Der Kern dieser Arbeit ist Vielseitigkeit: Wer hier arbeitet, spezialisiert sich nicht auf eine Sache, sondern hält Pflanzenbau und Tierhaltung gleichzeitig im Griff. Vom Saatgut über die Fütterung bis zum Verkauf gehört fast der ganze Betrieb in eine Hand. Wie diese Aufgaben untereinander aufgeteilt werden, sortiert sich gerade neu.
Auf diesen Höfen läuft beides zusammen: Landwirte mit Ackerbau und Tierhaltung baün Kulturen an und ziehen gleichzeitig Tiere auf, um beides zu verkaufen.
Landwirte mit Ackerbau und Tierhaltung (ohne ausgeprägten Schwerpunkt) planen, organisieren und führen landwirtschaftliche Arbeiten durch, um Feld-, Baum- und verschiedene andere Kulturen anzubauen und zu ernten sowie Tiere zu züchten, aufzuziehen und zu pflegen und eine Vielzahl von Tierhaltungsprodukten zu erzeugen, für den Verkauf oder die Lieferung an Großhandelskäufer, Vermarktungsorganisationen oder auf Märkten. Zu den Aufgaben gehören - (a) Beobachtung der Marktaktivität und -bedingungen, Festlegung von Art und Menge der anzubauenden Kulturen und der aufzuziehenden Tiere sowie entsprechende Planung und Koordinierung der Produktion; (b) Einkauf von Saatgut, Düngemitteln und anderen Betriebsmitteln; (c) Durchführung von Arbeiten wie Bodenvorbereitung, Aussaat, Pflanzung, Bewirtschaftung und Ernte von Kulturen; (d) Erzeugung oder Einkauf von Futter und anderen Nahrungsmitteln; (e) Züchten, Aufziehen und Pflegen von Tieren; (f) Töten und Häuten von Tieren sowie Vorbereitung von Tieren oder tierischen Produkten für den Markt; (g) Anmieten oder Investieren in sowie Instandhaltung und Reinigung von landwirtschaftlichen Gebäuden, Maschinen, Ausrüstung und Bauwerken; (h) Lagerung und Durchführung einiger Verarbeitungsschritte der Erzeugnisse; (i) Bewerbung und Vermarktung von Produkten, Organisation von Verkauf, Einkauf und Transport von Vieh, Erzeugnissen und Betriebsmitteln sowie Führung und Auswertung von Aufzeichnungen über landwirtschaftliche Tätigkeiten und Transaktionen; (j) Ausbildung und Beaufsichtigung von Arbeitskräften bei Verfahren der Tierpflege, bei Instandhaltungsaufgaben sowie bei Gesundheits- und Sicherheitsvorkehrungen, sowie Einstellung und Entlassung von Arbeitskräften und Auftragnehmern. Beispiele für die hier eingeordneten Berufe: - Landwirt/in (gemischte Landwirtschaft) - Facharbeitskraft in der Landwirtschaft (gemischte Landwirtschaft) Einige verwandte, anderswo eingeordnete Berufe: - Leiter/in landwirtschaftlicher Produktion - 1311 - Plantagenleiter/in - 1311 - Landarbeiter/in (gemischte Landwirtschaft) - 9213 Anmerkungen Landwirte und andere Facharbeitskräfte in der Landwirtschaft, deren Aufgaben überwiegend entweder die Tierhaltung oder den Anbau von Kulturen betreffen, aber auch etwas Nebentätigkeit im jeweils anderen Bereich beinhalten, sollten nicht in Berufsgattung 6130: Landwirte mit Ackerbau und Tierhaltung (ohne ausgeprägten Schwerpunkt) eingeordnet werden. Zum Beispiel sollte ein Landwirt, der Rinder für den Markt aufzieht, aber auch einen geringen Teil seiner Zeit mit dem Anbau von Gartengemüse verbringt, in Berufsgattung 6121: Nutztierhalter (ohne Geflügel) und Milchproduzenten eingeordnet werden. Ebenso sollte ein Weizenbauer, der eine kleine Anzahl von Hühnern und anderen Hoftieren hält, in Berufsgattung 6111: Ackerbauern und Gemüseanbauer eingeordnet werden. Arbeitskräfte auf gemischten Betrieben, die sich entweder auf die Erzeugung von Kulturen oder auf die Tierproduktion für den Markt spezialisieren, sollten je nach Fall in die entsprechende Berufsgattung innerhalb der Berufsuntergruppen 611: Marktgärtner und Anbauer von Kulturpflanzen, oder 612: Tierhalter eingeordnet werden.
Bauer · Bäuerin · Betriebsleiter eines Landwirtschaftsbetriebes · Betriebsleiterin eines Landwirtschaftsbetriebes · Landwirt · Landwirt/Landwirtin · Landwirtin · landwirtschaftliche Betriebsleiterin · landwirtschaftlicher Betriebsleiter · landwirtschaftlicher Betriebsleiter/landwirtschaftliche Betriebsleiterin · Leiter eines Agrarbetriebs · Leiterin eines Agrarbetriebs · +10 weitere
Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 6130.
Feld-, Stall- und Instandhaltungsarbeit bleibt unverändert — die betriebsführende Seite dagegen, Ablaufplanung, Personalverwaltung und Einkauf, gerät in Bewegung.
Landwirte mit Ackerbau und Tierhaltung liegt im mittleren Bereich — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.
| Eigene Auswertung | ILO-Einstufung | In der Berufsgruppe |
|---|---|---|
| unteres Mittelfeld von 411 Berufen | nicht von generativer KI berührt | Von 8 verglichenen Berufen sind 4 weniger betroffen als dieser. Gruppe: Landwirtschaft |
Ähnlich eingeordnet: Geflügelhalter · Ackerbauern und Gemüseanbauer · Gärtner, Saat- und Pflanzenzüchter
Sensorgestützte Tierhaltung, Melk- und Fütterungsautomaten, Feldroboter und digitale Anbauplanung sind bislang nicht einzeln untersucht — und die Befunde zur Betriebsführung stammen aus Produktions- und Einkaufsberufen, nicht aus der Landwirtschaft selbst. Dieselben Studien, die Agrarberufe als am wenigsten von KI berührt sehen, ordnen sie bei der Robotik zugleich in die höchste Gruppe ein. Nach heutigem Stand also wenig betroffen — die Technik auf dem Feld und im Stall bleibt aber die entscheidende offene Frage.
Eigene Auswertung (SapientShift-Tätigkeitsanalyse) auf Basis der ILO-Einstufung · Quelle der Einstufung: ILO, Generative AI and Jobs (Working Paper 140), 2025 · Stand 2026-07-19 · Methodik
Die eigentliche Arbeit auf Feld und im Stall sowie das Warten der Maschinen zählt zu den am wenigsten von KI betroffenen Tätigkeiten — drei unabhängige Untersuchungen bestätigen das und begründen es mit dem körperlich-handwerklichen Charakter der Arbeit. Deutlich anders steht es um die Betriebsführung: Für das Planen und Nachverfolgen von Abläufen und das Erstellen von Betriebsberichten wird ein Nachfragerückgang von rund einem Viertel erwartet, und die schriftliche Personalarbeit zählt zu den am stärksten betroffenen Tätigkeiten, während die eigentliche Führungs- und Entscheidungsarbeit unberührt bleibt. Beim Einkauf widersprechen sich die Quellen offen — die eine sieht kaum Bewegung, die andere zählt ihn zu den am stärksten betroffenen Tätigkeiten überhaupt. Derselbe Betrieb, zwei Richtungen: die Hände am Werk bleiben, die Verwaltung daneben verschiebt sich.
Das Installieren und Instandsetzen bleibt Handarbeit — die KI hilft beim Planen und Nachschlagen, nicht am Gerät selbst.
Installation, Wartung und Reparatur verlangen den Griff zum Gerät: Kalibrieren, Verkabeln und Prüfen am Objekt bleiben menschlich, während KI beim Planen, Dokumentieren und beim Nachschlagen in Störungsanleitungen unterstützt. Fachleute haben die Aufgabe deshalb ausdrücklich niedrig eingestuft, und Installations- und Wartungsfähigkeiten liegen auch am realen Arbeitsmarkt im wenig berührten Bereich. Dass der planbare Wartungsanteil zugunsten zustandsorientierter Eingriffe zurückgeht und sich die Tätigkeit stärker auf Befundinterpretation verlagert, ist eine begründete Vermutung — belastbar gemessen ist dieser Anteil bislang nicht.
Die operative Ablaufplanung verschiebt sich spürbar, während die Abstimmung im Team eher wichtiger wird.
Das Planen und Koordinieren von Abläufen gehört zu den Tätigkeiten, die sich sichtbar bewegen: Die Nachfrage nach dem Verfolgen und Auswerten operativer Kennzahlen ist messbar zurückgegangen — für einzelne Planungsaufgaben um rund ein Viertel —, und Betriebe mit hohem KI-Einsatz fragen weniger allgemeine Management- und Projektmanagement-Fähigkeiten nach. Zugleich ist nicht die ganze Aufgabe betroffen: Die strategische Planung bleibt außen vor, und Abstimmungs- und Teamfähigkeiten zählen sogar zu den am stärksten wachsenden Anforderungen. Verschoben wird also vor allem der berechenbare, dokumentierende Teil, während das Zusammenführen von Menschen und Zielen an Gewicht gewinnt.
Das Einarbeiten und Verwalten verschiebt sich, das Führen selbst bleibt menschlich.
Die administrative Seite der Personalarbeit gehört zu den am stärksten betroffenen Bürotätigkeiten, und beim Einarbeiten zeigt sich das konkret: Mit KI-Unterstützung sind neue Mitarbeitende schon nach zwei Monaten so weit wie sonst erst nach einem halben Jahr, und deutlich weniger von ihnen kündigen früh. Das Führen selbst — das Urteilen über Menschen und das Entscheiden in offenen Situationen — wird dagegen kaum an KI abgegeben und bleibt menschliche Aufgabe.
Die planende und preisoptimierende Seite der Beschaffung gerät durch KI in Bewegung, das Aushandeln und Pflegen von Lieferantenbeziehungen bleibt menschliche Arbeit.
Beim Optimieren von Preisen, Mengen und Lieferketten zählt der Einkauf zu den am stärksten von KI berührten Bereichen: Wo Aufgaben besonders KI-fähig sind, sinkt anschliessend die Nachfrage nach den zugehörigen Fähigkeiten, und die Arbeit verlagert sich innerhalb des Berufs zu weniger berührten Teilaufgaben. Zugleich stuft eine andere Untersuchung genau die Kern-Einkaufsberufe als kaum berührt ein, sodass das Bild uneinheitlich bleibt. Absehbar ist vor allem eine Verschiebung: Die datengetriebene Analyse übernimmt zunehmend KI, das Aushandeln und Pflegen der Lieferantenbeziehungen bleibt eine menschliche Aufgabe.
Die Arbeit am Tier bleibt körperlich und weitgehend unberührt, die Rolle künftiger Robotik ist noch offen.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Das Aufziehen, Füttern und Pflegen lebt vom unmittelbaren körperlichen Umgang mit lebenden Tieren. Genau daran stößt die heutige KI an ihre Grenze, denn Systeme für Text und Bild haben auf diese physische Arbeit keinen Zugriff — Agrar- und Tierhaltungsberufe zählen durchgängig zu den am wenigsten betroffenen, und am Arbeitsmarkt ist praktisch kein Effekt messbar. Ob sensorgestützte Systeme künftig gleichförmige Routinen wie Füttern oder Melken übernehmen, ist eine begründete Vermutung, kein Befund.
Das Anbaün und Pflegen von Pflanzen bleibt körperliche Arbeit, an der die heutige KI vorbeigeht — was Robotik im Feld künftig ändert, ist offen.
Für diesen Beruf einzeln gemessen — nicht aus verwandten Berufen übernommen.
Der Anbau und die Pflege von Pflanzen leben vom körperlichen Tun an Feld und Pflanze — genau dort stösst heutige KI, die auf Text und Bild ausgelegt ist, an ihre Grenze. Fachleute haben die Betroffenheit dieser Tätigkeit ausdrücklich nach unten korrigiert, und auch am Arbeitsmarkt zeigt sich für die Agrarberufe bislang praktisch kein Effekt; unabhängige Messungen zählen sie zu den am wenigsten betroffenen überhaupt. Ob Feld- und Stallrobotik gleichförmige Routinen wie Ausbringen, Füttern oder Melken künftig stärker übernimmt, ist eine begründete Vermutung, aber noch nicht belegt.
Zuletzt geprüft 2026-07-19
Amtliche Bezeichnung nach ISCO-08: Landwirte mit Ackerbau und Tierhaltung (ohne ausgeprägten Schwerpunkt) · 6130
Installing and initiating mechanical and electrical robots and peripheral equipment at new workstations requires hands-on skills, precise calibration, and the ability to interact with physical hardware. While generative AI can assist with planning, documentation, and troubleshooting guides, the physical installation and configuration still require human expertise. Therefore, the lower score of 0.1925 is more reflective of reality, though slightly adjusted upward to 0.25 to acknowledge AI's support role in providing information or instructions during the task.
For tasks such as 'operating injection molding machines' or 'performing mechanical processing of silicon', experts highlighted the limitations of generative AI in handling physical and manual components, leading to significantly reduced adjusted scores compared to the survey.
Not Exposed | Occupations that don't meet any of the above conditions. | Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
For occupations with low AI exposure the top grouping is production and technology, joined by attitudes and social skills. Production and technology includes the subgroupings installation and maintenance, quality assurance and production processes.
Gradient 2 4322 Production Clerks 0.44 0.06 | Gradient 2 3341 Office Supervisors 0.43 0.11 | Gradient 2 1219 Business Services and Administration Managers Not Elsewhere Classified 0.42 0.1 | Gradient 3 3343 Administrative and Executive Secretaries 0.54 0.14 | Not Exposed 1213 Policy and Planning Managers 0.36 0.04 | Minimal Exposure 1324 Supply, Distribution and Related Managers 0.38 0.05 | Minimal Exposure 1120 Managing Directors and Chief Executives 0.38 0.06 | Moderate occupational AI exposure, with high task-level variability. These occupations include a mix of some tasks that are exposed to GenAI and others not at risk, making the impact uneven.
applications, Industrial Production Managers experience large declines in skills related to planning and tracking operational decisions. | Industrial Production Managers • Develop or implement production tracking or quality control systems, analyzing production, quality control, maintenance, or other operational reports to detect production problems. -26.6 | • Prepare reports on operations and system productivity or efficiency. -24.8
Logisticians | Transportation, Storage, and Distribution Managers | Production, Planning, and Expediting Clerks | Management Analysts
Establishment-level AI exposure is associated with decreased demand for management skills. On average across countries in the sample demand for management skills declined by under 4 percentage points for a one standard deviation increase in AI exposure (Figure 4.2, Panel A). All countries in the sample are associated with a decline in management skills, and all are statistically significant from zero. | What is notable about this subgrouping is that the most frequently appearing skills are general office administration and project management, skills that are more closely associated with lower-level office and general business duties than with higher-level management positions.
Co-ordination skills are the fastest growing subcomponent in the social skills category. By far the most demanded co-ordination skills are ‚work in teams', ‚teamwork' and ‚collaboration'. On average across countries in the sample, the share of vacancies demanding co-ordination skills increased from 39% to 47% between the base and end years (Figure 3.2).
Gradient 4 4416 Personnel Clerks 0.6 0.09
Establishment-level AI exposure is associated with decreased demand for management skills. On average across countries in the sample demand for management skills declined by under 4 percentage points for a one standard deviation increase in AI exposure (Figure 4.2, Panel A). All countries in the sample are associated with a decline in management skills, and all are statistically significant from zero. Resource management includes human resource management, financial management, among others.
Access to the AI tool helps newer agents move more quickly down the experience curve: treated agents with two months of tenure perform just as well as untreated agents with more than six months of tenure. In contrast, we find minimal impacts on the productivity of more-experienced or more-skilled workers.
Panel A shows that access to AI assistance is associated with the strongest reductions in attrition among newer agents, those with less than 6 months of experience. The magnitude of this coefficient, around 10 percentage points, translates into a 40% decrease relative to a baseline attrition rate in this group of 25%.
Management, at 23% of respondents, is also heavily over-represented relative to its 7% employment share, even though it accounts for only 4% of sessions. This gap is consistent with managers using Claude for tasks other than management itself: in the survey, judgment and management are named by many respondents (especially those with more experience) as capabilities AI lacks.
In pricing and supply chain optimization, Purchasing Managers and Wholesale and Retail Buyers emerge as the most exposed, while in process automation and operational efficiency the most exposed tasks are linked to Sales Engineers and Other Engineering Technologists.
Across all specifications, coefficients on task-level AI exposure are negative and of similar magnitude: greater exposure reduces the intensity with which firms demand skills linked to those tasks. […] a one–standard deviation increase in task-level AI exposure lowers demand for the associated skills by about 2 percent over five years. Because the dependent variable is a share, this implies reallocation of labor effort away from exposed tasks and toward less-exposed tasks within the same occupation.
Purchasing Agents (13-1023) 1.51 / High-skill, high-wage occupations are the most exposed to artificial intelligence. […] These are occupations that require cognitive skills that cannot be automated with a discrete set of instructions, but for which artificial intelligence excels
One-third of organizations expect AI to reduce their workforce in the coming year, even though large-scale job losses have not yet shown up in overall employment data. […] Anticipated reductions are highest in service operations, supply chain, and software engineering. Across nearly all functions, anticipated decreases outpaces those already observed. / This trend is particularly pronounced in service operations, supply chain/inventory management, marketing and sales, and software engineering, where the expected decrease in employees for the next year significantly exceeds the actual decrease reported over the past year.
Minimal Exposure 3323 Buyers 0.39 0.08 / Minimal Exposure 1324 Supply, Distribution and Related Managers 0.38 0.05 / Minimal Exposure (Low exposure, moderate task variability) μ < 0.5 and μ + σ > 0.4 — Occupations with low GenAI exposure, where some tasks show moderate automation potential, but overall occupational exposure remains limited. / a more granular distinction of Minimal Exposure, where some interaction with GenAI may occur, but without significantly altering the nature of these roles / Moderate occupational AI exposure, with high task-level variability. These occupations include a mix of some tasks that are exposed to GenAI and others not at risk, making the impact uneven.
Not Exposed 6121 Livestock and Dairy Producers 0.17 0.1 / Not Exposed 6122 Poultry Producers 0.19 0.1 / Not Exposed 9212 Livestock Farm Labourers 0.12 0.03 / Not Exposed 5164 Pet Groomers and Animal Care Workers 0.14 0.06 / Not Exposed 3240 Veterinary Technicians and Assistants 0.14 0.02
Exposed: Gradient 1 (Low exposure, high task variability) μ < 0.4 and μ + σ ≥ 0.5 — Low overall GenAI exposure at the occupational level, but high variability across tasks. Some tasks within these occupations have an elevated automation potential
In contrast, ‚Cleaners, helpers‘, ‚Agriculture, forestry and fishery workers‘, ‚Food preparation assistants‘, ‚Labourers‘, ‚Refuse workers and other elementary workers‘ are the least exposed to AI. / By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
Farming, Fishing, and Forestry 45 13.9 -7.56 -6.16 0.20 0.47 / Farming, Fishing, and Forestry 45 8.56 -4.71 -4.22 -0.36 0.35
Not Exposed 6111 Field Crop and Vegetable Growers 0.18 0.12 / Not Exposed 6113 Gardeners, Horticultural and Nursery Growers 0.18 0.11 / Not Exposed 6112 Tree and Shrub Crop Growers 0.17 0.11 / Not Exposed 6114 Mixed Crop Growers 0.17 0.12 / Not Exposed 9214 Garden and Horticultural Labourers 0.12 0.02 / Not Exposed 9211 Crop Farm Labourers 0.09 0.02
Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score. / the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.
In occupations dominated by manual and physical tasks, such as Craft and Related Trades Workers, Plant and Machine Operators, and Farmers, Gardeners, Foresters, and Fishers, experts consistently assigned lower scores compared to the survey respondents, reflecting the practical limitations of automating tasks that require physical manipulation or manual dexterity.
In contrast, ‚Cleaners, helpers', ‚Agriculture, forestry and fishery workers', ‚Food preparation assistants', ‚Labourers', ‚Refuse workers and other elementary workers' are the least exposed to AI.
Farming, Fishing, and Forestry 45 13.9 -7.56 -6.16 0.20 0.47
Feld-, Stall- und Instandhaltungsarbeit bleiben in der Messung unverändert, während die betriebsführende Schicht — Ablaufplanung, Personalverwaltung und Beschaffung — sich nachweislich verschiebt
Für 6130 „Mixed Crop and Animal Producers“ weist die ILO Mean 0,19 bei SD 0,11 in der untersten Kategorie „Not Exposed“ aus (Table A1, PDF-S. 60 f.), also μ+σ = 0,30 und damit unterhalb jeder Expositionsschwelle; drei methodisch unabhängige Zugänge stützen das für die Pflanzen- und Tierarbeit — die ILO-Experten senkten die Werte für „Farmers, Gardeners, Foresters, and Fishers“ ausdrücklich wegen „physical manipulation or manual dexterity“ ab (PDF-S. 32), die OECD führt Agrarberufe unter den „least exposed“ (AI Papers No. 60, PDF-S. 15), und Hampole et al. messen für Farming/Fishing/Forestry einen Gesamteffekt auf die relative Beschäftigung von 0,20 bzw. −0,36, also praktisch null (NBER WP 33509, Table 6/A.6). Auch das Warten und Instandsetzen der Maschinen fällt in dieselbe Kategorie, mit dem einzigen einzeln bewerteten Installations-Task, den das Expertenpanel von 0,55 auf 0,19 herunterzog und nur wegen der Zuarbeitsrolle der KI auf 0,25 anhob (ILO Table 4, PDF-S. 35) — deutlich anders steht es hingegen um die betriebsführenden Anteile dieser Rolle: Für Industrial Production Managers sinkt die Nachfrage nach dem Planen und Nachverfolgen von Betriebsabläufen und dem Erstellen von Betriebsberichten in Stellenanzeigen um 26,6 bzw. 24,8 Prozent (NBER WP 33509, Table A.7), die administrativ-schriftliche Personalarbeit liegt als 4416 Personnel Clerks mit 0,6 in der höchsten Expositionsstufe, während die führend-entscheidende Schicht (1212, 0,36 / SD 0,05) unberührt bleibt, und für den Einkauf widersprechen sich die Quellen offen — die ILO stuft Buyers mit 0,39 als „Minimal Exposure“ ein, die OECD führt Purchasing Agents auf Rang 4 aller Berufe (AI Papers No. 14, Tabelle 2.1).
Precision Livestock Farming, Melk- und Fütterungsautomaten, Feldrobotik und Anbau-Entscheidungsunterstützung sind von keiner Korpusquelle auf Tätigkeitsebene erfasst — dieselbe OECD-Quelle, die Agrarberufe als am wenigsten KI-exponiert führt, ordnet sie beim Automatisierungsrisiko einschließlich Robotik in die höchste Gruppe ein; die betriebsführenden Befunde stammen zudem aus Produktions-, Personal- und Einkaufsberufen, nicht aus landwirtschaftlichen Betrieben.
Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.
Diese Seite beschreibt Landwirte mit Ackerbau und Tierhaltung allgemein — mit Tätigkeiten wie „Anlagen und Geräte installieren, warten und reparieren“ oder „Programme und Betriebsabläufe planen und koordinieren“.
Für diesen Beruf liegt die gemessene Betroffenheit im Mittelfeld.
Ihre Rolle ist bereits übernommen. Für eine Einschätzung, die zu Ihrer Lage passt, fragen wir noch nach Branche und Berufserfahrung — dieselbe Rolle bedeutet in unterschiedlichen Branchen Unterschiedliches.
SapientShift (2026): Landwirte mit Ackerbau und Tierhaltung — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/landwirte-mit-ackerbau-und-tierhaltung
Maschinenlesbare Fassung dieser Seite: Markdown
Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0