Wikidata

Definition

Wikidata ist die offene, multilinguale Wissensdatenbank der Wikimedia Foundation, die strukturierte Fakten über Entitäten der realen Welt speichert. Sie wurde 2012 gestartet und ist 2026 mit über 110 Millionen Entitäten der grösste offene Knowledge Graph der Welt. Jede Entität ist eindeutig durch eine QID identifiziert, jede Eigenschaft durch eine PID. Beziehungen werden als Aussagen modelliert, ergänzt um Quellen, Qualifikatoren und Ranks.

Im Unterschied zu Wikipedia, die für menschliche Leser optimiert ist, ist Wikidata für maschinelle Verarbeitung gebaut. Die Daten sind sprachneutral abgelegt, mit Übersetzungen der Labels in über 300 Sprachen. Diese Architektur macht Wikidata zum bevorzugten Identitäts- und Grounding-Anker für Suchmaschinen, Knowledge Panels und Sprachmodelle.

Struktur und Mechanismus

Wikidata folgt einem strikten Datenmodell, das auf RDF aufsetzt, aber durch Qualifikatoren und Quellen über klassisches RDF hinausgeht:

• Items: Entitäten der realen Welt, identifiziert durch QIDs wie Q937 für Albert Einstein.
• Properties: Eigenschaftstypen, identifiziert durch PIDs wie P31 für instance_of oder P569 für date_of_birth.
• Statements: Aussagen über ein Item, bestehend aus Property und Wert, beispielsweise Q937 P569 1879-03-14.
• Qualifiers: Zusatzinformationen zu Statements, etwa zeitliche Gültigkeit oder Rolle.
• References: Quellen, die ein Statement belegen. Eine Aussage ohne Quelle ist weniger vertrauenswürdig.
• Ranks: Kennzeichnung als preferred, normal oder deprecated, etwa bei mehreren konkurrierenden Werten.

Das Datenmodell wird über die Wikibase-Software bereitgestellt, die als Open Source verfügbar ist. Wikidata exportiert seine Daten zusätzlich als RDF-Dumps und über einen SPARQL-Endpoint, was Integration in beliebige Knowledge-Graph-Pipelines erlaubt.

Praxis und Anwendung

Wikidata erfüllt 2026 mehrere zentrale Funktionen im digitalen Ökosystem:

• Identitätsanker: Marken, Personen und Organisationen nutzen ihre Wikidata-QID als kanonische Identität, verlinkt über Schema.org sameAs.
• LLM-Grounding: Wikidata ist Teil der Trainingsdaten grosser Sprachmodelle und ein wichtiger Knoten im Knowledge-Graph-Ökosystem; zur Antwortzeit konsultieren LLMs es jedoch nicht als Faktenbasis.
• Knowledge Panels: Google, Bing und DuckDuckGo speisen ihre Antwortboxen direkt aus Wikidata.
• Forschung: Wikidata liefert die Faktenbasis für bibliometrische, biografische und geografische Forschung.
• Bibliotheken und Museen: GLAM-Institutionen verknüpfen Sammlungen über Wikidata, was Discovery und Linked Open Data ermöglicht.
• Eigene Knowledge Graphs: Unternehmen betreiben Wikibase-Instanzen, die mit Wikidata-QIDs verknüpft sind.

Eine typische Pipeline für Citation Infrastructure sieht so aus. Erstens identifiziert das Unternehmen die eigene Wikidata-QID. Zweitens werden alle relevanten Statements ergänzt, etwa Gründungsdatum, Hauptsitz, offizielle Website. Drittens wird auf der eigenen Website Schema.org-Markup mit sameAs-Verweis auf die QID hinterlegt. Damit ist die Brücke zwischen offenem Web und Knowledge Graph geschlossen.

Häufige Fehler

• Notability verletzen: Selbstdarsteller-Items für irrelevante Personen oder Firmen werden gelöscht. Notability muss extern belegt sein.
• Aussagen ohne Quellen: Statements ohne References sind technisch erlaubt, aber praktisch wertlos für Audits und Vertrauensbildung.
• Sprachgebundene Labels statt sprachneutraler QIDs: Wer in Statements englische Strings statt QIDs verwendet, bricht das Datenmodell.
• Duplikate erzeugen: Vor dem Anlegen einer neuen Entität ist Pflicht, mit Wikidata-Suche und externen Identifiern auf Existenz zu prüfen.
• Property-Missbrauch: Properties haben strikte Constraints, etwa instance_of P31 erwartet eine Klasse, nicht eine Person.
• Fehlende eigene sameAs-Verknüpfung: Ohne sameAs-Property auf der eigenen Website bleibt die Brücke zwischen Marke und QID unsichtbar.

Abgrenzung

• Wikipedia: Volltext-Enzyklopädie für Menschen, Wikidata ist die zugehörige strukturierte Datenbank.
• DBpedia: extrahiert Fakten aus Wikipedia-Infoboxen, Wikidata wird hingegen direkt redaktionell gepflegt.
• Google Knowledge Graph: proprietäre, geschlossene Datenbank, Wikidata ist offen und unter CC0 lizenziert.
• Schema.org: Vokabular für Markup, Wikidata ist eine konkrete Wissensdatenbank, die mit Schema.org verknüpft ist.
• Wikibase: die Software, auf der Wikidata läuft, kann aber für eigene Instanzen unabhängig betrieben werden.
• Freebase: historische Wissensdatenbank von Google; die Einstellung wurde 2014 angekündigt, abgeschaltet wurde Freebase im Mai 2016, die Migration nach Wikidata gelang nur teilweise.