BigQuery in der Google Cloud Console kennenlernen

BigQuery in der Google Cloud Console ist eine grafische Benutzeroberfläche, über die Sie Ihre BigQuery-Ressourcen erstellen und verwalten können. In der Google Cloud Console können Sie Tabellen und Datasets ansehen, SQL-Abfragen erstellen und ausführen, Pipelines erstellen und andere Aufgaben ausführen, um Ihre BigQuery-Workflows zu verwalten.

Hinweis

  1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  2. Aktivieren Sie die BigQuery API, falls sie noch nicht aktiviert ist.

    Rollen, die zum Aktivieren von APIs erforderlich sind

    Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Inhaberrolle (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen

    API aktivieren

    Bei neuen Projekten ist die BigQuery API automatisch aktiviert.

  3. Optional: Aktivieren Sie die Abrechnung für das Projekt. Die Abrechnung funktioniert auch dann, wenn Sie die Abrechnung nicht aktivieren oder keine Kreditkarte angeben möchten. BigQuery bietet Ihnen eine Sandbox zum Ausführen dieser Schritte. Weitere Informationen finden Sie unter BigQuery-Sandbox aktivieren.

Öffnen Sie die Google Cloud Console.

  1. Zur Google Cloud Console.

    Zur Console

  2. Klicken Sie in der Symbolleiste der Google Cloud Console auf das Navigationsmenü.

  3. Klicken Sie auf Lösungen > Alle Produkte.

  4. Klicken Sie im Abschnitt Analytics auf BigQuery.

    Die BigQuery-Seite Studio wird geöffnet.

  5. Führen Sie einen der folgenden Schritte aus, um das BigQuery-Navigationsmenü zu steuern:

    • Wenn Sie das Navigationsmenü maximieren möchten, halten Sie den Mauszeiger auf das Symbol Symbol für das BigQuery-Navigationsmenü und klicken Sie dann auf left_panel_open BigQuery-Navigationsmenü umschalten.

    • Klicken Sie auf left_panel_close Navigationsmenü für BigQuery umschalten, um das Navigationsmenü zu minimieren.

Über das Navigationsmenü können Sie die folgenden Seiten öffnen:

  • Übersicht: Hier finden Sie Anleitungen, Funktionen und Ressourcen.
  • Studio: Hier können Sie Ihre BigQuery-Ressourcen anzeigen und gängige Aufgaben ausführen.
  • Suche (Vorabversion): Ermöglicht die Suche nach Google Cloud -Ressourcen aus BigQuery mithilfe von Abfragen in natürlicher Sprache.
  • KI-Agenten (Vorabversion): Ermöglicht es Ihnen, KI-Datenagenten zu erstellen und mit ihnen zu chatten, die Fragen zu BigQuery-Ressourcen beantworten können.

Sie können das Navigationsmenü auch verwenden, um bestimmte Aufgaben in den folgenden Menübereichen auszuführen:

Die BigQuery Studio-Seite

Auf der BigQuery-Seite Studio werden Ihre BigQuery-Ressourcen angezeigt und Sie können gängige Aufgaben ausführen. Die Studio-Seite umfasst die folgenden Komponenten:

Die Komponenten von BigQuery Studio.

  1. Tab Explorer im linken Bereich: Auf dem Tab Explorer können Sie mit Datasets, Verbindungen, Code-Assets und anderen BigQuery-Ressourcen arbeiten und Ihren Jobverlauf ansehen.

  2. Tab Daten im linken Bereich: Auf dem Tab Daten können Sie Datenhierarchien, einschließlich Datasets, Tabellen, Ansichten, Modelle, Routinen, Attributgrafiken und Verbindungen, in Ihren angepinnten Projekten durchsuchen und prüfen. Code-Assets werden nicht im Bereich Daten aufgeführt. Stattdessen können Sie auf Code-Assets auf dem Tab Dateien für eine einzelne Region oder auf dem Tab Explorer für alle Regionen zugreifen.

    Der Bereich Daten enthält auch eine Option zum Hinzufügen von Daten zu BigQuery. Wenn Sie auf Daten hinzufügen klicken, können Sie die Such- und Filterfunktionen verwenden, um eine Datenquelle zu finden, mit der Sie arbeiten möchten. Nachdem Sie eine Datenquelle ausgewählt haben, können Sie je nach den für Ihre Datenquelle verfügbaren Funktionen Folgendes tun:

    • BigQuery-Tabelle für externe Daten (Föderation) einrichten: Ermöglicht BigQuery den Zugriff auf externe Daten, ohne sie in BigQuery aufnehmen zu müssen. Sie können eine Tabelle erstellen, um auf externe Daten zuzugreifen, oder eine Verbindung zu einer externen Quelle herstellen.
    • Daten in BigQuery laden: Sie können Daten in BigQuery laden, indem Sie eine Datenübertragung einrichten oder eine Partnerfunktion verwenden. Das Laden von Daten in BigQuery empfiehlt sich, um große Datenmengen optimal zu verarbeiten.
    • Change Data Capture an BigQuery: Repliziert Daten aus einer Datenquelle in BigQuery, indem Änderungen erfasst und angewendet werden. Sie können Anwendungen wie Datastream oder Partnerlösungen verwenden, um Daten aus einer Datenquelle aufzunehmen.
    • Daten zu BigQuery streamen: Daten werden mit niedriger Latenz in BigQuery aufgenommen. Sie können Anwendungen wie Dataflow, Pub/Sub oder Partnerlösungen verwenden, um Daten aus einer Datenquelle aufzunehmen.

    Unter Einführung in das Laden von Daten finden Sie weitere Informationen dazu.

  3. Tab Dateien im linken Bereich: Verwenden Sie den Tab Dateien, um Code-Assets wie gespeicherte Abfragen und Notebooks mithilfe von Ordnern zu organisieren. Weitere Informationen finden Sie unter Code-Assets mit Ordnern organisieren.

  4. Tab Quellcodeverwaltung im linken Bereich (Vorabversion): Auf dem Tab Quellcodeverwaltung können Sie Code speichern, Dateien bearbeiten und Änderungen mithilfe der Versionsverwaltung über Repositories oder Git-basierte Remote-Repositories verfolgen. Weitere Informationen finden Sie unter Einführung in Repositories.

  5. Tab Startseite: Auf dem Tab Startseite können Sie die folgenden Ressourcen aufrufen:

    • Im Abschnitt Neuerungen in Studio entdecken werden neue Funktionen in BigQuery Studio aufgeführt. Klicken Sie auf Ausprobieren, um die Funktionen anzusehen. Wenn der Bereich nicht angezeigt wird, klicke auf Neuerungen in Studio, um ihn zu maximieren.
    • Im Bereich Neu erstellen können Sie eine neue SQL-Abfrage, ein Notebook, ein Apache Spark-Notebook, einen Daten-Canvas, eine Datenvorbereitungsdatei, eine Pipeline oder eine Tabelle erstellen.
    • Im Abschnitt Zuletzt aufgerufen werden die zehn zuletzt aufgerufenen Ressourcen angezeigt. Zu diesen Ressourcen gehören Tabellen, gespeicherte Abfragen, Modelle und Routinen.
    • Im Abschnitt Mit Vorlagen ausprobieren können Sie Vorlagen verwenden, um mit dem Abfragen von Daten und dem Arbeiten mit Notebooks zu beginnen.
    • Der Abschnitt Eigene Daten hinzufügen, der Ihnen den Einstieg in das Laden von Daten in BigQuery erleichtert.

  6. Abfrageeditor: Mit dem Abfrageeditor können Sie eine interaktive Abfrage erstellen und ausführen. Sie können die Ergebnisse auch im Bereich Abfrageergebnisse ansehen, der nach dem Ausführen der Abfrage geöffnet wird. Im Bereich Zuletzt verwendet können Sie die letzten Ergebnisse der Abfrageergebnisse aufrufen.

Seite „Studio“

Die Seite Studio in BigQuery ist der zentrale Ort, an dem Sie Ihre BigQuery-Ressourcen aufrufen und gängige Aufgaben ausführen können, z. B. Datasets erstellen und Notebooks erstellen und ausführen.

So rufen Sie die Seite Studio auf:

  1. Öffnen Sie in der Google Cloud Console die Seite BigQuery Studio.

    Zu Studio

    Alternativ können Sie die folgende URL in Ihren Browser eingeben:

    https://console.cloud.google.com/bigquery

    Die Seite Studio wird in dem Projekt geöffnet, auf das zuletzt zugegriffen wurde.

  2. Klicken Sie im linken Bereich auf den Tab Explorer.

    Im Bereich Explorer werden verschiedene Code-Assets und Datenressourcen aufgeführt. Außerdem können Sie nach BigQuery-Ressourcen suchen.

  3. Rufen Sie das Projekt bigquery-public-data auf, klicken Sie auf  Knoten ein-/ausblenden, um es zu maximieren, und klicken Sie dann auf Datasets. Im Detailbereich wird ein neuer Tab mit einer Liste aller Datasets im Projekt geöffnet.

    Öffentliche BigQuery-Datasets werden in BigQuery gespeichert und der Allgemeinheit über das Google Cloud Public Dataset-Programm zugänglich gemacht.

  4. Klicken Sie in der Liste auf das Dataset america_health_rankings.

  5. Auf dem Tab Übersicht sehen Sie die im Dataset gespeicherten Ressourcen wie Tabellen, Modelle und Routinen.

  6. Klicken Sie auf den Tab Details. Auf diesem Tab werden alle Details zum Dataset angezeigt, einschließlich Metadateninformationen.

  7. Verwenden Sie die Navigationspfade, um zwischen verschiedenen Tabs und Ressourcen zu wechseln, wie im folgenden Beispiel gezeigt:

    Breadcrumbs im Detailbereich.

  8. Klicken Sie im Bereich Explorer auf Jobverlauf. Dadurch wird die Liste der Jobverläufe in einem neuen Tab geöffnet:

    Tabs für persönlichen Verlauf und Projektverlauf und gespeicherte Abfragen.

    Jedes Mal, wenn Sie Daten laden, exportieren, abfragen oder kopieren, erstellt, plant und führt BigQuery automatisch einen Job aus, der den Fortschritt der Aufgabe verfolgt.

    1. Klicken Sie auf Persönlicher Verlauf, um Details zu Ihren eigenen Jobs aufzurufen.

    2. Klicken Sie auf Projektverlauf, um Details zu den letzten Jobs in Ihrem Projekt anzuzeigen.

  9. Klicken Sie im linken Bereich auf den Tab fork_right Quellcodeverwaltung (Vorschau).

    Sie können Repositories verwenden, um die Versionsverwaltung für Dateien durchzuführen, die Sie in BigQuery verwenden. BigQuery verwendet Git, um Änderungen aufzuzeichnen und Dateiversionen zu verwalten.

    Sie können Arbeitsbereiche in Repositories verwenden, um den im Repository gespeicherten Code zu bearbeiten. Wenn Sie im Bereich Quellcodeverwaltung auf einen Arbeitsbereich klicken, wird er auf einem Tab im Detailbereich geöffnet.

  10. Klicken Sie im linken Bereich auf Dateien.

    Auf dem Tab „Dateien“ können Sie Nutzer- und Teamordner erstellen, in denen Sie Ihre Code-Assets speichern und organisieren.

  11. Klicken Sie auf den Tab Startseite .

    Der Tab „Startseite“ enthält Links und Vorlagen, mit denen Sie BigQuery verwenden können.

    Wenn Sie den Tab Startseite schließen, können Sie ihn öffnen, indem Sie auf dem Tab Explorer auf Startseite klicken.

  12. Klicken Sie auf den Abfrageeditor. Dieser Tab hat die Bezeichnung search_insights Unbenannte Abfrage.

    Mit dem Abfrageeditor können Sie SQL-Abfragen erstellen, ausführen und die Ergebnisse ansehen.

    Wenn Sie den Abfrageeditor schließen, können Sie ihn wieder öffnen, indem Sie auf den Tab Startseite und dann im Bereich Neu erstellen auf  SQL-Abfrage klicken.

Mit Tabs in Studio arbeiten

Wenn Sie eine Ressource auswählen oder im Detailbereich auf SQL-Abfrage klicken, wird ein neuer Tab geöffnet. Wenn mehr als ein Tab geöffnet ist, können Sie die Tabs in zwei Bereiche aufteilen und nebeneinander anzeigen.

Ersetzen von Tabs verhindern

Wenn Sie auf eine Ressource klicken, wird sie im selben Tab geöffnet, damit nicht zu viele Tabs geöffnet werden. So öffnen Sie die Ressource in einem separaten Tab:

  1. Drücken Sie Strg (oder Befehl unter macOS) und klicken Sie auf die Ressource.

  2. Alternativ können Sie auf den Namen des Tabs doppelklicken. Der Name wird von kursiv in normal geändert.

  3. Wenn Sie die aktuelle Seite versehentlich ersetzen, können Sie sie im Detailbereich unter tab_recent Zuletzt verwendete Tabs finden.

Tabs teilen und zusammenführen

So teilen Sie Tabs in zwei Bereiche auf:

  1. Klicken Sie neben dem Tabnamen auf Menü öffnen.

  2. Wählen Sie eine der folgenden Optionen aus:

    • Wählen Sie Tab nach links aufteilen aus, um den ausgewählten Tab im linken Bereich zu platzieren.

    • Wählen Sie Tab nach rechts aufteilen aus, wenn Sie den ausgewählten Tab im rechten Bereich ablegen möchten.

  3. Wählen Sie zum Aufheben der Aufteilung der Tabs die Option Menü öffnen auf einem der geöffneten Tabs aus und wählen Sie dann Tab in linken Bereich verschieben oder Tab in rechten Bereich verschieben aus.

Daten mit geteilten Tabs abfragen

So teilen Sie Tabs beim Abfragen von Tabellen auf:

  1. Klicken Sie im Menü Explorer auf die Tabelle, die Sie abfragen möchten.

  2. Klicken Sie auf Abfrage und dann auf In neuem Tab oder In aufgeteiltem Tab:

    Optionen zum Abfragen einer Tabelle in einem neuen oder geteilten Tab.

  3. Klicken Sie auf den Feldnamen, den Sie abfragen möchten:

    Fügen Sie den Feldnamen in einem geteilten Tab der Abfrage hinzu.

Die folgende Abbildung zeigt den Detailbereich mit zwei geöffneten Tabs. Auf einem Tab wird eine SQL-Abfrage angezeigt und der zweite Tab enthält Details zu einer Tabelle.

Detailbereich mit zwei geöffneten Tabs.

Tabs zwischen Bereichen verschieben

So verschieben Sie einen Tab von einem Bereich in den anderen Bereich:

  1. Klicken Sie neben dem Tabnamen auf Menü öffnen.

  2. Wählen Sie die Option Tab in rechten Bereich verschieben oder Tab in linken Bereich verschieben aus (je nachdem, welche Option verfügbar ist).

Alle anderen Tabs schließen

So schließen Sie alle Tabs außer einem:

  1. Klicken Sie neben dem Tabnamen auf Menü öffnen.

  2. Wählen Sie Andere Tabs schließen aus.

Übersichtsseite

Die BigQuery-Übersichtsseite ist Ihre zentrale Anlaufstelle für Anleitungen, Funktionen und Ressourcen, mit denen Sie BigQuery optimal nutzen können. Es bietet geführte Pfade für Nutzer aller Kenntnisstufen, egal ob Sie Ihre erste Abfrage ausführen oder erweiterte KI/ML-Funktionen erkunden.

Auf der Seite Übersicht finden Sie Ressourcen, die nach Ihrer Rolle oder Ihrem Interesse wie Datenanalyse oder Data Science organisiert sind. Mit diesen Ressourcen finden Sie die relevantesten Inhalte, um schnell loszulegen.

Übersichtsseite erkunden

  1. Rufen Sie in der Console die Seite Übersicht auf.

    Zur Übersicht

    Sie können die BigQuery-Übersichtsseite auch direkt öffnen. Geben Sie dafür die folgende URL in Ihren Browser ein.

    https://console.cloud.google.com/bigquery/overview

  2. Sehen Sie sich die folgenden Abschnitte der Seite Übersicht an:

    • Der Abschnitt Einführung: Hier finden Sie ein kurzes Video mit einem Überblick über die Funktionen von BigQuery.

    • Der Abschnitt Erste Schritte: Entwickelt für das Lernen durch Praxis. Hier können Sie interaktive Anleitungen starten, mit denen Sie die Verwendung von BigQuery-Funktionen erlernen können.

    • Im Abschnitt Weitere Informationen finden Sie die BigQuery-Versionshinweise mit den neuesten Funktionsankündigungen und Updates.

    • Im Bereich Möglichkeiten entdecken finden Sie ausführliche Anleitungen und Lernmöglichkeiten für bestimmte Funktionen.

Übersichtsseite anpassen

Sie können die Seite Übersicht anpassen, um Informationen ein- oder auszublenden, die für Ihre Aufgabe oder Rolle relevant sind.

  1. Rufen Sie auf der Seite Übersicht die Filterleiste auf.

    Die Filterleiste auf der Übersichtsseite.

  2. Klicken Sie auf die Option, die am besten zu Ihrer aktuellen Aufgabe oder Rolle passt:

    • Datenanalyse
    • Data Science
    • Data Engineering
    • Datenverwaltung

    Wenn Sie eine Aufgabe auswählen, werden die Inhalte in den Abschnitten Einführung, Erste Schritte und Möglichkeiten entdecken dynamisch geändert, um die relevantesten Inhalte anzuzeigen.

  3. Optional: Wenn Sie die Inhalte auf der Seite Übersicht an Ihre spezifischen Anforderungen anpassen möchten, können Sie einzelne Karten ausblenden:

    1. Klicken Sie auf der Karte auf Weitere Optionen.

    2. Wählen Sie Karte ausblenden aus. Ihre Einstellungen für ausgeblendete Karten werden pro Nutzer gespeichert.

    3. Wenn Sie die Karte wieder einblenden möchten, klicken Sie am Ende des Abschnitts auf Verborgene Inhalte einblenden.

  4. Wenn ein ganzer Abschnitt nicht relevant ist, klicken Sie auf , um ihn zu minimieren. Ihre Nutzereinstellungen für minimierte Abschnitte werden gespeichert.

Die Suchseite

Auf der Seite Suche (Vorschau) können Sie mit Abfragen in natürlicher Sprache nach Google Cloud -Ressourcen aus BigQuery suchen.

Informationen zur Aktivierung der Seite Suche finden Sie unter Nach Ressourcen suchen.

Seite „Agenten“

Die Seite Agents (Vorschau) ist ein zentraler Ort, an dem Sie Daten-Agents erstellen und mit ihnen chatten können, die Fragen zu BigQuery-Ressourcen beantworten sollen.

Daten-Agenten enthalten Tabellenmetadaten und anwendungsspezifische Anweisungen zur Abfrageverarbeitung, die die beste Methode zum Beantworten von Nutzerfragen zu einer von Ihnen ausgewählten Gruppe von Tabellen definieren. Nutzer können Unterhaltungen mit Daten-Agents führen, um Fragen zu BigQuery-Daten in natürlicher Sprache zu stellen. Weitere Informationen finden Sie unter Daten-Agenten erstellen.

Informationen zum Erstellen von KI-Agenten und zum Verwenden von konversationeller Analyse finden Sie unter Konversationelle Analyse in BigQuery.

Beschränkungen

Die BigQuery- Google Cloud -Konsole unterstützt weder Virtual Private Cloud noch Private Service Connect.

Probleme mit der BigQuery- Google Cloud -Konsole beheben

Wenn bei der Verwendung von BigQuery in der Google Cloud Console Probleme auftreten, z. B. Seiten, die nicht geladen werden, langsame Reaktionszeiten oder fehlende Funktionen, versuchen Sie es mit den folgenden Schritten zur Fehlerbehebung.

Häufige Browserkorrekturen

Viele Probleme mit der Google Cloud Console werden durch lokale Browserkonfigurationen oder im Cache gespeicherte Daten verursacht.

Verbindungs- und Firewallanforderungen

Wenn Sie hinter einem Unternehmens-VPN oder -Proxy arbeiten, werden möglicherweise API-Aufrufe blockiert, die von der Console benötigt werden. Bitten Sie Ihren Netzwerkadministrator, die folgenden Domains auf die Zulassungsliste zu setzen:

  • https://cloudconsole-pa.clients6.google.com
  • https://clients6.google.com
  • https://cloudusersettings-pa.clients6.google.com

Häufige Symptome für blockierte API-Endpunkte sind eine sich drehende Fortschrittsanzeige für automatisch vervollständigte Vorschläge oder Berechtigungsfehler, obwohl die richtigen IAM-Rollen vorhanden sind.

Leistung für große Projekte verbessern

Wenn Ihr Projekt eine große Anzahl von Datasets oder Tabellen enthält, kann der Tab Explorer langsam geladen werden.

  • Parameter für minimales Laden verwenden: Sie können verhindern, dass der Ressourcenbaum vorab geladen wird, indem Sie ?minimal=true an Ihre URL anhängen. Beispiel:

    https://console.cloud.google.com/bigquery?minimal=true&project=PROJECT_ID

  • Nicht verwendete Projekte loslösen: Entfernen Sie angepinnte Projekte, die Sie nicht aktiv verwenden, um die Last auf dem Tab Explorer zu reduzieren.

  • Metadatenaktualisierung erzwingen: Wenn Sie Tabellen über die API/CLI geändert haben und die Änderungen nicht in der Console angezeigt werden, führen Sie eine vollständige Aktualisierung durch (Strg + Umschalttaste + R oder Cmd + Umschalttaste + R). Verwenden Sie INFORMATION_SCHEMA-Abfragen als definitive Informationsquelle.

Fehlerbehebung bei Karten und Diagrammen

  • Geodaten (TinyMap): Der Tab für die Geodatenvisualisierung ist nur verfügbar, wenn Ihre Abfrageergebnisse eine GEOGRAPHY-Spalte enthalten. Die Kartendarstellung ist auf maximal 20.000 Elemente oder 1 Million Eckpunkte beschränkt.
  • Diagramme: Die Ergebnisse müssen mindestens eine numerische Spalte enthalten, damit Diagramme generiert werden können. Wenn die Warnung „Keine Daten zum Anzeigen“ erscheint, prüfen Sie, ob in der ausgewählten X-Achsendimension Nullwerte vorhanden sind.

Fehlerbehebung bei Datenherkunft und Profilerstellung

  • Verzögerung bei der Herkunft: Informationen zur Datenherkunft sind nicht in Echtzeit verfügbar. Es kann bis zu 30 Minuten dauern, bis die Herkunftsdaten synchronisiert sind.
  • Erforderliche APIs: Prüfen Sie, ob die Dataplex API (dataplex.googleapis.com) und die Data Catalog API (datacatalog.googleapis.com) in Ihrem Projekt aktiviert sind.

Fehlerbehebung für BigQuery Studio und gespeicherte Abfragen

  • Limit für die Migration gespeicherter Abfragen: Wenn Sie mehr als 2.500 gespeicherte Abfragen haben, können diese nicht mit dem automatischen Migrationstool verarbeitet werden. Wenden Sie sich an Cloud Customer Care, um eine manuelle Migration anzufordern.
  • Erforderliche APIs: Zum Speichern von Skripts und Notebooks in BigQuery Studio muss die Dataform API (dataform.googleapis.com) in Ihrem Projekt aktiviert sein.

Support kontaktieren

Falls das Problem weiterhin besteht, stellen Sie folgende Daten zusammen, bevor Sie ein Support-Ticket erstellen:

  1. Eine HAR-Datei: Zeichnen Sie das Protokoll der Netzwerkanfragen auf, während Sie das Problem reproduzieren. Verwenden Sie dazu den Tab „Netzwerk“ der Entwicklertools des Browsers und aktivieren Sie die Option Protokoll beibehalten.
  2. Konsolenprotokolle: Erfassen JavaScript-Fehler, die in der Entwicklerkonsole des Browsers angezeigt werden (Strg + Umschalttaste + I > Konsole).
  3. Projekt-ID: Die ID des Projekts, in dem Sie arbeiten.
  4. Sendungsnummer: Die Tracking-ID, die in Fehlerbannern angezeigt wird.

Nächste Schritte