Dahm Wie Künstliche Intelligenz unser Leben prägt

KI verständlich erklärt
1. Auflage 2022
ISBN: 978-3-648-16206-4
Verlag: Haufe
Format: PDF
Kopierschutz: 1 - PDF Watermark

E-Book, Deutsch, 408 Seiten, E-Book

Reihe: Haufe Fachbuch

Künstliche Intelligenz (KI) ist dabei, sämtliche Lebens- und Arbeitsbereiche zu verändern. Das Buch bringt mit zahlreichen Praxisbeispielen Klarheit in diese durchaus komplexe Materie. Es unterstützt beim Einstieg und nimmt auch die Angst vor dieser komplexen Materie. KI-Anwender:innen und Praktiker:innen sowie Forscher:innen stellen praxisnah und leicht verständlich den großen Nutzen vor und weisen auch auf mögliche Barrieren und Herausforderungen bei KI-Anwendungen in unterschiedlichen Funktionsbereichen und Branchen hin. Das Buch möchte aufklären und inspirieren und zugleich dabei helfen, eine kritische Sicht zu bewahren. Inhalte: - Was künstliche Intelligenz ist und wie sie sich von menschlicher Intelligenz unterscheidet - Moralische und ehtische Aspekte der KI - KI und Nachhaltigkeit  - KI in Kundenkommunikation, Marketing und E-Commerce - Praxisbeispiele aus Luftfahrt, Verwaltung, Logistik, Einkauf, Medizindiagnostik, Bau-, Land- und Immobilienwirtschaft, Modewelt u. v. m.

Markus H. Dahm Markus H. Dahm ist Berater für Geschäftsprozessoptimierung, Organisational Change Management sowie Digitale Transformation von Organisationen. Auch ist er in der Hochschullehre tätig. Er publiziert regelmäßig zu aktuellen Management- und Leadership-Fragen und er ist Autor und Herausgeber zahlreicher Bücher.

Autoren/Hrsg.

Dahm, Markus H.

Fachgebiete

• Mathematik | Informatik EDV | Informatik Angewandte Informatik Wirtschaftsinformatik
• Wirtschaftswissenschaften Betriebswirtschaft Wirtschaftsinformatik, SAP, IT-Management
• Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz
• Wirtschaftswissenschaften Betriebswirtschaft Management Unternehmensführung

Inhaltsverzeichnis

1;Cover;1
2;Hinweis zum Urheberrecht;2
3;Titel;5
4;Impressum;6
5;Inhaltsverzeichnis;7
6;Geleitwort von Dr. Gunther Wobser;17
7;Vorwort des Herausgebers;21
8;KI – Grundlagen und die gesellschaftliche Debatte;23
8.1;1 KI vor 40 Jahren;25
8.1.1;1.1 Einführung;25
8.1.2;1.2 Expertensysteme – Forschungsschwerpunkt 1980er-Jahre;26
8.1.2.1;1.2.1 Repräsentation von Wissen;26
8.1.2.2;1.2.2 Inferenzmaschine;27
8.1.2.3;1.2.3 Einsatz von Expertensystemen in der Praxis;27
8.1.3;1.3 Technik;29
8.1.4;1.4 KI-Community in den 1980er-Jahren;31
8.1.5;1.5 KI-Winter;32
8.1.6;1.6 Wie ging es weiter mit der KI?;32
8.2;2 Was ist KI?;35
8.2.1;2.1 Was ist Künstliche Intelligenz und was unterscheidet sie von menschlicher Intelligenz?;35
8.2.1.1;2.1.1 Was ist Intelligenz?;36
8.2.1.2;2.1.2 Was ist nun Künstliche Intelligenz?;37
8.2.2;2.2 Warum sind Künstliche Intelligenzen dann so besonders und interessant?;38
8.2.2.1;2.2.1 Wie lernen KIs?;40
8.2.2.2;2.2.2 Wie funktionieren KIs?;42
8.2.3;2.3 Ausblick;47
8.3;3 KI im Privatleben;49
8.3.1;3.1 Einleitung;49
8.3.2;3.2 Die großen Tech-Konzerne und KI;50
8.3.3;3.3 Wo begegnet uns Künstliche Intelligenz im Alltag?;51
8.3.3.1;3.3.1 Recommendation Engines;51
8.3.3.2;3.3.2 Computer Vision;52
8.3.3.3;3.3.3 Natural Language Processing;53
8.3.4;3.4 Fazit;54
8.3.5;3.5 Ausblick;54
8.4;4 Was ist Bildverarbeitung und können KI-Systeme sehen?;55
8.4.1;4.1 Beispiel Verkehr;55
8.4.2;4.2 Bildverarbeitung, Image Processing;57
8.4.3;4.3 Bilder verstehen, Image Understanding;61
8.4.4;4.4 Was ist Künstliche im Vergleich zur menschlichen Intelligenz?;64
8.4.5;4.5 Fazit und Ausblick;65
8.5;5 KI-Kompetenzen in der Schule vermitteln;67
8.5.1;5.1 Einleitung;67
8.5.2;5.2 Herausforderungen bei der Vermittlung des Themas KI im Unterricht;68
8.5.3;5.3 Praxisbeispiele für KI im Unterricht;69
8.5.3.1;5.3.1 AI unplugged;70
8.5.3.2;5.3.2 IT2School KI-Module;72
8.5.3.3;5.3.3 KISS*;74
8.5.4;5.4 Empfehlungen für die Praxis;76
8.5.5;5.5 Fazit und Ausblick;78
8.6;6 Golem im Handy – die menschliche Zukunft im Metaversum;81
8.6.1;6.1 Golem/Technologien: un-/verständlich, un-/kontrollierbar, un-/ersetzbar?;81
8.6.2;6.2 Fortschritt in Transport, Lebensmittelproduktion und Gesundheitswesen durch KI-Technologien;82
8.6.3;6.3 Weitreichende Ausbreitung von Technologien;84
8.6.4;6.4 Gefahren: Unersetzlichkeit und Kontrollverlust;84
8.6.5;6.5 Oligopolisierung des Internets und angestrebtes Metaverse;86
8.6.6;6.6 Fazit: Demokratie bewahren;87
8.7;7 KI fressen Seele auf – Motive und Hintergründe zu Dystopien über Maschinenintelligenz;89
8.7.1;7.1 Einleitung;89
8.7.2;7.2 Fachdiskurs und Stimmungslage zu KI;91
8.7.3;7.3 Amerikas Werk und Europas Skepsis;95
8.7.4;7.4 Fazit und To Do’s;97
8.8;8 Künstliche Intelligenz – Moral und Ethik;101
8.8.1;8.1 Einleitung;101
8.8.2;8.2 Abgrenzung zwischen Moral und Ethik;101
8.8.3;8.3 Moralische und ethische Aspekte von KI mit unterschiedlichen Nutzenschwerpunkten;102
8.8.3.1;8.3.1 Human Resources: Bewerberauswahl mittels KI;102
8.8.3.2;8.3.2 Legal Tech: Algorithmen übernehmen juristische Aufgaben;103
8.8.3.3;8.3.3 Schulische Bildung: Lernverhalten analysieren;104
8.8.3.4;8.3.4 Autonomes Fahren: das Risiko des Kontrollverlustes;104
8.8.3.5;8.3.5 Gesundheitswesen: Algorithmus berechnet Todeszeitpunkt von Patienten;105
8.8.4;8.4 Fazit und Ausblick;107
8.8.5;8.5 Handlungsempfehlungen;108
8.9;9 Künstliche Intelligenz – die moralischen und ethischen Aspekte;111
8.9.1;9.1 Relevanz des Themas und Problem;111
8.9.2;9.2 Praxisbeispiele zu moralischen und ethischen Debatten über Künstliche Intelligenz;112
8.9.2.1;9.2.1 Entscheidungsdilemma – autonomes Fahren im Straßenverkehr;112
8.9.2.2;9.2.2 Technologische Singularität;113
8.9.2.3;9.2.3 Nachvollziehbarkeit von KI-Algorithmen;113
8.9.2.4;9.2.4 Gerechtigkeit und kognitive Verzerrungen;114
8.9.2.5;9.2.5 Datenschutz und Privatsphäre;115
8.9.3;9.3 Kritische Betrachtung von KI im Hinblick auf moralische und ethische Herausforderungen und Chancen;116
8.9.4;9.4 Fazit und Ausblick;118
8.9.5;9.5 Handlungsempfehlungen;118
8.10;10 Würden Sie der Entscheidung einer KI ohne eine für Sie verständliche Erläuterung vertrauen?;121
8.10.1;10.1 Einleitung;121
8.10.1.1;10.1.1 Fehler von KI-Systemen in der Vergangenheit;122
8.10.1.2;10.1.2 Ein Gespräch zwischen 2 Wartungsexpertinnen;122
8.10.2;10.2 KI – Maschinelles Lernen;123
8.10.2.1;10.2.1 Datenqualität als entscheidender Qualitätsfaktor;123
8.10.2.2;10.2.2 Erklärbarkeit, Interpretierbarkeit von ML-Modellen;124
8.10.3;10.3 ML-Modellemit White-/Black-Box-Verhalten;125
8.10.3.1;10.3.1 Decision Tree und Random Forest;125
8.10.4;10.4 Interpretationstechniken;126
8.10.5;10.5 Interpretationsmethoden;127
8.10.5.1;10.5.1 Szenario Brustkrebs-Erkennung;129
8.10.5.2;10.5.2 Interpretationsmethode LIME (Local Interpretable Model-agnostic Explanations);129
8.10.5.3;10.5.3 Interpretationsmethode SHAP (SHapley Additive exPlanations);130
8.10.6;10.6 Zusammenfassung Ausblick;132
8.11;11 KI und Nachhaltigkeit;133
8.11.1;11.1 Motivation und Ziele;133
8.11.2;11.2 Grundlegende Ansätze/Herangehensweisen;135
8.11.3;11.3 Einsatzgebiete aus unterschiedlichen KI-Disziplinen;136
8.11.4;11.4 Beispiele aus der Praxis;139
8.11.4.1;11.4.1 Vorhersagen und Identifikation von Luftverschmutzung;139
8.11.4.2;11.4.2 Überwachung von Vegetationsentwicklung und Wüstenbildung;140
8.11.5;11.5 Handlungsempfehlungen;142
8.11.6;11.6 Fazit und Ausblick;143
8.12;12 Wie KI in Mode kommt;145
8.12.1;12.1 Einleitung;145
8.12.2;12.2 Das Problem mit der Intelligenz;146
8.12.3;12.3 Konklusionen;152
9;KI in der Wirtschaft;157
9.1;13 Sprach-KI und ihre Anwendungen;159
9.1.1;13.1 Was sind die wichtigsten sprachverarbeitenden Methoden?;159
9.1.2;13.2 Wo werden Sprachtechnologien in Unternehmen eingesetzt?;161
9.1.3;13.3 Wie läuft ein NLP-Projekt praktisch ab?;164
9.1.4;13.4 Welche Hürden gibt es beim Einsatz von Sprach-KI?;165
9.1.5;13.5 Fazit;166
9.2;14 Verantwortungsvolle und vertrauenswürdige Gestaltung von KI-Systemen;167
9.2.1;14.1 Wieso ist Vertrauen für KI wichtig?;167
9.2.2;14.2 Wie kann sich KI Vertrauen verdienen?;168
9.2.2.1;14.2.1 Vertrauen durch Verständlichkeit;169
9.2.2.2;14.2.2 Vertrauen durch Sicherheit;171
9.2.3;14.3 Fazit;173
9.3;15 Die Veränderung der Jobprofile durch den Einsatz von Künstlicher Intelligenz;175
9.3.1;15.1 Einleitung;175
9.3.2;15.2 Fallbeispiele;176
9.3.2.1;15.2.1 Beispiel BMW;176
9.3.2.2;15.2.2 Beispiel Banking;180
9.3.3;15.3 Zusammenfassung;182
9.4;16 Eine fast vollständige Anleitung für den EU Artificial Intelligence Act;185
9.4.1;16.1 Einleitung;185
9.4.2;16.2 Was ist der Europäische Artificial Intelligence Act?;186
9.4.3;16.3 Was reguliert der Artificial Intelligence Act?;187
9.4.4;16.4 Wer muss sich nach dem Europäischen Artificial Intelligence Act richten?;189
9.4.5;16.5 Welche Pflichten legt der Artificial Intelligence Act den Beteiligten auf?;190
9.4.6;16.6 Welche Fragen sollten sich Entscheider und Aufsichtsrätinnen stellen?;192
9.4.7;16.7 Eine visuelle Führung durch den EU Artificial Intelligence Act;193
9.4.8;16.8 Wie geht es jetzt weiter?;196
9.5;17 Wie der Einsatz von KI im unternehmerischen Einkauf einen strategischen Vorteil bieten kann;199
9.5.1;17.1 Einleitung;199
9.5.2;17.2 Zeitintensive manuelle Prozesse im Einkauf – wie KI dabei unterstützen kann;200
9.5.3;17.3 Optimierung von Einkaufsprozessen und -bedingungen mittels Analytics Anbieter;202
9.5.3.1;17.3.1 Mit pmOne Optimierungspotenziale im Einkauf erkennen;202
9.5.3.2;17.3.2 Optimierung des Einkaufs von Evonik durch lernfähigen News-Recommender;204
9.5.3.3;17.3.3 Einsatz maschinellen Lernens zur Optimierung von Einkaufsdaten;205
9.5.4;17.4 Handlungsempfehlungen;207
9.5.5;17.5 Fazit und Ausblick;207
9.6;18 Künstliche Intelligenz in der Kundenkommunikation;209
9.6.1;18.1 Technologie lernt die Kunden verstehen;209
9.6.2;18.2 Best Practice Beispiele;210
9.6.2.1;18.2.1 KI-basierte Kundenkommunikation bei OTTO;210
9.6.2.2;18.2.2 KI-basierte Kundenkommunikation bei KLM;212
9.6.3;18.3 Fazit und Ausblick;214
9.7;19 Die leise Disruption – wie KI schon jetzt das Marketing fundamental verändert hat;217
9.7.1;19.1 Einleitung;217
9.7.2;19.2 Marketing befindet sich in einem Transformationsprozess;219
9.7.3;19.3 Daten bestimmen die Zielgruppenansprache;220
9.7.4;19.4 KI ist die Basis für ein wirkungsvolles Customer Journey Management;222
9.7.5;19.5 Wenn Maschinen Produkte entwickeln;224
9.7.6;19.6 Die neue Kollegin am Arbeitsplatz heißt KI;225
9.7.7;19.7 Zusammenfassung und Fazit;226
9.8;20 Künstliche Intelligenz im E-Commerce;229
9.8.1;20.1 Steht der E-Commerce vor einem Umbruch?;229
9.8.2;20.2 Die gegenwärtige und langfristige Relevanz von KI im E-Commerce;230
9.8.3;20.3 Handlungsempfehlungen zur Implementierung von KI im E-Commerce;232
9.8.3.1;20.3.1 Problemstellung identifizieren;232
9.8.3.2;20.3.2 Externe Softwareanbieter und Experten suchen;233
9.8.3.3;20.3.3 Ist-Zustand ermitteln, Soll-Zustand definieren und Know-how aufbauen;233
9.8.3.4;20.3.4 Voraussetzungen für die Anwendung und Funktionalität von KI prüfen;234
9.8.3.5;20.3.5 Schrittweise Implementierung und Transparenz;235
9.8.3.6;20.3.6 Auswertung und Optimierung;235
9.8.4;20.4 Fazit;236
9.8.5;20.5 Ausblick;236
9.9;21 Einfluss der KI auf die Logistik;237
9.9.1;21.1 Warum KI in der Logistik? Warum jetzt?;237
9.9.2;21.2 Status quo: KI in der Logistik;238
9.9.3;21.3 Beispiele aus der Praxis;241
9.9.4;21.4 Inspirationen für die Praxis;245
9.9.5;21.5 Und in Zukunft?;247
9.9.6;21.6 Was Sie über den Einsatz von KI in der Logistik wissen müssen:;248
9.10;22 KI-Verordnung der Europäischen Union;251
9.10.1;22.1 Einleitung;251
9.10.2;22.2 Risikobasierter Ansatz;252
9.10.2.1;22.2.1 Unannehmbares Risiko;252
9.10.2.2;22.2.2 Hohes Risiko;253
9.10.2.3;22.2.3 Geringes Risiko: KI soll sich offenbaren;254
9.10.2.4;22.2.4 Minimales Risiko: von KI-Verordnung nicht umfasst;255
9.10.3;22.3 Maßnahmen zur Unterstützung von Innovation;255
9.10.4;22.4 Sanktionen bei Verstößen;256
9.10.5;22.5 Weitere Umsetzungsschritte;257
9.10.6;22.6 Kritik am Entwurf der Verordnung;257
9.10.7;22.7 Fazit;259
9.10.8;22.8 Handlungsempfehlungen;259
9.11;23 Die Zukunft selbst in die Hand nehmen: KI-Strategie und Beispiele aus Ungarn;261
9.11.1;23.1 Einleitung;261
9.11.2;23.2 ZalaZONE – ein Innovationsraum für autonomes Fahren;262
9.11.3;23.3 Ein Supercomputer für die Sprache;265
9.11.4;23.4 Fazit;267
9.11.5;23.5 Ausblick;268
10;KI in den Branchen;269
10.1;24 Skalierbare und wertschaffende KI-Implementierung in der Luftfahrt;271
10.1.1;24.1 Einleitung;271
10.1.2;24.2 Mensch und Organisation in der Analytics Factory;272
10.1.2.1;24.2.1 KI-unterstütze Flugzeugwartung durch effiziente Bildersuche;274
10.1.2.2;24.2.2 KI-basierte automatische Auswertung von Wartungsprotokollen durch Textanalyse;275
10.1.3;24.3 Analytics Factory (Daten, Technologie und Tools);276
10.1.4;24.4 AI as a Service;278
10.1.5;24.5 Fazit und Ausblick;279
10.2;25 KI bei Lufthansa Technik;281
10.2.1;25.1 Einleitung;281
10.2.2;25.2 KI-Vision und Einsatzgebiete;281
10.2.2.1;25.2.1 Warum setzt Lufthansa Technik Künstliche Intelligenz ein?;282
10.2.2.2;25.2.2 Vision für den Einsatz Künstlicher Intelligenz bei Lufthansa Technik;283
10.2.2.3;25.2.3 Anwendungsbeispiel KI: Prädiktive Instandhaltung von Flugzeugen;283
10.2.3;25.3 Organisatorische Veränderungen;284
10.2.3.1;25.3.1 KI als neues Teammitglied;284
10.2.3.2;25.3.2 Aufbau von KI-Kompetenz im Unternehmen;285
10.2.3.3;25.3.3 KI bedeutet Teamarbeit;286
10.2.3.4;25.3.4 Wege, um Akzeptanz zu schaffen;287
10.2.4;25.4 Fazit;287
10.2.4.1;25.4.1 Erfolgsfaktoren für den KI-Einsatz bei Lufthansa Technik;287
10.2.4.2;25.4.2 Handlungsempfehlungen für die erfolgreiche Einführung von KI;288
10.3;26 KI in der Verwaltung – Anwendungsbeispiele & rechtliche Grundlagen;289
10.3.1;26.1 KI in der Verwaltung – Einsatzmöglichkeiten und Anwendungsbeispiele;289
10.3.1.1;26.1.1 Kommunikation mit Bürgern und Unternehmen;290
10.3.1.2;26.1.2 Entscheidungsvorbereitung und -überprüfung;292
10.3.1.3;26.1.3 Entscheidungsautomatisierung;292
10.3.2;26.2 Rechtliche Grundlagen für die Anwendung von KI in der Verwaltungspraxis;293
10.3.2.1;26.2.1 Rechtliche Grundlagen der Entscheidungsautomatisierung;293
10.3.2.2;26.2.2 Künstliche Intelligenz und das Grundgesetz;294
10.3.2.3;26.2.3 Rechtspflicht zum Einsatz von KI;295
10.3.2.4;26.2.4 Europäisches Recht: Insbesondere die KI-Verordnung;296
10.3.3;26.3 Fazit und Handlungsempfehlung;297
10.4;27 »Public AI« – Die digitale Transformation der öffentlichen Verwaltung mit KI;299
10.4.1;27.1 Digitale Transformation – vom Hype zur Realität;299
10.4.2;27.2 Transformation in der Verwaltung – von Medienbrüchen zu modernen Systemen;300
10.4.3;27.3 Ein Blick nach Estland;303
10.4.4;27.4 Fazit und Ausblick;306
10.5;28 Der Einzug von Technologie in das Einkaufsgeschehen;309
10.5.1;28.1 Einführung;309
10.5.2;28.2 Plattformökosystem und digitale Zwillinge – treibende Kräfte für den stationären Einzelhandel;310
10.5.2.1;28.2.1 Einblick in die Plattform-Architektur;314
10.5.2.2;28.2.2 Ausgewählte Anwendungsbeispiele;316
10.5.3;28.3 Handlungsempfehlungen und Inspirationen für die Praxis;317
10.5.4;28.4 Fazit und Ausblick;319
10.6;29 Bilderkennung in der Krebsdiagnostik mit KI;321
10.6.1;29.1 Einführung;321
10.6.2;29.2 Bilderkennung mit KI;323
10.6.3;29.3 Herausforderungen in der Histopathologie;324
10.6.4;29.4 Handlungsempfehlungen;326
10.6.5;29.5 Fazit und Ausblick;328
10.7;30 KI in der Bauwirtschaft;329
10.7.1;30.1 Ausgangslage Bauwirtschaft;329
10.7.2;30.2 Erkennen des Ist-Zustandes;331
10.7.3;30.3 Berechnen von Handlungsempfehlungen;334
10.7.4;30.4 Zusammenfassung;338
10.8;31 Intelligente Gebäudeautomation – Arbeiten und Wohnen in Smart Buildings;341
10.8.1;31.1 Einleitung;341
10.8.2;31.2 KI in der Gebäudeautomation – die Ausgangssituation;342
10.8.3;31.3 Merkmale und Einsatzbereiche von Gebäudeautomation;343
10.8.4;31.4 KI als Evolutionstreiber intelligenter Gebäudeautomation;344
10.8.4.1;31.4.1 The Edge – nachhaltiges Bürogebäude;344
10.8.4.2;31.4.2 Huf Haus – digitales und vernetztes Zuhause;346
10.8.4.3;31.4.3 Soziale, umweltbezogene und wirtschaftliche Auswirkungen;347
10.8.5;31.5 Potenzial zur Entwicklung des Arbeits- und Wohnalltags;349
10.8.6;31.6 Schlussbetrachtung und Ausblick;350
10.9;32 KI in der Landwirtschaft;351
10.9.1;32.1 Die gegenwärtige Relevanz von KI;351
10.9.2;32.2 Wie KI bereits heute eingesetzt wird;353
10.9.2.1;32.2.1 Smarte Landwirtschaft durch den Einsatz von Sensoren;353
10.9.2.2;32.2.2 Vertikales Farming für maximale Raumeffizienz;354
10.9.3;32.3 Rahmenbedingung für die Integration von KI in die Landwirtschaft;356
10.9.4;32.4 Ist Künstliche Intelligenz also auch hier die Zukunft?;357
10.10;33 Mit maschinellem Lernen zur Eigenverbrauchsoptimierung auf Haushaltsebene;359
10.10.1;33.1 Einleitung;359
10.10.2;33.2 Konzept der Eigenverbrauchsoptimierung;361
10.10.3;33.3 Praxisempfehlungen;366
10.10.4;33.4 Fazit und Ausblick;367
10.11;34 KI in der Immobilienwirtschaft;369
10.11.1;34.1 Einleitung;369
10.11.2;34.2 KI und Nachhaltigkeit – das strategische Paar für die Immobilienwirtschaft;370
10.11.3;34.3 Bisher nur Insellösungen und Einzelprojekte;371
10.11.4;34.4 Federated Learning für Transparenz, Klarheit und Steuerung;373
10.11.5;34.5 Eindeutige Use Cases für mehr Nachhaltigkeit durch KI;376
10.11.6;34.6 Fazit;378
11;Autorinnen und Autoren;379
12;Stichwortverzeichnis;401

Über Autor(innen)

Dahm, Markus H.
Markus H. Dahm ist Berater für Geschäftsprozessoptimierung, Organisational Change Management sowie Digitale Transformation von Organisationen. Auch ist er in der Hochschullehre tätig. Er publiziert regelmäßig zu aktuellen Management- und Leadership-Fragen und er ist Autor und Herausgeber zahlreicher Bücher.

Markus H. Dahm

Markus H. Dahm ist Berater für Geschäftsprozessoptimierung, Organisational Change Management sowie Digitale Transformation von Organisationen. Auch ist er in der Hochschullehre tätig. Er publiziert regelmäßig zu aktuellen Management- und Leadership-Fragen und er ist Autor und Herausgeber zahlreicher Bücher.