DBpedia

Definition

DBpedia ist ein 2007 gegründetes Community-Projekt, das strukturierte Daten aus der Wikipedia extrahiert und als RDF-Knowledge-Graph im Web bereitstellt. Es ist eines der zentralen Hubs der Linked Open Data Cloud und einer der Wegbereiter des semantischen Webs in der breiten Praxis.

Im Unterschied zu Wikidata, das als eigenständige, manuell gepflegte Datenbank konzipiert ist, schöpft DBpedia direkt aus den Wikipedia-Inhalten: Infoboxen, Kategorien, Links und Abstracts werden in regelmässigen Crawls geparst und in RDF-Triples überführt.

Mechanismus und Architektur

Der DBpedia-Workflow umfasst mehrere Schichten:

• Extraction-Framework: Crawlt Wikipedia-Dumps, parst Templates, Infoboxen, Kategorien und Links. Open-Source in Scala implementiert.
• Mappings Wiki: Öffentliches Mediawiki, in dem die Community Mappings zwischen Wikipedia-Infobox-Templates und DBpedia-Ontologie-Klassen pflegt.
• DBpedia Ontology: Manuell kuratiertes OWL-Schema mit rund 800 Klassen und mehreren tausend Properties.
• Storage: Triple-Store Virtuoso, der den SPARQL-Endpoint auf dbpedia.org bereitstellt.
• Live-Version: DBpedia Live verarbeitet Wikipedia-Änderungen nahezu in Echtzeit, die klassische Version wird in Releases ausgeliefert.

Die extrahierten Daten werden per Content Negotiation als RDF/XML, Turtle, JSON-LD oder N-Triples ausgeliefert. Jede DBpedia-Entität hat eine URI im Schema http://dbpedia.org/resource/, etwa http://dbpedia.org/resource/Albert_Einstein.

Geschichte

DBpedia entstand 2007 als gemeinsames Projekt der FU Berlin, der Universität Leipzig und OpenLink Software. Die ursprüngliche Vision: Wikipedia maschinenlesbar machen und einen zentralen Hub für das semantische Web schaffen. Erste Releases lieferten wenige Millionen Triples, das aktuelle Volumen liegt 2026 bei über 30 Milliarden Triples.

Wichtige Meilensteine: 2009 Aufnahme in die LOD Cloud, 2011 DBpedia Spotlight, 2014 Gründung der DBpedia Association, 2016 Verschiebung der Hauptdaten-Pipeline auf monatliche Releases. Mit dem Start von Wikidata 2012 verlagerte sich die zentrale Rolle im Wikimedia-Ökosystem schrittweise.

Praxis und Anwendung

Typische Anwendungen:

• Akademische Forschung: Benchmark-Datensatz für Entity Linking, Question Answering, Knowledge-Graph-Embeddings.
• NER und Entity Linking: DBpedia Spotlight als Open-Source-Werkzeug zur Erkennung und Verknüpfung von Entitäten in Text.
• Knowledge-Graph-Konstruktion: DBpedia als Ausgangsbasis für domänenspezifische Graphs, ergänzt durch eigene Quellen.
• Industrielle Nutzung: IBM Watson (Jeopardy-Sieg 2011), BBC, New York Times, NASA, mehrere Wirtschaftsdienstleister.
• LLM-Grounding: Auch wenn 2026 Wikidata dominiert, bleibt DBpedia als Quelle für Abstracts und Wikipedia-Kategorien relevant.

DBpedia und Wikidata sind via owl:sameAs-Verknüpfungen miteinander gekoppelt, was federated Queries über beide Endpoints erlaubt.

DBpedia versus Wikidata

Beide Projekte werden oft verwechselt, unterscheiden sich aber substanziell:

• Datenherkunft: DBpedia extrahiert maschinell aus Wikipedia, Wikidata hat eigene Editoren.
• Datenmodell: DBpedia nutzt klassisches RDF mit OWL-Ontologie, Wikidata hat ein eigenes Statement-Modell mit Qualifiern und Quellen.
• Aktualität: Wikidata ist aktueller, DBpedia hängt vom Wikipedia-Editier-Zyklus ab.
• Sprachen: Beide multilingual, Wikidata zentralisiert pro Item, DBpedia hat pro Sprache eine Version.
• Konsistenz: Wikidata ist konsistenter, DBpedia spiegelt die natürlichen Widersprüche der Wikipedia.

In modernen Pipelines wird oft Wikidata als primäre Quelle genutzt und DBpedia als Ergänzung für Volltext-Abstracts und Wikipedia-Kategorien.

Häufige Fehler

• DBpedia mit Wikidata verwechseln: Unterschiedliche URIs, unterschiedliche Datenmodelle, unterschiedliche Aktualität.
• Veraltete Releases nutzen: Wer den öffentlichen Endpoint anfragt, bekommt nicht zwingend die jüngsten Wikipedia-Änderungen.
• Endpoint-Last: Der öffentliche SPARQL-Endpoint ist Open-Source-Infrastruktur und nicht für hochfrequente Abfragen gedacht.
• Inkonsistenzen ignorieren: DBpedia spiegelt Wikipedia-Widersprüche, ein Politiker kann gleichzeitig zwei Geburtsdaten haben.
• Sprachversionen mischen: Daten aus der deutschen, englischen und multilingualen Version unterscheiden sich, sauberes Quellen-Tracking ist notwendig.
• owl:sameAs-Übervertrauen: Nicht jede sameAs-Verknüpfung ist semantisch streng korrekt, manche Mappings sind Approximationen.

Abgrenzung

• Wikidata: Manuell editierter Knowledge Graph, der 2026 primär ist, DBpedia ergänzt.
• Wikipedia: Volltext-Enzyklopädie, DBpedia ist ihre RDF-Schicht.
• YAGO: Akademischer Graph aus Wikipedia und WordNet, ähnlicher Ansatz wie DBpedia, andere Ontologie.
• Freebase: Älteres kommerzielles Projekt; Einstellung 2014 angekündigt, 2016 abgeschaltet, die Daten wurden nur teilweise nach Wikidata migriert.
• Knowledge Graph (Google): Proprietärer Graph, der unter anderem DBpedia und Wikidata als Input nutzt.