Datenorganisation

Transcription

Datenorganisation

Einführung Datenorganisation
Sommersemester 2011
Leibniz Universität Hannover
Institut für Wirtschaftsinformatik
Datenorganisation
Datenorganisation SoSe 2011
Dr. Günter Wohlers | 19.04.2011 | Folie 2
Datenorganisation
Vorlesungsinhalte:
1.
Das digitale DatenDaten-Universum
2
2.
D t
Datensatz
t M
Mensch
h
3.
Datenmanagement in der betrieblichen Informationsverarbeitung
4
4.
Grundbegriffe der Datenorganisation
5.
Datenmodellierung und Datenbankentwurf
6.
Konzeptionelle Datenmodellierung
7.
Logische Datenmodellierung
8.
Datenmanipulation
9.
Architekturen von Datenbanken
10. Aktuelle Entwicklungen
Datenorganisation
Historisches Wachstum des Datenvolumens
20xx
Internet time line
70iger
Jahre
Research
network
80iger
Jahre
90iger
Jahre
E-Mail
people to
people
2002
Mobile
WWW Internet
people to
machines
Embedded
Internet
Services
machines to
machines
vgl. Mattern, F. 2001
Dr. Günter Wohlers | 19.04. 2011 | Folie 4/35
Datenorganisation
1.
Daten im Überfluss
„34,4
34 4 Milliarden SMS wurden 2009 versendet.
versendet
Das ist eine Steigerung um fast 24 Prozent gegenüber
2008.
2008 wurden 27,8 Milliarden verschickt,
2007 waren es 23,1 Milliarden SMS,
teilte der Branchenverband Bitkom am Montag mit.“
Quelle: http://news.magnus.de/mobile/artikel/deutsche-weiter-im-sms-rausch-jeder-verschickt-im-schnitt-420-sms-im-jahr.html, 30.05.2010
Datenorganisation
1.
Daten im Überfluß
Quelle: http://www.cio.de/_misc/img/detail.cfm?fk=2234666&pk=683366
Datenorganisation
1.
Daten im Überfluss – überflüssige Daten!
Quelle: http://www.symantec.com/business/security_response/landing/spam/index.jsp
http://www.symantec.com/business/security response/landing/spam/index.jsp
Quelle: http://www.symantec.com/content/en/us/enterprise/other_resources/b-state_of_spam_and_phishing_report_08-2010.en-us.pdf
Datenorganisation
1.1 Kein Ende der Datenflut zu erwarten!



IT-Budgets schrumpfen – Informationsvolumen steigt
ITexponentiell weiter
Nur durch effizienteres Informationsmanagement zu
bewältigen
Informationsintensive Technologien als WachstumsWachstumstreiber

Z hl der
Zahl
d mobilen
bil Nutzer
N t
wird
i d sich
i h verdreifachen
d if h

Zahl der ITIT-Geräte wird um Faktor 3,6 wachsen

Kommunikation zwischen Menschen (E(E-Mail, Messenger,
soziale Netzwerke) wird um den Faktor 8 zunehmen

2012 werden ca. 850 Millionen Menschen Dienstleistungen
und
nd Wa
Waren
en online ordern
o de n oder
ode anbieten

Bis 2012 wird der Anteil von „sicherheitskritischen“
g
Informationen von 2008: 30 % auf 45 % steigen
Quelle: http://www.itseccity.de/?url=/content/markt/studien/090525_mar_stu_emc.html, 25.09.2009
Datenorganisation
1.2 Wie den Datenberg beherrschen?
Problemfelder

Die Diskrepanz zwischen erzeugten Daten und dem Ausbau
d S
der
Storage-Kapazitäten
Storagei ä
wächst
ä h
Das Verhältnis zwischen privaten und Firmendaten
verschwimmt zusehends – eine Folge der geschäftlich
geschäftlich-privaten Nutzung von Smartphones
Smartphones,, E–
E–MailMail-Accounts und
Online--Speicherressourcen. Ebenfalls beteiligt: Twittern,
Online
Twittern,
Bloggen und weitere SocialSocial-MediaMedia-Aktivitäten


Die Zauberworte heißen:
Deduplizierung + Cloudcomputing



Laut IDC (2010) sind 75 Prozent der derzeit vorhandenen
Daten Dubletten, nur ein Viertel ist wirklicher OriginalOriginalContent
Auch ohne Verzicht auf Backups und ohne die
Vernachlässigung der gesetzlichen Vorgaben und
Sicherheitsmaßnahmen könnte ein wesentlicher Anteil der
redundanten Informationen entfernt werden
Datenorganisation
1.3 Wie ist der Datenberg aufgebaut?
Datenorganisation
2.
Datensatz Mensch
2.1 Ansammlungen von Datenbanken
2.2 Bedeutung und Aufgaben des Datenmanagements
2.3 Anforderungen an das Datenmanagement
Datenorganisation
2
2.
Datensatz Mensch
Die
ed
digital
g ta e
erfassbaren
assba e Lebensäußerungen
ebe säuße u ge von
o Menschen
e sc e
vermehren sich stetig:





Kommunikation, Bilder, MobilfunkMobilfunk-Bewegungsdaten, kartengestützte
Einkaufsentscheidungen
Typisierungsalgorithmen verwandeln Individuen in Merkmalsbündel
und Eigenschaften, die sich in Handlungen und Äußerungen zeigen
J mehr
Je
h verfügbare
fü b
Daten
D t zu einzelnen
i
l
Individuen
I di id
zur Verfügung
V fü
stehen, desto klarer wird der digitale Datenschatten bzw. die
Persönlichkeitslandkarte inklusive Verhaltensmuster
D di
Das
digitale
it l Persönlichkeit
P
Persönlichkeitsprofil
ö li hk itsprofil
fil entwickelt
t i k lt sich
i h aus kleinen
kl i
Versatzstücken zur stellvertretenden Onlinepersönlichkeit. Damit
wiederum ist Verhalten prognostizierbar und die Verwaltung bzw.
Überwachung der realen Persönlichkeit wird wesentlich erleichtert
Datenorganisation
2 1 Die
2.
Di Digitale
Di it l Id
Identität
tität
„Jede mögliche Form von technisch abgebildeten Daten, die zu
einer Person gehören“
gehören (Quelle: Verkettung digitaler Identitäten, Unabhängiges Landeszentrum

für Datenschutz Schleswig Holstein, 2007)
Daten zur eindeutigen Authentifizierung: Name, Adresse,
biometrische Daten, etc.

Pseudonyme: Logins, Passwörter, Forennamen,
Forennamen, Nicknames
Nicknames,, etc.

Persönliche Merkmale: Hobbies, Lebensumfeld, Vorlieben,
Abneigungen, Religion, Musikgeschmack, Amazon
Amazon--Listen, etc.

Nicht unbedingt von unbeteiligten Dritten zuordbare persönliche
Merkmale: IPIP-Adresse, Router, Sim
Sim--Card
Verkettung der Daten bedeutet in Beziehung setzen bzw
bzw. ZusammenZusammenführen der Daten mit vordefiniertem Zweck. Als Akteure treten dabei auf:
Natürliche, juristische Personen oder Computer.

Um Daten einer Person zuzuordnen

Eine Person zugehörigen Daten zuzuordnen

Um Daten durch Profilbildung zu gruppieren


Datenorganisation
Die Digitale Identität
Quelle: Abbildung 1, Verkettung digitaler Identitäten, Unabhängiges Landeszentrum für Datenschutz Schleswig Holstein, 2007, S
S.. 23
23
Datenorganisation
Der Wert von digitalen Identitäten
Auf Teilmarkt (a) werden
Identitätsdaten unmittelbar von
Privatpersonen oder gewonnen aus
Beobachtungen von Firmen zur
Verfügung gestellt und diese von
Unternehmen genutzt/nachgefragt.
Auf dem Teilmarkt (b) werden
Identitäten in unterschiedlichen
Aufbereitungsgraden angeboten und
von Unternehmen, die mit diesen
Daten ihren Unternehmenserfolg
steigern möchten, nachgefragt..
Quelle: Abbildung 4: Wertschöpfungskette bei digitalen Identitäten, Verkettung digitaler Identitäten, Unabhängiges Landeszentrum
Landeszentrum für
Datenschutz Schleswig Holstein, 2007, S. 66
Leibniz Universität Hannover Institut für Wirtschaftsinformatik
Datenorganisation
Profiling:
Erstellung von Kundenprofilen durch Unternehmen




„Profiling“ bezeichnet eine Vielzahl an Verfahren, die alle darauf abzielen,
aus aggregierten Datenbeständen nutzbare Informationen zu destillieren.
Anders formuliert zielt jedes Profiling darauf ab, aus einer Fülle von – für
sich genommen oftmals belanglosen – Daten verwertbares Wissen
abzuleiten. Profiling umfasst sowohl die Erstellung als auch die Nutzung
von Profilen.
Die Verkettung von Daten zu Kundenprofilen ist seit Jahren gängige Praxis
in den Unternehmen. Sie dienen dazu,, aus ihnen Verhaltensmuster
abzuleiten und künftiges Verhalten zu prognostizieren
Verfolgte Ziele: personalisierte Werbung, Preisdiskriminierung,
Marktforschung,
g, Risikominimierung
g
Quelle: Verkettung digitaler Identitäten, Unabhängiges Landeszentrum für Datenschutz Schleswig Holstein, 2007, S. 109
Datenorganisation
2.2 Ansammlungen von Datenbanken
Welche großen Datensammlungen und hoheitliche Register
charakterisieren heute Bürger in Deutschland?
 Hoheitliche Register: Melderegister, Personalausweisregister, Passregister,
Personenstandsbücher, Grundbücher, Führerscheinkartei, BundeszentralBundeszentralregister,, Verkehrszentralregister, zentrales Fahrzeugregister, Gewerbe
register
Gewerbe-zentralregister,, Ausländerzentralregister, Handelsregister und viele weitere
zentralregister
mehr,, :
mehr
 Einwohnerverzeichnisse, Telefonverzeichnisse
 Polizeibehörden, BKA, Bundespolizei, Nachrichtendienste,
E ittl
Ermittlungsbehörden,
b hö d
Justiz,
J ti INPOL (elektronischer
( l kt i h Datenverbund
D t
b d zwischen
i h
Bund und Ländern), [Vorratsdatenspeicherung]
 Sozialleistungsbereich:
 Gesundheitswesen,
Gesundheitswesen Krankenkassen
Krankenkassen, Versicherungen
Versicherungen,
 Wer die Klausel nicht unterschreiben will, dass er seine früheren,
gegenwärtigen und zukünftigen Ärzte von ihrer Schweigepflicht entbindet,
braucht erst gar keinen Antrag auf Lebensversicherung zu stellen. Das
Datenschutzgesetz bietet gegen solche Sammlungen kaum Handhaben, nicht
einmal Kontrollmöglichkeiten.
 Sozialverwaltung
 Finanzverwaltung
 Kreditgewerbe.
 u. v. a., zunehmend im privatwirtschaftlichen Bereich, z.B. Kundenkarten
Datenorganisation
Übersicht der beim BKA geführten Datenbanken (1)
Quelle: BT
BT--Drucksache 16/2875, abrufbar unter http://dip.bundestag.de/btd/16/028/1602875.pdf,
http://dip.bundestag.de/btd/16/028/1602875.pdf, Seite 10
Datenorganisation
Quelle: BT
Datenorganisation
Quelle: BT
Datenorganisation
Aktuell gespeicherte Datensätze bei den Sicherheits
Sicherheits-behörden (Stand: Sept. 2010) in Deutschland:
 Über 20 Millionen Bürger
g sind erfasst
 Auf mehr als 50 Dateien haben Polizei, Justiz und Verfassungsschutz Zugriff laut
Auskunft des BMI
 Auf diese Dateien können andere Staaten von Bulgarien bis zu den USA ebenfalls
zugreifen
 Problem für die Bundesbürger :
 dort gibt es keinen vergleichbaren Datenschutz
 Damit ist das hier gesetzlich verbriefte Recht auf informationelle
Selbstbestimmung praktisch ausgehebelt!
Quelle: o.V.(
o.V.(doe
doe),
), Jeder Vierte ist in Dateien der Polizei erfaßt,
erfaßt, in: HAZ Nr. 209, 8. Sept. 2010, Seite 5
Charta der Grundrechte der Europäischen Union, proklamiert in Nizza am 7. Dezember 2000
Datenorganisation
Beispiel Kundenkarten:
 Welche Daten werden abgefragt?
 Stammdaten: Name, Anschrift, Geburtsdatum (Pflichtangaben)
 Kontaktdaten: Tel., Mail (Pflichtangaben)
 Persönliche Daten (Familienstand, Haushaltsgröße und HHHHeinkommen, Wohnungsgröße, Wohnsituation, berufliche Tätigkeit,
Namen der Kinder, Hobbys oder Konsumvorlieben, etc
etc.)
.)
 Datensammlung und Weitergabe
 Kundenprofile werden generiert
 Für eigene Werbezwecke: Post
Post--, Mail
Mail-- oder Telefonwerbung
 Wenigstens 30 Prozent der Unternehmen geben die Kundendaten
an Dritte
D itt weiter,
it
ohne
h d
dass di
die Kunden
K d davon
d
wissen
i
…
Datenorganisation
Beispiel Kundendatensätze kaufen:
 PKV
PKV--Datensätze € 59,90 pro Datensatz
 Interessenten im vorgegebenen
b
PLZPLZ-Gebiet
b
 Auch große Liefermengen unproblematisch
 Datensatzgarantien
 Ist max. 55 Jahre
 Ist max. 15 Jahre in der jetzigen PKV versichert
 Ist Selbständiger, Freiberufler oder Arbeitnehmer (nicht minderjährig,
nicht in Ausbildung
Ausbildung, nicht Beamter oder Beamtenanwärter)
 Ist nicht pflichtversichert
 Hat keine Krankheit aufgrund der er nicht versicherbar ist
 Hat keine negative Bonität
…
http://www.datensatzproduzent.de/index.html
Datenorganisation
Beispielrechnung Kundendatensätze:
http://www.datensatzproduzent.de/Ihr_vorteil.html
Datenorganisation
„Nicht nur
G
Google,
l auch
h
der Staat
sammelt eifrig
Daten. Er
handelt mit
ihnen oder
verschenkt sie
- an
Unternehmen,
die damit
Geschäfte
machen.“
Quelle: http://www.spiegel.de/fotostrecke/fotostrecke-59048-4.html vom 08.09.2010
Datenorganisation
Der größte deutsche Vorratsdatenspeicher –
Das ELENAELENA-Verfahren: Elektronischer Entgeltnachweis
 Gespeichert werden Datensätze für alle Beschäftigten in
Deutschland (rund 40 Millionen Datensätze werden für
mindestens 2 Jahre/maximal
Jahre/maximal 5 Jahre) – benötigt werden
maximal 6 Millionen Datensätze davon!
 Ziel: Abbau von Bürokratie, Entlastung von Behörden und Arbeitgebern, jährliche
Einsparung ca. 85 Millionen €
 Seit dem 1.1.2010 übermitteln die Arbeitgeber monatlich die Daten ihrer Arbeitnehmer
die Zentrale Speicherstelle (ZSS) bei der deutschen Rentenversicherung
 Ab 2012 sollen Bundesagentur für Arbeit, Familienkassen und Wohngeldstellen
bundesweit darauf zugreifen können, falls Arbeitnehmer Arbeitslosengeld, Wohngeld
oder Elterngeld oder andere Sozialleistungen beantragen sollten
 Zugriffsberechtigt ab 2015: Krankenkassen, Pflegekassen, Studentenwerke,
Renten-- und Unfallversicherungen, Sozialämter, Jobcenter.
Renten
Polizei und Finanzamt sind bisher noch nicht zugriffsberechtigt!
 Hier werden also Daten gesammelt, deren Großteil niemals genutzt werden!
 Abgefragt werden neben den persönlichen Daten und Gehaltsdaten auch:
 Abmahnungen,
g , Betriebsratsmitgliedschaft,
g
, Fehlzeiten,, Kündigungen.
g g
Zusätzlich
gibt es Freitextfelder
Quelle: http://www.steuerzahlerhttp://www.steuerzahler-nrw.de/Elena
nrw.de/Elena--Verfahren
Verfahren--sollte
sollte--ausgesetztausgesetzt-werden/24205c27665i1p377/index.html
Datenorganisation
Data Warehousing und Data Mining:
 DATA
DATA--WAREHOUSING
 Ein Data Warehouse bzw. Data Mart kann zunächst einmal mittels
einfacher Reports und herkömmlicher Analysetools ausgewertet
werden Diese Tools lassen sich unter dem Begriff „Online
werden.
Online
Analytical Processing (OLAP)“ zusammenfassen und ermöglichen
die konkrete Beantwortung zuvor aufgeworfener Fragestellungen:
Bestätigen oder Verwerfen
f von Hypothesen.
 DATA
DATA--MINING
 Sollen verborgene Zusammenhänge oder neue Hypothesen
generiert werden, dann wird Data Mining eingesetzt. Darunter
sind verschiedene Verfahren zur Analyse komplexer
Datenbestände mit Hilfe von Algorithmen zu verstehen, wie
visuelle Datenexploration, ClusterCluster-Analyse, Methoden des
i d kti
induktiven
Lernens
L
und
d künstliche
kü tli h neuronale
l Netze
N t
Quelle: Verkettung digitaler Identitäten, Unabhängiges Landeszentrum für Datenschutz Schleswig Holstein, 2007, S. 147
Datenorganisation
Dataveillance = Intensive Überwachung
gp
per Datenbank
(die Kombination aus Data-Mining in massenhaft anfallenden Daten
und Surveillance, der Überwachungstechnik)
 Was gehört dazu?
 Personenbezogene Daten
 Transaktionsdaten
 Verhaltensdaten
 Beziehungsdaten
Datenorganisation
Soziale Rasterfahndung:
 Die Verknüpfung soziodemographischer Daten mit weiteren Datenquellen
in Kombination mit Kartenmaterial führt zu neuen Mashups
 Diese Daten werden aus unterschiedlichen Bereichen kombiniert. Die Grundlage bilden z.B.
britische Statistiken aus den Bereichen Finanzen, Gesundheit, Bildung, Verkehr, Umwelt,
Polizei und Militär
 Aus einem solchen Datawarehouse generiert z.B. eine „App
„App““ für iPhone und AndroidAndroid-Handys das so
genannte ASBOrometer [Anti
nti--Socieal Behaviour Order] (ermöglicht z.B. „Scannen“der
„„Scannen
Scannen
Scannen“der
der
Nachbarschaft auf „anti„anti-soziales Verhalten) Quelle: Schulzki-Haddouti, C.: Soziale Rasterfahnung, in: c´t 2010, Heft
10, S. 86, 26.04.2010

What data source is ASBOrometer using? The application uses two data sources - ASBO CDRP survey full dataset Oct
03 to March 09 and the Number of Anti-Social Behaviour Orders (ASBOs). This data is provided by the Home Office
under
d the
th UK Crown
C
Copyright
C
i ht licence
li
(Q ll http://www.asborometer.com)
(Quelle:
htt //
b
t
)
(Quelle: http://www.asborometer.com)
http://www
w.zoopla.co.uk/fforsale/map/p
property/london//teddington/?q=
=London%20Te
eddington&boun
nds=51.422375%
%2C.345068%2
2C51.43035%2C
C-0.320808
Datenorganisation
Datenorganisation
facebook = neben Google das größte Datenreservoir der
Welt und ein Phänomen der Zerstörung von Privatheit
 facebook = über 650 Millionen Mitglieder weltweit,
weltweit über 10
Millionen in Deutschland – Zuwachsrate in den vergangenen 12
Monaten: 143 %
 Was benötigt facebook
facebook,, um Sie zu kennen,
kennen bevor Sie Mitglied
bei facebook sind?
 Nur jeder hundertste Nutzer muss mit facebook sein Adressbuch
synchronisieren, um auch den Rest der Welt zu kennen!
 Ein Hindernis dafür sollte das Verbot von Zusammenführung von
Datenbanken mit p
personenbezogenen
g
Daten sein gemäß
g
Datenschutzgesetz sein!
 Das ist heute nicht mehr nötig, weil ein paar hundert Millionen
Teenager weltweit einfach eine neue Datenbank mit all diesen
persönlichen Daten erschaffen haben und täglich weiter ausbauen.
ausbauen
 Was zur Folge hat, dass jeder neue Kunde bei facebook sich
sofort unter Freunden wiederfindet!
Datenorganisation
Google: Widerstand ist zwecklos
 Was sagten die Borg in Star Trek?
 "Wir
Wir sind die Borg.
Borg Sie werden assimiliert werden
werden. Deaktivieren Sie
Ihre Schutzschilde und ergeben Sie sich. Widerstand ist zwecklos!“
 Was sagte
g GoogleGoogle
g -Chef Eric Schmidt auf der Ifa 2010?
 "Wir werden wissen und Euch dabei helfen, auf welchen Aspekt Ihr
Eure Aufmerksamkeit richten müsst. Was denke ich, was tue ich – wir
können Euch helfen, das herauszufinden, wir können helfen,
herauszufinden was für Euch derzeit am wichtigsten ist
herauszufinden,
ist." Das sei
doch interessant. "Ihr werdet nie mehr einsam sein. Ihr werdet Euch
nie wieder langweilen.“
 Der „Safe
„Safe Harbor
Harbor““ Vertrag von 2000 erlaubt es amerikanischen
Unternehmen (Google, Amazon, Ebay,
Ebay, Facebook)
Facebook) die Daten
europäischer Kunden nach Hause weiterzuleiten, um sie dort nach
europäischem Datenschutzrecht zu behandeln!
 Die Realität sieht anders aus: lt. Australischen
Datenschutzrecherchen hält sich nur eins von dreißig Unternehmen
an die Regeln – zudem sind US
US-Behörden
Behörden wenig daran interessiert!
(Quelle: http://www.spiegel.de/netzwelt/web/0,1518,717120,00.htm,
http://www.spiegel.de/netzwelt/web/0,1518,717120,00.htm, 14.09.2010)
Quelle: http://www.zeit.de/digital/internet/2010http://www.zeit.de/digital/internet/2010-09/google
09/google--schmidt
schmidt--goggles?page=2
Datenorganisation
Was bringt die Zukunft?
Noch mehr Daten!
 Auf Initiative der polnischen Plattform für Heimatschutz wurde
das von der EU finanzierte IndectIndect-Forschungsprogramm 2009
ins Leben gerufen
 Indect:
Indect: Intelligent Information System Supporting Observation,
Searching and Detection for Security of Citizens in Urban
Environment
 Übersetzt: Intelligentes Informationssystem zur Unterstützung der
Beobachtung, Suche und Erkennung für die Sicherheit von Bürgern in
der urbanen Umgebung
 Zielsetzung: Sicherheit durch Überwachung
 Automatische Erkennung von kriminellem Verhalten online und offline
in der EU
 z.B. durch
d h Verarbeitung
b
von Ton- und
d Bildaufnahmen
ld f h
aus Videod
überwachungskameras und die globale Überwachung von Websites
mittels „Sprachverarbeitung und Text-Mining“ durch
Softwareagenten.
 Ergebnis: Inhalt und Verkehrsdaten plus „Beziehungsmining“.
 Einsatz von Unmanned Aerial Vehicles zur Überwachung mobiler
Objekte
j
wie Individuen,, Fahrzeuge
g und Objekte
j
und zur Vorhersage
g
 Alle Daten werden stehen den Polizeibehörden in einem zentralen
Portal zur Verfügung
Quelle: http://www.golem.de/1009/77884.html Veröffentlicht: 10.09.2010 21:03
Datenorganisation
Was bringt die Zukunft?
 Noch mehr Daten!
 Noch mehr Sicherheit!?
Neues Video von Alexander Lehmann
"Du bist Terrorist", "Rette deine Freiheit", "Endlich Freiheit für deine Daten! Willkommen bei Facebook": Mit diesen Kurzfilmen hat sich Alexander Lehmann
in der Webgemeinde,
g
, vor allem der Datenschutz-bewussten,, einen Namen
gemacht. Nun hat Lehmann zusammen mit den Machern der NDR-Sendung
"Extra 3" nachgelegt und wieder einen Film veröffentlicht: "Buugle weiß alles über dich". Quelle: http://www.spiegel.de/netzwelt/web/0,1518,718400,00.html veröffentlicht: 21.09.2010
http://www.youtube.com/watch?v=--CKbNE5ql0A
http://www.youtube.com/watch?v=
Quelle: http://www.youtube.com/watch?v=http://www.youtube.com/watch?v=-CKbNE5ql0A
Veröffentlicht: 21.09.2010
Datenorganisation
Vielen Dank für
Ihre Aufmerksamkeit!

Datenorganisation

Transcription

Similar documents

Abfragen -- 33z.de -

Grundlegende Regeln - Sisters of Darkness

02 / 2013 - Arbeitnehmer Anwälte

Werbung Werbung News vom 10.06.05 Roxio richtet sich

Wireless-N in Vollendung.

ikar-cisa.org