{"id":1735,"date":"2026-03-26T14:40:10","date_gmt":"2026-03-26T14:40:10","guid":{"rendered":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/"},"modified":"2026-03-26T14:40:10","modified_gmt":"2026-03-26T14:40:10","slug":"erd-in-action-production-backend-case-study","status":"publish","type":"post","link":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/","title":{"rendered":"ERD in Aktion: Eine praxisnahe Fallstudie aus einem produktiven Backend-System"},"content":{"rendered":"

Die Entwicklung eines robusten Datenmodells ist nicht nur eine akademische \u00dcbung; es ist das Fundament, auf dem die Stabilit\u00e4t der Anwendung ruht. Ein Entity-Relationship-Diagramm (ERD) dient als Bauplan daf\u00fcr, wie Informationen in einer Produktionsumgebung gespeichert, verkn\u00fcpft und abgerufen werden. Wenn Systeme skalieren, steigen die Kosten schlechter Modellierung exponentiell. Dieser Leitfaden untersucht eine praktische Implementierung eines ERD innerhalb einer komplexen Backend-Architektur mit Fokus auf Datenintegrit\u00e4t, Skalierbarkeit und Wartbarkeit.<\/p>\n

Zu oft konzentrieren sich Entwickler auf die Anwendungslogik und betrachten die Datenbank nur als nachrangiges Anliegen. Das Schema legt jedoch die Grenzen fest, innerhalb derer das System effizient arbeiten kann. Durch die Analyse eines realen Szenarios k\u00f6nnen wir die Kompromisse verstehen, die bei der Normalisierung von Daten, der Handhabung von Beziehungen und der Sicherstellung der referenziellen Integrit\u00e4t ohne Abh\u00e4ngigkeit von bestimmten Softwareanbietern involviert sind.<\/p>\n

\n
\"Educational<\/figure>\n<\/div>\n

\ud83d\udccb Das Gesch\u00e4ftsszenario<\/h2>\n

Stellen Sie sich eine Multi-Tenant-Serviceplattform vor, die zur Verwaltung kollaborativer Projekte entwickelt wurde. Das System erfordert eine strenge Isolation zwischen verschiedenen Mandantenorganisationen, erlaubt jedoch interne Flexibilit\u00e4t innerhalb dieser Organisationen. Die Kernanforderungen umfassen:<\/p>\n

    \n
  • Multi-Tenancy:<\/strong>Daten m\u00fcssen nach Organisation getrennt werden, um die Sicherheit zu gew\u00e4hrleisten.<\/li>\n
  • Komplexe Workflows:<\/strong>Aufgaben m\u00fcssen zugewiesen, verfolgt und bestimmten Projekten zugeordnet werden.<\/li>\n
  • Audit-Trails:<\/strong>Jede wesentliche \u00c4nderung eines Datensatzes muss zur Einhaltung von Compliance-Vorgaben protokolliert werden.<\/li>\n
  • Skalierbarkeit:<\/strong>Das Schema muss Millionen von Datens\u00e4tzen unterst\u00fctzen, ohne die Abfrageleistung zu beeintr\u00e4chtigen.<\/li>\n<\/ul>\n

    Die Herausforderung besteht darin, diese Gesch\u00e4ftsregeln in eine relationale Struktur zu \u00fcbersetzen, die Datenanomalien verhindert. Ein h\u00e4ufiger Fehler ist die Erstellung \u00fcberm\u00e4\u00dfig normalisierter Strukturen, die \u00fcberm\u00e4\u00dfige Joins erfordern, oder \u00fcberm\u00e4\u00dfig denormalisierter Strukturen, die zu Datenredundanz und Update-Anomalien f\u00fchren.<\/p>\n

    \ud83d\udd0d Kernentit\u00e4ten und Attribute<\/h2>\n

    Das R\u00fcckgrat jedes ERD ist die Definition von Entit\u00e4ten. In dieser Fallstudie identifizieren wir f\u00fcnf prim\u00e4re Entit\u00e4ten. Jede Entit\u00e4t repr\u00e4sentiert ein distinctes Konzept, das in der Datenbank gespeichert werden muss. Die mit diesen Entit\u00e4ten verbundenen Attribute definieren die Granularit\u00e4t der gespeicherten Daten.<\/p>\n

    1. Organisation-Entit\u00e4t<\/h3>\n

    Dies ist die Wurzel der Hierarchie. Jeder andere Datensatz ist mit dieser Entit\u00e4t verkn\u00fcpft, um die Mandantenisolation durchzusetzen.<\/p>\n

      \n
    • Organisations-ID:<\/strong>Eindeutiger Bezeichner.<\/li>\n
    • Organisationsname:<\/strong>Menschlich lesbares Label.<\/li>\n
    • Abonnement-Stufe:<\/strong>Bestimmt den Zugriff auf Funktionen.<\/li>\n
    • Erstellt am:<\/strong>Zeitstempel f\u00fcr Audits.<\/li>\n<\/ul>\n

      2. Benutzer-Entit\u00e4t<\/h3>\n

      Benutzer geh\u00f6ren zu Organisationen, k\u00f6nnen jedoch Mitglied mehrerer Projekte sein. Authentifizierungsdetails werden von Gesch\u00e4ftsdaten getrennt, um Sicherheitsbest Practices einzuhalten.<\/p>\n

        \n
      • Benutzer-ID:<\/strong>Eindeutiger Bezeichner.<\/li>\n
      • E-Mail:<\/strong> Wird zur Authentifizierung und Kontaktaufnahme verwendet.<\/li>\n
      • Passwort-Hash:<\/strong> Sichere Speicherung von Zugangsdaten.<\/li>\n
      • Rolle:<\/strong> Definiert Berechtigungen (Administrator, Mitglied, Betrachter).<\/li>\n<\/ul>\n

        3. Projekt-Entit\u00e4t<\/h3>\n

        Projekte sind Container f\u00fcr Arbeitsaufgaben. Sie geh\u00f6ren einer Organisation, werden jedoch von Benutzern bearbeitet.<\/p>\n

          \n
        • Projekt-ID:<\/strong> Eindeutige Kennung.<\/li>\n
        • Organisations-ID:<\/strong> Fremdschl\u00fcssel, der auf den \u00fcbergeordneten Mandanten verweist.<\/li>\n
        • Titel:<\/strong> Kurzer Name f\u00fcr das Projekt.<\/li>\n
        • Status:<\/strong> Aktiv, Archiviert oder Gel\u00f6scht.<\/li>\n<\/ul>\n

          4. Aufgaben-Entit\u00e4t<\/h3>\n

          Die Grundeinheit der Arbeit. Diese Entit\u00e4t erfordert die komplexesten Beziehungen, da sie Benutzer, Projekte und Protokolle verkn\u00fcpft.<\/p>\n

            \n
          • Aufgaben-ID:<\/strong> Eindeutige Kennung.<\/li>\n
          • Projekt-ID:<\/strong> Fremdschl\u00fcssel.<\/li>\n
          • Zugewiesene-ID:<\/strong> Fremdschl\u00fcssel auf Benutzer.<\/li>\n
          • F\u00e4lligkeitsdatum:<\/strong> Zeitliche Einschr\u00e4nkung.<\/li>\n
          • Priorit\u00e4t:<\/strong> Aufgez\u00e4hlter Wert.<\/li>\n<\/ul>\n

            5. Audit-Protokoll-Entit\u00e4t<\/h3>\n

            Dokumentiert jede \u00c4nderung an kritischen Entit\u00e4ten. Dies gew\u00e4hrleistet die Nachverfolgbarkeit.<\/p>\n

              \n
            • Protokoll-ID:<\/strong> Eindeutiger Bezeichner.<\/li>\n
            • Entit\u00e4tstyp:<\/strong> Welche Tabelle betroffen war.<\/li>\n
            • Datensatz-ID:<\/strong> Welche Zeile betroffen war.<\/li>\n
            • Aktion:<\/strong> Erstellen, Aktualisieren, L\u00f6schen.<\/li>\n
            • Durchgef\u00fchrt von:<\/strong> Benutzer-ID.<\/li>\n
            • Zeitstempel:<\/strong> Zeitpunkt der Aktion.<\/li>\n<\/ul>\n

              \ud83d\udd17 Modellierung von Beziehungen und Kardinalit\u00e4t<\/h2>\n

              Beziehungen definieren, wie Entit\u00e4ten interagieren. In einem Produktionssystem werden diese Beziehungen \u00fcber Fremdschl\u00fcssel durchgesetzt. Die Kardinalit\u00e4t (eins-zu-eins, eins-zu-viele, viele-zu-viele) bestimmt, wie Daten abgefragt und aktualisiert werden.<\/p>\n

              Organisation zu Benutzer<\/h3>\n

              Dies ist eine Eins-zu-Viele<\/strong> Beziehung. Eine Organisation kann viele Benutzer haben, aber ein Benutzerdatensatz ist aus Gr\u00fcnden der Datenisolierung an eine einzige Organisation gebunden. Um Datenlecks zwischen Mandanten zu verhindern, ist die organization_id<\/code> ein obligatorischer Fremdschl\u00fcssel in der Tabelle Benutzer.<\/p>\n

              Organisation zu Projekt<\/h3>\n

              \u00c4hnlich ist dies eine Eins-zu-Viele<\/strong> Beziehung. Projekte k\u00f6nnen nicht ohne eine \u00fcbergeordnete Organisation existieren. Wenn eine Organisation gel\u00f6scht wird, muss das Kaskadenverhalten sorgf\u00e4ltig ber\u00fccksichtigt werden. In diesem Fall entscheiden wir uns, Projekte soft zu l\u00f6schen, anstatt sie hart zu l\u00f6schen, um den historischen Kontext zu bewahren.<\/p>\n

              Projekt zu Aufgabe<\/h3>\n

              Eine weitere Eins-zu-Viele<\/strong> Beziehung. Ein Projekt enth\u00e4lt mehrere Aufgaben, und eine Aufgabe geh\u00f6rt genau zu einem Projekt. Dies ist eine standardm\u00e4\u00dfige strukturelle Verkn\u00fcpfung.<\/p>\n

              Benutzer zu Aufgabe (Zuweisung)<\/h3>\n

              Dies ist die kritischste Beziehung. Ein Benutzer kann mehreren Aufgaben zugewiesen werden, und eine Aufgabe kann mehreren Benutzern zugewiesen werden (kooperative Arbeit). Dies erfordert eine Viele-zu-Viele<\/strong> Beziehung.<\/p>\n

              Um dies umzusetzen, f\u00fchren wir eine Verbindungstabelle ein, die oft als Assoziationsentit\u00e4t bezeichnet wird. Diese Tabelle zerlegt die Viele-zu-Viele-Beziehung in zwei Eins-zu-Viele-Beziehungen.<\/p>\n\n\n\n\n\n\n
              Tabellenname<\/th>\nZweck<\/th>\nSchl\u00fcssel<\/th>\n<\/tr>\n<\/thead>\n
              Task_Assignees<\/strong><\/td>\nVerkn\u00fcpft Benutzer mit Aufgaben<\/td>\nTask_ID, User_ID<\/td>\n<\/tr>\n
              Organization_Tenants<\/strong><\/td>\nVerkn\u00fcpft Organisationen mit Benutzern<\/td>\nOrganization_ID, User_ID<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

              Die Verwendung einer Verbindungstabelle erm\u00f6glicht es uns, zus\u00e4tzliche Metadaten zu speichern. Zum Beispiel k\u00f6nnen wir in der Task_Assignees<\/code> Tabelle die Rolle speichern, die der Benutzer bei dieser spezifischen Aufgabe hatte (z. B. Lead, Mitwirkender), was sich von seiner globalen Benutzerrolle unterscheidet.<\/p>\n

              \u2696\ufe0f Einschr\u00e4nkungen und Datenintegrit\u00e4t<\/h2>\n

              Validierungen auf Anwendungsebene reichen nicht aus. Datenbankbeschr\u00e4nkungen fungieren als letzte Verteidigungslinie gegen Datenkorruption. In einer Produktionsumgebung sollten Beschr\u00e4nkungen auf Schemaebene definiert werden.<\/p>\n

              Referenzielle Integrit\u00e4t<\/h3>\n

              Fremdschl\u00fcssel stellen sicher, dass ein Datensatz in einer Kindtabelle keinen nicht existierenden Elterndatensatz referenzieren kann. Beispielsweise kann eine Aufgabe keinem Benutzer zugewiesen werden, der nicht im System existiert.<\/p>\n

              Allerdings sind die ON DELETE<\/strong> und ON UPDATE<\/strong> Verhalten sind entscheidende Entscheidungen:<\/p>\n

                \n
              • CASCADE:<\/strong> Wenn ein Elterndatensatz gel\u00f6scht wird, werden alle Kinddatens\u00e4tze gel\u00f6scht. Verwenden Sie dies f\u00fcr verwaiste Daten, die ohne den Elterndatensatz keine Bedeutung haben (z. B. Kommentare zu einem gel\u00f6schten Beitrag).<\/li>\n
              • RESTRICT:<\/strong> Verhindert das L\u00f6schen, wenn Kinddatens\u00e4tze existieren. Verwenden Sie dies, um versehentlichen Datenverlust zu verhindern (z. B. das L\u00f6schen einer Organisation mit aktiven Abrechnungsdatens\u00e4tzen).<\/li>\n
              • SET NULL:<\/strong> Wenn der Elterndatensatz gel\u00f6scht wird, wird die Fremdschl\u00fcsselspalte im Kinddatensatz auf NULL gesetzt. Verwenden Sie dies, wenn die Beziehung optional ist.<\/li>\n<\/ul>\n

                Check-Constraints<\/h3>\n

                Standard SQL unterst\u00fctzt Check-Constraints, um dom\u00e4nenspezifische Regeln durchzusetzen. Beispiele hierf\u00fcr sind:<\/p>\n

                  \n
                • F\u00e4lligkeitsdatum:<\/strong> Die due_date<\/code> Spalte muss gr\u00f6\u00dfer sein als die created_at<\/code> Spalte.<\/li>\n
                • Priorit\u00e4t:<\/strong> Die priority<\/code> Spalte muss mit einer bestimmten Liste zul\u00e4ssiger Werte \u00fcbereinstimmen (z. B. Niedrig, Mittel, Hoch).<\/li>\n
                • Betrag:<\/strong> Finanzfelder m\u00fcssen nicht-negativ sein.<\/li>\n<\/ul>\n

                  Eindeutigkeitseinschr\u00e4nkungen<\/h3>\n

                  Stellen Sie die Eindeutigkeit der Daten dort sicher, wo dies erforderlich ist. Beispielsweise muss eine E-Mail-Adresse im gesamten System oder innerhalb einer bestimmten Organisation, je nach Benutzermodell, eindeutig sein. Eine zusammengesetzte Eindeutigkeitseinschr\u00e4nkung kann sicherstellen, dass ein Benutzer nur einmal einem bestimmten Projekt zugewiesen wird (Vermeidung doppelter Zuweisungen).<\/p>\n

                  \ud83d\ude80 Leistungs- und Indexierungsstrategie<\/h2>\n

                  Ein gut entworfenes Schema ist nutzlos, wenn Abfragen langsam sind. Indexierung ist der Mechanismus, der es der Datenbank erm\u00f6glicht, Daten schnell zu finden. Indexe haben jedoch Kosten in Bezug auf Schreibleistung und Speicherplatz.<\/p>\n

                  Identifizierung von Abfragemustern<\/h3>\n

                  Bevor Indizes erstellt werden, analysieren Sie die h\u00e4ufigsten Lesevorg\u00e4nge. In unserem Fallbeispiel umfassen typische Abfragen:<\/p>\n

                    \n
                  • Alle Aufgaben finden, die einem bestimmten Benutzer zugewiesen sind.<\/li>\n
                  • Alle Projekte innerhalb einer Organisation finden.<\/li>\n
                  • Audit-Logs f\u00fcr eine bestimmte Entit\u00e4ts-ID abrufen.<\/li>\n<\/ul>\n

                    Indexplatzierung<\/h3>\n

                    Fremdschl\u00fcssel sind die h\u00e4ufigsten Kandidaten f\u00fcr die Indexierung. Wenn eine Abfrage h\u00e4ufig nach organization_id<\/code> ist ein Index auf dieser Spalte zwingend erforderlich. Ohne ihn f\u00fchrt die Datenbank einen vollst\u00e4ndigen Tabellenscan durch, der mit wachsenden Datenmengen schnell an Leistung verliert.<\/p>\n

                    Zusammengesetzte Indizes sind n\u00fctzlich f\u00fcr Abfragen, die nach mehreren Spalten filtern. Wenn das System beispielsweise h\u00e4ufig nach Aufgaben nach project_id<\/code> UND Status<\/code>, ist ein zusammengesetzter Index auf (project_id, status) effizienter als zwei separate Indizes.<\/p>\n

                    Teilindizes<\/h3>\n

                    In Szenarien, in denen nur ein Teil der Daten h\u00e4ufig abgefragt wird, sparen Teilindizes Speicherplatz. Wenn das System beispielsweise nur nach aktiven<\/strong> Aufgaben sucht, ist ein Index, der nur Zeilen enth\u00e4lt, bei denen status = 'Aktiv'<\/code> deutlich kleiner sein und schneller durchlaufen werden als ein Index auf die gesamte Tabelle.<\/p>\n

                    \ud83d\udee0\ufe0f Wartung und Schema-Evolution<\/h2>\n

                    Softwareanforderungen \u00e4ndern sich. Das Datenbank-Schema ist keine Ausnahme. Der Wechsel von Version A zu Version B erfordert sorgf\u00e4ltige Planung, um Ausfallzeiten und Datenverlust zu vermeiden. Dieser Prozess wird h\u00e4ufig \u00fcber Migrations-Skripte verwaltet.<\/p>\n

                    Hinzuf\u00fcgen von Spalten<\/h3>\n

                    Das Hinzuf\u00fcgen einer neuen Spalte ist im Allgemeinen sicher. Wenn die Spalte NULL-Werte zul\u00e4sst, werden bestehende Zeilen nicht beeinflusst. Wenn die Spalte einen Standardwert erfordert, stellen Sie sicher, dass der Standardwert auf alle vorhandenen Daten anwendbar ist, um Verletzungen von Constraints zu vermeiden.<\/p>\n

                    Entfernen von Spalten<\/h3>\n

                    Das L\u00f6schen einer Spalte ist riskant. Es ist besser, die Spalte zun\u00e4chst als veraltet zu markieren. Dies erm\u00f6glicht es Entwicklern, Referenzen auf die Spalte im Anwendungscode zu entfernen, bevor sie sie physisch aus der Datenbank l\u00f6schen. Dieser zweistufige Ansatz verhindert Anwendungsfehler w\u00e4hrend des Bereitstellungszeitraums.<\/p>\n

                    Umbenennen von Spalten<\/h3>\n

                    Das Umbenennen von Spalten wird in \u00e4lteren Datenbankversionen selten ohne komplexe Workarounds unterst\u00fctzt. Es ist oft besser, eine neue Spalte mit dem gew\u00fcnschten Namen hinzuzuf\u00fcgen, die Daten zu migrieren und dann die alte Spalte zu entfernen. Dies stellt sicher, dass das Schema w\u00e4hrend des \u00dcbergangs abw\u00e4rtskompatibel bleibt.<\/p>\n

                    \ud83d\udea7 H\u00e4ufige Fallstricke beim ERD-Design<\/h2>\n

                    Selbst erfahrene Architekten machen Fehler. Das Verst\u00e4ndnis h\u00e4ufiger Fallstricke hilft, diese w\u00e4hrend der Designphase zu vermeiden.<\/p>\n

                      \n
                    • \u00dcber-Normalisierung:<\/strong>Die Aufteilung von Daten in zu viele kleine Tabellen macht Abfragen komplex und langsam. Balancieren Sie die Normalisierung mit den Anforderungen an die Abfrageleistung.<\/li>\n
                    • Unter-Normalisierung:<\/strong>Die Speicherung derselben Daten an mehreren Orten (z. B. wiederholte Benutzernamen in jedem Aufgabenprotokoll) f\u00fchrt zu Update-Anomalien. Wenn ein Benutzer seinen Namen \u00e4ndert, m\u00fcssen Sie jeden Protokolleintrag aktualisieren.<\/li>\n
                    • Zyklische Abh\u00e4ngigkeiten:<\/strong>Das Erstellen zyklischer Fremdschl\u00fcsselbeziehungen kann zu Deadlocks beim Einf\u00fcgen oder L\u00f6schen f\u00fchren. Stellen Sie sicher, dass der Abh\u00e4ngigkeitsgraph ein gerichteter azyklischer Graph (DAG) ist.<\/li>\n
                    • Ignorieren von Soft Deletes:<\/strong>Das harte L\u00f6schen von Datens\u00e4tzen entfernt die Historie. Implementieren Sie eine deleted_at<\/code>Zeitstempel-Spalte, um Datens\u00e4tze f\u00fcr Audits sichtbar zu halten, sie jedoch aus Standardansichten auszublenden.<\/li>\n
                    • Implizite Datentypen:<\/strong>Die Verwendung generischer Typen wie VARCHAR(255)<\/code> f\u00fcr alles verschwendet Speicherplatz. Verwenden Sie INT<\/code> f\u00fcr IDs, BOOLEAN<\/code> f\u00fcr Flags und spezifische L\u00e4ngenbeschr\u00e4nkungen f\u00fcr Zeichenketten, wo angemessen.<\/li>\n<\/ul>\n

                      \u2705 Best Practices f\u00fcr Produktions-ERDs<\/h2>\n

                      Um die Langlebigkeit und Gesundheit des Systems zu gew\u00e4hrleisten, halten Sie sich an diese Richtlinien:<\/p>\n

                        \n
                      1. Beziehungen dokumentieren:<\/strong> Das ERD selbst ist Dokumentation. Stellen Sie sicher, dass es mit dem tats\u00e4chlichen Schema auf dem neuesten Stand ist. Automatisierte Tools k\u00f6nnen Diagramme aus der Datenbank generieren, um die Genauigkeit zu \u00fcberpr\u00fcfen.<\/li>\n
                      2. Namenskonventionen standardisieren:<\/strong> Verwenden Sie snake_case<\/code> f\u00fcr Tabellen und Spalten. Pr\u00e4fixieren Sie Fremdschl\u00fcssel mit dem Beziehungsname (z. B. organization_id<\/code> statt nur org_id<\/code>) f\u00fcr Klarheit.<\/li>\n
                      3. UUIDs vs. Auto-Inkrementierung verwenden:<\/strong> F\u00fcr verteilte Systeme verhindern UUIDs Kollisionsprobleme beim Zusammenf\u00fchren von Datenbanken. F\u00fcr Single-Instance-Systeme sind inkrementierende Ganzzahlen kompakter und schneller.<\/li>\n
                      4. F\u00fcr Wachstum planen:<\/strong> Entwerfen Sie unter Ber\u00fccksichtigung der Partitionierung. Wenn eine Tabelle auf Milliarden von Zeilen wachsen soll, \u00fcberlegen Sie, wie sie basierend auf dem organization_id<\/code>.<\/li>\n
                      5. Zugriffsmuster \u00fcberpr\u00fcfen:<\/strong> \u00dcberpr\u00fcfen Sie regelm\u00e4\u00dfig die Logs langsamer Abfragen, um fehlende Indizes oder ineffiziente Joins zu identifizieren.<\/li>\n<\/ol>\n

                        \ud83d\udd04 Der Lebenszyklus eines Schemas<\/h2>\n

                        Ein ERD ist kein statisches Dokument. Es entwickelt sich mit dem Produkt. Der Lebenszyklus folgt typischerweise diesen Phasen:<\/p>\n

                          \n
                        • Entwurfsphase:<\/strong> Entwurf des ersten Modells basierend auf den Anforderungen.<\/li>\n
                        • Implementierungsphase:<\/strong>Erstellung von Migrationsskripts zum Aufbau des Schemas.<\/li>\n
                        • Validierungsphase:<\/strong>Durchf\u00fchrung von Lasttests zur \u00dcberpr\u00fcfung der Leistungsannahmen.<\/li>\n
                        • Iterationsphase:<\/strong>Hinzuf\u00fcgen neuer Felder oder Beziehungen, wenn neue Funktionen eingef\u00fchrt werden.<\/li>\n
                        • Optimierungsphase:<\/strong>Verfeinerung von Indizes und Constraints basierend auf Produktionsdaten.<\/li>\n<\/ul>\n

                          W\u00e4hrend der Optimierungsphase k\u00f6nnen Sie feststellen, dass die urspr\u00fcnglichen Annahmen zur Kardinalit\u00e4t falsch waren. Beispielsweise k\u00f6nnen Sie feststellen, dass eine Eins-zu-Viele<\/strong>-Beziehung in der Praxis tats\u00e4chlich eine Viele-zu-Viele<\/strong>ist, was eine Schema\u00e4nderung auf eine Verbindungstabelle erfordert. Dies unterstreicht die Bedeutung von Flexibilit\u00e4t im Design.<\/p>\n

                          \ud83d\udee1\ufe0f Sicherheitsaspekte beim Schema-Design<\/h2>\n

                          Datensicherheit ist eng mit dem Schema-Design verkn\u00fcpft. Richtlinien f\u00fcr Row-Level Security (RLS) basieren h\u00e4ufig auf der Struktur des ERD, um korrekt zu funktionieren. Wenn die organization_id<\/code>nicht ordnungsgem\u00e4\u00df indiziert und durchgesetzt wird, kann ein Benutzer aus Organisation A versehentlich Daten von Organisation B abfragen.<\/p>\n

                          Dar\u00fcber hinaus sollten sensible Daten getrennt werden. Wenn das System Zahlungsdaten verarbeitet, sollten diese idealerweise in einem separaten Schema oder einer separaten Tabelle mit strengeren Zugriffsbeschr\u00e4nkungen gespeichert werden, anstatt mit allgemeinen Benutzermetadaten vermischt zu werden. Dies begrenzt die Auswirkung im Falle einer Sicherheitsverletzung.<\/p>\n

                          \ud83d\udcdd Zusammenfassung der Designentscheidungen<\/h2>\n

                          Die folgende Tabelle fasst die wichtigsten Entscheidungen dieser Fallstudie und die Gr\u00fcnde daf\u00fcr zusammen.<\/p>\n\n\n\n\n\n\n\n\n
                          Entscheidung<\/th>\nOption A<\/th>\nOption B (Ausgew\u00e4hlt)<\/th>\nBegr\u00fcndung<\/th>\n<\/tr>\n<\/thead>\n
                          Multi-Tenancy<\/strong><\/td>\nSeparate Datenbanken<\/td>\nGemeinsame Datenbank, gemeinsames Schema<\/td>\nGeringerer Betriebsaufwand; einfachere Verwaltung von tenant-\u00fcbergreifender Analytik.<\/td>\n<\/tr>\n
                          L\u00f6schen von Organisationen<\/strong><\/td>\nHard Delete<\/td>\nSoft Delete<\/td>\nBewahrt historische Audit-Logs und verhindert Datenverlust zur Einhaltung von Compliance-Vorgaben.<\/td>\n<\/tr>\n
                          Aufgabenzuweisungen<\/strong><\/td>\nEinzelne Spalte<\/td>\nVerkn\u00fcpfungstabelle<\/td>\nErm\u00f6glicht mehrere Zuweisungsempf\u00e4nger und verfolgt spezifische Rollen pro Zuweisung.<\/td>\n<\/tr>\n
                          Prim\u00e4rschl\u00fcssel<\/strong><\/td>\nAuto-Inkrement<\/td>\nUUIDs<\/td>\nUnterst\u00fctzt eine zuk\u00fcnftige verteilte Architektur und erleichtert das Zusammenf\u00fchren von Daten.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

                          Der Aufbau eines produktionsreifen Backends erfordert mehr als nur das Schreiben von Code. Es erfordert ein tiefes Verst\u00e4ndnis davon, wie Daten flie\u00dfen und wie sie strukturiert sind. Eine ERD ist die Karte, die diese Reise leitet. Durch die Befolgung dieser Prinzipien stellen Sie sicher, dass das System mit dem Wachstum des Unternehmens stabil, sicher und skalierbar bleibt.<\/p>\n

                          Denken Sie daran: Das Ziel ist nicht, das komplexeste m\u00f6gliche Diagramm zu erstellen, sondern dasjenige, das die Anforderungen der Anwendung am besten erf\u00fcllt und gleichzeitig die technische Schuld minimiert. Kontinuierliche \u00dcberpr\u00fcfung und Anpassung sind entscheidend f\u00fcr die Aufrechterhaltung eines gesunden Daten\u00f6kosystems.<\/p>\n","protected":false},"excerpt":{"rendered":"

                          Die Entwicklung eines robusten Datenmodells ist nicht nur eine akademische \u00dcbung; es ist das Fundament, auf dem die Stabilit\u00e4t der Anwendung ruht. Ein Entity-Relationship-Diagramm (ERD) dient als Bauplan daf\u00fcr, wie…<\/p>\n","protected":false},"author":1,"featured_media":1736,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_yoast_wpseo_title":"ERD in Aktion: Fallstudie f\u00fcr ein Produktions-Backend \ud83d\udee0\ufe0f","_yoast_wpseo_metadesc":"Entdecken Sie eine praxisnahe ERD-Fallstudie. Lernen Sie das Design von Datenbank-Schemata, Beziehungen und Integrit\u00e4t f\u00fcr skalierbare Produktionssysteme.","source_url":"","fifu_image_url":"","fifu_image_alt":"","_fifu_image_alt":"","fifu_alt":"","_fifu_alt":"","fifu_image_title":"","_fifu_image_title":"","fifu_input_alt":"","vp_image_hash":"","footnotes":""},"categories":[88],"tags":[84,87],"asset-category":[],"class_list":["post-1735","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-erd","tag-academic","tag-erd"],"source_url":"","fifu_image_url":"","fifu_image_alt":"","vp_image_hash":"","yoast_head":"\nERD in Aktion: Fallstudie f\u00fcr ein Produktions-Backend \ud83d\udee0\ufe0f<\/title>\n<meta name=\"description\" content=\"Entdecken Sie eine praxisnahe ERD-Fallstudie. Lernen Sie das Design von Datenbank-Schemata, Beziehungen und Integrit\u00e4t f\u00fcr skalierbare Produktionssysteme.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"ERD in Aktion: Fallstudie f\u00fcr ein Produktions-Backend \ud83d\udee0\ufe0f\" \/>\n<meta property=\"og:description\" content=\"Entdecken Sie eine praxisnahe ERD-Fallstudie. Lernen Sie das Design von Datenbank-Schemata, Beziehungen und Integrit\u00e4t f\u00fcr skalierbare Produktionssysteme.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/\" \/>\n<meta property=\"og:site_name\" content=\"Viz Read German - AI, Software & Digital Insights\" \/>\n<meta property=\"article:published_time\" content=\"2026-03-26T14:40:10+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1664\" \/>\n\t<meta property=\"og:image:height\" content=\"928\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"vpadmin\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"11\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/\"},\"author\":{\"name\":\"vpadmin\",\"@id\":\"https:\/\/www.viz-read.com\/de\/#\/schema\/person\/26e014daa5bbdc9b97114eee89cc3936\"},\"headline\":\"ERD in Aktion: Eine praxisnahe Fallstudie aus einem produktiven Backend-System\",\"datePublished\":\"2026-03-26T14:40:10+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/\"},\"wordCount\":2247,\"publisher\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/#organization\"},\"image\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg\",\"keywords\":[\"academic\",\"erd\"],\"articleSection\":[\"ERD\"],\"inLanguage\":\"de\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/\",\"url\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/\",\"name\":\"ERD in Aktion: Fallstudie f\u00fcr ein Produktions-Backend \ud83d\udee0\ufe0f\",\"isPartOf\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg\",\"datePublished\":\"2026-03-26T14:40:10+00:00\",\"description\":\"Entdecken Sie eine praxisnahe ERD-Fallstudie. Lernen Sie das Design von Datenbank-Schemata, Beziehungen und Integrit\u00e4t f\u00fcr skalierbare Produktionssysteme.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#primaryimage\",\"url\":\"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg\",\"contentUrl\":\"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg\",\"width\":1664,\"height\":928},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.viz-read.com\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"ERD in Aktion: Eine praxisnahe Fallstudie aus einem produktiven Backend-System\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.viz-read.com\/de\/#website\",\"url\":\"https:\/\/www.viz-read.com\/de\/\",\"name\":\"Viz Read German - AI, Software & Digital Insights\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.viz-read.com\/de\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.viz-read.com\/de\/#organization\",\"name\":\"Viz Read German - AI, Software & Digital Insights\",\"url\":\"https:\/\/www.viz-read.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/www.viz-read.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2025\/03\/cropped-cropped-viz-read-logo.png\",\"contentUrl\":\"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2025\/03\/cropped-cropped-viz-read-logo.png\",\"width\":1200,\"height\":1200,\"caption\":\"Viz Read German - AI, Software & Digital Insights\"},\"image\":{\"@id\":\"https:\/\/www.viz-read.com\/de\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.viz-read.com\/de\/#\/schema\/person\/26e014daa5bbdc9b97114eee89cc3936\",\"name\":\"vpadmin\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g\",\"caption\":\"vpadmin\"},\"sameAs\":[\"https:\/\/www.viz-read.com\"],\"url\":\"https:\/\/www.viz-read.com\/de\/author\/vpadmin\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"ERD in Aktion: Fallstudie f\u00fcr ein Produktions-Backend \ud83d\udee0\ufe0f","description":"Entdecken Sie eine praxisnahe ERD-Fallstudie. Lernen Sie das Design von Datenbank-Schemata, Beziehungen und Integrit\u00e4t f\u00fcr skalierbare Produktionssysteme.","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:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/","og_locale":"de_DE","og_type":"article","og_title":"ERD in Aktion: Fallstudie f\u00fcr ein Produktions-Backend \ud83d\udee0\ufe0f","og_description":"Entdecken Sie eine praxisnahe ERD-Fallstudie. Lernen Sie das Design von Datenbank-Schemata, Beziehungen und Integrit\u00e4t f\u00fcr skalierbare Produktionssysteme.","og_url":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/","og_site_name":"Viz Read German - AI, Software & Digital Insights","article_published_time":"2026-03-26T14:40:10+00:00","og_image":[{"width":1664,"height":928,"url":"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg","type":"image\/jpeg"}],"author":"vpadmin","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":false,"Gesch\u00e4tzte Lesezeit":"11\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#article","isPartOf":{"@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/"},"author":{"name":"vpadmin","@id":"https:\/\/www.viz-read.com\/de\/#\/schema\/person\/26e014daa5bbdc9b97114eee89cc3936"},"headline":"ERD in Aktion: Eine praxisnahe Fallstudie aus einem produktiven Backend-System","datePublished":"2026-03-26T14:40:10+00:00","mainEntityOfPage":{"@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/"},"wordCount":2247,"publisher":{"@id":"https:\/\/www.viz-read.com\/de\/#organization"},"image":{"@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#primaryimage"},"thumbnailUrl":"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg","keywords":["academic","erd"],"articleSection":["ERD"],"inLanguage":"de"},{"@type":"WebPage","@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/","url":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/","name":"ERD in Aktion: Fallstudie f\u00fcr ein Produktions-Backend \ud83d\udee0\ufe0f","isPartOf":{"@id":"https:\/\/www.viz-read.com\/de\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#primaryimage"},"image":{"@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#primaryimage"},"thumbnailUrl":"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg","datePublished":"2026-03-26T14:40:10+00:00","description":"Entdecken Sie eine praxisnahe ERD-Fallstudie. Lernen Sie das Design von Datenbank-Schemata, Beziehungen und Integrit\u00e4t f\u00fcr skalierbare Produktionssysteme.","breadcrumb":{"@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#primaryimage","url":"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg","contentUrl":"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2026\/03\/erd-production-backend-infographic-flat-design.jpg","width":1664,"height":928},{"@type":"BreadcrumbList","@id":"https:\/\/www.viz-read.com\/de\/erd-in-action-production-backend-case-study\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.viz-read.com\/de\/"},{"@type":"ListItem","position":2,"name":"ERD in Aktion: Eine praxisnahe Fallstudie aus einem produktiven Backend-System"}]},{"@type":"WebSite","@id":"https:\/\/www.viz-read.com\/de\/#website","url":"https:\/\/www.viz-read.com\/de\/","name":"Viz Read German - AI, Software & Digital Insights","description":"","publisher":{"@id":"https:\/\/www.viz-read.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.viz-read.com\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.viz-read.com\/de\/#organization","name":"Viz Read German - AI, Software & Digital Insights","url":"https:\/\/www.viz-read.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.viz-read.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2025\/03\/cropped-cropped-viz-read-logo.png","contentUrl":"https:\/\/www.viz-read.com\/de\/wp-content\/uploads\/sites\/9\/2025\/03\/cropped-cropped-viz-read-logo.png","width":1200,"height":1200,"caption":"Viz Read German - AI, Software & Digital Insights"},"image":{"@id":"https:\/\/www.viz-read.com\/de\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.viz-read.com\/de\/#\/schema\/person\/26e014daa5bbdc9b97114eee89cc3936","name":"vpadmin","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/56e0eb902506d9cea7c7e209205383146b8e81c0ef2eff693d9d5e0276b3d7e3?s=96&d=mm&r=g","caption":"vpadmin"},"sameAs":["https:\/\/www.viz-read.com"],"url":"https:\/\/www.viz-read.com\/de\/author\/vpadmin\/"}]}},"_links":{"self":[{"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/posts\/1735","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/comments?post=1735"}],"version-history":[{"count":0,"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/posts\/1735\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/media\/1736"}],"wp:attachment":[{"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/media?parent=1735"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/categories?post=1735"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/tags?post=1735"},{"taxonomy":"asset-category","embeddable":true,"href":"https:\/\/www.viz-read.com\/de\/wp-json\/wp\/v2\/asset-category?post=1735"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}