Wikidata ist eine frei bearbeitbare Wissensdatenbank mit einem Knowledge Graph aus strukturierten und verlinkten offenen Daten.
Das Projekt, das unter anderem das Ziel hat, Wikipedia zu unterstützen, wird bei Wikimedia Deutschland entwickelt und von der Wikimedia Foundation betrieben. Es stellt als gemeinsame Quelle bestimmte Datentypen für Wikimedia-Projekte bereit, zum Beispiel Geburts- und Sterbedaten, bibliografische Angaben oder sonstige allgemeingültige Daten, die in allen Artikeln der Wikimedia-Projekte unmittelbar verwendet werden können.
Seit dem Start 2012 verzeichnet Wikidata ein starkes Wachstum an Bearbeitungen, seit 2022 sind mehr als 100 Millionen Datenobjekte vorhanden. Damit ist Wikidata nach eigenen Angaben die größte kollaborativ erstellte Sammlung offener Daten weltweit.
Die Angaben in Wikidata stehen unter der Creative-Commons-Lizenz CC0 1.0 Universal (CC0 1.0) Public Domain Dedication. Dadurch können die Daten ohne Angabe eines Urhebers frei verwendet werden. Alle anderen Namensräume stehen unter der Creative-Commons-Attribution/Share-Alike-Lizenz (CC BY-SA 4.0) und anderen Lizenzen.
Aufbau
Technische Grundlagen Wikidata wird, wie alle Projekte der Wikimedia Foundation, auf der Basis von MediaWiki betrieben, das um Komponenten mit dem Namen Wikibase erweitert werden musste, um mit strukturierten Daten umgehen zu können. Wikibase besteht aus dem Wikibase Repository, in dem die Daten abgelegt und verwaltet werden, und dem dazugehörigen Wikibase Client, mit dem man auf das Repositorium zugreifen kann.
Datenobjekte mini|hochkant=2|Aufbau einer Wikidata-Aussage Der Hauptnamensraum von Wikidata ist eine Sammlung von Datenobjekten (bezeichnet mit dem Präfix „Q“ und einer direkt darauf folgenden Zahl). Jedes Datenobjekt ist mit einer Bezeichnung und ggf. auch mit einer synonymen oder pseudonymen Alternativbezeichnung („auch bekannt als“) sowie mit einer Beschreibung versehen. Damit wird eine bestimmte Entität, beispielsweise eine Person oder eine Organisation, bezeichnet und beschrieben.
Die Datenobjekte wiederum bestehen aus Metadaten, mit denen bestimmte Eigenschaften der jeweiligen Entität beschrieben werden. Sie bestehen aus beliebig vielen Aussagen und Behauptungen (bezeichnet mit dem Präfix „P“ für und einer Zahl). Diese Eigenschaften können mit Qualifikatoren (ebenfalls mit dem Präfix „P“ bezeichnet) weiter präzisiert werden. Durch Fundstellen belegte Behauptungen werden Aussagen genannt. Innerhalb einer Aussagengruppe kann eine Rangordnung hergestellt werden. Das wird beispielsweise bei der Beschreibung von Software genutzt, wenn man den Versionen eines Computerprogramms verschiedene Ränge zuweist. Dadurch wird es möglich, nur die ranghöchste Aussage als aktuellen Wert maschinell zu erkennen und zur Abrufzeit weiterzuverarbeiten, beispielsweise um sie in eine Infobox in einem Wikipedia-Artikel einzubinden.
Im Zuge der Integration des Wikipedia-Schwesterprojekts Wiktionary, das ein mehrsprachiges Wörterbuch erarbeitet, wurde die Möglichkeit geschaffen, auch Lexeme direkt in Wikidata als Datenobjekte anzulegen.
Ontologie und Knowledge Graph Die Eigenschaften stehen in einem bestimmten Verhältnis zueinander und bilden so eine eigene Ontologie im informationswissenschaftlichen Sinne. Beispielsweise wird eine Person durch die Eigenschaft „ist ein“ mit dem Qualifikator „Mensch“ beschrieben. Die weitere Eigenschaft „Geschlecht“ beschreibt die Person als „männlich“. Und die Eigenschaft „Tätigkeit“ beschreibt die Person als „Hochschullehrer“. Weitere Eigenschaften sind das „Geburtsdatum“ und der „Geburtsort“ und ggf. das „Sterbedatum“ und der „Sterbeort“. Diese Eigenschaften der Person stehen in einem bestimmten und möglichst genau definierten Verhältnis zueinander. Sie bilden Klassen, die wiederum Unterklassen haben können, und alle diese können untereinander wiederum miteinander verknüpft werden. Ein Mensch zu sein, bringt es beispielsweise auch mit sich, mit anderen Menschen auf bestimmte Weise verwandt zu sein, sowohl im biologischen als auch im rechtlichen Sinne. Auch diese Beziehungen und weitere Eigenschaften der Person können in Form von Wikidata-Eigenschaften abgebildet werden. Auf diese Weise wird Wissen unter Rückgriff auf die Ontologie von Wikidata in einem Netz von Eigenschaften in Form von Daten abgebildet. Dabei sollte man bedenken, dass die Ontologie von Wikidata weder vollständig noch widerspruchsfrei sein kann.
So stellt Wikidata Knowledge Graphs bereit, sowohl innerhalb eines Datenobjekts als auch durch die Verknüpfung von Datenobjekten und Eigenschaften insgesamt. Diese Beziehungen können mit der Sprache SPARQL abgefragt und weiter verarbeitet werden.
Die Ontologie von Wikidata wird nicht vom Betreiber, sondern von der Community festgelegt. Welche Eigenschaften es gibt und in welchem Verhältnis sie zueinander stehen sowie welche Qualifikatoren erlaubt sind, wird auf Vorschlag in Diskussionen und Abstimmungen beschlossen. Die Entwickler von Wikidata macht insoweit keine inhaltlichen Vorgaben, sondern vertrauen darauf, dass die Community sinnvolle Entscheidungen treffen wird. Da Wikidata-Datenobjekte mit Wikipedia-Artikeln eindeutig verknüpft sind und Entitäten in verschiedenen Sprachversionen von Wikipedia mitunter unterschiedlich behandelt werden, kann es zu Inkonsistenzen im Datenbestand kommen, beispielsweise wenn Themen in einer Sprachversion in einem Artikel zusammen behandelt werden, die in einer anderen Sprachversion separate Artikel haben.Torsten Kleinz: Daten-Enzyklopädie. Das Wikidata-Projekt will die Inhalte der Wikipedia strukturieren. In: c't – Magazin für Computertechnik. Nr. 9, 2013, S. 76–79, 78.
Beispiel: Normdaten Wikidata ermöglicht beispielsweise die Pflege von Normdaten an einem zentralen Ort. Wie etwa der Gemeinsamen Normdatei (GND) oder den Library of Congress Authorities (LCAuth), die von Wikimedia-Projekten, insbesondere von Wikipedia, benutzt werden können.
Genauso können Daten zu Programm-Versionen einmalig in Wikidata statt auf vielen Projekten individuell bearbeitet werden, was vor allem für kleinere Projekte eine erhebliche Arbeitsentlastung bedeutet.
Geschichte mini|Entwicklung der Anzahl der Datenobjektemini|Beispiel einer Liste von US-Präsidenten mit Ehepartnern in der Darstellung als Graph alternativtext=Wikidata-Abfragedienst|mini|Wikidata-Abfragedienst mit SPARQL-Beispiel unter query.Wikidata.org Wikidata war das erste neue Projekt der Wikimedia Foundation seit 2006. Das Projekt Wikidata wurde erstmals im September 2004 von Erik Möller vorgeschlagen. Magnus Manske implementierte kurz darauf einen ersten Prototyp, der die grundsätzliche Machbarkeit des Projekts demonstrierte. Die eigentliche Umsetzung begann schließlich im April 2012 und wurde durch Spenden von Paul Allens Allen Institute for Artificial Intelligence, der Gordon and Betty Moore Foundation und Google Inc. mit insgesamt 1,3 Millionen Euro finanziert. Die Finanzierung durch Spenden lief offiziell bis zum Frühjahr 2013; für den Zeitraum danach plante Wikimedia Deutschland, eine Anschlussfinanzierung zu finden.
Von großem Einfluss auf die Entwicklung von Wikidata war die MediaWiki-Erweiterung Semantic MediaWiki von Markus Krötzsch und Denny Vrandečić, die beide an Wikidata mitarbeiten. Vrandečić war 2012 Projektleiter von Wikidata bei Wikimedia Deutschland.Lydia Pintscher: Das Wikidata-Team. In: Wikimedia Deutschland Blog. 4. April 2012.
Am 15. Dezember 2012 wurde das einmillionste Datenobjekt eingetragen.
Der inzwischen abgeschlossene Projektplan sah drei Phasen vor: Phase 1 begann am 30. Oktober 2012 mit dem offiziellen Start von Wikidata und seiner Freigabe für die Bearbeitung. Zunächst wurden die in den einzelnen Wikipedias lokal im Wikitext gespeicherten Sprachlinks in Wikidata zu Datenobjekten (englisch items) zentral zusammengeführt und mit Bezeichnungen und Beschreibungen versehen. Bei diesen Aufgaben wurden vor allem automatische Computerskripte (auch bekannt als Bots) eingesetzt. Anfangs konnten nur Sprachlinks eingefügt werden. Ab dem 14. Januar 2013 waren diese in der ungarischsprachigen Wikipedia verfügbar, am 30. Januar 2013 wurden sie in der hebräischen und der italienischen und am 13. Februar in der englischsprachigen Wikipedia freigeschaltet und seit 6. März 2013 gibt es sie in allen Sprachversionen.
Am 4. Februar 2013 ging die „Phase 2“ mit noch limitiertem Funktionsumfang in Betrieb. Hierbei wurden Aussagen zu Datenobjekten hinzugefügt (zum Beispiel Marie Curie: Geburtsort → Warschau). Diese Informationen wurden zum Teil automatisiert aus Wikipedia-Infoboxen und -Kategorien übertragen. Ziel ist es, Informationen auf Infoboxen in den Wikipedia-Sprachversionen zentral in Wikidata zu speichern und diese bei Bedarf in Wikipedia zu verwenden. Am 27. März 2013 wurde in den ersten elf Wikipedia-Sprachversionen die Unterstützung für Phase 2 aktiviert. Am 23. April zogen die restlichen Wikipedias nach, darunter auch die deutschsprachige Wikipedia.
Seit Phase 3 ist es möglich, automatisiert Listen mit Daten aus Wikidata zu erstellen. Neben den manuell erstellten und gewarteten Tabellen und Listen innerhalb der Wikipedia gibt es seither zahlreiche Möglichkeiten, Listen automatisiert erstellen zu lassen.
Im Jahr 2013 spendete IBM das Preisgeld des Feigenbaum-Preises 2013 für das Watson-Projekt an die Wikimedia Foundation und namentlich Wikidata, weil die Wikipedia einen großen Beitrag zum Erfolg des Projektes geleistet habe und Wikidata es sich zum Ziel gesetzt habe, Menschen wie Maschinen leichteren Zugang zu Wissen zu verschaffen.
Ende 2014 gab Google bekannt, die eigene Faktendatenbank Freebase im Jahr 2015 zugunsten des Wikidata-Projektes zu schließen. Um Daten einfacher nach Wikidata übernehmen zu können, wurde ein Importtool bereitgestellt. Bis Mitte 2019 waren aber von etwa 10 Millionen Datensätzen nur etwa 528.000 bzw. weniger als fünf Prozent in Wikidata übernommen worden.
Seit Oktober 2016 wird der offizielle Abfragedienst bereitgestellt, der die Ausführung von SPARQL-Abfragen ermöglicht. Das allgemeine Suchfeld von MediaWiki auf wikidata.org ermöglicht das Suchen nach Datenobjekten, Lexemen, Eigenschaften und Eigenschaften-Schemata anhand ihrer Bezeichner. Wegen der großen Zahl an Datenobjekten in Wikidata, kam es zunehmend zu Kapazitätsproblemen beim Abfragedienst. Deshalb wurde der Datenbestand am 9. Mai 2025 in zwei Teile geteilt: einen für Daten über wissenschaftliche Aufsätze (den sogenannten scholarly graph) und einen für alle übrigen Einträge (den main graph). Der alte SPARQL-Endpoint, der alle Daten umfasst, blieb für eine Übergangszeit als legacy endpoint verfügbar; er wurde Ende Dezember 2025 außer Betrieb genommen und am 7. Januar 2026 abgeschaltet.Seite zum Graph Split auf Wikidata.org, abgerufen am 1. November 2025 (englisch). Gleichzeitig wird das bisherige Backend Blazegraph für SPARQL-Abfragen durch QLever ersetzt. Der Verbesserung der Suche diente auch die damals ebenso eingeführte mehrsprachige Bezeichnung von Datenobjekten. Wenn ein Objekt in vielen oder in allen Sprachen dieselbe Bezeichnung hat, reicht seitdem ein multilingualer (mul) diesbezüglicher Eintrag; die Einträge in den anderen Sprachen können wegfallen, und die Suche beschleunigt sich dementsprechend.
Verbreitung Eine Umfrage, die der Bibliotheks-Dienstleister OCLC im Jahr 2018 durchgeführt hatte, ergab, dass Wikidata unter den Linked-Data-Projekten, aus denen Daten in eigene Angebote übernommen wurden, mit 41 % der Befragten den Platz fünf einnahm – vor WorldCat und ISNI, aber deutlich nach der Library of Congress und VIAF. Im Vergleich zu 2015 sei Wikidata vor allem für Bibliotheken, Museen und Archive bedeutsamer geworden.
Im Mai 2019 wurde bekannt, dass die Library of Congress Daten aus Wikidata in ihre Normdaten integrieren werde.
Kritik