{"id":12368,"date":"2026-01-13T09:46:07","date_gmt":"2026-01-13T09:46:07","guid":{"rendered":"https:\/\/focalx.ai\/nicht-kategorisiert\/schadensverhuetung-ist-kein-projekt-es-ist-ein-kpi\/"},"modified":"2026-03-24T11:04:09","modified_gmt":"2026-03-24T11:04:09","slug":"schadensvermeidung-kpi","status":"publish","type":"post","link":"https:\/\/focalx.ai\/de\/logistik-fuer-fertige-fahrzeuge\/schadensvermeidung-kpi\/","title":{"rendered":"Schadensverh\u00fctung ist kein Projekt. Es ist ein KPI."},"content":{"rendered":"<h2>Wie k\u00f6nnen Sie die Schadensverh\u00fctung von einer Ad-hoc-Ma\u00dfnahme zu einem KPI f\u00fcr die Gesch\u00e4ftsf\u00fchrung machen?<\/h2>\n<p>Sie verwandeln die Schadensverh\u00fctung von einer Ad-hoc-Ma\u00dfnahme in einen KPI f\u00fcr die Gesch\u00e4ftsleitung, indem Sie den Schaden konsequent messen, die Verantwortung an den \u00dcbergabepunkten zuweisen und monatlich einen geregelten KPI-Stapel \u00fcberpr\u00fcfen, der Korrekturma\u00dfnahmen erzwingt. In der Fertigfahrzeuglogistik (FVL) scheitert die &#8222;Vorbeugung&#8220; oft daran, dass Sch\u00e4den als einmalige Initiative behandelt werden: eine Hofs\u00e4uberung, eine Auffrischungsschulung, eine Schadensmeldung oder eine neue Checkliste. Diese Ma\u00dfnahmen k\u00f6nnen lokal helfen, aber sie halten dem operativen Druck nicht stand, wenn sie nicht in verwaltete Leistungsindikatoren mit klarer Verantwortlichkeit umgewandelt werden.  <\/p>\n<p>Dieser Artikel erkl\u00e4rt, warum Sch\u00e4den im Tagesgesch\u00e4ft &#8222;zu hart&#8220; bleiben, wie man von Anekdoten zu messbaren KPIs \u00fcbergeht, wie ein KPI-Stapel f\u00fcr F\u00fchrungskr\u00e4fte aussieht und was sich \u00e4ndert, wenn diese Zahlen jeden Monat \u00fcberpr\u00fcft werden, anstatt sie nur nach einem gro\u00dfen Schadensfall zu diskutieren.<\/p>\n<h2>Kernaussage: Schadensverh\u00fctung wird \u00fcberschaubar, wenn sie als KPIs geregelt wird<\/h2>\n<p>Schadenverh\u00fctung wird handhabbar, wenn sie geregelt wird, denn durch die Regelung wird der Schaden von einer subjektiven Debatte zu einem messbaren operativen Signal. In der Praxis h\u00e4ngt die Pr\u00e4vention von drei miteinander verkn\u00fcpften F\u00e4higkeiten ab: Sch\u00e4den beobachtbar und vergleichbar zu machen, Erkenntnisse in Ma\u00dfnahmen umzuwandeln, die eine Wiederholung verhindern, und sicherzustellen, dass die finanzielle Wiederherstellung nicht aufgrund schwacher Beweise oder langsamer Zyklen verz\u00f6gert wird oder verloren geht. Wenn diese F\u00e4higkeiten mit KPIs verfolgt werden, verlassen sich die Teams nicht mehr auf Erinnerungen und Erz\u00e4hlungen, sondern arbeiten in einem geschlossenen Kreislauf: Erkennen, korrigieren, \u00fcberpr\u00fcfen und lernen.  <\/p>\n<p>Wir haben bei realen Eins\u00e4tzen gesehen, dass die in der Branche \u00fcblichen selbstberichteten &#8222;fast perfekten&#8220; Ergebnisse nicht mit dem \u00fcbereinstimmen, was systematische Messungen ergeben. Genau aus diesem Grund kann Schadensverh\u00fctung nicht als Projekt mit einem Start- und Enddatum durchgef\u00fchrt werden. Sie muss als KPI-System betrieben werden, das kontinuierlich Leckagen aufdeckt und Korrekturma\u00dfnahmen in H\u00f6fen, an Gleisrampen, Verbindungen und Ladelinien vorantreibt.  <\/p>\n<h2>Warum Sch\u00e4den &#8218;zu hart&#8216; bleiben<\/h2>\n<p>Sch\u00e4den bleiben &#8222;zu schwer&#8220;, weil sie oft in dem Moment unsichtbar sind, in dem sie gemanagt werden m\u00fcssen: bei \u00dcbergaben mit hohem Durchsatz, wo Zeitdruck, inkonsistente Inspektionspraktiken und uneinheitliche Beweisqualit\u00e4t es leicht machen, dass M\u00e4ngel \u00fcbersehen oder sp\u00e4ter bestritten werden. Die manuelle Inspektionsleistung bricht in der Regel unter den betrieblichen Zw\u00e4ngen zusammen, nicht weil die Teams sich nicht darum k\u00fcmmern, sondern weil sie bei der schnellen Verarbeitung gro\u00dfer Mengen Konsistenz und Detailgenauigkeit wahren m\u00fcssen. Das ist der Grund, warum die gemeldeten schadensfreien Zustellungsraten in Tabellen au\u00dfergew\u00f6hnlich hoch aussehen k\u00f6nnen, w\u00e4hrend die Finanz- und Schadenteams bei den Kosten und der Anzahl der Streitf\u00e4lle das Gegenteil berichten.  <\/p>\n<p>In unserem ersten Telefonat mit einem gro\u00dfen US-amerikanischen FVL-Anbieter h\u00f6rten wir zwei Aussagen, die sich auf dem gesamten Markt wiederholten: Die Betreiber behaupteten eine nahezu perfekte Lieferleistung, doch die Teams waren &#8222;ersch\u00f6pft, weil sie f\u00fcr Sch\u00e4den zahlen mussten, die wir nicht verursacht hatten.&#8220; Diese Aussagen k\u00f6nnen nicht beide in gro\u00dfem Umfang gelten, wenn die Messschicht nicht schwach ist. Wenn die Inspektionsergebnisse uneinheitlich sind, wird der Schaden zu einer Ansichtssache und nicht zu einem kontrollierten Signal. Hier spielen auch Standards eine Rolle: Wenn die Inspektionskriterien von Standort zu Standort oder von Partner zu Partner unterschiedlich sind, werden Vergleiche hinf\u00e4llig und Streitigkeiten sind vorprogrammiert. Eine ausf\u00fchrlichere Diskussion dieser Dynamik finden Sie unter <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/why-inspection-quality-collapses\/\">Inspektionsqualit\u00e4t bricht unter Zeitdruck zusammen<\/a>.    <\/p>\n<h2>Wechsel von Anekdoten \u2192 KPIs<\/h2>\n<p>Der Wechsel von Anekdoten zu KPIs beginnt damit, dass die Behauptung einer &#8222;schadensfreien Rate&#8220; durch \u00fcberpr\u00fcfbare, standardisierte Inspektionsergebnisse ersetzt wird, die \u00fcber Knotenpunkte und Partner hinweg gepr\u00fcft werden k\u00f6nnen. In der Praxis bedeutet dies zweierlei: eine Beweisqualit\u00e4t, die konsistent genug ist, um Behauptungen und Ursachenanalysen zu unterst\u00fctzen, und eine gemeinsame Schadenstaxonomie, damit Schweregrad und Ort \u00fcberall dasselbe bedeuten. Ohne diese Grundlagen bleiben F\u00fchrungsgespr\u00e4che auf der Anekdotenebene stecken: ein paar schwere F\u00e4lle, ein paar &#8222;gute Wochen&#8220; und der hartn\u00e4ckige Glaube, dass die Leistung besser ist als sie ist.  <\/p>\n<p>Bei unseren Eins\u00e4tzen in den Bereichen Yard, Rail und Loadline haben wir die Standards, auf die sich die Teams verlassen (einschlie\u00dflich M-22), eingebettet und unsere KI-native Inspektionsplattform eingesetzt, um eine einheitliche Erkennung und Klassifizierung zu erreichen. Die Ergebnisse waren nicht unauff\u00e4llig. Bei etwa <b>19,6 %<\/b> der Inspektionen wurden von unserer KI Sch\u00e4den gefunden, und wir haben eine um <b>547 %<\/b> h\u00f6here Schadenserkennung durch die KI im Vergleich zur menschlichen Inspektion beobachtet. Bei der Nachverfolgung der Sendungen vom Absender bis zum Bestimmungsort haben wir in der Realit\u00e4t etwa <b>77 %<\/b> schadensfreie Zustellungen gesehen, nicht die nahezu perfekten Zahlen, die in der Branche oft genannt werden. Wichtig ist, dass die &#8222;zus\u00e4tzlichen&#8220; Sch\u00e4den, die unser System aufgedeckt hat, nicht grenzwertig waren; sie umfassten Sch\u00e4den der Kategorie 4\/5\/6, die die Inspektoren unter normalen Betriebsbedingungen nicht entdeckt h\u00e4tten. Diese Erkenntnis \u00e4ndert das Managementproblem: Vorbeugung kann nicht durch Erinnerungen oder sporadische Audits gel\u00f6st werden, wenn die Basismessung wesentlich zu optimistisch ist.     <\/p>\n<p>Dies ist auch der Grund, warum sich &#8222;Beweisschulden&#8220; aufbauen: Wenn die Beweise unvollst\u00e4ndig oder widerspr\u00fcchlich sind, zahlen die Unternehmen sp\u00e4ter durch Streitigkeiten, Durchlaufzeiten und Abschreibungen. Eine genauere Erkl\u00e4rung, wie schwache Nachweise die betriebliche Steuerung untergraben, finden Sie unter <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/fvl-evidence-debt-cost\/\">Beweisschulden<\/a>. Wenn Sie einen breiteren Bezugspunkt f\u00fcr die Strukturierung von betrieblichen Messprogrammen ben\u00f6tigen, bietet unser \u00dcberblick \u00fcber <a href=\"https:\/\/focalx.ai\/fleet-management\/fleet-management-metrics\/\">Flottenmanagement-Metriken<\/a> einen n\u00fctzlichen Rahmen.  <\/p>\n<h2>KPI Stack k\u00f6nnen F\u00fchrungskr\u00e4fte steuern<\/h2>\n<p>Ein KPI-Stack, den die F\u00fchrungskr\u00e4fte steuern k\u00f6nnen, muss die Ergebnisse (was passiert ist) mit den operativen Hebeln (warum es passiert ist) und der finanziellen Wiederherstellung (was es gekostet hat und ob es wiederhergestellt wurde) verbinden. In der FVL sollte dieser Stapel nach Knoten und \u00dcbergabeereignissen aufgeschl\u00fcsselt werden, da die Verantwortlichkeit in bestimmten Momenten der \u00dcbergabe zwischen Parteien und Prozessen gewonnen oder verloren wird. Diese auf der \u00dcbergabe basierende Sichtweise ist entscheidend, um den h\u00e4ufigen Fehlermodus zu verhindern, bei dem zwar jeder &#8222;straffe Prozesse&#8220; hat, aber niemand die Verantwortung f\u00fcr das systemische Leck Ende-zu-Ende \u00fcbernimmt. Der entsprechende Kontext wird im <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/vehicle-logistics-handover\/\">Moment der \u00dcbergabe<\/a> behandelt.   <\/p>\n<p>In der Praxis umfasst ein regelbasierter KPI-Stapel Folgendes:<\/p>\n<ul>\n<li><b>Gefundene Sch\u00e4den<\/b> nach Knotenpunkt und Fahrbahn, normalisiert nach Volumen und Fahrzeugmix.<\/li>\n<li><b>Schweregrad-Mix<\/b> (z.B. der Anteil der Sch\u00e4den der Kategorie 4\/5\/6), um zu vermeiden, dass schwerwiegende Ergebnisse in Durchschnittswerten versteckt werden.<\/li>\n<li><b>Wiederkehrende Schadensmuster<\/b> nach Ort und Ursachengruppe (z.B. wiederkehrende Sto\u00dfstangenkratzer an einer bestimmten Ladelinie oder Schienenrampe).<\/li>\n<li><b>Sicherungsausnahmen<\/b> als Fr\u00fchindikator f\u00fcr die Vorhersage des nachgelagerten Schadensrisikos, behandelt in <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/fvl-securement-exceptions-kpi\/\">Sicherungsausnahmen als KPI<\/a>.<\/li>\n<li><b>Schadenzykluszeit<\/b>, Streitquote und Risikodollar, da eine langsame Wiederherstellung operative Probleme effektiv in finanzielle Verluste umwandelt, wurden in der <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/claims-cycle-time-trap\/\">Schadenzykluszeitfalle<\/a> weiter untersucht.<\/li>\n<li><b>Rate der Einhaltung von Standards<\/b> (einschlie\u00dflich des verwendeten Inspektionsstandards und der Qualit\u00e4t der Ausf\u00fchrung), denn wenn Standards optional sind, werden Streitigkeiten eher strukturell als zuf\u00e4llig. Mehr dazu finden Sie unter <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/optional-standards-guarantee-disputes\/\">Wenn Standards optional sind, sind Streitigkeiten garantiert<\/a>. <\/li>\n<\/ul>\n<p>F\u00fchrungskr\u00e4fte sollten unbedingt darauf bestehen, nachlaufende Indikatoren (Sch\u00e4den und Kosten) von vorlaufenden Indikatoren (Sicherheitsma\u00dfnahmen und Prozessausnahmen) zu trennen. Schadensergebnisse sagen Ihnen, was passiert ist; Fr\u00fchindikatoren sagen Ihnen, wo Sie eingreifen m\u00fcssen, bevor sich der Schaden wiederholt. Die betriebliche Logik ist einfach: <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/fvl-damage-starts-with-securement\/\">Schaden beginnt mit Sicherheit<\/a>. Daher sollten die Einhaltung der Sicherheitsvorschriften und die Ausnahmeraten zusammen mit den Schadens-KPIs im selben Governance-Paket enthalten sein.  <\/p>\n<h2>Was sich bei der monatlichen \u00dcberpr\u00fcfung \u00e4ndert<\/h2>\n<p>Was sich bei einer monatlichen \u00dcberpr\u00fcfung \u00e4ndert, ist, dass ein Schaden nicht l\u00e4nger &#8222;das Problem von jemand anderem&#8220; ist, sondern zu einer verwalteten Leistungskonversation mit expliziten Verantwortlichen, Fristen und \u00dcberpr\u00fcfungen wird. Eine monatliche \u00dcberpr\u00fcfung ist h\u00e4ufig genug, um Abweichungen zu erkennen, Gegenma\u00dfnahmen zu validieren und die Anh\u00e4ufung von Schadensf\u00e4llen zu verhindern, aber nicht so h\u00e4ufig, dass die Teams dem L\u00e4rm hinterherlaufen. Der Schl\u00fcssel ist, dass die monatliche \u00dcberpr\u00fcfung mit Aktionsschleifen verbunden sein muss, nicht mit einem Berichtstheater.  <\/p>\n<p>Wir strukturieren dies als einfaches System, das sich an den tats\u00e4chlichen Abl\u00e4ufen orientiert:<\/p>\n<ul>\n<li><b>Inspektion<\/b>: Machen Sie Sch\u00e4den durch konsistente Erkennung, Schweregradklassifizierung und standardisierte Beweiserfassung an definierten Knotenpunkten real.<\/li>\n<li><b>Stream<\/b>: Konvertieren Sie Inspektionsergebnisse in Aufgaben, Haltevorg\u00e4nge, Nachbesserungsauftr\u00e4ge und Partnerbenachrichtigungen, die die Arbeitsabl\u00e4ufe durchlaufen, ohne auf manuelle Nachbearbeitung angewiesen zu sein. Eine praktische Ansicht wird in <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/fvl-photo-to-action-workflows\/\">Vom Foto zur Aktion<\/a> abgedeckt. <\/li>\n<li><b>Recover<\/b>: Stellen Sie sicher, dass Anspr\u00fcche mit aussagekr\u00e4ftigen Beweisen eingeleitet, durch die Zykluszeit hindurch verfolgt und mit eindeutigen Streitbeilegungsmetriken anstelle einer informellen Eskalation gel\u00f6st werden.<\/li>\n<\/ul>\n<p>An dieser Stelle wird der Punkt &#8222;kein Projekt&#8220; operativ konkret. Projekte enden, Governance bleibt bestehen. Wenn die monatliche KPI-\u00dcberpr\u00fcfung eingef\u00fchrt ist, ist die Organisation gezwungen, unbequeme, aber produktive Fragen zu beantworten: Welche \u00dcbergaben treiben den Schweregrad-Mix an? Bei welchen Fahrspuren gibt es immer mehr Ausnahmen bei der Sicherung? Welche Partner liegen systematisch au\u00dferhalb des Standards? Wo steigt die Schadenbearbeitungszeit an und wie wirkt sich das auf den erzielten Wert aus? Diese Disziplin des geschlossenen Kreislaufs ist es, die Inspektionen in Pr\u00e4vention umwandelt, wie in den <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/fvl-closed-loop-inspections-value\/\">geschlossenen Kreislaufinspektionen<\/a> dargelegt.      <\/p>\n<p>Die monatliche \u00dcberwachung l\u00f6st auch den zentralen Widerspruch auf, den wir schon fr\u00fch erkannt haben: die Kluft zwischen nahezu perfekter Leistung und der weit verbreiteten Frustration \u00fcber die Zahlung f\u00fcr nicht verursachte Sch\u00e4den. Wenn die Messung konsistent ist, verlagert sich das Gespr\u00e4ch von der Abwehrhaltung auf die Behebung der Probleme und finanzielle Lecks werden nachvollziehbar, statt nur vermutet. Weitere Informationen zu den wirtschaftlichen Aspekten finden Sie unter <a href=\"https:\/\/focalx.ai\/vehicle-logistics\/stop-paying-for-unclaimed-damage\">Zahlen Sie nicht mehr f\u00fcr Sch\u00e4den, die Sie nicht verursacht haben<\/a>.  <\/p>\n<h2>Technologie- und Automatisierungskontext: Warum KI-Inspektion KPI-Governance erm\u00f6glicht<\/h2>\n<p>KI und Computer Vision erm\u00f6glichen eine KPI-Governance, da sie die Erkennung und Erfassung von Beweisen im operativen Ma\u00dfstab standardisieren. In hochvolumigen FVL-Umgebungen ist die Konsistenz der begrenzende Faktor: verschiedene Inspektoren, Schichten und Standorte liefern unterschiedliche Ergebnisse, selbst wenn sie die gleiche Absicht verfolgen. Computervision reduziert diese Variabilit\u00e4t, indem es bei jeder Inspektion dieselbe Klassifizierungslogik anwendet und Beweispakete erstellt, die \u00fcber Knotenpunkte und Partner hinweg verglichen werden k\u00f6nnen.  <\/p>\n<p>Der von uns beobachtete Anstieg - ca. <b>547 %<\/b> h\u00f6here Erkennungsrate durch KI im Vergleich zu menschlicher Inspektion - ist weniger eine Schlagzeile als vielmehr ein Steuerungsmechanismus. Wenn die Erkennungsebene konsistent ist, werden die KPI-Bewegungen aussagekr\u00e4ftig. F\u00fchrungskr\u00e4fte k\u00f6nnen sich auf Trends verlassen, herausfinden, wo der Schweregrad zunimmt, und \u00fcberpr\u00fcfen, ob Gegenma\u00dfnahmen (z. B. \u00c4nderungen an den Sicherungsma\u00dfnahmen oder Anpassungen der Verladevorg\u00e4nge) tats\u00e4chlich zu einer Verringerung der Wiederholungsrate f\u00fchren. Mit anderen Worten: KI l\u00f6st den Schaden nicht von selbst, sondern macht ihn so messbar, dass er gesteuert werden kann. Weitere operative Erkenntnisse aus dem Einsatz vor Ort finden Sie unter <a href=\"https:\/\/focalx.ai\/vehicle-logistics\/lessons-from-ai-inspections-in-fvl\">Was wir beim Einsatz von KI-Inspektionen gelernt haben<\/a>. Um zu vermeiden, dass KI als punktuelle L\u00f6sung und nicht als gesteuertes System behandelt wird, lesen Sie die <a href=\"https:\/\/focalx.ai\/finished-vehicle-logistics\/ai-inspection-failures\/\">h\u00e4ufigsten Fehler bei der Einf\u00fchrung von KI in FVL-Inspektionen<\/a>.     <\/p>\n<h2>Fazit<\/h2>\n<p>Schadensvermeidung wird dann real, wenn sie kontrolliert wird, und Kontrolle erfordert KPIs, die auf Fakten basieren, standardisiert sind und an den \u00dcbergabepunkten kontrolliert werden. Unsere Eins\u00e4tze zeigen, dass das Verlassen auf optimistische Anekdoten wesentliche betriebliche Lecks verdecken kann: Wir beobachteten etwa <b>19,6 %<\/b> der Inspektionen mit Sch\u00e4den, die von der KI gefunden wurden, etwa <b>77 %<\/b> echte schadensfreie Zustellungen bei der Nachverfolgung von der Quelle bis zum Ziel und einen bedeutenden Schweregrad, der bei manuellen Prozessen \u00fcbersehen wurde. Diese Zahlen erkl\u00e4ren, warum viele Teams das Gef\u00fchl haben, dass sie f\u00fcr Sch\u00e4den zahlen, die sie nicht verursacht haben, selbst wenn die gemeldete Lieferleistung nahezu perfekt aussieht.  <\/p>\n<p>F\u00fcr die Beteiligten in der Automobilindustrie, der Logistik und der FVL ist die praktische Konsequenz einfach: H\u00f6ren Sie auf, Pr\u00e4vention als eine vor\u00fcbergehende Initiative zu betrachten. Nehmen Sie Sch\u00e4den, Sicherung, Einhaltung von Standards und Schadensregulierung in ein monatliches KPI-System mit klaren Verantwortlichen auf. Sobald die Messung konsistent ist, wird Handeln unvermeidlich, und Pr\u00e4vention wird vom Wunsch zur operativen Kontrolle.  <\/p>\n","protected":false},"excerpt":{"rendered":"<p>Wie k\u00f6nnen Sie die Schadensverh\u00fctung von einer Ad-hoc-Ma\u00dfnahme zu einem KPI f\u00fcr die Gesch\u00e4ftsf\u00fchrung machen? Sie verwandeln die Schadensverh\u00fctung von [&hellip;]<\/p>\n","protected":false},"author":12,"featured_media":10442,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"none","_seopress_titles_title":"","_seopress_titles_desc":"Machen Sie Schadensvermeidung zu einem KPI, indem Sie konsequent messen, die Verantwortung bei der \u00dcbergabe zuweisen und die KPIs monatlich \u00fcberpr\u00fcfen, um Ma\u00dfnahmen zu ergreifen.","_seopress_robots_index":"","content-type":"","site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"default","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[115],"tags":[],"class_list":["post-12368","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-logistik-fuer-fertige-fahrzeuge"],"acf":[],"_links":{"self":[{"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/posts\/12368","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/comments?post=12368"}],"version-history":[{"count":0,"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/posts\/12368\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/media\/10442"}],"wp:attachment":[{"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/media?parent=12368"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/categories?post=12368"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/focalx.ai\/de\/wp-json\/wp\/v2\/tags?post=12368"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}