WikiKnowledgeGraph

Werkzeuge rund um die Frage: Welches Wissen fehlt in Wikidata noch als strukturierte Aussage? Alle erzeugen ausschließlich Vorschlagslisten, Auswertungen und Graphen zur manuellen Prüfung — es wird nie automatisch nach Wikidata geschrieben.

Anwendung	Verzeichnis	Was sie macht
Wikidata Knowledge Graph	wikikg/	Vergleicht die ausgehenden Links eines Wikipedia-Artikels mit den Statements des zugehörigen Wikidata-Items und zeigt fehlende Beziehungen. Enthält zusätzlich den browserbasierten Wortfeld-Explorer.
Materials Wiki	materialswiki/	Holt Strukturdaten aus der Crystallography Open Database, kuratierte Materialdaten aus dem Materials Project und, für alles Fehlende, aus den Wikipedia-Infoboxen; schlägt daraus Wikidata-Statements für bereits existierende Items vor (Markdown-Tabelle + QuickStatements-Entwurf). Braucht einen API-Schlüssel (nur für das Materials Project, COD ist frei zugänglich).
Benchmark	benchmark/	Misst, wie gut metallische Werkstoffe in Wikidata belegt sind — je Property aus dem WikiProject Materials. Zeigt, wo Vorschläge sich überhaupt lohnen.
Material class structure	Material%20class%20structure/	Zwei Werkzeuge zur Klassenhierarchie der Werkstoffe. ClassCheck prüft auf zwölf Arten, wie P279 („Unterklasse von") verwendet wird — fehlende, doppelte, verkehrte und mit P31 verwechselte Kanten, dazu die fehlende chemische Metaklasse der Legierungen — und schreibt eine gestaffelte Empfehlung: vier Stufen nach Beweiskraft, ausführbar ist nur die erste. visualisierung zeichnet, wie Werkstoffe unter material (Q214609) hängen und welche über einen parallelen Zweig laufen.
Anwendungen	Anwendung/	Leitet ab, wozu ein Werkstoff gebraucht wird: aggregiert die P186-Rückverweise der Objekte (21495 Items der Klasse „Münze" nennen Bronze) zu P366-Vorschlägen am Werkstoff und entwirft, wo es ohne Quantorensprung geht, die Rückkante P186 am Anwendungsitem. Filtert dabei Verbundgegenstände (Wolkenkratzer, Fahrzeuge) und zu eng gefasste Klassen heraus. Für P2079, das in Wikidata fast leer ist, liest sie die Herstellungsabschnitte der deutschen und englischen Wikipedia aus und schlägt die dort verlinkten Verfahren mit Beleg auf die Artikelversion vor.

Details, Nutzung und Grenzen stehen jeweils im README der Anwendung: wikikg/README.md · materialswiki/README.md · benchmark/README.md · Material%20class%20structure/README.md · Anwendung/README.md ·

Repo-Aufbau

wikikg/        Wikipedia ↔ Wikidata Abgleich
  cli.py             Kommandozeile (python -m wikikg)
  compare.py         reine Vergleichslogik, netzwerkfrei und offline testbar
  wikipedia_client.py  MediaWiki-API: Titel → QID, ausgehende Links
  wikidata_client.py   Wikidata-API: ausgehende Item-Statements, Property-Labels
  web/               Wortfeld-Explorer (statisches HTML, D3 + SPARQL)
materialswiki/ Materials Project → Wikidata Vorschläge
  cli.py             Kommandozeile (python -m materialswiki) inkl. Abgleichlogik
  Werkstoff wikidata vorschläge.py
                     Multi-Source-Variante (Materials Project + PubChem)
benchmark/     Abdeckungsmessung der Werkstoff-Properties in Wikidata
  benchmark.py       Kommandozeile (python -m benchmark.benchmark)
  properties_snapshot.json  Momentaufnahme der Property-Liste (für --offline)
Material class structure/  Klassenhierarchie der Werkstoffe: prüfen und zeichnen
  ClassCheck.py             zwölf Strukturprüfungen -> gestaffelte Empfehlung
  visualisierung.py         Anbindung an die Wurzel als Graph (PNG)
  wikidata_graph.py         gemeinsame Wikidata-Zugriffsschicht beider Skripte
Anwendung/     Anwendungen der Werkstoffe (P366/P186/P2079) entwerfen
  Anwendung.py       Kommandozeile (python "Anwendung/Anwendung.py")
lauf.py        Dialog vor Benchmark + materialswiki + ClassCheck + Anwendung
tests/         Offline-Tests (pytest)

Installation

python -m venv .venv
source .venv/bin/activate   # Windows: .venv\Scripts\activate
pip install -r requirements.txt

requirements.txt enthält alles: requests für alle Anwendungen, networkx + matplotlib zusätzlich für die Kategorie-Hierarchie-Graphen und pytest für die Tests.

Gestartet wird aus dem Repo-Wurzelverzeichnis heraus:

python -m wikikg --title Holz --lang de
python -m materialswiki --elements Ti O --max 50
python -m benchmark.benchmark --offline
python "Anwendung/Anwendung.py"
python "Material class structure/visualisierung.py"

python -m lauf ist ein Dialog vor die vier Werkzeuge geschaltet (Benchmark, materialswiki, ClassCheck.py, Anwendung.py). Er nimmt keine Argumente mehr, sondern fragt der Reihe nach:

1. Grundgesamtheit — welche Population? Danach die Ausgabe, wie viele Items das betrifft.
2. Batchgröße — nur bei mehr als 200 Items (mind. 100, Vorgabe 500). Der Vorschlagslauf arbeitet dann in Chargen und lässt sich fortsetzen.
3. Umfang — Mehrfachauswahl aus den Schritten benchmark, vorschlaege, struktur (die jede Population hat) und anwendungen (nur legierungen).

Alle gewählten Schritte laufen nacheinander, tragen denselben Zeitstempel und landen zusammen in proposals/ — je Lauf ein Protokoll (<stempel>_lauf_<population>.log) für alle Schritte. Der Zeitstempel steht vorn im Dateinamen, damit sich die Läufe chronologisch sortieren. Die Vorschlags-Stufe schreibt dabei keine Markdown-Tabelle; ihr QuickStatements-Entwurf (<stempel>_qs_<population>.txt) trägt ohnehin jede Zeile (Abschnitt 1 einspielbar, 2 zur Klärung, 3 vorhanden). Bricht ein Schritt ab, startet der nächste nicht mehr. Gibt es einen unterbrochenen Chargenlauf, bietet der Dialog vor der ersten Frage an, ihn fortzusetzen.

Die vier Werkzeuge behalten daneben ihre eigenen Schalter (python -m materialswiki …, python -m benchmark.benchmark …, python "Material class structure/ClassCheck.py" …, python "Anwendung/Anwendung.py" …) — mit --out-dir / --md / --out landen auch ihre Einzelläufe in proposals/.

Ausgabedateien

Vorschlagsdateien (Markdown-Tabellen, QuickStatements, die gestaffelte Empfehlung) landen in proposals/ (CLAUDE.md, „Arbeitsweise" Punkt 2) — --out / --qs-out / --md / --out-dir verlegen sie. Graphen und --output bleiben im aktuellen Arbeitsverzeichnis. Alle diese Dateien sind Momentaufnahmen eines Laufs und stehen in .gitignore — sie gehören nicht ins Repo:

Datei	Erzeugt von
proposals/<Zeitstempel>_vorschlaege.md, proposals/<Zeitstempel>_qs.txt	materialswiki/cli.py
werkstoffe_vorschlaege.md, werkstoffe_qs_entwurf.txt	materialswiki/Werkstoff wikidata vorschläge.py
abdeckung.md (nur mit --md)	benchmark/benchmark.py
proposals/<Zeitstempel>_qs_class_<Population>.txt (und <Zeitstempel>_qs_class_befunde_*.md nur mit --md)	Material class structure/ClassCheck.py
die gewählten Schritte (<stempel>_abdeckung_*, <stempel>_qs_*, <stempel>_qs_class_* + _qs_class_befunde_*, <stempel>_qs_anwendungen_* + _anwendungen_befunde_*) mit gemeinsamem, vorangestelltem Zeitstempel in proposals/, dazu ein Protokoll <stempel>_lauf_<population>.log; die Vorschlags-Stufe läuft mit --no-tabelle (keine *_vorschlaege.md)	lauf.py (Dialog)
proposals/<Zeitstempel>_anwendungen_befunde.md, proposals/<Zeitstempel>_qs_anwendungen.txt	Anwendung/Anwendung.py
trace_*.png, szenario_* (nur --szenario), subclass_tree_material.png (nur --tree)	Material class structure/visualisierung.py
output/… (--output)	wikikg/cli.py

Einzige bewusst versionierte Ergebnisdatei ist benchmark/properties_snapshot.json: Sie hält die Property-Liste der Projektseite fest und macht --offline-Läufe reproduzierbar.

Rate Limits und User-Agent

Alle Skripte drosseln sich auf eine Anfrage pro Sekunde (REQUEST_DELAY_SEC = 1.0). Vor produktiver Nutzung ist der USER_AGENT im jeweiligen Skript mit echtem Namen und Kontaktadresse zu füllen — so verlangt es die Wikimedia-User-Agent-Richtlinie.

Zugangsdaten (Umgebung)

API-Schlüssel und Kontaktadresse liest konfig.py ausschließlich aus der Prozessumgebung (os.environ) — keine zweite Quelle, keine Suche in Arbeitsverzeichnissen.

Damit man die Werte nicht bei jedem Aufruf exportieren muss, spiegelt konfig.py beim Import einmalig die Datei .env.api-keys im Repo-Wurzelverzeichnis in die Umgebung — aber nur Namen, die dort noch nicht gesetzt sind. Die Datei ist über .gitignore (.env.*) vom Repo ausgeschlossen und wird nie committet.

Einrichten (die Datei liegt schon da, mit leeren Platzhaltern):

chmod 600 .env.api-keys
# dann .env.api-keys ausfüllen — oder die Werte stattdessen exportieren

Eintrag	Wofür
MP_API_KEY	Materials Project, Pflicht für materialswiki (kostenlos unter https://next-gen.materialsproject.org/api)
CONTACT_EMAIL	landet im User-Agent aller Anwendungen — so verlangt es die Wikimedia-Richtlinie
CONTACT_NAME	Klarname für den User-Agent (optional)
MP_ACCOUNT_EMAIL, WIKIDATA_USERNAME	nur zur Dokumentation, werden nicht abgefragt

Eine echte Umgebungsvariable gewinnt immer gegen den Dateiwert — ein einzelner Lauf lässt sich so umstellen, ohne die Datei zu ändern:

MP_API_KEY=zweitschluessel python -m materialswiki --periodic-table

konfig.py sind 20 Zeilen ohne zusätzliche Abhängigkeit; python-dotenv wäre dafür zu viel.

Tests

pytest

Getestet wird die netzwerkfreie Logik:

Datei	Deckt ab
tests/test_compare.py	Wikipedia-↔-Wikidata-Vergleich
tests/test_formula.py	Formel-Normalisierung und Infobox-Parser
tests/test_mp.py	Materials-Project-Feldabbildung und Einheitenumrechnung
tests/test_quickstatements.py	Aufbau des QuickStatements-Entwurfs

Alle Tests laufen offline und brauchen keinen API-Schlüssel.

Datenquellen und deren Lizenzen

Die Vorschlagslisten (vorschlaege*.md, qs_*.txt) enthalten abgeleitete Daten aus fremden Datenbanken. Wer sie weitergibt, gibt diese Daten mit weiter — deshalb hier die Herkunft und die jeweiligen Bedingungen:

Quelle	Lizenz	Was daraus stammt	Pflichten
Wikidata selbst (P274)	CC0 (Public Domain)	„besteht aus" (P527) und „enthält Elemente von" (P2670), aus der Summenformel abgeleitet — Stufe abgeschaltet, nur mit --formel	keine
Materials Project	CC BY 4.0	Dichte, elastische Moduln, Poissonzahl; Kristallsystem nur als Rückfall	Namensnennung + Zitierung, siehe unten
Crystallography Open Database	CC0 (Public Domain)	Raumgruppe, Kristallsystem, COD-ID	keine; Nennung der Originalautoren erbeten
Wikipedia (de/en)	CC BY-SA 4.0	Infobox-Werte als Rückfall	Namensnennung, Weitergabe unter gleichen Bedingungen

Materials Project: Zitierpflicht

Die Nutzungsbedingungen stellen die Daten unter CC BY 4.0 und verlangen die Zitierung der Hauptpublikation:

A. Jain, S.P. Ong, G. Hautier, W. Chen, W.D. Richards, S. Dacek, S. Cholia, D. Gunter, D. Skinner, G. Ceder, K.A. Persson: The Materials Project: A materials genome approach to accelerating materials innovation. APL Materials 1(1), 011002 (2013). doi:10.1063/1.4812323

Für einzelne Datensätze kommt eine eigene Zitierung hinzu. Betroffen sind hier Kompressionsmodul, Schubmodul und Poissonzahl:

M. de Jong et al.: Charting the complete elastic properties of inorganic crystalline compounds. Scientific Data 2:150009 (2015). doi:10.1038/sdata.2015.9

Beide DOIs schreibt materialswiki automatisch in den Referenzblock jeder betroffenen Aussage (MP_DATASET_DOI in materialswiki/cli.py).

Weiter gilt laut Nutzungsbedingungen: Die Website darf nicht gescrapt werden — der Zugriff läuft ausschließlich über die offizielle API. Größere Abrufe sollen vorab beim MP-Support angekündigt werden. Und: die Daten sind berechnet (DFT bei 0 K), nicht gemessen; jede erzeugte Aussage trägt deshalb den Qualifikator P459 „berechnet (Dichtefunktionaltheorie)".

Hinweis zum Import nach Wikidata

Wikidata veröffentlicht alle Inhalte unter CC0 — eine Lizenz, die eine Attributionspflicht nicht weiterträgt. Der Import von CC-BY-Daten (Materials Project) und CC-BY-SA-Daten (Wikipedia) stützt sich darauf, dass einzelne Faktenaussagen nicht urheberrechtlich schutzfähig sind und die Attribution über die mitgeschriebene Referenz faktisch geleistet wird. Bei einem systematischen Massenimport kann zusätzlich das Datenbankherstellerrecht berührt sein. Das ist der Grund, warum die Werkzeuge hier ausschließlich Vorschlagslisten erzeugen und nie automatisch nach Wikidata schreiben — und warum COD (CC0) für Struktur­angaben die bevorzugte Quelle ist, wo es etwas liefert.

Die Stufe „Formel" war von alledem nicht betroffen: sie leitet P527 und P2670 aus der Summenformel ab, die am Wikidata-Item bereits steht. Es wird nichts von außen geholt und nichts weitergegeben — deshalb tragen diese Aussagen auch keinen Beleg, sondern nur die Herkunftsnotiz in der Tabellenspalte ref_note.

Seit dem 27.08.2026 ist diese Stufe abgeschaltet: P527 und P2670 sollen nicht mehr vorgeschlagen werden, und sie ist die einzige Stufe, die beide erzeugt — samt der Umstellung bestehender Aussagen „Stoff P527 Element" auf P2670, der einzigen Stufe mit Löschzeilen. Der Code bleibt erhalten; --formel schaltet ihn für einen einzelnen Lauf wieder ein.

Lizenz

Der Code steht unter der Lizenz in LICENSE. Für die Daten in den erzeugten Ausgabedateien gelten die Lizenzen der jeweiligen Quelle (siehe oben).