{"id":10522,"date":"2023-02-03T12:13:18","date_gmt":"2023-02-03T12:13:18","guid":{"rendered":"https:\/\/sandsiv.com\/der-blog\/influencers-please-dont-mess-with-statistics\/"},"modified":"2023-08-29T14:50:11","modified_gmt":"2023-08-29T14:50:11","slug":"influencer-bitte-nicht-mit-den-statistiken-herumspielen","status":"publish","type":"page","link":"https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/","title":{"rendered":"Influencer, bitte nicht mit den Statistiken herumspielen!"},"content":{"rendered":"
\r\n \r\n
\r\n
\r\n
\r\n

Influencer, bitte nicht mit den Statistiken herumspielen!Artikel<\/strong> <\/h1>\r\n
30. November 2022 – Influencer, bitte nicht mit den Statistiken herumspielen! <\/div>
\r\n Demo anfordern<\/a>\r\n <\/div>\r\n <\/div>\r\n
\r\n
\r\n \r\n \r\n \"\"\r\n <\/picture>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n<\/div>\n\n\r\n
\r\n
\r\n
\r\n
\r\n
\r\n
\r\n

Ein k\u00fcrzlich erfolgter Austausch von Beitr\u00e4gen mit den \u00fcblichen fl\u00fcssigen CX-Influencern (fl\u00fcssig in Anlehnung an Zygmunt Bauman) veranlasst mich, diesen kurzen Artikel zu schreiben, in der Hoffnung, dass ich diese CX- Denker endlich aufkl\u00e4ren kann.<\/p>\n

Wichtig ist, dass es sich bei dem, was ich schreiben werde, nicht um meine Gedanken handelt, sondern um wissenschaftlich belegte Fakten aus akademischen Studien, die im neunzehnten Jahrhundert begannen und sich bis in die heutige Zeit entwickelt haben.<\/p>\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n<\/div>\n\n\r\n

\r\n
\r\n\r\n
\r\n \r\n
\r\n
\r\n
\r\n
<\/ div> <\/div>\r\n <\/div>\r\n
\r\n

Die Frage war einfach, und die Antwort war statistisch und mathematisch ebenso offensichtlich: K\u00f6nnen wir den Antwortverweigerern in einer Umfrage einen Wert zuweisen? Da es sich um eine NPS-Umfrage handelte, war in der Diskussion die Rede davon, dass der Wert der Antwortverweigerer willk\u00fcrlich zugewiesen wird, um das beobachtete Ergebnis stark und negativ zu beeinflussen.<\/p>\n

Die Wirklichkeit war viel einfacher: Da wir 100 Interviews von insgesamt 500 Kunden gesammelt haben, k\u00f6nnen wir sagen, dass n=100 (die beobachtete Stichprobe) und N=500 (die Gesamtpopulation) sind, so dass der gesch\u00e4tzte Mittelwert in der Stichprobe um +\/- 8,77 % variieren kann. Da es sich um einen Net Promoter Score handelt, ist die Spanne noch h\u00f6her, da wir es h\u00f6chstwahrscheinlich nicht mit einer Normalverteilung zu tun haben. (siehe meinen Artikel<\/a>)<\/p>\n

Dieselbe Logik, die mir diese Fehlerspanne von 8,77 % beschert, sagt mir, dass ich f\u00fcr ein Konfidenzniveau von 95 % eine Stichprobe von 218 Interviews ben\u00f6tige, die eine Fehlerspanne von 4,99 % ergibt. Aber wie kommen wir zu dieser Fehlermarge? Was ist statistische und mathematische Logik? Ich werde versuchen, es ohne mathematische Formeln zu erkl\u00e4ren, im Klartext f\u00fcr Gesch\u00e4ftsleute.<\/p>\n

Statistische Stichproben und statistische Schlussfolgerungen<\/span><\/h4>\n

Die statistische Stichprobenziehung (die sich auf die Stichprobentheorie st\u00fctzt) ist die Grundlage der statistischen Schlussfolgerungen, die sich in zwei gro\u00dfe Kapitel gliedern: die Sch\u00e4tzungstheorie und die Hypothesentests. Konkret hei\u00dft es, dass eine Erhebung dann eine Stichprobenerhebung ist, wenn sie f\u00fcr Schlussfolgerungen hilfreich ist, d. h. wenn man aus der Stichprobe selbst Informationen \u00fcber die gesamte Population ableiten kann.<\/p>\n

Der letzte Satz ist wichtig und erkl\u00e4rt die Bedeutung der Stichprobe selbst: Das Ziel ist es, eine Untergruppe der Gesamtpopulation so auszuw\u00e4hlen, dass sie f\u00fcr die gesamte Population repr\u00e4sentativ ist. Die Ergebnisse der Untergruppe k\u00f6nnen dann als f\u00fcr die Gesamtpopulation g\u00fcltig angesehen werden.<\/p>\n

Offensichtlich, oder? Nein, ich habe k\u00fcrzlich zuf\u00e4llig an einer Unterhaltung auf LinkedIn teilgenommen, in der man denjenigen, die nicht auf eine NPS-Umfrage geantwortet haben, willk\u00fcrliche Werte zuweisen wollte. Denjenigen, die nicht geantwortet haben, kann nicht einfach eine Standardantwort zugeordnet werden. Warum sollte man also eine Umfrage erstellen und verbreiten? Verwenden Sie Photoshop und erstellen Sie ein Dashboard mit den Ergebnissen, die Sie m\u00f6gen. Sie beleidigen ohnehin Statistik und Mathematik. Wenn Sie es tun wollen, dann trauen Sie sich, es ganz zu tun! Das w\u00e4re so, als ob Sie sagen w\u00fcrden: Ich habe eine Stichprobe der Bev\u00f6lkerung nach ihrer Gr\u00f6\u00dfe gefragt, um die Durchschnittsgr\u00f6\u00dfe der Menschen zu ermitteln; diejenigen, die nicht geantwortet haben, schreiben die Gr\u00f6\u00dfe willk\u00fcrlich mit 190 cm (!) zu. Verstehen Sie, dass das nicht funktioniert? Mir fehlen die Worte angesichts eines solchen Unfugs!<\/p>\n

Was ich beschrieben habe, ist genau genommen das Verfahren, mit dem die Merkmale einer Bev\u00f6lkerung aus der Beobachtung eines Teils von ihr (Stichprobe) abgeleitet werden; dies wird statistische Inferenz genannt und hat seinen Ursprung in der Mitte des 19. Sie wird auch als klassische Inferenz bezeichnet, um sie von der Bayes’schen Inferenz zu unterscheiden, die auf dem Bayes’schen Theorem beruht.<\/p>\n

Der Fehler in der Stichprobe und seine Folgen<\/strong><\/span><\/h4>\n

Durch die Analyse der Ergebnisse einer Studie an einer Untergruppe der Gesamtbev\u00f6lkerung sollen zwei wichtige Fragen beantwortet werden:<\/p>\n

1. Glauben Sie, dass das Ergebnis der Untergruppe zuf\u00e4llig ist, oder bleibt es bei Wiederholung gleich? (d.h., Konfidenz, oder ist das Ergebnis signifikant?)
\n2. Bitte verwechseln Sie nicht “statistische Signifikanz” mit “Bedeutung”!<\/p>\n

Verwechseln Sie nicht “statistische Signifikanz” mit “Wichtigkeit”!<\/span><\/h4>\n

Signifikant bedeutet in Statistik, dass das beobachtete Ergebnis mit einem bestimmten Vertrauensniveau (Konfidenz) nicht rein zuf\u00e4llig ist und dass man bei n-facher Wiederholung der Beobachtung an anderen Untergruppen der Population das gleiche Ergebnis erh\u00e4lt. Das hat nichts mit der Signifikanz des Ergebnisses zu tun.<\/p>\n

Ich werde nicht auf die Einzelheiten der Berechnung eingehen. Sie m\u00fcssen nur wissen, dass diese Art der Analyse von Fisher vorgeschlagen wurde und auf der allgemeinen Vorstellung beruht, dass wir ein Verh\u00e4ltnis von 1\/20 (Alpha 0,05) akzeptieren k\u00f6nnen. Im Allgemeinen ist das Ergebnis in 95 % der F\u00e4lle nicht zuf\u00e4llig.<\/p>\n

Mit anderen Worten, wenn Sie diesen Schwellenwert festlegen, bedeutet dies, dass es f\u00fcr Ihre Studie in Ordnung ist, dass der beobachtete Unterschied in einem von 20 F\u00e4llen allein auf Zufall zur\u00fcckzuf\u00fchren ist. Der Schwellenwert k\u00f6nnte auf h\u00f6here Werte (z. B. 0,01) angehoben werden. Um 100 % sicher zu sein, sollten Sie die gesamte Population befragen.<\/p>\n

Einfach ausgedr\u00fcckt: Wenn wir sagen, dass ein Ergebnis signifikant ist, bedeutet dies lediglich, dass es nicht das Ergebnis des Zufalls ist, indem wir eine Fehlermarge (in der Regel 0,05) akzeptieren. Wenn wir dieselbe Studie mit einer anderen Stichprobe aus derselben Population als der ersten wiederholen, werden wir in 95 % der F\u00e4lle dasselbe Ergebnis erhalten.<\/p>\n

Aber ist die Stichprobe auch wirklich repr\u00e4sentativ?<\/span><\/h4>\n

Dies ist der Anwendungsbereich der Inferenzstatistik, die auf die wahrscheinlichste Herleitung der unbekannten Merkmale einer Grundgesamtheit abzielt. Sie befasst sich mit der L\u00f6sung des so genannten umgekehrten Problems, d. h. sie kommt auf der Grundlage von Beobachtungen, die an einer f\u00fcr die gesamte Grundgesamtheit repr\u00e4sentativen und nach bestimmten Verfahren ausgew\u00e4hlten Stichprobe von Einheiten gemacht wurden, zu Schlussfolgerungen, die innerhalb bestimmter Fehlerwahrscheinlichkeiten auf die Gesamtheit derselben Grundgesamtheit verallgemeinert werden k\u00f6nnen (Inferenz). Die Grundlage der Inferenzstatistik bilden die Wahrscheinlichkeitstheorie und die Stichprobentheorie.<\/p>\n

Sehr vereinfacht ausgedr\u00fcckt, wird bei einem in der Stichprobe beobachteten Mittelwert versucht, die Differenz zum tats\u00e4chlichen Mittelwert der Grundgesamtheit zu berechnen, indem die Fehlermarge gesch\u00e4tzt wird. Man bestimmt den Stichprobenfehler, der das Ma\u00df f\u00fcr die Zuverl\u00e4ssigkeit der Stichprobe ist.<\/p>\n

Es gibt eine einfache Regel: Je gr\u00f6\u00dfer die Stichprobe ist, desto repr\u00e4sentativer ist sie f\u00fcr die gesamte Bev\u00f6lkerung. Dies h\u00e4ngt jedoch auch von anderen Faktoren ab. Je mehr Elemente in der Bev\u00f6lkerung variieren, desto gr\u00f6\u00dfer muss die Stichprobe sein.<\/p>\n

Im Folgenden finden Sie drei Schl\u00fcsselbegriffe, die Sie verstehen m\u00fcssen, um den Stichprobenumfang zu berechnen und in einen Zusammenhang zu bringen:<\/p>\n

Bev\u00f6lkerungsgr\u00f6\u00dfe –<\/strong> Gesamtzahl der Personen in der Gruppe, die Sie analysieren wollen. Wenn Sie eine Zufallsstichprobe von Menschen in den Vereinigten Staaten nehmen, wird die Bev\u00f6lkerung etwa 317 Millionen betragen. Bezieht sich die Umfrage auf Ihr Unternehmen, so ist die Grundgesamtheit die Gesamtzahl der Besch\u00e4ftigten.<\/p>\n

Die Fehlermarge –<\/strong> Ein Prozentsatz, der angibt, wie wahrscheinlich es ist, dass die Umfrageergebnisse die Ansichten der Gesamtbev\u00f6lkerung widerspiegeln. Je kleiner die Fehlermarge ist, desto gr\u00f6\u00dfer ist die Wahrscheinlichkeit, bei einem bestimmten Konfidenzniveau die richtige Antwort zu erhalten.<\/p>\n

Konfidenzniveau der Stichprobe –<\/strong> Ein Prozentsatz, der angibt, wie sicher man sein kann, dass die Bev\u00f6lkerung eine Antwort innerhalb eines bestimmten Bereichs w\u00e4hlen w\u00fcrde. Ein Konfidenzniveau von 95 Prozent bedeutet zum Beispiel, dass Sie zu 95 Prozent sicher sein k\u00f6nnen, dass die Ergebnisse zwischen den Zahlen x und y liegen.<\/p>\n

Mehrere Websites bieten kostenlose Berechnungen des Stichprobenumfangs auf der Grundlage verschiedener Parameter an. Googeln Sie einfach “Stichprobengr\u00f6\u00dfenrechner”, und Sie erhalten eine Liste von Websites, die diese M\u00f6glichkeit anbieten.<\/p>\n

Zusammenfassend l\u00e4sst sich sagen, dass die Statistik eine exakte Wissenschaft ist. Es geht hier nicht um pers\u00f6nliche Interpretationen, sondern um pr\u00e4zise mathematische Konzepte. Wenn Sie Kommentare lesen wie “Welchen Wert messen wir den Antwort Verweigerern bei?” Oder, noch schlimmer: “Wir geben keine Werte f\u00fcr die Fehlerspanne an, weil sie die Zuh\u00f6rer der Umfrageergebnisse langweilen”, passen ideal zu der Qualit\u00e4t der Diskussion, die Pseudo-Influencer und -Gurus zum Kundenerlebnis f\u00fchren: praktisch nahe Null, mit einer mageren Fehlermarge und 99,9 % Vertrauen.<\/p>\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n<\/div>\n\n\n

<\/p>\n\n\n\r\n

\r\n
\r\n\r\n
\r\n \r\n
\r\n
\r\n
\r\n Influencer, bitte nicht mit den Statistiken herumspielen! <\/div>\r\n <\/div>\r\n
\r\n
Verfasser:
\nFederico Cesconi<\/h5>\n

Lesen Sie den Artikel auf LinkedIn<\/span><\/a><\/span><\/p>\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n<\/div>\n\n\r\n

\r\n
\r\n
\r\n
\r\n
\r\n
\r\n Beginnen Sie noch heute mit sandsiv+ zu wachsen <\/div>\r\n
\r\n \r\n Demo anfordern <\/a>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n<\/div>","protected":false},"excerpt":{"rendered":"","protected":false},"author":9,"featured_media":0,"parent":10507,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"content-type":"","footnotes":""},"class_list":["post-10522","page","type-page","status-publish","hentry"],"acf":[],"yoast_head":"\nInfluencer, bitte nicht mit den Statistiken herumspielen! - sandsiv+<\/title>\n<meta name=\"description\" content=\"Ein k\u00fcrzlich erfolgter Austausch von Beitr\u00e4gen mit den \u00fcblichen fl\u00fcssigen CX-Influencern veranlasst mich, diesen kurzen Artikel zu schreiben.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Influencer, bitte nicht mit den Statistiken herumspielen!\" \/>\n<meta property=\"og:description\" content=\"Ein k\u00fcrzlich erfolgter Austausch von Beitr\u00e4gen mit den \u00fcblichen fl\u00fcssigen CX-Influencern veranlasst mich, diesen kurzen Artikel zu schreiben.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/\" \/>\n<meta property=\"og:site_name\" content=\"sandsiv+\" \/>\n<meta property=\"article:modified_time\" content=\"2023-08-29T14:50:11+00:00\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/sandsiv.com\\\/de\\\/der-blog\\\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\\\/\",\"url\":\"https:\\\/\\\/sandsiv.com\\\/de\\\/der-blog\\\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\\\/\",\"name\":\"Influencer, bitte nicht mit den Statistiken herumspielen! - sandsiv+\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/sandsiv.com\\\/#website\"},\"datePublished\":\"2023-02-03T12:13:18+00:00\",\"dateModified\":\"2023-08-29T14:50:11+00:00\",\"description\":\"Ein k\u00fcrzlich erfolgter Austausch von Beitr\u00e4gen mit den \u00fcblichen fl\u00fcssigen CX-Influencern veranlasst mich, diesen kurzen Artikel zu schreiben.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/sandsiv.com\\\/de\\\/der-blog\\\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\\\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/sandsiv.com\\\/de\\\/der-blog\\\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/sandsiv.com\\\/de\\\/der-blog\\\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/sandsiv.com\\\/de\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Der Blog\",\"item\":\"https:\\\/\\\/sandsiv.com\\\/de\\\/der-blog\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Influencer, bitte nicht mit den Statistiken herumspielen!\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/sandsiv.com\\\/#website\",\"url\":\"https:\\\/\\\/sandsiv.com\\\/\",\"name\":\"sandsiv+\",\"description\":\"Customer Intelligence Made In Switzerland\",\"publisher\":{\"@id\":\"https:\\\/\\\/sandsiv.com\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/sandsiv.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/sandsiv.com\\\/#organization\",\"name\":\"sandsiv+\",\"url\":\"https:\\\/\\\/sandsiv.com\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\\\/\\\/sandsiv.com\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/sandsiv.com\\\/wp-content\\\/uploads\\\/2021\\\/08\\\/logo-light-normal.svg\",\"contentUrl\":\"https:\\\/\\\/sandsiv.com\\\/wp-content\\\/uploads\\\/2021\\\/08\\\/logo-light-normal.svg\",\"width\":376,\"height\":67,\"caption\":\"sandsiv+\"},\"image\":{\"@id\":\"https:\\\/\\\/sandsiv.com\\\/#\\\/schema\\\/logo\\\/image\\\/\"}}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Influencer, bitte nicht mit den Statistiken herumspielen! - sandsiv+","description":"Ein k\u00fcrzlich erfolgter Austausch von Beitr\u00e4gen mit den \u00fcblichen fl\u00fcssigen CX-Influencern veranlasst mich, diesen kurzen Artikel zu schreiben.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/","og_locale":"de_DE","og_type":"article","og_title":"Influencer, bitte nicht mit den Statistiken herumspielen!","og_description":"Ein k\u00fcrzlich erfolgter Austausch von Beitr\u00e4gen mit den \u00fcblichen fl\u00fcssigen CX-Influencern veranlasst mich, diesen kurzen Artikel zu schreiben.","og_url":"https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/","og_site_name":"sandsiv+","article_modified_time":"2023-08-29T14:50:11+00:00","twitter_card":"summary_large_image","schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/","url":"https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/","name":"Influencer, bitte nicht mit den Statistiken herumspielen! - sandsiv+","isPartOf":{"@id":"https:\/\/sandsiv.com\/#website"},"datePublished":"2023-02-03T12:13:18+00:00","dateModified":"2023-08-29T14:50:11+00:00","description":"Ein k\u00fcrzlich erfolgter Austausch von Beitr\u00e4gen mit den \u00fcblichen fl\u00fcssigen CX-Influencern veranlasst mich, diesen kurzen Artikel zu schreiben.","breadcrumb":{"@id":"https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/sandsiv.com\/de\/der-blog\/influencer-bitte-nicht-mit-den-statistiken-herumspielen\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/sandsiv.com\/de\/"},{"@type":"ListItem","position":2,"name":"Der Blog","item":"https:\/\/sandsiv.com\/de\/der-blog\/"},{"@type":"ListItem","position":3,"name":"Influencer, bitte nicht mit den Statistiken herumspielen!"}]},{"@type":"WebSite","@id":"https:\/\/sandsiv.com\/#website","url":"https:\/\/sandsiv.com\/","name":"sandsiv+","description":"Customer Intelligence Made In Switzerland","publisher":{"@id":"https:\/\/sandsiv.com\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/sandsiv.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de-DE"},{"@type":"Organization","@id":"https:\/\/sandsiv.com\/#organization","name":"sandsiv+","url":"https:\/\/sandsiv.com\/","logo":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/sandsiv.com\/#\/schema\/logo\/image\/","url":"https:\/\/sandsiv.com\/wp-content\/uploads\/2021\/08\/logo-light-normal.svg","contentUrl":"https:\/\/sandsiv.com\/wp-content\/uploads\/2021\/08\/logo-light-normal.svg","width":376,"height":67,"caption":"sandsiv+"},"image":{"@id":"https:\/\/sandsiv.com\/#\/schema\/logo\/image\/"}}]}},"_links":{"self":[{"href":"https:\/\/sandsiv.com\/de\/wp-json\/wp\/v2\/pages\/10522","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sandsiv.com\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/sandsiv.com\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/sandsiv.com\/de\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/sandsiv.com\/de\/wp-json\/wp\/v2\/comments?post=10522"}],"version-history":[{"count":0,"href":"https:\/\/sandsiv.com\/de\/wp-json\/wp\/v2\/pages\/10522\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/sandsiv.com\/de\/wp-json\/wp\/v2\/pages\/10507"}],"wp:attachment":[{"href":"https:\/\/sandsiv.com\/de\/wp-json\/wp\/v2\/media?parent=10522"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}