Kalshi-Signale sind nur nützlich, wenn ihre Belege zum Kontrakt passen und rechtzeitig eintreffen, um als Grundlage für eine Entscheidung zu dienen. Eine Nachricht zu einer starken Wirtschaftsveröffentlichung kann sich auf einen revidierten Wert, eine andere Reihe oder einen Beobachtungszeitraum beziehen, den der Kontrakt nicht verwendet. Eine Preisbewegung kann Handelsaktivität widerspiegeln, ohne offenzulegen, warum Teilnehmer handelten.
Die Prüfung eines Signals beginnt daher vor jeder Frage nach Kauf oder Verkauf. Der Leser muss wissen, was beobachtet wurde, wie das Signal berechnet wurde und welche Behauptung sein Wert tatsächlich aufstellt. Eine zuverlässige Beschreibung einer Beobachtung ist etwas anderes als eine zuverlässige Vorhersage des Kontraktergebnisses.
Dieser Leitfaden verfolgt erfundene Beispiele mit einer fiktiven Statistikreihe namens Survey S. Die Beispiele setzen einfache Ereigniskontrakte mit Auszahlungen von 1 $ oder 0 $ und hypothetische Gebühren voraus. Sie veranschaulichen Forschungsmethoden und keine aktuellen Märkte, offiziellen Wirtschaftsprognosen oder Handelsempfehlungen. Tatsächliche Kontraktbedingungen und aktuelle Kontobedingungen bleiben die maßgeblichen Informationen.
Eine Prüfung von Kalshi-Signalen beim Kontrakt beginnen
Eine Prüfung von Kalshi-Signalen sollte das genaue Ereignis benennen, zu dem das Signal nach eigener Aussage Informationen liefert. Stellen Sie sich für Survey S vor, dass Ja verlangt, dass die zuerst veröffentlichte monatliche Veränderung in einem benannten Bericht 0,4 % übersteigt. Ein Signal auf Grundlage der jährlichen Veränderung, eines revidierten Monats oder einer unbereinigten Reihe beantwortet diese Frage nicht unmittelbar.
Lesen Sie den Schwellenwert wörtlich. Ein Ergebnis von genau 0,4 % übersteigt 0,4 % nicht. Sagt der Kontrakt stattdessen mindestens 0,4 %, hat dieselbe Beobachtung eine andere Bedeutung. Der Leser sollte sich nicht auf die verkürzte Zusammenfassung eines Signalanbieters verlassen, wenn die Grenze wichtig ist.
Der ältere Leitfaden zur Kalshi-Handelsstrategie erklärt, wie eine Einschätzung zu einem prüfbaren kontraktspezifischen Plan wird. Signale sollten in diesen Plan passen. Kann das Signal Feld und Regel, die es betrifft, nicht benennen, bleibt seine Relevanz ungeklärt, selbst wenn sein allgemeinerer Wirtschaftskommentar plausibel klingt.
Den jeweiligen Veröffentlichungsstand aufzeichnen
Eine Aufzeichnung des Veröffentlichungsstands identifiziert, welche Version einer Veröffentlichung zu einem bestimmten Zeitpunkt verfügbar war. Wirtschaftsreihen können Erstwerte, spätere Korrekturen und Revisionen früherer Zeiträume enthalten. Ein heute zusammengestellter historischer Datensatz kann daher von dem abweichen, was ein Leser vor einer früheren Entscheidung tatsächlich sah.
Angenommen, beim erfundenen Survey-S-Kontrakt beträgt der Erstwert 0,3 %, und eine spätere Revision ändert ihn auf 0,5 %. Ein Test, der den revidierten Wert so verwendet, als sei er bei der ursprünglichen Veröffentlichung bekannt gewesen, würde die Beleglage falsch darstellen. Der Kontrakt kann außerdem festlegen, welche Version sein Ergebnis bestimmt, wodurch der Veröffentlichungsstand wirtschaftlich wichtig wird.
Speichern Sie Veröffentlichungsdatum, Beobachtungszeitraum, Version und Empfangszeitpunkt. Bewahren Sie Korrekturen als neue Aufzeichnungen auf, statt frühere Werte stillschweigend zu ersetzen. Die Prüfung sollte sowohl rekonstruieren können, was die Quelle letztlich berichtete, als auch, was der Signalprozess im Moment seiner Behauptung hätte wissen können.
Kalendererwartungen von tatsächlicher Veröffentlichung trennen
Ein geplanter Veröffentlichungszeitpunkt beschreibt eine Erwartung. Er beweist weder, dass die Veröffentlichung in diesem Moment verfügbar war, noch, dass der Überwachungsprozess sie dann empfing. Verzögerungen, geänderte Zeitpläne und Erfassungslücken können das Entscheidungsfenster beeinflussen.
Stellen Sie sich vor, Survey S ist für 08:30:00 geplant. Die Quelle wird um 08:30:02 verfügbar, der Datensammler empfängt sie um 08:30:07, und das Signal ist um 08:30:10 bereit. Ein Backtest, der dem Signal den Marktpreis von 08:30:00 zuweist, verwendet einen Entscheidungszeitpunkt, der zehn Sekunden vor der tatsächlichen Leistung des Prozesses liegt.
Der Leitfaden zu Kalshi-Benachrichtigungen erklärt, wie Meldungen zu Lebenszyklus und Timing diesen Ablauf unterstützen können. Eine Meldung über eine verspätete Veröffentlichung sollte die Unsicherheit bewahren, statt die vorherige Beobachtung als aktuell zu kennzeichnen. Der Leser benötigt das tatsächliche Belegalter und nicht bloß einen beruhigenden Hinweis, dass der Kalenderauftrag lief.
Identifizieren, welche Zahl geparst wurde
Eine einzelne Veröffentlichung kann Hauptkennzahlen, Komponentenwerte, Vorperiodenrevisionen und Erklärungstext enthalten. Ein Parser, der die erste Zahl nahe einer vertrauten Formulierung auswählt, kann das falsche Feld extrahieren und dennoch ein plausibel aussehendes Ergebnis erzeugen. Die Signalprüfung sollte den Weg von der Quelle zum extrahierten Wert umfassen.
Zeichnen Sie für Survey S auf, dass die gewählte Zahl die saisonbereinigte monatliche Veränderung für den angegebenen Zeitraum ist, falls der hypothetische Kontrakt das verlangt. Identifizieren Sie Einheiten und Vorzeichenkonvention. Ein als 0,4 % geschriebener Wert darf in einer Rechnung, die einen Bruchteil von 0,004 erwartet, nicht zu 0,4 werden.
Prüfen Sie eine Auswahl erfolgreicher und abgelehnter Extraktionen anhand der Quelle. Eine hohe Quote technisch erfolgreichen Parsens sagt wenig aus, wenn das gewählte Feld falsch ist. Fehlende oder mehrdeutige Felder sollten einen ungeklärten Status erzeugen, damit ein Leser das Dokument prüfen kann, statt eine erfundene Schätzung zu erhalten.
Fragen, was der Signalwert misst
Ein Wert von 80 kann vieles bedeuten: eine geschätzte Wahrscheinlichkeit von achtzig Prozent, einen Perzentilrang, die Klassifikationskonfidenz eines Modells oder einen willkürlichen Stärkeindex. Seine Auslegung sollte ausdrücklich angegeben sein. Die Skala allein belegt weder eine Wahrscheinlichkeit noch eine erwartete Rendite.
Angenommen, ein Signal bezeichnet Survey S als stark über den Erwartungen, weil sein standardisierter Überraschungswert hoch ist. Das kann den Abstand von einer Konsensschätzung beschreiben. Es sagt dem Leser nicht automatisch, ob der absolute Schwellenwert des Kontrakts überschritten wurde oder was ein verwandter künftiger Kontrakt wert ist.
Übersetzen Sie den Wert vor seiner Bewertung in eine konkrete Behauptung. Lautet die Behauptung nur, dass sich eine Quelle verändert hat, testen Sie die Erkennungsgenauigkeit. Behauptet es, ein Ja-Ergebnis vorherzusagen, bewahren Sie die Prognosewahrscheinlichkeit auf und bewerten Sie diese Wahrscheinlichkeit anhand von Ergebnissen. Unterschiedliche Behauptungen benötigen unterschiedliche Belege und sollten keine vage gemeinsame Erfolgsbezeichnung tragen.
Bei der Basisrate beginnen
Eine Basisratenanpassung fragt, wie häufig das Zielergebnis vor der Berücksichtigung des Signals ist. Ein Detektor kann angemessen empfindlich sein und trotzdem viele Fehlalarme erzeugen, wenn das Ereignis selten ist. Diese Tatsache zu ignorieren kann eine beeindruckende Genauigkeitsstatistik irreführend machen.
Betrachten Sie eine hypothetische Stichprobe von 100 Ereignissen, von denen zehn Ja sind. Ein Detektor erkennt sieben dieser zehn und erzeugt Fehlalarme bei achtzehn der neunzig Nein-Ereignisse. Er erzeugt insgesamt fünfundzwanzig Benachrichtigungen, von denen sieben Ja entsprechen. Der Anteil korrekter Ja-Meldungen beträgt daher sieben geteilt durch fünfundzwanzig, also 28 %.
Die Sensitivität des Detektors von 70 % bedeutet nicht, dass jede Meldung eine Wahrscheinlichkeit von 70 % hat, korrekt zu sein. Diese Zahl beantwortet eine andere Frage: wie häufig der Detektor die Ja-Ereignisse in dieser Stichprobe fand. Die Prüfung sollte sämtliche Zählwerte bewahren, damit der Leser Erkennung von Zuverlässigkeit nach einer Meldung unterscheiden kann.
Prüfen, ob die Basisrate übertragbar ist
Historische Häufigkeit ist nur insoweit aufschlussreich, wie die Vergleichsmenge zum aktuellen Problem passt. Ein Schwellenwert, der unter einem Wirtschaftsregime selten überschritten wurde, kann unter einem anderen häufig sein. Auch eine über ungleiche Zeithorizonte zusammengefasste Stichprobe kann eine Basisrate erzeugen, die keinen davon gut beschreibt.
Definieren Sie die Grundgesamtheit, bevor Sie die Häufigkeit berechnen. Bei Survey S könnte die relevante Menge aus monatlichen Beobachtungen bestehen, die unter einer einheitlichen Definition gemessen und vor einem angegebenen Prognosehorizont erfasst wurden. Hat sich die Methodik geändert, zeichnen Sie die Änderung auf und untersuchen Sie, ob ältere Beobachtungen vergleichbar bleiben.
Eine kleine, perfekt passende Stichprobe kann unsicher sein; eine große, schlecht passende kann irreführen. Die Prüfung sollte diese Abwägung beschreiben, statt Stichprobengröße allein als Gültigkeitsbeleg zu behandeln. Ein nützlicher Signalbericht macht klar, welche historische Erfahrung seine Schätzung stützt und wo das aktuelle Ereignis abweicht.
Die Änderung von der vorherigen zur aktualisierten Prognose messen
Ein Signal ist häufig wertvoll, weil es eine bestehende Prognose verändert. Zeichnen Sie vorherige und aktualisierte Schätzung statt nur der endgültigen Zahl auf. So lässt sich beurteilen, ob die neue Beobachtung Information hinzufügte oder lediglich wiederholte, was der Prozess bereits wusste.
Angenommen, eine fiktive Vorabprognose weist einem Schwellenwertergebnis 45 % zu. Eine neue Komponentenveröffentlichung erhöht sie auf 52 %. Die Änderung um sieben Prozentpunkte sollte aus einer dokumentierten Beziehung zwischen der Komponente und Survey S folgen. Eine große Bewegung in einem verwandten Markt bestätigt diese Beziehung nicht unabhängig.
Der Leitfaden zu Polymarket-Signalen erklärt den allgemeineren Unterschied zwischen Beobachtung und Prognose. Dieselbe Forschungsdisziplin kann handelsplatzübergreifend gelten, während Kontraktregeln getrennt bleiben. Eine gemeinsame Quelle kann Informationen für zwei Prognosen liefern, ohne die beiden Kontrakte gleichwertig oder ihre Preise unmittelbar austauschbar zu machen.
Dieselbe Information nicht zweimal zählen
Ein Signal kann mehrere Eingaben verbinden, die letztlich aus derselben Veröffentlichung stammen. Eine Nachrichtenzusammenfassung, eine Kommentarnotiz und eine Preisreaktion können alle die ursprüngliche Survey-S-Veröffentlichung widerspiegeln. Sie als drei unabhängige Bestätigungen zu behandeln kann übermäßiges Vertrauen erzeugen.
Erstellen Sie eine einfache Belegübersicht, die zeigt, welche Eingaben von welcher Quelle abhängen. Unabhängigkeit ist eine inhaltliche Behauptung über Informationen und keine Zählung unterschiedlicher URLs oder Nachrichtenkanäle. Ist die Abhängigkeit ungewiss, beschreiben Sie sie und vermeiden Sie, jedem Element volles unabhängiges Gewicht zuzuweisen.
Das ist besonders wichtig für Modelle, die Schlagzeilen und Marktdaten verarbeiten. Der Marktpreis kann die Schlagzeile bereits enthalten. Die Schlagzeile mit dem Preis zu verbinden kann weiterhin nützlich sein, doch das Modell benötigt eine Bewertung, die zeigt, dass die Kombination prognostische Information hinzufügt, statt lediglich dieselbe Beobachtung zu verstärken.
Weiterempfehlen und USDC verdienen
Weiterempfehlen und USDC verdienenUnser Partnerprogramm zahlt in Echtzeit.
Signale zu einem festen Entscheidungszeithorizont vergleichen
Ein Signal, das einen Tag vor dem Ereignis bewertet wird, löst ein anderes Problem als eines, das eine Sekunde nach der Quellenveröffentlichung bewertet wird. Ihre Genauigkeit und verfügbaren Preise sollten nicht verglichen werden, als wäre das Timing austauschbar. Spätere Informationen machen das Ereignis häufig leichter vorhersagbar, lassen aber weniger wirtschaftliche Gelegenheit übrig.
Wählen Sie den Zeithorizont vor der Ergebnissichtung. Bei einem wiederkehrenden Rechercheprozess könnte das bedeuten, eine Prognose in einem festen Abstand vor der geplanten Veröffentlichung aufzuzeichnen. Bei einem Reaktionsprozess könnte es bedeuten, die erste gültige Prognose nach tatsächlichem Empfang zu bewerten und ihre beobachtete Verzögerung aufzubewahren.
Der ältere Artikel zum Signal-Bot für Prognosemärkte behandelt Timing und Enthaltung. Diese Disziplin auf die Prüfung anzuwenden verhindert, dass ein Signal gleichzeitig die Genauigkeit später Informationen und den Handelspreis eines früheren, weniger informierten Marktes beansprucht.
Preise für die beabsichtigte Menge verwenden
Die wirtschaftliche Relevanz eines Signals hängt von den Kosten der beabsichtigten Position ab und nicht nur von einem angezeigten Preis. Das beste verfügbare Preisangebot kann eine kleine Menge abdecken. Zusätzliche Kontrakte können ungünstigere Preise erfordern, und Gebühren können erheblich ins Gewicht fallen, wenn der geschätzte Vorteil eng ist.
In einem erfundenen Fall sind 30 Ja-Kontrakte zu 0,48 $ und weitere 20 zu 0,52 $ verfügbar. Der Kauf von fünfzig kostet vor Gebühren 14,40 $ plus 10,40 $, also 24,80 $. Mit angenommenen Gesamtgebühren von 0,45 $ betragen die Gesamtkosten 25,25 $, durchschnittlich 0,505 $ je Kontrakt.
Schätzt das Signal eine Ja-Wahrscheinlichkeit von 56 %, ergibt das einfache Modell eine erwartete Auszahlung von 28 $ und eine erwartete Differenz von 2,75 $. Diese Rechnung gilt unter den Schätzungs- und Ausführungsannahmen. Bei einer Stresswahrscheinlichkeit von 50 % beträgt die erwartete Auszahlung 25 $ und liegt unter den Gesamtkosten.
Aktuelle Einheiten und Orderbuchstruktur lesen
Kalshis Orderbuchdokumentation beschreibt Ja- und Nein-Kaufangebote mit Festkommazeichenfolgen für Preise und Mengen. Die Dateninterpretation sollte dem aktuellen Schema folgen. Ein Client, der eine alte Darstellung in ganzzahligen Centbeträgen annimmt, kann gerade die kleinen Unterschiede verzerren, die ein Signal zu erkennen behauptet.
Bei einem einfachen komplementären binären Orderbuch kann ein beobachtetes Nein-Kaufangebot ein Ja-Verkaufsangebot von einem Dollar minus diesem Kaufangebot implizieren, wobei die zugehörige Menge erhalten bleibt. Das ist eine Beziehung der Preisdarstellung und kein Versprechen, dass das Preisangebot noch verfügbar ist, wenn der Leser eine Order übermittelt.
Übersetzt ein Signalbericht Rohdaten in einen Prozentsatz, bewahren Sie die ursprünglichen Einheiten und die Umrechnung auf. Ein Leser sollte die Rechnung reproduzieren und feststellen können, ob eine gemeldete Abweichung aus Belegen, einer Rundungskonvention oder einem Feldzuordnungsfehler entstand. Formatierung sollte die Quelldaten verständlicher machen und nicht ihre Genauigkeit verbergen.
Öffentliche Signale von privater Kapazität trennen
Ein öffentliches Signal kennt den vollständigen Kontozustand des Lesers nicht. Das Konto kann bereits verwandte Kontrakte halten, offene Orders haben oder einer selbst auferlegten Ereignisgrenze unterliegen. Eine günstige Prognose kann nicht beantworten, ob ein weiterer Kauf zu diesen Beschränkungen passt.
Behandeln Sie das Signal als Eingabe in einen getrennten Entscheidungsprozess. Dieser sollte aktuelle Positionen, ausstehende Verpflichtungen und jede relevante Expositionsgruppe prüfen. Er sollte außerdem bestätigen, dass der Markt in einem angemessenen Zustand ist und die beabsichtigte Order innerhalb der autorisierten Preis- und Mengengrenzen bleibt.
Die Bestätigung der Kenntnisnahme einer Benachrichtigung ist keine Ausführung, und ein Orderversuch ist keine abgeglichene Position. Diese Stufen getrennt zu halten ermöglicht, Fehler bei der Prüfung genau zu verorten. Ein gültiges Signal kann falsch verwendet werden, während eine perfekt ausgeführte Order trotzdem auf einer schwachen Prognose beruhen kann.
Aufzeichnen, warum ein Signal abgelehnt wurde
Abgelehnte Signale sind wertvolle Belege über den Ablauf. Zeichnen Sie auf, ob die Ablehnung aus einer unpassenden Kontraktzuordnung, Quellenunsicherheit, veraltetem Timing, unzureichender Markttiefe, einer verschwundenen Preisabweichung oder der Kontokapazität entstand. Das sind wesentlich unterschiedliche Gründe, die nicht in einem allgemeinen Status „übersprungen“ zusammenfallen sollten.
Angenommen, das Survey-S-Signal liest die Veröffentlichung korrekt, trifft aber ein, nachdem der Markt über die maximalen Kosten der Strategie gestiegen ist. Die Informationsauslegung kann gelungen sein, obwohl die Handelsgelegenheit ablief. Dieses Ergebnis sollte in die Timinganalyse einfließen, statt als Prognosefehler gezählt zu werden.
Umgekehrt offenbart ein Signal, das wegen Verwendung eines revidierten Werts abgelehnt wurde, ein Problem mit dem Datenstand, das andere Fälle beeinflussen könnte. Der Leitfaden zu Analysesoftware für Prognosemärkte hilft, solche Belege zu einem prüfbaren Datensatz zu ordnen. Analysen sollten Ablehnungsgrund und ursprüngliche Aufzeichnung bewahren, statt nur erfolgreiche Aktivität zusammenzufassen.
Falsch negative Ergebnisse neben Fehlalarmen bewerten
Eine Prüfung, die sich nur auf zugestellte Benachrichtigungen konzentriert, kann Ereignisse nicht erkennen, die das Signal verpasst hat. Beziehen Sie für die Auswertung relevante Zeiträume ein, in denen keine Meldung erschien. Stellen Sie fest, ob das Ausbleiben eine korrekte Ablehnung, eine fehlende Eingabe oder einen Detektor widerspiegelte, der relevante Belege nicht erkannte.
In der früheren hypothetischen Stichprobe wurden drei der zehn Ja-Ereignisse verpasst. Diese falsch negativen Ergebnisse sind wichtig, obwohl sie keine Nachrichten erzeugten. Ihre Ursachen könnten abweichen: eine fehlende Quelle, ein Parserfehler und eine zu strenge Schwellenregel. Jede legt eine andere Verbesserung nahe.
Wägen Sie die Folgen ab, statt anzunehmen, mehr Benachrichtigungen seien immer besser. Ein niedrigerer Schwellenwert kann zusätzliche Ereignisse erfassen und zugleich Fehlalarme und Aufmerksamkeitskosten erhöhen. Die passende Abwägung hängt von der Aufgabe ab und sollte anhand einer vollständigen Aufzeichnung geeigneter Beobachtungen einschließlich ruhiger Phasen bewertet werden.
Auf Änderungen des Quellenprozesses achten
Eine Quelle kann Formatierung, Terminologie, Veröffentlichungszeitpunkt oder Methodik ändern. Ein Signal, das unter dem früheren Prozess funktionierte, kann weiterhin plausible Zahlen erzeugen, nachdem seine Annahmen ungültig geworden sind. Deshalb ist die Überwachung der Eingabebedeutung so wichtig wie die der Betriebszeit.
Bei Survey S könnte eine neu hinzugefügte Spalte bewirken, dass ein Parser den Vormonatswert auswählt. Ein Wechsel von vorläufigen zu endgültigen Daten könnte die von der Prognose verwendete Beziehung verändern. Keines der Probleme erzeugt unbedingt einen Netzwerkfehler. Das System kann technisch gesund und analytisch falsch sein.
Verwenden Sie Referenzfälle und inhaltliche Prüfungen, um diese Änderungen zu erkennen. Überprüfen Sie Beobachtungszeitraum, Einheiten und erwartete Felder und leiten Sie ungewöhnliche Aufzeichnungen zur Prüfung weiter. Ein Prozess, der bei einer unerklärten Quellenänderung pausiert, bewahrt seinen Belegstandard, statt daran zu scheitern, genügend Signale zu erzeugen.
Ein Signal prüfen, ohne seine Vergangenheit umzuschreiben
Vergleichen Sie nach der Ergebnisfeststellung die ursprüngliche Aufzeichnung mit dem Ergebnis und der tatsächlichen Ausführungsgelegenheit. Bewahren Sie anfängliche Prognose, Quellenversion und Preisangebot auf. Ergänzen Sie eine Prüfnotiz mit dem Gelernten, statt die alte Schätzung durch den nun offensichtlich erscheinenden Wert zu ersetzen.
Eine gute Prüfung kann mehrere Schlussfolgerungen unterscheiden: Die Belege wurden falsch gelesen, die Prognose war vernünftig, aber falsch, das Signal kam zu spät, oder die Kostenrechnung war unrealistisch. Diese Schlussfolgerungen haben unterschiedliche Folgen für die künftige Nutzung. Ein einzelner Gewinn oder Verlust kann diese Unterschiede nicht für sich genommen feststellen.
Der ältere Leitfaden zum Kalshi-KI-Trading-Bot untersucht das Testen von Prognosen und das Begrenzen von Aktionen. Sein Bewertungsgrundsatz gilt unabhängig davon, ob ein Modell, eine Formel oder eine Person das Signal erzeugt: Die Behauptung sollte anhand der vor dem Ergebnis aufgezeichneten Informationen und Unsicherheit beurteilt werden.
Kalshi-Signale im Verhältnis zu ihren Belegen halten
Ein nützlicher Signalbericht sagt, was er weiß, was er schätzt und was ungewiss bleibt. Er identifiziert genauen Kontrakt, Quellenstand und Entscheidungszeitpunkt und verbindet dann seine Prognose mit einem realistischen Preisvergleich. Er lässt auch das Ausbleiben eines Signals oder eines Handels als gültiges Prozessergebnis zu.
Beginnen Sie mit einer eng begrenzten Prüfpopulation und bewahren Sie jede geeignete Episode auf. Prüfen Sie Basisraten, verpasste Ereignisse, Fehlalarme und den zeitlichen Abstand zwischen Veröffentlichung und nutzbarer Interpretation. Diese Aufzeichnungen zeigen, ob das Signal Information hinzufügt und ob diese Information die Kosten ihrer Umsetzung übersteht.
Das Ergebnis sollte eine Behauptung sein, die der Leser untersuchen kann, und kein Etikett, das Vertrauen verlangt. Ein gut geprüftes Signal kann sich eine begrenzte Rolle in Recherche oder Entscheidungsunterstützung verdienen. Jede breitere Behauptung zu Prognosequalität oder wirtschaftlichem Nutzen benötigt Belege, die zu diesem breiteren Umfang passen, prospektiv gesammelt, also im Verlauf der zu prüfenden Ereignisse und ohne selektive Auslassungen geprüft werden.