{"id":34057,"date":"2025-07-31T09:18:32","date_gmt":"2025-07-31T07:18:32","guid":{"rendered":"https:\/\/www.haufe-akademie.de\/blog\/?post_type=glossary&#038;p=34057"},"modified":"2025-07-31T09:18:32","modified_gmt":"2025-07-31T07:18:32","slug":"datenmodellierung","status":"publish","type":"glossary","link":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/","title":{"rendered":"Datenmodellierung"},"content":{"rendered":"<h1><strong>Datenmodellierung<\/strong><\/h1>\n<h2><strong>Was ist Datenmodellierung?<\/strong><\/h2>\n<p>Datenmodellierung ist der strukturierte und zumeist iterativer Prozess, in dem fachliche Anforderungen in ein Modell \u00fcbertragen werden, sodass Daten, ihre Beziehungen und Regeln grafisch oder logisch abgebildet werden. Ziel ist es, ein \u00fcbersichtliches, verst\u00e4ndliches Modell der Datenstruktur zu schaffen \u2013 als Grundlage f\u00fcr Datenbanken, Data Warehouses oder KI-Anwendungen.<\/p>\n<h2><strong>Warum ist Datenmodellierung wichtig?<\/strong><\/h2>\n<p>Datenmodellierung hilft dabei, komplexe Datenlandschaften zu vereinfachen, zu vereinheitlichen und qualitativ hochwertig aufzubauen.<\/p>\n<p><strong>Sie sorgt daf\u00fcr, dass:<\/strong><\/p>\n<ul>\n<li>Daten konsistent und widerspruchsfrei gespeichert werden ,<\/li>\n<li>Beziehungen zwischen Daten klar nachvollziehbar sind,<\/li>\n<li>sp\u00e4tere Analysen effizient und korrekt durchgef\u00fchrt werden k\u00f6nnen und<\/li>\n<li>neue Systeme wie Data Warehouses oder KI-Modelle auf saubere Strukturen zugreifen.<\/li>\n<\/ul>\n<h2><strong>Phasen der Datenmodellierung<\/strong><\/h2>\n<p>Die Modellierung erfolgt meist in drei Stufen:<\/p>\n<ol>\n<li><strong>Konzeptuelles Datenmodell<\/strong><br \/>\n\u00dcberblick \u00fcber zentrale Entit\u00e4ten (fachliche Objekte wie Kunde, Bestellung, Produkt) und deren Beziehungen (z.\u202fB. Kunden macht Bestellung)<\/li>\n<li><strong>Logisches Datenmodell<\/strong><br \/>\nDarstellung der Datenstrukturen mit Attributen, Beziehungen und Regeln (z.\u202fB. Datenformate, Kardinalit\u00e4ten). Diese ist zun\u00e4chst datenbankunabh\u00e4ngig.<\/li>\n<li><strong>Physisches Datenmodell<\/strong><br \/>\nTechnische Umsetzung in einem konkreten Datenbanksystem (z.\u00a0B. SQL-Strukturen, Indexe)<\/li>\n<\/ol>\n<h2><strong>Typische Methoden und Modelle<\/strong><\/h2>\n<ul>\n<li><strong>Entity-Relationship-Modell (ERM)<\/strong><br \/>\nVisualisierung von Entit\u00e4ten, Attributen und Relationen in einem Diagramm<\/li>\n<li><strong>Sternschema\/Schneeflockenschema<\/strong><br \/>\nBesonders in Data-Warehouse-Umgebungen beliebt<\/li>\n<li><strong>UML-Klassendiagramme (objektorientierte Diagramme)<\/strong><br \/>\nKommen h\u00e4ufig in IT-Architekturprojekten zum Einsatz; UML steht f\u00fcr Unified Modeling Language<\/li>\n<\/ul>\n<h2><strong>Unterschied zur Datenarchitektur <\/strong><\/h2>\n<p>Die Datenarchitektur beschreibt die Gesamtstruktur und Strategie des Datenmanagements im Unternehmen. Die Datenmodellierung ist ein Teil davon \u2013 sie konzentriert sich konkret auf die logische Struktur einzelner Datendom\u00e4nen.<\/p>\n<h2><strong>Vorteile und Herausforderungen von Datenmodellierung<\/strong><\/h2>\n<table>\n<tbody>\n<tr>\n<td><strong>Vorteile<\/strong><\/td>\n<td><strong>Herausforderungen<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Klare Datenstruktur<\/td>\n<td>Erfordert Abstimmung mit Fachbereichen<\/td>\n<\/tr>\n<tr>\n<td>H\u00f6here Datenqualit\u00e4t<\/td>\n<td>Modell\u00e4nderungen k\u00f6nnen aufw\u00e4ndig sein<\/td>\n<\/tr>\n<tr>\n<td>Grundlage f\u00fcr Analyse &amp; BI<\/td>\n<td>Technisches Know-how erforderlich<\/td>\n<\/tr>\n<tr>\n<td>Verst\u00e4ndliche Kommunikation<\/td>\n<td>Komplexit\u00e4t bei gro\u00dfen Datenmengen<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>&nbsp;<\/p>\n<h2><strong>Relevanz f\u00fcr Unternehmen<\/strong><\/h2>\n<p>In Zeiten von KI, Big Data und Self-Service Analytics ist die Datenmodellierung ein zentraler Erfolgsfaktor. Sie sorgt daf\u00fcr, dass Datenfl\u00fcsse transparent bleiben, Analysen auf korrekten Grundlagen beruhen, neue Datenquellen schnell eingebunden werden k\u00f6nnen und verschiedene Abteilungen eine gemeinsame \u201eDatensprache\u201c sprechen<\/p>\n<p>Besonders in <strong>Data-Warehouse-Projekten, Migrationsvorhaben oder KI-Modellen<\/strong> ist sie unverzichtbar.<\/p>\n<h2><strong>Praxisbeispiel<\/strong><\/h2>\n<p>Ein mittelst\u00e4ndisches Unternehmen plant ein neues Vertriebs-Dashboard. Damit Kennzahlen zu Leads, Angeboten und Auftr\u00e4gen korrekt zusammengef\u00fchrt werden, erstellt das BI-Team ein Datenmodell mit klar definierten Entit\u00e4ten (Kunde, Kontakt, Verkaufschance) und deren Beziehungen. Das Modell dient als Basis f\u00fcr die sp\u00e4tere Umsetzung im Data Warehouse \u2013 und sorgt daf\u00fcr, dass F\u00fchrungskr\u00e4fte verl\u00e4ssliche Insights erhalten.<\/p>\n<p>&nbsp;<\/p>\n<div class=\"seminartipp\">\r\n\t\r\n\t<div class=\"content-wrapper\">\r\n\t\t\r\n\t\t<div class=\"\">\r\n\t\t\t\r\n\t\t\t<p class=\"h3\">Mit Daten und KI die Zukunft gestalten<\/p>\r\n\t\t\t<p>Ob Grundlagen oder Deep Dive \u2013 entwickle deine Skills im Bereich \u201cData Analytics und K\u00fcnstliche Intelligenz\u201d gezielt weiter und mach dich fit f\u00fcr die datengetriebene Arbeitswelt.<\/p>\n<br\/>\r\n\t\t\t<a class=\"btn\" href=\"https:\/\/www.haufe-akademie.de\/hierarchy\/data-analytics-ki\" onclick=\"target_econda_article()\" data-track-style=\"clickbtn\" data-track-type=\"link\" data-track-action=\"recoprimary\" target=\"_blank\">Jetzt entdecken<\/a>\r\n\t\t<\/div>\r\n\t<\/div>\r\n\t<div class=\"clear\"><\/div>\r\n\t\r\n<\/div><h2><strong>FAQ<\/strong><\/h2>\n<h3><strong>Ist Datenmodellierung nur Aufgabe der IT?<\/strong><\/h3>\n<p>Nein, Fachbereiche spielen eine wichtige Rolle, da sie das n\u00f6tige Prozess- und Kontextwissen einbringen. Gute Datenmodellierung ist ein <strong>interdisziplin\u00e4rer Prozess<\/strong><strong>.<\/strong><\/p>\n<h3><strong>Braucht man f\u00fcr KI zwingend ein Datenmodell?<\/strong><\/h3>\n<p>Nicht zwingend, aber f\u00fcr strukturierte Daten ist ein gutes Modell hilfreich, um die <strong>richtigen Features auszuw\u00e4hlen<\/strong>, Datenqualit\u00e4t zu sichern und Modelle effizient zu trainieren.<\/p>\n<h3><strong>Welche Tools werden h\u00e4ufig genutzt?<\/strong><\/h3>\n<p>Beispiele: ER\/Studio, SAP PowerDesigner, dbt, Lucidchart, SQL-basierte Tools oder auch Notation in Confluence und Miro f\u00fcr einfache Modelle.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Datenmodellierung Was ist Datenmodellierung? Datenmodellierung ist der strukturierte und zumeist iterativer Prozess, in dem fachliche Anforderungen in ein Modell \u00fcbertragen werden, sodass Daten, ihre Beziehungen und Regeln grafisch oder logisch abgebildet werden. Ziel ist es, ein \u00fcbersichtliches, verst\u00e4ndliches Modell der Datenstruktur zu schaffen \u2013 als Grundlage f\u00fcr Datenbanken, Data Warehouses oder KI-Anwendungen. Warum ist Datenmodellierung<\/p>\n<div class=\"pageReadMore\"><i class=\"fa fa-angle-right\"><\/i><a href=\"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/\" title=\"Beitrag lesen\">Beitrag lesen<\/a><\/div>\n","protected":false},"author":148,"featured_media":0,"menu_order":0,"template":"","meta":{"_acf_changed":false,"_lmt_disableupdate":"","_lmt_disable":"","footnotes":""},"glossary-categories":[6428],"glossary-tags":[],"glossary-languages":[],"class_list":{"0":"post-34057","1":"glossary","2":"type-glossary","3":"status-publish","5":"glossary-categories-data-ki"},"post_title":"Datenmodellierung","post_content":"<h1><strong>Datenmodellierung<\/strong><\/h1>\r\n<h2><strong>Was ist Datenmodellierung?<\/strong><\/h2>\r\nDatenmodellierung ist der strukturierte und zumeist iterativer Prozess, in dem fachliche Anforderungen in ein Modell \u00fcbertragen werden, sodass Daten, ihre Beziehungen und Regeln grafisch oder logisch abgebildet werden. Ziel ist es, ein \u00fcbersichtliches, verst\u00e4ndliches Modell der Datenstruktur zu schaffen \u2013 als Grundlage f\u00fcr Datenbanken, Data Warehouses oder KI-Anwendungen.\r\n<h2><strong>Warum ist Datenmodellierung wichtig?<\/strong><\/h2>\r\nDatenmodellierung hilft dabei, komplexe Datenlandschaften zu vereinfachen, zu vereinheitlichen und qualitativ hochwertig aufzubauen.\r\n\r\n<strong>Sie sorgt daf\u00fcr, dass:<\/strong>\r\n<ul>\r\n \t<li>Daten konsistent und widerspruchsfrei gespeichert werden ,<\/li>\r\n \t<li>Beziehungen zwischen Daten klar nachvollziehbar sind,<\/li>\r\n \t<li>sp\u00e4tere Analysen effizient und korrekt durchgef\u00fchrt werden k\u00f6nnen und<\/li>\r\n \t<li>neue Systeme wie Data Warehouses oder KI-Modelle auf saubere Strukturen zugreifen.<\/li>\r\n<\/ul>\r\n<h2><strong>Phasen der Datenmodellierung<\/strong><\/h2>\r\nDie Modellierung erfolgt meist in drei Stufen:\r\n<ol>\r\n \t<li><strong>Konzeptuelles Datenmodell<\/strong>\r\n\u00dcberblick \u00fcber zentrale Entit\u00e4ten (fachliche Objekte wie Kunde, Bestellung, Produkt) und deren Beziehungen (z.\u202fB. Kunden macht Bestellung)<\/li>\r\n \t<li><strong>Logisches Datenmodell<\/strong>\r\nDarstellung der Datenstrukturen mit Attributen, Beziehungen und Regeln (z.\u202fB. Datenformate, Kardinalit\u00e4ten). Diese ist zun\u00e4chst datenbankunabh\u00e4ngig.<\/li>\r\n \t<li><strong>Physisches Datenmodell<\/strong>\r\nTechnische Umsetzung in einem konkreten Datenbanksystem (z.\u00a0B. SQL-Strukturen, Indexe)<\/li>\r\n<\/ol>\r\n<h2><strong>Typische Methoden und Modelle<\/strong><\/h2>\r\n<ul>\r\n \t<li><strong>Entity-Relationship-Modell (ERM)<\/strong>\r\nVisualisierung von Entit\u00e4ten, Attributen und Relationen in einem Diagramm<\/li>\r\n \t<li><strong>Sternschema\/Schneeflockenschema<\/strong>\r\nBesonders in Data-Warehouse-Umgebungen beliebt<\/li>\r\n \t<li><strong>UML-Klassendiagramme (objektorientierte Diagramme)<\/strong>\r\nKommen h\u00e4ufig in IT-Architekturprojekten zum Einsatz; UML steht f\u00fcr Unified Modeling Language<\/li>\r\n<\/ul>\r\n<h2><strong>Unterschied zur Datenarchitektur <\/strong><\/h2>\r\nDie Datenarchitektur beschreibt die Gesamtstruktur und Strategie des Datenmanagements im Unternehmen. Die Datenmodellierung ist ein Teil davon \u2013 sie konzentriert sich konkret auf die logische Struktur einzelner Datendom\u00e4nen.\r\n<h2><strong>Vorteile und Herausforderungen von Datenmodellierung<\/strong><\/h2>\r\n<table>\r\n<tbody>\r\n<tr>\r\n<td><strong>Vorteile<\/strong><\/td>\r\n<td><strong>Herausforderungen<\/strong><\/td>\r\n<\/tr>\r\n<tr>\r\n<td>Klare Datenstruktur<\/td>\r\n<td>Erfordert Abstimmung mit Fachbereichen<\/td>\r\n<\/tr>\r\n<tr>\r\n<td>H\u00f6here Datenqualit\u00e4t<\/td>\r\n<td>Modell\u00e4nderungen k\u00f6nnen aufw\u00e4ndig sein<\/td>\r\n<\/tr>\r\n<tr>\r\n<td>Grundlage f\u00fcr Analyse &amp; BI<\/td>\r\n<td>Technisches Know-how erforderlich<\/td>\r\n<\/tr>\r\n<tr>\r\n<td>Verst\u00e4ndliche Kommunikation<\/td>\r\n<td>Komplexit\u00e4t bei gro\u00dfen Datenmengen<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n&nbsp;\r\n<h2><strong>Relevanz f\u00fcr Unternehmen<\/strong><\/h2>\r\nIn Zeiten von KI, Big Data und Self-Service Analytics ist die Datenmodellierung ein zentraler Erfolgsfaktor. Sie sorgt daf\u00fcr, dass Datenfl\u00fcsse transparent bleiben, Analysen auf korrekten Grundlagen beruhen, neue Datenquellen schnell eingebunden werden k\u00f6nnen und verschiedene Abteilungen eine gemeinsame \u201eDatensprache\u201c sprechen\r\n\r\nBesonders in <strong>Data-Warehouse-Projekten, Migrationsvorhaben oder KI-Modellen<\/strong> ist sie unverzichtbar.\r\n<h2><strong>Praxisbeispiel<\/strong><\/h2>\r\nEin mittelst\u00e4ndisches Unternehmen plant ein neues Vertriebs-Dashboard. Damit Kennzahlen zu Leads, Angeboten und Auftr\u00e4gen korrekt zusammengef\u00fchrt werden, erstellt das BI-Team ein Datenmodell mit klar definierten Entit\u00e4ten (Kunde, Kontakt, Verkaufschance) und deren Beziehungen. Das Modell dient als Basis f\u00fcr die sp\u00e4tere Umsetzung im Data Warehouse \u2013 und sorgt daf\u00fcr, dass F\u00fchrungskr\u00e4fte verl\u00e4ssliche Insights erhalten.\r\n\r\n&nbsp;\r\n\r\n[pods name=\"seminartipp\" slug=\"34001\" template=\"Seminartipp\"]\r\n<h2><strong>FAQ<\/strong><\/h2>\r\n<h3><strong>Ist Datenmodellierung nur Aufgabe der IT?<\/strong><\/h3>\r\nNein, Fachbereiche spielen eine wichtige Rolle, da sie das n\u00f6tige Prozess- und Kontextwissen einbringen. Gute Datenmodellierung ist ein <strong>interdisziplin\u00e4rer Prozess<\/strong><strong>.<\/strong>\r\n<h3><strong>Braucht man f\u00fcr KI zwingend ein Datenmodell?<\/strong><\/h3>\r\nNicht zwingend, aber f\u00fcr strukturierte Daten ist ein gutes Modell hilfreich, um die <strong>richtigen Features auszuw\u00e4hlen<\/strong>, Datenqualit\u00e4t zu sichern und Modelle effizient zu trainieren.\r\n<h3><strong>Welche Tools werden h\u00e4ufig genutzt?<\/strong><\/h3>\r\nBeispiele: ER\/Studio, SAP PowerDesigner, dbt, Lucidchart, SQL-basierte Tools oder auch Notation in Confluence und Miro f\u00fcr einfache Modelle.","acf":{"p_authors":null},"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.4 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Datenmodellierung: Definition, Phasen &amp; Methoden<\/title>\n<meta name=\"description\" content=\"Erfahre, was Datenmodellierung ist und welche Phasen und Modelle es gibt. Kurz und einfach erkl\u00e4rt.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Datenmodellierung: Definition, Phasen &amp; Methoden\" \/>\n<meta property=\"og:description\" content=\"Erfahre, was Datenmodellierung ist und welche Phasen und Modelle es gibt. Kurz und einfach erkl\u00e4rt.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/\" \/>\n<meta property=\"og:site_name\" content=\"Haufe Akademie\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/HaufeAkademie\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:site\" content=\"@HaufeAkademie\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\" Minuten\" \/>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Datenmodellierung: Definition, Phasen & Methoden","description":"Erfahre, was Datenmodellierung ist und welche Phasen und Modelle es gibt. Kurz und einfach erkl\u00e4rt.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/","og_locale":"de_DE","og_type":"article","og_title":"Datenmodellierung: Definition, Phasen & Methoden","og_description":"Erfahre, was Datenmodellierung ist und welche Phasen und Modelle es gibt. Kurz und einfach erkl\u00e4rt.","og_url":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/","og_site_name":"Haufe Akademie","article_publisher":"https:\/\/www.facebook.com\/HaufeAkademie","twitter_card":"summary_large_image","twitter_site":"@HaufeAkademie","twitter_misc":{"Verfasst von":"","Gesch\u00e4tzte Lesezeit":" Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/","url":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/","name":"Datenmodellierung: Definition, Phasen & Methoden","isPartOf":{"@id":"https:\/\/www.haufe-akademie.de\/blog\/#website"},"datePublished":"2025-07-31T07:18:32+00:00","description":"Erfahre, was Datenmodellierung ist und welche Phasen und Modelle es gibt. Kurz und einfach erkl\u00e4rt.","breadcrumb":{"@id":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/datenmodellierung\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.haufe-akademie.de\/blog\/"},{"@type":"ListItem","position":2,"name":"Datenmodellierung"}]},{"@type":"WebSite","@id":"https:\/\/www.haufe-akademie.de\/blog\/#website","url":"https:\/\/www.haufe-akademie.de\/blog\/","name":"Haufe Akademie","description":"","publisher":{"@id":"https:\/\/www.haufe-akademie.de\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.haufe-akademie.de\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de-DE"},{"@type":"Organization","@id":"https:\/\/www.haufe-akademie.de\/blog\/#organization","name":"Haufe Akademie","url":"https:\/\/www.haufe-akademie.de\/blog\/","logo":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/www.haufe-akademie.de\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.haufe-akademie.de\/blog\/wp-content\/uploads\/2024\/06\/favicon_haufe.png","contentUrl":"https:\/\/www.haufe-akademie.de\/blog\/wp-content\/uploads\/2024\/06\/favicon_haufe.png","width":144,"height":144,"caption":"Haufe Akademie"},"image":{"@id":"https:\/\/www.haufe-akademie.de\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/HaufeAkademie","https:\/\/x.com\/HaufeAkademie"]}]}},"jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary\/34057","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary"}],"about":[{"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/types\/glossary"}],"author":[{"embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/users\/148"}],"version-history":[{"count":1,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary\/34057\/revisions"}],"predecessor-version":[{"id":34062,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary\/34057\/revisions\/34062"}],"wp:attachment":[{"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/media?parent=34057"}],"wp:term":[{"taxonomy":"glossary-categories","embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary-categories?post=34057"},{"taxonomy":"glossary-tags","embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary-tags?post=34057"},{"taxonomy":"glossary-languages","embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary-languages?post=34057"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}