Hintergrund der KI-Revolution

Hintergrund des KI-Booms

Mit dem raschen Fortschritt der künstlichen Intelligenz (KI)-Technologie betreten wir eine datengesteuerte neue Ära. Durchbrüche auf Gebieten wie Deep Learning und natürliche Sprachverarbeitung haben KI-Anwendungen allgegenwärtig gemacht. Die Einführung von ChatGPT im Jahr 2022 entfachte die KI-Industrie, gefolgt von einer Reihe von KI-Tools für die Videogenerierung, automatisierte Büroaufgaben und die Einführung von "KI+"-Anwendungen. Der Marktwert der KI-Industrie ist entsprechend stark angestiegen, mit Prognosen von bis zu 185 Milliarden US-Dollar bis 2030.

Abbildung 1: Veränderungen des Marktwerts für KI

Traditionelle Internetunternehmen monopolisieren KI
Derzeit wird die KI-Branche von Unternehmen wie NVIDIA, Microsoft, Google und OpenAI dominiert. Technologische Fortschritte haben zu schnellen Fortschritten geführt, aber auch zu Herausforderungen wie der Zentralisierung von Daten und der ungleichen Verteilung von Rechenressourcen. Die dezentrale Natur von Web3 bietet jedoch neue Möglichkeiten, diese Probleme anzugehen und möglicherweise die aktuelle Landschaft der KI-Entwicklung neu zu gestalten.

Aktuelle Entwicklungen in Web3+AI

Da die KI-Branche weiterhin boomt, ist eine Welle von hochwertigen Web3+AI-Projekten entstanden. Fetch.ai nutzt Blockchain-Technologie, um dezentrale Wirtschaftssysteme zu schaffen, die autonome Agenten und Smart Contracts zur Optimierung des KI-Modelltrainings und von Anwendungen unterstützen. Numerai verwendet Blockchain-Technologie und eine Gemeinschaft von Datenwissenschaftlern, um Markttrends vorherzusagen und Modellentwickler durch ein Anreizmechanismus zu belohnen. Velas hat eine leistungsstarke Smart-Vertragsplattform aufgebaut, die KI und Blockchain integriert und schnellere Transaktionsgeschwindigkeiten sowie höhere Sicherheit bietet.

AI-Projekte bestehen grundsätzlich aus drei Schlüsselelementen: Daten, Algorithmen und Rechenleistung. Während die Sektoren Web3+Daten und Web3+Rechenleistung florieren, ist die Web3+Algorithmusrichtung fragmentiert, was zu isolierten, eindimensionalen Anwendungen führt. Bittensor schließt diese Lücke, indem es eine Wettbewerbsplattform für KI-Algorithmen mit integrierten Auswahl- und Anreizmechanismen schafft, die sicherstellen, dass nur die besten KI-Projekte erfolgreich sind.

Bittensor Entwicklung Zeitplan

Innovative Durchbrüche
Bittensor ist ein dezentrales Anreizsystem für maschinelles Lernen und einen digitalen Warenmarkt.

Dezentralisierung: Bittensor arbeitet auf einem verteilten Netzwerk von Tausenden von Computern, die von verschiedenen Unternehmen und Organisationen kontrolliert werden und Probleme wie die Zentralisierung von Daten angehen.

Faires Anreizmechanismus: Im Bittensor-Netzwerk werden die $TAO-Token entsprechend dem Beitrag jedes Subnetzes verteilt. Ebenso sind die Belohnungen, die das Subnetz an seine Miner und Validatoren vergibt, proportional zu ihren Knotenbeiträgen.

Maschinelles Lernen Ressourcen: Das dezentralisierte Netzwerk kann jedem Einzelnen, der sie benötigt, maschinelles Lernen bereitstellen.

Vielfältiger Marktplatz für digitale Güter: Ursprünglich wurde der digitale Gütermarkt von Bittensor speziell für den Handel mit maschinellen Lernmodellen und zugehörigen Daten konzipiert. Aufgrund der Expansion des Bittensor-Netzwerks und des datenagnostischen Prinzips des Yuma-Konsensmechanismus hat er sich jedoch zu einem Marktplatz entwickelt, auf dem jede Form von Daten gehandelt werden kann.

1. Entwicklungsprozess

Im Gegensatz zu vielen hoch bewerteten VC-Projekten auf dem aktuellen Markt ist Bittensor ein gerechteres, interessanteres und sinnvolleres Projekt, das von Tech-Enthusiasten erstellt wurde. In der Entwicklungsgeschichte fehlt die typische Phase der "großen Vision, um Investitionen anzulocken", wie sie bei anderen Projekten zu beobachten ist.

Konzeptbildung und Projektstart (2021): Bittensor wurde von einer Gruppe von Technologie-Enthusiasten und Experten gegründet, die sich der Förderung dezentralisierter KI-Netzwerke verschrieben haben. Sie verwendeten das Substrat-Framework, um die Bittensor-Blockchain aufzubauen und ihre Flexibilität und Skalierbarkeit zu gewährleisten.

Frühe Entwicklung und technische Validierung (2022): Das Team veröffentlichte die Alpha-Version des Netzwerks und validierte die Machbarkeit von dezentraler KI. Sie führten auch den Yuma-Konsens ein, der das Prinzip der datenagnostischen Ausrichtung betont, um die Privatsphäre der Benutzer zu schützen.

Netzwerkerweiterung und Community-Aufbau (2023): Das Team startete die Beta-Version und führte das Token-Ökonomie-Modell (TAO) ein, um die Netzwerk-Wartung zu incentivieren.

Technologische Innovation und Cross-Chain-Kompatibilität (2024): Das Team nutzte die Distributed-Hash-Table (DHT)-Integrations-Technologie, um die Effizienz der Daten-Speicherung und -Abfrage zu verbessern. Das Projekt begann auch damit, seine Subnetze und den digitalen Warenmarkt zu fördern und zu erweitern.

Abbildung 2: Werbebild des Bittensor-Netzwerks

Im Entwicklungsprozess von Bittensor haben nicht viele traditionelle VC eingegriffen, um das Risiko einer zentralisierten Kontrolle zu vermeiden. Das Projekt motiviert Knoten und Miner durch Token, was auch die Vitalität des Bittensor-Netzwerks gewährleistet. Im Wesentlichen handelt es sich bei Bittensor um ein KI-Rechenleistungs- und Serviceprojekt, das von GPU-Minern angetrieben wird.

Tokenomics

Der Bittensor-Netzwerktoken ist TAO. Zur Bekundung seiner Bewunderung für Bitcoin ist TAO in vielerlei Hinsicht ähnlich wie BTC. Die Gesamtversorgung beträgt 21 Millionen Münzen, die alle vier Jahre halbiert wird. TAO-Token werden bei der Einführung des Bittensor-Netzwerks fair verteilt. Es gibt kein Pre-Mining, daher sind keine Token für das Gründungsteam und VC reserviert. Derzeit wird etwa alle 12 Sekunden ein Bittensor-Netzwerkblock generiert. Jeder Block verdient den Benutzern 1 $TAO-Token. Etwa 7200 TAO werden täglich generiert. Diese Belohnungen werden jetzt auf jede Subnetz basierend auf Beitrag verteilt und dann an Besitzer, Validatoren und Miner innerhalb des Subnetzes verteilt.

Abbildung 3: Bittensor Gemeinschaftsförderungsbild

TAO-Token können verwendet werden, um Computerressourcen, Daten und KI-Modelle im Bittensor-Netzwerk zu kaufen und zu erhalten, und sind auch ein Zertifikat für die Teilnahme an der Community-Governance.

Aktueller Entwicklungsstand

Die Gesamtzahl der Konten im Bittensor-Netzwerk hat nun 100.000 überschritten, wobei mehr als 80.000 Konten ein Nicht-Null-Guthaben aufweisen.

Abbildung 4: Änderungen der Bittensor-Kontonummern

Im Laufe des letzten Jahres ist der Preis von TAO um mehrere Vielfache gestiegen und hat eine Marktkapitalisierung von 2,278 Milliarden US-Dollar erreicht, wobei der aktuelle Tokenpreis bei 321 US-Dollar liegt.

Abbildung 5: TAO Token Preisänderungen

Schrittweise Umsetzung der Teilnetzwerkarchitektur

Bittensor-Protokoll

Das Bittensor-Protokoll ist ein dezentrales Maschinenlernprotokoll, das es Netzwerkteilnehmern ermöglicht, Maschinenlernfähigkeiten und Vorhersagen auszutauschen. Es erleichtert den Austausch und die Zusammenarbeit von Maschinenlernmodellen und -diensten in peer-to-peer-Manier.

Abbildung 6: Bittensor-Protokoll

Das Bittensor-Protokoll umfasst Netzwerkarchitektur, Sub-Tensoren, Subnetzarchitektur, Validator-Knoten, Miner-Knoten im Subnetz-Ökosystem und mehr. Im Wesentlichen besteht das Bittensor-Netzwerk aus Gruppen von Knoten, die am Protokoll teilnehmen, wobei jeder Knoten die Bittensor-Client-Software ausführt, um mit anderen Netzwerken zu interagieren. Diese Knoten werden von Subnetzen verwaltet, die auf Basis des Survival-of-the-Fittest betrieben werden. Schlecht funktionierende Subnetze werden durch neue ersetzt und unterperformende Validator- und Miner-Knoten innerhalb jedes Subnetzes werden ebenfalls verdrängt. Subnetze sind somit eine wichtige Komponente der Bittensor-Netzwerkarchitektur.

Subnetzlogik

Subnetze können als unabhängig voneinander arbeitende Codestücke betrachtet werden, die einzigartige Benutzeranreize und Funktionalitäten schaffen, während sie die gleiche Konsensschnittstelle wie das Bittensor-Mainnet beibehalten. Subnetze werden in lokale Subnetze, Testnet-Subnetze und Mainnet-Subnetze kategorisiert. Ohne das Root-Subnetz gibt es derzeit 45 Subnetze, wobei die Zahl zwischen Mai und Juli 2024 voraussichtlich von 32 auf 64 steigen wird, wobei jede Woche vier neue Subnetze hinzugefügt werden.

Subnet-Rollen und Emissionen

Das gesamte Bittensor-Netzwerk umfasst sechs funktionale Rollen: Benutzer, Entwickler, Miner, Staker-Validatoren, Subnetzbesitzer und Komitees. Innerhalb eines Subnetzes bestehen die Rollen aus Subnetzbesitzern, Minern und Staker-Validatoren.

1. Subnet-Besitzer: Subnet-Besitzer sind verantwortlich für die Bereitstellung des Basis-Miner- und Validierungs-Codes. Sie können einzigartige zusätzliche Anreizmechanismen festlegen und Arbeitsanreize an die Miner verteilen.
2. Miner: Miner-Knoten werden dazu ermutigt, ihre Server und Mining-Code zu aktualisieren, um im Wettbewerb innerhalb des gleichen Subnetzes voraus zu bleiben. Miner mit den geringsten Emissionen werden durch neue Miner ersetzt und müssen ihre Knoten erneut registrieren. Beachtenswert ist, dass Miner mehrere Knoten in mehreren Subnetzen betreiben können.
3. Validators: Validators werden für die Bewertung der Beiträge jedes Subnetzes und die Gewährleistung ihrer Richtigkeit belohnt. Sie können auch TAO-Token in Validierungsknoten setzen und eine Staking-Belohnung von 0-18% (einstellbar) verdienen.

Subnet-Emissionen beziehen sich auf den Mechanismus innerhalb des Bittensor-Netzwerks, der TAO-Token als Belohnung an Miner und Validatoren verteilt. Typischerweise sind die Emissionsbelohnungen innerhalb eines Subnetzes so ausgelegt, dass 18% an den Subnetz-Eigentümer, 41% an Validatoren und 41% an Miner zugeteilt werden. Ein Subnetz besteht aus 256 UID-Steckplätzen, wobei 64 UID-Steckplätze Validatoren und 192 UID-Steckplätze Minern zugewiesen sind. Nur die 64 besten Validatoren mit den höchsten Staking-Beträgen können Validator-Berechtigungen erhalten und als aktive Validatoren innerhalb des Subnetzes anerkannt werden. Die Einsätze und Leistungen von Validatoren bestimmen ihren Rang und ihre Belohnungen im Subnetz. Die Leistung von Minern wird auf der Grundlage von Anforderungen und Bewertungen durch Subnetz-Validatoren bewertet und bewertet. Unterperformende Miner werden durch neu registrierte Miner ersetzt. Je höher also die Gesamtmenge der von Validatoren gestakten Token und je höher die Rechenleistung von Minern ist, desto höher ist die Gesamtemission des Subnetzes und führt zu einer besseren Platzierung.

Subnet Registrierung und Ersatz

Nach der Registrierung tritt ein Subnetz in eine 7-tägige Immunitätsperiode ein. Die anfängliche Registrierungsgebühr beträgt 100 $TAO, und die Gebühr verdoppelt sich bei einer erneuten Registrierung und verringert sich im Laufe der Zeit wieder auf 100 $TAO. Wenn alle Subnetz-Slots belegt sind, führt die Registrierung eines neuen Subnetzes zur Entfernung des Subnetzes mit den geringsten Emissionen, das sich nicht in der Immunitätsperiode befindet, um Platz für das neue Subnetz zu schaffen. Daher müssen Subnetze den Einsatzbetrag innerhalb der UID-Slots und die Miner-Effizienz maximieren, um nach Ablauf der Immunitätsperiode nicht gelöscht zu werden.

Abbildung 7: Subnet-Name

Dank der Subnetzarchitektur des Bittensor-Netzwerks wurde das dezentrale KI-Datenetzwerk Masa implementiert und zum ersten Dualwährungs-Belohnungssystem im Bittensor-Netzwerk, was 18 Millionen US-Dollar an Finanzierung anlockte.

Abbildung 8: Förderung von Masa

Konsens- und Nachweismechanismen

Das Bittensor-Netzwerk integriert verschiedene Konsens- und Nachweismechanismen. In traditionellen dezentralen Netzwerken verwenden Miner-Knoten in der Regel PoW (Proof of Work), um ihren Beitrag zum Netzwerk zu gewährleisten und Belohnungen basierend auf ihrer Rechenleistung und Datenverarbeitungsqualität zu verdienen. Validator-Knoten arbeiten oft unter PoV (Proof of Validation)-Mechanismen, die die Sicherheit und Integrität des Netzwerks gewährleisten. Innerhalb des Bittensor-Netzwerks wird jedoch ein innovativer PoI (Proof of Intelligence)-Mechanismus in Verbindung mit dem Yuma-Konsens verwendet, um Validierung und Belohnungsverteilung zu erreichen.

Beweis des Intelligenzmechanismus

Bittensors PoI-Mechanismus ist einzigartig und basiert auf einem Validierungs- und Anreizsystem, das die Beiträge der Teilnehmer durch die Durchführung intelligenter Rechenaufgaben misst. Dies gewährleistet die Sicherheit des Netzwerks, die Datenqualität und die effiziente Nutzung von Rechenressourcen.

Miner-Knoten beweisen ihre Arbeit, indem sie intelligente Rechenaufgaben abschließen, die natürliche Sprachverarbeitung, Datenanalyse, Schulung von maschinellen Lernmodellen usw. umfassen können.

Aufgaben werden von Validatoren Minern zugewiesen, die dann die Aufgaben erledigen und die Ergebnisse an die Validatoren zurückgeben. Die Validatoren bewerten die Qualität der Aufgabenerledigung und vergeben entsprechende Punkte.

Yuma-Konsens

Der Yuma-Konsens ist der Kernkonsensmechanismus im Bittensor-Netzwerk. Nachdem die Validatoren die abgeschlossenen Aufgaben bewertet haben, werden die Bewertungen in den Yuma-Konsensalgorithmus eingegeben. In diesem Algorithmus haben Validatoren mit einer höheren Anzahl an gestakten TAO mehr Gewicht in ihren Bewertungen. Der Algorithmus filtert Ergebnisse heraus, die signifikant von der Mehrheit der Validatoren abweichen. Schließlich vergibt das System-Tokenbelohnungen auf der Grundlage der aggregierten Bewertungen.

Abbildung 9: Veranschaulichung des Konsensalgorithmus

1. Prinzip der datenagnostischen: Dieses Prinzip gewährleistet Datenschutz und Sicherheit während der Datenverarbeitung. Knoten können Berechnungen und Validierungen abschließen, ohne den spezifischen Inhalt der von ihnen gehandelten Daten zu verstehen.
2. Leistungsbezogene Belohnungen: Belohnungen werden basierend auf der Leistung und den Beiträgen der Knotenpunkte zugewiesen, um effiziente und hochwertige Rechenressourcen und Datenverarbeitung sicherzustellen.

MOE Mechanism Zusammenarbeit

Bittensor integriert den MOE (Mixture of Experts) Mechanismus innerhalb des Netzwerks, der mehrere Experten-Submodelle in eine einzige Modellarchitektur einbezieht. Jedes Expertenmodell hat einen relativen Vorteil bei der Bearbeitung bestimmter Domänenprobleme. Daher können bei der Einführung neuer Daten in die Modellarchitektur verschiedene Submodelle zusammenarbeiten und bessere Ergebnisse erzielen als ein einzelnes Modell.

Unter dem Yuma Consensus-Mechanismus können Validatoren auch Expertenmodelle nach ihren Fähigkeiten bewerten und einstufen und Token-Belohnungen entsprechend verteilen. Dies fördert die Optimierung und Verbesserung der Modelle.

Abbildung 10: Problemlösungsansatz

Subnetzprojekte

Zum Zeitpunkt des Verfassens hat die Anzahl der registrierten Subnetze im Bittensor-Netzwerk 45 erreicht, von denen 40 offiziell benannt wurden. Früher, als die Anzahl der Subnetze begrenzt war, war der Wettbewerb um die Subnetzregistrierung intensiv, und die Registrierungspreise stiegen auf bis zu eine Million USD. Derzeit öffnet Bittensor allmählich mehr Slots für die Subnetzregistrierung. Neu registrierte Subnetze entsprechen möglicherweise nicht der Stabilität und Modellwirksamkeit derjenigen, die bereits seit längerer Zeit in Betrieb sind. Aufgrund des von Bittensor eingeführten Subnetz-Eliminierungsmechanismus wird dieser Prozess langfristig jedoch den Überlebenden zugutekommen. Subnetze mit schlechter Modellleistung und unzureichenden Fähigkeiten werden Schwierigkeiten haben zu überleben.

Abbildung 11: Bittensor Subnet-Projektdetails

Abgesehen vom Wurzelnetzwerk haben die Subnetze 19, 18 und 1 erhebliche Aufmerksamkeit erregt, mit Emissionsanteilen von 8,72%, 6,47% und 4,16%.

Subnet 19

Subnetz 19, namens Vision, wurde am 18. Dezember 2023 registriert. Vision konzentriert sich auf dezentrale Bildgenerierung und Inferenz. Dieses Netzwerk bietet Zugang zu den besten Open-Source-LLMs, Bildgenerierungsmodellen (einschließlich solcher, die auf den Datensätzen von Subnetz 19 trainiert wurden), und anderen verschiedenen Modellen, wie Einbettungsmodelle.

Aktuell beträgt die Registrierungsgebühr für einen Vision Subnet Slot 3,7 TAO. Der Gesamterlös des 24-Stunden-Nodes beträgt ungefähr 627,84 TAO, und die Nodes haben in den letzten 24 Stunden etwa 64,79 TAO zurückgewonnen. Wenn neu registrierte Nodes das durchschnittliche Leistungsniveau erreichen, könnten die täglichen Einnahmen so hoch wie 2,472 TAO sein, was etwa $866 entspricht.

Abbildung 12: Gebührendaten für die Registrierung des Vision Subnet

Derzeit beträgt der gesamte zurückgeforderte Knotenwert für das Vision-Teilnetzwerk etwa 19.200 TAO.

Abbildung 13: Vision Subnet Reclaimed Gebühren

Subnetz 18

Subnetz 18, namens Cortex.t, wurde von Corcel entwickelt. Cortex.t widmet sich dem Aufbau einer hochmodernen KI-Plattform, die Benutzern über eine API zuverlässige und qualitativ hochwertige Text- und Bildantworten bietet.

Derzeit beträgt die Anmeldegebühr für einen Cortex.t Subnetz-Slot 3,34 TAO. Die gesamten Einnahmen der Knotenpunkte in den letzten 24 Stunden belaufen sich auf etwa 457,2 TAO, und die Knotenpunkte haben in den letzten 24 Stunden etwa 106,32 TAO zurückgewonnen. Wenn neu registrierte Knotenpunkte das durchschnittliche Leistungsniveau erreichen, könnten die täglichen Einnahmen bis zu 1,76 TAO betragen, was etwa 553,64 $ entspricht.

Abbildung 14: Cortex.t Subnet Registrierungsgebührendaten

Derzeit beträgt der gesamte zurückeroberte Knotenwert für das Cortex.t-Teilnetzwerk etwa 27.134 TAO.

Abbildung 15: Gebühren, die dem Cortex.t-Subnetz zurückgegeben wurden

Subnetz 1

Subnet 1 wurde von der Opentensor Foundation entwickelt und ist ein dezentralisiertes Subnetz, das auf die Textgenerierung spezialisiert ist. Als erstes Projekt unter dem Bittensor-Subnetz sah es anfänglich erheblichen Skeptizismus entgegen. Im März dieses Jahres bezeichnete der Gründer von Taproot Wizards, Eric Wall, Bittensors TAO-Token als „Meme-Coin“ im KI-Bereich und kritisierte Subnet 1 dafür, dass es ähnliche Ergebnisse über Hunderte von Knoten generierte, wenn es textbasierte Fragen beantwortete, ohne die Problemlösungsergebnisse effektiv zu verbessern.

Andere

In Bezug auf Modellkategorien gehören Subnetze 19, 18 und 1 alle zur generativen Modellkategorie. Darüber hinaus gibt es Datenverarbeitungs- und Handels-KI-Modelle sowie andere. Zum Beispiel analysiert Subnetz 22, Meta Search, Twitter-Daten, um Marktstimmungen zu liefern, und Subnetz 2, Omron, optimiert Staking-Strategien durch tiefes neuronales Netzwerk-Lernen.

Aus Sicht des Ertragsrisikos: Wenn ein neu registrierter Knoten mehrere Wochen lang erfolgreich betrieben werden kann, bietet er ein erhebliches Ertragspotenzial. Wenn der Knoten jedoch keine leistungsstarken GPUs einsetzen und lokale Algorithmen optimieren kann, wird es schwer sein, im Wettbewerb mit anderen Knoten zu überleben.

Zukünftige Entwicklung

In Bezug auf die Popularität: Das Konzept der KI ist genauso heiß wie das Konzept von Web3, wenn nicht sogar mehr, da ein Großteil des Kapitals, das möglicherweise in die Web3-Branche geflossen wäre, nun von KI angezogen wird. Daher ist Web3+KI wahrscheinlich für eine lange Zeit ein Marktfokus.

Aus einer Projektarchitekturperspektive: Bittensor ist kein traditionelles, von Risikokapitalgebern unterstütztes Projekt; seit seinem Start hat es sich mehrfach im Wert gesteigert, unterstützt sowohl durch Technologie als auch durch die Marktnachfrage.

Aus technologischer Innovationssicht: Bittensor hat das bisherige Muster von Web3+AI-Projekten, die unabhängig arbeiten, durchbrochen. Seine innovative Subnetzarchitektur kann die Barrieren für KI-fähige Teams verringern, um zu dezentralen Netzwerken zu migrieren und schnell Einnahmen zu generieren. Zudem müssen Subnetzprojekte aufgrund des wettbewerblichen Eliminierungsmechanismus kontinuierlich Modelle optimieren und den Einsatz erhöhen, um zu vermeiden, von neuen Subnetzen ersetzt zu werden.

Aus Risikosicht: Wenn Bittensor die Anzahl der Subnetz-Slots erhöht, senkt es zwangsläufig die Registrierungsschwelle und erhöht die Möglichkeit, dass Projekte von geringer Qualität in die Mischung gelangen. Gleichzeitig werden die TAO-Belohnungen für zuvor registrierte Subnetze schrittweise sinken, wenn die Anzahl der Subnetze steigt. Wenn der TAO-Tokenpreis nicht im Einklang mit der Anzahl der Subnetze steigt, können die Erträge die Erwartungen nicht erfüllen.

Haftungsausschluss：

1. Dieser Artikel wird von [reproduziertPANews]. Alle Urheberrechte gehören dem Originalautor [ rostfreie Labs]. Wenn es Einwände gegen diesen Nachdruck gibt, wenden Sie sich bitte an die Gate LearnTeam und sie werden es umgehend bearbeiten.
2. Haftungsausschluss: Die in diesem Artikel geäußerten Ansichten und Meinungen stammen ausschließlich vom Autor und stellen keine Anlageberatung dar.
3. Übersetzungen des Artikels in andere Sprachen werden vom Gate Learn-Team durchgeführt. Sofern nicht anders angegeben, ist das Kopieren, Verteilen oder Plagiieren der übersetzten Artikel verboten.