ingest(xpost): AMD Ryzen AI Edge-Inferenz WMT-008

- raw/xpost/2026-06-16_amd-ryzen-ai-edge-inferenz.md (new)
- wiki/concepts/hardware/edge-inference-als-cloud-alternative.md (new)
- Cross-Refs: cloud-exit-and-local-superiority.md, neuromorphic-chips-und-quantencomputer.md, ai-value-migration-orchestration.md
- wiki/index.md updated with new Hardware page
- WMT-008: Lisa Su lunchbox PC, 235B local, 128GB unified memory, 3x RTX 5080

raw/xpost/2026-06-16_amd-ryzen-ai-edge-inferenz.md

@@ -0,0 +1,79 @@
+---
+type: xpost
+source_url: https://x.com/0xJokker/status/6785
+retrieved: 2026-06-16
+author: "@0xJokker"
+is_thread: false
+tags: [amd, ryzen-ai, edge-inference, lisa-su, strix-halo, local-ai, unified-memory, hardware, cloud-exit, qwen3-235b]
+distribution_context: "OME-Gruppe (RamaDama), geteilt von @0xJokker als X-Post. AMD-CEO Lisa Su präsentiert auf der Bühne einen lunchbox-format PC, der 235B-Parameter-Modell lokal ausführt."
+---
+
+# AMD Ryzen AI Edge-Inferenz — Lisa Su's Lunchbox-PC
+
+## Post
+
+**Autor:** @0xJokker
+**Datum:** 2026-06-16
+**Trigger:** X-Post #6785
+
+Zusammenfassung des Posts:
+- AMD CEO **Lisa Su** betritt die Bühne mit einem **lunchbox-format PC**
+- Führt ein **235-Milliarden-Parameter AI-Modell** lokal aus (Qwen3 235B)
+- **128 GB unified memory** — CPU und GPU teilen denselben Speicher-Pool
+- **3× schneller als RTX 5080** bei DeepSeek R1 Inference-Workloads
+- Preis: **$1.499** (Mini-PC Konfiguration)
+
+## Technische Details (verifiziert via AMD-Blog + AIM Network YouTube)
+
+### Prozessor: AMD Ryzen AI Max+ 395 (Strix Halo)
+- 16 "Zen 5" CPU-Kerne
+- 50+ peak AI TOPS (XDNA 2 NPU)
+- 40 AMD RDNA 3.5 CUs (integrierte GPU)
+- Bis zu **128 GB unified memory** (davon bis zu 96 GB als VRAM via Variable Graphics Memory)
+- 256 GB/s Speicherbandbreite
+
+### Architektur-Bruch: Unified Memory
+- Erstmals in einer mainstream x86-Plattform teilen CPU und GPU **denselben Memory-Pool**
+- Kein Data-Shuffling zwischen separaten VRAM/System-RAM
+- RTX 4090: 24 GB VRAM | RTX 5090: 32 GB VRAM → AMD: 128 GB unified
+- Modelle die bisher teure Server-Infrastruktur brauchten, laufen lokal
+
+### Performance-Vergleich (laut AMD)
+- Up to **2.2×** Token-Throughput vs. Intel Arc 140V (16GB-Modelle)
+- Up to **9.1×** schneller Time-to-First-Token bei 7B/8B-Modellen
+- Up to **12.2×** schneller bei 14B-Modellen (Intel Core Ultra 258V Vergleich)
+- **3× schneller als RTX 5080** bei DeepSeek R1 235B Inference
+
+### Preis-Positionierung
+- Mini-PC ab **$1.499** (laut Pillitteri-Report)
+- Laptop (Our Axis) ab **$2.799** mit 128 GB unified
+- HP ZBook Ultra G1a als PRO-Variante verfügbar
+- Einmaliger Hardware-Kauf vs. wiederkehrende Cloud/API-Kosten
+
+## Kontext für Wiki
+
+### Verbindung zu bestehenden Wiki-Themen
+
+1. **Cloud-Exit & Lokale Überlegenheit** (`concepts/hardware/cloud-exit-and-local-superiority.md`):
+   - AMDs Lunchbox-PC ist die Hardware-Inkarnation der Cloud-Exit-These
+   - 128 GB unified memory = das "RAM als neue Währung"-Konzept in Aktion
+   - Erweitert die Mac-only-Tabelle (M-Series) um eine x86-Alternative
+
+2. **Mainzer Energie-Argument** (`concepts/hardware/neuromorphic-chips-und-quantencomputer.md`):
+   - Mainzer: "Gehirn 20W vs. LLM-Megawatt" — AMDs Lunchbox-PC schließt die Lücke teilweise: 235B lokal bei ~Watt-Klassen, nicht Megawatt
+   - Edge-Inferenz als Zwischenschritt zur neuromorphen Hardware
+
+3. **Aravind Srinivas: Token Value per Watt per User** (`concepts/llm/ai-value-migration-orchestration.md`):
+   - AMDs unified-memory-Ansatz maximiert Token/Watt — lokale Inferenz ohne Cloud-Overhead
+   - 235B-Modell lokal = maximale Token-Density pro Watt (keine Netzwerk-Latenz, keine Server-Kühlung)
+
+4. **Aschenbrenner: Compute-Skalierung** (`concepts/agi/aschenbrenner-situational-awareness.md`):
+   - Aschenbrenner's "Compute ist die Währung" — AMD zeigt dass Edge-Inferenz die Skalierungs-Annahme ergänzt, nicht ersetzt
+   - 235B lokal war 2024 undenkbar; 2026 Lunchbox-Format
+
+## Quellen
+
+- Original X-Post: @0xJokker, Post #6785 (2026-06-16)
+- AMD Blog: https://www.amd.com/en/blogs/2025/amd-ryzen-ai-max-395-processor-breakthrough-ai-.html
+- AIM Network YouTube: https://www.youtube.com/watch?v=MeMc3WgmFJQ (05:09, 23K views, 2026-06-15)
+- Pillitteri Analysis: https://pasqualepillitteri.it/en/news/5058/ryzen-ai-max-395-235b-model-local-mini-pc

scripts/wiki-lint-report.md

@@ -1,7 +1,7 @@
 # Wiki Lint Report
 
-*Generated: 2026-06-22 16:28:31 UTC*
-*Repo: /home/node/workspace/knowledge-base*
+*Generated: 2026-06-23 11:03:54 UTC*
+*Repo: .*
 *Script: scripts/wiki-lint.sh v1.0*
 
 
@@ -11,11 +11,11 @@
 | wiki | 3 | ✅ |
 | wiki/architecture | 8 | ✅ |
 | wiki/concepts | 1 | ✅ |
-| wiki/concepts/agents | 8 | ✅ |
+| wiki/concepts/agents | 11 | ✅ |
 | wiki/concepts/agi | 2 | ✅ |
 | wiki/concepts/directives | 4 | ✅ |
 | wiki/concepts/hardware | 2 | ✅ |
-| wiki/concepts/llm | 13 | ⚠️ warn (refactor) |
+| wiki/concepts/llm | 14 | ⚠️ warn (refactor) |
 | wiki/concepts/policy | 9 | ✅ |
 | wiki/decisions | 2 | ✅ |
 | wiki/events | 3 | ✅ |
@@ -27,7 +27,7 @@
 _Schema v1.5 Sub-Categories: `concepts/hardware`, `concepts/agi`, `people/`, `institutions/` (alle in Counts oben enthalten)_
 
 ### Stub-Quote (<30 Zeilen)
-✅ **4 / 75 (5%)**
+✅ **4 / 79 (5%)**
 
 Stub-Files:
 - `wiki/ideas/2026-04-08_git-auto-commit.md (28 lines)`
@@ -36,7 +36,7 @@ Stub-Files:
 - `wiki/ideas/2026-06-06_plur1bus-priority-fix.md (29 lines)`
 
 ### Frontmatter Präsenz
-✅ **72 / 75 present**
+✅ **76 / 79 present**
 
 ### Broken Cross-References
 ✅ **0 broken**
@@ -45,13 +45,16 @@ Stub-Files:
 ✅ **0 orphans**
 
 ### Dup-Topic Cluster (substantielle Vorkommen)
-⚠️ **polymarket**: 4 Files (≥3 Vorkommen je File)
+⚠️ **polymarket**: 6 Files (≥3 Vorkommen je File)
+  - `wiki/concepts/agents/ai-trading-hub.md` (4 Treffer)
   - `wiki/concepts/agents/polymarket-arbitrage.md` (12 Treffer)
+  - `wiki/concepts/agents/polymarket-hub.md` (8 Treffer)
   - `wiki/teams/ruediger.md` (8 Treffer)
   - `wiki/tools/fincept-terminal.md` (3 Treffer)
   - `wiki/tools/polymarket-monitoring-bot.md` (10 Treffer)
-⚠️ **lightning**: 5 Files (≥3 Vorkommen je File)
+⚠️ **lightning**: 6 Files (≥3 Vorkommen je File)
   - `wiki/concepts/agents/agent-payments-lightning.md` (15 Treffer)
+  - `wiki/concepts/agents/lightning-payments-hub.md` (11 Treffer)
   - `wiki/teams/netbits-stachelbanane.md` (5 Treffer)
   - `wiki/tools/blink-wallet-skill.md` (4 Treffer)
   - `wiki/tools/fincept-terminal.md` (3 Treffer)
@@ -64,19 +67,22 @@ Stub-Files:
   - `wiki/ideas/2026-05-28_plur1bus-audit.md` (5 Treffer)
   - `wiki/ideas/2026-05-29_plur1bus-priority-fix.md` (4 Treffer)
   - `wiki/ideas/2026-06-06_plur1bus-priority-fix.md` (5 Treffer)
-⚠️ **memory**: 8 Files (≥3 Vorkommen je File)
+⚠️ **memory**: 9 Files (≥3 Vorkommen je File)
   - `wiki/architecture/memory-system.md` (22 Treffer)
   - `wiki/concepts/agents/plur1bus-memory-model.md` (5 Treffer)
   - `wiki/concepts/llm/ai-value-migration-orchestration.md` (3 Treffer)
+  - `wiki/concepts/llm/llm-model-catalog.md` (18 Treffer)
   - `wiki/decisions/2026-04-memory-system.md` (5 Treffer)
   - `wiki/decisions/2026-04-volume-persistence.md` (4 Treffer)
   - `wiki/tools/ecosystem-tools-april-2026.md` (5 Treffer)
   - `wiki/tools/hermes-desktop.md` (4 Treffer)
   - `wiki/tools/openclaw.md` (15 Treffer)
-⚠️ **trading**: 7 Files (≥3 Vorkommen je File)
+⚠️ **trading**: 9 Files (≥3 Vorkommen je File)
+  - `wiki/concepts/agents/ai-trading-hub.md` (9 Treffer)
   - `wiki/concepts/agents/ai-trading-reality-2026.md` (3 Treffer)
   - `wiki/concepts/agents/iron-condor-options.md` (4 Treffer)
   - `wiki/concepts/agents/polymarket-arbitrage.md` (6 Treffer)
+  - `wiki/concepts/agents/polymarket-hub.md` (4 Treffer)
   - `wiki/concepts/directives/openclaw-financial-bots-policy.md` (4 Treffer)
   - `wiki/teams/rene-kl.md` (3 Treffer)
   - `wiki/teams/ruediger.md` (4 Treffer)
@@ -90,7 +96,7 @@ Stub-Files:
 
 ## Summary
 
-- Total Wiki-Pages: 75
+- Total Wiki-Pages: 79
 - Issues: 0
 
 → Wiki is clean. No subagent spawn needed.

wiki/concepts/hardware/cloud-exit-and-local-superiority.md

@@ -53,6 +53,7 @@ Vergleichsmaßstab: Gemini 3.5 Flash Niveau — aber lokal und offline.
 - **[GLM 5.2](../llm/glm-5.2-zai-coding-model.md)** — Chinese Frontier Coding Model als lokaler Gamechanger
 - **[Hardware-Frontier: Neuromorphe Chips](../hardware/neuromorphic-chips-und-quantencomputer.md)** — Langfristige Hardware-Entwicklung jenseits klassischer Chips
 - **[Model Routing](../../architecture/model-routing.md)** — OpenClaw-Pipeline mit GLM-5.2 auf Ollama Cloud
+- **[Edge-Inferenz als Cloud-Alternative](edge-inference-als-cloud-alternative.md)** — AMDs Ryzen AI Max+ 395 (Strix Halo): 235B lokal, 128 GB unified memory, $1.499 — die x86-Antwort auf die Mac-only-Bewegung
 - **[Intelligence Commoditization Thesis](../llm/ai-intelligence-commoditization-thesis.md)** — RAM als Währung = physische Manifestation der Kommoditisierung
 
 ## Community-Krallen im Einsatz (Beispiele aus OME21)

wiki/concepts/hardware/edge-inference-als-cloud-alternative.md

@@ -0,0 +1,79 @@
+---
+created: 2026-06-23
+updated: 2026-06-23
+sources:
+  - raw/xpost/2026-06-16_amd-ryzen-ai-edge-inferenz.md
+related_raw:
+  - raw/xpost/2026-06-16_amd-ryzen-ai-edge-inferenz.md
+tags: [concept, hardware, edge-inference, amd, ryzen-ai, strix-halo, unified-memory, local-ai, cloud-exit, qwen3-235b, lisa-su]
+---
+
+# Edge-Inferenz als Cloud-Alternative — AMDs Lunchbox-PC
+
+> *"Lisa Su betritt die Bühne mit einem lunchbox-format PC — und führt ein 235-Milliarden-Parameter-Modell lokal aus. 128 GB unified memory, 3× schneller als eine RTX 5080. Das ist nicht die Zukunft — das ist heute."*
+> — @0xJokker, X-Post, 2026-06-16
+
+## Kernthese
+
+**Edge-Inferenz hat 2026 ein neues Kapazitätslevel erreicht.** AMDs Ryzen AI Max+ 395 (Strix Halo) beweist, dass 235-Milliarden-Parameter-Modelle lokal auf einem lunchbox-format PC laufen — ohne Cloud, ohne Server-Rack, ohne GPU-Karte. Das bedeutet: die Cloud-Exit-These ist nicht mehr nur eine Mac-only-Bewegung (siehe [[cloud-exit-and-local-superiority.md]]), sondern erreicht jetzt die x86-Welt.
+
+## Der Breakthrough: Unified Memory
+
+Der entscheidende Architektur-Bruch ist **Unified Memory**: Erstmals in einer mainstream x86-Plattform teilen CPU und GPU **denselben Memory-Pool**.
+
+| Eigenschaft | RTX 5090 | RTX 5080 | AMD Ryzen AI Max+ 395 |
+|---|---|---|---|
+| VRAM / Unified Memory | 32 GB GDDR7 | 16 GB GDDR7 | **128 GB unified** |
+| Architecture | Separate GPU | Separate GPU | CPU+GPU shared pool |
+| Data Movement | PCIe bottleneck | PCIe bottleneck | **Zero-copy** |
+| Form Factor | Desktop GPU card | Desktop GPU card | **Lunchbox APU** |
+| Price (System) | ~$1,999+ (GPU alone) | ~$1,199+ (GPU alone) | **$1,499 (complete PC)** |
+
+- Bis zu 96 GB des 128 GB können als VRAM via Variable Graphics Memory (VGM) zugewiesen werden
+- 256 GB/s Speicherbandbreite — genug für große LLM-Inferenz ohne Swapping
+- Modelle wie Qwen3 235B, DeepSeek V3 laufen vollständig lokal
+
+## Performance: 3× RTX 5080 bei 235B Inference
+
+AMDs eigene Benchmarks (verifiziert via AIM Network YouTube + AMD Blog):
+
+| Workload | AMD Ryzen AI Max+ 395 | Competition | Faktor |
+|---|---|---|---|
+| DeepSeek R1 235B Inference | 3× faster | RTX 5080 | **3.0×** |
+| 7B/8B Model TTFT | — | Intel Core Ultra 258V | **9.1×** |
+| 14B Model TTFT | — | Intel Core Ultra 258V | **12.2×** |
+| 16B Token Throughput | — | Intel Arc 140V | **2.2×** |
+
+TTFT = Time to First Token. Höherer Faktor bei größeren Modellen, weil Unified Memory das Model-Loading eliminisiert.
+
+## Warum das relevant ist: Drei Anschlüsse ans Wiki
+
+### 1. Cloud-Exit bekommt eine x86-Option
+Bisher war die Cloud-Exit-These ([[cloud-exit-and-local-superiority.md]]) eine Mac-only-Bewegung: Apple M-Series mit 64-128 GB unified memory als alleinige Option. AMDs Strix Halo öffnet die x86-Welt: 128 GB unified memory, LM Studio Kompatibilität, $1.499 Einstiegspreis. Die Hardware-Tabelle in [[cloud-exit-and-local-superiority.md]] bekommt eine neue Zeile.
+
+### 2. Mainzers Energie-Argument: Gehirn 20W vs. LLM-Megawatt
+Prof. Mainzer ([[neuromorphic-chips-und-quantencomputer.md]]) argumentiert, dass das Gehirn mit ~20 W leistet, wofür LLM-Cluster Megawatt brauchen. AMDs Lunchbox-PC ist kein neuromorpher Chip — aber er schließt die Lücke teilweise: 235B-Parameter-Inferenz in einem Watt-Klassen-Gerät, nicht in einem Megawatt-Datacenter. Edge-Inferenz als Zwischenschritt zur neuromorphen Hardware.
+
+### 3. Aravinds Token Value per Watt per User
+Aravind Srinivas ([[ai-value-migration-orchestration.md]]) sagt: "The key metric is token value per watt per user." AMDs unified-memory-Ansatz maximiert genau das: lokale Inferenz ohne Netzwerk-Latenz, ohne Server-Kühlung, ohne Cloud-Overhead. 235B lokal = maximale Token-Density pro Watt. Die Wertschöpfung verschiebt sich von Cloud-Compute zur lokalen Hardware.
+
+## Grenzen und offene Fragen
+
+- **Keine Trainings-Hardware:** Strix Halo ist Inferenz-only. Training großer Modelle bleibt im Datacenter.
+- **AMD-Benchmarks:** Die 3× RTX 5080-Behauptung stammt von AMD selbst. Unabhängige Bestätigung steht aus.
+- **Modell-Quantisierung:** 235B läuft nur mit aggressiver Quantisierung (Q4 K_M oder niedriger) in 128 GB. Genauigkeitseinbußen möglich.
+- **Verfügbarkeit:** Erste Systeme (ASUS ROG Flow Z13, HP ZBook Ultra G1a, GMKtec Evo-X2) verfügbar, aber Nischen-Markt.
+
+## Verbindung zu anderen Wiki-Seiten
+
+- **[Cloud-Exit & Lokale Überlegenheit](cloud-exit-and-local-superiority.md)** — Direkte Erweiterung: x86-Alternative zur Mac-only-Bewegung
+- **[Neuromorphe Chips & Quantencomputer](neuromorphic-chips-und-quantencomputer.md)** — Mainzers Energie-Argument: Edge-Inferenz als Zwischenschritt
+- **[AI Value Migration — Orchestration](../llm/ai-value-migration-orchestration.md)** — Aravinds Token/Watt/User-Metrik: AMD maximiert lokale Token-Density
+- **[Aschenbrenner — Situational Awareness](../agi/aschenbrenner-situational-awareness.md)** — Compute-Skalierung ergänzt durch Edge-Inferenz
+
+## Quellen
+
+- [X-Post @0xJokker, 2026-06-16](../../raw/xpost/2026-06-16_amd-ryzen-ai-edge-inferenz.md) — Auslösender Post
+- [AMD Blog: Ryzen AI Max+ 395 Breakthrough AI Performance](https://www.amd.com/en/blogs/2025/amd-ryzen-ai-max-395-processor-breakthrough-ai-.html)
+- [AIM Network YouTube: AMD Just Destroyed NVIDIA's RTX 5080 With a "Lunchbox"](https://www.youtube.com/watch?v=MeMc3WgmFJQ) — 05:09, 23K views, 2026-06-15
+- [Pillitteri: Ryzen AI Max+ 395: Run a 235B Model Locally on a Mini PC](https://pasqualepillitteri.it/en/news/5058/ryzen-ai-max-395-235b-model-local-mini-pc)

wiki/concepts/hardware/neuromorphic-chips-und-quantencomputer.md

@@ -93,3 +93,5 @@ Aschenbrenners Essay (siehe `[[wiki/concepts/agi/aschenbrenner-situational-aware
 - Aschenbrenners „100 million automated AI researchers" sind das **software-seitige** Pendant zu Mainzers hardware-seitiger Diversitäts-These: nicht „mehr vom Selben", sondern „mehr Architektur-Pfade parallel"
 
 Die beiden Analysen sind kompatibel und komplementär — Aschenbrenners These funktioniert *innerhalb* der GPU-Skalierung, Mainzer zeigt, dass jenseits davon andere Architekturen nötig werden.
+
+**Siehe auch:** [[edge-inference-als-cloud-alternative.md]] — AMDs Ryzen AI Max+ 395 (Strix Halo) als Zwischenschritt: 235B-Parameter lokal bei Watt-Klassen, nicht Megawatt. Edge-Inferenz schließt die Lücke zwischen klassischer GPU-Skalierung und neuromorpher Hardware.

wiki/concepts/llm/ai-value-migration-orchestration.md

@@ -230,6 +230,8 @@ Gemäß [[concepts/directives/pro-leben-directive.md]] (siehe [[concepts/directi
 
 Mainzers Energie-Argument (Gehirn 20W vs. LLM-Megawatt) bestätigt Aravinds „Token Value per Watt per User"-Metrik. Die nächste Hardware-Generation (neuromorph, photonisch, Quanten-Spezialfälle) wird die Wert-Migration von Modellen zu Infrastruktur weiter beschleunigen — Orchestratoren wie OpenClaw profitieren. Details: `[[wiki/concepts/hardware/neuromorphic-chips-und-quantencomputer]]` (Prof. Dr. Klaus Mainzer, TU München, 2026-06-03).
 
+**AMDs Edge-Inferenz als Token/Watt-Maximierer:** AMDs Ryzen AI Max+ 395 (Strix Halo) führt 235B-Parameter-Modelle lokal aus — 128 GB unified memory, 3× schneller als RTX 5080, $1.499. Das ist die Hardware-Inkarnation von Aravinds Token/Watt/User-Metrik: maximale Token-Density ohne Cloud-Overhead. Details: `[[wiki/concepts/hardware/edge-inference-als-cloud-alternative]]`.
+
 ### Aschenbrenners Industrialisierungs-These
 
 Leopold Aschenbrenners „Situational Awareness" (siehe `[[wiki/concepts/agi/aschenbrenner-situational-awareness]]`) liefert die **konkrete Trillionen-Dollar-Mobilisierung** der US-Industrie, die Mainzers Energie-These vorausgesetzt ist: GPU-Cluster, Strom-Infrastruktur, nationale Sicherheit. Aschenbrenners „OOMs zählen"-Methode (Compute + Algorithmik + Unhobbling) validiert Aravinds Orchestrierungs-These insofern, als die Skalierung nur durch *mehrere* Hebel (Compute + Effizienz + Tools) funktioniert — Orchestrierung ist der vierte Hebel, den Aravind ins Spiel bringt und den Aschenbrenner nicht explizit macht.

wiki/index.md

@@ -69,6 +69,7 @@
 |-------|-------------|---------|
 | [Neuromorphic Chips & Quantencomputer](concepts/hardware/neuromorphic-chips-und-quantencomputer.md) | Prof. Dr. Klaus Mainzer (TU München / Akademie-Präsident): Hardware-Frontier jenseits klassischer Chips. Neuromorphic, Photonik, Quantencomputer (Dekohärenz, Shors Algorithmus). 20W-Gehirn vs. LLM-Megawatt. Geopolitische Positionen (Pro-Atomkraft, China, Thiel-Kritik). | youtube/2026-06-16_everlast-mainzer-neuromorphe-chips-quantencomputer.md |
 | [Cloud-Exit & Lokale Überlegenheit](concepts/hardware/cloud-exit-and-local-superiority.md) | Preisschock (Hetzner/HP), lokale MoE-Modelle mit 150 tok/s auf M-Series, RAM als neue digitale Währung, Community-Krallen-Beispiele (Rüdiger/Andreas/Christian) | other/2026-06-19_ome21-briefing-ki-fortschritte-lokale-modelle.md |
+| [Edge-Inferenz als Cloud-Alternative](concepts/hardware/edge-inference-als-cloud-alternative.md) | AMD Ryzen AI Max+ 395 (Strix Halo): 235B-Modell lokal, 128 GB unified memory, 3× RTX 5080, $1.499 Lunchbox-PC. x86-Alternative zur Mac-only Cloud-Exit-Bewegung. Cross-Refs zu Cloud-Exit, Mainzer, Aravind, Aschenbrenner | xpost/2026-06-16_amd-ryzen-ai-edge-inferenz.md |
 
 ### Agents
 | Seite | Beschreibung | Quellen |