Das Projekt "Digitale Radverkehrsdaten für deutsche Kommunen" wird vom Umweltbundesamt gefördert und von Klima-Bündnis der europäischen Städte mit indigenen Völkern der Regenwälder / Alianza del Clima e.V. durchgeführt. Das Vorhaben zielt auf eine Weiter- und Neuentwicklung von radverkehrsspezifischen Anwendungsfällen im Bereich digitaler Daten ab. Im Rahmen eines Crowdsourcing Ansatzes werden Bewegungsdaten von Radfahrenden im Zuge der Kampagne STADTRADELN erhoben und anschließend verarbeitet. Die bestehenden Anwendungsfälle Verkehrsmengen, Heatmap, Geschwindigkeiten, Quelle-Ziel und Wartezeiten sollen dabei derart weiterentwickelt und evaluiert werden, dass sie der Nutzung durch mehr als 2.000 Kommunen qualitativ und technisch standhalten. Zusätzlich sollen neue Anwendungsfälle, wie die Hochrechnung der Verkehrsmengen auf den DTV, die Möglichkeit einer Zeitreihenbildung und einer Differenzbetrachtung zwischen unterschiedlichen Bezugszeiträumen, entwickelt werden sowie neue Funktionalitäten (wie bspw. RADar! und Unfallstatistik) eingebunden werden. Eine gezielte Ansprache bestimmter räumlicher Gebiete, bspw. im ländlichen Raum, soll die Sichtbarkeit der Kampagne STADTRADELN samt deren App nochmals deutlich erhöhen, um u.a. die App-Nutzung zu erhöhen und damit die Datenbasis insgesamt sowie teilräumlich stärken. Ein weiteres Ziel ist die Erhöhung der App-Nutzungsquote innerhalb der STADTRADELN-Teilnehmer:innen. Durch eine Steigerung des Anteils erhöht sich die Repräsentativität der Datenbasis für die Verkehrsplanung deutlich. Gesamtziel des Vorhabens ist es, allen Teilnehmerkommunen der Kampagne STADTRADELN eine möglichst umfassende, valide und einfach bedienbare Datenplattform zur Verfügung zu stellen und somit eine Grundlage für die kommunale Radverkehrsplanung der kommenden Jahre zu schaffen. Diese wiederum hilft die Ziele des NRVP zu erreichen: Mehr Radverkehrsanteil und -leistung in deutschen Städten.
Das Projekt "Digitale Radverkehrsdaten für deutsche Kommunen" wird vom Umweltbundesamt gefördert und von Technische Universität Dresden, Institut für Verkehrsplanung und Straßenverkehr, Professur für Verkehrsökologie durchgeführt. Das Vorhaben zielt auf eine Weiter- und Neuentwicklung von radverkehrsspezifischen Anwendungsfällen im Bereich digitaler Daten ab. Im Rahmen eines Crowdsourcing Ansatzes werden Bewegungsdaten von Radfahrenden im Zuge der Kampagne STADTRADELN erhoben und anschließend verarbeitet. Die bestehenden Anwendungsfälle Verkehrsmengen, Heatmap, Geschwindigkeiten, Quelle-Ziel und Wartezeiten sollen dabei derart weiterentwickelt und evaluiert werden, dass sie der Nutzung durch mehr als 2.000 Kommunen qualitativ und technisch standhalten. Zusätzlich sollen neue Anwendungsfälle, wie die Hochrechnung der Verkehrsmengen auf den DTV, die Möglichkeit einer Zeitreihenbildung und einer Differenzbetrachtung zwischen unterschiedlichen Bezugszeiträumen, entwickelt werden sowie neue Funktionalitäten (wie bspw. RADar! und Unfallstatistik) eingebunden werden. Eine gezielte Ansprache bestimmter räumlicher Gebiete, bspw. im ländlichen Raum, soll die Sichtbarkeit der Kampagne STADTRADELN samt deren App nochmals deutlich erhöhen, um u.a. die App-Nutzung zu erhöhen und damit die Datenbasis insgesamt sowie teilräumlich stärken. Ein weiteres Ziel ist die Erhöhung der App-Nutzungsquote innerhalb der STADTRADELN-Teilnehmer:innen. Durch eine Steigerung des Anteils erhöht sich die Repräsentativität der Datenbasis für die Verkehrsplanung deutlich. Gesamtziel des Vorhabens ist es, allen Teilnehmerkommunen der Kampagne STADTRADELN eine möglichst umfassende, valide und einfach bedienbare Datenplattform zur Verfügung zu stellen und somit eine Grundlage für die kommunale Radverkehrsplanung der kommenden Jahre zu schaffen. Diese wiederum hilft die Ziele des NRVP zu erreichen: Mehr Radverkehrsanteil und -leistung in deutschen Städten.
Das Projekt "SALAD - Saline Landwirtschaft als Strategie zur Klimaanpassung" wird vom Umweltbundesamt gefördert und von Carl von Ossietzky Universität Oldenburg, Institut für Betriebswirtschaftslehre und Wirtschaftspädagogik, Lehrstuhl für Ökologische Ökonomie durchgeführt. Der Klimawandel wirkt sich durch Meeresspiegelanstieg und Dürreperioden auf die Küstengebiete aus. Dadurch steigt der Salzgehalt in Böden an und beeinflusst die von einer wachsenden Weltbevölkerung überlastete Systeme zur Lebensmittelproduktion (Food System). Die fortschreitende Versalzung ist einer der Hauptgründe für die Bodendegradation in Europa und Nordafrika und übt zunehmend Druck auf die konventionelle Landwirtschaft aus. Ziel des inter- und transdisziplinären Projekts SALAD (Saline AgricuLture for ADaptation) ist es daher, die Widerstandsfähigkeit der Lebensmittelproduktion in (potentiell) salzhaltigen Gebieten im Mittelmeerraum und der Nordseeregionen zu verbessern, indem (1) die Entwicklung und nachhaltige Nutzung innovativer salztoleranter Kulturpflanzen unterstützt wird, (2) Methoden des an salzhaltige Bedingungen angepassten Pflanzenanbaus identifiziert und weiterentwickelt werden, (3) innovative Markteinführungstechniken und Instrumente zum Upscaling von Ernte- / Lebensmittelketten erforscht und erprobt werden und (4) Wissensaustausch und Transfer praktischer und anpassungsfähiger Lösungen voran getrieben werden. Der deutsche Beitrag zum Verbundprojekt trägt insbesondere zur Erreichung der Ziele 3 und 4 bei. Arbeitspakete 3 und 6 werden von UOL geleitet und koordiniert. Ziel ist es, ein Upscaling (Know-how und Fachwissen, höhere Organisationsebenen) sowie eine Diffusion der innovativen Praktiken zu fördern, indem Stakeholder einbezogen, Fallstudien und Projektergebnisse synthetisiert und effektive, kontextspezifische sowie übertragbare Lösungen und Governance-Optionen identifiziert werden. Zudem wird eine digitale Datenbank aufgebaut, die auch über das Projektkonsortium hinaus nachhaltig genutzt werden kann. Somit findet eine erste umfassende Kartierung internationaler Initiativen zur salinen Landwirtschaft, eine erste umfassende politische Analyse zur Versalzung sowie eine integrierte Analyse des Wissenstransfers in diesem Bereich statt.
Das Projekt "KI-INSPIRE - Künstliche Intelligenz für den innovativen nachhaltigen Strahlenschutz von Patienten in interventionellen radiologischen Einsatzgebieten" wird vom Umweltbundesamt gefördert und von Deutsches Krebsforschungszentrum - Stiftung des öffentlichen Rechts durchgeführt. Auf dem Gebiet der Medizinphysik und Medizintechnik ist die Nutzung von KI-basierten Verfahren besonders im Bereich des Strahlenschutzes und darin insbesondere in der medizinischen Bildgebung, die für nahezu 100% der zivilisatorischen Strahlenexposition von 1,9 mSv pro Jahr verantwortlich ist, äußerst vielversprechend. Dort wollen wir mit Hilfe der neuen disruptiven Technologien von KI ein enormes Dosiseinsparpotential realisieren. Das Ziel des Vorhabens ist daher die Erforschung von KI-Verfahren zur Reduktion der Strahlendosis in der medizinischen Bildgebung mit ionisierender Strahlung. Dies soll durch Verbesserung der Bildqualität und des Strahlenschutzes für medizinische Bildgebungsverfahren basierend auf ionisierender Strahlung geschehen. Um eine detaillierte Betrachtungsweise zu ermöglichen, konzentriert sich das Projektvorhaben auf die interventionelle Bildgebung da dort sowohl diagnostische als auch therapeutische Ziele mit Hilfe von Computertomografie (CT), Angiographie und Nuklearmedizin realisiert werden. Konkret erarbeiten wir Lösungen für (I) die Dosisreduktion, (II) die Verbesserung der Bildqualität und (III) Reduktion der Bewegungsartefakte sowie für die (IV) interventionelle Charakterisierung von Gewebe bei medizinischen Strahlenanwendungen - Anwendungen die alle dem Strahlenschutz zuzuordnen sind. Die Ergebnisse lassen sich auf andere Bereiche der Bildgebung verallgemeinern. Im Rahmen des Forschungsvorhabens wird demonstriert, dass eine Dosissenkung um etwa 2/3 erreicht werden kann. Außerdem soll eine Plattform für die standardisierte Qualitätssicherung von KI-Verfahren in der medizinischen Bildgebung erarbeitet werden, um garantieren zu können, dass die entwickelten Verfahren keine künstlichen Strukturen erzeugen, sondern verlässliche und medizinisch sinnvolle Vorhersagen treffen. Dies ist unabdingbar um das Vertrauen von Ärzten und Patienten in die Verwendung ebendieser Methoden in der medizinischen Bildgebung zu steigern.
Das Projekt "KI-INSPIRE - Künstliche Intelligenz für den innovativen nachhaltigen Strahlenschutz von Patienten in interventionellen radiologischen Einsatzgebieten" wird vom Umweltbundesamt gefördert und von Universität Lübeck, Institut für Medizintechnik durchgeführt. Auf dem Gebiet der Medizinphysik und Medizintechnik ist die Nutzung von KI-basierten Verfahren besonders im Bereich des Strahlenschutzes und darin insbesondere in der medizinischen Bildgebung, die für nahezu 100% der zivilisatorischen Strahlenexposition von 1,9 mSv pro Jahr verantwortlich ist, äußerst vielversprechend. Dort wollen wir mit Hilfe der neuen disruptiven Technologien von KI ein enormes Dosiseinsparpotential realisieren. Das Ziel des Vorhabens ist daher die Erforschung von KI-Verfahren zur Reduktion der Strahlendosis in der medizinischen Bildgebung mit ionisierender Strahlung. Dies soll durch Verbesserung der Bildqualität und des Strahlenschutzes für medizinische Bildgebungsverfahren basierend auf ionisierender Strahlung geschehen. Um eine detaillierte Betrachtungsweise zu ermöglichen, konzentriert sich das Projektvorhaben auf die interventionelle Bildgebung da dort sowohl diagnostische als auch therapeutische Ziele mit Hilfe von Computertomografie (CT), Angiographie und Nuklearmedizin realisiert werden. Konkret erarbeiten wir Lösungen für (I) die Dosisreduktion, (II) die Verbesserung der Bildqualität und (III) Reduktion der Bewegungsartefakte sowie für die (IV) interventionelle Charakterisierung von Gewebe bei medizinischen Strahlenanwendungen - Anwendungen die alle dem Strahlenschutz zuzuordnen sind. Die Ergebnisse lassen sich auf andere Bereiche der Bildgebung verallgemeinern. Im Rahmen des Forschungsvorhabens wird demonstriert, dass eine Dosissenkung um etwa 2/3 erreicht werden kann. Außerdem soll eine Plattform für die standardisierte Qualitätssicherung von KI-Verfahren in der medizinischen Bildgebung erarbeitet werden, um garantieren zu können, dass die entwickelten Verfahren keine künstlichen Strukturen erzeugen, sondern verlässliche und medizinisch sinnvolle Vorhersagen treffen. Dies ist unabdingbar um das Vertrauen von Ärzten und Patienten in die Verwendung ebendieser Methoden in der medizinischen Bildgebung zu steigern
Das Projekt "Teilvorhaben: Auswahl und Evaluierung einer Inhibitor-Kombination" wird vom Umweltbundesamt gefördert und von Karlsruher Institut für Technologie (KIT), Sondervermögen Großforschung, Institut für Nukleare Entsorgung (INE) durchgeführt. Die Wirtschaftlichkeit von Geothermieanlagen wird oftmals durch Ablagerung von Sekundärmineralen oder Korrosionsschäden beeinträchtigt. Eine vielversprechende Gegenmaßnahme ist der Einsatz von Inhibitoren. Dadurch kann die Nachhaltigkeit und Wirtschaftlichkeit des Anlagenbetriebs verbessert werden. Geothermische Anlagen im Norddeutschen Becken (NDB) beziehen hochsalinare Thermalwässer aus Porengrundwasserleitern. Wegen der geringen Porengröße ( kleiner als 100 Mikrometer) reagieren die Strömungsparameter derartiger Aquifere empfindlich auf Sekundärmineralbildungen. Treten solche Effekte nahe der Injektionsbohrung auf, sinkt die Injektivität. In Gebieten, mit (geplanter) geothermischer Nutzung von Porengrundwasserleitern wie z.B. Neustadt-Glewe, Hamburg Wilhelmsburg, Schwerin, sind bislang keine geeigneten Inhibitoren verfügbar. In geothermischen Anlagen, in denen Thermalwasser aus Kluftgrundwasserleitern - wie im Oberrheingraben (ORG) - genutzt wird, werden gegenwärtig kommerziell erhältliche Inhibitoren im Versuchsbetrieb eingesetzt. Langfristig wird der Nachweis der wasserwirtschaftlichen Unbedenklichkeit sowie eine Ausdehnung des Anwendungsbereichs hin zu niedrigeren Injektionstemperaturen unerlässlich sein um einen langfristigen, störungsfreien und wirtschaftlichen Betrieb zu ermöglichen. Ziel des Verbundvorhabens EIKE ist es, eine für die Anwendungen in Gebieten mit geothermischer Nutzung von Porengrundwasserleitern optimierte Inhibitor-Kombination aus verfügbaren Grundsubstanzen zu entwickeln. Die Übertragung dieser Inhibitor-Kombination auf Standorte mit Kluftgrundwasserleiter-Nutzung wird angestrebt. Gegenüber kommerziell vertriebenen Produkten ermöglicht die Kombination reiner Substanzen bekannter Zusammensetzung ein systematisches Auswahlverfahren und gezielte Untersuchungen zur thermischen und chemischen Stabilität des Produktgemisches sowie eine gezielte Anpassung an die jeweiligen geologischen und hydrologischen Gegebenheiten.
Das Projekt "Teilvorhaben: Analytik" wird vom Umweltbundesamt gefördert und von Strahlenschutz, Analytik & Entsorgung Roßendorf e.V. durchgeführt. Die Wirtschaftlichkeit von Geothermieanlagen wird oftmals durch Ablagerung von Sekundärmineralen oder Korrosionsschäden beeinträchtigt. Eine vielversprechende Gegenmaßnahme ist der Einsatz von Inhibitoren. Dadurch kann die Nachhaltigkeit und Wirtschaftlichkeit des Anlagenbetriebs verbessert werden. Geothermische Anlagen im Norddeutschen Becken (NDB) beziehen hochsalinare Thermalwässer aus Porengrundwasserleitern. Wegen der geringen Porengröße ( kleiner als 100 Mikrometer) reagieren die Strömungsparameter derartiger Aquifere empfindlich auf Sekundärmineralbildungen. Treten solche Effekte nahe der Injektionsbohrung auf, sinkt die Injektivität. In Gebieten, mit (geplanter) geothermischer Nutzung von Porengrundwasserleitern wie z.B. Neustadt-Glewe, Hamburg Wilhelmsburg oder Schwerin, sind bislang keine geeigneten Inhibitoren verfügbar. In geothermischen Anlagen, in denen Thermalwasser aus Kluftgrundwasserleitern - wie im Oberrheingraben (ORG) - genutzt wird, werden gegenwärtig kommerziell erhältliche Inhibitoren im Versuchsbetrieb eingesetzt. Langfristig wird der Nachweis der wasserwirtschaftlichen Unbedenklichkeit sowie eine Ausdehnung des Anwendungsbereichs hin zu niedrigeren Injektionstemperaturen unerlässlich sein um einen langfristigen, störungsfreien und wirtschaftlichen Betrieb zu ermöglichen. Ziel des Verbundvorhabens EIKE ist es, eine für die Anwendungen in Gebieten mit geothermischer Nutzung von Porengrundwasserleitern optimierte Inhibitor-Kombination aus verfügbaren Grundsubstanzen zu entwickeln. Die Übertragung dieser Inhibitor-Kombination auf Standorte mit Kluftgrundwasserleiter-Nutzung wird angestrebt. Gegenüber kommerziell vertriebenen Produkten ermöglicht die Kombination reiner Substanzen bekannter Zusammensetzung ein systematisches Auswahlverfahren und gezielte Untersuchungen zur thermischen und chemischen Stabilität des Produktgemisches sowie eine gezielte Anpassung an die jeweiligen geologischen und hydrologischen Gegebenheiten.
Das Projekt "KI-INSPIRE - Künstliche Intelligenz für den innovativen nachhaltigen Strahlenschutz von Patienten in interventionellen radiologischen Einsatzgebieten" wird vom Umweltbundesamt gefördert und von Universität Magdeburg, Institut für Medizintechnische Systeme, Lehrstuhl für Medizintechnische Systeme durchgeführt. Auf dem Gebiet der Medizinphysik und Medizintechnik ist die Nutzung von KI-basierten Verfahren besonders im Bereich des Strahlenschutzes und darin insbesondere in der medizinischen Bildgebung, die für nahezu 100% der zivilisatorischen Strahlenexposition von 1,9 mSv pro Jahr verantwortlich ist, äußerst vielversprechend. Dort wollen wir mit Hilfe der neuen disruptiven Technologien von KI ein enormes Dosiseinsparpotential realisieren. Das Ziel des Vorhabens ist daher die Erforschung von KI-Verfahren zur Reduktion der Strahlendosis in der medizinischen Bildgebung mit ionisierender Strahlung. Dies soll durch Verbesserung der Bildqualität und des Strahlenschutzes für medizinische Bildgebungsverfahren basierend auf ionisierender Strahlung geschehen. Um eine detaillierte Betrachtungsweise zu ermöglichen, konzentriert sich das Projektvorhaben auf die interventionelle Bildgebung da dort sowohl diagnostische als auch therapeutische Ziele mit Hilfe von Computertomografie (CT), Angiographie und Nuklearmedizin realisiert werden. Konkret erarbeiten wir Lösungen für (I) die Dosisreduktion, (II) die Verbesserung der Bildqualität und (III) Reduktion der Bewegungsartefakte sowie für die (IV) interventionelle Charakterisierung von Ge-webe bei medizinischen Strahlenanwendungen - Anwendungen die alle dem Strahlenschutz zu-zuordnen sind. Die Ergebnisse lassen sich auf andere Bereiche der Bildgebung verallgemeinern. Im Rahmen des Forschungsvorhabens wird demonstriert, dass eine Dosissenkung um etwa 2/3 erreicht werden kann. Außerdem soll eine Plattform für die standardisierte Qualitätssicherung von KI-Verfahren in der medizinischen Bildgebung erarbeitet werden, um garantieren zu können, dass die entwickelten Verfahren keine künstlichen Strukturen erzeugen, sondern verlässliche und medizinisch sinnvolle Vorhersagen treffen. Dies ist unabdingbar um das Vertrauen von Ärzten und Patienten in die Verwendung ebendieser Methoden in der medizinischen Bildgebung zu steigern.
Das Projekt "Systematische Aufbereitung der weltweiten Betriebserfahrung mit gemeinsam verursachten Ausfällen (GVA) im Rahmen der internationalen Expertengruppe ICDE (Internationales GVA-Datenaustauschprojekt der OECD/NEA)" wird vom Umweltbundesamt gefördert und von Gesellschaft für Anlagen- und Reaktorsicherheit (GRS) gGmbH durchgeführt. Gemeinsam verursachte Ausfälle (GVA), d.h. gleichzeitige oder zeitnahe Ausfälle von redundanten Komponenten oder Systemen, stellen ein anteilig bedeutsames Risiko für die Sicherheit von Kernkraftwerken dar. Da GVA relativ seltene Ereignisse darstellen, ist die Betriebserfahrung mit GVA allein aus deutschen KKW für eine umfassende Bewertung von GVA zu gering. Dies gilt vor allem vor dem Hintergrund der stetig abnehmenden Zahl von deutschen KKW mit Berechtigung zum Leistungsbetrieb. Folglich kommt auf dem Gebiet der Untersuchung von GVA der Nutzung internationaler Betriebserfahrung eine wesentliche Bedeutung zu. Durch die Mitarbeit im ICDE-Projekt wird die GRS in die Lage versetzt, die international vorliegenden Erfahrungen über GVA-Phänomene effizient zu nutzen und Erkenntnisse über Ursachen und Mechanismen von GVA zu gewinnen. Auf dieser Grundlage können dann mögliche Vorsorgemaßnahmen gegen GVA identifiziert und bewertet werden. Im Rahmen des Vorhabens sollen die durch die Teilnahme am ICDE Projekt zur Verfügung stehende Wissensbasis weiterhin systematisch ausgewertet werden. Insbesondere sollen die von den anderen Ländern erhaltenen GVA-Ereignisse hinsichtlich ihrer Übertragbarkeit bewertet und mit den aus Deutschland bekannten Phänomenen verglichen werden. Falls in der deutschen Betriebserfahrung mit KKW nicht bekannte Phänomene in einem ausländischen KKW beobachtet wurden, werden diese vertieft analysiert um daraus Verbesserungspotenziale für deutsche KKW z.B. in Form einer Weiterleitungsnachricht (WLN) ableiten zu können. Der Datenaustausch des ICDE-Projekts erfolgt nach dem quid-pro-quo-Prinzip, d.h. dass jeder Teilnehmer nur in dem Umfang Zugriff auf die von den anderen eingespeiste Betriebserfahrung erhält, in dem er selber eigene Betriebserfahrung bereitgestellt hat. Aus diesem Grund besteht die Notwendigkeit, die deutsche Betriebserfahrung entsprechend aufzubereiten und in die ICDE-Datenbasis einzuspeisen.
Das Projekt "Alternativmethoden - Einzelprojekt: HUMANEUROMOD - Neuronale Variabilität und Epilepsie: Entwicklung von populationsbasierten Computermodellen menschlicher Nervenzellen" wird vom Umweltbundesamt gefördert und von Universität Gießen, Fachbereich Medizin, 3R-Zentrum, Professur Computerbasiertes Modelling im 3R-Tierschutz durchgeführt. Ziel des Vorhabens ist die Etablierung realistischer Computermodelle menschlicher Nervenzellen zur systematischen Untersuchung neuronaler Variabilität im epileptischen Gewebe. Die Modelle sollen anhand vorhandener menschlicher zellulärer Daten validiert werden. Obwohl es umfangreiche Studien über epilepsierelevante Änderungen von Ionenkanälen in kortikalen Nervenzellen gibt, wurde ihre Rolle im Kontext der interzellulären und interindividuellen Variabilität bislang in Computermodellen nicht systematisch untersucht. Epilepsien entstehen oft als Folge kombinatorischer Wirkung von mehrfachen Mutationen, die einzeln nicht ausreichen, um pathologische Hypererregbarkeit des neuralen Gewebes zu verursachen. In diesem Vorhaben wollen wir mit Hilfe von einem populationsbasierten Ansatz die Konsequenzen von epilepsierelevanten Ionenkanal-Mutationen für die Erregbarkeit und Resilienz von hippokampalen und neokortikalen Neuronen in silico untersuchen. Wir wollen in diesem Projekt realistische menschliche Modelle von kortikalen und hippokampalen Pyramidenzellen und Körnerzellen erstellen, die klinisch relevantere Vorhersagen als rein Tier-basierte Modelle über die Rolle der Ionenkanäle bei menschlichen Temporallappenepilepsien und anderen Formen kortikaler Epilepsien erlauben könnten. HUMANEUROMOD kombiniert die Nutzung und Analyse vorhandener menschlicher und Tier-basierter Daten mit Computersimulationen, um 3R-Effekte (Replace, Reduce) in diesem, auf Computerexperimente angewiesenen neurophysiologischen Gebiet, zu erzielen. Anstatt eines 'one-size-fits-all'-Ansatzes, bei dem ein Computermodell durchschnittliche experimentelle Werte simuliert, werden beim populationsbasierten Ansatz große Populationen von realistischen Modellen, welche die Variabilität experimenteller Daten wiederspiegeln, konstruiert und kalibriert. Diese neuen Computermodelle werden der wissenschaftlichen Gemeinschaft frei in der Datenbank ModelDB zur Verfügung gestellt.
