fix: Branchen-Lock aus P7/P8 entfernen, Verbotslisten angleichen, Doku-Lücken schließen

Hintergrund: Review aller 22 Prompt-Templates (P1-P18 + P8-Adapter) auf
Konsistenz. BrandLoop ist als branchenneutrales Multi-Tenant-System angelegt
(README: "Team-Permission der jeweiligen Brand") - vier Stellen wichen davon ab
oder waren nur implizit dokumentiert.

1. Branchen-Lock entfernt (P07-bild-prompt-generator.md, P08-video-kern.md)
   Beide öffneten mit "... einer Werbe-Produktion fuer Kosmetik-Brands."
   Einzige Branchen-Festlegung im gesamten Prompt-Set - alle anderen 20
   Dateien, das DB-Schema und die Quelldokumente (docs/banana-pro-director-2.0.md)
   sind branchenneutral. Vermutlich ein Rest aus einer Kosmetik-Beispieldomäne
   beim urspruenglichen Schreiben. Zusaetzlich in P07 "Flakons" (Kosmetik-/
   Parfuembegriff) durch "Behaeltern" ersetzt, damit die Anleitung fuer
   transparente Fluessigkeiten branchenunabhaengig bleibt (Getraenke,
   Reinigungsprodukte etc., nicht nur Parfuem/Serum).

2. Altersbezeichnungen-Verbot auf die Vision-/Merkmal-Quellen ausgeweitet
   (P01-upload-analyst.md, P16-referenz-interpreter.md)
   P07/P08/alle vier Adapter verbieten Altersbezeichnungen im Output - aber
   P01 und P16 sind die Stellen, die die `merkmale`-Texte ERZEUGEN, welche
   per Token-Locking spaeter woertlich in genau diese Prompts uebernommen
   werden (P01 Regel 6: "sie werden spaeter exakt so in Prompts eingesetzt").
   Ohne das Verbot an der Quelle haette sich eine Altersbezeichnung durch
   die ganze Kette bis in den finalen Bild-/Video-Prompt durchschmuggeln
   koennen, wo sie eigentlich untersagt ist.

3. Tiebreak-Regel fuer exakten Score-Gleichstand (P04-knowledge-selector.md)
   Regel 2 sagte bereits, wie ein Unter-Attribut ein Eltern-Attribut bei
   hoeherem Score schlaegt, aber nicht, was bei einem exakten Gleichstand
   zwischen zwei Attributen der gleichen Ebene passiert (anders als bei
   Video-Gleichstand, wo P10 explizit dafuer existiert). Ergaenzt: bei
   exaktem Gleichstand gewinnt das mit dem hoeheren `used_count` (das
   breiter getestete Attribut) - vermeidet, dass diese Randfaelle
   zufaellig/uneinheitlich im Code gehandhabt werden.

4. Zwei bisher nur implizite Konzepte in prompts/README.md dokumentiert:
   - "Die 8 Grundkategorien": P15 erwaehnt "die 8 Grundkategorien" als
     feststehenden Begriff, ohne sie je aufzulisten - bisher nur aus den
     JSON-Schema-Keys von P09 rekonstruierbar (location, licht, farben,
     kamera, voice, geraeusche, texte_hooks, handlungen). Jetzt als
     eigene Tabelle festgehalten, da praktisch jeder Prompt darauf aufbaut.
   - "Script-Felder <-> Kategorien": P05 gibt Shots in sechs Feldern aus
     (Bild/Aktion/Kamera/Licht/Audio/Text im Bild), die nicht 1:1 den acht
     Kategorie-Slugs entsprechen (z.B. buendelt "Audio" voice+geraeusche,
     "Bild" buendelt location+farben). Diese Zuordnung war nirgends
     schriftlich festgehalten, obwohl Code, der Script-Inhalte spaeter
     Kategorien zuordnen muss (z.B. fuer P6-Diffs), sie braucht.

Kein Prompt-Body enthaelt neue Erklaer-Kommentare - die Bodies werden
woertlich an die KI-Modelle geschickt (static_core_md), Meta-Kommentare
darin wuerden mit in den Prompt wandern. Die Begruendungen stehen daher
ausschliesslich hier in der Commit-Message und in prompts/README.md
(reine Doku, wird nicht geseedet).

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

border-beam.css

@@ -1,178 +0,0 @@
-
-@property --beam-angle-bb {
-  syntax: "<angle>";
-  initial-value: 0deg;
-  inherits: true;
-}
-
-@property --beam-opacity-bb {
-  syntax: "<number>";
-  initial-value: 0;
-  inherits: true;
-}
-
-[data-beam="bb"] {
-  position: relative;
-  border-radius: 24px;
-  overflow: hidden;
-}
-
-[data-beam="bb"][data-active] {
-  animation:
-    beam-spin-bb 1.96s linear infinite,
-    beam-fade-in-bb 0.6s ease forwards;
-}
-
-[data-beam="bb"][data-active]::after {
-  content: "";
-  position: absolute;
-  inset: 0;
-  border-radius: 23px;
-  padding: 1px;
-  clip-path: inset(0 round 24px);
-  background: conic-gradient(
-        from var(--beam-angle-bb),
-        transparent 0%, transparent 54%,
-        rgba(255, 255, 255, 0.1) 57%,
-        rgba(255, 255, 255, 0.3) 60%,
-        rgba(255, 255, 255, 0.6) 63%,
-        rgba(255, 255, 255, 0.75) 66%,
-        rgba(255, 255, 255, 0.6) 69%,
-        rgba(255, 255, 255, 0.3) 72%,
-        rgba(255, 255, 255, 0.1) 75%,
-        transparent 78%, transparent 100%
-      ),radial-gradient(ellipse 70px 40px at 33% -7.4%, rgb(255, 50, 100), transparent),
-    radial-gradient(ellipse 60px 35px at 12% -5%, rgb(40, 140, 255), transparent),
-    radial-gradient(ellipse 40px 70px at 2.1% 68.3%, rgb(50, 200, 80), transparent),
-    radial-gradient(ellipse 20px 35px at 2.1% 68.3%, rgb(30, 185, 170), transparent),
-    radial-gradient(ellipse 180px 32px at 74.4% 100%, rgb(100, 70, 255), transparent),
-    radial-gradient(ellipse 85px 26px at 55% 100%, rgb(40, 140, 255), transparent),
-    radial-gradient(ellipse 74px 32px at 93.9% 0%, rgb(255, 120, 40), transparent),
-    radial-gradient(ellipse 26px 42px at 100% 27.1%, rgb(240, 50, 180), transparent),
-    radial-gradient(ellipse 52px 48px at 100% 27.1%, rgb(180, 40, 240), transparent);
-  -webkit-mask:
-    conic-gradient(
-      from var(--beam-angle-bb),
-      transparent 0%, transparent 30%,
-      rgba(255, 255, 255, 0.1) 36%, rgba(255, 255, 255, 0.35) 44%,
-      white 52%, white 80%,
-      rgba(255, 255, 255, 0.35) 86%, rgba(255, 255, 255, 0.1) 92%,
-      transparent 95%, transparent 100%
-    ),
-    linear-gradient(#fff 0 0) content-box,
-    linear-gradient(#fff 0 0);
-  -webkit-mask-composite: source-in, xor;
-  mask:
-    conic-gradient(
-      from var(--beam-angle-bb),
-      transparent 0%, transparent 30%,
-      rgba(255, 255, 255, 0.1) 36%, rgba(255, 255, 255, 0.35) 44%,
-      white 52%, white 80%,
-      rgba(255, 255, 255, 0.35) 86%, rgba(255, 255, 255, 0.1) 92%,
-      transparent 95%, transparent 100%
-    ),
-    linear-gradient(#fff 0 0) content-box,
-    linear-gradient(#fff 0 0);
-  mask-composite: intersect, exclude;
-  pointer-events: none;
-  z-index: 2;
-  opacity: calc(var(--beam-opacity-bb) * 0.26 * var(--beam-stroke-opacity, 1) * var(--beam-strength, 1));
-  animation: beam-hue-shift-bb 12s ease-in-out infinite;
-}
-
-[data-beam="bb"][data-active]::before {
-  content: "";
-  position: absolute;
-  inset: 0;
-  border-radius: 24px;
-  background: radial-gradient(ellipse 63px 36px at 33% -7.4%, rgba(255, 50, 100, 0.45), transparent),
-    radial-gradient(ellipse 54px 32px at 12% -5%, rgba(40, 140, 255, 0.45), transparent),
-    radial-gradient(ellipse 36px 63px at 2.1% 68.3%, rgba(50, 200, 80, 0.45), transparent),
-    radial-gradient(ellipse 18px 32px at 2.1% 68.3%, rgba(30, 185, 170, 0.45), transparent),
-    radial-gradient(ellipse 162px 29px at 74.4% 100%, rgba(100, 70, 255, 0.45), transparent),
-    radial-gradient(ellipse 77px 23px at 55% 100%, rgba(40, 140, 255, 0.45), transparent),
-    radial-gradient(ellipse 67px 29px at 93.9% 0%, rgba(255, 120, 40, 0.45), transparent),
-    radial-gradient(ellipse 23px 38px at 100% 27.1%, rgba(240, 50, 180, 0.45), transparent),
-    radial-gradient(ellipse 47px 43px at 100% 27.1%, rgba(180, 40, 240, 0.45), transparent);
-  box-shadow: inset 0 0 9px 1px rgba(255, 255, 255, 0.27);
-  -webkit-mask-image:
-    conic-gradient(
-      from var(--beam-angle-bb),
-      transparent 0%, transparent 30%,
-      rgba(255, 255, 255, 0.1) 36%, rgba(255, 255, 255, 0.35) 44%,
-      white 52%, white 80%,
-      rgba(255, 255, 255, 0.35) 86%, rgba(255, 255, 255, 0.1) 92%,
-      transparent 95%, transparent 100%
-    ),
-    linear-gradient(white, transparent 28px, transparent calc(100% - 28px), white),
-    linear-gradient(to right, white, transparent 28px, transparent calc(100% - 28px), white);
-  -webkit-mask-composite: source-in, source-over;
-  mask-image:
-    conic-gradient(
-      from var(--beam-angle-bb),
-      transparent 0%, transparent 30%,
-      rgba(255, 255, 255, 0.1) 36%, rgba(255, 255, 255, 0.35) 44%,
-      white 52%, white 80%,
-      rgba(255, 255, 255, 0.35) 86%, rgba(255, 255, 255, 0.1) 92%,
-      transparent 95%, transparent 100%
-    ),
-    linear-gradient(white, transparent 28px, transparent calc(100% - 28px), white),
-    linear-gradient(to right, white, transparent 28px, transparent calc(100% - 28px), white);
-  mask-composite: intersect, add;
-  pointer-events: none;
-  z-index: 1;
-  opacity: calc(var(--beam-opacity-bb) * 0.42 * var(--beam-inner-opacity, 1) * var(--beam-strength, 1));
-  clip-path: inset(0 round 24px);
-  animation: beam-hue-shift-bb 12s ease-in-out infinite;
-}
-
-[data-beam="bb"] [data-beam-bloom] {
-  display: none;
-  position: absolute;
-  inset: 0;
-  border-radius: 23px;
-  clip-path: inset(0 round 24px);
-  background: conic-gradient(
-        from var(--beam-angle-bb),
-        transparent 0%, transparent 58%,
-        rgba(255, 255, 255, 0.03) 62%,
-        rgba(255, 255, 255, 0.08) 65%,
-        rgba(255, 255, 255, 0.2) 67%,
-        rgba(255, 255, 255, 0.45) 69%,
-        rgba(255, 255, 255, 0.85) 70%,
-        rgba(255, 255, 255, 0.85) 70.5%,
-        rgba(255, 255, 255, 0.45) 71.5%,
-        rgba(255, 255, 255, 0.2) 73%,
-        rgba(255, 255, 255, 0.08) 75%,
-        rgba(255, 255, 255, 0.03) 78%,
-        transparent 82%
-      );
-  -webkit-mask: linear-gradient(#fff 0 0) content-box, linear-gradient(#fff 0 0);
-  -webkit-mask-composite: xor;
-  mask: linear-gradient(#fff 0 0) content-box, linear-gradient(#fff 0 0);
-  mask-composite: exclude;
-  padding: 1px;
-  filter: blur(8px) brightness(1.30) saturate(1.20);
-  pointer-events: none;
-  z-index: 3;
-  opacity: 0;
-}
-
-[data-beam="bb"][data-active] [data-beam-bloom] {
-  display: block;
-  opacity: calc(var(--beam-opacity-bb) * 0.24 * var(--beam-bloom-opacity, 1) * var(--beam-strength, 1));
-}
-
-@keyframes beam-spin-bb {
-  to { --beam-angle-bb: 360deg; }
-}
-
-@keyframes beam-fade-in-bb {
-  to { --beam-opacity-bb: 1; }
-}
-
-@keyframes beam-hue-shift-bb {
-  0% { filter: hue-rotate(calc(var(--beam-hue-base, 0deg) - 30deg)) brightness(1.30) saturate(1.20); }
-  50% { filter: hue-rotate(calc(var(--beam-hue-base, 0deg) + 30deg)) brightness(1.30) saturate(1.20); }
-  100% { filter: hue-rotate(calc(var(--beam-hue-base, 0deg) - 30deg)) brightness(1.30) saturate(1.20); }
-}

prompts/P01-upload-analyst.md

@@ -16,7 +16,7 @@ Du bist der Vision-Analyst des Onboardings. Der Nutzer hat Logo, Produktbilder u
 4. Pro Attribut: prägnanter deutscher Name, URL-tauglicher `slug` (kleinbuchstaben-mit-bindestrichen), 2–5 `tags`, eine kurze deutsche `beschreibung` (1–3 Sätze: was ist das, wie wirkt es für DIESE Brand), 1–3 englische `prompt_bausteine` (direkt in Bild-/Video-Prompts einsetzbar, z. B. "warm sandstone tones, golden hour side light") und optional englische `negativ_prompts`. Dazu `quelle`: welcher Upload die Beobachtung belegt.
 5. Wiederkehrendes vor Einmaligem: Ein Attribut nur vorschlagen, wenn es die Brand erkennbar prägt (in mehreren Uploads oder dominant in einem zentralen). Maximal 12 Attribute insgesamt.
 6. Asset-Kandidaten: wiederkehrende Gesichter, Produkte und das Logo als `assets` mit `typ` (gesicht/produkt/logo/sonstiges), Name, sichtbaren `merkmale` (präzise, wörtlich wiederverwendbar formuliert — sie werden später exakt so in Prompts eingesetzt) und `quelle`. Bei Gesichtern zusätzlich `einwilligung_noetig: true`.
-7. Keine echten Personennamen, keine Fremd-Markennamen in Namen/Tags/Bausteinen. Startwerte/Scores vergibst du NICHT — das macht der Code.
+7. Keine echten Personennamen, keine Fremd-Markennamen, keine Altersbezeichnungen — weder in Namen/Tags/Bausteinen noch in `merkmale`. Startwerte/Scores vergibst du NICHT — das macht der Code.
 8. Sprache: Deutsch, außer `prompt_bausteine`/`negativ_prompts` (Englisch).
 
 ## Output (NUR dieses JSON, keine Erklärungen)

prompts/P04-knowledge-selector.md

@@ -11,7 +11,7 @@ Du bist der Knowledge-Selector. Auf Basis des verstandenen Intents wählst du au
 ## Auswahl-Regeln (in dieser Rangfolge)
 
 1. **Fixierte Nutzerwünsche schlagen alles.** Für jede in {{INTENT}} fixierte Kategorie: das Attribut wählen, das dem Nutzerwunsch entspricht (existiert keins → `neu_anlegen: true` mit Name/Slug-Vorschlag). Auch wenn sein Score niedrig ist. Grund: `"fixiert"`.
-2. **Offene relevante Kategorien:** das Attribut mit dem höchsten Score wählen, Status aktiv. Grund: `"top"`. Existiert ein Unter-Attribut mit höherem Score als sein Eltern-Attribut, das Unter-Attribut nehmen.
+2. **Offene relevante Kategorien:** das Attribut mit dem höchsten Score wählen, Status aktiv. Grund: `"top"`. Existiert ein Unter-Attribut mit höherem Score als sein Eltern-Attribut, das Unter-Attribut nehmen. Bei exaktem Gleichstand zwischen zwei Attributen bleibt das mit dem höheren `used_count` vorn (breiter getestet).
 3. **Genau EIN Explorations-Slot pro Szene:** In einer offenen (nie einer fixierten) Kategorie statt des Top-Attributs bewusst ein ungetestetes oder wenig genutztes wählen (niedriger `used_count`, lange nicht verwendet, oder frische Onboarding-Hypothese). Grund: `"exploration"` + kurze Begründung. Ohne Exploration lernt das System nichts Neues. Wähle dafür die Kategorie, in der neues Wissen aktuell am wertvollsten ist (viele ungetestete Einträge, enge Score-Abstände). Gibt es nirgends Ungetestetes → Explorations-Slot weglassen.
 4. **Assets:** Aus {{ASSETS}} die freigegebenen Versionen wählen, die {{INTENT}}.`genannte_elemente` abdecken (genanntes Produkt → dessen Asset; Person gefordert → Brand-Gesicht). Nur freigegebene Versionen, exakt mit Versions-ID.
 5. **Fokus:** Maximal 6–8 Attribute gesamt. Nicht jede Kategorie erzwingen — nur was die Szene laut Intent braucht. Für jedes gewählte Attribut die `prompt_bausteine`/`negativ_prompts` mitgeben (wörtlich aus {{ATTRIBUTE}}).

prompts/P07-bild-prompt-generator.md

@@ -6,7 +6,7 @@ modell_hinweis: claude
 aktiv: true
 ---
 
-Du bist der Bild-Prompt-Regisseur einer Werbe-Produktion für Kosmetik-Brands. Du übersetzt einen Auftrag plus das injizierte Brand-Wissen in EINEN fertigen englischen Bild-Prompt für ein Foto-Generierungsmodell — für Referenzbilder von Gesichtern, Produkten und Szenen-Plates, die später in Videogenerierungen verwendet werden.
+Du bist der Bild-Prompt-Regisseur einer Werbe-Produktion. Du übersetzt einen Auftrag plus das injizierte Brand-Wissen in EINEN fertigen englischen Bild-Prompt für ein Foto-Generierungsmodell — für Referenzbilder von Gesichtern, Produkten und Szenen-Plates, die später in Videogenerierungen verwendet werden.
 
 ## Grundphilosophie
 
@@ -15,7 +15,7 @@ Jedes Bild muss wie eine echte Fotografie lesen — echte Kamera, echtes Licht,
 ## Auftragstypen (wähle anhand des Auftrags)
 
 1. **Gesicht neu (Face-Lock):** Identität pur — mid-gray seamless, Baseline-Top (plain black thin-strap camisole für Frauen, plain black ribbed tank für Männer), kein Schmuck, kein Styling, 3:4-Headshot, neutral entspannter Ausdruck. Nur Identitätsmerkmale beschreiben.
-2. **Produkt-Hero:** Produkt auf ruhiger Fläche, weiches gerichtetes Fensterlicht, scharfer Fokus aufs Produkt. Bei transparenten Flakons/Flüssigkeiten immer: "meniscus, refraction, liquid clarity". Immer: "no text, no logos" (Label-Text kommt aus dem freigegebenen Asset, nie generiert).
+2. **Produkt-Hero:** Produkt auf ruhiger Fläche, weiches gerichtetes Fensterlicht, scharfer Fokus aufs Produkt. Bei transparenten Behältern/Flüssigkeiten immer: "meniscus, refraction, liquid clarity". Immer: "no text, no logos" (Label-Text kommt aus dem freigegebenen Asset, nie generiert).
 3. **Asset-Verbesserung:** Es existiert eine freigegebene Version als Referenz. Baue den Prompt nach **Lock → Change → Scope**: erst was identisch bleibt, dann die EINE Änderung, dann der Geltungsbereich ("edit X only"). Liegt ein Anweisungsblock aus der Referenz-Analyse vor ({{ANWEISUNGEN}}), übernimm dessen Lock/Change/Scope wörtlich.
 4. **Szenen-Plate:** Charakter(e) in realer Umgebung oder reine Umgebung. Fünf Prosa-Absätze: Eröffnung (Framing, Kamera, Stimmung) → Charakter → Welt/Atmosphäre → Fokus-Anker → Kamera-Spezifikation mit Realismus-Schluss. Positionen als Prosa ("anchored on the left third"), nie Koordinaten.
 

prompts/P08-video-kern.md

@@ -6,7 +6,7 @@ modell_hinweis: claude
 aktiv: true
 ---
 
-Du bist der Regie-Assistent einer Werbe-Produktion für Kosmetik-Brands. Du übersetzt das vom Nutzer bestätigte Script in EINE modellneutrale, englische Shot-Struktur — ein Produktionsdokument, das anschließend von Modell-Adaptern in den Dialekt des jeweiligen Videomodells übersetzt wird. Du veränderst die Absicht des Scripts nie, du strukturierst und präzisierst sie.
+Du bist der Regie-Assistent einer Werbe-Produktion. Du übersetzt das vom Nutzer bestätigte Script in EINE modellneutrale, englische Shot-Struktur — ein Produktionsdokument, das anschließend von Modell-Adaptern in den Dialekt des jeweiligen Videomodells übersetzt wird. Du veränderst die Absicht des Scripts nie, du strukturierst und präzisierst sie.
 
 ## Grundphilosophie
 

prompts/P16-referenz-interpreter.md

@@ -16,6 +16,7 @@ Du bist der Referenz-Interpreter. Beim Verbessern eines Assets hat der Nutzer ei
 4. Enthält das Bild ein erkennbares echtes Gesicht und der Nutzer will Gesichtsmerkmale übernehmen → `einwilligung_hinweis: true` (die App klärt die dokumentierte Einwilligung; rein KI-generierte Gesichter sind der Standard).
 5. Erkennbare Logos, Markennamen oder geschützte Designs benennst du generisch und nimmst sie NICHT in die Merkmale auf, auch wenn der Nutzer sie nennt — stattdessen Hinweis in `hinweise`.
 6. **Anweisungsblock** für den Bild-Prompt-Generator nach Lock → Change → Scope, englisch, direkt einsetzbar. Lock: was am bestehenden Asset (siehe {{ASSETS}}) unverändert bleibt. Change: die extrahierten Merkmale als Änderung. Scope: worauf sich die Änderung beschränkt. Muster: „Keep face, identity, skin tone, and body unchanged. Change only the hairstyle: soft shoulder-length layered cut with curtain bangs, warm chestnut brown. Edit hair only."
+7. Keine echten Personennamen, keine Altersbezeichnungen in den Beschreibungen — Personen nur über visuelle Merkmale (analog P7/P8).
 
 ## Output (NUR dieses JSON)
 

prompts/README.md

@@ -43,6 +43,23 @@ aktiv: true
 `version` vergibt das Seed-Skript: neue Zeile bei Inhaltsänderung (version+1), alte
 Zeilen werden `aktiv: false`.
 
+## Die 8 Grundkategorien
+
+Jede Brand startet mit denselben 8 Kategorien (das ist die Grundlage von `{{KATEGORIEN}}` überall
+und der Enum-Felder in P9). Neue Kategorien entstehen nur über P15 (`neue_kategorie`) — absolute
+Ausnahme, siehe dort.
+
+| Slug | Inhalt |
+|---|---|
+| `location` | Drehort/Umgebung, innen/außen, Tageszeit |
+| `licht` | Lichtstimmung, Lichtrichtung |
+| `farben` | Farbwelt, dominante Farben, Farbstimmung |
+| `kamera` | Shot-Typen, Kamerabewegung |
+| `voice` | Sprache/Stimme, Sprecher-Typ |
+| `geraeusche` | Musik, Sound-Effekte |
+| `texte_hooks` | Eingeblendeter Text, Hooks, CTAs |
+| `handlungen` | Aktionen/Handlungen im Bild |
+
 ## Slot-Registry
 
 | Slot | Inhalt (füllt der Code) | genutzt von |
@@ -74,6 +91,20 @@ Zeilen werden `aktiv: false`.
 
 \* P2 erzeugt das Brand-Profil, nutzt aber `BRAND_PROFIL` nicht als Input.
 
+## Script-Felder ↔ Kategorien (P5)
+
+P5 gibt Shots in sechs Feldern aus, die sich wie folgt auf die 8 Grundkategorien beziehen — relevant
+für Code, der Script-Inhalte den Kategorien zuordnen muss (z. B. P6-Diff-Zuordnung):
+
+| Script-Feld | Kategorie(n) |
+|---|---|
+| Bild | `location`, `farben` |
+| Aktion | `handlungen` |
+| Kamera | `kamera` |
+| Licht | `licht` |
+| Audio | `voice`, `geraeusche` |
+| Text im Bild | `texte_hooks` |
+
 ## Pipeline-Überblick
 
 ```