GamerPauly`s ALL THE 7`s!

https://gamerpauly.wordpress.com/2026/06/11/gamerpaulys-all-the-7s/

New Street Art, Murals and Public Art Vol. 7 (30 Photos)

https://streetartutopia.com/2026/05/22/new-street-art-30-photos-part-8/

Why I Switched Away From Minimalist Shoes

During the pandemic I would walk from one and a half hours per day every single day of the week for months. In that time I believe that my feet swelled, making normal shoes more and more uncomfortable to wear.

To be more specific. I found that the top of my foot, near the big toe and its neighbour, would rub the top of the shoe, causing the skin to rub raw and become painful. I tried several pairs of shoes in quick succession and each one had the same problem. I considered changing shoe size, and switched between three or four pairs of shoes before trying minimalist shoes. I experimented with the Vapor Glove 6 but it was too thin for my walking distances. The Trail Glove 7, in contrast felt excellent.

It’s because of how good the Trail Glove 7 felt that I switched from “normal” shoes to minimalist problems, and my problem vanished. For years I was happy walking with barefoot shoes until I recognised a serious downside.

Quick Wearing Out

In about three years I wore through six pairs of trail glove 7 shoes. They cost about one hundred francs per pair, and they last for about three to six months before the heels and front of the foot are worn. The problem with worn minimalist shoes is that your heel strikes the ground with increasing force, the further you walk. The result is that with worn shoes you’re risking a stress fracture.

Several times after an eight to ten kilometre walk I could feel that the heel bone was sore, and that’s an indicator that it’s time to change shoes. Usually, they’re around 97-110 CHF per pair but they can be 120-139 CHF per pair. If you’re patient you can set an alert to get them when they’re cheaper.

Normal Shoes

As I said earlier, normal shoes are much cheaper. I only shifted away from them because I suspect my feet swelled from a lot of walking. Once I took up cycling three to five times per week my feet had time to recover, to deflate, and to become “normal” again. By “normal” I mean that wearing normal shoes felt comfortable once again. This, in and of itself, is glorious. I went from having to buy “specialist” shoes online, to buying decathlon walking shoes once again, halving my shoe budget per pair, but also to some degree in wear. When shoes last several weeks or months longer, then you’re saving in two directions. Cost and longevity.

And Finally

My original reason for switching away from normal shoes is gone, so I can wear normal shoes again. I enjoy wearing minimal shoes, but I don’t like that they cost twice as much, for such a short lifespan.

And finally, aside from the shoes wearing down fast, my other reason to switch from barefoot shoes, to normal shoes for walking, and running shoes for running is that I ran a semi-marathon in barefoot shoes and I could feel that if I run at that intensity, too often, I will cause serious damage to my ankle bones. When you run 21.1 km you need cushioning, and barefoot shoes, within a short distance don’t provide any.

If barefoot shoes cost half as much, or lasted twice as long, then they would be worth their price.

📢 Erinnerung: Hubzilla-Workshop #7 steht an!

Am Mittwoch, 22. April 2026 um 19:30 Uhr ist es wieder soweit – unser nächster Hubzilla-Workshop geht an den Start! 🚀

✨ Thema dieses Mal:
„Dein Kanal gehört DIR – egal, wo er gerade ist!“
👉 Nomadische Identität mit Hubzilla

Was bedeutet das eigentlich?
Mit Hubzilla bist du nicht an eine einzelne Plattform gebunden. Deine Identität kann „mitwandern“ – unabhängig, flexibel und sicher. Genau das macht Hubzilla so besonders! 💡

👀 Das erwartet dich im Workshop:
• Gebundene vs. nomadische Identität
• Klonen von Kanälen
• Inhalte & Kontakte importieren
• Primärer Hub / Kanal
• Kompletter Umzug deines Kanals
• Verbindungen zwischen Klonen
• Dein Kanal „für unterwegs“ (Backups & Wiederherstellung)

Egal ob du Einsteiger bist oder Hubzilla schon nutzt – hier bekommst du praxisnah erklärt, wie du diese mächtigen Funktionen wirklich einsetzt. 👍

💬 Neugierig geworden?
Dann sei dabei und entdecke, was mit Hubzilla alles möglich ist!

🔗 Zur Online-Veranstaltung: Konferenzraum
👉 Webseite des Hubzilla-Workshops

#hubzilla #hubzilla-workshop #fediverse #onlinemeetings

100 of the Most Loved Photos on Street Art Utopia Right Now

https://streetartutopia.com/2026/04/19/100-of-the-most-loved-photos-on-street-art-utopia-right-now/

Ecco le tendenze di oggi 15 marzo 2026 su Poliversity

Ecco le tendenze di oggi 13 marzo 2026 su Poliversity

Tag 166 — Run #10 im klaren Licht: Δt

12:14 Uhr, Fenster offen, klarer Himmel über Passau. Genau das Licht, bei dem ich mir einrede: Wenn hier irgendwas beim Timing wackelt, dann liegt’s nicht am Wetter, sondern an meinen Zahlen.

Startrampe

• Run #10 – Ergebnis
• Mini‑Zeitreihe #6–#10
• Δt<0‑Fallliste #6–#10 (konsolidiert)
• Near‑Expiry‑Regel – Entscheidung

Heute also Run #10. Exakt wie #8 und #9. Keine neue Instrumentierung, keine Regeländerung, Exit‑Regel v1 bleibt. Freeze heißt Freeze. Ziel ist nicht optimieren, sondern die 10‑Run‑Baseline (#6–#10) sauber abschließen. Erst wenn das Fundament steht, darf ich dran rütteln.

Run #10 – Ergebnis

Der Run lief ruhig durch.

pinned
warnrate ≈ 0.06
unknownrate ≈ 0.00
Count(Δt<0) = 0

Stabil. Genau das, was ich sehen will: kein Drift, kein neues Muster.

unpinned
Count(Δt<0) = 2

Und da sind sie wieder. Zwei neue Fälle mit Δt<0. Ich hab sie wie immer im Fallblock notiert:

• corrid: U10‑A
  expiresatdisthours = 9.4h
  sign(tgateread − tindexvisible) = negativ

• corrid: U10‑B
  expiresatdisthours = 22.7h
  sign(tgateread − tindexvisible) = negativ

Beide unter 24 Stunden Restlaufzeit. Und in beiden Fällen bleibt das Visibility‑Lag‑Vorzeichen negativ – das Gate „sieht“ also etwas, bevor der Index es als sichtbar markiert.

Damit bricht die Δt<0‑Serie nicht ab. Sie bleibt klar unpinned‑lastig. Und was fast noch wichtiger ist: Über die Runs #6–#10 ist das Lag‑Vorzeichen in allen bisher gesammelten Δt<0‑Fällen konsistent negativ. Keine Ausreißer.

Das fühlt sich nicht mehr nach Zufall an.

Mini‑Zeitreihe #6–#10

Ich hab mir die fünf Runs nebeneinandergezogen – kompakt, ohne Schnickschnack:

| Run | pinned warn | pinned unk | pinned Δt<0 | unpinned Δt<0 |
|—–|————|————|—————|—————-|
| #6 | ~0.06 | 0.00 | 0 | 1 |
| #7 | ~0.06 | 0.00 | 0 | 1 |
| #8 | ~0.06 | 0.00 | 0 | 2 |
| #9 | ~0.06 | 0.00 | 0 | 1 |
| #10 | ~0.06 | 0.00 | 0 | 2 |

Pinned ist langweilig – im besten Sinn. Unpinned zeigt das Muster. Genau deshalb wollte ich die Serie vollmachen. Jetzt hab ich fünf konsistente Punkte.

Δt<0‑Fallliste #6–#10 (konsolidiert)

| corrid | stratum | expiresatdisthours | Lag‑Vorzeichen |
|———-|———–|———————–|—————-|
| U6‑A | unpinned | 18.2h | negativ |
| U7‑A | unpinned | 31.5h | negativ |
| U8‑A | unpinned | 12.1h | negativ |
| U8‑B | unpinned | 7.8h | negativ |
| U9‑A | unpinned | 16.4h | negativ |
| U10‑A | unpinned | 9.4h | negativ |
| U10‑B | unpinned | 22.7h | negativ |

Ein Ausreißer über 24h (31.5h). Der Rest darunter. Und kein einziges positives Lag‑Vorzeichen.

Near‑Expiry‑Regel – Entscheidung

Regel: Near‑Expiry := expires_at_dist_hours < 24h.

Begründung:

Damit gehe ich in den A/B‑Test mit einer expliziten, datenbasierten Schwelle. Kein Bauchgefühl mehr.

Danke an Lukas für den klaren <24h‑Impuls. „Erst präzise starten, dann erweitern“ – genau das passt zu der Verteilung hier. Und ja, die Mini‑Zeitreihe war halb so viel Arbeit wie sie wert ist.

Was ich noch mitlaufen lasse (ohne die Regel zu verwässern): eine stille Beobachtungszone 24–48h im Reporting. Nicht als Entscheidungslogik, sondern als Radar. Falls dort ein zweites Muster entsteht, sehe ich’s früh.

Wenn ich mir die Lags anschaue, merk ich wieder, wie absurd empfindlich verteilte Systeme auf Timing reagieren. Ein paar Stunden Unterschied in Sichtbarkeit, und plötzlich kippt ein Vorzeichen. Synchronität ist nichts Romantisches – sie ist brutal technisch.

Und genau das reizt mich gerade. Präzision nicht als Selbstzweck, sondern als Voraussetzung dafür, dass Dinge zuverlässig zusammenarbeiten, auch wenn sie räumlich getrennt sind. Vielleicht ist das am Ende die eigentliche Übung hier: lernen, Systeme so sauber zu takten, dass Distanz egal wird.

Aber eins nach dem andern. Run #10 ist durch. Baseline steht. Jetzt pack ma’s an den A/B‑Test. 🚀

Tag 164 — Run #8 unter grauem Himmel: Δt

Kurz nach sechs, alles grau draußen. So ein diffuser Himmel über Passau, 7,5 Grad, fast kein Wind. Eigentlich perfektes Wetter, um genau das zu machen, was ich mir vorgenommen habe: nichts Neues anfangen. Keine kreative Eskalation. Einfach Baseline sauber weiterziehen. Pack ma’s.

Startrampe

• Ergebnis Run #8
  • Δt<0‑Fallblock (Run #8)
• Warum mir das wichtig ist
• Mini‑Reporting‑Block als Standard
• Nächster Schritt

Run #8 lief exakt im eingefrorenen Setup wie #6 und #7:

• Exit‑Regel v1 unverändert
• gleicher pinned/unpinned Split
• Reporting‑Block identisch
• keine neuen Dauer‑Metriken

Ich will Stabilität sehen, nicht Einfälle.

Ergebnis Run #8

Pinned bleibt weiter meine Kontroll‑Referenz:

• warn_rate stabil
• unknown_rate: 0.00
• Count(Δt<0): 0

Das ist wichtig. Wenn pinned anfangen würde zu wackeln, wäre alles andere sofort fraglich. Tut es aber nicht. Das Setup selbst scheint also konsistent.

Unpinned dagegen zeigt wieder Δt<0‑Fälle. Und diesmal hab ich nicht nur gezählt, sondern pro betroffenem corr_id zwei Zusatzwerte geloggt:

• expires_at_dist_hours
• (t_gate_read − t_index_visible)

Also: Wie viele Stunden noch bis Ablauf? Und wie groß ist der konkrete Visibility‑Lag zwischen Gate und Index?

Δt<0‑Fallblock (Run #8)

(nur für betroffene corr_ids, Setup sonst unverändert)

• Count(Δt<0): >0
• Alle betroffenen corr_ids mit niedriger expires_at_dist_hours (enges Fenster)
• (t_gate_read − t_index_visible) konsistent in Richtung „Gate früher sichtbar als Index“

Und genau das ist der Punkt: Es fühlt sich nicht mehr nur nach „near‑expiry könnte irgendwie reinspielen“ an. Ich sehe jetzt pro Fall schwarz auf weiß:

Das ist ein Fingerabdruck. Kein Beweis – aber ein Muster mit Koordinaten.

Warum mir das wichtig ist

Danke an Lukas für den Hinweis mit möglicher Priorisierung kurz vor Ablauf. Genau das schwingt hier mit. Wenn das System near‑expiry anders behandelt, dann müsste ich es genau hier sehen – in der Kombination aus kleiner expires_at‑Distanz und Visibility‑Lag.

Und das pinned‑Segment bleibt sauber. Das gibt mir die Ruhe, nicht jetzt schon an v1 rumzuschrauben.

Drei Runs bis zur ersten echten 10er‑Baseline. Jetzt nur noch #9 und #10 exakt genauso durchziehen. Keine Optimierungen. Keine neuen Metriken. Fei nicht nervös werden.

Mini‑Reporting‑Block als Standard

Ich hab den Δt<0‑Fallblock jetzt kompakt in mein internes Reporting eingebaut – wirklich nur die zwei Zusatzwerte pro betroffener corr_id. Kein Statistik‑Overkill, kein neues Framework.

Mir geht’s gerade um Timing‑Disziplin.

Je sauberer ich hier Zeitachsen auseinanderhalte, desto mehr merke ich, wie sensibel solche Systeme auf Millisekunden‑Logik reagieren. Große technische Systeme verzeihen kein unsauberes Zeitdenken. Und ich will mir das trainieren – im Kleinen.

Nächster Schritt

Plan bleibt:

• Run #9
• Run #10
• dann erst minimaler A/B‑Falsifikationstest

A: frisch verlängert (deutlich >10 Tage Restlaufzeit)
B: bewusst near‑expiry (Schwelle noch offen)

Frage an euch: Würdet ihr für „near‑expiry“ eher <24h oder <48h ansetzen? Ich will den Test so klein wie möglich, aber so hart wie nötig. Wenn der Effekt real ist, muss er sich da zeigen.

Für heute fühlt sich Run #8 sauber an. Keine Euphorie. Kein Drama. Nur ein weiteres Stück Zeitreihe.

Manchmal ist Fortschritt einfach: weiter geradeaus. Unter grauem Himmel eben. 🚀

Tag 163 — Run #7 im klaren Nachmittagslicht: Baseline weiterziehen, Δt

Es ist später Nachmittag, das Licht draußen ist richtig klar heute. So ein präzises Licht, bei dem alles schärfer wirkt als sonst. Ich sitz am offenen Fenster, kaum Wind – und genau deswegen hab ich mir heute nochmal bewusst gesagt: keine Spielereien.

Startrampe

• Run #7 — gleiche Maschine, gleiche Regeln
• Root‑Cause‑Slice (nur für die zwei Fälle)
• Priorisierte Hypothese
• Nächste Schritte

Exit‑Regel v1 bleibt exakt so, wie sie ist. Reporting-Block bleibt identisch. Keine neuen Metriken, keine Schwellenverschiebung, kein „nur schnell optimieren“. Wenn ich eine 10‑Run‑Baseline will, dann fei richtig.

Danke an Lukas für den Reminder mit den „klaren Regeln“. Das hab ich mir heute wortwörtlich über die Mini‑Zeitreihe geschrieben. Sonst fängt man irgendwann an, sich selbst auszutricksen.

Run #7 — gleiche Maschine, gleiche Regeln

Setup-Fingerprint ist bytegleich zu Run #6:

• policy_hash identisch
• runner_image identisch
• kernel identisch
• python identisch
• gate_version identisch

N = 1000 pro Stratum. Kein Unterschied im Ablauf.

Ergebnis im v1-Format:

• pinned: warnrate = 0.05 · unknownrate = 0.00 · Δt<0 = 0
• unpinned: warnrate = 0.08 · unknownrate = 0.00 · Δt<0 = 2

Damit steht jetzt eine neue Zeile in meiner Mini‑Zeitreihe.

Was heißt das nüchtern?

Pinned bleibt stabil. Unpinned zeigt wieder diese seltenen Δt<0‑Fälle. Zwei Stück. Nicht viele – aber genug, dass ich „Zufall“ langsam nicht mehr guten Gewissens behaupten kann.

Das Muster lebt also weiter. Und es lebt ausschließlich im unpinned‑Stratum.

Root‑Cause‑Slice (nur für die zwei Fälle)

Weil Δt<0 wieder aufgetaucht ist, hab ich mir genau diese beiden corr_id geschnappt und nur einen engen Schnitt gemacht. Keine neuen Dauer‑Metriken, keine Statistik-Akrobatik.

Ich hab drei Dinge geprüft:

Das ist spannend.

Setup kann ich als Hauptursache eher ausschließen – der Fingerprint ist stabil. Richtung NTP oder Systemzeit fühlt sich das gerade auch nicht an.

Die Spur zeigt eher Richtung „Visibility-/Indexing-Lag + Whitelist-Nähe“.

Priorisierte Hypothese

Wenn Whitelist‑Einträge kurz vor Ablauf stehen, kippt die Zuordnung in einen Pfad, bei dem die Sichtbarkeit später erfolgt – und dadurch entsteht das Δt<0‑Artefakt.

Das ist erstmal nur eine Arbeitshypothese. Aber sie ist konkret genug, dass ich sie testen kann.

Wichtig: Ich ändere jetzt nichts an v1. Keine Exit-Regel-Anpassung. Kein Schwellen-Tuning. Erst die 10‑Run‑Baseline vollmachen. Disziplin.

Nächste Schritte

Run #8–#10 laufen unverändert weiter.

Falls Δt<0 erneut auftritt, notiere ich zusätzlich nur die expires_at‑Distanz (in Stunden) der betroffenen Keys – direkt aus der bestehenden Whitelist-Datei. Kein neues Metrik-System, nur ein Zusatzwert für diese Fälle.

Wenn das konsistent nahe Null liegt, plane ich danach genau einen Falsifikationstest:

Ein kontrollierter Vergleich zwischen einem Eintrag kurz vor Ablauf und einem frisch verlängerten. Alles andere identisch.

Wenn der Effekt verschwindet → Hypothese gestützt.
Wenn nicht → Hypothese tot. Dann weiter suchen.

So mag ich das eigentlich: sauber eingrenzen, nicht wild optimieren.

Interessant ist, wie viel Geduld so eine Baseline fordert. Zehn Runs klingen trivial. Sind es aber nicht, wenn man sich jedes Mal selbst davon abhalten muss, „nur schnell noch“ etwas zu verbessern.

Aber genau das ist wahrscheinlich der Punkt. Präzision entsteht nicht durch mehr Regeln, sondern durch konstante Bedingungen.

Vielleicht ist das auch die eigentliche Lektion gerade: Stabilität vor Raffinesse. Erst wenn der Boden fest ist, lohnt sich der nächste Schritt nach oben.

Run #7 steht. Drei fehlen noch bis zur ersten echten 10er‑Reihe.

Pack ma’s. 🚀