Welche Option passt zu Ausgangslage, Voraussetzungen und Ziel?

Worum es geht

Die Werkzeugwahl ist getroffen, das Eingabefeld ist leer. Die sechs Bausteine aus Harness-Einrichtung sind bei allen Werkzeugen dieselben: Grundeinstellungen, Kontextprofil, Ablage, Skills, Werkzeuge und Kanäle, Routinen. Was sich unterscheidet, sind Menüpfade, Dateinamen, Zeichengrenzen und die Stellen, an denen ein Werkzeug anders reagiert, als man erwartet. Diese Seite ordnet die Bausteine fünf Werkzeugen zu und gibt je Werkzeug eine Reihenfolge mit den bekannten Stolpersteinen. Stand ist der 4. September 2026, am 12. Oktober 2026 gegen die Herstellerdokumentation nachgeprüft und an den markierten Stellen korrigiert; Menüpfade und Grenzen ändern sich bei diesen Produkten in Wochen, nicht in Jahren.

Zwei Gruppen: Claude Cowork, ChatGPT und Langdock sind Cloud-Oberflächen mit Menüs, bei denen die Einrichtung in Einstellungsdialogen und Uploads stattfindet. Hermes Agent und OpenClaw sind selbst betriebene Agenten, bei denen die Einrichtung aus Dateien in einem Verzeichnis und Befehlen im Terminal besteht. Die zweite Gruppe verlangt Terminal-Kenntnisse und einen Rechner oder Server, der läuft; dafür liegt dort alles als Textdatei vor und lässt sich versionieren.

Vergleich

Die Zeilen fassen Recherche: Harness-Einrichtung für KMU, September 2026 zusammen; Zahlen sind Herstellerangaben zum Stichtag, Angaben mit „sekundär“ stammen aus Drittquellen.

Anleitung Claude Cowork

Voraussetzung: Bezahlplan; für lokale Ordner die Desktop-App. Seit dem 06.10.2026 laufen neue Cowork-Aufgaben in Pro und Max in der Cloud und sind auch im Web und mobil nutzbar; in Team und Enterprise ist das Beta (Enterprise nur, wenn der Admin es einschaltet). Lokale Ordner, lokale Connectoren und lokale MCP-Server erreicht Cowork weiter nur über die Desktop-App. Seit 16.09.2026 rollt Anthropic eine neue Oberfläche aus, in der Cowork aus jeder Unterhaltung heraus verfügbar ist; die Menüpfade unten nennen beide Stände. Für Firmen mit personenbezogenen Daten ist Team die Untergrenze, weil Pro und Max unter Verbraucherbedingungen ohne AVV laufen. Cowork rechnet ausschließlich in den USA.

1. Settings, Capabilities: „Code execution and file creation“ einschalten (im Team: „Cloud code execution and file creation“ in den Organisationsrichtlinien). Ohne das schreibt Cowork keine Dateien. Freigabemodus auf „Manual“ lassen (früher „Ask before acting“; weitere Modi Auto und Skip).
2. Einen Arbeitsordner auf der lokalen Platte anlegen, nicht in einem Sync-Ordner, nicht „Dokumente“. Struktur nach Harness-Einrichtung: eine Datei mit Betriebsregeln im Ordner, dazu Kontext/, Wissen/, Vorlagen/, Projekte/, Ausgaben/.
3. Kontextprofil im Chat per Interview erstellen lassen, kürzen, als Kontext/ueber-mich.md und Kontext/stimme.md ablegen. Settings, „Instructions for Claude“ (früher Settings, Profile, Personal Preferences): fünf Zeilen mit Rolle, Sprache, Anrede.
4. Global Instructions (bisher Settings, Cowork; in der neuen Oberfläche Teil von „Instructions for Claude“ unter Settings, General, dann gelten sie für jede Unterhaltung): „Lies vor jeder Aufgabe alle Dateien in Kontext/. Speichere Ergebnisse in Ausgaben/.“ Mehr nicht; die Identität liegt in den Dateien, die Global Instructions sagen nur, was zuerst zu lesen ist.
5. Cowork in der Desktop-App starten, einen lokalen Ordner verbinden (früher „Work in a folder“), den Arbeitsordner wählen, „Fasse zusammen, was hier liegt“ und das Ergebnis prüfen.
6. Nach dem dritten gleichartigen Auftrag: „Mach aus dem, was wir gerade getan haben, einen Skill.“ Das erzeugte Verzeichnis als ZIP packen (Skill-Ordner als Wurzel des Archivs), Customize, Skills, hochladen, im Thinking auf „Reading “ achten. Im Team lädt der Owner Skills unter Organization settings, Plugins & skills, „Upload a skill“ hoch.
7. Customize, Connectors: nur Mail oder Kalender, Schreibaktionen bleiben rückfragepflichtig. Eigene MCP-Server müssen öffentlich erreichbar sein, weil die Verbindung aus Anthropics Cloud kommt; lokale Server laufen als Desktop Extension.
8. Zuletzt Scheduled Tasks. Sie laufen in der Cloud und sehen keinen lokalen Ordner; was eine Routine braucht, liegt in einem Projekt oder Connector.

Stolpersteine: Home-Ordner freigegeben; Sync-Ordner als Arbeitsordner; Erwartung, Scheduled Tasks läsen lokale Dateien; Desktop-App geschlossen, dann keine lokalen Ordner, kein Browser; Memory im Team standardmäßig aus; lokal laufende Cowork-Sitzungen ohne Memory; Tokenverbrauch ein Vielfaches eines Chats. Der Dateiname der Ordner-Instructions ist offiziell nicht dokumentiert; CLAUDE.md ist Praxis, nicht Zusage.

Anleitung ChatGPT (Business)

Voraussetzung: Business-Workspace ab zwei Sitzen. Skills, Company Knowledge und Workspace Agents gibt es erst ab Business; Plus reicht dafür nicht. Datenspeicherung in Business laut mehreren Quellen in den USA, EU-Speicherung und EU-Inferenz nur in Enterprise (sekundär, gegen den Vertrag prüfen). Schritt 6 und die Stolpersteine sind am 08.10.2026 auf Skills und Plugins umgestellt, weil OpenAI die Custom GPTs einstellt; der Rest der Anleitung hat den Stand vom 04.09.2026.

1. Settings, Personalization, Custom Instructions: Feld eins mit Person, Betrieb, Arbeitsweise, Schwerpunkten; Feld zwei mit Sprache, Anrede, Format und Verboten. Je 5.000 Zeichen in Bezahlplänen.
2. Settings, Personalization, Memory: „Saved memories“ und „Chat history“ bewusst ein- oder ausschalten, vorhandene Einträge einmal aufräumen. Memory ist global; Kundenkontext gehört nicht hinein.
3. Ein Projekt je Dauerthema (Kunde, Buchhaltung, Marketing), nicht je Aufgabe. Projekt-Instructions mit dem Kontext dieses Themas, Kernunterlagen als Projektdateien (höchstens zehn je Upload-Vorgang, 25 bis 40 je Projekt). Bei Konflikt gewinnt das Projekt gegenüber den Custom Instructions. Für vertrauliche Projekte „project-only memory“.
4. Ersten Skill lokal als Ordner mit SKILL.md schreiben, unter Skills hochladen, Scan abwarten, mit @skill-name in einem neuen Chat testen. Für Codex liegt derselbe Ordner unter .agents/skills.
5. Apps: eine anschließen (Outlook oder Gmail), im Workspace muss der Admin sie freigeben. Drive und SharePoint werden indexiert, andere Apps live durchsucht. Company Knowledge einschalten und eine Testfrage stellen, deren Antwort eine Quellenangabe braucht.
6. Erst wenn ein Ablauf im Team geteilt werden soll: Reine Anweisungen bleiben ein Skill aus Schritt 4 und werden geteilt, soweit die Workspace-Einstellungen das erlauben. Braucht der Ablauf zusätzlich Apps oder einen MCP-Server, wird er ein Plugin; ein Plugin bündelt Skills, MCP-Server und weitere Bausteine und liegt im gemeinsamen Verzeichnis von ChatGPT und Codex (Reiter OpenAI, Workspace, Persönlich). Ein Plugin wird nach der Installation in einem neuen Chat verfügbar, aufgerufen mit @ oder automatisch, wenn die Anfrage zur Beschreibung passt. Die Installation gibt noch keinen Zugriff auf Connectoren oder MCP-Server; die werden getrennt verbunden. Keine neuen Custom GPTs mehr anlegen. Bestehende Custom GPTs: unter My GPTs, „Created by me“, „Migrate to plugin“. Migrieren dürfen der Ersteller sowie Owner und Admins; Voraussetzung sind eingeschaltete Plugins im Workspace und ein veröffentlichter GPT. Die Instructions werden zum Skill, Wissensdateien zu Referenzdateien, verbundene Apps ziehen mit. Nicht übernommen werden Custom Actions (getrennt neu bauen), das gewählte Modell, Conversation Starters, frühere Chats und bei Sammelmigration die Freigaben. Danach ist der GPT schreibgeschützt, das neue Plugin zunächst privat; es muss geteilt oder im Workspace veröffentlicht werden (Rechte „Share plugins“ bzw. „Publish plugins to workspace“). Die Migrationsanleitung von OpenAI ist für Enterprise geschrieben und sagt, dass Abläufe in anderen Plänen abweichen können. Termin: Laut Suchauszügen der OpenAI-Hilfe enden Custom GPTs am 11.12.2026, Enterprise-Workspaces mit genehmigtem Aufschub am 11.02.2027. Die Hilfeseite selbst war auch am 08.10.2026 nicht abrufbar (HTTP 403), und ein eigener Termin für Business ist nicht belegt; vor Kundenterminen in der Admin-Konsole prüfen (OpenAI). Stand 12.10.2026, weiter nur über Suchauszüge (HTTP 403): Die Business-Release-Notes vom 11.09.2026 kündigen den Rückzug für alle Pläne an und nennen keinen eigenen Business-Termin, es gilt also der 11.12.2026; für Enterprise nennt die Hilfe als Zwischenschritte den 22.09.2026 (Migration verfügbar) und den 26.10.2026 (keine neuen GPTs mehr). Belege (OpenAI, abgerufen 08.10.2026): learn.chatgpt.com/docs/migrate-custom-gpts, /docs/skills-and-plugins, /docs/plugins, /docs/enterprise/skills.
7. Developer Mode und eigene MCP-Connectoren nur nach Prüfung; OpenAI legt die Verantwortung dafür ausdrücklich beim Kunden.
8. Scheduled Tasks zuletzt, nicht häufiger als stündlich.

Stolpersteine: Memory, Projekte, Skills und Plugins verwechselt; zu viele Projekte; Owner schaltet Memory im Workspace ab und löscht damit alle Einträge der Mitglieder; Skills auf Plus erwartet; EU-Residenz mit Business angenommen; noch neue Custom GPTs gebaut, obwohl sie auslaufen; Migration erwartet, dass Custom Actions mitkommen; migriertes Plugin für geteilt gehalten, obwohl es privat startet; Plugin installiert, aber die App nicht verbunden; Änderungen am alten GPT nach der Migration versucht (schreibgeschützt). Skills als Ordner mit SKILL.md außerhalb von ChatGPT versionieren, wie in Schritt 4 (Skill System).

Anleitung Langdock

Voraussetzung: Business-Workspace (25 Euro je Nutzer und Monat, Trial sieben Tage). Anwendung in Frankfurt; Modelle tragen eine Kennzeichnung EU oder Global, und Global-Modelle lassen sich im Workspace abschalten.

1. Settings, Workspace, General: Firmenname, kurze Beschreibung mit Branche, Zielgruppe, Sprache, Tabus. Das geht in alle normalen Chats aller Nutzer, aber nicht in Agents und Projekte.
2. Settings, Models: Global-only-Modelle deaktivieren, Standardmodell setzen. Data Retention und Capabilities (Web, Dateien, Bilder) prüfen.
3. Account Settings, Custom Instructions: „About you“ und „Model instructions“. Chat Memory unter Preferences einschalten (50 Einträge, gilt nicht in Agent- und Projekt-Chats).
4. Skills, Add Skill: einen Skill „Firmenprofil und Schreibstil“ mit einer Beschreibung, die den Auslöser nennt. Als Admin unter Workspace-Defaults setzen. Das ist der einzige Weg, mit dem das Profil auch in Agents und Projekten gilt, weil deren Anweisungen die persönlichen Custom Instructions ersetzen.
5. Library: eine Knowledge Base „Firmenwissen“ mit zehn bis dreißig gepflegten Dokumenten (PDF, DOCX, MD; keine Tabellen, keine Bilder). Library Folder für Vorlagen. Folder Sync aus OneDrive oder Drive erst, wenn Aktualität wichtig ist (200 Dateien je Ordner; bricht, wenn der verbindende Nutzer den Workspace verlässt).
6. Ersten Agent über den Agent Builder bauen, einen Anwendungsfall, Instructions nach Persona, Task, Context, Format; den Firmenkontext im Abschnitt Context wiederholen. Knowledge Base anhängen, Test-Modus, dann teilen.
7. Integrationen: eine (Outlook oder Gmail). Microsoft braucht einmalig Admin Consent im Entra-Tenant, vorher kann niemand verbinden. Bestätigung je Tool bei MCP-Integrationen ist standardmäßig aus; für schreibende Tools einschalten.
8. Scheduled Task „Tagesbriefing“ (10 je Nutzer), später ein Workflow mit Human-in-the-Loop-Knoten.

Stolpersteine: Instructions überschreiben sich (Agent und Projekt ersetzen die persönlichen); Memory fehlt in Agents; alle Integrationen auf einmal; Admin Consent vergessen; Nutzungslimits je Sitzung und Woche mit Fallback auf ein kleineres Modell; Dokumentenfriedhof in der Knowledge Base. Zur Einordnung: Die Langdock GmbH gehört seit Juni 2026 öffentlich bekannt zu einer Gesellschaft in Delaware; die Infrastruktur bleibt in der EU, für die Vertragsprüfung ist das aber ein Punkt (Langdock).

Anleitung Hermes Agent

Voraussetzung: Terminal, Git, Python (der Installer bringt es mit; aktuelle Installationen laufen auf Python 3.14, bis 12.10.2026 stand hier 3.11), ein Modellzugang (Anthropic, OpenAI, OpenRouter oder lokal über Ollama mit mindestens 64.000 Token Kontext). Alles liegt unter ~/.hermes/. Für Kundendaten: Provider mit AVV wählen, Profil B oder C aus Hermes Konfigurations-Profile.

1. Installieren, Shell neu laden, hermes setup (Modell, Terminal-Backend, Messaging, Tools), hermes doctor. Nicht mit sudo installieren.
2. hermes config set für den Provider; Schlüssel landen in .env (Rechte 600), alles andere in config.yaml. approvals.mode auf manual für den Anfang, hermes tools zum Abschalten ungenutzter Toolsets.
3. ~/.hermes/SOUL.md schreiben: Auftreten des Agenten (Ton, Anrede, was er nie tut). Firmen- und Prozesswissen gehört nicht dorthin.
4. ~/.hermes/memories/USER.md mit dem Kontextprofil (1.375 Zeichen Standard; in config.yaml memory.user_char_limit anheben, Empfehlung 2.000 bis 2.500). Beide Dateien werden beim Sessionstart als Schnappschuss geladen; Änderungen wirken in der nächsten Session.
5. Arbeitsordner mit AGENTS.md (Ablagekonventionen, Kundennummernschema, Freigabewege). Hermes lädt je Sitzung nur eine Kontextdatei, die erste in der Reihenfolge .hermes.md, AGENTS.override.md, AGENTS.md, CLAUDE.md, .cursorrules; liegt AGENTS.md im Ordner, wird CLAUDE.md nicht gelesen. Ein Obsidian-Vault taugt direkt als Arbeitsordner; Sync-Konflikte vermeiden, wenn iCloud oder Syncthing gleichzeitig schreiben.
6. Skills: nach der ersten wiederholten Aufgabe /learn mit einer Beschreibung des Ablaufs oder eine SKILL.md unter ~/.hermes/skills/<kategorie>/<skill>/. skills.write_approval: true setzen (Standard ist false), damit agentengeschriebene Skills erst in ~/.hermes/pending/skills/ landen und per /skills approve freigegeben werden. Fremde Skills aus dem Hub werden gescannt; trotzdem lesen.
7. MCP-Server in config.yaml unter mcp_servers (etwa der Filesystem-Server auf den Firmenordner), /reload-mcp.
8. Messenger: hermes gateway setup mit Telegram-Token und numerischer User-ID, im Vordergrund testen, dann hermes gateway install als Dienst. Nie GATEWAY_ALLOW_ALL_USERS. /sethome für Betriebsmeldungen.
9. /cron add für die erste Routine; das Gateway muss laufen. cron_mode: deny oder approve, damit Routinen keine Freigaben umgehen.
10. hermes backup nachts per Cron, Kopie außer Haus; vor jedem hermes update ein Backup. Wer das Web-Dashboard über loopback hinaus erreichbar macht, hält mindestens v0.21.6 (08.10.2026, Sicherheitsfixes am Dashboard-Login).

Stolpersteine: hermes nach Installation nicht gefunden (PATH); Ollama-Standardkontext 4.096 statt 64.000; base_url ohne /v1; Gateway nach Config-Änderung nicht neu gestartet; zwei Prozesse auf einem ~/.hermes; Telegram-Username statt ID; kein Backup, damit Verlust von Memory und Skills.

Anleitung OpenClaw

Voraussetzung: Node.js 24.16 oder 26.1 und neuer, empfohlen Node 26 (bis 12.10.2026 stand hier Node.js 22), API-Schlüssel eines Providers. Ein Gateway-Prozess, Zustand unter ~/.openclaw/, Arbeitsdateien unter ~/.openclaw/workspace. Ein Gateway ist eine Vertrauensgrenze; für Mitarbeitende mit getrennten Daten getrennte Gateways. Die Sicherheitsgeschichte 2026 (über hundert Schwachstellen, zehntausende offen erreichbare Instanzen, Schadcode im Skill-Register) gehört zur Entscheidung; deutsche Datenschutzberatungen halten OpenClaw für den produktiven Einsatz nur bedingt geeignet (OpenClaw).

1. Installieren, openclaw onboard --install-daemon (Provider, Kanäle, Workspace), openclaw doctor, openclaw gateway status. Modell und Fallback in openclaw.json; nach jeder Änderung openclaw gateway restart.
2. Beim ersten Turn legt OpenClaw AGENTS.md, SOUL.md, IDENTITY.md, USER.md und BOOTSTRAP.md an. Das Bootstrap-Ritual beantworten, dann BOOTSTRAP.md löschen.
3. USER.md mit dem Kontextprofil als datierte Direktiven (Always, Prefer, Never; 4.000 Zeichen). SOUL.md mit dem Auftreten. AGENTS.md mit Betriebsregeln und dem Abschnitt ## Tools für Server, Ordner, Geräte; TOOLS.md und HEARTBEAT.md aus älteren Anleitungen sind abgelöst: Die Laufzeit liest HEARTBEAT.md nicht mehr, openclaw doctor --fix übernimmt beide Dateien in die neue Struktur.
4. Ablage: Workspace als Obsidian-Vault öffnen oder den Workspace auf einen Vault-Ordner zeigen, weitere Ordner über memory.search.extraPaths. Secrets in ~/.openclaw/.env, nie in den Workspace; Workspace als privates Git-Repo.
5. Skills unter workspace/skills/<name>/SKILL.md nach Agent-Skills-Format, mit {baseDir} für Vorlagen im Skill-Ordner. Aus ClawHub nur nach Lesen von SKILL.md und allen Skripten; security.installPolicy auf Vorab-Freigabe.
6. Härtung vor dem ersten Kanal: gateway.bind: loopback, Token-Auth, dmPolicy: pairing, Gruppen mit requireMention, Sandbox für Nicht-Hauptsessions, tools.deny für Automation, Runtime und Dateisystem, dann openclaw security audit --deep. Fernzugriff über Tailscale, nie den Port ins Internet.
7. Telegram: Bot-Token in der Config, Gateway starten, openclaw pairing approve telegram <CODE>. WhatsApp nur mit eigener Nummer.
8. openclaw automations add --cron "0 7 * * 1-5" --tz Europe/Berlin für die erste Routine (automations ist ein Alias für openclaw cron); --tz immer angeben, sonst ist die Zeitzone nicht festgelegt. Heartbeat auf ein kleines Modell.

Stolpersteine: Gateway nach Config-Änderung nicht neu gestartet; eigene User-ID nicht in der Allowlist, der Betreiber wird ignoriert; kein Fallback-Modell; alle Automationen zur vollen Stunde; veraltete Anleitungen mit TOOLS.md; OAuth-Tokens liegen im Klartext in der SQLite-Datei, Backups sind Credentials.

Praktische Heuristik

1. Schon ein Abo im Haus, keine Terminal-Erfahrung: das Werkzeug nehmen, das da ist. Claude-Abo, dann Cowork; ChatGPT-Business, dann Projekte und Skills; Microsoft-Haus ohne beides, dann Langdock oder Copilot prüfen.
2. Kundendaten oberhalb der ersten Ampelstufe: Langdock mit abgeschalteten Global-Modellen, ChatGPT nur als Enterprise, Cowork nicht; oder Hermes mit EU-Route beziehungsweise lokalem Modell (Tool-Compliance-Matrix für KMU).
3. Assistent soll rund um die Uhr über Messenger erreichbar sein: Hermes oder OpenClaw auf einem Server, mit den Härtungsschritten oben. Hermes ist der ruhigere Weg (weniger Kanäle, Skill-Scan, Profile als Grenze); OpenClaw hat die größere Fläche und die längere Vorfallsliste.
4. Mehrere Mandanten oder Marken: in Cloud-Werkzeugen ein Projekt je Mandant mit eigenen Instructions; in Hermes ein Profil je Mandant; in OpenClaw ein Agent je Mandant mit eigenem Workspace. Skills werden dort nicht geteilt, deshalb außerhalb versionieren.
5. In jedem Fall: Profil, Betriebsregeln und Skills als Dateien in der eigenen Ablage halten. Die Einträge in den Werkzeugen sind Kopien. Ein Werkzeugwechsel kostet dann einen Nachmittag, nicht einen Neuanfang.

Entscheidungssatz

• Wenn der Betrieb schon ein Claude- oder ChatGPT-Abo hat und die Daten es erlauben, dann dort einrichten und nichts Neues kaufen.
• Wenn Kundendaten in der EU bleiben müssen und niemand ein Terminal bedienen will, dann Langdock mit Workspace-Skill für das Profil.
• Wenn der Assistent ohne Rechner laufen und über Telegram erreichbar sein soll, dann Hermes auf einem Server, mit Docker-Backend und Backup.
• Wenn Kanalbreite und Geräte wichtiger sind als Ruhe im Betrieb, dann OpenClaw, aber nur mit der Härtungsliste und getrennten Gateways je Person.

Widersprüche / offene Fragen

• 12.10.2026: „Cowork rechnet ausschließlich in den USA“ ist in der Hilfe nicht ausdrücklich belegt; die API-Doku kennt nur global und us, eine EU-Region gibt es nicht.
• 12.10.2026: Ob Scheduled Tasks in der Cloud einen verbundenen lokalen Ordner sehen, sagt die Hilfe nicht ausdrücklich; belegt ist nur, dass lokale Connectoren und Plugins mit lokalen MCP-Servern nur über die Desktop-App laufen.
• 12.10.2026: ChatGPT Scheduled Tasks „nicht häufiger als stündlich“ steht in der Hilfe (Suchauszug), learn.chatgpt.com nennt für Automationen dagegen Minutenintervalle bei Folge-Schleifen. Nicht aufgelöst.
• 12.10.2026: OpenClaw-Doku nennt für --cron keine Standardzeitzone (für --at gilt ohne --tz UTC). Die frühere Aussage „ohne --tz falsche Zeitzone“ ist damit nicht belegt, die Empfehlung, --tz zu setzen, bleibt.

Im Wiki

Die harness-neutrale Reihenfolge und die Ablagestruktur stehen in Harness-Einrichtung, das Profil in Kontextprofil. Die Wahl zwischen Hermes, OpenClaw und Eigenbau behandelt Persönliche Agenten-Plattformen, den Ausbau zu Mandanten und Brand-Kontext Agentisches Betriebssystem (Personal AI System) und Personal AI System aufbauen (Claude Desktop).

Verwandte Seiten

• Harness-Einrichtung · Kontextprofil
• Claude Cowork · Langdock · Hermes Agent · OpenClaw · OpenAI
• Hermes Konfigurations-Profile — Modell- und Sicherheitsprofile für Hermes
• Skill Authoring Best Practices · Mega-Skill Anti-Pattern · MCP-Sicherheitsrisiken
• Tool-Compliance-Matrix für KMU · Direktvertrag vs. Hyperscaler vs. Gateway vs. Eigenbetrieb
• Recherche: Harness-Einrichtung für KMU, September 2026 — Belege und Rohdaten