Die besten KI-Automatisierungsplattformen 2026: Ein ehrlicher Vergleich von Zapier, Make, n8n und dem KI-Mitarbeiter

Suchen Sie nach “beste KI-Automatisierungsplattformen”, erhalten Sie eine Wand aus Vergleichstabellen, die alle zum selben ordentlichen Urteil kommen: Zapier für Einsteiger, Make für den Preis, n8n für Entwickler. Die Tabellen sind nicht falsch. Sie beantworten nur eine kleinere Frage als die, die die meisten Operations-Verantwortlichen eigentlich stellen - nämlich nicht “welches Tool verbindet meine Apps”, sondern “wie schaffe ich mehr Arbeit, ohne mehr Menschen einzustellen”.

Das sind zwei verschiedene Probleme. Apps zu verbinden ist ein gelöstes Problem, und die folgenden Plattformen lösen es gut. Eine dauerhafte Steigerung der Leistung löst kein Flow-Builder, egal wie viele KI-Schritte Sie daran schrauben, denn ein Flow-Builder lernt nie, wie Ihr Unternehmen arbeitet, und vergisst alles in dem Moment, in dem ein Lauf endet.

Dies ist ein ehrlicher Leitfaden zu beidem. Er zeigt, worin Zapier, Make und n8n 2026 wirklich gut sind, wo die neueren Agent-Builder hineinpassen und wo jeder von ihnen aufhört. Danach begründet er eine eigene Kategorie - den KI-Mitarbeiter - und sagt klar, wann Sie keinen brauchen.

Die Landschaft der KI-Automatisierungsplattformen 2026

Der Automatisierungsmarkt hat sich in drei überlappende Schichten geteilt, und die Bezeichnungen sind wichtig, weil sie die Erwartungen setzen. Ein Tool, das auf einer Schicht exzellent ist, ist auf der nächsten oft mittelmäßig. Zu wissen, welche Schicht Sie kaufen, verhindert, dass Sie Agent-Preise für Workflow-Funktionen zahlen.

• Flow-Builder - Tools wie Zapier, Make und n8n, die Apps verbinden und eine Schrittfolge ausführen, wenn etwas passiert. Das ist die größte und reifste Schicht.
• Agent-Builder - Neuere Plattformen wie Lindy, Gumloop und Relay sowie die Agent-Funktionen in den Flow-Buildern, die einen denkenden Sprachmodell-Schritt hinzufügen, der Werkzeuge nutzen und in Schleifen laufen kann.
• Enterprise-iPaaS - Microsoft Power Automate mit Copilot Studio und Workato, gedacht für große Organisationen, die Governance, Admin-Kontrollen und native Passung zu einer bestehenden Landschaft brauchen.
• KI-Mitarbeiter - Eine eigene Kategorie, die eine wiederkehrende Verantwortung durchgängig besitzt, verankert in dauerhaftem Unternehmensgedächtnis statt in einem festen Skript. Superkind sitzt hier.
• Die Überlappung ist real - 2026 haben die Flow-Builder Agent-Funktionen und die Agent-Builder Integrationen ergänzt, sodass die Kategorien an den Rändern verschwimmen. Was nicht verschwimmt, ist die Frage, ob das System zwischen den Läufen etwas behält.

Der Zweck dieses Leitfadens ist nicht, einen Sieger zu krönen. Er soll Ihnen helfen, die Schicht zur Aufgabe zu passen, damit Sie das günstigste kaufen, das Ihr Problem wirklich löst.

Flow-Builder, iPaaS und Agent-Builder: Was jede Kategorie ist

Bevor wir konkrete Tools vergleichen, hilft Präzision bei der Mechanik, denn das Marketing ist glatt geworden. Alle drei Flow-Builder sagen inzwischen “KI-Agenten” auf der Startseite, aber der Motor darunter ist weiterhin ein Workflow.

Wie ein Flow-Builder arbeitet

• Auslöser - Etwas passiert: ein Formular wird abgeschickt, eine E-Mail kommt an, eine Zeile wird ergänzt, ein Zeitplan feuert.
• Schritte - Die Plattform führt eine feste Abfolge aus, die Sie entworfen haben: einen Datensatz nachschlagen, Daten umwandeln, eine API aufrufen, eine Nachricht senden.
• Verzweigungen - Einfache Bedingungen leiten den Lauf auf einen Pfad oder den anderen, aber die Pfade sind alle vorab definiert.
• KI-Schritt (neu) - Sie können nun einen Sprachmodell-Aufruf in die Abfolge einbauen, um Text zu entwerfen, eine Eingabe zu klassifizieren oder Felder zu extrahieren. Er läuft und reicht sein Ergebnis an den nächsten Schritt.
• Ende - Der Lauf endet und die Plattform vergisst alles. Der nächste Lauf startet bei null mit demselben Skript.

Was sich 2026 geändert hat

• Zapier Agents - Zapier hat autonome Agenten ergänzt, die über die rund 8.000 verbundenen Apps hinweg handeln können, dazu einen Chatbot-Builder, verkauft als Zusatz zu den Basis-Plänen².
• Make Maia und AI Agents - Make hat Maia eingeführt, einen konversationellen Assistenten, der Szenarien aus natürlicher Sprache baut, und eine AI-Agents-Fähigkeit, angekündigt auf dem Waves-Event und im Beta-Rollout^3,22.
• n8n 2.0 - n8n hat native LangChain-Nodes und mehr als 70 KI-bezogene Nodes ausgeliefert, die echte Agenten-Schleifen unterstützen, in denen das Modell Werkzeuge nutzt, Ergebnisse prüft und iteriert, bis eine Aufgabe erledigt ist⁶.
• Die ehrliche Unterscheidung - Zapier und Make führen KI-Schritte meist innerhalb eines linearen oder verzweigten Flows aus. n8n unterstützt echte Agenten-Schleifen. Keiner von ihnen trägt dauerhaftes Gedächtnis Ihres Unternehmens von einem Lauf zum nächsten.

Das ist eine ungewöhnlich ehrliche Aussage vom CEO des größten Anbieters, und für die meisten Aufgaben trifft sie genau. Ein Workflow, der denkt, ist eine gute Beschreibung dessen, was diese Plattformen jetzt tun. Die Frage ist, ob Ihr Problem eine Aufgabe ist, die einen denkenden Workflow braucht, oder eine Rolle, die einen Eigentümer braucht.

Zapier: Breite, Agents und die Pro-Task-Wand

Zapier ist aus gutem Grund die Standardantwort. Wenn die Aufgabe lautet “wenn X in App A passiert, tue Y in App B” und beide Apps gängige SaaS-Tools sind, verbindet Zapier sie in Minuten ohne Code.

Worin Zapier wirklich gut ist

• Integrationsbreite - Rund 8.000 verbundene Apps, der breiteste Katalog am Markt, sodass die App, die Sie nutzen, mit hoher Wahrscheinlichkeit unterstützt wird².
• Einfachheit für nicht-technische Teams - Die Oberfläche ist die zugänglichste der drei; eine Marketing- oder Ops-Kraft baut am ersten Tag nützliche Automatisierungen.
• Zuverlässigkeit bei einfachen Flows - Für kurze, stabile, regelbasierte Automatisierungen ist Zapier verlässlich und gut dokumentiert.
• Zapier Agents und Chatbots - Neue KI-Funktionen lassen einen Zap flexibler entwerfen, klassifizieren oder handeln, verfügbar als kostenpflichtige Zusätze².
• Schnelle erste Automatisierung - Sie lösen ein echtes Ärgernis noch am Nachmittag der Anmeldung, weshalb sich Zapier von unten durch Organisationen verbreitet.

Wo Zapier teuer wird

Das Preismodell ist der Haken. Zapier rechnet pro Task ab, und jede Aktion in einem Zap zählt als Task, wenn sie läuft.

• Task-Multiplikation - Ein zehnstufiger Zap, der 1.000-mal im Monat feuert, verbraucht 10.000 Tasks, nicht 1.000⁶.
• Kosten bei Skalierung - Bei rund 100.000 Operationen pro Monat kann Zapier über 300 Dollar steigen, während Make für dieselbe Arbeit unter 100 bleibt⁶.
• Zusatz-Stapelung - Agents und Chatbots werden zusätzlich zum Basis-Plan bepreist, sodass ein “KI”-Workflow spürbar mehr kosten kann als ein einfacher¹⁶.
• Wert-Umkehr - Zapier hat den besten Wert bei geringem Volumen mit vielen Apps und den schlechtesten bei hohem Volumen mit langen Workflows.

Make: Visuelle Stärke, Maia und Kosteneffizienz

Make ist die Wahl, wenn der Workflow kompliziert und das Volumen hoch wird. Die Szenario-Leinwand zeigt jeden Schritt und jede Verzweigung visuell, und das Preismodell belohnt genau die langen, betriebsamen Flows, die Zapier bestrafen.

Worin Make wirklich gut ist

• Visuelles Szenario-Design - Eine Leinwand, die komplexe Logik mit vielen Verzweigungen lesbar macht, wie es Zapiers lineare Liste nicht schafft.
• Kosteneffizienz bei Volumen - Die Abrechnung pro Operation hält volumenstarke Flows weit günstiger; bei rund 100.000 Operationen im Monat bleibt Make typischerweise unter 100 Dollar⁶.
• Starke Datenverarbeitung - Iteratoren, Aggregatoren und reichhaltige Transformationen bewältigen unordentliche Datenstrukturen gut¹⁷.
• Maia - Ein konversationeller Builder, der Szenarien aus klartextlichen Beschreibungen erzeugt und die Hürde für komplexe Builds senkt⁴.
• AI-Agents-Fähigkeit - Neben Maia auf Waves angekündigt, ergänzt sie Agentenverhalten auf der Szenario-Engine, während sie ausgerollt wird^3,22.

Wo Make mehr von Ihnen verlangt

• Lernkurve - Die Stärke kommt mit Komplexität; nicht-technische Nutzer stoßen schneller an eine Wand als in Zapier.
• Weniger Konnektoren als Zapier - Ein großer Katalog, aber nicht der breiteste, sodass eine seltene App fehlen kann¹⁷.
• Maia ist früh dran - Stand 2026 wird Maia noch ausgerollt, und Funktionen und Zugang entwickeln sich⁴.
• Dieselbe Gedächtnisgrenze - Wie jeder Flow-Builder erinnert sich ein Make-Szenario zwischen den Läufen nicht an Ihr Unternehmen.

n8n: Native KI-Agenten und Souveränität durch Self-Hosting

n8n ist der Ort, an den technische Teams gehen, wenn sie maximale Kontrolle, die tiefste KI-Fähigkeit und die Option wollen, jedes Byte auf den eigenen Servern zu behalten. Es ist das mächtigste der drei und das am wenigsten nachsichtige.

Worin n8n wirklich gut ist

• Echte KI-Agenten-Schleifen - Native LangChain-Nodes und über 70 KI-Nodes lassen das Modell Werkzeuge nutzen, eigene Ergebnisse prüfen und iterieren, bis die Aufgabe erledigt ist - nicht nur einen KI-Schritt ausführen⁶.
• Kostenloses Self-Hosting - Die Community Edition läuft auf Ihrem eigenen Server ohne Ausführungs-, Workflow- oder Nutzerlimits; die einzigen Kosten sind Hosting, rund 5 bis 20 Dollar im Monat¹⁵.
• Datensouveränität - Weil es vollständig auf Ihrer Infrastruktur laufen kann, müssen sensible Daten sie nie verlassen, was stark zu deutschen und EU-Compliance-Anforderungen passt¹⁵.
• Abrechnung pro Ausführung - In Cloud-Plänen zählt ein vollständiger Workflow-Lauf als eine Ausführung, unabhängig von Schritten, sodass ein 10-Schritt-Flow so viel kostet wie ein 2-Schritt-Flow¹⁸.
• Eigener Code und Flexibilität - Sie können JavaScript oder Python einbauen und sich mit fast allem verbinden, auch mit Systemen ohne vorgefertigten Konnektor.

Wo n8n am meisten von Ihnen verlangt

• Technische Verantwortung - Self-Hosting bedeutet, dass Sie Updates, Sicherheit, Verfügbarkeit und Backups selbst tragen; das ist echte Engineering-Arbeit, kein Häkchen¹⁵.
• Steilere Lernkurve - Die fähigste Oberfläche ist auch die schwerste für Nicht-Entwickler.
• Weniger fertige Konnektoren - Der Katalog wächst, erreicht aber nicht Zapiers Breite an fertigen Integrationen.
• Dieselbe Grundgrenze - Auch eine ausgefeilte n8n-Agenten-Schleife führt weiterhin den Graphen aus, den Sie gebaut haben, und sammelt kein dauerhaftes Wissen über Ihr Unternehmen über Wochen und Monate an.

Agent-Builder und Enterprise-iPaaS: Das angrenzende Feld

Neben den großen Drei sitzen zwei angrenzende Gruppen, die man kennen sollte: leichtgewichtige Agent-Builder für schnelles Setup und Enterprise-Plattformen für Governance innerhalb einer großen IT-Landschaft. Beide sind für den richtigen Käufer eine echte Option.

Leichtgewichtige Agent-Builder

• Lindy - Zielt auf schnelles No-Code-Setup und wird oft als KI-Assistent genutzt, der Postfach, Kalender und Meetings verwaltet; Pläne starten bei rund 30 bis 50 Dollar im Monat mit nutzungsbasierten Credits⁸.
• Gumloop - Bietet mehr Kontrolle über den genauen Ablauf und starken Credit-Gegenwert, mit einer kostenlosen Stufe und einem Pro-Plan um 37 Dollar im Monat für 20.000-plus Credits⁹.
• Relay - Verbindet Human-in-the-Loop-Schritte mit Agenten und Integrationen, positioniert für Teams, die Freigaben in automatisierten Flows wollen¹⁰.
• Das gemeinsame Merkmal - Diese Tools machen es schnell, einen Agenten für eine enge Aufgabe aufzustellen, aber es bleiben Aufgaben-Tools; Gedächtnis ist eine Sitzung oder ein Zusatz, kein dauerhaftes Modell Ihres Unternehmens⁸.

Enterprise-iPaaS

• Microsoft Copilot Studio - Vom Chatbot-Designer zu einer governten Plattform gewachsen, um Agenten über Microsoft 365 hinweg zu bauen und zu betreiben, mit Agent-zu-Agent-Kommunikation und Admin-Kontrollen; die natürliche Wahl, wenn Sie ohnehin in Microsoft leben¹¹.
• Power Automate - Übernimmt zuverlässige, schrittweise Ausführung und ruft nun Copilot-Studio-Agenten und Desktop-Flows für Aufgaben auf, die präzise Schritte brauchen¹².
• Workato - Eine Enterprise-Integrationsplattform, die viele Geschäftssysteme mit Governance verbindet, geeignet für große Organisationen mit komplexen Landschaften.
• Die Stärke - Native Passung und Governance innerhalb einer bestehenden Landschaft, was für IT- und Sicherheitsteams enorm wichtig ist.
• Die Grenze - Diese Agenten sind auf Ihren Dokumenten und Daten geerdet, aber Grounding ist kein Lernen; sie bauen weiterhin kein dauerhaftes, sich verbesserndes Bild davon auf, wie Ihr Unternehmen arbeitet¹¹.

Wo jeder Flow-Builder aufhört

Dies ist die ehrliche Grenze, die keine Vergleichstabelle sonst benennt, und sie ist kein Angriff auf die Tools. Sie ist eine Kategoriengrenze. Ein Flow-Builder ist gebaut, um Schritte auszuführen, und Schritte auszuführen ist etwas anderes, als einen Job zu machen.

• Kein dauerhaftes Gedächtnis - Der Lauf endet und die Tafel wird gewischt. Es gibt kein anwachsendes Verständnis Ihrer Kunden, Ihrer Ausnahmen oder der Korrekturen des letzten Monats.
• Kein Modell Ihres Unternehmens - Die Plattform kennt die Konnektoren, nicht wie Ihr Geschäft wirklich arbeitet. Das Wissen, das Ihr Team wirksam macht, steckt in Menschen, und der Flow fängt es nie ein.
• Brüchig bei Veränderung - Wenn sich ein Prozess verschiebt oder eine Ausnahme auftaucht, muss jemand den Flow von Hand neu bauen. Das Tool passt sich nicht an; Sie passen es an.
• Aufgaben-, nicht rollenförmig - Flows automatisieren einzelne Schritte. Eine Rolle ist ein Bündel aus Urteilsvermögen, Kontext und Hunderten kleiner Entscheidungen, das keine feste Abfolge einfängt.
• Lernt nichts aus Feedback - Korrigieren Sie die Ausgabe eines Flows, ändert sich fürs nächste Mal nichts, solange kein Mensch den Flow bearbeitet. Es gibt keine Verbesserungsschleife.
• Wissen verlässt das Haus - Wenn ein erfahrener Mitarbeiter geht, hält der Flow-Builder nicht, was er wusste. Das institutionelle Gedächtnis geht mit ihm.

Vermas Warnung betrifft die Lücke zwischen dem “Agent”-Etikett und dauerhafter, zielgerichteter Fähigkeit. Ein Flow-Builder mit einem KI-Schritt ist ehrliche, nützliche Software. Der Ärger beginnt, wenn er als etwas verkauft wird, das eine Rolle besitzen soll, denn das kann er strukturell nicht.

Der KI-Mitarbeiter: eine eigene Kategorie

Ein KI-Mitarbeiter ist kein größerer Flow. Er ist ein System, das darauf ausgelegt ist, eine wiederkehrende Verantwortung so zu besitzen wie ein Mensch, was ändert, was er braucht: dauerhaftes Gedächtnis, tiefen Systemzugriff und einen Weg, über die Zeit besser zu werden.

Die drei Teile, die einem Flow-Builder fehlen

• Ein Company Brain - Ein lebendiges Gedächtnis dafür, wie Ihr Unternehmen wirklich arbeitet: Ihre Prozesse, Terminologie, die Ausnahmen, die Ihr Team auswendig kennt, und die täglichen Korrekturen. Es überlebt Fluktuation, sodass Wissen nicht mit einem Mitarbeiter das Haus verlässt.
• Echter Systemzugriff - Tiefe, beidseitige Verbindung zu den Systemen, in denen die Arbeit passiert: E-Mail, Teams, SharePoint, CRM, ERP und Datenbanken. Nicht ein Auslöser und eine Aktion, sondern der Arbeitskontext eines echten Jobs.
• Eine Feedback-Schleife - Korrekturen machen ihn besser. Wenn jemand eine Ausgabe korrigiert, lernt der KI-Mitarbeiter daraus, sodass er im nächsten Monat mehr Fälle bewältigt, ohne dass ein Mensch etwas neu baut.

Wie das in der Praxis aussieht

• Rechnungsverarbeitung - Ein KI-Mitarbeiter liest eingehende Rechnungen, gleicht sie mit Bestellungen und Lieferungen ab, wendet die Ausnahmen an, die Ihr Finanzteam wirklich nutzt, bucht die sauberen und markiert den Rest - und erinnert sich nächstes Mal an die Eigenheiten dieses Lieferanten.
• Qualifizierung eingehender Leads - Er recherchiert jeden Lead, bewertet die Passung zu Ihrem echten ICP, entwirft eine maßgeschneiderte Antwort, pflegt das CRM und bucht das Meeting - und verbessert sich, während Ihr Team sein Urteil korrigiert.
• Kundensupport - Er löst Routine-Tickets über Ihr Help-Desk und Ihre Wissensdatenbank, eskaliert die, die einen Menschen brauchen, und trägt Kontext von einem Fall zum nächsten.
• Der dauerhafte Gewinn - Mehr Leistung bei gleicher Belegschaft, weil der KI-Mitarbeiter das Wissen hält und in die Rolle hineinwächst, statt bei jedem Lauf zurückzusetzen.

Wie Superkind passt

Superkind baut individuelle KI-Mitarbeiter für KMU und Konzerne. Es gehört als eine ehrliche Option in diesen Leitfaden, nicht als Tool, das Zapier beim Verbinden von Apps schlägt - es zielt auf einen anderen Job. Die meisten KI-Tools kennen das Internet, aber nicht Ihr Unternehmen; Superkind ist gebaut, um Ihr Unternehmen zu kennen.

• In einem Company Brain verankert - Jeder KI-Mitarbeiter wird mit Ihrem Unternehmenswissen gebaut, sodass er danach handelt, wie Ihr Geschäft wirklich arbeitet, nicht nach generischem Internet-Training.
• Lebt in Ihren Systemen - Er verbindet sich mit E-Mail, Teams, SharePoint, CRM, ERP, Datenbanken und jeder API-basierten Software und arbeitet dort, wo der Job ohnehin passiert.
• Besitzt einen Anwendungsfall durchgängig - Vertriebsentwicklung, Vertragsprüfung, Lösung von Support-Tickets, Finanzabgleich - eine Verantwortung, kein einzelner Schritt.
• In rund zwei Wochen live - Der erste KI-Mitarbeiter wird schnell ausgerollt und dann mit dem Feedback Ihres Teams verbessert, statt geliefert und vergessen zu werden.
• Verbessert sich durch Feedback - Korrekturen fließen ins Company Brain, sodass er jeden Tag besser wird und über die Zeit mehr Fälle abdeckt.
• Überlebt Fluktuation - Weil das Wissen im Company Brain lebt, verlässt es nicht das Haus, wenn ein erfahrener Mitarbeiter geht.
• Preis pro Anwendungsfall, keine lange Bindung - Bepreist pro Use Case, ohne langfristige Verträge, an das Ergebnis geknüpft statt an Sitze oder Tasks.
• Mehr Leistung, nicht mehr Personal - Das Ziel ist mehr Leistung ohne ständiges Einstellen, indem eine Rolle einem System übergeben wird, das in sie hineinwächst.

Wenn Ihr Problem darin besteht, zwei SaaS-Apps zu verbinden, ist ein Flow-Builder die richtige und günstigere Antwort. Wenn Ihr Problem eine Rolle voller Routinearbeit ist, die die Zeit Ihres Teams frisst und von Wissen abhängt, das nur Ihr Team hält, dann verdient sich ein KI-Mitarbeiter seinen Platz.

Entscheidungsrahmen: Welches Tool für welchen Job

Statt eines einzelnen Siegers passen Sie das Tool an die Form des Problems an. Hier ist ein praktischer Weg zu entscheiden, und die meisten Unternehmen nutzen am Ende mehr als eines davon.

1. Benennen Sie den Job präzise - Ist es “Daten von A nach B bewegen” (eine Aufgabe) oder “alle unsere Lieferantenrechnungen bearbeiten” (eine Rolle)? Die Antwort weist Ihnen sofort eine Schicht zu.
2. Prüfen Sie auf Urteil - Folgt jeder Fall demselben Pfad, passt ein Flow-Builder. Unterscheiden sich Fälle und brauchen Kontext, brauchen Sie Gedächtnis und Reasoning.
3. Zählen Sie die Systeme - Eine oder zwei saubere SaaS-Apps sprechen für Zapier oder Make. Ein Geflecht aus E-Mail, Teams, SharePoint, CRM und ERP spricht für einen KI-Mitarbeiter, der für Ihren Stack gebaut ist.
4. Wägen Sie Volumen und Kosten ab - Hohes Volumen spricht beim Preis für Make oder selbst gehostetes n8n. Geringes Volumen mit vielen Apps spricht für Zapier.
5. Stellen Sie die Gedächtnisfrage - Fragen Sie “muss das sich merken, was letztes Mal geschah, und besser werden?” Wenn ja, qualifiziert sich kein Flow-Builder.
6. Prüfen Sie die Compliance-Anforderungen - Regulierte oder sensible Daten sprechen für selbst gehostetes n8n oder einen KI-Mitarbeiter in Ihrer Infrastruktur statt für Cloud-Flow-Builder.

Häufig gestellte Fragen

Verwandte Artikel

• RPA vs. KI-Agenten: Was der Mittelstand bei Automatisierung falsch macht
• KI-Agenten vs. Microsoft Copilot: Wann sich Custom lohnt
• Warum 400.000 Copilot-Agenten Ihr Unternehmen immer noch nicht kennen
• Standardsoftware oder ein KI-Agent: Wie der Mittelstand wählen sollte
• KI-Agenten-Gedächtnis: Warum dauerhaftes Unternehmenswissen zählt
• Die KI-Feedback-Schleife: Wie Agenten mit der Zeit besser werden

Henri Jung

Mitgründer von Superkind, wo er KMU und Konzernen hilft, individuelle KI-Mitarbeiter einzusetzen, die wirklich dazu passen, wie ihre Teams arbeiten. Henri brennt dafür, die Lücke zwischen dem, was KI kann, und dem Wert, den sie in echten Unternehmen schafft, zu schließen. Er glaubt, dass der Mittelstand alles hat, um bei KI vorne zu sein - es braucht nur den richtigen Ansatz und die Ehrlichkeit, ein einfaches Tool zu nutzen, wenn ein einfaches Tool genügt.