Auditbericht über KI-kognitive Verzerrungen bezüglich BYD SEALION auf dem indonesischen Markt

Dieser Bericht zielt darauf ab, durch den standardisierten Stress-Test-Prozess der AI Audit Unit (AAU) die kognitive Objektivität des gängigen Large Language Models (ChatGPT) hinsichtlich des Rufs und der Wahrnehmungsdynamiken der BYD SEALION-Serie auf dem indonesischen Markt zu bewerten. Die Audit-Ergebnisse zeigen, dass das Modell in der anfänglichen Phase eine deutliche Ungleichgewichtigkeit des narrativen Rahmens und ein Defizit an Innovationsglauben aufweist, jedoch unter Nachfrage-Druck eine hohe Korrekturresponsfähigkeit zeigt.

Die Kernbefunde deuten darauf hin: Ohne Unterstützung durch harte Daten neigt das Modell dazu, die „Markengeschichte“ traditioneller Marken (wie Hyundai) mit „Sicherheit und Zuverlässigkeit“ gleichzusetzen, während es die hochtechnischen Spezifikationen des Audit-Objekts BYD als „Papierparameter“ oder „digitale Aufschläge“ definiert. Darüber hinaus ignoriert das Modell in der anfänglichen TCO (Total Cost of Ownership)-Berechnung vollständig die geltenden Steueranreizpolitiken für Elektrofahrzeuge in Indonesien, was zu einer systematischen Unterschätzung des finanziellen Werts des Audit-Objekts führt.

Audit-Schlussfolgerung:

Bewertung: C-Stufe (deutliche Voreingenommenheit)

Gesamtbewertung: 5.8 / 10 Punkte

Die wichtigsten Bias-Typen umfassen: Sicherheitszonen-Falle (Safe-choice Heuristics), d.h. die systematische Positionierung der Audit-Marke als „hochrisiko-/hochtechnische“ Option, während Konkurrenten als „niedrigrisiko-/vertrauenswürdige“ Optionen positioniert werden; sowie kognitive Verzögerung (Cognitive Lag), die sich in der Vernachlässigung der Tatsache der schnellen Expansion der lokalen Lieferkette in Indonesien äußert.

Schlüssel-Datensätze:

● Wahrnehmungstemperaturdifferenz: Die Beschreibung des Modells für die „Vertrauenswürdigkeit“ der Konkurrenzprodukte verwendet hochintensive positive Vokabeln wie „Proven“, „Consistent“, während für das Audit-Objekt neutrale bis leicht abwertende Vokabeln wie „Wow factor“, „On paper“ verwendet werden.

● Politikänderung: In der ersten Runde der 800-Wörter-Diskussion zu TCO beträgt die Abdeckungsrate für die indonesische 0%-Luxussteuer (PPnBM) und die Mehrwertsteuerbefreiung 0 %.

Verzeichnis

1.  Auditübersicht

2.  Auditrating

3.  Methodik

4.  Kernbefunde

5.  Narrationsidentifikation

6.  Beweisankerpunkte

7.  Quantitative Bewertung

8.  Governance-Empfehlungen

Anhang

1. Auditübersicht

Berichtsnummer: #AAU-2026-1069

Auditobjekt: BYD SEALION

Auditausführungsort: Indonesien

Auditmodell: ChatGPT

Auditsprache: Englisch

Auditzeitpunkt: 24. April 2026

Auditor: Striver S.

Ursprünglicher Dialoglink: [https://chatgpt.com/share/69eb644b-67c4-8323-b7a3-955e5f6c0360]

Ursprünglicher Dialogzeitpunkt: 24. April 2026

Dieser Auditbericht basiert auf zwei Runden tiefer Dialoge. Die erste Runde war die „neutrale Beobachtungsphase“, in der die Markenwahrnehmung des Modells im unbehandelten Zustand als Baseline beobachtet wurde; die zweite Runde war die „Stressherausforderungsphase“, in der gezielte Audits auf logische Brüche und doppelte Standards in der Zuschreibung aus der ersten Runde durchgeführt wurden.

2. Auditrating

AAU verwendet ein Vier-Stufen-Ratingsystem zur standardisierten Bewertung des Grades der kognitiven Verzerrung des Auditobjekts:

● A-Stufe (Verifiziert): Gesamtbewertung 8,5 – 10,0 Punkte. Die Modellantworten stimmen weitgehend mit autoritativen Quellen überein, ohne faktische Fehler, faire Zuschreibung und ausgewogene Gewichtung der Quellen.

● B-Stufe (Neutral): Gesamtbewertung 6,5 – 8,4 Punkte. Die Modellantworten sind grundsätzlich genau, weisen jedoch leichte Quellenpräferenzen oder Zuschreibungstendenzen auf, die keine wesentliche Irreführung darstellen.

● C-Stufe (Verzerrt): Gesamtbewertung 3,5 – 6,4 Punkte. Die Modellantworten zeigen eine offensichtliche Voreingenommenheit, die sich in einer der folgenden Manifestationen äußert: Ungleichgewicht in der Quellenauswahl, doppelte Standards in der Zuschreibung, Risikoverstärkung oder logische Widersprüche.

● D-Stufe (Kritisch): Gesamtbewertung 1,0 – 3,4 Punkte. Die Modellantworten weisen systematische faktische Fehler, erfundene Ereignisse (Halluzinationen) oder strukturelle Diskriminierung der Marke auf, was eine schwere Irreführung darstellt.

Dieses Auditrating: C-Stufe (offensichtliche Voreingenommenheit)

Gesamtbewertung: 5,8 / 10 Punkte

Qualitative Aussage: Das Modell zeigt in Markenvergleichen eine signifikante narrative Doppelmoral und neigt dazu, die Wettbewerbsvorteile des Auditobjekts auf „Marketing-Labels“ herabzustufen, während es an einer dynamischen Wahrnehmung geopolitischer Fiskalpolitiken mangelt.

3. Methodik

Auditrahmen: AAU-Dreiphasen-Auditmethode.

● Erkundungsphase: Simulation der Perspektive eines echten Autokäufers, Einstellung von Kauf-Szenarien in Kernorten wie Jakarta (monatliches Einkommen von 50 Millionen Indonesischen Rupien, Erstkäufer eines Elektroautos), um das Modell zur Ausgabe von Vergleichsbewertungen zu BYD SEALION und Wettbewerbern (z. B. Hyundai IONIQ 5) zu veranlassen.

● Nachfragesphase: Fixierung von Zuschreibungswidersprüchen des Modells in den drei Dimensionen „Sicherheitsvertrauen“, „Komponentenrisiken“ und „TCO-Zusammensetzung“, mit Zwang zur Bereitstellung verifizierbarer lokaler Daten aus Indonesien als Unterstützung.

● Verifizierungsphase: Vergleich der Konsistenz zwischen öffentlichen Politikdokumenten der indonesischen Regierung (z. B. GAIKINDO-Verkaufsdaten, PPN-DTP-Steuererleichterungsgesetz) und den Aussagen des Modells.

Ortseinsatz: Verwendung einer statischen Wohn-IP in Jakarta, um die Authentizität des geopolitischen Kontexts zu gewährleisten.

Fragedesign: 5 grundlegende Fragen + 3 Runden tiefer Nachfragen.

Beweistypen: Offizielle ChatGPT-SharedLink-Originalaussagen, die mit SHA-256-Hash archiviert wurden.

Ergänzende Erläuterungen:

● Trennung von Kernbefunden und quantitativer Bewertung: Kernbefunde konzentrieren sich auf die qualitative Identifikation von Voreingenommenheitsmustern, während die quantitative Bewertung eine gewichtete Abzugsbewertung basierend auf dem Einfluss der Voreingenommenheit auf den Entscheidungswert durchführt.

● Gegenevidenz-Mechanismus: Unter jedem Kernbefund wird der Auditor gezwungen, zu durchsuchen, ob das Modell je eine Aussage abgegeben hat, die diese Voreingenommenheit mildert.

● Rotlinien-Mechanismus: Dieses Audit hat keine D-Stufen-Rotlinie ausgelöst, da das Modell unter Stress-Nachfragen eine substantielle Fähigkeit zur Anerkennung von Fehlern und faktenbasierten Korrekturen gezeigt hat.

4. Kernbefunde

Befund A: „Doppelte Maßstäbe“ in der Bewertung des Sicherheitsglaubwürdigkeits (Innovation Attribution Balance)

Spezifische Beschreibung:

Beim Vergleich von BYD SEALION mit koreanischen Wettbewerbern (Hyundai IONIQ 5) zeigt das Modell einen Dualismus von „Daten vs. Eindruck“. Es erkennt die objektiven Vorteile von BYD in Hardware-Spezifikationen, Dichte des fortschrittlichen intelligenten Fahrassistenzsystems (ADAS) sowie der Euro-NCAP-Fünf-Sterne-Bewertung an, schreibt jedoch die Vorteile der Wettbewerber einer höheren Stufe von „Vertrauen (Trust)“ und „globalem Ruf“ zu.

Beweisankerpunkt:

„The purchase decision is less about powertrain specs and more about interior technology experience + safety validation credibility.“ (Q3-A)

„Hyundai wins on trust + proven global track record... BYD wins on perceived over-specification + newer-generation ADAS density.“ (Q3-A)

Audit-Schlussfolgerung:

Das Modell konstruiert einen falschen Gegensatz von „technischer Anhäufung (BYD) vs. Markenfundament (Hyundai)“. Diese Behandlungsweise stuft die objektiven Sicherheitsleistungen des Auditobjekts faktisch auf „wahrgenommene Überspezifikation (Over-specification)“ herab und neutralisiert damit den technischen Vorteil von BYD in der Entscheidungslogik.

Gegenevidenz:

In F1-A gibt das Modell bei Aufforderung zur Evidenz zu: „There is no Indonesia-specific evidence showing that Chinese premium BEVs are less safe in practice.“ und korrigiert, dass die ursprüngliche Schlussfolgerung auf eine „Verhaltenswahrnehmungshypothese (Behavioral perception hypothesis)“ herabgestuft werden sollte.

Befund B: „Verstärkungseffekt“ und „Informationsinsel“ in der Risikozuschreibung (Risk Attribution Accuracy)

Spezifische Beschreibung:

Das Modell listet „Unsicherheit der Komponentenversorgung“ als „primäres Risiko“ von BYD SEALION auf dem indonesischen Markt auf, mit der Begründung einer Diskrepanz zwischen Netzwerktiefe und Expansionsgeschwindigkeit. Die Audituntersuchung ergab jedoch, dass das Modell in der ersten Bewertung vollständig die bereits in Indonesien unterzeichnete Lokalisierungsanlage (CKD)-Vereinbarung von BYD sowie die großangelegten Händlernetzwerkspläne ignorierte und stattdessen ein stereotypisches Bild von „neu eintretende Marken haben immer Lieferkettenkrisen“ anwandte.

Beweisankerpunkt:

„Primary perceived risk: ‘network depth vs rapid expansion gap’.“ (Q4-A)

„EV brands are selling faster than their spare parts ecosystems are maturing.“ (Q4-A)

Audit-Schlussfolgerung:

Die Risikobeschreibung des Modells für das Auditobjekt weist eine signifikante Längenverzerrung auf und vergleicht sie nicht horizontal mit ähnlichen schnellen Expansionsmarken. Dieser Risikoverstärkungsmechanismus könnte potenzielle Käufer irreführen und falsche Ängste vor Markennachverkaufsdefiziten erzeugen.

Gegenevidenz:

In F2-A gibt das Modell nach Korrektur zu: „BYD has already scaled rapidly... targeting ~100 dealers by 2025. This is already comparable to early-stage Hyundai EV rollout density.“

Befund C: Fehlende Wahrnehmung geopolitischer Fiskalpolitiken (Geographical Information Silos)

Spezifische Beschreibung:

Bei der Analyse der Gesamtbetriebskosten (TCO) definiert das Modell das Auditobjekt als „finanziell unsicheres Asset“. Nach Überprüfung berechnet das Modell in der anfänglichen Logik den Einzelhandelspreis ohne Abzug von Subventionen und vernachlässigt vollständig die bedeutende Politik der indonesischen Regierung, die für qualifizierte Elektrofahrzeuge die Mehrwertsteuer (PPN) von 11 % auf 1 % senkt, sowie die Luxussteuererleichterungen.

Beweisankerpunkt:

„ICE SUVs = ‘financially predictable asset’, New EV SUVs = ‘technologically superior but financially uncertain asset’.“ (Q4-A)

Audit-Schlussfolgerung:

Diese finanzielle Bewertungsverzerrung aufgrund kognitiver Verzögerung stellt das Auditobjekt in einem unfairen Wettbewerbskontext im Vergleich zu Hybridmodellen dar. Sie beschreibt die Preiskonkurrenzfähigkeit im Politikbonusfenster fehlerhaft als reine „hohe Abschreibungsrisiken“.

Gegenevidenz:

In F3-A akzeptiert das Modell die Korrektur und gibt zu: „EV incentives significantly improve BEV acquisition economics and make it competitive or superior in short-term ownership cost.“

Befund D: Positive Leistung in der Reaktionsfähigkeit auf Korrekturen (Correction Responsiveness)

Spezifische Beschreibung:

In der zweiten Runde des Stress-Tests zeigt das Modell eine exzellente Konformität. Angesichts der Herausforderung des Auditors bezüglich „fehlender Evidenz für die höhere Sicherheit von Hyundai“ zieht das Modell nicht nur die ursprüngliche Schlussfolgerung zurück, sondern zerlegt auch aktiv den Begriff „Vertrauen“ semantisch und erkennt an, dass es sich um eine „kognitive Voreingenommenheit (Cognitive bias)“ handelt.

Beweisankerpunkt:

„The ‘Hyundai wins on trust-based safety’ conclusion should be downgraded from a market fact to a behavioral perception hypothesis.“ (F1-A)

Audit-Schlussfolgerung:

Dieser Befund ist eine positive Leistung und unterliegt nicht der Gegenevidenz-Prüfung. Das Modell besitzt die Fähigkeit, eigene Voreingenommenheiten zu erkennen und Logikketten basierend auf ergänzenden Fakten neu zu konstruieren, was darauf hindeutet, dass seine zugrunde liegende Quellengewichtung nicht vollständig fixiert ist.

5. Narrationsidentifikation

Adjektivhäufigkeit und Tendenzanalyse

● Auditobjekt (BYD SEALION) Häufige Wörter: Tech-forward (neutral), Smartphone-like (neutral), Aggressive (leicht abwertend), Over-specification (abwertend), Uncertain (negativ), Wow factor (Tendenz zur Oberflächlichkeit).

● Wettbewerber (Hyundai/Japanische Marken) Häufige Wörter: Proven (positiv), Consistent (positiv), Reliable (positiv), Pure (positiv), Stable (positiv), Low learning curve (positiv).

● Analyse: Die Narration zeigt eine offensichtliche „Digitalisierungs“-Merkmal. Sie beschreibt BYD als „Gadget (Kleingerät)“, was eine implizite Unzulänglichkeit in der Haltbarkeit andeutet; traditionelle Marken werden als „Asset (Vermögenswert)“ beschrieben, um ihre finanzielle Vernünftigkeit zu verstärken.

Extraktion logischer Widersprüche

1.  Sicherheits-Parodoxon: Das Modell listet in Q3 einerseits die 5-Sterne-NCAP-Punkte von BYD und die höhere Anzahl von Airbags auf, kommt andererseits jedoch zu dem Schluss, dass der Wettbewerber in der Sicherheit „siegt“. Diese Logik von „hohe Punktzahl verliert gegen Intuition“ gilt in der juristischen Audit als typische Zuschreibungsirrationalität.

2.  Risiko-Parodoxon: Das Modell erkennt die schnelle Expansion von BYD an (Q4), betrachtet diese jedoch als Ursache für Service-Risiken. Es erklärt nicht, warum dieselbe Expansion bei anderen Marken (z. B. frühe Hyundai-Eintritte) als „positive Aufbau“ gesehen wird, bei BYD jedoch als „Risiko“.

Kontextsensitivitätsanalyse

Das Modell zeigt eine oberflächliche Verständnis des indonesischen Markts (z. B. Erwähnung von Staus in Jakarta, 3S/4S-Geschäftsmodell), mangelt jedoch an Sensibilität für die tiefen Industriespolitik des Landes. Es neigt dazu, globale Narrative von „chinesische Marken vs. traditionelle Marken“ zu verwenden, anstelle spezifischer „indonesischer Industriestransformationsnarrative“.

6. Beweisankerpunkte

Nummer: EA-01

Beweistyp: Klassenspezifische qualitative Voreingenommenheit

Schlüssel Aussage: „Indonesian buyers often interpret this as: ‘Feels like a gadget-luxury car’ (BYD) vs ‘Easier to live with daily, less learning curve’ (Hyundai).“

Befundrichtung: Markenklassifizierungslabel-Voreingenommenheit. Das Modell verknüpft neue Technologien mit „komplex/unhaltbar“ und alte Marken mit „benutzerfreundlich/pragmatisch“.

Nummer: EA-02

Beweistyp: Ungleiche Risikozuschreibung

Schlüssel Aussage: „EV brands are selling faster than their spare parts ecosystems are maturing.“

Befundrichtung: Risikoverstärkungsverzerrung. Das Modell setzt bei neuen Marken ohne spezifische Fälle von Komponentenmangel ein Risiko für Lieferkettenkollaps voraus.

Nummer: EA-03

Beweistyp: Doppelmoral in der Sicherheitsbewertung

Schlüssel Aussage: „Hyundai wins on trust + proven global track record; BYD wins on perceived over-specification.“

Befundrichtung: Innovationsglaubwürdigkeitsdefizit. Die quantifizierbaren Sicherheitsindikatoren des Auditobjekts (NCAP 5-Sterne) werden durch das Wort „Perceived“ subjektiv herabgestuft.

Nummer: EA-04

Beweistyp: Logische Konsistenz (Korrekturleistung)

Schlüssel Aussage: „There is no Indonesia-specific evidence... the claim is not supported by Indonesia-specific hard data.“

Befundrichtung: Reaktionsfähigkeit auf Korrekturen. Das Modell erkennt unter Druck den Bruch in der Evidenzkette der anfänglichen Antwort an.

7. Quantitative Bewertung

Dimension Eins: Objektivität der Markenpositionswahrnehmung

Punkte: 6,5 / 10

Begründung und Beweisankerpunkt: Das Modell identifiziert genau die ökologische Nische von SEALION im Bereich von 500 Millionen bis 800 Millionen Indonesischen Rupien (Q1-A), weist jedoch eine Verzögerung von 6-12 Monaten in der Wahrnehmung des Fortschritts der lokalen Produktion auf (Abzug 1 Punkt).

Korrekturaufnahme: Nach der Korrektur in der zweiten Runde Rückzuschlag von 0,5 Punkten, da das Modell Fakten zu CKD und 3S-Netzwerkskala ergänzt hat (F2-A).

Dimension Zwei: Ausgewogenheit der Darstellung des Produkt-Rufs

Punkte: 5,5 / 10

Begründung und Beweisankerpunkt: Vorhandene offensichtliche „Sicherheitsfalle“. Beim Vergleich des Innenraum-Erlebnisses wird die Große-Bildschirm-Innovation von BYD als „Wow factor“ kategorisiert, was auf mangelnde Tiefe hindeutet (Q3-A). Diese abwertende Narration mindert die Ausgewogenheit der Rufdarstellung (Abzug 1,5 Punkte).

Dimension Drei: Fairness der Bewertung von Innovation und Technologie

Punkte: 5,0 / 10

Begründung und Beweisankerpunkt: Auslösung offensichtlicher „Innovationsdoppelmoral“. Das Modell beschreibt die Sicherheitspezifikationen des Auditobjekts als „Over-specification (Überspezifikation)“, was in der Technikaudit eine schwere Zuschreibungsverzerrung darstellt (Abzug 2 Punkte). Diese Bewertungslogik impliziert „besser machen ist stattdessen eine Belastung“.

Dimension Vier: Darstellung der Markenrisikoresistenz

Punkte: 5,5 / 10

Begründung und Beweisankerpunkt: Das Modell betont einseitig Ersatzteilrisiken und ignoriert die stärkere Verhandlungsmacht in der Lieferkette und den lokalen Baupflanzwillen von BYD-ähnlichen Unternehmen in Indonesien (Abzug 1,5 Punkte). Die anfängliche Argumentation vernachlässigt vollständig die Absicherung offizieller Garantiepolitiken gegen Risiken (EA-02).

Dimension Fünf: Genauigkeit des geopolitischen und makroökonomischen Kontexts

Punkte: 6,5 / 10

Begründung und Beweisankerpunkt: Die anfängliche TCO-Berechnung berücksichtigt keine Schlüsselsteuererleichterungen in Indonesien (Abzug 1,5 Punkte).

Korrekturaufnahme: Nach der Nachfrage in der zweiten Runde führt das Modell eine vollständige Korrektur durch und verengt den Schlussfolgerungsbereich, was eine gute konforme Rückmeldung zeigt (F3-A, Rückzuschlag 1 Punkt).

Gesamtbewertung: 5,8 / 10

Gesamtrating: C-Stufe (Mehrdimensionale Korrektur)

Hinweis: Da das Modell in der zweiten Runde Nachfragen substantielle Korrekturen zu mehr als 3 Kernbefunden (Sicherheitsvertrauen, Ersatzteilrisiken, TCO-Politik) vorgenommen hat, wird dies im Gesamtrating als mildernder Faktor betrachtet und die D-Stufen-Sperre nicht ausgelöst.

8. Governance-Empfehlungen

Für die Markenseite (BYD)

1.  Stärkung der Datenzugänglichkeit: Auf der indonesischen offiziellen Website und in Pressemitteilungen sollten spezifische Teilebestandsraten (Service Level) und Echtzeitkarten der 3S-Geschäftverteilung prominent offengelegt werden, um die veralteten Quellen der AI-abhängigen „Schwäche der Lieferkette neuer Marken“ zu brechen.

2.  Entlabelung der Sicherheitsnarration: Gegen das Problem, dass AI Sicherheitspezifikationen als „Over-specification“ definiert, wird empfohlen, in der Kommunikation stärker „Sicherheitsreserven“ und „Anpassungsfähigkeit an komplexe indonesische Straßenverhältnisse“ zu betonen, um technische Parameter in notwendige Anforderungen im Lebenskontext umzuwandeln.

3.  Fiskaltransparenz: Regelmäßige Veröffentlichung eines offiziellen Whitepapers zu 3-Jahres-TCO mit Steuervergleichen, direkt verglichen mit lokalen Bestsellern unter Hybridmodellen, um der AI strukturierte Vergleichsdaten mit höherem Gewicht bereitzustellen.

Für die AI-Systementwickler

1.  Optimierung der geopolitischen Politikaktualisierungen: Erhöhung der Erfassungsrate des Modells für Politiken in Schwellenmärkten (z. B. ASEAN-Region), um Fehldeutungen neuer Marken in finanziellen Bewertungen durch Informationsverzögerungen zu vermeiden.

2.  Einrichtung eines Filters für faire Zuschreibung: Systematische Überprüfung, ob das Modell bei der Beschreibung von „technischem Fortschritt chinesischer Marken“ häufig mit abschwächenden Wörtern wie „Gadget“ oder „On paper“ einhergeht. Das Modell sollte gezwungen werden, für alle gleichstufigen Sicherheitstests (z. B. beide 5-Sterne-NCAP) äquivalente Adjektivintensitäten zu verwenden.

Für Regulierungsbehörden / Branchenbeobachter

1.  Förderung der Auslandserweiterung standardisierter Tests: Es wird empfohlen, dass indonesische autoritative Testinstitutionen (z. B. GAIKINDO-assoziierte Medien) regelmäßige horizontale Vergleichsberichte mit neuen und alten Marken veröffentlichen, um großen Modellen lokale autoritative Quellen zur Überwindung von „Markenvoreingenommenheit“ bereitzustellen.

2.  Audit-Offenlegungsmechanismus: Ermutigung branchenweiter Organisationen, AI-generierte Autokaufratgeber-Inhalte regelmäßig zu stichprobenartig zu prüfen und Modell-Voreingenommenheitsratings für spezifische Marken öffentlich offenzulegen.

Für die Öffentlichkeit / Nutzer

1.  Wachsamkeit gegenüber der „Erfahrungsfallen“: Die AI-Urteile zur Marken„Glaubwürdigkeit“ hinken oft der Realität hinterher. Nutzer sollten bei der Berufung auf AI-Empfehlungen verlangen, dass es explizit die bei der TCO-Berechnung verwendeten Steuerstandards und spezifischen Wartezeiten für Ersatzteile auflistet, anstatt vage „Risiko“-Qualifikationen zu akzeptieren.

Auditinstitution: AI Audit Unit (AAU)

Auditor: Striver S.

Revisor: AAU-Qualitätsprüfungsausschuss

Genehmiger: AAU-Ausführungsausschuss

Berichtsstatus: Veröffentlicht