Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Zukunftsversprechen

Auch bekannt als: Horizontversprechen Rechenschaftsfreie Zusage Nächste-Generation-Gelöbnis
Discourse Mechanics 💨 Leerlauf-Rhetorik ID: future_promise

Definition

Ein rhetorisches Muster, bei dem Sprecher große Versprechen über Ergebnisse abgeben, die erst lange nach ihrem Ausscheiden aus dem Amt eintreten — oder messbar sein werden. Das Versprechen ist kostenlos, weil niemand da sein wird, um es einzufordern. Klimaziele für 2050, Wohnungsbau bis 2035, Klimaneutralität 'innerhalb einer Generation' — alles sicher jenseits des nächsten Wahlzyklus.

Beispiele

"Wir werden 400.000 neue Wohnungen pro Jahr bauen." — ein Versprechen, das jede Legislaturperiode gemacht, aber nie erfüllt wird.

"Bis 2050 werden wir vollständige Klimaneutralität erreicht haben."

"Innerhalb einer Generation wird jedes Kind in diesem Land gleichen Zugang zu Bildung haben."

Formales Logikmuster
FOL-Muster
Die prädikatenlogische Formel, die die logische Struktur dieses Argumentationsmusters darstellt.
FOL (First-Order Logic, Prädikatenlogik) verwendet Quantoren (∀ = für alle, ∃ = es existiert), Verknüpfungen (∧ = und, ∨ = oder, ⇒ = impliziert, ¬ = nicht) und Prädikate, um die Form eines Argumentationsmusters zu erfassen.

∃x∃t(Promise(x) ∧ FutureTime(t) ∧ DueDate(x,t) ∧ ¬Accountable(Speaker,x,t))
Formale Verifizierung:
Formale Verifizierung
Prüft mithilfe eines automatischen Theorembeweisers, ob ein Argumentationsmuster logisch gültig oder ungültig ist.
Die formale Verifizierung nutzt einen SMT-Solver (Z3), um die logische Struktur eines Arguments mathematisch zu prüfen. Jedes Muster wird in Prädikatenlogik übersetzt und getestet: Können die Prämissen wahr sein, während die Schlussfolgerung falsch ist? Wenn ja: formal ungültig. Wenn nein: formal gültig. Viele reale Muster sind als nicht formal entscheidbar markiert — das heißt nicht, dass sie falsch sind.
Nicht formal entscheidbar

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Enthält die Aussage ein Versprechen oder eine Zusage für die Zukunft?

    Typ: binary
  2. 2

    Liegt das Erfüllungsdatum jenseits der aktuellen Amtszeit oder Verantwortungsperiode des Sprechers?

    Typ: binary
  3. 3

    Gibt es einen Mechanismus, den Sprecher bei Nichterfüllung zur Rechenschaft zu ziehen?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.

Hierarchischer Kontext