W3C RDF 1.1 Primer: Grundlagen des Resource Description Frameworks

LinkGuus Schreiber, Yves RaimondSammlung

Die W3C RDF 1.1 Primer bietet eine Einführung in das Resource Description Framework (RDF). Das Framework dient dazu, maschinenlesbare Informationen über Ressourcen über Anwendungsgrenzen hinweg auszutauschen und Daten im Web als Linked Data zu vernetzen.

Das Wichtigste

  1. RDF strukturiert Aussagen als Tripel bestehend aus Subjekt, Prädikat und Objekt, die zusammen einen gerichteten Graphen bilden.
  2. Identifikatoren basieren auf IRIs (International Resource Identifiers), die global genutzt werden können und in allen Tripel-Positionen erlaubt sind.
  3. Literale repräsentieren konkrete Werte wie Strings, Zahlen oder Daten mit Datentypen sowie optionalen Sprach-Tags und dürfen nur als Objekt auftreten.
  4. Gleiche Ressourcen können in mehreren Tripeln vorkommen, was Querverbindungen und Abfragen mittels SPARQL ermöglicht.
  5. Für RDF existieren verschiedene Serialisierungsformate wie Turtle, TriG, JSON-LD, RDFa, N-Triples, N-Quads und RDF/XML.

Warum das relevant ist

RDF bildet das semantische Fundament für Linked Data, Wissensgraphen und strukturierte Metadaten im Web (etwa mit Schema.org). Es ermöglicht Systemen, verteilte Datensätze ohne Bedeutungsverlust semantisch zu verknüpfen und abzufragen.

Einordnung

Das Dokument fungiert als nicht-normative Orientierungshilfe zur formalen RDF-1.1-Spezifikation. Im Kern trennt der Standard die abstrakte Syntax (den Graphen aus IRIs, Literalen und Blank Nodes) von konkreten Dateiformaten wie Turtle oder JSON-LD. Dadurch können Anwendungen standardisierte Parser nutzen und Daten flexibel zwischen Datenbanken und APIs austauschen.

Erwähnte Links

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Ähnliche Einträge

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Link:specification.website

    The Website Specification: Offene Referenz für moderne Webstandards und Best Practices

    Die Website Specification (specification.website) ist eine plattformunabhängige Open-Source-Spezifikation unter MIT-Lizenz. Sie definiert technische Anforderungen, die moderne Websites erfüllen sollten. Die Themen reichen von HTML-Grundlagen über SEO und Barrierefreiheit bis hin zu KI- und Agent-Readiness. Neben Markdown-Endpunkten stehen ein MCP-Server und ein Agent Skill zur Verfügung.

    Webentwicklung· Sammlung

  • Repository:parthsarthi03/raptor

    RAPTOR: Rekursive Baumstrukturen für Retrieval-Augmented Generation

    RAPTOR (Recursive Abstractive Processing for Tree-Organized Retrieval) ist die offizielle Python-Implementierung eines RAG-Ansatzes, der Dokumente in rekursiven Baumstrukturen organisiert. Dadurch wird kontextbezogenes Retrieval über lange Texte hinweg ermöglicht.

    1752SternePython

    KI & AI· Forschung

  • Repository:OpenSPG/KAG

    OpenSPG/KAG: Logikgeführtes Reasoning und Retrieval als Alternative zu RAG

    KAG (Knowledge Augmented Generation) ist ein Open-Source-Framework, das Large Language Models mit der OpenSPG-Engine kombiniert. Es soll klassische RAG-Vektorsuchen und OpenIE-basierte GraphRAG-Ansätze bei komplexen, domänenspezifischen Abfragen übertreffen.

    9039SternePython

    KI & AI· Tool

  • Repository:donnemartin/system-design-primer

    The System Design Primer: Umfassender Leitfaden für skalierbare Systeme

    Das Open-Source-Repository von Donne Martin bietet eine strukturierte Sammlung von Ressourcen zum Entwurf hochskalierbarer Softwaresysteme und zur Vorbereitung auf technische System-Design-Interviews. Es enthält Leitfäden, Beispiellösungen mit Code und Diagrammen sowie Anki-Lernkarten.

    368.039SternePython

    Webentwicklung· Sammlung

  • Repository:docling-project/docling

    Docling: Dokumenten-Parsing für Generative AI

    Docling ist ein Open-Source-Python-Werkzeug, das Dokumente aus zahlreichen Formaten wie PDF, Office-Dateien, Audio und HTML für den Einsatz in Generative-AI-Pipelines aufbereitet.

    66.025SternePython

    KI & AI· Tool

  • Link:docling.ai

    Docling: Open-Source-Dokumentenverarbeitung für KI und RAG

    Docling ist ein quelloffenes Werkzeug der LF AI & Data Foundation, das komplexe Dokumente wie PDFs, Office-Dateien und Bilder in strukturierte Daten für Sprachmodelle umwandelt. Es arbeitet lokal und offline, erkennt Layouts sowie Tabellenstrukturen und stellt Schnittstellen für Python, CLI, REST-APIs und MCP bereit.

    KI & AI· Tool

Zurück zur Wissensbasis

Lassen Sie uns über Ihr Projekt sprechen

Kontakt aufnehmen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.