Veröffentlicht am

264 Milliarden Euro geben europäische Organisationen pro Jahr für nicht-europäische Technologien aus

Image by Willfried Wende from Pixabay

Es ist bekannt, dass alleine der Bund pro Jahr ca. 500 Millionen Euro alleine an Microsoft-Lizenzen bezahlt. Weniger bekannt ist, dass auf der europäischen Ebene die Beträge sehr viel höher sind, wenn wir digitale Technologien insgesamt betrachten. Es sind sage und schreibe 242 Milliarden Euro, die europäische Organisationen pro Jahr für nicht-europäische Technologien ausgeben. Auf der Seite von EuroCommons sind dazu insgesamt 11 kritische Komponenten genannt.

€264bn spent every year by European organisations on non-European digital technologies.

A call to large European public and private organisations and to open source vendors to join collective working groups — coalitions — to plan, prepare, finance and execute concrete migrations away from proprietary software dependencies. Together. In project mode. With peers facing the same problems.

Source: EuroCommons (abgerufen am 26.08.2026)

Es ist natürlich weltfremd, wenn man von heute auf morgen alle technologischen Abhängigkeiten durch europäische Lösungen ersetzen wollte, doch wird seit einiger Zeit mehr umgesetzt, als man es noch vor wenigen Jahren gedacht hat.

Wie wäre es, wenn man auf europäischer Ebene nur 50% der 264 Milliarden Euro, also immerhin 132 Milliarden Euro, in europäische Technologie investieren würde?

Beispielsweise ersetzen immer mehr Open Source Lösungen wie Nextcloud, OnlyOffice usw. die bekannten Microsoft-Produkte und auch auf der Ebene der Künstlichen Intelligenz gibt es sehr viele europäische, ja sogar länderspezifische Open Source KI-Modelle. etc. Siehe dazu auch Open Street Map: Europäische Open Source KI Modelle in den jeweiligen Landessprachen.

Neben der wirtschaftlichen Komponente ist allerdings auch ein möglicher Kill Switch ein bedeutender Treiber für die Entwicklung zur Digitalen Souveränität.

„In der öffentlichen Diskussion ist der „Kill Switch“, also die Einschränkung oder Abschaltung digitaler Dienste für einzelne Personen, Organisationen oder sogar ganze Staaten, ein viel beachtetes Thema. Eine zentrale Rolle spielt dabei US-Präsident Donald Trump, der öffentlich damit gedroht hat, den Zugang zu US-Digitaldiensten, wie denen der Hyperscaler, einzuschränken oder vollständig zu sperren“ (Lünendonk-Studie 2026).

Durch die Nutzung von Open Source Anwendungen im Rahmen europäischer Werte und Normen können neue, innovative Ansätze entstehen, die sich von den chinesischen und US-amerikanischen Vorgehen unterscheiden. Siehe dazu Digitale Souveränität: Europa, USA und China im Vergleich.

Wie so etwas für innovative Kleine und Mittlere Unternehmen (KMU) in Europa in Bezug auf Künstliche Intelligenz aussehen kann, stelle ich in zwei Paper auf der MCP-Konferenz 2026, vom 16.-19.09.2026 in Balatonfüred (Ungarn) vor:

Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

Veröffentlicht am

Open Source AI: Das Modell Olmo 1B auf dem eigenen Laptop nutzen (Edge Computing)

https://allenai.org/olmo

Das Allen Institute Ai2 ist eine non-profit Organisation mit Sitz in Seattle. Sie hat sich das Ziel gesetzt, Open Source AI Modelle für allgemeine oder spezielle Anwendnungen bereitzustellen. Die Modelle sind also keine Open Weight, sondern wirkliche Open Source Modelle.

In diesem Beitrag soll es um das Olmo-Modell 1B gehen, das so klein und dennoch leistungsstark ist, dass es auf einem handelsüblichen Laptop laufen kann (Edge Computing). Da ich die Ollama-App auf meinem Laptop installiert habe, konnte ich das Modell mit dem folgenden Befehl (cmd) unter Windows 11 herunterladen. Der Vorteil einer aktuellen Version der Ollama-App ist, dass diese schon GGUF-Modelle nutzen kann:

ollama run hf.co/NikolayKozloff/AMD-OLMo-1B-Q8_0-GGUF:latest

Nachdem der Download abgeschlossen war, wurde mir das Modell in der Ollama-App sofort in den Auswahlmöglichkeiten angezeigt – allerdings als Olmo 2 (Abbildung). Der Grund liegt in der Architekturverwandtschaft der Modelle und der Benennung bei Huggingface. Ai2 hat das Modell Olmo 1B auf Basis von Olmo 2 für das Edge Computing optimiert.

Screenshot aus der Ollama-App mit OLMo2 (OLMo 1B) und einer Abfrage zu Open User Innovation

Meine Frage nach Open User Innovation wurde zügig und gut beantwortet. Es ist schon erstaunlich, dass so kleine Modelle auf dem eigenen Laptop problemlos laufen und auch noch brauchbare Antworten liefern.

Gerade für Kleine und Mittlere Unternehmen (KMU) stellen Open Source KI-Modelle eine gute Basis dar, unabhängiger von den großen KI-Modellen zu werden, denn für viele Anwendungen reichen auch kleine Modelle aus. Gerade wenn man diese dann noch mit den eigenen Daten nutzt und diese dann auf dem eigenen Laptop bleiben – ein unschätzbarer Schritt in Richtung der Digitalen Souveränität. Siehe dazu auch

Die neue Olmo3 Modell-Familie

Open Source AI: Molmo 2 mit Schwerpunkt auf Videos

Mit FlexOlmo Trainingsmodelle kollaborativ erarbeiten – eine interessante Idee

Auf der MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in zwei Präsentationen ein.

Veröffentlicht am

Intelligence per Watt: Gelieferte Intelligenz und Ressourcenverbrauch

Saad-Falcon et al. (2025)

Aktuell wird weltweit sehr viel Geld für große Rechenzentren eingesammelt und investiert. Die Story ist, dass große KI-Modelle sehr große Rechenkapazitäten benötigen, um riesige Datenmengen zu bearbeiten und um schnelle Antwortzeiten für immer mehr Nutzer zu liefern. Ganz im Sinne von je größer umso besser. Ob diese Story ein gutes Ende haben wird bleibt abzuwarten. Siehe dazu Künstliche Intelligenz: Enormer Ressourcenverbrauch großer KI-Modelle.

Parallel dazu gibt es eine Entwicklung, die auf dezentrale Systeme setzt und die Rechenleistung von vielen lokalen Hardwarestrukturen nutzen möchte. Solche lokalen KI-Anwendungen (Local AI) werden nachweislich immer beliebter. Das hat mehrere Gründe: (1) Einerseits sind es natürlich auch die immensen Kosten, die gerade Kleine und Mittelständische Unternehmen (KMU) kaum mehr kalkulieren können (Stichwort: Abrechnung in Token), (2) Datensicherheit und Digitale Souveränität, (3) Zukunftsfähigkeit eines eigenen KI-Systems, das auf Open Source AI setzt.

Nun kann man anführen, dass die lokal ausführbaren Open Weight und Open Source KI-Modelle nicht so leistungsfähig sind, im Vergleich zu den proprietären KI-Modellen. Dass dem nicht mehr so ist, zeigt unter anderem der AI Report 2026 der Stanford University. Siehe dazu auch Anteil US amerikanischer KI-Modelle geht weltweit zugunsten von Open Source AI zurück.

Weiterhin gibt es einen Trend, spezialisierte (kleine) KI-Modelle in einem Router je nach Anwendungsfall zu kombinieren. Nicht zuletzt reichen lokale KI-Modelle für Standardanfragen oftmals völlig aus.

„Local LMs are capable and improving rapidly: Local LMs can accurately respond to 88.7% of single-turn chat and reasoning queries, with accuracy improving 3.1× from 2023-2025“ (Saad-Falcon et al., 2025).

Ein weiterer interessanter Aspekt ist, dass die Forscher um Saad-Falcon eine neue Messgröße vorschlagen: Intelligence per Watt (IPW). Es geht um den Zusammenhang zwischen „gelieferter Intelligenz“ und den dafür benötigten Ressourcenverbrauch.

„intelligence-per-watt—a metric that quantifies how effectively inference systems convert energy into useful computation.

IPW = (mean accuracy across tasks) / (mean power draw during inference)“

Saad-Falcon et al. (2025): Intelligence Per Watt: A Study of Local Intelligence Efficiency

Die angegebene Studie zeigt deutlich den Vorteil auf, lokale KI anzuwenden, wenn es um die Kenngröße Intelligence per Watt geht. Wir sind der Auffassung, dass es in Zukunft mit Open Source AI und LocalAI möglich sein wird, mehr Digitale Souveränität in Europa zu erreichen, und innovativer zu werden.

Auf der MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in zwei Paper ein:

Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

Veröffentlicht am

Digitale Souveränität – auch mit Open Source Hardware

https://oshwa.org/

Wenn es um Open Source geht, denken wir meistens an Open Source Software (OSS), die in vielen Anwendungen zu finden sind – auch in der Robotik. Es leuchtet ein, dass gerade Open Source AI (Open Source Künstliche Intelligenz) auch für die komplexen Steuerungen von kleinen und größeren Robotern verwendet wird.

Parallel dazu gibt es eine Entwicklung, die gar nicht so im Fokus zu stehen scheint. Es ist der weltweite Trend, auch Open Source Hardware zu entwickeln. Die Open Source Hardware Association (OSHWA) hat dazu aktuell 3.369 Projekte zertifiziert (Abbildung). Was versteht die Non-Profit Organisation unter Open Source Hardware?

„Open source hardware is hardware whose design is made publicly available so that anyone can study, modify, distribute, make, and sell the design or hardware based on that design. The hardware’s source, the design from which it is made, is available in the preferred format for making modifications to it“ (OSHWA).

Dieses Verfügbarmachen von Hardware für alle ist eine Grundidee von offenen Systemen, in denen man sich einbringen kann, deren Ergebnisse man auch einfach nur nutzen kann. Es ist erstaunlich wie viele Menschen sich dafür engagieren, und in diesem Sinne auch sozial handeln.

Natürlich gibt es nicht nur die OSHWA, sondern noch weitere Organisationen, die Open Source Hardware fördern.

„However, with the rise of open source chip design initiatives such as the OpenHW Foundation, the FOSSi Foundation lowRISC, the Chips Alliance, the Beijing Institute of Open Source Chip, or the PULP Platform, new opportunities have emerged to make hardware development more accessible and competitive“ (Wallentowitz and Wohlrab (2026): Open Source and the New Regulations on Hardware, in Eclipse Foundation, 2026).

Zusammen mit den Entwicklungen bei Open Source Software stellen die Aktivitäten bei Open Source Hardware dazu bei, Digitale Souveränität auf mehreren Ebenen zu erreichen. Ich bin gespannt, was die jeweiligen Communities in den kommenden Jahren noch entwickeln werden.

Veröffentlicht am

Open Source AI: Wie kann ich einen einfachen Workflow in der Langflow App anlegen?

In der eigenen Langflow App angelgter einfacher Workflow

In dem Blogbeitrag Open Source AI: Ministral 3B auf dem eigenen Laptop nutzen hatte ich gezeigt, wie man mit Hilfe der Ollama App, Open Source KI-Modelle (oder Open Weight KI-Modelle) auf dem eigenen Laptop installieren und nutzen kann. Da es in der Zwischenzeit viele kleine und leistungsstarke KI-Modelle (SLM: Small Language Models gibt), ist dieser Ansatz gerade für Kleinstunternehmen wirtschaftlich interessant.

Wenn es im nächsten Schritt darum geht, solche Modelle in eigene KI-Agenten einzubinden, bietet sich die auf dem eigenen Laptop installierte Langflow App an – eine Alternative ist LM Studio. Die Ollama App und die Langflow App sind natürlich Open Source.

In der Abbildung oben ist ein einfacher Workflow mit den Knoten Chat Input, Language Model und Chat Output dargestellt (rot umrahmt). Diese Knoten konnte ich per Drag & Drop in die Arbeitsfläche ziehen. Dabei wird farbig angezeigt, welche Verknüpfungen möglich sind.

Bei dem Language Model habe ich in der auf meinem Laptop installierten Ollama App ein Modell ausgesucht – in meinem Fall ist es Qwen 2.5. Es stehen hier alle in der Ollama App installierten KI-Modelle zur Verfügung. Wir testen mit geeigneten Open Weight, bzw. Open Source Modellen. Siehe dazu auch Open Source AI: Ministral 3B auf dem eigenen Laptop nutzen.

Diesen kleinen Workflow kann ich anschließend im Playground (Button rechts oben) testen. Als Chat Input habe ich dort eine Frage zu Eric von Hippel gestellt, die dann mit dem hinterlegten KI-Modell schnell beantwortet wurde – obwohl ich dazu einen relativ alten Laptop genutzt habe. Die folgende Abbildung zeigt das gute Ergebnis im Playground.

Ergebnis im Playground

Es ist also mit Ollama App und der Langflow App auf dem eigenen Laptop möglich, kleine KI-Modelle (Open Source, Open Weight) zu nutzen, und sogar kleine Workflows abzubilden. Dabei bleiben alle generierten Daten auf meinem Laptop. Das ist besonders wichtig, wenn ich nicht nur einen einfachen Workflow, abbilden, sondern KI-Agenten entwickeln möchte, die bei der Bearbeitung auch eigene Daten aus unserer Nextcloud mit berücksichtigen sollen – ganz im Sinne einer Digitalen Souveränität.

Auf der internationalen Konferenz MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in einem Paper ein.

Veröffentlicht am

Open Source AI: Die Salamandra Modell-Familie – fully Open Source – aus Barcelona

https://projecteaina.cat/tech/en/introducing-the-salamandra-family-of-models/

Es gibt in Europa immer mehr KI-Modelle, die die regionalen, sprachlichen (kulturellen) Unterschiede in ihren Trainingsdaten und ihrem hinterlegten Mindset berücksichtigen.

In der von mir mit Open Street Map erstellten Übersicht, kommt jetzt noch eine weitere Modell-Familie aus Spanien (Barcelona) hinzu. Die Modelle sind fully open source (weights, data and source), eingebettet in das Project Ania und berücksichtigen 35 europäische Sprachen, inkl. der Besonderheiten der katalanischen Sprache (Promoting catalan in the dgital age).

„The Salamandra model is one of the largest open source language models developed in Europe and promotes responsible use of AI, through careful treatment of training data. Specifically, the dataset includes 35 European languages ??with more than 2 trillion tokens. Through the different training epochs, an accurate representation of the different languages ??such as Catalan is guaranteed. All training data as well as evaluations and limitations of the model are available in the information of each model in Hugging Face“ (Projecte Aina, 2025).

Solche Entwicklung können Kleine und Mittlere Unternehmen (KMU) in der Europäischen Union für innovative Produkte und Dienstleistungen nutzen. Mit der regionalen Sprache und dem damit verbundenen kulturellen Mindset, sind solche Angebote näher an der Realität der Kunden.

Meine in Open Street Map (OSM) aktualisierte Übersicht zu Open Source AI in Europe

Auf der internationalen Konferenz MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in einem Paper ein.

Veröffentlicht am

Open Source Software Country Intelligence Report Germany 2026

https://interoperable-europe.ec.europa.eu/sites/default/files/inline-files/germany-2026-osor-country-report.pdf

Deutschland entwickelt sich immer mehr zum Treiber beim Einsatz von Open Source Software in Europa. Der nun veröffentlichte Report der Europäischen Kommission stellt die verschiedenen Aktivitäten übersichtlich und strukturiert dar. Interessant dabei ist, dass gerade Öffentliche Verwaltungen als Vorbilder für den sinnvollen Einsatz von Open Source Software hervorgehoben werden.

„At the local level, states and cities have played a consistent role in advancing open source adoption, often ahead of the federal government. Schleswig-Holstein has been a leading example, developing a clear open source strategy that other states have drawn on. Thüringen and Munich are also significant actors. Munich’s trajectory is particularly notable: the city was an early adopter of open source software, before going back to proprietary software in 2017. Munich has since come back to open source software to reduce dependencies and strengthen its digital autonomy, reflecting a broader shift in political and practical conditions“
Source: European Commission (2026) Open Source Software Country Intelligence Report Germany 2026 | PDF

Die stärkere Nutzung von Open Source Software sollte der erste Schritt sein, sich von den kommerziellen Anwendungen etablierter Tech-Konzerne unabhängiger zu machen. Wie wir wissen, ist das schon für viele eine große Hürde, da sich Personen und Organisationen in eine Pfadabhängigkeit begeben haben. Der Aufwand, sich nun Open Source zuzuwenden, ist nicht wegzudiskutieren, doch übersteigt der Nutzen von Open Source Software die Kosten deutlich.

Weiterhin sollte berücksichtigt werden, dass Open Source Software auch bedeutet, mehr Open Source AI (Open Source Künstliche Intelligenz) einzusetzen. Es macht keinen Sinn, für die Standardabläufe in der Organisation auf Open Source Software zu setzen, und weiterhin proprietäre KI-Modelle zu nutzen. Siehe dazu auch Die erfolgreiche Open Source KI Geschichte.

Es geht somit darum, auf der persönlichen Ebene, auf der Teamebene und auf der organisationalen Ebene ein auf Open Source basierendes Gesamtsystem zu nutzen, um Digitale Souveränität, und damit verbunden eine gewisse Resilienz gegenüber dem turbulenten Umfeld zu erzielen.

Auf der MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in zwei Paper ein:

Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

Veröffentlicht am

KI-Modelle: Kategorien im Vergleich

UN (2026) Preliminary Report of the Independent International Scientific Panel on AI
https://www.un.org/independent-international-scientific-panel-ai/en/preliminary-report

In dem Beitrag Das Kontinuum zwischen Closed Source AI und Open Source AI hatte ich darauf hingewiesen, dass es zwischen den Polen Closed Source AI (Proprietary Models) und Open Source AI ein Kontinuum gibt. In der Abbildung ist dazu beispielhaft die Kategorie Open Weight AI Models positioniert.

Alleine der Vergleich dieser drei Kategorien zeigt, dass Open Source Models im Vergleich zu den dominierenden Proprietary Models und Open Weight Models erhebliche Vorteile haben. Es wundert daher nicht, dass in den letzten Jahren ein deutlicher Trend zu Open Source AI Models zu erkennen ist. Dominiert wird der Markt allerdings (noch) von den KI-Modellen, die von großen Unternehmen entwickelt wurden.

„Business-led development. The development of frontier, general-purpose AI models is dominated by a small number of private firms with massive computing resources. In 2025, 91% of notable AI models originated from the private sector. Consequently, many decisions about training data, safeguards, deployment thresholds, model access and capability release sit inside private firms“ (UN 2026).

Interessant an der Abbildung oben ist, dass noch eine weitere Spalte zu erkennen ist: Open Development AI Models. Diese Kategorie ist (noch) sehr selten, obwohl gerade dieser Ansatz die größten gesellschaftlichen Vorteile verspricht. In Europa haben wir in dieser Richtung mit EuroLLM, Teuken 7B oder auf SOOFI vielversprechende Entwicklungen. Siehe dazu auch Open Street Map: Europäische Open Source KI Modelle in den jeweiligen Landessprachen.

Auf der internationalen Konferenz MCP 2026, 16.-19.09.2026, Balatonfüred, Ungarn gehe ich auf diese Zusammenhänge in zwei meiner Paper ein.

Veröffentlicht am

Digitale Souveränität in Deutschland: Von der Einstellung zur Umsetzung – eine deutliche Kehrtwende in Zahlen

Es ist schon erstaunlich, wie schnell sich alles ändern kann. Vor mehreren Jahren, als ich auf Konferenzen die Digitale Abhängigkeit von amerikanischen Tech-Konzernen gerade bei der Nutzung von Künstlicher Intelligenz angesprochen hatte, wurde der Hinweis eher belächelt.

In der Zwischenzeit ist in Europa der Gedanke einer Digitalen Souveränität nicht nur als neue Einstellung angekommen, sondern ist in vielen Bereichen schon zu erkennen, dass die Einstellung in Handlungen umgesetzt werden. Das ist nicht eine von mir formulierte Wunschvorstellung, sondern kann in der Zwischenzeit durch aktuelle Zahlen bestätigt werden.

„Digitale Souveränität wandelt sich innerhalb eines Jahres von einer Frage der Einstellung zu einer Frage der Umsetzung. Fast doppelt so viele Unternehmen in Deutschland befinden sich 2026 aktiv in der Einführung europäischer Software-Lösungen: 39,7 Prozent gegenüber 20,4 Prozent im Vorjahr. Der Anteil derer, die einen Wechsel innerhalb der nächsten sechs Monate planen, steigt von 3,9 Prozent auf 20,4 Prozent um über 400 Prozent. Gleichzeitig bricht der Anteil der Entscheider, die keine europäische Software einführen wollen, von 47,7 auf 4,6 Prozent fast komplett ein. Die Zahl der Unentschlossenen sinkt von 17,4 auf 3,9 Prozent. Eine klare Kehrtwende“  MYRA Security GmbH (2026) Unchartered Waters. State of Digital Sovereignty 2026 (PDF).

Siehe dazu auch  Open Street Map: Europäische Open Source KI Modelle in den jeweiligen Landessprachen und Skill shortage: Es fehlen Kompetenzen zu Open Source Software und Open Source Hardware.

Auf der internationalen Konferenz MCP 2026, 16.-19.09.2026, Balatonfüred, Ungarn gehe ich auf diese Zusammenhänge in zwei meiner Paper ein.

Veröffentlicht am

SOOFI S: Ein souveränes Open-Source Foundation Model für Deutsch und Englisch

English and German aggregate performance versus decode throughput (Droste, 2026)

In dem Beitrag Open Street Map: Europäische Open Source KI Modelle in den jeweiligen Landessprachen hatte ich verschiedene, in den jeweiligen europäische Landessprachen entwickelten KI-Modelle in einer Map positioniert, inkl. der jeweiligen Links.

Ein Sonderfall stellt SOOFI (Sovereign Open Source Foundation Models) dar. Hier geht es zwar auch um den Open Source Ansatz, doch speziell für die Industrie. Weiterhin liegt der Schwerpunkt auf den Sprachen Englisch und Deutsch.

Da wir in Deutschland stark industriell-technologisch ausgerichtete Branchen haben, stößt diese Entwicklung auf reges Interesse. Von dem SOOFI-Team wurde von Anfang an kommuniziert, dass es einen Vprab-Test des Modells in der Industrie geben wird, und die Community Verbesserungen vorschlagen kann – genau das ist passiert. Das Erkennen von Schwachstellen durch die Community ist also keine Schwäche des Modells, sondern eine Stärke des Open Source Ansatzes.

Eine Veröffentlichung des SOOFI-Teams aus dem Juli 2026 zeigt die aktuelle Performance des Modells im Vergleich mit anderen Open Source Modellen (Abbildung). Für mich interessant ist, dass sich diese Modelle zu 90% in der von mir erstellen MAP wiederfinden.

https://umap.openstreetmap.de/de/map/open-source-ai-in-europe_148154#4/41.141631/-1.134656

Das SOOFI-Modell ist (1) offen, (2) fokussiert auf die deutsche Sprache im industriellen Kontext, und (3) wirtschaftlich. Alle drei Faktoren machen SOOFI für deutsche Unternehmen aus der Industrie so wertvoll.

„Soofi S 30B-A3B addresses all three at once: It is a Mixture-of-Experts (MoE) hybrid Mamba Transformer trained to excel in both German and English and will be released radically open: not weights alone, but the full set of artifacts required to audit every stage of training and, where source licenses permit, rebuild the data mixture, in the spirit of recent fully open efforts“

Source: Droste et al. (2026) A Sovereign, Open-Source Foundation Model for German and English. Available from https://arxiv.org/abs/2607.09424 [Accessed 03.08.2026].

Auf der internationalen Konferenz MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in zwei meiner Paper ein.