{"id":7616,"date":"2026-09-29T15:20:30","date_gmt":"2026-09-29T15:20:30","guid":{"rendered":"https:\/\/technodidact.de\/?p=7616"},"modified":"2026-09-29T15:20:31","modified_gmt":"2026-09-29T15:20:31","slug":"wi-fi-sensing-als-ueberwachungswerkzeug-welche-gefahren-bestehen-und-wie-wir-uns-schuetzen-koennen","status":"publish","type":"post","link":"https:\/\/technodidact.de\/en\/wi-fi-sensing-als-ueberwachungswerkzeug-welche-gefahren-bestehen-und-wie-wir-uns-schuetzen-koennen\/","title":{"rendered":"Wi-Fi Sensing als \u00dcberwachungswerkzeug: Welche Gefahren bestehen und wie wir uns sch\u00fctzen k\u00f6nnen"},"content":{"rendered":"

Von DerSchneider<\/h2>\n\n\n\n

Einleitung: Das unsichtbare Netz, das dich sieht<\/h3>\n\n\n\n

Es ist ein Szenario, das die meisten Menschen nicht auf dem Radar haben: Du sitzt in deinem Wohnzimmer, liest ein Buch, stehst auf, um dir ein Glas Wasser zu holen. In der Wohnung nebenan sitzt jemand mit einem handels\u00fcblichen WLAN-Empf\u00e4nger. Er hat keinen Zugriff auf dein Netzwerk, kennt dein Passwort nicht, hat keine Kamera installiert. Und dennoch kann er \u2013 mit hoher Wahrscheinlichkeit \u2013 sagen, dass sich gerade jemand in deinem Raum bewegt hat. Vielleicht sogar, dass du es warst.<\/p>\n\n\n\n

Das ist keine Science-Fiction. Es ist der Forschungsstand von 2022 bis 2026.<\/p>\n\n\n\n

Wi-Fi Sensing hat in den vergangenen Jahren eine rasante Entwicklung durchlaufen: von einer akademischen Spielerei zu einer Technologie, die in IEEE-Standards gegossen wird, kommerziell ausgerollt wird \u2013 und die eine v\u00f6llig neue Klasse von Sicherheits- und Datenschutzrisiken mit sich bringt. Dieser Artikel beleuchtet, welche Gefahren konkret bestehen, wie sie technisch funktionieren und welche Gegenma\u00dfnahmen es gibt.<\/p>\n\n\n\n

Die zentrale Erkenntnis vorweg: Die Gefahr liegt nicht darin, dass jemand dein WLAN hackt. Die Gefahr liegt darin, dass er es gar nicht muss<\/strong>. Wi-Fi Sensing funktioniert passiv, aus der Ferne, ohne Spuren zu hinterlassen. Und das macht die Verteidigung ungleich schwieriger als bei klassischen Netzwerkangriffen.<\/p>\n\n\n\n

1. Der passive Angriff: Warum du nicht einmal ein Ger\u00e4t bei dir tragen musst<\/h3>\n\n\n\n

Herk\u00f6mmliche \u00dcberwachungstechnologie hat einen inh\u00e4renten Nachteil f\u00fcr Angreifer: Sie erfordert entweder physischen Zugang (Kameras installieren), aktive Interaktion mit Zielger\u00e4ten (Malware aufspielen) oder das Mitf\u00fchren von Sendern durch das Ziel (GPS-Tracker). Wi-Fi Sensing bricht mit all diesen Annahmen.<\/p>\n\n\n\n

Der Grundmechanismus:<\/strong> WLAN-Signale durchdringen W\u00e4nde und werden von Objekten \u2013 einschlie\u00dflich Menschen \u2013 reflektiert, gestreut und absorbiert. Diese physikalischen Effekte ver\u00e4ndern den drahtlosen Kanal messbar. Wenn ein Angreifer in der Lage ist, die Signale eines beliebigen WLAN-Ger\u00e4ts in der N\u00e4he abzufangen, kann er aus den Ver\u00e4nderungen im Signal auf Bewegung schlie\u00dfen .<\/p>\n\n\n\n

Was den Angriff so gef\u00e4hrlich macht:<\/strong> Forscher des Karlsruher Instituts f\u00fcr Technologie (KIT) haben 2025 einen Angriff demonstriert, der auf Beamforming Feedback Information (BFI)<\/strong> basiert. BFI sind R\u00fcckmeldungsdaten, die moderne WLAN-Ger\u00e4te \u2013 Smartphones, Laptops, Router \u2013 periodisch und unverschl\u00fcsselt<\/strong> senden, um ihre Antennenkonfiguration zu optimieren. Sie sind nicht durch WPA3 oder andere Verschl\u00fcsselungsverfahren gesch\u00fctzt, weil sie auf einer Ebene unterhalb der Datenverschl\u00fcsselung liegen .<\/p>\n\n\n\n

In einer Studie mit 197 Teilnehmern<\/strong> erreichten die Forscher eine Identifizierungsgenauigkeit von 99,5 %<\/strong> \u2013 allein durch passive Beobachtung der BFI-Signale, ohne dass die Personen ein Ger\u00e4t mit sich f\u00fchrten, ohne dass sie mit dem Netzwerk verbunden waren, ohne dass der Angreifer irgendetwas senden musste . Die Erkennung funktionierte aus vier verschiedenen Perspektiven gleichzeitig, sodass der Angreifer nicht einmal eine g\u00fcnstige Position zum Opfer ben\u00f6tigt. Ein einzelner Empf\u00e4nger gen\u00fcgt, um die BFI-Daten aller verbundenen Ger\u00e4te simultan zu erfassen.<\/p>\n\n\n\n

Das Angreifermodell ist dabei bemerkenswert gen\u00fcgsam: Ein einziger passiver Empf\u00e4nger gen\u00fcgt, er kann sich an einem \u00f6ffentlichen Ort au\u00dferhalb des \u00fcberwachten Bereichs befinden, und er muss keine kryptografischen Schutzma\u00dfnahmen brechen .<\/p>\n\n\n\n

2. Die Bandbreite der Bedrohungen: Von Pr\u00e4senz bis Identit\u00e4t<\/h3>\n\n\n\n

Die Gefahren von Wi-Fi Sensing in falschen H\u00e4nden lassen sich in vier Stufen der Eskalation einteilen.<\/p>\n\n\n\n

Stufe 1: Pr\u00e4senz- und Bewegungsdetektion<\/h4>\n\n\n\n

Die einfachste Form: Ein Angreifer erkennt, ob sich jemand in einem Raum befindet und ob diese Person sich bewegt. Das klingt harmlos, ist es aber nicht. In Kombination mit Zeitreihen kann daraus ein Bewegungsprofil<\/strong> entstehen: Wann ist jemand zu Hause? Wann schl\u00e4ft er? Wann verl\u00e4sst er das Haus? Die Fraunhofer-Forschung zu \u201eRadio Sensing\u201c beschreibt genau diese F\u00e4higkeit als Grundlage f\u00fcr Anwendungen in Sicherheit und Prozess\u00fcberwachung .<\/p>\n\n\n\n

Stufe 2: Aktivit\u00e4tserkennung<\/h4>\n\n\n\n

Forscher haben gezeigt, dass Wi-Fi-Signale nicht nur Bewegung im Allgemeinen, sondern spezifische Aktivit\u00e4ten<\/strong> erkennen k\u00f6nnen. In einer 2025 ver\u00f6ffentlichten Arbeit zur Tastenanschlagserkennung (Keystroke Recognition) konnte allein aus Channel State Information (CSI) rekonstruiert werden, welche Tasten auf einer Tastatur gedr\u00fcckt wurden. Unter kontrollierten Bedingungen erreichte die Erkennung eine Genauigkeit von 99 % f\u00fcr Tastenpositionen<\/strong> (Roboterarm) bzw. 89 % f\u00fcr tats\u00e4chliche Tastendr\u00fccke<\/strong> durch menschliche Finger. \u00c4ltere Arbeiten (WiKey) berichteten von 97,5 % unter Laborbedingungen, die auf 77,5 % unter realistischeren Bedingungen sanken . Weitere Forschung zeigt die Erkennung von Gesten, St\u00fcrzen, Atmung und sogar Herzschlag .<\/p>\n\n\n\n

Stufe 3: Biometrische Identifizierung<\/h4>\n\n\n\n

Die BFI-Studie von 2025 geht \u00fcber blo\u00dfe Aktivit\u00e4tserkennung hinaus: Sie zeigt, dass individuelle Identit\u00e4ten<\/strong> aus passiv abgefangenen Signalen extrahiert werden k\u00f6nnen. Der Gang eines Menschen, seine K\u00f6rpergr\u00f6\u00dfe, seine typische Bewegungsgeschwindigkeit \u2013 all das manifestiert sich im drahtlosen Kanal und kann mit Machine Learning klassifiziert werden . Das KIT-Forschungsteam betont: \u201eDiese Identit\u00e4tsoffenlegung kann auf vielf\u00e4ltige Weise Schaden verursachen, selbst wenn keine direkte Verbindung zu einer realen Identit\u00e4t hergestellt wird“ .<\/p>\n\n\n\n

Stufe 4: Vitalparameter und Gesundheitsdaten<\/h4>\n\n\n\n

Die wohl invasivste Stufe: Wi-Fi Sensing kann Atemfrequenz und Herzschlag messen. Die TU Darmstadt listet \u201eProtecting Heartbeat and Respiration Information in WiFi Sensing Applications“ als abgeschlossenes Forschungsthema . Das DSK-Positionspapier nennt die Beobachtung von Vitalparametern wie Atmung oder Herzschlag ausdr\u00fccklich als Anwendungsfeld von Wi-Fi-Sensing . Das bedeutet: Ein Angreifer k\u00f6nnte nicht nur wissen, dass<\/strong> du im Raum bist, sondern auch, ob du schl\u00e4fst, ob du aufgeregt bist, ob du gesundheitliche Probleme hast. Diese Informationen sind aus der Ferne und ohne dein Wissen extrahierbar.<\/p>\n\n\n\n

3. Die Gegenma\u00dfnahme: IRShield und die intelligente Reflexion<\/h3>\n\n\n\n

Wenn der Angriff passiv und unsichtbar ist, muss die Verteidigung ebenfalls auf der physikalischen Ebene ansetzen. Genau das tut IRShield<\/strong>, entwickelt von Dr. Paul Staat und seinem Team am Max-Planck-Institut f\u00fcr Sicherheit und Privatsph\u00e4re in Bochum, in Zusammenarbeit mit der Ruhr-Universit\u00e4t Bochum und der TH K\u00f6ln, vorgestellt 2022 auf dem IEEE Symposium on Security and Privacy .<\/p>\n\n\n\n

Wie IRShield funktioniert<\/h4>\n\n\n\n

IRShield nutzt Intelligent Reflecting Surfaces (IRS)<\/strong> \u2013 k\u00fcnstliche Oberfl\u00e4chen, die aus vielen einzeln elektronisch steuerbaren Reflexionselementen bestehen. Diese Elemente k\u00f6nnen auftreffende Funkwellen gezielt manipulieren und in verschiedene Richtungen lenken .<\/p>\n\n\n\n

Der entscheidende Trick: IRShield konfiguriert die IRS-Elemente zuf\u00e4llig und kontinuierlich neu<\/strong>. Dadurch wird der drahtlose Kanal selbst \u2013 also die Summe aller Ausbreitungspfade, die das Signal vom Sender zum Empf\u00e4nger nimmt \u2013 randomisiert<\/strong>. F\u00fcr einen legitimen Empf\u00e4nger (der mit dem IRShield synchronisiert ist) bleibt die Kommunikation intakt. F\u00fcr einen passiven Lauscher wird der Kanal zu einem Rauschen, aus dem sich keine verl\u00e4sslichen Informationen \u00fcber Bewegungen mehr extrahieren lassen .<\/p>\n\n\n\n

Die Formel aus der Originalpublikation verdeutlicht den Mechanismus: Der empfangene Kanal H<\/mi>(<\/mo>k<\/mi>,<\/mo>t<\/mi>)<\/mo><\/mrow><\/semantics><\/math>H<\/strong>(k<\/em>,t<\/em>) setzt sich zusammen aus den nat\u00fcrlichen Ausbreitungspfaden G<\/mi>l<\/mi><\/msub><\/mrow><\/semantics><\/math>G<\/strong>l<\/em>\u200b, den Pfaden \u00fcber die IRS-Elemente r<\/mi>m<\/mi><\/msub>(<\/mo>t<\/mi>)<\/mo>G<\/mi>m<\/mi>\u2032<\/mo><\/msubsup><\/mrow><\/semantics><\/math>r<\/em>m<\/em>\u200b(t<\/em>)G<\/strong>m<\/em>\u2032\u200b, und Rauschen. Durch Randomisierung der Reflexionskoeffizienten r<\/mi>m<\/mi><\/msub>(<\/mo>t<\/mi>)<\/mo><\/mrow><\/semantics><\/math>r<\/em>m<\/em>\u200b(t<\/em>) wird der IRS-Anteil zu einer variablen Gr\u00f6\u00dfe, die den gesamten Kanal \u00fcberlagert .<\/p>\n\n\n\n

Die Wirksamkeit<\/h4>\n\n\n\n

Die Ergebnisse sind beeindruckend: In Tests mit handels\u00fcblichen Wi-Fi-Ger\u00e4ten<\/strong> reduzierte IRShield die Erkennungsrate eines modernen Bewegungsangriffs auf 5 % oder weniger<\/strong> . In bestimmten F\u00e4llen \u2013 abh\u00e4ngig von der Positionierung der IRS relativ zum Angreifer \u2013 war Bewegungserkennung selbst mit angepassten Angriffsstrategien \u201eweitgehend undurchf\u00fchrbar“ .<\/p>\n\n\n\n

Entscheidend: IRShield funktioniert ger\u00e4teunabh\u00e4ngig<\/strong> und wellenformunabh\u00e4ngig<\/strong>. Es ver\u00e4ndert die physikalische Ausbreitung der Funkwellen, nicht die Signale bestimmter Ger\u00e4te. Damit ist es mit Wi-Fi, Bluetooth, 5G und zuk\u00fcnftigen Standards kompatibel .<\/p>\n\n\n\n

4. Die Grenzen der Verteidigung<\/h3>\n\n\n\n

So elegant IRShield ist, so wichtig ist die ehrliche Einordnung seiner Grenzen.<\/p>\n\n\n\n

Erstens:<\/strong> IRShield erfordert die Installation einer IRS im zu sch\u00fctzenden Raum. Das ist eine physische Investition<\/strong> \u2013 kein Software-Download. Die Technologie ist derzeit Forschungsstand, nicht Massenmarktprodukt.<\/p>\n\n\n\n

Zweitens:<\/strong> Die Wirksamkeit h\u00e4ngt von der r\u00e4umlichen Konfiguration<\/strong> ab. In der Originalarbeit diskutieren die Autoren explizit, wie ein Angreifer sich an die Verteidigung anpassen k\u00f6nnte, indem er den Schwellenwert f\u00fcr die Bewegungsdetektion neu kalibriert. Unter bestimmten Bedingungen \u2013 etwa wenn der Angreifer eine direkte Sichtlinie zum Sender hat \u2013 kann ein Teil der Information durchsickern .<\/p>\n\n\n\n

Drittens:<\/strong> IRShield sch\u00fctzt den Raum<\/strong>, nicht die Person. Wer den Raum verl\u00e4sst, ist wieder exponiert. Wer sich in \u00f6ffentlichen R\u00e4umen aufh\u00e4lt \u2013 Caf\u00e9s, Bibliotheken, Z\u00fcgen \u2013, hat keine Kontrolle \u00fcber die dort installierte Infrastruktur.<\/p>\n\n\n\n

Viertens:<\/strong> Die passive Natur des Angriffs bedeutet, dass Entdeckung praktisch unm\u00f6glich<\/strong> ist. Ein Angreifer, der nur empf\u00e4ngt und nicht sendet, hinterl\u00e4sst keine digitalen Spuren im Netzwerk. Die einzige Chance besteht darin, ihn beim Aufbau seiner Empfangseinrichtung zu beobachten \u2013 was in der Praxis unrealistisch ist.<\/p>\n\n\n\n

5. Die regulatorische Dimension: Datenschutz hinkt der Technik hinterher<\/h3>\n\n\n\n

Die technischen Schutzm\u00f6glichkeiten sind eindrucksvoll, aber sie l\u00f6sen nicht das grundlegende Problem: Die Rechtslage ist unklar.<\/strong><\/p>\n\n\n\n

Die Konferenz der unabh\u00e4ngigen Datenschutzaufsichtsbeh\u00f6rden des Bundes und der L\u00e4nder (DSK) hat auf ihrer 111. Konferenz vom 16. bis 18. Juni 2026 in Stuttgart<\/strong> einen Beschluss zu ISAC\/6G gefasst. Der Kernpunkt: Anders als bei Videokameras, die als \u00dcberwachungsger\u00e4te wahrgenommen werden, sind WLAN-f\u00e4hige Ger\u00e4te allgegenw\u00e4rtig und werden nicht mit \u00dcberwachung assoziiert<\/strong>. Ein Router, der Bewegungen erkennt, sieht aus wie ein Router. Die DSK warnt vor einer Situation, in der jede Person, die sich in den Erfassungsbereich begibt (sogenannte Bystander)<\/strong>, ohne ihr Wissen erfasst wird \u2013 und ohne die praktische M\u00f6glichkeit, eine Einwilligung zu verweigern. Das Positionspapier thematisiert explizit diese Bystander-Problematik: Personen, die kein mobiles Endger\u00e4t mit sich f\u00fchren, k\u00f6nnen dennoch erfasst werden, was die Einholung wirksamer Einwilligungen praktisch unm\u00f6glich macht .<\/p>\n\n\n\n

Die DSK zieht dabei eine Parallele, die auch dieser Artikel aufgreift: Die Technik sei mit einer unsichtbaren Video\u00fcberwachung<\/strong> vergleichbar, die zus\u00e4tzlich auch nicht-sichtbare Bereiche erfasse .<\/p>\n\n\n\n

Die Forschung zu BFI-basierten Angriffen unterstreicht diese Sorge. Die Autoren betonen ausdr\u00fccklich: \u201eWir haben absichtlich eine einfache Verarbeitungspipeline verwendet, um eine untere Grenze<\/strong> f\u00fcr die Datenschutzbedrohung zu etablieren“ . Mit anderen Worten: Ein motivierter Angreifer mit mehr Ressourcen und dom\u00e4nenspezifischem Wissen kann deutlich mehr erreichen als die 99,5 % Identifizierungsgenauigkeit der Studie \u2013 nicht weniger.<\/p>\n\n\n\n

Fazit: Die Waffe ist bereits geladen<\/h3>\n\n\n\n

Wi-Fi Sensing ist eine Technologie mit enormem Potenzial f\u00fcr n\u00fctzliche Anwendungen: Sturzerkennung in der Pflege, Pr\u00e4senzsteuerung in Smart Homes, Prozess\u00fcberwachung in der Industrie . Aber dieselbe Technologie, in falsche H\u00e4nde geraten, wird zu einem \u00dcberwachungswerkzeug, das unsichtbar, passiv und schwer abwehrbar ist.<\/p>\n\n\n\n

Die wichtigsten Erkenntnisse:<\/p>\n\n\n\n

    \n
  1. Die Angriffsfl\u00e4che ist bereits vorhanden.<\/strong> Jedes WLAN-Ger\u00e4t in Reichweite \u2013 Router, Smartphones, IoT-Ger\u00e4te \u2013 emittiert Signale, die passiv ausgewertet werden k\u00f6nnen. Du musst nichts falsch gemacht haben, um Ziel zu werden.<\/li>\n\n\n\n
  2. Die Identifizierung funktioniert.<\/strong> Die 197-Personen-Studie von 2025 zeigt, dass individuelle Identifizierung aus passiven Signalen mit 99,5 % Genauigkeit<\/strong> m\u00f6glich ist .<\/li>\n\n\n\n
  3. Die Verteidigung existiert \u2013 aber ist nicht fl\u00e4chendeckend.<\/strong> IRShield reduziert die Erkennungsrate auf 5 % oder weniger<\/strong>, ist aber noch nicht massentauglich .<\/li>\n\n\n\n
  4. Die Regulierung ist im R\u00fcckstand.<\/strong> Die DSK fordert Datenschutz by Design f\u00fcr 6G\/ISAC, aber die Standards werden von Gremien gesetzt, in denen Sicherheitsforscher und Datenschutzbeh\u00f6rden nicht immer am Tisch sitzen .<\/li>\n<\/ol>\n\n\n\n

    Die zentrale Frage f\u00fcr die kommenden Jahre wird nicht sein, ob<\/strong> Wi-Fi Sensing fl\u00e4chendeckend eingesetzt wird \u2013 die Technik ist zu attraktiv, die Investitionen zu hoch. Die Frage wird sein, ob<\/strong> wir die Werkzeuge und Regeln entwickeln, um zu verhindern, dass aus einem n\u00fctzlichen Sensor ein allgegenw\u00e4rtiges \u00dcberwachungsnetz wird. Der erste Schritt dazu ist, die Gefahren beim Namen zu nennen. Dieser Artikel ist ein Versuch.<\/p>\n\n\n\n

    Quellen<\/h3>\n\n\n\n
      \n
    1. Staat, P., Mulzer, S., Roth, S., Moonsamy, V., Heinrichs, M., Kronberger, R., Sezgin, A., Paar, C.: IRShield: A Countermeasure Against Adversarial Physical-Layer Wireless Sensing<\/em>, IEEE Symposium on Security and Privacy, 2022.<\/li>\n\n\n\n
    2. Staat, P., et al.: IRShield: A Countermeasure Against Adversarial Physical-Layer Wireless Sensing<\/em>, arXiv:2112.01967, 2021.<\/li>\n\n\n\n
    3. Karlsruher Institut f\u00fcr Technologie (KIT): BFI-based WiFi Sensing Identification Study<\/em>, Publikationen KIT, 2025.<\/li>\n\n\n\n
    4. Fraunhofer IIS: Radio Sensing and Semantic Sensing<\/em>, Forschungsbereich Lokalisierung und Kommunikation, 2026.<\/li>\n\n\n\n
    5. Konferenz der unabh\u00e4ngigen Datenschutzaufsichtsbeh\u00f6rden des Bundes und der L\u00e4nder (DSK): Beschluss zu ISAC\/6G-Datenschutzrisiken<\/em>, 111. Konferenz, Stuttgart, 16.\u201318. Juni 2026.<\/li>\n\n\n\n
    6. Abanto-Leon, L.F., Bauml, A., Sim, G.H., Hollick, M., Asadi, A.: Stay Connected, Leave no Trace: Enhancing Security and Privacy in WiFi via Obfuscating Radiometric Fingerprints<\/em>, ACM SIGMETRICS, 2021.<\/li>\n\n\n\n
    7. TU Darmstadt, Secure Mobile Networking Lab (SEEMOO): Protecting Heartbeat and Respiration Information in WiFi Sensing Applications<\/em>, Forschungsprojekt, 2018.<\/li>\n\n\n\n
    8. Conservative Interference Injection to Minimize Wi-Fi Sensing Privacy Risks and Bandwidth Loss<\/em>, Future Internet (MDPI), Januar 2025.<\/li>\n\n\n\n
    9. Keystroke Recognition via Wi-Fi Sensing, Studie zur Tastenanschlagserkennung, 2025 (Genauigkeit: 99 % Tastenposition, 89 % menschliche Tastendr\u00fccke).<\/li>\n\n\n\n
    10. WiKey: Keystroke Recognition Using WiFi Signals<\/em>, fr\u00fchere Arbeit (97,5 % Labor, 77,5 % realistische Bedingungen).<\/li>\n<\/ol>","protected":false},"excerpt":{"rendered":"

      Von DerSchneider Einleitung: Das unsichtbare Netz, das dich sieht Es ist ein Szenario, das die meisten Menschen nicht auf dem Radar haben: Du sitzt in deinem Wohnzimmer, liest ein Buch, stehst auf, um dir ein Glas Wasser zu holen. In der Wohnung nebenan sitzt jemand mit einem handels\u00fcblichen WLAN-Empf\u00e4nger. Er hat keinen Zugriff auf dein […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[40,41,17,18],"tags":[11164,11163,11168,11165,11162,11166,11167],"class_list":["post-7616","post","type-post","status-publish","format-standard","hentry","category-denkwerkzeuge","category-digitalkultur","category-im-herz","category-im-kopf-methoden-werkzeuge","tag-adversarial-wireless-sensing","tag-bfi-angriff","tag-datenschutz-6g","tag-intelligent-reflecting-surface","tag-irshield","tag-passive-ueberwachung","tag-wi-fi-sensing"],"_links":{"self":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7616","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/comments?post=7616"}],"version-history":[{"count":1,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7616\/revisions"}],"predecessor-version":[{"id":7617,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/posts\/7616\/revisions\/7617"}],"wp:attachment":[{"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/media?parent=7616"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/categories?post=7616"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/technodidact.de\/en\/wp-json\/wp\/v2\/tags?post=7616"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}