{"id":15213,"date":"2026-04-09T12:29:27","date_gmt":"2026-04-09T10:29:27","guid":{"rendered":"https:\/\/www.iese.fraunhofer.de\/blog\/?p=15213"},"modified":"2026-05-07T14:30:25","modified_gmt":"2026-05-07T12:30:25","slug":"digitaler-produktpass-kreislaufwirtschaft-in-der-industrie","status":"publish","type":"post","link":"https:\/\/www.iese.fraunhofer.de\/blog\/digitaler-produktpass-kreislaufwirtschaft-in-der-industrie\/","title":{"rendered":"Digitaler Produktpass als Motor der Kreislaufwirtschaft: Strategien, H\u00fcrden und Gesch\u00e4ftsmodelle"},"content":{"rendered":"

In einer zunehmend digital vernetzten Industrie entwickelt sich der Digitale Produktpass (DPP) zum zentralen Instrument f\u00fcr eine funktionierende Kreislaufwirtschaft. Er b\u00fcndelt strukturierte, maschinenlesbare Informationen \u00fcber ein Produkt entlang des gesamten Lebenszyklus: Von der Rohstoffgewinnung \u00fcber Produktion, Nutzung und Wartung bis hin zur Entsorgung oder Wiederverwertung. Der DPP erm\u00f6glicht nicht nur Transparenz \u00fcber Materialherkunft, Produktzustand und \u00f6kologische Kennzahlen, sondern schafft auch eine digitale Verbindung zwischen Herstellern, Betreibern und weiteren Stakeholdern. W\u00e4hrend unser Grundlagenartikel zum Digitalen Produktpasses<\/a> die Definition, regulatorischen Anforderungen und ersten Implementierungsschritte erl\u00e4utert, beleuchtet dieser Blogbeitrag die strategische Umsetzung und wie der Digitale Produktpass die Kreislaufwirtschaft pr\u00e4gt. Wir zeigen auf, wie die im DPP enthaltenen Daten \u00fcber R-Strategien wieder in den Kreislauf zur\u00fcckflie\u00dfen und wie daraus neue, datengetriebene Gesch\u00e4ftsmodelle in der Industrie entstehen k\u00f6nnen.<\/p>\n

\n

 <\/p>\n

\"Prof.<\/p>\n

Co-Author<\/strong>
\nProf. Philipp Zech
\nUniversity of Innsbruck<\/p>\n

Send email<\/a><\/p>\n

 <\/p>\n

Philipp Zech ist Juniorprofessor f\u00fcr Informatik mit fundierten Kenntnissen in den Bereichen Software Engineering, modellgetriebene Softwareentwicklung, Modellierung und Simulation sowie maschinelles Lernen und Digital Twin Engineering.<\/p>\n<\/div>\n

Der Produktlebenszyklus als Basis f\u00fcr den Digitalen Produktpass<\/h2>\n

W\u00e4hrend der Produktion und der Nutzung durchlaufen Produkte eine Vielzahl von Stationen, an denen sie den Digitalen Produktpass kontinuierlich mit Informationen anreichern. Wie dieser Prozess entlang der Wertsch\u00f6pfungskette verl\u00e4uft, zeigt die folgende Betrachtung der einzelnen Stationen innerhalb der Kreislaufwirtschaft der Industrie.<\/p>\n

\"Grafik:
Abbildung 1: Der DPP mit seinen unterschiedlichen Stationen<\/figcaption><\/figure>\n

Rohmaterialien: Der Ursprung der Datenkette<\/h3>\n

Am Anfang des Lebenszyklus stehen die Rohmaterialien, die beispielsweise durch Bergbau, landwirtschaftliche Prozesse oder chemische Syntheseverfahren gewonnen werden. Bereits auf dieser Ebene existiert ein materialbezogener Digitaler Produktpass, der grundlegende Informationen wie die chemische Zusammensetzung, das Ursprungsland sowie \u00f6kologische Kennzahlen wie den Product Carbon Footprint (PCF) enth\u00e4lt. Diese Informationen bilden die Basis f\u00fcr Transparenz und Nachverfolgbarkeit entlang der weiteren Wertsch\u00f6pfungskette. Mit der \u00dcbergabe des Materials an die Produktion erhalten auch die nachgelagerten Akteure den digitalen Zugriff auf den zugeh\u00f6rigen DPP und verwenden diesen entsprechend.<\/p>\n

Produktion: Aggregation der Komponenten-DPPs<\/h3>\n

In der Produktionsphase werden die Rohmaterialien in einem oft mehrstufigen Zuliefernetzwerk \u00fcber verschiedene Tiers hinweg zu zunehmend komplexen Komponenten verarbeitet. Jede neu entstehende Komponente erh\u00e4lt dabei einen eigenen DPP. Dieser aggregiert relevante Informationen aus den DPPs vorgelagerter Tiers und erg\u00e4nzt sie um neue, komponentenspezifische Daten. Typische Inhalte solcher Komponenten-DPPs sind technische Datenbl\u00e4tter, Handb\u00fccher, Konformit\u00e4tsinformationen sowie aggregierte \u00f6kologische Kennzahlen wie der PCF.<\/p>\n

Am Ende dieser Kette setzt der OEM die einzelnen Komponenten zu einem Endprodukt \u2013 etwa einem Fahrzeug \u2013 zusammen. Der daraus resultierende produktbezogene DPP fasst die relevanten Informationen der verbauten Komponenten zusammen und wird zusammen mit dem physischen Produkt an den K\u00e4ufer bzw. Betreiber \u00fcbergeben.<\/p>\n

Nutzung: Der DPP als lebendes Abbild des Zustands<\/h3>\n

W\u00e4hrend der Nutzungsphase entwickelt sich der DPP weiter und kann um betriebs- und zustandsbezogene Informationen angereichert werden. Abh\u00e4ngig vom Produkt und Anwendungsfall k\u00f6nnen dies Wartungsereignisse, Betriebsstunden oder Software-Updates sein. Besonders deutlich wird dieser Mehrwert am Beispiel eines \u00bbBattery Passes\u00ab, der Daten zu Ladevorg\u00e4ngen, Ladezyklen, Restkapazit\u00e4ten oder Zustandsindikatoren der Batterie erfasst. (Wie eine solche Umsetzung des Batteriepasses mit der Asset Administration Shell technisch im Detail realisiert wird, zeigen wir im Beitrag Umsetzung des Batteriepasses mit der Asset Administration Shell<\/a>.) Der Pass wird so zu einem lebenden Abbild des Produktzustands und schafft die Grundlage f\u00fcr fundierte Entscheidungen \u00fcber Serviceintervalle oder die sp\u00e4tere Weiterverwendung innerhalb der Kreislaufwirtschaft.<\/p>\n

R-Strategien: Wie der Digitale Produktpass die Kreislaufwirtschaft schlie\u00dft<\/h3>\n

Nach dem Ende der prim\u00e4ren Nutzung wird das Produkt einer oder mehreren R-Strategien zugef\u00fchrt. Dazu z\u00e4hlen unter anderem Reuse<\/strong>, Repair<\/strong>, Refurbish<\/strong>, Remanufacturing<\/strong> und Recycling<\/strong>. In diesem Kontext wird das Produkt \u2013 soweit technisch und wirtschaftlich sinnvoll \u2013 in seine Einzelkomponenten demontiert. Dieser Prozess kann als \u00bbProduktion im R\u00fcckw\u00e4rtsgang\u00ab verstanden werden und greift systematisch auf die DPPs des Gesamtprodukts sowie der einzelnen Komponenten zur\u00fcck. Auf Basis der im DPP verf\u00fcgbaren Informationen, etwa zu Materialzusammensetzung, Zustand, Nutzungsdauer und Schadensbildern, wird eine fundierte Entscheidung \u00fcber die geeignete R*-Strategie getroffen. Komponenten, die nicht mehr weiter nutzbar sind, werden dem Recycling zugef\u00fchrt. Bauteile mit geringen M\u00e4ngeln k\u00f6nnen im Rahmen von Refurbishing direkt wieder in die Nutzung \u00fcberf\u00fchrt werden, w\u00e4hrend komplexere Restaurationsprozesse typischerweise ein Remanufacturing erfordern. Die dabei gewonnenen Informationen und Materialien flie\u00dfen wiederum in neue Produkte ein und schlie\u00dfen den Kreislauf im Sinne einer datengetriebenen Kreislaufwirtschaft der Industrie.<\/p>\n\n\n\n\n\t\n\n\t\n\t\n\t\n\t
R*-Strategie<\/th>Zielsetzung<\/th>Relevante DPP-Daten<\/th>\n<\/tr>\n<\/thead>\n
Repair \/ Reuse<\/td>Verl\u00e4ngerung der Erstnutzung<\/td>Wartungshistorie, Reparaturleitf\u00e4den, Ersatzteilliste<\/td>\n<\/tr>\n
Refurbish<\/td>Aufarbeitung auf Neuzustand<\/td>Betriebsstunden, Belastungsprofile, Software-Versionen<\/td>\n<\/tr>\n
Remanufacture<\/td>Industrielle Wiederaufarbeitung<\/td>Chemische Zusammensetzung, Demontage-Anleitungen<\/td>\n<\/tr>\n
Recycle<\/td>Stoffliche Verwertung<\/td>Materialzertifikate, Schadstoffdeklaration, PCF-Daten<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n

Herausforderungen im Umgang mit dem Digitalen Produktpass<\/h2>\n

Die zuvor beschriebene Evolution des Digitalen Produktpasses entlang der Lieferkette und des Produktlebenszyklus verdeutlicht, dass der DPP nicht von einem einzelnen Akteur beherrscht wird, sondern im Zusammenspiel zahlreicher Stakeholder entsteht und genutzt wird. Genau aus dieser Vielzahl an beteiligten Parteien, Systemen und Abh\u00e4ngigkeiten ergibt sich ein breites Spektrum technischer, organisatorischer und semantischer Herausforderungen, die \u00fcber den gesamten Lebenszyklus hinweg adressiert werden m\u00fcssen.<\/p>\n

Durchg\u00e4ngige Transparenz in der Herstellungsphase<\/h3>\n

Bereits in der Produktionsphase stellt die durchg\u00e4ngige R\u00fcckverfolgbarkeit von Komponenten eine zentrale Herausforderung dar. \u00c4nderungen oder Substitutionen durch Zulieferer \u2013 insbesondere auf vorgelagerten Tiers \u2013 k\u00f6nnen die Vollst\u00e4ndigkeit und Korrektheit des DPP beeintr\u00e4chtigen. Der DPP muss daher eine hierarchische Verfolgung \u00fcber mehrere Ebenen der Lieferkette hinweg unterst\u00fctzen. Gleichzeitig d\u00fcrfen dadurch keine sensiblen Informationen zu Lieferketten der involvierten Firmen offengelegt werden. Hinzu kommt die Integration bestehender Altsysteme. Viele Produktionsumgebungen basieren weiterhin auf nicht-digitalen oder nur teil-digitalisierten Prozessen. Um diese Systeme an eine DPP-Plattform anzubinden, sind Middleware-L\u00f6sungen oder spezifische Adapter erforderlich, die Daten konsistent erfassen und \u00fcberf\u00fchren.<\/p>\n

Ein weiterer Aspekt betrifft den Schutz vor Produktf\u00e4lschungen. Die Gew\u00e4hrleistung der Authentizit\u00e4t von Komponenten, Zertifikaten und Nachweisen erfordert den Einsatz kryptographischer Verfahren, etwa digitaler Signaturen oder verifizierbarer Identit\u00e4ten.Dar\u00fcber hinaus m\u00fcssen \u00c4nderungen an Produktdesign, Produktionsparametern oder Qualit\u00e4tsprozessen l\u00fcckenlos dokumentiert werden. Diese \u00c4nderungen d\u00fcrfen die historische Nachvollziehbarkeit nicht unterbrechen, sondern m\u00fcssen versioniert und revisionssicher im DPP abgebildet werden.<\/p>\n

Datenintegrit\u00e4t \u00fcber lange Nutzungszeitr\u00e4ume<\/h3>\n

In der Nutzungsphase liegt eine wesentliche Herausforderung in der zuverl\u00e4ssigen Erfassung von Felddaten. Betriebs- und Zustandsdaten wie Lade- und Entladezyklen, Temperaturverl\u00e4ufe, Degradationskennzahlen oder Wartungsereignisse m\u00fcssen in einem standardisierten und belastbaren Format erhoben werden. Die oft sehr lange Lebensdauer von Produkten, insbesondere im Kontext von Batterien mit Nutzungszeitr\u00e4umen von zehn bis zwanzig Jahren oder etwa im Bauwesen mit noch gr\u00f6\u00dferen Lebensdauern von Bauwerken, stellt zus\u00e4tzliche Anforderungen an Datenintegrit\u00e4t, Verf\u00fcgbarkeit und langfristige Lesbarkeit. Damit einher geht die Notwendigkeit, vollst\u00e4ndige und unver\u00e4nderte historische Daten f\u00fcr regulatorische Nachweise, Garantieanspr\u00fcche oder Wiederverkaufsprozesse vorzuhalten.<\/p>\n

Auch das Management von Versionen und Updates ist anspruchsvoll. \u00c4nderungen an Produktspezifikationen, Softwarest\u00e4nden oder regulatorischen Vorgaben m\u00fcssen nachvollziehbar dokumentiert werden, ohne den historischen Kontext zu verlieren, der f\u00fcr sp\u00e4tere Entscheidungen im Rahmen von R*-Strategien entscheidend ist.<\/p>\n

\n

Praxisbeispiele:<\/b> W\u00e4hrend die Umsetzung beim Batteriepass aufgrund klarer Parameter vergleichsweise einfach ist, zeigt die Bauindustrie die wahre Komplexit\u00e4t. Bei Bauwerken mit einer Vorlaufzeit von Jahrzehnten und oftmals einem Betrieb von Jahrhunderten (z.B. \u00f6ffentliche Verkehrsinfrastrukturen) wird das Asset-Management im DPP zur echten Herausforderung. So fehlen etwa Sensoren zur periodischen Pr\u00fcfung der strukturellen Integrit\u00e4t.<\/p>\n<\/div>\n

Systemarchitektur und Zugriffskonzepte<\/h3>\n

\u00dcber alle Phasen hinweg ergeben sich zus\u00e4tzliche, systemische Herausforderungen. Eine zentrale Rolle spielt die plattform\u00fcbergreifende Kommunikation: Der DPP muss nahtlos mit Systemen von OEMs, Management-Systemen von Laufzeitinformationen wie Batteriemanagementsystemen oder Ladeinfrastrukturen, Cloud-Plattformen und Recyclingl\u00f6sungen interagieren k\u00f6nnen. Gleichzeitig f\u00fchrt die kontinuierliche Erfassung von Telemetriedaten und historischen Logs zu enormen Datenmengen, die skalierbare Speicherl\u00f6sungen sowie effiziente Abfrage- und Auswertungsmechanismen erfordern.<\/p>\n

Der Schutz vor Manipulation ist eine weitere Querschnittsanforderung. Um Betrug zu verhindern, muss der Digitale Produktpass gegen nachtr\u00e4gliche Ver\u00e4nderungen abgesichert werden, etwa durch kryptografisch abgesicherte Unver\u00e4nderlichkeit. Eng damit verbunden ist die Frage nach der Systemarchitektur. Ob ein zentraler, dezentraler oder hybrider Ansatz gew\u00e4hlt wird, hat erhebliche Auswirkungen auf Skalierbarkeit, Verf\u00fcgbarkeit, Latenz und Governance. Schlie\u00dflich erfordert die Vielzahl an beteiligten Akteuren ein fein granular abgestuftes Zugriffskonzept. OEMs, Zulieferer, Betreiber, Recycler, Beh\u00f6rden und Endkunden ben\u00f6tigen jeweils unterschiedliche Sicht- und Schreibrechte, ohne dabei Sicherheit oder Vertraulichkeit zu kompromittieren. Diese Anforderungen lassen sich nur auf Basis konsistenter Datenmodelle, interoperabler Standards und klar definierter Schnittstellen erf\u00fcllen \u2013 eine Voraussetzung daf\u00fcr, dass der DPP \u00fcber den gesamten Lebenszyklus hinweg effektiv nutzbar ist.<\/p>\n

Die Chance: Etablierung neuer Gesch\u00e4ftsmodelle rund um den DPP<\/h2>\n

Wird der Digitale Produktpass konsequent und korrekt implementiert, entsteht weit mehr als ein regulatorisches Nachweisinstrument. Der DPP etabliert einen dauerhaften digitalen Link zwischen Produkt, Hersteller sowie Nutzer:innen und schafft damit die Grundlage f\u00fcr neue, datengetriebene Gesch\u00e4ftsmodelle \u00fcber den gesamten Lebenszyklus hinweg. Entscheidend ist, dass der DPP nicht isoliert betrachtet wird, sondern als integraler Bestandteil eines Digitalen \u00d6kosystems<\/a><\/strong>, in dem Produktdaten kontinuierlich aktualisiert, ausgewertet und monetarisiert werden k\u00f6nnen. Dabei gilt: Datenr\u00e4ume sind nicht das Ziel. Sie sind die Voraussetzung \u2013 f\u00fcr Automatisierung, digitale Gesch\u00e4ftsmodelle und industrielle Souver\u00e4nit\u00e4t. Denn nur wer die Kontrolle \u00fcber seine Datenfl\u00fcsse beh\u00e4lt, kann diese auch langfristig monetarisieren.<\/p>\n

Ein naheliegendes Beispiel ist die Bereitstellung passgenauer Simulationsmodelle \u00fcber den Digitalen Zwilling<\/strong>. Auf Basis der im DPP enthaltenen Produkt- und Zustandsdaten k\u00f6nnen individuelle Simulationsmodelle erzeugt oder parametrisiert werden, die exakt dem realen Produkt entsprechen. Diese Modelle erm\u00f6glichen pr\u00e4zisere Auslegungen, belastbare Was-w\u00e4re-wenn-Analysen<\/a> oder die Optimierung von Betriebsstrategien und k\u00f6nnen als Service angeboten werden \u2013 etwa zur Effizienzsteigerung, Lebensdauerverl\u00e4ngerung oder zur Vorbereitung von Produktmodifikationen.<\/p>\n

Darauf aufbauend er\u00f6ffnet sich das Feld von Predictive Maintenance-as-a-Service<\/a><\/strong>. Durch die Kombination historischer DPP-Daten mit aktuellen Betriebs- und Zustandsinformationen lassen sich Ausfallwahrscheinlichkeiten fr\u00fchzeitig erkennen und Wartungsma\u00dfnahmen bedarfsgerecht planen. Hersteller oder spezialisierte Serviceanbieter k\u00f6nnen diese F\u00e4higkeiten als kontinuierlichen Dienst bereitstellen und so Stillstandzeiten reduzieren, Ersatzteile gezielt disponieren und Wartungskosten senken \u2013 ein klarer Mehrwert f\u00fcr Betreiber und ein wiederkehrendes Erl\u00f6smodell f\u00fcr Anbieter. Die n\u00e4chste industrielle Stufe basiert nicht auf einzelnen Use Cases, sondern auf einer interoperablen Dateninfrastruktur.<\/p>\n

Weitere Anwendungsf\u00e4lle ergeben sich entlang der gesamten Wertsch\u00f6pfungskette. Denkbar sind etwa zustandsbasierte Garantie- und Versicherungsmodelle<\/strong>, bei denen reale Nutzungsdaten aus dem DPP in die Bewertung einflie\u00dfen. Auch datengetriebene Second-Life- und Resale-Plattformen<\/strong> k\u00f6nnen aufgebaut werden, die auf verl\u00e4sslichen DPP-Informationen zu Zustand, Nutzungshistorie und Materialzusammensetzung basieren. Im Kontext der Kreislaufwirtschaft k\u00f6nnen Recycler oder Remanufacturing-Anbieter automatisiert entscheiden, welche R*-Strategie wirtschaftlich und \u00f6kologisch sinnvoll ist, und diese Entscheidungen als Service f\u00fcr OEMs oder Betreiber<\/strong> anbieten. Nicht zuletzt erm\u00f6glicht der DPP neue Formen der regulatorischen Compliance-as-a-Service<\/strong>, bei denen Nachweise automatisiert erzeugt, gepr\u00fcft und bereitgestellt werden.<\/p>\n

Allen diesen Use Cases ist gemeinsam, dass sie eine leistungsf\u00e4hige, interoperable und sichere digitale Infrastruktur voraussetzen. Der Austausch, die Anreicherung und die kontrollierte Nutzung von DPP-Daten \u00fcber Unternehmens- und Systemgrenzen hinweg erfordern standardisierte Datenmodelle, skalierbare Plattformen und feingranulare Zugriffskonzepte. Mit dem AAS Dataspace for Everybody<\/a> und Eclipse BaSyx<\/a> stellt das Fraunhofer IESE genau diese industrielle Dateninfrastruktur bereit, die Interoperabilit\u00e4t, Skalierbarkeit und digitale Souver\u00e4nit\u00e4t erm\u00f6glicht. Sie erm\u00f6glicht sowohl die schnelle Erprobung neuer Anwendungsf\u00e4lle als auch deren enterprise-taugliche Umsetzung und schafft damit die technologische Grundlage, um den Digitalen Produktpass vom Pflichtinstrument zum Wegbereiter nachhaltiger Gesch\u00e4ftsmodelle weiterzuentwickeln.<\/p>\n

Fazit: Der DPP als Enabler f\u00fcr die Kreislaufwirtschaft der Industrie<\/h2>\n

Der Digitale Produktpass bildet die Grundlage f\u00fcr Transparenz und datengetriebene Entscheidungen entlang des gesamten Lebenszyklus. Er verkn\u00fcpft Informationen unterschiedlichster Quellen und w\u00e4chst dynamisch mit dem Produkt mit. Datenr\u00e4ume bilden hierf\u00fcr die Infrastruktur f\u00fcr die n\u00e4chste industrielle Stufe.<\/p>\n

Gleichzeitig bringt diese Vielschichtigkeit Herausforderungen mit sich \u2013 von der Integration heterogener Altsysteme \u00fcber die langfristige Speicherung und Versionierung von Daten bis hin zu Sicherheits- und Zugriffskonzepten f\u00fcr verschiedene Akteure. Werden diese H\u00fcrden jedoch gemeistert, er\u00f6ffnet der DPP g\u00e4nzlich neue M\u00f6glichkeiten f\u00fcr Gesch\u00e4ftsmodelle: Digitale Zwillinge, Predictive Maintenance, datenbasierte Garantie- und Versicherungsmodelle oder intelligente Recycling- und Remanufacturing-Services sind nur einige Beispiele.<\/p>\n

Die Implementierung eines Digitalen Produktpasses ist daher sowohl ein technisches Projekt als auch ein umfassender Transformationsprozess. Unternehmen m\u00fcssen zus\u00e4tzlich zur technischen Umsetzung ihre Datenreife steigern, Governance-Strukturen etablieren und organisatorische Ver\u00e4nderungen begleiten. Erst dadurch entfaltet der DPP seine \u00fcber die Regulatorik hinausgehenden Mehrwerte. Zentral f\u00fcr den Erfolg ist daher eine robuste und interoperable Infrastruktur. Das Fraunhofer IESE liefert mit AAS Dataspace for Everybody<\/a> oder Eclipse BaSyx<\/a>\u00a0 die Grundlage f\u00fcr autonome Systeme, KI und datengetriebene Wertsch\u00f6pfung sowie f\u00fcr die effiziente Erf\u00fcllung kommender Regularien. So stehen Unternehmen die n\u00f6tigen Werkzeuge zur Verf\u00fcgung, um DPP-basierte Anwendungsf\u00e4lle schnell zu erproben, zu skalieren und unternehmensweit umzusetzen. Auf diese Weise wird der DPP zu einem Enabler f\u00fcr nachhaltige Industrie, effiziente Prozesse und neue datengetriebene Gesch\u00e4ftsmodelle.<\/p>\n

\n

Vom Konzept zur Umsetzung: Starten Sie Ihr DPP-Projekt<\/h4>\n

Datenr\u00e4ume sind der Schl\u00fcssel zur n\u00e4chsten Stufe der Wertsch\u00f6pfung, in der Wertsch\u00f6pfung nicht mehr am Werkstor endet, sondern \u00fcber den gesamten Lebenszyklus hinweg digital vernetzt bleibt. Mit unseren Open-Source-L\u00f6sungen AAS Dataspace for Everybody und Eclipse BaSyx bieten wir Ihnen die Werkzeuge, um den Digitalen Produktpass schnell und skalierbar zu implementieren. Erproben Sie Ihre Use Cases in einer sicheren und interoperablen Umgebung und sichern Sie sich Ihre industrielle Souver\u00e4nit\u00e4t. Kontaktieren Sie uns!<\/b><\/a><\/p>\n<\/div>\n

M\u00f6chten Sie tiefer in die technische und praktische Umsetzung einsteigen? In weiteren Beitr\u00e4gen unserer DPP-Reihe zeigen wir:<\/p>\n