Zweck dieses Dokuments

Die Lernende bereitet sich auf die mündliche Mathe-Abiturprüfung vor (Baden-Württemberg, Basisfach, Analysis). Dieses Lernbuch ist ihr persönliches, mitwachsendes Arbeitsmittel. Damit es ohne Zeitverlust weiterwachsen kann, ist nicht nur das Ergebnis spezifiziert, sondern auch der Mechanismus, mit dem wir es bauen und ändern — und die Begründungen dahinter, damit jede künftige Variante an der richtigen Stelle andocken kann.

Leitprinzipien (didaktischer Charter)

• Prüfungsrealismus. Aufgaben spiegeln das echte mündliche Format (Vortrag + Prüfungsgespräch) und die Anforderungsbereiche AB I/II/III.
• Rechnerfrei. Die mündliche Prüfung ist in beiden Teilen hilfsmittelfrei (Konfidenz 99 %); Training und Beispiele kommen ohne Taschenrechner aus.
• Verstehen vor Auswendiglernen. Jeder Schritt nennt die Haltung dahinter — über klappbare Detailkästen, die kaskadiert in die Tiefe gehen (Schritt → Begründung → Annahme/Axiom → Herleitung).
• Aktives Erinnern + ausgearbeitete Beispiele. Gestützt auf belegte Lernprinzipien (Retrieval Practice, Worked-Example-Effekt, Cognitive-Load-Theorie).
• Keine Redundanz. Jeder Inhalt existiert genau einmal; an deutlichen Schnitten Querverweis statt Wiederholung.
• Konfidenz-Transparenz. Prüfungsrelevanz-Aussagen tragen sichtbar Konfidenz + Quelle. Agentischer Output ist nicht zu 100 % verlässlich — das bleibt sichtbar.
• Anpassbar. Startannahmen sind bewusst gesetzt und werden korrigiert, sobald die Lernende mit dem Buch arbeitet.

Wie Inhalte entstehen

Agents erzeugen Kapitel, Beispielaufgaben und Erläuterungen aus dem Lehrer-Kanon (Screenshots) und dem lokalen Buchkontext. Jeder erzeugte Vorschlag (neue Lektion, Übungsserie, Vertiefung) bekommt eine fortlaufende Nummer. YANN oder die Lernende sagen „Vorschlag 117 umsetzen", der Agent baut, deployt und aktualisiert den Lernstand.

Wie Feedback einfließt

Die Lernende schickt eine WhatsApp-Sprachnachricht → YANN lädt sie herunter → Drag-and-Drop an einen Agent → Transkription (Parakeet lokal, gehärtet; Cloud-Fallback Deepgram nur bei Bedarf) → der Lernstand wird antizipiert → daraus entstehen maßgeschneiderte nächste Sequenzen und, bei Verständnisproblemen in bestimmten Rechen-/Herleitungsarten, dedizierte Remedial-Lektionen. Werkzeuge: `/voice-input`, `/vorschlag `, `/lernstand`.

Wie wir Versionen bauen, deployen und prüfen

1. Bauen — statisches HTML (Eleventy, Single-Source), KaTeX für Formeln, JSXGraph für Diagramme.
2. Testen — Build fehlerfrei; Links/Konzept-IDs auflösbar; Formel-Skalierung automatisch geprüft (kein Overflow, Schriftgröße im Soll, unverzerrtes Seitenverhältnis); Playwright-Smoke.
3. Deployen — „Deploy das neueste Repository" aktualisiert die Live-Seite; jede Vorversion bleibt erhalten (Versionierung + Git-Tags).
4. Verifizieren — nach jedem Deploy prüft ein Tool, dass die live ausgelieferte Version die erwartete ist (`version.json`-Abgleich); schlägt sonst laut fehl. Gefundene Probleme werden behoben, dann erneut deployt und geprüft.

Wie wir dieses System ändern (Andockpunkte + Folgen)

Diese Charter und die Design-Entscheidungen sind versioniert. Eine Änderung läuft über: neuer Dialogblock (DLG-…) → Update dieser Spec/Charter → Eintrag im Handoff → Bau → Deploy + Verifikation. So bleibt der volle Trace erhalten: was kam woher, wann, mit welcher Wirkung. Die Companion-Anbindung ist bewusst noch nicht aktiv; die Schnittstellen bleiben schlank genug für eine spätere Anbindung.

Design-Entscheidungen (mit Begründung)

• Look „modernes Schulbuch": warmes Papier-Off-White, Indigo primär, warmer Amber-Akzent für interaktive Elemente. Vertraut-schulisch, hoher Kontrast, nicht templated.
• Typografie: lesefreundliche Serife im Fließtext, System-Sans in der Navigation, KaTeX-Font für Mathe.
• Responsiv ohne UA-Sniffing: Geräte-Erkennung per CSS (Media-/Container-Queries). Desktop: Kapitelbaum + Inhalt + Querverweise. Mobil: einspaltiger Lesemodus, klappbare Abschnitte, große Touch-Ziele.
• Navigation & Lernpfade: persistenter Kapitelbaum, Breadcrumb, Voraussetzungs-/Nächster-Schritt-Links, Fortschritts-Ampel; zwei Pfade — Prüfungspfad (kürzeste Strecke zur Prüfungsreife) und Verstehenspfad (von Grund auf, mehr Tiefe) — plus Einstieg „Diagnose starten".
• Klappbare Kaskaden: Tiefe sichtbar durch Einrückung + Farbverlauf der linken Kante; jede Ebene aufklappbar; tastatur- und screenreader-freundlich.
• Kein Passwortschutz. Offen erreichbar.

Tech-Entscheidungen & Exit-Pläne

Provenance-Modell

Dialoge, Lernstand und Ledger bleiben privat in mywiki; dieses public Repo trägt nur rückverweisende DLG-IDs. So bleibt der Audit-Pfad vollständig, ohne private Inhalte zu zeigen.