Linked Data

Definition

Linked Data ist eine Praxis und ein Konzept, strukturierte Daten im Web so zu veröffentlichen, dass sie maschinell identifizierbar, abrufbar und mit anderen Datensätzen verknüpfbar werden. Tim Berners-Lee formulierte das Konzept 2006 in einem kurzen Design-Issues-Memo und gab vier Regeln vor:

• URIs als Namen für Dinge verwenden, nicht nur für Web-Seiten.
• HTTP-URIs verwenden, damit Menschen und Maschinen sie auflösen können.
• Beim Auflösen nützliche Daten in einem Standardformat wie RDF liefern.
• Links zu anderen URIs einbauen, damit Datensätze sich gegenseitig erreichen.

Diese vier Regeln sind bis heute das technische Rückgrat des semantischen Webs.

Mechanismus und Architektur

Im Kern besteht Linked Data aus drei Bausteinen:

• URIs: Globale, eindeutige Bezeichner für Entitäten, etwa http://www.wikidata.org/entity/Q937 für Albert Einstein.
• RDF: Datenmodell aus Triple-Statements (Subjekt, Prädikat, Objekt), die Aussagen über URIs ausdrücken.
• HTTP: Transportprotokoll, das URIs auflöst und RDF-Daten ausliefert. Content Negotiation steuert Format (Turtle, RDF/XML, JSON-LD).

Auf dieser Grundlage entstehen vernetzte Graphen, die über SPARQL-Endpoints abgefragt werden können. Federated SPARQL erlaubt sogar Abfragen, die mehrere Endpoints gleichzeitig kombinieren, etwa Wikidata mit DBpedia oder einer Behörden-Datenbank.

5-Star-Open-Data-Schema

Berners-Lees Skala bewertet offene Daten nach Reifegrad:

• 1 Stern: Offen lizenzierte Daten in beliebigem Format.
• 2 Sterne: Strukturiertes Format, etwa Excel statt Scan.
• 3 Sterne: Offenes Format, etwa CSV statt Excel.
• 4 Sterne: URIs zur Identifikation, RDF als Datenmodell.
• 5 Sterne: Verlinkung zu anderen Datensätzen, vollwertige Linked Data.

Diese Skala ist im Open-Data-Diskurs etabliert und wird oft in Behörden-Strategien zitiert.

Praxis und Anwendung

Linked Data ist 2026 vor allem in vier Bereichen produktiv:

• Forschung: Lebenswissenschaften (PubChem, ChEMBL, UniProt), Sprachwissenschaft (Linguistic LOD Cloud), Kulturgut (Europeana, Getty Vocabularies).
• Behörden: Statistikämter wie das BFS publizieren Daten als Linked Data, EU-Behörden nutzen Eurovoc und CDM.
• Bibliotheken und Museen: DNB, Library of Congress, Smithsonian veröffentlichen ihre Bestände als Linked Open Data.
• Web-weit: Schema.org und JSON-LD sind die populärsten Linked-Data-Vehikel im offenen Web, getrieben durch SEO und Google Knowledge Panels.
• KI-Grounding: Wikidata und DBpedia als Faktenquelle für LLM-Antworten und RAG-Pipelines.

Praktisch wird Linked Data heute oft pragmatisch verwendet: JSON-LD-Einbettung in HTML statt vollwertiger Triple-Store, Mapping zu Wikidata-IDs statt eigenständiger SPARQL-Endpoint.

Häufige Fehler

• URIs ohne Auflösbarkeit: Eine URI, die unter HTTP keine Daten liefert, verletzt die zweite Regel und macht den Datensatz unbrauchbar.
• Nur Identifikation, keine Links: Datensätze ohne Verknüpfung zu Wikidata, DBpedia oder anderen Hubs bleiben Inseln.
• Falsche Content Negotiation: Server liefern nur HTML, nicht RDF. Maschinen können die Daten nicht konsumieren.
• Schema-Drift: URIs werden gewechselt, alte Links brechen. Cool URIs don't change ist eine zentrale Regel.
• Übermässige OWL-Komplexität: Vollwertige Ontologien überfordern viele Datenpublikationen. SKOS oder einfaches RDFS reicht oft.
• Endpoint-Performance: Öffentliche SPARQL-Endpoints sind oft instabil, was Anwendungen unzuverlässig macht.

Abgrenzung

• Open Data: Lizenzfreie Daten in beliebigem Format. Linked Data ist die höchste Stufe davon.
• Linked Open Data: Schnittmenge aus Linked Data und Open Data, oft synonym verwendet.
• REST-API: Proprietäres Schema, kein gemeinsames Modell.
• Knowledge Graph: Anwendung von Linked Data, die Wissensdomäne strukturiert.
• Schema.org: Vokabular, das via JSON-LD auf Linked-Data-Prinzipien aufbaut, aber bewusst auf SPARQL und Endpoints verzichtet.