# Eigene Prüfvorlagen und fiktive vollständige Beispiele

Alle Konten, Anzahlen, Quellen und Ergebnisse der Beispiele sind konstruiert. Das Paket ist weder LinkedIn-Export noch Störungsdatensatz, echter Sucherfolg, Leserstudie oder Kundenergebnis. Die leeren Vorlagen führen keine Kontohandlung, Übertragung, Speicherung auf LinkedIn, Nachricht oder Veröffentlichung aus.

## Rechnungen nachvollziehen

Entpacke das ZIP in einen leeren Arbeitsordner. Mit der tatsächlich geprüften Version Node.js 24.21.0:

```sh
node reproduce-examples.mjs
```

Keine Pakete, Konten, Zugangsdaten oder Netzabfragen nötig. Der Befehl prüft vollständige konstruierte Eingaben und SHA-256/Byteidentitäten der in `file-identities.json` genannten Dateien. Er prüft kein echtes Plattformkonto und verarbeitet keine ausgefüllte private Vorlage. Andere Node-Versionen wurden für dieses eigenständige Paket nicht getestet.

Erwartete Ergebnisse:

- `comment-events.json`: 7 Anzeigen, 7 fiktive Konten, 5 Reaktionen, 20 Kommentare und 25 Interaktionsereignisse. Wiederholte Kommentare erklären den Einheitenunterschied. Sie erklären nicht jede echte reine Reaktionsabweichung und bestätigen oder widerlegen keine Plattformstörung.
- `paired-observations.json`: passende Reaktionsereignis-Verhältnisse 12/300 = 4 % und 30/900 ≈ 3,33 %. Späterer Zähler mit früherem Nenner ergibt 10 % statt einer der Beobachtungen. Ein getrennter fiktiver Beitrag B statt rekonstruierter historischer Messung.
- `network-shares.json`: Außenanteile 40 % und 80 %; gemeinsam gewichtet 480/1.100 ≈ 43,64 %, ungewichtet 60 %. Exakt gesetzte fiktive Anzeigenereignisse statt neuer Betrachter oder Follower.
- `reach-overlap.json`: Drei Einzelreichweiten ergeben 9, die vollständige Beispielsvereinigung hat 5 Kontokennungen. Zwei andere Zuordnungen ergeben 3 beziehungsweise 9 bei gleichen Einzelsummen. Gesamtzahlen allein verraten die echte Vereinigung nicht; geschätzte Plattformwerte bringen weitere Unsicherheit.
- `retrieval-exercises.json`: Vier fiktive Entscheidungen unterscheiden geprüften Kandidaten, Like ohne Speicherung, Archivreferenz ohne zugänglichen Inhalt und ungesendeten Entwurf. Kein privates LinkedIn-Konto wurde durchsucht.

## Leere Vorlagen privat nutzen

- `metric-evidence-en.md` / `metric-evidence-de.md`: Beschriftungen, Umfang, Zeit, Anzeigezustände und eine kontrollierte Wiederholung festhalten. Ein Protokoll ist keine versandte Supportanfrage.
- `observation-log-template.csv`: Nur eine Kopfzeile als Ausgangspunkt. Leer/lädt/Fehler/nicht verfügbar von beobachteter Null trennen. Kein Programm dieses Pakets verarbeitet oder validiert eine ausgefüllte CSV.
- `retrieval-log-en.md` / `retrieval-log-de.md`: Tatsächliches Objekt, Suche/Filter, Quellenprüfung, Ergebnis und Folgeschritt notieren. Ein Suchfehler beweist keine Nichtexistenz; eine Referenz keinen zugänglichen Originaltext.
- `draft-check-en.md` / `draft-check-de.md`: Speicher-/Wiederherstellungszustand, Version und Zielgruppe prüfen. Entwurf, geplant und öffentlich veröffentlicht sind verschiedene Zustände.
- `audience-check-en.md` / `audience-check-de.md`: Native Zielgruppe und tatsächliche Dateien prüfen. Eine Einstellung belegt weder Berechtigung noch Vertraulichkeit oder vollständiges Zurückholen.

Private Pfade, Namen, Kontodetails, Entwurfstexte und Originalscreenshots bleiben passend geschützt. Teile nur ein nötiges minimales bereinigtes Protokoll. Trage keine echten Angaben in öffentliche Beispieldateien ein und speichere private Vorlagen nicht in öffentlichen Repositories. Lies vor Handlungen aktuelle offizielle Quellen im jeweiligen Leitfaden; Bedienung und unterstützte Umgebungen können sich ändern. Nichts wird automatisch versendet.

Das Paket verbessert einen Ablauf. Übungsrechnungen, Downloads und erfolgreiche Prüfungen zählen keine echten Leser, unabhängigen Prüfer, Kunden, Plattformhandlungen oder zusätzliche Forschungsstudie.