GRUNDNORM · KANONISCHE WAHRHEITSSCHICHT DES RECHTS

Wo eine KI Ihnen sagt, was das Recht sagt, beweist Grundnorm, was es bedeutete.

Geben Sie einen offenen Identifikator und ein Datum an. Zurück kommt der versiegelte Datensatz dessen, was diese Norm zu diesem Datum bedeutete, zerlegt in deontische Atome, jedes mit dem wörtlichen Textfragment, aus dem es stammt, signiert mit Ed25519.

Es beantwortet keine Rechtsfragen. Es löst Bedeutung auf und beweist die Auflösung.

KEIN PRODUKT, FÜR DAS MAN SICH ANMELDET

Eine Plattform, die um Ihren Korpus herum gebaut wird, kein Regal, aus dem Sie kaufen.

Es gibt keine Selbstbedienungsstufe und kein generisches Deployment. Sie bringen Ihre Spezifikationen, Ihren Korpus, Ihre Quellen und Ihre Unterzeichner ein, und das Deployment wird darum herum gebaut. Wie der Korpus ankommt, entscheiden Sie: ein amtliches Gesetzblatt, eine Massenlieferung, Ihr eigenes Dokumentenmanagement, Ihre eigene API. Was die Plattform löst, ist alles, was nach der Ingestion geschieht.

Sprechen Sie mit uns über Ihren Korpus

ZU GENAUIGKEITSANGABEN

Wir veröffentlichen keine, und das ist eine Position, keine Lücke.

Eine Präzisionsangabe, gemessen an fünf Artikeln einer Verordnung, sagt nichts über einen handelsrechtlichen Korpus in einem anderen Land, in einer anderen Sprache, unter anderen Institutionen. Das Aggregieren ungleicher Korpora ergibt eine Zahl ohne Bezugspunkt. Genauigkeit ist hier ein Abnahmekriterium je Mandat, gemessen an Ihrem Korpus und durch Ihre Juristen. Misstrauen Sie jedem Anbieter, der Ihnen eine einzelne Präzisionsangabe zeigt. Uns eingeschlossen, falls wir Ihnen je eine zeigen sollten.

PRÜFEN SIE ES SELBST

Glauben Sie uns nicht aufs Wort. Der Demonstrator liegt dem Paket bei.

Der Endpunkt und sein Schlüssel sind im veröffentlichten SDK hinterlegt, dieser Code läuft also genau so. Die Version ist bewusst festgeschrieben: Eine Seite, die sagt "prüfen Sie es selbst", darf nicht brechen, wenn wir ausliefern.

pip install grundnorm==0.5.0

from grundnorm import GrundnormClient
c = GrundnormClient()
n = c.resolve(id="http://data.europa.eu/eli/reg/2016/679/art_99",
              jurisdiction="EU", at="2026-01-01", domain="legislation")
print(n.status, n.verification["verdict"], n.verification["absence"])

not_found attested_not_authoritative proven

Lesen Sie das langsam, denn es ist das ganze Argument in drei Worten. Das System hat diesen Artikel nicht. Es sagt das. Und es beweist es: Die negative Antwort trägt einen kryptografischen Nichtenthaltensbeweis gegen eine signierte Festlegung über die Menge. Dann weigert es sich, sich autoritativ zu nennen, denn der Demonstrator ist mit einem Schlüssel signiert, den wir erzeugen und veröffentlichen, was heißt, dass wir ihn fälschen könnten. Eine Verifikationsschicht, die Ihnen nicht sagen kann, wann man ihr nicht trauen sollte, ist nichts wert.

Der Beweis ist begrenzt und sagt das auch. Er beweist nicht, dass der Artikel im EU-Recht nicht existiert; er beweist, dass er innerhalb eines deklarierten, signierten Geltungsbereichs nicht vorhanden ist. Dieselbe Antwort nennt diesen Geltungsbereich: ein Demonstrator-Korpus aus fünf versiegelten Datensätzen.

DREIZEHN VERDICTS, KEIN HÄKCHEN

Es kann kein blankes "ok" zurückgeben.

Jede Antwort benennt, in welchem Verdikt einer geschlossenen Menge sie liegt, und die Menge wird vom Paket exportiert, sodass Sie sie lesen können, ohne uns zu fragen. Dreizehn für einen Datensatz, der existiert, zehn für eine attestierte Abwesenheit, geordnet vom Fehlschlag zum Erfolg. Elf der dreizehn sind verschiedene Arten, Nein zu sagen: Inhalt manipuliert, Ansicht inkonsistent, außerhalb des Versiegelungsfensters, Signatur ungültig, Provenienz nicht gestützt, beantwortet eine andere Frage. Nur die letzten beiden sind Ergebnisse, die jemand als Bestanden bezeichnen würde, und eines davon verzichtet noch immer darauf, Autorität zu beanspruchen.

from grundnorm import VERDICTS, ABSENCE_VERDICTS

DREI ZUSTÄNDE, NICHT ZWEI

Wenn zwei fachkundige Lesarten wirklich divergieren, kürt es keinen Sieger.

Jedes deontische Atom trägt einen Zustand: fixed, needs_review oder for_the_court. Der letzte ist der entscheidende. Wo unabhängige Lesarten inhaltlich nicht übereinstimmen, hält die Maschine die Divergenz fest und überlässt sie einem Gericht, statt eine Lesart zu wählen, um souverän zu wirken. Der Zustand leitet sich aus der Übereinstimmung unabhängiger Lesungen ab, nicht aus dem Selbstvertrauen eines Modells.

Dies lässt sich im Demonstrator nicht reproduzieren, und wir sagen das lieber, als es vorzutäuschen. Fünf Artikel, ausgewählt um die Pipeline zu zeigen, erzeugen keine echte Divergenz. Einen divergenten Datensatz absichtlich zu versiegeln hieße, eine Uneinigkeit zu erfinden, die die Engine nie gefunden hat, und genau das soll dieses Produkt verhindern.

WAS DER DEMONSTRATOR IST

Fünf versiegelte Datensätze, Schlüssel, die wir veröffentlichen, und eine Nutzlast, die es einräumt.

Der öffentliche Korpus ist eine Stichprobe einer einzelnen Verordnung, veröffentlicht als Demonstrator, kein institutionelles Deployment. Seine Siegel leiten sich aus einem Schlüssel ab, den wir erzeugen und veröffentlichen, jeder könnte sie also fälschen, und der Verifizierer erklärt genau das, statt es Sie herausfinden zu lassen. Die Antwort führt custody als unverified, das Ledger als unanchored und die Klassifizierung als not present. Nichts davon ist ein offengelegter Mangel. Es ist das Produkt bei der Arbeit: eine Attestierungsschicht, deren erste Aufgabe es ist, Ihnen zu sagen, wie weit ihr zu trauen ist.

Bringen Sie uns Ihren Korpus.

Grundnorm ist ein eigenständiges Vorhaben der Quantum Nexus Ventures FZCO, ein Schwesterprojekt von Nexus Legal und kein Bestandteil davon. Deployments werden je Mandat zugeschnitten, einschließlich der Abnahmekriterien, an denen Ihre Juristen sie messen werden.

Sprechen Sie mit uns Das institutionelle Modell lesen