Prior-Test-Register
Jeder Anker in diesem Katalog trägt ein :tier:. Bis zum 14.08.2026 war dieses Tier eine Einschätzung. Dieses Register führt die Anker, deren Tier gemessen wurde, und die Belege hinter jeder Messung.
Ein Anker, der nach dem Anchor Prior Test geprüft wurde, trägt ein :prior-test:-Datum. Dieses Datum ist der Schlüssel in diese Datei. Anker ohne das Attribut wurden nicht getestet — das ist eine Aussage über unsere Aufzeichnungen, nicht über den Begriff.
Warum das Datum und nicht der Modellname
Modell-Aliase sind bewegliche Ziele. „Getestet auf haiku" sagt ein Jahr später nichts mehr, weil das Alias dann woanders hinzeigt. Selbst aufgelöste IDs sind nur teilweise gepinnt: claude-haiku-4-5-20251001 trägt ein Datum, claude-opus-5 nicht.
Deshalb trägt die Anker-Datei das Datum, und das Datum löst hier zu den Modellen auf, die tatsächlich erreicht wurden. Die IDs in zweihundert Anker-Dateien zu wiederholen hieße, eine Zeichenfolge zweihundertmal zu führen und aus einer Korrektur eine Änderung an zweihundert Dateien zu machen.
Was ein Lauf festhält
- Modellsatz
-
die aufgelösten IDs, nicht die Aliase, über die sie erreicht wurden.
- Verfahrensversion
-
die Version des
anchor-prior-test-Skills. Ändert sich die Batterie, sind Ergebnisse verschiedener Versionen nicht vergleichbar. - Anzahl der Läufe
-
wie oft jede entscheidende Probe je Stufe lief. Ein Lauf ist eine Anekdote.
- Kriterienmatrix
-
die vier Qualitätskriterien gegen die Probenergebnisse.
- Wörtliche Zitate
-
die Sätze, die den Befund tragen. Eine Tabelle aus Ja/Nein-Zellen ist kein Beleg.
- Kritik-Recherche
-
Datum, abgesuchte Sprachen und Ergebnis. Ein „nichts gefunden" ist nur zusammen mit seinem Suchrahmen aussagekräftig.
Lauf vom 14.08.2026
Verfahren |
|
Modelle |
|
Läufe |
P1 und P3 zweimal je Stufe; P2 und P4 auf schwacher und starker Stufe |
Reinraum |
|
Nicht getestet |
Ältere Modellgenerationen sind über diesen Weg nicht erreichbar. Die Befunde sind eine Untergrenze. |
Premortem
| Kriterium | Urteil | Beleg |
|---|---|---|
Präzise |
erfüllt |
P2 liefert auf beiden Stufen Projektmanagement, kein konkurrierendes Feld |
Reich |
erfüllt |
6/6 Läufe melden |
Konsistent |
erfüllt |
P1 und P3 stimmen über alle drei Stufen überein |
Zuschreibbar |
erfüllt |
P4 nennt auf beiden Stufen Gary Klein, auf der starken mit |
Prior-Dichte |
stark |
Erkannt und als Anweisung wirksam auch auf der schwachen Stufe |
Tier ★★★, Route: Anchor.
Die Aktionsprobe ließ eine sechsmonatige Migration vom Monolithen zu Microservices bewerten — mit einem Premortem. Alle sechs Läufe setzten das Scheitern voraus und arbeiteten rückwärts:
Imagined Failure Scenario: Six months have passed. The migration is incomplete, partially deployed services are failing in production, the team is exhausted, and the company has rolled back to running the monolith alongside broken microservices.
Die neutrale Baseline bekam dieselbe Aufgabe ohne den Begriff. Beide Baseline-Läufe lieferten eine vorwärtsgerichtete Machbarkeitseinschätzung — „Feasibility: High risk", eine Zeitschiene, eine Liste typischer Fallstricke — und keiner imaginierte ein Scheitern. Der Begriff ändert die Richtung der Analyse, nicht ihren Ton.
Kritik-Recherche, 14.08.2026, Englisch und Deutsch. Ein zitierfähiger Kritiker gefunden: Jason Collins, zur Lücke zwischen der Studie, die Klein zitiert, und der Behauptung, für die das Zitat verwendet wird. Keine gescheiterte Replikation, keine Metaanalyse, keine begutachtete Kritik an der Technik selbst. Die deutschsprachigen Treffer waren ausschließlich Methodenbeschreibungen ohne benannten Kritiker.
Nicht erreicht und deshalb keine belegte Abwesenheit: die kostenpflichtigen Bewertungen von Structured Analytic Techniques in Intelligence and National Security (Chang et al. 2018) und im International Journal of Intelligence and CounterIntelligence (Coulthart 2017), wo eine methodische Bewertung am ehesten stünde; die Primärstudie im Journal of Behavioral Decision Making von 1989; und Kleins HBR-PDF, das sich nicht in Text umwandeln ließ — der Wortlaut der 30-Prozent-Behauptung ist deshalb über Collins belegt, nicht an der Quelle. Französisch und Japanisch wurden nicht gesucht: kein Anhaltspunkt für eine eigenständige Diskussion dort, was eine Vermutung ist und kein Befund.
Second-Order Thinking
| Kriterium | Urteil | Beleg |
|---|---|---|
Präzise |
erfüllt |
P2 liefert auf beiden Stufen Entscheidungsfindung |
Reich |
erfüllt |
6/6 Läufe melden |
Konsistent |
erfüllt |
P1 und P3 stimmen über alle drei Stufen überein |
Zuschreibbar |
erfüllt, als Linie |
P4 widerspricht sich zwischen den Stufen — siehe unten |
Prior-Dichte |
stark |
Erkannt und als Anweisung wirksam auch auf der schwachen Stufe |
Tier ★★★, Route: Anchor.
Die Attributionsprobe fällt auseinander, und genau das ist der Befund. Die schwache Stufe schreibt den Begriff Ray Dalio (Principles, 2017) und Charlie Munger zu und hält fest, er habe „keinen einzelnen klaren Urheber". Die starke Stufe zeichnet eine andere Linie: Bastiat und Merton als Wurzeln, Howard Marks für die moderne benannte Fassung, Shane Parrishs Farnam Street für die Breitenwirkung ab Mitte der 2010er.
Die Schreibtischrecherche bestätigt die starke Stufe und schärft sie. Marks schreibt „second-level thinking" (The Most Important Thing, Columbia University Press, 2011). Dalio schreibt „second- and third-order consequences". Keiner verwendet „second-order thinking". Der Begriff ist der Sammelbegriff der Popularisierer, nicht die Prägung eines Autors — das Kriterium ist also über eine belegte Linie erfüllt, nicht über einen einzelnen Proponenten.
Der Name wurde durch Messung entschieden, gegen die Bibliografie. Da die Primärquelle „second-level thinking" sagt, wurde auch dieser Name getestet:
| Second-Order Thinking | Second-Level Thinking | |
|---|---|---|
erkannt |
6/6 |
4/4 |
reich |
6/6 |
4/4 |
schwache Stufe |
1 von 2, nicht reproduziert |
2 von 2, reproduziert |
Action-Test |
6/6 |
4/4 |
Der Action-Test trennt die beiden Namen nicht. Die schwache Stufe trennt sie, und sie reproduziert sich: Bei „second-level thinking" erkennt das schwache Modell die Wortfolge, rekonstruiert sie aber generisch — Marks kommt im ganzen Lauf null Mal vor, „investing" ebenfalls null Mal — während die starke Stufe ihn korrekt verortet (Marks einmal, investing viermal). Bei „second-order thinking" greift die schwache Stufe nicht ins Ungefähre.
Der Katalog verwendet deshalb „Second-Order Thinking" und führt „Second-Level Thinking (Marks)" als Alias.
Einzelbeobachtungen, als solche festgehalten: Bei Premortem und bei Second-Order Thinking meldete einer der beiden P1-Läufe auf der schwachen Stufe reaching=yes, der andere nicht. Keiner reproduzierte sich, keiner gilt daher als Befund.
Davon zu unterscheiden ist der Rename-Check in der Tabelle oben: Dort meldete „second-level thinking" in beiden Läufen der schwachen Stufe reaching=yes. Dieser Befund hat sich reproduziert, und auf ihm ruht die Namensentscheidung.
Eine verworfene Messung: Der erste Baseline-Durchgang nannte die erwarteten Merkmale in seiner eigenen SELF:-Zeile und verriet dem Modell damit, was es produzieren sollte. Der ankerlose Lauf lieferte die Struktur, und der scheinbare Hebel war null. Der Durchgang wurde mit neutraler Baseline wiederholt; die Zahlen oben stammen aus der Wiederholung.
Kritik-Recherche, 14.08.2026, Englisch und Deutsch. Zum Begriff selbst nichts Zitierfähiges — kein benannter Autor, der ihn als trivial, unfalsifizierbar oder unbrauchbar angreift. Gefunden wurden drei benannte Kritiker der umgebenden Mental-Models-Literatur (Cedric Chin, Richard Hughes-Jones, Boris Gorelik); sie stehen im Anker, ausdrücklich mit dem Hinweis, dass keiner von ihnen Second-Order Thinking behandelt.
Hier ist die Abwesenheit erwartbar statt verdächtig: Ein Begriff, den niemand geprägt hat und den Blogs populär gemacht haben, zieht keine Widerlegungen an wie eine benannte Methode. Beim Premortem weiter oben liegt es umgekehrt — fehlende unabhängige Kritik ist bei einer breit übernommenen Technik erstaunlich und spricht eher für unseren Suchrahmen als für die Literatur. Geschlossene Communities, darunter die kostenpflichtige von Farnam Street, sind nicht indexiert und waren nicht erreichbar. Ein verborgener nicht-englischer Sprachraum ist für diesen Begriff nicht zu erwarten, weil er ein anglophoner Blog-Import ohne heimisch benanntes Gegenstück ist — das ist eine Vorhersage, kein geprüftes Ergebnis.
Locality of Behaviour
| Kriterium | Urteil | Beleg |
|---|---|---|
Präzise |
erfüllt, für den ausgeschriebenen Namen |
P2 liefert für „locality of behaviour" auf beiden Stufen Software Design; das Kürzel nicht — siehe unten |
Reich |
erfüllt |
5/6 Läufe melden |
Konsistent |
erfüllt beim Anwenden, schwächer beim Erinnern |
P3 stimmt 6/6 über alle drei Stufen; P1 spaltet sich auf der schwachen Stufe |
Zuschreibbar |
erfüllt |
Carson Gross, htmx-Essay, 29. Mai 2020 — durch Recherche bestätigt. Die starke Stufe nennt ihn mit |
Prior-Dichte |
stark |
Erkannt und als Anweisung wirksam auch auf der schwachen Stufe |
Tier ★★★ für den ausgeschriebenen Namen, Route: Anchor. Zwei Vorbehalte stehen unten, statt in die Bewertung eingerechnet zu werden.
Das ist der deutlichste bisher gemessene Hebel, weil der Anker das Urteil ändert und nicht nur das Vokabular. Die Aktionsprobe ließ einen Entwurf bewerten, der alle Click-Handler in einer zentralen JavaScript-Datei registriert, den Elementen über CSS-Selektoren zugeordnet.
Beide neutralen Baseline-Läufe lieferten eine ausgewogene Stärken-Schwächen-Bewertung — und beide führten Separation of Concerns unter den Stärken. Lokalität erwähnte keiner ein einziges Mal. Mit dem Begriff lautet die erste Überschrift „Behaviour at distance", gefolgt von „Why it fails LoB". Die Baseline lobt genau die Position, die das Essay angreift.
Das Kürzel ist besetzt. „LoB" liefert auf beiden Stufen Business- und Enterprise-Terminologie, jeweils mit mentioned_code_locality=no. Der Katalogname muss ausgeschrieben sein; das Kürzel allein wäre ein Fehlschlag.
Erinnern und Ausführen fallen auseinander, und die schwache Stufe schreibt falsch zu. Auf die Frage nach dem Urheber antwortet sie „Dan North (probable)", die starke Stufe nennt Carson Gross mit hoher Konfidenz. Dieselbe schwache Stufe meldet in beiden P1-Läufen reaching=yes und in einem richness=moderate — ihre Aktionsausgabe ist trotzdem konkret und richtig. Ein Modell kann eine Bewegung ausführen, deren Herkunft es nicht kennt.
Die Schreibweise wurde gemessen, weil der Autor beide verwendet. Das Essay ist britisch („Behaviour"), das Buch Hypermedia Systems amerikanisch („Behavior"). Auf der schwachen Stufe wurde die britische Form in 2 von 2 Läufen erkannt, die amerikanische in 1 von 2 — ein amerikanischer Lauf meldete recognized=no — und beide amerikanischen Läufe nur moderate. Der Action-Test trennt sie nicht (je 2/2). Bei n=2 ist das ein Hinweis, kein Beleg; die Entscheidung ruht nicht allein darauf, weil die Primärquelle dieselbe Schreibweise verwendet.
Kritik-Recherche, 14.08.2026, Englisch und Deutsch. Drei benannte Kritiker gefunden und im Anker zitiert: John Freeman (Ko-Lokation macht Verhalten sichtbar, nicht verständlich), Chris Done (htmx bricht das Prinzip durch Attribut-Vererbung) und eine htmx-Diskussion, die denselben Einwand aus dem Projekt heraus erhebt. Eine vierte, schärfere Formulierung — das Prinzip benenne bloß um, dass man gegen Separation of Concerns verstößt — ist festgehalten, stammt aber von einem Pseudonym.
Eine ausgearbeitete Erwiderung aus dem etablierten Frontend- oder SPA-Lager fand sich in keiner der beiden Sprachen. Für ein Essay, das Separation of Concerns frontal angreift, ist das erstaunlich und spricht eher für unseren Suchrahmen als für den Diskurs. Nicht erreicht: X/Twitter, Reddit, der htmx-Community-Chat, Podcasts, ein Blog mit HTTP 403 sowie Gabriels Buch-PDF, das sich nicht in Text umwandeln ließ — das Gabriel-Zitat ist daher im zitierenden Essay belegt, nicht an der Quelle.