{"id":34104,"date":"2025-07-31T10:12:04","date_gmt":"2025-07-31T08:12:04","guid":{"rendered":"https:\/\/www.haufe-akademie.de\/blog\/?post_type=glossary&p=34104"},"modified":"2025-07-31T10:12:19","modified_gmt":"2025-07-31T08:12:19","slug":"crisp-dm","status":"publish","type":"glossary","link":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/crisp-dm\/","title":{"rendered":"CRISP-DM"},"content":{"rendered":"

CRISP-DM<\/h1>\n

Was ist CRISP-DM? Definition<\/strong><\/h2>\n

CRISP-DM steht f\u00fcr Cross Industry Standard Process for Data Mining<\/strong> und beschreibt ein standardisiertes und branchen\u00fcbergreifendes Vorgehensmodell f\u00fcr Data-Mining- und Data-Science-Projekte. Es teilt sich in sechs Phasen \u2013 vom Finden der Gesch\u00e4ftsfrage bis zur praktischen Umsetzung der Analyseergebnisse.<\/p>\n

Die sechs Phasen von CRISP-DM<\/strong><\/h2>\n

Das Modell gliedert sich in folgende Prozessschritte:<\/p>\n

    \n
  1. Business Understanding (Aufgabendefinition)<\/strong>
    \nZieldefinition aus Unternehmenssicht: Welche Frage soll beantwortet werden? Was ist der gesch\u00e4ftliche Nutzen?<\/li>\n
  2. Data Understanding (Auswahl der Daten)<\/strong>
    \nSammlung, Sichtung und erste Analyse der verf\u00fcgbaren Daten: Was liegt vor? Welche Datenqualit\u00e4t ist gegeben?<\/li>\n
  3. Data Preparation (Datenaufbereitung)<\/strong>
    \nAufbereitung der Daten f\u00fcr die Analyse: Bereinigung, Transformation, Merkmalsauswahl. In der Praxis oft der aufw\u00e4ndigste Schritt.<\/li>\n
  4. Modeling (Machine Learning)<\/strong>
    \nAuswahl und Anwendung geeigneter Analyse- oder Machine-Learning-Modelle, z.\u202fB. Entscheidungsb\u00e4ume oder Clusterverfahren.<\/li>\n
  5. Evaluation (Bewertung und Interpretation der Ergebnisse)<\/strong>
    \nBewertung der Modell-Ergebnisse im Hinblick auf die urspr\u00fcngliche Gesch\u00e4ftsfrage \u2013 nicht nur statistisch, sondern auch fachlich.<\/li>\n
  6. Deployment (Anwendung der Ergebnisse)<\/strong>
    \nUmsetzung der Erkenntnisse in die Praxis \u2013 etwa als Dashboard, automatisierte Entscheidungshilfe oder operative Ma\u00dfnahme.<\/li>\n<\/ol>\n\n\n\n
    Wichtig:<\/strong> Die Phasen sind nicht starr sequenziell zu durchlaufen<\/strong>. R\u00fcckspr\u00fcnge und Iterationen geh\u00f6ren explizit dazu.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

    Vor- und Nachteile von CRISP-DM<\/strong><\/h2>\n\n\n\n\n\n\n\n
    Vorteile<\/strong><\/td>\nNachteile<\/strong><\/td>\n<\/tr>\n
    Strukturierter, nachvollziehbarer Prozess<\/td>\nKeine offizielle Weiterentwicklung seit 2007<\/td>\n<\/tr>\n
    Tool- und branchenunabh\u00e4ngig einsetzbar<\/td>\nNicht auf Echtzeit- oder Streaming-Daten ausgelegt. F\u00fcr klassische Batch-Prozesse geeignet,<\/p>\n

    bei Echtzeitanalysen ist eine Erg\u00e4nzung durch agile oder DevOps-Frameworks sinnvoll<\/td>\n<\/tr>\n

    Hohe Verst\u00e4ndlichkeit f\u00fcr gemischte Projektteams<\/td>\nIn agilen Projekten ggf. zu formal oder starr<\/td>\n<\/tr>\n
    Betonung des fachlichen Kontexts<\/td>\nDeployment-Phase bleibt unspezifisch f\u00fcr moderne ML-Umgebungen<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

     <\/p>\n

    Relevanz f\u00fcr Unternehmen<\/strong><\/h2>\n

    CRISP-DM schafft Klarheit und Struktur in datengetriebenen Projekten \u2013 insbesondere dann, wenn Fachabteilungen, Datenexpert:innen und IT zusammenarbeiten. Es hilft dabei, Analyseprojekte methodisch sauber aufzusetzen, typische Fehler zu vermeiden und Ergebnisse praxisnah umzusetzen. Gerade f\u00fcr Unternehmen, die erste Schritte mit Data Science gehen oder standardisierte Abl\u00e4ufe etablieren wollen, bietet CRISP-DM eine gute Orientierung.<\/p>\n

    Praxisbeispiel<\/strong><\/h2>\n

    Ein Versicherungsunternehmen m\u00f6chte k\u00fcndigungsgef\u00e4hrdete Kund:innen fr\u00fchzeitig erkennen und durchl\u00e4uft hierzu in einem Datenprojekt die sechs Phasen des CRISP-DM.<\/p>\n

      \n
    1. Business Understanding<\/strong>: Die Aufgabe bzw. das Ziel wird definiert: K\u00fcndigungen reduzieren, indem gef\u00e4hrdete Vertr\u00e4ge erkannt werden.<\/li>\n
    2. Data Understanding:<\/strong> Die Daten beinhalten Vertragslaufzeiten, Schadensf\u00e4lle, Kontaktverhalten und Nutzungsmuster.<\/li>\n
    3. Data Preparation:<\/strong> Fehlende Werte werden erg\u00e4nzt, neue (abgeleitete) Merkmale wie \u201eKontaktfrequenz\u201c gebildet, Ausrei\u00dfer behandelt.<\/li>\n
    4. Modeling:<\/strong> Ein Entscheidungsbaum-Modell wird trainiert, um Risikokund:innen zu klassifizieren.<\/li>\n
    5. Evaluation:<\/strong> Das eingesetzte Modell hat gute Metriken. Die Ergebnisse werden deshalb gemeinsam mit der Fachabteilung validiert und flie\u00dfen in die n\u00e4chste Iteration ein.<\/li>\n
    6. Deployment:<\/strong> Die Modell-Ergebnisse werden in das CRM-System eingespeist. Vertriebsteams erhalten daraufhin automatisierte Hinweise zur Kundenansprache.<\/li>\n<\/ol>\n

       <\/p>\n

      \r\n\t\r\n\t
      \r\n\t\t\r\n\t\t
      \r\n\t\t\t\r\n\t\t\t

      Mit Daten und KI die Zukunft gestalten<\/p>\r\n\t\t\t

      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\r\n\t\t\tJetzt entdecken<\/a>\r\n\t\t<\/div>\r\n\t<\/div>\r\n\t

      <\/div>\r\n\t\r\n<\/div>

      FAQ<\/strong><\/h2>\n

      Ist CRISP-DM noch aktuell?<\/strong><\/h3>\n

      Ja. Zwar wurde das Modell seit 2007 nicht offiziell weiterentwickelt, es ist aber weiterhin weit verbreitet und praxisbew\u00e4hrt \u2013 gerade im Mittelstand und in klassischen Analyseprojekten.<\/p>\n

      Eignet sich CRISP-DM auch f\u00fcr moderne Data-Science-Projekte?<\/strong><\/h3>\n

      Grunds\u00e4tzlich ja. F\u00fcr kontinuierliche Modellpflege, MLOps oder agile Produktentwicklung ist aber eine Erg\u00e4nzung durch aktuellere Frameworks sinnvoll.<\/p>\n

      Wie flexibel ist das Modell?<\/strong><\/h3>\n

      Sehr flexibel in der Anwendung. Die sechs Phasen sind logisch aufgebaut, aber iterativ gedacht \u2013 R\u00fcckspr\u00fcnge oder Parallelbearbeitungen sind ausdr\u00fccklich vorgesehen.<\/p>\n

      Gibt es unterst\u00fctzende Tools oder Vorlagen?<\/strong><\/h3>\n

      Viele Unternehmen nutzen eigene Checklisten oder Vorlagen auf Basis von CRISP-DM. Auch Tools wie IBM SPSS Modeler oder KNIME orientieren sich stark am Phasenmodell.<\/p>\n","protected":false},"excerpt":{"rendered":"

      CRISP-DM Was ist CRISP-DM? Definition CRISP-DM steht f\u00fcr Cross Industry Standard Process for Data Mining und beschreibt ein standardisiertes und branchen\u00fcbergreifendes Vorgehensmodell f\u00fcr Data-Mining- und Data-Science-Projekte. Es teilt sich in sechs Phasen \u2013 vom Finden der Gesch\u00e4ftsfrage bis zur praktischen Umsetzung der Analyseergebnisse. Die sechs Phasen von CRISP-DM Das Modell gliedert sich in folgende Prozessschritte:<\/p>\n

      <\/i>Beitrag lesen<\/a><\/div>\n","protected":false},"author":148,"featured_media":0,"menu_order":0,"template":"","meta":{"_acf_changed":false,"_lmt_disableupdate":"no","_lmt_disable":"","footnotes":""},"glossary-categories":[6428],"glossary-tags":[],"glossary-languages":[],"class_list":{"0":"post-34104","1":"glossary","2":"type-glossary","3":"status-publish","5":"glossary-categories-data-ki"},"post_title":"CRISP-DM","post_content":"

      CRISP-DM<\/h1>\r\n

      Was ist CRISP-DM? Definition<\/strong><\/h2>\r\nCRISP-DM steht f\u00fcr Cross Industry Standard Process for Data Mining<\/strong> und beschreibt ein standardisiertes und branchen\u00fcbergreifendes Vorgehensmodell f\u00fcr Data-Mining- und Data-Science-Projekte. Es teilt sich in sechs Phasen \u2013 vom Finden der Gesch\u00e4ftsfrage bis zur praktischen Umsetzung der Analyseergebnisse.\r\n

      Die sechs Phasen von CRISP-DM<\/strong><\/h2>\r\nDas Modell gliedert sich in folgende Prozessschritte:\r\n
        \r\n \t
      1. Business Understanding (Aufgabendefinition)<\/strong>\r\nZieldefinition aus Unternehmenssicht: Welche Frage soll beantwortet werden? Was ist der gesch\u00e4ftliche Nutzen?<\/li>\r\n \t
      2. Data Understanding (Auswahl der Daten)<\/strong>\r\nSammlung, Sichtung und erste Analyse der verf\u00fcgbaren Daten: Was liegt vor? Welche Datenqualit\u00e4t ist gegeben?<\/li>\r\n \t
      3. Data Preparation (Datenaufbereitung)<\/strong>\r\nAufbereitung der Daten f\u00fcr die Analyse: Bereinigung, Transformation, Merkmalsauswahl. In der Praxis oft der aufw\u00e4ndigste Schritt.<\/li>\r\n \t
      4. Modeling (Machine Learning)<\/strong>\r\nAuswahl und Anwendung geeigneter Analyse- oder Machine-Learning-Modelle, z.\u202fB. Entscheidungsb\u00e4ume oder Clusterverfahren.<\/li>\r\n \t
      5. Evaluation (Bewertung und Interpretation der Ergebnisse)<\/strong>\r\nBewertung der Modell-Ergebnisse im Hinblick auf die urspr\u00fcngliche Gesch\u00e4ftsfrage \u2013 nicht nur statistisch, sondern auch fachlich.<\/li>\r\n \t
      6. Deployment (Anwendung der Ergebnisse)<\/strong>\r\nUmsetzung der Erkenntnisse in die Praxis \u2013 etwa als Dashboard, automatisierte Entscheidungshilfe oder operative Ma\u00dfnahme.<\/li>\r\n<\/ol>\r\n\r\n\r\n\r\n
        Wichtig:<\/strong> Die Phasen sind nicht starr sequenziell zu durchlaufen<\/strong>. R\u00fcckspr\u00fcnge und Iterationen geh\u00f6ren explizit dazu.<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n

        Vor- und Nachteile von CRISP-DM<\/strong><\/h2>\r\n\r\n\r\n\r\n\r\n\r\n\r\n\r\n
        Vorteile<\/strong><\/td>\r\nNachteile<\/strong><\/td>\r\n<\/tr>\r\n
        Strukturierter, nachvollziehbarer Prozess<\/td>\r\nKeine offizielle Weiterentwicklung seit 2007<\/td>\r\n<\/tr>\r\n
        Tool- und branchenunabh\u00e4ngig einsetzbar<\/td>\r\nNicht auf Echtzeit- oder Streaming-Daten ausgelegt. F\u00fcr klassische Batch-Prozesse geeignet,\r\n\r\nbei Echtzeitanalysen ist eine Erg\u00e4nzung durch agile oder DevOps-Frameworks sinnvoll<\/td>\r\n<\/tr>\r\n
        Hohe Verst\u00e4ndlichkeit f\u00fcr gemischte Projektteams<\/td>\r\nIn agilen Projekten ggf. zu formal oder starr<\/td>\r\n<\/tr>\r\n
        Betonung des fachlichen Kontexts<\/td>\r\nDeployment-Phase bleibt unspezifisch f\u00fcr moderne ML-Umgebungen<\/td>\r\n<\/tr>\r\n<\/tbody>\r\n<\/table>\r\n \r\n

        Relevanz f\u00fcr Unternehmen<\/strong><\/h2>\r\nCRISP-DM schafft Klarheit und Struktur in datengetriebenen Projekten \u2013 insbesondere dann, wenn Fachabteilungen, Datenexpert:innen und IT zusammenarbeiten. Es hilft dabei, Analyseprojekte methodisch sauber aufzusetzen, typische Fehler zu vermeiden und Ergebnisse praxisnah umzusetzen. Gerade f\u00fcr Unternehmen, die erste Schritte mit Data Science gehen oder standardisierte Abl\u00e4ufe etablieren wollen, bietet CRISP-DM eine gute Orientierung.\r\n

        Praxisbeispiel<\/strong><\/h2>\r\nEin Versicherungsunternehmen m\u00f6chte k\u00fcndigungsgef\u00e4hrdete Kund:innen fr\u00fchzeitig erkennen und durchl\u00e4uft hierzu in einem Datenprojekt die sechs Phasen des CRISP-DM.\r\n
          \r\n \t
        1. Business Understanding<\/strong>: Die Aufgabe bzw. das Ziel wird definiert: K\u00fcndigungen reduzieren, indem gef\u00e4hrdete Vertr\u00e4ge erkannt werden.<\/li>\r\n \t
        2. Data Understanding:<\/strong> Die Daten beinhalten Vertragslaufzeiten, Schadensf\u00e4lle, Kontaktverhalten und Nutzungsmuster.<\/li>\r\n \t
        3. Data Preparation:<\/strong> Fehlende Werte werden erg\u00e4nzt, neue (abgeleitete) Merkmale wie \u201eKontaktfrequenz\u201c gebildet, Ausrei\u00dfer behandelt.<\/li>\r\n \t
        4. Modeling:<\/strong> Ein Entscheidungsbaum-Modell wird trainiert, um Risikokund:innen zu klassifizieren.<\/li>\r\n \t
        5. Evaluation:<\/strong> Das eingesetzte Modell hat gute Metriken. Die Ergebnisse werden deshalb gemeinsam mit der Fachabteilung validiert und flie\u00dfen in die n\u00e4chste Iteration ein.<\/li>\r\n \t
        6. Deployment:<\/strong> Die Modell-Ergebnisse werden in das CRM-System eingespeist. Vertriebsteams erhalten daraufhin automatisierte Hinweise zur Kundenansprache.<\/li>\r\n<\/ol>\r\n \r\n\r\n[pods name=\"seminartipp\" slug=\"34001\" template=\"Seminartipp\"]\r\n

          FAQ<\/strong><\/h2>\r\n

          Ist CRISP-DM noch aktuell?<\/strong><\/h3>\r\nJa. Zwar wurde das Modell seit 2007 nicht offiziell weiterentwickelt, es ist aber weiterhin weit verbreitet und praxisbew\u00e4hrt \u2013 gerade im Mittelstand und in klassischen Analyseprojekten.\r\n

          Eignet sich CRISP-DM auch f\u00fcr moderne Data-Science-Projekte?<\/strong><\/h3>\r\nGrunds\u00e4tzlich ja. F\u00fcr kontinuierliche Modellpflege, MLOps oder agile Produktentwicklung ist aber eine Erg\u00e4nzung durch aktuellere Frameworks sinnvoll.\r\n

          Wie flexibel ist das Modell?<\/strong><\/h3>\r\nSehr flexibel in der Anwendung. Die sechs Phasen sind logisch aufgebaut, aber iterativ gedacht \u2013 R\u00fcckspr\u00fcnge oder Parallelbearbeitungen sind ausdr\u00fccklich vorgesehen.\r\n

          Gibt es unterst\u00fctzende Tools oder Vorlagen?<\/strong><\/h3>\r\nViele Unternehmen nutzen eigene Checklisten oder Vorlagen auf Basis von CRISP-DM. Auch Tools wie IBM SPSS Modeler oder KNIME orientieren sich stark am Phasenmodell.","acf":{"p_authors":null},"yoast_head":"\nCRISP-DM: Definition, Phasen und Merkmale<\/title>\n<meta name=\"description\" content=\"Erfahre was CRISP-DM ist und welche Phasen es darin gibt. Lese die wichtigen Vor- und Nachteile und die Relevanz f\u00fcr Unternehmen.\" \/>\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\/crisp-dm\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"CRISP-DM: Definition, Phasen und Merkmale\" \/>\n<meta property=\"og:description\" content=\"Erfahre was CRISP-DM ist und welche Phasen es darin gibt. Lese die wichtigen Vor- und Nachteile und die Relevanz f\u00fcr Unternehmen.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.haufe-akademie.de\/blog\/glossar\/crisp-dm\/\" \/>\n<meta property=\"og:site_name\" content=\"Haufe Akademie\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/HaufeAkademie\" \/>\n<meta property=\"article:modified_time\" content=\"2025-07-31T08:12:19+00:00\" \/>\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":"CRISP-DM: Definition, Phasen und Merkmale","description":"Erfahre was CRISP-DM ist und welche Phasen es darin gibt. Lese die wichtigen Vor- und Nachteile und die Relevanz f\u00fcr Unternehmen.","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\/crisp-dm\/","og_locale":"de_DE","og_type":"article","og_title":"CRISP-DM: Definition, Phasen und Merkmale","og_description":"Erfahre was CRISP-DM ist und welche Phasen es darin gibt. Lese die wichtigen Vor- und Nachteile und die Relevanz f\u00fcr Unternehmen.","og_url":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/crisp-dm\/","og_site_name":"Haufe Akademie","article_publisher":"https:\/\/www.facebook.com\/HaufeAkademie","article_modified_time":"2025-07-31T08:12:19+00:00","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\/crisp-dm\/","url":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/crisp-dm\/","name":"CRISP-DM: Definition, Phasen und Merkmale","isPartOf":{"@id":"https:\/\/www.haufe-akademie.de\/blog\/#website"},"datePublished":"2025-07-31T08:12:04+00:00","dateModified":"2025-07-31T08:12:19+00:00","description":"Erfahre was CRISP-DM ist und welche Phasen es darin gibt. Lese die wichtigen Vor- und Nachteile und die Relevanz f\u00fcr Unternehmen.","breadcrumb":{"@id":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/crisp-dm\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.haufe-akademie.de\/blog\/glossar\/crisp-dm\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.haufe-akademie.de\/blog\/glossar\/crisp-dm\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.haufe-akademie.de\/blog\/"},{"@type":"ListItem","position":2,"name":"CRISP-DM"}]},{"@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\/34104","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":2,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary\/34104\/revisions"}],"predecessor-version":[{"id":34110,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary\/34104\/revisions\/34110"}],"wp:attachment":[{"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/media?parent=34104"}],"wp:term":[{"taxonomy":"glossary-categories","embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary-categories?post=34104"},{"taxonomy":"glossary-tags","embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary-tags?post=34104"},{"taxonomy":"glossary-languages","embeddable":true,"href":"https:\/\/www.haufe-akademie.de\/blog\/wp-json\/wp\/v2\/glossary-languages?post=34104"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}