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
ai-frontiers.orgohne Datum · Q000561

We’re Failing to Evaluate How Biologists Could Misuse AI

ai-frontiers.org · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht argumentiert, dass bislang vor allem Novizen und Aufgaben ohne echte Laborarbeit untersucht wurden, während mögliche KI-Leistungsgewinne erfahrener Biologinnen und Biologen im Labor offenbleiben. Die Autorin fordert sichere, sorgfältig kontrollierte Laborstudien, damit Biosecurity-Maßnahmen auf gemessenen Effekten statt auf Annahmen beruhen.

Mittel

Der Bericht vertritt die These, dass KI-Biosecurity-Forschung die mögliche Unterstützung erfahrener Biologinnen und Biologen bei praktischer Laborarbeit bislang kaum geprüft hat. Als Beispiel für die Bedeutung von Erfahrung schildert die Autorin, wie ein Kollege nach monatelang misslungenen Western-Blot-Experimenten einen abgebauten Puffer erkannte.

Bisherige Untersuchungen zu schriftlicher Planung und computerbasierten Aufgaben liefern laut Bericht gemischte Hinweise auf einen KI-Vorteil. Die wenigen Studien mit realer Laborarbeit hätten Novizen untersucht und seien wegen zu schwieriger oder zu leichter Aufgaben beziehungsweise kleiner Stichproben nicht aussagekräftig genug. Studien zur Laborleistung erfahrener Fachleute fehlten.

Die Autorin vermutet, dass erfahrene Forschende KI-Vorschläge besser beurteilen und bei Rückschlägen gezielter einsetzen könnten. Sie erwartet daher möglichen messbaren Uplift, betont aber, dass dies erst getestet werden müsse. Vorgeschlagen werden randomisierte, sichere Laborstudien mit harmlosen Systemen, verschiedenen Erfahrungsstufen und klar festgelegten Erfolgskriterien. Ergebnisse könnten helfen, Biosecurity-Schutzmaßnahmen passender zu gestalten. Bis solche Studien vorliegen, beruhten Einschätzungen des Effekts auf Annahmen.

Ausführlich lesen

Der Bericht argumentiert, dass die Forschung zu biologischen Risiken von KI bislang zu wenig untersucht, wie stark KI erfahrene Biologinnen und Biologen bei tatsächlicher Laborarbeit unterstützen kann. Die Autorin stützt den Einstieg auf eine eigene Erfahrung: Während ihrer Promotion scheiterten Western-Blot-Experimente wiederholt. Erst ein erfahrener Kollege vermutete einen abgebauten Puffer; ein Vergleich mit frisch angesetztem Puffer bestätigte den Verdacht. Die Episode veranschaulicht, wie wichtig praktische Erfahrung beim Erkennen und Beheben unerwarteter Fehler sein kann.

Zur Bewertung möglicher KI-Unterstützung führt der Bericht den Begriff „Uplift“ ein: gemeint ist die Leistungsverbesserung durch KI gegenüber vergleichbaren Personen ohne KI. Bisherige Studien hätten unterschiedliche Fähigkeiten geprüft, etwa schriftliche Planung, computerbasierte Aufgaben und Laborversuche. Die Ergebnisse seien gemischt. Eine OpenAI-Untersuchung mit Biologie-PhDs und Studierenden habe keinen bestätigten Vorteil bei schriftlichen Forschungsaufgaben gefunden. Kleine Anthropic-Studien deuteten teils auf bessere schriftliche Planung hin, doch die Pläne enthielten weiterhin kritische Fehler. Eine Studie mit Novizen fand bei mehreren computerbasierten Aufgaben einen deutlichen Vorteil durch KI, aber keinen klaren Vorteil bei einer komplexen Aufgabe, zu der die Teilnehmenden bereits die relevante Facharbeit erhielten.

Auch die wenigen Studien mit realer Laborarbeit erlaubten nach Darstellung des Berichts keine belastbare Gesamtaussage: In einer großen Untersuchung gelang nur wenigen Teilnehmenden der gesamte Arbeitsablauf, in einem kleineren Pilotversuch war die Aufgabe für die Kontrollgruppe teilweise zu leicht, und eine weitere Studie war sehr klein. Vor allem seien diese Laborstudien mit Novizen durchgeführt worden; Untersuchungen mit erfahrenen Biologinnen und Biologen hätten sich auf schriftliche oder computerbasierte Aufgaben beschränkt.

Der Bericht stellt zwei Sichtweisen auf Expertise gegenüber. Praktisches, oft unausgesprochenes Wissen lasse sich durch schriftliche KI-Anleitungen möglicherweise nicht ersetzen. Zugleich könnten grundlegende Techniken relativ schnell erlernbar sein, während die Interpretation unvorhersehbarer Ergebnisse und das Fehlersuchen jahrelange Erfahrung erforderten. Die Autorin hält beide Aspekte für relevant. Sie vermutet, dass erfahrene Forschende KI-Vorschläge besser prüfen, auf Rückschläge ausdauernder reagieren und KI nutzen könnten, um Probleme außerhalb ihres Spezialgebiets anzugehen. Daraus leitet sie die Erwartung ab, dass Versuche mit erfahrenen Personen messbaren Uplift zeigen könnten; dies ist eine Hypothese, kein bereits nachgewiesenes Ergebnis.

Für die Risikoeinschätzung verweist der Bericht auf ein Modell, in dem Biologie-Promovierte wegen angenommener höherer Erfolgs- und Handlungswahrscheinlichkeiten einen überproportionalen Anteil des modellierten Bioterrorismusrisikos ausmachen. Die darin genannten Erfolgsraten und Risikoverhältnisse sind Modellannahmen. Der Bericht warnt außerdem, KI könnte die Fähigkeitslücke zwischen Novizen und Experten vergrößern, insbesondere bei anspruchsvollen Aufgaben.

Als nächste Schritte schlägt die Autorin sichere Studien mit harmlosen biologischen Systemen vor. Sie sollten verschiedene Erfahrungsstufen und Aufgabenschwierigkeiten vergleichen, realistische Fehlerbehebung ermöglichen, vorab definierte Laborergebnisse messen und Teilnehmende zufällig KI- und Kontrollbedingungen zuweisen. Grenzen der Verallgemeinerung und Biosicherheit müssten ausdrücklich berücksichtigt werden. Solche Studien seien teuer, zeitaufwendig und organisatorisch anspruchsvoll; der Bericht hält sie mit ausreichender Infrastruktur und Förderung dennoch für machbar. Ihre Ergebnisse könnten Schutzmaßnahmen besser begründen: Ein deutlicher Uplift könnte stärkere Sicherungen rechtfertigen, ein geringer Effekt unnötige Einschränkungen vermeiden helfen. Bis erfahrene Forschende im Labor untersucht werden, bleibe das Ausmaß des Effekts offen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die kurze und die mittlere Zusammenfassung von Luna wurden gemeinsam geprüft; beide geben die Kernthesen korrekt wieder, lassen aber zentrale Belege und die Risikoeinschätzung aus. Die Einordnung erfolgte unabhängig von Lunas Stufen und Anteilen.

Im Bericht, aber nicht in der Zusammenfassung

  • Die zentrale Vermutung des Berichts, dass erfahrene Biologinnen und Biologen kurzfristig ein größeres Risiko darstellen könnten als Novizen
  • Die Zhang-et-al.-Studie, nach der KI-Hilfe Novizen bei computerbasierten Aufgaben deutlich höhere Erfolgschancen verschaffte
  • Die GovAI-Analyse, nach der Laborexperten bei Bioterrorismus um ein Vielfaches wahrscheinlicher erfolgreich sind
  • Die Hong-et-al.-Studie als größte randomisierte Laborstudie mit 153 Novizen ohne klaren Gruppenunterschied
  • Das Argument, dass Tacit Knowledge und fehlende Daten zu gescheiterten Experimenten die Hilfe durch KI für Novizen begrenzen

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-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 100 %kein Bezug
    • Luna 62 %Hintergrund, keine Belege
    • JEV offen
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. 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 39 %Hintergrund, keine Belege
    • JEV offen
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

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 31 %Hintergrund, keine Belege
    • Luna 58 %Hintergrund, keine Belege
    • JEV offen
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 40 %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-T05 Welche Cyber-Prüfungen und welche Testbausteine (Testfälle, Bewertungswerkzeuge, Datensätze) würden jedes Labor und jedes Ministerium anstelle einer bloßen Behauptung als gültig anerkennen, wenn andere sie an ihrem Modell durchführen? Und welche genormte Testsammlung würden Labore verschiedener Staaten gemeinsam an eingefrorenen Modellversionen laufen lassen, verwaltet von einer dritten Stelle, der alle trauen? Luna: Stufe 3 · 37 % · 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 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV offen
    • amos 29 %Hintergrund, keine Belege
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
  3. SF-F3 Welche Regeln gelten für gefährliche Fähigkeiten jenseits von Cyber, etwa in Biologie, Chemie, bei radioaktiven Stoffen oder in der Nukleartechnik?
    • clef 21 %Hintergrund, keine Belege
    • Luna 65 %einzelne zitierbare Belege
    • JEV offen
    • amos 38 %einzelne zitierbare Belege
    • SubQ 23 %einzelne zitierbare Belege
    • drex 28 %umfangreiche Belege
    • d3-ultra 39 %einzelne zitierbare Belege
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-F3-T01 Würden Staaten auf die Fähigkeit führender KI-Modelle, biologische Systeme zu entwerfen, dieselben Prüfungen und Freigabeschwellen anwenden wie auf Cyber oder eine eigens ausgehandelte Regelung? Und welche eigenen Fähigkeitsschwellen, Prüfmethoden, Maßnahmen zur Eindämmung und Meldepflichten sollen für KI-Hilfe in der Chemie, bei radioaktiven Stoffen und in der Nukleartechnik gelten, statt alle Wissenschaft mit doppeltem Verwendungszweck in eine einzige Biologie- oder Cyber-Regel zu fassen? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-F3-T02 Welche Verantwortung sollten KI-Firmen gegenüber der Öffentlichkeit tragen, wenn ihre Modelle grundlegende wissenschaftliche Entdeckungen ermöglichen, die gefährliche Anwendungen finden könnten? Luna: Stufe 4 · 46 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  4. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 30 %Hintergrund, keine Belege
    • Luna 59 %Hintergrund, keine Belege
    • JEV offen
    • amos 30 %einzelne zitierbare Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 40 %einzelne zitierbare Belege
    • d3-ultra 48 %gleiches Oberthema, hilft nicht

    • SF-F4-T03 Welche neue Prüfung braucht jeder Einsatz, wenn Fähigkeiten zunehmend im Nachdenken des Modells während der Nutzung stecken statt in einem einmal trainierten Modell, und würden die für ein festes Modell gebauten Freigabetests das noch erfassen? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
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 41 %Hintergrund, keine Belege
    • Luna 40 %Hintergrund, keine Belege
    • JEV offen
    • amos 29 %Hintergrund, keine Belege
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht

  2. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 28 %Hintergrund, keine Belege
    • Luna 46 %einzelne zitierbare Belege
    • JEV offen
    • amos 29 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 22 %einzelne zitierbare Belege
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

    • 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 · 35 % · Hintergrund, keine Belege
  3. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 29 %Hintergrund, keine Belege
    • Luna 46 %einzelne zitierbare Belege
    • JEV offen
    • amos 30 %Hintergrund, keine Belege
    • SubQ 32 %gleiches Oberthema, hilft nicht
    • drex 38 %einzelne zitierbare Belege
    • d3-ultra 28 %Hintergrund, keine Belege

    • SF-P3-T01 Welcher gemeinsame Rahmen für Labore macht Selbstüberwachung überprüfbar, ohne geschütztes geistiges Eigentum offenzulegen, und welche unabhängigen Verfahren Dritter, falls es sie gibt, bestätigen, dass die Selbstüberwachung riskantes Verhalten vor der Freigabe wirklich findet und nicht nur Schein ist? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 4 · 30 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 30 %Hintergrund, keine Belege
    • Luna 58 %Hintergrund, keine Belege
    • JEV offen
    • amos 31 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht

    • SF-T1-T01 Welche messbaren, maschinell prüfbaren Fähigkeitsschwellen sollen Labore veröffentlichen, die vor dem Einsatz von Agentensystemen eine verpflichtende Pause und eine Prüfung von außen auslösen, abgestimmt über alle Labore hinweg? Wer führt das Register, und wo soll die Gesellschaft die verbindliche Sicherheitsgrenze für weitere Steigerungen der Fähigkeiten ziehen? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
    • SF-T1-T02 Welche messbaren Schwellen halten die weitere Skalierung von KI-Modellen automatisch an, wer prüft sie, und wie bleiben diese Auslöser bindend, wenn der Wettbewerb drückt? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
    • SF-T1-T04 Welche Belege stoppen an einem Prüfpunkt für Fähigkeiten den nächsten Schritt, welches unabhängig geprüfte Ergebnis erlaubt ihn wieder, und welcher Mindestbeleg gibt ihn frei? Wer darf ihn unabhängig ablehnen, und welche gemeinsamen Regeln für Pause und Wiederaufnahme gelten über alle Labore hinweg? Luna: Stufe 3 · 34 % · 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 · 29 % · Hintergrund, keine Belege
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV offen
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 29 %Hintergrund, keine Belege
    • Luna 65 %einzelne zitierbare Belege
    • JEV offen
    • amos 26 %Hintergrund, keine Belege
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV offen
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

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 45 %Hintergrund, keine Belege
    • JEV offen
    • amos 33 %nur am Rande erwähnt
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht

Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV offen
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 26 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 33 %nur am Rande erwähnt
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
  3. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV offen
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 69 %gleiches Oberthema, hilft nicht
  4. 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 31 %Hintergrund, keine Belege
    • JEV offen
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 59 %gleiches Oberthema, hilft nicht

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege

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 →