Vorlesung Gesamtbanksteuerung · Vorlesung Adressenrisikomanagement, 11.06.2012 5 Zehnjährige...

1Vorlesung Adressenrisikomanagement, 11.06.2012

Vorlesung Gesamtbanksteuerung

Adressenrisikomanagement

Dr. Klaus Lukas

Dr. Karsten Geiersbach (CIA)

Gliederung

Teil I

• Grundlagen

• Rating

Teil II

• Einzelkreditbepreisung

• Kreditportfoliomodelle

• Kreditportfoliosteuerung

• Fazit/Ausblick

Ziele / Erwartungenan die heutige

Veranstaltung?

Übungsaufgabe

Grundlagen

Quelle: Geiersbach (2011), S. 3 (Nachtrag)

Grundlagen

Datenquelle: Reuters

Zehnjährige kumulierte Ausfallwahrscheinlichkeiten (Moody's)

Aaa Aa A Baa Ba BBonitätseinstufung

Ausfall-

wahrschein-

lichkeit

Eigenkapital-unterlegung; risikounab-hängig: 8 %

investiv spekulativ

Grundlagen

regulatorisches (= aufsichtlich notwendiges) Kapital

ökonomisches (= betriebswirtschaftlich notwendiges) Kapital

=> Unterschied zwischen regulatorischem und ökonomischem Kapital fördert das Umgehen aufsichtlicher Kapitalvorschriften und das Eingehen höherer Risiken

Unerwartete - Erwartete Verluste

Risikoübernahme als bewußtes und systematisches Eingehen von Risiken.

• das Institut muss mit Ausfällen „rechnen“

• aufgrund von Erfahrungen können erwartete Verluste statistisch

erfasst werden und quantifiziert/geschätzt werden; sie bekommen somit

den Charakter von Kosten

• Unerwartete Verluste werden auf ihre Eintrittswahrscheinlichkeit

abgeschätzt

• für die Abdeckung unerwarteter Verluste ist ein Eigenkapitalpolster

erforderlich (Eigenkapital = Risikokapital)

• Bei Kreditinstituten wird die Mindest-Eigenkapitalunterlegung auch der

Höhe nach durch die Bankenaufsicht festgelegt (BaFin: Anlegerschutz,

Investitionsschutz, Systemschutz)

Grundlagen

Kreditrisiko als Ausdruck des unexpected loss / unerwarteter Verlust

Ausfallrisiko

= innerhalb des Konfidenzniveaus über den expected loss hinausgehender

Bonitätsrisiko

insolvenzinduzierter

möglicher Kreditausfall

migrationsinduzierter

möglicher Wertverlust

Periodenrechnung Barwertige Rechnung

verrechnete Standard-Risikokosten < Ist-Risikokosten

Kredit-Risikoergebnis < 0 (unerwartete Kreditverluste)

ex ante

ex post

Quelle: Schierenbeck, Ertragsorientiertes Bankmanagement, 2003, S. 154.

Grundlagen

sieheBeispiel

Grundlagen

Quelle: DSGV

Gliederung

Teil I

• Grundlagen

• Rating

Teil II

• Fazit/Ausblick

Rating

Was ist Rating?

- Rating ist eine Einschätzung der Kreditqualität, d.h.

die Beurteilung der Wahrscheinlichkeit des Zahlungs-verzugs oder Zahlungsausfalls.

- Unterschiedliche Bonitäts- und Risikofaktoren werden

zu einem Gesamturteil verdichtet und i.d.R. als Buch-

stabensymbol auf einer (ordinalen) Skala dargestellt.

- Zuordnung zu einer bestimmten durchschnittlichen

Ausfallwahrscheinlichkeit je Ratingklasse

Die „Meinung“ von Ratingagenturen i.R. eines Fremdkapital-Ratings ist die

Wahrscheinlichkeit der zeitgerechten und vollständigen Bezahlung von Zins- und

Tilgungsleistungen eines Schuldners und wird mit Symbolen gekennzeichnet:

• AAA beste Qualität, geringstes Ausfallrisiko

• AA hohe Qualität, aber etwas größeres Risiko als AAA

• A gute Qualität, aber auch Elemente, die sich bei verändernder

Wirtschaftsentwicklung negativ auswirken könnten

• BBB mittlere Qualität, aber mangelnder Schutz gegenüber

sich verändernder Wirtschaftsentwicklung

• BB spekulative Anlage,

nur mäßige Deckung für Zins- und Tilgungsleistung

• B sehr spekulativ,

geringe Sicherheit der langfristigen Schuldenbedienung

• CCC, CC, C niedrigste Qualität, geringster Anlegerschutz

oder direkte Gefahr des Zahlungsverzugs

Grundlagen

Masterskala

PDin (BP)

1 AAA Aaa

2 AA+ Aa1

3 AA Aa2

4 AA- Aa3

5 A+ A1

7 A A2

8 A- A3

2 12 BBB+ Baa1

3 17 Baa2

5 40 BBB-

6 60 BB+

8 130 Ba2

9 200 BB-

10 300 B+

11 440 B1

12 670 B2

13 1000 B- B3

14 1500

15 2000

16 Nur EWB

Abgabe an die

Rechtsabteilung

Eröffnetes Insol-

venzverfahren

MASTERSKALA Externe Ratings

Klassen S&P MOODY‘S

Fein-unterteilung der Klasse „1“

Bsp.: PD = 200 bedeutet:

Es ist wahrscheinlich, dassvon 100 Unternehmen mitder Ratingklasse 9 in den nächsten 12 Monaten2 Unternehmen (2%)ausfallen werden.

Bsp.: PD = 200 bedeutet:

Es ist wahrscheinlich, dassvon 100 Unternehmen mitder Ratingklasse 9 in den nächsten 12 Monaten2 Unternehmen (2%)ausfallen werden.

Rating

Quelle: DSGV

Rating und Scoring

für die Risikoklassifizierung

Risikoadjustiertes

Pricing

Kredit-

portfolio-

steuerung

Rating

Quelle: DSGV

Zahl der Ausfälle

(kumuliert)

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40

Anzahl der Kreditnehmer (aufsteigend geordnet z.B nach Eigenkapitalquote)

Zufallsmodell

Fläche B

Fläche A

Realistisches

Rating

Perfekte

Information

Power =Fläche B

Fläche A + Fläche B

Die Power als Maßstab für Trennfähigkeit

� Alle Ratings wurden bezüglich der Trennfähigkeit (Prognosequalität) optimiert

Rating

Quelle: DSGV

Zusammenführung von qualitativen Faktoren mit hoher Trennfähigkeit :

Qualitatives Rating

Planungssysteme

Ausbildung

…. Kundenabhängigkeit

Beispiele für qualitative Faktoren

Zusammengeführt werden mehrere Faktoren mit hoher Trennfähigkeit und geringer Korrelation. Naturgemäß nimmt jedoch der zusätzliche Beitrag (Grenznutzen) eines jeden zusätzlichen Faktors zur Power des Gesamtmodells ab.

Die zusätzliche Power sinkt !

Zusammengeführt werden mehrere Faktoren mit hoher Trennfähigkeit und geringer Korrelation. Naturgemäß nimmt jedoch der zusätzliche Beitrag (Grenznutzen) eines jeden zusätzlichen Faktors zur Power des Gesamtmodells ab.

Die zusätzliche Power sinkt !

Rating

Quelle: DSGV

Fiktives Beispiel: Firmenkundenrating

Alle Angaben, wie z.B. Kennzahlen, Gewichte, sind zufällig gewählt.

Rating

Gliederung

Teil I

• Grundlagen

• Rating

Teil II

• Fazit/Ausblick

– Die Profitabilität des Kreditgeschäftes wird in vielen Kreditinstituten

durch unzureichende Risikodifferenzierung beeinträchtigt

• Der aktuelle Differenzierungsgrad zwischen Krediten mit

unterschiedlicher Besicherung ist zu gering

• Der aktuelle Differenzierungsgrad zwischen Krediten mit

unterschiedlicher Ratingklasse ist zu gering

– Zielsetzung der Einzelkreditbewertung ist die Berechnung

risikoadjustierter Bonitätsprämien

• Erwartete Verluste und Risikokapitalverzinsung sind zu

bestimmen

• Diese Bonitätsprämie ist nach Risikofaktoren zu differenzieren

• Die so ermittelte Bonitätsprämie ist eine Voraussetzung für eine

moderne Kreditorganisation und den Kredithandel

Einzelkreditbepreisung

Verfahren zur Einzelgeschäftskalkulation/Bonitätsprämienbestimmung

• ... Standardkondition

• ... Ratingbasiertes risikoadjustiertes Pricing

• ... Optionspreismodell

� Annahmen bei Standardkonditionen

� � Vollkostenansatz

� � Standardrisikokosten und -eigenkapitalkosten

� � Standardgewinnbeitrag

� Keine Risikodifferenzierung nach Bonitäten und/

oder Sicherheiten

Optionspreisansatz

Ausfall

Fremdkapital

RatingbasierterAnsatzJahr 0 Jahr 1 Jahr 2 …

1 …2 …

4 …5 …

Anteil der voraussichtlichausfallenden Unternehmen

Quelle: DSGV

ZIELSETZUNG BONITÄTSPRÄMIENBESTIMMUNG

AprilMärz

Februar

Januar2000

AAAAAA

Bonität Sicherheiten

LaufzeitTilgungs-modalitäten

ZielsetzungAuf Einzelgeschäft berechnete Bonitätsprämie, differenziert nach:

Quelle: DSGV

MIGRATIONSMATRIX S&P, 1981 - 1997in Prozent

Wanderungsbewegungenzwischen Rating-Klassen

Ausfall eines Kredites

∑∑∑∑

Der Wert 0,054 gibt die Wahrscheinlickeit an, dassein ursprünglich mit A gerateter Kredit innerhalbeines Jahres in die Ratingklasse BBB migriert

Quelle: DSGV

ZUSAMMENSETZUNG KREDITKONDITION

* Marktaufschlag beinhaltet zusätzlichen Verzinsungsanspruch VaR sowie ggf. "Marktintransparenzaufschlag"** Relativ zu einem Benchmarkportfolio

Options-prämie("fairerPreis")

Kredit-kosten• Hand-lungs-kosten•Oppor-tunitäts-kosten

Risiko-kapital-verzin-sung

Markt-auf-schlag*

WesentlichestatistischeGrößen• ErwarteteVerluste• Risikokapital-verzinsung**

Er-warteteVerluste

Bonitätsprämie

Quelle: DSGV

BERÜCKSICHTIGUNG VON SICHERHEITEN UND SONSTIGENZAHLUNGEN*

* Mit Hilfe des dargestellten Berechnungsschemas kann jedem zukünftigen Monat der zu erwartende Verlust zugewiesen werden

Gesamt-volumen

Unge-sicherterAnteil

ErwarteterVerlust

Einbringung(inkl.Volatilität)

Sicherheiten-verwertung(inkl. Volati-lität)

Quelle: DSGV

Die Preisstellung muß sich auch nach der Bonität richten.

Kundenverlust-potenzial

Verlustkunden-potenzial

Bonitätsprämie

undifferenziertesPricing

Faire Prämie

RatingAAA BBB CCC

Vergleich von Vorkalkulation und Bonitätsprämie

Grundschuld 1 2 3 4 5

-0,45 -0,26

-0,53 -0,47 -0,21

-0,54 -0,52 -0,40

0,48 3,42 12,92

0,93 4,83

0,08 1,55

RatingVorkalkulation:

0,55 %

Pricing-Beispiel

Fallbeispiel 1- gewerbliches Investitionsdarlehen -

Kreditbetrag: 100.000,00 DMLaufzeit: 5 Jahre

Ratingklasse: 2

Besicherung: Grundschuld (50 %)

Tilgungsart: lineare Tilgung

Kredit

RaP-Kondition:6,1 %

Standardkondition:7,0 %

Fallbeispiel 2- gewerbliches Investitionsdarlehen -

Kreditbetrag: 100.000,00 DMLaufzeit: 5 Jahre

Ratingklasse: 4

Besicherung: Grundschuld (50 %)

Tilgungsart: lineare Tilgung

Kredit

RaP-Kondition:7,9 %

Standardkondition:7,0 %

Gliederung

Teil I

• Grundlagen

• Rating

Teil II

• Fazit/Ausblick

Kreditportfoliomodelle

Nutzen von Portfoliomodellen:

– Vollständiges Kreditportfolio wird analysiert

– Vorausschauende, wertorientierte Risikobetrachtung

– Risikomaß (VaR) berücksichtigt mehrere Faktoren, deren Einfluß

messbar gemacht wird

• Schadenshöhe, Besicherung

• Bonität

• Diversifikation bzw. Konzentration

– Synergien zur risikoadjustieren Bepreisung von Krediten

– Zukunftsrichtung der Bankenaufsicht

– Grundlagen für modernes Risikomanagement und -controlling

– Basis zur Ableitung von Steuerungsmaßnahmen

– …

– Modelle können die Zukunft nicht prognostizieren

• keine sog. Punktprognose möglich

• nur erwarteter Verlust und unerwarteter Verlust unter „Restrisiko“ als

verdichtete Informationen

– Den speziellen Kreditnehmer, der ausfällt, kann man mit den

Modellen nicht erkennen

• aber marginales Risiko eines Kreditnehmers ist erkennbar

– „Das Restrisiko kann schlagend werden.“

– Modellrisiko

• falsche Parameter, fehlerhafte Datenerfassung

• Kreditnehmereinheiten nicht beachtet ...

– Fortlaufende Überprüfung der Modellannahmen

• Erfüllung der Voraussetzung für den Modelleinsatz?

• Sind alle Inputdaten qualitativ sauber vorhanden?

• Ist das Modell für mein konkretes Portfolio das richtige?

– Ergänzende Stresstests

• Zum Beispiel, wie reagierte das Modell/Portfolio auf Veränderungen in

den Ausfallwahrscheinlichkeiten?

– Back-Testing des Modells

– …

– Verstehen, was man tut!

Konsequenzen für den Modelleinsatz:

– Generell: Unterscheidung nach dem implizierten Risiko-begriff, Beachtung von Korrelationen, technischen Grundkonzeption

– Modell Credit Metrics• 1997 erstmals von JP Morgan vorgestellt

• Simulationsmodell, ursprünglich amerikanischer Bond-Markt

• Korrelation von Aktienkursen

– Modell Credit Risk+• 1997 veröffentlicht von Credit Suisse Financial Products (CSFP)

• setzen von Annahmen, die es erlauben, die Portfolioverlustverteilung analytisch, also ohne Simulationen, zu bestimmen

– Modell KMV• optionspreistheoretischer Ansatz

– Modell CreditPortfolioView• 1997 entwickelt von Thomas Wilson

• CPV-Macro (makroökonomische Daten) vs. CPV-Direct (beobachtete Ausfälle)Quelle: DSGV

KREDITAUSFÄLLE

Mittelwert*

Prozent

* Mittelwert bedeutet in diesem Beispiel: das durchschnittl ich auftretende jährliche Kreditausfallvolumen in Prozent vom Kreditvolumen

Quelle: DSGV

Durch-schittl icherVerlust

AlsRisikopufferverbrauchtes

BEISPIELFALL

ILLUSTRATIV

Grundlagen

Für eine verlässliche Aussage über künftige Verluste geeignet?

HÄUFIGKEITSVERTEILUNGDER WERTÄNDERUNG

ILLUSTRATIV

ErwarteterVerlust

Häufig-keit

Wert-verlust

Zur Abdeckung dieses Wertverlustesist zusätzliches Kapital erforderlich

Diese Ausfälle sind imKreditzins einkalkuliert

Quelle: DSGV

Grundlagen

DARSTELLUNG VaR(= ÖKONOMISCHER EIGENKAPITALBEDARF)

* VaR bei einem Konfidenzniveau von 95%** VaR bei einem Konfidenzniveau von 99%*** Ein Konfidenzniveau von 95% bedeutet, dass innerhalb dieses Intervalls 95% der auftretenden Ergebnisse zu finden sind,

d.h. in einem von 20 Fällen liegt das Ergebnis außerhalb

Quelle: DSGV

Wahrschein-lichkeit

Wert-änderung

ErwarteteWertänderung

Konfidenzniveau*** 95%

Konfidenzniveau 99%

Weitere Größen,z.B. Volatilität, sind

ebenfalls aus der Kurveablesbar

ILLUSTRATIV

Grundlagen

AUSFALLKOMBINATIONEN MIT ZWEI KREDITEN ILLUSTRATIVES BEISPIEL

OHNE BONITÄTSÄNDERUNGEN

Basisfall

Kredit-nehmerA

Kredit-nehmerB

Zah-lungin t1

Ausfallwahr-schein-lichkeit

Ausfall-volumen

Wahrscheinlich-keit

85,5% = 0,9 × 0,95

4,5% = 0,9 × 0,05

9,5% = 0,1 × 0,95

0,5% = 0,1 × 0,05

Kredit-nehmer A

Kredit-nehmer B

0,90,05

* Unbesicherter Zahlungsstrom

Quelle: DSGV

BEISPIEL MIT ZWEI KREDITPORTFOLIOSILLUSTRATIVES BEISPIEL OHNE BONITÄTSÄNDERUNGEN BEISPIEL

* (5 × 20 Mio. €) × 0,01 = 1 Mio. € bzw. (100 × 1 Mio. €) × 0,01 = 1 Mio. €** Hier gilt: Kreditvolumen = Summe der unbesicherten Zahlungsströme

Quelle: DSGV

Portfolio A Portfolio B

• 5 Kredite à 20 Mio. €• Ausfallwahrscheinlichkeit je Kredit: 1%

• 100 Kredite à 1 Mio. €• Ausfallwahrscheinlichkeit je Kredit: 1%

1 Mio. € 20 Mio. €

Konfidenzniveau99,9%

Wahrscheinlichkeit

Wert-änderung

1 Mio. € 4 Mio. €

Konfidenzniveau99,9%

Wahrscheinlichkeit

Wert-änderung

Erwarteter Verlust*VaRKreditvolumen**

= 1 Mio. €= 19 Mio. €= 100 Mio. €

Erwarteter Verlust*VaRKreditvolumen**

= 1 Mio. €= 3 Mio. €= 100 Mio. €

ÜBERSICHT CPV

Quelle: DSGV

Makro-simulation

Mikro-simulation

ÄußereEinflüsse

KorreliertesZiehen

Risiko-segmente

Migrations-matrix

Wert-änderung

Wahrschein-lichkeit

Aggre-gation

Portfolio-daten

ErwarteteWert-änderung

Simulation alspraktische Um-

setzung

KombinatorischerFall als theoretisches

Gerüst

„unbesicherte Cashflows“

Gliederung

Teil I

• Grundlagen

• Rating

Teil II

• Fazit/Ausblick

Arten von Kreditderivaten

blau = schwebende Geschäfte

Credit Default Swaps

Credit Spread Options

Total Return Swaps

Credit Linked Notes

Vier Grund-

strukturen

Quelle: Vortrag SGVHT Sparkassenprüfertag 2001

Einsatz von Kreditderivaten

Marktpartner, der ein Kreditrisiko übernimmt

Sicherungs-geber

(protectionseller)

Marktpartner, der ein Kreditrisiko veräußert

Sicherungs-nehmer

(protectionbuyer)

zahlt eine in Basispunkten

ausgedrückte Prämie

zahlt Default Payment(cash settlement oder physical settlement)

im Falle des Credit Events

Quelle: Vortrag SGVHT Sparkassenprüfertag 2001

Einsatz von Kreditderivaten

Quelle: Monatsbericht Dt. Bundesbank, S. 61, 12/2010.

Wertorientierte Steuerung unter Einhaltung regu-latorischer Ne-benbedingung

Ökonomisches EK Regulatorisches EK

Auslastung

Zu hoch

Zu gering

Ineffizient (Konzentra-tionsrisiken)

Effizient (Diversi-fikation)

Effizienz

Optimierung Effizienz bei angestrebtem Risikoniveau

Vermeidung regulatorischer

Engpass

Mini-mum*

Kernkapital-verhältnis

Basis der Portfoliosteuerung ist der Auslastungsgrad und die Nutzungseffizienz des ökonomischen Eigenkapitals

* Regulatorisches Minimum 4%, Erfahrungswert operativ notwendiges Minimum 5,5%

Kreditportfoliosteuerung

Quelle: DSGV

Gliederung

Teil I

• Grundlagen

• Rating

Teil II

• Fazit/Ausblick

Ausblick

Entwicklungspfad Kredithandel

Quelle: DSGV

Informations-/Literaturquellen: z.B.

• www.bis.org (insbes. „Entwicklung von Modellen zum Kreditrisiko: aktuelle Verfahren und Verwendung“; http://www.bis.org/publ/bcbs49de.pdf)

• www.bafin.de

• www.bundesbank.de

• H. Schierenbeck, Ertragsorientiertes Bankmanagement, 2008, insbes. Band 2,

• B. Rolfes, Gesamtbanksteuerung,

• T. Hartmann-Wendels, A. Pfingsten, M. Weber, Bankbetriebslehre

• F. Bröker, Quantifizierung von Kreditportfoliorisiken,

• Eller, Gruber, Reif: Handbuch Kreditrisikomodelle und -derivate,

• A. Oehler, Kreditrisikomanagement: Portfoliomodelle und Derivate,

• L. Johannig, B. Rudolph: Handbuch Risikomanagement, insbes. Kap. 3„Risikomanagement für Kreditrisiken“

• BCBS: „Principles for sound stress testing practices and supervision“, Mai 2009

• EZB: „Ratingagenturen: Entwicklungen und politische Grundsatzfragen“, Monatsbericht 05/2009

• Monatsbericht Dt. Bundesbank: Entwicklung, … für Kreditausfall-Swaps, 12/2010

Vorlesung Gesamtbanksteuerung · Vorlesung Adressenrisikomanagement, 11.06.2012 5 Zehnjährige...

Documents

Transcript of Vorlesung Gesamtbanksteuerung · Vorlesung Adressenrisikomanagement, 11.06.2012 5 Zehnjährige...

Vorlesung 10bio.ph.tum.de/.../Vorlesung10.pdfTitle Microsoft PowerPoint - Vorlesung 10

Computerorientierte Physik VORLESUNG und Übungenstilzchen.kfunigraz.ac.at/skripten/comput07/comput1.pdf · Computerorientierte Physik VORLESUNG und Übungen • Vorlesung, Übung

Neue Medien zum Thema Inklusionmedien.rlp.de/fileadmin/pdf/Veroeffentlichungen/...Deutschland 2011, 121 Min., FDSK: Infoprogramm Medien-Nr.: 0180900 Vorstadtkrokodile Der zehnjährige

B-Wise · Programmer’s Manual B-Wise BML - User Interface Description BISS GmbH BML-Version 4.04 (11.06.2012) Juni 2012

Algorithmen zur Datenanalyse in C++ · Einführung KlassenÜbung Algorithmen zur Datenanalyse in C++ Hartmut Stadie 11.06.2012 Algorithmen zur Datenanalyse in C++Hartmut Stadie 1

vom 11.06.2012 bis 14.07 · Wars Karten im Familienzentrum! Samstag, 30.06.2012 von 13 bis 17 Uhr, im Haus der Nachbarschaftshilfe, Alexander-Pach-mann-Str. 40. Bei gutem Wetter veranstalten

Kurzer Blick auf eine zehnjährige Erfolgsgeschichte P

Dreikampf - Weibliche Kinder U12 · 2013. 2. 22. · Gedruckt am 11.06.2012 um 18:58 Seite 1 Stadtmeisterschaften Wuppertal 2012 Ergebnisliste Wuppertal, am Samstag, 9. Juni 2012

FP-Vorlesung 7 SS2006 V2.13 Hoe - wzl.rwth-aachen.de · Fabrikplanung (Prof. Schuh) Logistik II Vorlesung 7 Inhaltsverzeichnis Vorlesung 7: Literaturverzeichnis der Vorlesung V7 Seite

Vorlesung Fachhochschule Düsseldorf WS 2014/15 Vorlesung ... · Vorlesung Fachhochschule Düsseldorf WS 2014/15 Vorlesung: 13. Januar 2015 F. Irrtum und Anfechtung ... (GbR), die

DEANA ZINSSMEISTER Der Schwur der Sünderin · 13 • Prolog • In der Nähe des Ortes Mehlbach im November 1525 Der zehnjährige Johannes kickte mürrisch Steine zur Seite und wäre

Vorlesung: Pädiatrie Infektiologie Teil I · (Microsoft PowerPoint - 1. Vorlesung Infekt.NETZ.ppt [Schreibgesch tzt] [Kompatibilit tsmodus]) Vorlesung Infekt.NETZ.ppt [Schreibgesch

Vorlesung Allgemeinmedizin · TED-Vorlesung Vorlesung Allgemeinmedizin Sommersemester 2018 Um an der TED-Vorlesung Allgemeinmedizin interaktiv teilnehmen zu können, öffnen Sie bitte

Turnverein 1865 Waibstadt e. V. · Vertreter Ingo Liche und Harald Frommknecht Mitglieder für langjährige Mitgliedschaft aus. 23 Mitglieder wurden für zehnjährige aktive Mitgliedschaft

download.e-bookshelf.de fileDer Zehnjährige Krieg: Laboratorium der Aufstandsbekämpfung 19 Konfliktstrukturen und Verlauf 20 Das »besondere« Gesicht des Krieges 33 Neue Formen

N ews€¦ · Monica Santana feiert mit ihrem Label in diesem Jahr bereits das zehnjährige Beste-hen. »Wir freuen uns sehr darüber, dass wir ein stetiges Wachstum verzeichnen«,

Unterrichtsreihe Entstehung, Wirkung von Tsunamis und ... · Thailand ihre Familie und rund 100 andere Touristen gerettet. Die zehnjährige Tilly Smith erkannte die Gefahr, als sich

DVZ M-V GmbH - Servicebereich Geoinformation Marco L. Zehnerarchiv.geomv.de/geoforum/2013/praesentationen/24_Zehner_GAIA_G… · 11.06.2012 · Der Servicebereich Geoinformation

W STADT WAREN (M RITZ) HEILBAD · Warener Wochenblatt – 2 – Nr. 02/2016 Beste Nachwuchssportlerin Als Beste Nachwuchssportlerin 2015 wurde die zehnjährige Klara Schnur vom Müritz-Sportclub

FAHRGASTZEITUNG BUS & BAHN THÜRINGEN...zehnjährige Schwester Paula kommt auch mit, genau so wie 15 bis 20 andere Kinder, die das Feri- ... Personenverkehr in Thüringen und dem angrenzenden