Berufsprofil

Ingenieur für künstliche Intelligenz/Ingenieurin für künstliche Intelligenz

Schnappschuss

Ingenieure für künstliche Intelligenz/Ingenieurinnen für künstliche Intelligenz wenden in den Bereichen Ingenieurwesen, Robotik und Informatik Methoden der künstlichen Intelligenz an, um Programme zu entwickeln, mit denen Intelligenz simuliert wird, z. B. Denkmodelle, kognitive und wissensbasierte Systeme sowie Systeme zur Problemlösung und Entscheidungsfindung. Außerdem überführen sie strukturiertes Wissen (Ontologien, Wissensdatenbanken) in Computersysteme, um komplexe Probleme zu lösen, die in der Regel ein hohes Maß an Humankompetenz oder künstlicher Intelligenz erfordern.

Arbeitsmarkt
Fachkräftemangel in Österreich und 8 weitere Länder
ELA/EURES 2025
Industrie
Digitale Technologie
Bildung
Bachelor oder gleichwertig
37%
Belastbarkeit Punktzahl · 2026 (Höher ist besser)
Bachelor oder gleichwertig 54% KI-Exposition · 2026
Arbeitsmarkt

Wo dieser Beruf gefragt ist

Gemeldeter Arbeitskräftemangel und -überschuss, nach Jahr. Veröffentlicht für Berufsgruppen, nicht für einzelne Stellenbezeichnungen.

Die Zahlen gelten für Akademische und vergleichbare Fachkräfte in der Informations- und Kommunikationstechnologie — 75 Berufe einschließlich dieses.

10 von 14 mit Mangel2025Alle 30 wachsend3.7MStellen bis 2035

Mangel: Belgien, Bulgarien, Irland, Niederlande und 6 weitere.

Längster anhaltender Mangel: Österreich, 3 Jahre.

Wählen Sie ein Gebiet auf der Karte, um dessen Zahlen zu sehen.

Über diese Quelle›

Quelle: ELA/EURES, Arbeitskräftemangel und -überschuss. Die Angaben werden auf Ebene der Berufsgruppe veröffentlicht und decken Europa ab. Die Ausgaben unterscheiden sich im Aufbau des Anhangs und in der Länderabdeckung, sodass eine Veränderung zwischen zwei Jahren nicht immer eine Veränderung des Arbeitsmarkts bedeutet. Grau dargestellte Länder wurden nicht gemeldet — das ist nicht dasselbe wie ein ausgeglichener Markt.

Was diese Begriffe bedeuten

Die vier Dinge, über die dieser Abschnitt berichtet

Gemeldete Nachfrage
Ob Arbeitgeber melden, dass sie für diesen Beruf Arbeitskräfte benötigen – eine Einschätzung, die von einer nationalen oder einer EU-Stelle veröffentlicht wird, keine Anzahl.
Wohin es sich entwickelt
In welche Richtung sich die Beschäftigung in diesem Beruf in den kommenden Jahren voraussichtlich entwickelt, ausgehend von einer amtlichen Prognose.
Offene Stellen
Wie viele Offene Stellen ungefähr entstehen – durch Wachstum und dadurch, dass Menschen den Beruf verlassen.
Übliche Vergütung
Was Menschen in diesem Beruf normalerweise verdienen, sofern die Quelle dies veröffentlicht. Eine fehlende Angabe bedeutet nicht, dass die Arbeit unbezahlt ist, sondern dass niemand diesen Wert für den betreffenden Ort veröffentlicht.

Ein Maß wird weggelassen, wenn niemand es für den betreffenden Ort veröffentlicht, statt es als null anzuzeigen.

Welche Tendenz der Markt für Sie zeigt

Zu Ihren Gunsten
Mehr offene Stellen als Suchende — Arbeitgeber konkurrieren um Bewerberinnen und Bewerber.
Ausgeglichen
Offene Stellen und Suchende halten sich in etwa die Waage.
Umkämpft
Mehr Suchende als offene Stellen — rechnen Sie mit Konkurrenz.
Widersprüchliche Hinweise
Die Quellen widersprechen sich, oder dieselbe Berufsgruppe ist in einer Region knapp und in einer anderen im Überangebot.

Jede Quelle ordnet die Ergebnisse einem dieser vier Begriffe zu, damit es eine einheitliche Begrifflichkeit gibt. Was sich unterscheidet, sind die zugrunde liegenden Nachweise. Diese stehen unter jeder Einschätzung: ein gemessenes Verhältnis von Offenen Stellen zu Arbeitssuchenden oder eine von einer nationalen Stelle veröffentlichte Bewertung.

Wie dieser Beruf im Vergleich zu anderen Berufen im selben Land abschneidet

Stark
Zu den stärksten in that country
Gut
Stärker als die meisten Berufe in that country
Gemischt
Etwa typisch für that country
Schwach
Schwächer als die meisten Berufe in that country

Dies ist ein Rang innerhalb eines Landes, keine Bewertung, die Sie über Grenzen hinweg vergleichen können – die Register hinter zwei Ländern erfassen unterschiedliche Menschen, daher bedeutet dieselbe Zahl in jedem Land etwas anderes. Das erklärt auch, warum ein Beruf in einem Land die Einstufung Stark erhalten und dennoch als Umkämpft angezeigt werden kann: Er führt in einem insgesamt stark umkämpften Arbeitsmarkt.

Woher diese Angaben stammen

Jede Zahl wird von einem nationalen Statistikamt, einer öffentlichen Arbeitsverwaltung oder einer EU-Stelle veröffentlicht. Jede Karte nennt außerdem ihre Quelle und den Zeitraum, auf den sie sich bezieht. Manche Orte werden monatlich erfasst, andere ein- oder zweimal jährlich bewertet. Deshalb können zwei Orte auf derselben Karte unterschiedliche Zeitpunkte beschreiben – das Datum wird immer angezeigt.

Nichts davon sagt die Chancen einer einzelnen Person voraus. Es beschreibt einen Arbeitsmarkt.

Gemeldete Nachfrage · Übliche Vergütung · Wohin es sich entwickelt (Deutschland, Österreich, Schweiz, Niederlande, Belgien, Dänemark)
Gemeldete Nachfrage · Übliche Vergütung · Wohin es sich entwickelt
Gemeldete Nachfrage Übliche Vergütung Wohin es sich entwickelt
Deutschland Mangel gemeldet ELA/EURES 2024 * — +15,6% 2023–2035 · Cedefop 2026 *
Österreich Mangel gemeldet ELA/EURES 2025 * — +48,8% 2023–2035 · Cedefop 2026 *
Schweiz Mangel gemeldet ELA/EURES 2024 * — +28,7% 2023–2035 · Cedefop 2026 *
Niederlande Mangel gemeldet ELA/EURES 2025 * — +32% 2023–2035 · Cedefop 2026 *
Belgien Mangel und Überangebot gemeldet ELA/EURES 2025 * — +37,5% 2023–2035 · Cedefop 2026 *
Dänemark Überangebot gemeldet ELA/EURES 2022 * — +51,8% 2023–2035 · Cedefop 2026 *

* Veröffentlicht für Berufsgruppen, nicht für einzelne Stellenbezeichnungen.

Bieten Sie Studierenden, Klienten oder Mitarbeitenden Berufsberatung an? Nutzen Sie diese Berufsdaten in Ihrer Organisation.

NexFuture™

Zukunftsaussichten für Ingenieur für künstliche Intelligenz/Ingenieurin für künstliche Intelligenz

The outlook for Ingenieur für künstliche Intelligenz/Ingenieurin für künstliche Intelligenz reflects a balanced mix of automation exposure and durable, human-led work.

Wie werden diese Ergebnisse berechnet?

Der Resilienzwert (0–100) schätzt, wie strukturell geschützt dieser Beruf vor Automatisierung und KI-Störungen ist, basierend auf der Aufgabenanalyse. Höhere Werte bedeuten mehr Aufgaben, die menschliches Urteilsvermögen erfordern. KI-Exposition zeigt den geschätzten Prozentsatz der Arbeitsstunden, die aktuelle KI-Fähigkeiten betreffen könnten. Dies sind modellbasierte strukturelle Indikatoren, keine Vorhersagen zur individuellen Jobsicherheit.

Spielen Sie die Zukunft
Wie könnte sich Ingenieur für künstliche Intelligenz/Ingenieurin für künstliche Intelligenz ändern, wenn die KI-Einführung zunimmt?

Mehrere Aufgabenbereiche könnten sich in Richtung KI-gestützter Arbeitsabläufe verlagern, sodass Umschulungen immer wichtiger werden.

Eine signifikante Transformation auf Aufgabenebene wird in 12 Jahren (um 2038) im Rahmen des ausgewählten Szenarios „Erwartet“ erwartet.
~35%
Belastbarkeit
Automatisierungsrisiko
EXP~60%
Menschlicher Rand
MOAT~35%

Illustratives Szenario auf Basis der Automatisierbarkeit von Aufgaben — keine Prognose. Werte werden gerundet, je weiter Sie in die Zukunft blicken.

2026
2033
2043
KI-Einführungsgeschwindigkeit:

Modellbasierte Schätzung. Nutzen Sie es als Planungssignal, nicht als Garantie.

Wie KI diese Rolle verändern kann

Deterministische, modellbasierte Interpretation aktueller Rollensignale – keine Garantie für Ersatz.

37% Im Besitz von Menschen

Was noch immer von den Menschen abhängt

  • Technische Anforderungen definieren
Der menschliche Vorteil Um in dieser Rolle voraus zu bleiben, konzentrieren Sie sich auf Data-Mining und Datenmodelle. Diese menschenzentrierten Fähigkeiten sind für KI in den nächsten 20 Jahren am schwierigsten zu replizieren.
29% Helfen

Wo KI zum Co-Piloten werden kann

  • Massendaten analysieren
  • Anforderungen der Geschäftswelt analysieren
  • digitale Technologien kreativ einsetzen
54% Automatisieren

Aufgaben, die am stärksten der Automatisierung ausgesetzt sind

  • Datenverarbeitungstechniken benutzen
  • Datensätze erstellen
Detaillierte Analyse

Vitale Signale & KI-Vektoren

KI-Belichtungsvektoren

0-100%
KI / Maschinelles Lernen 29%

Exposition gegenüber KI-gestützter Analyse, Mustererkennung und Aufgaben der prädiktiven Modellierung

Generative KI 5%

Exposition gegenüber Inhaltsgenerierung, kreativer Augmentierung und Tools für große Sprachmodelle

Kognitive Software 4%

Exposition gegenüber Workflow-Automatisierung, Entscheidungsunterstützungssoftware und Prozessdigitalisierung

Roboter- und physische Automatisierung 0%

Exposition gegenüber physischer Automatisierung, Robotik und sensorgesteuerter Aufgabenverlagerung

Technische Details
Methodik: NexFuture v3.0 Quellen: O*NET® 30.3, ESCO v1.2.1 Aktualisiert: Okt. 2026

NexFuture v3.0 schätzt die Automatisierungsexposition direkt aus den wesentlichen ESCO-Kompetenzgruppen, gewichtet nach Kompetenzmasse und kalibriert anhand von Experten-Ankern. Werte sind probabilistische Schätzungen, keine Garantien. Vollständige Details finden Sie im NexFuture-Methodik-Whitepaper.

Misst die Automatisierungsexposition. Sie misst weder Gehalt noch Nachfrage noch die Zahl der Stellen in Ihrer Nähe.

Ein Tag im Leben

Was Menschen in dieser Rolle normalerweise tun

Digitale Technologie

Tag im Leben

Ein typischer Tag als Ingenieur für künstliche Intelligenz/Ingenieurin für künstliche Intelligenz

09
09:00 · Morgen
IKT-Systemtheorie anwenden
Umsetzen von Grundsätzen der IKT-Systemtheorie, um Systemmerkmale zu erläutern und zu dokumentieren, die universell auf andere Systeme angewendet werden können.
10
10:30 · Vormittags
Anforderungen der Geschäftswelt analysieren
Analysieren der Bedürfnisse und Erwartungen der Kunden in Bezug auf ein Produkt oder eine Dienstleistung, um Abweichungen und mögliche Unstimmigkeiten zwischen den beteiligten Akteuren zu ermitteln und zu beheben.
12
12:00 · Mittag
Datensätze erstellen
Erstellung einer Sammlung neuer oder vorhandener Daten zu einem Themenbereich, die aus einzelnen Datensätzen bestehen, aber als Ganzes betrachtet und bearbeitet werden können.
14
14:00 · Nachmittag
Datenverarbeitungstechniken benutzen
Einschlägige Daten und Informationen sammeln, verarbeiten und analysieren, mithilfe von Diagrammen und statistischen Diagrammen die Zahlen und Daten ordnungsgemäß speichern und aktualisieren.
15
15:30 · Am späten Nachmittag
digitale Technologien kreativ einsetzen
Digitale Werkzeuge und Technologien einsetzen, um Wissen zu schaffen und Verfahren und Produkte zu innovieren. Individuell und kollektiv an der kognitiven Verarbeitung teilnehmen, um konzeptionelle Probleme und Problemsituationen in einem digitalen Umfeld zu verstehen und zu lösen.
17
17:00 · Zusammenfassung
Gestaltungsprozess
Ermittlung der Arbeitsabläufe und der Ressourcenanforderungen für einen bestimmten Prozess unter Verwendung verschiedener Instrumente, wie Prozesssimulationssoftware, Flussdiagramme und Modelle.

Die Reihenfolge der Aufgaben dient der Veranschaulichung. Einzelne Tage variieren.

Fähigkeiten & Wissen

Was Sie für diese Arbeit brauchen

Die Fähigkeiten, das Wissen und die Tools, die diese Rolle erfordert – sowie die Eigenschaften und Vorteile, die damit einhergehen.

Grundlegende Fähigkeiten
Nutzung digitaler Tools für Zusammenarbeit und Produktivität
  • digitale Technologien kreativ einsetzen

    Digitale Werkzeuge und Technologien einsetzen, um Wissen zu schaffen und Verfahren und Produkte zu innovieren. Individuell und kollektiv an der kognitiven Verarbeitung teilnehmen, um konzeptionelle Probleme und Problemsituationen in einem digitalen Umfeld zu verstehen und zu lösen.

Verwaltung, Sammlung und Speicherung digitaler Daten
  • Datenverarbeitungstechniken benutzen

    Einschlägige Daten und Informationen sammeln, verarbeiten und analysieren, mithilfe von Diagrammen und statistischen Diagrammen die Zahlen und Daten ordnungsgemäß speichern und aktualisieren.

Entwurf von Systemen und Produkten
  • Gestaltungsprozess

    Ermittlung der Arbeitsabläufe und der Ressourcenanforderungen für einen bestimmten Prozess unter Verwendung verschiedener Instrumente, wie Prozesssimulationssoftware, Flussdiagramme und Modelle.

Analyse und Auswertung von Informationen und Daten
  • Massendaten analysieren

    Erfassung und Auswertung umfangreicher Bestände an numerischen Daten, insbesondere zur Ermittlung von Mustern in den Daten.

Künstlerische Gestaltung oder Darbietungen
  • kreative Ideen entwickeln

    Entwicklung neuer künstlerischer Konzepte und kreativer Ideen.

Informationsmanagement
  • Datensätze erstellen

    Erstellung einer Sammlung neuer oder vorhandener Daten zu einem Themenbereich, die aus einzelnen Datensätzen bestehen, aber als Ganzes betrachtet und bearbeitet werden können.

Analyse von Geschäftstätigkeiten
  • Anforderungen der Geschäftswelt analysieren

    Analysieren der Bedürfnisse und Erwartungen der Kunden in Bezug auf ein Produkt oder eine Dienstleistung, um Abweichungen und mögliche Unstimmigkeiten zwischen den beteiligten Akteuren zu ermitteln und zu beheben.

Programmierung von Computersystemen
  • statistische Software entwickeln

    Beteiligung an den Entwicklungsphasen von Computerprogrammen für die ökonometrische und statistische Analyse, z. B. Forschung, Entwicklung neuer Produkte, Entwicklung von Prototypen und Instandhaltung.

Präsentation von Forschungs- oder fachlichen Informationen
  • visuelle Darstellung von Daten liefern

    Anfertigen visueller Darstellungen in Form von Schaubildern oder Diagrammen, um das Verständnis von Daten zu erleichtern.

Einrichten von Computersystemen
  • IKT-Systemtheorie anwenden

    Umsetzen von Grundsätzen der IKT-Systemtheorie, um Systemmerkmale zu erläutern und zu dokumentieren, die universell auf andere Systeme angewendet werden können.

Wissensgebiete & Software & Technologien
Wissensgebiete
  • Data-Mining

    Methoden der künstlichen Intelligenz, des maschinellen Lernens und der Statistik sowie Datenbankmethoden, mit denen Inhalte aus einem Datensatz extrahiert werden.

  • Datenmodelle

    Zum Strukturieren der Datenelemente und Aufzeigen der Beziehungen zwischen ihnen verwendete Techniken und vorhandene Systeme sowie Methoden zum Interpretieren von Datenstrukturen und -beziehungen.

  • Geschäftsprozessmodellierung

    Instrumente, Methoden und Begriffe wie Geschäftsprozessmodell und -notation (BPMN) und Business Process Execution Language (BPEL), die dazu dienen, die Merkmale eines Geschäftsprozesses zu beschreiben und zu analysieren und seine Weiterentwicklung zu modellieren.

  • Grundlagen der künstlichen Intelligenz

    Theorien, angewandte Grundsätze, Architekturen und Systeme der künstlichen Intelligenz, wie intelligente Agenten, Multiagentensysteme, Expertensysteme, regelbasierte Systeme, neuronale Netze, Ontologien und Erkenntnistheorien.

  • Informationsarchitektur

    Methoden, mit denen Informationen generiert, strukturiert, gespeichert, gepflegt, verknüpft, ausgetauscht und verwendet werden.

  • Informationsextraktion

    Für das Eruieren und die Extraktion von Informationen aus unstrukturierten oder halbstrukturierten digitalen Dokumenten und Quellen verwendete Techniken und Methoden.

  • Informationskategorisierung

    Der Prozess der Einstufung der Informationen in Kategorien und die Darstellung der Beziehungen zwischen den Daten für einige klar definierte Zwecke.

  • Informationsstruktur

    Art der Infrastruktur, die das Format der Daten definiert: halbstrukturiert, unstrukturiert und strukturiert.

  • Python (Computerprogrammierung)

    Techniken und Grundsätze der Softwareentwicklung wie Analyse, Algorithmen, Programmierung, Testen und Kompilieren von Programmierparadigmen in Python.

  • Resource-Description-Framework-Abfragesprache

    Die Abfragesprache (z. B. SPARQL ), die zur Abfrage und Manipulation von Daten verwendet werden, die im Format „Resource Description Framework“ (RDF) gespeichert sind.

  • unstrukturierte Daten

    Informationen, die in einer nicht formalisierten Struktur vorliegen oder über kein vorab festgelegtes Datenmodell verfügen. Daher sind sie schwer zu verstehen, und es lassen sich kaum Muster feststellen, ohne dass Techniken wie Data Mining eingesetzt werden.

  • visuelle Darstellungstechniken

    Techniken der visuellen Darstellung und Interaktion, wie z. B. Histogramme, Streudiagramme, Oberflächendiagramme, Kacheldiagramme und parallele Koordinaten, die zur Darstellung abstrakter numerischer und nicht numerischer Daten verwendet werden können, um das menschliche Verständnis dieser Informationen zu verbessern.

Software & Technologien
Structured query language SQLSASPythonRMicrosoft SQL ServerThe MathWorks MATLABIBM SPSS StatisticsMicrosoft Visual BasicOracle DatabaseExtensible markup language XMLC++TableauOracle JavaESRI ArcGIS softwareJavaScriptTeradata DatabaseGoogle AnalyticsCPerlMicrosoft Visual Basic for Applications VBAPHPAmazon Web Services AWS softwareMicrosoft Azure softwareMySQLC#Eclipse IDEApache HadoopMicrosoft Visual StudioGitSplunk EnterpriseApache HiveGitHubApache CassandraRubyNoSQLAmazon RedshiftPuppetPostgreSQLElasticsearchApache Subversion SVN
Schlüsselmerkmale, die Sie brauchen
Analytisches Denken Zusammenarbeit Anerkennung Unabhängigkeit Leistung/Anstrengung Leistung Innovation Integrität Anpassungsfähigkeit/Flexibilität Zuverlässigkeit Vielfalt Stressresistenz Führung Fürsorge für andere Soziale Orientierung Selbstkontrolle
Wichtige Belohnungen, die Sie erwarten können
LeistungArbeitsbedingu…AnerkennungBeziehungenUnterstützungUnabhängigkeit
So qualifizieren Sie sich

Ingenieur für künstliche Intelligenz: Wie Sie sich qualifizieren und wo Sie studieren können

Was normalerweise für die Qualifikation erforderlich ist: Bildungsniveau, wo es sich um einen reglementierten Beruf handelt und wo man studieren kann.

Typisches Bildungsniveau

Bachelor oder gleichwertig

Wo man studieren kann

3.474 Studienprogramme in 31 Ländern vermitteln die Kernkompetenzen dieses Berufs. Außerdem gibt es 856 kurze Kurse, die jeweils eine einzelne Fähigkeit vermitteln.

Einige Beispiele, mit Unterricht in der Sprache dieser Seite:

Berufsausbildung AI engineering: Anwendung und Praxis

MSIT Master School Institute of Technology · Deutschland

EQF 6 Vom Anbieter ausgewiesener Weg in diesen Beruf Quelle 1
Berufsausbildung Spezialist für Angewandte KI, Machine Learning und Datenanalyse (IHK)

NG Engineering Academy GmbH · Deutschland

Vom Anbieter ausgewiesener Weg in diesen Beruf Quelle 1
Berufsausbildung Geprüfte/-r Berufsspezialist/-in für Datenanalyse (IHK)

S&N Systemhaus für Netzwerk- und Datentechnik GmbH · Deutschland

EQF 4 Vom Anbieter ausgewiesener Weg in diesen Beruf Quelle 1
Berufsausbildung KIckstart - Qualifizierung on the Job

Performplus GmbH KIckstart · Deutschland

Kurzkurs

KI-Masterclass Basic

TERTIA Berufsförderung GmbH & Co. KG · Deutschland

Vom Anbieter ausgewiesener Weg in diesen Beruf Quelle 1
Quellen
  1. 1. Source: Europass Qualification Dataset Register (European Commission)
Karriereentwicklung

Entwicklungspfade & ähnliche Rollen

Erkunden Sie typische Karrierepfade, angrenzende Fähigkeiten und ähnliche Rollen, um Ihren nächsten Schritt zu planen.

Karrierelandschaft

Wo passt Ingenieur für künstliche Intelligenz/Ingenieurin für künstliche Intelligenz?

Diese Rolle
Ingenieur für künstliche Intelligenz/Ingenieurin für künstliche Intelligenz Diese Rolle

Ähnlichkeitswerte basierend auf Kompetenzüberschneidungen aus ESCO-Daten.

Für Organisationen

Die Daten auf dieser Seite für Ihre Schülerinnen und Schüler, Klientinnen und Klienten sowie Mitarbeitenden nutzen.

Häufige Fragen

Häufig gestellte Fragen

Welche Programmiersprachen sind für diese Position besonders wichtig?
Häufig verwendete Programmiersprachen sind Python, Java und C++. Kenntnisse in Frameworks wie TensorFlow oder PyTorch sind ebenfalls von Vorteil, da diese oft zur Entwicklung und Implementierung von KI-Modellen eingesetzt werden.
Wie sieht ein typischer Karriereweg für einen Ingenieur für künstliche Intelligenz aus?
Aufgrund der strategischen Führungsebene (Career Band 5) beinhaltet der Karriereweg in der Regel die Leitung von KI-Projekten, die Führung von Teams und die Entwicklung von KI-Strategien für das Unternehmen. Weiterbildung in Bereichen wie Machine Learning, Deep Learning und Data Science ist essenziell.
Welche Soft Skills sind neben technischem Know-how entscheidend?
Neben fundierten technischen Kenntnissen sind ausgeprägte analytische Fähigkeiten, Problemlösungsfähigkeiten und Kommunikationsstärke wichtig. Die Fähigkeit, komplexe Sachverhalte verständlich zu erklären und interdisziplinär zusammenzuarbeiten, ist ebenfalls von großer Bedeutung.
Ingenieur Für Künstliche Intelligenz/Ingenieurin Für Künstliche Intelligenz — wie hoch ist die Vergütung in den USA?
140.910 US-Dollar im Jahr im Median, Stand 2025-05. Die Medianwerte der Bundesstaaten reichen von 82.590 bis 206.220 US-Dollar. Quelle: US Bureau of Labor Statistics. Die Zahl beschreibt die Vereinigten Staaten und ist keine Prognose für Europa.

Quellen: ESCO O*NET ELA/EURES Cedefop BLS Daten aktualisiert: 19. Oktober 2026 Über unsere Daten