SlideShare ist ein Scribd-Unternehmen logo
1 von 15
Downloaden Sie, um offline zu lesen
Hypothesen und Hypothesentests
Einfach erklärt und online berechnen
Hypothesentests
Hypothesentests werden immer dann verwendet, wenn ausgehend von einer Stichprobe
auf eine Grundgesamtheit geschlossen werden soll.
Die Firma Müsli GmbH möchte wissen, ob ihre produzierten Müsliriegel
wirklich 250g wiegen. Hierfür wird eine Stichprobe gezogen, um dann
mithilfe eines Hypothesentests auf alle produzierten Müsliriegel zu schließen.
Beispiel
Hypothesentests
Grundgesamtheit
Stichprobe
Können die Ergebnisse der Stichprobe auf die Grundgesamtheit verallgemeinert werden?
Einordnung von Hypothesentests
Fragestellung
Hypothesen
Hypothesentest
Thema
Schlussfolgerung
Daten
Eine Hypothese ist eine Aussage, deren
Gültigkeit empirisch geprüft werden kann
(William Goode).
Beibehalten oder Verwerfen
der Nullhypothese
Prüfung von Hypothesen der
Grundgesamtheit anhand von Stichproben.
Z.B: t-Test, Chi-Quadrat-Test, …
Die Fragestellung ist der Fokus der Untersuchung
und soll durch den Test beantwortet werden
Das Thema ist der Untersuchungsgegenstand
Hypothesen
Nullhypothese H0:
Die Nullhypothese geht davon aus, dass zwischen zwei oder mehreren Gruppen kein Unterschied in
Bezug auf ein Merkmal vorliegt. Unterschiede sind nur zufällig bei der Stichprobenziehung
entstanden.
Alternativhypothese H1:
Alternativhypothesen hingegen gehen davon aus, dass in der Grundgesamtheit ein unterschied
zischen zwei oder mehreren Gruppen vorliegt.
Um einen Hypothesentest berechnen zu können, muss zu nächst
eine Hypothese aufgestellt werden. Bei Hypothesen handelt es sich um Annahmen über
die Wirkungszusammenhänge zwischen Variablen.
Beispiel Hypothesen
Kinder, die einen PC im
Kinderzimmer haben, spielen gleich
oder weniger Computerspiele als
Kinder ohne PC im Kinderzimmer
Bereich
Kinder, die einen PC im
Kinderzimmer haben, spielen
mehr Computerspiele als Kinder
ohne PC im Kinderzimmer
Nullhypothese H0: Alternativhypothese H1:
Psychologie
Technik
Medizin Das Medikament XYZ hat keinen
Einfluss auf den Blutdruck
Fragestellung
Das Medikament XYZ hat einen
Einfluss auf den Blutdruck
Hat die Umstellung auf ein neues
Schmiermittel einen Einfluss auf die
Ausschussrate einer Maschine
Die Umstellung auf ein neues
Schmiermittel hat keinen Einfluss auf
die Auschussrate einer Maschine
Spielen Kinder die einen PC im
Kinderzimmer haben mehr
Computerspiele
Hat das Medikament XYZ einen
Einfluss auf den Blutdruck
Die Umstellung auf ein neues
Schmiermittel hat einen Einfluss auf
die Auschussrate einer Maschine
Gerichtete und ungerichtete Hypothesen
▪ Bei einer ungerichteten Hypothese ist nur von Interesse, ob sich ein Wert der betrachteten
Gruppen unterscheidet.
▪ Bei einer gerichteten Hypothese ist von Interesse, ob eine Gruppe einen höheren bzw.
niedrigeren Wert hat als die andere Gruppe.
Gerichtete Hypothese: Ungerichtete Hypothese
Kinder, die einen PC im Kinderzimmer
haben, spielen mehr Computerspiele als
Kinder ohne PC im Kinderzimmer
Kinder, die einen PC im Kinderzimmer haben,
spielen mehr oder weniger Computerspiele
als Kinder ohne PC im Kinderzimmer
Psychologie
Medizin Die Einnahme von einem Medikament
hat einen Einfluss auf den Blutdruck
Die Einnahme von einem
Medikament senkt den Blutdruck
Bereich
Linksseitig
-t α t α/2
RechtsseitigZweiseitig
-t α/2 t α/2
H0 ablehnen H0 ablehnen H0 beibehaltenH0 ablehnenH0 beibehalten H0 beibehalten H0 ablehnen
Graphische Interpretation
Gerichtete Hypothese: Ungerichtete Hypothese:
Signifikanzniveaus
Mit Hilfe des Hypothesentests ist es nun möglich zu berechnen, wie wahrscheinlich die Nullhypothese ist.
Die Mittelwerte von zwei Stichproben haben einen gewissen Abstand zueinander, wie wahrscheinlich ist es nun, dass
beide Stichproben aus derselben Grundgesamtheit kommen und der Mittelwert Abstand nur zufällig entstanden ist.
Beispiel
Die Frage ist nun, ab wann ist es "unwahrscheinlich genug" um die Nullhypothese zu verwerfen? Hierfür wird
das Signifikanzniveau, auch α–Niveau genannt, eingeführt.
▪ p < 1% hochsignifikant
▪ p < 5% signifikant
▪ p > 5% nicht signifikant
Fehlerarten bei Hypothesentests
Eine Hypothese kann jedoch nie mit absoluter Sicherheit angenommen bzw. abgelehnt werden, sondern
immer nur mit einer gewissen Wahrscheinlichkeit. Zwei Fehlerarten können auftreten.
▪ α–Fehler: Wenn die Alternativhypothese angenommen wird, obwohl die Nullhypothese gilt.
▪ β-Fehler: Wenn die Nullhypothese beibehalten wird, obwohl die Alternativhypothese gilt.
Entscheidung
für H0 gegen H0
H0 wahr Richtig α–Fehler
H0 falsch β-Fehler Richtig
Hypothesentests auf datatab.de berechnen
Öffnen Sie auf datatab.de den Statistik Rechner
Kopieren Sie Ihre Daten in die Tabelle
Wählen Sie eine Methode aus und erhalten
Sie Ihre Ergebnisse
Die bekanntesten Hypothesentests
▪ Einstichproben t-Test
▪ t-Test für unabhängige Stichproben
▪ t-Test für abhängige Stichproben
▪ Binomialtest
▪ Chi-Quadrat Test
▪ Varianzanalyse
▪ Korrelationsanalyse
Klicke Sie auf die Links für
genauere Informationen!
t-Test
Einfacher t-Test
t-Test für unabhängige
Stichproben
t-Test für abhängige
Stichproben
Gibt es einen Unterschied
zwischen einer Gruppe und
der Grundgesamtheit
Gibt es einen Unterschied
zwischen zwei Gruppen
Gibt es einen Unterschied bei
einer Gruppe zwischen zwei
Zeitpunkten
Varianzanalyse (ANOVA)
Gibt es einen Unterschied
zwischen mehreren Gruppen
Gibt es einen Unterschied bei
einer Gruppe zu mehreren
Zeitpunkten
ANOVA mit
Messwiederholung
Einfaktorielle ANOVA Zweifaktorielle ANOVA
Faktor 1
Faktor2
Faktor 1
Faktor 1
Gibt es einen Unterschied
zwischen mehreren Gruppen
bezüglich zwei Faktoren
Offene Fragen?
▪ Vielen Dank für das Interesse. Ich hoffe, die
Präsentation hat Ihnen gefallen!
▪ Bei Fragen bitte einfach eine Mail an
mathias.jesussek@datatab.de senden.
▪ Über Kommentare oder Likes freue ich mich sehr!

Weitere ähnliche Inhalte

Was ist angesagt?

스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)Yongho Ha
 
Deep Learning for NLP (without Magic) - Richard Socher and Christopher Manning
Deep Learning for NLP (without Magic) - Richard Socher and Christopher ManningDeep Learning for NLP (without Magic) - Richard Socher and Christopher Manning
Deep Learning for NLP (without Magic) - Richard Socher and Christopher ManningBigDataCloud
 
코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드Yongho Ha
 
LLM presentation final
LLM presentation finalLLM presentation final
LLM presentation finalRuth Griffin
 
[Causal Inference KR] 스타트업에서의 인과추론
[Causal Inference KR] 스타트업에서의 인과추론[Causal Inference KR] 스타트업에서의 인과추론
[Causal Inference KR] 스타트업에서의 인과추론Bokyung Choi
 
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표Dylan Ko
 
데이터 분석 프로젝트 관리 방법론
데이터 분석 프로젝트 관리 방법론데이터 분석 프로젝트 관리 방법론
데이터 분석 프로젝트 관리 방법론Dennis Lee
 
UXPA 2021: Putting words in the mouths of chatbots: Designing cognitive intents
UXPA 2021: Putting words in the mouths of chatbots: Designing cognitive intentsUXPA 2021: Putting words in the mouths of chatbots: Designing cognitive intents
UXPA 2021: Putting words in the mouths of chatbots: Designing cognitive intentsUXPA International
 
OpenAI’s GPT 3 Language Model - guest Steve Omohundro
OpenAI’s GPT 3 Language Model - guest Steve OmohundroOpenAI’s GPT 3 Language Model - guest Steve Omohundro
OpenAI’s GPT 3 Language Model - guest Steve OmohundroNumenta
 
데이터바우처 기업소개
데이터바우처 기업소개데이터바우처 기업소개
데이터바우처 기업소개creva_pd
 
Modeling uncertainty in deep learning
Modeling uncertainty in deep learning Modeling uncertainty in deep learning
Modeling uncertainty in deep learning Sungjoon Choi
 
[Ppt발표팁]효과적인 슬라이드 발표를 위한 10가지 팁
[Ppt발표팁]효과적인 슬라이드 발표를 위한 10가지 팁[Ppt발표팁]효과적인 슬라이드 발표를 위한 10가지 팁
[Ppt발표팁]효과적인 슬라이드 발표를 위한 10가지 팁에디티지(Editage Korea)
 
[라이트브레인] 모바일 관점에서 본 UX 디자인 트렌드 및 전망
[라이트브레인] 모바일 관점에서 본 UX 디자인 트렌드 및 전망[라이트브레인] 모바일 관점에서 본 UX 디자인 트렌드 및 전망
[라이트브레인] 모바일 관점에서 본 UX 디자인 트렌드 및 전망RightBrain inc.
 
Natural Language Processing (NLP) & Text Mining Tutorial Using NLTK | NLP Tra...
Natural Language Processing (NLP) & Text Mining Tutorial Using NLTK | NLP Tra...Natural Language Processing (NLP) & Text Mining Tutorial Using NLTK | NLP Tra...
Natural Language Processing (NLP) & Text Mining Tutorial Using NLTK | NLP Tra...Edureka!
 
Google Analytics Alternatives
Google Analytics AlternativesGoogle Analytics Alternatives
Google Analytics AlternativesJason Packer
 
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기Hui Seo
 
Deep Learning for Natural Language Processing
Deep Learning for Natural Language ProcessingDeep Learning for Natural Language Processing
Deep Learning for Natural Language ProcessingSangwoo Mo
 
모바일 서비스 기획 시작하기
모바일 서비스 기획 시작하기모바일 서비스 기획 시작하기
모바일 서비스 기획 시작하기Jae-hyung Park
 

Was ist angesagt? (20)

스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
 
Deep Learning for NLP (without Magic) - Richard Socher and Christopher Manning
Deep Learning for NLP (without Magic) - Richard Socher and Christopher ManningDeep Learning for NLP (without Magic) - Richard Socher and Christopher Manning
Deep Learning for NLP (without Magic) - Richard Socher and Christopher Manning
 
코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드코로나19로 인해 변화된 우리 시대의 데이터 트랜드
코로나19로 인해 변화된 우리 시대의 데이터 트랜드
 
LLM presentation final
LLM presentation finalLLM presentation final
LLM presentation final
 
[Causal Inference KR] 스타트업에서의 인과추론
[Causal Inference KR] 스타트업에서의 인과추론[Causal Inference KR] 스타트업에서의 인과추론
[Causal Inference KR] 스타트업에서의 인과추론
 
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
 
데이터 분석 프로젝트 관리 방법론
데이터 분석 프로젝트 관리 방법론데이터 분석 프로젝트 관리 방법론
데이터 분석 프로젝트 관리 방법론
 
UXPA 2021: Putting words in the mouths of chatbots: Designing cognitive intents
UXPA 2021: Putting words in the mouths of chatbots: Designing cognitive intentsUXPA 2021: Putting words in the mouths of chatbots: Designing cognitive intents
UXPA 2021: Putting words in the mouths of chatbots: Designing cognitive intents
 
OpenAI’s GPT 3 Language Model - guest Steve Omohundro
OpenAI’s GPT 3 Language Model - guest Steve OmohundroOpenAI’s GPT 3 Language Model - guest Steve Omohundro
OpenAI’s GPT 3 Language Model - guest Steve Omohundro
 
데이터바우처 기업소개
데이터바우처 기업소개데이터바우처 기업소개
데이터바우처 기업소개
 
Modeling uncertainty in deep learning
Modeling uncertainty in deep learning Modeling uncertainty in deep learning
Modeling uncertainty in deep learning
 
[Ppt발표팁]효과적인 슬라이드 발표를 위한 10가지 팁
[Ppt발표팁]효과적인 슬라이드 발표를 위한 10가지 팁[Ppt발표팁]효과적인 슬라이드 발표를 위한 10가지 팁
[Ppt발표팁]효과적인 슬라이드 발표를 위한 10가지 팁
 
[라이트브레인] 모바일 관점에서 본 UX 디자인 트렌드 및 전망
[라이트브레인] 모바일 관점에서 본 UX 디자인 트렌드 및 전망[라이트브레인] 모바일 관점에서 본 UX 디자인 트렌드 및 전망
[라이트브레인] 모바일 관점에서 본 UX 디자인 트렌드 및 전망
 
Prompt Engineering
Prompt EngineeringPrompt Engineering
Prompt Engineering
 
Natural Language Processing (NLP) & Text Mining Tutorial Using NLTK | NLP Tra...
Natural Language Processing (NLP) & Text Mining Tutorial Using NLTK | NLP Tra...Natural Language Processing (NLP) & Text Mining Tutorial Using NLTK | NLP Tra...
Natural Language Processing (NLP) & Text Mining Tutorial Using NLTK | NLP Tra...
 
Google Analytics Alternatives
Google Analytics AlternativesGoogle Analytics Alternatives
Google Analytics Alternatives
 
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기
 
Kuhn munkres algorithm
Kuhn munkres algorithmKuhn munkres algorithm
Kuhn munkres algorithm
 
Deep Learning for Natural Language Processing
Deep Learning for Natural Language ProcessingDeep Learning for Natural Language Processing
Deep Learning for Natural Language Processing
 
모바일 서비스 기획 시작하기
모바일 서비스 기획 시작하기모바일 서비스 기획 시작하기
모바일 서비스 기획 시작하기
 

Hypothesen und Hypothesentests

  • 1. Hypothesen und Hypothesentests Einfach erklärt und online berechnen
  • 2. Hypothesentests Hypothesentests werden immer dann verwendet, wenn ausgehend von einer Stichprobe auf eine Grundgesamtheit geschlossen werden soll. Die Firma Müsli GmbH möchte wissen, ob ihre produzierten Müsliriegel wirklich 250g wiegen. Hierfür wird eine Stichprobe gezogen, um dann mithilfe eines Hypothesentests auf alle produzierten Müsliriegel zu schließen. Beispiel
  • 3. Hypothesentests Grundgesamtheit Stichprobe Können die Ergebnisse der Stichprobe auf die Grundgesamtheit verallgemeinert werden?
  • 4. Einordnung von Hypothesentests Fragestellung Hypothesen Hypothesentest Thema Schlussfolgerung Daten Eine Hypothese ist eine Aussage, deren Gültigkeit empirisch geprüft werden kann (William Goode). Beibehalten oder Verwerfen der Nullhypothese Prüfung von Hypothesen der Grundgesamtheit anhand von Stichproben. Z.B: t-Test, Chi-Quadrat-Test, … Die Fragestellung ist der Fokus der Untersuchung und soll durch den Test beantwortet werden Das Thema ist der Untersuchungsgegenstand
  • 5. Hypothesen Nullhypothese H0: Die Nullhypothese geht davon aus, dass zwischen zwei oder mehreren Gruppen kein Unterschied in Bezug auf ein Merkmal vorliegt. Unterschiede sind nur zufällig bei der Stichprobenziehung entstanden. Alternativhypothese H1: Alternativhypothesen hingegen gehen davon aus, dass in der Grundgesamtheit ein unterschied zischen zwei oder mehreren Gruppen vorliegt. Um einen Hypothesentest berechnen zu können, muss zu nächst eine Hypothese aufgestellt werden. Bei Hypothesen handelt es sich um Annahmen über die Wirkungszusammenhänge zwischen Variablen.
  • 6. Beispiel Hypothesen Kinder, die einen PC im Kinderzimmer haben, spielen gleich oder weniger Computerspiele als Kinder ohne PC im Kinderzimmer Bereich Kinder, die einen PC im Kinderzimmer haben, spielen mehr Computerspiele als Kinder ohne PC im Kinderzimmer Nullhypothese H0: Alternativhypothese H1: Psychologie Technik Medizin Das Medikament XYZ hat keinen Einfluss auf den Blutdruck Fragestellung Das Medikament XYZ hat einen Einfluss auf den Blutdruck Hat die Umstellung auf ein neues Schmiermittel einen Einfluss auf die Ausschussrate einer Maschine Die Umstellung auf ein neues Schmiermittel hat keinen Einfluss auf die Auschussrate einer Maschine Spielen Kinder die einen PC im Kinderzimmer haben mehr Computerspiele Hat das Medikament XYZ einen Einfluss auf den Blutdruck Die Umstellung auf ein neues Schmiermittel hat einen Einfluss auf die Auschussrate einer Maschine
  • 7. Gerichtete und ungerichtete Hypothesen ▪ Bei einer ungerichteten Hypothese ist nur von Interesse, ob sich ein Wert der betrachteten Gruppen unterscheidet. ▪ Bei einer gerichteten Hypothese ist von Interesse, ob eine Gruppe einen höheren bzw. niedrigeren Wert hat als die andere Gruppe. Gerichtete Hypothese: Ungerichtete Hypothese Kinder, die einen PC im Kinderzimmer haben, spielen mehr Computerspiele als Kinder ohne PC im Kinderzimmer Kinder, die einen PC im Kinderzimmer haben, spielen mehr oder weniger Computerspiele als Kinder ohne PC im Kinderzimmer Psychologie Medizin Die Einnahme von einem Medikament hat einen Einfluss auf den Blutdruck Die Einnahme von einem Medikament senkt den Blutdruck Bereich
  • 8. Linksseitig -t α t α/2 RechtsseitigZweiseitig -t α/2 t α/2 H0 ablehnen H0 ablehnen H0 beibehaltenH0 ablehnenH0 beibehalten H0 beibehalten H0 ablehnen Graphische Interpretation Gerichtete Hypothese: Ungerichtete Hypothese:
  • 9. Signifikanzniveaus Mit Hilfe des Hypothesentests ist es nun möglich zu berechnen, wie wahrscheinlich die Nullhypothese ist. Die Mittelwerte von zwei Stichproben haben einen gewissen Abstand zueinander, wie wahrscheinlich ist es nun, dass beide Stichproben aus derselben Grundgesamtheit kommen und der Mittelwert Abstand nur zufällig entstanden ist. Beispiel Die Frage ist nun, ab wann ist es "unwahrscheinlich genug" um die Nullhypothese zu verwerfen? Hierfür wird das Signifikanzniveau, auch α–Niveau genannt, eingeführt. ▪ p < 1% hochsignifikant ▪ p < 5% signifikant ▪ p > 5% nicht signifikant
  • 10. Fehlerarten bei Hypothesentests Eine Hypothese kann jedoch nie mit absoluter Sicherheit angenommen bzw. abgelehnt werden, sondern immer nur mit einer gewissen Wahrscheinlichkeit. Zwei Fehlerarten können auftreten. ▪ α–Fehler: Wenn die Alternativhypothese angenommen wird, obwohl die Nullhypothese gilt. ▪ β-Fehler: Wenn die Nullhypothese beibehalten wird, obwohl die Alternativhypothese gilt. Entscheidung für H0 gegen H0 H0 wahr Richtig α–Fehler H0 falsch β-Fehler Richtig
  • 11. Hypothesentests auf datatab.de berechnen Öffnen Sie auf datatab.de den Statistik Rechner Kopieren Sie Ihre Daten in die Tabelle Wählen Sie eine Methode aus und erhalten Sie Ihre Ergebnisse
  • 12. Die bekanntesten Hypothesentests ▪ Einstichproben t-Test ▪ t-Test für unabhängige Stichproben ▪ t-Test für abhängige Stichproben ▪ Binomialtest ▪ Chi-Quadrat Test ▪ Varianzanalyse ▪ Korrelationsanalyse Klicke Sie auf die Links für genauere Informationen!
  • 13. t-Test Einfacher t-Test t-Test für unabhängige Stichproben t-Test für abhängige Stichproben Gibt es einen Unterschied zwischen einer Gruppe und der Grundgesamtheit Gibt es einen Unterschied zwischen zwei Gruppen Gibt es einen Unterschied bei einer Gruppe zwischen zwei Zeitpunkten
  • 14. Varianzanalyse (ANOVA) Gibt es einen Unterschied zwischen mehreren Gruppen Gibt es einen Unterschied bei einer Gruppe zu mehreren Zeitpunkten ANOVA mit Messwiederholung Einfaktorielle ANOVA Zweifaktorielle ANOVA Faktor 1 Faktor2 Faktor 1 Faktor 1 Gibt es einen Unterschied zwischen mehreren Gruppen bezüglich zwei Faktoren
  • 15. Offene Fragen? ▪ Vielen Dank für das Interesse. Ich hoffe, die Präsentation hat Ihnen gefallen! ▪ Bei Fragen bitte einfach eine Mail an mathias.jesussek@datatab.de senden. ▪ Über Kommentare oder Likes freue ich mich sehr!