{"id":1547,"date":"2026-03-30T05:48:30","date_gmt":"2026-03-30T05:48:30","guid":{"rendered":"https:\/\/www.wallisemi.com\/?p=1547"},"modified":"2026-03-30T06:02:59","modified_gmt":"2026-03-30T06:02:59","slug":"autonome-navigation-drohnen-gps-verweigert-zukunftstrends","status":"publish","type":"post","link":"https:\/\/www.wallisemi.com\/de\/blog\/industry-insights\/autonomous-navigation-drones-gps-denied-future-trends\/","title":{"rendered":"Warum autonome Navigationsdrohnen so schnell auf dem Vormarsch sind: Aktueller Stand, Kerntechnologien und zuk\u00fcnftige Trends"},"content":{"rendered":"<p><strong>Einf\u00fchrung<\/strong><\/p>\n\n\n\n<p><a href=\"https:\/\/www.wallisemi.com\/de\/\">Autonome Navigationsdrohnen<\/a> entwickeln sich mit bemerkenswerter Geschwindigkeit von Nischenforschungsprogrammen hin zu milit\u00e4rischer Relevanz und doppeltem Verwendungszweck. Der Grund daf\u00fcr ist einfach: Moderne Drohnen k\u00f6nnen nicht mehr davon ausgehen, dass GPS, Satellitenzeitmessung oder stabile Funkverbindungen immer verf\u00fcgbar sind. In stark umk\u00e4mpften Umgebungen haben Jamming, Spoofing, Signalt\u00e4uschung und Kommunikationsunterbrechungen die Abh\u00e4ngigkeit von externer Navigation zu einer gro\u00dfen operativen Schw\u00e4che gemacht. Im Quellendokument wird dieser Wandel als Hauptgrund f\u00fcr den Aufstieg von selbstnavigierenden Drohnen genannt: Plattformen, die sich mithilfe von bordeigenen Sensoren und Berechnungen lokalisieren, orientieren und handeln k\u00f6nnen, anstatt sich vollst\u00e4ndig auf externe Signale zu verlassen.<\/p>\n\n\n\n<p>Dies ist nicht nur ein Software-Trend. Es ist ein Wandel auf Systemebene, der Sensoren, Prozessoren, Flugsteuerungsarchitektur, KI-Modelle, Edge Computing und zunehmend auch die Koordination mehrerer Drohnen umfasst. Auf dem heutigen Schlachtfeld und in vielen zuk\u00fcnftigen industriellen Anwendungen wird nicht einfach diejenige Drohne gewinnen, die am weitesten fliegt oder die gr\u00f6\u00dfte Nutzlast tr\u00e4gt. Sie wird diejenige sein, die weiterarbeiten kann, wenn die Signalkarte zusammenbricht.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"640\" height=\"565\" src=\"https:\/\/www.wallisemi.com\/wp-content\/uploads\/2026\/03\/autonomous-UAV-navigation.png\" alt=\"autonome UAV-Navigation\" class=\"wp-image-1546\" srcset=\"https:\/\/www.wallisemi.com\/wp-content\/uploads\/2026\/03\/autonomous-UAV-navigation.png 640w, https:\/\/www.wallisemi.com\/wp-content\/uploads\/2026\/03\/autonomous-UAV-navigation-300x265.png 300w, https:\/\/www.wallisemi.com\/wp-content\/uploads\/2026\/03\/autonomous-UAV-navigation-14x12.png 14w\" sizes=\"auto, (max-width: 640px) 100vw, 640px\" \/><\/figure>\n\n\n\n<p><strong>Was ist eine autonome Navigationsdrohne?<\/strong><\/p>\n\n\n\n<p>Eine autonome Navigationsdrohne ist keine v\u00f6llig neue Flugzeugkategorie. Vielmehr handelt es sich um eine Drohne, die in der Lage ist, mit bordeigenen Systemen zu navigieren und die Kontinuit\u00e4t der Mission aufrechtzuerhalten, auch wenn externe Ortungs- und Kommunikationshilfen beeintr\u00e4chtigt oder nicht verf\u00fcgbar sind. In den Quellen wird dies als eine Drohne definiert, die sich nicht in erster Linie auf externe Navigations- oder Kommunikationssignale verl\u00e4sst, sondern ihre eigenen Bordsysteme nutzt, um ihre Position zu bestimmen und die Navigation durchzuf\u00fchren.<\/p>\n\n\n\n<p>In der Praxis bedeutet dies, dass die Drohne Kombinationen aus Tr\u00e4gheitsmessung und Koppelnavigation, visueller Navigation und Gel\u00e4ndekorrelation, Lidar-, Radar- oder Laserentfernungsmessung, Kartenabgleich und SLAM, KI-basierter Pfadplanung und Hindernisvermeidung sowie opportunistischer Nutzung von GNSS, wenn dieses verf\u00fcgbar ist, mit nahtlosem Fallback, wenn es nicht verf\u00fcgbar ist, verwenden kann.<\/p>\n\n\n\n<p>Dieser letzte Punkt ist wichtig. Die realistischsten Systeme sind nicht nur GPS oder GPS-nie. Es handelt sich um hybride Systeme, die f\u00fcr eine reibungslose Degradierung und intelligente Umschaltung ausgelegt sind. Im Quellendokument wird ausdr\u00fccklich darauf hingewiesen, dass moderne autonome Anti-Stau-Systeme die Satellitennavigation nicht v\u00f6llig ablehnen; stattdessen kombinieren sie visuelle Autonomie mit der F\u00e4higkeit, Satellitensignale zu nutzen, wenn die Bedingungen es erlauben.<\/p>\n\n\n\n<p><strong>Warum autonome Navigationsdrohnen so schnell wachsen<\/strong><\/p>\n\n\n\n<p>Der schnellste Grund ist die Zunahme der elektronischen Kriegsf\u00fchrung. Jamming und Spoofing haben bewiesen, dass viele traditionelle UAV-Architekturen zu sehr von externer Navigation und Kommunikation abh\u00e4ngig sind. Im Quellentext wird dies als die unmittelbarste Triebkraft f\u00fcr die rasche Entwicklung von selbstnavigierenden Drohnen genannt, insbesondere im Zusammenhang mit modernen Schlachtfeldern, auf denen der elektromagnetische Wettbewerb intensiv und kontinuierlich ist.<\/p>\n\n\n\n<p>Mit anderen Worten: Autonome Navigationsdrohnen sind auf dem Vormarsch, weil die alte Annahme des unangefochtenen Zugangs zu GPS und Funksteuerung in Frage gestellt wird. Sobald diese Annahme zerbricht, ist die bordseitige Autonomie nicht mehr optional, sondern wird zur Architektur.<\/p>\n\n\n\n<p><strong>Die Grenzen von GPS, Funkverbindungen und glasfasergesteuerten Alternativen<\/strong><\/p>\n\n\n\n<p>Ein herk\u00f6mmliches UAV h\u00e4ngt oft von zwei externen S\u00e4ulen ab: Satellitennavigation und Hochfrequenz-Befehlsverbindungen. Beide k\u00f6nnen angegriffen werden. Durch St\u00f6rsender kann das Signal verweigert werden. Spoofing kann falsche Positionsdaten einspeisen. Elektronische T\u00e4uschungen k\u00f6nnen Bediener oder Autopiloten in die Irre f\u00fchren. Das Ergebnis ist nicht nur eine verringerte Leistung. Es kann zum Scheitern der Mission, zum Risiko eines Brudermordes, zur Gefangennahme oder zum Verlust der Plattform f\u00fchren.<\/p>\n\n\n\n<p>Im Quellendokument wird ein wichtiger Vergleich mit Glasfaserdrohnen angestellt. Die Steuerung \u00fcber Glasfaserkabel kann die Anf\u00e4lligkeit f\u00fcr Funkst\u00f6rungen verringern, bringt aber andere Einschr\u00e4nkungen mit sich, darunter eine begrenzte Reichweite, Kompromisse bei der Nutzlast und ein erh\u00f6htes Risiko f\u00fcr die Betreiber aufgrund von Betriebsbedingungen, bei denen die Drohne an eine Leine gebunden ist. Das macht die autonome Navigation attraktiv, weil sie den Abstand beibeh\u00e4lt und den Bedarf an kontinuierlichen, anf\u00e4lligen Kontrollverbindungen reduziert.<\/p>\n\n\n\n<p>Das bedeutet nicht, dass die Autonomie ohne GNSS einfach ist. In der Tat ist sie rechnerisch und systemisch schwieriger. Aber sie bietet eine besser skalierbare Antwort auf die Kriegsf\u00fchrung in umk\u00e4mpften Gebieten.<\/p>\n\n\n\n<p><strong>Der technische Kernstapel: Warum \u2018Visual + Inertial\u2019 zur Mainstream-L\u00f6sung geworden ist<\/strong><\/p>\n\n\n\n<p>Einer der wichtigsten technischen Punkte des Originaldokuments ist, dass sich die visuelle und die Tr\u00e4gheitsnavigation als vorherrschende Architektur herauskristallisiert haben, wobei die Tr\u00e4gheitsnavigation als Basisschicht und die Bildverarbeitung als f\u00fchrende Korrekturebene dient. Dies entspricht dem breiteren Branchenverst\u00e4ndnis von <a href=\"https:\/\/www.wallisemi.com\/de\/\">GNSS-verweigertes UAV<\/a> Entwurf. Tr\u00e4gheitsmessger\u00e4te liefern kontinuierliche Sch\u00e4tzungen der Bewegung, die jedoch mit der Zeit abdriften. Kameras und Bildverarbeitungsalgorithmen k\u00f6nnen diese Abweichung korrigieren, indem sie Orientierungspunkte, Gel\u00e4ndemerkmale und relative Bewegungen verfolgen. Zus\u00e4tzliche Sensoren wie Lidar, Fluggeschwindigkeitssensoren oder Laserentfernungsmesser k\u00f6nnen die Robustheit weiter verbessern.<\/p>\n\n\n\n<p>Die Logik ist ganz einfach. IMUs liefern schnelle, in sich geschlossene Bewegungsdaten. Die visuelle Odometrie erfasst Ver\u00e4nderungen in der Szene und Bewegungen von Landmarken. Der Gel\u00e4nde- oder Kartenabgleich verankert die Drohne an bekannten Referenzmerkmalen. Die Sensorfusion f\u00fchrt alle Datenstr\u00f6me zu einer stabilen Zustandssch\u00e4tzung zusammen. Die KI-Planung setzt diese Sch\u00e4tzung in Routenwahl, Hindernisvermeidung und Missionsverhalten um.<\/p>\n\n\n\n<p>Das ist wichtig, weil die Autonomie auf dem Schlachtfeld nicht mehr nur eine Laborvorf\u00fchrung ist. Sie ist inzwischen gut genug f\u00fcr den praktischen taktischen Einsatz in bestimmten Einsatzbereichen.<\/p>\n\n\n\n<p><strong>Die Steuerchip-Ebene: Warum der Prozessor genauso wichtig ist wie die Flugzeugzelle<\/strong><\/p>\n\n\n\n<p>Um zu verstehen, wohin sich autonome Drohnen wirklich entwickeln, reicht es nicht aus, \u00fcber Sensoren und Algorithmen zu sprechen. Der Steuerungschip ist jetzt eine strategische Komponente.<\/p>\n\n\n\n<p>Bei \u00e4lteren Drohnenarchitekturen stabilisierte die Flugsteuerung das Flugger\u00e4t haupts\u00e4chlich und folgte einer einfachen Wegpunktlogik. In neueren Architekturen muss der Compute Stack Wahrnehmung, Fusion, Planung, Hindernisvermeidung und manchmal auch kollaboratives Verhalten in Echtzeit verarbeiten. Das erfordert mehr als eine einfache Autopilotplatine.<\/p>\n\n\n\n<p>Eine moderne autonome Navigationsdrohne umfasst in der Regel mehrere Rechenebenen:<\/p>\n\n\n\n<p><strong>Kernberechnungsschichten<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Flugsteuerungs-MCU oder Autopilot-Prozessor - Dies ist der sicherheitskritische Controller, der das Flugzeug stabilisiert, Kernsensoren ausliest und Low-Level-Steuerschleifen ausf\u00fchrt. Er muss deterministisch, stromsparend und \u00e4u\u00dferst zuverl\u00e4ssig sein.<\/li>\n\n\n\n<li>Missionscomputer oder KI-Edge-Prozessor - Diese Schicht \u00fcbernimmt die visuelle Navigation, Inferenz, Kartierung, Zielerkennung, Routenoptimierung und manchmal auch die Schwarmlogik. Hier wird die Autonomie eher operativ als theoretisch.<\/li>\n\n\n\n<li>Sensorspezifische Verarbeitungseinheiten - High-End-Systeme k\u00f6nnen spezielle Bildsignalprozessoren, FPGA-Logik oder neuronale Beschleuniger f\u00fcr Kamera-Pipelines, SLAM oder Signalverarbeitung mit niedriger Latenz verwenden.<\/li>\n<\/ul>\n\n\n\n<p>Diese Trennung ist wichtig, weil autonome Drohnen die SWaP-C-Zw\u00e4nge ausgleichen m\u00fcssen: Gr\u00f6\u00dfe, Gewicht, Leistung und Kosten. Ein leistungsstarker, aber stromhungriger Chip kann die Ausdauer verk\u00fcrzen. Ein Chip, der effizient, aber zu schwach ist, kann bei komplexen visuellen Aufgaben versagen. Aus diesem Grund ist die Randautonomie im Wesentlichen ein Hardware-Software-Ko-Design-Problem.<\/p>\n\n\n\n<p>Mit zunehmender Autonomie wird der Steuerchip-Stack zunehmend bestimmen, wie viele Sensoren in Echtzeit fusioniert werden k\u00f6nnen, ob die Drohne SLAM an Bord ausf\u00fchren kann, wie schnell sie ohne einen Menschen in der Schleife reagieren kann, wie widerstandsf\u00e4hig sie ist, wenn die Bandbreite verschwindet, und ob ein Bediener eine Drohne oder viele Drohnen \u00fcberwachen kann.<\/p>\n\n\n\n<p>In der n\u00e4chsten Phase des Marktes k\u00f6nnte die Steuerchip-Architektur ebenso wichtig werden wie der Antrieb oder die Nutzlast.<\/p>\n\n\n\n<p><strong>Integration des gesamten Flugzeugs: Autonomie funktioniert nicht als \"Bolt-On\" f\u00fcr immer<\/strong><\/p>\n\n\n\n<p>Ein weiterer wichtiger Erweiterungspunkt ist die vollst\u00e4ndige Systemintegration. Viele fr\u00fche Autonomie-Upgrades k\u00f6nnen tats\u00e4chlich durch Software oder bescheidene Hardware-Module hinzugef\u00fcgt werden. In dem Quellendokument wird darauf hingewiesen, dass einige neuere Drohnen die autonome Navigation weitgehend durch Software-Upgrades erreichen k\u00f6nnen, w\u00e4hrend \u00e4ltere Plattformen m\u00f6glicherweise Hardware-Erg\u00e4nzungen ben\u00f6tigen, obwohl Modularit\u00e4t und Miniaturisierung f\u00fcr beide wichtig bleiben.<\/p>\n\n\n\n<p>Langfristig werden jedoch die Drohnen gewinnen, die von Anfang an auf integrierte Autonomie ausgelegt sind. Die Navigationsleistung h\u00e4ngt von der Beziehung zwischen allen Teilsystemen ab: Die Platzierung der Sensoren wirkt sich auf das Sichtfeld und die Vibrationsger\u00e4usche aus, das thermische Design wirkt sich auf die Stabilit\u00e4t des Prozessors aus, die Energieverteilung wirkt sich auf die Verf\u00fcgbarkeit der Rechenleistung und die Ausdauer aus, die Vibrationen der Flugzeugzelle wirken sich auf die Tr\u00e4gheitsgenauigkeit und die Bildqualit\u00e4t aus, die Platzierung der Nutzlast wirkt sich auf den Schwerpunkt und die Reaktion der Steuerung aus und das Design des Datenbusses wirkt sich auf die Latenzzeit zwischen Wahrnehmung und Steuerung aus.<\/p>\n\n\n\n<p>Eine wirklich autonome Drohne besteht daher nicht nur aus einer Flugzeugzelle und einem Chip. Sie ist eine integrierte Maschine, bei der der Autopilot, der KI-Prozessor, die EO\/IR-Nutzlast, die Navigationssensoren, der Kommunikationsstack, das Energiesystem und die Missionssoftware als eine koh\u00e4rente Architektur entwickelt wurden.<\/p>\n\n\n\n<p><strong>KI, Entscheidungsfindung an Bord und das Aufkommen des \u2018KI-Piloten\u2019<\/strong><\/p>\n\n\n\n<p>Im Originaldokument findet sich eine n\u00fctzliche Formulierung: Der Algorithmus und der KI-Stack sind das Gehirn der Drohne und der Kern des KI-Piloten. Dies spiegelt eine echte Verlagerung von der Fernsteuerung hin zur maschinengesteuerten Missionsausf\u00fchrung wider.<\/p>\n\n\n\n<p>Zumindest erm\u00f6glicht die KI an Bord einer Drohne die Klassifizierung von Gel\u00e4nde und Landmarken, die Sch\u00e4tzung von Position und Lage, die Vorhersage sicherer oder unsicherer Routen, die Anpassung der Flugroute bei Hindernissen oder Karteninkonsistenzen, die Fortsetzung der Mission nach einem GPS-Ausfall und die Verringerung der Arbeitsbelastung f\u00fcr die menschlichen Fernbedienungen.<\/p>\n\n\n\n<p>Die wichtige Nuance ist, dass die tats\u00e4chliche milit\u00e4rische Autonomie immer noch eingeschr\u00e4nkt ist. V\u00f6llige, unbegrenzte Unabh\u00e4ngigkeit ist nicht die Norm. Aber eine begrenzte Autonomie, bei der die Drohne innerhalb eines Missionsrahmens fortfahren, sich anpassen und wiederherstellen kann, wird bereits praktisch.<\/p>\n\n\n\n<p><strong>Von einzelnen Plattformen zur Schwarmabdeckung: Der n\u00e4chste Schritt im Kampfeinsatz<\/strong><\/p>\n\n\n\n<p>Der n\u00e4chste gro\u00dfe Schritt ist nicht nur eine bessere autonome Drohne. Es geht um die Bildung von vernetzten autonomen Drohnenschw\u00e4rmen, die eine fl\u00e4chendeckende Versorgung erm\u00f6glichen.<\/p>\n\n\n\n<p>Ein Schwarm muss nicht unbedingt Hunderte von Drohnen bedeuten, die sich wie in einem Science-Fiction-Film bewegen. In der milit\u00e4rischen und industriellen Realit\u00e4t bedeutet es in der Regel eine Gruppe von Drohnen, die sich Aufgaben teilen, Bewegungen entflechten, Suchgebiete aufteilen, Statusinformationen weitergeben oder die Mission fortsetzen k\u00f6nnen, wenn ein Knoten verloren geht.<\/p>\n\n\n\n<p>Warum ist das wichtig? Weil Autonomie auf der Ebene der einzelnen Plattform die \u00dcberlebensf\u00e4higkeit verbessert. Schwarmautonomie sorgt f\u00fcr Skalierbarkeit.<\/p>\n\n\n\n<p><strong>Was die Schwarmabdeckung bewirken kann<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Breitere Aufkl\u00e4rungsabdeckung \u00fcber umk\u00e4mpften Gebieten<\/li>\n\n\n\n<li>Schnellere Bereichssuche und Zielbest\u00e4tigung<\/li>\n\n\n\n<li>Redundante Navigationsverweise innerhalb des Teams<\/li>\n\n\n\n<li>Gr\u00f6\u00dfere Best\u00e4ndigkeit bei Verlust von Einheiten oder Signalverlusten<\/li>\n\n\n\n<li>Mehrwinkelsensorik f\u00fcr eine zuverl\u00e4ssigere Erkennung und Klassifizierung<\/li>\n\n\n\n<li>S\u00e4ttigungseffekte gegen Verteidigungsanlagen oder blinde Flecken der Sensoren<\/li>\n<\/ul>\n\n\n\n<p>Sobald Drohnen lokalisieren und in Teams agieren k\u00f6nnen, sind sie keine isolierten Objekte mehr, sondern werden zu verteilten Erfassungs- und Aktionsnetzwerken. So entsteht eine echte Schwarmabdeckung: nicht nur mehr Flugzeuge am Himmel, sondern auch mehr koordinierte Intelligenz, mehr sich \u00fcberschneidende Sichtfelder und eine robustere Missionsausf\u00fchrung.<\/p>\n\n\n\n<p>In praktischen Systemen der nahen Zukunft wird die Abdeckung des Schwarms wahrscheinlich durch gemeinsam genutzte Kartenebenen und gemeinsame Referenzrahmen, kooperative Navigation in Umgebungen ohne GNSS, Rollenspezialisierung innerhalb des Teams, menschliche \u00dcberwachung von einer Person zur anderen, Edge-basierte Koordination anstelle von Cloud-Abh\u00e4ngigkeit und teilweise Autonomie mit menschlicher \u00dcberwachung wachsen.<\/p>\n\n\n\n<p><strong>Aktueller Stand der Entwicklung auf der ganzen Welt<\/strong><\/p>\n\n\n\n<p>Im Quellendokument werden die Ukraine, die Vereinigten Staaten, Russland und Israel als aktive Beispiele in diesem Bereich genannt, und das ist nach wie vor richtungsweisend. Was diese Bem\u00fchungen miteinander verbindet, ist nicht die gleiche Hardware. Es ist ein gemeinsamer Systemgrundsatz: Sichere Navigation muss durch bordseitige F\u00e4higkeiten erreicht werden, nicht durch blindes Vertrauen in externe Signale.<\/p>\n\n\n\n<p><strong>Was kommt als N\u00e4chstes?<\/strong><\/p>\n\n\n\n<p>Die im Ausgangsartikel genannten Zukunftstrends sind nach wie vor glaubw\u00fcrdig: kleinere Module, tiefere KI und neue Alternativen wie die himmlische oder magnetische Navigation. In den n\u00e4chsten Jahren werden die wichtigsten Entwicklungen wahrscheinlich kleinere und modularere Autonomiepakete, leistungsf\u00e4higere KI-Chips, eine engere Sensorfusion, eine bessere native Autonomie-Integration, die Zusammenarbeit mehrerer Drohnen und eine vielf\u00e4ltige Navigation umfassen.<\/p>\n\n\n\n<p>K\u00fcnftige Systeme werden sich nicht auf einen einzigen Wundersensor verlassen. Sie werden viele unvollkommene Methoden in einer widerstandsf\u00e4higen Architektur kombinieren.<\/p>\n\n\n\n<p><strong>Schlussfolgerung<\/strong><\/p>\n\n\n\n<p>Autonome Navigationsdrohnen sind auf dem Vormarsch, weil Kriegsf\u00fchrung und umk\u00e4mpfte Operationen die Anf\u00e4lligkeit von GPS- und kommunikationsabh\u00e4ngigen Drohnenarchitekturen offengelegt haben. Die Antwort, die sich aus Industrie- und Verteidigungsprogrammen abzeichnet, ist nicht ein einzelnes bahnbrechendes Ger\u00e4t, sondern ein mehrschichtiges System: Tr\u00e4gheitsnavigation, visuelle Lokalisierung, Sensorfusion, KI an Bord, st\u00e4rkere Edge-Prozessoren, bessere Steuerungschips, tiefere Integration der Flugzeugzelle und schlie\u00dflich kollaboratives Schwarmverhalten.<\/p>\n\n\n\n<p>Was jetzt noch hinzukommt, ist Folgendes: Die wahre Wettbewerbsgrenze verschiebt sich von der Frage, ob eine Drohne ohne GPS fliegen kann, zu der Frage, wie intelligent ein integriertes Drohnensystem ohne GPS erkennen, berechnen, entscheiden und zusammenarbeiten kann. Sobald diese Schwelle \u00fcberschritten ist, h\u00f6rt Autonomie auf, ein Merkmal zu sein und wird zum Organisationsprinzip des gesamten unbemannten Systems.<\/p>","protected":false},"excerpt":{"rendered":"<p>Introduction Autonomous navigation drones are moving from niche research programs to frontline military and dual-use relevance at remarkable speed. The reason is simple: modern drones can no longer assume that GPS, satellite timing, or stable radio links will always be available. In heavily contested environments, jamming, spoofing, signal deception, and communication disruption have turned external [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":1545,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[30,31],"tags":[36],"class_list":["post-1547","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-industry-insights","category-blog","tag-yvette-wu"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/posts\/1547","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/comments?post=1547"}],"version-history":[{"count":3,"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/posts\/1547\/revisions"}],"predecessor-version":[{"id":1550,"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/posts\/1547\/revisions\/1550"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/media\/1545"}],"wp:attachment":[{"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/media?parent=1547"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/categories?post=1547"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.wallisemi.com\/de\/wp-json\/wp\/v2\/tags?post=1547"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}