GitHub hat am 1. Oktober 2026 die bisher weitreichendste Erweiterung von Copilot ausgerollt: Eine Funktion namens “Computer Use” lässt den KI-Agenten direkt auf Desktop-Programme zugreifen, Mausklicks simulieren und Fenster unter macOS und Windows steuern. Parallel dazu brachte GitHub “dynamische Workflows”, die sich per Code statt über starre Vorlagen definieren lassen. Für Entwicklerinnen und Entwickler in Österreich und der gesamten DACH-Region bedeutet das einen Bruch mit dem bisherigen Bild von Copilot als reinem Autocomplete-Werkzeug im Editor. Der Agent verlässt jetzt den Rahmen der IDE und greift auf die komplette Arbeitsumgebung zu.
Die Ankündigung kommt mitten in einer Welle an Modell- und Funktionsupdates: Erst am 22. September wurde Claude Opus 5.5 zum neuen Standardmodell in Claude Code, am 29. September folgte OpenAIs GPT-6.1 Sol samt Codex Cloud. GitHub selbst lieferte im September gleich fünf VS-Code-Versionen (1.136 bis 1.140) aus, bevor mit Computer Use der bisher größte Funktionssprung kam. Dieser Artikel ordnet ein, was die Desktop-Steuerung technisch leistet, wie sie im Vergleich zu Cursor, Claude Code und Codex Cloud steht, und was Unternehmen in Österreich beim Einsatz beachten sollten.
Was ist GitHub Copilot Computer Use?
Computer Use ist laut GitHub Changelog seit dem 1. Oktober 2026 in öffentlicher Vorschau (Public Preview) verfügbar. Die Funktion erlaubt es Copilot CLI und der Copilot-App, Desktop-Anwendungen auf macOS und Windows direkt zu bedienen, also Fenster zu öffnen, Formulare auszufüllen oder zwischen Programmen zu wechseln, ohne dass eine API-Schnittstelle existiert. Bislang war Copilot auf Aktionen innerhalb von VS Code, der Kommandozeile oder über definierte APIs beschränkt. Mit Computer Use kann der Agent jetzt Aufgaben ausführen, die bisher nur ein Mensch per Maus und Tastatur erledigen konnte, etwa das Testen einer Desktop-Anwendung über die grafische Oberfläche oder das Ausfüllen eines Konfigurationsdialogs in einem Drittanbieter-Tool.
Technisch reiht sich GitHub damit in einen Trend ein, den Anthropic bereits früher vorangetrieben hat. Anthropic beschreibt in seinem eigenen Technikartikel zur Computer-Use-Fähigkeit von Claude, dass Modelle lernen, Bildschirminhalte zu interpretieren und darauf mit Maus- und Tastatureingaben zu reagieren, ähnlich wie ein Mensch es tun würde. GitHub übernimmt dieses Grundprinzip nun für die eigene Agentenplattform und bindet es in Copilot CLI, die Copilot-App und laut GitHub auch in das Copilot SDK ein. Damit wird Computer Use nicht nur eine Oberflächenfunktion, sondern ein programmierbarer Baustein für eigene Automatisierungen.
Die Zeitleiste: Vom Jira-Update bis zur Desktop-Steuerung
Die Oktober-Ankündigung fällt nicht isoliert. Bereits am 7. September kündigte GitHub laut dem wöchentlichen Copilot-Changelog die Jira-Integration in der Copilot-App und die adaptive Modell-Orchestrierung “Project HydraFusion” in Copilot CLI an, eine Funktion, über die wir bereits berichtet haben (siehe GitHub Copilot HydraFusion). Am 30. September erreichte HydraFusion dann VS Code 1.140 und die Copilot-App. Nur einen Tag später, am 1. Oktober, kam mit Computer Use der nächste Schritt: Die Desktop-Steuerung ging in die öffentliche Vorschau, kurz darauf folgten dynamische Workflows für CLI, App und SDK.
Diese Verdichtung der Updates in nur vier Wochen zeigt, wie stark GitHub unter Druck steht, mit der Konkurrenz Schritt zu halten. Microsoft hatte die Serie der VS-Code-Versionen 1.136 bis 1.140 im September ausdrücklich als Fortschritt “von der Implementierung bis zum Pull-Request-Merge” beschrieben, wie aus dem Microsoft-Developer-Changelog hervorgeht. Mit VS Code 1.136 kam bereits die Fähigkeit, dass Agenten Pull Requests selbst mergen können (wir haben das in unserem Artikel zu VS Code 1.136 eingeordnet). Computer Use ist damit der vorläufige Schlusspunkt einer Kette, die den Copilot-Agenten schrittweise von der reinen Codevervollständigung zu einem eigenständig handelnden System ausbaut.
| Datum 2026 | Funktion | Plattform | Status |
|---|---|---|---|
| 7. September | Jira-Integration, Project HydraFusion (Modell-Orchestrierung) | Copilot App, Copilot CLI | Allgemein verfügbar |
| 10. September | Agent-Automatisierung in VS Code | VS Code 1.136 | Allgemein verfügbar |
| 18. September | Agent-Merge für Pull Requests | VS Code, Copilot App | Allgemein verfügbar |
| 22. September | Claude Opus 5.5 als Standardmodell | Claude Code (Fremdmodell auch in Copilot nutzbar) | Allgemein verfügbar |
| 30. September | HydraFusion erreicht VS Code 1.140 | VS Code 1.140, Copilot App | Allgemein verfügbar |
| 1. Oktober | Computer Use (Desktop-Steuerung) | Copilot CLI, Copilot App, macOS, Windows | Öffentliche Vorschau |
| 1.–3. Oktober | Dynamische Workflows per Code | Copilot CLI, Copilot App, Copilot SDK | Öffentliche Vorschau |
Wie die Desktop-Steuerung technisch funktioniert
Der Mechanismus hinter Computer Use folgt demselben Grundprinzip wie vergleichbare Funktionen anderer Anbieter: Das zugrunde liegende Sprachmodell erhält periodisch Screenshots der aktuellen Bildschirmoberfläche, interpretiert sichtbare Elemente wie Schaltflächen, Textfelder oder Menüs und gibt daraufhin Steuerbefehle aus, die als virtuelle Maus- und Tastaturaktionen ausgeführt werden. Für Entwickler heißt das konkret: Ein Copilot-Agent kann zum Beispiel eine lokal installierte Desktop-Anwendung starten, einen Workflow durch mehrere Dialogfenster klicken und das Ergebnis protokollieren, ganz ohne dass die Zielanwendung eine Automatisierungs-API bereitstellen muss.
Das ist besonders für Testteams relevant, die bisher für End-to-End-Tests von Desktop-Software auf spezialisierte Tools wie WinAppDriver oder proprietäre UI-Testframeworks angewiesen waren. Mit Computer Use übernimmt stattdessen ein KI-Agent diese Rolle, allerdings mit dem Nachteil, dass visuelle Interpretation naturgemäß fehleranfälliger ist als eine über klare APIs angesteuerte Automatisierung. GitHub hat die Funktion deshalb bewusst als Vorschau gekennzeichnet, nicht als produktionsreifes Feature. Unternehmen, die Computer Use bereits jetzt in Testpipelines einbauen wollen, sollten also mit Nachbesserungen und gelegentlichen Fehlklicks rechnen.
Dynamische Workflows: Programmierbare Automatisierung statt starrer Vorlagen
Parallel zur Desktop-Steuerung führte GitHub dynamische Workflows ein. Bisher mussten wiederkehrende Copilot-Aufgaben über feste, manuell konfigurierte Abläufe definiert werden, etwa über YAML-Dateien mit begrenzten Parametern. Mit dynamischen Workflows lassen sich diese Abläufe nun direkt in Code schreiben, wodurch Bedingungen, Schleifen und Verzweigungen möglich werden, die mit starren Vorlagen nicht abbildbar waren. Die Funktion steht laut GitHub sowohl in Copilot CLI und der Copilot-App als auch im Copilot SDK zur Verfügung, was bedeutet, dass Entwicklerteams eigene Anwendungen bauen können, die Copilot-Agenten als programmierbare Bausteine einbetten.
Diese Öffnung über das SDK ist strategisch bedeutsam: Sie positioniert Copilot nicht mehr nur als Zusatzfunktion in VS Code, sondern als Plattform, auf der Drittanbieter eigene Agentenprodukte aufbauen können. Das ist dieselbe Logik, die OpenAI mit Codex Cloud verfolgt, wo Entwickler Coding-Aufgaben plattformübergreifend über Desktop, Web und Mobilgeräte starten und fortsetzen können. Beide Unternehmen wetteifern damit um dieselbe Zielgruppe: Teams, die nicht nur einen Chat-Assistenten wollen, sondern eine Infrastruktur, auf der sich eigene Automatisierungen aufbauen lassen.
HydraFusion: Das Problem der Modellauswahl
Ein zentraler Baustein, der den Boden für Computer Use bereitet hat, ist Project HydraFusion. Die adaptive Modell-Orchestrierung wählt je nach Aufgabe automatisch das passende Modell aus dem Copilot-Modellportfolio aus, statt Entwickler zu zwingen, bei jedem Prompt manuell zwischen GPT-6 Sol, Claude Opus 5.5 oder anderen verfügbaren Modellen zu wechseln. Für eine Funktion wie Computer Use, die visuelle Interpretation, Klickpräzision und mehrstufige Planung gleichzeitig erfordert, ist das relevant: Je nach Teilaufgabe kann HydraFusion im Hintergrund zwischen einem für visuelle Aufgaben stärkeren Modell und einem für Codegenerierung optimierten Modell wechseln, ohne dass der Nutzer das bemerkt. Welche Fremdmodelle dabei zur Auswahl stehen, hat sich 2026 mehrfach verändert, zuletzt mit dem Wechsel zu GPT-6 Astra, den wir in unserem Beitrag Copilot: 4 KI-Modelle raus, GPT-6 Astra rein dokumentiert haben.
Ohne diese Orchestrierungsschicht wäre Computer Use vermutlich deutlich unzuverlässiger, weil ein einzelnes Modell selten in allen Teilschritten einer Desktop-Automatisierung gleich stark ist. GitHub hat HydraFusion deshalb bewusst vor Computer Use ausgerollt: zuerst die Grundlage für flexible Modellwahl, danach die Funktion, die am meisten von dieser Flexibilität profitiert. Diese Reihenfolge ist aus Produktsicht nachvollziehbar und zeigt, dass die jüngsten Copilot-Updates keine isolierten Einzelfunktionen sind, sondern aufeinander aufbauen.
Marktvergleich: Wie reagieren Cursor, Claude Code und Codex Cloud?
Im direkten Vergleich zeigt sich, dass jeder große Anbieter einen etwas anderen Weg zum “Agenten jenseits der IDE” einschlägt. Anthropic hat die Grundlagen der Bildschirmsteuerung bereits 2024 mit der ersten Computer-Use-Beta für Claude vorgestellt und seither weiterentwickelt. Claude Code selbst setzt stärker auf Terminal- und Codebasis-Interaktion als auf grafische Desktop-Steuerung, wurde aber am 22. September mit Claude Opus 5.5 als neuem Standardmodell deutlich leistungsfähiger (mehr dazu in unserem Vergleich Claude Code vs. Cursor). OpenAI setzt mit Codex Cloud auf einen anderen Hebel: plattformübergreifende Fortsetzbarkeit von Aufgaben zwischen Desktop, Web und Mobilgerät, vorgestellt rund um die eigene DevDay-Konferenz Ende September. Wie sich die drei großen CLI-Agenten GitHub Copilot, Codex und Gemini CLI insgesamt auf Benchmarks schlagen, haben wir separat in Codex vs Claude Code vs Gemini CLI verglichen.
Cursor wiederum bleibt bislang stärker auf die IDE-Erfahrung fokussiert und hat seine zuletzt vorgestellten Funktionen eher auf parallele Agenten innerhalb eines Projekts als auf Desktop-weite Steuerung ausgerichtet. Im direkten Gegensatz dazu positioniert sich GitHub mit Computer Use klar als derjenige Anbieter, der die Grenze zwischen “Agent im Code-Editor” und “Agent auf dem gesamten Rechner” als erster großer Player in dieser Form aufgelöst hat. Das ist ein Wettbewerbsvorteil, sofern sich die Technik in der Praxis als stabil genug erweist, denn eine fehleranfällige Desktop-Steuerung kann in Unternehmensumgebungen schnell mehr Schaden als Nutzen anrichten.
| Anbieter | Schwerpunkt Oktober 2026 | Desktop-Steuerung | Modellauswahl |
|---|---|---|---|
| GitHub Copilot | Computer Use, dynamische Workflows, HydraFusion | Ja (Public Preview, macOS/Windows) | Adaptiv über HydraFusion, mehrere Fremdmodelle |
| Claude Code (Anthropic) | Claude Opus 5.5 als Standardmodell seit 22.9. | Separate Computer-Use-API, nicht im CLI-Fokus | Primär Anthropic-eigene Modelle |
| Codex Cloud (OpenAI) | Plattformübergreifende Fortsetzbarkeit, GPT-6.1 Sol | Nicht im Fokus der Oktober-Ankündigung | Primär OpenAI-eigene Modelle |
| Cursor | Parallele Agenten im Projektkontext | Nicht als zentrales Feature positioniert | Mehrere Fremdmodelle wählbar |
Historischer Kontext: Vom Autocomplete zum Desktop-Agenten
Um die Tragweite von Computer Use einzuordnen, hilft ein Blick zurück: GitHub Copilot startete als reines Codevervollständigungs-Tool, das Vorschläge innerhalb eines Editors anbot. Über mehrere Jahre kamen Chat-Funktionen, dann Agenten-Modi hinzu, die mehrstufige Aufgaben innerhalb eines Repositories selbstständig ausführen konnten. Mit der Einführung von Copilot CLI öffnete sich der Agent erstmals über die IDE-Grenze hinaus in die Kommandozeile. Die Jira-Integration im September 2026 brachte Copilot in externe Projektmanagement-Tools. Computer Use ist damit der nächste logische, aber auch deutlich größere Schritt: vom Code-Repository über die Kommandozeile und externe SaaS-Tools bis hin zur gesamten grafischen Benutzeroberfläche des Rechners.
Dieser Weg spiegelt eine branchenweite Entwicklung. Auch bei Konkurrenten lässt sich dieselbe Linie nachzeichnen: von reinen Codevorschlägen über Chatbots bis zu autonomen Agenten, die mehrere Schritte ohne menschliches Eingreifen durchführen. Die Geschwindigkeit, mit der diese Fähigkeiten in den letzten zwölf Monaten gewachsen sind, lässt sich auch daran ablesen, dass mehrere große Anbieter jeweils binnen weniger Wochen im September und Oktober 2026 neue Modell- oder Funktionsgenerationen veröffentlicht haben: Claude Opus 5.5, GPT-6.1 Sol und nun Copilot Computer Use.
Sicherheitsfragen: Was bedeutet PC-Kontrolle für Unternehmen?
Eine KI, die Mausklicks und Tastatureingaben auf einem Firmenrechner ausführen kann, wirft naturgemäß Sicherheitsfragen auf, die über das klassische Risiko von Codevorschlägen hinausgehen. Während ein fehlerhafter Codevorschlag in einer Pull-Request-Review auffällt, kann eine fehlgeleitete Desktop-Aktion potenziell direkt Daten verändern, Dateien löschen oder Zugangsdaten in falsche Felder eintragen. Diese Diskussion ist nicht neu: Erst im September wurde mit “Plugin4Shell” eine Sicherheitslücke bekannt, die laut Sicherheitsforschern mehrere KI-Coding-Agenten betraf, darunter auch Copilot (wir haben darüber berichtet: Plugin4Shell: 4 KI-Agents betroffen). Eine Funktion, die zusätzlich Zugriff auf die grafische Oberfläche erhält, vergrößert die Angriffsfläche potenziell weiter, falls ein Agent durch manipulierte Eingaben zu unerwünschten Aktionen verleitet wird.
GitHub reagiert darauf bislang mit dem Status “Public Preview” statt genereller Verfügbarkeit, was üblicherweise bedeutet, dass die Funktion nur in kontrollierten, freigegebenen Umgebungen aktiviert werden sollte. Für IT-Abteilungen in Österreich, die Copilot unternehmensweit einsetzen, empfiehlt sich deshalb vorerst eine Testphase in isolierten Umgebungen statt eines direkten Rollouts auf Produktionsrechnern mit Zugriff auf sensible Systeme. Wer Computer Use produktiv testen will, sollte zudem genau dokumentieren, welche Anwendungen der Agent anfassen darf, und Protokolle jeder ausgeführten Aktion aufbewahren.
Marktauswirkungen für Entwicklerteams in Österreich
Für heimische Softwarefirmen und IT-Abteilungen ändert sich mit Computer Use zunächst wenig im Tagesgeschäft, mittelfristig aber potenziell die Rollenverteilung in QA- und Supportteams. Desktop-Testautomatisierung war bisher ein Spezialgebiet mit eigenen Tools und oft mit manuellem Klicktest-Aufwand verbunden. Wenn ein Copilot-Agent diese Klicks künftig selbst übernehmen kann, verschiebt sich Aufwand von der reinen Testausführung hin zur Überprüfung und Korrektur der Agentenergebnisse. Das deckt sich mit einem Muster, das sich bereits bei der Einführung von Agent-Merge in VS Code 1.136 zeigte: Entwickler verbringen weniger Zeit mit der Ausführung von Routineaufgaben, aber mehr Zeit mit der Kontrolle automatisiert erzeugter Ergebnisse.
Für Unternehmen, die Copilot Business oder Enterprise-Lizenzen einsetzen, lohnt sich außerdem ein Blick auf die Lizenzbedingungen für Vorschau-Funktionen, da Public-Preview-Features oft gesonderten Nutzungsbedingungen unterliegen. Wer Computer Use frühzeitig evaluieren will, sollte den eigenen IT-Security-Verantwortlichen einbinden, bevor die Funktion für reguläre Entwicklerkonten freigeschaltet wird. Gerade in regulierten Branchen wie dem Finanzsektor oder der öffentlichen Verwaltung dürfte eine vollständige Freigabe noch länger dauern als in reinen Softwareunternehmen.
Kritische Stimmen und offene Fragen
Trotz des technischen Fortschritts bleiben mehrere Fragen offen, die GitHub bislang nicht im Detail beantwortet hat. Unklar ist etwa, wie zuverlässig die visuelle Interpretation von Bildschirminhalten über verschiedene Betriebssystemversionen, Bildschirmauflösungen und Sprachversionen von Software hinweg funktioniert, ein Punkt, der für den deutschsprachigen Raum besonders relevant ist, da viele Unternehmensanwendungen in lokalisierten Oberflächen laufen. Ebenso offen ist, wie GitHub mit Fehlklicks umgeht, die reale Konsequenzen haben, etwa das versehentliche Löschen von Daten in einer Desktop-Anwendung ohne Undo-Funktion.
Auch der Vergleich mit Anthropics länger etablierter Computer-Use-Technologie wirft die Frage auf, ob GitHub hier tatsächlich technisches Neuland betritt oder eine bereits vorhandene Fähigkeit stärker in die eigene Plattform integriert. Die öffentliche Vorschau ohne festen Termin für die allgemeine Verfügbarkeit deutet darauf hin, dass GitHub selbst noch Erfahrungswerte aus der Praxis sammeln möchte, bevor die Funktion für alle Copilot-Kunden freigeschaltet wird.
Prognosen: Wie geht es mit Copilot Computer Use weiter?
- Allgemeine Verfügbarkeit von Computer Use ist frühestens Anfang 2027 zu erwarten, da GitHub vergleichbare Funktionen in der Vergangenheit meist mehrere Monate in der Vorschau belassen hat.
- Konkurrenten wie Cursor oder Codex Cloud dürften binnen weniger Monate eigene Varianten der Desktop-Steuerung vorstellen, sobald sich zeigt, dass Nutzer die Funktion aktiv nachfragen.
- HydraFusion wird vermutlich zum zentralen Entscheidungsmechanismus für alle visuellen Copilot-Aufgaben ausgebaut, nicht nur für Codegenerierung.
- Größere Unternehmen werden eigene interne Richtlinien für den Einsatz von Desktop-steuernden KI-Agenten aufstellen müssen, ähnlich wie es bereits bei Browser-Automatisierung durch KI-Agenten geschieht.
- Die Diskussion um Sicherheitslücken in KI-Coding-Agenten, wie zuletzt bei Plugin4Shell, dürfte durch Computer Use neue Nahrung bekommen, sobald erste Vorfälle mit Desktop-Zugriff öffentlich werden.
Diese Einschätzungen beruhen auf dem bisherigen Rollout-Verhalten von GitHub und dem beobachtbaren Wettbewerbsdruck im Markt für KI-Coding-Agenten, nicht auf offiziellen Ankündigungen künftiger Termine, da GitHub selbst keinen Zeitplan für die allgemeine Verfügbarkeit von Computer Use veröffentlicht hat.
Was Entwickler jetzt tun sollten
Wer Copilot CLI oder die Copilot-App bereits nutzt, kann die Public Preview von Computer Use aktuell ausprobieren, sollte dabei aber auf eine Testumgebung ohne Zugriff auf produktive Systeme achten. Sinnvoll ist ein erster Testlauf mit einer harmlosen, lokal installierten Anwendung, etwa einem Texteditor oder einer Testdatenbank-Oberfläche, um ein Gefühl für die Treffsicherheit der Klicksteuerung zu bekommen. Teams, die bereits HydraFusion oder dynamische Workflows nutzen, profitieren vermutlich am schnellsten von Computer Use, da diese Bausteine technisch zusammenspielen. Wer noch kein Copilot-Enterprise-Konto hat, sollte vor einem Umstieg auf Computer Use prüfen, ob die eigene Lizenzstufe Vorschau-Funktionen überhaupt freischaltet, da diese laut GitHub teils gesonderten Enterprise-Kontrollen unterliegen. Eine laufend aktualisierte Übersicht aller Copilot-Neuerungen führt GitHub selbst auf der Seite Copilot: What’s new.
Insgesamt zeigt die Ankündigung, dass sich der Wettbewerb unter KI-Coding-Plattformen 2026 nicht mehr nur über Benchmark-Werte oder Modellqualität entscheidet, sondern zunehmend über die Frage, wie weit ein Agent über den Code hinaus in reale Arbeitsabläufe eingreifen darf. Für die kommenden Monate dürfte das der entscheidende Wettbewerbsfaktor zwischen GitHub, Anthropic, OpenAI und Cursor sein, nicht die reine Modellleistung. Einen laufenden Überblick über alle KI-Coding-Tools und IDE-Updates bietet unsere Software-Rubrik.
Häufig gestellte Fragen zu GitHub Copilot Computer Use
Was macht GitHub Copilot Computer Use genau?
Die Funktion erlaubt es dem Copilot-Agenten, Desktop-Anwendungen auf macOS und Windows über simulierte Maus- und Tastatureingaben zu steuern, statt nur auf Code oder Kommandozeilen beschränkt zu sein.
Seit wann ist Computer Use verfügbar?
Die Funktion ging laut GitHub-Changelog am 1. Oktober 2026 in die öffentliche Vorschau (Public Preview).
Auf welchen Plattformen funktioniert Computer Use?
Aktuell unterstützt die Funktion macOS und Windows über Copilot CLI und die Copilot-App.
Ist Computer Use für Produktionsumgebungen geeignet?
Nein, der Public-Preview-Status signalisiert, dass GitHub die Funktion noch nicht für den uneingeschränkten Produktionseinsatz freigibt. Tests sollten in isolierten Umgebungen stattfinden.
Wie unterscheidet sich Computer Use von Anthropics Computer-Use-Technologie?
Anthropic hat die zugrunde liegende Fähigkeit, Bildschirminhalte zu interpretieren und per Maus und Tastatur zu steuern, bereits früher für Claude vorgestellt. GitHub integriert ein vergleichbares Prinzip jetzt in die eigene Copilot-Plattform mit Fokus auf Entwickler-Workflows.
Was hat HydraFusion mit Computer Use zu tun?
HydraFusion wählt im Hintergrund automatisch das passende Modell für jede Teilaufgabe aus. Für eine Funktion wie Computer Use, die mehrere Fähigkeiten gleichzeitig erfordert, liefert das die technische Grundlage für zuverlässigere Ergebnisse.
Welche Sicherheitsrisiken birgt die Desktop-Steuerung durch KI?
Da ein Agent direkt auf die grafische Oberfläche zugreift, können Fehlinterpretationen zu ungewollten Aktionen wie falschen Eingaben oder Datenverlust führen. Zusätzlich vergrößert sich die Angriffsfläche für Manipulationsversuche, ähnlich wie bei der zuvor bekannt gewordenen Sicherheitslücke Plugin4Shell.
Wann wird Computer Use allgemein verfügbar sein?
GitHub hat dafür keinen Termin genannt. Basierend auf früherem Rollout-Verhalten ist eine allgemeine Verfügbarkeit nicht vor Anfang 2027 realistisch.
