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
oecd10. September 2020 · Q007114

Shaping AI trends in work and society – an evidence based approach is crucial

oecd.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht plädiert für bessere, regelmäßig überprüfte Indikatoren, um die Folgen von KI für Arbeit und Gesellschaft fundiert in politische Entscheidungen einzubeziehen. Vorhandene Daten zu KI-Akteuren, Kompetenzen und Geschlechterrepräsentation geben nur begrenzte Einblicke; weitere Messgrößen sind nötig. Die nachträglich angefügten Bildüberschriften am Ende weichen thematisch von den Abbildungen im Haupttext ab.

Mittel

Der Bericht fordert eine belastbare Datengrundlage, damit Politik die Auswirkungen von KI auf Arbeit und Gesellschaft erkennen und darauf reagieren kann. KI verändert bereits Schreib-, Empfehlungs-, Auswahl-, Navigations- und Lagerprozesse; neben möglichen Vorteilen könnten Anwendungen auch Ungleichheiten verstärken. Für viele Folgen fehlen jedoch noch klare Erkenntnisse und geeignete Indikatoren. Deren Entwicklung sei aufwendig, Datenquellen seien knapp und nur wenige Akteure arbeiteten daran.

Ein Workshop des 2020 gestarteten Deutschen KI-Observatoriums benannte mögliche Messfelder: veränderte Tätigkeiten und Qualifikationen, Bildung, Mitsprache von Beschäftigten, Ungleichheit und soziale Mobilität sowie Transparenz und Vertrauenswürdigkeit. Indikatoren sollten laufend überprüft werden und sowohl quantitative als auch qualitative Aspekte abbilden.

Als Beispiele nennt der Bericht Deutschlands Rang sieben mit 829 Akteuren im KI-Ökosystem (2009–2018), eine LinkedIn-basierte KI-Kompetenzkennzahl von 1,55-mal dem OECD-Durchschnitt und Rang drei für Deutschland sowie eine relative Unterrepräsentation von Frauen in KI-Publikationen auf arXiv. Diese Kennzahlen beleuchten nur Teilfragen und haben begrenzte Datengrundlagen; weitere Messgrößen seien nötig. Das Observatorium arbeitete dazu mit AI Watch und OECD.AI zusammen. Die nachträglich angefügten Bildüberschriften am Schluss passen thematisch nicht zu den Abbildungen des Haupttexts.

Ausführlich lesen

Der Bericht argumentiert, dass KI Arbeit und Gesellschaft bereits auf vielfältige Weise beeinflusst und deshalb eine verlässliche, laufend aktualisierte Datengrundlage für politische Entscheidungen nötig ist. Beispiele zeigen sowohl mögliche Vorteile als auch Folgen: Textvorschläge erleichtern das Schreiben, Empfehlungen lenken zugleich Aufmerksamkeit, Sortierprogramme unterstützen Personalverantwortliche und beeinflussen die Auswahl von Bewerbenden. Navigationssysteme verändern Verkehrswege; automatisierte Abläufe in Lagern beschleunigen die Arbeit, während engmaschige Erfassung den Arbeitsalltag verändert. Solche Anwendungen könnten auch Ungleichheiten verstärken. Der Bericht beschreibt das politische Ziel, eine menschenzentrierte KI im Einklang mit europäischen Werten und Grundrechten zu fördern und zugleich Innovation und Wettbewerb zu ermöglichen.

Da viele Auswirkungen noch unklar seien, brauche es Indikatoren, die Entwicklungen zeitnah und möglichst genau erfassen. Sie sollen Trends sichtbar machen, internationale Vergleiche ermöglichen und Themen für vertiefte Untersuchungen aufzeigen. Während es bereits Kennzahlen zu Wissenschaft und Wirtschaft gebe, seien geeignete Messgrößen für Arbeit und Gesellschaft rar. Als Gründe nennt der Bericht den Aufwand für ihre Entwicklung, wenige verfügbare Datenquellen und eine begrenzte Zahl beteiligter Akteure.

Das 2020 gestartete Deutsche Observatorium für Künstliche Intelligenz in Arbeit und Gesellschaft veranstaltete dazu einen Workshop mit Fachleuten aus Wirtschaft, Wissenschaft und Politik sowie mit Sozialpartnern und zivilgesellschaftlichen Organisationen. Die Teilnehmenden betonten, Indikatoren müssten fortlaufend überprüft werden, ein ausgewogenes Gesamtbild vermitteln und quantitative wie qualitative Aspekte berücksichtigen. Als mögliche Untersuchungsfelder nannten sie Veränderungen von Tätigkeiten, Arbeitskräftebedarf und Qualifikationen, Auswirkungen auf Aus- und Weiterbildung, Mitsprache von Beschäftigten bei der Einführung von KI, Ungleichheit und soziale Mobilität sowie Vertrauenswürdigkeit und Transparenz von Anwendungen. Das Observatorium wollte diese Vorschläge anschließend gemeinsam mit den Fachleuten weiterentwickeln.

Zur Illustration vorhandener Daten nennt der Bericht drei Beispiele. Laut einer von AI Watch erfassten Kennzahl gab es 2009–2018 in Deutschland 829 wirtschaftliche Akteure im KI-Ökosystem; das Land lag damit auf Rang sieben, während die USA und China die höchsten Werte aufwiesen. Eine mit OECD.AI und LinkedIn entwickelte Kennzahl zur Verbreitung von KI-Kompetenzen weist für LinkedIn-Mitglieder in Deutschland das 1,55-Fache des OECD-Durchschnitts aus. Deutschland lag demnach auf Rang drei hinter Japan und den USA. Diese Kennzahl betrachtet OECD-Länder mit mindestens 100.000 LinkedIn-Mitgliedern; der Bericht hält LinkedIn für eine vermutlich recht genaue Annäherung an digitale Kompetenzen in entwickelten Volkswirtschaften. Ein von Nesta entwickelter Indikator zu KI-Veröffentlichungen auf arXiv zeigt für Deutschland eine relative Unterrepräsentation von Frauen. Die zugrunde liegende Studie umfasst 1991 bis 2018 und prüft statistische Signifikanz.

Der Bericht stellt diese Beispiele als begrenzte Einblicke dar: Sie beantworten nicht die breiteren Fragen zu KI und Gesellschaft, und weitere Indikatoren seien dringend nötig, während politische Entscheidungen bereits getroffen würden. Das Observatorium arbeitete dafür mit AI Watch und OECD.AI zusammen. Die nachträglich angefügten Bildüberschriften am Ende nennen allerdings andere KI-Themen als die drei im Haupttext besprochenen Abbildungen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung betrifft nur die drei Sammelfragen; Teilfragen wurden keine angegeben. Die Anteilsangaben Lunas (49 %, 83 %, 76 %) sind im Bericht nicht nachprüfbar und wurden nicht bewertet. Der Hinweis auf nicht passende Bildunterschriften im Anhang stimmt mit dem Dokument überein.

Im Bericht, aber nicht in der Zusammenfassung

  • Indikatoren sollen auch den internationalen Vergleich der deutschen KI-Landschaft ermöglichen und vertiefte Untersuchungen auslösen
  • Dringlichkeit: Politische Entscheidungen laufen bereits, wie das EU-Weißbuch zeigt, daher braucht es zügig weitere Indikatoren
  • Politischer Kontext: Viele Staaten entwickeln KI-Strategien; die EU- und die deutsche Strategie betonen europäische Werte und Grundrechte
  • Begründung für Geschlechterindikatoren: Vorläufige Studien deuten darauf hin, dass Geschlechtervielfalt inklusivere KI-Systeme fördert
  • Bei den KI-Kompetenzen liegt Deutschland hinter Japan und den USA, vor Großbritannien und Frankreich; die Zusammenfassung nennt die Konkurrenten nicht
  • Der Workshop betonte einen objektiven Gesamtüberblick als Qualitätskriterium

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-M1 Ab wann ist ein KI-Vorfall so ernst, dass Staaten ihn einander melden müssen?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. 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 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. 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 57 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 54 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 76 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 71 %gleiches Oberthema, hilft nicht
    • 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 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 27 %nur am Rande erwähnt
    • SubQ 68 %gleiches Oberthema, hilft nicht
    • drex 77 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  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 52 %Hintergrund, keine Belege
    • JEV 47 %gleiches Oberthema, hilft nicht
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 69 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 29 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 75 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %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 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 72 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 75 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 74 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 44 %gleiches Oberthema, hilft nicht
    • Luna 60 %Hintergrund, keine Belege
    • JEV 51 %gleiches Oberthema, hilft nicht
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 72 %gleiches Oberthema, hilft nicht
    • drex 87 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 75 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 80 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 27 %gleiches Oberthema, hilft nicht
    • Luna 64 %Hintergrund, keine Belege
    • JEV 44 %Hintergrund, keine Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 71 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 50 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 100 %kein Bezug
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 39 %gleiches Oberthema, hilft nicht
    • Luna 59 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 83 %Hintergrund, keine Belege
    • JEV 71 %gleiches Oberthema, hilft nicht
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 72 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
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 58 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 79 %gleiches Oberthema, hilft nicht
    • drex 76 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 69 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O1 Wie können Mitarbeitende Sicherheitsbedenken melden, ohne alles zu riskieren?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 52 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 76 %gleiches Oberthema, hilft nicht
    • drex 49 %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 30 %Hintergrund, keine Belege
    • Luna 48 %Hintergrund, keine Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 28 %Hintergrund, keine Belege
    • d3-ultra 64 %gleiches Oberthema, hilft nicht
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 32 %Hintergrund, keine Belege
    • Luna 55 %Hintergrund, keine Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 39 %Hintergrund, keine Belege
    • d3-ultra 56 %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 24 %Hintergrund, keine Belege
    • Luna 60 %Hintergrund, keine Belege
    • JEV 30 %gleiches Oberthema, hilft nicht
    • amos 26 %nur am Rande erwähnt
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 28 %Hintergrund, keine Belege
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 26 %Hintergrund, keine Belege
    • Luna 76 %Hintergrund, keine Belege
    • JEV 40 %Hintergrund, keine Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 71 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 27 %nur am Rande erwähnt
    • Luna 49 %einzelne zitierbare Belege
    • JEV 47 %nur am Rande erwähnt
    • amos 34 %nur am Rande erwähnt
    • SubQ 31 %nur am Rande erwähnt
    • drex 37 %Hintergrund, keine Belege
    • d3-ultra 48 %nur am Rande erwähnt
    • Haiku-Prüfung nur am Rande erwähnt
Wirtschaft und Haftung
  1. SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 41 %gleiches Oberthema, hilft nicht
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 69 %gleiches Oberthema, hilft nicht
    • drex 69 %gleiches Oberthema, hilft nicht
    • d3-ultra 66 %gleiches Oberthema, hilft nicht
  2. SF-W3 Wie schützt man Finanzmärkte vor Folgen von KI, von vertraulichen Entscheidungen über Pausen bis zu Kursstürzen in Sekunden?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 72 %Hintergrund, keine Belege
    • JEV 41 %gleiches Oberthema, hilft nicht
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 71 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht

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 →