KR&KI: Sechs LearningLounge-Videos dokumentieren, wie aus Statify-Momentaufnahmen eine Werkstatt für Datenanalyse und Lernen wurde. Jetzt folgt die Prüfung: Was wurde aus dem ursprünglichen Plan? Was tragen die Ergebnisse? Und wo beginnt die nächste Untersuchung?
Eine Zahl steigt. Ein Beitrag rutscht in der Hitliste nach oben. Ein anderer verschwindet. Die schnelle Geschichte wäre schon geschrieben: Hier wächst das Interesse, dort lässt es nach. Doch wer die Daten genauer befragt, stößt auf eine unbequeme Frage: Hat sich die Nutzung verändert – oder betrachten wir gerade einen anderen Ausschnitt?
Mit dieser Frage wurde meine persönliche Website zum Ausgangspunkt eines Lern- und Entwicklungsprojekts. Seit August 2026 sichere ich regelmäßig Statify-Hitlisten und übernehme sie nach Excel. Mit KI-Assistenz entstanden daraus die Videos LL04 bis LL09. Sie dokumentieren meine erste umfassende praktische Auseinandersetzung mit Design-Based Research, kurz DBR.
Die Bilanz ist greifbar: Aus einer geplanten Einführung wurde eine Reihe mit knapp drei Stunden Videomaterial. Datenerfassung, Pivottabellen, Drilldown, X-Y-Diagramme und XVERWEIS lassen sich an echten Daten nachvollziehen. Die zentrale Forschungsfrage bleibt allerdings offen: Wie gut lernen andere Menschen mit diesem Angebot? Abrufzahlen allein beantworten sie nicht.
Der Ausgangspunkt war ein Auftrag an die KI
Vor LL04 ließ ich mir ein Drehbuch erstellen. Die KI sollte die verfügbaren Informationen über mich und meinen Projektstand berücksichtigen. Als Physiker und langjähriger IT-Dozent interessiere ich mich dafür, wie aus Messwerten begründete Aussagen werden – und wie sich dieser Weg für andere verständlich machen lässt.
Die korrigierte Drehbuchfassung vom 26. Oktober 2026 beruhte ausschließlich auf der Arbeitsmappe „HitlistenAuswertung.xlsx“. Dokumentiert waren 52 Top-100-Momentaufnahmen vom 29. August bis zum 25. Oktober 2026, insgesamt 5.200 Tabellenzeilen. Diese Zahl bezeichnet gespeicherte Einträge aus wiederholten Listen, keine 5.200 Personen und keine 5.200 verschiedenen Beiträge.
Geplant war ein etwa zehn- bis zwölfminütiges Video: vom WordPress-Dashboard zur Excel-Tabelle, von Zeitstempeln zum Punktdiagramm und schließlich zu gezielten Fragen an einzelne Inhalte. Filter, Pivot-Auswertungen und Diagramme je Beitrag erschienen als mögliche Fortsetzung. Die Grenzen der Aussagekraft gehörten bereits zum Plan.
Dann begann die Arbeit am Material. Jede zusätzliche Auswertung machte neue Möglichkeiten sichtbar und legte neue Probleme frei. Aus der Einführung entwickelte sich eine Folge von Erweiterungen. Genau hier liegt meine wesentliche Erfahrung mit DBR: Ein Entwurf wird in der Anwendung prüfbar, und aus der Prüfung entsteht der nächste Entwurf.
Sechs Videos als Spur der Entwicklung
Die folgende Übersicht ordnet die Folgen nach ihren Schwerpunkten. Die Laufzeiten stammen aus dem Screenshot; die Kurzbeschreibungen fassen die dokumentierte Entwicklung zusammen.
| Video | Schwerpunkt | Was ihr daran untersuchen könnt |
|---|---|---|
| LL04 – Mit Konrads Hitlistenauswertung in Design Based Research einsteigen · 21:11 | Ausgangsfrage und Einstieg in die Untersuchung | Wie wird aus einer praktischen Beobachtung ein bearbeitbares Entwicklungsproblem? |
| LL05 – Daten mit Statify erfassen und nach Excel übernehmen · 21:59 | Datensicherung und Übernahme | Welche Angaben braucht eine Momentaufnahme, damit sie später vergleichbar bleibt? |
| LL06 – Statify-Datenreihe in Pivottabellen erfassen und anschaulich im Diagramm darstellen · 28:51 | Daten strukturieren und verdichten | Welche Frage beantwortet eine Pivot-Auswertung, und welche Information geht bei der Verdichtung verloren? |
| LL07 – Statify-Datenreihe in anschaulichen X-Y-Diagrammen darstellen · 39:39 | Zeitverläufe und Trendlinien | Wie werden zeitliche Abstände sichtbar, und was bedeutet die Anpassung einer Geraden? |
| LL08 – Statify mit Excel auswerten · 35:41 | Pivottabellen, Drilldown und abgeleitete Abrufwerte | Wie gelangt man von der Zusammenfassung zurück zu den Datensätzen, und welche Berechnungen brauchen zusätzliche Annahmen? |
| LL09 – Excel XVERWEIS erklärt · 27:37 | Unterschiedlich sortierte Hitlisten verbinden | Wie findet man denselben Inhalt wieder und erklärt fehlende Treffer sowie unterschiedliche Summen? |
Zusammen ergeben die sechs Laufzeiten 174 Minuten und 58 Sekunden. Die Reihe zeigt damit auch eine didaktische Herausforderung: Wer einen bestimmten Arbeitsschritt lernen möchte, braucht Orientierung. Die Tabelle bietet einen Einstieg; für eigene Untersuchungen sind die Arbeitsmappen und schriftlichen Erläuterungen ebenso wichtig wie die Videos.
Der Soll-Ist-Vergleich
Der ursprüngliche Plan war eine Einführung in eine vorhandene Datensammlung. Der erreichte Stand ist eine breitere Lernumgebung. Für die Bilanz müssen wir technische Umsetzung und nachgewiesene Lernwirkung getrennt prüfen.
| Ziel aus dem Ausgangsentwurf | Dokumentierter Stand bis LL09 | Bilanz und nächster Prüfpunkt |
|---|---|---|
| Den Weg vom Dashboard zur Excel-Sammlung erklären | Datenerfassung und Übernahme bilden einen eigenen Schwerpunkt in LL05. | Inhaltlich ausgearbeitet; die selbstständige Wiederholung durch Lernende ist zu untersuchen. |
| Datensatznummer, Inhalt, Ablesezeitpunkt und Zählerstand unterscheiden | Wiederkehrende Erfassungsstände werden archiviert und für Auswertungen genutzt. | Grundlage geschaffen; Zeitstempel und eindeutige Inhaltszuordnung bleiben Qualitätskriterien. |
| Eine Punktwolke verstehen und einzelne Inhalte verfolgen | Pivot-Auswertungen, Drilldown und X-Y-Diagramme erweitern den ursprünglichen Ansatz. | Technisch deutlich erweitert; zu prüfen ist, welche Darstellungen Lernenden bei welcher Frage helfen. |
| Gleiche Inhalte über mehrere Ablesungen vergleichen | LL09 verbindet Listen mit XVERWEIS und ergänzt Veröffentlichungsdaten. | Verfahren dokumentiert; veränderte Titel, fehlende Treffer und wechselnde Auswahlgruppen müssen geprüft werden. |
| Grenzen der Abrufdaten offenlegen | Das LL09-Begleitmaterial präzisiert unter anderem Fensterdifferenzen, Tagesdurchschnitte und den Status „Neu“. | Wichtiger Erkenntnisfortschritt; fachliche Präzisierungen gehören unmittelbar zu den Materialien. |
| Erkenntnisse für künftige Lernangebote gewinnen | Eine Reihe mit Übungsdaten und mehreren Zugängen liegt vor. | Konkrete Verbesserungen lassen sich planen. Ihre Wirksamkeit ist noch systematisch zu erheben. |
Mein Urteil: Die technische Erschließung ist weit über den ersten Entwurf hinausgegangen. Für einen belastbaren bildungswissenschaftlichen Befund fehlen bisher systematisch ausgewertete Lernprodukte, Rückmeldungen und dokumentierte Erprobungszyklen mit anderen Menschen. Mehr Material ist ein Ergebnis. Besseres Lernen muss eigens untersucht werden.
Die entscheidenden Befunde liegen in den Grenzen der Zahlen
Ein Seitenaufruf ist kein Kompetenznachweis
Statify zählt Seitenaufrufe, keine eindeutig identifizierten Besucher. Das Plugin verwendet für seine Erfassung weder Cookies noch einen externen Statistikdienst. Daraus folgt keine entsprechende Aussage über sämtliche anderen Komponenten meiner Website. Aus den Statify-Werten lassen sich weder individuelle Lesewege noch Verständnis oder Lernerfolg ablesen (pluginkollektiv, o. D.-a, o. D.-b).
Hohe Abrufzahlen können Hinweise auf Aufmerksamkeit geben. Ob jemand einen Beitrag gründlich gelesen, eine Formel verstanden oder eine Aufgabe selbstständig gelöst hat, muss auf anderem Weg festgestellt werden.
Das 14-Tage-Fenster verändert die Bedeutung einer Differenz
In meinem Projekt werden Werte eines gleitenden 14-Tage-Zeitraums betrachtet. Statify unterscheidet grundsätzlich zwischen Speicherzeitraum und Anzeigezeitraum; für die Interpretation muss die tatsächliche Konfiguration dokumentiert sein (pluginkollektiv, o. D.-c).
Wenn ein Fensterzähler von 70 auf 83 steigt, beträgt seine Veränderung plus 13. Das beweist nicht, dass seit der letzten Ablesung genau 13 neue Aufrufe hinzukamen. Während neue Aufrufe hinzukommen, können ältere aus dem Fenster herausfallen. Auch ein unveränderter Zähler kann deshalb neue Aufrufe enthalten.
Die in LL08 verwendete Ersatzrechnung „Zählerstand geteilt durch 14“ ergibt einen Tagesdurchschnitt des Fensters. Sie rekonstruiert keine tatsächlichen Tageswerte. Auch eine positive Differenz zwischen zwei Fensterständen ist im Allgemeinen kein Tagesabrufwert. Nur unter besonderen Bedingungen – etwa bei einem jungen Beitrag, dessen Aufrufe noch vollständig im Fenster liegen – kann eine Differenz neue Aufrufe zwischen zwei Ablesungen wiedergeben.
Diese Präzisierung ist Teil der Bilanz: Eine funktionierende Excel-Formel und eine fachlich passende Messgröße sind zwei getrennte Prüfaufgaben.
Nicht in der Hitliste bedeutet nicht ohne Aufrufe
Eine Top-100-Liste ist eine begrenzte Auswahl. Fehlt ein Beitrag, kann er unter die Auswahlgrenze gerutscht sein. Er kann weiterhin aufgerufen werden. Ebenso bedeutet der Status „Neu“ im Listenvergleich zunächst, dass kein passender früherer Eintrag gefunden wurde oder die Fehlerbehandlung gegriffen hat. Ein neues Veröffentlichungsdatum ist damit nicht bewiesen.
Ein konkreter Fall im LL09-Begleitmaterial macht das sichtbar: „Bildung im Wandel“ erscheint mit dem Status „Neu“, obwohl die zugeordnete Veröffentlichung aus dem Jahr 2019 stammt. Die Bezeichnung beschreibt hier den Vergleichsbefund, nicht das Alter des Beitrags.
Zwei unterschiedliche Summen können beide stimmen
Das LL09-Begleitmaterial dokumentiert für den Beispielstand vom 6. November 2026 eine Differenz von 84 zwischen den Summen zweier Top-100-Listen. Die Summe der Veränderungen der gemeinsam gefundenen Inhalte beträgt dagegen 36. Der scheinbare Widerspruch löst sich auf, sobald die Bezugsgruppen offengelegt werden:
36 + 319 − 271 = 84.
Zu den Veränderungen der gemeinsamen Inhalte kommen die Fensterstände der ausschließlich neueren Einträge hinzu; die früheren Fensterstände der ausschließlich älteren Einträge werden abgezogen. Das ist eine rechnerische Zerlegung wechselnder Auswahlgruppen. Sie beschreibt keinen entsprechenden Gewinn oder Verlust an Personen.
Eine Trendlinie erklärt noch keine Ursache
Eine Gerade und ihr Bestimmtheitsmaß R² beschreiben, wie gut das gewählte Modell zu den dargestellten Daten passt. Sie erklären nicht, warum die Werte entstanden sind. Gerade überlappende Zeitfenster können einen glatten Verlauf begünstigen. Ein hohes R² belegt deshalb weder den Erfolg einer Unterrichtsmethode noch den Einfluss einer bestimmten Veröffentlichung.
Auch wer die eigenen Ranglisten veröffentlicht, verändert möglicherweise die Aufmerksamkeit für die darin genannten Beiträge. Das ist eine prüfbare Hypothese. Für einen Beleg müssten Veröffentlichungen, Verlinkungen und weitere mögliche Einflüsse mit dokumentiert werden.
Was daran Design-Based Research ist und was noch fehlt
DBR verbindet die theoriegeleitete Gestaltung von Lernumgebungen mit empirischer Untersuchung in der Praxis. Ziel ist, ein Angebot zu verbessern und zugleich begründetes Wissen darüber zu gewinnen, wie, unter welchen Bedingungen und warum es funktioniert (The Design-Based Research Collective, 2003).
In meiner Reihe ist die Entwicklung von Werkzeugen und Materialien sichtbar: Eine praktische Frage führt zu einem Entwurf. Die Anwendung legt Probleme offen. Darauf folgen Erweiterungen und fachliche Präzisierungen. Besonders gut lässt sich dieser Weg dort beobachten, wo eine zunächst naheliegende Deutung korrigiert werden muss.
Für die nächste Phase muss zusätzlich der Lernprozess anderer Personen untersucht werden. Dafür schlage ich folgende Forschungsfrage vor:
Wie unterstützt die Verbindung aus Video, Excel-Arbeitsmappe, schriftlicher Erklärung und gemeinsamem Gespräch Lernende dabei, Website-Abrufdaten selbstständig auszuwerten und ihre Grenzen zutreffend zu erklären?
Eine zu prüfende Gestaltungsannahme wäre: Echte, unvollkommene Daten fördern Datenkompetenz, wenn Lernende Zuordnungsprobleme und Deutungsgrenzen selbst bearbeiten und anschließend begründen müssen. Die bisherige Reihe liefert dafür Material. Sie bestätigt diese Annahme noch nicht.
Euer Einstieg in die Untersuchung
Arbeitet in einer Kopie der bereitgestellten Mappe. Haltet Datenstand, Vorgehen und Interpretation fest. Ein Ergebnis ist besonders aussagekräftig, wenn eine andere Person euren Weg nachvollziehen kann.
| Aufgabe | Euer Arbeitsprodukt | Woran ihr die Qualität erkennt |
|---|---|---|
| 1. Beschreibt die Datenquelle und unterscheidet Ablesezeitpunkt, Veröffentlichungsdatum und Beobachtungsfenster. | Ein kurzer Datensteckbrief. | Seitenaufrufe, Personen und Lernerfolg werden sauber unterschieden. |
| 2. Wählt einen Inhalt und verfolgt ihn über mindestens fünf Erfassungsstände. Erstellt eine Pivot-Auswertung und legt per Drilldown die zugrunde liegenden Zeilen offen. | Auswertung und zugehörige Quelldaten. | Ihr erklärt, was die Aggregation zusammenfasst und warum überlappende Fenster nicht als unabhängige Tageswerte summiert werden dürfen. |
| 3. Erstellt für denselben Inhalt ein X-Y-Diagramm. Prüft die tatsächlichen Zeitabstände und deutet eine gegebenenfalls ergänzte Trendlinie. | Beschriftetes Diagramm mit kurzem Kommentar. | Achsen und Einheit sind klar; R² wird nicht als Ursache oder Lernerfolg ausgegeben. |
| 4. Verbindet zwei unterschiedlich sortierte Hitlisten mit XVERWEIS. Sucht anschließend in der Gegenrichtung. | Vergleich mit gemeinsamen, ausschließlich älteren und ausschließlich neueren Einträgen. | Der Vergleich hängt am Inhaltsschlüssel; fehlende Treffer werden nicht als null Aufrufe behandelt. |
| 5. Erklärt die Rechnung 36 + 319 − 271 = 84 anhand des LL09-Beispiels. | Eine nachvollziehbare Kontrollrechnung. | Ihr benennt die unterschiedlichen Bezugsgruppen und die Grenzen der Interpretation. |
| 6. Prüft die Abrufformel aus LL08 an einem selbst konstruierten 14-Tage-Beispiel. Lasst einen alten Tageswert herausfallen und einen neuen hinzukommen. | Kleine Prüftabelle mit tatsächlichen Tageswerten und Fensterständen. | Ihr zeigt, warum Fensterdifferenz, neue Aufrufe und Fensterdurchschnitt unterschiedliche Größen sind. |
| 7. Lasst eine KI eure Auswertung kommentieren und kontrolliert ihre Aussagen. | Ein Prüfprotokoll mit mindestens einer belegten Bestätigung oder Korrektur. | Die Kontrolle beruht auf Daten oder Quellen; die KI-Antwort selbst gilt nicht als Beleg. |
| 8. Verbessert eine Erklärung, eine Aufgabe oder eine Tabellenansicht und erprobt sie mit einer anderen Person. | Ausgangsversion, Änderung, Aufgabenlösung und kurze Auswertung. | Ihr könnt begründen, welches Problem die Änderung adressiert und welche Beobachtung für oder gegen ihren Nutzen spricht. |
Für den Einstieg reichen die ersten vier Aufgaben. Wer sich mit DBR beschäftigen möchte, ergänzt besonders die achte: Dort wird aus der eigenen Analyse ein untersuchbarer Entwurf für das Lernen anderer Menschen.
Wo ihr Transferwissen gewinnt
Der Transfer beginnt, sobald ihr denselben Denkweg auf eine andere Datenquelle anwendet: Welche Einheit wird gezählt? Bleiben die Gruppen gleich? Ist der Schlüssel eindeutig? Was fehlt? Welche Behauptung lässt sich prüfen?
| Arbeitsgebiet | Übertragbares Verfahren | Zusätzliche fachliche Prüfung |
|---|---|---|
| Bildungsangebote und Lernplattformen | Nutzungsmuster als Anlass für Verbesserungen untersuchen. | Bearbeitungsspuren und Aufgabenlösungen ergänzen; Nutzung ist kein Kompetenznachweis. |
| Vereine, Kulturprojekte und lokale Redaktionen | Resonanz auf Veröffentlichungen dokumentieren. | Veranstaltungsdaten, Verlinkungen und besondere Veröffentlichungsanlässe mitführen. |
| Betriebliche Weiterbildung und Wissensmanagement | Versionen von Materialien vergleichen und Verständnisprobleme erfassen. | Zielgruppe, Arbeitsaufgabe und Bewertungskriterien festlegen. |
| Bestandsverwaltung und Controlling | Zwei Stichtagslisten über stabile IDs verbinden und Summendifferenzen auflösen. | Einheiten, Buchungszeitpunkte und Zu- oder Abgänge prüfen. |
| Wissenschaftliches Arbeiten und Datenjournalismus | Rohdaten, Berechnung und Interpretation nachvollziehbar trennen. | Auswahlverfahren, Messbedingungen und alternative Erklärungen offenlegen. |
Die technische Vertiefung findet ihr in der offiziellen Excel-Hilfe, insbesondere zu XVERWEIS und Pivottabellen. Für die Bedeutung der Statify-Werte ist die Projektdokumentation maßgeblich. Die DBR-Literatur hilft, aus einer Verbesserungsidee eine theoriegeleitete und empirisch prüfbare Untersuchung zu entwickeln. Fachwissen über das jeweilige Anwendungsgebiet muss hinzukommen: Eine korrekte Zuordnung macht zwei Zahlen noch nicht vergleichbar.
Der nächste Zyklus braucht eure Erfahrungen
Für eine gemeinsame Erprobung schlage ich vor, zunächst eine kleine Zahl von Lernenden mit unterschiedlichen Vorkenntnissen einzubeziehen. Vorab bearbeiten sie eine kurze Auswertungsaufgabe. Danach nutzen sie ausgewählte Teile der Materialien und lösen eine vergleichbare Aufgabe mit anderen Daten.
Bewertet würden insbesondere die korrekte Zuordnung gleicher Inhalte, die Wahl geeigneter Berechnungen und die verständliche Erklärung der Aussagegrenzen. Rückmeldungen und typische Fehler würden zeigen, welche Stelle überarbeitet werden sollte. Die Änderung wäre zu dokumentieren und erneut zu erproben. Ein solches Vorgehen könnte erste Hinweise auf Verbesserungen liefern; eine kleine Erprobung erlaubt noch keine weitreichende Verallgemeinerung.
So ließe sich aus meiner persönlichen Erfahrung ein gemeinsames Forschungsvorhaben entwickeln: mit einer benannten Frage, überprüfbaren Kriterien, dokumentierten Versionen und einem nächsten Schritt, der aus den Beobachtungen folgt.
Kostenloses Videokonferenzgespräch über DBR
Wenn ihr aus diesem Angebot etwas gelernt habt, meldet euch zu einem kostenlosen Videokonferenzgespräch an. Bringt eine eigene Auswertung, eine gelöste Aufgabe oder eine begründete Frage mit. Auch ein Fehler, den ihr gefunden habt, ist ein guter Gesprächseinstieg.
Schreibt an info@konrad-rennert.de, nennt das Stichwort DBR und Website-Abrufdaten und schlagt einen Termin vor. Hinweise zur Terminvereinbarung und zu möglichen Plattformen findet ihr auf meiner Seite Online-Meeting.
Wir besprechen, was ihr nachvollziehen konntet, wo die Materialien helfen und wo sie verbessert werden sollten. Am Ende des Meetings legen wir gemeinsam fest, ob und wie wir weiterforschen möchten. Wenn wir eine gemeinsame Frage finden, vereinbaren wir den nächsten Arbeitsschritt und die Dokumentation der Ergebnisse.
Materialien zum Weiterarbeiten
- Arbeitsmappe HitlistenAuswertung.xlsx als Ausgangspunkt der Reihe.
- Arbeitsmappe HitlistenAbrufeVergleichenLL09.xlsx für die Listenvergleiche.
- Die sechs Videos sind in der Übersicht oben direkt verlinkt. Beachtet bei nachträglich aktualisierten Dateien den jeweiligen Datenstand; Werte können von den Aufnahmen abweichen.
Literatur und Quellen
Microsoft. (o. D.). XVERWEIS (Funktion). Microsoft Support. https://support.microsoft.com/de-de/excel/functions/xlookup-function
pluginkollektiv. (o. D.-a). Documentation. Statify. https://statify.pluginkollektiv.org/documentation/
pluginkollektiv. (o. D.-b). FAQ. Statify. https://statify.pluginkollektiv.org/documentation/faq/
pluginkollektiv. (o. D.-c). Settings. Statify. https://statify.pluginkollektiv.org/documentation/settings/
Rennert, K. (2026a, 26. Oktober). Von Statify zum Excel-Radar [KI-gestütztes, aktualisiertes Drehbuch auf Grundlage von HitlistenAuswertung.xlsx; unveröffentlichtes Arbeitsmaterial].
Rennert, K. (2026b). LearningLounge LL04 bis LL09 [Videoreihe]. YouTube. Einzelvideos und Titel siehe Übersicht.
Rennert, K. (2026c, 7. November). LL09 XVERWEIS für den Vergleich von Statify-Hitlisten [Überarbeitetes Begleitmaterial].
The Design-Based Research Collective. (2003). Design-based research: An emerging paradigm for educational inquiry. Educational Researcher, 32(1), 5–8. https://doi.org/10.3102/0013189X032001005
Transparenz zur KI-Mitwirkung und zur Quellenbasis
Dieser Beitrag entstand am 8. November 2026 in Zusammenarbeit von Konrad Rennert mit ChatGPT von OpenAI. Konrad Rennert gab Fragestellung, Projektkontext, Videolinks und Screenshot vor. ChatGPT unterstützte die Sichtung verfügbarer Projektunterlagen, die ergänzende Quellenrecherche, den Soll-Ist-Vergleich sowie die Formulierung des Beitrags, der Lernaufgaben und der Vorschläge zur Weiterarbeit.
Die Bilanz stützt sich insbesondere auf das aktualisierte Ausgangsdrehbuch vom 26. Oktober 2026, das überarbeitete LL09-Begleitmaterial, das verfügbare LL08-Transkript und den Screenshot. Sie ist keine unabhängige vollständige Sichtprüfung aller sechs Videos und keine erneute Prüfung sämtlicher Arbeitsmappen. Die Zahlen des LL09-Beispiels sind aus dem Begleitmaterial übernommen. Vorgeschlagene Erprobungen sind als nächste Schritte beschrieben; Ergebnisse einer solchen Untersuchung liegen hier noch nicht vor. Die fachliche Endprüfung und die Freigabe zur Veröffentlichung liegen bei Konrad Rennert.