Feldnotizen

Mit wem habe ich es eigentlich zu tun?

Zwei österreichische Firmen, beide 1992 gegründet, beide als aktiv geführt. Die eine hat 21 Jahresabschlüsse eingereicht. Die andere in 34 Jahren keinen einzigen. So haben wir den Namespace gebaut, der sie unterscheidet.

Zwei österreichische Firmen.

Beide sind eine Kommanditgesellschaft. Beide wurden 1992 ins Firmenbuch eingetragen. Beide stehen heute als aktiv drin. Wenn Ihre Lieferantenprüfung fragt „existiert diese Firma und ist sie registriert?“, kommen beide sauber zurück.

Die eine hat 21 Jahresabschlüsse eingereicht, den jüngsten für das Jahr zum 31. Dezember 2024, und ist zu 96,8 % aus eigenen Mitteln finanziert.

Die andere hat nichts eingereicht, jemals. Ihr Registerakt ist seit

1. August 1995 unberührt. Ihre eingetragene Adresse lautet „5020 Salzburg“ — eine Postleitzahl und eine Stadt, keine Straße. Sieben andere Firmen teilen sie sich.

Die kurze Antwort: Wir haben Österreichs Firmenbuch in einen Namespace verwandelt, der „mit wem habe ich es zu tun“ beantwortet — sechs verlinkte Quellen, 22 eigene Detektoren, bisher 21.475 Firmen und 363.252 Befunde. Jede Schlussfolgerung ist ein Registerfaktum oder eine eingereichte Zahl. Drei Dinge, die er bewusst nicht sagen kann, stehen so laut da wie die, die er kann.

Dies ist die Aufzeichnung, wie er gebaut wurde und was er wirklich kann.

Die Frage, für die dieser Namespace existiert

Die meisten Firmendatenprodukte beantworten „existiert diese Firma?“. Das ist die Frage, für die das Register gebaut ist, und sie ist allein fast nutzlos — wie die beiden Firmen oben zeigen.

Die Frage, die ein Business wirklich hat, ist härter:

• Ist das ein echtes operatives Unternehmen oder eine Registrierung?
• Kann es zahlen? Wird es stärker oder schwächer?
• Wer kontrolliert es, und was kontrollieren die noch?
• Hat sich kürzlich etwas geändert, das ich wissen sollte?
• Und was kann ich nicht herausfinden?

Diese letzte stellt sich als so wichtig heraus wie der Rest.

Wie der Namespace funktioniert

Ein Namespace (Namensraum) in Classifyre ist ein abgeschlossener Workspace: eigene Daten, eigene Detektoren, eigene Ermittlungen. Dieser hier ist Österreichs Firmenbuch. Nichts daran ist Firmenbuch-bespoke — es ist die Standardmaschinerie, gerichtet auf ein öffentliches Register.

Seine Form, Ende zu Ende:

Von oben nach unten gelesen ist das das ganze Produkt: Etwas wird geholt, es wird ein Objekt, Fakten darüber werden Befunde, Befunde beantworten stehende Fragen, und Fragen, die sich als wichtig herausstellen, werden Fälle.

Die Schleife, die ihn aktuell hält

Das Register steht nicht still. Gemessen am Veränderungsfeed trägt eine einzige Woche grob 3.300 bis 6.000 Einträge — Neueintragungen, Löschungen, geänderte Adressen, geänderte Geschäftsführung, frisch eingereichte Abschlüsse.

Also läuft jede Source kontinuierlich und fragt zweierlei zugleich ab:

• den Veränderungsfeed — was sich wirklich bewegt hat, und was eine Geschäftspartnerprüfung aktuell hält;
• den Volldurchlauf — einen fortsetzbaren Gang durch alle 326.871 Firmenbuchnummern, und der einzige Weg zu einer Firma, die seit 1992 nichts eingereicht hat und darum nie in einem Feed auftaucht.

Keines allein genügt, und das sei blunt gesagt: Ein Feed-only-Namespace ist gegenüber ruhenden Firmen permanent blind, und ein Sweep-only-Namespace weiß nichts über die Firma, die jemand letzte Woche gründete — meist die mit der dünnsten Historie und dem meisten Grund, geprüft zu werden.

Eine Subtilität, die mehr zählt, als es klingt: Weil ein einzelner Lauf nur einen Ausschnitt des Registers abdeckt, deklariert jeder Lauf, dass er nur einen Teil des Universums sah. Eine Firma, die nicht in diesem Lauf-Ausschnitt war, gilt nicht als gelöscht. Ohne diese Deklaration beerdigt ein Teils scan still alles, was er zufällig nicht besuchte.

Was Sie sonst selbst bauen müssten

Das Register ist öffentlich. Jeder kann dieselben APIs rufen. Die Arbeit, die nicht offensichtlich ist, bis man es versucht:

Identität, die Out-of-order-Ankunft überlebt. Sechs Quellen laufen in sechs verschiedenen Geschwindigkeiten. GISA beschreibt vielleicht eine Firma, die der Register-Konnektor noch nicht erreicht hat. Jede Source rechnet denselben String — company://at/firmenbuchnummer/<fn> — und eine Kante auf eine Firma, die noch nicht existiert, wird behalten und im Moment ihres Eintreffens gejoint. Keine geteilte Tabelle, keine Ordnungsanforderung, kein verlorener Link.

Fakten als Objekte statt als Spalten. Rechtsform, Shell-Score, Distress-Urteil sind keine Felder in einer Zeile — sie sind Befunde. Das ist der Unterschied zwischen Daten, die man abrufen kann, und Daten, mit denen man ermitteln kann: Ein Befund lässt sich filtern, als Beweis an einen Fall hängen, von einer stehenden Frage matchen und semantisch suchen. Eine Spalte kann nichts davon.

Provenienz, die hält. Jede abgeleitete Zahl trägt eine getypte Kante zurück zum hinterlegten Dokument, aus dem sie gelesen wurde — „warum sagen Sie, das Eigenkapital ist negativ?“ ist also ein Klick, kein Streit.

Fragen, die sich selbst weiter beantworten. Eine einmal geschriebene Anfrage matcht weiter Firmen, die Monate später aufgenommen werden. Die Ermittlung veraltet nicht am Tag, an dem der Scan endet.

Lücken, die sichtbar sind. Wo eine Source die Antwort verweigert, wird die Weigerung als Befund vermerkt statt als Log-Zeile — damit keine Schlussfolgerung still auf einer Annahme ruhen kann, die niemand sehen kann. Das stellte sich als die wertvollste Designentscheidung im ganzen Namespace heraus, und sie ist unten vollständig abgedeckt.

Der Rest dieses Artikels sind die Details: woher die Daten kommen, warum es sechs Quellen statt einer sind, was die Detektoren tun, und zwei echte Firmen, durch das Ganze durchgereicht.

Woher die Daten kommen

Alles ist öffentlich, und alles ist österreichische Primärquelle. Keine gescrapeten Aggregatoren, keine weiterverkauften Datenbanken.

Das Register hat 326.871 Firmen. Dieser OGD-Extrakt zählt mehr, als es aussieht: Die Firmenbuch-API hat keine Operation „alle Firmen auflisten“, nur Lookup-pro-Nummer und einen Veränderungsfeed. Ohne publizierte Aufzählung sieht man nur je, was sich kürzlich änderte — ein permanenter blinder Fleck, denn eine Firma, die seit 1992 nichts einreichte, taucht nie in einem Veränderungsfeed auf. Die Salzburger Firma in diesem Artikel ist genau dieser Fall, und wir hätten sie nie gefunden, ohne die volle Liste abzugehen.

Sechs Quellen, und warum nicht eine

Der naheliegende Build ist ein Konnektor, der pro Firma alles holt. Wir teilten ihn in sechs. Jeder nimmt unabhängig auf, und sie verlinken danach.

                    ┌──────────────────────────────────────────────┐
                    │  SHARED IDENTITY                             │
                    │  company://at/firmenbuchnummer/<fn>          │
                    │  document://at/firmenbuch/<key>              │
                    └──────────────────────────────────────────────┘
                                       ▲
        ┌──────────────┬───────────────┼───────────────┬──────────────┐
        │              │               │               │              │
   same_as()      same_as()      references()    references()   sets Asset.urn
        │              │               │               │              │
 ┌──────┴─────┐ ┌──────┴─────┐ ┌───────┴──────┐ ┌──────┴──────┐ ┌─────┴────────┐
 │    EVI     │ │   OeNB     │ │    GISA      │ │ Bilanz-     │ │  FIRMENBUCH  │
 │ publication│ │ regulated  │ │ trade        │ │ analyse     │ │  REGISTER    │
 │ profiles   │ │ institutes │ │ register     │ │ (per year)  │ │  companies + │
 └────────────┘ └────────────┘ └──────────────┘ └─────────────┘ │  officers    │
                                                       ▲         └──────┬───────┘
                                          flow(TRANSFORM)                │
                                          + field mappings          contains()
                                                       │                 │
                                              ┌────────┴─────────────────▼──────┐
                                              │  FIRMENBUCH FINANCIALS          │
                                              │  filed PDF + XML documents      │
                                              │  sets document://…              │
                                              └─────────────────────────────────┘

Drei Gründe, warum sich die Teilung verdient:

Sie fallen unabhängig aus. GISA verweigert Per-Firma-Lookups für unseren API-Key. In einem einzigen Konnektor hätte diese Weigerung den ganzen Scan mit runtergezogen. Geteilt degradiert GISA allein, und das Register läuft weiter.

Sie laufen verschieden schnell. Das Register ist schnell. Die Dokumenten-Source konvertiert PDFs und ist langsam. Die Analyse-Source ruft ein Modell. Geteilt findet jede ihre eigene Kadenz, statt dass sich alles im Tempo der langsamsten bewegt.

Ordnung hört auf zu zählen. Weil jede Source Firmen über dieselbe URN adressiert, muss keine auf eine andere gewartet haben. Ein GISA-Datensatz kann auf eine Firma zeigen, die das Register noch nicht erreichte; die Kante wird als externer Endpunkt gehalten und im Moment deren Eintreffens gestitcht.

Was jede Source beiträgt

• Firmenbuch Register — der Anker. Firma, Rechtsform, Sitz, Registergericht, Ersteintragung, Geschäftszweig, Organe mit Geburtsdaten und Vertretungsbefugnissen und das volle gerichtliche Ereignislog (VOLLZ). Es stempelt Asset.urn, woran alles andere joint.
• Firmenbuch Financials — die hinterlegten Jahresabschlüsse als Dokumente. Jede Einreichung existiert doppelt, als PDF und als getaggtes XML. Wir nehmen beide und lesen das XML, denn die Zahlen liegen bereits strukturiert vor — kein OCR.
• Bilanzanalyse — ein Datensatz pro Firma pro Geschäftsjahr: die Bilanz, die Kennzahlen und die gesetzlichen Krisentests.
• GISA — Gewerbeberechtigungsdaten, wo verfügbar, und wo nicht, die Weigerung selbst.
• EVI — eine unabhängige Bestätigung des Registerstatus. Wenn zwei Quellen übereinstimmen, ist das Korroboration; wo sie sich widersprechen, ist der interessante Fall.
• OeNB — welche Firmen regulierte Finanzinstitute sind, mit LEI-Codes.

Wie die Quellen wirklich verlinken

Zwei Mechanismen, beide absichtlich langweilig.

Identität ist ein String, den beide Seiten rechnen können. Jede Source leitet company://at/firmenbuchnummer/<fn> aus der Firmenbuchnummer ab, die sie ohnehin hat. Das Register stempelt sie auf seine Firmen-Assets; alle anderen zeigen darauf. Keine geteilte Tabelle, kein Lookup-Service, keine Ordnungsanforderung.

Fakten werden via TAG-Detektoren zu Befunden. Das ist der erklärenswerte Teil.

Ein TAG-Detektor läuft gar nicht. Er ist die Deklaration, dass ein Faktum existiert und wie es heißt. Der Konnektor kennt Rechtsform, Registergericht und Shell-Score der Firma ohnehin — er las sie aus dem Register. Sie mit einem Klassifikator neu zu leiten wäre langsamer und schlechter.

Also assertet der Konnektor sie direkt:

Asset(
    id=f"company-{fn}",
    urn=company_urn(fn),
    tags={
        "fb_status": "aktiv",
        "fb_legal_form": "Kommanditgesellschaft",
        "fb_shell_risk": "hoch (6/12): keine Jahresabschlüsse trotz "
                         "Offenlegungspflicht; ...",
    },
)

Jeder Tag wird ein Befund mit Label und Severity dieses Detektors. Wozu, wenn die Daten ohnehin in den Metadaten des Assets stehen? Weil ein Befund in Classifyre ein erstklassiges Objekt ist und Metadaten nicht. Ein Befund lässt sich filtern, als Beweis an einen Fall hängen, von einer stehenden Frage matchen, von der Korrelations-Engine gewichten und für semantische Suche embedden. Metadaten liegen nur herum.

Die Wahl, konkret: Ein Faktum in Metadaten gepusht ist abrufbar; als TAG-Befund ist es ermittelbar.

Die Detektoren, und warum diese

22 eigene Detektoren. Jeder existiert, weil eine konkrete Frage ihn brauchte.

Identität und Struktur — fb_status (Registerstatus), fb_legal_form, fb_jurisdiction (Registergericht), fb_company_age, fb_onace (Branche), fb_size_class, at_company_ids (eine Regex über FN / UID / EUID / LEI).

Substanz — fb_shell_risk scort zwölf Registerfakten: Löschung von Amts wegen, keine Abschlüsse trotz Einreichungspflicht, Auflösung binnen zwei Jahren nach Gründung, Adresse geteilt mit drei oder mehr Registrierungen, Alleinorgan mit Alleinvertretung, kein Geschäftszweig, keine zustellfähige Adresse. fb_filing_gap misst, wie überfällig die Abschlüsse sind.

Finanzielle Gesundheit — fb_distress implementiert die gesetzlichen Tests: buchmäßige Überschuldung (negatives Eigenkapital) und den URG-§§-22–24-Reorganisationstest, der eine Eigenmittelquote unter 8 % und eine fiktive Schuldentilgungsdauer über 15 Jahre braucht — beide Äste, oder keiner. fb_capital_thin fängt teileingezahltes Stammkapital. fb_solvency_outlook ist der eine KI-Detektor und gibt einen vorausschauenden Read.

Kontrolle — fb_officer_role, fb_representation, fb_mandate_power (wie viele Firmen eine Person zugleich führt).

Veränderung — fb_register_churn, zählt Gerichtseinträge der letzten drei Jahre. Häufige Bewegung — Sitzwechsel, Geschäftsführer-Rotation, ein getauschter Name — ist ein anderes Signal als eine Lebenszeit-Ereigniszählung, die nichts sagt: Eine 40 Jahre alte Firma hat viele Events und eine saubere Historie.

Und der blinde Fleck — fb_trade_access vermerkt GISAs Weigerung als Befund. Dieser verdient eine Note. Es wäre leicht gewesen, den Fehler zu loggen und weiterzugehen, und jeder Fall im Namespace ruhte dann still auf einer Annahme, die niemand sehen konnte. Stattdessen ist die Lücke ein Objekt mit 4.563 Matches, angehängt an die Fälle, die es einschränkt — damit keine Analyse still „diese Firma hat keine Gewerbeberechtigung“ annehmen kann, wo die Wahrheit „wir durften nicht fragen“ lautet.

Lineage: wie eine Zahl ihre Provenienz behält

Eine Zahl, die sich nicht zurückverfolgen lässt, ist kein Beweis. Jeder abgeleitete Wert trägt hier eine getypte Kante zu dem, woraus er kam.

Nehmen wir die 2024er-Abschlüsse einer Firma:

company://at/firmenbuchnummer/008316f          (Firmenbuch Register)
  │
  ├── contains() ──▶ document://at/firmenbuch/<key>   Jahresabschluss 2024 (PDF)
  ├── contains() ──▶ document://at/firmenbuch/<key>   Jahresabschluss 2024 (XML)
  │                       │
  │                       └── flow(TRANSFORM) ──▶ Bilanzanalyse record 2024
  │                              + field mappings: Bilanzsumme, Eigenkapital, …
  │
  ├── ◀── same_as() ────── EVI profile
  ├── ◀── references() ─── GISA lookup (refused)
  └── ◀── uses() ───────── each officer, one edge per mandate

Die flow(TRANSFORM)-Kante trägt Field Mappings — welche Bilanzzeile welches Output-Feld produzierte. „Eigenmittelquote 96,8 %“ ist also keine Zahl in einer Datenbank. Es ist eine Zahl mit einem Pfad zurück zum XML-Element im hinterlegten Dokument, das sie produzierte, und von dort zur Firma.

Über den Namespace löst sich das aktuell auf in:

Das Glossar, das mehr tat als erwartet

Österreichisches Firmenrecht hat Vokabular, das für Nicht-Spezialisten nichts und für Spezialisten eindeutig ist. Das Register schreibt GES, E, K, W. Ein Dokument sagt Offenlegungspflicht. Das XML sagt HGB_224_3_A.

Wir luden 55 Begriffe mit ihren Aliasen — Deutsch, Englisch und die registereigenen Codes:

Zweierlei änderte es. Die Suche hörte auf davon abzuhängen, in welcher Sprache der Analyst denkt — eine Query nach „equity ratio“ erreicht Datensätze, die nur je Eigenmittelquote sagen. Und einbuchstabige Registercodes lösen korrekt auf: E heißt Einzelvertretung, nicht „der Buchstabe E“ — was zählt, wenn ein so kurzer Code sonst den halben Korpus als Substring matchte.

Bemerkenswert: Wir legten keine Firmennamen ins Glossar. Namen sind Daten, keine Terminologie, und ein Glossar, das Entitätsnamen lernt, macht die Korrelations-Engine über Dinge confident, die sie hinterfragen sollte.

Die Fälle

Fälle sind Fragen mit angehängten Beweisen, keine Schlussfolgerungen. Jeder trägt seine eigenen Limits in seiner Beschreibung, damit niemand über sie hinwegliest.

Mantelgesellschaften ohne Substanz (Scheinfirmen ohne Substanz)

Welche registrierten Firmen eher Registrierungen als Businesses aussehen. Beweise sind Registerfakten, nie Inferenz: Eine Löschung von Amts wegen ist das Gericht, das protokolliert, dass es kein Vermögen fand; eine Null-Einreichungshistorie in einer Form mit Offenlegungspflicht ist der Bruch einer Pflicht, die ab Jahr eins existiert.

Eine Hypothese in diesem Fall steht als WIDERLEGT drin — eine geteilte eingetragene Adresse ist für sich kein Shell-Signal, und der Fall sagt das mit den Gegenbeispielen, die es zeigten. Ein Businesspark, ein Serviced Office und ein Gründungsagent sehen vom Register aus identisch aus. Es ist einen Punkt von zwölf wert und nicht mehr.

Frühwarnung: Insolvenz und Reorganisation (Frühwarnung)

Zwei unabhängige Lesarten derselben Einreichungen, bewusst getrennt gehalten: die arithmetische Regel (negatives Eigenkapital; beide URG-Äste) und der Trajectory-Read des KI-Detektors. Übereinstimmung ist Korroboration. Dissens ist der Lead, den zu bearbeiten sich lohnt.

Einflussreiche Funktionsträger (Einflussreiche Funktionsträger)

Wer viele Firmen zugleich kontrolliert, gemessen an den registereigenen Aufzeichnungen statt an Presselage. Jede Person ist ein echtes Asset mit stabiler Identität (Name plus Geburtsdatum) und einer Kante pro Mandat. Die interessante Überlappung ist mit dem Mantel-Fall: Eine Person, deren Mandate sich in Firmen clustern, die nie einreichen, ist eine andere Geschichte als eine, deren Mandate in einreichenden, kapitalisierten Firmen liegen.

Aufsteiger (Aufsteiger)

Die andere Richtung — Bilanz und Eigenkapital wachsen beide bei intakter Eigenmittelquote. Als eigener Fall gehalten, weil der Fehlermodus ein anderer ist: Hier ist das Risiko, eine einmalige Kapitaleinlage für einen Trend zu halten — darum muss der KI-Detektor in jeder Prognose ein Gegenargument nennen.

Geschäftspartnerprüfung (Geschäftspartnerprüfung)

Der Fall, für den der Namespace existiert, und der letzte, den wir schrieben — die früheren vier sind alle Fragen, die ein Analyst an den Korpus stellte. Keine war „Ich stehe davor, mit dieser Firma zu handeln.“ Er deckt fünf Dimensionen ab: Existenz und Standing, Substanz, finanzielle Gesundheit, Stabilität und wer dahintersteht.

Zwei durchgearbeitete Beispiele

Beide echt, beide leben im Namespace.

A. GARANT Austria GmbH & Co KG (FN 008316f) — beurteilbar

Wien, gegründet 28. Jänner 1992. Großhandel (Großhandel, ÖNACE 46150).

Die Bilanz schrumpft grob 11 % pro Jahr. Allein gelesen sieht das nach Niedergang aus. Zusammen mit den anderen beiden Zeilen gelesen ist es das Gegenteil: Eigenmittelquote steigt und Liquidität gewinnt im selben Zeitraum 41 % — was arithmetisch nur geht, wenn Verbindlichkeiten schneller fallen als Assets. Das ist Entschuldung, keine Verschlechterung.

Der Fall vermerkt es als Hypothese mit testbarem Prädikat — wenn das Entschuldung ist, müssen Eigenmittelquote und Liquidität hochgehen, während die Summe runtergeht — und sagt, was sie widerlegte: eine Eigenmittelquote unter 90 % in der nächsten Einreichung, oder kippende Liquidität.

Daneben: 21 Jahresabschlüsse über 32 Jahre, aktuelle Einreichungslücke, Shell-Score 2/12, kein Insolvenzereignis. Einreichungsdisziplin ist das stärkste Signal, das das Register bietet, denn Einreichen kostet Geld und exponiert den Einreicher. Der Bilanzbuchhalter steht namentlich im Dokument. Die Vorjahresspalte ist gegen die vorige Einreichung prüfbar. Eine Firma ohne nichts dahinter tut das nicht 21-mal.

B. Videozentrale Verwaltungsgesellschaft m.b.H. & Co. KG. (FN 028409d) — nicht beurteilbar

Salzburg, gegründet 21. August 1992. Unternehmensberatung (ÖNACE 70100).

Die Schlussfolgerung ist bewusst eng, und sie ist keine Anschuldigung. Jedes Faktum hat eine unschuldige Erklärung verfügbar — ein ruhendes Holding-Vehikel, jahrzehntelang geparkt, ist völlig legal. Was die Fakten feststellen, ist etwas anderes:

Es gibt überhaupt keine publizierte Basis, diese Firma zu beurteilen.

Keine Abschlüsse, also kein Eigenkapital, keine Liquidität, kein Trend. Keine Registeraktivität, die nahelegte, dass sie jemand administriert. Keine Adresse, unter der sie zu finden wäre. Für eine Geschäftspartnerentscheidung ist das ein negatives Ergebnis, kein neutrales.

Und beachten Sie, was nicht behauptet wird: GISA verweigerte den Gewerbeberechtigungs-Lookup — „diese Firma hat keine Berechtigung“ steht also als Beweis nicht zur Verfügung, und keine Hypothese im Fall darf es annehmen.

Warum das Paar der Punkt ist

Gleiche Rechtsform. Gleiches Gründungsjahr. Gleicher Registerstatus. Eine Prüfung, die bei „ist sie registriert?“ stoppt, gibt für beide JA zurück.

Alles, was sie trennt, kam daher, bessere Fragen an Daten zu stellen, die die ganze Zeit öffentlich waren.

Was er nicht kann

So schlicht gesagt wie der Rest, denn ein Due-Diligence-Tool, das mehr impliziert, als es hat, ist schlimmer als eines, das weniger zugibt.

Keine Profitabilität. Die Einreichung, die wir erhalten, ist ein Bilanzauszug (Auszug aus der Bilanz). Kleine Firmen nach § 242 UGB müssen überhaupt keine Gewinn-und-Verlust-Rechnung veröffentlichen. Für den Großteil des Registers gibt es keinen Umsatz, keinen Gewinn, keine Marge — und kein Modell sollte benutzt werden, eines zu erfinden. Jede Kennzahl hier ist eine Bilanzkennzahl.

Keine Handelstätigkeit. GISA verweigert Per-Firma-Lookups für diesen Key. Es ist eine Berechtigungsfrage, kein abgelaufenes Credential.

Beschäftigtenzahlen, fast nie. Köpfe stehen nur als Freitext-Anmerkung in der älteren Einreichungstaxonomie — 5 Befunde über 645 analysierte Einreichungen. Pro-Kopf-Quoten sind hier also nicht sinnvoll.

Teilabdeckung. Der Register-Walk läuft noch. Für jede einzelne Firma ist die ehrliche Antwort entweder die Daten oder „noch nicht gescannt“ — nie „nichts gefunden“. Auf einem teilgesweepten Register sind das sehr verschiedene Behauptungen.

Wie er gebaut wurde

Fast vollständig über Classifyres eigenen MCP-Server. Die Konnektoren sind Python-Notebooks, geschrieben und revidiert über dieselbe Tool-Oberfläche, die sie zurückliest — eine Source anlegen, eine Zelle pushen, laufen lassen, die Befunde lesen, justieren. Die Fälle, Anfragen, Detektoren und das Glossar in diesem Artikel entstanden alle gleich.

Zweierlei kam dabei heraus:

Der Konnektor soll asserten, was er ohnehin weiß. Jedes Faktum, das das Register überreicht — Rechtsform, Gericht, Organrollen — wird ein TAG-Befund, statt dass ein Klassifikator es aus Prosa neu leitet. Es ist schneller, und es ist exakt richtig statt approximativ richtig.

Ein blinder Fleck muss ein Objekt sein. Die eine nützlichste Designentscheidung war, GISAs Weigerung zu einem Befund zu machen. Eine Lücke, die man an einen Fall hängen kann, schränkt die Analyse ein. Eine Lücke in einer Log-Datei nicht.

Sehen Sie selbst

Der Namespace ist live, mit jedem Detektor, jeder Anfrage, jedem Fall, jeder Hypothese und jeder Lineage-Kante von oben:

showcase.classifyre.com/firmenbuch-austria

Beginnen Sie mit den beiden durchgearbeiteten Fällen — Geschäftspartner-Prüfung A und B — und folgen Sie den Beweisen zurück durch die Lineage bis zum hinterlegten XML, aus dem sie kamen.

Ein Detektor-Match ist kein Beweis für Fehlverhalten, und ein offener Fall ist eine Frage mit angehängten Beweisen, keine Schlussfolgerung mit nachträglich angehängtem Fragezeichen.

Weitere Fallakten

Fallakte

22. Sept. 2026

400 Kreise, zehn Jahre: echtes Wachstum von scheinbarem unterscheiden

Drei Kreise rund um Berlin wachsen weit stärker, als ihre Struktur erwarten lässt. Neun sehen nach Wohnungsdruck aus — sieben davon sind es nicht. Ein Regionalbild Deutschlands, bei dem jede Zahl mitbringt, was sie trägt und was nicht.

Fallakte öffnen→

Fallakte

22. Sept. 2026

Das Quartal, bevor die Zahlen es sagen: Frühwarnung aus amtlicher Statistik

Schleswig-Holsteins Unternehmensinsolvenzen stiegen in einem Quartal um 36,6 %. Die Baugenehmigungen brachen zwei Jahre vorher ein. Und das Signal, das alle für vorlaufend halten, lief hinterher. Was monatliche offene Daten warnen können — und was nicht.

Fallakte öffnen→

Fallakte

22. Sept. 2026

Köln schrumpft nicht: Wenn die amtliche Zahl nicht die Zahl ist

Die amtliche Statistik sagt, 44 deutsche Kreise haben im letzten Jahrzehnt Einwohner verloren. Rechnet man die Zensuskorrektur 2022 heraus, sind genau diese Kreise gewachsen. Der Namespace, der beides auseinanderhält — und was er sonst noch gefunden hat.

Fallakte öffnen→