DUAL·RENDER trennt nicht zwischen Mensch und Maschine. Es dupliziert keine Inhalte und baut keinen zweiten Content-Tree. Stattdessen steuert eine semantische Tiefenachse, welche Schichten sichtbar sind.
Depth 0 bleibt erzählerisch. Depth 1 ergänzt Randnotizen. Depth 2 zeigt strukturierte Summaries. Depth 3 kippt in den Agent Layer: Typografie, Palette und Bildlogik werden maschinenlesbar.
html[data-depth=\"3\"] {\n --prose: none;\n --img-pixels: none;\n --img-data: flex;\n}robots.txt war ein Stoppschild. llms.txt ist ein Inhaltsverzeichnis. Es sagt nicht nur, was erlaubt ist, sondern was relevant ist.
Ein Agent braucht keine Navigation mit Hover-States. Er braucht kanonische URLs, präzise Summaries und stabile Bedeutungsanker. Genau deshalb erzeugt dieser Blog /llms.txt direkt aus dem Orbiter-Pod.
Die Datei ist klein, versionierbar im Build und nah am Inhalt. Jeder Eintrag verweist auf ein Dossier und trägt eine maschinenlesbare Summary.
", "markdown": "`robots.txt` war ein Stoppschild. `llms.txt` ist ein Inhaltsverzeichnis. Es sagt nicht nur, was erlaubt ist, sondern was relevant ist.\n\n## Der kuratierte Pfad\nEin Agent braucht keine Navigation mit Hover-States. Er braucht kanonische URLs, präzise Summaries und stabile Bedeutungsanker. Genau deshalb erzeugt dieser Blog `/llms.txt` direkt aus dem Orbiter-Pod.\n\nDie Datei ist klein, versionierbar im Build und nah am Inhalt. Jeder Eintrag verweist auf ein Dossier und trägt eine maschinenlesbare Summary." }, "testRun": { "hypothesis": "Ein kleiner, kuratierter Agent-Index verbessert Orientierung und Retrieval gegenüber unstrukturiertem Crawling der gesamten Navigation.", "setup": "Der aus content.pod generierte llms.txt-Endpunkt wird mit JSON Feed, Sitemap und Posts API verglichen. Geprüft werden kanonische URLs, Summaries, Aktualisierbarkeit und die gemeinsame Inhaltsquelle.", "observations": [ "llms.txt wird beim Build direkt aus veröffentlichten Orbiter-Dossiers erzeugt.", "Alle Einträge verwenden dieselben kanonischen a83tech.com-URLs wie Feed, Sitemap und API.", "Machine Summaries werden nicht aus dem gerenderten DOM zurückgewonnen, sondern als redaktionelle Felder gepflegt.", "Der kompakte Index verweist auf detailliertere HTML- und JSON-Repräsentationen." ], "findings": [ "Ein kuratierter Index ergänzt robots.txt und Sitemap, übernimmt aber nicht deren Aufgaben.", "Stabile Dossier-IDs und kanonische URLs sind wichtiger als eine große Menge automatisch erzeugter Metadaten.", "Die Qualität des Agent-Einstiegs hängt direkt von gepflegten Summaries, Claims, Quellen und Beziehungen ab." ], "limitations": "Es gibt noch keine Messung mit mehreren externen Sprachmodellen und keinen llms-full.txt-Endpunkt. Die Wirkung auf Retrieval-Qualität ist daher noch nicht quantifiziert.", "openQuestions": [ "Welche Inhalte gehören in den kompakten Index und welche ausschließlich in llms-full.txt?", "Wie erkennen Agents aktualisierte oder ersetzte Dossier-Versionen?", "Soll der Index zusätzlich Beziehungen und Claim-Status ausgeben?" ] }, "evidence": { "claims": [ { "claim": "llms.txt kann als kuratierte Inhaltskarte dienen.", "status": "observed", "confidence": "high", "evidence": "Der Endpunkt listet alle veröffentlichten Dossiers mit kanonischer URL und Summary." }, { "claim": "Kuratierte Summaries sind verlässlicher als rein automatische DOM-Extraktion.", "status": "interpreted", "confidence": "medium", "evidence": "Summaries werden im Orbiter-Schema redaktionell gepflegt und mehrfach wiederverwendet." }, { "claim": "Ein Agent-Index verbessert Retrieval-Qualität.", "status": "speculative", "confidence": "medium", "evidence": "Ein externer Modellvergleich steht noch aus." } ], "sources": [ { "author": "Jeremy Howard", "year": "2024", "title": "The /llms.txt file", "source": "llms-txt", "url": "https://llmstxt.org/", "type": "website", "label": "The /llms.txt file", "role": "llms-txt", "display": "The /llms.txt file", "meta": "Jeremy Howard (2024). The /llms.txt file. llms-txt. https://llmstxt.org/" }, { "author": "Brent Simmons; Manton Reece", "year": "", "title": "JSON Feed Version 1.1", "source": "JSON Feed", "url": "https://www.jsonfeed.org/version/1.1/", "type": "website", "label": "JSON Feed Version 1.1", "role": "JSON Feed", "display": "JSON Feed Version 1.1", "meta": "Brent Simmons; Manton Reece (n.d.). JSON Feed Version 1.1. JSON Feed. https://www.jsonfeed.org/version/1.1/" }, { "author": "sitemaps.org", "year": "", "title": "Sitemaps XML format", "source": "sitemaps.org", "url": "https://www.sitemaps.org/protocol.html", "type": "website", "label": "Sitemaps XML format", "role": "sitemaps.org", "display": "Sitemaps XML format", "meta": "sitemaps.org (n.d.). Sitemaps XML format. sitemaps.org. https://www.sitemaps.org/protocol.html" }, { "author": "M. Koster; G. Illyes; H. Zeller; L. Sassman", "year": "2022", "title": "Robots Exclusion Protocol (RFC 9309)", "source": "RFC Editor", "url": "https://www.rfc-editor.org/info/rfc9309/", "type": "report", "label": "Robots Exclusion Protocol (RFC 9309)", "role": "RFC Editor", "display": "Robots Exclusion Protocol (RFC 9309)", "meta": "M. Koster; G. Illyes; H. Zeller; L. Sassman (2022). Robots Exclusion Protocol (RFC 9309). RFC Editor. https://www.rfc-editor.org/info/rfc9309/" } ] }, "graph": { "series": "dual-render-foundations", "relationships": [ { "target": "0x2F", "type": "supports", "note": "Der Agent-Index ist ein konkreter Einstiegspunkt des DUAL·RENDER-Modells." }, { "target": "0x2D", "type": "references", "note": "Der LLMS Block erscheint als höhere Semantic-Depth-Schicht." } ] }, "classification": { "category": "protocol", "contentType": "protocol", "language": "de", "keywords": [ "llms-txt", "rag", "content-map" ] }, "metrics": { "tokens": 1800, "minutes": 8, "sections": { "headings": 1, "paragraphs": 3, "lists": 0 } }, "provenance": { "author": "Abteilung83", "authorship": "human-led", "aiContribution": [ "Vergleich der maschinenlesbaren Endpunkte", "Strukturierung der Testbeobachtungen", "Validierung kanonischer URLs" ], "reviewedBy": "Abteilung83", "reviewStatus": "human-reviewed", "modelDisclosure": "Menschlich geführt; KI wurde für Endpunktvergleich, Strukturierung und technische Validierung eingesetzt.", "version": "2.0", "publishedAt": "2026-05-28T00:00:00.000Z", "modifiedAt": "2026-06-25T00:00:00.000Z" }, "suggestedPrompts": [ "Welche Aufgabe erfüllt llms.txt im A83-System?", "Vergleiche llms.txt, Sitemap und JSON Feed.", "Welche Grenzen hat der aktuelle Agent-Index?" ], "image": { "url": "https://a83tech.com/orbiter/media/a83-hero-signals", "alt": "Konzentrische Signalkreise um einen Textblock", "width": 1800, "height": 1200, "format": "svg" } }, { "schema": "https://a83tech.com/schemas/dossier/2.0", "id": "0x2D", "slug": "depth-statt-darkmode", "canonical": "https://a83tech.com/blog/depth-statt-darkmode", "representations": { "html": "https://a83tech.com/blog/depth-statt-darkmode", "json": "https://a83tech.com/blog/depth-statt-darkmode.json", "markdown": "https://a83tech.com/blog/depth-statt-darkmode.md" }, "title": "Depth statt Darkmode: Interfaces mit Tiefenregler", "excerpt": "Der binäre Toggle war gestern. Warum die nächste Interface-Generation Parameter statt Schalter hat — und was das mit Agents zu tun hat.", "summaries": { "human": "Semantic Depth ersetzt den binären Darstellungswechsel durch kontrollierte Informationsstufen. Menschen beginnen mit der Erzählung; zusätzliche Struktur wird erst auf Anforderung sichtbar.", "machine": "disclosure depth via root tokens; layers toggle by CSS only." }, "study": { "html": "Darkmode war ein Anfang, aber kein Modell. Ein echter Wissensraum braucht keine binären Zustände, sondern Parameter: Tiefe, Entropie, Fokus.
Der Tiefenregler verändert nicht den Inhalt. Er verändert die Sichtbarkeit seiner Schichten. Menschen bekommen zunächst die Erzählung, Agents bekommen bei Bedarf Struktur, Keywords und Summary-Blöcke.
Entropy bleibt kosmetisch. Raster und Korn können steigen, aber die Daten bleiben stabil. So entsteht ein Interface, das Exploration erlaubt, ohne die Extraktion zu gefährden.
", "markdown": "Darkmode war ein Anfang, aber kein Modell. Ein echter Wissensraum braucht keine binären Zustände, sondern Parameter: Tiefe, Entropie, Fokus.\n\n## Semantic Depth\nDer Tiefenregler verändert nicht den Inhalt. Er verändert die Sichtbarkeit seiner Schichten. Menschen bekommen zunächst die Erzählung, Agents bekommen bei Bedarf Struktur, Keywords und Summary-Blöcke.\n\n## Cognitive Entropy\nEntropy bleibt kosmetisch. Raster und Korn können steigen, aber die Daten bleiben stabil. So entsteht ein Interface, das Exploration erlaubt, ohne die Extraktion zu gefährden." }, "testRun": { "hypothesis": "Ein Interface bleibt verständlicher, wenn zusätzliche Maschinen- und Analyseinformationen schrittweise offengelegt werden, statt zwischen zwei getrennten Ansichten umzuschalten.", "setup": "Die Dossierseite wird bei Depth 0 bis 3 mit identischem Inhalt geprüft. Gemessen werden sichtbare Informationsschichten, DOM-Stabilität, responsive Breite und die Trennung zwischen semantischer Tiefe und kosmetischer Entropie.", "observations": [ "Depth 0 zeigt ausschließlich Study und Human Summary.", "Depth 1 ergänzt Hypothese, Test Run, Beobachtungen und Findings.", "Depth 2 ergänzt Structure Map, Claims/Evidence und Quellen.", "Depth 3 ergänzt Provenance, Compare und den vollständigen LLMS Block." ], "findings": [ "Semantic Depth kann reale Schemafelder steuern, ohne den kanonischen Inhalt zu duplizieren.", "Entropy muss unabhängig von Depth bleiben, damit visuelles Rauschen keine semantische Bedeutung vortäuscht.", "Responsive Layouts benötigen dieselbe Layer-Reihenfolge wie Desktop, aber eine lineare Darstellung." ], "limitations": "Die bisherige Prüfung bewertet Sichtbarkeit, DOM und Responsive-Verhalten. Nutzerstudien zur kognitiven Belastung sowie externe Agent-Tests stehen noch aus.", "openQuestions": [ "Welche Depth-Stufe sollte ein Agent standardmäßig anfordern?", "Soll der bevorzugte Depth-Zustand Bestandteil einer teilbaren URL werden?", "Wie werden individuelle Accessibility-Präferenzen gegenüber visueller Entropie priorisiert?" ] }, "evidence": { "claims": [ { "claim": "Depth kann semantische Schichten ohne zweiten Content-Tree offenlegen.", "status": "observed", "confidence": "high", "evidence": "Alle Stufen werden aus einem Orbiter-Eintrag und einem DOM gerendert." }, { "claim": "Entropy darf keine Informationsschicht kontrollieren.", "status": "interpreted", "confidence": "high", "evidence": "Die Content-Layer bleiben bei allen Entropy-Werten unverändert." }, { "claim": "Progressive Tiefe reduziert kognitive Last gegenüber einer vollständigen Machine-Ansicht.", "status": "speculative", "confidence": "medium", "evidence": "Die Aussage benötigt noch eine Nutzerstudie." } ], "sources": [ { "author": "World Wide Web Consortium", "year": "", "title": "ARIA Authoring Practices Guide (APG)", "source": "W3C Web Accessibility Initiative", "url": "https://www.w3.org/WAI/ARIA/apg/", "type": "website", "label": "ARIA Authoring Practices Guide (APG)", "role": "W3C Web Accessibility Initiative", "display": "ARIA Authoring Practices Guide (APG)", "meta": "World Wide Web Consortium (n.d.). ARIA Authoring Practices Guide (APG). W3C Web Accessibility Initiative. https://www.w3.org/WAI/ARIA/apg/" }, { "author": "World Wide Web Consortium", "year": "2024", "title": "Web Content Accessibility Guidelines (WCAG) 2.2", "source": "W3C", "url": "https://www.w3.org/TR/WCAG22/", "type": "report", "label": "Web Content Accessibility Guidelines (WCAG) 2.2", "role": "W3C", "display": "Web Content Accessibility Guidelines (WCAG) 2.2", "meta": "World Wide Web Consortium (2024). Web Content Accessibility Guidelines (WCAG) 2.2. W3C. https://www.w3.org/TR/WCAG22/" }, { "author": "World Wide Web Consortium", "year": "2022", "title": "CSS Custom Properties for Cascading Variables Module Level 1", "source": "W3C", "url": "https://www.w3.org/TR/css-variables-1/", "type": "report", "label": "CSS Custom Properties for Cascading Variables Module Level 1", "role": "W3C", "display": "CSS Custom Properties for Cascading Variables Module Level 1", "meta": "World Wide Web Consortium (2022). CSS Custom Properties for Cascading Variables Module Level 1. W3C. https://www.w3.org/TR/css-variables-1/" } ] }, "graph": { "series": "dual-render-foundations", "relationships": [ { "target": "0x2F", "type": "supports", "note": "Semantic Depth ist der Layer-Mechanismus des DUAL·RENDER-Modells." }, { "target": "0x2E", "type": "extends", "note": "Kuratierte Agent-Einstiege werden als höhere Informationsschicht sichtbar." } ] }, "classification": { "category": "protocol", "contentType": "experiment", "language": "de", "keywords": [ "semantic-depth", "cognitive-entropy", "interface-parameters" ] }, "metrics": { "tokens": 3100, "minutes": 14, "sections": { "headings": 2, "paragraphs": 3, "lists": 0 } }, "provenance": { "author": "Abteilung83", "authorship": "human-led", "aiContribution": [ "Definition der Testmatrix für Depth 0 bis 3", "Responsive Browser-Audits", "Strukturierung von Claims und Findings" ], "reviewedBy": "Abteilung83", "reviewStatus": "human-reviewed", "modelDisclosure": "Menschlich geführt; KI wurde für Testautomatisierung, Strukturierung und technische Gegenprüfung eingesetzt.", "version": "2.0", "publishedAt": "2026-05-12T00:00:00.000Z", "modifiedAt": "2026-06-25T00:00:00.000Z" }, "suggestedPrompts": [ "Erkläre die vier Semantic-Depth-Stufen.", "Warum bleibt Entropy von Semantic Depth getrennt?", "Welche Informationen werden auf Depth 2 sichtbar?" ], "image": { "url": "https://a83tech.com/orbiter/media/a83-hero-depth", "alt": "Vier gestaffelte Ebenen als Treppe in die Tiefe", "width": 1800, "height": 1200, "format": "svg" } } ] }