More in
AI in CRM & Sales Comparisons
Apollo AI vs ZoomInfo Copilot: AI Prospecting Tools Compared for Revenue Leaders in 2026
Apr. 13, 2026
Gong vs Clari: Revenue Intelligence Platforms Compared for Sales Leaders in 2026
März 13, 2026 · Currently reading
Rework vs HubSpot Breeze: Which AI CRM Fits a Growing Team in 2026
März 2, 2026
Rework vs Salesforce Agentforce: AI Agents for Mid-Size Sales Teams in 2026
Feb. 18, 2026
Gong vs Chorus vs Fathom: AI Meeting Intelligence for Sales Leaders in 2026
Feb. 10, 2026
Gong vs Clari: Revenue-Intelligence-Plattformen im Vergleich für Sales-Leader in 2026
Sie sind CRO, VP Sales oder Head of Revenue und werden gebeten, eine Revenue-Intelligence-Plattform zu wählen. Sowohl Gong als auch Clari sind in Ihrem Posteingang. Beide haben starke Logos auf ihren Kundenseiten. Beide verwenden den Begriff „Revenue Intelligence" in jedem zweiten Satz. Aber sie kommen von grundlegend unterschiedlichen Ausgangspunkten, bedienen unterschiedliche tägliche Nutzer und lösen unterschiedliche Probleme zuerst.
Gong startete als Conversation-Intelligence-Tool. Es zeichnet Calls auf, transkribiert sie, surfaced Deal-Risiken aus dem, was Reps tatsächlich sagen (und nicht sagen), und gibt Sales-Managern eine Coaching-Schicht, die in echten Gesprächen verankert ist. Clari startete als Revenue-Operations-Plattform. Es konsolidiert CRM-Daten, Rep-Aktivität und Pipeline-Signale in eine Prognose-Engine, die für Quartals-Commits und Transparenz auf Vorstandsebene gebaut ist. Beide haben sich im Laufe der Zeit in das Territorium des anderen ausgedehnt, aber die DNA zeigt noch. Dieser Vergleich hilft Ihnen zu verstehen, welcher Ausgangspunkt tatsächlich zu den größten Lücken Ihres Teams passt.
TL;DR
| Faktor | Gong | Clari |
|---|---|---|
| Primäre Stärke | Conversation Intelligence, Call Analytics, Rep-Coaching | Revenue-Prognosen, Pipeline Analytics, vorstandsreifes Reporting |
| Am besten für | Sales Manager und Reps, die sich auf Deal-Ausführung und Coaching konzentrieren | CROs und RevOps-Teams, die auf Prognosegenauigkeit und Pipeline-Health fokussiert sind |
| Kern-Datenquelle | Call-Aufzeichnungen, E-Mail-Threads, Meeting-Transkripte | CRM-Daten, Rep-Aktivitätssignale, historische Pipeline-Muster |
| KI-Fokus | Deal-Risiko aus Gesprächssignalen, Coaching-Nudges, Talk-Track-Analyse | Prognose-Vorhersage, Pipeline-Bewegung, Revenue-Leak-Erkennung |
| CRM-Beziehung | Schreibt Einblicke zurück ins CRM; liest Deal-Daten aus CRM | Tiefer CRM-Sync; schichtet KI über CRM-Pipeline-Daten |
| Typischer Käufer | VP Sales, Sales Enablement, Sales Manager | CRO, Head of Revenue, RevOps Director |
| Preismodell | Enterprise; Vertrieb kontaktieren | Enterprise; Vertrieb kontaktieren |
| Implementierung | 2-4 Wochen für Call-Recording; länger für vollständige Revenue Intelligence | 4-8 Wochen für Prognose-Konfiguration |
Für wen ist jede Plattform gebaut?
Der klarste Weg, diese beiden zu trennen, ist zu fragen: Wer nutzt es täglich?
Bei Gong sind die täglichen Nutzer Sales-Reps, die ihre eigenen Calls reviewen, Sales Manager, die die Calls ihres Teams reviewen, und Enablement-Leads, die Playbooks aufbauen. Die Plattform zahlt sich aus, wenn Sie ein Team haben, das Volumen generiert (Calls, Demos, Discovery Sessions) und Sie verstehen wollen, was tatsächlich in diesen Gesprächen passiert.
Bei Clari sind die täglichen Nutzer RevOps-Analysten, die Prognose-Modelle bauen, der CRO, der Pipeline nach Segmenten reviewt, und Finance, das die neueste Commit-Zahl zieht. Die Plattform zahlt sich aus, wenn Prognosegenauigkeit ein persistentes Problem ist, wenn Sie eine komplexe Pipeline über mehrere Produkte oder Segmente verwalten und wenn Ihre Vorstandsmeetings unbequeme Gespräche darüber beinhalten, wo die Zahl tatsächlich steht.
| Dimension | Gong | Clari |
|---|---|---|
| Primärer Nutzer | Sales Reps, Manager, Enablement | CRO, RevOps, Revenue-Führung |
| Kernproblem gelöst | Was auf Deal-Ebene im Gespräch passiert | Was auf Pipeline-Ebene im Aggregat passiert |
| Beste Unternehmensphase | Wachstumsphase und Enterprise mit aktivem Outbound/Inbound-Volumen | Unternehmen, die komplexe Multi-Segment-Prognosen verwalten |
| Benötigte Team-Reife | Reps generieren genug Call-Volumen, um Muster zu surfacen | RevOps-Kapazität zum Konfigurieren und Warten von Prognose-Modellen |
| Value-Realisierungs-Timeline | 4-8 Wochen (Call-Muster emergieren schnell) | 8-16 Wochen (Prognose-Modelle brauchen historische Daten zur Kalibrierung) |
Kern-Funktionsvergleich
| Funktion | Gong | Clari |
|---|---|---|
| Call-Recording & Transkription | Kern, Kategorieleader | Verfügbar, aber nicht der Fokus |
| Deal Intelligence aus Gesprächen | Stark — verfolgt Engagement, Topic-Muster, Risikosignale aus Calls | Begrenzt — verwendet CRM-Aktivität, nicht Gesprächsinhalt |
| Revenue-Prognosen | Verfügbar (Gong Forecast) | Kern, Kategorieleader |
| Pipeline Analytics | Verfügbar | Stark |
| Rep-Coaching | Kern — Scorecards, Playlists, Call-Review | Begrenzt — aktivitätsbasiert, nicht gesprächsbasiert |
| Revenue-Leak-Erkennung | Via Gesprächssignale | Via Pipeline-Bewegungssignale |
| Vorstandsreifes Reporting | Funktional, aber nicht das primäre Design-Ziel | Stark — für Exec- und Vorstandskonsum gebaut |
| CRM-Daten-Overlay | Liest + schreibt ins CRM | Tiefer CRM-Sync mit KI darüber |
| Multi-Segment-Prognosen | Einzelne Pipeline-Ansicht | Unterstützt Produkt-Linie, Geo- und Segment-Splits |
| Sales-Playbook-Durchsetzung | Ja, via Call-Scorecards | Nein |
Conversation Intelligence: Gongs definierende Stärke
Gongs Conversation Intelligence ist der Grund, warum die meisten Unternehmen es kaufen. Die Plattform zeichnet jeden Call und jedes Meeting auf, erstellt ein durchsuchbares Transkript und führt dann eine KI-Analyseschicht über jedes Gespräch aus. Diese Analyse surfaced Dinge wie: wie viel Zeit der Rep im Vergleich zum Interessenten sprach, ob der Preis zur Sprache kam und wie der Rep damit umging, ob die nächsten Schritte vor dem Call-Ende bestätigt wurden, und ob die Sprache in diesem Call den Mustern von historisch geschlossenen Deals entspricht.
Für Sales Manager verlagert das Coaching von Meinung zu Evidenz. Anstatt einen Rep zu fragen „wie lief dieser Call?" und eine aufpolierte Zusammenfassung zu erhalten, können Sie sich die relevanten zwei Minuten selbst ansehen, oder Gong den Moment markieren lassen, wo der Rep bei Wettbewerbs-Einwänden stolperte.
| Conversation-Intelligence-Funktion | Gong | Clari |
|---|---|---|
| Call-Recording | Ja — alle Kanäle (Zoom, Teams, Telefon, Web-Konferenz) | Ja, aber sekundär zu Pipeline Analytics |
| KI-Transkription | Ja, hohe Genauigkeit mit Sprecheridentifikation | Ja |
| Talk-Ratio-Analyse | Ja | Nein |
| Next-Steps-Tracking | Ja — markiert fehlende nächste Schritte aus Transkripten | Nein |
| Topic & Keyword-Tracking | Ja — benutzerdefinierte Tracker für Wettbewerber, Preise, Einwände | Begrenzt |
| Deal-Risiko aus Gesprächssignalen | Ja — Engagement-Drop, Topic-Vermeidung, Stimmungswechsel | Nein — verwendet CRM-Felder und Aktivität, nicht Gesprächsinhalt |
| Rep-Coaching-Scorecards | Ja | Nein |
| Call-Bibliotheken für Onboarding | Ja | Nein |
| Wettbewerber-Erwähnungsanalyse | Ja | Nein |
Wo Clari Call-Recording hat (durch sein Clari-Copilot-Produkt, früher Wingman), ist es als Ergänzung zur Prognose-Plattform positioniert, nicht als Kern. Wenn Ihr primärer Bedarf Conversation Intelligence auf Rep- und Manager-Ebene ist, ist Gong immer noch der Kategorieleader.
Prognosen und Pipeline Analytics: Claris definierende Stärke
Claris Kernwette ist, dass die meisten CRM-Daten schlecht sind und KI eine genauere Prognose erstellen kann, indem sie Aktivitätssignale, historische Muster und Pipeline-Bewegung gegen die manuelle Rep-Eingabe gewichtet. Die Plattform aggregiert CRM-Daten, E-Mail-Aktivität, Kalenderdaten und Call-Protokolle und lässt dann ihre KI-Prognose-Engine darüber laufen, um eine Zahl zu produzieren, der der CRO mehr vertrauen kann als der Summe der von Reps eingereichten Prognosen.
Das Produkt ist um die Rituale der Revenue-Führung herum gestaltet: wöchentliche Prognose-Calls, Pipeline-Reviews, Quarterly Business Reviews. Clari strukturiert diese, indem es jeder Ebene der Org ermöglicht, eine Commit-Zahl einzureichen, die die Plattform dann gegen KI-generierte Vorhersagen abgleicht. Diskrepanzen werden markiert. Deals, die still geworden sind, werden gesurfaced. Pipeline, die zu lange in derselben Phase sitzt, erscheint in Risikoberichten.
| Prognose-Funktion | Clari | Gong |
|---|---|---|
| KI-gestützte Prognose | Kern — historische Muster, Aktivitätssignale, Pipeline-Velocity | Verfügbar (Gong Forecast), aber neuer und weniger ausgereift |
| Prognose-Einreichungs-Workflow | Ja — strukturierter Rep-, Manager-, CRO-Rollup | Basis |
| Prognose vs. KI-Vorhersage-Vergleich | Ja — markiert wo menschliche Commits von KI-Modell abweichen | Begrenzt |
| Multi-Segment-Prognosen | Ja — nach Produkt, Geo, Segment, Team | Einzelne Pipeline-Ansicht |
| Pipeline-Bewegungs-Tracking | Ja — Wasserfall-Analyse, Slip, Erstellung vs. Abschluss | Verfügbar |
| Deal-Progressions-Analyse | Via Pipeline-Stufen | Via Gesprächssignale |
| Vorstandsreifes Revenue-Reporting | Ja — für Exec-Konsum ausgelegt | Funktional, aber nicht das primäre Design-Ziel |
| Quota-Erreichungs-Tracking | Ja | Ja |
| Revenue-Leak-Erkennung | Ja — identifiziert still werdende oder regressierende Deals | Via Gesprächs-Engagement-Signale |
| Historische Kohortenanalyse | Ja | Begrenzt |
KI-Funktionen in 2026
Beide Plattformen haben seit 2024 bedeutende KI-Investitionen getätigt. Die KI-Richtungen spiegeln dieselbe zugrundeliegende Differenz in der DNA wider.
Gongs KI läuft auf Gesprächsdaten. Es ist generative KI angewendet auf Calls: Zusammenfassungen, Follow-up-Entwürfe, Coaching-Vorschläge, Deal-Risiko-Scores abgeleitet von dem, was gesagt wurde. Die KI liest Transkripte und surfaced Muster.
Claris KI läuft auf Pipeline-Daten. Es ist prädiktive KI angewendet auf CRM-Signale und historische Revenue-Muster. Die KI nimmt Deal-Alter, Stufenprogression, Aktivitätsniveaus und historische Abschlussraten auf, um eine Prognose-Zahl zu erstellen und Deals zu markieren, die vom erwarteten Pfad abweichen.
| KI-Funktion | Gong | Clari |
|---|---|---|
| KI-Call-Zusammenfassungen | Ja | Ja (Clari Copilot) |
| KI-Follow-up-E-Mail-Entwürfe | Ja | Ja (Clari Copilot) |
| KI-Deal-Risiko-Scoring | Ja — aus Gesprächssignalen | Ja — aus Pipeline-Signalen |
| KI-Prognose-Vorhersage | Ja (Gong Forecast) | Ja — Kernfunktion |
| KI-Coaching-Nudges | Ja — verhaltensbasiert | Nein |
| KI-Pipeline-Anomalie-Erkennung | Begrenzt | Ja |
| Generative KI für Rep-Workflows | Stark | Via Copilot verfügbar |
| KI-generierte QBR-Zusammenfassungen | Begrenzt | Ja |
CRM-Integrationstiefe
Weder Gong noch Clari ist ein CRM. Beide hängen von einem CRM für ihr Kern-Datenmodell ab, und beide integrieren sich primär mit Salesforce, mit sekundärer Unterstützung für HubSpot und Microsoft Dynamics.
| CRM-Integration | Gong | Clari |
|---|---|---|
| Salesforce | Tief — bidirektionaler Sync, schreibt zurück zu Aktivitäten, Opportunities | Tief — Kern-Integration, Echtzeit-Sync |
| HubSpot | Ja | Ja |
| Microsoft Dynamics | Ja | Ja |
| CRM-Daten-Writeback | Ja — Call-Notizen, nächste Schritte, Engagement-Signale ins CRM gepusht | Ja — Prognose-Daten, Deal-Scores ins CRM gepusht |
| Funktioniert ohne Salesforce | Ja, mit reduzierter Kapazität | Begrenzter — Salesforce ist die primäre Datenschicht |
| CRM-Datenqualitäts-Abhängigkeit | Geringer — Gesprächsdaten ergänzen oder korrigieren CRM-Lücken | Höher — KI-Prognosequalität hängt von CRM-Hygiene ab |
Eine wichtige Überlegung: Claris Prognosegenauigkeit ist direkt an die CRM-Datenqualität gebunden. Wenn Ihre Reps inkonsistent beim Aktualisieren von Deal-Stufen, Abschlussdaten und Beträgen in Salesforce sind, wird Claris KI-Modell rauschige Vorhersagen produzieren. Gong hat eine natürliche Absicherung hier, weil Gesprächsdaten Gong mitteilen, was in einem Deal passiert, selbst wenn der CRM-Datensatz nicht aktualisiert wurde.
Preise
Sowohl Gong als auch Clari sind Enterprise-Produkte. Keines veröffentlicht eine Preisseite. Beide erfordern eine Demo und einen Beschaffungszyklus, bevor Sie zu realen Zahlen gelangen.
| Preisfaktor | Gong | Clari |
|---|---|---|
| Preismodell | Pro Nutzer, pro Jahr — Vertrieb kontaktieren | Pro Nutzer, pro Jahr — Vertrieb kontaktieren |
| Typische Vertragsgröße | Mid-Market-Teams beginnen oft bei 50.000-100.000 $/Jahr je nach Seats und Modulen | Mid-Market-Teams beginnen oft bei 60.000-120.000 $/Jahr je nach Seats und Modulen |
| Free Trial | Begrenzter Pilot verfügbar | Begrenzter Pilot verfügbar |
| Modul-Bündelung | Conversation Intelligence, Engage (Sales Engagement), Forecast separat oder gebündelt verkauft | Forecasting, Revenue Platform, Copilot (Call Recording) separat oder gebündelt verkauft |
| Preistransparenz | Gering — erfordert Sales-Zyklus | Gering — erfordert Sales-Zyklus |
| Budget-Planung | 4-8 Wochen für Beschaffung einplanen | 4-8 Wochen für Beschaffung einplanen |
Beide Plattformen erfordern Executive Sponsorship, um durch die Beschaffung zu kommen. Planen Sie Implementierungsleistungen zusätzlich zu Lizenzkosten ein. Berücksichtigen Sie Salesforce-Admin-Zeit für die Integrationsarbeit, besonders mit Claris tieferen CRM-Konfigurationsanforderungen.
Implementierung
| Faktor | Gong | Clari |
|---|---|---|
| Zeit bis zum ersten Wert | 2-4 Wochen (Call-Recording live, Muster emergieren) | 6-12 Wochen (Prognose-Modell-Kalibrierung erforderlich) |
| Technische Komplexität | Mittel — Kalender-, Konferenz-, CRM-Integration | Hoch — CRM-Datenmodell-Mapping, Prognose-Hierarchie-Konfiguration |
| Admin-Aufwand | Moderat — Call-Tracker, Teamstruktur, CRM-Feld-Mapping | Hoch — laufende Prognose-Modell-Wartung, Rep-Training zu Commit-Workflow |
| Wer macht das Setup | RevOps oder Sales Operations mit Anbieter-Support | RevOps mit dediziertem Implementierungs-Engagement |
| Change Management | Rep-Adoption ist die Haupthürde (Call-Recording kann sensibel sein) | Manager- und CRO-Adoption des Prognose-Einreichungs-Workflows |
| Trainingsaufwand | Gering für Reps (passives Recording), moderat für Manager | Hoch für Manager (Prognose-Disziplin erforderlich) |
Wann Gong gewinnt
Gong ist die richtige Plattform, wenn Ihr größtes Revenue-Problem auf Rep-Ebene liegt, nicht auf Prognose-Ebene.
Ihre Reps sind inkonsistent bei Calls. Einige schließen bei 40 % ab, andere bei 18 %, und Sie wissen nicht warum. Gongs Call Analytics und Coaching-Workflows geben Managern die Daten, um diese Lücke zu verstehen und zu schließen. Clari löst dieses Problem nicht.
Sie skalieren ein Sales-Team schnell. Reps mit aufgezeichneten Call-Bibliotheken zu onboarden, ihre frühen Calls gegen Ihre besten Performer zu bewerten und Managern automatisierte Alerts zu geben, wenn neue Reps vom Skript abweichen, ist genau das, wofür Gong gebaut wurde. Clari hat nichts Vergleichbares.
Gesprächsdaten sind Ihr primäres Pipeline-Signal. Wenn Ihr CRM unübersichtlich ist, aber Ihre Reps Call-Volumen generieren, kann Gong Ihnen sagen, was tatsächlich in Deals durch Transkripte und Engagement-Signale passiert, selbst wenn der CRM-Datensatz nicht aktualisiert wurde.
Sie brauchen Competitive Intelligence im Maßstab. Gongs Wettbewerber-Erwähnungs-Tracking über alle Calls hinweg gibt Ihnen eine Echtzeit-Ansicht, wer in Ihren Deals auftaucht, welche Einwände sie verwenden und wie Ihre Reps damit umgehen.
Sales Enablement ist eine Priorität. Wenn Sie eine Sales-Methodik aufbauen, Talk-Tracks erstellen oder versuchen zu kodifizieren, was Ihre besten Reps anders machen, ist Gongs Call-Bibliothek und Scorecard-System der direkte Mechanismus für diese Arbeit.
Wann Clari gewinnt
Clari ist die richtige Plattform, wenn Ihr größtes Revenue-Problem auf Prognose- und Pipeline-Sichtbarkeitsebene liegt.
Ihr Quartals-Prognose-Prozess ist kaputt. Wenn Ihr CRO manuell von Reps eingereichte Prognosen in Tabellen zusammensetzt, gegen Bauchgefühl abgleicht und am Quartalsende immer noch überrascht wird, adressiert Claris strukturierter Prognose-Einreichungs-Workflow und KI-Vorhersage-Schicht das direkt.
Sie verwalten ein komplexes Multi-Segment-Business. Mehrere Produkte, mehrere Regionen, mehrere Sales-Bewegungen: Claris Fähigkeit, Prognosen über Segmente hinweg zu aggregieren und gegen KI-Vorhersagen zu vergleichen, ist zweckgebaut dafür. Gongs Pipeline-Ansicht hat diese Tiefe nicht.
Reporting auf Vorstandsebene ist wichtig. Clari produziert das saubere, strukturierte Revenue-Reporting, das Finance und Vorstände erwarten, mit Wasserfall-Analyse, Pipeline-Erstellung vs. Abschlussraten und historischen Kohortenvergleichen.
Revenue-Leak ist Ihr primäres Anliegen. Wenn Deals durch die Pipeline schlüpfen ohne klare Gründe, surfaced Claris Bewegungs-Tracking und KI-Anomalie-Erkennung sie schneller als manuelle Pipeline-Reviews. Die Plattform ist darum aufgebaut, Revenue-Risiko zu erkennen, bevor es das Quartal trifft.
Sie haben eine ausgereifte Salesforce-Org. Claris Tiefe des Werts skaliert mit CRM-Datenqualität. Wenn Sie in CRM-Hygiene investiert haben, kann Claris KI-Modell wirklich genaue Vorhersagen produzieren.
Entscheidungsrahmen
| Szenario | Gong | Clari |
|---|---|---|
| Primäres Problem ist Rep-Performance und Coaching | Starke Eignung | Falsches Tool |
| Primäres Problem ist Prognosegenauigkeit | Partielle Eignung (Gong Forecast) | Starke Eignung |
| Conversation-Level-Deal-Intelligence nötig | Starke Eignung | Falsches Tool |
| Pipeline-Level-Revenue-Sichtbarkeit nötig | Partielle Eignung | Starke Eignung |
| Sales-Team skalieren (Onboarding, Playbooks) | Starke Eignung | Falsches Tool |
| Komplexe Multi-Segment-Prognose verwalten | Begrenzt | Starke Eignung |
| CRO braucht vorstandsreifes Revenue-Reporting | Funktional | Starke Eignung |
| Sales Manager brauchen tägliche Coaching-Daten | Starke Eignung | Falsches Tool |
| RevOps braucht Prognose-Infrastruktur | Partielle Eignung | Starke Eignung |
| Beides wollen — Gespräch + Prognosen | Gong + Gong Forecast in Betracht ziehen | Clari + Clari Copilot in Betracht ziehen |
Was als nächstes zu tun ist
Der schnellste Weg, durch den Lärm zu schneiden, ist das spezifische Problem zu benennen, das Sie zu lösen versuchen, bevor Sie die Demos buchen.
Wenn Sie ein Sales Manager oder VP Sales sind, der von inkonsistenter Rep-Performance frustriert ist, beginnen Sie mit Gong. Bitten Sie sie, den Coaching-Scorecard-Workflow, die Deal-Risiko-Alerts aus Gesprächssignalen und wie Teams wie Ihres durchschnittliche Win Rates verbessert haben, zu zeigen. Die Conversation-Intelligence-Geschichte ist leicht mit Ihren eigenen Call-Daten in einem Pilot zu evaluieren.
Wenn Sie ein CRO oder RevOps-Leader sind, der Ihrer Quartals-Prognose nicht vertrauen kann, beginnen Sie mit Clari. Bitten Sie sie, den KI-Vorhersage- vs. Rep-Commit-Vergleich in einem historischen Quartal zu zeigen, wie Multi-Segment-Rollups funktionieren und wie der Prognose-Einreichungs-Workflow für Manager aussieht.
Und wenn Sie beide evaluieren, weil Ihr Team wirklich Lücken in beiden Bereichen hat, ist die praktische Antwort, zu identifizieren, welches Problem Sie gerade mehr Geld kostet, und das zuerst zu lösen. Gong bleibt der Conversation-Intelligence-Kategorieleader. Clari bleibt der Revenue-Operations- und Prognose-Kategorieleader. Kaufen Sie das, das zu Ihrem größten Problem passt, und überprüfen Sie das andere in 12 Monaten.
Wenn Sie gleichzeitig Ihre CRM-Schicht neben Revenue Intelligence evaluieren und sich fragen, ob Ihre Pipeline-Daten sauber genug sind, um einer der Plattformen gut zu dienen, lohnt es sich, das separat zu untersuchen, bevor Sie sich für eines der Abonnements committen.

Principal Product Marketing Strategist
On this page
- TL;DR
- Für wen ist jede Plattform gebaut?
- Kern-Funktionsvergleich
- Conversation Intelligence: Gongs definierende Stärke
- Prognosen und Pipeline Analytics: Claris definierende Stärke
- KI-Funktionen in 2026
- CRM-Integrationstiefe
- Preise
- Implementierung
- Wann Gong gewinnt
- Wann Clari gewinnt
- Entscheidungsrahmen
- Was als nächstes zu tun ist