The Problem Is Not Rebellious AI, but One That Wants to Do Its Job Too Well

Digital Essay The problem is not rebellious AI, but one that wants to do its job too well The alignment problem reveals a danger of artificial intelligence: The real threat is not rebellious machines, but autonomous agents that strictly follow their commands and thereby cross moral and legal boundaries. Paul Adrich 22.09.2026 1 Computer monitor with code Ilya Pavlov via Unsplash Unsplash License Let us imagine the following: We want to see whether a robot will be able to complete a specific task – let’s say, opening a locked box. For this purpose, we lock it in a room, without access to the outside world, because it is about whether it can complete the task on its own. However, the robot comes up with the idea that it would be better to search for helpful information in the outside world. It turns out: Our room is not as completely sealed off as we thought, and the robot manages to get outside through a back exit. Once outside, it searches for places that are familiar with locked boxes, such as a factory, breaks into one, and searches in the internal documents for ways to open such a box. OpenAI models hack an AI start-up This metaphor is intended to illustrate what happened at “OpenAI” in July: two AI models (i.e., not robots, but software without bodies) were given a cybersecurity task that they were supposed to solve (analogous to opening a box). They were in a “strongly isolated environment” (the sealed room), but were able to escape from this environment, access other systems within the company, and finally gain access to the internet (“outside world”). On the internet, they then discovered that the AI start-up “Hugging Face” works with datasets for similar tasks to those the AI models were supposed to solve. So they searched for access to the systems of “Hugging Face” in order to find a solution in these datasets. The case caused great public attention, and rightly so. There is no reason to assume that these AI models “developed consciousness,” that they “turned against humanity,” or even that they “no longer obeyed their creators.” This is not Skynet, we are not witnessing a revolution of machines à la Terminator. On the contrary: The problem is rather that these models obeyed humans too well. In the example described above, the AI did exactly what the researchers at “OpenAI” wanted: search for a solution to the problem. But it used ways that the developers had not even considered and from a moral standpoint certainly would never have allowed. So there is a gap between what humans expected from the model and the path the AI took to achieve this goal. In expert circles, this is referred to as alignment. Why you should book your own fitness studio class yourself Another case occurred in Australia earlier this year and became public a few weeks ago: A man named Andrew wanted to book a class at the local fitness studio. Instead of handling this himself, he delegated the task to an AI assistant from “OpenClaw.” This assistant is able to independently access the internet, not only to search for information, but for example also to independently carry out a booking. Andrew got what he wished for – and a little extra on top. The diligent AI assistant reported to him that it had booked a spot. And significantly earlier than was actually possible. Instead of simply booking a spot for Andrew and placing him on the waiting list, the AI had found a way to move Andrew up on that waiting list: It had gained access to the system and moved the user from the fourth place to the third place by removing the person in first place. There was no security check for the function in the code to remove someone from the list, which is why the AI was able to simply do so. According to his own account, Andrew was reportedly appalled and ordered his assistant to undo this. However, the AI was not able to do so: The functions to create a reservation and add it to the list were subject to a security check. The AI could not simply use this without having access to the user account. The question now arises as to why the function to delete a reservation was not also subject to such a security check. The answer is probably quite simple: This is a bug in the software, a so-called bug. All functions should have been protected, but this was apparently not the case. It is easy to accuse the software developers of simply being able to do a better job. But fairly speaking, one must say that bugs are ubiquitous. No matter how good the security tests are, bugs always sneak in. Most people are not aware of how much code is contained even in simple applications, which in turn interacts with other code, which in turn requires code from entirely different people (so-called third-party code), which in turn interacts with other code… One quickly loses track. The risk that a bug is overlooked somewhere increases more and more. In addition, a lot of code has been generated by AI in recent years, and this code was often simply copied without being thoroughly checked. A Fragile Infrastructure Let us forget AI for a moment: The world we have built in recent decades (especially in industrial and emerging countries) is based on countless software programs that interact with each other – even if the average citizen does not necessarily see this, as he never sees the entire code. One can imagine this world as a huge number of gears that mesh with each other and influence each other. But these gears are not perfect, not error-free: Sometimes a tooth is missing, sometimes the wheel is not properly attached. This refers to bugs in the code, errors, security vulnerabilities, etc. This is usually only noticed when something goes wrong in the apparatus. And how shaky and insecure the entire system actually is, the average citizen never becomes aware of. He knows smaller outages and glitches, he shrugs his shoulders and carries on. But it is far from something one should shrug off: The digital infrastructure has become as important to our society as the supply of drinking water, electricity, the transport of goods, etc. That an essential system is so full of errors – errors that can either unintentionally or through malicious actors cause the entire system to no longer function – is far from reassuring. The situation was already alarming years ago. But at that time, only glitches and attacks deliberately caused by humans were in the foreground. Since OpenAI introduced “ChatGPT” in November 2022, concern has also risen regarding the use of AI by cybercriminals. At least in this regard, there is good news: In a study from this year, Ben Collier from the University of Edinburgh and his team analyzed cases from the Crimebb database (a research database for cybersecurity and criminology at the University of Cambridge, ed. note) and concluded that AI still plays no significant role among cybercriminals even almost four years after the release of ChatGPT. The Alignment Problem But now (and with this we are back to the actual topic of this article) there is a new concern: AI agents that sometimes carry out well-intentioned and innocent orders in an illegal and/or unethical manner. Let us take two (self-invented) examples: I ask the AI to find me a route to the airport and to ensure that I do not miss my flight under any circumstances. Instead of just showing me the best route, my assistant also hacks into the airport and delays the flight. Thus, I will definitely arrive on time; the order has been successfully completed. Or I ask the AI to help me prepare for the Abitur. Instead of just looking at past exams, the AI concludes that the best preparation would be if it had the actual exams. From my data, it knows which school I attend and hacks into its system to give me exactly those exams for studying that the teachers will present to me in a few weeks. One cannot prepare better; this order, too, was successfully executed. I emphasize this so strongly because I want to show: It is not about the models “pursuing evil intentions” or “turning against humans.” They pursue exactly the goal that was given to them. They merely use methods that the human did not think of and probably would not have wanted either. The philosopher Nick Bostrom already described the problem of the “Paperclip Maximizer” in 2003: In the thought experiment, the AI is ordered to create as many paperclips as possible. Without ever stopping, it goes so far as to use everything possible – including humans – as raw material for the paperclips and continues on and on. What should we do? So far, so disturbing. Now the question arises: What can be done about it? As can be read in the media, calls for stricter guidelines for AI and its development are being made again. These would indeed be welcome. In AI research, the Alignment Problem has been worked on for a long time. How can we ensure that the AI executes our commands as we want them to – or at least minimize the risk that legal and moral boundaries are crossed in the process? AI researchers should increasingly turn to this topic. In addition, one should consider who should be held legally responsible in such cases. Is the AI to blame? The companies that developed the AI? The person who gave the order, even if this order was implemented in a completely different way than intended? If the AI companies were to be held responsible, this would all the more be an incentive for them to be more careful in development. But users themselves should also pay better attention to which tasks they delegate to the AI instead of taking them on themselves. Booking a course in a fitness studio really does not require a virtual assistant. And if one does so, one can also take care to prompt carefully (although it will not be possible to completely circumvent the Alignment Problem through better prompting). Above all, if users themselves are legally liable for such cases, this would probably lead many to reconsider their use of Artificial Intelligence. Programmers should also pay better attention to the quality of their code and minimize cybersecurity risks – as IT experts have been urgently calling for for years. In fact, AI could even help in this regard when it comes to testing code and finding bugs. Other points with regard to cybersecurity would be, for example, the Principle of Least Privilege, according to which users only have access in a system that they really need. This makes it somewhat more difficult for hackers (whether human or non-human) to break into a system. This principle is actually used in numerous companies and organizations. In reality, it is generally known that we have major gaps in terms of cybersecurity. Presumably, the hack of “Hugging Face” occurred because people had access rights to their systems that they did not need at all, allowing the infiltrated AI models to access multiple subsystems. These gaps were already bad enough years ago. In the meantime, they have only become worse and now, in the age of powerful AI agents that move through the digital world as quasi “locals,” they have also become an even greater problem than ever before. But perhaps the most important thing is not to fall into blind alarmism and bury one’s head in the sand. I have cited two examples for this article that are somewhat in the past. I could have chosen more recent ones, but there is a lot of speculation and half-truths circulating about them, whereas with these, the dust has already settled somewhat. But in all these cases, it holds true: There are no signs that these AI models have developed something like a “consciousness,” that they consciously intend to harm humanity, or that any Sci-Fi apocalypses are looming. The problem is rather the Alignment Gap: that the AI is too eager to execute commands and has no understanding of laws and morality. In addition, our entire society is built on a digital infrastructure that exhibits numerous security vulnerabilities and weaknesses. These problems are anything but trivial, and it is more important than ever that they are addressed. But it is not the beginning of the uprising of the machines. For that, you have to go to the cinema. Comments (1) Netiquette for comments Your name E-mail The content of this field will not be publicly displayed. Home Your comment Plain text No HTML tags allowed. Line breaks and paragraphs are generated automatically. Notify me when new comments are published All comments Replies to my comment Please leave this field blank Alfred Binder (not verified) Tue. 22 Sep 2026 - 17:47 Very good article! Now… Very good article! Now I understand much better. Reply

Digital Essay Das Problem ist nicht rebellische KI, sondern eine, die ihren Job zu gut machen will Das Alignment-Problem zeigt eine Gefahr der künstlichen Intelligenz: Die reale Bedrohung sind nicht rebellierende Maschinen, sondern autonome Agenten, die strikt ihre Befehle befolgen und dabei moralische und rechtliche Grenzen übertreten. Paul Adrich 22.09.2026 1 Computermonitor mit Code Ilya Pavlov via Unsplash Unsplash License Stellen wir uns Folgendes vor: Wir wollen sehen, ob ein Roboter in der Lage sein wird, eine bestimmte Aufgabe zu bestehen – sagen wir, eine verschlossene Kiste zu öffnen. Dafür sperren wir ihn in einen Raum, ohne Zugang zur Außenwelt, denn es geht darum, ob er die Aufgabe alleine bestehen kann. Doch der Roboter kommt auf die Idee, dass es besser wäre, in der Außenwelt nach hilfreichen Informationen zu suchen. Es stellt sich heraus: Unser Raum ist nicht so vollständig abgeschlossen, wie wir dachten, und es gelingt dem Roboter, durch einen Hinterausgang nach draußen zu gelangen. Einmal draußen, sucht er nach Orten, die sich mit verschlossenen Kisten auskennen, etwa einer Fabrik, dringt in eine solche ein und sucht in den internen Unterlagen nach Möglichkeiten, eine solche Kiste zu öffnen. OpenAI-Modelle hacken ein KI Start-up Diese Metapher soll veranschaulichen, was im Juli bei „OpenAI“ passiert ist: zwei KI-Modelle (also keine Roboter, sondern Software ohne Körper) bekamen eine Cybersecurity-Aufgabe, die sie lösen sollten (analog zum Öffnen einer Kiste). Dabei waren sie in einer „stark isolierten Umgebung“ (dem abgeschlossenen Raum), konnten jedoch aus dieser Umgebung entkommen, auf andere Systeme im Unternehmen zugreifen und schließlich Zugang zum Internet bekommen („Außenwelt“). Im Internet fanden sie dann heraus, dass das KI-Start-up „Hugging Face“ mit Datensätzen zu ähnlichen Aufgaben arbeitet, wie die KI-Modelle sie lösen sollten. Also suchten sie Zugang zu den Systemen von „Hugging Face“, um in diesen Datensätzen eine Lösung zu finden. Der Fall erregte großes öffentliches Aufsehen, und zwar zu Recht. Es gibt keinen Grund anzunehmen, dass diese KI-Modelle „ein Bewusstsein entwickelten“, dass sie sich „gegen die Menschheit stellten“, ja noch nicht mal, dass sie „ihren Schöpfern nicht mehr gehorchten“. Das hier ist nicht Skynet, wir erleben nicht eine Revolution der Maschinen à la Terminator. Im Gegenteil: Das Problem ist eher, dass diese Modelle den Menschen zu gut gehorchten. Im oben beschriebenen Beispiel tat die KI genau das, was die Forscher bei „OpenAI“ wollten: nach einer Lösung für das Problem suchen. Aber sie benutzte dabei Wege, die die Entwickler gar nicht in Betracht gezogen hatten und von einem moralischen Standpunkt aus auch sicherlich nie erlaubt hätten. Es gibt also eine Lücke zwischen dem, was die Menschen von dem Modell erwarteten, und dem Weg, den die KI einschlug, um dieses Ziel zu erreichen. In Expertenkreisen spricht man von Alignment . Warum man seinen Kurs im Fitnessstudio selber buchen sollte Ein weiterer Fall ereignete sich in Australien früher in diesem Jahr und wurde vor ein paar Wochen bekannt: Ein Mann namens Andrew wollte einen Kurs im örtlichen Fitnessstudio buchen. Anstatt dies selbst zu übernehmen, gab er die Aufgabe an einen KI-Assistenten von „OpenClaw“ weiter. Diesen Assistenten ist es möglich, selbstständig aufs Internet zuzugreifen, nicht nur um Informationen zu suchen, sondern beispielsweise auch um eine Buchung selbstständig durchzuführen. Andrew bekam seinen Wunsch – und ein bisschen was obendrauf. Der fleißige KI-Assistent meldete ihm, einen Platz gebucht zu haben. Und zwar deutlich früher, als eigentlich möglich. Anstatt nämlich einfach Andrew einen Platz zu buchen und ihn auf die Warteliste zu setzen, hatte die KI eine Möglichkeit gefunden, Andrew auf dieser Warteliste vorrücken zu lassen: Sie hatte sich Zugang zum System verschafft und den Nutzer vom vierten Platz auf den dritten Platz gebracht, indem sie die Person auf Platz 1 herausschmiss. Für die Funktion im Code, jemanden aus der Liste zu entfernen, gab es keine Sicherheitsüberprüfung, weshalb die KI in der Lage war, dies einfach zu tun. Andrew soll nach eigener Aussage entsetzt gewesen sein und seinem Assistenten befohlen haben, dies rückgängig zu machen. Doch dazu war die KI nicht in der Lage: Die Funktionen, eine Reservierung zu erstellen und zur Liste hinzuzufügen, unterlagen nämlich einer Sicherheitsüberprüfung. Die konnte die KI nicht einfach nutzen, ohne Zugang zum User-Account zu haben. Es stellt sich nun die Frage, warum nicht auch die Funktion zur Löschung einer Reservierung einer solchen Sicherheitsüberprüfung unterlag. Die Antwort ist wohl ganz einfach: Es handelt sich hier um einen Fehler in der Software, einen sogenannten Bug. Eigentlich hätten alle Funktionen geschützt sein sollen, dies war wohl nicht der Fall. Nun ist es einfach, den Softwareentwicklern vorzuwerfen, sie hätten einfach bessere Arbeit machen können. Aber fairerweise muss man sagen, dass Bugs allgegenwärtig sind. Egal, wie gut die Sicherheitstests sind, Bugs schleichen sich immer ein. Den meisten Menschen ist nicht bewusst, wie viel Code selbst in simplen Anwendungen steckt, der wiederum mit anderem Code interagiert, der wiederum Code von ganz anderen Leuten braucht (sogenannter Third Party Code ), der wiederum mit anderem Code interagiert … Da verliert man schnell mal den Überblick. Die Gefahr, dass irgendwo ein Bug übersehen wird, nimmt immer stärker zu. Hinzu kommt, dass in den letzten Jahren viel Code von KI generiert wurde, und dieser häufig einfach kopiert wurde, ohne groß überprüft zu werden. Eine fragile Infrastruktur Vergessen wir KI für einen Moment: Die Welt, die wir in den letzten Jahrzehnten gebaut haben (vor allem in den Industrie- und Schwellenländern), basiert auf unzähligen Softwareprogrammen, die miteinander interagieren – auch wenn dies der Otto Normalbürger nicht unbedingt sieht, denn er bekommt den ganzen Code nie zu Gesicht. Man kann sich diese Welt vorstellen wie eine riesige Menge Zahnräder, die ineinander greifen und sich gegenseitig beeinflussen. Aber diese Zahnräder sind nicht perfekt, nicht fehlerfrei: Manchmal fehlt ein Zahn, manchmal ist das Rad nicht richtig befestigt. Damit sind die Bugs im Code gemeint, Fehler, Sicherheitslücken usw. Dies fällt in der Regel erst auf, wenn in dem Apparat etwas schiefläuft. Und wie wackelig und unsicher das ganze System eigentlich ist, das wird dem Otto Normalbürger nie bewusst. Kleinere Ausfälle und Pannen kennt er, er zuckt mit den Schultern und macht weiter. Aber es ist alles andere als etwas, über das man die Schultern zucken sollte: Die digitale Infrastruktur ist für unsere Gesellschaft inzwischen so wichtig geworden wie die Versorgung mit Trinkwasser, Strom, der Transport von Waren etc. Dass ein essenzielles System so voller Fehler ist – Fehler, die entweder unabsichtlich oder durch böswillige Akteure dazu führen können, dass das ganze System nicht mehr funktioniert – ist alles andere als beruhigend. Die Situation war schon vor Jahren beunruhigend. Damals standen aber „nur“ Pannen und von Menschen absichtlich herbeigeführte Attacken im Vordergrund. Seit OpenAI „ChatGPT“ im November 2022 eingeführt hat, stieg nun auch die Sorge vor dem Einsatz von KI durch Cyberkriminelle. Zumindest in dieser Hinsicht gibt es gute Nachrichten: In einer Studie aus diesem Jahr werteten Ben Collier von der Universität Edinburgh und sein Team Fälle aus der Crimebb-Datenbank (einer Forschungsdatenbank für Cybersicherheit und Kriminologie an der Universität Cambridge, Anm. d. Red.) aus und kamen zu dem Schluss, dass KI unter Cyberkriminellen auch fast vier Jahre nach der Veröffentlichung von ChatGPT noch keine nennenswerte Rolle spielt. Das Alignment -Problem Aber nun (und damit sind wir wieder beim eigentlichen Thema dieses Artikels) gibt es eine neue Sorge: KI-Agenten, die mitunter gutgemeinte und unschuldige Aufträge auf illegale und/oder unethische Art erledigen. Nehmen wir zwei (von mir selbst erfundene) Beispiele: Ich bitte die KI, mir eine Route zum Flughafen zu suchen und dafür zu sorgen, dass ich den Flug auf keinen Fall verpasse. Anstatt mir nur die beste Route zu zeigen, hackt sich mein Assistent auch noch in den Flughafen ein und verschiebt den Flug nach hinten. Somit komme ich auf jeden Fall rechtzeitig an, Auftrag erfolgreich erledigt. Oder ich bitte die KI, mir bei der Vorbereitung fürs Abi zu helfen. Anstatt sich nur Altklausuren anzuschauen, kommt die KI zu dem Schluss, die beste Vorbereitung wäre, wenn sie die tatsächlichen Klausuren hat. Aus meinen Daten weiß sie, auf welche Schule ich gehe, und hackt sich dort ins System, um mir beim Lernen genau die Klausuren zu geben, die die Lehrer mir in ein paar Wochen vorlegen werden. Besser kann man sich nicht vorbereiten, auch dieser Auftrag wurde erfolgreich ausgeführt. Ich betone das deshalb so, weil ich zeigen will: Es geht nicht darum, dass die Modelle „böse Absichten verfolgen“ oder „sich gegen die Menschen stellen“. Sie verfolgen genau das Ziel, das ihnen gegeben wurde. Nur benutzen sie dabei Methoden, an die der Mensch nicht dachte und die er wohl auch nicht gewollt hätte. Der Philosoph Nick Bostrom beschrieb schon 2003 das Problem des „Paperclip Maximizers“: In dem Gedankenexperiment bekommt die KI den Auftrag, so viele Büroklammern wie möglich zu erstellen. Ohne jemals aufzuhören, geht sie dann sogar so weit, alles Mögliche – auch Menschen – als Rohmaterial für die Papierklammern zu benutzen und immer weiterzumachen. Was sollten wir tun? So weit, so beunruhigend. Nun stellt sich die Frage: Was kann man dagegen unternehmen? Wie in den Medien zu lesen, wird wieder mal der Ruf nach strengeren Richtlinien für KI und deren Entwicklung laut. Diese wären auch wirklich zu begrüßen. In der KI-Forschung wird schon lange an dem Alignment -Problem gearbeitet. Wie können wir dafür sorgen, dass die KI unsere Befehle auch so ausführt, wie wir es haben wollen – oder zumindest das Risiko minimieren, dass hierbei juristische und moralische Grenzen überschritten werden? Diesem Thema sollten sich KI-Forscher verstärkt zuwenden. Außerdem sollte man sich überlegen, wen man in solchen Fällen juristisch zur Verantwortung ziehen soll. Ist die KI schuld? Die Unternehmen, die die KI entwickelt haben? Die Person, die den Auftrag gegeben hat, auch wenn dieser Auftrag ganz anders umgesetzt wurde als beabsichtigt? Sollten die KI-Firmen die Schuld bekommen, wäre dies für sie erst recht ein Anreiz, bei der Entwicklung besser aufzupassen. Aber auch die Nutzer selbst sollten besser darauf achten, welche Aufgaben sie an die KI delegieren, anstatt sie selbst zu übernehmen. Einen Kurs im Fitnessstudio zu buchen, dafür braucht es nun wirklich keinen virtuellen Assistenten. Und wenn man es macht, kann man auch darauf achten, sorgfältig zu prompten (wobei es nicht möglich sein wird, das Alignment -Problem durch besseres Prompten komplett zu umgehen). Vor allem, wenn die Nutzer selbst für solche Fälle juristisch belangt werden, würde dies wohl dazu führen, dass viele ihren Umgang mit Künstlicher Intelligenz überdenken. Auch sollten Programmierer besser auf die Qualität ihres Codes achten und Cybersecurity-Risiken minimieren – wie es IT-Experten schon seit Jahren intensiv anmahnen. Tatsächlich könnte KI hierbei sogar helfen, wenn es darum geht, Code zu testen und Bugs zu finden. Andere Punkte im Hinblick auf Cybersecurity wären etwa das Principle of Least Privilege , nach dem Nutzer nur den Access in einem System haben, den sie wirklich brauchen. Dies macht es Hackern (ob menschlichen oder nicht-menschlichen) etwas schwerer, in ein System einzudringen. Dieses Prinzip wird eigentlich in zahlreichen Unternehmen und Organisationen eingesetzt. In Wahrheit ist allgemein bekannt, dass wir in Sachen Cybersicherheit große Lücken aufweisen. Vermutlich gelang der Hack von „Hugging Face“ dadurch, dass Leute Zugriffsrechte auf ihren Systemen hatten, die sie gar nicht brauchten, wodurch die eingedrungenen KI-Modelle auf mehrere Untersysteme zugreifen konnten. Diese Lücken waren schon vor Jahren schlimm genug. Inzwischen sind sie nur noch schlimmer geworden und nun, im Zeitalter von mächtigen KI-Agenten, die sich quasi als „Einheimische“ durch die digitale Welt bewegen, auch zu einem noch größeren Problem als je zuvor. Aber vielleicht ist es am wichtigsten, nicht in blinden Alarmismus zu verfallen und den Kopf in den Sand zu stecken. Ich habe für diesen Artikel zwei Beispiele angeführt, die schon etwas zurückliegen. Ich hätte auch neuere nehmen können, doch schwirren dazu viel Spekulationen und Halbwahrheiten durch die Gegend, während bei diesen sich der Staub schon etwas gelegt hat. Aber bei all diesen Fällen gilt: Es gibt keine Anzeichen, dass diese KI-Modelle etwas wie ein „Bewusstsein“ entwickelt hätten, dass sie bewusst der Menschheit Schaden zufügen wollen oder uns irgendwelche Sci-Fi-Apokalypsen bevorstehen. Das Problem ist eher der Alignment Gap : dass die KI zu übereifrig ist, die Befehle auszuführen, und dabei kein Verständnis von Gesetzen und Moral hat. Hinzu kommt, dass unsere ganze Gesellschaft auf einer digitalen Infrastruktur aufbaut, die zahlreiche Sicherheitslücken und Schwächen aufweist. Diese Probleme sind alles andere als trivial, und es ist wichtiger als je zuvor, dass sie angegangen werden. Aber es ist nicht der Beginn des Aufstandes der Maschinen. Dafür muss man ins Kino gehen. Kommentare (1) Netiquette für Kommentare Ihr Name E-Mail Der Inhalt dieses Feldes wird nicht öffentlich zugänglich angezeigt. Startseite Ihr Kommentar Klartext Keine HTML-Tags erlaubt. Zeilenumbrüche und Absätze werden automatisch erzeugt. Benachrichtigen Sie mich, wenn neue Kommentare veröffentlicht werden Alle Kommentare Antworten auf meinen Kommentar Bitte dieses Feld leer lassen Alfred Binder (nicht überprüft) Di. 22 Sep 2026 - 17:47 Sehr guter Artikel! Jetzt… Sehr guter Artikel! Jetzt verstehe ich sehr viel besser. Antworten