Berufe › Metallberufe & Mechanik · ISCO-08 7224

Metallpolierer, Rundschleifer und Werkzeugschärfer

Der Kern dieser Arbeit liegt an der Kante: Wie scharf eine Klinge oder wie glatt eine Oberfläche wirklich ist, lässt sich oft nur durch Prüfen, Ertasten und Messen beurteilen. Zu viel Druck oder Schleifzeit, und das Werkstück ist verdorben.

Was dieser Beruf heute macht

Metallpolierer und Werkzeugschärfer sorgen dafür, dass Klingen scharf bleiben und Metalloberflächen wieder glänzen.

Mehr erfahren

Metallpolierer, Rundschleifer und Werkzeugschärfer polieren und schleifen Metalloberflächen und schärfen Werkzeuge. Zu den Aufgaben gehören - (a) Bedienen von stationären oder tragbaren Schleif- und Poliermaschinen; (b) Schärfen von Schneidwerkzeugen und -instrumenten mithilfe von Schleifscheiben oder mechanisch betriebenen Schleifmaschinen; (c) Reparieren, Justieren und Schärfen von Sägeblättern und Metallzähnen von Zylindern in Textilkardiermaschinen; (d) Abrichten von Schleifscheiben nach Vorgaben; (e) Überwachen des Maschinenbetriebs, um festzustellen, ob Anpassungen erforderlich sind, und Anhalten der Maschinen bei Problemen; (f) Prüfen, Ertasten und Messen von Werkstücken, um sicherzustellen, dass Oberflächen und Abmessungen den Vorgaben entsprechen; (g) Auswählen und Montieren von Schleifscheiben an Maschinen entsprechend den Vorgaben, unter Verwendung von Handwerkzeugen und Anwendung von Kenntnissen über Schleifmittel und Schleifverfahren. Beispiele für die hier eingeordneten Berufe: - Messerschärfer - Metallveredler - Metallpolierer - Werkzeugschleifer Einige verwandte, anderswo eingeordnete Berufe: - Bediener von Metallveredelungsmaschinen - 8122 - Bediener von Metallpoliermaschinen - 8122

  • Stationäre oder tragbare Schleif- und Poliermaschinen bedienen
  • Schneidwerkzeuge und -instrumente mit Schleifscheiben oder mechanischen Schleifmaschinen schärfen
  • Sägeblätter und Metallzähne von Maschinenteilen reparieren, justieren und schärfen
  • Schleifscheiben nach Vorgaben abrichten
  • Maschinenbetrieb überwachen und bei Problemen anhalten oder nachjustieren
  • Werkstücke prüfen, ertasten und messen, um Übereinstimmung mit den Vorgaben sicherzustellen

Umfasst auch

Metallpolierer · Metallpolierer/Metallpoliererin · Metallpoliererin · Metallschleifer · Metallschleiferin · Werkzeugschleifer · Werkzeugschleifer/Werkzeugschleiferin · Werkzeugschleiferin · air bag buffer · air bag finisher · automatic metal buffer · automatic metal finisher ·

+28 weitere
bed buffer · bed finisher · buffer · buffer operator · circle buffer · circle finisher · CNC operator of tool and cutter grinder · eco pickled surface operator · grinder · hand buffer · hand finisher · lead tool grinder · machine buffer · machine finisher · mechanical buffer · mechanical finisher · metal buffer · metal polisher · operator of tool and cutter grinder · pickling operator · precision tool grinder · smooth clean surface operator · tool cutter and grinder · tool grinder · tool sharpener · toolgrinder · tube buffer · tube finisher

Quelle: ESCO (European Skills, Competences, Qualifications and Occupations) — untergeordnete Occupations der ISCO-08-Gruppe 7224.

Die Kernbewegung

Schleifen, Polieren und Schärfen bleiben in der Messung unverändert — auch das Prüfen der Oberflächen gilt als nur berührt, nicht als verändert.

Wie stark ist dieser Beruf betroffen?

Metallpolierer, Rundschleifer und Werkzeugschärfer liegt nahe am unteren Rand — von Fahrzeugreiniger · am wenigsten bis Datenerfasser · am stärksten betroffen.

Einordnung dieses Berufs im Vergleich
Eigene AuswertungILO-EinstufungIn der Berufsgruppe
unterstes Fünftel von 411 Berufennicht von generativer KI berührtVon 12 verglichenen Berufen sind 4 weniger betroffen als dieser. Gruppe: Metallberufe & Mechanik

Ähnlich eingeordnet: Bäcker, Konditoren und Konfektmacher · Elektromechaniker und verwandte Berufe · Grobschmiede, Hammerschmiede und Schmiedepresser

Wo diese Aussage endet

Für diesen Beruf liegt keine eigene Datenzeile vor, und gemessen wurde ausschließlich sprach- und textbasierte KI. Die kameragestützte Oberflächen- und Kantenprüfung sowie die automatisierte Schleif- und Schärftechnik — also genau die körpernahen Verfahren dieses Handwerks — sind darin nicht erfasst. Was sie künftig verändern, lässt sich heute noch nicht belastbar sagen und bleibt die eigentliche 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

Was KI verändert

Für diesen Beruf gibt es keine eigene Messzeile, doch die nächstverwandten handwerklichen Berufe liegen alle im untersten, unbetroffenen Bereich, und das Bedienen und Warten der Schleif- und Poliermaschinen wurde nach fachlicher Prüfung deutlich nach unten korrigiert. Das Prüfen der Oberflächen ist als berührt, aber nicht wesentlich verändert eingestuft — KI kann hier vorkommen, ohne die Art der Arbeit umzukrempeln. Auch eine unabhängige Auswertung von Stellenanzeigen bestätigt die geringe Betroffenheit körperlich-manueller Tätigkeiten. Einschränkend gilt: Befragte aus handwerklichen Berufen antworteten doppelt so häufig mit weiß nicht — der Befund ruht hier also auf dünnerer Datenbasis als bei Büroberufen.

Tätigkeiten & ihre Entwicklung

Maschinen und Anlagen bedienen und steuern · unverändert

Die Arbeit an der Maschine bleibt körperlich, offene Fragen stellen sich erst bei der selbststeuernden Anlage.

Details zur Entwicklung

Das Bedienen und Steuern von Maschinen lebt vom körperlichen Tun, und genau hier stößt die heutige KI an ihre Grenze: Fachleute haben die Automatisierbarkeit dieser Aufgabe deutlich nach unten korrigiert, weil Systeme für Text und Sprache keinen Zugriff auf die physische Ausführung haben — unabhängige Untersuchungen kommen für manuelle Tätigkeiten zum selben Ergebnis. Wohin sich der Anteil unmittelbarer Bedienung verschiebt, wenn selbstlernende Steuerungssoftware die routinemäßige Prozessführung übernimmt und der Mensch stärker überwacht und bei Abweichungen eingreift, ist damit aber noch nicht beantwortet.

Anlagen und Geräte installieren, warten und reparieren · unverändert

Das Installieren und Instandsetzen bleibt Handarbeit — die KI hilft beim Planen und Nachschlagen, nicht am Gerät selbst.

Details zur Entwicklung

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.

Werkstücke und Bauteile auf Qualität und Maßhaltigkeit prüfen (Fertigung/Industrie) · unverändert

Belege & Quellen

Belege, Achsen-Tags, fachliche Ebene, Hypothesen & Quellen öffnen

Zuletzt geprüft 2026-07-19

Amtliche Bezeichnung nach ISCO-08: Metallpolierer, Rundschleifer und Werkzeugschärfer · 7224

Belege · Maschinen und Anlagen bedienen und steuern (5)

  • Experten senkten die Automatisierbarkeit genau dieser Tätigkeit drastisch ab
    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.
    ILO WP 140, Abschnitt 4 (Expert validation survey), PDF-S. 34 (gedruckt S. 31) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
  • Konkretes Task-Beispiel mit Score-Revision 0,43 → 0,05
    Applying various welding methods and using different types of welding machines and equipment, in accordance with training or qualifications. 0.43 0.05 0.05 The task involves hands-on physical work requiring skill and precision, such as welding using various machines, which is not currently automatable by generative AI technologies like ChatGPT. These technologies excel in tasks involving data processing, language understanding, and information generation but do not possess capabilities for physical task execution, hence aligning closer with the revised score.
    ILO WP 140, Table 4, PDF-S. 34–35 (gedruckt S. 31–32) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
  • Systematischer Befund für die gesamte Berufsgruppe
    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.
    ILO WP 140, Abschnitt zu Figure 13, PDF-S. 32 (gedruckt S. 29) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
  • Unabhängige Bestätigung durch die OECD
    Occupations involving cognitive, non-routine tasks – such as programming, translating, interpreting and other highly skilled professional work – tend to exhibit higher exposure. […] By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
    OECD AI Papers No. 60, Skills in the AI Age, PDF-S. 18 (gedruckt S. 17) · Skills in the AI Age (OECD AI Papers No. 60) · OECD Publishing, Paris, 2026 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
  • Streuungs-Differenzierung: nicht alle Untergruppen sind gleich
    Occupations where most tasks remain relatively unaffected by GenAI, with low task variability and a stable low mean exposure score.
    ILO WP 140, Table 5, PDF-S. 41 (Definition), Werte aus Table A1, PDF-S. 57–62 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell

Belege · Anlagen und Geräte installieren, warten und reparieren (4)

  • Die Tätigkeit wurde auf Task-Ebene explizit gemessen — und nach Experten-Prüfung abgewertet
    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.
    ILO WP 140, Table 4 „Sample of adjustments and justifications between the survey and expert scores", PDF-S. 35 (gedruckte S. 32) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • Der zugrunde liegende Abwertungsgrund gilt generisch für physisch-manuelle Tasks
    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.
    ILO WP 140, Abschnitt zur Score-Adjustierung, PDF-S. 34 (gedruckte S. 31) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • „Not Exposed" ist bei der ILO eine gemessene Kategorie, keine Datenlücke
    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.
    ILO WP 140, Table 5 „GenAI Exposure Gradients: Definition and Interpretation", PDF-S. 41 (gedruckte S. 38) · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • Unabhängige Bestätigung: Installations-/Wartungs-Skills sitzen im Niedrig-Expositions-Segment
    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.
    OECD AI Papers No. 14, AI and the Changing Demand for Skills in the Labour Market, Abschnitt 3.1, PDF-S. 25 · Artificial Intelligence and the Changing Demand for Skills in the Labour Market (OECD AI Papers No. 14) · OECD Publishing, Paris, 2024 · Klasse A
    Generieren · Reine Software · Berufsebene · Realisierte Arbeitsmarktdaten · konvergent belegt

Belege · Werkstücke und Bauteile auf Qualität und Maßhaltigkeit prüfen (Fertigung/Industrie) (5)

  • Der Kernberuf der Tätigkeit liegt in „Minimal Exposure" — mit niedriger Task-Varianz
    Minimal Exposure 7543 Product Graders and Testers (except Foods and Beverages) 0.31 0.11
    ILO WP 140, Table A1 (ISCO-08 occupations by exposure gradient), PDF-S. 57, gedruckt S. 54 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
  • Was „Minimal Exposure" laut ILO bedeutet — Definition, nicht Interpretation
    we introduce a more granular distinction of Minimal Exposure, where some interaction with GenAI may occur, but without significantly altering the nature of these roles, and the lowest category of Not Exposed occupations, where GenAI currently has no observable potential to automate tasks.
    ILO WP 140, Text zu Table 5 (GenAI Exposure Gradients: Definition and Interpretation), PDF-S. 40–41, gedruckt S. 37–38 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • Die technisch-handwerklichen Prüfberufe liegen sämtlich in „Not Exposed", zum Teil mit sehr niedriger SD
    Not Exposed 3115 Mechanical Engineering Technicians 0.26 0.08 Not Exposed 3119 Physical and Engineering Science Technicians Not Elsewhere Classified 0.26 0.05 Not Exposed 7222 Toolmakers and Related Workers 0.2 0.1 Not Exposed 7223 Metal Working Machine Tool Setters and Operators 0.18 0.05 Not Exposed 7311 Precision-instrument Makers and Repairers 0.21 0.08
    ILO WP 140, Table A1, PDF-S. 58–61, gedruckt S. 55–58 · Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140) · International Labour Office, Genf, 2025 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell
  • Unabhängige Zweitmessung: Rollen mit physisch-manuellem Kern zeigen minimale Exposition
    By contrast, roles reliant on physical or manual tasks, such as cleaning or equipment operation, show minimal exposure.
    OECD AI Papers No. 60, Skills in the AI Age (2026), Kap. „exposure to GenAI tools varies widely across occupations", PDF-S. 18, gedruckt S. 17 · Skills in the AI Age (OECD AI Papers No. 60) · OECD Publishing, Paris, 2026 · Klasse A
    Generieren · Reine Software · Berufsebene · Expositionsmodell · konvergent belegt
  • Schwaches Nutzungsindiz: physische Berufsgruppen sind in tatsächlicher KI-Nutzung unterrepräsentiert
    Physical occupation categories like Transportation & Material Moving, Food Preparation & Serving Related, and Construction & Extraction are all under-represented in the survey, as they are in Claude sessions as well.
    Anthropic Economic Index „Cadences" (Juni 2026), Abschnitt zu Berufskategorien (lokaler Volltext Z. 70; die Datei enthält keine PDFPAGE-Marker) · Anthropic Economic Index — Report "Cadences" (Juni 2026) · Anthropic, 2026 · Klasse D
    Generieren · Reine Software · Berufsebene · Gemessene Nutzung

Fachliche Ebene

Schleifen, Polieren und Schärfen bleiben in der Messung unverändert, auch das Prüfen der Oberflächen wird nur als berührt, nicht als verändert ausgewiesen

Für 7224 führt die ILO keine eigene Zeile; die nächstverwandten gemessenen Berufe — Toolmakers and Related Workers (7222) mit 0,20 bei einer Streuung von 0,10 und Precision-instrument Makers and Repairers (7311) mit 0,21 bei 0,08 — liegen beide in „Not Exposed", also unterhalb aller vier Expositionsgradienten. Für das Prüfen auf Qualität und Maßhaltigkeit ist der Kernberuf 7543 Product Graders and Testers mit 0,31 bei einer Streuung von 0,11 als „Minimal Exposure" eingestuft, was die ILO ausdrücklich definiert als Berührung mit generativer KI, die eintreten kann, aber „without significantly altering the nature of these roles"; für das Bedienen der Schleif- und Poliermaschinen und das Warten der Geräte senkte die Expertenrunde vergleichbare Tasks von 0,43 auf 0,05 beziehungsweise von 0,55 auf 0,25 ab. Die OECD bestätigt mit einem anderen Verfahren unabhängig minimale Exposition für körperlich-manuelle Rollen, nennt als Beispiele allerdings „cleaning or equipment operation" und nicht die Prüftätigkeit — und die ILO vermerkt selbst, dass Befragte aus handwerklichen Berufsgruppen doppelt so häufig „weiß nicht" antworteten, der Befund ruht hier also auf dünneren Primärdaten als bei Büroberufen.

Für ISCO 7224 existiert keine eigene Zeile in den Quellen, und gemessen wurde ausschließlich generative Sprach- und Textmodelle — kamerabasierte Oberflächen- und Kantenprüfung sowie automatisierte Schleif- und Schärftechnik sind auf Tätigkeitsebene unvermessen.

Hypothesen

  • Hypothese (kein Beleg): Der Anteil unmittelbarer Maschinenbedienung dürfte sich vermutlich in Richtung Überwachung, Störungsdiagnose und Eingriff bei Abweichungen verschieben, während die routinemäßige Prozessführung zunehmend von selbstlernender Steuerungssoftware übernommen wird.
    Warum unbelegt: Keine Quelle misst, welcher Anteil der Bedientätigkeit selbst sich verschiebt. ISI zählt Betriebe, nicht Arbeitsschritte. Stand 07/2026 existiert keine tätigkeitsgenaue Messung.
    Ableitungsbasis: Fraunhofer ISI misst, dass 8 % der deutschen Produktionsbetriebe KI zur Steuerung ihrer Produktionsprozesse einsetzen — der größte gemessene Anwendungsbereich überhaupt (Korpus II §5.2). IAB ordnet Fertigungsberufen die größten Substituierbarkeitspotenziale zu (Korpus III L1.2). Beides betrifft genau diese Tätigkeit, bleibt aber auf Betriebs- bzw. Berufsebene.
  • Hypothese (kein Beleg): Der planbare, intervallgesteuerte Wartungsanteil dürfte vermutlich zugunsten zustandsorientierter Eingriffe zurückgehen; die Tätigkeit könnte sich in Richtung Befundinterpretation und Priorisierung verschieben.
    Warum unbelegt: Der IAO-Text ist ein Experten-Rating, keine Messung — und die thematisch direkteste Aussage der OECD zu Predictive Maintenance wurde in Korpus II §7.1 abgelehnt, weil ihre Fußnote auf einen LinkedIn-Beitrag zeigt. Es existiert keine belastbare Messung des Tätigkeitsanteils.
    Ableitungsbasis: Fraunhofer ISI misst 6 % der Betriebe mit KI-Einsatz in Instandhaltung und Wartung (Korpus II §5.2). Fraunhofer IAO beschreibt die Verschiebung von geplanter zu zustandsorientierter Instandhaltung als konkretes Einsatzszenario (Korpus II §6, Abschnitt 3.7.5).

Alle Quellen

Mögliche KI-Anwendungen (7)

Bewusst abgesetzt von der belegten KI-Schicht oben: Anwendungsideen, keine quellenbelegten Befunde. Sie inspirieren, sie beweisen nichts.

  • Ausschuss vorhersagen, bevor er entstehtQualitätskontrolleure nutzen KI-Systeme, die Prozessdaten aus der Fertigung in Echtzeit analysieren, um die Qualität des Endprodukts vorherzusagen und proaktiv…
  • Glasfehler erkennen, die kein Auge siehtKI-gestützte Kamerasysteme erkennen und klassifizieren kleinste Fehler wie Risse, Blasen oder Einschlüsse in Glasprodukten mit übermenschlicher Präzision und Ge…
  • Jede Faser unter der LupeComputer-Vision-Systeme inspizieren Gewebe während der Produktion in Echtzeit, erkennen Fehler automatisch und helfen, die Stoffqualität zu sichern und Abfall z…
  • Mauerroboter als Kollege auf der BaustelleMaurer arbeiten als Team mit autonomen Robotern, die das schwere Heben, Positionieren und Vermörteln von Ziegeln übernehmen, während der Mensch die Qualität kon…
  • Präzisionsteile visuell prüfen in EchtzeitFeinmechaniker nutzen KI-Systeme, die Kamerabilder von Präzisionsteilen in Echtzeit analysieren, um mikroskopisch kleine Fehler, Kratzer oder Maßabweichungen au…
  • Schweißqualität in Echtzeit überwachenSchweißer arbeiten mit KI-Systemen, die Prozessdaten (Strom, Spannung) und Kamerabilder in Echtzeit analysieren, um die Qualität der Schweißnaht vorherzusagen u…
  • Ultraschall- und Röntgendaten automatisch auswertenQualitätsprüfer nutzen KI-Algorithmen, die Ultraschall- oder Röntgenbilder automatisch analysieren, um interne Materialfehler wie Risse oder Lufteinschlüsse in…

Verwandte Berufe in dieser Gruppe

Was heißt das für Ihre Stelle?

Diese Seite beschreibt Metallpolierer, Rundschleifer und Werkzeugschärfer allgemein — mit Tätigkeiten wie „Maschinen und Anlagen bedienen und steuern“ oder „Anlagen und Geräte installieren, warten und reparieren“.

Für diesen Beruf sprechen die Daten bisher für wenig Veränderung.

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.

Einschätzung für meine Stelle ansehen

Diese Seite zitieren

SapientShift (2026): Metallpolierer, Rundschleifer und Werkzeugschärfer — KI-Betroffenheit nach Tätigkeiten. Stand 19.07.2026. https://sapientshift.com/berufe/metallpolierer-rundschleifer-und-werkzeugschaerfer

Maschinenlesbare Fassung dieser Seite: Markdown

Wie diese Aussagen entstehen — Methodik & Evidenzklassen · Datensatz Version 1.0