{"id":313715,"date":"2026-05-07T14:59:00","date_gmt":"2026-05-07T12:59:00","guid":{"rendered":"https:\/\/amorph.pro\/shopfloor-kameradaten-ueberall-verfuegbar-machen\/"},"modified":"2026-05-08T11:49:42","modified_gmt":"2026-05-08T09:49:42","slug":"shopfloor-kameradaten-ueberall-verfuegbar-machen","status":"publish","type":"post","link":"https:\/\/amorph.pro\/de\/shopfloor-kameradaten-ueberall-verfuegbar-machen\/","title":{"rendered":"Shopfloor-Kameradaten \u00fcberall verf\u00fcgbar machen"},"content":{"rendered":"\n

Wie Amorph Systems eines der hartn\u00e4ckigsten Probleme der industriellen IoT l\u00f6st: gro\u00dfe Datenmengen wie Videoaufnahmen aus dem Shopfloor heraus zu den Systemen zu bringen, die sie ben\u00f6tigen.<\/p>\n\n\n\n

Das Problem, \u00fcber das niemand spricht<\/strong><\/h2>\n\n\n\n

Jeder in der industriellen Fertigung wei\u00df, dass die Produktionsebene in Daten ertrinkt. Kameras \u00fcberwachen \u00d6fen, inspizieren Scrap, klassifizieren Bauteile und erkennen Defekte in Echtzeit. Doch was selten in Pr\u00e4sentationen erw\u00e4hnt wird: Der Gro\u00dfteil dieser Videodaten verl\u00e4sst niemals die Shopfloor-Ebene. Diese Daten stehen f\u00fcr Machine Learning, Qualit\u00e4tsinspektionen oder sogar Archivierung oft nicht auf einem automatisierten, sicheren und zuverl\u00e4ssigen Weg zur Verf\u00fcgung. <\/p>\n\n\n\n

Der Grund daf\u00fcr ist die Infrastruktur. OT-Netzwerke (Operational Technology) und ihre standardisierten Softwareprotokolle wurden f\u00fcr kleine, zeitkritische Steuerungssignale und Metadaten entwickelt \u2014 nicht f\u00fcr das Streaming von mehrere Megabyte gro\u00dfe Bilddateien oder kontinuierliche Videostreams. Werden gro\u00dfe Bin\u00e4rdaten durch diese Netzwerke \u00fcbertragen, besteht das Risiko, Datenpipelines zu \u00fcberlasten, Latenzspitzen auszul\u00f6sen und genau die Systeme zu destabilisieren, die die Produktion am Laufen halten. Ganz zu schweigen davon, dass zentrale Message Broker nicht daf\u00fcr ausgelegt sind, solche Lasten zu bew\u00e4ltigen. <\/p>\n\n\n\n

Das Ergebnis: Die Videos verbleiben an der Edge. Theoretisch wertvoll, praktisch jedoch unzug\u00e4nglich. <\/p>\n\n\n\n

Die zentrale Herausforderung<\/strong>
Kamerasysteme erzeugen umfangreiche und hochwertige Daten. Doch die Netzwerke, die Produktionsbereiche mit IT-Systemen und Analyseplattformen verbinden, wurden nie daf\u00fcr gebaut, diese Datenmengen zu transportieren. Diese L\u00fccke zu schlie\u00dfen, ohne bestehende Systeme zu beeintr\u00e4chtigen, ist die eigentliche Herausforderung. <\/em><\/p>\n\n\n\n

ENCIRCLE tritt auf den Plan<\/strong><\/h3>\n\n\n\n

ENCIRCLE<\/strong> \u2014 kurz f\u00fcr \u201eEnabling Circular Value Chains via Production Digitization and Human Empowerment\u201c<\/strong> ist eine Forschungs- und Innovationsinitiative im Rahmen von Horizon Europe, die von Oktober 2024 bis September 2027 l\u00e4uft. Ziel ist es, den \u00dcbergang vom traditionellen \u201eProduzieren\u2013Nutzen\u2013Entsorgen\u201c<\/strong>-Modell hin zu echten Kreislaufsystemen in der Fertigung zu beschleunigen.Das ENCIRCLE-Projekt mit der F\u00f6rdervereinbarungs-ID 101178230 wird von der Europ\u00e4ischen Union im Rahmen des Programms \u201eDigitales, Industrie und Weltraum\u201c finanziert.<\/p>\n\n\n\n

\"<\/figure>\n\n\n\n

Im Zentrum von ENCIRCLE stehen Digitale Zwillinge und KI-gest\u00fctzte Simulationen, um nachhaltigere Produktionskonfigurationen zu identifizieren, ohne Kompromisse bei der Qualit\u00e4t einzugehen. Daf\u00fcr kombiniert das Projekt IoT, blockchainbasierte Produktnachverfolgbarkeit, erkl\u00e4rbare KI und menschenzentriertes Design einschlie\u00dflich gamifizierter Schulungsumgebungen und einer mobilen App f\u00fcr Endverbraucher zu einer integrierten digitalen Fertigungsplattform. <\/p>\n\n\n\n

Amorph Systems beteiligt sich als technologieorientiertes KMU mit Schwerpunkt auf IoT, intelligenter Automatisierung und Lifecycle Assessment. Unsere Rolle umfasst sowohl die Entwicklung datengetriebener Komponenten f\u00fcr das Umweltmonitoring als auch die Integrationsarbeit, die unterschiedliche Technologien zu einem funktionierenden Gesamtsystem verbindet. <\/p>\n\n\n\n

Der Beitrag, den wir hier hervorheben m\u00f6chten, ist jedoch spezifischer: Shopfloor-Kameradaten tats\u00e4chlich f\u00fcr den Rest des Systems verf\u00fcgbar zu machen.<\/p>\n\n\n\n

Sechs Anwendungsf\u00e4lle, ein gemeinsames Problem<\/strong><\/h3>\n\n\n\n

Innerhalb von ENCIRCLE<\/strong> werden sechs unterschiedliche kamerabasierte Szenarien entwickelt, jedes f\u00fcr sich wertvoll, gemeinsam jedoch eine vollst\u00e4ndige Entwicklung von einfacher visueller Inspektion bis hin zu KI-gesteuerter Closed-Loop-Regelung.<\/p>\n\n\n\n

1. Scrap-Inspection & Gewichtskorrelation<\/strong>
Kamerabasierte OCR- und visuelle Fehlererkennung werden mit Gewichtsmessungen kombiniert. Dadurch entsteht eine nachvollziehbare Verbindung zwischen physischem Material und seiner visuellen Klassifizierung. Das Ergebnis: annotierte Bilder und Statusupdates, die f\u00fcr Qualit\u00e4ts\u00fcberwachung an nachgelagerte Systeme weitergegeben werden. <\/p>\n\n\n\n

2. Ofen\u00fcberwachung<\/strong>
Interne Kamerafeeds werden mit klassischen Prozesssensoren Temperatur, Druck, Energieverbrauch kombiniert, um ein umfassenderes und kontextbezogenes Bild der Produktion zu erzeugen. Visuelle Daten bleiben nicht l\u00e4nger isoliert, sondern werden zu einer weiteren Ebene innerhalb eines Multi-Source-Analytics-Stacks. <\/p>\n\n\n\n

3. Scrap-Sortierungs\u00fcberwachung<\/strong>
Echtzeitklassifizierung steuert automatisierte Sortierprozesse. Modelle zur visuellen Erkennung erzeugen Annotationen und Ereignisse, die direkt Aktionen im Produktionsablauf ausl\u00f6sen. Dadurch werden manuelle Eingriffe reduziert und h\u00f6here Durchsatzraten unterst\u00fctzt. <\/p>\n\n\n\n

4. Oberfl\u00e4cheninspektion & Reinforcement Learning<\/strong>
Optische und thermische Kameras werden gemeinsam mit Prozessparametern \u2014 Temperatur, pH-Wert, Energieverbrauch genutzt, um Reinforcement-Learning-Agenten zu trainieren. Das System beobachtet nicht nur, sondern passt sich an und optimiert Prozessentscheidungen auf Basis visueller und sensorischer Daten. <\/p>\n\n\n\n

5. NeRF-basierte Digitalisierung
Videostreams aus mehreren Perspektiven werden zusammen mit kontextbezogenen Ofendaten verwendet, um detaillierte 3D-Modelle industrieller Anlagen zu rekonstruieren. Diese Modelle flie\u00dfen direkt in Simulationsumgebungen ein und schaffen Digitale Zwillinge, die die physische Shopfloor-Ebene erweitern. <\/p>\n\n\n\n

6. Audio-visuelle Inspektion & 3D-Rekonstruktion<\/strong>
Das Multimedia-Szenario: Kameras, Audiosensoren und mobile Datenquellen arbeiten gemeinsam. Fortschrittliche Modelle f\u00fchren Segmentierung und Defekterkennung durch und erstellen gleichzeitig r\u00e4umliche Karten der Umgebung strukturierte 3D-Modelle mit eingebetteten Defekt-Metadaten <\/p>\n\n\n\n

Allen sechs Szenarien gemeinsam ist die Abh\u00e4ngigkeit von gro\u00dfen Bin\u00e4rdateien wie Bildern, Videos und 3D-Renderings aus dem Edge-Bereich und diese in Systeme zu \u00fcbertragen, die darauf reagieren m\u00fcssen. Zus\u00e4tzlich entstehen Herausforderungen wie nicht synchronisierte Zeitstempel oder fehlender Kontext der Daten. Genau hier liegt die eigentliche technische Herausforderung. <\/em><\/p>\n\n\n

\n
\"Allen<\/figure>\n<\/div>\n\n\n

Warum das schwieriger ist, als es aussieht<\/strong><\/h3>\n\n\n\n

Die Konnektivit\u00e4tsprobleme innerhalb von ENCIRCLE <\/strong>sind nicht au\u00dfergew\u00f6hnlich. Es sind dieselben Herausforderungen, die industrielle IoT-Projekte \u00fcberall erschweren: <\/p>\n\n\n\n

    \n
  • Videodaten mit hoher Bandbreite konkurrieren im selben OT-Netzwerk mit latenzkritischem Steuerungsverkehr<\/li>\n\n\n\n
  • Heterogene Protokolle zwischen Kamerasystemen, industriellen SPSen und IT-Infrastrukturen erfordern Vermittlungsschichten wie MQTT, damit Ger\u00e4te \u00fcberhaupt miteinander kommunizieren k\u00f6nnen<\/li>\n\n\n\n
  • Sicherheits- und Netzwerksegmentierungen schr\u00e4nken den Datenfluss zwischen IT- und OT-Bereichen bewusst ein<\/li>\n\n\n\n
  • Die Synchronisierung asynchroner Kamerastreams mit zeitgestempelten Sensordaten ist komplex<\/li>\n\n\n\n
  • Edge-Computing-Deployments und Lifecycle-Management im gro\u00dfen Ma\u00dfstab m\u00fcssen in hei\u00dfen, staubigen und vibrationsintensiven Umgebungen funktionieren<\/li>\n<\/ul>\n\n\n\n

    Die gr\u00f6\u00dfte Herausforderung l\u00e4sst sich jedoch \u00fcberraschend einfach formulieren: IoT-Plattformen wurden nicht f\u00fcr die \u00dcbertragung gro\u00dfer Dateien entwickelt. Viele unterst\u00fctzen gro\u00dfe Bin\u00e4rdatenpakete \u00fcberhaupt nicht nativ. Werden Bilder \u00fcber Protokolle \u00fcbertragen, die urspr\u00fcnglich f\u00fcr kleine Steuerungspakete entwickelt wurden, sind Zwischenspeicherung, Buffering und Dateitransfermechanismen erforderlich was zus\u00e4tzliche Latenz, Komplexit\u00e4t und potenzielle Fehlerquellen mit sich bringt. Um dieses Problem zu umgehen, werden Bin\u00e4rdaten h\u00e4ufig kodiert (z. B. Base64) und in nicht-bin\u00e4re Datenformate wie JSON eingebettet, was unn\u00f6tige Rechenlast verursacht. <\/p>\n\n\n\n

    In Umgebungen mit begrenzter oder instabiler Bandbreite ist es \u00e4u\u00dferst anspruchsvoll, eine zuverl\u00e4ssige Daten\u00fcbertragung sicherzustellen, die Datenintegrit\u00e4t zu gew\u00e4hrleisten und gleichzeitig die Produktion nicht zu beeintr\u00e4chtigen.<\/p>\n\n\n

    \n
    \"In<\/figure>\n<\/div>\n\n\n

    Die L\u00f6sung: Den Datenfluss umkehren<\/strong><\/h3>\n\n\n\n

    Die architektonische Kernidee unseres Ansatzes ist einfach, aber entscheidend: Dateien nicht mehr aktiv durch eingeschr\u00e4nkte OT-Netzwerke zu dr\u00fccken. Stattdessen bleiben die Daten am Edge, und autorisierte Systeme rufen sie bei Bedarf ab. <\/p>\n\n\n\n

    Zentrales Designprinzip<\/strong>
    Durch die direkte Bereitstellung der SMARTUNIFIER<\/strong> Communication Instance auf dem Edge-Ger\u00e4t verbleiben Dateien lokal. Eine REST-API stellt sie autorisierten Verbrauchern netzwerk\u00fcbergreifend bei Bedarf zur Verf\u00fcgung nicht kontinuierlich. <\/em><\/p>\n\n\n\n

    Das bedeutet in der Praxis:<\/p>\n\n\n\n

      \n
    • Dateitransfers werden von Echtzeit-Steuerungsprozessen entkoppelt, sodass gro\u00dfe Datenmengen nicht mit zeitkritischem OT-Verkehr konkurrieren<\/li>\n\n\n\n
    • Speicherung und Verarbeitung bleiben nahe an der Datenquelle, wodurch weniger Daten Netzwerkgrenzen \u00fcberschreiten m\u00fcssen<\/li>\n\n\n\n
    • Der Zugriff ist kontrolliert und nachvollziehbar Systeme fordern genau die Daten an, die sie ben\u00f6tigen, wann sie sie ben\u00f6tigen, \u00fcber eine definierte Schnittstelle<\/li>\n\n\n\n
    • Der Ansatz ist skalierbar: Neue Kameras oder KI-Systeme k\u00f6nnen hinzugef\u00fcgt werden, ohne die zugrunde liegende Netzwerkarchitektur neu zu entwerfen<\/li>\n<\/ul>\n\n\n\n

      Das Ergebnis ist ein Konnektivit\u00e4tsmodell, das die Einschr\u00e4nkungen der Shopfloor-Ebene respektiert und gleichzeitig Kameradaten f\u00fcr Analyse-, Reinforcement-Learning- und Simulationsplattformen tats\u00e4chlich nutzbar macht.<\/p>\n\n\n

      \n
      \"Das<\/figure>\n<\/div>\n\n\n

      Was das f\u00fcr die Kreislaufwirtschaft in der Fertigung bedeutet<\/strong><\/h3>\n\n\n\n

      Die \u00fcbergeordnete Vision von ENCIRCLE <\/strong> zirkul\u00e4re Wertsch\u00f6pfungsketten, Digitale Produktp\u00e4sse und KI-gesteuerte Optimierung funktioniert nur mit einer stabilen Dateninfrastruktur. Ein Reinforcement-Learning-Agent kann nicht mit Kameradaten trainiert werden, auf die er keinen Zugriff hat. Ein sinnvoller Digitaler Zwilling kann nicht aus Videodaten entstehen, die niemals das Edge-Ger\u00e4t verlassen. <\/p>\n\n\n\n

      Shopfloor-Kameradaten \u00fcberall verf\u00fcgbar zu machen, ist daher grundlegende Arbeit. Es ist nicht die gro\u00dfe Schlagzeile von ENCIRCLE<\/strong>, aber es ist die Voraussetzung daf\u00fcr, dass die eigentlichen Kernfunktionen \u00fcberhaupt m\u00f6glich werden. <\/p>\n\n\n\n

      W\u00e4hrend der 36-monatigen Projektlaufzeit werden wir diese Architektur in realen Produktionsumgebungen validieren und auf Basis unserer Erkenntnisse weiterentwickeln. Weitere Einblicke werden wir im Verlauf des Projekts teilen. <\/p>\n\n\n\n

      ENCIRCLE ist ein Horizon-Europe-Projekt (Oktober 2024 \u2013 September 2027). Amorph Systems beteiligt sich als Partner f\u00fcr IoT und intelligente Automatisierung und tr\u00e4gt zur Systemintegration sowie zum datengetriebenen Umweltmonitoring bei. <\/p>\n","protected":false},"excerpt":{"rendered":"

      Wie Amorph Systems eines der hartn\u00e4ckigsten Probleme der industriellen IoT l\u00f6st: gro\u00dfe Datenmengen wie Videoaufnahmen…<\/p>\n","protected":false},"author":27,"featured_media":313717,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"435","_seopress_titles_title":"Shopfloor-Kameradaten \u00fcberall verf\u00fcgbar machen | ENCIRCLE | AMORPH","_seopress_titles_desc":"Erfahren Sie, wie Amorph Systems eine der gr\u00f6\u00dften Herausforderungen des industriellen IoT l\u00f6st: hochbandbreitige Kameradaten aus der Fertigungsebene in KI-, Analyse- und Digital-Twin-Plattformen zu \u00fcbertragen \u2014 ohne OT-Netzwerke zu beeintr\u00e4chtigen.","_seopress_robots_index":"","bwfblock_default_font":"","inline_featured_image":false,"_kad_blocks_custom_css":"","_kad_blocks_head_custom_js":"","_kad_blocks_body_custom_js":"","_kad_blocks_footer_custom_js":"","_kadence_starter_templates_imported_post":false,"_kad_post_transparent":"","_kad_post_title":"","_kad_post_layout":"","_kad_post_sidebar_id":"","_kad_post_content_style":"","_kad_post_vertical_padding":"","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"_kad_post_classname":"","footnotes":""},"categories":[435],"tags":[464,461,469,462,463,458,465,470,457,460,459,468,456,437,466,467],"class_list":["post-313715","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog-de","tag-digital-twin-fertigung","tag-edge-computing-fertigung","tag-edge-device-rest-api-fuer-industriekameras","tag-encircle-horizon-europe","tag-industrielle-bilddatenuebertragung","tag-industrielle-iot-konnektivitaet","tag-it-ot-netzwerkbruecken","tag-kameradaten-fuer-digitale-zwillinge","tag-kameradatenintegration","tag-ot-netzwerk-datenuebertragung","tag-reinforcement-learning-fertigung","tag-rest-api-ot-systeme","tag-shopfloor-kameradaten","tag-smartunifier-de","tag-videouebertragung-aus-der-produktion","tag-visuelle-inspektion-ki"],"taxonomy_info":{"category":[{"value":435,"label":"Blog"}],"post_tag":[{"value":464,"label":"Digital Twin Fertigung"},{"value":461,"label":"Edge Computing Fertigung"},{"value":469,"label":"Edge Device REST API f\u00fcr Industriekameras"},{"value":462,"label":"ENCIRCLE Horizon Europe"},{"value":463,"label":"industrielle Bilddaten\u00fcbertragung"},{"value":458,"label":"industrielle IoT-Konnektivit\u00e4t"},{"value":465,"label":"IT-OT-Netzwerkbr\u00fccken"},{"value":470,"label":"Kameradaten f\u00fcr Digitale Zwillinge"},{"value":457,"label":"Kameradatenintegration"},{"value":460,"label":"OT-Netzwerk-Daten\u00fcbertragung"},{"value":459,"label":"Reinforcement Learning Fertigung"},{"value":468,"label":"REST API OT-Systeme"},{"value":456,"label":"Shopfloor-Kameradaten"},{"value":437,"label":"SMARTUNIFIER"},{"value":466,"label":"Video\u00fcbertragung aus der Produktion"},{"value":467,"label":"visuelle Inspektion KI"}]},"featured_image_src_large":["https:\/\/amorph.pro\/wp-content\/uploads\/2026\/05\/Produktionskameradaten-uberall-verfugbar.png",940,788,false],"author_info":{"display_name":"Hagen Lehmann","author_link":"https:\/\/amorph.pro\/de\/author\/h_lehmann\/"},"comment_info":0,"category_info":[{"term_id":435,"name":"Blog","slug":"blog-de","term_group":0,"term_taxonomy_id":435,"taxonomy":"category","description":"","parent":0,"count":34,"filter":"raw","cat_ID":435,"category_count":34,"category_description":"","cat_name":"Blog","category_nicename":"blog-de","category_parent":0}],"tag_info":[{"term_id":464,"name":"Digital Twin Fertigung","slug":"digital-twin-fertigung","term_group":0,"term_taxonomy_id":464,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":461,"name":"Edge Computing Fertigung","slug":"edge-computing-fertigung","term_group":0,"term_taxonomy_id":461,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":469,"name":"Edge Device REST API f\u00fcr Industriekameras","slug":"edge-device-rest-api-fuer-industriekameras","term_group":0,"term_taxonomy_id":469,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":462,"name":"ENCIRCLE Horizon Europe","slug":"encircle-horizon-europe","term_group":0,"term_taxonomy_id":462,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":463,"name":"industrielle Bilddaten\u00fcbertragung","slug":"industrielle-bilddatenuebertragung","term_group":0,"term_taxonomy_id":463,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":458,"name":"industrielle IoT-Konnektivit\u00e4t","slug":"industrielle-iot-konnektivitaet","term_group":0,"term_taxonomy_id":458,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":465,"name":"IT-OT-Netzwerkbr\u00fccken","slug":"it-ot-netzwerkbruecken","term_group":0,"term_taxonomy_id":465,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":470,"name":"Kameradaten f\u00fcr Digitale Zwillinge","slug":"kameradaten-fuer-digitale-zwillinge","term_group":0,"term_taxonomy_id":470,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":457,"name":"Kameradatenintegration","slug":"kameradatenintegration","term_group":0,"term_taxonomy_id":457,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":460,"name":"OT-Netzwerk-Daten\u00fcbertragung","slug":"ot-netzwerk-datenuebertragung","term_group":0,"term_taxonomy_id":460,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":459,"name":"Reinforcement Learning Fertigung","slug":"reinforcement-learning-fertigung","term_group":0,"term_taxonomy_id":459,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":468,"name":"REST API OT-Systeme","slug":"rest-api-ot-systeme","term_group":0,"term_taxonomy_id":468,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":456,"name":"Shopfloor-Kameradaten","slug":"shopfloor-kameradaten","term_group":0,"term_taxonomy_id":456,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":437,"name":"SMARTUNIFIER","slug":"smartunifier-de","term_group":0,"term_taxonomy_id":437,"taxonomy":"post_tag","description":"","parent":0,"count":18,"filter":"raw"},{"term_id":466,"name":"Video\u00fcbertragung aus der Produktion","slug":"videouebertragung-aus-der-produktion","term_group":0,"term_taxonomy_id":466,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"},{"term_id":467,"name":"visuelle Inspektion KI","slug":"visuelle-inspektion-ki","term_group":0,"term_taxonomy_id":467,"taxonomy":"post_tag","description":"","parent":0,"count":1,"filter":"raw"}],"_links":{"self":[{"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/posts\/313715","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/users\/27"}],"replies":[{"embeddable":true,"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/comments?post=313715"}],"version-history":[{"count":2,"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/posts\/313715\/revisions"}],"predecessor-version":[{"id":313721,"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/posts\/313715\/revisions\/313721"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/media\/313717"}],"wp:attachment":[{"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/media?parent=313715"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/categories?post=313715"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/amorph.pro\/de\/wp-json\/wp\/v2\/tags?post=313715"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}