For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/de/articles/anthropic-s-sholto-douglas-on-agi-4t-ai-c-b1a7ffbc.md.
KI-Systeme mit Fähigkeiten, die denen jedes Menschen entsprechen oder sie übertreffen, könnten plausibel innerhalb der nächsten Jahre ersche...
KI-Systeme mit Fähigkeiten, die denen jedes Menschen entsprechen oder sie übertreffen, könnten plausibel innerhalb der nächsten Jahre erscheinen.
Das ist die Ansicht von Sholto Douglas, einem technischen Leiter für Reinforcement Learning bei Anthropic.
In einem ausführlichen Interview mit dem Investor und Palantir-Mitgründer Joe Lonsdale trat Douglas gemeinsam mit Nicholas Marwell auf, der bei Anthropic die Forschung zu Reinforcement Learning geleitet hat und heute an den langfristig angelegten Agenten-Initiativen des Unternehmens arbeitet.
Das Gespräch wurde im August 2026 aufgezeichnet und am 2. Oktober veröffentlicht.
Laut Podcast-Beschreibung behandelte die Diskussion folgende Themen:
Der Quellartikel hebt die weitreichendsten Teile von Douglas' Prognose hervor.
Er stellt sich eine Welt vor, in der KI letztlich im Wesentlichen alle computerbasierten Arbeiten erledigen kann, die Menschen erledigen können, in der Robotik diese Fähigkeiten auf die physische Welt ausweitet und in der technologischer Fortschritt, der früher Jahrhunderte erforderte, auf ein oder zwei Jahrzehnte komprimiert werden könnte.
Er spekuliert außerdem, dass die jährlichen KI-Investitionsausgaben bis 2028 4 Billionen US-Dollar erreichen könnten und dass ausreichend leistungsfähige KI plus Robotik eine außergewöhnliche Beschleunigung der weltweiten Wirtschaftsleistung antreiben könnte.
Das sind Prognosen, keine etablierten Vorhersagen.
Das Interview selbst macht deutlich, dass Douglas weiß, wie extrem einige dieser Projektionen klingen.
Marwell fügt unterdessen eine wichtige Warnung hinzu: Die Phase, in der Menschen notwendige Partner für KI bleiben, könnte nicht ewig andauern, und der Übergang zu Systemen, die diese menschlichen Partner nicht mehr benötigen, könnte erhebliche Risiken schaffen.
Als Lonsdale fragte, wie Anthropics Mission von hier aus aussehe, gab Douglas eine direkte Antwort.
Seine Arbeitsdefinition der nächsten großen Schwelle ist nicht ein Modell, das einen einzelnen Benchmark gewinnt oder beeindruckende Prosa schreibt.
Es ist ein Modell, das im Wesentlichen jede Arbeit erledigen kann, die Menschen am Computer ausführen können.
Douglas sagte, er glaube, dass Modelle mit Fähigkeiten, die denen aller Menschen entsprechen oder darüber hinausgehen, sehr wahrscheinlich innerhalb der nächsten Jahre entstehen werden.
In seiner Einordnung:
computerbasierte Arbeit
→ potenziell durch fortgeschrittene KI automatisierbar
physische Arbeit
→ mit der Weiterentwicklung der Robotik zunehmend automatisierbar
Das ist eine außergewöhnlich hohe Messlatte.
Sie hilft auch zu erklären, warum Douglas gleichzeitig zwei Dinge glauben kann, die widersprüchlich klingen:
„AGI ist noch nicht da“
und:
„AGI könnte nur noch wenige Jahre entfernt sein“
Der Quellartikel verweist auf einen Social-Media-Beitrag vom 23. September, in dem Douglas schrieb, AGI sei „offensichtlich“ noch nicht erreicht worden.
Der Unterschied liegt in der Definition.
Douglas' Schwelle ist nicht einfach „KI, die allgemein intelligent wirkt“.
Es ist KI, die das gesamte Spektrum wirtschaftlich relevanter Computerarbeit auf menschlichem oder übermenschlichem Niveau leisten kann.
Douglas sagt, die Veränderung sei bereits in seiner täglichen Arbeit sichtbar.
Etwa 18 Monate vor dem Interview tippte er noch jede Codezeile selbst.
Nach seinem Wechsel zu Anthropic wurden Modelle nützlich genug, um ihn zu unterstützen, aber er musste weiterhin alle paar Minuten eingreifen.
Zum Zeitpunkt der Interviewaufzeichnung konnte er nach eigenen Angaben jeweils ein oder zwei Tage Arbeit übergeben.
Sein Vergleich entsprach ungefähr einem Junior-Teammitglied:
Als Lonsdale fragte, ob KI-Systeme während des Interviews aktiv für ihn arbeiteten, sagte Douglas: ja — mehrere.
Diese Anekdote passt zu einem breiteren Trend, den Anthropic in seiner Wirtschaftsforschung dokumentiert hat.
Der Anthropic Economic Index vom Januar 2026 stellt fest, dass die Erfolgsraten von KI sinken, wenn Aufgaben länger werden. Der Rückgang ist jedoch über Modellgenerationen hinweg flacher geworden, da neuere Systeme zunehmend lange Aufgaben abschließen können.
Die wichtige Veränderung besteht nicht darin, dass Modelle nie scheitern.
Sie besteht darin, dass die Menge an ununterbrochener Arbeit, die sie versuchen können, gewachsen ist.
Douglas nannte auch fortgeschrittene Mathematik als Beispiel für wachsende Fähigkeiten.
Er verwies auf FrontierMath, einen Epoch-AI-Benchmark mit schwierigen, unveröffentlichten Mathematikaufgaben, die von Fachmathematikern erstellt und geprüft wurden.
Im Interview beschrieb Douglas die Modellleistung so, dass sie bei relevanten FrontierMath-Auswertungen innerhalb von ungefähr einem Jahr von effektiv nahe null auf deutlich über 60 % gestiegen sei.
Diese Aussage sollte als Charakterisierung aus einem Interview und nicht als einzelne, zeitlos gültige Benchmark-Zahl verstanden werden.
FrontierMath umfasst mehrere Stufen, wurde überarbeitet, und seine Benchmark-Versionen haben sich geändert.
Das aktuelle FrontierMath-Programm von Epoch AI enthält:
Der genaue Prozentsatz hängt daher vom Modell, der Benchmark-Version, der Stufe und dem Evaluierungsaufbau ab.
Die Richtung der Entwicklung ist jedoch real: Fortgeschrittene Modelle haben bei schwierigen, automatisch verifizierbaren Mathematikaufgaben große Fortschritte gemacht.
Das Gespräch wendet sich dann von Fähigkeiten dem Geld zu.
Wenn KI-Systeme innerhalb weniger Jahre dramatisch leistungsfähiger werden, wie viel Infrastruktur wird die Branche bauen, um sie zu unterstützen?
Douglas skizzierte eine bewusst aggressive Extrapolation.
Er sagte, die Ausgaben für KI-Rechenleistung seien in den vergangenen Jahren ungefähr um das Zwei- bis Dreifache pro Jahr gewachsen, und schlug einen möglichen Pfad wie diesen vor:
2026:
~1 Billion US-Dollar
2027:
~2 Billionen US-Dollar
2028:
~4 Billionen US-Dollar
Der Quellartikel visualisiert die Extrapolation wie folgt:
Diese Zahlen sind keine Konsensprognose.
Sie sind Douglas' Versuch zu fragen, was passiert, wenn das jüngste Investitionswachstum viel länger anhält, als die meisten Menschen erwarten.
Es gibt jedoch eine separate Infrastrukturprognose von NVIDIA in einer ähnlichen Größenordnung.
Auf der Dell Technologies World im Mai 2026 diskutierten Dell und NVIDIA die Möglichkeit, dass die weltweiten Ausgaben für KI-Infrastruktur bis 2030 3 bis 4 Billionen US-Dollar erreichen könnten.
Douglas' Spekulation zieht eine ähnliche Größenordnung effektiv um etwa zwei Jahre vor.
Das macht seine Vorhersage deutlich aggressiver.
Douglas treibt das Szenario dann weiter.
Wenn KI-Investitionen weiterhin exponentiell wachsen und Robotik parallel skaliert, argumentiert er, dass ein sehr großer Anstieg der weltweiten Wirtschaftsleistung in Betracht gezogen werden sollte.
Er hat öffentlich angedeutet, dass Menschen die Möglichkeit einer Verdopplung der Wirtschaftsleistung in den 2030er-Jahren in ihre Erwartungen einbeziehen sollten, selbst wenn die Idee heute extrem klingt.
Das Grundargument ist einfach:
wesentlich leistungsfähigere KI
+
Automatisierung in großem Maßstab
+
Robotik
+
schnelle Reinvestition
=
potenziell deutlich schnelleres Wirtschaftswachstum
Doch jeder Schritt enthält große Unsicherheit.
Dass ein Modell zu einer Aufgabe fähig ist, bedeutet nicht, dass die Einführung sofort erfolgt.
Reale Volkswirtschaften haben Engpässe wie:
Douglas selbst erkennt an, dass eine Verdopplung des BIP Anfang der 2030er-Jahre extrem klingt und voraussetzen würde, dass vieles richtig läuft.
Die Zahl von 4 Billionen US-Dollar für Infrastruktur und die BIP-Projektion lösten online sofort Kritik aus.
Der KI-Kritiker und emeritierte NYU-Professor Gary Marcus argumentierte, dass die Diskussion zu schnell von einer vergleichsweise plausiblen Behauptung über Infrastrukturausgaben zu einer wesentlich spekulativeren makroökonomischen Schlussfolgerung übergehe.
Diese Kritik ist wichtig, weil die beiden Behauptungen nicht gleich stark sind.
Eine hilfreiche Trennung lautet:
Die Ausgaben für KI-Infrastruktur wachsen stark:
plausibel und bereits sichtbar
KI führt innerhalb weniger Jahre zu einer Verdopplung des globalen BIP:
weitaus unsicherer
Auch Jürgen Schmidhuber reagierte skeptisch und scherzte, dass sich das nominale BIP durch Inflation verdoppeln könne, ohne dass dies die Art realen wirtschaftlichen Überflusses bedeute, die Douglas beschreibt.
Die Meinungsverschiedenheit dreht sich nicht wirklich darum, ob KI-Investitionen groß sind.
Es geht darum, wie schnell diese Investitionen in eine gesamtwirtschaftliche Produktivität übergehen.
Douglas' optimistischstes Szenario geht weit über ein höheres BIP hinaus.
Er stellt sich etwas vor, das eher Postknappheit ähnelt.
Die Logik lautet, dass ausreichend leistungsfähige KI und Robotik das effektive Angebot der Welt an intellektueller und physischer Arbeit vervielfachen könnten.
Wenn die Kosten für die Produktion vieler Güter gegen die Kosten von Energie und Rohstoffen sinken, könnten ganze Kategorien von Knappheit an Bedeutung verlieren.
In diesem Szenario könnten Fortschritte, die sonst Jahrhunderte dauern würden, bereits in zehn oder zwanzig Jahren eintreten.
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
Douglas nennt unter anderem folgende Möglichkeiten:
Sein angestrebtes Endziel ist eine Welt, in der jeder Mensch ein Maß an materiellem Wohlstand genießen kann, das selbst den heute reichsten lebenden Menschen nicht zur Verfügung steht.
Dies ist der spekulativste Teil des Interviews.
Er hängt nicht nur von den Fähigkeiten der KI ab, sondern auch von Verteilung, Infrastruktur, Institutionen, politischen Entscheidungen, Energieversorgung und davon, ob Produktivitätsgewinne tatsächlich bei normalen Haushalten ankommen.
Der Quellartikel stellt dies als Douglas' Vision dessen dar, worauf Anthropic letztlich hinarbeitet, nicht als garantiertes Ergebnis.
Das Interview befasst sich auch mit einer unmittelbareren Frage: Was passiert mit Arbeitsplätzen, während KI besser wird?
Douglas sagt, er habe Beispiele gesehen, in denen die Beschäftigung trotz zunehmender KI-Einführung nicht gesunken sei.
Er nennt ausgelagerte Callcenter-Arbeit auf den Philippinen und das anhaltende Wachstum in der Softwareentwicklung als Fälle, in denen höhere Produktivität Unternehmen dazu veranlassen könnte, mehr Menschen statt weniger einzustellen.
Der Mechanismus ist von früheren Technologien bekannt:
Arbeitskraft wird produktiver
→ Kosten der Leistungserbringung sinken
→ Nachfrage nach der Leistung steigt
→ Unternehmen können mehr Arbeitskräfte einstellen
Das kann eine Zeit lang geschehen, selbst wenn sich die Automatisierung schnell verbessert.
Marwell fügt jedoch eine wichtige Bedingung hinzu.
Die positive Geschichte der Ergänzung hängt davon ab, dass Menschen notwendig bleiben, um den vollen Wert aus KI zu ziehen.
Marwells Sorge beginnt, wenn sich diese Bedingung ändert.
Heute sehen viele der besten Workflows noch so aus:
menschliches Urteilsvermögen
+
KI-Geschwindigkeit und -Skalierbarkeit
Der Mensch setzt Ziele, interpretiert Mehrdeutigkeit, erkennt Fehler, verarbeitet den organisatorischen Kontext und entscheidet, wann ein Ergebnis gut genug ist.
Marwell glaubt, dass die Welt irgendwann von:
KI braucht einen menschlichen Partner, um den vollen Wert zu liefern
zu:
KI braucht den menschlichen Partner nicht mehr
wechseln könnte.
Er sagte, dies sei der Punkt, an dem die Folgen wesentlich besorgniserregender würden.
Die Quelle vergleicht diesen Übergang mit Schach.
Jahrelang, nachdem Computer stark geworden waren, war der beste „Spieler“ oft eine Kombination aus Mensch und Maschine.
Irgendwann wurden Maschinen so gut, dass der menschliche Beitrag das Ergebnis nicht mehr verbesserte.
Marwell denkt, dass die Phase der Überlegenheit von Mensch plus KI bei Wissensarbeit wesentlich kürzer sein könnte.
Anthropic wird häufig aus gegensätzlichen Richtungen kritisiert.
Manche werfen dem Unternehmen vor, sich zu schnell in Richtung gefährlicher Fähigkeiten zu bewegen.
Andere argumentieren, Anthropic betone KI-Risiken auf eine Weise, die Regulierung rechtfertigen könnte, welche etablierten Laboren Vorteile verschafft.
Lonsdale brachte die zweite Kritik direkt zur Sprache.
Douglas antwortete, die Organisation, die Anthropic am stärksten verlangsamt habe, sei Anthropic selbst.
Marwell nannte ein Beispiel im Zusammenhang mit einer Modellveröffentlichung von Anthropic und sagte, das Unternehmen habe zuvor eine Verzögerung gegenüber dem Wettbewerb akzeptiert, während es mit der Regierung Sicherheits- und Zugangsbedingungen koordinierte.
Lonsdale widersprach und argumentierte, dass einige Beschränkungen Fähigkeiten reduziert hätten, die für die Cyberabwehr nützlich hätten sein können.
Dieser Teil des Gesprächs löst die politische Debatte nicht.
Er zeigt jedoch die grundlegende Spannung:
schnell genug handeln, um wettbewerbsfähig zu bleiben
vs.
vorsichtig genug handeln, um Risiken zu kontrollieren
Diese Spannung wird größer, je mehr agentische Systeme an Autonomie gewinnen.
Der Quellartikel verbindet Anthropics Diskussion mit Ereignissen an anderer Stelle in der KI-Branche.
Am 28. September berichtete Reuters, dass OpenAI die geplante Veröffentlichung von GPT-6.1 Astra nach internen Sicherheitstests mit Bedenken zurückgestellt habe.
Das beweist nicht, dass jedes Frontier-Labor auf dieselbe Politik zusteuert.
Es veranschaulicht jedoch dasselbe praktische Problem, das Douglas und Marwell diskutieren:
Je leistungsfähiger und autonomer Systeme werden, desto weniger können Fähigkeit und Bereitstellungsgeschwindigkeit unabhängig von Sicherheit und Kontrolle betrachtet werden.
Die Frage ist nicht mehr nur, ob ein Modell bei einem Benchmark gut abschneidet.
Sie lautet auch, ob ein Labor ausreichend Vertrauen in das Verhalten des Modells hat, um ihm breiteren Zugang und mehr Autonomie zu geben.
Die Quelle schließt mit einer Rückkehr zu Douglas selbst.
Er wuchs in Sydney auf, studierte Robotik und hätte sich beinahe als Fechter für die Olympischen Spiele in Tokio qualifiziert.
Um 2020 begann er, Diskussionen über Skalierungsgesetze und KI-Forschung zu lesen, und kam zu der Überzeugung, dass die 2020er-Jahre AGI hervorbringen könnten.
Er brachte sich abends und an Wochenenden weitere Forschung im maschinellen Lernen bei und wechselte anschließend zu DeepMind.
Bis 2025 war er zu Anthropic gewechselt.
In einem Beitrag, in dem er den Wechsel ankündigte, schrieb Douglas, dass er glaube, das Feld befinde sich weiterhin auf einer Trendlinie hin zu AGI etwa im Jahr 2027.
Eineinhalb Jahre später war seine öffentliche Zeitlinie nicht konservativer geworden.
Wenn überhaupt, hatten sich seine Erwartungen von Modellfähigkeiten auf Robotik, Mathematik, Wissenschaft und wirtschaftliche Transformation ausgeweitet.
Am Ende des Interviews machte Douglas mehrere konkrete Vorhersagen für die nächsten Jahre.
Darunter:
Dies sind persönliche Prognosen.
Sie sind nicht deshalb nützlich, weil sie als Fahrplan behandelt werden sollten, sondern weil sie zeigen, wie zumindest einige Forschende in Frontier-Laboren heute über das Tempo des Fähigkeitswachstums denken.
Der auffälligste Teil von Douglas' Position ist ihre Konsistenz.
Als er zu Anthropic wechselte, sprach er bereits öffentlich über eine AGI-Zeitlinie in der Größenordnung von 2027.
Ende 2026 hatte er diesen Horizont, nachdem er mehr Zeit innerhalb der Entwicklung von Frontier-Modellen verbracht hatte, nicht weiter nach hinten verschoben.
Die Quelle vermischt aktuelle Beobachtungen mit Prognosen; sie zu trennen hilft daher.
| Aussage | Beste Einordnung |
|---|---|
| Douglas und Marwell traten in Joe Lonsdales American-Optimist-Podcast auf | Verifiziert |
| Das Interview wurde am 2. Oktober 2026 veröffentlicht | Verifiziert |
| Douglas ist technischer Leiter für RL bei Anthropic | Durch die Podcast-Beschreibung verifiziert |
| Marwell hat RL Science geleitet und arbeitet an langfristigen Initiativen | Durch die Podcast-Beschreibung verifiziert |
| Douglas sagt, KI könne innerhalb weniger Jahre allen Menschen entsprechen oder sie übertreffen | Prognose des Sprechers |
| Douglas sagt, seine Coding-Agenten könnten ein oder zwei Tage arbeiten | Beobachtung aus erster Hand |
| Die Leistung bei FrontierMath hat sich dramatisch verbessert | Im Großen und Ganzen gestützt, wobei genaue Prozentsätze von Version und Stufe abhängen |
| Die KI-Investitionsausgaben könnten bis 2028 4 Billionen US-Dollar erreichen | Douglas' Extrapolation |
| Das globale BIP könnte sich Anfang der 2030er-Jahre verdoppeln | Hochspekulative Prognose |
| NVIDIA hat weltweit 3 bis 4 Billionen US-Dollar für KI-Infrastrukturausgaben bis 2030 diskutiert | Verifiziert |
| Jeder könnte eines Tages materiellen Wohlstand auf Milliardärsniveau von heute genießen | Angestrebtes Postknappheitsszenario |
| Menschen könnten als KI-Partner irgendwann keinen zusätzlichen Wert mehr liefern | Marwells Prognose |
| OpenAI stellte GPT-6.1 Astra wegen Sicherheitsbedenken zurück | Am 28. September 2026 von Reuters berichtet |
Sholto Douglas ist technischer Leiter für Reinforcement Learning bei Anthropic und arbeitete zuvor bei Google DeepMind. Im American-Optimist-Interview sprach er über AGI-Zeitlinien, Coding-Agenten, Wirtschaft, Robotik und KI-Sicherheit.
Douglas verwendet eine anspruchsvolle praktische Schwelle: ein Modell, das im Wesentlichen jede computerbasierte Arbeit leisten kann, die Menschen leisten können — auf menschlichem oder übermenschlichem Niveau. Er hat ausdrücklich gesagt, dass aktuelle Systeme diese Grenze noch nicht überschritten haben.
Er sagt, Modelle, die mindestens so leistungsfähig wie alle Menschen sind, könnten plausibel innerhalb der nächsten Jahre erscheinen. Dies ist seine persönliche Prognose, kein offizielles Veröffentlichungsdatum von Anthropic und keine garantierte Zeitlinie.
Er verweist auf seinen eigenen Coding-Workflow, bei dem sich Modelle von Systemen, die alle paar Minuten Eingriffe benötigten, zu Systemen entwickelt haben, die ein oder zwei Tage Arbeit übernehmen können. Außerdem nennt er schnelle Fortschritte bei schwierigen Mathematik-Benchmarks. Er betont ebenso die fortgesetzte Skalierung von Rechenleistung und Reinforcement Learning.
Ja, als Extrapolation des jüngsten Wachstums. Er fragte, ob sich die jährlichen KI-bezogenen Investitionsausgaben von etwa 1 Billion auf 2 Billionen und dann bis 2028 auf 4 Billionen US-Dollar ungefähr verdoppeln könnten. Dies sollte als Szenario und nicht als Konsensprognose des Marktes gelesen werden.
Douglas argumentiert, dass ausreichend leistungsfähige KI plus groß angelegte Robotik dieses Ergebnis denkbar machen könnten. Er erkennt jedoch auch an, dass es extrem klingt und voraussetzt, dass vieles richtig läuft. Kritiker, darunter Gary Marcus, bestreiten nachdrücklich die Plausibilität eines so schnellen makroökonomischen Effekts.
Marwells zentrale Sorge betrifft den Zeitpunkt, an dem KI-Systeme keine menschlichen Partner mehr benötigen, um ihren vollen wirtschaftlichen Wert zu entfalten. Er deutet an, dass die aktuelle Phase der Ergänzung zwischen Mensch und KI vorübergehend sein könnte.
Anthropic argumentiert, dass das Unternehmen Sicherheitsrisiken steuern und gleichzeitig wettbewerbsfähig bleiben möchte. Im Interview sagte Douglas, die Organisation, die Anthropic am stärksten verlangsamt habe, sei Anthropic selbst. Kritiker bleiben gegenüber der regulatorischen Position des Unternehmens skeptisch.
Die zentrale Aussage von Sholto Douglas ist einfach, aber weitreichend: Er glaubt, dass KI-Systeme, die Menschen bei computerbasierter Arbeit insgesamt erreichen oder übertreffen können, innerhalb weniger Jahre eintreffen könnten. Sein eigener Coding-Workflow gehört zu den Hinweisen, die ihn dazu bringen, diese Zeitlinie ernst zu nehmen.
Danach wird das Interview deutlich spekulativer. Douglas stellt sich vor, dass KI-Investitionsausgaben jährlich Billionen US-Dollar erreichen, Robotik physische Arbeit vervielfacht, sich das Wirtschaftswachstum dramatisch beschleunigt und schließlich ein Wohlstandsniveau nach der Knappheit möglich wird.
Nicholas Marwell liefert das düsterere Gegengewicht. Die Zusammenarbeit von Mensch und KI mag heute produktiv sein; wenn KI jedoch irgendwann keinen menschlichen Partner mehr braucht, werden die Fragen zu Beschäftigung, Sicherheit und Governance wesentlich schwieriger.
Das Interview ist am nützlichsten, wenn es als Einblick darin gelesen wird, wie Forschende in Frontier-Laboren denken — nicht als Sammlung gesicherter Prognosen darüber, wann AGI, jährliche KI-Ausgaben von 4 Billionen US-Dollar oder eine Postknappheitsökonomie tatsächlich eintreffen werden.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
