Gemini 4 Argon: Was der Wechsel kostet und wann er sich lohnt

Bei der Prüfung eines Wechsels zu Gemini 4 Argon sollten $4 für Eingabe und $20 für Ausgabe pro Million Tokens angesetzt werden, obwohl Google einen Einführungspreis von $2/$10 angekündigt hat. Nach dem Prüfstand vom 1. Oktober 2026 ist der Zugang beschränkt. Weder für die breitere Freigabe noch für das Ende des Einführungspreises hat Google einen Termin genannt. Googles Ankündigung liefert einen Anlass, das Modell für anspruchsvolle Aufgaben zu prüfen. Ein Wechsel im Produktivbetrieb setzt tatsächlichen Zugang und belastbare Ergebnisse für die eigenen Aufgaben voraus.

Was Gemini 4 Argon für die Modellplanung bedeutet

Gemini 4 Argon ist Googles neues Modell für komplexe Aufgaben, die längeres, zusammenhängendes Arbeiten verlangen. Zunächst verändert es die Auswahl der Aufgaben, für die sich eine Erprobung lohnt; das bisherige Standardmodell im Produktivbetrieb muss deshalb noch nicht wechseln. Google kündigte Argon am 30. September 2026 an und beschränkte die Einführung auf ausgewählte Akteure der Cyberabwehr sowie eine erste Gruppe vertrauenswürdiger Tester. Die Ankündigung nennt längeres Reasoning, Softwareentwicklung, Wissensarbeit in Unternehmen und defensive Cybersicherheit.

Entscheidend ist zunächst der Zugang. Ein Modell kann veröffentlichte Preise und beeindruckende Ergebnisse vorweisen, während es für das eigene Unternehmen weiterhin unerreichbar bleibt. Für Aufgaben, von denen das laufende Quartal abhängt, braucht es einen verfügbaren Anbieter. Argon gehört als bedingte Erprobung in die Planung.

Wer hat bereits Zugang? Ausgewählte Cyberabwehrpartner und Tester

Nach Prüfung am 1. Oktober 2026 nennt Googles Ankündigung erste Cyberabwehrpartner und vertrauenswürdige Tester. Die aktuelle Seite zum Fairwind Program bestätigt den Argon-Zugang für eine Gruppe zugelassener Partner, nicht für sämtliche Bewerber oder alle Google-Cloud-Kunden.

Fairwind ist Googles Programm für kontrollierten frühen Zugang im Bereich Cyberabwehr. Google startete das Programm am 2. September 2026. Dieses Datum bezeichnet den Programmstart, nicht die Veröffentlichung des Argon-Modells. Vorrang haben Regierungen, Betreiber kritischer Infrastruktur und zentrale Technologieplattformen. Auch akademische Labore mit defensivem Forschungsschwerpunkt können sich bewerben.

Die Teilnahme setzt ein Zulassungsverfahren voraus. Google prüft Bewerber, beschränkt den Zugang für Beschäftigte und untersagt Partnern, den Modellzugang weiterzugeben. Für Sicherheitsverantwortliche ist daher zunächst zu klären, ob das Unternehmen und die vorgesehenen Nutzer bereits für Argon zugelassen sind. Ein zahlendes Kundenkonto allein belegt das nicht.

Wer folgt? Zahlende API-Kunden und Abonnenten von Google AI Ultra

Google nennt zahlende API-Kunden und Abonnenten von Google AI Ultra als erste Gruppen für die nächste, breitere Freigabe. Die Ankündigung vom 30. September enthält keinen konkreten Termin für diesen Schritt oder die allgemeine Verfügbarkeit.

Das Ultra-Abonnement ist in dieser Ankündigung somit ein künftiger Zugangsweg. Ein Kauf allein in der Annahme, Argon sei im eigenen Konto bereits verfügbar, ist keine belastbare Entscheidung. API-Tokengebühren und die Leistungen eines Endkundenabonnements sind unterschiedliche Abrechnungsgrößen. Welche Argon-Nutzungskontingente Ultra enthalten soll, legt die Ankündigung nicht fest.

Gemini 4 Argon: Kosten mit dem späteren Preis vergleichen

Argons Einführungspreis für Tokens entspricht den Basistarifen von GPT-6.1 Sol und Claude Sonnet 5.5. Der angekündigte spätere Preis liegt auf dem Niveau von Claude Opus 5.5. Für die Budgetplanung ist deshalb vor allem dieser spätere Tarif der sinnvolle Vergleich.

Ein Token ist eine Einheit der Textverarbeitung. Berechnet werden sowohl die an das Modell gesendete Eingabe als auch die erzeugte Ausgabe. Die Tabelle zeigt USD pro 1M Tokens, reguläre Listenpreise für die direkte API-Nutzung und Eingabe ohne Cache. Preise und Angaben zum Zugang wurden am 1. Oktober 2026 anhand der jeweiligen Herstellerseiten geprüft.

OpenAI GPT-6.1 Sol wurde am 29. September 2026 in der API veröffentlicht. Der genannte Tarif von $2/$10 gilt für Prompts mit bis zu 272K Eingabetokens. Oberhalb dieser Schwelle verdoppelt OpenAI die Eingabe- und Cache-Tarife und berechnet für die Ausgabe das 1.5-Fache, jeweils für die gesamte Anfrage. Diese Einschränkung gehört auch bei kurzer Ausgabe in die Kalkulation, wenn die Eingabe groß ist. Die offizielle OpenAI-Dokumentation nennt die Schwelle.

Anthropic Claude Opus 5.5 ist seit dem 22. September 2026 aktiv. Die Modellseite führt Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry und Claude Platform on AWS auf. Damit steht ein Kandidat zu Argons späterem Basispreis zur Verfügung. Daraus folgt keine gleiche Leistung bei den eigenen Aufgaben.

Anthropic Claude Sonnet 5.5 ist seit dem 28. September 2026 aktiv und über dieselben aufgeführten API- und Cloud-Angebote erreichbar. Die Modellseite bestätigt den Basistarif von $2/$10. Zusammen mit GPT-6.1 Sol gehört es in die günstigere Vergleichsgruppe, sofern sich die Aufgabe mit dem jeweiligen Modell abschließen lässt.

Das sind Tarifvergleiche. Unterschiedliche Tokenizer, Ausgabelängen, Schreibvorgänge im Cache, Verarbeitungsstufen und Toolgebühren können die Rechnung verändern. Verfügbarkeit in einer Cloud bedeutet ebenfalls nicht, dass dort dieselben Preise gelten. Für einen Kostenvergleich müssen Aufgabe und Abnahmekriterien gleich bleiben.

Für die übergreifende Tarifentscheidung hilft der Überblick zu den Gemini-Preisen. Eine verfügbare Upgrade-Option bei OpenAI behandelt GPT-6.1 Sol im Vergleich mit GPT-6 Sol.

Wann das Ausgabelimit von 1M Tokens einen Unterschied macht

Die wesentliche Erweiterung betrifft die Ausgabe, also den Spielraum, den das Modell während eines Arbeitsverlaufs zum Schlussfolgern und Generieren hat. Laut Google steigt Argons Ausgabeobergrenze von 64K auf 1M Tokens. Aus Googles gerundeten Angaben ergibt sich damit nominal etwa das 15.6-Fache an Spielraum. Das belegt weder ein größeres Eingabe-Kontextfenster noch einen schnelleren Abschluss. Googles Beschreibung des Limits stellt den Zusammenhang mit längeren Arbeitsabläufen her.

Der Eingabekontext bestimmt, was das Modell auf einmal lesen kann. Das Ausgabelimit legt fest, wie viel es produzieren kann. Ein riesiges Lesefenster hilft nicht, wenn während der Lösungsarbeit der Ausgabespielraum aufgebraucht ist. Umgekehrt garantiert eine großzügige Ausgabegrenze noch keine richtige Lösung.

Der zusätzliche Spielraum wird relevant, wenn Arbeitsschritte aufeinander aufbauen. Bei einer Code-Migration müssen möglicherweise Dateien untersucht, Schnittstellen geändert, Tests geprüft und ein vorgeschlagener Patch überarbeitet werden. Eine Finanzrecherche kann den Abgleich von Dokumenten, die Klärung von Abweichungen und eine belegte Schlussfolgerung erfordern. Ein vorzeitiger Abbruch lässt dann gerade den aufwendigen Teil unvollendet.

Google nennt Codebasis-Migrationen, Algorithmenentwicklung, mehrstufige Finanzrecherche, juristische Recherche und Entwurfstätigkeiten, Diagrammanalyse sowie das Verständnis langer Videos als Einsatzfelder. Eine sinnvolle Erprobung setzt ein klares Kriterium für den Abschluss voraus:

• Für allein arbeitende Entwickler: Eine Repository-Migration testen, bei der bisher nur ein unvollständiger Patch herauskommt. Maßstab sind Tests und nachvollziehbare Änderungen, nicht die Länge der Erklärung.
• Für CTOs mittelständischer Unternehmen: Eine klar begrenzte Wartungsaufgabe mit verantwortlicher Person und einem Weg zur Rücknahme der Änderungen wählen. Vor einer größeren Neufassung prüfen, ob das Modell die Zahl der Neustarts und den Prüfaufwand senkt.
• Für erfahrene operative Verantwortliche: Ein Recherchepaket wählen, das mehrere Dokumente abgleichen und Diagramme prüfen muss. Für die abschließende Empfehlung müssen die Belege nachvollziehbar sein.

Das sind Vorschläge für eine Erprobung, keine Ergebnisse aus Tests für diesen Artikel. Auch Googles interne Migrationsbeispiele sehen vor dem Produktiveinsatz automatisierte Prüfungen und menschliche Kontrolle vor.

Für Gründer mit Finanzierung und einem verlässlichen Ablauf für kurze Anfragen gibt es wenig Anlass, für ungenutzten Spielraum zu zahlen. Der Gemini-Testbericht behandelt die breitere Frage, wie Produkt und Arbeitsabläufe zusammenpassen. Argons größere Ausgabegrenze zählt erst dann, wenn sie eine konkrete Aufgabe von einer bestehenden Einschränkung befreit.

Quartalsbudget und Kosten pro akzeptiertem Ergebnis

Eine unveränderte Arbeitslast ohne Cache kostet nach der Einführungsphase doppelt so viel. Beide angekündigten Tarife verdoppeln sich. Da Google keinen Termin für die Umstellung nennt, braucht eine Quartalsplanung ein Szenario mit dem späteren Preis statt einer angenommenen Dauer des Einführungsangebots.

Als hypothetisches Beispiel dienen 100 Aufgaben pro Monat, jeweils mit 100K Eingabetokens und 20K Ausgabetokens. Zusammen sind das 10M Eingabe- und 2M Ausgabetokens:

• Argon zum Einführungspreis: 10 × $2 + 2 × $10 = $40 pro Monat.
• Argon zum späteren Preis: 10 × $4 + 2 × $20 = $80 pro Monat.

Besteht bei dieser monatlichen Nutzung ein ganzes dreimonatiges Quartal lang Zugang, ergeben sich reine Tokenkosten von $120 bei durchgehenden Einführungspreisen oder $240 bei durchgehenden späteren Preisen. Eine Umstellung innerhalb des Quartals führt zu einem Betrag dazwischen. Das ist eine Budgetspanne, keine Prognose für die Freigabe.

Bei identischen abgerechneten Mengen kommen GPT-6.1 Sol und Claude Sonnet 5.5 zu ihren genannten Basistarifen ebenfalls auf $40, Claude Opus 5.5 auf $80. Das Beispiel setzt voraus, dass jede Anfrage unter Sols Eingabeschwelle für den Basistarif bleibt. Es unterstellt weder, dass alle Modelle dasselbe Material gleich tokenisieren, noch, dass sie gleich viel Ausgabe verbrauchen.

Eingabe aus dem Cache senkt einen Teil der Rechnung

Google kündigt für Eingabetokens aus dem Cache einen Preisnachlass von 95% an. Wiederverwendete Eingabe kann damit günstiger abgerechnet werden. Beim Einführungspreis von $2 ergibt das rechnerisch $0.10 pro 1M Eingabetokens aus dem Cache. Grundlage dieser Rechnung ist Googles Preisangabe.

Erreicht die hypothetische Arbeitslast 90% Cache-Treffer bei der Eingabe, bleiben 1M Tokens ohne Cache und 9M Tokens aus dem Cache. Bei unveränderter Ausgabe gilt:

1 × $2 + 9 × $0.10 + 2 × $10 = $22.90 in der Einführungsphase.

Das Beispiel veranschaulicht die Tokentarife und lässt andere Gebühren außen vor. Ein Rabatt von 95% auf Eingabe aus dem Cache macht nicht die gesamte Aufgabe um 95% günstiger: Die Ausgabe trägt hier weiterhin $20 zur Rechnung bei. Eine wiederverwendbare Repository-Beschreibung kann die Eingabekosten senken; längeres Reasoning benötigt trotzdem ein eigenes Ausgabebudget.

Googles Fußnote zur Einführung nennt die späteren Tarife von $4/$20, ohne einen Umstellungstermin oder sämtliche künftigen Abrechnungsbedingungen aufzuführen. Sobald der Zugang freigeschaltet ist, sollten diese Bedingungen erneut geprüft werden.

Entscheidend ist die akzeptierte Arbeit

Zum späteren Tarif kostet Argon im Beispiel $0.80 pro Versuch, gegenüber $0.40 bei einem Basistarif von $2/$10. Bleibt die abgerechnete Tokenmenge je Versuch gleich, gleicht eine Verdopplung des Anteils akzeptierter Versuche die doppelten Tokenkosten aus.

Zur Veranschaulichung: Werden mit dem Vergleichsmodell 40% der Versuche akzeptiert, entstehen Kosten von $0.40 ÷ 0.40 = $1 pro akzeptierter Aufgabe. Ein Modell, das bei $0.80 pro Versuch 80% akzeptierte Ergebnisse erreicht, kostet ebenfalls $1 pro akzeptierter Aufgabe. Diese Annahmequoten erklären lediglich, wann sich die Kosten ausgleichen. Sie sind keine gemessenen Werte für Argon oder ein Konkurrenzmodell.

Werden beim bisherigen Modell bereits 60% akzeptiert, müsste die Quote unter denselben Annahmen auf 120% steigen, um den Aufpreis allein dadurch auszugleichen. Das ist unmöglich. Der wirtschaftliche Nutzen muss dann aus geringerem Tokenverbrauch, weniger menschlicher Nachprüfung oder wertvollen Aufgaben kommen, die das bisherige Modell nicht abschließen kann.

Auch das Ausschöpfen der Ausgabeobergrenze hat einen Preis. Hypothetische 1M abgerechnete Ausgabetokens kosten $10 in der Einführungsphase oder $20 danach, jeweils vor Eingabe und weiteren Gebühren. Eine höhere Grenze schafft nutzbare Kapazität. Ausgaben bis zu dieser Grenze brauchen einen konkreten Grund.

Welche Aufgaben Googles Benchmarks zur Erprobung nahelegen

Googles veröffentlichte Zahlen helfen, geeignete Aufgaben gezielt auszuwählen. Sie belegen weder die Annahmequote der eigenen Anwendung noch deren Einsparungen. Für diesen Artikel wurden keine praktischen Modelltests durchgeführt.

Alle vier folgenden Werte sind von Google gemeldete Ergebnisse aus der Ankündigung vom 30. September.

Die Prozentwerte messen unterschiedliche Dinge unter unterschiedlichen Prüfbedingungen. Daraus lässt sich kein durchschnittlicher Fähigkeitswert bilden. Ebenso wenig ersetzt das DeepSWE-Ergebnis die eigene Annahmequote für Code.

Das Verständnis langer Videos belegt insbesondere keine verlässlichen Softwareänderungen. Ein Ergebnis zur Behebung von Sicherheitslücken verspricht auch nicht jedem künftigen Kunden dieselben Cyberfähigkeiten oder Schutzmaßnahmen. Sinnvoll ist der Benchmark, der der bislang ungelösten Aufgabe am nächsten kommt. Anschließend muss das Ergebnis unter den eigenen Rahmenbedingungen geprüft werden.

Was sich für Entwicklung, Betrieb und Einkauf ändert

Für Entwickler lohnt sich der nächste Schritt jetzt, wenn ein freigegebener Zugang die Erprobung einer Aufgabe ermöglicht, die das bisherige Modell wiederholt nicht zu Ende bringt. Der Ausgangspunkt ist eine klar begrenzte Aufgabe. Verglichen werden akzeptierte Ergebnisse, insgesamt abgerechnete Tokens und Prüfaufwand. Ein verfügbarer Anbieter bleibt die Vergleichsbasis.

Wer noch auf Zugang wartet, kann diese Erprobung vorbereiten und währenddessen weiter ausliefern. Bei allein arbeitenden Entwicklern mit kurzen Patches oder Gründern mit einem zuverlässigen bestehenden Ablauf verändert die höhere Ausgabegrenze wenig, solange keine wiederkehrende Aufgabe sie benötigt.

Verantwortliche im Betrieb sollten die Prüfungen vorbereiten, die einen langen Arbeitslauf nachvollziehbar machen. Ein CTO braucht für eine Migration einen klaren Umfang, Regressionstests und eine verantwortliche Person für die Prüfung. Erfahrene operative Verantwortliche benötigen bei Rechercheaufgaben einen Quellenbestand und ein Verfahren zur Kontrolle der Schlussfolgerung. Längere Ausführung vergrößert auch die Arbeitsmenge, die geprüft werden muss.

Der Einkauf sollte das Budget zum späteren Tarif reservieren und den Wechsel an Bedingungen knüpfen. Erforderlich sind freigegebener Zugang, ein abgeschlossenes Ergebnis und bessere Kosten pro akzeptiertem Ergebnis. Eine veröffentlichte Rangliste oder der Kauf eines Endkundenabonnements erfüllt diese Bedingungen nicht.

Abwarten ist sinnvoll, wenn die Aufgabe bereits zuverlässig zu einem niedrigeren Preis abgeschlossen wird, der Zugang nicht bestätigt ist oder sich die Qualität des Ergebnisses nicht beurteilen lässt.

Wo die Erwartungen zu weit gehen

Eine angekündigte Veröffentlichung bedeutet noch keinen allgemeinen Zugang. Google hat Argon angekündigt, und ausgewählte frühe Nutzer können es verwenden. Die nächsten Nutzergruppen sind benannt, ihr Starttermin bleibt jedoch offen. Diese Unterscheidung gehört in jede Beschaffungsnotiz.

Eine höhere Ausgabegrenze ist kein Maß für Zuverlässigkeit. Mehr Spielraum kann helfen, einen anspruchsvollen Arbeitsverlauf abzuschließen. Es kann aber auch mehr Material entstehen, das geprüft werden muss. Längere Arbeit rechtfertigt ihre Kosten, wenn sie das akzeptierte Ergebnis verbessert.

Die Geschichte um den „Argon checkpoint“ in Arena ist für diese Entscheidung nicht bestätigt. Googles Ankündigung bestätigt die Identität dieses Vorab-Checkpoints nicht. Geleakte Modellnamen, Spezifikationen oder Benchmarktabellen gehören deshalb nicht in eine Produktionsplanung. Maßgeblich sind das benannte Modell und die veröffentlichten Fakten vom 30. September.

Der Einführungspreis trägt keine dauerhafte Einsparungsrechnung. Ein wirtschaftlicher Ansatz, der bei $2/$10 funktioniert und bei $4/$20 scheitert, hängt von einem Angebot ab, dessen Ende Google nicht genannt hat. Vor einer Festlegung müssen beide Szenarien berechnet werden.

Die entscheidende offene Frage sind die eigenen Kosten pro akzeptierter Aufgabe zum späteren Preis. Googles veröffentlichte Ergebnisse geben Anlass, genau das zu prüfen.

Der nächste Schritt: eine messbare Wechselentscheidung vorbereiten

Für die kommende Woche sollte eine verantwortliche Person einen konkreten Prüfauftrag erhalten. Das Ergebnis soll eine belastbare Wechselentscheidung ermöglichen, sobald Zugang besteht.

1. 1

   Die bislang ungelöste Aufgabe benennen

   Eine wiederkehrende Aufgabe auswählen, etwa eine unvollständige Repository-Migration, eine autorisierte Behebung einer Sicherheitslücke oder ein Recherchepaket aus Dokumenten und Diagrammen. Festhalten, wie ein akzeptables, abgeschlossenes Ergebnis aussieht.

2. 2

   Die Vergleichsbasis erfassen

   Das bisherige verfügbare Modell verwenden. Abgerechnete Eingabe und Ausgabe, Wiederholungsversuche, Annahmequote und Prüfzeit erfassen. Aufgabe und Abnahmestandard müssen gleich bleiben.

3. 3

   Das Budget mit dem späteren Tarif planen

   Die Arbeitslast mit Argons angekündigten Tarifen von $4/$20 kalkulieren. Das Einführungsszenario separat führen und sein Ende als undatiert kennzeichnen. Den Argon-Zugang im Konto bestätigen, bevor das Modell für Aufgaben mit verbindlicher Lieferung eingeplant wird.

4. 4

   Erst bei besserem Ergebnis wechseln

   Sobald Zugang besteht, abgeschlossene, akzeptable Arbeit und Gesamtaufwand vergleichen. Die Nutzung ausweiten, wenn der Gewinn den Tokenaufpreis und zusätzliche Prüfung deckt. Andernfalls bei der Vergleichsbasis bleiben.

Häufige Fragen zu Gemini 4 Argon

Ist Gemini 4 Argon bereits verfügbar?

Das Modell wurde am 30. September 2026 angekündigt und ist über einen beschränkten frühen Zugang verfügbar. Nach Prüfung am 1. Oktober nennen Googles Seiten ausgewählte Fairwind-Cyberabwehrpartner und vertrauenswürdige Tester. Einen breiten Zugang für jeden zahlenden Kunden belegen sie nicht.

Wann wird Gemini 4 breiter verfügbar?

Google nennt zahlende API-Kunden und Abonnenten von Google AI Ultra als nächste Gruppen für eine breitere Freigabe. Die Ankündigung enthält weder dafür noch für die allgemeine Verfügbarkeit einen Termin.

Was darf Gemini nicht tun?

Für Argon über Fairwind begrenzt Googles Programm die Nutzung auf zulässige defensive Zwecke und Forschung. Es untersagt böswillige Aktivitäten sowie das Teilen, Weitergeben oder Verkaufen des Zugangs. Auch zugelassene Nutzer sind an diese Bedingungen gebunden.

Was ist Gemini 4?

Gemini 4 Argon ist Googles angekündigtes Modell für komplexe, länger andauernde Arbeit in Softwareentwicklung, Wissensaufgaben in Unternehmen und Cyberabwehr. Das veröffentlichte Ausgabelimit beträgt 1M Tokens, zuvor waren es 64K.

Wann wurde Gemini 4 veröffentlicht?

Google kündigte Gemini 4 Argon und seine beschränkte Freigabe am 30. September 2026 an. Das ist von einer allgemein verfügbaren API- oder Endkundenveröffentlichung zu unterscheiden, für die Google keinen Termin genannt hat.

Welche Nachteile hat Gemini?

Bei einer Entscheidung über Argon sind die unmittelbaren Nachteile der beschränkte Zugang, der undatierte Wechsel zu höheren Tokenpreisen und fehlende Erkenntnisse aus den eigenen Aufgaben. Ein großzügiges Ausgabelimit erzeugt außerdem mehr Arbeit, die geprüft werden muss.

Was kostet Gemini pro Monat?

Argons angekündigte API-Preise richten sich nach der Nutzung: $2/$10 pro Million Eingabe-/Ausgabetokens in der Einführungsphase, danach $4/$20. Ein Termin für die Umstellung fehlt. Google AI Ultra ist ein separates Abonnement, dessen Nutzer als nächste Zugangsgruppe genannt werden. Welche Argon-Nutzungskontingente Ultra enthalten soll, legt die Ankündigung nicht fest.

Welche Risiken birgt die Nutzung von Gemini?

Bei langen Argon-Arbeitsabläufen müssen fehlerhafte Codeänderungen, unbelegte Schlussfolgerungen und unbeabsichtigte Toolaktionen geprüft werden. Google beschreibt Schutzmaßnahmen gegen Missbrauch, Prompt Injection und Fehlausrichtung sowie gehärtete Sandboxes. Trotz dieser Maßnahmen bleibt das Unternehmen für die Kontrolle der akzeptierten Arbeit verantwortlich.

Lohnt sich Gemini tatsächlich?

Argon lohnt eine Erprobung, wenn eine konkrete längere Aufgabe den zusätzlichen Spielraum braucht und die Kosten pro akzeptiertem Ergebnis zum späteren Preis sinken können. Das bisherige Produktionsmodell bleibt die passende Wahl, wenn es die Aufgabe bereits zuverlässig abschließt oder Argons Zugang nicht bestätigt ist.

Für praktische Entscheidungen zu Modellen und Arbeitsabläufen bei veränderter Verfügbarkeit: den Newsletter abonnieren.