{"id":34086,"date":"2025-07-31T09:42:09","date_gmt":"2025-07-31T07:42:09","guid":{"rendered":"https:\/\/www.haufe-akademie.de\/blog\/?post_type=glossary&#038;p=34086"},"modified":"2025-07-31T09:42:09","modified_gmt":"2025-07-31T07:42:09","slug":"clustering","status":"publish","type":"glossary","link":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/clustering\/","title":{"rendered":"Clustering"},"content":{"rendered":"<h1><strong>Clustering<\/strong><\/h1>\n<h2><strong>Was ist Clustering? Definition<\/strong><\/h2>\n<p>Clustering ist ein Verfahren des un\u00fcberwachten Lernens, das Datenobjekte mithilfe von Algorithmen in Gruppen (sogenannte Cluster) einteilt. Innerhalb eines Clusters \u00e4hneln sich die Objekte stark \u2013 zwischen Clustern bestehen dagegen m\u00f6glichst gro\u00dfe Unterschiede. Mit dieser Methode werden Gruppierungen in den Daten identifiziert, ohne dass diese vorher bekannt oder vorgegeben sind.<\/p>\n<h2><strong>Was passiert beim Clustering genau?<\/strong><\/h2>\n<p>Clustering-Algorithmen analysieren die Eigenschaften von Datenpunkten und gruppieren sie auf Basis ihrer \u00c4hnlichkeit in m\u00f6glichst homogene Gruppen. Entscheidend ist dabei eine \u00c4hnlichkeits- oder Distanzmetrik (z.\u202fB. euklidische Distanz).<\/p>\n<p>Die Anzahl der Cluster kann je nach Verfahren im Voraus festgelegt oder automatisch erkannt werden. Manche Algorithmen erkennen auch Ausrei\u00dfer, die in kein Cluster passen.<\/p>\n<ul>\n<li><strong>k-Means<\/strong>: Einfache, weit verbreitete Methode mit vordefinierter Clusteranzahl,<\/li>\n<li><strong>Hierarchisches Clustering<\/strong>: Erzeugt Clusterb\u00e4ume (Dendrogramme), gut f\u00fcr kleine Datenmengen und<\/li>\n<li><strong>DBSCAN<\/strong>: Erkennt Cluster beliebiger Form und kann \u201eRauschen\u201c explizit ausschlie\u00dfen.<\/li>\n<\/ul>\n<h2><strong>Unterschied zu Clusteranalyse<\/strong><\/h2>\n<p>Clustering und Clusteranalyse werden h\u00e4ufig synonym verwendet, meinen aber in der Praxis leicht Verschiedenes:<\/p>\n<ul>\n<li><strong>Clustering<\/strong> ist ein Verfahren, bei dem Datenpunkte anhand ihrer \u00c4hnlichkeit gruppiert werden.<\/li>\n<li><strong>Die Clusteranalyse<\/strong> ist ein Analyseprozess, der neben dem Clustering noch viele weitere Schritte beinhaltet.<\/li>\n<\/ul>\n<h2><strong>Wichtige Aspekte und Merkmale<\/strong><\/h2>\n<table>\n<tbody>\n<tr>\n<td><strong>Merkmale<\/strong><\/td>\n<td><strong>Grenzen und Herausforderungen<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Keine Zielwerte oder Labels n\u00f6tig<\/td>\n<td>Interpretation der Cluster kann schwierig sein<\/td>\n<\/tr>\n<tr>\n<td>Erkennt unentdeckte Strukturen und verborgene Muster in Daten<\/td>\n<td>Ergebnisse h\u00e4ngen stark von Skalierung und Parametern ab<\/td>\n<\/tr>\n<tr>\n<td>Flexibel einsetzbar (Kundensegmentierung, Prozessanalyse, Sensorik)<\/td>\n<td>Kein \u201erichtig\u201c oder \u201efalsch\u201c \u2013 Clustering ist explorativ, Bewertung der Ergebnisse subjektiv und abh\u00e4ngig vom Anwendungsfall<\/td>\n<\/tr>\n<tr>\n<td>Unterst\u00fctzt Datenreduktion und explorative Segmentierung<\/td>\n<td>Auswahl des passenden Algorithmus erfordert Know-how<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2><strong>Relevanz f\u00fcr Unternehmen<\/strong><\/h2>\n<p>Clustering unterst\u00fctzt datengetriebene Entscheidungen in verschiedenen Bereichen:<\/p>\n<ul>\n<li><strong>Marketing<\/strong>: Identifikation von Kundensegmenten zur Personalisierung von Kampagnen,<\/li>\n<li><strong>Vertrieb<\/strong>: Erkennung von Gruppen mit \u00e4hnlichem Kaufverhalten zur Optimierung von Angeboten,<\/li>\n<li><strong>IT &amp; Monitoring<\/strong>: Erkennung von Anomalien und Ausrei\u00dfern in Systemdaten,<\/li>\n<li><strong>Forschung &amp; Entwicklung<\/strong>: Struktur in un\u00fcbersichtliche Datenbest\u00e4nde bringen und<\/li>\n<li><strong>HR &amp; Learning<\/strong>: Typische Lernverhaltensmuster oder Skill-Profile gruppieren.<\/li>\n<\/ul>\n<p>Clustering wird h\u00e4ufig genutzt, wenn noch <strong>keine klare Fragestellung<\/strong> oder kein Label vorliegt \u2013 also in fr\u00fchen Phasen der Datenanalyse oder im explorativen Kontext.<\/p>\n<h2><strong>Praxisbeispiel<\/strong><\/h2>\n<p>Ein E-Commerce-Unternehmen analysiert das Klick- und Kaufverhalten seiner Kund:innen mithilfe eines Clustering-Algorithmus. Das Verfahren f\u00f6rdert drei klar unterscheidbare Kundengruppen zutage:<\/p>\n<ol>\n<li>Gelegenheitsk\u00e4ufer:innen mit Fokus auf Schn\u00e4ppchen,<\/li>\n<li>Markentreue Stammkund:innen und<\/li>\n<li>Nutzer:innen mit stark saisonalem Kaufverhalten.<\/li>\n<\/ol>\n<p>Diese Gruppierung nutzt das Unternehmen nun im Nachgang, um <strong>ma\u00dfgeschneiderte Marketingaktionen<\/strong> zu entwickeln und die Startseiten individuell auszuspielen.<\/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>Was ist der Unterschied zwischen Clustering und Klassifikation?<\/strong><\/h3>\n<p>Klassifikation ist ein Verfahren des \u00fcberwachten Lernens, bei dem ein Modell auf Basis vorgegebener Zielklassen (Labels) trainiert wird.<br \/>\nClustering dagegen ist un\u00fcberwachtes Lernen \u2013 die Daten werden ohne vorgegebene Klassen automatisch in Gruppen (Cluster) unterteilt.<\/p>\n<h3><strong>Wie finde ich heraus, wie viele Cluster es geben soll?<\/strong><\/h3>\n<p>Bei Verfahren wie K-Means helfen Methoden wie Elbow-Plot oder Silhouettenanalyse, eine geeignete Anzahl zu bestimmen. Algorithmen wie DBSCAN bestimmen die Clusteranzahl automatisch, basierend auf Dichteparametern.<\/p>\n<h3><strong>Ist Clustering nur f\u00fcr numerische Daten geeignet?<\/strong><\/h3>\n<p>Nein. F\u00fcr kategorische oder gemischte Daten gibt es spezialisierte Verfahren wie k-modes oder Distanzma\u00dfe wie die Gower-Distanz, die auch nicht-numerische Merkmale verarbeiten k\u00f6nnen.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Clustering Was ist Clustering? Definition Clustering ist ein Verfahren des un\u00fcberwachten Lernens, das Datenobjekte mithilfe von Algorithmen in Gruppen (sogenannte Cluster) einteilt. Innerhalb eines Clusters \u00e4hneln sich die Objekte stark \u2013 zwischen Clustern bestehen dagegen m\u00f6glichst gro\u00dfe Unterschiede. Mit dieser Methode werden Gruppierungen in den Daten identifiziert, ohne dass diese vorher bekannt oder vorgegeben sind.<\/p>\n<div class=\"pageReadMore\"><i class=\"fa fa-angle-right\"><\/i><a href=\"https:\/\/www.haufe-akademie.de\/blog\/glossar\/clustering\/\" 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-34086","1":"glossary","2":"type-glossary","3":"status-publish","5":"glossary-categories-data-ki"},"post_title":"Clustering","post_content":"<h1><strong>Clustering<\/strong><\/h1>\r\n<h2><strong>Was ist Clustering? Definition<\/strong><\/h2>\r\nClustering ist ein Verfahren des un\u00fcberwachten Lernens, das Datenobjekte mithilfe von Algorithmen in Gruppen (sogenannte Cluster) einteilt. Innerhalb eines Clusters \u00e4hneln sich die Objekte stark \u2013 zwischen Clustern bestehen dagegen m\u00f6glichst gro\u00dfe Unterschiede. Mit dieser Methode werden Gruppierungen in den Daten identifiziert, ohne dass diese vorher bekannt oder vorgegeben sind.\r\n<h2><strong>Was passiert beim Clustering genau?<\/strong><\/h2>\r\nClustering-Algorithmen analysieren die Eigenschaften von Datenpunkten und gruppieren sie auf Basis ihrer \u00c4hnlichkeit in m\u00f6glichst homogene Gruppen. Entscheidend ist dabei eine \u00c4hnlichkeits- oder Distanzmetrik (z.\u202fB. euklidische Distanz).\r\n\r\nDie Anzahl der Cluster kann je nach Verfahren im Voraus festgelegt oder automatisch erkannt werden. Manche Algorithmen erkennen auch Ausrei\u00dfer, die in kein Cluster passen.\r\n<ul>\r\n \t<li><strong>k-Means<\/strong>: Einfache, weit verbreitete Methode mit vordefinierter Clusteranzahl,<\/li>\r\n \t<li><strong>Hierarchisches Clustering<\/strong>: Erzeugt Clusterb\u00e4ume (Dendrogramme), gut f\u00fcr kleine Datenmengen und<\/li>\r\n \t<li><strong>DBSCAN<\/strong>: Erkennt Cluster beliebiger Form und kann \u201eRauschen\u201c explizit ausschlie\u00dfen.<\/li>\r\n<\/ul>\r\n<h2><strong>Unterschied zu Clusteranalyse<\/strong><\/h2>\r\nClustering und Clusteranalyse werden h\u00e4ufig synonym verwendet, meinen aber in der Praxis leicht Verschiedenes:\r\n<ul>\r\n \t<li><strong>Clustering<\/strong> ist ein Verfahren, bei dem Datenpunkte anhand ihrer \u00c4hnlichkeit gruppiert werden.<\/li>\r\n \t<li><strong>Die Clusteranalyse<\/strong> ist ein Analyseprozess, der neben dem Clustering noch viele weitere Schritte beinhaltet.<\/li>\r\n<\/ul>\r\n<h2><strong>Wichtige Aspekte und Merkmale<\/strong><\/h2>\r\n<table>\r\n<tbody>\r\n<tr>\r\n<td><strong>Merkmale<\/strong><\/td>\r\n<td><strong>Grenzen und Herausforderungen<\/strong><\/td>\r\n<\/tr>\r\n<tr>\r\n<td>Keine Zielwerte oder Labels n\u00f6tig<\/td>\r\n<td>Interpretation der Cluster kann schwierig sein<\/td>\r\n<\/tr>\r\n<tr>\r\n<td>Erkennt unentdeckte Strukturen und verborgene Muster in Daten<\/td>\r\n<td>Ergebnisse h\u00e4ngen stark von Skalierung und Parametern ab<\/td>\r\n<\/tr>\r\n<tr>\r\n<td>Flexibel einsetzbar (Kundensegmentierung, Prozessanalyse, Sensorik)<\/td>\r\n<td>Kein \u201erichtig\u201c oder \u201efalsch\u201c \u2013 Clustering ist explorativ, Bewertung der Ergebnisse subjektiv und abh\u00e4ngig vom Anwendungsfall<\/td>\r\n<\/tr>\r\n<tr>\r\n<td>Unterst\u00fctzt Datenreduktion und explorative Segmentierung<\/td>\r\n<td>Auswahl des passenden Algorithmus erfordert Know-how<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n<h2><strong>Relevanz f\u00fcr Unternehmen<\/strong><\/h2>\r\nClustering unterst\u00fctzt datengetriebene Entscheidungen in verschiedenen Bereichen:\r\n<ul>\r\n \t<li><strong>Marketing<\/strong>: Identifikation von Kundensegmenten zur Personalisierung von Kampagnen,<\/li>\r\n \t<li><strong>Vertrieb<\/strong>: Erkennung von Gruppen mit \u00e4hnlichem Kaufverhalten zur Optimierung von Angeboten,<\/li>\r\n \t<li><strong>IT &amp; Monitoring<\/strong>: Erkennung von Anomalien und Ausrei\u00dfern in Systemdaten,<\/li>\r\n \t<li><strong>Forschung &amp; Entwicklung<\/strong>: Struktur in un\u00fcbersichtliche Datenbest\u00e4nde bringen und<\/li>\r\n \t<li><strong>HR &amp; Learning<\/strong>: Typische Lernverhaltensmuster oder Skill-Profile gruppieren.<\/li>\r\n<\/ul>\r\nClustering wird h\u00e4ufig genutzt, wenn noch <strong>keine klare Fragestellung<\/strong> oder kein Label vorliegt \u2013 also in fr\u00fchen Phasen der Datenanalyse oder im explorativen Kontext.\r\n<h2><strong>Praxisbeispiel<\/strong><\/h2>\r\nEin E-Commerce-Unternehmen analysiert das Klick- und Kaufverhalten seiner Kund:innen mithilfe eines Clustering-Algorithmus. Das Verfahren f\u00f6rdert drei klar unterscheidbare Kundengruppen zutage:\r\n<ol>\r\n \t<li>Gelegenheitsk\u00e4ufer:innen mit Fokus auf Schn\u00e4ppchen,<\/li>\r\n \t<li>Markentreue Stammkund:innen und<\/li>\r\n \t<li>Nutzer:innen mit stark saisonalem Kaufverhalten.<\/li>\r\n<\/ol>\r\nDiese Gruppierung nutzt das Unternehmen nun im Nachgang, um <strong>ma\u00dfgeschneiderte Marketingaktionen<\/strong> zu entwickeln und die Startseiten individuell auszuspielen.\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>Was ist der Unterschied zwischen Clustering und Klassifikation?<\/strong><\/h3>\r\nKlassifikation ist ein Verfahren des \u00fcberwachten Lernens, bei dem ein Modell auf Basis vorgegebener Zielklassen (Labels) trainiert wird.\r\nClustering dagegen ist un\u00fcberwachtes Lernen \u2013 die Daten werden ohne vorgegebene Klassen automatisch in Gruppen (Cluster) unterteilt.\r\n<h3><strong>Wie finde ich heraus, wie viele Cluster es geben soll?<\/strong><\/h3>\r\nBei Verfahren wie K-Means helfen Methoden wie Elbow-Plot oder Silhouettenanalyse, eine geeignete Anzahl zu bestimmen. Algorithmen wie DBSCAN bestimmen die Clusteranzahl automatisch, basierend auf Dichteparametern.\r\n<h3><strong>Ist Clustering nur f\u00fcr numerische Daten geeignet?<\/strong><\/h3>\r\nNein. F\u00fcr kategorische oder gemischte Daten gibt es spezialisierte Verfahren wie k-modes oder Distanzma\u00dfe wie die Gower-Distanz, die auch nicht-numerische Merkmale verarbeiten k\u00f6nnen.","acf":{"p_authors":null},"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.1.1 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Clustering: Definition, Funktion &amp; Merkmale<\/title>\n<meta name=\"description\" content=\"Erfahre, was Clustering ist und was beim Clustering passiert. Wichtige Merkmale und Beispiele aus der Praxis - 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\/clustering\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Clustering: Definition, Funktion &amp; Merkmale\" \/>\n<meta property=\"og:description\" content=\"Erfahre, was Clustering ist und was beim Clustering passiert. Wichtige Merkmale und Beispiele aus der Praxis - einfach erkl\u00e4rt.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.haufe-akademie.de\/blog\/glossar\/clustering\/\" \/>\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":"Clustering: Definition, Funktion & Merkmale","description":"Erfahre, was Clustering ist und was beim Clustering passiert. Wichtige Merkmale und Beispiele aus der Praxis - 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\/clustering\/","og_locale":"de_DE","og_type":"article","og_title":"Clustering: Definition, Funktion & Merkmale","og_description":"Erfahre, was Clustering ist und was beim Clustering passiert. Wichtige Merkmale und Beispiele aus der Praxis - einfach erkl\u00e4rt.","og_url":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/clustering\/","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\/clustering\/","url":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/clustering\/","name":"Clustering: Definition, Funktion & Merkmale","isPartOf":{"@id":"https:\/\/www.haufe-akademie.de\/blog\/#website"},"datePublished":"2025-07-31T07:42:09+00:00","description":"Erfahre, was Clustering ist und was beim Clustering passiert. Wichtige Merkmale und Beispiele aus der Praxis - einfach erkl\u00e4rt.","breadcrumb":{"@id":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/clustering\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.haufe-akademie.de\/blog\/glossar\/clustering\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/clustering\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.haufe-akademie.de\/blog\/"},{"@type":"ListItem","position":2,"name":"Clustering"}]},{"@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\/34086","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\/34086\/revisions"}],"predecessor-version":[{"id":34088,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary\/34086\/revisions\/34088"}],"wp:attachment":[{"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/media?parent=34086"}],"wp:term":[{"taxonomy":"glossary-categories","embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary-categories?post=34086"},{"taxonomy":"glossary-tags","embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary-tags?post=34086"},{"taxonomy":"glossary-languages","embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary-languages?post=34086"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}