Ein Service der

Artikel als PDF herunterladen

Kartelle sind allgegenwärtig. Das jüngst entdeckte Spannstahlkartell reiht sich ein in die zehn größten entdeckten Kartelle der EU. Doch viele Kartelle agieren weiterhin unentdeckt und belasten die Konsumenten mit überhöhten Preisen. Die Wettbewerbsbehörden stützen ihre Ermittlungen bisher vor allem auf die Kronzeugenregelung. Die Autoren stellen ein Modell vor, um Märkte generell auf Kartellverdacht zu screenen und ein Warnsystem zu installieren.

Die gängige Praxis der Kartellaufdeckung läuft heute fast ausschließlich über die sogenannte Kronzeugenregelung. Hierbei werden Unternehmen, die Kartelle anzeigen, an denen sie selbst beteiligt sind oder waren, durch den vollständigen (oder teilweisen) Erlass der Geldbußen belohnt, die sonst gegen sie verhängt worden wären. Die Regelung ist so erfolgreich, dass die Kartellbehörden mit den vorliegenden Anzeigen ausgelastet sind.
Doch offensichtlich gibt es bei der Kartellaufdeckung auch darüber hinaus erhebliche Potentiale. Die Begründung von ausgelasteten Kartellbehörden ist in Anbetracht des volkswirtschaftlichen Schadens von (unentdeckten) illegalen Absprachen nicht befriedigend. Daher liegt es nahe, Märkte generell auf einen Kartellverdacht hin zu überprüfen. Es bietet sich an, ein solches Marktscreening ergänzend zur bereits praktizierten Kronzeugenregelung einzusetzen: Informieren die Wettbewerbsbehörden die sich verdächtig verhaltenden Unternehmen einer Branche über anstehende Ermittlungen, besteht für die beteiligten Unternehmen weiterhin der Anreiz das Kartell anzuzeigen, um einer Strafe zu entgehen. Darüber hinaus könnten die Ergebnisse eines objektiven Screeningverfahrens auch in einem Indizienprozess zur Be- oder Entlastung der angeklagten Unternehmen oder auch zur Bestimmung des volkswirtschaftlichen Schadens (und damit zur Strafhöhe) verwertet werden. Dies kann theoretisch auch von den Wettbewerbsbehörden geleistet werden, da sie Zugang zu den erforderlichen (für die Wissenschaft leider oft unzugänglichen) Daten haben.

Tabelle 1
Kartellstrafen der EU-Kommission (1990-2010)
Land Jahr Strafen (in Euro)
1990 bis 1994 539 691 550
1995 bis 1999 292 838 000
2000 bis 2004 3 462 664 100
2005 bis 2009 9 761 239 500
20101 1 493 257 832
Summe 15 549 690 982

1 Stand: 30.6.2010.

Quelle: Vgl. http://ec.europa.eu/competition/cartels/statistics/statistics.pdf (Stand: 20.7.2010).

Kartellfälle und Verurteilungen

In Tabelle 1 sind von der EU-Kommission verhängte Geldstrafen von 1990-2010 in 5-Jahresperioden dargestellt. Lagen die Strafen 1990-1994 bei rund 540 Mio. Euro, kommen im Abschnitt 2005-2009 bereits rund 9,8 Mrd. Euro (das 18-fache) an Strafgeldern zusammen. Dies verdeutlicht zum einen, dass mehr Kartelle aufgedeckt werden, und zum anderen, dass die EU-Kommission erhebliche Einnahmen über die Kartellaufdeckung generiert. Unklar bleibt, ob die verhängten Strafen zu einer Verringerung der Kartellaktivitäten führen.
In Tabelle 2 sind die zehn größten Kartellstrafen der EU-Kommission seit 1969 dargestellt. Dabei kommen alle großen Strafen aus dem letzten Jahrzehnt. Auf Platz 9 hat sich das erwähnte Spannstahl-Kartell mit einer Strafe von rund einer halben Milliarde Euro eingereiht. Es wird aus der Tabelle 2 sichtbar, dass auch immer wieder deutsche Unternehmen für illegale Absprachen bestraft wurden. An den Kartellen waren teilweise mehr als 20 Unternehmen beteiligt, die Unternehmen in Klammern sind jene, die von den Beteiligten die größten Strafen erhalten haben.

Tabelle 2
Die zehn größten Kartellstrafen der EU-Kommission seit 1969
Nr. Jahr Branche (u.a. beteiligtes Unternehmen) Strafen (in Euro)
1. 2008 Autoglas (Saint Gobain) 1 383 896 000
2. 2009 Gas (E.ON) 1 106 000 000
3. 2007 Fahrstühle und Rolltreppen (ThyssenKrupp) 992 312 200
4. 2001 Vitamine (F. Hoffmann-La Roche AG) 790 515 000
5. 2007 Gas Schaltanlagen (Siemens AG) 750 712 500
6. 2008 Kerzenwachs (Sasol Ltd) 676 011 400
7. 2010 Badezimmer­einrichtungen (Ideal Standard) 622 250 782
8. 2006 Synthetik­kautschuk (Bayer) 519 050 000
9. 2010 Spannstahl (ArcelorMittal) 518 470 750
10. 2007 Autoglas (Pilkington) 486 900 000

Quelle: Vgl. http://ec.europa.eu/competition/cartels/statistics/statistics.pdf (Stand: 20.7.2010).

Verhaltensmuster von Preiskartellen

Das hier vorgestellte Marktscreening geht von der Annahme aus, dass Kartelle bei ihren Aktivitäten, unabhängig von den Absprachen selbst, Spuren hinterlassen, die mit Hilfe von beobachteten Marktdaten sichtbar gemacht werden können. Um dies zu veranschaulichen, wird im Folgenden das Beispiel eines Preiskartells (mit bestimmten Verhaltensannahmen) dargestellt. Wie sieht das Verhaltensmuster eines typischen Preiskartells aus? Abbildung 1 veranschaulicht in einer Simulation den Verlauf ausgewählter Indikatoren eines Preiskartells, die auf der Basis von Marktdaten generiert werden. Es wird dabei differenziert zwischen einer Wettbewerbs- und einer Kartellphase, wobei in der Kartellphase auch die Kartellgründungsphase enthalten ist.


Während der Gründungsphase lässt sich erwarten, dass die Kartellmitglieder die Preise schrittweise anheben. Dargestellt wird dies durch den Indikator Preisindex als Durchschnitt der realen Preise aller Kartellmitglieder. Der zweite Untersuchungsindikator ist die Differenz der Rendite im Vergleich zu einer übergeordneten Branche. Diese steigt während der Kartellgründung an und pendelt sich dann im Überrenditebereich ein. Das Kapazitätswachstum kommt während eines Preiskartells fast gänzlich zum Erliegen. Dies liegt vor allem daran, dass Kartelle in ihrer Gründung Mengen reduzieren (sinkende Kapazitätsauslastung). Ist die Kartellgründungsphase abgeschlossen (annahmegemäß befindet sich das Kartell nun im Bereich des Cournotpreises), reagieren die Kartellmitglieder auf exogene Schocks (z.B. eine Nachfrageerhöhung) mit der Preissetzung ähnlich wie ein Wettbewerbsmarkt. Lediglich die Anpassungsgeschwindigkeit ist geringer. Dies lässt sich über die nötige Abstimmungszeit innerhalb des Kartells begründen. Kapazitäten ändern sich auch in der Kartellphase nicht, wobei unterstellt wird, dass funktionierende Markteintrittsbarrieren bestehen und die vorhandenen (gering genutzten) Kapazitäten ausreichen und z.B. ein nachfrage- oder kosteninduzierter Kapazitätsaus(ab)-bau nicht notwendig ist.


Die in der Abbildung 1 dargestellten (vereinfachten) Verhaltensweisen eines Preiskartells lassen sich nun in ein generelles Untersuchungsverfahren umsetzten. Ein solches Verfahren ist das sogenannte „System of Cartel Markers“ (SCM).1

Abbildung 1
Simulation eines Preiskartells (schattiert)
missing image file

Quelle: Eigene Darstellung.

Das „System of Cartel Markers (SCM)“

Das SCM greift den bereits beschriebenen Ansatz auf, dass ein Kartell auf einem Markt „verdächtige“ Spuren hinterlässt. Es ist angelegt als ein Warnsystem, bei dem es mehrere Warnlampen gibt. Je mehr Warnlampen angehen, d.h. je mehr Indikatorverläufe als „verdächtig“ eingestuft werden können (und je länger dies andauert), desto größer wird die Wahrscheinlichkeit eines versteckten Kartells.2 Nachfolgend soll gezeigt werden, wie ein illegales Preiskartell (mit den oben beschriebenen Annahmen) anhand seiner typischen Charakteristika mittels SCM aufgedeckt werden kann.


In Tabelle 3 ist das SCM für die Marker 1-6 und deren charakteristische Ausprägung in Wettbewerbs-, Kartellgründungs- und Kartellphase dargestellt. Im Folgenden werden die Marker näher erläutert.

  1. Kapazitätsauslastungsgrad: Während der Kartellgründungsphase tendieren Kartelle zu einer Preiserhöhung und/oder Mengenreduzierung. Unter der Annahme, dass die Kapazitäten kurzfristig unverändert bleiben, wird im Folgenden eine geringe Kapazitätsauslastung erwartet.

  2. Korrelation zwischen Kapazitätsauslastungsgrad und Preisveränderung: Aufgrund ständig auftretender exogener Störungen kann in der Realität davon ausgegangen werden, dass sich Märkte meistens im Ungleichgewicht befinden. Deshalb ist der Ansatz dieses Markers auf die Anpassung des Preises nach einer exogenen Störung gerichtet. So führt im Wettbewerb ein Nachfrageschock zuerst zu einer höheren Kapazitätsauslastung (die Anbieter sehen sich plötzlich vielen Anfragen gegenüber). Im nächsten Schritt wird eine Preisanpassung erwartet (nach einem positiven Nachfrageschock eine Preiserhöhung). Diese Korrelation lässt sich empirisch messen (wobei natürlich die Verzögerung beachtet werden muss). Grundsätzlich reagiert auch ein bestehendes Kartell auf exogene Veränderungen. Auf der Suche nach dem (neuen) Cournot-Level finden solche Anpassungen allerdings langsamer statt (Absprache innerhalb des Kartells). Eine Ausnahme stellt zudem die Kartellgründungsphase dar, denn hier werden Preise ja zunächst völlig unabhängig von der tatsächlichen Marktentwicklung getätigt (so lange bis das gewinnmaximale Level nach Meinung des Kartells erreicht wurde).

  3. Renditedifferenz (zu einer übergeordneten Industrie): Das eigentliche Ziel des Kartells ist es, höhere Gewinne im Vergleich zur Konkurrenzsituation (also ohne Absprachen) zu erzielen. Da es empirisch schwierig zu bestimmen ist, ob die Renditen ungewöhnlich hoch sind oder nicht, zielt der Indikator Renditedifferenz auf den Vergleich der beobachteten Renditen mit denen einer übergeordneten Branche. Beim Spannstahlkartell würde sich beispielsweise die gesamte Stahlindustrie als übergeordnete Branche anbieten. Während der Kartellgründungsphase ist ein Anstieg und nach Abschluss der Gründungsphase demzufolge eine dauerhafte Überrendite (also positive Renditedifferenz) zu erwarten. Diese Vorgehensweise ist intuitiv nachvollziehbar und Gegenstand diverser Studien zum Kartellverhalten.3 Der Indikator muss aber mit Vorsicht verwendet werden, denn Marktmacht führt ebenfalls zu Überrenditen (auch wenn kein Kartell aktiv ist). Deshalb ist gerade dieser Marker im Zusammenhang mit den anderen Indikatoren zu sehen und nicht einzeln zu bewerten.

  4. Korrelation zwischen Renditedifferenz und Kapazitätsänderungen: Auf einem Wettbewerbsmarkt wird ein positiver Zusammenhang zwischen der Renditedifferenz und den Kapazitätsänderungen erwartet. Erwirtschaftet eine Branche beispielsweise Überrenditen (weil die Produkte etwa in Mode gekommen sind), lockt dies einerseits neue Unternehmen an und führt andererseits zur Erweiterung der (ausgelasteten) Kapazitäten bisheriger Marktteilnehmer. Beide Effekte spiegeln sich in einer positiven Kapazitätsänderung für die Gesamtbranche wider. Im Gegensatz dazu führen Unterrenditen zum Ausscheiden von Teilnehmern und Kapazitätsreduzierung. In einer Kartellphase (wenn die Mitglieder ihre Investitionen absprechen) ist hingegen keine kurzfristige Kapazitätsveränderung zu erwarten solange die vorhandenen (unterausgelasteten) Kapazitäten ausreichen. Es wird also sowohl für die Kartellgründung als auch in der Kartellphase die Unabhängigkeit von Renditedifferenz und Kapazitätsänderung erwartet.

  5. Verteilung der Preisveränderungen: Der in der Literatur am häufigsten erwähnte Kartellindikator zielt auf das Preissetzungsverhalten der Kartelle ab. Kartelle versuchen über die Preis- (und/oder Mengenfestsetzung) ihre Gewinne zu steigern. Dazu wählen sie einen Preis, der über dem Wettbewerbspreis liegt und der mit einer geringeren Marktangebotsmenge verbunden ist. In der Kartellgründungsphase muss dieses (dem Kartell unbekannte) gewinnmaximale Preisniveau zunächst einmal erreicht werden. Dazu werden verschiedene Preise „ausprobiert“ und mit der veränderten (verringerten) Nachfrage verglichen. Ist das Cournot-Level einmal (annähernd) erreicht, ändert das Kartell in der Regel trotzdem ab und zu die Preise. Erstens um nicht verdächtig zu wirken und zweitens, weil es auf externe, nicht kontrollierbare, Marktveränderungen reagiert. Zum Beispiel kann es sein, dass das angebotene Produkt plötzlich in Mode kommt und die Nachfrage daher steigt. Das Kartell muss nun erneut den Preis erhöhen um das Gewinnmaximum zu erreichen. Umgekehrt können auch in einer Kartellphase Preissenkungen sinnvoll sein, wenn z.B. Preise von Rohstoffen für die Produktion des Gutes sinken.

    Bisherige Studien stellen bezüglich der Preisveränderung meist nur auf die Preisvarianz ab und unterstellen, dass diese im Kartell geringer ist als im Wettbewerb. Es wurde aber nachgewiesen, dass dieses Vorgehen nicht ausreichend ist, denn (zahlenmäßig) weniger Preisänderungen werden durch die Änderungshöhe kompensiert.4 Im SCM wird die gesamte Verteilung der Preisveränderung untersucht. Die Untersuchungshypothesen lauten:
  • im Kartell werden weniger Preisänderungen durchgeführt, dies äußerst sich in mehr „Null-Änderungen“.
  • Kartelle ziehen Preiserhöhungen vor, auch wenn manchmal Preissenkungen sinnvoll wären.

Im Vergleich zu einem Wettbewerbsmarkt geht das SCM davon aus, dass die Dichte der Preisänderungsverteilung im positiven Bereich größer ist, als im negativen.5

  • Varianz der Kapazitätsveränderung: Bei einem Preiskartell kommt es während der Kartellgründung zu einer geringeren Kapazitätsauslastung als in der Wettbewerbsphase (siehe 1.). Dennoch werden Kapazitäten oftmals nicht abgebaut. Dies liegt vor allem daran, dass es eine Unsicherheit über die Stabilität des Kartells gibt. Solange diese Unsicherheit besteht, muss mit einem Zusammenbruch des Kartells gerechnet werden. Dann würde es unter Umständen eines der beteiligten Unternehmen existenziell gefährden, wenn es seine Kapazitäten reduziert hätte. Daher kommt es unter dieser Annahme zu geringeren Kapazitätsveränderungen als im Wettbewerb. Dies kann z.B. über die Varianz der Kapazitätsveränderung erfasst werden.
Tabelle 3
Das „System of Cartel Markers“ (SCM)
Nr. Marker Wettbewerb Kartellgründungs­phase Kartellphase
1 Kapazitäts­auslastungsgrad Keine dauerhaften Über­kapazitäten Sinkende Kapazitäts­auslastung Dauerhafte
Überkapazitäten
2 Korrelation zwischen Kapazitäts­auslastungsgrad und Preis­veränderung Positive Korrelation
(höhere Anpassungs­geschwindigkeit als im Kartell)
Negative Korrelation Positive Korrelation
(geringere Anpassungs­geschwindigkeit als im Wettbewerb)
3 Renditedifferenz (zu einer übergeordneten Industrie) Keine dauerhaften Überrenditen Steigende
Differenzrendite
Überrenditen
4 Korrelation zwischen Rendite­differenz und Kapazitäts­änderungen Positive Korrelation Unabhängig Unabhängig
5 Verteilung der Preis­veränderungen Flache Spitze bei Null-Änderung Hohe Spitze bei Null-Änderung Hohe Spitze bei Null-Änderung
6 Varianz der Kapazitäts­veränderung Höher als im Kartell Geringer als im Wettbewerb Geringer als im Wettbewerb

Quelle: In Anlehnung an K. v. Blanckenburg, A. Geist: How can a Cartel be detected?, in: International Advances in Economic Research, Vol. 15, 2009, H. 4, S. 426.

Beispiel Zementkartell

Im Folgenden wird am Beispiel des deutschen Zementkartells veranschaulicht, wie Kartelle mittels SCM systematisch erfasst werden könnten. Dazu wird auf die bereits vorgestellten Kartellmarker zurückgegriffen. Das Zementkartell lässt sich empirisch mittels NACE-Klassifikation.6 DI 2651 eingrenzen. Das Kartell agierte seit 1981 und wurde 2002 vom Bundeskartellamt aufgedeckt. Zwölf Zementproduzenten hatten sich den deutschen Markt aufgeteilt und Vereinbarungen bezüglich ihrer Preise, Mengen und Investitionen getroffen. Das Kartellamt verurteilte die sechs größten Produzenten Alsen AG (heute: Holcim Deutschland AG), Dyckerhoff AG, HeidelbergCement AG, Lafarge Zement GmbH, Readymix AG (heute: Cemex Deutschland AG) und Schwenk Zement KG und sechs weitere kleinere Unternehmen zu insgesamt rund 700 Mio. Euro Strafe. 660 Mio. Euro entfielen dabei auf die sechs größten Unternehmen. Das Kartell agierte über insgesamt 21 Jahre und bietet daher ein gutes Beispiel für die Verhaltensmuster bezüglich SCM.


In Abbildung 2 sind die verschiedenen Indikatorausprägungen des Kartells dargestellt. Das Kartell wurde 1981 gegründet, die Kartellgründungsphase wurde ca. 1983 beendet. 2002 wurde das Kartell aufgedeckt. Daten über Kapazitäten liegen erst ab 1983, über Renditen nur bis 2005 vor.

  • 1981-1983: Während der Kartellgründungsphase liegen leider keine Daten über Kapazitäten und deren Auslastung vor. Es lassen sich aber stufenförmig ansteigende Preise beobachten. Dies entspricht den bereits beschriebenen Vermutungen zum Preissetzungsverhalten während der Kartellgründung. Gleichzeitig lassen sich in diesen Jahren ansteigende Renditen feststellen. In der Abbildung 2 wird dies über die Renditedifferenz des (kartellierten) Beobachtungsmarktes zu einer übergeordneten Industrie (hier: das Verarbeitende Gewerbe) veranschaulicht.
  • 1984-1989: Bei der Kapazität lässt sich eine tendenzielle Unterauslastung feststellen.7 Außerdem werden Preise nun nur noch selten geändert. Gleichzeitig bestimmen dauerhafte Überrenditen den Markt. Kapazitäten werden zudem nur selten geändert. Die Ausprägungen dieser Bestimmungsgrößen sind typisch für die Kartellphase. Spätestens jetzt hätte das Warnsystem des SCM Alarm geschlagen, da alle Kartellmarker für einen längeren Zeitraum auf einen Kartellverdacht hätten schließen lassen.8
  • 1990-1994: Während der Wiedervereinigung kam es in Deutschland aufgrund des Baubooms zu einer vergrößerten Nachfrage nach Zement. Folglich stiegen die Kapazitätsauslastungen des Kartells. Darauf reagierte das Kartell mit weiteren (stufenförmigen) Preiserhöhungen um erneut das gewinnmaximale Preislevel zu erreichen. Auch in dieser Phase wurden dauerhafte Überrenditen erwirtschaftet. (Diese sind vermutlich nicht noch mehr gestiegen, da vom Bauboom das gesamte Verarbeitende Gewerbe profitierte). Der große Kapazitätsausbau kann ebenfalls als Folge der Wiedervereinigung interpretiert werden.
  • 1995-2001: Nach der Wiedervereinigungsphase pendelten sich die Kapazitätsauslastungen erneut auf einem niedrigen Niveau ein. Gleichzeitig liegen Überrenditen, wenige Preisänderungen und eine geringe Kapazitätsveränderung vor.
  • Ab 2002: Das Kartell wurde aufgedeckt. Unmittelbar sinken Preise und Renditen. Nach und nach scheint sich auch die Kapazitätsauslastung auf Normalniveau zu steigern. Es liegen keine aktuellen Daten über Kapazitäten vor, es wird aber davon ausgegangen, dass auch die Kapazitätswachstumsraten gestiegen sind.
Abbildung 2
Die Zementindustrie (1980-2008)
missing image file

Quelle: In Anlehnung an K. v. Blanckenburg, A. Geist: How can a Cartel be detected?, in: International Advances in Economic Research, Vol. 15, 2009, H. 4, S. 432.

Herausforderungen für die Wettbewerbsbehörden

In diesem Beitrag wurde mit dem „System of Cartel Markers“ (SCM) ein Modell vorgestellt, mit dem sich illegale Kartelle grundsätzlich aufdecken lassen. SCM zielt dabei auf die Spuren ab, die ein Kartell bei seinen Aktivitäten auf einem Markt hinterlässt. Die erforderlichen Daten über Preise, Renditen, Kapazitäten und deren Auslastung liegen den Wettbewerbsbehörden vor. Auf der Grundlage des SCM könnte nun ein generelles Marktscreening implementiert werden, dass es den Kartellbehörden ermöglicht, Märkte mit Kartellverdacht zu identifizieren.9 Es ist allerdings fraglich, ob die politischen Weichen für ein Marktscreening bereits gestellt sind, denn derzeit scheinen die Behörden mit Anzeigen mehr als ausgelastet zu sein. Es müssen also zusätzliche Ressourcen geschaffen werden, um die Potentiale der Kartellaufdeckung nutzen zu können. Ein solches Marktscreening würde dabei die aktuell praktizierte Kronzeugenregelung ergänzen. Denn in Verdacht geratene Unternehmen haben schließlich weiterhin einen Anreiz das Kartell anzuzeigen, um einer Strafe zu entgehen. Darüber hinaus könnten die Ergebnisse eines objektiven Screeningverfahrens auch in einem Indizienprozess zur Be- oder Entlastung der angeklagten Unternehmen oder auch zur Bestimmung des volkswirtschaftlichen Schadens (und damit zur Strafhöhe) verwendet werden.

Die Autoren danken Jan Hendrik Preißler-Jebe für nützliche Hinweise und Diskussionen.

  • 1 Dieses Verfahren wurde erstmals eingeführt von K. v. Blanckenburg, A. Geist: How can a Cartel be detected?, in: International Advances in Economic Research, Vol. 15, Nr. 4, 2009, S. 421-436. Eine überarbeitete Version des SCM erscheint demnächst unter K. v. Blanckenburg, A. Geist: Detecting Illegal Activities: The Case of Cartels, in: European Journal of Law and Economics, http://www.springerlink.com/content/r572l452g6538060 (Stand: 25.8.2010).
  • 2 Das SCM wurde bereits mehrfach empirisch angewendet. Getestet wurden dabei bisher ausschließlich Preiskartelle. Siehe dazu für zehn Kartelle des deutschen Verarbeitenden Gewerbes: K. v. Blanckenburg, A. Geist, K. A. Kholodilin: The Influence of Collusion on Price Changes: New Evidence from Major Cartel Cases, in: Discussion Papers, German Institute for Economic Research (DIW Berlin), Nr. 1004, Mai 2010.
  • 3 Einen guten Überblick über diese Studien liefern T. F. Bresnahan, P. C. Reiss: Entry and Competition in Concentrated Markets, in: Journal of Political Economy, 99 (5), 1991, S. 977-1009.
  • 4 Vgl. K. v. Blanckenburg, A. Geist, K. A. Kholodilin, a.a.O., S. 2.
  • 5 Vgl. ebenda, S. 5.
  • 6 Statistical Classification of Economic Activities in the European Community, Rev. 2 (NACE), vgl. Eurostat, http://ec.europa.eu/eurostat/ramon.
  • 7 Die Nulllinie der Auslastung beschreibt eine sogenannte Normalauslastung (in diesem Fall 85%).
  • 8 Die ausführlichen empirischen Ergebnisse sowie die detaillierte Beschreibung der verwendeten Indikatoren und Testmethoden kann bei K. v. Blanckenburg, A. Geist, a.a.O. nachgelesen werden.
  • 9 Die Autoren dieses Artikels stehen für eine Mitwirkung gerne zur Verfügung. korbinian@vonblanckenburg.de


DOI: 10.1007/s10273-010-1134-1