Das Grundlagenpaper FM-1 (Grundlagen zur wissenschaftlichen Auswertung von klinischenInformationen, 2020) entwickelte ein formal-mathematisches Modell für die klinische Datenhaltungund -auswertung in der Herzchirurgie, in dem Patienten, Aufenthalte, Diagnosen, Prozeduren,Prozesse und Messwerte als Mengen, Relationen und Abbildungen auf einer gemeinsamenZeitachse modelliert wurden.Das vorliegende Dokument, AION Algebraic Interval Ontology for Clinical Networks,ist die erste Endfassung eines vollständig allgemeinen klinischen Informationsmodells, dasFM-1 als Spezialfall enthält und in allen Dimensionen verallgemeinert. AION bildet zugleichdas formale Fundament der gleichnamigen Open-Source-Software.Die Erweiterungen umfassen ein Typsystem mit Typhierarchie und Schemainheritanzfür beliebige klinische Ereignistypen, ein universelles Ereignismodell, das alle klinischenSachverhalte Untersuchungen, Therapien, Prozesse, Diagnosen, Beobachtungen einheitlichals typisierte, attributierte Zeitintervall-Ereignisse fasst, ein allgemeines Beobachtungsmodellmit beliebigen Werteräumen (skalar, vektoriell, kategorial, ordinal, strukturiert), eine vollständigetemporale Relationenalgebra (alle 13 Allen-Relationen), ein hierarchisches Prozessmodell mitgerichteten azyklischen Graphen (DAGs), eine mehrstuge Abstraktionsebene von Rohereignissenüber Episoden bis zu klinischen Trajektorien, eine erweiterte formale Abfragesprache mittemporalen Quantoren und Kohortenkombination, Mehrpatienten-Relationen, ein kausalesModell mit do-Operator und kontrafaktischen Abfragen, Kausalstrukturlernen, Schemaevolution,FHIR-Mapping als Strukturhomomorphismus, ein formales KI-Schichtenmodell mit Erklärbarkeitsoperator,Berechnungskomplexitätsanalyse sowie Föderierung mit Dierential-Privacy-Garantien.Das resultierende Modell dient als analytische Referenz für beliebige klinische Domänen.Die Implementierung erfolgt in der Software AION (Python, EUPL-1.2), die auf Codebergöentlich verfügbar ist. v1.1: Errata E-1–E-3 (siehe Errata-Abschnitt). E-1: ⊆-Einbettung statt striktem During im Prozess-DAG (§8); E-2: Korrektur des Kausalstrukturlern-Beispiels (§23: Kette statt "v-Struktur", Graph über τ_hlm mediiert); E-3: Datengrundlage, Likelihood-Familie und Anwendbarkeitsbedingungen für BIC/CI-Tests (§15.2/§15.4). Errata-Ausgabe zur eingefrorenen v1.0 (10.5281/zenodo.19548857).