{"id":7633,"date":"2026-02-17T17:21:02","date_gmt":"2026-02-17T16:21:02","guid":{"rendered":"https:\/\/circulartree.com\/?p=7633"},"modified":"2026-02-19T09:17:50","modified_gmt":"2026-02-19T08:17:50","slug":"wie-ki-die-art-und-weise-verandert-wie-unternehmen-den-co2-fusabdruck-von-produkten-berechnen-von-wochen-zu-stunden","status":"publish","type":"post","link":"https:\/\/circulartree.com\/de\/from-weeks-to-hours-how-ai-is-changing-the-way-companies-calculate-product-carbon-footprints\/","title":{"rendered":"Von Wochen zu Stunden: Wie KI die Art und Weise ver\u00e4ndert, wie Unternehmen CO2-Fu\u00dfabdr\u00fccke von Produkten berechnen"},"content":{"rendered":"<div  class=\"tatsu-hychln97qi9stgg2 tatsu-section  tatsu-bg-overlay   tatsu-clearfix\" data-title=\"\"  data-headerscheme=\"background--dark\"><div class='tatsu-section-pad clearfix' data-padding='{\"d\":\"15px 0px 15px 0px\"}' data-padding-top='15px'><div class=\"tatsu-row-wrap  tatsu-wrap tatsu-row-one-col tatsu-row-has-one-cols tatsu-medium-gutter tatsu-reg-cols  tatsu-clearfix tatsu-hychln97sv6cjoo0\" ><div  class=\"tatsu-row\" ><div  class=\"tatsu-column  tatsu-bg-overlay tatsu-one-col tatsu-column-image-none tatsu-column-effect-none  tatsu-hychln97v3bkyd8i\"  data-parallax-speed=\"0\" style=\"\"><div class=\"tatsu-column-inner\" ><div class=\"tatsu-column-pad-wrap\"><div class=\"tatsu-column-pad\" ><div  class=\"tatsu-module tatsu-text-block-wrap tatsu-hychln97x32r1bss\"><div class=\"tatsu-text-inner tatsu-align-center  clearfix\" ><style>.tatsu-hychln97x32r1bss.tatsu-text-block-wrap .tatsu-text-inner{width: 100%;text-align: left;}<\/style><p><\/p><p class=\"wp-block-paragraph\"><i><span style=\"font-weight: 400;\">Der Abgleich von Emissionsfaktoren war fr\u00fcher der langsamste und frustrierendste Teil jeder PCF-Berechnung. Das muss nicht sein.<\/span><\/i><\/p><hr \/><p><span style=\"font-weight: 400;\">Stellen Sie sich vor, Sie sind ein Nachhaltigkeitsbeauftragter<\/span><span style=\"font-weight: 400;\">F\u00e4higkeitenmanager bei einem mittelst\u00e4ndischen Zulieferer. Ihr Kunde \u2013 ein gro\u00dfer Erstausr\u00fcster \u2013 hat gerade nach Produkt-CO2-Fu\u00dfabdr\u00fccken f\u00fcr Ihr gesamtes Portfolio gefragt. Sie rufen Ihre St\u00fcckliste f\u00fcr ein einzelnes Produkt auf: 86 Komponenten. Schaumstoffsitze, Kabelb\u00e4ume, Stahlhalterungen, PBT-Steckgeh\u00e4use, PP-Zierleisten.<\/span><\/p><p><span style=\"font-weight: 400;\">Jetzt kommt der Teil, vor dem niemand warnt.<\/span><\/p><p><span style=\"font-weight: 400;\">F\u00fcr jede dieser Komponenten m\u00fcssen Sie einen passenden Emissionsfaktor in einer Lebenszyklus-Datenbank wie Ecoinvent finden \u2013 einem Verzeichnis mit \u00fcber 26.000 Datens\u00e4tzen, das alles abdeckt, von der Produktion von Polypropylen-Granulat in Europa bis zur Herstellung von Ru\u00df weltweit. Sie suchen keine exakte \u00dcbereinstimmung. Sie suchen nach dem <\/span><i><span style=\"font-weight: 400;\">bester verf\u00fcgbarer Proxy<\/span><\/i><span style=\"font-weight: 400;\">, unter Ber\u00fccksichtigung von Materialtyp, Produktionsprozess und geografischer Relevanz.<\/span><\/p><p><span style=\"font-weight: 400;\">Dies ist Emissionsfaktorenabgleich, und es ist der Flaschenhals, der sich in fast jeder Berechnung des CO2-Fu\u00dfabdrucks eines Produkts verbirgt.<\/span><\/p><p><b>Warum Sekund\u00e4rdaten wichtig sind \u2013 und warum ausgabenbasierte Abk\u00fcrzungen nicht ausreichen<\/b><\/p><p><span style=\"font-weight: 400;\">In einer idealen Welt w\u00e4re das Abgleichen von Emissionsfaktoren gar nicht erst notwendig. Wenn jeder Lieferant in Ihrer Wertsch\u00f6pfungskette prim\u00e4re Emissionsdaten f\u00fcr seine Produkte liefern w\u00fcrde \u2013 tats\u00e4chliche, gemessene Werte aus seinem eigenen Betrieb \u2013 k\u00f6nnten Sie diese Daten einfach zu einer pr\u00e4zisen PCF aggregieren.<\/span><\/p><p><span style=\"font-weight: 400;\">Aber das ist heute nicht die Realit\u00e4t. Die meisten Unternehmen verf\u00fcgen nicht \u00fcber Prim\u00e4rdaten von ihren Lieferanten, insbesondere weiter oben in der Lieferkette. Bis die Abdeckung mit Prim\u00e4rdaten verbessert ist, sieht die beste Vorgehensweise die Verwendung von Sekund\u00e4rdaten vor: aktivit\u00e4tsbasierte Emissionsfaktoren aus von Experten gepr\u00fcften \u00d6kobilanzdatenbanken wie Ecoinvent, abgestimmt auf die spezifischen Materialien und Prozesse in Ihrer St\u00fcckliste. Selbst mit Sekund\u00e4rdaten liefert dieser Ansatz bereits einen soliden \u00dcberblick \u00fcber Ihre Emissions-Hotspots \u2013 welche Komponenten und Materialien die gr\u00f6\u00dften Auswirkungen haben \u2013, sodass Sie priorisieren k\u00f6nnen, wo Sie zuerst Prim\u00e4rdaten beschaffen oder Reduktionsma\u00dfnahmen ergreifen.<\/span><\/p><p><span style=\"font-weight: 400;\">Was Sie jedoch vermeiden sollten, ist sich auf... verlassen<\/span><a href=\"https:\/\/ghgprotocol.org\/sites\/default\/files\/2024-06\/Scope%203%20Proposals%20Summary%20-%20Final_0.pdf\" target=\"_blank\" rel=\"noopener\"> <span style=\"font-weight: 400;\">Ausgabenbasierte Emissionsfaktoren<\/span><\/a><span style=\"font-weight: 400;\"> Als Ersatz. Ausgabenbasierte Ans\u00e4tze sch\u00e4tzen Emissionen basierend darauf, wie viel Geld Sie in einer bestimmten Produktkategorie ausgegeben haben, und verwenden dabei volkswirtschaftliche Input-Output-Modelle. W\u00e4hrend sie schnell zu berechnen sind und als grober erster Anhaltspunkt dienen k\u00f6nnen, haben sie erhebliche Nachteile f\u00fcr Produkt-Fu\u00dfabdr\u00fccke auf Produktebene:<\/span><\/p><ul><li style=\"font-weight: 400;\" aria-level=\"1\"><b>Inflation verf\u00e4lscht die Ergebnisse.<\/b><span style=\"font-weight: 400;\"> Ausgabenbasierte Faktoren sind an Wirtschaftsmodelle aus einem bestimmten Basisjahr gebunden. Wenn die Preise aufgrund der Inflation steigen, erh\u00f6hen sich die berechneten Emissionen \u2013 auch wenn sich am eigentlichen Produkt oder dessen Herstellung nichts ge\u00e4ndert hat.<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><b>Preis \u2260 Wirkung.<\/b><span style=\"font-weight: 400;\"> Das Aushandeln eines besseren Preises mit einem Lieferanten senkt Ihre berechneten Emissionen auf dem Papier, w\u00e4hrend der Umstieg auf ein teureres, aber tats\u00e4chlich kohlenstoff\u00e4rmeres Material Ihren Fu\u00dfabdruck optisch aufwertet <\/span><i><span style=\"font-weight: 400;\">schlimmer<\/span><\/i><span style=\"font-weight: 400;\">. Das Signal wird invertiert.<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><b>Keine produktspezifische Differenzierung.<\/b><span style=\"font-weight: 400;\"> Ausgabenbasierte Faktoren verwenden breite Branchendurchschnitte. Ein Standard-Polypropylen-Bauteil und eine recycelte Alternative in derselben Ausgabenkategorie tragen identische Emissionsfaktoren \u2013 was es unm\u00f6glich macht, umweltfreundlichere Entscheidungen zu identifizieren oder zu belohnen.<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><b>Keine handlungsweisende Hotspot-Analyse.<\/b><span style=\"font-weight: 400;\"> Da Ausgaben-basierte Faktoren keine Materialien, Produktionsprozesse oder geografische Standorte unterscheiden k\u00f6nnen, verraten sie Ihnen nicht <\/span><i><span style=\"font-weight: 400;\">wo<\/span><\/i><span style=\"font-weight: 400;\"> einzugreifen. Sie k\u00f6nnen Ihre berechneten Emissionen nur reduzieren, indem Sie weniger ausgeben.<\/span><\/li><li style=\"font-weight: 400;\" aria-level=\"1\"><b>W\u00e4hrung und regionale Komplexit\u00e4t.<\/b><span style=\"font-weight: 400;\"> Wechselkursschwankungen und regionale Preisunterschiede sorgen f\u00fcr zus\u00e4tzliches Rauschen und erfordern st\u00e4ndige Anpassungen, f\u00fcr die viele Teams nicht die n\u00f6tigen Ressourcen haben, um sie ordnungsgem\u00e4\u00df zu bew\u00e4ltigen.<\/span><\/li><\/ul><p><span style=\"font-weight: 400;\">Dies ist der Grund, warum die aktivit\u00e4tsbasierte Abgleichung mit LCA-Datenbanken der empfohlene Weg ist. Und hier wird der Abgleich-Engpass zur wahren Herausforderung.<\/span><\/p><p><b>Die versteckten Kosten des manuellen Abgleichs<\/b><\/p><p><span style=\"font-weight: 400;\">Traditionelle \u00d6kobilanzierungsarbeit ist naturgem\u00e4\u00df m\u00fchsam. Doch innerhalb des gesamten Arbeitsablaufs nimmt ein Schritt durchg\u00e4ngig \u00fcberproportional viel Zeit und Fachwissen in Anspruch: die Verbindung von realen Komponenten mit den richtigen Eintr\u00e4gen in Umweltdatenbanken.<\/span><\/p><p><span style=\"font-weight: 400;\">An<\/span><a href=\"https:\/\/link.springer.com\/chapter\/10.1007\/978-3-031-93891-7_14\" target=\"_blank\" rel=\"noopener\"> <span style=\"font-weight: 400;\">Automobil-Fallstudie, ver\u00f6ffentlicht von Springer<\/span><\/a><span style=\"font-weight: 400;\"> veranschaulicht das Problem gut. Forscher, die eine detaillierte PCF-Studie f\u00fcr eine einzelne Fahrzeugkomponente durchf\u00fchrten, stellten fest, dass allein die Datenerfassung mehrere Wochen dauerte \u2013 mit erheblichem Aufwand f\u00fcr die Zuordnung von Materialien zu den richtigen LCA-Datenbankeintr\u00e4gen und deren Modellierung in spezialisierter Software. Wenn man dies nun mit Dutzenden von Komponenten \u00fcber mehrere Produkte multipliziert, wird klar, warum das manuelle Abgleichen von Komponenten nicht skalierbar ist.<\/span><\/p><p><span style=\"font-weight: 400;\">Die Schwierigkeit liegt nicht nur im Umfang. Es ist die Art der Aufgabe selbst. Emissionsfaktordatenbanken verwenden nicht dieselben Namenskonventionen wie Ihre St\u00fcckliste. Ihr Lieferant liefert ein Teil unter dem Handelsnamen \u201cUltramid A3WG6\u201d. Ihre St\u00fcckliste listet es als \u201cPA6.6 GF30-Steckergeh\u00e4use\u201d. Ecoinvent nennt die n\u00e4chstgelegene \u00dcbereinstimmung \u201cMarkt f\u00fcr Nylon 6-6, glasfaserverst\u00e4rkt\u201d. Drei Namen f\u00fcr im Wesentlichen das gleiche Material \u2013 und jemand muss sie miteinander verbinden.<\/span><\/p><p><span style=\"font-weight: 400;\">Jede dieser Entscheidungen erfordert Fachwissen, Kenntnisse der Datenbankstruktur und ein konsistentes Urteilsverm\u00f6gen. Wenn verschiedene Teammitglieder diese Entscheidungen unabh\u00e4ngig voneinander treffen, kann dieselbe Komponente, die von zwei verschiedenen Analysten zugeordnet wird, zu signifikant unterschiedlichen PCF-Werten f\u00fchren \u2013 nicht weil eine davon falsch ist, sondern weil der Prozess naturgem\u00e4\u00df subjektiv ist.<\/span><\/p><p><b>Warum das jetzt wichtig ist<\/b><\/p><p><span style=\"font-weight: 400;\">Der Druck zur Berechnung von CO2-Fu\u00dfabdr\u00fccken von Produkten nimmt aus verschiedenen Richtungen zu. Die EU<\/span><a href=\"https:\/\/finance.ec.europa.eu\/capital-markets-union-and-financial-markets\/company-reporting-and-auditing\/company-reporting\/corporate-sustainability-reporting_en\" target=\"_blank\" rel=\"noopener\"> <span style=\"font-weight: 400;\">Richtlinie zur Nachhaltigkeitsberichterstattung von Unternehmen (CSRD)<\/span><\/a><span style=\"font-weight: 400;\"> jetzt Nachhaltigkeitsberichterstattung f\u00fcr die gr\u00f6\u00dften Unternehmen vorschreibt, und auch nach Anpassungen des Geltungsbereichs durch das Omnibus-I-Paket ist die Richtung klar: Emissionsdaten auf Produktebene werden zu einer regulatorischen Erwartung. \u00dcber die Regulierung hinaus geben OEMs und gro\u00dfe K\u00e4ufer PCF-Anforderungen an ihre Lieferanten weiter, oft lange vor einer gesetzlichen Frist.<\/span><\/p><p><span style=\"font-weight: 400;\">Die Herausforderung besteht darin, dass die meisten Unternehmen versuchen, diese Anforderungen mit manuellen Prozessen zu erf\u00fcllen \u2013 Tabellenkalkulationen, Expertenmeinungen und viel Zeit. Beratungsintensive PCF-Projekte kosten oft Tausende von Euro pro Produkt, mit Zeitpl\u00e4nen, die in Wochen oder Monaten gemessen werden. Das funktioniert f\u00fcr ein Flaggschiffprodukt. F\u00fcr ein Portfolio von Dutzenden oder Hunderten funktioniert das nicht.<\/span><\/p><p><b>Wie KI-gest\u00fctzte Emissionsfaktordatenabgleichung tats\u00e4chlich aussieht<\/b><\/p><p><span style=\"font-weight: 400;\">Hier revolutioniert KI die Gleichung grundlegend. Anstatt dass ein menschlicher Experte tausende Datenbankeintr\u00e4ge f\u00fcr jede Komponente durchsiebt, kann semantisches KI-Matching eine ganze St\u00fcckliste auf einmal verarbeiten \u2013 Materialbeschreibungen analysieren, die relevantesten Datenbankeintr\u00e4ge identifizieren und Vorschl\u00e4ge nach Konfidenz bewerten.<\/span><\/p><p><span style=\"font-weight: 400;\">Der Ansatz geht weit \u00fcber einfache Schl\u00fcsselwort\u00fcbereinstimmung hinaus. Die KI extrahiert Komponenten-IDs, -namen und \u2013 falls vorhanden \u2013 Beschreibungen und Materialdaten direkt aus Ihrer St\u00fcckliste (BOM). Anschlie\u00dfend baut sie ein tieferes Verst\u00e4ndnis jeder Komponente auf, indem sie diese St\u00fccklistendaten mit automatisierter Web-Recherche kombiniert und technische Datenbl\u00e4tter und Spezifikationen abruft, um eine robuste semantische Beschreibung zu generieren. Basierend auf diesem angereicherten Profil f\u00fchrt das System eine KI-gest\u00fctzte \u00c4hnlichkeitssuche \u00fcber verifizierte \u00d6kobilanzdatenbanken (LCA) durch und liefert bewertete Datensatz\u00fcbereinstimmungen pro Komponente.<\/span><\/p><p><span style=\"font-weight: 400;\">Entscheidend ist, dass eine gut gestaltete KI-Abstimmung das menschliche Urteilsverm\u00f6gen nicht ersetzt, sondern erg\u00e4nzt. Jeder Vorschlag wird mit einer Konfidenzbewertung geliefert, die es dem Benutzer erm\u00f6glicht, die beste \u00dcbereinstimmung zu bewerten und auszuw\u00e4hlen. Wenn eine \u00dcbereinstimmung nicht ganz richtig ist, k\u00f6nnen zus\u00e4tzliche Eingaben \u2013 wie eine spezifischere Materialbeschreibung oder Prozessdetails \u2013 bereitgestellt werden, um eine Neuabstimmung auszul\u00f6sen und die Genauigkeit zu verbessern. Der Mensch bleibt im System \u2013 anstatt Stunden mit der Suche zu verbringen, verbringt er Minuten mit der \u00dcberpr\u00fcfung.<\/span><\/p><p><b>Von isolierten Berechnungen zu wiederverwendbarem Wissen<\/b><\/p><p><span style=\"font-weight: 400;\">Eine der am h\u00e4ufigsten \u00fcbersehenen Ineffizienzen bei der manuellen PCF-Arbeit ist die Wiederholung. Eine Polypropylenhalterung erscheint in drei verschiedenen Produkten. In einem manuellen Workflow k\u00f6nnte diese Halterung dreimal separat zugeordnet werden, potenziell von verschiedenen Personen, mit unterschiedlichen Ergebnissen.<\/span><\/p><p><span style=\"font-weight: 400;\">KI-gest\u00fctzte Tools l\u00f6sen dies durch Komponentenbibliotheken \u2013 persistente Repositorien, in denen best\u00e4tigte \u00dcbereinstimmungen gespeichert und \u00fcber Produkte hinweg wiederverwendet werden. Sobald eine Komponente abgeglichen und verifiziert wurde, wird diese Entscheidung automatisch \u00fcbernommen. Das hundertste Produkt ben\u00f6tigt dadurch dramatisch weniger Zeit als das erste.<\/span><\/p><p><span style=\"font-weight: 400;\">Dies ist besonders wertvoll f\u00fcr mehrstufige St\u00fccklisten. Eine Kabelbaum-Baugruppe kann Kupferleiter, PVC-Isolierung und verzinnte Stecker umfassen, die jeweils ihren eigenen Emissionsfaktor erfordern. Ein KI-gest\u00fctztes System kann diese verschachtelten Strukturen systematisch verarbeiten und PCF-Werte berechnen, die von Rohmaterialien \u00fcber Unterkomponenten bis zum fertigen Produkt aufgerollt werden.<\/span><\/p><p><b>Die praktische Realit\u00e4t: Tage, nicht Monate<\/b><\/p><p><span style=\"font-weight: 400;\">Die kombinierte Wirkung von KI-Abgleich, Wiederverwendung von Komponenten und strukturierter St\u00fccklistenverarbeitung f\u00fchrt zu einer grundlegenden Verk\u00fcrzung des Zeitrahmens. Was traditionell Wochen an Expertenaufwand erforderte, kann nun in Tagen erledigt werden.<\/span><\/p><p><span style=\"font-weight: 400;\">Laden Sie eine St\u00fcckliste (BOM) hoch, lassen Sie die KI Emissionsfaktor-\u00dcbereinstimmungen vorschlagen, \u00fcberpr\u00fcfen und best\u00e4tigen Sie die Vorschl\u00e4ge und generieren Sie eine vollst\u00e4ndige PCF-Aufschl\u00fcsselung \u2013 einschlie\u00dflich einer Hotspot-Analyse, die zeigt, welche Komponenten am meisten zu den Gesamtemissionen beitragen. F\u00fcr Unternehmen, die Portfolios in den Bereichen Automobil, Fertigung, Konsumg\u00fcter oder Mode verwalten, ist dies keine marginale Verbesserung. Es ist der Unterschied zwischen der PCF-Berechnung als Sonderprojekt und ihrer Etablierung als operative F\u00e4higkeit.<\/span><\/p><p><span style=\"font-weight: 400;\">Und da Prim\u00e4rdaten von Lieferanten mit der Zeit immer verf\u00fcgbarer werden, bieten diese Tools die strukturierte Grundlage, um sie zu integrieren \u2013 wobei Sekundarsch\u00e4tzungen schrittweise durch Messwerte Komponente f\u00fcr Komponente ersetzt werden, ohne bei Null anfangen zu m\u00fcssen.<\/span><\/p><hr \/><p><i><span style=\"font-weight: 400;\">CarbonMatch von CircularTree nutzt semantisches KI-Matching \u2013 entwickelt in Zusammenarbeit mit dem Deutschen Forschungszentrum f\u00fcr K\u00fcnstliche Intelligenz (DFKI) \u2013 zur automatisierten Zuordnung von Emissionsfaktoren f\u00fcr die Berechnung des Produkt-Kohlenstoff-Fu\u00dfabdrucks. Laden Sie Ihre St\u00fcckliste hoch, gleichen Sie Komponenten mit verifizierten \u00d6kobilanz-Datenbanken wie Ecoinvent ab und erhalten Sie pr\u00fcfungsbereite PCF-Ergebnisse in Stunden statt Wochen.<\/span><\/i><a href=\"https:\/\/circulartree.com\/de\/carbonmatch\/?pk_campaign=website_blog&#038;pk_content=from-weeks-to-hours-how-ai-is-changing-the-way-companies-calculate-product-carbon-footprints\"> <i><span style=\"font-weight: 400;\">Mehr \u00fcber CarbonMatch erfahren \u2192<\/span><\/i><\/a><\/p><p><\/p><p><\/p><p><\/p><\/div><\/div><div id = \"\" class=\"tatsu-code tatsu-module tatsu-Skvb-3mYyl\"  ><script charset=\"utf-8\" type=\"text\/javascript\" src=\"\/\/js-eu1.hsforms.net\/forms\/embed\/v2.js\"><\/script>\n<script>\n  hbspt.forms.create({\n    portalId: \"26884870\",\n    formId: \"915a2016-2783-42e3-b40a-294df2397ca8\"\n  });\n<\/script><\/div><\/div><\/div><div class = \"tatsu-column-bg-image-wrap\"><div class = \"tatsu-column-bg-image\" ><\/div><\/div><div class=\"tatsu-overlay tatsu-column-overlay tatsu-animate-none\" ><\/div><\/div><style>.tatsu-row > .tatsu-hychln97v3bkyd8i.tatsu-column{width: 100%;}.tatsu-hychln97v3bkyd8i.tatsu-column > .tatsu-column-inner > .tatsu-column-overlay{mix-blend-mode: normal;}.tatsu-hychln97v3bkyd8i > .tatsu-column-inner > .tatsu-top-divider{z-index: 9999;}.tatsu-hychln97v3bkyd8i > .tatsu-column-inner > .tatsu-bottom-divider{z-index: 9999;}.tatsu-hychln97v3bkyd8i > .tatsu-column-inner > .tatsu-left-divider{z-index: 9999;}.tatsu-hychln97v3bkyd8i > .tatsu-column-inner > .tatsu-right-divider{z-index: 9999;}<\/style><\/div><\/div><\/div><\/div><div class=\"tatsu-section-background-wrap\"><div class = \"tatsu-section-background\" ><\/div><\/div><div class=\"tatsu-overlay tatsu-section-overlay\"><\/div><style>.tatsu-hychln97qi9stgg2 .tatsu-section-pad{padding: 15px 0px 15px 0px;}.tatsu-hychln97qi9stgg2 > .tatsu-bottom-divider{z-index: 9999;}.tatsu-hychln97qi9stgg2 > .tatsu-top-divider{z-index: 9999;}.tatsu-hychln97qi9stgg2 .tatsu-section-overlay{mix-blend-mode: normal;}<\/style><\/div>","protected":false},"excerpt":{"rendered":"<div><a href=\"https:\/\/circulartree.com\/de\/from-weeks-to-hours-how-ai-is-changing-the-way-companies-calculate-product-carbon-footprints\/\" class=\"exp-read-more exp-read-more-underlined\">Mehr lesen<\/a><\/div>","protected":false},"author":2,"featured_media":7639,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"content-type":"","footnotes":""},"categories":[1],"tags":[66,44],"class_list":["post-7633","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","tag-carbonmatch","tag-pcf"],"_links":{"self":[{"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/posts\/7633","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/comments?post=7633"}],"version-history":[{"count":3,"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/posts\/7633\/revisions"}],"predecessor-version":[{"id":7636,"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/posts\/7633\/revisions\/7636"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/media\/7639"}],"wp:attachment":[{"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/media?parent=7633"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/categories?post=7633"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/circulartree.com\/de\/wp-json\/wp\/v2\/tags?post=7633"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}