{"id":103305,"date":"2019-11-21T08:00:13","date_gmt":"2019-11-21T08:00:13","guid":{"rendered":"https:\/\/dievolkswirtschaft.ch\/2019\/11\/joshi-lavanchy-lalive-12-2019fr\/"},"modified":"2023-08-23T22:56:36","modified_gmt":"2023-08-23T20:56:36","slug":"ki-arbeitswelt-veraenderung-statt-apokalypse","status":"publish","type":"post","link":"https:\/\/dievolkswirtschaft.ch\/de\/2019\/11\/ki-arbeitswelt-veraenderung-statt-apokalypse\/","title":{"rendered":"KI-Arbeitswelt: Ver\u00e4nderung statt Apokalypse"},"content":{"rendered":"

Intelligenz k\u00f6nnte man definieren als F\u00e4higkeit, logisch zu denken, zu lernen und Probleme zu l\u00f6sen. Mit Intelligenz nehmen wir Informationen wahr und ziehen daraus Schl\u00fcsse. Diese Definition gilt auch f\u00fcr k\u00fcnstliche Intelligenz (KI), f\u00fcr welche eine grosse Datenverf\u00fcgbarkeit und eine hohe Rechenleistung n\u00f6tig sind. Die Fortschritte bei KI sind enorm.
\n
\nMittlerweile k\u00f6nnen KI-Systeme anhand von Daten und komplexen Algorithmen eine Vielzahl von Aufgaben durchf\u00fchren. Sie bewerten die Qualit\u00e4t von Stellenbewerbungen, helfen Kunden bei Fragen zu Produkten und werden in Robotern eingesetzt, die Erdbeeren pfl\u00fccken. Wie die Dampfmaschine, die Eisenbahn und das Internet wird KI oft als Allzwecktechnologie dargestellt, die das Potenzial hat, in einem breiten Spektrum von Branchen eingesetzt zu werden und damit den Arbeitsmarkt tiefgreifend zu beeinflussen.
\n
\nKlar definierte Verfahren oder Prognoseaufgaben, bei denen KI gegen\u00fcber dem Menschen im Vorteil ist, werden k\u00fcnftig wahrscheinlich von Maschinen erledigt. Dies wird sich zwangsl\u00e4ufig auf einige Berufsbilder auswirken. So k\u00f6nnte ein Sachbearbeiter, der Daten erfasst, in Zukunft die Daten nur noch beschriften (\u00ablabeling<\/a>\u00bb) oder sich ausschliesslich auf Aufgaben konzentrieren, die nicht von Computern ausgef\u00fchrt werden k\u00f6nnen.
\n
\nDar\u00fcber hinaus kann KI auch eingesetzt werden, um die Arbeitsaufgaben besser den Mitarbeitenden zuzuordnen \u2013 zum Beispiel durch einen Algorithmus, der die optimale Kombination von Kompetenzen und Aufgaben festlegt. Diese Ver\u00e4nderungen k\u00f6nnen potenziell auch den Sinn beeinflussen, den Menschen in ihrer Arbeit sehen. Letztlich geht es somit auch um Identit\u00e4tsfragen.[1]<\/a> <\/p>\n

Sozialkompetenzen gefragt<\/strong><\/h2>\n


\nAbgesehen davon, dass Roboter und Algorithmen immer mehr Arbeiten ausf\u00fchren, wirkt sich die \u00abAndroidisierung\u00bb der Arbeit auch auf die auf dem Arbeitsmarkt verlangten Kompetenzen aus (siehe Tabelle<\/em>). In Zukunft werden vor allem strategisches und kreatives Denken sowie soziale Kompetenzen gefragt sein, da hier der Mensch gegen\u00fcber der Maschine im Vorteil ist. W\u00e4hrend f\u00fcr einige berufliche T\u00e4tigkeiten unter Umst\u00e4nden eine h\u00f6here Qualifikation erforderlich ist (etwa das Erlernen der Interpretation von Datenanalysen), k\u00f6nnte die Technologie auch zur Folge haben, dass f\u00fcr bestimmte Stellen geringere Kompetenzen ben\u00f6tigt werden. So m\u00fcssen Uber-Fahrer beispielsweise nicht mehr die besten Routen kennen, weil das eine App f\u00fcr sie erledigt. Ausserdem k\u00f6nnte das Entstehen von Stellenvermittlungs-Plattformen wie Task Rabbit<\/a> zu flexibleren Formen von Arbeitsbeziehungen f\u00fchren.
\n
\nKI und andere technologische Entwicklungen beeinflussen auch den Ort<\/a>, an dem wir arbeiten. Mitglieder eines Teams k\u00f6nnen neu an unterschiedlichen physischen Standorten arbeiten. Dies erm\u00f6glicht sowohl Outsourcing als auch Insourcing von Aufgaben. Zudem entstehen dank Robotern und Algorithmen Arbeitsr\u00e4ume, welche die zwischenmenschliche Kommunikation erleichtern. Dar\u00fcber hinaus kann KI die Bewegungen, das Zusammenwirken, das Stressniveau oder die Produktivit\u00e4t der Mitarbeitenden \u00fcberwachen. So ist etwa denkbar, dass sich in Namensschildern intelligente Sensoren befinden. <\/p>\n

KI und die Zukunft der Arbeit<\/strong><\/h3>\n

<\/p>\n

\"\"<\/a><\/h2>\n

<\/p>\n

Grosse H\u00fcrden
\n<\/strong><\/h2>\n


\nDie Zukunft der Arbeit wird in der \u00f6ffentlichen Debatte oft d\u00fcster gezeichnet. Stehen wir also kurz vor einer Job-Apokalypse? Wohl kaum, denn es bestehen grosse technische H\u00fcrden. Am meisten Aufsehen hat KI in letzter Zeit durch die Fortschritte bei der Prognosetechnologie verursacht \u2013 vor allem beim maschinellen Lernen und bei Deep Learning. Diese Mustererkennungstechniken k\u00f6nnen immer dann eingesetzt werden, wenn eine Prognose von Nutzen sein k\u00f6nnte. Etwa, wenn man wissen will, was ein Kunde kaufen wird, wann eine Maschine gewartet werden muss oder wie gross die Wahrscheinlichkeit eines Kreditbetrugs ist. Doch ihre M\u00f6glichkeiten sind begrenzt.
\n
\nZwar sind Computer den Menschen bei bestimmten Aufgaben tats\u00e4chlich \u00fcberlegen. Es ist beeindruckend, was KI-Systeme wie Deep Mind oder Open AI bei den Computerspielen \u00abStar Craft II\u00bb und \u00abDota 2\u00bb leisten. Doch KI, die uns in einem Computerspiel schl\u00e4gt, wird uns beim Ausf\u00fcllen der Steuererkl\u00e4rung keine grosse Hilfe sein. Von der k\u00fcnstlichen allgemeinen Intelligenz (KAI) sind wir noch meilenweit entfernt: Superintelligente Maschinen, die jede menschliche Aufgabe ausf\u00fchren k\u00f6nnen, bleiben Zukunftsmusik.
\n
\nW\u00e4hrend die Automatisierung von Routineaufgaben bereits im Gange ist und sich auf unsere Arbeitsweise auswirken wird, werden die Techniken des maschinellen Lernens voraussichtlich eher unsere berufliche T\u00e4tigkeit ver\u00e4ndern, als dass sie uns als Arbeitskraft \u00fcberfl\u00fcssig machen.[2]<\/a> Mit anderen Worten: Beim Erstellen von Prognosen ersetzen sie den Menschen, dort aber, wo menschliches Urteilsverm\u00f6gen gefragt ist, erg\u00e4nzen sie ihn. <\/p>\n

Der Mensch entscheidet<\/strong><\/h2>\n


\nM\u00fche bekundet KI auch bei der Entscheidfindung: Viele KI-Anwendungen erstellen Prognosen, indem sie grosse Informationsmengen verbinden und verarbeiten. Die daraus resultierenden Entscheide treffen aber weiterhin die Menschen. Denn es besteht ein grosser Unterschied zwischen einer guten Prognose und einer guten Entscheidung.[3]<\/a> W\u00e4hrend das maschinelle Lernen darauf ausgerichtet ist, eine m\u00f6glichst hohe Prognosequalit\u00e4t zu erreichen, wollen wir bei einem Entscheid verstehen, warum eine Prognose eine hohe oder geringe Wahrscheinlichkeit aufweist und welche Faktoren das Ergebnis beeinflussen.
\n
\nLeider wird bei Gesch\u00e4ftsanwendungen die Unterscheidung zwischen dem Erkennen eines Risikos und der Bestimmung der besten Massnahme \u2013 der kausale Effekt \u2013 h\u00e4ufig vernachl\u00e4ssigt. Ein KI-Tool kann uns beispielsweise dabei helfen, die Mausklicks der Konsumierenden f\u00fcr Ihre Marketingkampagne zu optimieren, nicht aber den kausalen Effekt der Werbung. So erkennt es nicht, ob jene Konsumierenden, die mit einer hohen Klick-Wahrscheinlichkeit verzeichnet sind, auch diejenigen sind, die Ihre Produkte kaufen werden. Unter Umst\u00e4nden wendet sich KI also an eine falsche Zielgruppe. <\/p>\n

Der Roboter als Freund<\/strong><\/h2>\n


\nEine weitere H\u00fcrde f\u00fcr den Einsatz von KI ist das Misstrauen des Menschen gegen\u00fcber der Technik. Die Forschung zeigt, dass Laien zwar in einigen F\u00e4llen den Rat eines Algorithmus eher befolgen als den Rat eines Menschen.[4]<\/a> Doch wenn es zu einem Fehler kommt, verlieren sie auch schneller das Vertrauen in Algorithmen als in Menschen, selbst wenn der Algorithmus insgesamt besser abschneidet.[5]<\/a> Dieses Misstrauen kann mehrere Ursachen haben. Wom\u00f6glich haben wir Angst, durch Maschinen ersetzt zu werden. Vielleicht \u00fcbersch\u00e4tzen wir auch unsere eigenen Prognosef\u00e4higkeiten, verstehen nicht, wie Algorithmen funktionieren, oder haben eine grunds\u00e4tzliche Abneigung gegen Maschinen, die moralische Entscheidungen treffen.
\n
\nAus der Forschung geht hervor, wie wichtig es f\u00fcr Arbeitnehmende ist, die Grundlagen der von ihnen verwendeten Technologie zu verstehen, damit sie ihr vertrauen k\u00f6nnen.[6]<\/a> Wir sollten ein intuitives Verst\u00e4ndnis von KI entwickeln: Wie funktioniert KI? Wie lernen Maschinen aus Daten? Wie sollte KI verwendet werden, und weshalb ist sie n\u00fctzlich? Leider investieren nur wenige Betriebe aktiv in entsprechende Weiterbildungen. <\/p>\n

Wachsende Ungleichheiten<\/strong><\/h2>\n


\nTrotz dieser H\u00fcrden wird KI den Arbeitsmarkt umkrempeln. Ver\u00e4nderungen bei der Besch\u00e4ftigung und bei den L\u00f6hnen d\u00fcrften dabei die Ungleichheit verst\u00e4rken. Neuere Studien zeigen, dass die Besch\u00e4ftigung und die L\u00f6hne in den USA sowie die Besch\u00e4ftigung von gering qualifizierten Arbeitskr\u00e4ften \u2013 aber nicht die Gesamtbesch\u00e4ftigung \u2013 weltweit durch den Einsatz von Robotern abgenommen haben.[7]<\/a>
\n
\nDiese Entwicklungen wirken sich auch politisch aus: Arbeitnehmende, die in einer Wirtschaft mit raschem Einsatz von KI zu den Verlierern geh\u00f6ren, bef\u00fcrworten tendenziell Protektionismus und eine R\u00fcckkehr zu abgeschotteten Nationalstaaten.[8]<\/a> Ein Blick in die USA oder nach Grossbritannien stimmt wenig zuversichtlich.
\n
\nDurch die Unterschiede bei den Ausbildungsm\u00f6glichkeiten<\/a> nimmt die Ungleichheit zwischen den Arbeitskr\u00e4ften zu: Arbeitnehmende in Jobs mit geringen Anforderungen werden w\u00e4hrend ihrer gesamten Berufst\u00e4tigkeit weniger h\u00e4ufig umgeschult, und f\u00fcr Arbeitgeber besteht kaum ein Anreiz, Personen auszubilden, die wahrscheinlich die Branche wechseln werden. Vor grossen Herausforderungen stehen insbesondere Menschen mittleren Alters, die das Bildungssystem mit Qualifikationen verlassen haben, welche nicht mehr gefragt sind. Was ist also zu tun?
\n
\nStaatliche Stellen k\u00f6nnen dazu beitragen, die Entwertung und das Veralten von Kompetenzen zu verhindern und den Wechsel zwischen Arbeitspl\u00e4tzen und Berufen zu erleichtern. So gew\u00e4hrt Singapur beispielsweise seinen B\u00fcrgern ab 25 Jahren Kredite f\u00fcr lebenslanges Lernen<\/a>. <\/p>\n

Police f\u00fcr \u00abCloudworker\u00bb<\/strong><\/h2>\n


\nVer\u00e4nderungen sind auch bei den Sozialversicherungen n\u00f6tig. Derzeit sind die meisten Besch\u00e4ftigten \u00fcber ihren Lohn gegen Unfall, Krankheit und Altersarmut versichert. Doch KI er\u00f6ffnet neue Verdienstm\u00f6glichkeiten, die h\u00e4ufig nicht in das g\u00e4ngige System passen und neue Regeln erfordern \u2013 wie beispielsweise Sozialversicherungsvorschriften f\u00fcr \u00abCloudworker\u00bb. Ebenso bietet die Arbeitslosenversicherung Arbeitssuchenden nur wenige M\u00f6glichkeiten, die Branche zu wechseln oder einen anderen Beruf zu ergreifen. Dies behindert die berufliche Mobilit\u00e4t.
\n
\nKI ist eine sogenannte Deep Technology: Indem sie beeinflusst, wie und wo wir arbeiten, wird sie sowohl von den Arbeitnehmenden als auch von den Unternehmen zahlreiche Anpassungen abverlangen. Obwohl die Job-Apokalypse in n\u00e4chster Zeit ausbleibt, sollten Beh\u00f6rden und Unternehmen die Arbeitnehmenden dabei unterst\u00fctzen, den Wandel zu bew\u00e4ltigen, um in einer \u00abKI-Welt\u00bb erfolgreich zu sein. Ansonsten drohen sich die Ungleichheiten zu verst\u00e4rken.<\/p>\n

  1. Akerlof und Kranton (2010). [<\/span>]<\/a><\/li>
  2. Agrawal et al. (2019). [<\/span>]<\/a><\/li>
  3. Athey (2017). [<\/span>]<\/a><\/li>
  4. Logg et al. (2019). [<\/span>]<\/a><\/li>
  5. Dietvorst et al. (2015). [<\/span>]<\/a><\/li>
  6. Yeomans et al. (2019). [<\/span>]<\/a><\/li>
  7. Acemoglu und Restrepo (2019); Graetz und Michaels (2018). [<\/span>]<\/a><\/li>
  8. Baldwin (2019). [<\/span>]<\/a><\/li><\/ol>","protected":false},"excerpt":{"rendered":"

    Intelligenz k\u00f6nnte man definieren als F\u00e4higkeit, logisch zu denken, zu lernen und Probleme zu l\u00f6sen. Mit Intelligenz nehmen wir Informationen wahr und ziehen daraus Schl\u00fcsse. Diese Definition gilt auch f\u00fcr k\u00fcnstliche Intelligenz (KI), f\u00fcr welche eine grosse Datenverf\u00fcgbarkeit und eine hohe Rechenleistung n\u00f6tig sind. Die Fortschritte bei KI sind enorm. Mittlerweile k\u00f6nnen KI-Systeme anhand […]<\/p>","protected":false},"author":4934,"featured_media":18377,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"om_disable_all_campaigns":false,"ep_exclude_from_search":false,"footnotes":""},"post__type":[69,66],"post_opinion":[],"post_serie":[],"post_content_category":[],"post_content_subject":[230],"acf":{"seco_author":4934,"seco_co_author":[4933,3896,0],"author_override":"","seco_author_post_ocupation_year":"","seco_author_post_occupation_de":"Professor f\u00fcr digitales Marketing und Strategie, IMD, Lausanne","seco_author_post_occupation_fr":"Professeur de marketing et de strat\u00e9gie num\u00e9riques, institut IMD, Lausanne","seco_co_authors_post_ocupation":[{"seco_co_author":4933,"seco_co_author_post_occupation_year":"","seco_co_author_post_occupation_de":"Wissenschaftlerin, Economics and Organizational Behavior, IMD, Lausanne","seco_co_author_post_occupation_fr":"Chercheuse en \u00e9conomie et comportement organisationnel, institut IMD, Lausanne"},{"seco_co_author":3896,"seco_co_author_post_occupation_year":"","seco_co_author_post_occupation_de":"Professor f\u00fcr Arbeitsmarkt\u00f6konomie und technologische Transformation, Universit\u00e4t Lausanne","seco_co_author_post_occupation_fr":"Professeur d\u2019\u00e9conomie du march\u00e9 du travail et de transformation technologique, Universit\u00e9 de Lausanne"}],"short_title":"K\u00fcnstliche Intelligenz und Arbeit","post_lead":"Die k\u00fcnstliche Intelligenz wird unsere Arbeitsweise ver\u00e4ndern. \u00dcberfl\u00fcssig macht sie den Menschen jedoch nicht.","post_hero_image_description":"Auf der Stellenvermittlungs-Plattform Task Rabbit findet man Handwerker f\u00fcr einen einmaligen Einsatz.","post_hero_image_description_copyright_de":"Taskrabbit.com","post_hero_image_description_copyright_fr":"Taskrabbit.com","post_references_literature":"

      \n \t
    • Acemoglu, D. und Restrepo, P. (2019). Robots and Jobs: Evidence from US Labor Markets. In: Journal of Political Economy.<\/li> \n \t
    • Agrawal, A., Gans J. S. und Goldfarb, A. (2019). Exploring the Impact of Artificial Intelligence: Prediction Versus Judgment. In: Information Economics and Policy. Bd. 47: 1\u20136.<\/li> \n \t
    • Akerlof, G. und Kranton, R. (2010). Identity Economics: How Our Identities Shape Our Work, Wages, and Well-Being. Princeton University Press.<\/li> \n \t
    • Athey, S. (2017). Beyond Prediction: Using Big Data for Policy Problems. In: Science. Bd. 355 (6324): 483\u2013485.<\/li> \n \t
    • Baldwin, R. (2019). The Globotics Upheaval: Globalization, Robotics, and the Future of Work. Oxford University Press.<\/li> \n \t
    • Dietvorst, B. J., Simmons, J. P. und Massey, C. (2015). Algorithm Aversion: People Erroneously Avoid Algorithms After Seeing Them Err. In: Journal of Experimental Psychology: General. Bd. 144(1): 114\u2013126.<\/li> \n \t
    • Graetz, G. und Michaels, G. (2018). Robots at Work. In: The Review of Economics and Statistics, MIT Press. Bd. 100(5): 753\u2013768.<\/li> \n \t
    • Logg, J. M., Minson, J. A. und Moore, D. A. (2019). Algorithm Appreciation: People Prefer Agorithmic to Human Judgment. In: Organizational Behavior and Human Decision Processes. Bd. 151: 90\u2013103.<\/li> \n \t
    • Yeomans, M., Shah, A., Mullainathan, S. und Kleinberg, J. (2019). Making Sense of Recommendations. In: Journal of Behavioral Decision Making: 1\u201312.<\/li> \n<\/ul>","post_kasten":null,"post_notes_for_print":"","first_teaser_header_de":"","first_teaser_header_fr":"","first_teaser_text_de":"","first_teaser_text_fr":"","second_teaser_header_de":"","second_teaser_header_fr":"","second_teaser_text_de":"","second_teaser_text_fr":"","kseason_de":"","kseason_fr":"","post_in_pdf":103308,"main_focus":[156051,156842],"serie_email":null,"frontpage_slider_bild":103312,"artikel_bild-slider":null,"legacy_id":"89600","post_abstract":"Wie wirkt sich k\u00fcnstliche Intelligenz (KI) auf unsere Arbeit aus? Am meisten Aufsehen hat KI in letzter Zeit durch die Fortschritte bei der Prognosetechnologie verursacht, die auf breiter Ebene anwendbar ist. Es besteht allerdings ein grosser Unterschied zwischen einer guten Prognose und einer guten Entscheidung. So kann uns KI zwar zu fundierteren Entscheidungen verhelfen, aber sie ist noch keineswegs eine Universall\u00f6sung. Auch wenn KI unser Urteilsverm\u00f6gen \u00aberweitert\u00bb, werden ihre Entwicklung und Verbreitung durch das mangelnde Vertrauen in KI-gest\u00fctzte Empfehlungen unter Umst\u00e4nden beeintr\u00e4chtigt. Als \u00abDeep Technology\u00bb beeinflusst KI sowohl die Art, wie wir arbeiten, als auch den Ort, wo wir arbeiten. Auch muss das Sozialversicherungsrecht angepasst werden.","magazine_issue":"12-2019","seco_author_reccomended_post":null,"redaktoren":[4127,0],"korrektor":4139,"planned_publication_date":"20191122","original_files":null,"external_release_for_author":"20191108","external_release_for_author_time":"23:00:00","link_for_external_authors":"https:\/\/dievolkswirtschaft.ch\/exedit\/5d760e77b17b0"},"_links":{"self":[{"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/posts\/103305"}],"collection":[{"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/4934"}],"replies":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/comments?post=103305"}],"version-history":[{"count":1,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/posts\/103305\/revisions"}],"predecessor-version":[{"id":125893,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/posts\/103305\/revisions\/125893"}],"acf:user":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/4139"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/4127"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/0"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/3896"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/4933"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/users\/4934"}],"acf:post":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/main_focus_post\/156842"},{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/main_focus_post\/156051"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/media\/18377"}],"wp:attachment":[{"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/media?parent=103305"}],"wp:term":[{"taxonomy":"post__type","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post__type?post=103305"},{"taxonomy":"post_opinion","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post_opinion?post=103305"},{"taxonomy":"post_serie","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post_serie?post=103305"},{"taxonomy":"post_content_category","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post_content_category?post=103305"},{"taxonomy":"post_content_subject","embeddable":true,"href":"https:\/\/dievolkswirtschaft.ch\/de\/wp-json\/wp\/v2\/post_content_subject?post=103305"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}