16.09.2019

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

Interview: Christina Hubin ist Head of Research and Development beim Wiener Mobilitätsstartup "Upstream Mobility", das 2016 von den Wiener Stadtwerken gegründet wurde. Im Interview spricht sie darüber, wie sich eine Zwei-Klassen-Mobilität verhindern lässt und wie unterschiedliche Mobilitätsangebote künftig miteinander integriert werden können.
/artikel/upstream-interview-weinzettl
Upstream
Christina Hubin ist Head of Research & Development bei der Upstream – next level mobility GmbH.

Der öffentliche Verkehr soll den Grundstein der Mobilität in der Stadt bieten, damit die Leute öffentlich oder mit öffentlichen verfügbaren Angeboten unterwegs sind und den eigenen PKW eigentlich nicht mehr brauchen. Upstream – next level mobility GmbH ist eine Mobilitäts-Integrationsplattform, die alle Mobilitäts-Angebote vernetzt und digital über Schnittstellen zur Verfügung stellt.

+++ Fokus: Mobility & Connectivity +++ 

„Wir arbeiten daran, dass das notwendige  Know-how für künftige Mobilität  in der öffentlichen Hand aufgebaut wird, um Mobilität als Daseinsvorsorge sicherzustellen und eine Zwei-Klassen-Mobilität zu verhindern.“, sagt Christina Hubin, Head of Research and Development bei der Upstream – next level mobility GmbH. Hubin wird am 18. Oktober 2019 am Austrian Innovation Forum in Wien über Innovation im Bereich der Mobilität sprechen.

Wie entstand die Idee zur Upstream – next level mobility GmbH?

Christina Hubin: Upstream wurde aus einem Forschungsprojekt, das die kombinierte Nutzung öffentlicher, kollektiver und individueller Mobilitätsangebote als Alternative zum eigenen Auto untersuchte, gegründet. Das Ziel war die wachsenden alternativen Angebote, den Kunden so unkompliziert wie möglich, in einer App, darzustellen.

Heute beschäftigen wir uns auch mit der Sicherstellung des Ausbaus und der Verwaltung eigener digitaler Infrastrukturen und der Erweiterung der digitalen Services für vernetzten urbanen Verkehr.

Jedes Auto wird nur zu fünf Prozent genutzt, 95 Prozent der Zeit sind die Autos nicht ausgelastet. Die Idee ist, dass der öffentliche Verkehr den Grundstein der Mobilität in der Stadt bietet, damit die Leute unkompliziert öffentlich oder mit öffentlichen verfügbaren Angeboten unterwegs sein können und den eigenen PKW eigentlich nicht mehr brauchen.

Welches Produkt entwickelt ihr ?

Christina Hubin: In Wien hat man neben den Wiener Linien auch viele andere Möglichkeiten, durch die Stadt zu kommen. Ich arbeite im Bereich Research und Development. Wir analysieren neue Technologien und Services, die für die zukünftige Mobilität relevant sind, und probieren sie prototypisch aus.

Eines unserer derzeitigen Projekt heißt dynamisches Mobilitätsmanagement. Man will nicht nur Mobilitätsangebote vernetzen und zur Verfügung stellen, sondern auch das Angebot optimieren bzw. dort Angebote schaffen, wo auch Nachfrage entsteht.

Wie sieht es mit der technischen Umsetzung aus?

Christina Hubin: Für diese Prognose braucht man einen Überblick der gesamten Mobilität in einer Stadt. Hierzu stellen wir die Nutzerdaten  zu Fahrzeugdaten, den Infrastruktur Auslastungsdaten mit externen Daten wie Wetter, Events, Baustellen, usw in Relation. Die Auswertung dieser Datenbasis gibt einen Überblick über die Mobilität der Stadt und die Möglichkeit Engpässe im Vorfeld zu prognostizieren.

Was sind die Herausforderungen für die Zukunft?

Christina Hubin: Wir arbeiten daran, dass das notwendige  Know-how für künftige Mobilität in der öffentlichen Hand aufgebaut wird, um Mobilität als Daseinsvorsorge sicherzustellen, denn wenn sich private Unternehmen darum kümmern, steht immer ein Business Case dahinter. Das bedeutet, die bessere Mobilität, die bessere Route und das bessere Fahrzeug würden finanziell besser gestellten Personen zugänglich, da sie mehr bezahlen können. Dadurch kann sich schnell eine Zwei-Klassen-Mobilität entwickeln. Das gilt es zu vermeiden.

Wir bleiben als Stadt unabhängig, da wir den Überblick über die Mobilität haben. Wir können durch diverse Datenquellen und durch Simulationen planen und daraus Maßnahmen erstellen und diese wieder durch unsere Datenquellen evaluieren.

Wie wird die Entwicklung in den nächsten zehn Jahren fortschreiten?

Christina Hubin: Ich glaube, der Mobilitätsüberblick und die Vernetzung der Angebote wird auch in zehn Jahren Thema sein. Aufgrund der Klimaziele und CO2-Einsparungen hat sich möglicherweise die Antriebstechnologie geändert. Autonomes Fahren wird mit Sicherheit ein Thema, ob das schon in zehn Jahren sein wird, weiß ich nicht.

Zu der Frage wer die Fahrzeuge steuert, gibt es mehrere Szenarien von Verkehrsexperten. Viele glauben, dass die autonomen Fahrzeuge auf der Straße einfach den privaten PKW mit einer anderen Antriebstechnologie austauschen.

Dann gibt es die Variante der Mischform, so wie heute. Mehrere Angebote nebeneinander, Sharing Systeme und private Fahrzeuge, die nicht wirklich kompatibel miteinander sind und die unterschiedliche Services und unterschiedliche Zugänge für den User bieten.

Wie sieht das optimale Szenario der künftigen Mobilität aus?

Christina Hubin: Das optimale Szenario ist die gesamte Vernetzung, die es dem Nutzer ermöglicht in einer Anwendung jederzeit das beste Angebot in einem individuell gestalteten Mobilität Service zu nutzen jedoch mit der Prämisse die gesamte Mobilität einer Stadt zu optimieren, sprich optimal zu verteilen. Gerade im Bereich der Digitalisierung muss man an alle Altersgruppen denken und die Bedürfnisse von Kindern und von älteren Personen berücksichtigen.

Welche Jobs brauchen wir in Zukunft, die heute noch keinen Namen haben?

Christina HubinEs gibt einige Jobs in unserem Bereich, die auch für die breite Masse immer bekannter werden, wie Data Scientist und Data Analyst. Ich denke, dass sich einige Jobs inhaltlich ändern werden. Im dynamischen Mobilitätsmanagement brauchen wir Mathematiker und Logiker.

Derzeit ist das Mathematikstudium eher auf das Finanz und Versicherungswesen ausgerichtet. In Zukunft ist man vielleicht Mathematiker aber in Kombination mit Data Science. Software Entwickler brauchen eine gute Ausbildung für Analytics.
Ich kann mir vorstellen, dass es Mobilitätsbegleiter oder Mobilitätsberater für Betriebe oder Unternehmen gibt, die dementsprechende Mobilitätservices oder Lösungen konzipieren.


Zur Gastautorin

Dieses Interview wurde von Julia Weinzettl geführt und erstmals auf dem Blog der Plattform Taskfarm veröffentlicht. Weinzettl startete ihre Karriere nach dem Wirtschaft-, Politik- und Kommunikationswissenschaften-Studium als Marketingmanagerin der damaligen Startups sms.at, uboot.com und handy.at. Nach Tätigkeiten als Mobile Business Development Manager bei bwin (damals auch noch im Startup-Stadium) und als Data Protection Counselor bei der Personensuchmaschine www.123people.com wurde Weinzettl selbst zur Gründerin. Gemeinsam mit ihrem Mann Mike Weinzettl startete sie 2011 www.taskfarm.com als Marktplatz zur Projektvermittlung. Später folgte der Pivot zu einem Fokus auf Softwareentwicklung und Consulting. Mit dem Taskfarm-Blog legt die Gründerin eine große Interview-Serie zum Thema „Future of Work“ vor.


 

 

Deine ungelesenen Artikel:
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
Loïc Roch, Mitgründer und CTO von Atinary, in den SwissCAT+-Laboren am Campus Hönggerberg | (c) Martin Pacher

Wer auf den Hönggerberg im Norden Zürichs fährt, lässt die Stadt hinter sich. Der zweite Campus der ETH, entstanden ab 1961, liegt in ländlicher Umgebung, hier sind unter anderem die Departemente für Chemie, Physik und Materialwissenschaft zu Hause. Und hier, in den SwissCAT+-Laboren der Hochschule, lässt sich derzeit besichtigen, wie Forschung aussehen könnte, wenn nicht mehr der Mensch jeden einzelnen Handgriff macht.

In diesen Laboren übernehmen Roboter die Arbeit, die sonst Forschende beschäftigt: Sie hantieren mit Flüssigkeiten und Pulvern, bereiten Proben vor, testen sie und messen laufend die Ergebnisse. Das Bemerkenswerte daran ist aber nicht die Automatisierung selbst, sondern wer die Versuche plant: eine Künstliche Intelligenz. Die Software stammt vom Startup Atinary, das an der ETH keinen eigenen Standort hat, sondern mit der Technologieplattform SwissCAT+ zusammenarbeitet. Sie schlägt vor, welches Experiment als nächstes sinnvoll ist, lernt aus jedem Ergebnis und berechnet daraus den nächsten Schritt. Dieser Kreislauf läuft rund um die Uhr, ohne dass ein Mensch eingreifen muss.

„Ein Labor ist eine große Küche“

Wie soll man sich das vorstellen? Loïc Roch, Mitgründer und CTO von Atinary, greift im Gespräch mit brutkasten zu einem Alltagsbild: „Am Ende ist ein Labor eine große Küche. Wir liefern die Rezepte. Wir nutzen KI, um Rezepte zu erzeugen, die dann im Labor getestet werden.“ Das Ziel: möglichst schnell zum besten Rezept kommen. Denn jeder einzelne Versuch kostet Zeit, Material und Geld. Wer statt tausender Versuche nur ein paar Dutzend braucht, spart enorm.

Genau darauf ist die Software ausgelegt. Statt sich blind durch unzählige mögliche Kombinationen zu probieren, lernt das System mit jedem Experiment dazu und empfiehlt gezielt die vielversprechendsten nächsten Schritte. „Self-Driving Labs“ nennt Atinary das Prinzip, selbstfahrende Labore. Den Begriff hat sich das 2019 gegründete Unternehmen sogar markenrechtlich schützen lassen.

Loïc Roch, Co-founder und CTO von Atinary | (c) Martin Pacher / brutkasten

Den Bedarf für solche Werkzeuge begründet Roch mit einem unbequemen Befund: Forschung wird immer teurer und langsamer, es braucht immer mehr Zeit und Geld, bis Neues gefunden ist. Dazu kommt eine handfeste Vertrauenskrise: Roch verweist auf eine vielzitierte Befragung von rund 1.500 Forschenden, wonach ein Großteil daran scheitert, Experimente zu wiederholen, in der Chemie sind die Quoten besonders hoch. Das ist nicht nur für die Wissenschaft ein Problem: Ohne verlässliche Daten lässt sich auch keine verlässliche KI trainieren.

100 Jahre Forschung in sechs Wochen

Was das System kann, zeigt das Vorzeigeprojekt direkt vor Ort. Gemeinsam mit dem SwissCAT+-Team suchte Atinary nach dem besten Katalysator, also jenem Hilfsstoff, mit dem sich das Treibhausgas CO₂ in Methanol umwandeln lässt, einen Ausgangsstoff für nachhaltige Treibstoffe. Laut Atinary kamen dafür mehr als 20 Millionen mögliche Kombinationen infrage. Das Ergebnis wurde in einem Fachjournal publiziert: In sechs Wochen wurden 144 Katalysator-Kandidaten hergestellt und getestet, mit minimalem menschlichem Zutun. Die Zahl, mit der Atinary seither wirbt, ist eindrucksvoll: eine 1000-fache Beschleunigung, umgerechnet 100 Jahre Katalyse-Forschung in nur sechs Wochen. SwissCAT+-Chef Paco Laveille, der die Umsetzung an der ETH verantwortet, bestätigt beim Besuch die Größenordnung: von Jahren an Forschung hinunter zu Wochen.

(c) Martin Pacher / brutkasten

Beim konkreten Nutzen für Firmenkunden hält sich Roch hingegen zurück, aus einem strukturellen Grund: „Wir sind ein Dienstleister. Wir sehen den generierten Mehrwert nicht, und die Kunden wollen ihn nicht teilen.“ Das habe auch mit Sicherheitsanforderungen zu tun, ergänzt das Unternehmen: Angaben zum erzielten Return on Investment erhalte Atinary dann, wenn Kunden sie von sich aus teilen — teils münde das in gemeinsame Publikationen.

Die einzige konkrete Zahl, die er im Gespräch nennt, stammt aus einer gemeinsamen Publikation mit dem Aromen- und Duftstoffkonzern dsm-firmenich: Dort konnte der Einsatz eines teuren Edelmetalls so stark reduziert werden, dass dessen Kostenanteil um rund 95 Prozent sank. Es sei nicht die einzige gemeinsame Veröffentlichung mit Kunden, betont das Unternehmen — weitere gebe es etwa mit dem Pharmakonzern Takeda.

(c) Martin Pacher / brutkasten

Auch ein aktueller gemeinsamer Blogbeitrag von AWS und Atinary liefert Anhaltspunkte. Ein Manager von Takeda wird dort mit der Aussage zitiert, eine Optimierung habe mit dem selbstfahrenden Ansatz rund eine Woche gedauert, verglichen mit ein bis zwei Monaten auf dem herkömmlichen Weg. Am MIT wiederum löste ein Forschungsteam mit der Software eine knifflige Aufgabe aus der Solarzellenforschung in nur 25 Versuchen, innerhalb einer strikten Frist von vier Wochen. Und über das eigene Labor, das Atinary heuer in Boston eröffnet hat, heißt es: Es erzeuge in einer Woche mehr Versuchsdaten, als ein Doktorand in fünf Jahren produziert.

Bezahlter Pilot, Lizenz pro Arbeitsplatz

Wirtschaftlich steht Atinary noch am Anfang. Das Unternehmen befindet sich in der Seed-Phase, öffentlich auffindbar sind laut Roch rund zehn Millionen an bisheriger Finanzierung, eingesammelt über Venture Capital, Family Offices und Förderungen. Als Nächstes peilt er eine Series A an. Das Wachstumskapital dafür werde voraussichtlich aus den USA kommen: „Der Ansatz ist in Europa und den USA sehr unterschiedlich.“

Paco Laveille, Managing Director, SwissCAT+ East, ETH Zurich | (c) Martin Pacher / brutkasten

Verdient wird über Software-Lizenzen, abgerechnet pro Arbeitsplatz. Am Anfang steht ein dreimonatiger, bewusst kostenpflichtiger Testlauf. „Wenn der Pilot nicht bezahlt ist, stecken die Kunden nicht die Ressourcen hinein, um ihn richtig zu testen“, sagt Roch. Dass er mit diesem Modell Geld liegen lässt, räumt er offen ein: Eine Beteiligung am geschaffenen Wert wäre lukrativer, scheitert aber daran, dass die Kunden diesen Wert eben nicht offenlegen.

Die Kundschaft kommt bisher vor allem aus der Pharmabranche, die laut Roch am ehesten bereit ist, Neues zu riskieren; der Rest der Industrie folge dann. Einsatzfelder gibt es aber quer durch: Lebensmittel, Duftstoffe, Materialforschung, grüne Energie, und gemeinsam mit Stanford sogar Zelltherapien gegen Krebs. Umsatz machen vor allem Konzerne. Mit Universitäten arbeitet Atinary eng zusammen, weil sich dort Ergebnisse veröffentlichen lassen, sie werden so zu Botschaftern der Technologie. Auch KMU zählen zu den Kunden, das jüngste sei erst vor wenigen Tagen dazugekommen. Die Arbeitsteilung im Unternehmen: Das Entwicklerteam sitzt bei Roch in Lausanne, das eigene Labor steht in Boston, dort, wo die großen Pharma-Forschungszentren angesiedelt sind.

„Fast jeden zweiten Tag ein neues Startup“

Beim Thema Konkurrenz wird Roch deutlich: Der Bereich „AI for Science“ ziehe derzeit massiv Gründungen an, fast jeden zweiten Tag komme ein neues Startup dazu. Gefährlich sei daran vor allem eines: Mit den heutigen KI-Werkzeugen lasse sich sehr schnell ein beeindruckender Prototyp bauen, der Kunden begeistert. „Unter der Haube ist das aber kein produktionsreifer Code, der bei einem Großunternehmen laufen kann.“ Atinary sieht er im Vorteil, weil man seit 2019 das gesamte Paket aufgebaut habe: die Anbindung an die Laborgeräte, das eigene KI-Training, die Anwendungen und die wissenschaftliche Glaubwürdigkeit durch den eigenen Beirat. Dazu kommt laut Unternehmen ein Netzwerk an Technologiepartnern, darunter AWS, ABB Robotics, Agilent, Bruker, Chemspeed und Mettler-Toledo. Im wissenschaftlichen Beirat sitzt unter anderem der MIT-Chemiker Stephen Buchwald — im Bostoner Labor optimiert Atinary nach eigenen Angaben ausgerechnet die nach ihm benannte Buchwald-Hartwig-Reaktion.

(c) Martin Pacher / brutkasten

Zugleich beobachtet er seit heuer einen Umschwung im Markt: Kunden dächten zunehmend in einer Wettlauf-Logik. Wer die Technologie nicht als Erster einsetze, riskiere, dass es die Konkurrenz tut. Und wenn diese in Wochen schafft, wofür man selbst Jahre braucht, sei der Rückstand kaum aufzuholen.

Die größte Hürde ist der Mensch

Und was bremst die Verbreitung? Nicht die Technik, sagt Roch, sondern der Mensch. „Der Wissenschaftler im Labor ist oft seit 15, 20 Jahren dort. Wenn man ihm sagt: Wir können deine Forschung um den Faktor zehn oder hundert beschleunigen, sagt er: Nein. Ich kenne mein Fach besser als irgendein Algorithmus.“ Es sei dabei weniger mangelndes Vertrauen, die Technologie werde schlicht als Bedrohung für den eigenen Job empfunden. Christoph Schnidrig von AWS ergänzt: Dieses Muster kenne man von jeder Technologiewelle, von der Einführung der Cloud bis zur KI in der Softwareentwicklung. Rochs Haltung dazu: Jobs würden sich verändern, aber nicht verschwinden. „Am Ende ist es ein Werkzeug. Der Mensch bleibt am Steuer.“

(c) Martin Pacher / brutkasten

Zum Vertrauen gehört auch die Datenfrage, schließlich legen die Kunden ihr wertvollstes Gut, ihre Forschungsdaten, in die Plattform. Die läuft vollständig auf der Cloud von AWS. Roch verweist auf Prüfungen, Audits und Sicherheitstests; personenbezogene Daten würden praktisch keine gespeichert, schon gar keine Patientendaten, dafür sei man in der Forschung viel zu früh angesetzt. Auch deshalb sieht er im EU AI Act derzeit kein Hindernis: In Kundengesprächen sei die Regulierung bislang schlicht kein Thema gewesen.

Auszeichnung vom Weltwirtschaftsforum

Während brutkasten mit Roch in Zürich spricht, befindet sich sein Mitgründer, CEO Hermann Tribukait, gerade im chinesischen Dalian, um dort den Technology-Pioneer-Award des Weltwirtschaftsforums entgegenzunehmen. Zu den früheren Preisträgern der Auszeichnung zählen Roch zufolge Namen wie Google, Dropbox und Airbnb. Preisgeld gibt es keines, der Wert liege im Zugang zum Netzwerk des Forums und zu Entscheidungsträgern großer Unternehmen. Kunden in China hat Atinary übrigens keine, und das dürfte vorerst so bleiben: Als in den USA registriertes Unternehmen sei das Geschäft mit chinesischen Firmen „wegen der Geopolitik sehr heikel“.

Gefragt nach dem Blick fünf Jahre voraus, skizziert Roch eine Vision, die er ausgerechnet am Vorbild seines Cloud-Partners entwirft: Labore, die wie Rechenleistung aus der Cloud abrufbar sind, weltweit vernetzt, mit einer übergeordneten KI, die Erkenntnisse zwischen Forschungszentren auf verschiedenen Kontinenten austauscht.

Den Antrieb dahinter beschreibt er ganz persönlich: Er und seine Mitgründer seien Naturliebhaber, und die Energiewende brauche schnellere Forschung. „Der Planet kann nicht noch ein Jahrzehnt warten, bis wir Lösungen finden.“ Sein Befund nach sieben Jahren: „R&D ist heute noch zu langsam.“


Disclaimer: Die Reise- und Übernachtungskosten wurden von Amazon Web Services übernommen.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt