{"id":164873,"date":"2026-02-18T11:18:49","date_gmt":"2026-02-18T10:18:49","guid":{"rendered":"https:\/\/liora.io\/de\/?p=164873"},"modified":"2026-02-19T14:51:51","modified_gmt":"2026-02-19T13:51:51","slug":"dendrogramm","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/dendrogramm","title":{"rendered":"Dendrogramm: Alles \u00fcber das hierarchische Clusterdiagramm"},"content":{"rendered":"\n<p><strong>Ein Dendrogamma ist ein hierarchisches Gruppierungsdiagramm, mit dem Daten anhand ihrer \u00c4hnlichkeiten in einer Baumstruktur angeordnet werden k\u00f6nnen. Hier erfahren Sie alles, was Sie dar\u00fcber wissen m\u00fcssen.<\/strong><\/p>\n\n\n\n<p>Die Datenvisualisierung ist sehr n\u00fctzlich, um Daten lesbar und relevant darzustellen. Es gibt eine Vielzahl von Techniken und <b>Algorithmen, um Daten automatisch <\/b>auf unterschiedliche Weise zu <b>organisieren.<\/b> Eine dieser Methoden ist die hierarchische Gruppierung, die auf Dendrogramm-Diagrammen beruht.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-was-ist-hierarchisches-clustering\">Was ist hierarchisches Clustering?<\/h2>\n\n\n\n<p>Beim Clustering oder der hierarchischen Gruppierung wird <b>ein Clusterbaum erstellt, <\/b>um die Daten darzustellen. Innerhalb dieses Baumes ist jede Gruppe oder &#8222;Knoten&#8220; mit zwei oder mehr Nachfolgergruppen verbunden. Die Gruppen sind miteinander verschachtelt und in Form <b>eines Baumes organisiert<\/b>. Jeder Knoten des Baums enth\u00e4lt eine Gruppe \u00e4hnlicher Daten, und die Knoten werden entsprechend ihrer \u00c4hnlichkeiten gruppiert.<\/p>\n\n\n\n<p>Die <b>Cluster einer Ebene schlie\u00dfen sich den Clustern der n\u00e4chsth\u00f6heren Ebene an, <\/b>immer auf der Grundlage ihrer \u00c4hnlichkeiten. Dieser Prozess wird fortgesetzt, bis alle Knoten in die Baumstruktur aufgenommen sind.Die Gesamtzahl der Cluster wird vor der Erstellung des Diagramms nicht vorherbestimmt.<\/p>\n\n\n\n<p>Im Idealfall stellt das endg\u00fcltige Schema eine klare und lesbare Klassifizierung der Daten dar. Diese <b>hierarchische Gruppierung bietet einen <\/b>sofortigen <b>visuellen &#8222;Snapshot&#8220; <\/b>des Datensatzes. Diese Baumstruktur aus Clustern wird Dendrogramm genannt.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\" id=\"h-was-ist-ein-dendrogramm\">Was ist ein Dendrogramm?<\/h2>\n\n\n\n<p>Das Dendrogramm ist also <b>die Art von Baumdiagramm<\/b>, die man verwendet, um hierarchisches Clustering darzustellen, d. h. die Beziehungen zwischen \u00e4hnlichen Datens\u00e4tzen.<\/p>\n\n\n\n<p>Diese Art von Diagramm wird h\u00e4ufig in der Biologie verwendet, insbesondere um die Verbindungen zwischen Gruppen von Genen darzustellen. Es ist jedoch m\u00f6glich, jede Art von Daten darzustellen. Aus diesem Grund ist das Dendrogramm <b>ein wichtiges Konzept der Data Science <\/b>und der Data Visualization.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter\"><img decoding=\"async\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/8\/2022\/11\/dendrogramme.webp\" alt=\"\" \/><figcaption class=\"wp-element-caption\">Das Dendrogramm<\/figcaption><\/figure>\n\n\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/liora.io\/de\/weiterbildung\/data-ki\/data-management\">Alles \u00fcber Dendrogramm und DataViz<\/a><\/div>\n<\/div>\n\n\n<h2 class=\"wp-block-heading\" id=\"die-verschiedenen-teile-eines-dendrogramms\">Die verschiedenen Teile eines Dendrogramms<\/h2>\n\n\n\n<p>Man unterscheidet <b>verschiedene Formen von Dendrogrammen<\/b>. Es kann sich um ein Linien- oder ein Spaltendiagramm handeln. Manchmal hat das Diagramm auch eine Kreisform oder einfach eine abstrakte Form. Dennoch erzeugt die Software in der Regel <b>Zeilen- oder Spaltendiagramme<\/b>. Unabh\u00e4ngig von der Form besteht ein grundlegendes Dendrogramm aus denselben Komponenten.<\/p>\n\n\n\n<p>Die <b>Kladen sind die \u00c4ste des Baumes<\/b>. Meist wird jede Klade durch einen Buchstaben des griechischen Alphabets in einer Leserichtung von links nach rechts bezeichnet. Jede <b>Klade hat ein oder mehrere Bl\u00e4tter<\/b>. Diese Bl\u00e4tter k\u00f6nnen einfach, doppelt oder dreifach sein. Die Anzahl der Bl\u00e4tter einer Klade ist theoretisch unbegrenzt, aber die Grafik wird mit zunehmender Anzahl immer schwerer lesbar.<\/p>\n\n\n\n<p>?Auch interessant:<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td><a href=\"https:\/\/liora.io\/de\/tortendiagramm-excel-ein-blick-auf-diesen-diagrammtyp\" target=\"_blank\" rel=\"noopener\">Tortendiagramm Excel : Ein Blick auf diesen Diagrammtyp.<\/a><\/td><\/tr><tr><td><a href=\"https:\/\/liora.io\/de\/sarimax-modell-verstaendnis-und-anwendung-in-der-zeitreihenanalyse\" target=\"_blank\" rel=\"noopener\">SARIMAX Modell: Verst\u00e4ndnis und Anwendung in der Zeitreihenanalyse<\/a><\/td><\/tr><tr><td><a href=\"https:\/\/liora.io\/de\/area-charts-definition-unterschiede-und-grenzen-dieser-modelle\" target=\"_blank\" rel=\"noopener\">Area Charts: Definition, Unterschiede und Grenzen dieser Modelle<\/a><\/td><\/tr><tr><td><a href=\"https:\/\/liora.io\/de\/dashboard-was-ist-das-und-wie-nutzt-man-es\" target=\"_blank\" rel=\"noopener\">Dashboard: Was ist das und wie nutzt man es?<\/a><\/td><\/tr><tr><td><a href=\"https:\/\/liora.io\/de\/power-bi-waterfall-visual-anwendungsbeispiele\" target=\"_blank\" rel=\"noopener\">Power BI Waterfall Visual: Anwendungsbeispiele <\/a><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n<h2 class=\"wp-block-heading\" id=\"wie-liest-man-ein-dendrogramm\">Wie liest man ein Dendrogramm?<\/h2>\n\n\n\n<p>Wie bereits erw\u00e4hnt, werden die Kladen in einem Dendogramm nach <b>ihrer \u00c4hnlichkeit geordnet<\/b>. So sind Kladen, die auf derselben H\u00f6he ausgerichtet sind, \u00e4hnlich, w\u00e4hrend Kladen mit unterschiedlicher H\u00f6he unterschiedlich sind. Je gr\u00f6\u00dfer der Gr\u00f6\u00dfenunterschied, desto unterschiedlicher sind die Kladen. Es gibt <b>verschiedene Methoden, um die \u00c4hnlichkeit zu messen, <\/b>eine der popul\u00e4rsten ist der Korrelationskoeffizient nach Pearson.<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-4-3 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe title=\"Classification ascendante hi\u00e9rarchique (cours 1\/4) : les donn\u00e9es, la probl\u00e9matique\" width=\"500\" height=\"375\" src=\"https:\/\/www.youtube.com\/embed\/SE_4dLh5vXY?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n\n<h2 class=\"wp-block-heading\" id=\"algorithmen-zur-hierarchischen-gruppierung\">Algorithmen zur hierarchischen Gruppierung<\/h2>\n\n\n\n<p>Alle <b>Algorithmen zur hierarchischen Gruppierung sind &#8222;monoton&#8220; <\/b>. Das bedeutet, dass sie entweder zunehmen oder abnehmen. Sie k\u00f6nnen von unten nach oben oder von oben nach unten verlaufen.<\/p>\n\n\n\n<p>Wenn der Algorithmus von unten nach oben verl\u00e4uft, handelt es sich um einen <a href=\"https:\/\/liora.io\/de\/machine-learning-clustering-fokus-auf-den-cah-algorithmus\">HAC-Algorithmus: Hierachical Agglomerative Clustering oder Hierarchical<\/a> <b>Agglomerative Clustering.<\/b> Dieser Algorithmus behandelt zun\u00e4chst jedes Dokument als ein einzelnes Cluster und kombiniert dann die Elemente <a href=\"https:\/\/liora.io\/de\/machine-learning-clustering\">paarweise zu neuen Clustern.<\/a> Wie die Paare kombiniert werden, h\u00e4ngt von einer <b>Berechnung der Differenz zwischen jedem kombinierten Paar <\/b>und den anderen Stichproben ab. Es gibt verschiedene Methoden, um diese Differenz zu berechnen.<\/p>\n\n\n\n<p>Bei der <b>vollst\u00e4ndigen Verkn\u00fcpfung wird <\/b>die \u00c4hnlichkeit mit dem am weitesten entfernten Paar gemessen, doch bei dieser Methode besteht das Risiko, dass nahe Gruppen zu sp\u00e4t zusammengef\u00fchrt werden, um optimal zu sein. Eine weitere Methode ist die <b>Single-Linkage-Methode<\/b>. Sie besteht darin, die \u00c4hnlichkeit mit dem n\u00e4chstgelegenen Paar zu messen. Auch hier besteht der Nachteil darin, dass die Gefahr besteht, dass Gruppen von Paaren, die sich trotz ihrer Unterschiede \u00e4hnlich sind, vorzeitig zusammengef\u00fchrt werden.<\/p>\n\n\n\n<p>Die <b>Methode des Gruppendurchschnitts<\/b>, oder group average, misst die \u00c4hnlichkeit zwischen den Gruppen. Bei der Schwerpunkt\u00e4hnlichkeit schlie\u00dflich, oder &#8222;centroid similarity&#8220; , werden die Cluster mit dem \u00e4hnlichsten Mittelpunkt in jeder Iteration zusammengef\u00fchrt. Unabh\u00e4ngig von der Methode wird <b>dieser Paarungsprozess so lange fortgesetzt, bis <\/b>alle Elemente zu einem Cluster verschmolzen sind. HAC ist der am h\u00e4ufigsten verwendete hierarchische Clustering-Algorithmus. Er hat jedoch den Nachteil, dass er eine gigantische Rechenleistung und Speicherkapazit\u00e4t erfordert. Ganz besonders f\u00fcr Big Data.<\/p>\n\n\n\n<p>Denn zum Vergleich: Diese hochkomplexen Algorithmen sind <b>viermal so gro\u00df wie ein K-Mittelwert-Algorithmus<\/b>. Ein weiterer Nachteil ist, dass die Verschmelzung zwischen den Gruppen irreversibel ist. Dies kann bei verrauschten oder hochdimensionalen Daten problematisch sein.<\/p>\n\n\n\n<p>Wenn der Algorithmus von oben nach unten verl\u00e4uft, handelt es sich um einen <b>Divise-Clustering- <\/b>oder Teilungsclustering-Algorithmus. In diesem Fall werden die Daten zun\u00e4chst als ein kombinierter Cluster behandelt. Anschlie\u00dfend teilt er sich in <b>zwei verschiedene Teile, je nachdem, wie gro\u00df die \u00c4hnlichkeiten sind<\/b>. Jedes Cluster teilt sich dann wieder in zwei Teile und so weiter, bis jede Gruppe nur noch einen einzigen Datenpunkt enth\u00e4lt.<\/p>\n\n\n\n<p>Es handelt sich also um die <b>umgekehrte Funktionsweise der HAC-Algorithmen<\/b>. Das Divisionsclustering wird jedoch nur sehr selten verwendet.<\/p>\n\n\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"https:\/\/liora.io\/de\/weiterbildung\/data-ki\/data-analyst\">Eine Ausbildung zum Data Analyst \/ DataViz beginnen<\/a><\/div>\n<\/div>\n\n\n<h2 class=\"wp-block-heading\" id=\"was-sind-die-nachteile-des-dendrogramms\">Was sind die Nachteile des Dendrogramms?<\/h2>\n\n\n\n<p>Hierarchisches Clustering ist praktisch, kann aber leicht zu <b>v\u00f6llig falschen Dendrogrammen <\/b>f\u00fchren. Der Grund daf\u00fcr ist, dass der Clustering-Algorithmus auch bei v\u00f6llig ungeeigneten Daten ausgef\u00fchrt wird. Ein weiterer Grund ist, dass die gew\u00e4hlte <a href=\"https:\/\/liora.io\/de\/spectral-clustering-definition-funktionsweise-verwendung-2\">Methode zur Clusterbildung<\/a> sehr unterschiedliche Dendrogramme erzeugen kann. Es ist sehr <b>wichtig, die richtige Methode zu w\u00e4hlen, <\/b>aber das ist nicht immer einfach.<\/p>\n\n\n\n<p>Die einzige M\u00f6glichkeit, dieses \u00c4rgernis sicher zu vermeiden, besteht darin, <b>alle Daten des Datasets genau zu kennen<\/b>. Im Falle von Big Data ist dies nahezu unm\u00f6glich.<\/p>\n\n\n<h2 class=\"wp-block-heading\" id=\"wie-lerne-ich-das-dendrogramm-zu-verwenden\">Wie lerne ich, das Dendrogramm zu verwenden?<\/h2>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\" style=\"margin-top:var(--wp--preset--spacing--columns);margin-bottom:var(--wp--preset--spacing--columns)\"><div class=\"wp-block-embed__wrapper\">\n<iframe title=\"Discover our Machine Learning Engineer training - DataScientest.com\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/1X8FQhEdk80?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n\n\n<p>Das Dendrogramm ist nur eine von vielen Diagrammarten im Bereich der Datenvisualisierung. Um zu lernen, wie Sie alle DataViz-Techniken anwenden k\u00f6nnen, sollten Sie sich an <a href=\"\/formation\/data-ia\/\">die Liora-Trainings<\/a> wenden. <b>Data Visualization steht auf dem Programm <\/b>unserer Studieng\u00e4nge Data Analyst, Data Scientist und Data Management. In diesen verschiedenen Studieng\u00e4ngen erwerben Sie alle F\u00e4higkeiten, die Sie f\u00fcr die Arbeit in der Data Science ben\u00f6tigen, wie z. B. Python-Programmierung, Umgang mit Datenbanken <a href=\"https:\/\/liora.io\/machine-learning-tout-savoir\">oder Machine Learning<\/a>. <\/p>\n\n\n\n<p>Unsere Kurse k\u00f6nnen jedoch auch <b>als BootCamp oder als Weiterbildung <\/b>durchgef\u00fchrt werden. Sie verfolgen einen innovativen Ansatz des &#8222;Blended Learning&#8220;, der Pr\u00e4senzunterricht und Fernunterricht miteinander verbindet, um das Beste aus beiden Welten zu bieten.<\/p>\n\n\n\n<p>Diese Kurse k\u00f6nnen \u00fcber <b>das Pers\u00f6nliche Ausbildungskonto <\/b>oder von P\u00f4le Emploi \u00fcber die AIF finanziert werden. Nach Abschluss des Programms erhalten die Lernenden <b>ein von der Universit\u00e9 de la Sorbonne zertifiziertes Diplom <\/b>und 93 % unserer Alumni haben sofort eine Stelle gefunden. Verlieren Sie keine Sekunde mehr und entdecken Sie unsere Ausbildungsg\u00e4nge!<\/p>\n\n\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link wp-element-button\" href=\"\/\/liora.io\/de\/weiterbildung\/data-ki\/data-scientist\">Entdecken Sie die Ausbildung zum Data Scientist<\/a><\/div>\n<\/div>\n\n\n\n<script type=\"application\/ld+json\">\n{\n  \"@context\": \"https:\/\/schema.org\",\n  \"@type\": \"FAQPage\",\n  \"mainEntity\": [\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Was ist hierarchisches Clustering?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Hierarchisches Clustering ist eine Methode, bei der ein Clusterbaum erstellt wird, um Daten darzustellen. Jeder Knoten enth\u00e4lt eine Gruppe \u00e4hnlicher Daten, und Knoten werden basierend auf ihren \u00c4hnlichkeiten gruppiert. Die Cluster einer Ebene schlie\u00dfen sich den Clustern der n\u00e4chsth\u00f6heren Ebene an, bis alle Knoten in die Baumstruktur aufgenommen sind. Die Gesamtzahl der Cluster wird nicht vorherbestimmt. Diese Baumstruktur wird Dendrogramm genannt.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Was ist ein Dendrogramm?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Ein Dendrogramm ist ein Baumdiagramm zur Darstellung von hierarchischem Clustering, also den Beziehungen zwischen \u00e4hnlichen Datens\u00e4tzen. Es wird h\u00e4ufig in der Biologie f\u00fcr Gencluster verwendet, ist aber f\u00fcr jede Art von Daten geeignet und ein wichtiges Konzept in Data Science und Datenvisualisierung.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Die verschiedenen Teile eines Dendrogramms\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Ein Dendrogramm besteht aus Kladen (den \u00c4sten des Baumes), die meist mit griechischen Buchstaben bezeichnet werden. Jede Klade hat ein oder mehrere Bl\u00e4tter (einfach, doppelt oder dreifach). Die Anzahl der Bl\u00e4tter pro Klade ist theoretisch unbegrenzt, aber die Lesbarkeit nimmt mit zunehmender Anzahl ab. Dendrogramme k\u00f6nnen als Linien-, Spalten-, Kreis- oder abstrakte Diagramme dargestellt werden.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Wie liest man ein Dendrogramm?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Kladen werden in einem Dendrogramm nach ihrer \u00c4hnlichkeit geordnet. Auf gleicher H\u00f6he ausgerichtete Kladen sind \u00e4hnlich, w\u00e4hrend Kladen mit unterschiedlicher H\u00f6he sich unterscheiden \u2013 je gr\u00f6\u00dfer der H\u00f6henunterschied, desto unterschiedlicher die Kladen. Zur Messung der \u00c4hnlichkeit wird oft der Korrelationskoeffizient nach Pearson verwendet.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Algorithmen zur hierarchischen Gruppierung\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Hierarchische Gruppierungsalgorithmen sind monoton und k\u00f6nnen von unten nach oben (agglomerativ\/HAC) oder von oben nach unten (divisiv) verlaufen. HAC beginnt mit einzelnen Clustern und fusioniert sie paarweise basierend auf verschiedenen \u00c4hnlichkeitsma\u00dfen (vollst\u00e4ndige Verkn\u00fcpfung, Single-Linkage, Group Average, Zentroid-\u00c4hnlichkeit). HAC ist am h\u00e4ufigsten, aber rechenintensiv und irreversibel. Divisives Clustering beginnt mit einem Gesamtcluster und teilt es iterativ auf, wird aber selten verwendet.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Was sind die Nachteile des Dendrogramms?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Hierarchisches Clustering kann leicht zu falschen Dendrogrammen f\u00fchren, wenn der Algorithmus auf ungeeignete Daten angewendet wird oder die falsche Clustering-Methode gew\u00e4hlt wird \u2013 verschiedene Methoden k\u00f6nnen sehr unterschiedliche Dendrogramme erzeugen. Die sichere Vermeidung dieser Probleme erfordert genaue Kenntnis aller Daten, was bei Big Data nahezu unm\u00f6glich ist.\"\n      }\n    },\n    {\n      \"@type\": \"Question\",\n      \"name\": \"Wie lerne ich, das Dendrogramm zu verwenden?\",\n      \"acceptedAnswer\": {\n        \"@type\": \"Answer\",\n        \"text\": \"Liora bietet Kurse (Data Analyst, Data Scientist, Data Management) mit Modulen zur Datenvisualisierung an. Die Ausbildungen vermitteln Python-Programmierung, Datenbanken und Machine Learning. Sie sind als BootCamp oder Weiterbildung mit Blended-Learning-Ansatz verf\u00fcgbar, k\u00f6nnen \u00fcber Bildungsgutschein oder AIF finanziert werden und schlie\u00dfen mit einem von der Universit\u00e9 de la Sorbonne zertifizierten Diplom ab. 93% der Alumni finden sofort eine Stelle.\"\n      }\n    }\n  ]\n}\n<\/script>\n","protected":false},"excerpt":{"rendered":"<p>Ein Dendrogamma ist ein hierarchisches Gruppierungsdiagramm, mit dem Daten anhand ihrer \u00c4hnlichkeiten in einer Baumstruktur angeordnet werden k\u00f6nnen. Hier erfahren Sie alles, was Sie dar\u00fcber wissen m\u00fcssen. Die Datenvisualisierung ist sehr n\u00fctzlich, um Daten lesbar und relevant darzustellen. Es gibt eine Vielzahl von Techniken und Algorithmen, um Daten automatisch auf unterschiedliche Weise zu organisieren. Eine [&hellip;]<\/p>\n","protected":false},"author":47,"featured_media":218110,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2472],"class_list":["post-164873","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ki"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/164873","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/comments?post=164873"}],"version-history":[{"count":4,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/164873\/revisions"}],"predecessor-version":[{"id":218714,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/posts\/164873\/revisions\/218714"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media\/218110"}],"wp:attachment":[{"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/media?parent=164873"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/de\/wp-json\/wp\/v2\/categories?post=164873"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}