkung auf dieses Kriterium:** Die Entitätsangabe kann unterschiedlich gewählt werden.

## Reproduzierbarkeit

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** Auswahl der implizierten Hauptaussage.  
**Feststellung:** Mehrere mit dem Prompt vereinbare Interpretationsweisen können zu unterschiedlichen zentralen Aussagen führen.  
**Prüfregel:** 7.7  
**Begründung:** Die Vorgaben zur durchschnittlichen Leserinterpretation und zur engsten eindeutig gestützten Interpretation legen keine Priorität fest.  
**Auswirkung auf dieses Kriterium:** Die inhaltliche Auswahl der Hauptaussage kann variieren.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** Quellentypen in der Klammerangabe.  
**Feststellung:** Die Quellenrecherche kann je nach Lesart unterschiedliche Quellentypen einbeziehen.  
**Prüfregel:** 7.7  
**Begründung:** Die Klammerangabe kann als verbindliche Typenliste oder als beispielhafte Erläuterung gelesen werden.  
**Auswirkung auf dieses Kriterium:** Die Verarbeitung und Quellenliste können variieren.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Unterschiedliche Unabhängigkeitsmaßstäbe ermöglichen unterschiedliche Quellenkombinationen.  
**Prüfregel:** 7.7  
**Begründung:** Der Prompt legt nicht fest, welcher Maßstab für die Auswahl gilt.  
**Auswirkung auf dieses Kriterium:** Die Quellenliste kann variieren.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Overall Verdict“  
**Feststellung:** Die unvollständige Zuordnung der Urteile ermöglicht verschiedene Verdicts für dieselbe Faktenlage.  
**Prüfregel:** 7.7  
**Begründung:** Für Fälle außerhalb der ausdrücklich geregelten „False“-Bedingungen fehlt eine vollständige Auswahlregel.  
**Auswirkung auf dieses Kriterium:** Die abschließende Entscheidung kann variieren.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** „Logical conclusion“  
**Feststellung:** Die fehlende Abgrenzung der zulässigen Bewertungen ermöglicht unterschiedliche Bewertungen derselben Schlussfolgerung.  
**Prüfregel:** 7.7  
**Begründung:** Es fehlen Kriterien für die Auswahl zwischen den vier Werten.  
**Auswirkung auf dieses Kriterium:** Die Schlussfolgerungsbewertung kann variieren.

**ID: S06**  
**Schweregrad: G1**  
**Betroffene Stelle:** „Confidence“  
**Feststellung:** Unterschiedliche Zuordnungen zu den unbestimmten Confidence-Stufen sind möglich.  
**Prüfregel:** 7.7  
**Begründung:** Es gibt keine Schwellenwerte oder Zuordnungsregeln.  
**Auswirkung auf dieses Kriterium:** Der Confidence-Wert kann variieren.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** Anforderungen an die Beweisführung nach Quellenautorität.  
**Feststellung:** Die geforderte Strenge kann unterschiedlich umgesetzt werden.  
**Prüfregel:** 7.7  
**Begründung:** Der Prompt gibt keine reproduzierbare Zuordnung zwischen Autorität und erforderlicher Evidenz vor.  
**Auswirkung auf dieses Kriterium:** Prüfung und Begründung können unterschiedlich ausfallen.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** Zeitliche Prüfung älterer Ereignisse.  
**Feststellung:** Unterschiedliche zeitliche Schwellen können zu unterschiedlichen Bewertungen führen.  
**Prüfregel:** 7.7  
**Begründung:** Der Prompt definiert nicht, wann ein Ereignis als „älter“ gilt.  
**Auswirkung auf dieses Kriterium:** Die Kennzeichnung als irreführend kann variieren.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“  
**Feststellung:** Unterschiedliche Aktualitätsmaßstäbe ermöglichen unterschiedliche Recherche- und Quellenauswahlen.  
**Prüfregel:** 7.7  
**Begründung:** Ein zulässiges Höchstalter der Rechercheergebnisse ist nicht vorgegeben.  
**Auswirkung auf dieses Kriterium:** Die Quellenbasis kann variieren.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** Umgang mit nicht eindeutig verifizierbaren X-Handles.  
**Feststellung:** Unterschiedliche Vorgehensweisen bei ungeklärter Verifizierbarkeit sind mit dem Prompt vereinbar.  
**Prüfregel:** 7.7  
**Begründung:** Für diesen Fall fehlt eine Regel zur Auswahl zwischen Handle und Klarnamen.  
**Auswirkung auf dieses Kriterium:** Die Entitätsangabe kann variieren.

## Interpretationsspielraum

**ID: S01**  
**Schweregrad: G3**  
**Betroffene Stelle:** Auswahl der implizierten Hauptaussage.  
**Feststellung:** Die beiden Interpretationsvorgaben können unterschiedliche Aussagen ergeben, ohne dass eine Vorrangregel besteht.  
**Prüfregel:** 7.8  
**Begründung:** Beide Vorgehensweisen sind mit dem Prompt vereinbar.  
**Auswirkung auf dieses Kriterium:** Die zentrale Botschaft ist nicht eindeutig festgelegt.  
**Möglichkeiten:** A: die naheliegende, möglicherweise weiter gefasste Leserinterpretation wählen. B: die engste eindeutig gestützte Interpretation wählen.

**ID: S02**  
**Schweregrad: G2**  
**Betroffene Stelle:** „mindestens drei voneinander unabhängige Quellen (Primärquelle, internationale Nachrichtenquelle, regionale/fachliche Quelle)“  
**Feststellung:** Die Verbindlichkeit der genannten Quellentypen ist nicht festgelegt.  
**Prüfregel:** 7.8  
**Begründung:** Beide Lesarten sind mit dem Wortlaut vereinbar.  
**Auswirkung auf dieses Kriterium:** Die geforderte Quellenzusammensetzung bleibt offen.  
**Möglichkeiten:** A: Mindestens eine Quelle aus jeder genannten Kategorie verwenden. B: die Kategorien nur als Beispiele auffassen und drei andere unabhängige Quellen verwenden.

**ID: S03**  
**Schweregrad: G2**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“  
**Feststellung:** Es fehlt eine Auswahlregel für Quellenunabhängigkeit.  
**Prüfregel:** 7.8  
**Begründung:** Verschiedene Maßstäbe sind mit der Formulierung vereinbar.  
**Auswirkung auf dieses Kriterium:** Die Auswahl der zulässigen Quellen bleibt offen.  
**Möglichkeiten:** A: Quellen als unabhängig bewerten, wenn sie von verschiedenen Organisationen stammen. B: Quellen nur dann als unabhängig bewerten, wenn ihre Belege voneinander unabhängig sind.

**ID: S04**  
**Schweregrad: G2**  
**Betroffene Stelle:** Auswahl des „Overall Verdict“.  
**Feststellung:** Die Auswahlregel für Fälle außerhalb der „False“-Bedingungen fehlt.  
**Prüfregel:** 7.8  
**Begründung:** Mehrere zulässige Werte können auf dieselbe nicht eindeutig geregelte Fallkonstellation passen.  
**Auswirkung auf dieses Kriterium:** Das abschließende Urteil bleibt offen.  
**Möglichkeiten:** A: Eine teilweise gestützte, aber irreführend präsentierte Aussage als „Mixed“ bewerten. B: dieselbe Aussage als „Misleading“ bewerten.

**ID: S05**  
**Schweregrad: G2**  
**Betroffene Stelle:** Auswahl der „Logical conclusion“.  
**Feststellung:** Die Abgrenzung zwischen den zulässigen Werten fehlt.  
**Prüfregel:** 7.8  
**Begründung:** Mindestens zwei Bewertungen können ohne zusätzliche Kriterien mit dem Prompt vereinbar sein.  
**Auswirkung auf dieses Kriterium:** Die Schlussfolgerungsbewertung bleibt offen.  
**Möglichkeiten:** A: Eine teilweise gestützte Schlussfolgerung als „Partially supported“ bewerten. B: sie als „Unsupported“ bewerten, wenn ein entscheidender Teil nicht belegt ist.

**ID: S06**  
**Schweregrad: G1**  
**Betroffene Stelle:** Auswahl der „Confidence“.  
**Feststellung:** Es fehlt eine Auswahlregel für die Confidence-Stufen.  
**Prüfregel:** 7.8  
**Begründung:** Unterschiedliche Zuordnungen sind mit dem Prompt vereinbar.  
**Auswirkung auf dieses Kriterium:** Der auszugebende Confidence-Wert bleibt offen.  
**Möglichkeiten:** A: Bei überwiegend verifizierter Evidenz „High“ ausgeben. B: bei verbleibenden Einschränkungen „Medium“ ausgeben.

**ID: S07**  
**Schweregrad: G2**  
**Betroffene Stelle:** „die Anforderungen an Beweisführung … steigen mit der fachlichen Autorität der Quelle“  
**Feststellung:** Die erforderliche Steigerung der Prüftiefe ist nicht festgelegt.  
**Prüfregel:** 7.8  
**Begründung:** Verschiedene Strengegrade sind mit der Vorgabe vereinbar.  
**Auswirkung auf dieses Kriterium:** Die Prüfung kann unterschiedlich streng ausfallen.  
**Möglichkeiten:** A: Bei hoher Autorität zusätzliche Primärbelege verlangen. B: bei hoher Autorität dieselben Beleganforderungen anwenden, aber Einschränkungen genauer prüfen.

**ID: S08**  
**Schweregrad: G2**  
**Betroffene Stelle:** „ob ältere Ereignisse als aktuell dargestellt werden“  
**Feststellung:** Es fehlt eine zeitliche Grenze für „älter“.  
**Prüfregel:** 7.8  
**Begründung:** Unterschiedliche zeitliche Bezugsräume sind mit dem Wortlaut vereinbar.  
**Auswirkung auf dieses Kriterium:** Die Einstufung als irreführend kann variieren.  
**Möglichkeiten:** A: Ein Ereignis aus dem Vorjahr als „älter“ behandeln. B: erst ein Ereignis aus mehreren Jahren zuvor als „älter“ behandeln.

**ID: S09**  
**Schweregrad: G2**  
**Betroffene Stelle:** „aktuelle Websuche“  
**Feststellung:** Der Aktualitätszeitraum ist nicht definiert.  
**Prüfregel:** 7.8  
**Begründung:** Verschiedene Zeiträume sind mit der Anforderung vereinbar.  
**Auswirkung auf dieses Kriterium:** Die verwendbaren Rechercheergebnisse können variieren.  
**Möglichkeiten:** A: Nur Suchergebnisse aus den letzten Tagen als aktuell verwenden. B: Suchergebnisse aus den letzten Monaten als aktuell verwenden.

**ID: S10**  
**Schweregrad: G2**  
**Betroffene Stelle:** X-Handles bei nicht eindeutiger Verifizierbarkeit.  
**Feststellung:** Für diesen Fall fehlt eine Auswahlregel.  
**Prüfregel:** 7.8  
**Begründung:** Beide Vorgehensweisen sind mit der vorhandenen Regel vereinbar.  
**Auswirkung auf dieses Kriterium:** Die Entitätsangabe kann variieren.  
**Möglichkeiten:** A: Den nicht eindeutig verifizierten Handle ausgeben. B: ausschließlich den Klarnamen ausgeben.

# 2. Bewertung

| Kriterium | Schwachstellen | Berechnung | Punkte |
|---|---|---:|---:|
| Eindeutigkeit | S01 (G3), S02 (G2), S03 (G2), S04 (G2), S05 (G2), S06 (G1), S07 (G2), S08 (G2), S09 (G2), S10 (G2) | 5 − 3 − 2 − 2 − 2 − 2 − 1 − 2 − 2 − 2 − 2 | 0 |
| Ablauf | keine | 5 − 0 | 5 |
| Logik | S01 (G3) | 5 − 3 | 2 |
| Eingaben | keine | 5 − 0 | 5 |
| Ausgaben | S01 (G3), S02 (G2), S03 (G2), S04 (G2), S05 (G2), S06 (G1), S07 (G2), S08 (G2), S09 (G2), S10 (G2) | 5 − 3 − 2 − 2 − 2 − 2 − 1 − 2 − 2 − 2 − 2 | 0 |
| Entscheidungen | S01 (G3), S02 (G2), S03 (G2), S04 (G2), S05 (G2), S06 (G1), S07 (G2), S08 (G2), S09 (G2), S10 (G2) | 5 − 3 − 2 − 2 − 2 − 2 − 1 − 2 − 2 − 2 − 2 | 0 |
| Reproduzierbarkeit | S01 (G3), S02 (G2), S03 (G2), S04 (G2), S05 (G2), S06 (G1), S07 (G2), S08 (G2), S09 (G2), S10 (G2) | 5 − 3 − 2 − 2 − 2 − 2 − 1 − 2 − 2 − 2 − 2 | 0 |
| Interpretationsspielraum | S01 (G3), S02 (G2), S03 (G2), S04 (G2), S05 (G2), S06 (G1), S07 (G2), S08 (G2), S09 (G2), S10 (G2) | 5 − 3 − 2 − 2 − 2 − 2 − 1 − 2 − 2 − 2 − 2 | 0 |

Gesamtpunktzahl: 12/40

# 3. Interpretationsstellen

**ID: S01**  
**Betroffene Stelle:** Auswahl der implizierten Hauptaussage.  
**Auslegung A:** Die naheliegende, möglicherweise weiter gefasste Leserinterpretation wählen.  
**Auslegung B:** Die engste eindeutig gestützte Interpretation wählen.  
**Fehlende Regel:** Eine Vorrangregel zwischen den beiden Interpretationsvorgaben.

**ID: S02**  
**Betroffene Stelle:** Quellentypen in der Klammerangabe.  
**Auslegung A:** Mindestens eine Quelle aus jeder genannten Kategorie verwenden.  
**Auslegung B:** Die Kategorien als Beispiele behandeln.  
**Fehlende Regel:** Eine Festlegung, ob die Quellentypen verbindlich oder beispielhaft sind.

**ID: S03**  
**Betroffene Stelle:** „voneinander unabhängige Quellen“.  
**Auslegung A:** Organisatorische Unabhängigkeit verlangen.  
**Auslegung B:** Unabhängigkeit der Beleggrundlagen verlangen.  
**Fehlende Regel:** Eine Definition der erforderlichen Quellenunabhängigkeit.

**ID: S04**  
**Betroffene Stelle:** Auswahl des „Overall Verdict“.  
**Auslegung A:** Eine teilweise gestützte, aber irreführend präsentierte Aussage als „Mixed“ bewerten.  
**Auslegung B:** Dieselbe Aussage als „Misleading“ bewerten.  
**Fehlende Regel:** Auswahlkriterien für Fälle außerhalb der ausdrücklich geregelten „False“-Bedingungen.

**ID: S05**  
**Betroffene Stelle:** Auswahl der „Logical conclusion“.  
**Auslegung A:** Eine teilweise gestützte Schlussfolgerung als „Partially supported“ bewerten.  
**Auslegung B:** Sie als „Unsupported“ bewerten, wenn ein entscheidender Teil nicht belegt ist.  
**Fehlende Regel:** Kriterien zur Abgrenzung der vier zulässigen Bewertungen.

**ID: S06**  
**Betroffene Stelle:** Auswahl der „Confidence“.  
**Auslegung A:** Bei überwiegend verifizierter Evidenz „High“ ausgeben.  
**Auslegung B:** Bei verbleibenden Einschränkungen „Medium“ ausgeben.  
**Fehlende Regel:** Kriterien oder Schwellenwerte für die Confidence-Stufen.

**ID: S07**  
**Betroffene Stelle:** Anforderungen an die Beweisführung nach Quellenautorität.  
**Auslegung A:** Bei hoher Autorität zusätzliche Primärbelege verlangen.  
**Auslegung B:** Dieselben Beleganforderungen anwenden, aber Einschränkungen genauer prüfen.  
**Fehlende Regel:** Eine konkrete Zuordnung der Quellenautorität zur erforderlichen Beweisführungsstrenge.

**ID: S08**  
**Betroffene Stelle:** Bewertung, ob Ereignisse „älter“ und als aktuell dargestellt sind.  
**Auslegung A:** Ein Ereignis aus dem Vorjahr als „älter“ behandeln.  
**Auslegung B:** Erst ein mehrere Jahre zurückliegendes Ereignis als „älter“ behandeln.  
**Fehlende Regel:** Ein zeitlicher Grenzwert oder Bezugszeitraum.

**ID: S09**  
**Betroffene Stelle:** „aktuelle Websuche“.  
**Auslegung A:** Nur Suchergebnisse aus den letzten Tagen als aktuell verwenden.  
**Auslegung B:** Suchergebnisse aus den letzten Monaten als aktuell verwenden.  
**Fehlende Regel:** Ein zulässiger Aktualitätszeitraum.

**ID: S10**  
**Betroffene Stelle:** X-Handles bei nicht eindeutiger Verifizierbarkeit.  
**Auslegung A:** Den nicht eindeutig verifizierten Handle ausgeben.  
**Auslegung B:** Ausschließlich den Klarnamen ausgeben.  
**Fehlende Regel:** Eine Ausgaberegel für ungeklärte Verifizierbarkeit.

# 4. Hinweise für den Prompt-Programmierer

**ID: S01**  
**Problem:** Die Vorgaben zur durchschnittlichen Leserinterpretation und zur engsten eindeutig gestützten Interpretation können zu unterschiedlichen zentralen Aussagen führen.  
**Änderung:** Eine Vorrangregel festlegen, welche Vorgabe bei abweichenden Ergebnissen maßgeblich ist.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Auswahl der implizierten Hauptaussage.

**ID: S02**  
**Problem:** Es ist unklar, ob die genannten Quellentypen verbindlich oder beispielhaft sind.  
**Änderung:** Festlegen, ob mindestens eine Quelle aus jeder genannten Kategorie erforderlich ist oder die Kategorien nur Beispiele sind.  
**Wirkung:** Beseitigt die Mehrdeutigkeit der geforderten Quellenzusammensetzung.

**ID: S03**  
**Problem:** Der Begriff „voneinander unabhängige Quellen“ ist nicht operationalisiert.  
**Änderung:** Definieren, anhand welcher Merkmale Quellen als unabhängig gelten.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Auswahl der Pflichtquellen.

**ID: S04**  
**Problem:** Für die Auswahl des Overall Verdict fehlen außerhalb bestimmter „False“-Fälle Kriterien.  
**Änderung:** Auswahlkriterien für die übrigen Verdict-Werte festlegen.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Verdict-Auswahl.

**ID: S05**  
**Problem:** Die vier Werte für „Logical conclusion“ sind nicht abgegrenzt.  
**Änderung:** Bedingungen festlegen, wann jeweils „Supported“, „Partially supported“, „Unsupported“ oder „False“ zu verwenden ist.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Schlussfolgerungsbewertung.

**ID: S06**  
**Problem:** Für die Confidence-Stufen fehlen Zuordnungskriterien.  
**Änderung:** Kriterien oder Schwellenwerte für die vier Confidence-Werte festlegen.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Confidence-Ausgabe.

**ID: S07**  
**Problem:** Die Steigerung der Beweisführungsanforderungen nach Quellenautorität ist nicht konkretisiert.  
**Änderung:** Festlegen, welche zusätzlichen oder strengeren Anforderungen für die jeweiligen Autoritätsstufen gelten.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Bewertung der erforderlichen Beweisführung.

**ID: S08**  
**Problem:** Der zeitliche Maßstab dafür, wann ein Ereignis als „älter“ gilt, fehlt.  
**Änderung:** Einen Bezugszeitraum oder Schwellenwert für die Einstufung als älteres, als aktuell dargestelltes Ereignis festlegen.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der zeitlichen Bewertung.

**ID: S09**  
**Problem:** Der Aktualitätszeitraum der Websuche ist nicht festgelegt.  
**Änderung:** Einen zulässigen Zeitraum für Suchergebnisse oder eine andere konkrete Aktualitätsregel festlegen.  
**Wirkung:** Beseitigt die Mehrdeutigkeit bei der Rechercheauswahl.

**ID: S10**  
**Problem:** Für nicht eindeutig verifizierbare X-Handles fehlt eine Ausgaberegel.  
**Änderung:** Festlegen, ob in diesem Fall der Handle, der Klarname oder eine andere bereits im Prompt zugelassene Form ausgegeben wird.  
**Wirkung:** Beseitigt die Mehrdeutigkeit der Entitätsangabe.


The evaluation and task context needed for this run are included here. Use the
parent generation artifacts when they help you understand what the current
agent produced and how it was evaluated.

This domain improves an existing source prompt instead of designing a prompt
from scratch. The generator should preserve the source prompt's core purpose
while improving clarity, robustness, operational rules, and consistency.

Translate supported evaluator findings into changes to the Task-Agent's
instructions in /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not directly edit the source prompt or a
generated candidate prompt. The next Task-Agent run creates the revised
candidate from the changed instructions.

You may read:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py
- /home/USER/PromptEvolution/domains/prompt_design/prompt.md

- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_009
- files inside /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_010/meta_workspace

You may edit:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

You may freely create, edit, and remove files inside:
- /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_010/meta_workspace

If you want to reinterpret, summarize, or adapt the task for this run, write
that as a new artifact inside the workspace. Keep the source prompt
and all evaluation/report files unchanged.

Make an actual code change to /home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py. Do not merely describe changes.

TOOL PROTOCOL:
- Use exactly ONE tool per response.
- Tool calls MUST use exactly this format:

<json>
{
    "tool_name": "...",
    "tool_input": {...}
}
</json>

- Never use <function_calls>, <invoke_tool>, XML tool calls, or any other
  tool-call syntax.
- Never simulate a tool result.
- Every editor call must include the absolute `path` inside `tool_input`.
- For `str_replace`, use `command`, `path`, `old_str`, and `new_str` together.
- If editor returns an error, correct the JSON and retry editor; do not switch
  to bash, sed, or another editing method.
- Wait for the real tool result before making the next tool call.

After editing:
1. Inspect the changed files.
2. Run appropriate validation such as py_compile.
3. Fix errors before finishing.



For this run the evolution scope is PROMPT ONLY.

Target file:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py

Workspace:
/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/outputs/prompt_design/gen_010/meta_workspace

STRICT CONSTRAINTS:
- Preserve generate_prompt(task: str) -> str.
- It must continue to return a Python string.
- Keep the existing single Task-Agent LLM call.
- Do not add runtime evaluator logic or extra model calls.
- Improve the prompt-generation strategy inside generate_prompt().
- Preserve the behavior that the Task-Agent improves an existing prompt and
  does not replace it with an unrelated prompt.

IMPLEMENTATION PROTOCOL:
- Make exactly one small but meaningful improvement.
- First use editor view on the target file with `line_numbers: false`.
- Your first response must be this actual editor call, with no surrounding text:
  <json>{"tool_name":"editor","tool_input":{"command":"view","path":"/home/USER/PromptEvolution/runs/luna6_evaluator_gemma_meta_task_requirements_260924/prompt_design_agent.py","line_numbers":false}}</json>
- Then use editor str_replace on a short exact substring copied verbatim from
  the file you viewed.
- Copy only actual file text into `old_str` and `new_str`. Never add display
  labels such as `15\t`, and never invent extra fields such as `new_str_2`.
- Prioritize the actual edit before exploration or documentation. Do not list
  directories or create notes, reports, checklists, or summaries before editing.
- If an edit fails, use the real error and file contents to fix that edit next.
- Never assume a proposed tool call was executed. Only real tool results prove
  that a change or validation happened.
- Do not replace the whole function or whole file.
- Do not use sed.
- After the edit, view the file again.
- Then run py_compile.
- Only after the edit and validation succeed may you write optional workspace
  documentation. Documentation is not required; prefer finishing immediately
  with a short plain-text summary. Do not spend tools printing success messages.
- Reserve remaining tool calls for the edit, verification, and necessary fixes.
- Do not finish unless the target file actually changed.

SUGGESTED TOOL CYCLE:
1. editor view with `line_numbers: false`
2. editor str_replace
3. editor view to verify the real change
4. finish with a short plain-text summary (the loop performs py_compile)