--- title: RDF (Resource Description Framework) slug: rdf canonical_url: https://www.geoquality.ai/glossar/rdf md_url: https://www.geoquality.ai/glossar/rdf.md language: de last_modified: 2026-05-07T00:00:00+00:00 related_terms: [at-id-property, json-ld, knowledge-graph, linked-data, schema-org, structured-data] content_hash: 2f703d94746c9b8c license: CC BY 4.0 author: Marco Biner (geoquality.ai) schema_type: DefinedTerm --- # RDF (Resource Description Framework) RDF ist das W3C-Standard-Datenmodell für strukturierte Daten im Web, basierend auf Subject-Predicate-Object-Tripeln. Es ist die formale Grundlage von Linked Data, JSON-LD, Schema.org und Wikidata. Für GEO-Praxis selten direkt sichtbar, aber konzeptionell hinter jedem JSON-LD-Schema stehend. ## Erläuterung Resource Description Framework , kurz RDF, ist das fundamentale Datenmodell des Semantic Web. 1999 vom W3C als Standard spezifiziert, formalisiert RDF die Idee, dass alles Wissen über die Welt als Subject-Predicate-Object-Tripel ausgedrückt werden kann. Beispiel-Tripel: 'Marco Biner (Subject) — gründete (Predicate) — geoquality.ai (Object)'. Jedes Tripel ist ein Wissens-Atom; Millionen solcher Tripel zusammen bilden einen Knowledge Graph . Das RDF-Modell hat drei zentrale Eigenschaften. Erstens URIs als universelle Bezeichner : Subject, Predicate und Object können alle als URIs ausgedrückt werden. Statt 'Marco Biner gründete geoquality.ai' wird daraus ' https ://www.geoquality.ai/ueber#marco-biner> schema.org /founder> organization >'. Das macht das Tripel global eindeutig und maschinenlesbar verlinkbar. Zweitens RDF-Schema und Vokabulare : über RDFS und OWL können Hierarchien und Beziehungen zwischen Klassen definiert werden. Schema.org ist ein RDF-Vokabular für alltägliche Web-Entitäten. Drittens Serialisierungen : RDF-Tripel können in verschiedenen Formaten ausgedrückt werden — RDF/XML (alt), Turtle (kompakt), N-Triples (eine Zeile pro Tripel), JSON-LD (JavaScript-freundlich, im Web dominant). Für GEO ist RDF die unsichtbare formale Grundlage von JSON-LD. Jede JSON-LD-Struktur, die auf einer Site deployed wird, lässt sich mathematisch in eine Sammlung von RDF-Tripeln umwandeln. Crawler und LLMs verarbeiten diese Tripel unter der Haube; der Site-Betreiber sieht nur die JSON-LD-Repräsentation. Wer Schema.org-Markup einsetzt, baut implizit RDF-Tripel auf — auch ohne RDF-Konzept-Verständnis. Praktische Beispiel-Konversion: ein einfaches Schema.org-Markup für eine Person wird intern als 5-10 RDF-Tripel ausgedrückt. 'Person hat Name X' → ein Tripel. 'Person arbeitet bei Firma Y' → ein Tripel. 'Person hat Wikidata-QID Z' → ein Tripel. Diese Tripel-Sammlung ist die formale Repräsentation, die in den Knowledge Graph einfliesst. SPARQL ist die Abfrage-Sprache für RDF — das Pendant zu SQL für relationale Datenbanken. Mit SPARQL kann man Wikidata und andere RDF-Datenbanken nach komplexen Mustern durchsuchen: 'Finde alle Personen, die in der Schweiz geboren wurden, ein Doktorat haben und im Bereich KI publizieren'. SPARQL-Kenntnisse sind 2026 spezialisiertes Skill-Set, primär in akademischer und Enterprise-Knowledge-Graph-Welt relevant. Im typischen KMU-GEO-Kontext nicht direkt nötig. Wichtig zur Abgrenzung: RDF ist nicht JSON-LD ist nicht Schema.org. RDF ist das Datenmodell (Tripel-Struktur). JSON-LD ist eine Serialisierung von RDF (wie es als JSON ausgeschrieben wird). Schema.org ist ein Vokabular, das innerhalb von RDF/JSON-LD verwendet wird (welche Entitäts-Typen und Properties man nutzt). Alle drei zusammen bilden das moderne Linked-Data-Stack. ## Praxisbeispiel Konversion eines JSON-LD-Schemas in RDF-Tripel: # JSON-LD { '@context': 'https://schema.org', '@type': 'Person', '@id': 'https://www.geoquality.ai/ueber#marco-biner', 'name': 'Marco Biner', 'jobTitle': 'Gründer geoquality.ai', 'sameAs': 'https://www.linkedin.com/in/hodl-swiss' } # Equivalent in RDF Turtle (4 Tripel) @prefix schema: . @prefix : . :marco-biner a schema:Person ; schema:name 'Marco Biner' ; schema:jobTitle 'Gründer geoquality.ai' ; schema:sameAs . Beide Repräsentationen enthalten dieselben RDF-Tripel — Subject ist die Marco-Biner-URI, Predicates sind type, name, jobTitle, sameAs , Objects sind die jeweiligen Werte. JSON-LD ist nur eine Web-freundlichere Serialisierung des gleichen RDF-Modells. ## Häufige Fehler - RDF und JSON-LD als verschiedene Technologien betrachten — JSON-LD ist nur eine Serialisierung des RDF-Modells. - RDF-Komplexität als Argument gegen Schema.org sehen — moderne Webentwicklung muss RDF nicht direkt schreiben, JSON-LD ist ausreichend. - SPARQL für KMU-GEO einsetzen wollen — selten der richtige Hebel, JSON-LD-Pflege ist wichtiger. - RDF-Schema-Vokabulare verwirren — für 95% der Anwendungsfälle reicht Schema.org. ## Best Practices - Verstehe RDF als konzeptionelles Modell, das hinter JSON-LD steht — hilft beim Verständnis, warum @id und sameAs wichtig sind. - Nutze in der Praxis JSON-LD als RDF-Serialisierung — Web-freundlich, parser-kompatibel, validator-getestet. - Halte Schema.org-Vokabular im Standard-Setup — Custom-Vokabulare sind nur für spezialisierte Anwendungen sinnvoll. - Wenn SPARQL-Abfragen interessieren: nutze Wikidata's öffentliches SPARQL-Endpoint zum Lernen und Experimentieren. - Bei tiefer Linked-Data-Pflege: validiere RDF-Konsistenz mit Tools wie pyRDF (Python-Library) oder rdflib. ## Fakten - RDF wurde 1999 vom W3C als Standard spezifiziert — basierend auf der Vision des Semantic Web von Tim Berners-Lee. - Das RDF-Tripel-Modell ist mathematisch vollständig — jede Wissens-Repräsentation lässt sich in Tripel zerlegen, was RDF zur universellen Wissens-Datenstruktur macht. - Wikidata speichert 2026 über 1.5 Milliarden RDF-Tripel — die grösste öffentliche Linked-Open-Data-Sammlung weltweit. - Die wichtigsten RDF-Serialisierungen 2026: JSON-LD (im Web dominant), Turtle (akademisch beliebt), N-Triples (Stream-Processing), RDF/XML (Legacy). - SPARQL ist seit 2008 W3C-Standard als Abfrage-Sprache für RDF; SPARQL 1.1 (2013) ist die aktuelle Version. - Im Web-GEO-Kontext ist RDF selten direkt sichtbar — JSON-LD ist die User-facing Serialisierung; RDF läuft im Backend von Crawlern und Knowledge-Graphen. ## FAQ ### Muss ich RDF direkt schreiben für GEO? Nein. JSON-LD ist die übliche Serialisierung des RDF-Modells im Web. Wer JSON-LD-Schema deployed, baut implizit RDF-Tripel auf — ohne RDF direkt schreiben zu müssen. RDF-Direktschreibung ist nur in akademischen oder spezialisierten Enterprise-Kontexten relevant. ### Was ist ein RDF-Tripel? Ein Wissens-Atom in der Form Subject-Predicate-Object. Beispiel: 'Marco Biner (Subject) — arbeitet bei (Predicate) — geoquality.ai (Object)'. Im RDF-Modell sind alle drei Komponenten typisch URIs, was globale Eindeutigkeit ermöglicht. Millionen solcher Tripel zusammen bilden einen Knowledge Graph. ### Wie verhält sich RDF zu Schema.org? Schema.org ist ein RDF-Vokabular — es definiert, welche Klassen (Person, Organization, Article ) und welche Properties (name, founder, sameAs) zur Beschreibung von Web-Entitäten zur Verfügung stehen. RDF ist das formale Daten-Modell, Schema.org das verwendete Vokabular innerhalb des Modells. ### Was ist SPARQL? Die Abfrage-Sprache für RDF-Datenbanken — das Pendant zu SQL für relationale Datenbanken. Mit SPARQL kann man komplexe Muster über RDF-Tripel suchen: 'Finde alle Schweizer Treuhand-Firmen, deren Geschäftsführerin ein Steuerexperten-Diplom hat'. Wikidata bietet ein öffentliches SPARQL-Endpoint zum Experimentieren. ### Welche RDF-Serialisierungen sind 2026 üblich? JSON-LD ist im Web dominant (über 95% aller Schema.org-Implementations). Turtle ist akademisch verbreitet wegen kompakter Syntax. N-Triples wird in Stream-Processing-Pipelines genutzt. RDF/XML ist Legacy aus den 2000ern, heute selten neu deployed. ### Brauche ich RDF-Wissen für GEO-Erfolg? Konzeptionelles Verständnis hilft. Direkte RDF-Programmierung ist selten nötig — JSON-LD-Kenntnisse reichen für 95% der GEO-Anwendungen. Wer tiefer einsteigen will (Knowledge-Graph-Engineering, Wikidata-Massenedits, SPARQL-Pipelines), profitiert von formalem RDF-Studium. Für KMU-GEO praktisch irrelevant. ## Experten-Definition RDF ist das, worüber im GEO niemand reden will — und das ist okay. In meinen 8 Jahren GEO-Praxis habe ich RDF nie direkt einem Klienten erklärt; es ist ein konzeptionelles Backend-Modell, kein operativer Hebel. Was ich erkläre: JSON-LD ist die Web-freundliche Form derselben Daten. Wer JSON-LD pflegt, baut implizit RDF auf — und davon profitiert der Knowledge Graph, ohne dass der Klient je das Wort 'RDF' hören muss. Manchmal ist die beste GEO-Strategie, technische Tiefe zu kennen, aber die richtige Abstraktions-Ebene für den Klienten zu wählen. ## Verwandte Begriffe - [@id (Schema.org)](https://www.geoquality.ai/glossar/at-id-property.md) — Die @id-Property in JSON-LD ist der stabile, eindeutige Identifier einer Schema.org-Entity in URI-Form — die unsichtbare Klebematerie, die Entitäten innerhalb und zwischen Sites zu einem kohärenten Wissensgraphen verknüpft. - [JSON-LD](https://www.geoquality.ai/glossar/json-ld.md) — JSON-LD ist ein W3C-standardisiertes Format zur Einbettung strukturierter Daten in Webseiten — typischerweise nach Schema.org-Vokabular — und der von Google sowie allen grossen KI-Crawlern bevorzugte Weg, Entitäten und Beziehungen maschinenlesbar zu beschreiben. - [Knowledge Graph](https://www.geoquality.ai/glossar/knowledge-graph.md) — Ein Knowledge Graph ist eine Datenstruktur, die Entitäten und ihre Beziehungen als verknüpftes Netzwerk repräsentiert und KI-Systemen die Faktenbasis liefert, aus der sie Antworten zusammensetzen. - [Linked Data](https://www.geoquality.ai/glossar/linked-data.md) — Linked Data ist Tim Berners-Lees Vision eines maschinenlesbaren Webs, in dem Daten über URIs eindeutig identifizierbar und über RDF-Tripel miteinander verknüpft sind. Es ist die konzeptionelle Grundlage von Schema.org, JSON-LD, Wikidata und damit auch des modernen Knowledge-Graph-Ökosystems, das GEO-Sichtbarkeit ermöglicht. - [Schema.org](https://www.geoquality.ai/glossar/schema-org.md) — Schema.org ist das von Google, Microsoft, Yahoo und Yandex gemeinsam entwickelte Vokabular zur strukturierten Beschreibung von Web-Inhalten — der De-facto-Standard für maschinenlesbare Auszeichnung und das technische Fundament jeder GEO-Strategie. - [Strukturierte Daten](https://www.geoquality.ai/glossar/structured-data.md) — Strukturierte Daten sind maschinenlesbare Auszeichnungen von Web-Inhalten — typischerweise als JSON-LD im HTML-Head — die Entitäten, Beziehungen und Metadaten explizit benennen statt sie nur implizit im Fliesstext zu hinterlassen. ## Quelle und Zitation - HTML-Original: https://www.geoquality.ai/glossar/rdf - Lizenz: CC BY 4.0 - Zitiervorschlag: "RDF (Resource Description Framework) (geoquality.ai Glossar, Biner 2026)"