We're sorry but this page doesn't work properly without JavaScript enabled. Please enable it to continue.
Feedback

Data Literacy - Open Educational Resources

00:00

Formale Metadaten

Titel
Data Literacy - Open Educational Resources
Serientitel
Anzahl der Teile
6
Autor
Lizenz
CC-Namensnennung 3.0 Deutschland:
Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen.
Identifikatoren
Herausgeber
Erscheinungsjahr
Sprache

Inhaltliche Metadaten

Fachgebiet
Genre
Abstract
Data Literacy ist die Fähigkeit, Daten auf kritische Art und Weise zu sammeln, zu managen, zu bewerten und anzuwenden. Zu Data Literacy gehören eine ganze Reihe von Einzelkompetenzen – vom Schaffen des grundlegenden Bewusstseins bis hin zu ethischen und rechtlichen Fragestellungen. Data Literacy ist eine zentrale Kompetenz für die Digitalisierung und die globale Wissensgesellschaft in allen Sektoren und Disziplinen. Angesichts der zunehmenden Menge und der Verfügbarkeit von Daten stellt sich die Herausforderung, mit den Daten Wissen zu generieren und fundiert Entscheidungen treffen zu können. Hierfür sind einerseits spezialisierte Fachkräfte von Nöten, die so genannten Data Scientists, welche sich auf den Umgang mit Big Data konzentrieren. Andererseits wird heutzutage in allen Sektoren und Fächern bis hin zum gebildeten Bürger Grundwissen im Umgang mit Daten und entsprechenden Werkzeugen zur Datenverarbeitung gefordert. Data Literacy wird somit zu einer zentralen Kompetenz für das 21. Jahrhundert, die es systematisch im Rahmen der (Hochschul-)Bildung zu integrieren und nachhaltig zu vermitteln gilt.
TermOffene MengeKommunikationComputeranimationVorlesung/KonferenzBesprechung/Interview
PunktOffene MengeOffene MengeComputeranimation
MereologieGewicht <Ausgleichsrechnung>PunktOffene MengeComputeranimationVorlesung/KonferenzBesprechung/Interview
Materialisation <Physik>Rechter WinkelOffene MengeComputeranimation
AlgorithmusBenutzerfreundlichkeitCodeImplementierungMathematikNatürliche SprachePhysikProgrammierspracheSignaltheorieSignalverarbeitungRechnernetzDeskriptive StatistikDigitalsignalPlotterNumerisches VerfahrenGenerator <Informatik>BenutzeroberflächeAusdruck <Logik>OrdnungsreduktionAngewandte MathematikBitComputersimulationInhalt <Mathematik>Materialisation <Physik>MereologieMomentenproblemPhysikalische TheoriePhysikalismusPortabilitätSpeicherabzugVirtuelle MaschineComputeranimationRechenzeitParametersystemHypermediaCASE <Informatik>Notebook-ComputerPunktMATLABInteraktives Fernsehent-TestBrowserDateiformatElektronische PublikationProfil <Strömung>Analoge SignalverarbeitungRechenbuchNeuroinformatikp-BlockWeb logBeamerMultiplikationsoperatorKollaboration <Informatik>Dienst <Informatik>Web-ApplikationSoftwareentwicklerAlgorithmusAnalysisCodeEigenwertproblemNumerische MathematikPhysikProgrammierspracheSignalSignalverarbeitungDigitale SignalverarbeitungDigitalsignalPlotterSoftwareentwicklungAngewandte MathematikInhalt <Mathematik>PortabilitätStellenringVisualisierungComputeranimationNichtlineares GleichungssystemOffene MengeWorld Wide WebHTMLUmsetzung <Informatik>DateiformatElektronische PublikationPDF <Dateiformat>HyperlinkAnaloge SignalverarbeitungLuceneDemoszene <Programmierung>Digital Object IdentifierComputeranimation
MathematikReiheSoftwareRechnernetzNormalverteilungSoftwareentwicklungHydrostatikGefrierenKonfiguration <Informatik>Dichte <Stochastik>Faltung <Mathematik>BitComputersimulationDateiDivergente ReiheHyperbelverfahrenMomentenproblemPhysikalisches SystemResultanteStellenringVersionsverwaltungGüte der AnpassungServerRechenzeitCASE <Informatik>Prozess <Informatik>CyberspaceVollständigkeitNotebook-ComputerPunktLesen <Datenverarbeitung>Web-SeiteInteraktives FernsehenInstallation <Informatik>Fokalpunktt-TestProzess <Physik>Data MiningDateiformatQuellcodeOnline-PublikationElektronische PublikationEreignishorizontPDF <Dateiformat>Tableau <Logik>RechenbuchAutorisierungNeuroinformatikAuflösung <Mathematik>MultiplikationsoperatorKollaboration <Informatik>Rechter WinkelDienst <Informatik>YouTubeMechanismus-Design-TheorieDokumentenserverDigital Object IdentifierSoftwareentwicklerEinsKontinuierliche IntegrationSage <Programm>CodeSignalSignalverarbeitungStichprobeSystemtheorieDigitale SignalverarbeitungRaum <Mathematik>ErweiterungDirac-GleichungDynamisches RAMPufferspeicherSinusfunktionMaschinelles LernenMenütechnikVersion <Informatik>FACTURSIMPL <Programmiersprache>Aaron <Programm>MIKE <Programm>MicrosoftWorld Wide WebHTTPNeunTableau <Logik>MUSE <Lernprogramm>RöhrenflächeARM <Computerarchitektur>GoogleSystembereichsnetzDienst <Informatik>REST <Informatik>Manufacturing Execution SystemWindows AzureSoftwareentwicklerXMLFlussdiagramm
Besprechung/Interview
Open Educational Resources, haben wir heute den Begriff ja schon oft gehört. Und das ist was, mit der sich die UNESCO auch schon viel beschäftigt hat und wo es viel gibt. Deswegen gibt es auch eine relativ saubere Definition. Die erste und dritte Zeile, das kennen wir alle, Bildungsmaterialien, jedem Medium und so weiter. Wichtig ist der Punkt offene Lizenz. Das ist ein ganz wichtiger Punkt.
Also Open Educational Resources heißt nicht, dass man seine Lehrmaterialien irgendwo ins Netz legt, sondern dass man eine Lizenz dazu legt. Das ist ein ganz wesentlicher Anteil daran irgendwie. Da habe ich mit vielen Kollegen immer Diskussionen. Ja, wieso? Ich habe doch mal eine Lehrveranstaltung ins Netz gelegt. Also wie gesagt, Lizenz ist der wichtige Punkt und natürlich ist das Ziel, dass man daran auch weiterarbeiten kann, irgendwie theoretisch.
Was ist die Motivation eigentlich? Ja, es gibt natürlich ein Grundrecht auf freien Informationszugang. Also das ist so einer der Gründe, wieso die UNESCO sich damit beschäftigt. Dass also Bildung nicht mit Geld und wirtschaftlichen Aspekten zu tun haben sollte, sondern rein theoretisch jeder auf der Welt Zugang zu Bildungsmaterialien haben sollte. Dann hatten wir heute auch schon öfter gehört.
Naja, nicht jeder muss das gerade neu erfinden. Auch muss nicht jeder in seinem Lehrunterlagen die gleichen Fehler nochmal machen. Aus meiner Erfahrung, gerade in den Sachen, die ich mache, dauert es Jahre, alle Fehler auszumerzen. Und wenn das jeder, der neu als Professor anfängt, von vorne macht, dann ist da viel Arbeit verloren irgendwie. Und klar, Kostenminderung findet man auch immer als Argument.
Das ist natürlich günstiger, als jetzt Verlage zu finanzieren. Ich mache das relativ angewandt hier. Also ich bin kein Hochschuldidaktiker. Ich bin, wie gesagt, in der Signaltheorie unterwegs und ich wollte einfach ein Werkzeug haben, mit dem ich das machen kann. Also was mache ich? Ich beschäftige mich mit Signalverarbeitung.
Das ist ein Teilgebiet der Elektrotechnik. Da geht es darum, man zeichnet Signale auf, verarbeitet die hier. Das heißt digitale Signalverarbeitung. Hier wird es ins Digitale übertragen, da wieder zurück. Und im Großen und Ganzen beschäftige ich mich mit dem Blog hier. Und da ist Mathematik drin, angewandte Mathematik im Großen und Ganzen. Ein bisschen Physik spielt auch immer eine Rolle. Ist ja Elektrotechnik und viele numerische Algorithmen. Und das ist das, was man den Studenten vermitteln möchte.
Wie macht man das? Na ja, klar, Text. Es gibt irgendwelche erklärenden Texte. Es gibt viele Formeln zum Leidwesen der Studenten, aber eben auch Grafiken, die die Formeln erklären. Plots, Animationen und eigentlich auch schon immer Code. Also wo man einfach mal numerisch den Studenten zeigt, wie geht denn das eigentlich irgendwie? Die Motivation gab es eigentlich schon immer irgendwie.
Ja, jetzt habe ich natürlich einfach die Jupyter Notebooks genommen und mir jetzt im Nachhinein überlegt, was waren denn eigentlich meine Anforderungen, wie das halt manchmal so ist. Man probiert rum und dann stellt man fest, naja, eigentlich erfüllt es ganz gut. Und warum macht es das eigentlich? Also meine Anforderungen waren einerseits, ich hätte gern was gehabt, was natürlich elektronisch ist, wo aber diese verschiedenen Medien integriert sind.
Also wo ich Text, Formeln und so weiter habe. Vorher hatte ich immer Folien, in Matlab Simulationen. Die haben die Plots erzeugt. Und das alles in einem, also Konsistenz zu halten, war immer ein bisschen anstrengend irgendwie. Dann sollte es natürlich auch, wenn es eine elektronische Ressource ist, irgendwie Interaktivität bieten. Also Hyperlinks, Ressourcen, wo die Studenten nachschauen können,
wie steht es denn da? Vermittelt mir das jemand anders vielleicht so, dass ich das besser verstehe oder so? Animationen und so weiter. Und ein ganz, ganz wichtiger Punkt, so aus meiner Erfahrung bei den Studenten ist, möglichst niedrige Hürden bei der Nutzung irgendwie. Also es ist für viele Studenten teilweise schon wirklich schwierig, mal den Browser zu öffnen und sich die Lehrhinterlagen im Netz anzuschauen. Leider ist es so bei meinen Studenten zum Teil.
Geschweige denn, sich selber mal auf seinem Rechner zu installieren oder so. Also man muss sie da wirklich hier ranführen und sagen, schaut's euch mal an, das ist cool. Und so weiter und so weiter. Also meiner Meinung nach müssen die Hürden erst mal möglichst niedrig sein, um sie dann überhaupt mal zu kriegen irgendwie. Und naja, von vornherein war mir klar, dass das eben offen sein soll. Also im Moment benutze ich die Creative Commons Lizenz
für alle meine Texte und Bilder. Und der Code ist explizit unsere MIT Lizenz, weil MIT Lizenz die jegliche Nutzung. Und ich möchte ja, dass die Studenten den Code benutzen. Also da müssen sie mich auch nicht zitieren. Da gibt es überhaupt keinen Grund für. Das ist so generisch. Das sollen die einfach nehmen für ihre Arbeiten irgendwie. Genau, Jupyter Notebook haben wir schon gehört. Was ist jetzt eigentlich die Eleganz an dem Jupyter Notebook?
Das ist ja so eine virale Entwicklung aus der Community. Das hat sich aus iPi's heraus entwickelt und hat sich irgendeiner über Nacht mal gehackt. So eine webbasierte Applikation. Und dann ist das immer weitergewachsen irgendwie. Und der Trick ist eigentlich, dass in diesen Jupyter Notebooks sind Text und so weiter durch eine Sprache namens Markdown beschrieben. Es ist eine offene, einfache Sprache. Und der Trick ist, dass man von da aus überall hinkommt irgendwie.
Also man kann entweder in diesem Jupyter Notebook arbeiten, aber man kann auch PDFs erzeugen, HTMLs. Man kann praktisch in jedes Format exportieren. Das ist der eine Vorteil. Der andere Vorteil ist, man kann diese Jupyter Notebooks lokal ausführen. Man kann sie statisch im Netz anschauen. Da gibt es Services, die rendern die und man kann sich anschauen. Und es gibt Services, die einem Rechenzeit zur Verfügung stellen
und virtuell Maschinen, auf denen man die Jupyter Notebooks ausführen kann irgendwie. Das heißt, diese Nutzbarkeitsschwelle ist extrem niedrig irgendwie. Also man muss nicht nur mal selber ausinstallieren, sondern man kann das einfach machen. Und das war so der Grund. Was ist der Vorteil? Das sehen wir jetzt gleich in der Praxis an. Eine der Dinge, die auch wirklich interessant ist, ist, dass da ungefähr 40 Programmiersprachen unterstützt werden.
Also Jupyter Notebooks sind nicht mit Preisen verbunden, sondern eben auch mit R, mit Julia, weil es daher ist. Es basiert alles auf offenen Formaten und ist plattformunabhängig. Es ist also vollkommen egal, ob ich jetzt mit OS X, Windows, irgendwas arbeite, gibt teilweise schon erste Android-Implementierungen und so weiter. Das ist wirklich das Gute ist eben, dass die Kernbeschreibung des Notebooks super simpel ist.
Markdown ist eine ganz einfache Sprache und alles andere entsteht praktisch daraus. Also das ist auch zukunftssicher meiner Meinung nach, weil kann man dann einfach irgendwann mal konvertieren in irgendwas anderes. Wie sieht das aus? Jetzt muss ich mal schauen, ob ich das hier wieder nach vorne kriege. Ah ja, genau. Das ist eben so ein, ich sehe das leider hier noch im Beamer.
Das ist hier so ein Notebook von meiner Vorlesung. Können wir mal reinschauen. Das ist so die Übersicht. Da sehen Sie, mein Gott, sind ein bisschen mehr Notebooks entstanden, als ich am Anfang wollte. Im Prinzip bestehen dann die Notebooks bei mir eben aus relativ trockenen Bildern im Moment noch. Formeln, also die Mathematik spielt eine wichtige Rolle bei uns immer.
Und dann sehen Sie hier tauchen zum Beispiel so Summenformeln auf. Und dann ist da direkt praktisch der Code, mit dem man das, was ich da oben drüber in Formeln erklärt habe, eben plots erzeugen kann, simulieren kann, ausführen kann irgendwie. Und die Idee ist jetzt natürlich, dass die Studenten hier mal ein Parameter verändern und dann zum Beispiel diese Zelle einfach neu ausführen.
Und dann sieht man direkt, was passiert irgendwie. Also das kann man auch interaktiv mit Animationen gestalten. Kann ich auch mal zeigen. Hier zum Beispiel kann man so auch so Animationen berechnen und da einbinden. Das heißt, da können die Studenten dann direkt mit diesen Sachen spielen, die sie vorher eben mathematisch gelernt haben, dann eben mitarbeiten. Das ist eben ein großer Vorteil hier in der Signalverarbeitung.
Genau, wo kommt da eigentlich Data Literacy ins Spiel? Ja, einerseits, wo ich mich davor vorbereitet und gedacht habe, hm, wo ist das eigentlich irgendwie? Und tatsächlich ist es sehr, sehr viel da drin irgendwie. Es wäre ja wünschenswert, wenn die Inhalte von Fachbüchern oder eben Lehrunterlagen
nachvollziehbar wären, also woher kommen die, wer hat sie erstellt, wer ist der Autor und so weiter? Also wie wäre der Entstellungsprozess eigentlich irgendwie? Also und eine Möglichkeit, gemeinsam an Lehrmaterialien zu arbeiten, irgendwie also ein kollaborativen Schaffungsprozess, aber eben auch ein Verbesserungsprozess. Also die Lehrunterlagen sind nie perfekt.
Man findet immer Fehler, auch Studenten finden Fehler. Das sind einfach Sachen, die man nach und nach einarbeiten muss. Und das sollte natürlich transparent sein, wer das gemacht hat. Irgendwie und den Weg, den wir da gewählt haben, weil das einfach alles da war. Wir wollten nichts neu entwickeln. Das war einfach nicht unser Fokus. Wir haben einfach anerkannte Prozesse aus der Softwareentwicklung benutzt. Irgendwie würde man einfach sagen, Softwareentwicklung ist ganz was anderes.
Ja, es passt sehr, sehr gut hier rein irgendwie. Und was haben wir gemacht? Wir haben jetzt in dem Fall GitHub kommen genommen, aber man kann auch irgendeinen anderen Dienst nehmen. Also das ist natürlich erst mal losgelöst davon. Aber ich zeige das mal ein bisschen am Beispiel hier. Inversionsmanagement ist eben sehr gut, weil dann eben nachvollziehbar ist. Wann ist was entstanden? Wie ist es entstanden? Welche Fehler sind korrigiert worden und so weiter?
Dann zeige ich gleich mal ein bisschen Issues. Pullrequest, das sind so Mechanismen in GitHub, um Kollaboration und Qualitätssicherung zu ermöglichen. Und dann will man natürlich so eine Lehrunterlage vielleicht auch veröffentlichen. Das mache ich einmal im Semester. Sag ich, das ist der Stand für die Prüfung und so weiter und so. Und dann gibt es eben so eine ganze Reihe andere Tools, die im Software Development bekannt sind, continuous integration und so weiter.
Da arbeiten wir eben auch dran, die zu benutzen. Ja, auch das kann ich wieder live zeigen. Wie sieht das aus? Das liegt halt hier auf GitHub. Da haben wir eben so eine Organisation, Spatial Audio. Da sieht man eben hier direkt so die Dateien. Wann wo was wie editiert worden ist.
Das kann sich ein Student auf verschiedene Formate runterziehen. Man kann es auch, kann ich noch mal zeigen, hier sich online rendern lassen. Das ist ein Service im Netz, der bereit bestellt wird von Jupyter, der einfach dieses Notebook statisch rendert. Also das gibt gar keine Notwendigkeit, irgendwas lokal zu installieren. Aber es gibt eben auch Services, die das ausführen. Dann kann man auch direkt mal nachschauen,
wer hat wann wo was geschrieben. Also es ist tatsächlich so gut, das bin es hauptsächlich ich. Aber das hier sind zum Beispiel Mitarbeiter von mir, die eben Unterkapitel geschrieben haben, korrigiert haben und so weiter. Das lässt sich also auch wirklich tracken. Wer hat zu was beigetragen, was eben dann wichtig ist, wenn man irgendwann wirklich anfangen würde, so Lehrunterlagen, Universitätsübergreifen und so weiter. Da muss die Autorenschaft einfach klar sein.
Wer hat was beigetragen irgendwie. Dann Issues, auch eine nette Möglichkeit. Da können also Studenten, Mitarbeiter und so weiter. Einen Fehler oder eben Verbesserungsvorschläge eintragen. Hier zum Beispiel ein ehemaliger Mitarbeiter von mir, dem was aufgefallen ist,
der dann gesagt hat, vielleicht wäre es eine bessere Idee, das anders darzustellen. Dann ist das dokumentiert, dann arbeite ich das irgendwann ab und sage, okay, habe ich abgearbeitet, ist geschlossen irgendwie. Das ist eben auch eine schöne Sache, weil dann kann man dann theoretisch nachschauen, was eben nicht ganz richtig war am Ende. Pullrequest ist ein ähnlicher Mechanismus. Da kann man Änderungen konkret vorschlagen, also überarbeitete Notebooks.
Wo sind dann jetzt wieder die geschlossenen hier? Closed und auch hier eine sehr schöne Sache. Man kann dann sozusagen vorschlagen, man kann sagen, ich habe dieses eine Notebook überarbeitet und kann dem anderen das vorschlagen, kann sagen, das ist der Vorschlag und dann kann man darüber diskutieren. Und das ist eine sehr schöne Sache, weil man dann am Ende nämlich sieht hier,
wie sind denn eigentlich die Autoren auf diese vielleicht mathematisch besonders geschickte oder sonst was Darstellung gekommen und man kann eben mit mehreren Leuten darüber diskutieren. Und tatsächlich in dem Fall, da ging es um Faltung, ist das Ergebnis viel, viel besser geworden, als wenn ich es alleine gemacht hätte irgendwie. Ich habe mit drei, vier Mitarbeitern darüber diskutiert und dann am Ende kam eine sehr schöne Grafik raus. Das ist auch nachvollziehbar sozusagen.
Genau. Ach ja, Veröffentlichung. Wie kann man sowas am Ende veröffentlichen? DOIs sind ja heutzutage eine wichtige Sache. GitHub lässt sich mit Zenodo, einem Repository zum Beispiel, automatisch integrieren. In dem Moment, wo man sozusagen einen Release macht, also den Stand einfriert, kann man sich hier automatisch eine DOI geben lassen. Das mache ich jedes Semester sozusagen vor der Prüfung
und sagt, das ist der Stand, den ich in der Prüfung erwarte und kann dann den Studenten einfach diese DOI geben. Damit haben sie alle Unterlagen und eben auch alle anderen Menschen, die damit arbeiten wollen. Gut, was sind meine Erfahrungen? Wichtig ist eben die niedrige Schwellen für Nutzung und Mitarbeit.
Also gerade wie gesagt, vielleicht sind das ja nur meine Studenten, aber es ist wirklich schwer, Studenten dazu zu bringen, das zu nutzen irgendwie. Es gibt tatsächlich vielleicht nicht ganz eine Normalverteilung, aber es gibt ganz wenige, die es sofort benutzen, andere, die muss man da hin prügeln. Und es gibt die Hälfte, die dann wirklich sich schwer tut, damit das zu benutzen irgendwie.
Und das liegt gar nicht unbedingt daran, dass es schwer zugänglich ist. Also man muss keine komplizierten Software Tools installieren oder so. Das Schöne ist, es sind sehr lebendige Lehrunterlagen. Also wenn ein Student mich manchmal in der Vorlesung fragt, wie ist denn das? Und ich habe Zeit, dann tue ich am Nachmittag oder zwei, drei Tage später ein Beispiel dazu einbauen. Ich sage jetzt, können Sie nachschauen, jetzt haben wir ein Beispiel, laden Sie sich das einfach neu runter und so und das funktioniert sehr gut.
Meine Erfahrung ist, zumindest in meinem Fach, dass so elektronische Lehrunterlagen keinesfalls die Arbeit in der Tafel ersetzen. Also die ganze Mathematik schreibe ich trotzdem an die Tafel. Aber ich zeige die Beispiele in den Notebooks, sozusagen live in der Vorlesung irgendwie. Der Text ist eher zum Nachlesen dann. Und was wir damit auch machen, sind eben so interaktive Rechnerübungen. Das geht auch wunderbar. Können Sie auch zu Hause nochmal auf Ihrem Rechner nachfüllen und so weiter.
Genau, wir haben schon viel über Jupiter und Python gehört. Man muss sagen, das ist ein unglaublich virales OK-System. Also da entstehen monatlich neue Tools, neue Werkzeuge für die Lehre, für die Forschung, für sonst was. Das ist also wirklich fantastisch. Gerade auch die großen Player springen da auf. Von Google gibt es CoCalc. Das ist zum Beispiel wirklich so ein Riesenspace,
wo man auch Rechenzeit kaufen kann und dann auch mal wirklich große, große Simulation machen kann. Microsoft, Azure, es gibt MIT und so weiter und so. Die haben alle Jupiter-Server inzwischen, wo sie darauf arbeiten und so weiter. Also es ist wirklich unfassbar. Und was auch ein großer Vorteil ist für die Studenten, es gibt Unmengen an Online-Ressourcen zum Lernen. Also man kann Studenten einfach sagen,
schaut euch mal auf YouTube und Jupiter Tutorial an. Dann haben die das drauf irgendwie. Also das ist wirklich eine unglaubliche Zugänglichkeit der ganzen Sache. Am Anfang wollte ich so ein paar Beispiele in Jupiter machen. Ist dann so ein bisschen weiter gewachsen, als ich dachte. Also meine zwei Hauptlehrveranstaltungen sind komplett umgesetzt. Das sind also inzwischen so, wenn man das in PDF übersetzt, ungefähr 400 Seiten.
Und die anderen Lehrveranstaltungen wachsen so nach und nach. Und wir sind wirklich dabei, alles komplett umzustellen. Also die Lehrunterlagen und eben auch die Übungen, weil das einfach nur Vorteile bietet. Ich müsste jetzt nicht so ganz, wo da der Nachteil liegt irgendwie. Und der Vorteil ist eben, da kann man sich fragen, naja, ist das zukunftsträchtig? Die Originalquellen, das sind einfach wirklich Markdown. Das wird man immer in irgendeiner Weise irgendwo hinbekommen.
Und das ist eben der Riesenvorteil daran. Vielen Dank.