KI-Systeme formulierten ihre Antworten zwischen Erhebungswellen stärker um, als sie es tun, wenn man sie zweimal hintereinander fragt. Hier steht, wie viel davon ich vertreten kann.

1 · Zuerst der Umfang, dann der Befund

Achtzehn Fragen zu einem einzigen Unternehmen, gestellt an acht KI-Systeme über ein einziges Browser-Messinstrument, in sieben Erhebungswellen, deren erste Erfassungen zwischen dem 4. Juli und dem 25. August 2026 liegen. Drei der sieben liefen über mehrere Tage; die Datumsangaben unten sind jeweils die erste Erfassung, nicht die Dauer. Nur sechs der sieben tragen zu den Zellen bei: Die zweite, makefield-cycle0-20260705, hatte einen Durchlauf je Zelle, und ein einzelner Durchlauf ergibt kein Paar. Die Wellen sind nicht gleichmäßig verteilt; sie liegen an drei Zeitpunkten (Anfang Juli, Mitte August und Ende August), und das ist das Wichtigste, was man vor jeder Zahl unten wissen muss.

makefield-cycle0

2026-07-04

makefield-cycle0-20260705

2026-07-05

makefield-cycle0-v2

2026-07-05

makefield-cycle0-v3

2026-07-09

makefield-cycle1

2026-08-10

makefield-cycle1-20260811

2026-08-11

makefield-cycle2

2026-08-25

Eine Zelle ist die Kombination aus einer Frage und einem KI-System. Aus 2.952 Datensätzen, zu Zellen zusammengefasst, ergaben sich 111 vergleichbare Zellen. Sechzig Durchläufe fielen weg, weil das KI-System überhaupt keine Antwort lieferte. Zwölf weitere Zellen wurden ausgeschlossen, weil sich der Fragetext selbst zwischen den verglichenen Wellen geändert hatte. Zwei der achtzehn Fragen bezogen sich auf die falsche Domain. Sie nannten ein gleichnamiges, unverbundenes Unternehmen; zu diesem Unternehmen wurden in der ersten Welle sechs KI-Systeme befragt, und ein erneuter ChatGPT-Lauf fragte am Morgen des 5. Juli noch einmal. Beide Fragen wurden noch am selben Tag berichtigt; Antworten über die Website eines anderen stehen also auf der einen Seite der Änderung, Antworten über meine auf der anderen. Eine Antwort auf eine andere Frage mit einer Antwort auf die ursprüngliche zu vergleichen, hätte genau den Effekt erzeugt, den diese Studie zu finden behauptet; deshalb sind diese zwölf ausgeschlossen und als Ausschluss gezählt, statt stillschweigend behalten zu werden. Das gleichnamige Unternehmen wird hier nicht genannt: Es ist ein echtes Unternehmen, das mit alledem nichts zu tun hatte und nichts davon hat, hier zu erscheinen.

Von den 111 haben 103 ein messbares Wiederholbarkeitsniveau (englisch noise floor: wie ähnlich sich zwei Antworten innerhalb einer Welle sind). Diese 103 sind der Nenner jedes Anteils auf dieser Seite. Die übrigen acht stehen mit ihrem Grund in der CSV.

2 · Das Niveau kommt zuerst

KI-Systeme antworten nicht deterministisch. Stellt man dieselbe Frage zweimal in derselben Sitzung, fällt die Antwort schon anders formuliert aus. Die meisten veröffentlichten Arbeiten in diesem Feld vergleichen eine Antwort von heute mit einer von vor einigen Wochen und nennen den Unterschied Drift. Dieser Vergleich kann ein KI-System, das sich verändert hat, nicht von einem unterscheiden, das nie stabil war.

Die erste Messung gilt deshalb dem Instrument, nicht den KI-Systemen. Innerhalb einer einzelnen Welle wird dieselbe Frage demselben KI-System mehr als einmal gestellt. Die Ähnlichkeit zwischen diesen Wiederholungen ist das eigene Wiederholbarkeitsniveau der Zelle: wie ähnlich sich zwei Antworten sind, wenn sich nichts geändert hat außer dem Zufall. Erst dann lohnt es sich, die Ähnlichkeit zwischen den Wellen auszuwerten, und nur gegen das eigene Niveau dieser Zelle, nie gegen eine Zahl, die von einer anderen Zelle oder einem anderen KI-System übernommen ist.

Ähnlichkeit ist hier der Jaccard-Koeffizient über Mengen von Inhaltstokens. Der Text wird kleingeschrieben, URLs werden zuerst entfernt, Wörter werden Unicode-gerecht erkannt, Apostrophe und Bindestriche am Anfang und Ende werden abgeschnitten, Tokens mit zwei oder weniger Zeichen und Stoppwörter werden verworfen, und was übrig bleibt, wird als Menge behandelt. Zwei Antworten, die dieselben Wörter in anderer Reihenfolge verwenden, gelten als identisch; zwei Antworten, die dieselben drei Anbieter in anderer Prosa nennen, gelten als verschieden. Das ist eine echte Schwäche, und sie ist Gegenstand von Abschnitt 5.

Eine Vergleichsregel verdient eigene Erwähnung, weil sie eine Stelle betrifft, an der sich ein Ergebnis unbemerkt aufbläht. Sind beide Seiten eines Vergleichs leer, liefert das Paar nichts, nicht 1. Zwei Antworten, die keine Quellen genannt haben, sind kein Beleg dafür, dass das KI-System zweimal dieselben Quellen genannt hat. Das Paar wird verworfen, und das Verwerfen wird gezählt.

Über die 103 Zellen hat das Niveau einen Median von 0,266, Quartile bei 0,200 und 0,321, ein Minimum von 0,036 und ein Maximum von 0,600. Auf die Streuung kommt es an. Bei einer Zelle mit einem Niveau von 0,036 wiederholt sich das KI-System im Abstand von Minuten kaum, und nichts, was über Wochen an dieser Zelle gemessen wird, kann viel bedeuten.

Das Instrument, das diese Antworten erfasst hat, und das Protokoll, nach dem es lief, beschreibt die Seite „Die Methode“.

3 · Das Ergebnis

Die Ähnlichkeit zwischen den Wellen hat einen Median von 0,183, gegenüber einem Niveau mit einem Median von 0,266. Zelle für Zelle ist der Median der Differenz −0,065, mit einem 95-%-Konfidenzintervall von −0,092 bis −0,030, per Bootstrap über 18 Fragen-Cluster berechnet, 2.000 Bootstrap-Stichproben, Startwert 0 (englisch seed). Auf die Clusterung kommt es an: Zellen, die eine Frage teilen, sind keine unabhängigen Beobachtungen, und ein Intervall, das so berechnet wäre, als wären sie es, fiele schmaler aus, als die Daten hergeben.

Zellen gezählt statt gemittelt: 85 von 103 Zellen, 82,5 Prozent, sind sich über die Wellen hinweg weniger ähnlich als innerhalb einer Welle. Unter einer Permutationsverteilung, die die Wellenzugehörigkeit innerhalb jeder Zelle zufällig auf die Durchläufe verteilt und die Gruppengrößen beibehält, wären rein zufällig 40,9 Prozent zu erwarten, über 5.000 Permutationen, Startwert 0. Keine Permutation erreichte 85. Die Zusammenfassungsdatei hält selbst fest, was die Ablehnung der Nullhypothese nicht zeigen kann: „In this archive a wave IS a sitting, so a rejection cannot separate drift over elapsed time from answers taken in one sitting resembling each other.“ (Sinngemäß: In diesem Archiv ist eine Welle eine Sitzung; eine Ablehnung der Nullhypothese kann deshalb Drift über die verstrichene Zeit nicht davon trennen, dass sich Antworten aus derselben Sitzung ähneln.) Das Niveau wird innerhalb einer Sitzung gemessen und der Effekt über Sitzungen hinweg, die Wochen auseinanderliegen; alles, was den Antworten innerhalb einer Sitzung gemeinsam ist, steckt also auch in dieser Zahl.

Die Zusammenfassungsdatei meldet p = 0.0002 und hält in ihrer eigenen Anmerkung fest, dass dies die Untergrenze des Tests ist, eins geteilt durch die um eins erhöhte Zahl der Permutationen, keine gemessene Größe. Eine kleinere Zahl ließe sich durch mehr Permutationen erreichen, und sie bedeutete nicht mehr als diese.

Je KI-System, nur Zellen mit Niveau gezählt. Die KI-Systeme sind hier nicht miteinander vergleichbar: Sie wurden unterschiedlich oft erfasst, und die Zählungen unten beschreiben, was bei der Erfassung anfiel, nicht, welches KI-System stabiler ist. Mistral hat keine Zeile, weil für keine seiner fünf Zellen ein Niveau messbar war, und ein KI-System ohne Niveau lässt sich nicht gegen sein eigenes Niveau prüfen.

4 · Was andere mit demselben Maß gemessen haben

Drei veröffentlichte Messungen verwenden dieselbe Familie von Maßen für dieselbe Frage, und eine von ihnen hat die Frage dieser Studie bereits beantwortet. Sie stehen hier, weil man eine Zahl, die ohne sie berichtet wird, glauben, aber nicht prüfen kann.

Die dritte Zeile misst, was die nächste Studie mit diesem Instrument messen soll. Ich sage das offen, statt es später entdecken zu lassen: Die Frage ist schon gestellt, und der Beitrag hier ist enger als ein erstes Ergebnis. Neu ist hier, dass das Niveau je Zelle gemessen wird, sodass jeder Vergleich am Rauschen derselben Frage beim selben KI-System gemessen wird statt an einer gepoolten Zahl, und ein gepooltes Niveau kann eine stabile Frage bei einem verrauschten KI-System nicht vom umgekehrten Fall unterscheiden.

Alle drei haben Autoren bei Unternehmen, die in diesem Feld Produkte oder Dienstleistungen verkaufen. In zwei der drei läuft der Befund gegen das eigene kommerzielle Interesse der Autoren, und das ist die Richtung, die eine Zahl von Anbieterseite glaubwürdiger macht statt weniger. Keine von ihnen hat diesen Gegenstand gemessen, und diese Studie untersucht einen Gegenstand, der gewählt wurde, weil wenig über ihn veröffentlicht ist; ein Unterschied zu ihren Zahlen kann also am Gegenstand liegen und nicht an der Methode.

5 · Was das nicht beweist

Vier Schwächen sind strukturell, nicht beiläufig. Drei wurden gefunden, indem man auf die Verteilung schaute statt auf das Hauptergebnis, und die vierte kam aus einer Prüfung, die aus einem anderen Grund lief.

Das Kriterium hängt davon ab, wie hoch das Niveau liegt. Eine Zelle mit hohem Niveau hat mehr Raum, darunter zu fallen. Teilt man die 103 Zellen nach der Höhe ihres eigenen Niveaus auf, zeigt sich genau dieses Gefälle, und es ist steil.

Die mittlere Spalte ist die Spanne der Niveaus, die in jedem Viertel gelandet sind, keine Trenngrenze. Die Viertel sind nach Rang gebildet, nicht nach Wert, und eine Einteilung an den drei Quartilswerten aus Abschnitt 2 ergibt stattdessen 57,7; 81,5; 95,8 und 96,2. Korrigiert am 3. September 2026.

Der Anteil von 82,5 Prozent im Hauptergebnis ist also ein Durchschnitt über vier sehr verschiedene Populationen. Die Permutationsverteilung berücksichtigt das, weil sie die Etiketten innerhalb jeder Zelle vertauscht und so das eigene Niveau jeder Zelle erhält, aber die eine Zahl verdeckt trotzdem ein Gefälle, das Sie zu sehen verdienen.

Das Kriterium ist binär und wirft die Größe weg. „Abgewichen“ zählt eine Zelle, die um 0,4 fiel, genauso wie eine, die um 0,003 fiel. Von den 85 abgewichenen unterschreiten 6 ihr Niveau um höchstens 0,01 und 15 um höchstens 0,02. Der Median der Unterschreitung ist 0,084, die größte 0,408. Der Effekt besteht also nicht aus Grenzfällen, aber ungefähr jede sechste abgewichene Zelle liegt so nah an ihrem Niveau, dass ein anderer Tokenizer sie auf die andere Seite bringen könnte.

Es gibt nicht den einen Abstand. Der Zeitraum zwischen den beiden verglichenen Wellen einer Zelle reicht von 1 Tag bis 52. Das Ergebnis „sieben Wochen Veränderung“ zu nennen, wäre falsch. Was die Streuung liefert, ist eine Aufschlüsselung nach Abstand, und die Zusammenfassungsdatei sagt, wie sie zu lesen ist: „Bands below compare DIFFERENT cells and different engines to each other, not the same cell over time.“ (Sinngemäß: Die Bänder unten vergleichen VERSCHIEDENE Zellen und verschiedene KI-Systeme miteinander, nicht dieselbe Zelle über die Zeit.)

Vergleicht man innerhalb einer einzelnen Zelle ihren längeren Abstand mit ihrem kürzeren, ist die Differenz −0,047, mit einem 95-%-Intervall von −0,058 bis −0,031, und 87 von 108 Zellen sind sich beim längeren Abstand weniger ähnlich, 21 ähnlicher. Mehr Zeit, weniger Ähnlichkeit, gemessen innerhalb von Zellen, sodass kein Effekt der Zusammensetzung der KI-Systeme es hervorbringen kann. Es ist um Effekte des KI-Systems und, bis auf zwei unten genannte Zellen, der Frage bereinigt, nicht um Effekte des Zeitraums: In diesem Archiv ist jede Welle zugleich eine Sitzung.

Das war das Stärkste auf dieser Seite, und bis zum 3. September 2026 war es das am wenigsten Prüfbare darauf. Die Zellen-CSV enthält ein Wellenpaar je Zelle, der Vergleich ließ sich also nicht aus ihr nachrechnen, und die Regel, nach der ein längerer Abstand einem kürzeren gegenübergestellt wird, stand in keiner veröffentlichten Datei. Jetzt ist sie veröffentlicht: Eine dritte Datei enthält alle 957 Wellenpaare, und die Regel samt ihrer Regel bei Gleichstand steht in der README-Datei des Datensatzes. Die Punktschätzung und die beiden Zählungen lassen sich daraus exakt nachrechnen. Das Intervall weiterhin nicht, weil der Code für das Resampling nicht veröffentlicht ist.

Und die Veröffentlichung der Regel zeigte, wie groß die Mehrdeutigkeit ist. Eine Zelle kann zwei Wellenpaare mit demselben Abstand in Tagen enthalten, und 37 der 108 Zellen tun das; welches Paar als das kürzeste oder das längste gilt, ist also eine Wahl. Unter fünf vertretbaren Arten, sie zu treffen, reicht der Median von −0,042 bis −0,066 und die Zählung von 83 bis 93 von 108. Die Richtung bleibt unter jeder von ihnen erhalten. Die Punktschätzung nicht. Die veröffentlichte Zahl ist die zweitvorsichtigste der fünf, und das ist erwähnenswert, weil das Gegenteil ein Befund gewesen wäre. Lesen Sie −0,047 als einen vertretbaren Punkt innerhalb dieser Spanne.

Diese 108 Zellen sind nicht die 103 und auch keine Teilmenge der 111. Die Datei der Wellenpaare umfasst 123 Zellen, denn eine Zelle, die wegen einer geänderten Frage aus dem Wiederholbarkeitstest fiel, kann trotzdem Wellenpaare mit identischem Fragetext enthalten, und nur diese Paare stehen in der Datei. Fünfzehn der 123 haben nur einen einzigen Abstand und fallen heraus; übrig bleiben 108, von denen 100 zu den 111 gehören und 8 nicht. Beschränkt auf die 100 ist der Median −0,042, und 79 von 100 sind sich beim längeren Abstand weniger ähnlich. Das ist dieselbe Richtung und das Ende der Spanne oben, das näher an null liegt.

Und zwei der 108 gehören nicht hinein. Bei B3 und B4 auf chatgpt vergleicht die Zeile mit dem kürzesten Abstand zwei Antworten auf die Frage in ihrer ersten Fassung, die Zeile mit dem längsten Abstand zwei Antworten auf die berichtigte Frage. Jede Zeile ist in sich stimmig, deshalb ließ die Paarungsregel sie zu, aber die Statistik zieht dann eine Frage von einer anderen ab, und „gleiche Frage, gleiches KI-System“ trifft auf diese beiden Zellen nicht zu. Lässt man beide weg, ergibt sich −0,046 über 106, mit 85 weniger ähnlichen beim längeren Abstand und 21 ähnlicheren. Die veröffentlichte Zahl übersteht das. Der Satz oben, der einmal auch einen Effekt der Zusammensetzung der Fragen ausschloss, überstand es nicht und schließt jetzt nur noch einen Effekt der Zusammensetzung der KI-Systeme aus. Gefunden am 3. September 2026 beim Nachrechnen des Tests aus der Datei statt beim Ablesen seiner Zählung aus der Zusammenfassung.

Ein Drittel der Niveaus beruht auf einem einzigen Paar. Das wurde am 31. August 2026 bei der Prüfung von etwas anderem gefunden, und anders als die drei oben spricht es nicht zu Ihren Gunsten.

Ein Niveau ist der Median über die Paare innerhalb einer Welle einer Zelle. Achtunddreißig der 103 Zellen haben genau ein solches Paar, und der Median über eine einzige Zahl ist diese Zahl. Weiter gefasst beziehen 60 der 103 ihr Niveau aus nur einer Welle, weil die andere Welle einen einzigen Durchlauf beitrug und ein einzelner Durchlauf überhaupt kein Paar ergibt. Der Median über alle Zellen liegt bei zwei Paaren.

Bei der besser gemessenen Teilmenge ist der Effekt um etwa sechs Prozentpunkte kleiner und der Median der Differenz halb so groß. Das Hauptergebnis reagiert also auf dünne Niveaus, und zwar in der Richtung, die es anhebt. Der Anteil bei dieser Teilmenge der 103 ist 76,7 Prozent und hat seine eigene Unsicherheit; er steht neben dem Hauptergebnis und ist nicht das pessimistische Ende einer Spanne. Die Regel für die Aufteilung, damit sie geprüft statt übernommen werden kann: Eine Zelle gilt als in beiden Wellen gemessen, wenn draws_early und draws_late jeweils mindestens 2 sind. Niveaus aus einem einzigen Paar erkennt man an einer dritten Spalte: within_pairs gleich 1.

An dieser Schwäche setzt die nächste Studie an. Drei Durchläufe je Formulierung und KI-System sind in ihrer Registrierung vor jeder Erfassung festgelegt, sodass keine Zelle darin ein Niveau aus nur einem Paar haben kann. Das repariert dieses Ergebnis nicht; es heißt, dass die nächste Studie den Absatz, den Sie gerade lesen, nicht brauchen wird.

6 · Wie Sie es selbst prüfen können

Beide CSV-Dateien unten enthalten jede Zeile, keine Auswahl. Die Zellen-CSV hat eine Zeile je vergleichbarer Zelle mit ihren beiden Wellen, deren Datumsangaben, dem Abstand in Tagen, den Zahlen der Durchläufe, den Zahlen der Paare, der Zahl der wegen beidseitiger Leere verworfenen Paare, dem Niveau, der Ähnlichkeit zwischen den Wellen, der Differenz und dem Kennzeichen, das diese Seite zählt. Die CSV der Wellenpaare, hinzugefügt am 3. September 2026, hat eine Zeile je Wellenpaar statt je Zelle, und genau das braucht der Test innerhalb der Zelle; die Zellen-CSV kann es nicht liefern. Die Zusammenfassung enthält die Verteilungen, die Startwerte, die Zahlen der Stichproben und die Gründe für Ausschlüsse.

Sechs Familien von Zahlen lassen sich aus den veröffentlichten Dateien nachrechnen, und jede von ihnen wurde nachgerechnet statt behauptet: die ersten fünf am 1. September 2026, vierzehn einzelne Zahlen, alle übereinstimmend, und die sechste am 3. September, als die Datei veröffentlicht wurde, die sie braucht. Zwei der Rechenwege unten waren früher zu ungenau, um ihnen zu folgen; deshalb stehen sie jetzt vollständig da. Die ersten fünf gelten für die 103 Zellen mit Niveau, nicht für alle 111 Zeilen, und allein davon hängt ab, ob man die Abstandstabelle unten erhält oder eine andere. Die sechste gilt für keine der beiden: Sie läuft über eine dritte Population, die bei ihr genannt ist.

1. Das Hauptergebnis. Summe von text_moved_beyond_noise: 85 von 103.
2. Die Abstandstabelle. gap_days bei 14 und 40 in Bänder teilen, über die 103. ⚠ Über alle 111 Zeilen fallen zwei der drei Bänder anders aus: 28 von 40 und 49 von 59 statt 28 von 35 und 49 von 56. Korrigiert am 1. September 2026.
3. Die Zählungen der Unterschreitung. delta_text für die 85 abgewichenen Zellen nehmen: 6 höchstens 0,01, 15 höchstens 0,02, Median 0,084, größter Wert 0,408.
4. Die Aufteilung nach dünnen Niveaus. Das Niveau einer Zelle stammt aus beiden Wellen, wenn draws_early und draws_late jeweils mindestens 2 sind. Von den 43 solchen Zellen sind 33 abgewichen; von den übrigen 60 sind es 52.
5. Die Quartilstabelle. Die 103 nach noise_sim_text sortieren und in Rangviertel von 26, 26, 25 und 26 teilen. Die Spalte stattdessen an ihren eigenen Quartilen zu teilen, legt keine Antwort fest: Zwei andere Konventionen ergeben 88,5 und 100,0 für die oberen beiden Bänder oder 84,0 und 92,3 für die mittleren beiden. Und eine Einteilung an den drei Quartilswerten aus Abschnitt 2 reproduziert die Anteile der Rangviertel nicht: Sie ergibt stattdessen die nach Wert eingeteilten Anteile aus Abschnitt 5, weil diese Werte die Quartile der Spalte sind und nicht die Trenngrenzen zwischen den Vierteln. Die README-Datei des Datensatzes enthält die Regel jetzt. Korrigiert am 1. September 2026.
6. Der Abstandstest innerhalb der Zelle. Aus der CSV der Wellenpaare, nicht aus der Zellen-CSV. Die 957 Zeilen nach intent_id und engine gruppieren, in Dateireihenfolge. Eine Zelle mit weniger als zwei Zeilen verwerfen, ebenso eine Zelle, deren Zeilen alle denselben gap_days haben. Die 957 Zeilen umfassen 123 Zellen statt der 111, weil eine Zelle, die der Wiederholbarkeitstest wegen einer geänderten Frage ausschloss, trotzdem Paare mit identischem Fragetext hat; 15 fallen heraus, weil sie nur einen einzigen Abstand haben, und 108 bleiben, von denen 8 außerhalb der 111 liegen. In jeder der übrigen 108 die Zeile mit dem kleinsten gap_days und die mit dem größten nehmen, bei Gleichstand die erste solche Zeile in Dateireihenfolge. Die Statistik ist across_wave_sim_text des größeren Abstands minus die des kleineren, auf vier Stellen gerundet. Median −0,0465, mit 87 negativen und 21 positiven Werten. ⚠ Die Regel bei Gleichstand ist keine Nebensache: 37 der 108 Zellen haben einen Gleichstand, und die vier anderen vertretbaren Regeln ergeben Mediane von −0,042 bis −0,066.

Sechs lassen sich nicht nachrechnen. Die Permutationsverteilung braucht die Ähnlichkeitsmatrix, die nicht veröffentlicht ist. Die Abdeckungsprüfung über zwölf Zellen braucht die registrierten Zahlen der Durchläufe, die in der Laufkonfiguration stehen. Beide per Bootstrap berechneten Intervalle sind mit ihrem Startwert und der Zahl ihrer Stichproben angegeben, aber nicht mit dem Code für das Resampling; man kann ihnen also glauben, sie aber nicht wiederholen. Und die Zahl von zwölf ausgeschlossenen Zellen steht in der Zusammenfassung und in keiner der beiden CSV-Dateien, die zusammen 111 und 957 Zeilen enthalten und keine Ausschlusszahl. Ebenso die Zahl der zu Zellen zusammengefassten Datensätze und die Zahl der Durchläufe, die verworfen wurden, weil das KI-System keine Antwort lieferte: Die Zusammenfassung nennt sie, keine der beiden CSV-Dateien enthält sie. Diese sechs sind aus der Zusammenfassung abgelesen statt gegen sie geprüft, und das ist schwächer als der Rest dieses Abschnitts. Korrigiert am 3. September 2026.

Wo die CSV und diese Seite sich in etwas widersprechen, das die CSV abdeckt, hat die Datei recht und die Seite unrecht.

Was sich aus den Dateien nicht nachrechnen lässt, ist das Archiv hinter ihnen. Die Antworten, die Screenshots und die Hashwerte sind nicht veröffentlicht, und die Analysewerkzeuge werden zurückgehalten, bis sich ein Export erstellen lässt, der nur diesen Lauf enthält, denn das Archiv, das sie lesen, enthält auch Läufe über die Marken anderer Unternehmen, die zu veröffentlichen mir nicht zusteht. Die prüfbare Aussage hier ist also enger gefasst als die Aussage, die sich zu machen lohnen würde, und für das Schließen dieser Lücke gibt es kein Datum.

Ob es beim ersten Mal so herauskam, können die Zahlen oben nicht zeigen; die Seite „Wie sich das Ergebnis verändert hat“ zeichnet den Weg nach, den sie auslassen. Das Änderungsprotokoll wird auf Englisch geführt.