Begriff
Semantic Web
Warum wichtig?
Dieser Begriff ist ein Knoten im SengakujiWorks-Wissensnetz. Nutze Level 0 für die erste Einordnung, Level 1 für Praxis, Level 2 für technische Struktur und Level 3 für Grenzen, Fallstricke und Expertenkontext.
Das normale Web (HTML) ist für Menschen.
<h1>Leonardo da Vinci</h1> <p>Maler</p>.
Der Browser zeigt es hübsch an. Aber für Google ist es nur Text.
Google weiß nicht, dass "Leonardo" eine Person ist und "Maler" ein Beruf.
Das Semantic Web ("Web of Data") ist für Maschinen.
Man schreibt Daten in einer Struktur, die Computer verstehen (RDF).
Leonardo --is_a--> Person.
Leonardo --has_job--> Maler.
Wenn alle Webseiten das täten, könnte man fragen: "Zeig mir alle Maler aus Italien, die vor 1600 lebten."
Und der Computer würde die Antwort wissen, nicht nur googeln.
Merksatz: Eine Erweiterung des World Wide Web, die durch Standards (RDF, OWL) Daten maschinenlesbar und verknüpfbar macht, sodass Informationen automatisiert ausgetauscht und verarbeitet werden können.
In Schema.org (SEO).
Du packst JSON-LD in deine Webseite.
{ "@type": "Product", "price": "100", "currency": "EUR" }.
Google versteht das und zeigt den Preis direkt in der Suche an (Rich Snippets).
Das Semantic Web hat nicht das ganze Internet übernommen (zu kompliziert), aber im "Knowledge Graph" (die Infobox rechts bei Google) lebt es weiter.
1. RDF (Resource Description Framework)
Die Sprache des Semantic Web.
Alles ist ein Tripel: Subjekt - Prädikat - Objekt.
Google --ist_firma--> Tech.
Tech --ist_branche--> Wirtschaft.
Das bildet einen riesigen Graphen (Linked Data).
2. SPARQL
Die SQL-Sprache für RDF.
SELECT ?name WHERE { ?person a :Painter . ?person :bornIn :Italy . }
Man kann Queries über das "ganze Wissen der Welt" (DBpedia, Wikidata) stellen.
1. OWA vs. CWA (Open World Assumption)
Das ist der größte Mind-Shift.
- SQL (Closed World): Wenn "Kind" nicht in der DB steht, hat die Person keine Kinder.
- Semantic Web (Open World): Wenn "Kind" nicht in der DB steht, heißt das nur: "Wir wissen es (noch) nicht".
Das erlaubt es, Daten aus verschiedenen Quellen (Webseiten) zu mischen. Die KI darf niemals annehmen, dass eine Information falsch ist, nur weil sie fehlt. Das macht das Reasoning extrem mächtig für die Forschung, aber auch sehr "schwamming" für klassische Programmierer, die klare
if-elseLogik gewohnt sind.
2. Inferencing & OWL Reasoning
Semantic Web Daten liegen nicht starr da, sie "denken".
Mit OWL (Web Ontology Language) definiert man Regeln.
Parent == Person, die ein Kind hat.
Wenn die DB weiß: Anna --hat_kind--> Bob, dann folgert der Reasoner (z.B. Pellet oder HermiT) automatisch: Anna a Parent.
In der Pharmaindustrie nutzt man das, um Medikamenten-Wechselwirkungen zu finden. Man muss nicht jede Kombination explizit eintragen; man definiert nur die Wirkstoff-Klassen, und der Reasoner findet die gefährlichen Verknüpfungen von selbst.
3. IRI vs. URI & Content Negotiation
Alles im Semantic Web hat eine Identität via IRI (Internationalized Resource Identifier).
Das Geniale: Wenn man eine IRI (z.B. http://wikidata.org/entity/Q42) im Browser aufruft, passiert Content Negotiation.
- Mensch (Browser) fragt -> Server schickt HTML.
- Maschine (Python Skript) fragt -> Server schickt RDF/JSON-LD. Derselbe Link dient also als Identität, Dokument und Datensatz zugleich. Dies ist das Fundament von Linked Open Data (LOD), an dem das Semantic Web auch nach 20 Jahren immer noch das wichtigste Rückgrat für wissenschaftliche Datenvernetzung ist.
Quick-Check
Warum gescheitert?
Zu akademisch. Niemand wollte die komplexen Ontologien (OWL) pflegen. Und Firmen wollen ihre Daten oft nicht teilen ("Data Silos").Web 3.0?
Semantic Web war die ursprüngliche Definition von Web 3.0. Heute hat Krypto/Blockchain den Begriff gekapert.Wikidata?
Das erfolgreichste Semantic Web Projekt. Die Datenbank hinter Wikipedia. Vollständig maschinenlesbar und per SPARQL abfragbar.