Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
metr14. Oktober 2026 · Q000110

How an assessor could investigate evidence of acceleration from the automation of AI R&D

metr.org · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der METR-Artikel beschreibt, welche internen Daten, Messgrößen und Gespräche nötig wären, um eine mögliche Beschleunigung von KI-Fähigkeiten durch KI-gestützte KI-Forschung zu untersuchen. Er ist ein Vorschlag, kein Ergebnisbericht: Die Grafik ist illustrativ, und der Text weist auf unsichere Zuordnungen, mögliche Messfehler und schwer vorhersehbare Engpässe hin.

Mittel

Der METR-Beitrag schlägt ein Verfahren vor, mit dem eine unabhängige Stelle prüfen könnte, ob KI die Forschung und Entwicklung weiterer KI-Systeme so stark automatisiert, dass sich der Fortschritt bei KI-Fähigkeiten beschleunigt. Der Text präsentiert keine abgeschlossene Untersuchung und keine empirischen Ergebnisse; die Abbildung ist ausdrücklich nicht datenbasiert.

Die Prüfung soll interne Fähigkeiten über die Zeit anhand mehrerer Quellen erfassen: Benchmarks, Zwischenindikatoren wie Pretraining-Verlust sowie Einschätzungen von Forschenden. Danach soll sie mögliche Ursachen auseinanderhalten, insbesondere KI-Einsatz gegenüber Rechenleistung, Personal, Experimenten und Daten. Als Hinweise auf KI-Beiträge nennt der Vorschlag Agentennutzung und deren Kosten, Berichte von Forschenden und grobe Produktivitätsmaße. Zudem sollen mögliche Engpässe und vorhandene Prognosen für die nahe Zukunft untersucht werden, wobei diese Prognosen als hoch unsicher gelten.

Benötigt würden präzise historische Messreihen zu Modellen, algorithmischem Fortschritt und F&E-Inputs, möglichst nach Teams oder Bereichen aufgeschlüsselt, sowie direkte Gespräche mit Forschenden. Die Bewertung soll Grenzen der Messungen, die Zuordnung zu KI und Unterschiede zwischen internen und öffentlichen Hinweisen prüfen. Der Beitrag betont, dass einzelne Kennzahlen irreführend sein können und das Gegenfaktische ohne KI schwer zu bestimmen ist. Er formuliert einen Untersuchungsplan, nicht den Nachweis einer bereits erfolgten Beschleunigung.

Ausführlich lesen

Der METR-Beitrag entwirft, wie eine unabhängige Bewertung untersuchen könnte, ob KI-gestützte Automatisierung von KI-Forschung und -Entwicklung (KI-F&E) den Fortschritt bei KI-Fähigkeiten stark beschleunigt. Er berichtet keine abgeschlossene Untersuchung und präsentiert keine empirischen Ergebnisse. Auch die abgebildete Kurve ist ausdrücklich nur veranschaulichend und beruht nicht auf realen Daten.

Die vorgeschlagene Prüfung soll drei Fragenkomplexe abdecken: Erstens, ob sich der Fähigkeitsfortschritt anhand interner Modelle über die Zeit beschleunigt. Dafür sollen mehrere Arten von Evidenz zusammengeführt werden: Ergebnisse unterschiedlicher Benchmarks und aggregierte Maße, Zwischenindikatoren wie der Pretraining-Verlust sowie Einschätzungen von Forschenden, etwa aus Interviews oder Umfragen. Der Beitrag warnt, dass keine einzelne Messmethode genügt. Benchmark-Ergebnisse können Fähigkeiten überschätzen; auch von Forschenden berichtete Produktivitäts- oder Geschwindigkeitsgewinne sind wegen des schwer bestimmbaren Gegenfaktischen mit Vorsicht zu behandeln.

Zweitens soll die Bewertung untersuchen, welcher Anteil einer möglichen Beschleunigung auf KI zurückgeht. Dazu wären Fortschritte bei Algorithmen und Daten von anderen Einflussgrößen wie Rechenleistung, Arbeitskraft und experimentellem Rechenaufwand zu unterscheiden. Die Urheberschaft von Fortschritten lässt sich laut Beitrag schwer anhand eines Szenarios ohne KI bestimmen; deshalb seien mehrere Evidenzlinien nötig. Genannt werden unter anderem der Einsatz und die Kosten von KI-Agenten, konkrete Berichte von Forschenden über ihre Nutzung sowie grobe Produktivitätsmaße.

Drittens soll die Prüfung mögliche kurzfristige Engpässe und deren Folgen für weiteres Wachstum bewerten. Dafür könnten Informationen über Ressourcenbeschränkungen und vorhandene Prognosen herangezogen werden. Solche Zukunftsschätzungen seien jedoch hoch unsicher.

Als Datenbedarf nennt der Vorschlag zeitlich präzise Messreihen über interne Modellfähigkeiten, Benchmark-Details und Antworten, Fortschrittsmaße für wichtige Entwicklungsbereiche, Schätzungen algorithmischen Fortschritts sowie Daten zu Personal, Trainings- und Experimentier-Rechenleistung und weiteren relevanten Inputs. Eine Aufschlüsselung nach Teams oder Fachgebieten soll helfen, Veränderungen bei Inputs mit Forschungsergebnissen in Verbindung zu bringen. Interviews mit Beschäftigten aus Pretraining, Reinforcement Learning und Infrastruktur sollen Daten einordnen und bislang übersehene Quellen sichtbar machen.

Die Bewertung soll außerdem prüfen, wie belastbar die Schätzungen und die Zuordnung zu KI sind, wie interne Befunde zu öffentlichen Hinweisen passen und ob die Methoden eine starke Beschleunigung zuverlässig erkannt hätten. Für die Datensicherheit schlägt METR eine Analyse auf Geräten des Entwicklers oder gegebenenfalls vor Ort vor; weitreichender Zugriff auf dessen Infrastruktur sei demnach nicht nötig. Der Text beschreibt damit einen Untersuchungsplan und notwendige Zugänge, belegt aber weder, dass die Beschleunigung bereits eingetreten ist, noch wie groß sie wäre.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas beide Zusammenfassungen geben den Vorschlag treu wieder; es fehlen nur der Zugang auf Entwicklerhardware und die Frage nach öffentlicher Bemerkbarkeit. Die Sammelfragen und Teilfragen betreffen Selbstüberwachung, Bremsen, Prüferunabhängigkeit und Staatenprüfung, die der Bericht kaum oder gar nicht behandelt. Deshalb sind die Bewertungen durchweg niedrig; Lunas höhere Stufen (4 und 3) sind für diese Fragen zu hoch.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Analyse soll auf Entwicklerhardware, möglicherweise vor Ort, stattfinden und braucht nur minimalen Zugang zur Infrastruktur.
  • Die Prüfung soll einschätzen, ob eine dramatische Beschleunigung überhaupt bemerkt und öffentlich kommuniziert würde.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 26 %einzelne zitierbare Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 33 %Hintergrund, keine Belege
    • Luna 44 %Hintergrund, keine Belege
    • JEV 29 %gleiches Oberthema, hilft nicht
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 35 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht

    • SF-F1-T02 Veröffentlichen Labore abgestimmte Cyber-Tests, die zeigen, was jedes Modell mehr leistet als ein Mensch ohne KI-Hilfe? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-F1-T04 Welcher gemeinsame, neutrale und offene Maßstab (Aufgaben, Erfolgsrate, abgeschirmte Testumgebung, Belege) zeigt, dass eine Cyber-Schwelle überschritten ist? Würden ein Ministerium und ein Labor in verschiedenen Staaten ihn annehmen, bevor das nächste Modell als Überschreitung eingestuft wird, damit Schwellen gemessen und nicht behauptet werden? Und dient derselbe Maßstab dann sowohl dazu, ein Modell einzustufen, als auch dazu, das Tempo seiner Entwicklung zu steuern? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
    • SF-F1-T10 Was wäre nötig, damit eine staatliche Aufsichtsplattform für KI-Sicherheit und unabhängige Prüfer mit dauerhaftem Zugang im Labor nach einem gemeinsamen öffentlichen Protokoll dieselben Cyber-Tests in einer gemeinsamen Testumgebung durchführen, die Prüfer zweier Staaten jeweils am Modell des anderen, und die Ergebnisse in beiden veröffentlichen? Und könnten zwei Staaten eine gemeinsam bezeugte Prüfung desselben führenden KI-Modells durchführen und übereinstimmende Prüfsummen (Hashes) der Ergebnisse veröffentlichen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 30 %Hintergrund, keine Belege
    • Luna 77 %Hintergrund, keine Belege
    • JEV 27 %Hintergrund, keine Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 30 %gleiches Oberthema, hilft nicht
    • drex 33 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht

Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 21 %Hintergrund, keine Belege
    • Luna 41 %einzelne zitierbare Belege
    • JEV 33 %beantwortet teilweise oder widerspricht
    • amos 27 %einzelne zitierbare Belege
    • SubQ 21 %einzelne zitierbare Belege
    • drex 25 %umfangreiche Belege
    • d3-ultra 33 %Hintergrund, keine Belege
    • Haiku-Prüfung umfangreiche Belege

  2. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 32 %Hintergrund, keine Belege
    • Luna 83 %Hintergrund, keine Belege
    • JEV 28 %gleiches Oberthema, hilft nicht
    • amos 32 %Hintergrund, keine Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

    • SF-P2-T01 Wer wählt die Prüfer aus, wer bezahlt sie, wer darf sie entlassen, und wird dieser Vertrag vor dem ersten Befund veröffentlicht? Welchen Mindestvertrag, der ihre Unabhängigkeit wahrt, könnten Labore jetzt unterschreiben, ohne auf ein Gesetz zu warten, einschließlich der Frage, wie Berichte veröffentlicht werden? Und wie bleiben die Prüfer unabhängig, wenn Geld oder Infrastruktur vom geprüften Labor kommen? Luna: Stufe 3 · 50 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-P2-T03 Welchen Zugang bekommen die Prüfer: laufend und nur lesend zu den Trainingsabläufen, nicht nur zu einzelnen Zwischenständen, ohne neue Wege für Datenabfluss? Welchen gemeinsamen Mindeststandard für den Zugang gewähren die Labore, damit Berichte branchenweit vergleichbar sind, wer entwirft ihn, und was wäre nötig, damit ein Prüferteam zugleich in zwei konkurrierenden Laboren arbeitet? Welchen kontrollierten Zugang zu Denkspuren (den schrittweisen Überlegungen eines Modells) bekommen sie, und was dürfen sie daraus veröffentlichen, ohne unerlaubte Destillation zu ermöglichen, also das Trainieren eines anderen Modells mit diesen Spuren? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
    • SF-P2-T04 Werden die Zugangsrechte der Prüfer veröffentlicht, gibt es einen unabhängigen, befristeten Einspruch gegen Schwärzungen, ein unabhängiges Verfahren für den Streit, wenn ein Labor einen Befund als Geschäftsgeheimnis schwärzt und der Prüfer ihn für ein Sicherheitsproblem hält, und ein öffentliches Register verweigerter Zugänge und Schwärzungen, damit das Schweigen eines Prüfers nicht als Zeichen von Sicherheit gelesen wird? Luna: Stufe 4 · 35 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  3. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 28 %Hintergrund, keine Belege
    • Luna 53 %einzelne zitierbare Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 32 %Hintergrund, keine Belege
    • SubQ 26 %einzelne zitierbare Belege
    • drex 33 %umfangreiche Belege
    • d3-ultra 34 %Hintergrund, keine Belege
    • Haiku-Prüfung nur am Rande erwähnt

  4. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 29 %Hintergrund, keine Belege
    • Luna 63 %Hintergrund, keine Belege
    • JEV 40 %nur am Rande erwähnt
    • amos 34 %einzelne zitierbare Belege
    • SubQ 27 %einzelne zitierbare Belege
    • drex 28 %umfangreiche Belege
    • d3-ultra 52 %einzelne zitierbare Belege

    • SF-P4-T01 Würden Regierungen Messdaten aus der Lieferkette von Chips (Telemetrie), den Stromverbrauch, gemeldete Verzeichnisse von Trainingsläufen und eine unabhängig überwachte Abrechnung von Strom, Hardware und Rechenaufwand als vertragstauglichen Nachweis für die Größe der Trainingsläufe eines anderen Staates anerkennen, ohne Modellgewichte (die gelernten Parameter) oder Code anzurühren? Und wie sähe eine Prüfordnung für Rechenschwellen aus, die nichts über das Innere der Modelle verrät? Luna: Stufe 3 · 44 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 35 %Hintergrund, keine Belege
    • Luna 84 %Hintergrund, keine Belege
    • JEV 43 %gleiches Oberthema, hilft nicht
    • amos 29 %Hintergrund, keine Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 28 %Hintergrund, keine Belege
    • d3-ultra 35 %Hintergrund, keine Belege

    • SF-T1-T08 Wenn ein Sicherheitsprojekt mit KI-Hilfe zugleich die allgemeine Fähigkeit des Modells oder die für sein Training genutzte Rechenleistung steigert: Wie hält man beide Wirkungen fest, und wie entscheidet man, ob der daraus entstehende Fähigkeitszuwachs eine neue Sicherheitsprüfung braucht, bevor die Arbeit weitergeht? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 30 %Hintergrund, keine Belege
    • Luna 47 %einzelne zitierbare Belege
    • JEV 26 %einzelne zitierbare Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 23 %gleiches Oberthema, hilft nicht
    • drex 29 %umfangreiche Belege
    • d3-ultra 32 %Hintergrund, keine Belege
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-T2-T01 Welche öffentliche, nachprüfbare Handlung würde als Verzicht auf weitere Skalierung zählen, nicht nur eine Ankündigung? Was müsste ein Labor veröffentlichen, damit eine rivalisierende Regierung bestätigen kann, dass wirklich pausiert wurde, und welche nachträglichen Belege würden zeigen, dass keine Fähigkeitszuwächse zurückgehalten wurden, etwa durch nicht offengelegte Änderungen an Rechenleistung beim Einsatz oder Werkzeugzugang oder durch einen nicht offengelegten Austausch von Modellen? Luna: Stufe 3 · 47 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 20 %Hintergrund, keine Belege
    • Luna 34 %einzelne zitierbare Belege
    • JEV 44 %beantwortet teilweise oder widerspricht
    • amos 34 %beantwortet teilweise oder widerspricht
    • SubQ 71 %beantwortet direkt und ausführlich
    • drex 39 %beantwortet direkt und ausführlich
    • d3-ultra 47 %umfangreiche Belege

    • SF-T3-T01 Welches messbare Zeichen, also welche beobachtbare Änderung in der Fähigkeit eines Modells, die Abläufe zu verbessern, mit denen seine eigenen Fähigkeiten entwickelt werden, würden Labore und Staaten gemeinsam als Beginn der Selbstverbesserung anerkennen, und wer darf im Labor danach suchen? Welche beobachtbare Änderung markiert den Schritt von beaufsichtigter automatisierter Forschung zu voll selbstständiger Selbstverbesserung, und welche öffentliche Stelle darf diesen Schritt nach Prüfung der Belege für menschliche Kontrolle erlauben oder ablehnen? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
    • SF-T3-T03 Welche Teile von Training, Prüfung und Einsatz laufen schon heute weitgehend durch KI, und welche Rollen sagt jedes Labor zu, bei Menschen zu lassen, in einer veröffentlichten Liste statt als bloßer Grundsatz? Wenn KI nachfolgende Modelle selbst entwirft, trainiert und prüft: Welcher Mindestanteil der Forschung muss unter direkter menschlicher Prüfung bleiben, und wie belegt man, dass ein Durchbruch mit menschlicher Beteiligung und nicht vollautomatisch entstanden ist? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
    • SF-T3-T06 Wenn ein unabhängiger Prüfer, der mit Zugang wie ein Mitarbeiter in einem Labor arbeitet, meldet, dass die für die Selbstverbesserung relevante Automatisierung schon schneller voranschreitet, als der diplomatische Zeitplan für gemeinsame Prüfungen, Tempogrenzen der Selbstverbesserung und eine umfassende Verlangsamung annimmt: Kehrt sich die Reihenfolge der Verhandlungen um, weil die Prüfung zeigt, dass die Vereinbarung schon zu spät kommt? Und muss der Prüfer das den Regierungen melden, oder ist es ihm freigestellt? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 36 %Hintergrund, keine Belege
    • Luna 45 %gleiches Oberthema, hilft nicht
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 49 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 57 %gleiches Oberthema, hilft nicht

Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 27 %Hintergrund, keine Belege
    • Luna 54 %Hintergrund, keine Belege
    • JEV 25 %beantwortet teilweise oder widerspricht
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 67 %gleiches Oberthema, hilft nicht

    • SF-O2-T06 Prüfer mit dauerhaftem Zugang im Labor sollen Nachprüfbarkeit, Transparenz und eine zweite Meinung bringen. Was sollten sie darüber hinaus veröffentlichen, das heute vertraulich bleibt, etwa Beinahe-Vorfälle oder Teilprüfungen noch unveröffentlichter Modelle? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
Beteiligung und Gemeinwohl
  1. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 27 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht

Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →