Zum Inhalt springen
Wissensdatenbank

Willkommen bei Askalot

Askalot ist das Research Operating System mit mathematisch verifizierten Fragebögen. Eine einzige Plattform begleitet Forschende durch den gesamten Lebenszyklus – Ideenfindung → Design → Kampagne → Durchführung → Analyse der Datenqualität –, koordiniert durch einen zentralen Forschungsbericht, aus dem jeder KI-Agent liest und in den er schreibt. Ein formaler mathematischer Beweis bestätigt, dass jeder Pfad, jede Bedingung und jede Antwortregel des Fragebogens logisch stimmig ist, bevor Sie ins Feld gehen.

Askalot verbindet KI-gestützte Fragebogenerstellung mit SMT-basierter formaler Verifikation, damit die Umfragelogik mathematisch stimmig ist. Die Plattform nimmt der KI die kognitive Last ab, gleichzeitig Frageninhalte, bedingte Abhängigkeiten, logische Konsistenz und Reihenfolge im Blick zu behalten und Widersprüche zu vermeiden. So kann sich die KI auf aussagekräftige Fragen konzentrieren, während die mathematische Validierung für Kohärenz sorgt.

Wir haben ein deklaratives Modell zur Spezifikation von Fragebögen entwickelt, das sich grundlegend von herkömmlichen ablaufbasierten Ansätzen unterscheidet. Statt Fragebögen als sequenzielle Ausführungspfade zu betrachten, formalisieren wir sie als Mengen von Items mit Vorbedingungen (Boolesche Prädikate, die festlegen, wann Fragen erscheinen) und Nachbedingungen (Einschränkungen zulässiger Antworten). Dieses deklarative Paradigma, inspiriert von der Hoare-Logik, behandelt den Fragebogen als Menge logischer Beziehungen, aus denen sich der tatsächliche Ablauf dynamisch anhand der Antworten der Befragten ergibt. Unsere statische Analyse untersucht alle möglichen Pfade gleichzeitig – per Constraint-Erfüllung, indem sie über Beziehungen zwischen unveränderlichen Zuständen schlussfolgert, statt die Ausführung mit veränderlichen Werten zu simulieren. Damit lassen sich Fragebögen mit Hunderten miteinander verknüpfter Fragen und komplexen bedingten Abhängigkeiten validieren – eine Komplexität, die das menschliche Fassungsvermögen übersteigt und herkömmliche Validierungsansätze oft rechnerisch unbeherrschbar macht.

Die vollständigen mathematischen Grundlagen finden Sie in der Theorie-Dokumentation.

Der Forschungsbericht – die zentrale, maßgebliche Quelle

Abschnitt betitelt „Der Forschungsbericht – die zentrale, maßgebliche Quelle“

Jedes Forschungsprojekt in Askalot hat genau einen Forschungsbericht. Er wird bei der Ideenfindung angelegt, wächst während des Designs, dient bei Kampagne und Durchführung als Referenz und wird bei der Analyse mit dem Urteil darüber abgeschlossen, was die Daten gezeigt haben. Er verbindet die fünf Phasen des Lebenszyklus zu einem durchgehenden Workflow statt zu fünf getrennten Werkzeugen: Die Agenten Designer, Manager und Analyst lesen alle aus demselben Forschungsbericht und schreiben in ihn, und sie reichern ihn Schritt für Schritt an. Ein Agent liest ein Kapitel, bevor er es ändert, und Änderungen erfolgen gezielt statt pauschal, sodass Inhalte früherer Phasen und von Menschen freigegebene Inhalte erhalten bleiben. (Der Befragten-Agent beantwortet nur Umfragen und hat keinen Zugriff auf den Forschungsbericht.) Die Regeln, an die sich die Agenten halten, und die spezialisierten Sub-Agenten jedes Agenten beschreibt Die KI-Agenten.

Vier integrierte Dienste setzen den Lebenszyklus um, und jeder von ihnen liest und aktualisiert den Forschungsbericht:

🛠️ Armiger – Ideenfindung & Fragebogendesign

Abschnitt betitelt „🛠️ Armiger – Ideenfindung & Fragebogendesign“

Browserbasierte Entwicklungsumgebung, die aus einer Forschungsfrage und Quelldokumenten einen Forschungsbericht und daraus einen verifizierten QML-Fragebogen macht – mit KI-Unterstützung und SMT-Validierung in Echtzeit.

  • Die KI liest Dokumente (PDF, Word, Tabellen) und Ziele in natürlicher Sprache ein und entwirft den Forschungsbericht
  • KI-gestützte Fragebogenerstellung auf Grundlage des Forschungsberichts
  • Integration des Constraint-Solvers Z3 für die logische Validierung
  • Ablaufvisualisierung mit interaktiven Diagrammen
  • Erreichbarkeitsanalyse (ALWAYS, NEVER, CONDITIONAL)
  • Validierung der Nachbedingungen (TAUTOLOGICAL, CONSTRAINING, INFEASIBLE)

Zugang: armiger.dev.askalot.io

Erstellen, starten und verfolgen Sie Umfragekampagnen mit demografischer Zielgruppensteuerung.

  • Befragte aus Benutzerdatenbanken importieren
  • Gezielt Personen mit bestimmten demografischen Merkmalen ansprechen
  • Kampagnenfortschritt und Rücklaufquoten verfolgen
  • Mehrere Kampagnen parallel verwalten

Zugang: targetor.dev.askalot.io

Umfrageplattform mit Lazy Evaluation und dynamischer Formularerzeugung.

  • Funktionale Ablaufnavigation mit Pfadauswertung
  • Dynamische Darstellung der Fragen
  • Führt nur Abläufe aus, die vor der Veröffentlichung die Z3-Prüfung bestanden haben
  • Interviewergestützter Modus für telefonische und persönliche Interviews

Zugang: sirway.dev.askalot.io

Exportieren Sie Ergebnisse nicht nur – messen und begründen Sie sie. Balansor gewichtet, bewertet und verfeinert die Antworten anhand des Forschungsberichts.

  • Medallion-Pipeline: Bronze (Rohdaten) → Silver (offene Antworten codiert, dann per Raking / Poststratifikation gewichtet) → Gold (publikationsreif)
  • Repräsentativitätsmaße: RMSE, MAE, Chi-Quadrat, maximale Abweichung
  • Hinweise zur Antwortqualität: Straightlining, Erkennung von Speedern, Cronbachs α (interne Konsistenz)
  • Kennzahlen auf Umfrageebene: Abschlussquote, Designeffekt (DEFF), effektive Stichprobengröße
  • Datenexport als CSV, Excel, SPSS, Parquet, R und JSON mit vollständiger Herkunftsnachverfolgung
  • Der Analyst-Agent interpretiert den Datensatz im Licht des Forschungsberichts, nicht isoliert

Zugang: balansor.dev.askalot.io

Askalot ist grundlegend auf quantitative Analyse ausgelegt: Alle Umfrageantworten werden als Zahlenwerte dargestellt, was eine strenge mathematische Analyse und die formale Verifikation ermöglicht.

Jeder Fragetyp in QML liefert ganzzahlige Ergebnisse:

  • Geschlossene Fragen: Direkte numerische Codierung (festgelegt durch einen Skalenbereich oder eine Aufzählung)
  • Mehrfachauswahl: Bitmasken-Codierung, die mathematische Operationen erlaubt
  • Bereiche: Ein Zahlenpaar [low, high], dessen beide Enden einzeln verifiziert und als eigene numerische Spalte exportiert werden

Bei offenen Fragen überführt Askalot Freitextantworten auf folgenden Wegen in numerische Darstellungen:

  • KI-gestützte Codierung (umgesetzt): Die Codierung offener Antworten schlägt die Dimensionen vor, in denen sich die Antworten auf eine offene Frage unterscheiden, jede mit eigenen Kategorien. Sie prüfen die Vorschläge und wählen aus, welche Sie behalten; jede behaltene Dimension wird zu einer beschrifteten kategorialen Spalte. Codiert wird vor der Gewichtung, als erster Schritt der Ableitung Bronze→Silver eines Bundles, sodass eine Dimension in derselben Ableitung als Gewichtungsfaktor zur Verfügung steht. Verfügbar in der Balansor-Oberfläche; lesbar – und die Fragenauswahl schreibbar – über die MCP-Tools get_bundle_coding und code_open_ends.

  • Sentimentanalyse (geplant): KI-Analyse der Stimmung eines Textes, die qualitative Antworten in numerische Sentimentwerte überführt. Für eine künftige Version geplant.

  • Hybride Ansätze (geplant): Kombination aus Clustering und Sentimentanalyse für eine mehrdimensionale numerische Darstellung. Setzt die Umsetzung der Sentimentanalyse voraus.

Dieser quantitative Ansatz ermöglicht:

  • Mathematische Validierung der Umfragelogik mit SMT-Solvern
  • Statistische Analyse mit gängigen quantitativen Methoden
  • Formale Verifikation von Konsistenz und Erreichbarkeit
  • Datenexport in Standardformate (CSV, Excel, SPSS, Parquet, R, JSON)

Der Forschungsbericht begleitet das Projekt durch jede Phase:

  1. Ideenfindung & Design in Armiger → Die KI entwirft den Forschungsbericht aus Dokumenten und Zielen in natürlicher Sprache und erzeugt dann einen verifizierten QML-Fragebogen
  2. Kampagne in Targetor → Kampagnen, Stichprobenstrategien und demografische Zielvorgaben passend zum Forschungsbericht festlegen
  3. Durchführung in SirWay → Antworten mit widerspruchsfreier dynamischer Ablaufnavigation erheben (oder mit Persona-Agenten simulieren)
  4. Analyse der Datenqualität in Balansor → Den Datensatz gewichten, bewerten und verfeinern; der Analyst-Agent liest den Forschungsbericht, um die Ergebnisse an den ursprünglichen Zielen zu messen

Askalot wurde für die Umfrageforschung entwickelt, doch die Kombination aus KI-gestützter Erstellung und formaler mathematischer Validierung eignet sich für jeden Bereich, der logisch konsistente, adaptive Befragungen braucht:

  • Akademische Forschung – Umfrageforschung mit formal verifizierter Fragebogenlogik
  • Klinische Studien – ePRO/eCOA (elektronische Patient-Reported Outcomes/Clinical Outcome Assessments) mit adaptiver Befragung
  • Medizinische Notfall-Triage – Diagnosewerkzeuge für Ersthelfer, die mit adaptiver Befragung kritische Zustände schnell erkennen
  • Juristische Sachverhaltsermittlung – Dynamische Fragenerzeugung für juristische Befragungen, die komplexe Entscheidungsbäume effizient durchläuft
  • Verifikation kritischer Systeme – Formal verifizierte Betriebsabläufe für sicherheitskritische Systeme (Startvorbereitung von Raumfahrzeugen, Protokolle für Kernreaktoren, Hochfahren von Teilchenbeschleunigern)

Die formale Verifikation prüft jeden Pfad, den die Logik eines Protokolls zulässt: Ein Schritt, der nie erreicht werden kann, oder eine Bedingung, die kein Zustand erfüllen kann, wird erkannt, bevor das Protokoll zum Einsatz kommt. So wird aus einer herkömmlichen Checkliste eine, deren Ablauf auf jedem Pfad geprüft wurde – nicht nur auf denen, die jemand ausprobiert hat.

  • Einführung


    Plattformüberblick und Kernkonzepte

    → Mehr erfahren

  • Schnellstart


    Folgen Sie dem vollständigen Workflow vom Design bis zur Analyse

    → Jetzt starten

  • Umfragen erstellen


    Lernen Sie die QML-Syntax und bewährte Vorgehensweisen kennen

    → Leitfaden

  • Mathematische Theorie


    Verstehen Sie die formalen Grundlagen

    → Theorie

  • KI-gestützte Funktionen


    Fragebogendesign, Kampagnenverwaltung, Simulation, Analyse

    → KI-Funktionen