Personenauswahl — stratifizierte Zufallsauswahl

Browser-natives Werkzeug für die stratifizierte Zufallsauswahl von Personen — z.B. für Bürgerinnenräte (DE/AT), Landeskonferenz-Delegation oder Vereinsgremien. Alle Daten bleiben im Browser, kein Server-Backend.

Live (vorläufige URL): https://personenwahl.gruene.at/ — die URL wird mit der Infrastruktur-Migration aktualisiert (siehe Issue #73, deferred).

Rebranding-Hinweis

Dieses Repository hieß bis 2026-05 Bürgerinnenrat — Sortition Tool. Mit der Erweiterung auf weitere Anwendungsfälle (Delegierten-Auswahl, Vereinsgremien) heißt das Produkt jetzt Personenauswahl. Die Bürgerinnenrat-Funktionalität und Herzogenburg-Beispieldaten bleiben unverändert — Bürgerinnenrat ist einer von drei dokumentierten Use Cases (siehe Doku → Anwendungsfälle in der App).

Hinweis: Internes Planungs-Material und Research-Artefakte unter sortition-tool/, research/ und docs/iteration-* referenzieren weiterhin den ursprünglichen Bürgerrats-Kontext, weil sie historische Artefakte sind. Aktuelle UI und Doku verwenden den generischen Namen Personenauswahl.

Lokale Entwicklung mit Docker

Voraussetzung: Docker installiert (Linux, macOS, Windows-WSL).

make build-image     # Image bauen (~1.8 GB, dauert beim ersten Mal ~5 min)
make install         # pnpm install im Container
make dev             # → http://localhost:5173 (Vite mit HMR)

Vollständige Liste aller Targets: make help.

Power-User mit lokal installiertem Node 20 + pnpm + Playwright können NO_DOCKER=1 setzen, dann läuft alles direkt ohne Container: make NO_DOCKER=1 dev.

Beispiel-Daten ausprobieren

Du willst das Tool ohne eigene Melderegister-Datei testen? Auf der Live-Seite findest du unter Doku → Beispiel-Daten vier vor-generierte synthetische Datensätze, jeweils als CSV und als Excel (.xlsx):

• herzogenburg-melderegister-8000 — Vollbevölkerung einer kleineren NÖ-Gemeinde nach Vorbild Herzogenburg (für Stage 1)
• herzogenburg-versand-300 — stratifizierte Versand-Stichprobe von 300 Personen
• herzogenburg-antwortende-60 — 60 Personen mit Selbstauskunfts-Feldern (für Stage 3)
• kleinstadt-3000 — kleineres Profil zum schnellen Testen

Alle Daten sind synthetisch erzeugt — keine echten Personen. Generator + Reproduzier-Anleitung: scripts/synthetic-meldedaten/.

Datenformate

Die App akzeptiert beim Upload sowohl CSV (UTF-8 oder Latin-1, Trenner ,/;/Tab automatisch erkannt) als auch Excel (.xlsx, ein Worksheet mit Header in Zeile 1). Excel wird via SheetJS lazy-geladen — CSV-only-User zahlen keinen Bandwidth-Hit. Detail-Anforderungen für Excel-Uploads (kein Multi-Sheet, keine Formeln, keine merged cells) siehe Doku → Beispiel-Daten. Spezifikation: Issue #72.

Bürgerrat-Sortition (Hintergrund)

Planungs- und Research-Repository für eine browser-native, backend-lose Sortition-Web-App zur stratifizierten Zufallsauswahl von Teilnehmenden für Bürgerräte.

Aktueller Status: Planung. Masterplan v1 wurde extern reviewed (2× FAIL, 1× WARN) — Überarbeitung läuft.

Einstieg

Wenn du	Lies
neu in das Projekt kommst	CLAUDE.md → sortition-tool/06-review-consolidation.md
den Bürgerrat-Kontext verstehen willst	research/00-synthesis.md
wissen willst, was das Tool tun soll	sortition-tool/00-masterplan.md (v1, mit bekannten Mängeln)
die kritischen offenen Fragen kennen willst	sortition-tool/06-review-consolidation.md (Teil C, P0-Items)
die rechtliche Grundlage brauchst	research/03-legal-framework-and-best-practices.md
die externen Reviews im Detail willst	reviews/

Struktur

• research/ — Vorfeld-Research zum Bürgerrat-Kontext, adhocracy+ als möglicher Begleit-Stack, Rechtsrahmen (DE: § 46 BMG; AT: Meldegesetz 1991; DSGVO), OECD-Methodik, bestehende Algorithmen (Sortition Foundation, panelot.org, "Es geht LOS").
• sortition-tool/ — Produktplanung für die browser-native Sortition-App: WASM-Solver-Analyse, Pyodide-Machbarkeit, Port-Optionen, Frontend-Architektur, Lizenz-/Geschäftsmodell, Masterplan und Review-Konsolidierung.
• reviews/ — Externe LLM-Reviews (Claude, Codex, Gemini) des Masterplans als Rohartefakte.

Kern-Erkenntnisse

• "Es geht LOS" nutzt nicht adhocracy+, sondern eine eigene AWS-App (MaibornWolff 2022). Siehe research/02-es-geht-los-analysis.md.
• adhocracy+ hat kein Losverfahren, deckt nur die Deliberation ab. Für das Los-/Einladungsverfahren muss ein separates Tool her.
• Der Nature-2021-Algorithmus (Leximin) ist MIP-pflichtig, nicht LP-only. Im Browser heißt das: HiGHS via highs-js oder Pyodide-basierte Lösung.
• sortition-algorithms liefert Leximin nur mit Gurobi (upstream-verifiziert) — die Phase-0-Hypothese des Masterplans v1, Pyodide plus diese Library liefere "die volle Nature-Algorithmenfamilie browsertauglich", ist damit falsch.
• Lizenz-Pfad nicht geklärt: Pyodide + GPL-Library im Browser ist vermutlich combined work nach GPL + § 69c UrhG. MVP-Pfad realistisch GPL-3.0, Apache-2.0 erst nach vollständigem Clean-Room-TS-Port.

Nächste Schritte

1. Upstream-Verifikation sortition-algorithms (Code-Lesen, 1 Tag)
2. DE-IT-Rechtsgutachten zu § 69c UrhG + GPL-Kombination anfragen
3. Masterplan v2 schreiben (sortition-tool/00-masterplan-v2.md)
4. Native Referenz-Benchmark (pgoelz/citizensassemblies-replication)
5. Marktvalidierung: Pilot-Kommune identifizieren

Stage 1 — Stichprobe aus Pool

Seit Iteration 2 (Issue #45) enthält die Web-App einen neuen Bereich "Versand-Liste ziehen" für den ersten Schritt eines mehrstufigen Auswahlverfahrens: aus einer Pool-Eingabe (z.B. Melderegister bei Bürgerinnenräten, Mitgliederliste bei Delegierten-Auswahl) wird eine proportionale stratifizierte Zufallsstichprobe gezogen, die anschließend angeschrieben werden kann. Stage 3 (Maximin-Auswahl auf dem Antwortenden-Pool) bleibt unverändert nutzbar — beide Wege erreichbar über die Hauptnavigation. Beispiel-Workflow: Bürgerinnenrat-Verfahren — siehe Herzogenburg-Daten in apps/web/public/sample-data/.

Ablauf:

1. Melderegister-CSV hochladen (UTF-8, Win-1252 oder ISO-8859-1, automatisch erkannt)
2. Stratifikations-Achsen wählen (Defaults district, age_band, gender werden automatisch vorgeschlagen, wenn die Spalten existieren)
3. Stichprobengröße N und Seed eingeben (Default-Seed = aktuelle Unix-Sekunde, uint32-sicher für Mulberry32)
4. "Ziehen" klicken — sub-Sekunde für Eingaben bis 100.000 Zeilen
5. CSV der gezogenen Personen herunterladen (alle Original-Spalten erhalten, RFC-4180-konformes Quoting) sowie signierten Audit-Snapshot

Algorithmus: Largest-Remainder-Methode (Hamilton-Methode, Wikipedia) für die Bruchteil-Rundung pro Stratum (sum aller n_h = N exakt), Fisher-Yates-Shuffle innerhalb jedes Stratums mit Mulberry32-PRNG. Vollständig deterministisch über Seed.

Hinweis (Melderegister): Stratifikation kann nur über Felder erfolgen, die im Melderegister enthalten sind. Bildung, Migrationshintergrund, Beruf sind nicht im Melderegister — diese kommen erst nach Selbstauskunft hinzu. Welche Felder herausgegeben werden dürfen, regelt das jeweilige nationale Melderecht (Deutschland § 46 BMG, Österreich Meldegesetz 1991) — der Träger klärt den Datenzugang vorab mit der Behörde.

Output:

• CSV der gezogenen Personen, alle Original-Spalten erhalten
• Audit-JSON mit Seed, SHA-256 der Eingangs-CSV, Stratifikations-Achsen, Stratum-Tabelle (Soll vs. Ist), Zeitstempel, Ed25519-Signatur (mit ECDSA-P256-SHA256-Fallback)

Architektur-Hintergrund und Workflow-Begründung: sortition-tool/08-product-redesign.md.

Sprache

Dokumentation auf Deutsch (User + Primärquellen deutsch). Code — wenn er irgendwann geschrieben wird — auf Englisch.

Lizenz

GPL-3.0-or-later. Volltext in LICENSE.

Diese Wahl spiegelt die Realität, dass Browser-Bundles mit GPL-Komponenten (highs-js ist zwar MIT, aber spätere Pyodide-Integration könnte GPL-Code mitbringen) kombiniert sehr wahrscheinlich GPL-Pflicht erzeugen — siehe Strategie-Entscheidung S-1 in CLAUDE.md.