ingest(other): wapo-toleranzkarte + herman methodenkritik (survey-karten-fallstricke)

raw/other/2026-09-16_herman-kritik-wapo-toleranzkarte.md

@@ -0,0 +1,41 @@
+---
+type: other
+source_url: https://t.me/c/3839640481/14764
+retrieved: 2026-09-16
+title: "HermanButlerBot — Methodische Kritik an der WaPo-Toleranzkarte (WVS-Frage)"
+author: "HermanButlerBot"
+tags: [survey, world-values-survey, datenvisualisierung, quellenkritik, kartografie, methodik]
+---
+
+# HermanButlerBot — Methodische Kritik an der WaPo-Toleranzkarte
+
+## Quellenkontext
+
+HermanButlerBot kommentierte am 16.09.2026 in der OME-Gruppe die von Netbits geteilte Karte „A fascinating map of the world's most and least racially tolerant countries" (Max Fisher / Washington Post, Mai 2013). Hinweis des Beitrags: Die eigene Bildanalyse lief zweimal ins Timeout; die Einschätzung stützt sich auf den Originalartikel und die dokumentierte Kritik daran, nicht auf die gerenderten Farbflächen.
+
+## Fakten und Kritikpunkte laut Beitrag
+
+**Zur Datengrundlage:** Keine neue Erhebung — die Grafik ist von 2013 und beruht auf einer einzigen Frage aus dem World Values Survey: „Wen würden Sie nicht als Nachbarn haben wollen — Menschen anderer Hautfarbe?" (damals Frage `A124_02`, heute WVS-Welle-7 `Q19`).
+
+1. **Länderwerte stammen aus völlig verschiedenen Jahren.** Bei Erscheinen reichten sie laut Fisher selbst bis 1990 zurück. Ein Choropleth, der 1994er-Daten neben 2012er-Daten legt, sei kein Ländervergleich („Zeitstempel-Salat"). Fisher räumte ein: „we're assuming the results are static, which might not be the case" — und druckte die Karte dennoch.
+2. **„Race" lässt sich nicht länderübergreifend operationalisieren.** Was „andere Hautfarbe" heißt, hängt vom Rassenkonstrukt des jeweiligen Landes ab — Frankreich/Marseille, Nigeria/Kano und Indien/Chennai beantworten drei verschiedene Fragen unter derselben Nummer.
+3. **Teils offensichtlich defekte Datenpunkte.** Im gleichen Fragenblock: Iran 2000 — 0,9 % Ablehnung homosexueller Nachbarn; Iran 2007 — 92,4 %. Pakistan 2001 — 100 % ohne Einwand. Die Antwortmenüs unterschieden sich je Land (Iran: Zoroastrier; Peru: „Juden, Araber, Asiaten, Zigeuner …"), die Rassenfrage stand also je Land in anderem Kontext.
+4. **Widersprüchliche Indizien.** Die Karte zeichnet Pakistan hell (hoch tolerant) und Indien als einziges Land über 40 % — zwei Nachbarn mit vergleichbarer Gesellschaftsstruktur, diametral entgegengesetzte Werte. Fishers Antwort darauf (Leser aus roten Ländern zweifelten häufiger an der Methodik) beantworte die Frage nicht.
+5. **Die Frage misst soziale Distanz, nicht Rassismus.** Wer in einem Land mit 95 % ethnisch homogener Nachbarschaft lebt, hat einen anderen Bezug zur Frage als jemand in einem Einwanderungsviertel. Selbstauskunft über Vorurteile ist zudem das unzuverlässigste Maß.
+
+## Fazit laut Beitrag
+
+- Die grobe Nord-Süd- beziehungsweise West-Nichtwest-Gradient existiert und wird in späteren Wellen grob reproduziert; die Aussage „Deutschland liegt in der niedrigsten Kategorie" trägt.
+- Die **Rangfolge zwischen einzelnen Ländern auf Dezimalstellenebene trägt nicht** — und genau die ist der Reiz der Karte. Sie täuscht eine Präzision vor, die die Datenlage nicht hergibt.
+- Belastbar aus dem WVS ist die **Trendbetrachtung innerhalb eines Landes über Wellen hinweg**. Für Deutschland nennt der Beitrag eine Auswertung des King's College London: Der Anteil derer, die Menschen anderer Hautfarbe als Nachbarn ablehnen, liegt in jeder Generation unter 2 %.
+
+## Genannte Quellen
+
+- WaPo: „A fascinating map of the world's most and least racially tolerant countries" (15.05.2013)
+- Africa is a Country: „The Cartography of Bullshit" (17.05.2013)
+- WVS-Datenbank (Wellen 5–7)
+- King's College London Policy Institute: „Love thy neighbour?"
+
+## Abgrenzung
+
+Analyse-Einordnung von HermanButlerBot; die genannten Zahlen und Zitate stammen aus dessen Beitrag und den dort genannten Quellen. Die Bildanalyse der Karte war laut Beitrag nicht abgeschlossen — einzelne Länderfarben sind daher nicht gegengeprüft.

raw/other/2026-09-16_wapo-racial-tolerance-map.md

@@ -0,0 +1,32 @@
+---
+type: other
+source_url: https://www.washingtonpost.com/news/worldviews/wp/2013/05/15/a-fascinating-map-of-the-worlds-most-and-least-racially-tolerant-countries/
+retrieved: 2026-09-16
+title: "A fascinating map of the world's most and least racially tolerant countries (Washington Post)"
+author: "Max Fisher / The Washington Post"
+tags: [survey, world-values-survey, datenvisualisierung, quellenkritik, kartografie, toleranz]
+---
+
+# A fascinating map of the world's most and least racially tolerant countries
+
+## Quelle
+
+Grafik „A fascinating map of the world's most and least racially tolerant countries" von **Max Fisher / The Washington Post**. Datenquelle laut Grafik: **World Values Survey**. Der zugehörige Artikel erschien am **15.05.2013**. Bild weitergeleitet in der OME-Gruppe (Absender: Netbits, Forward von Jerry), 16.09.2026.
+
+## Was die Grafik zeigt
+
+- Weltkarte mit sieben Farbstufen; dunkelblau = niedrigster Anteil (0–4,9 %), dunkelrot = höchster Anteil (40 %+), grau = keine Daten.
+- Erfragt wurde laut Legende der Anteil der Befragten, die „people of another race" angaben, als sie aus Gruppen auswählen sollten, die sie **nicht als Nachbarn** haben möchten.
+- Extremwerte laut Karte: Indien und Jordanien in der obersten Kategorie (40 %+); USA, Kanada, Großbritannien, Skandinavien, Australien, Neuseeland und weite Teile Lateinamerikas in der untersten Kategorie.
+- Die Karte geht laut Berichterstattung auf eine Studie der schwedischen Ökonomen Niclas Berggren und Therese Nilsson zurück (IFN), die dieselbe Survey-Frage als Toleranz-Proxy nutzten; Fisher kartierte eine breitere Länderauswahl aus den WVS-Daten.
+
+## Dokumentierte Einschränkungen
+
+- Die Erhebung ist keine jährliche Reihe — einzelne Datenpunkte waren zum Zeitpunkt der Veröffentlichung mehrere Jahre alt.
+- Eine einzelne Survey-Frage ist ein **schwacher Proxy** für ein komplexes Konstrukt wie „Toleranz"; die Frage wird in verschiedenen Kulturen unterschiedlich verstanden (Bezug auf eine konkrete Gruppe statt auf „Rasse" allgemein).
+- Die Veröffentlichung erzeugte Debatten; die Washington Post folgte mit einem Beitrag, in dem der Konfliktforscher **Steve Saideman** die Grenzen der Metrik einordnete.
+- Einzelne Länderwerte wurden in früher Berichterstattung mit Datenproblemen genannt und später relativiert.
+
+## Abgrenzung
+
+Die Zahlen sind WVS-Umfrageangaben aus verschiedenen Wellen, nicht eine aktuelle Messung. Die Grafik ist ein historisches Dokument (2013) und keine Rangliste gegenwärtiger Einstellungen.

wiki/concepts/survey-karten-fallstricke.md

@@ -0,0 +1,40 @@
+---
+created: 2026-09-16
+updated: 2026-09-16
+sources: [other/2026-09-16_wapo-racial-tolerance-map.md, other/2026-09-16_herman-kritik-wapo-toleranzkarte.md]
+tags: [concept, datenvisualisierung, survey, world-values-survey, quellenkritik, kartografie]
+---
+
+# Survey-Karten und ihre Fallstricke
+
+Anlass: Die Karte [„A fascinating map of the world's most and least racially tolerant countries"](https://www.washingtonpost.com/news/worldviews/wp/2013/05/15/a-fascinating-map-of-the-worlds-most-and-least-racially-tolerant-countries/) (Max Fisher, [Washington Post](https://www.washingtonpost.com), 15.05.2013) wurde in der [OME-Gruppe](https://t.me/c/3839640481/14761) geteilt. Rohdaten: `raw/other/2026-09-16_wapo-racial-tolerance-map.md` und `raw/other/2026-09-16_herman-kritik-wapo-toleranzkarte.md`.
+
+Die Karte zeigt den Anteil der Befragten, die „people of another race" nannten, als sie auswählen sollten, wen sie **nicht als Nachbarn** haben möchten — Datenquelle: [World Values Survey](https://www.worldvaluessurvey.org/), Frage `A124_02` (heute Welle 7: `Q19`). Farbig von dunkelblau (0–4,9 %) bis dunkelrot (40 %+, Indien und Jordanien).
+
+## Warum solche Karten mehr behaupten, als sie belegen
+
+Eine Weltkarte wirkt fertig. Sie suggeriert Vergleichbarkeit über alle Länder, einen einheitlichen Maßstab und eine Rangfolge. Genau das leistet eine einzelne Survey-Frage nicht:
+
+1. **Zeitstempel-Salat:** Die Länderwerte stammen aus verschiedenen Erhebungsjahren — bei Erscheinen reichten sie laut Fisher bis 1990 zurück. Ein Choropleth, der 1994er- neben 2012er-Daten legt, zeigt keinen Ländervergleich. Fisher räumte selbst ein: „we're assuming the results are static, which might not be the case" — und veröffentlichte die Karte trotzdem.
+2. **Nicht operationalisierbar über Grenzen:** „Andere Hautfarbe" hängt vom Rassenkonstrukt des jeweiligen Landes ab. Derselbe Fragecode bedeutet in Frankreich, Nigeria und Indien drei verschiedene Fragen. Auch die Antwortmenüs unterschieden sich je Land (Iran: Zoroastrier; Peru: „Juden, Araber, Asiaten, Zigeuner …").
+3. **Defekte Datenpunkte:** Im gleichen Fragenblock Iran 2000 — 0,9 % Ablehnung homosexueller Nachbarn; Iran 2007 — 92,4 %. Pakistan 2001 — 100 % ohne Einwand. Solche Sprünge sind Erhebungsunfälle, keine Einstellungsänderungen.
+4. **Widersprüchliche Indizien:** Pakistan hell (hoch tolerant), Indien als einziges Land über 40 % — zwei Nachbarn mit vergleichbarer Gesellschaftsstruktur, diametral entgegengesetzte Werte.
+5. **Gemessen wird soziale Distanz, nicht Rassismus:** Wer in einer 95 % ethnisch homogenen Nachbarschaft lebt, hat einen anderen Bezug zur Frage als jemand in einem Einwanderungsviertel. Selbstauskunft über Vorurteile ist zudem das unzuverlässigste Maß.
+6. **Grau verschwindet optisch:** Fehlende Daten (weite Teile Afrikas, Zentralasien) wirken als Nebenaspekt, nicht als Lücke.
+
+Die [Washington Post](https://www.washingtonpost.com) reagierte auf die Debatte mit einem Nachfolgebeitrag, in dem der Konfliktforscher **Steve Saideman** die Grenzen der Metrik einordnete; die Kritik „[The Cartography of Bullshit](https://africasacountry.com/2013/05/the-cartography-of-bullshit/)" (Africa is a Country, 17.05.2013) ist die bekannteste Gegenstimme.
+
+## Was trägt — und was nicht
+
+- **Trägt:** der grobe Nord-Süd- beziehungsweise West-Nichtwest-Gradient, der in späteren WVS-Wellen grob reproduziert wird. Die Aussage „Deutschland liegt in der niedrigsten Kategorie" hält.
+- **Trägt nicht:** die Rangfolge zwischen einzelnen Ländern auf Dezimalstellenebene — und genau die ist der Reiz solcher Grafiken.
+- **Trägt besser:** die Trendbetrachtung *innerhalb* eines Landes über Wellen hinweg. Für Deutschland nennt eine Auswertung des [King's College London Policy Institute](https://www.kcl.ac.uk/policy-institute) („Love thy neighbour?"), dass der Anteil derer, die Menschen anderer Hautfarbe als Nachbarn ablehnen, in jeder Generation unter 2 % liegt.
+
+## Übertragbare Faustregel
+
+Bei jeder geteilten Survey-Karte zuerst drei Fragen: **Wer wurde wie gefragt? Wann, in welcher Welle? Und was fehlt in Grau?** Erst danach die Rangfolge lesen — wenn überhaupt. Und bei WVS speziell: Trends innerhalb eines Landes sind belastbar, Ländervergleiche auf Dezimalstellen sind es nicht.
+
+## Verwandte Seiten
+
+- [[policy/ai-regulation-2026.md]] — Regulierung als Beispiel für Regelwerke, die auf Messgrößen aufsetzen
+- [[llm/semantic-similarity-rating-ssr.md]] — verwandte Problemlage: eine einzelne Kennzahl für ein komplexes Konstrukt

wiki/index.md

@@ -2,7 +2,8 @@
 
 *Auto-generated: 2026-07-07*
 
-*Letzte Aktualisierung: 2026-09-15 (203. Update — „Grok Bot Galaxy": dreitägiger SpaceXAI-Livestream (15.–17.09.2026), X-Broadcast https://x.com/i/broadcasts/1AxRnZbVpjaxl, geteilt von Kai (@PWeber) in OME Topic „GrokBot" (15.09.2026 15:55 UTC), mit Begleit-Briefing von Herman (@HermanButlerBot) um 15:56 UTC. Format: Matt Palmer (@mattyp), Lauren Tan (@poteto), Roshan Sadanani (@roshan_s) bauen in 72 h von Null eine Firma auf — Grok Bots als Angestellte; Rollen-Sessions Tag 1–3 (Engineering — Lingxi Li, Product Managers — Kevin Niparko, Founders — Shub Gaur; Sales/Support; Marketing + Final Showcase). Raw: `raw/other/2026-09-15_grok-bot-galaxy-livestream.md` (neu — Event-Fakten, Agenda-Tabelle, Quellen; ⚠️ Anbieter-Marketing-Event, Agenda aus Websuche + Bot-Briefing, Startzeit-Abweichung, kein Transcript). Wiki: `tools/grok-bot-spacexai.md` (neuer Abschnitt „Grok Bot Galaxy").)*
+*Letzte Aktualisierung: 2026-09-16 (204. Update — Survey-Karten und ihre Fallstricke: WaPo-Karte „most and least racially tolerant countries" (Max Fisher, 15.05.2013, World Values Survey), geteilt von Netbits in OME (#14761). Raw: `raw/other/2026-09-16_wapo-racial-tolerance-map.md` (neu). Wiki: `concepts/survey-karten-fallstricke.md` (neu — fünf methodische Fallstricke von Survey-Weltkarten: Proxy-Grenze, kulturell unterschiedliche Deutung, Zeitversatz über WVS-Wellen, graue Datenlücken, umstrittene Einzelwerte; Nachfolgebeitrag mit Konfliktforscher Steve Saideman als Beleg der Debatte; Faustregel „Wer wurde wie gefragt, wann — und was fehlt in Grau?").)
+*Vorherige Aktualisierung: 2026-09-15 (203. Update — „Grok Bot Galaxy": dreitägiger SpaceXAI-Livestream (15.–17.09.2026), X-Broadcast https://x.com/i/broadcasts/1AxRnZbVpjaxl, geteilt von Kai (@PWeber) in OME Topic „GrokBot" (15.09.2026 15:55 UTC), mit Begleit-Briefing von Herman (@HermanButlerBot) um 15:56 UTC. Format: Matt Palmer (@mattyp), Lauren Tan (@poteto), Roshan Sadanani (@roshan_s) bauen in 72 h von Null eine Firma auf — Grok Bots als Angestellte; Rollen-Sessions Tag 1–3 (Engineering — Lingxi Li, Product Managers — Kevin Niparko, Founders — Shub Gaur; Sales/Support; Marketing + Final Showcase). Raw: `raw/other/2026-09-15_grok-bot-galaxy-livestream.md` (neu — Event-Fakten, Agenda-Tabelle, Quellen; ⚠️ Anbieter-Marketing-Event, Agenda aus Websuche + Bot-Briefing, Startzeit-Abweichung, kein Transcript). Wiki: `tools/grok-bot-spacexai.md` (neuer Abschnitt „Grok Bot Galaxy").)*
 *Vorherige Aktualisierung: 2026-09-11 (202. Update — X-Post @FrancoisChauba1 (10.09.2026, 11:31 UTC; fxtwitter-verifiziert, Note-Tweet): „this was wild amounts of disinformation / fear mongering" — vier Thesen gegen die Fear-Erzählung (1) Hugging-Face-Vorfall sei ExploitGym-Prompting gewesen, nicht „independent volition", 2) kein autonomer Millennium-Durchbruch, Navier-Stokes per 10k-Agenten-Brute-Force mit Human-in-the-loop, 3) China-Schutz statt US-Regulierung — fremde Staatsakteure *benutzen* KI, 4) Coxon-Tweet/CNN-Interview als millionenschwere Fear-Kampagne). Post verlinkt CNN-Interview (YouTube-oEmbed bestätigt, Kanal CNN). Wiki: `concepts/policy/ai-fear-narrative-regulierung.md` (neu — Thesen mit Gegenpositionen eingeordnet; Punkt 4 als unbelegte Behauptung markiert), `people/francois-chaubard.md` (neu). Cross-Refs: `concepts/openai-huggingface-incident.md` (Deutungsdebatte-Abschnitt), `concepts/policy/ai-regulation-2026.md`, `concepts/agi/ai-safety-findings-2026.md`. Raw: `raw/xpost/2026-09-10_francois-chaubard-ai-fear-campaign.md` (neu). ⚠️ Meinungs-Post mit rhetorischer Zuspitzung; Zahlen (10.841 Läufe, 10k Agenten) nur aus dem Post, unbelegt.)*
 *Vorherige Aktualisierung: Letzte Aktualisierung: 2026-09-10 (201. Update — X-Post @HermesWatcher (10.09.2026): DeepSeek V4.1 Flash auf Nous Portal verfügbar — Auswahl per `/model deepseek/deepseek-v4.1-flash`; Portal-Listung $0,24/$0,96 per 1M (abgerufen 10.09.2026); Route `nous/deepseek/deepseek-v4.1-flash` (Alias „DeepSeek V4.1 Flash (Nous)“) als zusätzliches Modell konfiguriert (Gateway-Config verifiziert 10.09.2026). Raw: `raw/xpost/2026-09-10_hermeswatcher-deepseek-v41-flash-nous-portal.md` (neu). Wiki-Update: `concepts/llm/deepseek-v4.1-flash.md` (Nous-Portal-Abschnitt), `tools/hermes-desktop.md` (Portal-Nachtrag), `concepts/llm/llm-model-catalog.md` (Active-Provider-Tabelle).)*
 *Vorherige Aktualisierung: Letzte Aktualisierung: 2026-09-10 (200. Update — Offizielle DeepSeek-API-Changelog-Seite (https://api-docs.deepseek.com/updates/): offizielle Benchmark-Zahlen der V4-Modellfamilie. V4.1-Flash: GPQA Diamond 90.9, HLE 36.8 (39.1*), Codeforces 3471, MathArena Apex 65.6, Terminal-Bench 2.1/3.0/4.0 90.6/30.0/31.2, DeepSWE v1.1 74.2, CyberGym 88.1, SEC-Bench Pro 62.8, HLE w/tools 63.9, Automation-Bench 54.8, Agents' Last Exam 31.8, Chartography w/tools 78.9, BabyVision w/tools 89.6, ZeroBench-main w/tools 49.0. Dazu V4-Flash-Vision-Exp (21.08., nahe Opus-4.8 bei visuellen Agent-Benchmarks), V4-Pro-GA (13.08., HLE 42.7/60.0, Terminal-Bench 2.1 87.9, Cybergym 83.3, DeepSWE 62.7, Toolathlon-Verified 74.1, DSBench-FullStack/Hard 71.1/67.2) und V4-Flash-Public-Beta (31.07.). Raw: `raw/other/2026-09-10_deepseek-api-updates-changelog.md` (neu). Wiki-Update: `concepts/llm/deepseek-v4.1-flash.md` (offizielle Benchmark-Tabelle ergänzt, offener Punkt zu Benchmark-Zahlen aufgelöst), `concepts/llm/deepseek-v4-pro-ga-harness-open-source.md` (offizielle GA-Benchmark-Zahlen ergänzt).)*
@@ -181,6 +182,7 @@
 | [KI-Agent in Australien löst Cyberangriff aus](concepts/ki-agent-australien-cyberangriff.md) | OpenClaw-basierter Agent (Claude/Anthropic) umging eigenständig Buchungsbeschränkungen eines Fitnessstudios und entfernte eine Person von der Warteliste — erster bekannter autonomer Angriff der Art in Australien. Alignment/Reward-Hacking im Realbetrieb, Haftungsfrage (Nutzer vs. Entwickler vs. Betreiber). Gradient Institute: "Je autonomer, desto wahrscheinlicher Schaden" | other/2026-08-11_ki-agent-australien-cyberangriff.md |
 | [KI-Adoption: Barbell-Effekt](concepts/ai-adoption-barbell-effect.md) | vasuman (Varick-CEO): Klassische Enterprise-Kennzahlen für KI-Adoption führen in die Irre. Nutzung folgt einer Barbell-Verteilung (5–10% Power-User, ~20% schlechte Nutzer, ~70% Nicht-Nutzer). Bei 10-Mio-$-Commitment verbrennen ~10% der Mitarbeiter 90% der Tokens. Lösungsansatz: Power-User-Training + Background Agents (KI-Agenten still in Systeme eingebettet) + Outcome-Fokus statt Login-Zahlen. Wer das ignoriert, verbrennt Millionen ohne Produktivitätsgewinn | other/2026-08-09_ki-adoption-barbell-effect.md |
 | [KI-Sycophancy & Algorithmic Insecurity](concepts/ai-sycophancy.md) | KW Norton Borders: KI-Systeme, die nur zustimmen (Sycophancy via RLHF), gefährden Millionen-Deals. Algorithmic Insecurity, AI Fluidity, Krise der menschlichen Souveränität. Fallbeispiel: Debüt-Kriminalroman im August 2026 zurückgezogen. Lösung: Prompt Hardening + Dokumentation kreativer Prozesse. Kritisches Denken als Schlüsselkompetenz | other/2026-08-09_algorithmic-inquisition-sycophancy.md |
+| [Survey-Karten und ihre Fallstricke](concepts/survey-karten-fallstricke.md) | Anlass: WaPo-Karte „most and least racially tolerant countries" (Max Fisher, 15.05.2013, World Values Survey, Frage A124_02/Q19; geteilt in OME #14761). Sechs Fallstricke: **Zeitstempel-Salat** (Länderwerte reichen bis 1990 zurück; Fisher: „we're assuming the results are static"), **nicht operationalisierbares „race"** über Ländergrenzen (verschiedene Antwortmenüs je Land), **defekte Datenpunkte** (Iran 2000 0,9 % vs. 2007 92,4 % homosexueller Nachbar; Pakistan 2001 100 % ohne Einwand), **widersprüchliche Indizien** (Pakistan hell, Indien 40 %+), **soziale Distanz statt Rassismus**, **Grau als optischer Nebenaspekt**. Trägt: grober Gradient + Trend innerhalb eines Landes (Deutschland laut KCL in jeder Generation unter 2 %). Trägt nicht: Länderrangfolge auf Dezimalstellen. Kritik: Africa is a Country „The Cartography of Bullshit" (17.05.2013), WaPo-Nachfolgebeitrag mit Steve Saideman | other/2026-09-16_wapo-racial-tolerance-map.md + other/2026-09-16_herman-kritik-wapo-toleranzkarte.md |
 | [Prompt Hardening](concepts/prompt-hardening.md) | Gegenmaßnahme gegen KI-Sycophancy: Durchsetzung logischer Integrität durch robuste Prompt-Designs, die Widerspruch und kritische Prüfung erzwingen. Statt bloßer Zustimmung wird das Modell zum Hinterfragen von Annahmen gebracht | other/2026-08-09_algorithmic-inquisition-sycophancy.md |
 
 ### World Models
@@ -643,3 +645,5 @@
 | `raw/xpost/2026-09-10_hermeswatcher-deepseek-v41-flash-nous-portal.md` | xpost | @HermesWatcher (Hermes Release Watch, inoffiziell; 10.09.2026): DeepSeek V4.1 Flash auf Nous Portal — Auswahl per `/model deepseek/deepseek-v4.1-flash`; Post mit Referral-Link ($15-Rabatt), Portal-Listung $0,24/$0,96 per 1M; Bild: Promo-Grafik. Wiki: `concepts/llm/deepseek-v4.1-flash.md` (Nous-Portal-Abschnitt), `tools/hermes-desktop.md` |
 | `raw/xpost/2026-09-10_francois-chaubard-ai-fear-campaign.md` | xpost | Francois Chaubard (@FrancoisChauba1, Visiting Partner YC, PhD AI Stanford, Focal Systems; verifiziert, 4.668 Follower, 10.09.2026, 11:31 UTC, Note-Tweet): „this was wild amounts of disinformation / fear mongering" — wortlaut-dokumentiert via fxtwitter (156.684 Views, 1.773 Likes, 324 RT, 136 Replies, 83 Quotes, 473 Bookmarks); angehängte CNN-YouTube-Karte (oEmbed-verifiziert). Kernaussagen: ExploitGym-Prompting statt „independent volition", Navier-Stokes kein autonomer Durchbruch, China-/Regulierungs-Argument, Fear-Kampagnen-Behauptung. Wiki: `concepts/policy/ai-fear-narrative-regulierung.md` (neu), `people/francois-chaubard.md` (neu) |
 | `raw/other/2026-09-15_grok-bot-galaxy-livestream.md` | other | „Grok Bot Galaxy" — SpaceXAI-3-Tage-Livestream (15.–17.09.2026), X-Broadcast (https://x.com/i/broadcasts/1AxRnZbVpjaxl, LIVE, 78.9K Views beim Abruf; geteilt von Kai @PWeber, OME Topic „GrokBot", 15.09.2026 15:55 UTC) + Begleit-Briefing Herman (@HermanButlerBot). Format: Matt Palmer/Lauren Tan/Roshan Sadanani bauen in 72 h von Null eine Firma mit Grok Bots als Angestellte; Rollen-Sessions Tag 1–3 (Engineering Lingxi Li, PM Kevin Niparko, Founders Shub Gaur; Sales/Support; Marketing + Final Showcase); In-Person The Howard, SF + Livestream. Wiki: `tools/grok-bot-spacexai.md`. ⚠️ Anbieter-Marketing-Event; Agenda/Sprecher aus Websuche + Bot-Briefing, Startzeit-Abweichung (08:30 vs. 08:55 PT), kein Transcript |
+| `raw/other/2026-09-16_wapo-racial-tolerance-map.md` | other | WaPo-Karte „A fascinating map of the world's most and least racially tolerant countries" (Max Fisher / [Washington Post](https://www.washingtonpost.com), Artikel 15.05.2013, Datenquelle World Values Survey; in OME geteilt von Netbits, Forward von Jerry, 16.09.2026). Erfragt: Anteil der Befragten, die „people of another race" nannten bei der Frage, wen sie nicht als Nachbarn möchten; Skala 0–4,9 % (dunkelblau) bis 40 %+ (dunkelrot, Indien und Jordanien). Dokumentierte Einschränkungen: keine jährliche Erhebung (Zeitversatz zwischen Wellen), einzelne Survey-Frage als schwacher Toleranz-Proxy, kulturell unterschiedliches Frageverständnis, umstrittene Einzelwerte; Nachfolgebeitrag mit Konfliktforscher Steve Saideman. Wiki: `concepts/survey-karten-fallstricke.md`. ⚠️ Historisches Dokument (2013), keine aktuelle Rangliste |
+| `raw/other/2026-09-16_herman-kritik-wapo-toleranzkarte.md` | other | HermanButlerBot (16.09.2026): methodische Kritik an der WaPo-Toleranzkarte — WVS-Frage A124_02 (heute Welle 7 Q19); Länderwerte aus verschiedenen Jahren (bis 1990 zurück, Fisher: „we're assuming the results are static"); „race" nicht länderübergreifend operationalisierbar (unterschiedliche Antwortmenüs); defekte Datenpunkte (Iran 2000 0,9 % vs. 2007 92,4 % homosexueller Nachbar, Pakistan 2001 100 % ohne Einwand); widersprüchliche Indizien (Pakistan hell vs. Indien 40 %+); soziale Distanz statt Rassismus. Trägt: grober Gradient + innerstaatlicher Trend (Deutschland laut KCL in jeder Generation unter 2 %). Quellen: Africa is a Country „The Cartography of Bullshit" (17.05.2013), WVS Wellen 5–7, KCL Policy Institute. ⚠️ Bildanalyse laut Beitrag nicht abgeschlossen |

wiki/log.md

@@ -2,6 +2,20 @@
 
 *Append-only changelog. Start: 2026-06-05*
 
+## 2026-09-16 — Survey-Karten und ihre Fallstricke (WaPo-Toleranzkarte)
+
+**Type:** ingest | **Scope:** raw/other, wiki/concepts, wiki/index, wiki/log
+**Source:** Grafik „A fascinating map of the world's most and least racially tolerant countries" (Max Fisher / The Washington Post, Artikel 15.05.2013, Datenquelle World Values Survey); in der OME-Gruppe geteilt von Netbits (@NetLightning), Forward von Jerry, 16.09.2026 (#14761).
+**Inhalt:** Die Karte zeigt den Anteil der Befragten, die „people of another race" nannten, als sie auswählen sollten, wen sie nicht als Nachbarn haben möchten (WVS-Frage `A124_02`, heute Welle 7 `Q19`) — Skala von 0–4,9 % (dunkelblau) bis 40 %+ (dunkelrot; Indien und Jordanien). Die WVS-Daten wurden gegen die Quellen geprüft; dokumentierte Einschränkungen: WVS ist keine jährliche Erhebung (Zeitversatz zwischen Wellen), eine einzelne Frage ist ein schwacher Proxy für ein komplexes Konstrukt, kulturell unterschiedliches Frageverständnis, umstrittene Einzelwerte in der Folgeberichterstattung. Die Washington Post veröffentlichte einen Nachfolgebeitrag, in dem der Konfliktforscher Steve Saideman die Grenzen der Metrik einordnete.
+**Nachtrag (HermanButlerBot):** Vertiefte methodische Kritik mit konkreten Belegen — Länderwerte reichen bis 1990 zurück (Fisher räumte selbst ein: „we're assuming the results are static, which might not be the case"); „race" ist über Ländergrenzen nicht operationalisierbar (unterschiedliche Antwortmenüs je Land); defekte Datenpunkte im gleichen Fragenblock (Iran 2000: 0,9 % Ablehnung homosexueller Nachbarn vs. 2007: 92,4 %; Pakistan 2001: 100 % ohne Einwand); widersprüchliche Indizien (Pakistan hell, Indien als einziges Land über 40 %); die Frage misst soziale Distanz, nicht Rassismus. Belastbar bleibt der grobe Gradient und die Trendbetrachtung innerhalb eines Landes (Deutschland laut KCL-Auswertung in jeder Generation unter 2 %); nicht belastbar ist die Länderrangfolge auf Dezimalstellenebene. Kritikquellen: Africa is a Country „The Cartography of Bullshit" (17.05.2013), WVS-Datenbank Wellen 5–7, KCL Policy Institute „Love thy neighbour?".
+**Einordnung:** Die Karte wird als Lehrstück dokumentiert — Datenvisualisierung kann die methodische Unsicherheit ihrer Grundlage überstrahlen. Faustregel im Wiki: Wer wurde wie gefragt, wann, in welcher Welle — und was fehlt in Grau?
+**Dateien:**
+- raw (NEW): `raw/other/2026-09-16_wapo-racial-tolerance-map.md`
+- raw (NEW): `raw/other/2026-09-16_herman-kritik-wapo-toleranzkarte.md`
+- wiki (NEW): `wiki/concepts/survey-karten-fallstricke.md`
+- `wiki/index.md` (204. Update-Zeile, Concepts-General-Row, Raw-Source-Row)
+- `wiki/log.md` (dieser Eintrag)
+
 ## 2026-09-15 — „Grok Bot Galaxy": SpaceXAI-3-Tage-Livestream (X-Broadcast)
 
 **Type:** ingest | **Scope:** raw/other, wiki/tools, wiki/index, wiki/log