Ich denke in letzter Zeit viel über das semantische Web nach. Nicht weil ich Standards von 2001 toll finde oder so, sondern weil da etwas passiert: Das Ding, das alle für tot erklärt haben, ist irgendwie... nicht tot?
Lass mich ausholen.
2001 hat Tim Berners-Lee einen Artikel im Scientific American veröffentlicht über Software-Agenten, die das Web durchsuchen und tatsächlich verstehen könnten, was sie da finden. Nicht nur Keywords matchen, sondern über Datensätze hinweg argumentieren. Du könntest fragen: "Finde mir ein Schnittmuster für ein Kleid mit Taschen, Größe 38, geeignet für Leinen, ohne Reißverschluss" und die Maschine würde es einfach... finden.
Er nannte es das Semantic Web.
Leider hat das nicht funktioniert. So eine tolle Suchfunktion haben wir immer noch nicht.
Der Standard-Friedhof
Das W3C (World Wide Web Consortium, das Gremium für Web-Standards) hat in die Idee des Semantischen Webs viel Zeit investiert. Zwischen 1999 und 2014 haben sie einen Haufen Standards mit Akronymen veröffentlicht - RDF um Beziehungen zwischen Dingen zu beschreiben, OWL für Kategorien und Regeln, SPARQL für Graph-Datenbanken, RDFa für Metadaten in HTML. Es gab dieses berühmte "Layer Cake"-Diagramm mit sieben Abstraktionsebenen. Unicode ganz unten, Trust ganz oben. Sehr akademisch. Sehr formal.
Das Problem? Kein normaler Mensch hat es benutzt.
Aaron Swartz (der tatsächlich früh in der RDF-Arbeitsgruppe involviert war) hat es später als "overly-complicated hairballs with no basis in reality" bezeichnet. Um jemandes Namen in RDF/XML aufzuschreiben, brauchtest du elf Zeilen XML. Elf Zeilen. Für einen Namen.
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:foaf="http://xmlns.com/foaf/0.1/">
<rdf:Description rdf:about="http://example.org/person/1">
<foaf:name>Sabine Schmaltz</foaf:name>
</rdf:Description>
</rdf:RDF>
Kein einziger Entwickler hat das gesehen und gedacht: "Ja, das streue ich überall auf meine Website."
Das eigentliche Problem: Niemand wollte die Arbeit machen
Die ganze Vision hing davon ab, dass Website-Betreiber ihre Daten annotieren. Freiwillig. Kostenlos.
Cory Doctorow hat dieses Ding namens "Metacrap" 2001 geschrieben, das im Grunde sagte: Menschen sind faul, Menschen lügen, und jedes System, das Millionen Menschen braucht, die sorgfältig ihren Inhalt strukturieren, ist von Anfang an zum Scheitern verurteilt. Er hatte nicht Unrecht. Google hatte diese Lektion schon mit <meta>-Tags gelernt — Leute haben sie mit Müll vollgestopft um Rankings zu manipulieren, also hat Google angefangen, sie zu ignorieren.
Klassisches Huhn-Ei-Problem. Keine strukturierten Daten, keine coolen Tools. Keine coolen Tools, kein Grund, Daten zu strukturieren.
Der Namensdiebstahl (Dieser Teil nervt mich immer noch)
Vor Crypto bedeutete "Web 3.0" das semantische Web. Tim Berners-Lee selbst hat den Begriff verwendet.
Dann hat 2014 Gavin Wood von Ethereum den Begriff "Web3" für Blockchain-Zeug geprägt. Bis 2021 hatte der Crypto-Hype den Namen komplett übernommen. Die Semantik-Web-Leute - die über ein Jahrzehnt an dieser Vision gearbeitet haben - haben also quasi ihre Marke geklaut bekommen.
Berners-Lee war nicht begeistert. Er sagte, Blockchain Web3 sei "not the web at all." Aber niemand hat mehr zugehört.
Das semantische Web war offiziell tot. Oder so dachten wir.
Warte, es lebt irgendwie noch?
Hier wird es seltsam.
2011 haben Google, Bing und Yahoo still und heimlich Schema.org gestartet. Gleiche Idee — strukturierte Daten — aber sie haben das Anreizproblem tatsächlich gelöst: Wenn du deinen Inhalt auszeichnest, bekommst du "Rich Snippets" in den Suchergebnissen. Das ist, wenn Google zusätzliche Informationen direkt in den Suchergebnissen anzeigt — Sternbewertungen, Kochzeiten bei Rezepten, Termine. Sichtbarer, mehr Klicks. Die Leute haben's tatsächlich gemacht.
Und statt RDF/XML haben sie JSON-LD gepusht — ein Format, das aussieht wie JSON (das einfache Datenformat, das Entwickler eh für alles benutzen) mit etwas zusätzlichem Kontext. Du kannst es kopieren und einfügen. Kein Doktortitel nötig.
Stand 2024 haben 41% aller Webseiten JSON-LD. Über die Hälfte hat irgendeine Form strukturierter Daten. Hoch von 5,7% in 2010.
Googles Knowledge Graph (du weißt schon, das Ding, das Filmbewertungen und Restaurantöffnungszeiten in der Suchergebnis-Seitenleiste anzeigt) ist im Grunde das semantische Web, gebaut von einem Billionen-Dollar-Unternehmen. Gestartet 2012 mit dem Slogan "things, not strings," wuchs es schnell auf hunderte Millionen Entitäten. Nicht genau der offene, dezentrale Traum, den Tim Berners-Lee im Sinn hatte. Aber es funktioniert.
Und dann haben LLMs es einfacher gemacht
Hier ist meine eigentliche Meinung: Das semantische Web ist nicht gescheitert, weil die Idee falsch war. Strukturierte, abfragbare Daten sind mächtig. Es ist gescheitert, weil es Menschen brauchte, um die Strukturierung zu machen, und Menschen sind faul (siehe oben).
LLMs (Large Language Models — die KI-Systeme hinter ChatGPT und ähnlichen Tools) lösen das eine Problem, das das ganze Projekt getötet hat, größtenteils.
Du kannst ein LLM auf eine chaotische Restaurant-Website loslassen — Öffnungszeiten vergraben in einem Foto, Speisekarte in einem PDF, Adresse in einem Google Maps iframe — und es wird strukturierte Daten extrahieren. Nicht weil irgendjemand etwas getaggt hat. Sondern weil das Modell genug Restaurant-Websites in seinen Trainingsdaten gesehen hat, um vorherzusagen, wo die relevanten Informationen wahrscheinlich sind.
Überleg dir, was das semantische Web eigentlich brauchte. Jede Arztpraxis, die Fachgebiete, Kassen und Verfügbarkeit in strukturiertem Format veröffentlicht. Jedes Restaurant, das Speisekarten-Einträge mit Zutaten und Allergenen taggt. Jede Veranstaltung mit korrekten Zeit- und Ort-Metadaten.
Das sollte niemand machen. Das war immer die Fantasie.
Aber ein LLM kann die Website crawlen und eine vernünftige Vermutung anstellen. "Das ist wahrscheinlich eine Hautärztin in Saarbrücken, sieht so aus als werden AOK und TK akzeptiert, scheint Donnerstagstermine zu geben." Nicht jedes Mal perfekt, aber gut genug. Skalierbar. Ohne jemanden zu bitten, XML zu schreiben.
Ontologie-Kriege waren nie das eigentliche Problem
Das andere, was die Adoption getötet hat, war, dass alle über Vokabulare gestritten haben. Sollten Bewertungen unter hasReview oder reviewedBy stehen? Das W3C hat Jahre damit verbracht, dieses Zeug zu standardisieren. Die reale Welt hat nicht kooperiert.
LLMs lösen das nicht, indem sie das eine wahre Vokabular finden. Sie lösen es, indem sie Kontext verstehen. Ein Feld namens "Größe" auf einer Schnittmuster-Seite bedeutet etwas anderes als "Größe" in einem Schuhladen. Das Modell kann das aus der umgebenden Seite erschließen, nicht nur aus dem Schema. Zehn Websites, die dasselbe auf zehn verschiedene Weisen beschreiben? Das Modell kann das wahrscheinlich normalisieren, meistens, weil es die ganze Seite liest, nicht nur die Tags.
Und jetzt?
Berners-Lees Papier von 2001 stellte sich Software-Agenten vor, die Inhalte aus dem ganzen Web sammeln und tatsächlich verstehen könnten, was sie da finden.
2026 ist das... ziemlich normal. Das semantische Web ist nicht tot. Es brauchte nur andere Arbeiter — LLMs, die die strukturierten Daten bevölkern konnten, die Menschen nie bereitstellen würden.
Das semantische Web ist irgendwie da. Es sieht nur nicht aus wie irgendjemand erwartet hat.
Ich bin kein Semantik-Web-Historiker, nur jemand, der darüber nachdenkt, wie LLMs das Mögliche verändern.