Zwischenablage, Notizen und der Gesichtsvergleich

Drei neue Module nach dem Bauplan von `ShelfProvider`: reine Regeln getrennt vom
Zustand, versionierte Indexdatei, Inhalte in Dateien statt in `UserDefaults` —
was dort steht, liest jedes Programm mit `defaults read` mit.

Die Zwischenablage achtet `ConcealedType`, `TransientType` und
`AutoGeneratedType`. Diese Marken sind eine Verabredung zwischen Programmen und
kein Systemdienst; wer sie missachtet, sammelt fremde Passwörter ein.

Der Gesichtsvergleich stand im Plan als der eine echte Unsicherheitsfaktor. Ein
Spike hat ihn erledigt: `VNGenerateFaceprintRequest` gibt es nicht, aber
`VNGenerateImageFeaturePrintRequest` ist öffentlich, liefert 768 Elemente und
ein Abstandsmaß — Faktor 3,5 Trennschärfe. Kein eigenes CoreML-Modell nötig.

`FaceMatcher` entscheidet über mehrere Posen, mehrere Einzelbilder und eine
Sperre nach Fehlversuchen. Die Schwelle liegt bewusst nicht mittig: ein falsches
Ja ist ein Fremder am entsperrten Rechner, ein falsches Nein nur ein Passwort,
das man ohnehin kennt.

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

docs/spikes/G-gesichtsmerkmal.md

@@ -0,0 +1,48 @@
+# Spike G — Gesichtswiedererkennung
+
+> Im Plan heißt dieser Spike „F". Der Buchstabe war in `docs/spikes/` schon an die
+> Frequenzmessung vergeben; hier läuft die vorhandene Reihe weiter.
+
+**Frage.** Vision liefert öffentlich Rechtecke und Landmarken, aber sagt damit nur,
+*wo* ein Gesicht ist — nicht *wessen*. Für einen Vergleich braucht es einen Vektor
+mit Abstandsmaß. Gibt es den, oder braucht es ein eigenes CoreML-Modell?
+
+**Gemessen am 05.09.2026**, `Spikes/faceprint-probe.swift`.
+
+## Ergebnis
+
+| Weg | Befund |
+|---|---|
+| `VNGenerateFaceprintRequest` | **existiert nicht** — auch nicht über `NSClassFromString` erreichbar |
+| `VNFaceprintObservation` | **existiert nicht** |
+| `VNGenerateImageFeaturePrintRequest` | **öffentlich und benutzbar** |
+
+Der öffentliche Merkmalsvektor hat **768 Elemente** und bringt `computeDistance`
+mit. An zwei synthetischen Mustern:
+
+- ähnliche Bilder: Abstand **0,134**
+- deutlich verschiedene: Abstand **0,473**
+
+Also Faktor 3,5 Trennschärfe. Ein eigenes CoreML-Modell ist **nicht** nötig.
+
+## Was das für die Bauform heißt
+
+1. `VNDetectFaceLandmarksRequest` findet das Gesicht und seine Landmarken.
+2. Daraus wird ausgerichtet und zugeschnitten — ohne Ausrichtung misst man die
+   Kopfhaltung mit, nicht die Person.
+3. `VNGenerateImageFeaturePrintRequest` auf dem Ausschnitt gibt den Vektor.
+4. Verglichen wird über `computeDistance` gegen die hinterlegten Vektoren.
+
+## Die Einschränkung, die bleibt
+
+Ein **allgemeiner Bildmerkmalsvektor ist kein Gesichtsmerkmal.** Er reagiert auf
+Beleuchtung, Kopfhaltung und Hintergrund mit, nicht nur auf die Person. Deshalb:
+
+- mehrere Posen beim Anlernen, nicht eine,
+- Bestätigung über mehrere Einzelbilder, nicht eines,
+- eine Schwelle, die lieber ablehnt als falsch zulässt,
+- Sperre nach mehreren Fehlversuchen, Rückfall aufs Passwort.
+
+Und die Aussage aus dem Plan bleibt in voller Schärfe: **das ist Bequemlichkeit,
+keine Sicherheitsgrenze.** Ein Foto vor die Kamera zu halten genügt — Face ID hat
+dafür einen Tiefensensor, die Mac-Webcam hat keinen.