Transformation der Arbeit durch Digitalisierung und KI - Wilhelm Bauer Prof. Dr.-Ing. Prof. e.h.
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Transformation der Arbeit durch Digitalisierung und KI Prof. Dr.-Ing. Prof. e.h. Wilhelm Bauer Transferveranstaltung Köln | 3. März 2020 © Fraunhofer IAO, IAT Universität Stuttgart Seite 1
Megatrends als Treiber des Wandels
Wirtschaft und Gesellschaft stehen vor dramatischen Umbrüchen
Technologie Gesellschaft Wirtschaft
Herausforderungen: Herausforderungen: Herausforderungen:
Biointelligenz Diversity Bioökonomie
Personalisierte Systeme Individualisierung Circular Economy
Digitale Transformation Work-Life-Integration Sharing Economy
Künstliche Intelligenz Gesundes Leben Plattform-Ökonomie
Quantum Computing Klimaschutz Digitale Geschäftsmodelle
Generative Technologien Fridays-for-Future Urbanisierung/Smart Cities
Energie-/Mobilitätswende Fachkräftemangel Elektrische Welt
Klimaneutralität Grundeinkommen Wasserstoffwirtschaft
© Fraunhofer IAO, IAT Universität Stuttgart Seite 2
Digitalisierung und Wirtschaft 4.0 © Fraunhofer IAO, IAT Universität Stuttgart Seite 3
Digitalisierung der EU-Länder nach dem DESI-Index 2019
Deutschland bei Digitalisierung nur Durchschnitt
65 bis 70 Prozent
60 bis 65 Prozent
55 bis 60 Prozent
50 bis 55 Prozent
45 bis 50 Prozent
40 bis 45 Prozent
35 bis 40 Prozent
Digital Economy and Society Index (DESI):
Summe der Ergebnisse für die Dimensionen
Konnektivität, Humankapital, Internetnutzung,
Digitale Technologien und öffentliche Hand.
Quelle: EU-Kommission: »International Digital Economy and Society Index 2019«, 2019
© Fraunhofer IAO, IAT Universität Stuttgart Seite 4
Digitalreport 2020: Rückstand Deutschland
Digitalisierung essenziell für die Wettbewerbsfähigkeit
»Für wie wichtig halten Sie es für die »Und wie wichtig ist es Ihrer Meinung nach,
Sicherung der Wettbewerbsfähigkeit des Landes, dass sich die Wirtschaft, also die Unternehmen
dass Deutschland bei der Digitalisierung in Deutschland, mit dem Thema Digitalisierung
zu den führenden Ländern gehört? auskennen und einschätzen können, was die
Halten Sie das für…« Digitalisierung für ihr Unternehmen bedeutet?«
sehr wichtig
sehr wichtig
wichtig
wichtig
weniger wichtig unentschieden
Weniger bzw.
gar nicht wichtig
Quelle: European Center for Digital Competitiveness (Hrsg.): »Digitalreport 2020«, 2020, n=1061 Unternehmen aus 11 Branchen
© Fraunhofer IAO, IAT Universität Stuttgart Seite 5
Technologienutzung in Unternehmen
Langsamer Einzug – aber Digitalisierung kommt in der Unternehmenspraxis an
»Welche Technologien werden in Ihrem Unternehmen genutzt oder der Einsatz ist geplant/wird diskutiert?«
70%
2019 2018 2017 62 Prozent
60% 59% der Unternehmen stellen fest:
57%
Künstliche Intelligenz ist die
51%
wichtigste Zukunftstechnologie!
50%
44% 80 Prozent sind überzeugt, dass KI-Pioniere
43%
wie Amazon oder Google zur Konkurrenz
39%
40% 37% 38% für deutsche Kernindustrien werden
33% 32% 78 Prozent sagen, dass KI als Technologie
30% entscheidend dafür ist, ob deutsche Unter-
25% nehmen künftig weltweit erfolgreich sein
22% werden
20% 17%
12%
11%
9%
10% 7%
6% 6%
2%
0%
Big Internet of 3D- Virtual/ Autonome Künstliche Blockchain
Data Things Druck Augmented Fahrzeuge Intelligenz
Reality
Quelle: Bitkom Research, 2019; Basis: alle befragten Unternehmen (2019: n=606, 2018: n=604, 2017: n=505), Angaben für »aktuell im Einsatz« und »Einsatz geplant oder diskutiert«
© Fraunhofer IAO, IAT Universität Stuttgart Seite 6
Wellen aktueller und kommender Künstlicher Intelligenz
Spektrum reicht von Unterstützung über Erweiterung bis zur Autonomie
Autonomy Wave
Augmentation Wave
Automatisierung von physischer
Dynamische Interaktion mit Arbeit und menschlichen
Technologische Entwicklung
Technologie mit geistig- Fähigkeiten
intelligenter Unterstützung und
Entscheidungsfindung Aktionen in komplexen
Umgebungen mit vollständiger
Automatisierung in flexiblen und Reaktion auf die Umwelt
Algorithm Wave komplexen Umgebungen
Beispiel: Lieferungen mit
Automatisierung von einfachen Beispiel: Parametrische Design- autonomen Drohnen
Tasks und Prozessen und Planungstools »KI-CAD« oder
»Cognitive Environments«
Analyse von unstrukturierten
Daten
Beispiel: Betrugserkennung und
Bildforensik unterstützen
Experten
heute 2020er 2030er
Quelle: in Anlehnung an PricewaterhouseCoopers: »Künstliche Intelligenz als Innovationsbeschleuniger in Unternehmen«, 2018
© Fraunhofer IAO, IAT Universität Stuttgart Seite 7
Video: Rubik´s Cube https://www.youtube.com/watch?v=nt00QzKuNVY © Fraunhofer IAO, IAT Universität Stuttgart Seite 8
Offene Fragen im Kontext autonomer Systeme
Vertrauenswürdige und sichere Gestaltung ist notwendig
Künstliche
Intelligenz/
Unsicherheit Ungleichheit
Lernende
Informationsschutz Ungerechte Chancenverteilung
Systeme Eingeschränkte Autonomie
Unzureichender Forecast
Kontrollerleben »Digital Divide«
Substitution
Ethische Aspekte im Rahmen der
Entscheidungs- und Handlungsfreiheit
Optionen der Systemkontrolle, Ausstiegspunkte
Substitutiver Technikeinsatz darf nicht zu De-Qualifizierung führen
Verantwortliche Entscheidung beim Menschen (in der Rolle eines Rechtssubjekts)
Quelle: European Commission 2020: »On Artificial Intelligence – A European approach to excellence and trust«, 2020
© Fraunhofer IAO, IAT Universität Stuttgart Seite 9
Digitalisierung und Arbeit 4.0 © Fraunhofer IAO, IAT Universität Stuttgart Seite 10
Förderschwerpunkt »Arbeit in der digitalisierten Welt«
Arbeit der Zukunft gestalten und Auswirkungen betrachten
Förderschwerpunkt Forschung zur Zukunft der Arbeit in 29
»Arbeit in der digitalisierten Welt« Verbundprojekten mit ca. 89 Unternehmen
und 69 Forschungseinrichtungen
Schwerpunktgruppe Verbundprojekt
Begleitprojekt »TransWork« –
u.a. zur Vernetzung der Projekte und
Unterstützung des Transfers entwickelter
TransWork
Gestaltungslösungen und Praxisbeispiele
Begleitprojekt Strukturiert in fünf thematische
Schwerpunktgruppen
Assistenzsysteme und Kompetenzentwicklung
Projekt- und Teamarbeit in der digitalisierten
Arbeitswelt
Produktivitätsmanagement
Gestaltung vernetzt-flexibler Arbeit
Arbeitsgestaltung im digitalen Veränderungsprozess
© Fraunhofer IAO, IAT Universität Stuttgart Seite 11Arbeitsteilung zwischen Mensch und Technik
Einfache Tätigkeiten und Analyse von Daten am stärksten betroffen
»Inwieweit wird Künstliche Intelligenz die Arbeitsteilung zwischen
Mensch und Technik in den nächsten fünf Jahren verändern?«
Ausführende Tätigkeiten:
4,0
Automatisierung einfacher Tätigkeiten
Analytische Tätigkeiten: Analyse von Daten 4,3
Intuitive Tätigkeiten: Kreative Tätigkeiten und
2,7
selbständige Anpassung an neue Situationen
Empathische Tätigkeiten: Erkennung und
2,4
Verarbeitung menschlicher Emotionen
1 2 3 4 5
sehr sehr
gering groß
Quelle: IAO-Studie zum Einsatz Künstlicher Intelligenz in Unternehmen, 2019; Basis: n = 305; Skala von 1 = »sehr gering« bis 5 = »sehr groß«
© Fraunhofer IAO, IAT Universität Stuttgart Seite 12Neue Regeln für digitales Zusammenspiel
Größtes Potenzial liegt im Zusammenwirken von Menschen und Maschinen
Personalisierung und Context Awareness
Datenbasierte Geschäftsmodelle
Daten- und modellbasierte Prozesse
Interoperable Datenbasis
Mensch handelt Mensch ermöglicht KI-Technologie KI automatisiert
selbstständig KI-Einsatz befähigt Menschen Prozesse durchgängig
Entscheiden und Erklären und Interagieren und Vorhersagen und
gestalten trainieren verstärken abwickeln
Mensch
Symbiotische Interaktion
durch Transparenz und Kontrollierbarkeit
Maschine
Mensch-Maschine-Interaktion
Kunden- und Marktverständnis
Daugherty/Wilson, 2018 »Human + Machine«
© Fraunhofer IAO, IAT Universität Stuttgart Seite 13Video: Mensch-Roboter-Kollaboration bei Ford https://www.youtube.com/watch?v=HQsZ6JjJxyE#action=share © Fraunhofer IAO, IAT Universität Stuttgart Seite 14
Präventive Gestaltungsfelder (digitaler) Arbeit
Menschliche Bedürfnisse und Systemziele in Einklang bringen
Kriterien humaner Arbeitsgestaltung Gestaltungsziele des Systems
Unternehmenszweck,
sozialverträglich nachhaltig
Kooperationsbeziehungen, Partizipation
Handlungsspielräume,
lernförderlich innovativ
Lern- und Entwicklungspotenziale
zumutbar, Organisation von Arbeitszeiten und -orten, flexibel,
beeinträchigungsfrei Bewältigung der Folgen des Wandels kundenorientiert
Funktionsteilung von Mensch und Technik,
ausführbar produktiv
Interface- und Schnittstellendesign
Daten- und Informationssicherheit, sicher,
schädigungslos
Big-Data-Analysen zuverlässig
© Fraunhofer IAO, IAT Universität Stuttgart Seite 15Digitalisierung und Kompetenzen 4.0 © Fraunhofer IAO, IAT Universität Stuttgart Seite 16
Future Skills: Die zweifache Herausforderung
Fehlende Kompetenzen in Deutschland bis 2023
Bedarf neuer technologischer Fähigkeiten bei rund 700.000 Mitarbeitenden in drei Kompetenzfeldern:
Klassische Fähigkeiten, digitale Grundfähigkeiten und technologische Fähigkeiten
Gesamt: Technologische
Gesamt:
Technologische
Fähigkeiten
Fähigkeiten
693*
693*
Herausforderung in der Spitze:
Tech- Spezialisten für den Umgang mit
Komplexe Datenanalyse 455
Spezialisten transformativen Technologien werden in
(z.B. Big-Data-Analysten, allen Branchen benötigt und sind eine
UX-Designer, knappe Ressource am Arbeitsmarkt Nutzenzentriertes Designen
Nutzerentriertes
Robotik-Entwickler) (UX)
Designen (UX)
79
Konzeption und Administration
vernetzter IT-Systeme 66
vernetzter IT-Systeme
Digitale Nicht-digitale Herausforderung in der Breite:
Neue Arbeitsformen erfordern
Schlüssel- Schlüssel- ein verändertes Set an
Web-Entwicklung 66
qualifikationen qualifikationen Schlüsselqualifikationen bei
(z.B. Data Literacy, (z.B. Adaptionsfähigkeit, allen Mitarbeitenden Smart Hardware-/Robotik-
Smart Hardware-/
kollaboration, unternehmerisches Denken) Entwicklung
27
Robotik-Entwicklung
digitales Lernen)
*Anzahl der benötigten Personen in Tausend
Quelle: Kirchherr et al. 2018, »Future Skills: Welche Kompetenzen in Deutschland fehlen« (Stifterverband für die Deutsche Wirtschaft e.V./McKinsey&Company)
© Fraunhofer IAO, IAT Universität Stuttgart Seite 17Kompetenzanforderungen der Mitarbeitenden
Umgang mit Daten ist essenziell
»Wie haben sich durch den Einsatz Ihrer Anwendung zu Künstlicher Intelligenz
die Kompetenzanforderungen der betroffenen Mitarbeitenden verändert?«
Digitale Grundkompetenzen:
3,9
z.B. Umgang mit Daten, Interagieren mit KI
Technologische Kompetenzen: z.B.
Konzeption/Administration komplexer
3,6
IT-Systeme, Datenanalyse, Nutzung dezentraler
Datenbanken, nutzerzentriertes Designen
Klassische Kompetenzen: z.B.
Problemlösungsfähigkeit, Kreativität, 3,4
Nutzung/Transfer von neuen Entwicklungen
1 2 3 4 5
stark stark
gesunken gestiegen
Quelle: IAO-Studie zum Einsatz Künstlicher Intelligenz in Unternehmen, 2019; Basis: n = 48; Skala von 1 = »stark gesunken« bis 5 = »stark gestiegen«
© Fraunhofer IAO, IAT Universität Stuttgart Seite 18Bedarf an Spezialisten und Spezialistinnen
Effiziente KI-Nutzung steht im Vordergrund
»Wie groß schätzen Sie in den nächsten fünf Jahren den Bedarf
an Spezialistinnen und Spezialisten für Ihr Unternehmen ein?«
Spezialistinnen und Spezialisten
3,6
zum Training von KI-Systemen
Spezialistinnen und Spezialisten
3,6
zur Erklärung von KI-Systemen
Spezialistinnen und Spezialisten
3,8
zur effizienten KI-Nutzung
Spezialistinnen und Spezialisten
3,0
zur ethischen Bewertung KI-Nutzung
1 2 3 4 5
sehr sehr
gering groß
Quelle: IAO-Studie zum Einsatz Künstlicher Intelligenz in Unternehmen, 2019; Basis: n = 302; Skala von 1 = »sehr gering« bis 5 = »sehr groß«
© Fraunhofer IAO, IAT Universität Stuttgart Seite 19Kompetenzen im Zeitalter Künstlicher Intelligenz Neue Rollenprofile und Aufgaben entstehen Rollenprofile Aufgaben »Trainer« (Lehrer) Lehrer für KI-Sprachsysteme KI-Systemen wird sprachliche Bedeutung über die wörtliche Bedeutung hinaus beigebracht Modellbauer für KI-Interaktion Maschinen werden menschliche Verhaltensweisen beigebracht Trainer für kulturelle Aspekte Maschinen werden kulturelle Aspekte beigebracht »Explainer« (Erklärer) Context Designer KI-Entscheidungen werden aufgabenübergreifende Aspekte beigebracht (z. B. Unternehmenskultur) Transparenzanalyst Klassifizierung verschiedener Typen der Transparenz von Algorithmen KI-Stratege Bestimmung, ob KI-Implementierung sinnvoll ist »Sustainer« (Nachhaltigkeitsexperten) Automatisierungsethiker Bewertung der Chancen und Risiken von KI Automatisierungsökonom Bewertung der Kosten schlechter KI-Performance Maschinenbeziehungsmanager Bewertung der Frage, welche Algorithmen sind gut, welche schlecht sind Quellen: Wilson et al.: »The jobs that Artificial Intelligence will create«, 2017; Daugherty/Wilson: »Human + Machine«, 2018 © Fraunhofer IAO, IAT Universität Stuttgart Seite 20
Fraunhofer IAO Kompetenz-Kompass
Methodische Vorgehensweise gibt die richtige Richtung vor
Entwicklung von Szenarien
Lernmodule Digitalisierung und Industrie 4.0
für digitale Arbeitswelten
Kompetenzidentifikation für
Strategien erfolgreich umsetzen zukünftige Anforderungen
Kompetenzmodelle
(z.B. »One-size-fits-all plus«)
1 2 3 4 5 6
Strategie- Kompetenz- Kompetenz- Kompetenz- Kompetenz- Kompetenz-
anbindung roadmap modell messung aufbau bilanz
Erstellung von Kompetenzlandkarten Messung erfolgreicher
Kompetenzradar zur
Kompetenzaufbau
Messung und Bewertung
der Kompetenzbestände
Lernarchitektur und Lernpfade Rollen und Jobprofile für
konzipieren und spezifizieren digitale Arbeitsumgebungen
Rollenspezifische Kompetenzen
(z.B. Führungskräfte 4.0)
© Fraunhofer IAO, IAT Universität Stuttgart Seite 21Kompetenzmanagement 4.0
Branchenbeispiele aus dem Projekt »TransWork«
-
HALTE
R
Automobil Maschinen- und Maschinen- und
Anlagenbau Anlagenbau
Einsatz AR-Datenbrillen zur Konzeption einer Lernplattform Spezifikation des Kompetenz-
Werkerunterstützung (Lernarchitektur) modells als Basis für die KI-basierte
Lernplattform
Kompetenzaufbau bei Entwicklung kompetenz-
Intermediären notwendig: basierter Zukunftsszenarien Systematik der Rollentransformation
Projektmanagement,
Entwicklung zukünftiger Ausgestaltung von Lernpfaden und
Betriebsrat, IT-Fachpersonal
Rollenprofile und spezifischer Lernformaten
Keine formaler Lernmodule
Schulungsbedarf zur Nutzung
Strategieorientiertes Kompetenzmanagement Kompetenzentwicklungskonzepte Arbeitsprozessmodellierung
Kompetenzentwicklungskonzepte Digitale Lern- und Kooperationsanwendungen Kompetenzentwicklungskonzepte
Digitale Lern- und Kooperationsanwendungen
© Fraunhofer IAO, IAT Universität Stuttgart Seite 22Weiterbildung für die digitale Arbeitswelt
Kein Selbstläufer – aber in der unternehmerischen Praxis zwingend nötig
der befragten Unternehmen der Unternehmen sind der Meinung,
99% finden das Thema Weiterbildung
wichtig.
93% dass mit Weiterbildung die Motivation
und Arbeitszufriedenheit der MA steigt.
der Unternehmen sind der Meinung, stehen dem Thema digitales Lernen
90% dass lebenslanges Lernen immer
wichtiger wird.
79% bzw. E-Learning aufgeschlossen
gegenüber.
bilden Ihre Mitarbeitenden im der Unternehmen wollen ihre
63% Bereich digitaler Kompetenzen
weiter.
54% Weiterbildungsinvestitionen im
Jahr 2019 erhöhen.
der Unternehmen haben eine sind bereit, Zeit und Kosten für
43% Weiterbildungsstrategie zur Ver-
mittlung digitaler Kompetenzen.
41% die Weiterbildung von digitalen
Kompetenzen zu übernehmen.
Weiterbildungstage stehen den Stehen Mitarbeitenden pro Jahr
2,3 Beschäftigten pro Jahr durchschnittlich
zur Verfügung.
709€ im Schnitt für Weiterbildungen
zur Verfügung.
Quelle: Bitkom Research im Auftrag des VdTÜV e.V. und des Bitkom e.V., 2018 »Weiterbildung für die digitale Arbeitswelt«, n=504
© Fraunhofer IAO, IAT Universität Stuttgart Seite 23Nutzung digitaler Lernangebote in Unternehmen
Digitalisierung erleichtert das Lernen – erhöht aber auch den Wissensbedarf
Bereitstellung von Literatur, Bedienungsanleitungen etc.
in elektronischer Form (z.B. als PDF) 36,5 46,3 17,2
Interaktives webbasiertes Lernen (z.B. Webinare,
18,2 37,3 44,4
Online-Kurse, virtuelle Klassenräume, MOOCs)
Computer- oder webbasierte Selbstlernprogramme 15,0 37,9 47,1
Lernvideos, Podcasts, Audiomodule 14,9 37,7 47,4
Firmeninterne kooperative Lernplattform,
14,0 26,1 60,0
Wissensbibliotheken, Wikis, Foren
Sonstige digitale Lernangebote 5,8 33,0 61,2
Lernen an mobilen Endgeräten (z.B. über Weiterbildungsapps) 10,4 26,0 63,6
Gezielte Verwendung von digitalen Arbeitsmitteln
als Lernmedium (z.B. programmierbare Fertigungsmaschinen, 9,6 16,2 74,3
fachspezifische Software, 3D-Drucker)
Ja, mehrfach Ja, vereinzelt Nein
Quelle: Flacke et al.: »Digitale Bildung in Unternehmen«, 2019; N=1.319-1.331 (KOFA-Studie), Angaben in Prozent.
© Fraunhofer IAO, IAT Universität Stuttgart Seite 24KI als zukunftsträchtige Technologie in der Lernanwendung
»Was schätzen Sie – wie wichtig werden die folgenden KI-Varianten in den
kommenden drei Jahren in Lernanwendungen sein?«
Learning Analytics (KI-gestützte
Learning Lerndaten-
Analytics (KI-gestützte
39,3 37,7
Analyse und Prognostik)
Lerndaten-Analyse und Prognostik)
Adaptive Learning
Adaptive (Individualisierte
Learning (Individualisierte
39,3 31,1
Lernangebote bzw. "Customized Education")
Lernangebote bzw. »Customized Education«)
Machine Learning-Tools und
Machine-Learning-Tools -Apps
und -Apps 16,7 43,3
Sehr wichtig
Sehr wichtig
Eher wichtig
Eher wichtig
KI-basierte
KI-basiertePrüfungssysteme
Prüfungssysteme 15 36,7
Intelligente, sprachgesteuerte
Intelligente, sprachgesteuerte Assistenten
Assistenten 11,5 36,1
Humanoide Roboter 4,9 8,2
Humanoide Roboter
0 20 40 60 80
Quelle: mmb Institut GmbH »mmb-Trendmonitor 2019/2020«, 2020; N=60-61, Angaben in Prozent.
© Fraunhofer IAO, IAT Universität Stuttgart Seite 25Video: Roboter diskutieren die Zukunft des Menschen https://www.youtube.com/watch?v=MeMkaMV_Be4 © Fraunhofer IAO, IAT Universität Stuttgart Seite 26
»Es ist nicht die stärkste Spezies die überlebt,
auch nicht die intelligenteste, es ist diejenige,
die sich am ehesten dem Wandel anpassen kann.«
Oder noch besser:
…diesen aktiv gestalten will!
Charles Darwin
Englischer Naturforscher
(1809-1882)
© Fraunhofer IAO, IAT Universität Stuttgart Seite 27Zentrale Handlungsfelder in der Weiterbildung
Die digitale Zukunft durch gezielte Förderung in Unternehmen gestalten
Sicherstellung digitaler Grundkompetenzen als Basis für den Kompetenzaufbau aller
1 Mitarbeitenden.
Nutzung von KI-Technologien zur vorausschauenden Identifikation benötigter Schlüssel-
2 kompetenzen im Sinne eines proaktiven Kompetenzmanagements und systematischen
Kompetenzaufbaus.
Stärkung von lernförderlichen (Arbeits-) Umgebungen (z.B. durch KI-Assistenzsysteme)
3 sowie Ermöglichung von Experimentierräumen (in Betrieben, Schulen, Hochschulen).
Verbesserung staatlicher Anreize für eine proaktive, unternehmensinterne Weiterbildung
4 als vorausschauende Investition (z.B. staatlich geförderten (Weiter-) Bildungsteilzeit oder
ein bundesweites Weiterbildungsgesetz).
Lebenslanges Lernen als Aufgabe jedes Einzelnen, um Kompetenzen kontinuierlich und
5 zukunftsorientiert auszubauen und die eigene Beschäftigungsfähigkeit zu erhalten.
Quelle: Plattform Lernende Systeme, Whitepaper AG 2 – Arbeit/Qualifizierung, Mensch-Maschine-Interaktion: »Handlungsfelder in der Aus- und Weiterbildung, um die digitale Zukunft Deutschlands zu gestalten«, 2018
© Fraunhofer IAO, IAT Universität Stuttgart Seite 28Kontakt Prof. Dr.-Ing. Prof. e. h. Wilhelm Bauer Geschäftsführender Institutsleiter Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO Technologiebeauftragter des Landes Baden-Württemberg Fraunhofer IAO Nobelstraße 12 70569 Stuttgart wilhelm.bauer@iao.fraunhofer.de www.iao.fraunhofer.de © Fraunhofer IAO, IAT Universität Stuttgart Seite 29
Sie können auch lesen
