Der Global Debate Evaluation Standard

Argupedia · Whitepaper · Version 2.0

Ein Standard, um politische Argumente sichtbar, prüfbar und vergleichbar zu machen. Er hat zwei Anwendungsformen: vereinfacht im Workshop und technisch auf der Plattform.

Angabe	Stand
Whitepaper	Version 2.0, Stand 20. Oktober 2026
Technisches Verfahren der Plattform	Scoring 1.3
Bilanzmodell der Plattform	bilanz/2.0
Herausgeber	Argupedia
Autor	Julian Immanuel Ohm, M.Sc.

Änderungsvermerk V2.0: Das Whitepaper ist neu gegliedert. Es trennt die vereinfachte Anwendung (drei Einschätzungen von 0 bis 10 im Rahmen einer Sitzung) von der technischen Anwendung der Plattform (gemeinsame Maßstäbe, nach oben offener Normalised Impact, Netto-Bilanz). Die Skalenangaben der V1.1 gelten nur noch für die vereinfachte Form. Neu sind die Kapitel zur Bilanz, zur Rolle von Argupedia und zum Lab.

Zusammenfassung

GDES beginnt mit drei Fragen an jedes Argument: Was steht auf dem Spiel? Wie groß ist der Unterschied zwischen den verglichenen Zukünften? Wie belastbar ist die Behauptung? Die Antworten heißen Value (V), Impact (I) und Plausibility (P). Sie bleiben an jedem Argument einzeln sichtbar und einzeln anfechtbar.

Für einen Workshop genügen einfache Einschätzungen im Rahmen der Sitzung. Die technische Anwendung ergänzt dokumentierte Umrechnungen, gemeinsame Bewertungsmaßstäbe und Regeln für Unsicherheit. Beide Formen legen Annahmen offen. Sie unterscheiden sich im Aufwand und in der Reichweite ihrer Vergleiche.

Argupedia ist eine Anwendung des Standards, nicht der Standard selbst. Die Plattform dient derzeit als Machbarkeitsnachweis: Sie zeigt, dass sich politische Vorschläge in dieser Form durchgehend bewerten lassen, und arbeitet dafür überwiegend mit KI. Ihre Bewertungen sind Arbeitsstände ohne Anspruch auf Endgültigkeit.

01 · Das Problem und die Grundidee

Urteile entstehen aus Signalen, die unterschiedlich viel taugen

Wer ein politisches Argument bewertet, verarbeitet Hinweise. Manche tragen Information über die Sache: Belege, logische Struktur, dokumentierte Wirkungen. Andere sagen mehr über das Umfeld: die Sicherheit des Sprechers, seine Partei, die Stimmung der eigenen Gruppe.

Die Urteilsforschung beschreibt eine Lücke zwischen beiden Arten. Wie stark ein Hinweis ein Urteil prägt, entspricht häufig nicht dem, was er zur richtigen Antwort beiträgt. Hinweise aus dem Umfeld sind leichter zugänglich und wirken oft stärker, als ihr Gehalt rechtfertigt.

Drei Tendenzen tragen dazu bei. Schnelles Urteilen formt aus dem Verfügbaren eine stimmige Geschichte und bemerkt Fehlendes selten. Prüfendes Nachdenken ist aufwendig und sucht häufig Gründe für die Seite, zu der die Person ohnehin neigt. Das Arbeitsgedächtnis ist eng, und ungeordnete Information überlastet es schnell.

Die Folge ist schwer zu bemerken: Ein Urteil aus schwachen Hinweisen fühlt sich von innen an wie ein gut begründetes. Die Bewertung von Wert, Wirkung und Glaubwürdigkeit findet bei jeder Entscheidung statt, meist unsichtbar und deshalb schwer korrigierbar. Die ausführliche Herleitung steht im Problemstatement.

Eine Entscheidung ist ein Vergleich zweier Zukünfte

Eine Maßnahme wird umgesetzt oder nicht. F1 ist die Zukunft mit der Maßnahme. F0 ist der realistische Verlauf ohne sie, also die beste Schätzung, wie sich die Lage sonst entwickelt. F0 ist nicht der heutige Zustand.

Ein Argument behauptet einen Unterschied zwischen F1 und F0 auf einer benannten Dimension, ein Delta. „Die Reform senkt die Wartezeiten” heißt: In F1 sind die Wartezeiten kürzer als in F0. GDES bestimmt für jedes Delta drei Dinge: wie schwer das betroffene Gut wiegt, wie groß der Unterschied ist und wie belastbar die Behauptung ist.

Symbol	Bedeutung
F1	Zukunft mit der Maßnahme
F0	Realistisches Vergleichsszenario ohne die Maßnahme
Delta (Δ)	Behaupteter Unterschied zwischen F1 und F0 auf einer Dimension
V	Value: Gewicht des betroffenen Guts
I	Impact: Größe des Deltas
P	Plausibility: Belastbarkeit der Behauptung

Die Formel ist eine Modellwahl

GDES verbindet die drei Größen in einer einfachen Formel:

Argument-Score = V × I × P ÷ 10

Der Vergleich zweier Zukünfte begründet, warum Unterschiede betrachtet werden. Er legt nicht fest, dass Wirkungen multipliziert und danach addiert werden müssen. Die Formel ist eine begründete Modellentscheidung: Sie bildet die erwartete Bedeutung einer Wirkung unter den gewählten Annahmen ab.

Die Entscheidung hat Voraussetzungen. Die Summe mehrerer Argumente ist nur sinnvoll, wenn sich ihre Wirkungen nicht überschneiden. Manche Grenzen lassen sich nicht gegen Vorteile aufrechnen und stehen deshalb neben der Rechnung (Kapitel 05).

02 · GDES vereinfacht im Workshop

Drei Einschätzungen im Rahmen einer Sitzung

In der vereinfachten Form vergibt eine Gruppe V, I und P jeweils von 0 bis 10 und notiert zu jeder Zahl einen Grund. Die Maßstäbe vereinbart sie selbst, und sie gelten nur für diese Sitzung. Das Ergebnis ist eine geordnete Übersicht über die Abwägung der Gruppe.

Die Zahlen sind keine global vergleichbaren Größen und keine gemessenen Wahrscheinlichkeiten. Der Nutzen liegt in der Zerlegung: Uneinigkeit wird an einer bestimmten Annahme sichtbar, statt im Gesamturteil zu verschwinden.

Die folgenden Schritte sind ein Vorschlag für den Einstieg. Dauer und Format sind noch nicht praktisch erprobt.

Vergleich festlegen. Die Gruppe benennt die Entscheidung, die realistische Alternative und den Zeitraum.
Folgen sammeln. Jede Karte nennt eine konkrete Wirkung, die betroffene Gruppe und den Grund oder Beleg. Pro und Contra werden getrennt gesammelt.
Maßstäbe vereinbaren. Für jede der drei Fragen hält die Gruppe Beispiele fest. Bei I legt sie fest, welche große Wirkung die 10 bezeichnet.
Einzeln einschätzen. Jede Person vergibt V, I und P und notiert je einen kurzen Grund. Offene Fragen werden markiert, statt eine Zahl zu erzwingen.
Gründe vergleichen. Die Gruppe bespricht die Unterschiede. Dissens darf bestehen bleiben. Doppelt gezählte Wirkungen und rechtliche oder ethische Grenzen werden benannt.
Abwägung darstellen. Die Gruppe kann mit V × I × P ÷ 10 rechnen und Pro und Contra getrennt summieren. Die Summen sind eine Gesprächsübersicht.
Nächsten Lernschritt festhalten. Die Gruppe notiert, welche Annahme das Ergebnis trägt und welche neue Information die Einschätzung ändern würde.

Eine Argumentkarte hat diese Felder: Folge, Pro oder Contra, Vergleich und Zeitraum, betroffene Gruppe, Beleg oder Annahme, V, I und P mit je einem Grund, offene Frage.

Beispiel: Tempolimit 130 auf Autobahnen

Die Zahlen dieses Beispiels sind erfunden und zeigen nur das Vorgehen. Die Gruppe vergleicht ein Tempolimit von 130 km/h mit dem Fortbestand der heutigen Regel über zehn Jahre. Als 10 bei I vereinbart sie die größte Wirkung, die in dieser Debatte genannt wird.

Karte	Seite	V	I	P	Punkte
Weniger Verkehrstote und Schwerverletzte	Pro	10	6	8	48
Weniger CO₂ im Verkehr	Pro	7	4	7	20
Längere Reisezeiten	Contra	6	7	9	38

Zwei Teilnehmende vergeben bei der Reisezeit V 4 und V 8. Der Unterschied liegt in der Frage, ob verlorene Zeit ein Komfortverlust oder verlorene Lebenszeit ist. Diese Frage ist der eigentliche Streitpunkt der Sitzung, und die Karte macht ihn benennbar.

03 · GDES technisch anwenden

Gemeinsame Maßstäbe ersetzen die Vereinbarung der Sitzung

Die technische Form beantwortet dieselben drei Fragen. Sie ersetzt die Maßstäbe der Sitzung durch Regeln, die für alle Debatten gleich sind. Der Zweck ist Vergleichbarkeit über Themen hinweg. Der Preis ist ein deutlich höherer Aufwand.

Frage	Vereinfachte Anwendung	Technische Anwendung
Vergleich	Entscheidung, Alternative und Zeitraum gemeinsam festlegen	Vergleichsszenarien, Geltungsraum, Zeitraum und betroffene Gruppen dokumentieren
V	Bedeutung des Guts einschätzen und begründen	Einordnung in ein gemeinsames Werteregister, 0 bis 10
I	Einschätzung von 0 bis 10 mit vereinbarten Beispielen	Natürliche Menge herleiten und in den Normalised Impact umrechnen, nach oben offen
P	Belastbarkeit mit Gründen einschätzen	Belegart und kausale Zurechnung prüfen, 0 bis 10 mit Obergrenzen
Ergebnis	Übersicht über die Abwägung der Gruppe	Erwartete Beiträge und eine Netto-Bilanz mit Unsicherheit
Reichweite	Innerhalb der Sitzung	Über gemeinsame Maßstäbe, unter passenden Vergleichsbedingungen

In der technischen Form bleiben V und P auf 0 bis 10 begrenzt. I hat keine Obergrenze, und deshalb hat auch der Argument-Score keine.

Der Weg von der Behauptung zur Zahl

Die Herleitung folgt einer festen Reihenfolge:

Natürliche Menge bestimmen. Die Wirkung wird in ihrer eigenen Einheit hergeleitet: Tonnen, Lebensjahre, Stunden, Euro. Zeitraum und Häufigkeit gehören dazu.
Umrechnen. Feste, veröffentlichte Umrechnungsregeln bringen die Menge auf den gemeinsamen Maßstab. Das Ergebnis ist der Normalised Impact, eine einheitslose Zahl.
V einordnen. Das Werteregister nennt, in welcher Klasse das betroffene Gut liegt.
P begründen. Geprüft wird, wie belastbar der behauptete Zusammenhang ist.
Spanne dokumentieren. Jede Wirkungsgröße trägt die Spanne, in der sie nach den Quellen liegen kann.

Zwei Arten von Unsicherheit bleiben getrennt. Zweifel an der Größe einer Wirkung gehört in ihre Spanne. Zweifel am Zusammenhang selbst gehört in P. So wird keine Unsicherheit doppelt abgezogen.

Seltene Schäden zählen mit ihrer Ereignisrate in der Menge. Ein Schaden, der in jedem zehnten Jahr eintritt, geht mit einem Zehntel in I ein. P beschreibt dann nur noch, wie verlässlich diese Rechnung ist.

Bei P prüft die technische Form zwei Dinge getrennt: die Art des Belegs und die kausale Zurechnung. Mehrere Studien, die dasselbe Nebeneinander beobachten, zeigen noch nicht, dass die Maßnahme die Wirkung verursacht. Die Obergrenzen je Belegart stehen auf der Seite Plausibilität.

Normative Setzungen liegen nicht nur in V

V macht das Gewicht des betroffenen Guts sichtbar. Auch die Umrechnung enthält normative Setzungen: wie viel ein Lebensjahr gegenüber einer Tonne CO₂ zählt, wie stark derselbe Betrag bei kleinem Einkommen mehr wiegt als bei großem, und ab wann viele kaum spürbare Wirkungen gedämpft werden.

Eine gemeinsame Skala ist deshalb eine Konvention und nicht wertneutral. Die technische Form unterscheidet Setzungen von empirisch abgeleiteten Größen und veröffentlicht beide. Die Setzungen stehen in der Baseline und im Werte-Katalog. Geändert werden sie zentral und nie für eine einzelne Debatte.

Der Begriff Baseline hat damit eine feste Bedeutung: Er bezeichnet die gemeinsamen Umrechnungsregeln. Das Vergleichsszenario einer einzelnen Bewertung heißt F0.

Beispiel: dieselbe Karte in der technischen Form

Die Zahlen stammen aus der Argupedia-Bewertung des Tempolimits 130, Version 7, Stand 23. September 2026. Spätere Versionen können abweichen.

Die Karte „Weniger Verkehrstote und Schwerverletzte” beginnt mit der Menge. Aus vermiedenen Todesfällen, Schwer- und Leichtverletzten ergeben sich rund 3.900 gewonnene Lebensjahre im Jahr. Die Spanne der Quellen reicht von etwa der Hälfte bis zum 1,6-Fachen dieses Werts.

Die Umrechnung führt auf einen Normalised Impact von 1,56 im Maßstab dieser Seite. V liegt bei 10, weil Leben und Gesundheit die höchste Klasse des Registers sind. P liegt bei 8,5, weil ein Feldversuch mit Vergleichsstrecken die Wirkung trägt. Die Karte zählt damit 13 Punkte.

Die 6 aus dem Workshop und die 1,56 der Plattform messen dieselbe Wirkung auf verschiedenen Skalen. Die erste gilt innerhalb der Sitzung. Die zweite lässt sich mit jeder anderen Bewertung der Plattform vergleichen, sobald der Maßstab der jeweiligen Seite berücksichtigt ist.

04 · Von Argumenten zur Bilanz

Drei Ebenen beantworten drei Fragen

Der Argument-Score sagt, wie schwer ein einzelnes Argument wiegt. Die Summen der Pro- und der Contra-Seite zeigen, wie viel Gewicht auf jeder Seite liegt. Die Bilanz sagt, ob die Maßnahme unter dem Strich vorn liegt, wie viel sie bringt und wie viel ihrer Wirkung positiv ist.

Summen und Bilanz beantworten verschiedene Fragen. Eine starke Pro-Seite sagt noch nicht, wie belastbar ein positiver Nettoeffekt ist. Die technische Form leitet ihre Einordnung deshalb aus dem Nettoeffekt ab: Pro minus Contra.

Die Bilanz rechnet die Unsicherheit mit

Die Plattform rechnet jede Debatte 20.000-mal durch. In jedem Durchlauf schwankt jede Wirkung um ihren Kartenwert, so weit, wie ihre Herleitung unsicher ist; die Spanne eines Arguments fasst acht von zehn Durchläufen. Die Plausibilität ist dabei ein fester Abschlag: Ein Argument mit P 7 zählt in jedem Durchlauf zu 70 Prozent. Im Mittel ergibt die Rechnung deshalb genau die Summe der Karten. Die Bilanz nennt drei Zahlen:

Wahrscheinlichkeit: der Anteil der Durchläufe, in denen Pro größer ist als Contra. Daraus folgt die Einordnung, von „sehr wahrscheinlich besser” (ab 90 Prozent) über „wahrscheinlich besser” (ab 70 Prozent) und „unklar” bis „sehr wahrscheinlich schlechter” (bis 10 Prozent).
Effekt: Pro minus Contra in Normalised Impact, über alle Debatten vergleichbar und in Zehnerschritten gestuft, von „sehr klein” (unter 0,05) bis „sehr groß” (über 50).
Anteil positiv: Pro geteilt durch Pro plus Contra.

Eine Maßnahme, die im Mittel vorn liegt, heißt nie „schlechter”. „Unklar” bedeutet, dass die Beleglage Pro und Contra nicht trennt, und nicht, dass beide Seiten gleich groß wären. Die Wahrscheinlichkeit sagt nur, wie sicher die Richtung ist, nichts über die Größe: Eine kleine Maßnahme fast ohne Nachteile kann „sehr wahrscheinlich besser” sein und doch wenig bewirken.

Im Beispiel liegt das Tempolimit 130 in 95 Prozent der Durchläufe vorn und heißt damit „sehr wahrscheinlich besser”. Sein Effekt ist mittel (+1,7), 66 Prozent seiner Wirkung sind positiv.

Der Anteil gilt unter den Annahmen des Modells. Er ist kein gemessener Nachweis, dass eine politische Entscheidung richtig ist. Geld, das nur den Besitzer wechselt, schwankt auf beiden Seiten gemeinsam und zählt in Effekt und Anteil nur mit dem Unterschied, den der Wechsel ausmacht. Die Regeln stehen unter Wie wir bewerten.

Ein gemeinsamer Maßstab ist noch kein Vergleich

Der gemeinsame Maßstab schafft die Voraussetzung, zwei Vorschläge nebeneinanderzulegen. Ein fairer Vergleich verlangt mehr: dieselbe Ausgangslage, denselben Zeitraum und denselben Wertmaßstab. Zwei Vorschläge können gegenüber ihrer jeweiligen Ausgangslage vorn liegen, ohne dass daraus ihre Rangfolge folgt.

Sich überlappende Maßnahmen lassen sich nicht addieren. Wirken zwei Vorschläge auf dieselbe Größe, ist ihre gemeinsame Wirkung kleiner als die Summe der einzelnen. Die Plattform zeigt Zahlen je Seite in einem eigenen Maßstab. Ein Vergleich zwischen Seiten setzt voraus, dass dieser Maßstab berücksichtigt ist.

05 · Grenzen und Qualitätssicherung

Drei Zustände eines Arguments

Ein Argument ist bewertet, begründet ausgeschlossen oder aufgenommen und noch offen. Ausgeschlossen wird eine Wirkung, die widerlegt oder schon an anderer Stelle gezählt ist. Offen bleibt ein Argument, wenn eine benannte Information für die Bewertung fehlt. Eine fehlende Bewertung ist keine belegte Nullwirkung.

Was der Standard nicht leistet

Bewertungen bleiben Urteile. V, I und P sind begründete Schätzungen. Zwei sorgfältige Personen können bei gleicher Beleglage verschieden bewerten. Der Standard verlegt den Streit an eine sichtbare Stelle.
F0 ist selbst eine Vorhersage. Ein falsch gesetztes Vergleichsszenario verzerrt jedes Delta. Offenlegung macht diese Annahme verhandelbar und beseitigt das Problem nicht.
Zahlen wirken genauer, als sie sind. Spannen und aufklappbare Herleitungen wirken dem entgegen. Das Risiko bleibt.
Fehlende Argumente bleiben unsichtbar. Eine Bilanz gilt für die aufgenommenen Argumente. Ein übersehenes Argument verändert sie.
Nicht jede Grenze lässt sich verrechnen. Rechtliche und ethische Schranken bildet ein hohes V nicht angemessen ab. Sie stehen als eigener Befund neben der Bilanz.
Nicht alles Politische ist ein Delta. Fragen von Identität, Würde oder Verfahrensgerechtigkeit erfasst der Standard nur zum Teil.
Die Anwendung entscheidet. Schlecht angewandt gibt der Standard bestehenden Verzerrungen den Anschein von Objektivität. Dagegen helfen nur Offenlegung und Anfechtbarkeit.

Prüfung und Revision

Jede Bewertung der Plattform trägt ein Prüfprotokoll: wer geprüft hat, wann und mit welchem Ergebnis. Ändert sich eine Zahl oder der Bestand der Argumente, entsteht eine neue Version, und die alte bleibt erhalten. Änderungen am Text oder an der Herleitung erfolgen am bestehenden Stand und werden protokolliert.

Zu jeder Bewertung gehört die Revisionsfrage: Welche neue Information würde die Einschätzung ändern? Eine prüfbare Darstellung lädt zur Auseinandersetzung ein. Sie garantiert nicht, dass diese stattfindet.

06 · Argupedia als Machbarkeitsnachweis

Die Plattform ist eine Anwendung, nicht der Standard

GDES ist unabhängig von Argupedia nutzbar. Argupedia wendet die technische Form auf politische Vorschläge an und veröffentlicht jede Bewertung mit ihrer Herleitung. Das Ziel ist derzeit ein Machbarkeitsnachweis: zu zeigen, dass sich solche Bewertungen durchgehend erstellen lassen und was sich aus ihnen lernen lässt.

Fünf Eigenschaften der Anwendung

Jede Bewertung einer Debatte stützt sich auf Werte, und jede Begründung endet irgendwo bei einer Setzung; das ist das Münchhausen-Trilemma (Albert 1968), und keine Methode entkommt ihm. Eine Bewertung unterscheidet sich von einer anderen deshalb nicht darin, ob sie setzt, sondern wie sichtbar und wie beständig die Setzung ist. Argupedia legt sich auf fünf Eigenschaften fest:

Ein Standard für jede Debatte. Jede Debatte wird nach demselben Verfahren bewertet; jedes Argument erhält ein Gewicht aus Wert, Wirkung und Plausibilität, mit Begründung und Quellen.
Werte offen statt verborgen. Welcher Wert wie viel zählt und mit welchem Anker Tonnen, Lebensjahre und Stunden auf eine Skala kommen, steht im Werte-Katalog und in der Baseline, mit Herleitung, Spanne und Änderungshistorie.
Ein Maßstab, der nicht wechselt. Dieselben Werte und Anker gelten für alle Debatten. Ändert sich ein Anker, dann zentral, datiert und für den gesamten Bestand, nie für einen Einzelfall (Änderungen an der Methodik).
Eigene Werte einsetzen. Wer anders gewichtet, rechnet im Werte-Shift nach und sieht, welche Urteile bei einer anderen Gewichtung kippen und welche bestehen bleiben.
Bewertungen, die dazulernen. Jede Bewertung durchläuft Prüfschleifen aus KI und Mensch, trägt Versionen und ein Prüfprotokoll; der gesamte Bestand steht unter Daten zum Download (CC BY-NC 4.0).

Die Frage, wer die Bewerter bewertet, beantwortet diese Anwendung nicht mit einer höheren Instanz, die ihrerseits mit Werten wiegen müsste, sondern mit Offenlegung: Alles ist explizit, nichts implizit, und das Urteil fällt am Ende die Leserin oder der Leser. Das Wort dafür ist nicht Objektivität, sondern Konsistenz (Hintergrund).

Die Bewertungen entstehen überwiegend mit KI

Eine KI erstellt die Erstbewertung: Sie recherchiert Quellen, leitet jede Größe her und dokumentiert die Schritte. Maschinelle Prüfregeln kontrollieren Rechnung und Belege. Der Grund für diese Arbeitsweise ist der Aufwand: Ein Machbarkeitsnachweis über viele Themen wäre mit menschlicher Arbeit allein derzeit nicht zu leisten.

Die Bewertungen werden laufend überarbeitet, auch mit jeweils neueren Modellen. Jede Seite nennt das prüfende Modell und das Datum. Menschliche Prüfung kommt hinzu, wo sie erfolgt, und wird getrennt ausgewiesen. Seiten ohne menschliche Prüfung sind als solche gekennzeichnet.

Die Bewertungen sollen als Beiträge zu einer Debatte brauchbar sein. Sie sind nicht in jedem Punkt ausgereift und erheben keinen Anspruch auf Endgültigkeit. Einwände gegen einzelne Annahmen sind erwünscht, und jede Korrektur ist nachvollziehbar.

Beteiligung ist möglich und derzeit nicht der Schwerpunkt

Die Plattform enthält Funktionen für Kommentare und eigene Einschätzungen. Ihr Ausbau zu einer tragenden Gemeinschaft ist derzeit nicht der Schwerpunkt der Arbeit. Menschliche Hinweise fließen dennoch laufend ein und werden beim nächsten Prüfdurchgang berücksichtigt.

KI unterstützt das Urteil und ersetzt es nicht

Die Automationsforschung beschreibt ein bekanntes Risiko: Wer nur überwacht, verliert mit der Zeit die Fähigkeit, selbst einzugreifen. Für KI im politischen Diskurs gilt das ähnlich, weil sie flüssige Argumente in großer Zahl erzeugt. Die Zerlegung in V, I und P hält jede Annahme für Menschen prüfbar. Die Entscheidung bleibt bei den Menschen und ihren Institutionen.

07 · Ausblick auf das Lab

Im Lab erprobt Argupedia, welche weiteren Werkzeuge aus offen bewerteten Argumenten entstehen können. Die Prototypen zeigen Entwicklungsrichtungen. Ihre Methoden und Ergebnisse sind noch nicht ausreichend geprüft und gehören nicht zum Standard.

Entwicklungsrichtung	Prototypen	Möglicher Nutzen
Debatten untersuchen	Debatte vs. Analyse	Zeigen, welche tragenden Gründe in einer Debatte vorkommen, belegt werden oder fehlen
Robustheit erkunden	Debatten simulieren, Werte-Shift	Zeigen, unter welchen Annahmen und Gewichtungen eine Bilanz stabil bleibt und wo sie kippt
Alternativen vergleichen	Optimum bewerten, Vorschläge vergleichen	Im gemeinsamen Rahmen günstigere Varianten finden und zeigen, welche Wirkungen den Unterschied tragen

Bewähren sich einzelne Werkzeuge, können sie schrittweise Teil der regulären Plattform werden. Ein Abstand zwischen einer Debatte und der Analyse belegt für sich keine schlechte Debatte. Ein Optimum gilt nur für die untersuchten Varianten und Annahmen.

08 · Quellen und Versionshistorie

Forschung, Ableitung und offene Fragen

Die Tabelle trennt, was eine Arbeit zeigt und welche Gestaltungsentscheidung GDES daraus ableitet. Ob GDES selbst Urteile verbessert, ist bisher nicht untersucht. Diese Wirkung ist eine offene Forschungsfrage.

Quelle	Befund	Ableitung für GDES
Brunswik (1952); Hammond u. a. (1975)	Das Gewicht eines Hinweises im Urteil weicht von seinem Beitrag zur richtigen Antwort ab	Gründe einzeln sichtbar machen
Kahneman (2003, 2011)	Schnelles Urteilen bildet aus dem Verfügbaren eine stimmige Geschichte und übergeht Fehlendes	Fehlende Argumente und offene Fragen ausdrücklich führen
Evans & Stanovich (2013)	Automatische und kontrollierte Verarbeitung können beide helfen und beide irren	Prüfung nicht dem ersten Eindruck überlassen
Petty & Cacioppo (1986)	Botschaften werden über Inhalt oder über Oberflächenmerkmale verarbeitet	Inhalt und Beleg vom Absender trennen
Sweller (1988)	Das Arbeitsgedächtnis ist eng, ungeordnete Information überlastet es	Eine Wirkung je Karte, feste Struktur
Hart u. a. (2009); Taber & Lodge (2006)	Menschen bevorzugen im Mittel Information, die zu ihrer Einstellung passt	Pro und Contra nach derselben Regel aufbauen
Wilson & Brekke (1994)	Unerwünschte Einflüsse auf ein Urteil sind von innen kaum erkennbar	Annahmen außerhalb des Kopfes festhalten
Lu, Yuan & McLeod (2012); Lorenz u. a. (2011)	Gruppen übergehen ungeteilte Information, sozialer Einfluss verengt Schätzungen	Erst einzeln einschätzen, dann vergleichen
Mellers u. a. (2014)	Training, Teamarbeit und Rückmeldung verbessern Vorhersagen	Einschätzungen festhalten und später prüfen
Fishkin u. a. (2021)	Strukturierte Beratung mit ausgewogener Information verändert Urteile	Gemeinsame, ausgewogene Grundlage
Bainbridge (1983); Endsley & Kiris (1995)	Reine Überwachung automatisierter Systeme schwächt die Fähigkeit zum Eingreifen	Menschen prüfen einzelne Annahmen selbst

Literatur

Bainbridge, L. (1983). Ironies of automation. Automatica, 19(6), 775–779. https://doi.org/10.1016/0005-1098(83)90046-8
Brunswik, E. (1952). The Conceptual Framework of Psychology. University of Chicago Press.
Endsley, M. R. & Kiris, E. O. (1995). The out-of-the-loop performance problem and level of control in automation. Human Factors, 37(2), 381–394. https://doi.org/10.1518/001872095779064555
Evans, J. St. B. T. & Stanovich, K. E. (2013). Dual-process theories of higher cognition: Advancing the debate. Perspectives on Psychological Science, 8(3), 223–241. https://doi.org/10.1177/1745691612460685
Fishkin, J., Siu, A., Diamond, L. & Bradburn, N. (2021). Is deliberation an antidote to extreme partisan polarization? Reflections on “America in One Room”. American Political Science Review, 115(4), 1464–1481. https://doi.org/10.1017/S0003055421000642
Hammond, K. R., Stewart, T. R., Brehmer, B. & Steinmann, D. O. (1975). Social judgment theory. In M. F. Kaplan & S. Schwartz (Hrsg.), Human Judgment and Decision Processes (S. 271–312). Academic Press. https://doi.org/10.1016/B978-0-12-397250-7.50016-7
Hart, W., Albarracín, D., Eagly, A. H., Brechan, I., Lindberg, M. J. & Merrill, L. (2009). Feeling validated versus being correct: A meta-analysis of selective exposure to information. Psychological Bulletin, 135(4), 555–588. https://doi.org/10.1037/a0015701
Kahneman, D. (2003). A perspective on judgment and choice: Mapping bounded rationality. American Psychologist, 58(9), 697–720. https://doi.org/10.1037/0003-066X.58.9.697
Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
Lorenz, J., Rauhut, H., Schweitzer, F. & Helbing, D. (2011). How social influence can undermine the wisdom of crowd effect. PNAS, 108(22), 9020–9025. https://doi.org/10.1073/pnas.1008636108
Lu, L., Yuan, Y. C. & McLeod, P. L. (2012). Twenty-five years of hidden profiles in group decision making: A meta-analysis. Personality and Social Psychology Review, 16(1), 54–75. https://doi.org/10.1177/1088868311417243
Mellers, B., Ungar, L., Baron, J. u. a. (2014). Psychological strategies for winning a geopolitical forecasting tournament. Psychological Science, 25(5), 1106–1115. https://doi.org/10.1177/0956797614524255
Petty, R. E. & Cacioppo, J. T. (1986). The elaboration likelihood model of persuasion. Advances in Experimental Social Psychology, 19, 123–205. https://doi.org/10.1016/S0065-2601(08)60214-2
Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4
Taber, C. S. & Lodge, M. (2006). Motivated skepticism in the evaluation of political beliefs. American Journal of Political Science, 50(3), 755–769. https://doi.org/10.1111/j.1540-5907.2006.00214.x
Wilson, T. D. & Brekke, N. (1994). Mental contamination and mental correction: Unwanted influences on judgments and evaluations. Psychological Bulletin, 116(1), 117–142. https://doi.org/10.1037/0033-2909.116.1.117

Methodik der Plattform: Wie wir bewerten, Baseline, Werte-Katalog, Plausibilität.

Versionshistorie

V2.0, Nachtrag (20. Oktober 2026). Abschnitt „Fünf Eigenschaften der Anwendung“ in Kapitel 06 ergänzt: Standard, offene Werte, konstanter Maßstab, eigene Werte, lernende Bewertungen, mit dem Münchhausen-Trilemma als Begründung.
V2.0 (Oktober 2026). Neu gegliedert. Vereinfachte und technische Anwendung getrennt. Bilanz als eigenes Kapitel. Normative Setzungen außerhalb von V benannt. Rolle von Argupedia als Machbarkeitsnachweis und Ausblick auf das Lab ergänzt. Quellen mit vollständigen Angaben.
V1.1 (3. Juli 2026). Endpunkte der Skala definiert: 0 als Ausschluss, 10 als Maximum des jeweiligen Ankers. Diese Skalenangaben beschreiben die vereinfachte Form.
V1.0 (Juni 2026). Erstfassung, archiviert als PDF.

Der Standard ist als lebendes Dokument angelegt. Rückmeldungen, Einwände und Gegenbeispiele sind willkommen.