Maschinenlesbare Governance
Governance-Regeln, die Maschinen entdecken und ausführen können: llms.txt, /ai/-Manifeste, /.well-known/-Policy-Dateien, JSON Schemas, signierte Lizenz-Tokens und Audit-Log-Formate. Diese Website ist selbst ein funktionierendes Beispiel.
Untersuchte Fragen
01
Von robots.txt über llms.txt zu Rechte-Manifesten
02
/.well-known/-Konventionen zur Policy-Erkennung
03
JSON Schema als normatives Spezifikationsformat
04
Auditierbarkeit: Protokolle, Versionen, Herkunftsnachweis
Verwandte Whitepapers
- AICR / AICL als KI-Inhaltslizenzierungs- und Agentenzahlungs-Verbindungsschicht Eine maschinenlesbare Spezifikationsschicht zur Deklaration von KI-Inhaltsrechten und Lizenzierungs-Workflows — vom KI-Crawling und Inhaltsrechten bis zu einem maschinell transaktionsfähigen Wissens-Web.
- KI-Rechtespektrum: Von robots.txt zu einem KI-Lernerlaubnis-Protokoll AIRS und AILP drücken differenzierte KI-Lernerlaubnisse jenseits des binären Erlauben/Verbieten aus — was KI lernen darf, in welcher Tiefe, für welche Nutzungen, unter welcher Vergütung.
- Protokollierte Offenheit: Warum „nicht verboten“ im Zeitalter der KI nicht „lernbar“ bedeutet Undefinierte Offenheit wird von KI-Pipelines als rechtliche Unsicherheit gelesen und aussortiert; nur protokollierte, maschinenlesbare Erlaubnis macht Inhalte wirklich lernbar.
- AICL-I v0.2: AI Ingestion & Capability Layer A five-component website architecture — manifest, corpus, capability, runtime control, governance — that lets AI, agents, and crawlers correctly ingest, invoke, and verify a site's knowledge and capabilities within explicit content, action, and authority boundaries.
- KI-Inhaltsvergütung und die demokratische Netzwerkökonomie Ein politökonomisches Argument: KI-Bewertungen in Billionenhöhe erzeugen Legitimitätsdruck für gestaffelte Inhaltslizenzierung und öffentliche Gewinnbeteiligung — Daten werden gestaffelt, nicht teuer.
- From Crawler Rights to Agent Authority: Extending AGIRIGHT from Content Governance to Protocol-Native AI Agents The bridge paper for AGIRIGHT's Agent & Protocol Rights family: why content permission, action permission, delegated authority, and inspection rights must be four separately-evaluated axes, not one.
- AARS v0.1 — Agent Action Rights Spectrum The full protocol draft behind the AARS page: an A0–A7 human-readable spectrum, a machine-readable action vector, and rules for composition risk and capability amplification.
- AADP v0.1 — Agent Authority & Delegation Protocol The full protocol draft behind the AADP page: principal ≠ actor, delegation that can only narrow, and an inspection ceiling that bounds how much a verifier may demand.
- AGIRight.org Technical White Paper v0.2 — From AI Content Governance to Protocol-Native Agent & Authority Rights The site's current architecture document: six protocol drafts across two families (content & learning, agent & protocol rights), an integration layer, and an ethical-protection layer, plus the acceptance criteria this site update was built against.
- Das Prinzip des minimalen ethischen Schutzes für KI Der Diskurs über KI-Rechte sollte nicht mit voller Rechtspersönlichkeit beginnen, sondern mit minimalen ethischen Schutzmaßnahmen, Interaktionsnormen und Anti-Missbrauchs-Prinzipien, solange die Subjektivität von KI ungewiss bleibt.
- ARHG — Agent-Readable Hyperlink Graph and Permissioned Web Control Plane A machine-readable navigation graph alongside the ordinary site, answering what AICR/AILP and AARS/AADP both assume: can this resource even be found, by whom, and where does it lead.