{"id":42502,"date":"2026-05-28T10:41:42","date_gmt":"2026-05-28T08:41:42","guid":{"rendered":"https:\/\/altoo.io\/?p=42502"},"modified":"2026-05-07T10:46:18","modified_gmt":"2026-05-07T08:46:18","slug":"ai-readiness-warum-konsolidierte-vermogensdaten-an-erster-stelle-stehen","status":"publish","type":"post","link":"https:\/\/altoo.io\/de\/ai-readiness-why-consolidated-wealth-data-comes-first\/","title":{"rendered":"KI-Bereitschaft: Warum konsolidierte Verm\u00f6gensdaten an erster Stelle stehen"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Es ist schwieriger geworden, den privaten Reichtum in einem St\u00fcck zu sehen. Der Umfang ist ein Teil der Geschichte, aber nicht der entscheidende Teil. Komplexit\u00e4t sammelt sich an den R\u00e4ndern an: Privatverm\u00f6gen wird in unterschiedlichen Zyklen aktualisiert, Bankdaten werden in inkompatiblen Formaten geliefert, Eigentumsstrukturen werden zwar formal erfasst, sind aber nur unzureichend mit der Live-Berichterstattung verkn\u00fcpft, Dokumente werden in Postf\u00e4chern oder Beratersystemen aufbewahrt und nicht in einer gemeinsamen Betriebsansicht. Es gibt zahlreiche Informationen. Viel weniger davon ist unmittelbar verwertbar.<\/span><\/p>

In der j\u00fcngsten Diskussion wird KI oft als Beschleuniger f\u00fcr Arbeiten dargestellt, die fr\u00fcher zu lange dauerten. Im engeren Sinne ist das richtig. Doch ein schnellerer Output l\u00f6st die schwache Grundstruktur nicht auf. In verstreuten Informationsumgebungen werden Reibungen weniger sichtbar. Arbeit, die fr\u00fcher offensichtlich unvollst\u00e4ndig war, sieht jetzt fertig aus.<\/span><\/p>

Hinter der Aufregung um das Tooling verbirgt sich daher eine ernstere Frage. Kann das Informationsumfeld den zuverl\u00e4ssigen Einsatz von KI unterst\u00fctzen, sobald die Technologie aus der Erprobung in die t\u00e4gliche Betriebspraxis \u00fcbergeht?<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Die eigentliche Last liegt unterhalb der sichtbaren Schicht<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Ein n\u00fctzlicher Anhaltspunkt kommt von au\u00dferhalb der Verm\u00f6gensverwaltung. Eine <\/span>MIT Sloan Feldf\u00fchrer <\/span><\/a>\u00a0\u00fcber den Einsatz von KI-Agenten in der klinischen Praxis ergab, dass weniger als ein F\u00fcnftel des Implementierungsaufwands f\u00fcr das Prompt Engineering und die Modellentwicklung aufgewendet wurde. Der \u00fcberwiegende Anteil entfiel auf Datenintegration, Workflow-Design, Validierung, Governance und organisatorische Anpassung. Die Autoren beschreiben dieses Muster als \u201c80\/20-Regel\u201d f\u00fcr den Einsatz.<\/span><\/p>

Der Bereich ist anders, aber die Arbeitslogik ist vertraut. Wissensintensive Arbeit h\u00e4ngt vom Kontext ab, bevor sie von Berechnungen profitiert. Ein Modell kann nur so n\u00fctzlich sein wie das Material, das es abrufen, interpretieren, korrekt zulassen und in \u00fcberpr\u00fcfbarer Form aufbewahren kann. Die Antwort auf dem Bildschirm ist nur das sichtbare Ende einer viel gr\u00f6\u00dferen Struktur.<\/span><\/p>

Die Erfahrungen der Unternehmen spiegeln das gleiche Muster wider. Ein k\u00fcrzlich erschienenes Playbook von <\/span>Stanfords Labor f\u00fcr digitale Wirtschaft<\/span><\/a>, argumentiert auf der Grundlage von MIT-Forschungsergebnissen, dass die meisten generativen KI-Pilotprojekte keine messbaren finanziellen Auswirkungen haben und dass erfolgreiche Eins\u00e4tze oft erst nach fr\u00fcheren Fehlversuchen zustande kommen. Die Schwierigkeit liegt selten in der F\u00e4higkeit des Modells, plausible Ergebnisse zu erzeugen. Die Schwierigkeit besteht darin, diesem Output eine verl\u00e4ssliche Grundlage in den laufenden Arbeitsabl\u00e4ufen zu geben.<\/span><\/p>

Das Privatverm\u00f6gen ist diesem Problem in besonderer Weise ausgesetzt. Das beratende Urteilsverm\u00f6gen mag der sichtbare Kern des Berufs sein, aber der gr\u00f6\u00dfte Teil des Aufwands liegt in seinem Umfeld: Abgleich von Aufzeichnungen, \u00dcberpr\u00fcfung von \u00c4nderungen, Auffinden von Dokumenten, Interpretation von Strukturen, Best\u00e4tigung der Qualit\u00e4t von Quellen und Feststellung, ob das Bild, das sich dem Entscheidungstr\u00e4ger bietet, materiell vollst\u00e4ndig ist. Wo diese operative Ebene Schw\u00e4chen aufweist, korrigiert die KI sie nicht. Sie arbeitet sich durch sie hindurch und erbt ihre Grenzen.<\/span><\/p>

Eine Einschr\u00e4nkung sollte man im Hinterkopf behalten. Die \u00f6ffentliche Forschung zum Einsatz von KI in Family Offices und komplexen privaten Verm\u00f6gensstrukturen ist nach wie vor begrenzt. Die Erkenntnisse aus dem operativen Gesch\u00e4ft von Unternehmen, vergleichbaren Finanzfunktionen und anderen wissensintensiven Umgebungen sind wesentlich reichhaltiger, weshalb sich die Argumentation hier auf diese Bereiche st\u00fctzt. Der Vergleich ist nicht exakt, aber die Betriebsbedingungen sind nahe genug, um die Erkenntnisse n\u00fctzlich zu machen: fragmentierte Daten, umfangreiche Dokumentation, erlaubnisabh\u00e4ngige Arbeitsabl\u00e4ufe und wenig Raum f\u00fcr Fehler.<\/span>
<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Fragmentierung sieht selten dramatisch aus<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Die meisten Verm\u00f6gensstrukturen sind weniger durch fehlende Informationen als durch Fragmentierung gepr\u00e4gt. Es gibt zwar Aufzeichnungen, aber in unterschiedlichen Systemen. Die Berichterstattung ist vorhanden, aber nicht nach einem gemeinsamen Zeitplan. Dokumentation ist vorhanden, aber losgel\u00f6st von dem Fluss, in dem Entscheidungen vorbereitet und \u00fcberpr\u00fcft werden. Zust\u00e4ndigkeiten werden zugewiesen, aber oft \u00fcber formelle und informelle Kan\u00e4le, die in der Praxis nicht sauber aufeinander abgestimmt sind.<\/span><\/p>

Die ersten Symptome sind in der Regel bescheiden. Die Vorbereitung dauert l\u00e4nger als erwartet. Das Follow-up wird uneinheitlich. Die Teams verlassen sich auf einige wenige Personen, die wissen, wo sich das Material befindet und wie es zusammenpasst. Ein Dokument kann gefunden werden, wenn auch nicht schnell. Eine Zahl kann \u00fcberpr\u00fcft werden, auch wenn sie nicht immer m\u00fchelos bis zur Quelle zur\u00fcckverfolgt werden kann. Nichts von alledem f\u00fchrt zu einer offensichtlichen Unterbrechung. Die Belastung h\u00e4uft sich im Hintergrund an, bis die Arbeitsebene langsamer, weniger transparent und st\u00e4rker von manueller Rekonstruktion abh\u00e4ngig wird.<\/span><\/p>

Finanzinstitute beschreiben \u00e4hnliche Hindernisse, wenn KI von der Pilotphase in die Produktion \u00fcberf\u00fchrt wird. A <\/span>BIS-Papier zur Nutzung von AI-Daten<\/span><\/a> im Finanzdienstleistungssektor zitiert eine Untersuchung des IIF-EY, die zeigt, dass 79% der Institute die Datenqualit\u00e4t als Haupthindernis f\u00fcr die Einf\u00fchrung ansehen. Innerhalb dieser Gruppe nennen 96% verrauschte, nicht zeitgerechte, ungenaue oder nicht anpassbare Daten als Hauptproblem, w\u00e4hrend 94% einen Mangel an gekennzeichneten Daten anf\u00fchren.<\/span><\/p>

Diese Zahlen sind n\u00fctzlich, weil sie zeigen, wo die Umsetzung stockt. KI-Systeme beseitigen nicht die strukturellen Schw\u00e4chen der zugrunde liegenden Informationsbasis. Sie f\u00fchren sie in schnellere Arbeitsabl\u00e4ufe und ausgefeiltere Ergebnisse weiter.<\/span><\/p>

KI kann in fragmentierten Umgebungen lokale Effizienzsteigerungen bewirken. Allein durch Fragmentierung kann sie keine dauerhafte operative Klarheit schaffen.<\/span><\/p>

In der Verm\u00f6gensverwaltung sind die Auswirkungen anfangs leicht zu \u00fcbersehen. Die Ergebnisse k\u00f6nnen auch dann noch plausibel sein, wenn der Kontext, in dem sie stehen, unvollst\u00e4ndig ist. Eine Zusammenfassung kann sich sauber lesen, w\u00e4hrend ein wichtiges Dokument ausgelassen wird. Ein Retrieval-Tool kann das liefern, was am einfachsten zug\u00e4nglich ist, und nicht das, was am wichtigsten ist. Ein Briefing-Vermerk kann schnell zusammengestellt werden, w\u00e4hrend er sich auf eine technisch aktuelle, aber unvollst\u00e4ndige Berichterstattung st\u00fctzt. Das Risiko tritt in der Regel nicht in Form eines sichtbaren Fehlers auf. Es h\u00e4uft sich im Stillen durch Unterlassung, falsches Vertrauen und allm\u00e4hlich nachlassende Aufsicht an.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Klarheit ist Teil der Infrastruktur geworden<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Die Datenkonsolidierung in der Verm\u00f6gensverwaltung wird immer noch h\u00e4ufig als ein Thema des Berichtswesens behandelt. Der Begriff suggeriert Dashboards, Aggregation, Komfort, Pr\u00e4sentation. Die betriebswirtschaftliche Bedeutung hat sich dar\u00fcber hinaus erweitert. Die Konsolidierung steht heute viel n\u00e4her an der Frage, ob KI \u00fcberhaupt zuverl\u00e4ssig funktionieren kann.<\/span><\/p>

Die Grundvoraussetzung ist eine gemeinsame Betriebssicht. Ohne eine solche wird jede dar\u00fcber liegende Ebene anf\u00e4lliger, als sie erscheint. Die Abfrage kann effizient sein und dennoch wesentliches Material \u00fcbersehen, weil die Quellen nicht miteinander verbunden sind. Zusammenfassungen k\u00f6nnen gut geschrieben sein und trotzdem auf widerspr\u00fcchlichen Versionen beruhen. Teams k\u00f6nnen schneller vorankommen und trotzdem von verstecktem manuellem Aufwand abh\u00e4ngig bleiben, bevor der Arbeitsablauf beginnen kann.<\/span><\/p>

Die Erkenntnisse aus anderen Bereichen des Finanzwesens mit \u00e4hnlichen betrieblichen Zw\u00e4ngen weisen in die gleiche Richtung. <\/span>EY's 2025 Tax and Finance Operations Survey <\/span><\/a>ergab, dass 80% der Befragten unzureichende KI-f\u00e4hige Daten als gr\u00f6\u00dftes Hindernis f\u00fcr die Weiterentwicklung der KI sehen. Nur eine kleine Minderheit beschreibt sich selbst als sehr effektiv beim Zugriff, der Organisation, der Nutzung und der Wiederverwendung von Daten, w\u00e4hrend 91% sagen, dass ihre Daten in zu vielen Silos gespeichert sind. Effektivere Funktionen arbeiten viel eher mit zentral organisierten, zug\u00e4nglichen Informationen, die mit den Quellsystemen verkn\u00fcpft sind, als mit Daten, die \u00fcber unzusammenh\u00e4ngende Tools verstreut sind.<\/span><\/p>

F\u00fcr das Privatverm\u00f6gen ist die Konsequenz eindeutig. Die entscheidende Frage ist nicht mehr, ob die Informationen irgendwo in der Struktur vorhanden sind. Die wichtigere Frage ist, ob sie zu einer stabilen, genehmigten und \u00fcberpr\u00fcfbaren \u00dcbersicht \u00fcber Verwahrer, Unternehmen, Verm\u00f6gensklassen und Dokumente zusammengestellt werden k\u00f6nnen. <\/span>Digitale Werkzeuge<\/span><\/a> werden genau an diesem Punkt strategisch relevant. Ihr Wert liegt in der Verringerung des manuellen Aufwands, der erforderlich ist, um den Kontext zu rekonstruieren, bevor eine Analyse beginnen kann. Sie k\u00f6nnen die Provenienz verbessern, den Zugang mit der Verantwortung in Einklang bringen und die Konsistenz dessen, was in den Entscheidungsprozess einflie\u00dft, verbessern. Unter diesen Bedingungen fungiert KI weniger als eine ausgefeilte Schnittstelle, die die Fragmentierung \u00fcberwindet, sondern vielmehr als eine nutzbare Betriebsschicht innerhalb einer klareren Informationsumgebung.<\/span><\/p>

Eine perfekte Konsolidierung ist selten zu erreichen, insbesondere in komplexen internationalen Strukturen. Das praktische Ziel ist nicht v\u00f6llige Einheitlichkeit, sondern eine hinreichend koh\u00e4rente operative Sichtweise, die das Auffinden, die \u00dcberpr\u00fcfung und die Weiterverfolgung wesentlich zuverl\u00e4ssiger macht.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Bessere Ergebnisse erh\u00f6hen den Standard f\u00fcr Disziplin<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

KI ver\u00e4ndert die Struktur des operationellen Risikos. Unvollst\u00e4ndige Abrufe, unzureichende Quellenkontrolle oder widerspr\u00fcchliche Datens\u00e4tze machen sich nicht mehr durch Verz\u00f6gerungen oder sichtbare Reibungsverluste bemerkbar. Sie k\u00f6nnen nun in koh\u00e4renten, gut strukturierten und sofort verwendbaren Ergebnissen enthalten sein. Die Schwachstelle ist zwar immer noch vorhanden, aber sie ist leichter zu \u00fcbersehen.<\/span><\/p>

Bereitschaft h\u00e4ngt also von mehr ab als von technischem Zugang oder aggregierter Berichterstattung. Provenienz, Berechtigungen, \u00dcberpr\u00fcfungslogik, Versionskontrolle und die F\u00e4higkeit, L\u00fccken in der Informationsbasis zu erkennen, r\u00fccken in den Mittelpunkt des Betriebsmodells. Dieselbe MIT-Studie, die den Schwerpunkt auf die Integration legt, hebt auch Validierung, Governance und Drift-Management als entscheidende Elemente einer realen Implementierung hervor.<\/span><\/p>

Die strategische Kluft beginnt sich zu verschieben. Der entscheidende Unterschied liegt vielleicht nicht zwischen Unternehmen, die KI einsetzen, und Unternehmen, die dies nicht tun. Er k\u00f6nnte zwischen denjenigen liegen, deren Informationsumgebung diszipliniert genug ist, um KI verl\u00e4sslich zu machen, und denjenigen, deren Fragmentierung einfach schwieriger zu erkennen ist, sobald KI dar\u00fcber gelegt wird.<\/span><\/p>

Die Verm\u00f6gensstrukturen werden nicht einfacher. Sie werden internationaler, dokumentenlastiger und sind st\u00e4rker von der Koordination zwischen Spezialisten abh\u00e4ngig. In diesem Umfeld ist es unwahrscheinlich, dass die Institution mit dem beeindruckendsten Modell f\u00fcr sich allein den Vorteil hat. Er wird demjenigen geh\u00f6ren, der den klarsten \u00dcberblick \u00fcber die Struktur hat, von der jedes Modell abh\u00e4ngt.<\/span><\/p>

KI l\u00f6st nicht die fragmentierten Verm\u00f6gensdaten. Sie erbt sie. Deshalb steht die Konsolidierung an erster Stelle.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Was es zu beachten gilt<\/span><\/h4>
  • KI wird in der Verm\u00f6gensverwaltung allm\u00e4hlich wichtig, nicht weil sie das Urteilsverm\u00f6gen ersetzt, sondern weil sie die mit dem Urteilsverm\u00f6gen verbundenen Reibungsverluste verringert.<\/span>
    <\/span><\/li>
  • F\u00fcr Schweizer Verm\u00f6gensverwalter liegt das gr\u00f6ssere Hindernis oft in der Fragmentierung der Informationen \u00fcber Banken, Unternehmen, Anlageklassen und Berater. Produktivit\u00e4tsgewinne sind nur dann glaubw\u00fcrdig, wenn die zugrunde liegende Informationsumgebung so strukturiert ist, dass sie eine schnellere Ausf\u00fchrung unterst\u00fctzt, ohne die Kontrolle zu schw\u00e4chen.<\/span>
    <\/span><\/li>
  • Eine Verm\u00f6gensplattform wie Altoo kann dabei helfen, indem sie die Transparenz \u00fcber komplexe Verm\u00f6gensstrukturen verbessert und den manuellen Aufwand f\u00fcr die Vorbereitung, Koordination und Umsetzung reduziert.<\/span><\/li><\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
    \n\t\t\t\t\t\t
    \n\t\t\t\t\t
    \n\t\t\t
    \n\t\t\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t

    Drei Priorit\u00e4ten f\u00fcr Verm\u00f6gensverwalter stechen hervor: <\/span><\/h4>
    • Definieren Sie, wo fragmentierte Informationen die Vorbereitung, \u00dcberpr\u00fcfung und Ausf\u00fchrung verlangsamen.<\/span>
      <\/span><\/li>
    • Aufbau einer zuverl\u00e4ssigen digitalen Basis f\u00fcr KI mit klarer \u00dcbersicht \u00fcber Verwahrer, Unternehmen, Verm\u00f6genswerte und Dokumente.<\/span>
      <\/span><\/li>
    • Straffung der Governance in Bezug auf Quellqualit\u00e4t, Berechtigungen, Validierung und \u00dcberpr\u00fcfung.<\/span><\/li><\/ul>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
      \n\t\t\t\t\t\t
      \n\t\t\t\t\t
      \n\t\t\t
      \n\t\t\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Lesen Sie auch <\/span>KI und Produktivit\u00e4t im Schweizer Wealth Management <\/i><\/b>um zu untersuchen, wie KI, Transparenz und Verantwortlichkeit die Zukunft der Verm\u00f6gensverwaltung neu definieren.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

      K\u00fcnstliche Intelligenz h\u00e4lt Einzug in die Verm\u00f6gensverwaltung, aber die meisten Schwierigkeiten liegen im Backoffice der Informationen. Das Problem ist nicht, dass es an Modellen, Schnittstellen oder Anwendungsf\u00e4llen mangelt. Das Problem besteht darin, dass ein Gro\u00dfteil des Privatverm\u00f6gens immer noch in fragmentierten Berichten, uneinheitlichen Dokumentationen und parallelen Strukturen steckt, die nie f\u00fcr eine gemeinsame Betriebsansicht konzipiert wurden.<\/p>","protected":false},"author":12,"featured_media":42505,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"cybocfi_hide_featured_image":"","two_page_speed":[],"footnotes":""},"categories":[184,544,39],"tags":[1174,1032],"class_list":["post-42502","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-all-insights","category-artificial-intelligence","category-technology","tag-ai-readiness","tag-template-3"],"_links":{"self":[{"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/posts\/42502","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/comments?post=42502"}],"version-history":[{"count":5,"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/posts\/42502\/revisions"}],"predecessor-version":[{"id":42594,"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/posts\/42502\/revisions\/42594"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/media\/42505"}],"wp:attachment":[{"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/media?parent=42502"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/categories?post=42502"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/altoo.io\/de\/wp-json\/wp\/v2\/tags?post=42502"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}