Wie sie zusammenhängen

SAPA und Gale-Shapley sind komplementär, nicht konkurrierend:

• SAPA berechnet erschöpfend ALLE möglichen bilateralen Akquisitionen – nützlich, um zu erkunden, "was wäre, wenn Land X auf Land Y abzielen würde?"
• Gale-Shapley identifiziert STABILE Koalitionsübereinstimmungen – nützlich, um zu verstehen, "wer sich tatsächlich mit wem über die Zeit zusammentut?"
• Ein hoher SAPA-Score (China → Taiwan, 48.5%) könnte in Gale-Shapley als Koalitionsszenario erscheinen (z. B. China + Russland → Taiwan in Phase 2)
• Der DEAL-EXPLORER zeigt beides: SAPA bilaterale Realisierbarkeit + verwandte Koalitionsübereinstimmungen aus Gale-Shapley

Methodische Anmerkung: Interpretation von Realisierbarkeits-Scores

Realisierbarkeit %-Scores sind zusammengesetzte Indizes, keine kalibrierten Wahrscheinlichkeiten. Ein Score von 60% bedeutet nicht "60% Chance, dass eine Akquisition stattfindet". Vielmehr repräsentiert er eine gewichtete Kombination aus strategischer Motivation (Ressourcen, Nähe, Engpässe), Zwangsdurchführbarkeit (militärisches Fähigkeitsverhältnis) und blockierenden Einschränkungen (Allianzen, Entfernung, Wirtschaftsgröße).

Interpretation: Realisierbarkeits-Scores sind relative Rankings, nützlich zum Vergleich von Paaren. Ein 60%-Score bedeutet "starkes strategisches Interesse mit machbarem Ausführungspfad" – nicht "6 von 10 Chancen, dass dies geschieht". Eine historische Validierung gegen tatsächliche Akquisitionsversuche wurde nicht durchgeführt; behandeln Sie diese als explorative Indizes, nicht als prädiktive Wahrscheinlichkeiten.

Die unten beschriebenen Basen für Industrie, Humankapital, Ressourcen und Land werden für jede Einheit auf einer einzigen Skala berechnet. Für die 150 Länder in den Changing-Wealth-of-Nations-Konten 2024 der Weltbank (Werte 2020) wird jede Basis mit dem entsprechenden CWON-Bestand (produziertes Kapital, Humankapital, nicht erneuerbares und erneuerbares Naturkapital) gemischt, nachdem dieser Bestand mit k, dem Median des Verhältnisses von berechneter Basis zu CWON-Wert über alle erfassten Länder, auf die berechnete Skala gebracht wurde:

• Rückfall bei Abweichung: Liegt k × CWON_Value mehr als 5× über oder unter der berechneten Basis, oder ist die Ölkomponente von CWON für ein Land mit Ölreserven leer (Saudi-Arabien, Kuwait), gilt allein die berechnete Basis, und der Datenqualitätseintrag des Landes nennt den Vermögenswert. 54 Länder mischen alle vier Basen, 96 einen Teil davon, und 70 Einheiten außerhalb von CWON (Taiwan, die Ozeane, die meisten kleinen Territorien) behalten die berechneten Basen.
• Industriebasis: Die Mischung erfolgt vor dem Governance-Multiplikator, der danach für erfasste und nicht erfasste Länder gleich gilt.
• Nettoauslandsvermögen und Staatsfonds gehen nicht in die Vermögenssumme ein. Die abgerufene CWON-Reihe zum Nettoauslandsvermögen ist vorzeichenlos (die Vereinigten Staaten erscheinen mit +$31.5T); die $1.69T Saudi-Arabiens und die $1.06T Kuwaits werden nur als Kontext geführt.
• Prüfung vor der Veröffentlichung: Jede monatliche Aktualisierung wird vor der Neuerzeugung der Seiten mit den Preisen verglichen, die sie ersetzt, und zurückgesetzt, wenn mehr als 10 Einheiten sich um 50% oder mehr bewegen, eine Einheit der Top 50 mehr als 12 Ränge springt oder eine feste Rangfolge bricht (saudische Ressourcen über denen der VAE, Israel und die VAE über Algerien, kein Ozean über Platz 40).

Formel

Basis-Industriewert = Effektives_BIP × Effektiver_Multiplikator × Anpassungs_Multiplikatoren

Dies folgt dem Präzedenzfall von Unternehmens-M&A, wo Industrienationen mit 5-15× EBITDA gehandelt werden. Der Basis-Multiplikator von 10× wird für Governance-Qualität, Sanktionen, Währungsstabilität, Investitionsklima und KI-Infrastruktur angepasst:

• Governance-Multiplikator: 0.33× (fragile Staaten) bis 2.00× (starke Institutionen) – kombiniert World Bank WGI (40%), Transparency International CPI (30%), und Heritage-Institutionssäulen (30%)
• Sanktionsabschlag: 5% bis 50% über 18 sanktionierte Entitäten
• Währungsstabilität: 0% Abschlag auf der Reservewährungsstufe (ein 1.00× Multiplikator, keine Prämie) bis 60% unter Hyperinflation
• Schattenwirtschaft: Fügt informellen Wirtschaftswert hinzu, 7.8% bis 85% des BIP über 84 Länder mit Daten; Länder ohne Daten werden mit 15% angenommen
• Investitionsklima: 0.90× bis 1.10×, aus den fünf Heritage-Wirtschaftsfreiheitssäulen
• KI-Infrastrukturprämie: 1.02× bis 1.20×, nur auf Industriewert angewendet, für die 14 Länder auf der KI-Machtliste

Beispiele (Industriewert, wie die Engine ihn derzeit berechnet, inklusive Schattenwirtschaft, Governance, Sanktionen, Währung und KI-Prämie):

• USA: $1,266.2T industrial value — strong governance und the largest AI premium
• Russland: $21.8T industrial value — sanctions und currency discounts dominate
• Nigeria: $5.8T industrial value — a large shadow-economy uplift against a weak governance multiplier

Methodik: HCI-Produktivitätsansatz

Wir verwenden den World Bank Human Capital Index (HCI) kombiniert mit tatsächlichen Produktivitätsdaten, um den Lebenszeit-Arbeitswert zu berechnen:

Wobei:

• Arbeitsbevölkerung = Gesamtbevölkerung × Anteil im erwerbsfähigen Alter (15-64)
• BIP_pro_Arbeiter = Länderspezifische tatsächliche Produktivität ($650 bis $185,000)
• Arbeitsanteil = Anteil des BIP, der an Arbeit geht (0.25 bis 0.60)
• Arbeitsjahre = 40-jährige Karrieredauer für NPV
• HCI² = Human Capital Index zum Quadrat (Qualitätsmultiplikator)

Warum HCI-Produktivität (nicht Jorgenson-Fraumeni):

• J-F erfordert Mikrodaten (Einkommen nach Alter/Geschlecht/Bildung), die nur für ~20 OECD-Länder verfügbar sind
• Ein globales Bewertungsmodell benötigt 95%+ Abdeckung, nicht 15%
• HCI sind von World Bank peer-reviewte Daten, die 176 Länder abdecken
• Verwendet tatsächliches BIP pro Arbeiter statt theoretischer Schätzungen

Zusätzliche Anpassungen:

• Digitale Produktivitätsmultiplikator: Basierend auf Internetdurchdringung
  • Formel: If penetration ≥ 50%: 1.0 + (penetration - 0.50); If < 50%: 1.0 - (0.50 - penetration) × 0.5
  • Bereich: 0.75x (0% Internet) bis 1.5x (100% Internet)
• Humankapital-Resilienz: 95% erhalten (freiwillig) bis 40% erhalten (feindliche Eroberung)
• Bevölkerungs-Klima-Belastung: Reduziert HC, wenn Klimakosten die Produktivität übersteigen

Abgestufte Reservenbewertung

Ersetzt simplistisches "Reserve × Rohstoffpreis" durch realistische Förderökonomie:

Reales Beispiel: Bolivien

• Bewertete Reserven: Lithium 3,000,000 Tonnen zu $15,000/Tonne, plus Erdgas, Zink und Gold
• Abgestufter Wert vor Länderanpassungen: $42.7B
• Länderanpassung: ein kombinierter 0.63 Multiplikator (30% politische Einschränkung, 10% Klimarisiko)
• In die Bewertung übernommener Ressourcenwert: $48.4B

Es gibt keinen separaten Förderwahrscheinlichkeitsterm. Ausführungsrisiko geht nur über den obigen Stufenabschlagsfaktor (0.20 bis 1.00) und die politische und klimatische Anpassung auf Länderebene ein; die Engine multipliziert Reserven nicht mit einer Förderwahrscheinlichkeit.

Quantifizierter strategischer Wert

• Engpässe und Vorwärtsbasen: ein flacher Unternehmenswertmultiplikator pro Land, kein Maut-Einnahmen-NPV. Die strategische Prämie ist (Industrial + Resources + Land + Humankapital) × (multiplier − 1), angewendet auf die 12 Länder, die einen tragen.
  • Dschibuti 1.5, Taiwan 1.4, Ägypten 1.25, Panama 1.2, Südkorea 1.2
  • Singapur 1.15, Polen 1.15, Türkiye 1.15, Katar 1.1, Jemen 1.1, Gibraltar 1.1, Deutschland 1.05
  • Der annual-toll × 15-year NPV model described in earlier versions von this page is nicht computed anywhere in the pipeline. Suez, Panama und Malacca toll revenues are nicht inputs.
• Umstrittenes Territorium: nicht separat bewertet. Territorialstreitigkeiten gehen über die SAPA-Historische-Anspruchstabelle (Abschnitt 1b) in das Modell ein, nicht über die Vermögensseite.
• KI-Infrastrukturprämie: Strategischer Multiplikator für KI-Führerschaft
  • Anwendung: multipliziert nur Industriewert — nicht enterprise value, und nicht the strategic premium above — by 1.02× bis 1.20× für die 14 Nationen auf der KI-Machtliste
  • Faktoren: KI-Investitionskonzentration, Kontrolle digitaler Infrastruktur (Rechenzentren, Halbleiter), Stärke des Technologiesektors
  • Prämienmultiplikatoren:
    • USA +20% (dominantes Ökosystem: NVIDIA, Google, OpenAI)
    • China +15% (große staatliche Investitionen, schnelle Infrastrukturskalierung)
    • UK +8%, Taiwan +8% (DeepMind/KI-Talent, TSMC-Halbleiterdominanz)
    • Kanada +7%, Israel +6% (Toronto/Montreal KI-Hubs, Startup-Konzentration)
    • Singapur +5%, Korea +5% (regionale KI-Hubs, Samsung-Chips)
    • Japan +4% (Halbleiter, Robotik)
    • Frankreich +3%, Deutschland +3%, Australien +3% (europäische KI-Führerschaft)
    • Niederlande +2%, Indien +2% (ASML-Chips, IT-Dienstleistungen)
    • Andere: Keine Prämie
  • Begründung: KI-Infrastruktur ist heute ebenso strategisch kritisch wie militärische Fähigkeiten oder natürliche Ressourcen. Die Kontrolle von Halbleiterlieferketten, Rechenzentrumsnetzwerken und Talentkonzentration bietet geopolitische Hebelwirkung

Das Problem der Gläubigerkonzentration

$56B in chinesisch gehaltenen Schulden tragen ein anderes Leverage-Risiko als $56B in diversifizierten privaten Schulden.

Wir berechnen nominelle Schulden als Prozentsatz des BIP und verwenden dann die Gläubigerkonzentration (HHI-Index), um die effektive Schuldenlast für einen Käufer anzupassen:

Schuldenanpassungsprozess

So funktioniert es:

• Berechnen Sie den HHI (Herfindahl-Hirschman-Index) der Gläubigerkonzentration von 0 (perfekt diversifiziert) bis 1,0 (einzelner Gläubiger)
• Ein höherer HHI bedeutet, dass weniger Gläubiger mehr Schulden halten = höherer Leverage auf den Käufer
• Der Leverage-Multiplikator liegt typischerweise zwischen 0,95× und 1,25× der nominalen Schulden
• Von China dominierte Schulden (>40%) und IMF-Konditionalität schaffen strategische Einschränkungen

Beispiel: USA vs. China

• USA: HHI = 0,345 (diversifiziert), Leverage-Faktor ≈ 1,0×, Risikobewertung 20,7/100 (niedrig)
• China: HHI = 0,738 (konzentriert), Leverage-Faktor ≈ 1,2×, Risikobewertung 44,3/100 (moderat)

Versteckte Kosten der Übernahme

Entscheidend ist, dass Umwelt-Sanierungskosten von einem neuen Eigentümer nicht abgelehnt werden können und echte Verbindlichkeiten darstellen:

• Kohlenstoffverpflichtung: Länder mit hohen Emissionen stehen vor zukünftigen Kohlenstoffsteuern/Reparationen
• Verseuchte Standorte: Brachflächen, Bergbaustandorte, Nuklearanlagen erfordern Sanierung
• Wasserschulden: Grundwasserleerung, Flussverschmutzungsverpflichtungen
• Entwaldung: Wiederaufforstungsverpflichtungen im Rahmen internationaler Abkommen

Auswirkung: Umweltverbindlichkeiten reduzieren die Nettobewertung um 2-15%, abhängig vom Industrialisierungsgrad und Klimaverpflichtungen.

Dynamische Klimahaftungsberechnung

Wir haben statische Klimaanfälligkeitstabellen durch dynamische ND-GAIN-Daten ersetzt, um Klimaanpassungskosten zu berechnen:

ND-GAIN-Indikatoren:

• Vulnerability (0-1): Exposition gegenüber Klimagefahren, Empfindlichkeit gegenüber Auswirkungen und Abhängigkeit von klimasensiblen Sektoren
• Readiness (0-1): Wirtschaftliche, governance-bezogene und soziale Bereitschaft zur Anpassung an den Klimawandel

Süßwasser als strategischer Vermögenswert

Wasser ist eine strategische Ressource des 21. Jahrhunderts. Nationen mit reichlich Süßwasser erhalten eine Bewertungsprämie:

Klimagewinner & -verlierer

Der Klimawandel schafft Gewinner und Verlierer im landwirtschaftlichen Potenzial. Wir passen den Landwert basierend auf IPCC-Projektionen an:

BATNA-Reduktion für klimaanfällige Ziele

Länder, die dem Klimakollaps gegenüberstehen, haben reduzierte Verhandlungsmacht (schwächere BATNA - Best Alternative to Negotiated Agreement):

Verzweiflungsbänder (Rabatt an jeder Bandgrenze):

• < 0.3 (STABLE): 0% - Ziel behält volle Verhandlungsmacht
• 0.3–0.5 (STRESSED): steigt auf 4% - etwas Klimadruck
• 0.5–0.8 (VULNERABLE): steigt in Stufen auf 16% bei 0,5 und steigt auf 40% bei 0,8
• ≥ 0.8 (DESPERATE): der volle 40% - existenzielle Bedrohung, bereit, ungünstige Bedingungen zu akzeptieren

Der Rabatt ist nicht linear zur Verzweiflung. Die Steigung vervierfacht sich bei 0,5, sodass ein Ziel bei 0,49 4% und eines bei 0,50 16%.

World Bank Groundswell 2050-Projektionen

Der Klimawandel treibt die Umverteilung von Humankapital unabhängig von Übernahmeszenarien voran. Die World Bank prognostiziert 216 Millionen interne Klimamigranten bis 2050. Das Modell passt die HC-Werte basierend auf diesen projizierten Migrationsmustern an:

Regionale Projektionen

Emigrationsdruckfaktoren

• ND-GAIN Vulnerability: 40% Gewichtung - Klimaexposition und -empfindlichkeit
• Niedrige Readiness: 30% Gewichtung - Unfähigkeit, sich an den Klimawandel anzupassen
• Klima-Verzweiflung: 30% Gewichtung - existenzielles Bedrohungsniveau
• Regionalfaktor: min(1.5, 1 + projected_migrants_millions / 100), sodass eine Groundswell-Quellregion die 1,5×-Obergrenze erst über 50 Millionen projizierten Migranten erreicht

Einwanderungsattraktivitätsfaktoren

• Zielortbewertung: 70% Gewichtung - Einwanderungsinfrastruktur, politische Offenheit, historische Bindungen
• Klimastabilität: 30% Gewichtung - niedrige Vulnerabilität + hohe Readiness

Vier Integrationsszenarien

Jedes Land wird anhand seiner Fragilität, institutionellen Kapazität und Geschichte des Widerstands gegen Besatzung in eines von vier Szenarien eingeteilt. Die Klassifizierung legt die gesamten Integrationskosten als Anteil des BIP fest, verteilt über eine szenario- und größabhängige Dauer.

Was die Kosten tatsächlich variiert:

• Szenarioklassifizierung: ein Widerstandswert, der Fragilität, institutionelle Kapazität und historischen Besatzungswiderstand kombiniert, wählt eine der vier obigen Zeilen aus
• Dauer: 3 bis 35 Jahre, set by the scenario und by whether the country is small, medium developing, or developed — the total is spread über it
• Klima-Verzweiflung: Abschnitt 3.6 senkt dann die resultierenden Kosten um bis zu 40%
• Nicht separat modelliert: Besatzung, institutionelle Überholung, Infrastrukturreparatur und Stabilisierung sind die Erzählung hinter der Kalibrierung, nicht Posten, die der Code summiert

Bereitwillige Kooperation (Bestfall)

Der Käufer zahlt etwa die Hälfte der Basis-Integrationskosten, sodass der Preis um diese Ersparnis steigt. Nichts anderes ändert sich: Allianzwert und Humankapital werden als intakt nach der Übertragung angenommen.

Umkämpfte Übertragung (Basisfall)

Der Basispreis selbst, mit den bereits abgezogenen vollständigen szenarioklassifizierten Integrationskosten. Dies ist der auf der gesamten Website angezeigte Unternehmenswert.

Feindliche Übernahme (Worstfall)

Der Käufer zahlt 1.50× die Basis-Integrationskosten zusätzlich zur Basis, verliert 0.80 des Allianzwerts des Ziels durch Vertreibung und verliert das Humankapital, das flieht. Dagegen vermeidet er die Schulden, die er nicht übernimmt. Es gibt keinen separaten Durchsetzungskostenmultiplikator auf Verbindlichkeiten.

Risikobewertungsformel (granular)

Strategische Sicherheitenkomponente. Wenn ein Gläubiger physisch einen strategischen Vermögenswert des Schuldners hält — einen Hafen, eine Basis, einen Korridor — übersteigt sein Leverage das, was der Schuldenanteil allein impliziert, sodass eine vierte Komponente bis zu 15 Punkte hinzufügt. Leverage-Multiplikatoren sind vermögenswertspezifisch (begrenzt auf 3,0×): z. B. China–Hambantota Port (Sri Lanka) 2,0× → +10; China–Gwadar + CPEC (Pakistan) 2,5× → +15; US–Al Udeid Base (Katar) 2,0× → +10. Entitäten ohne Gläubigerdaten in der Akte (z. B. unbewohnte oder spekulative Gebiete) erhalten eine neutrale Standard-Risikobewertung von 50.

Interpretation der Risikobewertung:

• 0-35: Hohe Autonomie - diversifizierte Gläubiger, Käufer kontrolliert Integration
• 36-55: Mittlere Autonomie - moderate Konzentration, Gläubigerverhandlungen erforderlich
• 56-70: Niedrige Autonomie - hohe Konzentration, Gläubigerkartell kontrolliert Bedingungen
• 71-100: Sehr niedrige Autonomie - extreme Konzentration, Käufer stark eingeschränkt

Sechs Dimensionen, gewichtet

Warum Sicherheit niedrig gedeckelt ist (0,13): hosting a US base or buying US fighters is alliance, nicht acquisition. A weight in line with the other dimensions would push every NATO member into “captured.” Der cap, combined with the gate below, prevents that.

Gate für aktive Vektoren

Der page text has long defined capture as “decisive leverage on two or more von [the dimensions above].” Der composite score alone doesn't enforce that — a single dimension scoring near 1.0 can drag the composite up without any second lever. Der gate fixes this:

Vereinnahmung ist entweder multi-vektoriell oder sie ist keine Vereinnahmung. Eine einvektorielle Sicherheitsallianz (Israel, Japan, Südkorea: 100 % US-Waffenlieferant und beherbergte Stützpunkte) erreicht einen Sicherheitsbeitrag von maximal 0,13 mit einem aktiven Vektor und verbleibt in LOW_CAPTURE. Die Schweiz verbleibt ohne aktive Vektoren und mit Rauschgrenzen-Werten in SOVEREIGN.

SIPRI-Grenzwerte: Waffen aus der Sowjet-Ära sind keine aktuelle Vereinnahmung

Waffentransfers haben nur politisches Gewicht, solange der Lieferant noch eine funktionierende Beziehung zum aktuellen Regime unterhält. Wir wenden ein Standardlieferfenster von 2014 bis heute an, plus länderspezifische Gültigkeitsgrenzwerte bei Souveränitäts- / Regimewechseln:

• Postsowjetische Nachfolgestaaten (1991): Estonia, Latvia, Lithuania, Ukraine, Moldova, Georgia, Armenia, Azerbaijan, Kazakhstan, etc. — pre-1991 USSR transfers do nicht count toward Russian capture.
• NATO accession states (1991–2008): Poland, Czechia, Hungary, Romania, Bulgaria, the Baltics, Slovenia, Croatia, Albania, Bosnia, Serbia, Montenegro, North Macedonia, Kosovo — alliance flip severs the prior supply relationship.
• Irak (2003), Libyen (2011), Afghanistan (2021), Syrien (2025): Regimewechsel setzt die Sicherheitsliefer-Basislinie zurück.
• Iran (1979), Ägypten (1979): Revolution bzw. Camp-David-Umschwung setzen US-/UdSSR-Transfers jeweils zurück.
• Sahel-Juntas (Mali 2020, Burkina Faso 2022, Niger 2023): putschgetriebene Wendungen von Frankreich in Richtung Russland / Wagner.
• Kuba, Vietnam, Nordkorea (1991): USSR→Russia continuity, no political flip — relationships preserved.

Kalibrierung

Humankapital-Resilienz

Bei feindlichen Übernahmen fliehen qualifizierte Arbeitskräfte. Wir quantifizieren dies als den Prozentsatz des erhaltenen Humankapitalwerts:

Warum ein einzelner Modifikator für Englischkenntnisse unzureichend war

Earlier versions der brain-drain coefficient gated emigration intent by a single English-proficiency modifier (±6–12%). That signal conflated Sprachkenntnisse with the tatsächliches apparatus von mobility — passports, visas, currency power, destination corridors, und exit feasibility — und applied identical treatment bis populations who could execute flight und populations who could nicht. Under hostile conquest, a Tajik subsistence farmer und a Swedish engineer with the same English proficiency received the same brain-drain coefficient, despite radically different real-world ability bis leave.

Das aktuelle Modell zerlegt den Koeffizienten in zwei orthogonale Terme:

Absicht is unchanged from prior versions: it captures the scenario type (voluntary merger → military conquest → autocratic regime change), modulated by diaspora network strength und the regime delta between origin und acquirer. Mobilität is a new five-signal scalar that gates intent by the population's tatsächliches capacity bis execute flight. Der geometric mean ensures that eine einzige near-zero gate dominates — matching the real-world pattern in which populations are trapped by any one von passport, poverty, currency, network, or war.

Fünf Mobilitätssignale

Kalibrierung & Validation

Der mobility factor was calibrated against UN DESA emigrant-stock data bei the bilateral level (origin×destination pairs) using the predecessor bilateral model: pair-level R² = 0.19, Spearman rank correlation +0.42 — consistent with cross-sectional bilateral migration models in the literature, where idiosyncratic destination policy und cohort effects bound explanatory power. Der current unilateral five-signal formula was nicht formally re-calibrated; it was verified against approximately twelve historical reference cases (post-Soviet emigration 1991–2000, Syrian conflict 2011–2024, Venezuelan collapse 2015–2024, North Korean defection 1998–2024, Greek crisis 2010–2018, Cuban migration cycles, others) und produced expected ordinal rankings.

Zusammenfassung der Kalibrierungsergebnisse

Bekannte Einschränkungen

1. Ausreiseverbote auf Quellseite werden über harte Überschreibungen hinaus nicht modelliert. Regime, die die Ausreise beschränken, aber nicht auf der Liste geschlossener Regime stehen (PRK, ERI, TKM), werden in ihrer Mobilität überhöht dargestellt. Der Fragilitätsindex-Proxy fängt einen Teil davon ab, unterscheidet aber nicht zwischen aktivem Auswanderungsverbot und allgemeinem Staatszerfall.
2. Das „feindliche“ Szenario ist auf Souveränitätsebene erwerberagnostisch. Dasselbe Ziel erzeugt denselben feindlichen Übernahme-Brain-Drain, unabhängig davon, wer der Erwerber ist. Die paarweise Berechnung auf Stadtebene in city_sapa_engine.compute_brain_drain trägt zwar Erwerberkontext, der Koeffizient auf Souveränitätsebene jedoch nicht.
3. EU-Freizügigkeit wird möglicherweise leicht unterbewertet. EU-/EWR-/CH-Herkünfte erhalten eine Zielwert-Untergrenze von 0,85, aber die reale EU-interne Mobilität für qualifizierte Fachkräfte ist nahezu funktional vollständig. Die Untergrenze von 0,85 ist konservativ.
4. FX-Abwertung wird nur über ein 3-Jahres-Fenster erfasst. Currencies that have weakened gradually over longer horizons (e.g., 5–10 year structural depreciation) without showing in the 3-year monthly close series are under-penalized. Adding a longer FX window is a refinement.
5. Bilateraler Erwerberkorridor wird nicht modelliert. Der unilaterale Mobilitätsfaktor bewertet die aggregierte Fähigkeit einer Herkunft zu fliehen, nicht ihre Fähigkeit, zu einem bestimmten Erwerber zu fliehen. Für erwerberspezifische Vorhersagen bleibt das bilaterale Modell in bilateral_mobility.py das geeignete Werkzeug.

Allianzmitgliedschafts-Prämie & Transferrisiko

Allianzmitgliedschaften schaffen quantifizierbare BIP-Prämien durch Handelszugang, Sicherheitsgarantien und Koordinationsvorteile. Diese Prämien sind bedingt—sie gehen auf freundliche Käufer über, verflüchtigen sich aber bei feindlichen Übernahmen.

Kritische Erkenntnis: Bei feindlicher Übernahme wird die Allianzmitgliedschaft typischerweise widerrufen, sodass ein Käufer diese Vorteile NICHT erbt. Sanktionen und Ausschluss folgen typischerweise und schaffen „gestrandeten Allianzwert“.

Wie der Allianzwert berechnet wird: jede Mitgliedschaft trägt ihre konservative BIP-Prämie plus einen FDI-Schub von (FDI_multiplier − 1) × GDP × 0.50bei. Für jede Allianz, die das Modell tatsächlich zuweist, ist der FDI-Schub größer als die BIP-Prämie, sodass er die größere Hälfte des Allianzwerts ausmacht.

Bilaterale Sicherheitsbindungen: Blöcke sind Klubs; bilateraler Schutz wird daher separat aus data/bilateral_defense_ties.json erfasst: Verteidigungsverträge aus ATOP v5.1 (in Kraft bis 2018), US-Verträge, bestätigt in den Treaties in Force 2025 des US-Außenministeriums, die 22 wichtigsten Nicht-NATO-Verbündeten der USA sowie datierte Pakte nach 2018 (Russland–Nordkorea 2024, Saudi-Arabien–Pakistan 2025). Angerechnet wird nur die geschützte Partei: Ein US-Verteidigungsvertrag fügt 8 % des BIP hinzu (NATO-Mitglieder ausgenommen, da die NATO dies bereits abdeckt), der Status als wichtiger Nicht-NATO-Verbündeter 3 % und jeder andere bilaterale Verteidigungspakt 2 %, jeweils mit einem FDI-Aufschlag wie oben. Diese drei Prämien sind unkalibrierte Annahmen. Ein direkter Verteidigungsvertrag zwischen Käufer und Ziel blockiert in SAPA den Zwang, wie ein gemeinsamer Block.

Was die Transfer-Spalten pro Allianz nicht sind: die untenstehenden Prozentsätze „Transfer zu feindlich“ beschreiben die Allianzdefinitionen, aber die Bewertungs-Engine liest sie nicht. Im feindlichen Szenario wendet sie einen pauschalen Verlust von 0.80 auf den gesamten Allianzwert eines Landes an, unabhängig davon, aus welchen Allianzen dieser Wert stammt.

Westliche Allianzen

Eurasische & nichtwestliche Sicherheitsblöcke

Regionale Wirtschaftsgemeinschaften

Afrikanische Regionalblöcke

Integrationsreibungsformel

Ideologie moduliert die basisallianzabgeleitete Reibung (0,0 / 0,10 / 0,30) mit einem kontinuierlichen Multiplikator:

Der Modifikatorbereich (0,70–1,15) ist bewusst asymmetrisch: Hohe Übereinstimmung kann die Reibung deutlich reduzieren, aber ideologische Opposition allein kann nicht mehr Reibung erzeugen, als geografische und militärische Barrieren bereits auferlegen.

Zusammengesetzter Alignment-Score (-1,0 bis +1,0)

Sieben gewichtete Signale kombinieren zu einem einzigen Alignment-Score für jedes Käufer-Ziel-Paar:

38 Ideologietypen, paarweise Bewertung (0,0–1,0)

Die Kompatibilitätsmatrix misst beobachtete historische Interaktionsmuster zwischen Ideologiefamilien — keine normativen Urteile über politische Systeme. Die Werte spiegeln dokumentierte Kooperation, Konflikt und institutionelle Kompatibilität wider:

• Hohe Kompatibilität (0,7–1,0): Liberaldemokratische Paare (USA–UK), sunnitische Solidaritätsblöcke (Saudi-Arabien–Pakistan), autoritäre Ausrichtung (Russland–China)
• Mittlere Kompatibilität (0,3–0,7): Gemischte Regimepaare mit pragmatischer Zusammenarbeit trotz ideologischer Distanz
• Niedrige Kompatibilität (0,0–0,3): Ideologische Gegner (USA–Iran), theokratisch-säkulare Fehlpaarungen

Die Matrix wurde von 18×18 auf 38×38 erweitert, um subkonfessionelle Unterscheidungen (Sunniten vs. Schiiten, Protestanten vs. Katholiken) zu erfassen, wo sie geopolitisch bedeutsam sind.

25 Allianzen, 166 Länder

Im Unterschied zu traditionellen Sicherheitsallianzen (NATO, CSTO) spiegeln ideologiegetriebene Allianzen geteilte zivilisatorische, religiöse oder Governance-Affinität wider. Diese schaffen latente Integrationspfade, die die Reibung selbst ohne formelle Militärverträge reduzieren:

• Religiöse Blöcke: OIC (57 Mitglieder), Arabische Liga (22), buddhistische Kooperationsnetzwerke
• Governance-Blöcke: Five Eyes (5), EU (27), BRICS+ (erweiterte Mitgliedschaft), GCC (6)
• Regionale Identität: Afrikanische Union (55), ASEAN (10), Pacific Islands Forum (18)

Allianz-Überlappung wird log-gewichtet, um eine Überzählung von Paaren zu vermeiden, die viele Blöcke teilen — der marginale Integrationsnutzen der 5. geteilten Allianz ist kleiner als der der 1.

102 geopolitische Ereignisse (1792–heute)

Der Datensatz historischer Ereignisse validiert Ideologie-Alignment-Scores anhand realer Ergebnisse. Jedes Ereignis ist mit dem Ideologie-Alignment der beteiligten Staaten, ob die Interaktion kooperativ oder konfliktreich war, und dem beobachteten Ergebnis gekennzeichnet:

• Kooperative Ereignisse: Vertragsunterzeichnungen, Allianzbildungen, friedliche Wiedervereinigungen, Wirtschaftsunionen
• Konfliktreiche Ereignisse: Invasionen, Stellvertreterkriege, Sanktionskampagnen, ideologische Eindämmung

Diese Ereignisse dienen als Ground Truth für die Kalibrierung der Alignment-Formel — Paare mit hoher kooperativer Geschichte erhalten positive Modifikatoren, Paare mit konfliktreicher Geschichte negative Modifikatoren.

Wie Ideologie die Übernahmerealisierbarkeit verändert

Ideologie wirkt als Modulator, nicht als Treiber — sie passt den Integrationsreibungs-Term innerhalb von SAPA an, überschreibt aber weder strategischen Impuls noch Zwangsfeasibilität:

Methodische Anmerkung: Beobachtbare Muster, keine normativen Urteile

Die gesamte Ideologiebewertung spiegelt dokumentierte historische Muster wider — wie Staaten mit gegebenen Ideologieprofilen tatsächlich interagiert haben — keine Werturteile über politische Systeme oder Religionen. Hohe Kompatibilität zwischen autoritären Staaten (z. B. Russland–China) spiegelt beobachtete Koordination wider, keine Befürwortung. Niedrige Kompatibilität zwischen theokratischen und säkularen Staaten spiegelt dokumentierte Reibung wider, keine kulturelle Hierarchie.

Religiöse demografische Daten verwenden standardmäßige akademische Kategorien (Pew Research Center Taxonomie). Subkonfessionelle Aufteilungen (Sunniten/Schiiten, Protestanten/Katholiken) werden nur einbezogen, wo sie geopolitisch bedeutsam und durch quantitative Evidenz gestützt sind.

Der Lift-Index

Messung der Lücke zwischen territorialer Produktion und Einkommen der Einwohner

Konzeptioneller Rahmen inspiriert von Theorien des Phantomkapitals und der Kapitalsouveränität. Zitat: Poliks, M., & Trillo, R. A. (2025). Exocapitalism: Economies with absolutely no limits. Becoming Press.

Formel: ((BIP - BNE) / BIP) × 100

Der Lift-Index misst den Anteil des BIP eines Landes, der Kapitalflüsse durch das Territorium darstellt, ohne dass Einkommen bei den Einwohnern anfällt. Er zeigt:

Nur Anzeige; nicht auf den Preis angewendet

Der Lift-Index ist eine deskriptive Ebene. Er geht nicht in die veröffentlichten souveränen Preise ein. Die Engine, die sie schreibt, wendet keine BIP-Qualitätsanpassung für Lift an; eine liftbasierte Industriewertanpassung existiert in einem älteren Bewertungsmodul, das nicht auf dem Pfad liegt, der die auf dieser Seite gezeigten Preise erzeugt. Frühere Versionen dieser Seite beschrieben diese Anpassung, als wäre sie aktiv. Sie ist es nicht.

Wofür der Index nützlich ist, bleibt unverändert: Er trennt territoriale Produktion vom Einkommen der Einwohner und kennzeichnet, wo ein Erwerber Durchlaufskapital statt eine Volkswirtschaft kaufen würde. Lesen Sie ihn neben dem Preis, nicht in ihm.

Aktuelle Werte

• Irland +31.4%: ein großer Teil der erfassten irischen Produktion ist ausländisches Kapital, das durchfließt.
• Luxemburg +31.9%: extreme Phantom-BIP-Konzentration im globalen Finanzwesen.
• Japan -6.3%: a creditor position — residents earn more abroad than foreigners earn in Japan.
• Vereinigte Staaten +0.6%: nahezu ausgeglichen, als große Volkswirtschaft, die sowohl Ziel- als auch Quelle von Investitionseinkommen ist.

Quelle: Brand Finance Global Soft Power Index

Was es misst: Der wirtschaftliche Wert des Rufs, des kulturellen Einflusses, des diplomatischen Netzwerks und des institutionellen Prestiges einer Nation. Soft Power beeinflusst die Fähigkeit, Investitionen, Talente, Handelsbeziehungen und Allianzglaubwürdigkeit anzuziehen.

Beispielwerte (2024):

• USA: $26.0T Nation Brand Value (Score: 74,8)
• China: $10.2T (Score: 63,2)
• UK: $5.4T (Score: 66,5)
• Deutschland: $4.9T (Score: 62,7)
• Japan: $4.2T (Score: 62,5)

Brand Finance wendet die ISO 10668 Bewertungsmethodik auf Nation Brands an und behandelt Länder als "Marken" mit quantifizierbarem Reputationswert.

Quelle: World Bank KNOMAD

Was es misst: Die wirtschaftliche Verbindung zu Bürgern im Ausland. Rücküberweisungen stellen fortlaufendes wirtschaftliches Engagement der Diaspora dar — ein Vermögenswert, nicht nur Einkommen. Wir kapitalisieren jährliche Flüsse, um den "Bestandswert" von Diaspora-Netzwerken zu schätzen.

Höchste Diaspora-Vermögenswerte:

• Indien: $1,38 Bio. Diaspora-Vermögenswert
• Mexiko: $676 Mrd. Diaspora-Vermögenswert
• Philippinen: $403 Mrd. Diaspora-Vermögenswert
• China: $314 Mrd. Diaspora-Vermögenswert
• Ägypten: $296 Mrd. Diaspora-Vermögenswert

Hinweis: Die Abwanderung von Humankapital wird separat als Verbindlichkeit modelliert (über die Kennzahl Human Capital Resilience). Der Diaspora-Wert erfasst die positive wirtschaftliche Verbindung zu Bürgern im Ausland.

Quelle: Fund for Peace Fragile States Index (FSI)

Was es misst: Staatliche Stabilität und Resilienz. Fragile Staaten haben abgewertete Vermögenswerte aufgrund von: Governance-Risiko, Konfliktpotenzial, institutionellem Verfall und Kapitalfluchrisiko. Der FSI erfasst 12 Indikatoren über Kohäsions-, Wirtschafts-, Politik- und Sozialdimensionen.

Die beiden Quellen werden kombiniert, weil sie unterschiedliche Ländergruppen abdecken. Der Fragile States Index erreicht 84 der 217 Länder in der wirtschaftlichen Basislinie; V-Dem und Freedom House zusammen erreichen 197 und 197. Wo nur eine Quelle vorhanden ist, steht diese allein; wo keine vorhanden ist, beträgt der Multiplikator 1,0.

Extreme (die 84 Entitäten, die von beiden Quellen bewertet werden, wo der Multiplikator vollständig bestimmt ist):

• Am fragilsten:
  • SSD: FSI 109 (×0.584)
  • SDN: FSI 109.3 (×0.585)
  • SYR: FSI 107.5 (×0.586)
• Am stabilsten:
  • FIN: FSI 14.3 (×0.958)
  • ISL: FSI 15.2 (×0.957)
  • LUX: FSI 20.2 (×0.942)

Über den gesamten bewerteten Satz reicht der Multiplikator von 0.58 bis 1.00, aber die Obergrenze wird von Entitäten erreicht, die weder Fragilitäts- noch politische Freiheitsdaten haben. Ein Multiplikator von 1,00 bedeutet "nicht bewertet", nicht "perfekt stabil".

Quelle: Eurostat Tabelle 29 / OECD Pensions at a Glance

Was es misst: Aufgelaufene Pensionsansprüche als % des BIP. Diese stellen Versprechen dar, die Regierungen gegenüber aktuellen und zukünftigen Rentnern gemacht haben. Ein Erwerber würde diese Verpflichtungen erben (oder muss sie ablehnen).

Höchste Pensionslasten (% BIP):

• Spanien: 507% des BIP (teilweise gedeckt)
• Österreich: 442% des BIP
• Italien: 420% des BIP
• Frankreich: 390% des BIP
• Japan: ~320% des BIP (starke Alterung)

Was die Engine verbucht: die Vereinigten Staaten tragen eine Pensionsverbindlichkeit von $14.6T und Spanien $2.7T, beide nach dem 0.25 Faktor. Länder außerhalb der Abdeckung der Quelle tragen null, was ihre Verpflichtung eher untertreibt als schätzt.

Vorbehalt von Eurostat: "Aufgelaufene Pensionsansprüche sind NICHT als Nachhaltigkeitsmaß geeignet und sollten nicht als Staatsschulden betrachtet werden." Wir wenden einen konservativen 0.25 Faktor an, um diese Nuance widerzuspiegeln.

Aktualisierte Vermögens-/Verbindlichkeitsformel

Auswirkungszusammenfassung:

• Soft Power: USA gewinnen $26.0T, was den Gesamtwert erheblich steigert
• Diaspora: Indien gewinnt $1,4 Bio., Philippinen $400 Mrd.+
• Fragilität: der niedrigste Stabilitätsmultiplikator im bewerteten Satz ist 0.58 (SSD), d. h. eine 42%ige Abschreibung der Basisvermögenswerte
• Pensionen: Spanien fügt $2.7T an Verbindlichkeiten hinzu; die USA fügen hinzu $14.6T

Primäre Datenquellen

Konfidenzniveaus:

• Hohe Konfidenz (±5%): OECD-Länder, transparente Finanzsysteme (USA, EU, Japan)
• Mittlere Konfidenz (±15%): Schwellenländer mit ordentlicher Berichterstattung (Brasilien, Indien, Mexiko)
• Niedrige Konfidenz (±30%): Fragile Staaten mit begrenzten Daten (Somalia, Syrien, Venezuela)
• Sehr niedrige Konfidenz (±50%+): Konfliktgebiete oder nicht berichtende Länder (DPRK, Teile Subsahara-Afrikas)

Bekannte Datenlücken

• Chinesische Schuldenprozentsätze zeigen 0%: AidData verfolgt chinesische Kredite an Entwicklungsländer, könnte aber aufgrund undurchsichtiger Finanzierungsstrukturen untererfassen. Große Volkswirtschaften melden chinesische Beteiligungen nicht formell
• IMF-Prozentsätze durchweg niedrig: IMF-Beteiligung erscheint bei Krisenkrediten. Der aktuelle Datensatz spiegelt für die meisten Länder Vor-Krisen-Zeiträume wider
• Daten zu Entwicklungsländern: Viele subsaharische und pazifische Nationen haben unvollständige Gläubigerzusammensetzungen aufgrund mangelnder Transparenz
• Untererfassung privater Gläubiger: Institutionelle Investoren werden über World Bank CRS verfolgt, aber Aggregate können die wahre Konzentration verschleiern
• Länderprofile & Kurzbeschreibungen: Bevölkerungs-, Wirtschafts- und politische Daten stammen aus CIA World Factbook, World Bank, IMF und Trading Economics. Jeder Ländereintrag enthält ein blurbSources Array, das die für dieses Profil verwendeten spezifischen Quellen auflistet
• Hauptstadtfotos: Bezogen über kostenlose Stockfoto-APIs (Unsplash, Pexels, Pixabay). Die Fotos sind reale Hauptstadtbilder (keine Flaggenbilder). Aktuelle Sammlung: 67 % hochwertige professionelle Fotos (≥150 KB). 30 % in der Aktualisierungswarteschlange, um Platzhalter geringerer Qualität zu ersetzen. Der vierteljährliche Aktualisierungszyklus hält den Qualitätsstandard von mindestens ≥150 KB Dateigröße aufrecht.
• Internetdurchdringung & Multiplikator für digitale Produktivität: Derived from ITU Facts & Figures 2025 und World Bank WDI. Formel: ≥50% penetration: 1.0 + (penetration - 0.50); <50% penetration: 1.0 - (0.50 - penetration) × 0.5. Multiplies human capital value by 0.75x to 1.5x range based on internet access. Empirical basis: correlation r=0.87 between penetration and GDP growth; each 10% increase yields +1.4-1.6% GDP growth in developing economies
• KI-Investitionen & digitale Infrastruktur: Abdeckung beschränkt auf 50+ Länder mit signifikanten KI-Investitionen. Daten von Crunchbase (Venture-Finanzierung), World Bank (Capex), Regierungshaushalte (öffentliche Investitionen). Zentrale Kennzahlen: Gesamt-KI-Investitionen (2023-2025), Rechenzentrumskapazität, GPU-/Halbleiterfertigungskapazität, KI-Talentkonzentration. Hinweis: Schwellenländer (Indien, Vietnam) erweitern ihre KI-Fähigkeiten rasch; Daten können bei kleineren Nationen 6-12 Monate nachlaufen.
• Lift-Index: Misst die Lücke zwischen territorialer Produktion (GDP) und Einkommen der Ansässigen (GNI). Formel: ((GDP - GNI) / GDP) × 100. Positiver Lift-Index = "Phantasmic GDP" (Kapital fließt durch, ohne den Ansässigen zuzufließen, typisch für Steueroasen und Finanzzentren); negativer Lift-Index = "Creditor Premium" (Ansässige verdienen im Ausland mehr, als Ausländer im Inland verdienen, typisch für Gläubigernationen). Live von der World Bank API abgerufen: 200 Länder mit beiden Werten im selben Jahr, globaler Mittelwert +1.23%, laufend von -62.8% (Tuvalu) bis +32.3% (Puerto Rico (US)). Display only — it is nicht applied bis the price (Section 9)

51 Cases (1776–2023)

Die Datenbank umfasst jeden bedeutenden modernen Fall territorialer Abtrennung, kategorisiert nach Ergebnis:

Was jeder Fall erfasst

• Entity name & host nation zum Zeitpunkt der Abtrennung
• Jahr der Abtrennung oder des Versuchs
• Ergebnis: erfolgreich, gescheitert, laufend, absorbiert
• Mechanismus: verhandelt (Singapur), einseitige Erklärung (Kosovo), Krieg (Bangladesch), Referendum (Südsudan), Zusammenbruch (Sowjetstaaten)
• Nuklearstatus des Gastlandes: Ob die Gastnation zum Zeitpunkt der Abtrennung nuklear bewaffnet war. Zentrale Erkenntnis: keine Stadt wurde jemals gegen ihren Willen von einer Atommacht abgetrennt
• GDP zum Zeitpunkt der Abtrennung (sofern verfügbar): Validiert die Bewertung der wirtschaftlichen Hebelwirkung
• Strukturelles Profil: Bevölkerung, host nation GDP share, dominant Bratton layer — enables pattern matching bis current Städte

Wie viel strategischen Wert hält eine Stadt im Verhältnis zu ihrem GDP-Anteil?

Lambda measures whether a city "punches above its weight" — holding more strategic value than its share von national GDP would suggest.

Wobei adjusted_city_valuation_share ein gewichteter Composite aus fünf Dimensionen ist:

Interpretation:

• λ < 1.0: Stadt trägt weniger strategischen Wert bei, als ihr GDP-Anteil vermuten ließe ("Passagier")
• λ = 1.0: Strategischer Wert der Stadt ist proportional zu ihrem GDP ("Basislinie")
• λ 1.0–1.5: Stadt schlägt über ihrem Gewicht ("Gehebelt")
• λ 1.5–2.0: Stadt hält unverhältnismäßigen strategischen Wert ("Abtrennungskandidat")
• λ > 2.0: Stadt ist der primäre strategische Vermögenswert der Gastnation ("Kernvermögenswert")

Obergrenze: λ is clamped bei 3.00. Die Obergrenze ist nicht selten und sie ist kein Stadtstaaten-Marker: 27 der 74 bewertete Städte erreichen sie, darunter souveräne Stadtstaaten, aber auch große Metropolen, deren Teilscores sättigen. Hongkong, zuvor hier als Obergrenzen-Fall gelistet, erreicht 0.78: it is nicht flagged as already-sovereign in the scores file, so its λ comes from the ordinary sub-score blend rather than the fixed ceiling that Singapur und Luxemburg receive.

Earth-/Flow-/Cloud-Wertverteilung

Nach Benjamin Brattons Modell vertikaler Souveränität (Der Stack, 2016) wird der strategische Wert jeder Stadt in drei Schichten zerlegt. Dies informiert die Abtrennbarkeit: Städte mit hohem Wert in oberen Schichten sind leichter abzutrennen, weil die physischen Kontrollmechanismen der Gastnation den Wert nicht erfassen.

Wie realistisch ist eine Abtrennung?

Composite-Score von 0,0 bis 1,0, der die realistische Wahrscheinlichkeit misst, dass eine Stadt von ihrer Gastnation abgetrennt werden könnte. Verwendet 6 nach Wichtigkeit gewichtete Teilscores, multipliziert mit einem Nuklear-Modifikator.

Der Headline-Score

Das endgültige Ranking jeder Stadt kombiniert Lambda (wie wertvoll sie ist) mit Abtrennbarkeit (wie abtrennbar sie ist):

Wobei:

• lambda_normalized = λ / 3.0 (scales bis 0.0–1.0 range)
• severance_feasibility = Composite aus Abschnitt 12.3
• strategic_value_factor = 1,0 + (Bratton-Cloud-Schicht-Bonus) + (GFCI-Finanzzentrum-Bonus)

Realisierbarkeitsstufen:

Welche Städte werden bewertet?

Eine Stadt gelangt in die Abtrennungsanalyse, wenn sie alle drei Hürden passiert:

• GaWC rank ≥ Gamma+ (score ≥ 0.4) — minimum global connectivity threshold
• Metro-BIP ≥ $50 billion — minimum economic mass for Realisierbarkeit as a standalone entity
• Klimadaten verfügbar für das Gastland (ND-GAIN oder Swiss Re auf Stadtebene)

Derzeit 74 Städte pass all gates. All 49 originally curated Städte plus 25 expansion Städte meet eligibility. Der gate is designed for forward-looking expansion — as coverage grows toward 150+ Städte, the filter removes candidates that lack the structural prerequisites for meaningful detachment analysis.

84 Plattform-Entitäten über 6 souveräne Funktionen

Jede Plattform-Entität wird danach kategorisiert, welche souveräne(n) Funktion(en) sie ausübt:

Jede Plattform hat außerdem Erwerber-Präferenzen — weighted scores for Energie, Wasser, Glasfaser-Konnektivität, Humankapital, regulatorisches Umfeld, market size, tax regime, Landkosten, und geologische Stabilität — used in platform-city matching.

Messung pro Land und pro Stadt

Für jedes der 50 Länder mit bewerteten Städten misst der PSI, wie tief Plattformunternehmen in souveräne Funktionen eingedrungen sind:

PSI-Bereich: 0,0 (vollständige staatliche Souveränität über digitale Funktionen) bis 1,0 (Plattformen haben staatliche Funktionen effektiv ersetzt). Top-PSI-Länder: GBR 0.8650, USA 0.8601, DNK 0.8333, AUS 0.8299, SGP 0.8293.

PSI auf Stadtebene: Nationaler Wert angepasst um den Cloud-Layer-Prozentsatz der Stadt aus der Bratton-Zerlegung. Der höchste Stadt-PSI ist Boston bei 0.8171 (Cloud 0.45); San Francisco folgt bei 0.7827 (Cloud 0.41). Städte mit hohen Earth-Layern haben eine geringere Plattform-Souveränitätsexposition.

84 Platforms × 74 Städte = 6,216 Präferenzwerte

Jede Plattform hat einzigartige Infrastrukturanforderungen. Das Präferenzmodell gleicht Plattformbedürfnisse mit Stadtfähigkeiten ab:

Plattform-Stadt-Präferenzen fließen in das Gale-Shapley-Matching auf Stadtebene ein (Phase 5), bei dem Plattformen neben traditionellen staatlichen Akteuren als Erwerber auftreten. Eine Stadt, die mit Amazon gematcht wird, sieht sich anderen Souveränitätsimplikationen gegenüber als eine, die mit Apple gematcht wird.

Projektionen der physischen Ressourcennachfrage

Plattform companies are nicht purely digital — they require massive physical infrastructure. Der demand model projects platform resource consumption über three horizons:

Bis 2030 werden Plattform-Parks für erneuerbare Energien schätzungsweise 933.000 Acres — overwhelmingly sited in low-cost agricultural areas (Texas Panhandle, Midwest, desert Southwest, southern Spain). Each GW von solar requires approximately 5,000–10,000 acres. Amazon alone is the world's largest corporate renewable Energie purchaser bei 20+ GW contracted.

13 dokumentierte Earth-Layer-Akquisitionen von Plattformen

Plattformunternehmen erwerben bereits physisches Territorium für Infrastruktur. Das Modell verfolgt diese Akquisitionen mit einem Extraktionsverhältnis — the estimated ratio von value extracted from a territory versus value returned through jobs, taxes, und investment:

Muster: Platforms preferentially acquire territory in small, economically limited communities with cheap Energie und permissive regulation. Extraction ratios are highest where the community has fewest economic alternatives. Swedish tax system (Meta Luleå: 15:1) captures more value than U.S. localities (Google Der Dalles: 40:1).

Offenlegung der Datenabdeckung

Plattform-Souveränitätswerte verwenden ein dreistufiges Datenmodell das die Verfügbarkeit direkter Messdaten über Länder hinweg widerspiegelt:

Countries below the line (Tiers 2 und 3) lack direct platform market share measurement. Their PSI scores are structural estimates — useful for comparative ranking but nicht calibrated bis observed platform activity. Der ABTRENNBARE VERMÖGENSWERTE explorer marks each platform entry with a confidence dot: gemessen, teilweise, modelliert.

Präferenz des staatlichen Erwerbers für die Stadt

Jeder staatliche Erwerber reiht alle 74 Städte anhand eines 5-Faktor-Synergiewerts ein (Spec Abschnitt 3A). Kapazität: 3 Städte pro staatlichem Erwerber.

Präferenz der Stadt für den staatlichen Erwerber

Jede Stadt reiht staatliche Erwerber danach ein, wie gut der Erwerber den Governance- und Wirtschaftsinteressen der Stadt dient:

Präferenz des Plattform-Erwerbers für die Stadt

Plattformunternehmen reihen Städte nach Eignung der digitalen Infrastruktur ein (Spec Abschnitt 3D.4). Kapazität: 5 Städte pro Plattform.

Präferenz der Stadt für den Plattform-Erwerber

Städte reihen Plattformen nach dem Potenzial für lokalen wirtschaftlichen Nutzen ein:

Matching-Algorithmus

Die kombinierte Synergie für jedes (Erwerber, Stadt)-Paar ist das geometrische Mittel aus der Präferenz des Erwerbers und der Präferenz der Stadt: synergy = sqrt(acquirer_score × city_pref). Zwei unabhängige Gale-Shapley-Runden erzeugen stabile Matches oberhalb einer minimalen Synergieschwelle von 0,25. Harte Beschränkungen blockieren Matches, bei denen der Erwerber der Gastallianz der Stadt feindlich gegenübersteht, die Plattform der dominierende Arbeitgeber ist (>15 % der Arbeitskräfte) oder kartellrechtliche Verfahren in der Gastjurisdiktion bestehen.

Ausgabe: city_acquirer_matches.json — stable matches über 74 Städte, 217 staatliche Erwerber und 83 Plattform-Erwerber. Erkunden auf ABTRENNBARE VERMÖGENSWERTE

Gastfriktion für staatliche Erwerber

Staatliche Erwerber sehen sich vier Friktionskomponenten seitens der Gastnation gegenüber:

Gastfriktion für Plattform-Erwerber

Plattform-Erwerber sehen sich eher regulatorischer als militärischer Friktion gegenüber:

Die Allianz-Divergenz zwischen Erwerber und Gastgeber skaliert die Deal-Realisierbarkeit: gleicher Block = 0,0 Abzug, gegnerische Blöcke (NATO vs BRICS) = 1,0 Abzug. Deals, bei denen ein China-naher Erwerber auf eine NATO-beheimatete Stadt zielt, unterliegen maximaler Divergenz-Reibung. Nur Deals über 10 % Realisierbarkeit werden angezeigt im DEAL-EXPLORER.

Ausgabe: city_sapa_deals.json — 524 Deals bewertet, davon 227 die 10-%-Realisierbarkeitsschwelle überschreiten und angezeigt werden. Erkunden auf DEAL-EXPLORER

Koalitions-Realisierbarkeits-Score (10 Sub-Scores + Governance-Multiplikator)

Spezifikation Abschnitt 3C.2. Jede Koalition wird über 10 gewichtete Dimensionen bewertet und dann mit der durchschnittlichen Governance-Qualität der Koalition skaliert:

Greedy-Optimierung mit Neustarts

Spezifikation Abschnitt 3C.4. Der Algorithmus verwendet 50 Anker (bestbewertete Entitäten) plus 30 regionale Anker, um die Koalitionsbildung zu initialisieren:

• Initialisieren: Von jeder Anker-Entität als Kern ausgehen
• Wachsen: Kompatibles Mitglied mit höchster Synergie aus dem Entitätspool hinzufügen. Einschränkungen: keine doppelten Gastgebernationen, mindestens ein Finanzzentrum, mindestens eine souveräne Entität pro Koalition, max. 3 Plattformen pro Koalition, max. 5 Auftritte pro Entität über alle Koalitionen hinweg
• Bereinigen: Mitglieder entfernen, die die Gesamt-Realisierbarkeit verringern
• Deduplizieren: Reject coalitions with >40% membership overlap with existing selections
• Die besten auswählen: Nach Realisierbarkeits-Score sortieren und die Top-Koalitionen nehmen, bis zu einer Obergrenze von 40. 22 überstehen die Deduplizierungs- und Einschränkungsfilter im aktuellen Lauf. Jede erhält eine von Claude Opus verfasste Erzählung, die Governance-Struktur, Wirtschaftslogik und strategische Risiken beschreibt

Ausgabe: network_state_coalitions.json — 22 Koalitionen aus dem Multi-Entitäts-Pool (Städte, Staaten, Territorien, Stadtstaaten, Plattformen). Erkunden auf ABTRENNBARE VERMÖGENSWERTE → Netzwerk-Konstruktor

Fiskalisches Auswirkungsmodell

Steuereinnahmen konzentrieren sich in Städten unverhältnismäßig zum Bevölkerungsanteil. Ein Steuerkonzentrations-Multiplikator bläht den Einnahmeverlust über den rohen BIP-Anteil hinaus auf:

Humankapital-Abwanderungskaskade

Fachkräfte folgen wirtschaftlichen Chancen in die abgetrennte Stadt. Die Emigration beschleunigt sich über vier Horizonte, kalibriert an der postsowjetischen Emigration (75–90 % zurückgehalten), der griechischen Krise (88 % zurückgehalten) und dem venezolanischen Zusammenbruch (85 % zurückgehalten):

7-Komponenten-Souveränitäts-Realisierbarkeits-Score

Kombiniert institutionelle Kapazität mit der Schwere des wirtschaftlichen Schocks:

Staaten werden klassifiziert als Lebensfähig/Verringert (≥60%), Kämpfend/Schwere Krise (≥35%), Scheiternd/Terminaler Niedergang (≥15%), oder Kollaps-Trajektorie/Nicht lebensfähig below that. City-states (Singapur, Luxemburg, Hong Kong) score 0% by definition — detachment eliminates the state entirely.

Zusätzliche Auswirkungsebenen

• Infrastruktur-Strandung: 5 categories (port, airport, data center, Energie grid, telecom) — the detached city takes the infrastructure; the residual state bears maintenance costs for underutilized connecting networks
• Ungleichheitsverschiebung: Gini-Koeffizient für 48 Länder aus World Bank-Daten berechnet. Die Entfernung einkommensstarker Stadtbevölkerungen komprimiert die Verteilung nach unten, aber die Armutsquote steigt da fiskalische Transferzahlungen versiegen
• Plattform-Übernahme-Risiko-Overlay: Fiskalische Verzweiflung macht Reststaaten anfällig dafür, Souveränität für plattformvermittelte wirtschaftliche Stabilisierung abzutreten. Höhere fiskalische Lücke = höhere Toleranz für Extraktionsquote
• Zeitliche Projektionen: BIP-Belastung verstärkt sich bei jedem Horizont (J1/J5/J10/J25) mit annual_drag = brain_drain × 0.35 + 0.005 × fiscal_gap_pct
• 8-teilige strukturierte Erzählungen: Jede Gastgebernation erhält eine von Claude Opus verfasste Auswirkungsbewertung, die auf theoretischen Rahmenwerken von Milanovic (globale Ungleichheit), Povinelli (Verlassenheit/Verwerfbarkeit), Mbembe (Nekropolitik) und Sassen (Ausstoßung) basiert

Ausgabe: residual_state_impacts.json — 50 Gastgebernationen, 4 zeitliche Horizonte, 30 Koalitions-Verbundszenarien. Erkunden auf ABTRENNBARE VERMÖGENSWERTE → Reststaaten

Würde-Untergrenzen-Index (DFI): 7-Dimensionale konjunktive Messung

Jedes Land erhält einen zusammengesetzten DFI-Score und eine Aufschlüsselung pro Dimension. Der DFI ist konjunktiv — a country fails the floor if eine einzige Dimension unter ihre Schwelle fällt, unabhängig davon, wie gut andere Dimensionen abschneiden.

Dimensions-Subindikatoren

Indikatorwerte kaskadieren durch eine 4-stufige Auflösung: (1) gemessen aus dfi_indicators.json, (2) gemessen aus economic_baselines.json, (3) proxied aus world_bank_indicators.json, (4) development-scaled global median default (poor Länder abdecken receive worse defaults via a GDP-per-capita sigmoid). Active conflict Länder (UKR, SDN, SOM, YEM, SYR, MMR, AFG, LBY, ETH, COD, SSD, IRQ) receive a hard conflict penalty Multiplikator (0.35–0.65) on service delivery dimensions.

Kalibrierung anhand von Weltbank-Baselines

Der DFI misst ein breiteres Konzept als nur Einkommen. Der Weltbank-Bericht Poverty, Prosperity, und Planet report (2024) provides the canonical income-based baselines against which DFI results can be compared. Our dignity floor captures populations that income measures miss — people above the income line who nonetheless lack adequate health systems, political voice, Wohnraum, or Umwelt safety.

Schlüsselvergleich: Die Weltbank zählt 3,53 Mrd. Menschen unter 6,85 USD/Tag. Unser nationaler DFI-struktureller Boden identifiziert 3.56B in Länder abdecken where bei least one dimension fails — a similar magnitude because national averages mask innerhalb-country inequality (India “passes” nationally despite 82% von its population being below $6.85/day per WB PIP 2022). When we inject World Bank poverty headcount ratios as an individual-level floor — recognizing that the income-poor innerhalb DFI-green Länder abdecken still lack dignity in practice — the inequality-adjusted figure steigt auf 5.85B (71.5%). Der 2.2B gap between the WB’s income-only count und our adjusted count represents populations affected by non-income structural failures: authoritarian governance (China 1.4B, Russia 144M), weak health systems, Umwelt vulnerability, und inadequate Wohnraum that income measures alone do nicht capture.

Skalare Annahme: We use WB poverty headcount ratios as a baseline floor because conditions für die income-poor are scalar with structural capacity — if a country’s governance, health system, or environment degrades, the poorest suffer disproportionately. WB poverty data thus serves as a minimum individual-level dignity violation rate, with structural DFI failures adding additional affected populations on top.

Projizierte Verläufe: Der World Bank projects 622 million will remain below the extreme income line by 2030, und estimates it would take more than a century bei current rates bis bring all populations above $6.85/day. Climate change could push an additional 100+ million below income thresholds by 2030 (World Bank Climate und Development Reports). Our archetype configurations model how structural reforms — ranging from fiscal federalism bis full sovereign restructuring — could accelerate or retard these trajectories über all seven dimensions simultaneously.

Quelle: Weltbank, Poverty, Prosperity, und Planet (2024); OPHI/UNDP, Global Multidimensional Poverty Index (2024). Der DFI-Subindikator Einkommensadäquanz verwendet direkt die Schwelle von 6,85 USD/Tag: income_adequacy = min(1.0, Median_income / (2.0 × $6.85/day)).

Subnationale DFI-Disaggregation

Für 20 Länder mit verfügbaren subnationalen Daten multipliziert die Engine die nationalen Dimensionswerte mit regionalen Anpassungsfaktoren, um regionale DFI-Schätzungen zu erzeugen. Dies erfasst die Ungleichheit innerhalb eines Landes, die nationale Durchschnitte verschleiern (z. B. ländliches Bihar vs. städtisches Maharashtra in Indien oder der U.S. Deep South vs. Pacific Northwest). Daten geladen aus subnational_adjustments.json, was 75 regionale DFI-Aufschlüsselungen erzeugt, von denen 30 unter die Untergrenze fallen.

Residuales Humankapital-Layer

Überbrückt Phase 8 in Phase 9 durch Berechnung des Post-Detachment-DFI für jede der 49 Gastländer, die ein residuales Humankapital-Szenario tragen. Modelliert die Bevölkerung, die nicht weggehen kann:

5-stufiger Suchalgorithmus

Jede Archetyp-Konfiguration wird durch eine formale 5-stufige Pipeline generiert:

Umverteilungspool (Stufe 3)

5 Zielfunktionen

18 Archetyp-Konfigurationen

Budgetanteil und Transfereffektivität werden als „nicht erfasst“ für die Archetypen gelesen, deren Generator sie nicht in optimal_configurations.jsonschreibt. Diese Archetypen verwenden beide intern; die Werte sind einfach noch nicht veröffentlicht, und diese Seite wird keine Zahl wiederholen, die die Ausgabe nicht trägt.

Übergangsmachbarkeit (5 Komponenten)

Der grundlegende Tradeoff: Würdekonformität und Übergangsmachbarkeit sind invers korreliert. Fiskalföderalismus erreicht 56.9% Konformität mit 0.81 Machbarkeit; Vollständige Optimierung erreicht 97.0% Konformität mit 0.13 Realisierbarkeit. Die Climate Resilience Tax zeigt die fiskalische Obergrenze: Selbst mit unbegrenzter Finanzierung endet die Compliance bei 62.3% weil politische Partizipation nicht gekauft werden kann. Der Benevolent Global Monarch hebt diese Obergrenze auf, indem er institutionelle Reformen verordnet, und erreicht 100.0% — but requires authority that has never existed, und scores 0.02 bei der Realisierbarkeit. Es gibt keine Konfiguration, die gleichzeitig Compliance und Realisierbarkeit maximiert.

Conceptual Territorium: Archetypes I–O

Archetypes A–H model governance arrangements that build on or reform existing state structures. Archetypes I–O expand the analysis into geopolitical territories from climate politics, collapse studies, und political theory — scenarios that dominate real-world policy debate but fall outside conventional institutional reform. Q und R ask a different question again: nicht how the state should be reformed, but whether delivery has bis run through it bei all, und whether one floor can be defined for everyone.

Staatliche Kommandowirtschaft (I) occupies the territory where a vanguard party or authoritarian state seizes control der economy for rapid decarbonization. Historical precedents include Soviet-era industrialization, Cuban healthcare universalization, und Chinese state-directed development. Der model shows high material delivery but zero political freedom. Der Umwelt score (0.55) is lower than expected because command economies historically produce severe non-carbon pollution even when they reduce CO&sub2;.

Öko-Faschismus (J) models the territory where Umwelt crisis is instrumentalized bis justify biopolitical exclusion — border militarization, carrying-capacity ideology, und the construction von protected vs. expendable populations. This archetype exists in the analysis specifically bis demonstrate that exclusionary approaches produce worse aggregierte outcomes than any constructive alternative.

Ökomodernismus (K) represents the territory where technological deployment bypasses political reform entirely — nuclear Energie, atmospheric geoengineering, AI-optimized resource allocation, und precision agriculture. Environmental safety is the star dimension (0.85 effectiveness). But the model reveals that technology cannot bypass governance absorption: Länder abdecken with weak institutions still cannot deploy or maintain complex technical systems.

Degrowth / Gesteuerter Rückzug (L) besetzt das Territorium der absichtlichen wirtschaftlichen Kontraktion innerhalb planetarer Grenzen. Umweltsicherheit erzielt den höchsten Wert (0,90 Wirksamkeit), aber 40% des material_security-Werts sind BIP pro Kopf, das Degrowth absichtlich reduziert. Dieser Archetyp funktioniert innerhalb elektoraler Systeme und erzielt die höchste politische Partizipationswirksamkeit (0,65) unter dem neuen Set.

Nicht-konsensuale algorithmische Governance (M) modelliert Governance DURCH Algorithmus statt Governance MIT Algorithmen, ohne demokratisches Mandat auferlegt. Die Transferwirksamkeit ist am höchsten (0,85), weil algorithmische Systeme bürokratische Reibung eliminieren. Aber V-Dem elektorale Demokratie gleich null, bürgerliche Freiheiten gleich null, und Überwachungsinfrastruktur zerstört die Zivilgesellschaft.

Konsensuale KI-Governance (P) models the same algorithmic efficiency as M, but with a critical difference: the population willingly accepts AI as legitimate authority. Political participation is non-zero because citizens democratically choose algorithmic decision-making — a world where people believe AI is better than human governance. Social connection is preserved rather than destroyed, because there is no need for surveillance when compliance is voluntary. Der comparison between M und P isolates the question: does AI governance fail because algorithms cannot govern, or because people will nicht accept being governed by algorithms?

Vollständiger Kollaps / Warlordismus (N) represents the true floor — complete institutional failure über all regions including wealthy ones. Rich Länder abdecken degrade bei 40% von der volle rate due bis infrastructure inertia. Der analytical purpose is establishing the absolute bottom der possibility space.

Souveräner Bypass / Disintermediation (Q) routes the floor around the treasury rather than through it — direct transfers, index- und satellite-triggered parametric payouts, platform-delivered services, subnational revenue capture. It is the archetype that treats state fiscal absorption as the binding constraint rather than the amount von money available. Compliance lands close bis Fiscal Federalism, on a noticeably lower feasibility score, because the delivery infrastructure has bis exist before the state consents bis being bypassed.

Cultural & Civilizational Sovereignty (R) lässt zivilisatorische Blöcke ihre eigenen Böden definieren und finanzieren, statt alle an einem Standard zu messen. Es tauscht Vergleichbarkeit gegen Zustimmung. Die hier erzielte Compliance-Zahl ist daher eine schwächere Behauptung als die anderen in dieser Tabelle: Sie wird gegen unsere sieben Dimensionen bewertet, was genau die Prämisse ist, die der Archetyp ablehnt.

Utopischer Anarchismus / Mutual Aid (O) occupies the territory von bottom-up commons governance without state institutions. Our DFI model shows anarchism scoring moderate (~60% compliance), but this reflects the model’s institutional bias more than anarchist wellbeing. GDP per capita does nicht capture cooperative production. V-Dem indices cannot distinguish direct democracy from no democracy. Anarchism provides something our model cannot fully measure.

Strukturelle Realisierbarkeit (7 Komponenten)

Pro Land berechnet, um zu bewerten, ob jede Nation ihre souveränen Funktionen unter einem gegebenen Archetyp aufrechterhalten kann:

Ausgabe: optimal_configurations.json — 228 souveräne Entitäten, 18 Archetyp-Konfigurationen, subnationale DFI für 20 Länder (75 Regionen), Resthumankapital für 49 Gastnationen, SPI-Kreuzvalidierung. Erkunden auf OPTIMIERUNGEN

Methodische Anmerkung: Städteanalyse als Erweiterung, nicht als Ersatz

Der city-level detachment framework (Sections 11–13) erweitert the country-level valuation (Sections 1–10); it does nicht replace it. Land valuations remain the foundation — a city's Lambda und severance scores are derived from its relationship bis the host nation's valuation. Plattform sovereignty analysis adds a new analytical dimension that applies bis both Länder und Städte. Der Realisierbarkeit scores in this framework are composite indices, nicht calibrated probabilities — they measure structural feasibility, nicht likelihood.

Unsicherheit des Integrationsmodells

Das Rahmenwerk bewertet souveräne Entitäten und modelliert nun Post-Abtrennungs-Auswirkungen durch Phase 8 (Residual State Impact Assessment), einschließlich fiskalischer Erosion, Humankapitalflucht, Verschiebung der Qualifikationsverteilung und Immobilitätseffekten auf Gastnationen. Jedoch bleibt vollständige Post-Integrations- modeling — what happens if a nation is actually absorbed by an acquirer — remains unmodeled. Key uncertainties:

• Nur-Extraktions-Szenarien: Bevölkerung ignored, local elites maintained—Humankapital valuations may overstate realizable value
• Schuldenfallen-Dynamik: Wenn wirtschaftliche Kontrolle bereits besteht, fügt formale Übernahme marginalen Wert hinzu, der schwer zu quantifizieren ist
• Militärische Besatzungskosten: Historische Präzedenzfälle (Afghanistan: 2,3 Billionen USD über 20 Jahre) legen nahe, dass Besatzungskosten den Vermögenswert in den Schatten stellen können
• Vollständige Integration: Es existiert kein moderner Präzedenzfall für die freiwillige vollständige Integration einer souveränen Nation

Die Lücke zwischen wirtschaftlicher Erfassung und formaler Übernahme bleibt die größte konzeptuelle Unsicherheit des Rahmenwerks.

Was dieses Rahmenwerk NICHT erfasst

• Cultural identity & nationalism: Keine Formel quantifiziert Widerstand gegen Fremdherrschaft
• Diaspora-Netzwerke: Historische Bevölkerungen im Ausland können Übernahmen unterstützen oder ablehnen. Hinweis: Netzwerkkoalitionen (Abschnitt 14.3) modellieren teilweise diasporaähnliche grenzüberschreitende Verbindungen
• Regionale Machtdynamik: Teilweise durch Allianznetzwerkanalyse (Abschnitt 7) und Gale-Shapley-Erwerber-Matching adressiert, aber nachbarspezifische Effekte zweiter Ordnung (z. B. Iran-Saudi-Arabien) bleiben unmodelliert
• Pandemie-/Lieferketten-Schocks: Schwarze-Schwan-Ereignisse erzeugen diskontinuierliche Bewertungen
• Religiöser/ethnischer Konflikt: Sektiererische Spannungen reduzieren die Bewertung, widerstehen aber der Quantifizierung
• Regimewechsel-Wahrscheinlichkeit: Interne politische Instabilität beeinflusst den Übernahmezeitpunkt, wird aber nicht dynamisch modelliert; der Fragilitätsindex bietet nur einen statischen Proxy

Reproduzierbarkeit

Das erneute Ausführen der Pipeline mit unveränderten Eingaben reproduziert jede Engine-Ausgabe Byte für Byte, abgesehen von den Generierungszeitstempeln, die jede Datei trägt. Matching, Koalitionsbildung und Deal-Pricing sind deterministisch und hängen nicht von der Set-Iterationsreihenfolge oder dem Python-Hash-Seed ab.

Vertrauensabbau über die Zeit

• 1-2 Jahre: Highest accuracy—current assets, debts, und relationships are well-documented
• 5-10 Jahre: Mittel accuracy—institutional changes, debt accumulation, und alliance shifts introduce uncertainty
• 20+ Jahre: Niedrig accuracy—geopolitical realignment, demographic transitions, und technological disruption make projections speculative

Dieses Bewertungsrahmenwerk ist absichtlich vereinfacht für Klarheit. Echte geopolitische Analyse erfordert Szenariomodellierung, Spieltheorie und regionale Expertise. Die 18 archetype configurations (Fiscal Federalism, Devolution, Network von City-States, Plattform Commons, Full Optimization, Climate Resilience Tax, Benevolent Global Monarch, Sovereign Realpolitik, State Command Economy, Eco-Fascism, Ecomodernism, Degrowth, Non-Consensual Algorithmic Governance, Full Collapse, Utopian Anarchism, Consensual AI Governance, Sovereign Bypass, Cultural & Civilizational Sovereignty) each operate on different time horizons, und confidence degrades bei different rates depending on the archetype assumed. Use this as a starting point, nicht an oracle.

Datenbeschränkungen der Plattform-Souveränität

Die Plattform-Souveränitätsanalyse bewertet 50 Länder und 74 Städte directly; every other sovereign entity relies on modelled platform data (Tiers 2–3) rather than observed metrics. Der inequality-adjusted dignity floor count (5.85B Personen) hängt von der Datenqualität der World Bank Armutsstatistik ab, die 182 Länder abdecken with varying recency (2014–2024). Countries with older survey data may have dignity floor estimates that lag tatsächliches conditions by several Jahre.

Aggregation auf nationaler Ebene

Der Dignity Floor Index behandelt jedes Land als homogene Einheit und berechnet einen einzigen Realisierbarkeitswert pro Nation. Ungleichheit innerhalb eines Landes wird teilweise durch die Ungleichheitsanpassung (World Bank Armutsstatistik-Injektion in die Berechnung der fiskalischen Lücke) und subnationale Disaggregation (20 Länder, 75 Regionen) adressiert. Jedoch fehlen den meisten Ländern vollständig subnationale Daten, was bedeutet, dass signifikante Variationen innerhalb eines Landes bei Governance-Kapazität, Wirtschaftsbasis und Infrastrukturqualität herausgemittelt werden. Föderationen, konfliktbetroffene Staaten und Länder mit großen Stadt-Land-Gefällen haben die größte Wahrscheinlichkeit, dass ihre subnationale Variation durch Aggregation auf nationaler Ebene verdeckt wird.