SFML Eure Erfahrungen sind gefragt // Eure eigenen Karten und Visualieiserungen

Tom-HA · 1. März 2026 um 16:49

Ich mache mal selbst den Anfang… aktuelle Version V16.8.6 10 Tage Lernen… mit Eco-Witt 0815 Wetterstation

LG und Dank an alle die fleißig testen und Fehler melden!

Hier der direkte vergleich! Immer daran denken SFML ist eine PROGNOSE die nicht nachregelt… !! (Es sei denn man MDC anktiviert) man sieht aber sehr gut die Differenz zu Forecast Solar..

Forecast Solar zum Zeitpunkt als SFML die Prognose gelockt hat: 3,7 kWh selbst mit Nachregeln nicht annähernt so gut!

SFML als es 45Min vor Sonnenaufgang die Prognose gelockt hat:

Abwweichung(en)

SFML = +6%
Forecast Solar = - - 38,33 %

Der prozentuale Vorsprung (Prozentpunkte)

Man kann den Unterschied auch einfach in der Differenz der Genauigkeit ausdrücken:

Prognose SFML: 94 % Treffsicherheit (6 % Fehler)
Prognose FCS: 62 % Treffsicherheit (38 % Fehler)

Der Unterschied beträgt 32 Prozentpunkte. In der Welt der Datenanalyse ist ein Vorsprung von 32 Prozentpunkten oft der Unterschied zwischen einer “brauchbaren Schätzung” und “hellem Wahnsinn”. um es mit den Worten von Basti zu sagen

Joachim-xo · 1. März 2026 um 17:25

Viele Grüße an Basti! Und Prognose und Ertrag ist doch klasse! Danke @Tom-HA

Tom-HA · 1. März 2026 um 17:26

Richte ich SEHR GERN aus!.. nun passt es auf deinem iPAd - oder? (Schaut zumindest so aus)

Joachim-xo · 1. März 2026 um 17:39

Jawohl! Und auch auf‘m MacMini mit höchstmöglicher Auflösung.

Schwippser · 1. März 2026 um 17:58

Ich kann den prozentualen Vorsprung von SFML bestätigen

Tom-HA · 1. März 2026 um 18:00

Perfekt, danke für die Rückmeldung, dann streiche ich es von der ToDo-Liste von STATS!

TobiB80 · 2. März 2026 um 17:31

Bis jetzt liegt Open Meteo knapp vorne. Ich bin gespannt wann die KI die Verschattung durch Bäume am Nachmittag richtig erkennt:

Larrythehammer · 2. März 2026 um 18:13

@Schwippser würdest du uns deinen Code von deiner ApexCard veröffentlichen?? Die sieht echt super aus. danke

Schwippser · 2. März 2026 um 18:41

Das ganz ist nicht auf meinen Mist gewachsen … ich habe nur die Apex von Burkard etwas angepasst. Der Dank geht also an Burkard. Der ursprüngliche Beitrag ist hier:

Aber hier mein Code:

type: vertical-stack
cards:
  - type: horizontal-stack
    cards:
      - type: custom:button-card
        icon: mdi:chevron-left
        name: Zurück
        styles:
          card:
            - height: 50px
        tap_action:
          action: call-service
          service: input_number.increment
          service_data:
            entity_id: input_number.sfml_day_offset
      - type: custom:button-card
        entity: sensor.sfml_display_date
        show_icon: false
        show_name: true
        name: "[[[ return states['sensor.sfml_display_date'].state; ]]]"
        styles:
          card:
            - height: 50px
          name:
            - font-size: 16px
            - font-weight: bold
        tap_action:
          action: call-service
          service: input_number.set_value
          service_data:
            entity_id: input_number.sfml_day_offset
            value: 0
      - type: custom:button-card
        icon: mdi:chevron-right
        name: Vorwärts
        styles:
          card:
            - height: 50px
        tap_action:
          action: call-service
          service: input_number.decrement
          service_data:
            entity_id: input_number.sfml_day_offset
  - type: conditional
    conditions:
      - condition: numeric_state
        entity: input_number.sfml_day_offset
        below: 1
    card:
      type: custom:apexcharts-card
      grid_options:
        columns: full
      header:
        title: PV-Prognose und Ertrag
        show: true
        standard_format: true
        show_states: true
        colorize_states: true
      apex_config:
        grid:
          yaxis:
            lines:
              show: false
        xaxis:
          labels:
            hideOverlappingLabels: true
            rotate: 0
            rotateAlways: true
            showDuplicates: false
        fill:
          type: gradient
          gradient:
            type: vertical
            shadeIntensity: 0.5
            inverseColors: false
            opacityFrom: 0.9
            opacityTo: 0.5
        chart:
          height: 250px
        tooltip:
          enabled: true
          shared: true
          followCursor: true
        stroke:
          dashArray:
            - 0
            - 5
        legend:
          show: true
      graph_span: 0.999d
      now:
        show: true
        color: white
      span:
        start: day
        offset: "-0day"
      all_series_config:
        type: area
        opacity: 0.9
        stroke_width: 1
      yaxis:
        - id: kW
          show: true
          min: 0
          apex_config:
            tickAmount: 0
            title:
              text: kWh (DC)
        - id: header_only
          show: false
      series:
        - entity: sensor.pv_leistung_aktuell_gesamt
          name: Tatsächlich
          float_precision: 3
          stroke_width: 1
          opacity: 0.6
          yaxis_id: kW
          unit: kW
          transform: return x/1000;
          extend_to: now
          show:
            legend_value: false
            in_header: false
          group_by:
            func: avg
            duration: 5m
        - entity: sensor.sfml_stats_gesamt
          name: Prognose
          color: grey
          opacity: 0.3
          stroke_width: 1
          yaxis_id: kW
          unit: " kWh"
          extend_to: false
          show:
            legend_value: false
            in_header: false
          data_generator: |
            var today = new Date();
            var data = JSON.parse(entity.attributes.hourly_data);
            return data.map((entry) => {
              var date = new Date(today.getFullYear(), today.getMonth(), today.getDate(), entry.hour, 30);
              return [date, entry.pred];
            });
        - entity: sensor.sf_solar_gesamt_taglich
          yaxis_id: header_only
          name: Ertrag
          color: orange
          float_precision: 3
          unit: " kWh"
          show:
            legend_value: true
            in_header: true
            in_chart: false
          data_generator: |
            return [[new Date(), parseFloat(entity.state)]];
        - entity: sensor.solar_forecast_ml_o_genauigkeit_30_tage
          yaxis_id: header_only
          name: Genauigkeit
          color: grey
          float_precision: 3
          unit: " %"
          show:
            legend_value: true
            in_header: true
            in_chart: false
        - entity: sensor.sfml_stats_gesamt
          yaxis_id: header_only
          name: Prognose heute
          color: grey
          float_precision: 3
          unit: " kWh"
          show:
            legend_value: true
            in_header: true
            in_chart: false
          data_generator: |
            return [[new Date(), entity.attributes.prediction_total]];
  - type: conditional
    conditions:
      - condition: numeric_state
        entity: input_number.sfml_day_offset
        above: 0
    card:
      type: custom:apexcharts-card
      grid_options:
        columns: full
      header:
        title: PV-Prognose und Ertrag
        show: true
        standard_format: true
        show_states: true
        colorize_states: true
      apex_config:
        grid:
          yaxis:
            lines:
              show: false
        xaxis:
          labels:
            hideOverlappingLabels: true
            rotate: 0
            rotateAlways: true
            showDuplicates: false
        fill:
          type: gradient
          gradient:
            type: vertical
            shadeIntensity: 0.5
            inverseColors: false
            opacityFrom: 0.9
            opacityTo: 0.5
        chart:
          height: 250px
        tooltip:
          enabled: true
          shared: true
          followCursor: true
        stroke:
          dashArray:
            - 0
            - 5
        legend:
          show: true
      graph_span: 0.999d
      span:
        start: day
      all_series_config:
        type: area
        opacity: 0.9
        stroke_width: 2
      yaxis:
        - id: kW
          show: true
          min: 0
          apex_config:
            tickAmount: 5
            title:
              text: kWh (DC)
        - id: header_only
          show: false
      series:
        - entity: sensor.sfml_stats_gesamt_history
          name: Tatsächlich
          color: orange
          stroke_width: 1
          opacity: 0.6
          yaxis_id: kW
          unit: kW
          extend_to: false
          show:
            legend_value: false
            in_header: false
          data_generator: >
            var offset =
            parseInt(hass.states['input_number.sfml_day_offset']?.state || '0');

            var sel = new Date(); sel.setDate(sel.getDate() - offset);

            var pad = n => String(n).padStart(2,'0');

            var dk = sel.getFullYear() + '-' + pad(sel.getMonth()+1) + '-' +
            pad(sel.getDate());

            var now = new Date(); var y = now.getFullYear(), m = now.getMonth(),
            d = now.getDate();

            var attr = entity.attributes.history_data;

            var hist = typeof attr === 'string' ? JSON.parse(attr) : attr;

            var day = hist ? hist[dk] : null;

            if (!day) return [[new Date(y,m,d,0,0),0],[new
            Date(y,m,d,23,59),0]];

            day = typeof day === 'string' ? JSON.parse(day) : day;

            var pts = [[new Date(y,m,d,0,0),0]];

            day.forEach(function(e) { if (e.actual !== null && e.actual !==
            undefined) pts.push([new Date(y,m,d,e.hour,30), e.actual]); });

            pts.push([new Date(y,m,d,23,59),0]);

            return pts;
        - entity: sensor.sfml_stats_gesamt_history
          name: Prognose
          color: grey
          opacity: 0.3
          stroke_width: 1
          yaxis_id: kW
          unit: " kWh"
          extend_to: false
          show:
            legend_value: false
            in_header: false
          data_generator: >
            var offset =
            parseInt(hass.states['input_number.sfml_day_offset']?.state || '0');

            var sel = new Date(); sel.setDate(sel.getDate() - offset);

            var pad = n => String(n).padStart(2,'0');

            var dk = sel.getFullYear() + '-' + pad(sel.getMonth()+1) + '-' +
            pad(sel.getDate());

            var now = new Date(); var y = now.getFullYear(), m = now.getMonth(),
            d = now.getDate();

            var attr = entity.attributes.history_data;

            var hist = typeof attr === 'string' ? JSON.parse(attr) : attr;

            var day = hist ? hist[dk] : null;

            if (!day) return [[new Date(y,m,d,0,0),0],[new
            Date(y,m,d,23,59),0]];

            day = typeof day === 'string' ? JSON.parse(day) : day;

            var pts = [[new Date(y,m,d,0,0),0]];

            day.forEach(function(e) { pts.push([new Date(y,m,d,e.hour,30),
            e.pred]); });

            pts.push([new Date(y,m,d,23,59),0]);

            return pts;
        - entity: sensor.sfml_stats_gesamt_history
          yaxis_id: header_only
          name: Ertrag
          color: orange
          float_precision: 1
          unit: " kWh"
          show:
            legend_value: true
            in_header: true
            in_chart: false
          data_generator: >
            var offset =
            parseInt(hass.states['input_number.sfml_day_offset']?.state || '0');

            var sel = new Date(); sel.setDate(sel.getDate() - offset);

            var pad = n => String(n).padStart(2,'0');

            var dk = sel.getFullYear() + '-' + pad(sel.getMonth()+1) + '-' +
            pad(sel.getDate());

            var attr = entity.attributes.history_data;

            var hist = typeof attr === 'string' ? JSON.parse(attr) : attr;

            var day = hist ? hist[dk] : null;

            if (!day) return [[new Date(), 0]];

            day = typeof day === 'string' ? JSON.parse(day) : day;

            var total = day.reduce(function(s,e) { return s + (e.actual || 0);
            }, 0);

            return [[new Date(), Math.round(total * 10) / 10]];
        - entity: sensor.sfml_stats_gesamt_history
          yaxis_id: header_only
          name: Prognose
          color: grey
          float_precision: 1
          unit: " kWh"
          show:
            legend_value: true
            in_header: true
            in_chart: false
          data_generator: >
            var offset =
            parseInt(hass.states['input_number.sfml_day_offset']?.state || '0');

            var sel = new Date(); sel.setDate(sel.getDate() - offset);

            var pad = n => String(n).padStart(2,'0');

            var dk = sel.getFullYear() + '-' + pad(sel.getMonth()+1) + '-' +
            pad(sel.getDate());

            var attr = entity.attributes.history_data;

            var hist = typeof attr === 'string' ? JSON.parse(attr) : attr;

            var day = hist ? hist[dk] : null;

            if (!day) return [[new Date(), 0]];

            day = typeof day === 'string' ? JSON.parse(day) : day;

            var total = day.reduce(function(s,e) { return s + (e.pred || 0); },
            0);

            return [[new Date(), Math.round(total * 10) / 10]];
        - entity: input_number.sfml_day_offset
          yaxis_id: header_only
          name: _trigger
          show:
            in_chart: false
            in_header: false
            legend_value: false
          data_generator: |
            return [];
  - type: custom:apexcharts-card
    grid_options:
      columns: 24
    header:
      title: Produktion vs. Vorhersage
      show: true
      show_states: true
      standard_format: true
      colorize_states: true
    apex_config:
      grid:
        yaxis:
          lines:
            show: false
      xaxis:
        labels:
          hideOverlappingLabels: false
          rotateAlways: false
          showDuplicates: false
          format: dd. MM.
      yaxis:
        tickAmount: 10
        show: false
      plotOptions:
        bar:
          columnWidth: 70%
      chart:
        height: 250px
      legend:
        show: true
        showForSingleSeries: true
      fill:
        type: gradient
        gradient:
          type: vertical
          shadeIntensity: 0.5
          inverseColors: false
          opacityFrom: 1
          opacityTo: 0.8
    all_series_config:
      type: line
      opacity: 0.1
      stroke_width: 1
    series:
      - entity: sensor.energy_production_today_2
        type: column
        name: Open-Meteo Solar Forecast
        color: rgb(110,130,180)
        group_by:
          func: max
          duration: 1d
        show:
          legend_value: false
          in_header: false
          datalabels: true
      - entity: sensor.prognose_heute
        type: column
        name: SFML Prognose
        color: rgb(70,130,180)
        group_by:
          func: max
          duration: 1d
        show:
          legend_value: false
          in_header: false
          datalabels: true
      - entity: sensor.sf_solar_gesamt_taglich
        type: column
        name: Tatsächlich
        color: rgb(255,153,28)
        group_by:
          func: max
          duration: 1d
        show:
          legend_value: false
          in_header: false
          datalabels: true
      - entity: sensor.solar_forecast_ml_o_genauigkeit_30_tage
        type: line
        color: rgb(0,255,0)
        transform: return x/10;
        stroke_width: 2
        group_by:
          func: min
          duration: 1d
        show:
          legend_value: false
          in_header: false
          in_legend: false
      - entity: sensor.solar_forecast_ml_o_genauigkeit_30_tage
        type: line
        color: rgb(0,255,0)
        transform: return x/1;
        float_precision: 3
        group_by:
          func: min
          duration: 1d
        show:
          legend_value: false
          in_header: true
          in_legend: false
          in_chart: false
    graph_span: 7d
    span:
      start: day
      offset: "-6d"
  - type: custom:apexcharts-card
    grid_options:
      columns: full
    header:
      title: PV-Prognose und Messwerte (Solar Forecast ML)
      show: true
      standard_format: true
      show_states: true
      colorize_states: true
    apex_config:
      chart:
        height: 250px
      tooltip:
        enabled: true
        shared: true
        followCursor: true
    graph_span: 0.999d
    now:
      show: true
      color: white
    span:
      start: day
      offset: "-0day"
    all_series_config:
      type: area
      opacity: 0.9
      stroke_width: 1
    yaxis:
      - id: kW
        show: true
        min: 0
        apex_config:
          tickAmount: 5
          title:
            text: kWh (AC)
      - id: header_only
        show: false
    series:
      - entity: sensor.sf_battery_2_battery_level
        name: Batterie
        float_precision: 1
        type: area
        color: green
        stroke_width: 2
        opacity: 0.05
        yaxis_id: kW
        unit: kWh
        transform: return x * 7.5 / 100;
        extend_to: now
        show:
          legend_value: true
          in_header: false
        group_by:
          func: last
          duration: 5m
      - entity: sensor.hausverbrauch_leistung
        name: Verbrauch
        float_precision: 3
        type: area
        color: red
        stroke_width: 2
        opacity: 0.1
        yaxis_id: kW
        unit: kW
        transform: return x/1000;
        extend_to: now
        show:
          legend_value: true
          in_header: false
        group_by:
          func: avg
          duration: 5m
      - entity: sensor.solar_forecast_ml_power_sensor_state
        name: Solarerzeugung
        float_precision: 3
        color: orange
        stroke_width: 2
        opacity: 0.6
        yaxis_id: kW
        unit: kW
        transform: return x/1000;
        extend_to: now
        show:
          legend_value: true
          in_header: false
        group_by:
          func: avg
          duration: 5m
      - entity: sensor.sfml_tagesprognose
        name: SFML Prognose
        extend_to: false
        color: grey
        opacity: 0.3
        stroke_width: 2
        yaxis_id: kW
        show:
          legend_value: false
          in_header: false
        data_generator: |
          var today = new Date();
          var data = JSON.parse(entity.attributes.hourly_forecast);
          return data.map((entry) => {
            var date = new Date(today.getFullYear(), today.getMonth(), today.getDate(), entry.hour, 30);
            return [date, entry.kwh];
          });
      - entity: sensor.sfml_tagesprognose
        yaxis_id: header_only
        name: Prognose heute
        float_precision: 1
        unit: " kWh"
        show:
          legend_value: true
          in_header: true
          in_chart: false
      - entity: sensor.solar_forecast_ml_yield_sensor_state
        yaxis_id: header_only
        name: Heute bis jetzt
        float_precision: 1
        color: orange
        show:
          legend_value: true
          in_header: true
          in_chart: false
      - entity: sensor.solar_forecast_ml_prognose_nachste_stunde
        yaxis_id: header_only
        name: Nächste Stunde
        float_precision: 1
        unit: " kWh"
        show:
          legend_value: true
          in_header: true
          in_chart: false
      - entity: sensor.forecast_today_remaining
        yaxis_id: header_only
        name: Prognose heute Rest
        float_precision: 1
        unit: " kWh"
        show:
          legend_value: true
          in_header: true
          in_chart: false
      - entity: sensor.prognose_morgen
        yaxis_id: header_only
        name: Prognose morgen
        float_precision: 1
        unit: " kWh"
        show:
          legend_value: true
          in_header: true
          in_chart: false
      - entity: sensor.prognose_ubermorgen
        yaxis_id: header_only
        name: Prognose übermorgen
        float_precision: 1
        unit: " kWh"
        show:
          legend_value: true
          in_header: true
          in_chart: false
grid_options:
  columns: 24
  rows: auto

alteMade · 2. März 2026 um 18:43

Eine gute veröffentlichte APEX hat @Kaysen899 hier einmal verlinkt. Sie ist hier auf Github zu finden: GitHub - BMeyendriesch/Solar-Prognose-Card · GitHub
Sieht dann in etwa so aus (ich habe bei mir da auch noch wieder Kleinigkeiten verändert )

Gruß Ralf

Larrythehammer · 2. März 2026 um 19:02

Und den Code von der zweiten Karte mit dem Vergleich von allen 3 Prognosen??

Schwippser · 2. März 2026 um 19:06

Die Karte ist im Code enthalten … Card 4 im visuellen Editor

vsa · 5. März 2026 um 13:49

Geht die Apex-Karte bei dir noch nach dem neuen Update von HA & SFML? Bei mir kommen seit dem Update gestern Fehler in der sql.config….

RobertoCravallo · 5. März 2026 um 13:59

Da ich nur ein Paneel habe, wäre Burkards Code für mich overkill. Habe nur ein wenig SQL bei ihm “geklaut” und die Farben angepasst. “Blättern” will ich auch nicht, komme also mit ganz wenig Code zurecht.

Mir war wichtig, es sollte nur von Sonnenaufgang bis Untergang anzeigen. Den Code hatte mal jemand hier zur Verfügung gestellt.

alteMade · 5. März 2026 um 14:05

Ja, einwandfrei.

Gruß Ralf

Twix1212 · 9. März 2026 um 09:04

Ich bastle noch rum…inzwischen sind alle Panelgruppen zeitlich umschaltbar - bis dato war es nur bei der Gesamt-Gruppe möglich. Aber so ganz zufrieden bin ich noch nicht.

Lekoglo · 10. März 2026 um 12:17

(Beitrag vom Verfasser gelöscht)

Tom-HA · 10. März 2026 um 12:28

Ich finde es erstaunlich und toll was Du und andere hier auf der Grundlage meiner Integration so alles basteln! - Wenn ich helfen kann.. lass es mich bitte wissen! Dankbar wäre evtl eine eigene Sensor-Plattform in SFML die die Werte die Du benötigst zur Verfüg stellt.. kein SQL geraffel .. oder ein kleines zusätzliche “Modul” das einfach nur Sensoren bereitstellt..

freo · 10. März 2026 um 12:34

DAS würde mir sehr helfen

alteMade · 10. März 2026 um 13:04

Hallo @Tom-HA,
das sind aber viele Sensoren die hier aus deiner Datenbank gezogen werden. So wie es jetzt ist, kann man die SQL-Sensoren so bauen, das man in den Attributen genau das hinein nimmt was man für die aktuelle Situation benötigt.

Auch die Karten die erzeugt werden haben es in sich und sind nur mit Programmierkentnissen wirklich zu bauen.

Vielleicht würde es helfen diese Arbeit hier irgendwo mit zu verlinken, dort kann man sich den YAML-Code für einen Eintrag in eine SQL.yaml herunterladen, dort sind dann bereits alle wichtigen SQL-Sensoren vorhanden:
Solar-Prognose-Card von BMeyendriesch

github.com/BMeyendriesch/Solar-Prognose-Card

README.md

main

# Solar-Prognose-Card

> **Voraussetzung:** Dieses Projekt setzt die HA-Integration [Solar Forecast ML](https://github.com/bremme/home-assistant-solar-forecast-ml) voraus. Die Prognosedaten stammen aus der SQLite-Datenbank (`solar_forecast.db`), die Solar Forecast ML anlegt und befüllt. Die aktuellen Leistungsdaten sind DC-Messwerte des Wechselrichters. Ohne diese Integration sind die Cards nicht nutzbar.

Home Assistant Dashboard-Cards zur Visualisierung von PV-Prognosen und Echtzeit-Messwerten mit [ApexCharts Card](https://github.com/RomRider/apexcharts-card).

Die Cards zeigen auf einen Blick, wie gut die ML-Prognose mit der tatsächlichen Erzeugung übereinstimmt — sowohl für die Gesamtanlage als auch für einzelne Wechselrichter-Stränge. Neben der Tagesansicht kann über eine Navigationsleiste durch die letzten 7 Tage geblättert werden, um historische Erträge mit der damals geltenden Prognose zu vergleichen.

![Screenshot](SFML_Stats.png)

## Referenz-Installation

Die Cards sind für folgende Anlage konfiguriert:

| Komponente | Details |
|---|---|
| **Batteriespeicher** | SENEC (7,5 kWh Kapazität) |
| **Wechselrichter** | Piko mit 3 DC-Strängen (Ost / West / Süd) |
| **Prognose-Integration** | [Solar Forecast ML](https://github.com/bremme/home-assistant-solar-forecast-ml) (lokale ML-Prognose) |
| **Alternative Prognose** | [Solcast PV Forecast](https://github.com/BJReplay/ha-solcast-solar) (Cloud-basiert) |

Diese Datei wurde abgeschnitten. Original zeigen

Aber ja, für Leute, die kein SQL können, wäre es natürlich viel viel einfacher. Hier aber bitte Nutzen/Overhead einmal abwägen (zusätzlicher Wartungsaufwand auf deiner Seite)

Gruß Ralf

Nachtrag: Womit du aber sehr wohl helfen kannst wäre ein Überblick über Änderungen in der Datenbank, damit würde die Pflege an solchen SQL-Sensoren einfacher werden. Ich selber habe noch nicht alle Tabellen vollständig verstanden - vor allem, weil einige bei mir auch leer sind.

Thema		Antworten	Aufrufe
Sammelthread Tages/Wochenergebnisse Entwicklung & Bugs	419	3372	15. April 2026
SFML: Feedback und Problemberichte zum aktuellen Release Entwicklung & Bugs	231	2323	16. April 2026
Erste KI-basierte Solarprognose die selbst lernt und deine Anlage kennenlernt - veröffentlicht-! Showroom photovoltaik , statistik , energiewende , ai	7023	32705	2. März 2026
UPDATE // RELASE NOTES Solar Forecast ML Entwicklung & Bugs wetter	26	3399	16. April 2026
Solar Forecast ML - Ich brauche Hilfe Sammelthread Einrichtung & Hilfe	141	1451	15. April 2026

SFML Eure Erfahrungen sind gefragt // Eure eigenen Karten und Visualieiserungen

Der prozentuale Vorsprung (Prozentpunkte)

Verwandte Themen