Apps
EN — EnglishLogin

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

Daran-Arbeiten-Phrase

Auch bekannt als: Ewiger Prozess Dauerhafter Fortschritt Daran-Arbeiten-Verteidigung
Discourse Mechanics 💨 Leerlauf-Rhetorik ID: working_on_it

Definition

Ein rhetorisches Muster, bei dem die Behauptung laufender Arbeit — 'wir arbeiten daran', 'wir sind dabei', 'wir prüfen das' — zum Dauerzustand wird. Der Prozess selbst ist das Produkt. Es wird immer gearbeitet, immer Fortschritt gemacht, aber die Ziellinie kommt nie. Das ewige Präsens der Arbeit ersetzt das Perfekt der Fertigstellung.

Beispiele

"Das Team arbeitet aktiv an der Lösung dieses Problems." — gesagt im sechsten Quartal in Folge.

"Wir sind dabei, eine umfassende Strategie zur Bewältigung dieser Herausforderung zu entwickeln."

"Das hat für uns Priorität und wir machen stetige Fortschritte." — ohne jede Kennzahl."

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∃p(Claim(x) ∧ Process(p) ∧ Ongoing(p) ∧ InvokedBy(p,x) ∧ ¬∃r(Result(r) ∧ Produced(p,r)))
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

    Behauptet die Aussage, dass an etwas gearbeitet wird oder etwas in Bearbeitung ist?

    Typ: binary
  2. 2

    Wird das 'Daran-Arbeiten' von Zeitplänen, Meilensteinen oder messbaren Ergebnissen begleitet?

    Typ: binary
  3. 3

    Wurde dieselbe Behauptung schon früher gemacht, ohne Ergebnisse zu produzieren?

    Typ: binary
  4. 4

    Lenkt die Prozessbehauptung den Druck nach tatsächlichen Ergebnissen ab?

    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