KI-Halluzinationserkennungs-Tools: W&B Weave & Comet
Wir haben drei Halluzinationserkennungs-Tools verglichen: Weights & Biases (W&B) Weave HallucinationFree Scorer, Arize Phoenix HallucinationEvaluator und Comet Opik Hallucination Metric, über 100 Testfälle hinweg.
Jedes Tool wurde nach Genauigkeit, Präzision, Recall und Latenz bewertet.
Benchmark der KI-Halluzinationserkennungs-Tools
Wir testeten 100 Antworten (50 korrekte, 50 halluzinierte) aus faktischen Q&A-Szenarien gegen ihren Quellkontext.
Genauigkeits- und Latenzvergleich
Weitere Details zum Testverfahren finden Sie im Abschnitt Benchmark-Methodik.
W&B Weave und Arize Phoenix lieferten nahezu identische Genauigkeit mit 91 % bzw. 90 %. Beide Tools zeigten zuverlässige Leistung über den gesamten Datensatz hinweg. Comet Opik lag mit 72 % Genauigkeit zurück und klassifizierte nur 72 von 100 Tests korrekt – ein erheblicher Rückstand, der durch seinen konservativen Ansatz bedingt ist.
In puncto Geschwindigkeit war Arize Phoenix mit 2 Sekunden pro Test der Gewinner und eignet sich daher für Echtzeitanwendungen. W&B Weave verarbeitete Tests in 4 Sekunden, was für die meisten Produktionsszenarien angemessen ist. Comet Opik war mit 8,5 Sekunden pro Test deutlich langsamer, was die Benutzererfahrung in latenzempfindlichen Anwendungen beeinträchtigen könnte.
F1-Score, Präzision und Recall
Die F1-Scores (harmonisches Mittel aus Präzision und Recall) bestätigten diese Muster: W&B Weave mit 90,5 % und Phoenix mit 89,4 % erzielten beide eine starke, ausgewogene Leistung. Im Vergleich dazu spiegelten Opiks 61,1 % den Kompromiss zwischen perfekter Präzision und schwachem Recall wider. Opiks null falsch-positive Ergebnisse gingen auf Kosten von 28 falsch-negativen Ergebnissen, wodurch es nur für Szenarien geeignet ist, in denen Fehlalarme kostspieliger sind als übersehene Erkennungen.
Der Recall (Fähigkeit, tatsächliche Halluzinationen zu erkennen) offenbarte unterschiedliche Strategien. W&B Weave führte mit 86 % Recall, erkannte 43 von 50 Halluzinationen und verpasste nur 7. Phoenix folgte dicht dahinter mit 84 % und erkannte 42 Halluzinationen bei 8 übersehenen. Comet Opiks Recall war mit 44 % wesentlich niedriger und erkannte nur 22 Halluzinationen, während 28 übersehen wurden; mehr als die Hälfte aller tatsächlichen Halluzinationen blieb unentdeckt.
Die Präzision (Zuverlässigkeit der Warnungen) zeigte erhebliche Unterschiede. Comet Opik erreichte perfekte 100 % Präzision ohne falsch-positive Ergebnisse – wenn etwas als Halluzination markiert wurde, war dies immer korrekt. Sowohl Phoenix (95,5 %) als auch Weave (95,6 %) zeigten nahezu identische Präzision und produzierten jeweils nur 2 falsch-positive Ergebnisse bei 50 legitimen Antworten, was eine starke Zuverlässigkeit ohne übermäßige konservative Ausrichtung belegt.
Faktoren, die Leistungsunterschiede beeinflussen könnten
Die beobachteten Leistungsunterschiede sind vermutlich auf die Designphilosophie, die Wahl der Schwellenwerte und die Interpretation von Grounding zurückzuführen.
Unterschiede in der Erkennungsstrategie und den Optimierungszielen
- Die Tools scheinen auf unterschiedliche Fehlerkompromisse und nicht auf dasselbe Ziel hin optimiert zu sein.
- W&B Weave und Arize Phoenix streben eine ausgewogene Leistung an, indem sie eine hohe Präzision beibehalten und gleichzeitig die meisten Halluzinationen erfassen.
- Comet Opik verfolgt eine äußerst konservative Strategie und priorisiert null falsch-positive Ergebnisse, selbst wenn viele Halluzinationen übersehen werden.
- Diese strategische Entscheidung erklärt unmittelbar Opiks perfekte Präzision und den deutlich niedrigeren Recall.
Im Tool-Design verankerte Kompromisse zwischen Präzision und Recall
- Comet Opiks null falsch-positive Ergebnisse deuten auf einen strengen Entscheidungsschwellenwert hin, der Halluzinationen nur bei sehr hoher Konfidenz markiert.
- W&B Weave und Phoenix verwenden weniger restriktive Schwellenwerte und erlauben einige falsch-positive Ergebnisse im Austausch für einen deutlich höheren Recall.
- Diese Schwellenwertunterschiede können zu Folgendem führen:
- Ähnlicher Präzision bei Weave und Phoenix
- Großen Recall-Unterschieden zwischen Opik und den beiden anderen Tools
- Entsprechenden Unterschieden bei F1-Score und Gesamtgenauigkeit
Unterschiede in der LLM-as-a-Judge-Implementierung
- Obwohl alle drei Tools einen LLM-as-a-Judge-Ansatz verwenden, unterscheiden sich ihre Implementierungen.
- W&B Weave setzt auf Chain-of-Thought-Reasoning, was die Sensitivität für subtile, nicht belegte Behauptungen verbessern kann.
- Arize Phoenix integriert labelbasierte Ausgaben mit Konfidenzwerten, die differenziertere Bewertungen unterstützen.
- Comet Opik konzentriert sich auf binäre Entscheidungen mit hoher Konfidenz, was Fehlalarme reduziert, aber die Sensitivität für grenzwertige Halluzinationen einschränkt.
Durch die Bewertungstiefe bedingte Latenzunterschiede
- Die niedrigere Latenz von Arize Phoenix deutet auf eine schlankere oder optimierte Bewertungspipeline hin, die für den Echtzeiteinsatz geeignet ist.
- Die moderate Latenz von W&B Weave steht im Einklang mit umfassenderem Reasoning und Trace-Logging.
- Die höhere Latenz von Comet Opik spiegelt wahrscheinlich umfangreichere interne Reasoning- oder Verifizierungsschritte wider, was den konservativen Ansatz unterstreicht.
KI-Halluzinationserkennungs-Tools
W&B Weaves HallucinationFree Scorer
Abbildung 1: W&B Weaves Traces-Dashboard.
Weights & Biases (W&B) wird mit einem HallucinationFree Scorer ausgeliefert, der LLM-Ausgaben kennzeichnet, die Behauptungen einführen, welche nicht im Quellkontext zu finden sind. Er setzt einen LLM-Judge für jede Antwort ein und liefert ein Grounded-/Ungrounded-Urteil zusammen mit der zugrunde liegenden Begründung.
Der Scorer benötigt zwei Eingaben: den Kontext (Quellmaterial) und die Ausgabe (LLM-generierte Antwort). Anschließend verwendet er ein Sprachmodell, um zu analysieren, ob die Ausgabe Informationen einführt, die nicht im Kontext vorhanden sind. Das Ergebnis enthält ein boolesches has_hallucination-Flag und eine Begründung, die Entscheidung erklärt.
Hauptmerkmale:
- Chain-of-Thought-Reasoning: Jede Bewertung enthält eine Erklärung, warum die Ausgabe als Halluzination eingestuft wurde oder nicht.
- Binäre Klassifikation: Liefert klare Wahr/Falsch-Entscheidungen mit unterstützenden Belegen.
- Integration mit Weave Tracing: Ergebnisse werden automatisch im Weave-Dashboard zur Visualisierung protokolliert.
- Anpassbares Modell: Unterstützt verschiedene LLM-Judges, darunter OpenAI, Anthropic und andere Anbieter.
Arize Phoenix' HallucinationEvaluator
Arize Phoenix enthält einen HallucinationEvaluator, der Antworten kennzeichnet, die von ihrem Referenzmaterial abweichen. Für jede Ausgabe entscheidet ein LLM-Judge, ob die Antwort im bereitgestellten Kontext verankert ist, und fügt seinem Urteil einen Konfidenzwert bei.
Der Evaluator benötigt drei Eingaben: die Benutzeranfrage (Input), den Referenztext (Kontext) und die Antwort des Modells (Output). Er analysiert, ob die Antwort Informationen enthält, die nicht aus dem Kontext abgeleitet werden können, und liefert ein gekennzeichnetes Ergebnis („factual“ oder „hallucinated“) zusammen mit einer Erklärung und einem Konfidenzwert.
Hauptmerkmale:
- Ausgewogene Leistung: Liefert Ergebnisse sowohl für Präzisions- als auch für Recall-Metriken
- Labelbasierte Ausgabe: Gibt kategoriale Kennzeichnungen („factual“ oder „hallucinated“) anstelle von rein numerischen Werten zurück
- Detaillierte Erklärungen: Bietet Begründungen für jede Bewertungsentscheidung
Comet Opiks Hallucination Metric
Comet Opiks Hallucination Metric bewertet jede LLM-Antwort anhand ihres Quellkontexts und liefert ein binäres Urteil darüber, ob die Ausgabe diesem Kontext treu ist. Die Prüfung erfolgt über einen LLM-Judge, der darauf abgestimmt ist, nur Fälle mit hoher Konfidenz für nicht belegte Behauptungen zu kennzeichnen.
Die Metrik akzeptiert drei Eingaben: die Benutzeranfrage (Input), das Quellmaterial (Kontext) und die Antwort des Modells (Output). Sie bewertet, ob die Ausgabe Behauptungen einführt, die nicht durch den Kontext gestützt werden.
Das Ergebnis enthält einen binären Score (0 für keine Halluzination, 1 für erkannte Halluzination) und eine detaillierte Begründung, die Bewertung erklärt.
Hauptmerkmale:
- Detaillierte Erklärungen: Jede Bewertung liefert eine umfassende Begründung, warum der Inhalt gekennzeichnet oder genehmigt wurde
- Drei-Eingaben-Analyse: Berücksichtigt Anfrage, Kontext und Antwort gemeinsam für die Bewertung
- Experiment-Tracking: Ergebnisse werden automatisch im Experiment-Tracking-System von Opik protokolliert
- Konservativer Ansatz: Darauf ausgelegt, falsch-positive Ergebnisse zu minimieren, indem nur Halluzinationen mit hoher Konfidenz gekennzeichnet werden
Galileo Luna-2
Galileo Luna-2 ist eine Halluzinationserkennungs- und Runtime-Guardrail-Ebene, die in Galileos breitere KI-Observability-Plattform integriert ist. 1
Das System ist darauf ausgelegt, inline in Produktions-Inferenzpfaden zu laufen und nicht verankerte Inhalte zu blockieren, bevor sie den Benutzer erreichen, während Signals, Galileos automatisierte Fehleranalyse-Ebene, die Ursachen von Produktionsfehlern ohne manuelle Log-Prüfung aufdeckt.
Hauptmerkmale:
Multimethoden-Erkennung: Kombiniert Embedding-Ähnlichkeit, Chain-of-Thought-Analyse und G-Eval-Faktualitätsbewertung, anstatt sich auf eine einzelne Bewertungsstrategie zu verlassen.
Runtime-Guardrails: Luna-2 kann nicht verankerte Ausgaben inline im Inferenzpfad blockieren oder umschreiben, nicht erst im Nachhinein kennzeichnen.
End-to-End-Observability: Erfasst Eingaben, Ausgaben und interne Reasoning-Traces über mehrstufige Agent-Workflows hinweg, wobei Signals die Ursachenanalyse automatisiert.
DeepEval
DeepEval ist ein Open-Source-LLM-Evaluierungs-Framework von Confident KI, das sich wie Pytest anfühlen soll, jedoch für LLM-Anwendungen. Seine HallucinationMetric verwendet einen LLM-as-a-Judge, um zu entscheiden, ob die Ausgabe des Modells faktisch mit dem bereitgestellten Kontext übereinstimmt, und das Framework ist darauf ausgelegt, in jeder CI/CD-Pipeline zu laufen.2 3
Die Metrik benötigt drei erforderliche Eingaben: die Benutzeranfrage (input), die Modellantwort (actual_output) und das Referenzmaterial (context). Sie bewertet jede Ausgabe anhand der Formel Halluzination = (Anzahl widersprüchlicher Kontexte) / (Gesamtzahl der Kontexte), wobei niedrigere Werte auf besseres Grounding hinweisen. Eine Ausgabe gilt als bestanden, wenn ihr Wert den konfigurierten Schwellenwert nicht überschreitet.
Hauptmerkmale:
- Vertrauter Test-Workflow: Halluzinationsprüfungen werden wie reguläre Unit-Tests geschrieben und ausgeführt, sodass Teams, die bereits Pytest verwenden, kein neues Tool erlernen müssen.
- Anpassbare Strenge: Teams können den Bestehensschwellenwert lockern oder verschärfen oder in einen strikten Bestanden/Nicht-bestanden-Modus für besonders kritische Inhalte wechseln.
- Erklärungen für jedes Ergebnis: Jedes Urteil wird mit einer Begründung geliefert, sodass klar ist, warum eine Ausgabe gekennzeichnet wurde.
Was ist KI-Halluzination?
KI-Halluzinationen sind Ausgaben, die kohärent wirken, aber nicht faktisch sind. Das Modell produziert diese Behauptungen mit Überzeugung, selbst wenn der Quellkontext oder die Trainingsdaten sie nicht stützen. Eine Übersichtsarbeit zu diesem Thema führt dies darauf zurück, dass Modelle sich auf sprachliche Präferenzen anstelle von überprüfbaren Belegen aus dem bereitgestellten Kontext stützen.4 Das Problem tritt in risikoreichen Bereichen wie dem Gesundheitswesen, Rechtsdienstleistungen, der Unternehmenssuche und dem Kundensupport auf, weshalb die Erkennung verankerter Ausgaben zu einem Standardbestandteil der LLM-Bereitstellung geworden ist.
Quellen und Taxonomie von Halluzinationen
Halluzinationen entstehen aus zwei Hauptquellen. Modellinterne Faktoren umfassen eine übermäßige Abhängigkeit von statistischen Mustern, Lücken in den Trainingsdaten und die probabilistische Natur der Sequenzgenerierung; eine Analyse zur Halluzinationserkennung und -minderung stellt fest, dass LLMs häufig wahrscheinliche Fortsetzungen ableiten, anstatt überprüfbare Belege abzurufen, was zu überzeugenden, aber falschen Ausgaben führt.5
Kontextbezogene Faktoren umfassen Abrufversagen in RAG-Systemen, mehrdeutige Prompts, unvollständiges Grounding und bei multimodalen Modellen Objektverwechslungen oder erfundene Szenendetails.
Halluzinationserkennung in agentischen Workflows
Mehrstufige Agenten führen Halluzinationsrisiken ein, die Single-Turn-LLMs nicht haben: Eine erfundene Behauptung in einem frühen Schritt pflanzt sich in spätere Tool-Aufrufe, Abrufe und endgültige Ausgaben fort.
Zentrale Herausforderungen bei der agentischen Halluzinationserkennung:
- Fehlerfortpflanzung: Eine erfundene Tatsache in der Planungsphase kann die Tool-Auswahl, den Datenabruf und die endgültigen Antworten beeinflussen
- Tool-Call-Halluzinationen: Agenten können Tools mit falschen Parametern aufrufen oder Tool-Ausgaben falsch interpretieren
- Zustandsverfälschung: Im Agentenspeicher gespeicherte halluzinierte Informationen beeinflussen zukünftige Reasoning-Schritte
- Attributionskomplexität: Die Identifizierung, welcher Schritt die Halluzination eingeführt hat, erfordert durchgängiges Tracing
Erkennungsansätze für agentische Systeme:
- Verifizierung auf Schrittebene: Validierung jeder Zwischenausgabe, bevor der Agent zur nächsten Aktion übergeht
- Validierung von Tool-Ausgaben: Gegenprüfung der Tool-Antworten anhand erwarteter Formate und bekannter Einschränkungen
- Trajektorienanalyse: Überprüfung der gesamten Abfolge von Agentenentscheidungen, um zu identifizieren, wo das Reasoning von verankerten Informationen abwich
- Konsistenzprüfungen über Schritte hinweg: Vergleich von Behauptungen aus verschiedenen Phasen, um Widersprüche zu erkennen
W&B Weaves HallucinationFree Scorer und Arize Phoenix' HallucinationEvaluator können bei jedem Agentenschritt angewendet werden, während ihre integrierten Dashboards den vollständigen Ausführungs-Trace für die Ursachenanalyse anzeigen.
Als bevorzugte Quelle hinzufügenEchtzeit-Halluzinationsprävention
Die Erkennung nach der Generierung deckt Probleme auf, verhindert jedoch nicht, dass fehlerhafte Ausgaben die Benutzer erreichen. Die Echtzeit-Prävention führt die Prüfung inline durch, bevor die Antwort ausgeliefert wird.
Präventionsmechanismen:
- Output-Guardrails: Filter, die generierte Inhalte anhand von Faktualitätskriterien analysieren, bevor sie an den Benutzer zurückgegeben werden.
- Konfidenzschwellen: Blockierung oder Kennzeichnung von Antworten, wenn die interne Konfidenz des Modells unter akzeptable Werte fällt.
- Abruf-Validierungs-Gates: Überprüfung, ob generierte Behauptungen durch abgerufene Dokumente gestützt werden, bevor die Antwort finalisiert wird.
- Fallback-Strategien: Rückgabe einer sicheren Standardantwort oder Eskalation an Prüfwarteschlangen, wenn das Halluzinationsrisiko hoch ist.
Tool-Fähigkeiten für die Echtzeit-Prävention:
- W&B Weave integriert Halluzinationsbewertung in Produktions-Pipelines und ermöglicht automatisierte Prüfungen, bevor Antworten ausgeliefert werden.
- Arize Phoenix bietet Echtzeit-Überwachung mit Alarmierungsfunktionen, die risikoreiche Ausgaben zur sofortigen Überprüfung kennzeichnen.
- Comet Opik bietet Experiment-Tracking mit automatisierter Bewertung, sodass Teams Quality Gates einrichten können, die Antworten blockieren, die Halluzinationsschwellenwerte überschreiten.
Ansätze zur Halluzinationserkennung
Drei Ansätze sind unmittelbar relevant für die Funktionsweise von Weave, Phoenix und Opik:
1. Konsistenzbasierte Methoden
Konsistenzbasierte Methoden bewerten eine Antwort, indem sie mit mehreren alternativen Generierungen unter Verwendung von semantischer Ähnlichkeit, N-Gramm-Überlappung oder Frage-Antwort-Verifikation vergleichen. Wenn Antworten einander widersprechen oder logische Inkonsistenzen enthalten, steigt die Halluzinationswahrscheinlichkeit. Eine verwandte Technik, die semantische Entropie, gruppiert Antworten nach Bedeutung statt nach Formulierung und verwendet konzeptuelle Instabilität als Halluzinationssignal.
2. Wahrscheinlichkeits- und konfidenzbasierte Erkennung
Token-Wahrscheinlichkeiten, Entropiewerte, Kalibrierungskurven und margenbasierte Konfidenzschätzungen zeigen die interne Überzeugung des Modells über seine eigene Ausgabe. Segmente mit niedriger Konfidenz korrelieren oft mit höheren Halluzinationsraten. Rohe Entropie kann aufgrund variabler Formulierungen irreführend sein, aber Konfidenzsignale bleiben in Kombination mit konsistenzbasierten Indikatoren nützlich. Arize Phoenix liefert einen Konfidenzwert zusammen mit seiner Kennzeichnung, was in diese Kategorie passt.
3. Referenz- oder kontextbasierte Erkennung
Die referenzbasierte Bewertung vergleicht die Ausgabe des Modells mit dem bereitgestellten Kontext oder externen Quellen und ist der Kernmechanismus hinter RAG-Qualitätsprüfungen. Typische Techniken umfassen Entailment-Modelle, die prüfen, ob abgerufene Dokumente die Antwort stützen, Alignment- und Grounding-Methoden, die Belegunterstützung validieren, sowie Faktualitätsmetriken, die messen, ob Behauptungen mit dem unterstützenden Text übereinstimmen. Alle drei verglichenen Tools arbeiten hauptsächlich in diesem Modus: Sie nehmen eine Kontexteingabe entgegen und beurteilen, ob die Ausgabe innerhalb dieses Kontexts bleibt.
KI-Halluzinationserkennungstechniken und -algorithmen
Erkennungsmethoden arbeiten auf drei Granularitätsebenen:
- Token-Ebene: Markiert verdächtige Textstellen innerhalb einer Ausgabe. Verwendet von Menschen annotierte Halluzinationsdatensätze, die Divergenz zwischen vorherigen und nachfolgenden Token-Wahrscheinlichkeiten bei gegebenem Kontext oder Sequenzklassifikatoren.
- Satz-Ebene: Bewertet ganze Aussagen. Stichprobenbasierte Selbstkonsistenzprüfungen vergleichen mehrere Generierungen auf Instabilität, semantische Entropie kennzeichnet konzeptuelle Unsicherheit ohne Labels, und Entailment-Klassifikatoren erkennen nicht belegte oder widersprüchliche Behauptungen.
- Workflow-Ebene: Verfolgt mehrstufige Pipelines mithilfe von Provenienzgraphen, Entailment-Prüfungen auf Schrittebene, Validierung von Zwischen-Reasoning und Abhängigkeits-Tracing für Multi-Hop-Aufgaben.
Die drei von uns verglichenen Tools arbeiten hauptsächlich auf Satz-Ebene, wobei Weave und Phoenix über ihre Tracing-Dashboards auch die Workflow-Ebene abdecken.
Industrielle Muster und Best Practices
Produktionsteams verlassen sich selten auf eine einzelne Methode. Gängige Muster sind:
- Mehrschichtige Erkennung: Konsistenzprüfungen, Wahrscheinlichkeitsbewertung und Entailment-Validierung laufen in derselben Pipeline.
- Echtzeit-Überwachung: Dashboards verfolgen Drift und Konfidenzverschiebungen im Zeitverlauf.
- Prompt-Tuning: Prompts werden verfeinert, um Mehrdeutigkeiten zu reduzieren, die zu nicht verankerten Ausgaben führen.
- Expertenprüfung: Reserviert für juristische, medizinische oder finanzielle Inhalte, bei denen Fehler reale Kosten verursachen.
- CI/CD-Integration: Automatisierte Qualitätsprüfungen werden vor der Bereitstellung durchgeführt, sodass Regressionen frühzeitig erkannt werden.
- Agenten-Überwachung: Plugins beobachten Tool-Aufrufe und Zwischen-Reasoning-Schritte, um Anomalien zu erkennen, sobald sie auftreten.
Methodik des Benchmarks der KI-Halluzinationserkennungs-Tools
Der Benchmark verwendete einen kontrollierten Datensatz von 50 Wissenselementen aus faktischen Frage-Antwort-Szenarien. Jedes Element umfasste einen Quellkontext, eine Frage, eine korrekte, im Kontext verankerte Antwort und eine halluzinierte Antwort, die erfundene Informationen enthielt. Beispielsweise fragte ein Test nach dem Hauptsitz der Oberoi Group, wobei die korrekte Antwort „Delhi“ gegen die halluzinierte Antwort „Mumbai“ getestet wurde.
Jedes Wissenselement generierte zwei Testfälle: einen mit der korrekten Antwort (erwartet: keine Halluzination) und einen mit der halluzinierten Antwort (erwartet: Halluzination erkannt). Dies erzeugte eine ausgeglichene 50/50-Aufteilung mit insgesamt 100 Testfällen. Alle drei Tools verarbeiteten dieselben Testfälle nacheinander, wobei jedes identische Eingaben (Kontext, Frage und Ausgabe) erhielt.
Wir maßen die Latenz für jeden Testfall einzeln, um einen fairen Vergleich zu gewährleisten und die Fallstricke paralleler Verarbeitung oder Batch-Bewertung zu vermeiden, die Ergebnisse verzerren könnten. Die Ground-Truth-Labels wurden manuell überprüft, um die Genauigkeit bei der Berechnung von True Positives, False Positives, True Negatives und False Negatives sicherzustellen.
Diese Forschung zitieren
Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.
@misc{ermut2026,
author = {Ermut, Sıla and Şipi, Nazlı},
title = {{KI-Halluzinationserkennungs-Tools: W&B Weave & Comet}},
year = {2026},
month = jun,
howpublished = {\url{https://aimultiple.com/ai-hallucination-detection}},
note = {AIMultiple. Abgerufen am 18. Juni 2026}
}Referenzlinks
Seien Sie der Erste, der kommentiert
Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.