{"id":17338,"date":"2021-01-29T04:54:29","date_gmt":"2021-01-29T09:54:29","guid":{"rendered":"https:\/\/intosai.nclud.com\/journal-entry\/auditing-machine-learning-algorithms\/"},"modified":"2023-05-10T00:09:45","modified_gmt":"2023-05-10T04:09:45","slug":"auditing-machine-learning-algorithms","status":"publish","type":"journal-entry","link":"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/","title":{"rendered":"Pr\u00fcfung maschineller Lernalgorithmen: Ein Whitepaper f\u00fcr Wirtschaftspr\u00fcfer"},"content":{"rendered":"\n
\n

Da sich der Einsatz von KI und ML intensiviert, wird es f\u00fcr \u00f6ffentliche Pr\u00fcfer unerl\u00e4sslich sein, sich den Herausforderungen dieser zunehmend invasiven Technologie zu stellen.<\/p>\nvon Jan Roar Beckstrom, Chief Data Scientist \u2013 The Innovation Lab, Office of the Auditor General of Norway<\/cite><\/blockquote>\n\n\n\n

Beh\u00f6rden und Regierungsstellen haben bereits mit der Entwicklung und Implementierung von Algorithmen f\u00fcr k\u00fcnstliche Intelligenz (KI) und maschinelles Lernen (ML) begonnen, um \u00f6ffentliche Dienstleistungen zu verbessern und Kosten zu senken.<\/p>\n\n\n\n

W\u00e4hrend die voraussichtlichen Gewinne immens sind, birgt diese Technologie auch neue Herausforderungen und Risiken, wie z. B. die Datensicherheit, die M\u00f6glichkeit einer automatisierten und institutionalisierten Ungleichbehandlung und die Massenproduktion falscher oder diskriminierender Entscheidungen.<\/p>\n\n\n\n

Mit zunehmender Verbreitung von KI wird es f\u00fcr die Obersten Rechnungskontrollbeh\u00f6rden (ORKB) immer notwendiger, Anwendungen zu pr\u00fcfen, die auf KI- und ML-Algorithmen basieren \u2013 normalerweise als besondere Leistungs- oder Compliance-Pr\u00fcfungsf\u00e4lle. Dar\u00fcber hinaus sind KI-Modelle in der Regel in breitere Informationstechnologie (IT)-Infrastrukturen eingebettet, was auf die Notwendigkeit hindeutet, IT-Audit-Elemente zu integrieren.<\/p>\n\n\n\n

Derzeit gibt es f\u00fcr \u00f6ffentliche Pr\u00fcfer nur begrenzte Leitlinien zur Pr\u00fcfung von KI- und ML-Algorithmen. Um diese L\u00fccke zu schlie\u00dfen, hat das B\u00fcro des Obersten Rechnungshofs von Norwegen \u2013 zusammen mit datenwissenschaftlichen Kollegen der ORKBn von Finnland, Deutschland, den Niederlanden und dem Vereinigten K\u00f6nigreich \u2013 \u201eAuditing Machine Learning Algorithms: A White Paper for Public Auditors\u201c entwickelt.<\/p>\n\n\n\n

Das Papier, online verf\u00fcgbar unter www.auditingalgorithms.net, fasst die wichtigsten Risiken zusammen, die mit dem Einsatz von KI und ML in \u00f6ffentlichen Diensten verbunden sind. Basierend auf den gesammelten Erfahrungen mit KI-Audits und Audits anderer Softwareentwicklungsprojekte schl\u00e4gt das Whitepaper auch einen Audit-Katalog vor, der methodische Ans\u00e4tze f\u00fcr KI-Anwendungs-Audits enth\u00e4lt.<\/p>\n\n\n\n

Dieser Artikel geht kurz auf einige der wichtigsten Punkte ein.<\/p>\n\n\n\n

Projektmanagement & Governance von KI-Systemen<\/strong><\/em><\/h2>\n\n\n\n

Ist hochspezialisiertes technisches Wissen \u00fcber KI-Modelle erforderlich, um Algorithmen zu pr\u00fcfen? Nicht unbedingt.<\/p>\n\n\n\n

Die Pr\u00fcfung der Entwicklung eines KI-Systems hat viel mit jedem Projektmanagement-Audit gemeinsam. Wenn eine Regierungsbeh\u00f6rde KI in einem bestimmten Umfeld eingef\u00fchrt hat, kann eine sehr gute und einfache Frage lauten: \u201eGibt es ein klares Ziel f\u00fcr die gew\u00fcnschte Leistung?\u201c Wenn externe Berater das KI-System implementiert haben: \u201eGibt es eine nachhaltige Struktur, um das Modell aufrechtzuerhalten, wenn die Berater gehen?\u201c<\/p>\n\n\n\n

Um den Bedarf an Spezialkenntnissen zu verringern, ist es wichtig, dass die Agentur \u00fcber eine umfassende Dokumentation der Modellentwicklung und Personal verf\u00fcgt, das das Modell versteht.<\/p>\n\n\n\n

\u00dcberlegungen zu Daten<\/strong><\/em><\/h2>\n\n\n\n

Datenqualit\u00e4t ist immer wichtig, aber in der KI-Modellierung ist sie entscheidend. Vereinfachte, voreingenommene Daten k\u00f6nnen zu unbeabsichtigten fehlerhaften Ergebnissen f\u00fchren.<\/p>\n\n\n\n

Ein Beispiel: Wenn dieselben Daten sowohl zum Erstellen des Modells (w\u00e4hrend der Trainingsphase) als auch zum \u00dcberpr\u00fcfen der Leistung (w\u00e4hrend des Testens oder der Validierung) verwendet werden, werden die Leistungsmetriken h\u00f6chstwahrscheinlich \u00fcberh\u00f6ht sein. Dieses \u201eOverfitting\u201c f\u00fchrt zu Leistungseinbu\u00dfen, wenn es auf neue, unbekannte Produktionsdaten angewendet wird.<\/p>\n\n\n\n

Eine weitere wichtige \u00dcberlegung im Zusammenhang mit Daten betrifft den Datenschutz und die Verwendung personenbezogener Daten. Die Europ\u00e4ische Union hat die Datenschutz-Grundverordnung (DSGVO) eingef\u00fchrt, die die Datenminimierung (Beschr\u00e4nkung der Menge der verwendeten personenbezogenen Daten auf das zur Erreichung des jeweiligen Ziels erforderliche Ma\u00df) als zentralen Grundsatz beibeh\u00e4lt. In einer KI-Umgebung bedeutet dies, die breite Verwendung personenbezogener Daten beim Trainieren oder Testen von Modellen einzuschr\u00e4nken. Obwohl L\u00e4nder in anderen Teilen der Welt unterschiedliche Vorschriften haben, ist die Minimierung der Verwendung personenbezogener Daten auf das absolut Notwendige eine gute Faustregel.<\/p>\n\n\n\n

Modellentwicklung<\/strong><\/em><\/h2>\n\n\n\n

Eine transparente, gut dokumentierte Modellentwicklung erleichtert die Reproduzierbarkeit, die leicht von einem Pr\u00fcfer mit ausreichenden KI- und ML-Kenntnissen getestet werden kann, der eine Dokumentationspr\u00fcfung durchf\u00fchrt.<\/p>\n\n\n\n

Vorzugsweise enth\u00e4lt die Dokumentation eine gut strukturierte und gut kommentierte Codebasis (gem\u00e4\u00df den Standards der Programmiersprache), umfangreiche Aufzeichnungen \u00fcber die verwendete Hardware und Software und Erl\u00e4uterungen dazu, wie das Modell gewartet wird, sobald es in Produktion geht.<\/p>\n\n\n\n

Ebenso wichtig ist, dass der ausgew\u00e4hlte KI- oder ML-Algorithmus gut artikuliert ist, insbesondere wenn ein schwer zu erkl\u00e4rendes Modell verwendet wird. Das Trainieren und Testen des gew\u00e4hlten Modells im Vergleich zu anderen Modellen kann f\u00fcr Auditoren hilfreich sein, um das gew\u00e4hlte Modell zu verifizieren.<\/p>\n\n\n\n

Fairness und Gleichbehandlung stehen weiterhin im Vordergrund der Modellentwicklung, da algorithmische Voreingenommenheit potenziell zu institutionalisierter Diskriminierung f\u00fchren kann.<\/p>\n\n\n\n

Wenn die zum Erstellen eines Modells verwendeten Daten leicht voreingenommen sind, kann ein nachl\u00e4ssig entwickeltes Modell solche Eigenschaften verst\u00e4rken. Gruppenbasierte Fairness erfordert ML-Modelle, um verschiedene Gruppen auf \u00e4hnliche Weise zu behandeln. Eigenkapital kann etwas komplexer sein. Wenn beispielsweise die zum Trainieren eines KI-Modells verwendeten Daten demografische Unterschiede auf Gruppenebene enthalten, lernt das Modell diese Unterschiede, was zu irref\u00fchrenden Vorhersagen f\u00fchren kann.<\/p>\n\n\n\n

Die Konstruktion eines KI-Modells, das auf voreingenommenen Daten basiert, kann zu verzerrten Ergebnissen f\u00fchren, die wiederum zur Grundlage f\u00fcr automatisierte Entscheidungen werden, die zu noch voreingenommeneren Schlussfolgerungen f\u00fchren k\u00f6nnen.<\/p>\n\n\n\n

Der Einsatz von KI und ML im \u00f6ffentlichen Sektor kann enorme Vorteile bringen. Gleichzeitig besteht die reale Gefahr, dass ein gescheiterter Einsatz die Demokratie und das soziale Gef\u00fcge sch\u00e4digen kann, indem er m\u00f6glicherweise Diskriminierung und Ungleichbehandlung in gro\u00dfem Umfang f\u00f6rdert.<\/p>\n\n\n\n

Da sich der Einsatz von KI und ML intensiviert, wird es f\u00fcr \u00f6ffentliche Pr\u00fcfer unerl\u00e4sslich sein, sich den Herausforderungen dieser zunehmend invasiven Technologie zu stellen.<\/p>\n\n\n\n

\u201eAuditing Machine Learning Algorithms: A White Paper for Public Auditors\u201c zielt darauf ab, ORKB dabei zu unterst\u00fctzen, mehr \u00fcber die Pr\u00fcfung von KI- und ML-Algorithmen zu erfahren und Pr\u00fcfern dabei zu helfen, besser f\u00fcr die Herausforderungen ger\u00fcstet zu sein.<\/p>\n","protected":false},"excerpt":{"rendered":"

Beh\u00f6rden und Regierungsstellen haben bereits mit der Entwicklung und Implementierung von Algorithmen f\u00fcr k\u00fcnstliche Intelligenz (KI) und maschinelles Lernen (ML) begonnen, um \u00f6ffentliche Dienstleistungen zu verbessern und Kosten zu senken.<\/p>\n","protected":false},"author":127,"featured_media":7288,"template":"","meta":{"_acf_changed":false,"footnotes":""},"journal-categories":[2556,2561],"content-tags":[2268,2269],"country":[2938],"region":[2597],"section":[2608],"coauthors":[],"class_list":["post-17338","journal-entry","type-journal-entry","status-publish","has-post-thumbnail","hentry","journal-categories-spotlight-auf-wissenschaft-und-technologie","journal-categories-winter-2021-de","content-tags-kunstliche-intelligenz","content-tags-maschinelles-lernen","country-norway-5-de","region-eurosai-de","section-spotlight-auf-wissenschaft-und-technologie"],"acf":[],"yoast_head":"\nPr\u00fcfung maschineller Lernalgorithmen: Ein Whitepaper f\u00fcr Wirtschaftspr\u00fcfer - INTOSAI Journal<\/title>\n<meta name=\"robots\" content=\"noindex, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Pr\u00fcfung maschineller Lernalgorithmen: Ein Whitepaper f\u00fcr Wirtschaftspr\u00fcfer - INTOSAI Journal\" \/>\n<meta property=\"og:description\" content=\"Beh\u00f6rden und Regierungsstellen haben bereits mit der Entwicklung und Implementierung von Algorithmen f\u00fcr k\u00fcnstliche Intelligenz (KI) und maschinelles Lernen (ML) begonnen, um \u00f6ffentliche Dienstleistungen zu verbessern und Kosten zu senken.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/\" \/>\n<meta property=\"og:site_name\" content=\"INTOSAI Journal\" \/>\n<meta property=\"article:modified_time\" content=\"2023-05-10T04:09:45+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/02\/Spotlight-on-ST-2x2-1-2.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"600\" \/>\n\t<meta property=\"og:image:height\" content=\"600\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:site\" content=\"@intosaijournal\" \/>\n<meta name=\"twitter:label1\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data1\" content=\"4 minutes\" \/>\n\t<meta name=\"twitter:label2\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data2\" content=\"Jan Roar Beckstrom\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/\",\"url\":\"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/\",\"name\":\"Pr\u00fcfung maschineller Lernalgorithmen: Ein Whitepaper f\u00fcr Wirtschaftspr\u00fcfer - INTOSAI Journal\",\"isPartOf\":{\"@id\":\"https:\/\/intosai.nclud.com\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/02\/Spotlight-on-ST-2x2-1-2.jpg\",\"datePublished\":\"2021-01-29T09:54:29+00:00\",\"dateModified\":\"2023-05-10T04:09:45+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#primaryimage\",\"url\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/02\/Spotlight-on-ST-2x2-1-2.jpg\",\"contentUrl\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/02\/Spotlight-on-ST-2x2-1-2.jpg\",\"width\":600,\"height\":600},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/intosai.nclud.com\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Pr\u00fcfung maschineller Lernalgorithmen: Ein Whitepaper f\u00fcr Wirtschaftspr\u00fcfer\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/intosai.nclud.com\/#website\",\"url\":\"https:\/\/intosai.nclud.com\/\",\"name\":\"INTOSAI Journal\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/intosai.nclud.com\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/intosai.nclud.com\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/intosai.nclud.com\/#organization\",\"name\":\"INTOSAI Journal\",\"url\":\"https:\/\/intosai.nclud.com\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/intosai.nclud.com\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png\",\"contentUrl\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png\",\"width\":736,\"height\":122,\"caption\":\"INTOSAI Journal\"},\"image\":{\"@id\":\"https:\/\/intosai.nclud.com\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/x.com\/intosaijournal\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Pr\u00fcfung maschineller Lernalgorithmen: Ein Whitepaper f\u00fcr Wirtschaftspr\u00fcfer - INTOSAI Journal","robots":{"index":"noindex","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"og_locale":"de_DE","og_type":"article","og_title":"Pr\u00fcfung maschineller Lernalgorithmen: Ein Whitepaper f\u00fcr Wirtschaftspr\u00fcfer - INTOSAI Journal","og_description":"Beh\u00f6rden und Regierungsstellen haben bereits mit der Entwicklung und Implementierung von Algorithmen f\u00fcr k\u00fcnstliche Intelligenz (KI) und maschinelles Lernen (ML) begonnen, um \u00f6ffentliche Dienstleistungen zu verbessern und Kosten zu senken.","og_url":"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/","og_site_name":"INTOSAI Journal","article_modified_time":"2023-05-10T04:09:45+00:00","og_image":[{"width":600,"height":600,"url":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/02\/Spotlight-on-ST-2x2-1-2.jpg","type":"image\/jpeg"}],"twitter_card":"summary_large_image","twitter_site":"@intosaijournal","twitter_misc":{"Est. reading time":"4 minutes","Written by":"Jan Roar Beckstrom"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/","url":"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/","name":"Pr\u00fcfung maschineller Lernalgorithmen: Ein Whitepaper f\u00fcr Wirtschaftspr\u00fcfer - INTOSAI Journal","isPartOf":{"@id":"https:\/\/intosai.nclud.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#primaryimage"},"image":{"@id":"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#primaryimage"},"thumbnailUrl":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/02\/Spotlight-on-ST-2x2-1-2.jpg","datePublished":"2021-01-29T09:54:29+00:00","dateModified":"2023-05-10T04:09:45+00:00","breadcrumb":{"@id":"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/"]}]},{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#primaryimage","url":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/02\/Spotlight-on-ST-2x2-1-2.jpg","contentUrl":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/02\/Spotlight-on-ST-2x2-1-2.jpg","width":600,"height":600},{"@type":"BreadcrumbList","@id":"https:\/\/intosai.nclud.com\/de\/journal-entry\/auditing-machine-learning-algorithms\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/intosai.nclud.com\/de\/"},{"@type":"ListItem","position":2,"name":"Pr\u00fcfung maschineller Lernalgorithmen: Ein Whitepaper f\u00fcr Wirtschaftspr\u00fcfer"}]},{"@type":"WebSite","@id":"https:\/\/intosai.nclud.com\/#website","url":"https:\/\/intosai.nclud.com\/","name":"INTOSAI Journal","description":"","publisher":{"@id":"https:\/\/intosai.nclud.com\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/intosai.nclud.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de-DE"},{"@type":"Organization","@id":"https:\/\/intosai.nclud.com\/#organization","name":"INTOSAI Journal","url":"https:\/\/intosai.nclud.com\/","logo":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/intosai.nclud.com\/#\/schema\/logo\/image\/","url":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","contentUrl":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","width":736,"height":122,"caption":"INTOSAI Journal"},"image":{"@id":"https:\/\/intosai.nclud.com\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/intosaijournal"]}]}},"_links":{"self":[{"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/journal-entry\/17338","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/journal-entry"}],"about":[{"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/types\/journal-entry"}],"author":[{"embeddable":true,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/users\/127"}],"version-history":[{"count":2,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/journal-entry\/17338\/revisions"}],"predecessor-version":[{"id":17353,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/journal-entry\/17338\/revisions\/17353"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/media\/7288"}],"wp:attachment":[{"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/media?parent=17338"}],"wp:term":[{"taxonomy":"journal-categories","embeddable":true,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/journal-categories?post=17338"},{"taxonomy":"content-tags","embeddable":true,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/content-tags?post=17338"},{"taxonomy":"country","embeddable":true,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/country?post=17338"},{"taxonomy":"region","embeddable":true,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/region?post=17338"},{"taxonomy":"section","embeddable":true,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/section?post=17338"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/intosai.nclud.com\/de\/wp-json\/wp\/v2\/coauthors?post=17338"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}