Weil dabei "A" ja nicht alleine die lin. appr. ist, ...
Doch.
... sondern jedem Punkt aus dem Definitionsbereich von f einer Steigung zu ordnen, aber warum muss diese Zuordnung linear sein bzw. warum ist sie linear?
Diese Zuordnung muss nicht linear sein.
Beispiel im Eindimensionalen: f(x) = x^3, f'(x) = 3x^2. In jeden Punkt x die lineare Approximation durch eine Tangente mit Steigung 3x^2. Aber die Ableitung selbst (die "Zuordnung") ist nicht linear.