Es wurden die GND-IDs von 10.000 deutschsprachigen Wikipedia-Seiten mit den dazugehörigen Daten in Wikidata verglichen. Die Stichprobenmenge entspricht somit ca. 2-3% aller Normdaten-Einbindungen in der deutschsprachigen Wikipedia. Die Liste aller 10.000 ausgewerteten Einträge und den gefundenen GND-IDs kann man als hier als CSV-Datei ansehen/herunterladen .
Da hier eine Auswertung im Fokus steht, wurden bisher noch keine Korrekturen aus den gefunden Unterschieden gemacht (Stand Anfang Juni 2020).
Resultat
Bearbeiten- In 9.664 aller untersuchten Fällen (97%) stimmen die beiden GND-IDs überein.
- In 77 aller untersuchten Fälle hat Wikidata mehrere GND-IDs gespeichert
- davon sind 34 Berufsbezeichnungen in der GND sowohl mit männlicher wie weiblicher Form verknüpft, z.B. 4003157-3 (Arzt) und 4140665-5 (Ärztin)
- davon sind 15 Konzepte mit mehreren IDs z.B. Geografika, Körperschaften, Organisationen mit verschiedenen GND-IDs für die unterschiedlichen Zeitabschnitte, aber auch Citroën als Marke und Citroën als Unternehmen
- davon sind 8 wahrscheinlich Fehler in Wikidata (Q313189, Q218, Q1194, Q8669, Q170352, Q181376, Q466707, Q5283295)
- davon sind 7 wahrscheinlich Fehler in der GND (16298759-6=4075869-2, 2005003-3=1091866120, 1087464765=5508235-X, 1086208846=16005-2, 1038202-1=4239362-0, 4114392-9=1086620860, 4255515-2=2120209-6)
- In 220 aller untersuchten Fälle fehlt eine GND-ID in Wikidata.
- In 36 aller untersuchten Fälle fehlt eine GND-ID in Wikipedia.
- Damit verbleiben noch 81 Unterschiede (weniger als 1%) mit unterschiedlicher GND ID in Wikipedia und Wikidata (Auswertung dieser Unterschiede erfolgt unten)
Vorgehen der Analyse
Bearbeiten- Suche aller deutschsprachigen Wikipedia-Seiten mit Einbindung des Normdaten-Template über PetScan inklusive Links zu den jeweiligen Wikidata-Einträgen
- Export als CSV-Datei
- Laden ersten 10.000 Einträge der CSV-Datei in ein OpenRefine Projekt
- Über Wikidata Reconcilation Service die in Wikidata gespeicherten GND-IDs (P227) angreichert
- Beziehen der Wikipedia Inhalte als Wiki-Markup (format=raw) mit einem Throttling von 500 ms
- Extrahieren der Normdaten und darin der GND-ID von Wikipedia über reguläre Ausdrücke
- Vergleich der GND-ID von Wikidata und der GND-ID von der deutschsprachigen Wikipedia
- Filterung der Daten zur Auswertung
Tabelle der Unterschiede
BearbeitenDie Auswertung ergab folgende 81 Unterschiede, d.h. die in der deutschsprachigen Wikipedia gespeicherten GND ID unterscheidet sich jeweils von der in Wikidata gespeicherten GND ID. Im Bemerkungsfeld sind die unterschiedlichen GND-Konzepte angegeben in der Form "A vs. B". Teilweise wurde auch recherchiert, wie es zu diesen Unterschieden kam, und eine entsprechende Ausführung in der Klammer angegeben. Dies ist aber sehr zeitaufwändig und daher nur für einige Einträge gemacht worden.
| title | GND dewiki | Wikidata | GND ID | Bemerkung |
|---|---|---|---|---|
| Atomhülle | 4143325-7 | Q193793 | 4127528-7 | Atomhülle vs. Orbital |
| Bundesgerichtshof | 2118180-9 | Q687323 | 35118-0 | Bundesgerichtshof ab 1990 vs. bis 1990 (von dewiki importiert, in dewiki angepasst aber nicht in Wikidata nachgezogen) |
| Bundesregierung_(Deutschland) | 2028808-6 | Q313827 | 2117038-1 | Bundesregierung ab 1990 vs. bis 1990 (von dewiki importiert, in dewiki angepasst aber nicht in Wikidata nachgezogen) |
| Dialekt | 4132678-7 | Q33384 | 4040725-1 | Dialekt vs. Mundart |
| Elektromagnetische_Welle | 4014297-8 | Q11386 | 4014301-6 | elektromagnetische Strahlung vs. elektromagnetsiche Welle (sollte vielleicht in der GND zusammengeführt werden) |
| Flugzeug | 4708139-9 | Q197 | 4017672-1 | Flugwerk vs. Flugzeug (von dewiki importiert und dort später verschlimmbessert) |
| Internationale_Rotkreuz-_und_Rothalbmond-Bewegung | 5058989-1 | Q7178 | 138093-X | International Federation of Red Cross and Red Crescent Societies (1991- ) vs. Internationales Rotes Kreuz (1928-1986) |
| Mönchengladbach | 4074926-5 | Q2758 | 16281962-6 | Mönchengladbach vs. Stadt Mönchengladbach (von dewiki importiert, in dewiki angepasst aber nicht in Wikidata nachgezogen) |
| Nürnberger_Prozess_gegen_die_Hauptkriegsverbrecher | 4226685-3 | Q80130 | 4125080-1 | Nürnberger Prozesse / Hauptprozess vs. zusätzlich Nürnberger Prozesse (zwei GND IDs in Wikidata) |
| Rhein-Main-Gebiet | 1051018846 | Q707278 | 4049799-9 | Metropolregion Frankfurt/Rhein-Main vs. Rhein-Main-Gebiet (von dewiki importiert und dort später geändert) |
| Schutzstaffel | 10162246-6 | Q44687 | 2021498-4 | SS ab 1933 vs. zusätzlich SS bis 1933 |
| Scharia | 1151921939 | Q482752 | 7503557-1 | Islamisches Recht vs. <FEHLER> (von dewiki importiert, in dewiki angepasst aber nicht in Wikidata nachgezogen) |
| Uhr | 4061474-8 | Q376 | 4164176-0 | Uhr vs. Kleinuhr (Edit in WD kam von einem unangemeldeten Benutzer) |
| Documenta | 1015707-4 | Q72823 | 515318-9 | documenta vs. documenta und Museum Fridericianum Veranstaltungs-GmbH (von dewiki importiert, in dewiki angepasst aber nicht in Wikidata nachgezogen) |
| Buch_Nehemia | 4041562-4 | Q131640 | 11873833X | Bibel. Nehemia vs. Nehemia, Biblische Person |
| Federal_Reserve_System | 43408-5 | Q53536 | 16143509-9 | Federal Reserve System. Board of Governors vs. Federal Reserve System |
| Wissenschaftsgeschichte | 4190111-3 | Q201486 | 7504427-4 | Wissenschaftsgeschichte <Fach> vs. Wissenschaftsgeschichte |
| Timișoara | 1015055-9 | Q83404 | 4078196-3 | Timişoara vs. Temesvár bis 1920 |
| Vaterunser | 4062399-3 | Q23393 | 7794291-7 | Vaterunser vs. The Pater noster |
| Hagiographie | 4127195-6 | Q208628 | 4022930-0 | Heiligenvita vs. Hagiografie (in Wikidata korrigiert aber nicht in Wikipedia nachgezogen) |
| Elektrizität | 4014216-4 | Q12725 | 4151720-9 | Elektrizität vs. Elektrische Energie |
| Tallinn | 5093293-7 | Q1770 | 4076684-6 | Tallinn vs. Reval bis 1988 (von dewiki importiert, in dewiki angepasst aber nicht in Wikidata nachgezogen) |
| Gottesdienst | 4021671-8 | Q2514663 | 4187640-4 | Verehrung [Weiterleitung] vs. Verehrung [direkt] |
| Orthodoxe_Kirchen | 4043912-4 | Q35032 | 1087391350 | Orthodoxe Kirche vs. Orthodoxos Katholikē Ekklēsia |
| Klassizismus | 4030967-8 | Q14378 | 4171565-2 | Klassizismus vs. Neuklassizismus |
| Bratislava | 1063318696 | Q1780 | 4076329-8 | Bratislava ab 1919 vs. Preßburg bis 1919 |
| Insel_Hiddensee | 2165054-8 | Q3218 | 4024834-3 | Insel Hiddensee vs. Hiddensee (von dewiki importiert, in dewiki angepasst aber nicht in Wikidata nachgezogen) |
| Verhaltensbiologie | 4062862-0 | Q1483503 | 4185497-4 | Verhaltensforschung vs Tierpsychologie |
| Verfassung_von_Berlin | 4407277-6 | Q897151 | 4129898-6 | Verfassung von Berlin (1995) vs. Verfassung von Berlin (1950) |
| Tschernjachowsk | 5004226-9 | Q5655 | 4027156-0 | Tschernjachowsk ab 1945 vs. Insterburg bis 1945 |
| Katowice | 4097725-0 | Q588 | 1028347-X | Kattowitz bis 1922 vs. Katowice ab 1956 |
| Toruń | 2024611-0 | Q47554 | 4059950-4 | Toruń ab 1945 vs. Thorn bis 1945 |
| Hypothese | 4161152-4 | Q41719 | 4242464-1 | Hypothese vs. Annahme <Logik> |
| Radio | 4050974-6 | Q872 | 4025408-2 | Rundfunkempfänger vs. Hörfunk |
| Gran_Chaco | 507023-5 | Q208347 | 4021812-0 | Chaco vs. Gran Chaco |
| Gewandhaus_(Leipzig) | 2057526-9 | Q519613 | 4114392-9 | Gewandhaus (Leipzig) vs.Neues Gewandhaus (Leipzig) |
| Kieler_Woche | 63562-5 | Q153606 | 16322317-8 | Kieler Woche vs. Kieler Woche (Kiel) (von dewiki importiert) |
| SIGGRAPH | 75302-6 | Q679325 | 61479-8 | SIGGRAPH [Organisation] vs. SIGGRAPH [Veranstaltungsfolge] |
| Epik | 4015025-2 | Q1097273 | 1010789759 | Epik vs. <FEHLER> |
| Verteiltes_System | 4238872-7 | Q180634 | 7545389-7 | Verteiltes System vs. Dezentrale Datenverarbeitung |
| Streik | 4058029-5 | Q49776 | 4002702-8 | Streik vs. Arbeitskampf |
| Eckernförde | 4013498-2 | Q490453 | 4013500-7 | Eckernforde vs. Eckernförde (Region) |
| Inowrocław | 1214033-8 | Q378821 | 4025564-5 | Inowrocław ab X vs. Hohensalza bis X |
| Kamień_Pomorski | 4069827-0 | Q161887 | 2050520-6 | Kamień Pomorski ab 1945 vs. Cammin (Pommern) bis 1945 |
| Hasenartige | 4159197-5 | Q25401 | 4196535-8 | Hasen <Familie> vs. Hasentiere |
| Thüringer | 7738144-0 | Q160892 | 4059980-2 | Thüringer vs. Thüringer <Germanen> |
| Institution | 4027207-2 | Q178706 | 4113393-6 | Institution <Soziologie> vs. Einrichtung |
| Koptisch-orthodoxe_Kirche | 4165290-3 | Q198998 | 5057170-9 | Koptische Kirche vs. al- Kanīsa al-Qibṭīya al-Urṯūḏuksīya |
| Filesharing | 4715628-4 | Q22666 | 4175628-4 | Filesharing-System vs. <FEHLER> |
| Nutzen_(Wirtschaft) | 4172187-1 | Q466707 | 4172189-5 | Nutzen vs. Nutzenfunktion |
| Sprechakttheorie | 4077748-0 | Q2313306 | 4077747-9 | Sprechakttheorie vs. Sprechakt |
| Wirtschaftsgeschichte | 4121930-2 | Q47398 | 7504419-5 | Wirtschaftsgeschichte <Fach> vs. Wirtschaftsgeschichte |
| Hautflügler | 4159297-9 | Q22651 | 4174075-0 | Hautflügler vs.Pflanzenwespen |
| Radio_France | 1086595726 | Q2120364 | 2079677-8 | Radio France vs. Société Nationale de Radiodiffusion - Radio France |
| Eurovision_Song_Contest | 1071847201 | Q276 | 4364714-5 | Eurovision Song Contest ab 1992 vs. Grand Prix eurovision de la chanson bis 1991 |
| Tagebau | 4058898-1 | Q188040 | 4057145-2 | Tagebau vs. Steinbruch |
| Pretzschendorf | 1029781214 | Q8215 | 2126038-2 | Klingenberg-Pretzschendorf vs. Pretzschendorf |
| Val_d’Aran | 5336975-0 | Q12602 | 4107524-9 | Valle de Arán [Gebietskörperschaft] vs. Valle de Arán [Tal] |
| Defense_Advanced_Research_Projects_Agency | 1029493-4 | Q207361 | 305022-1 | USA. Advanced Research Projects Agency vs. USA. Defense Advanced Research Projects Agency |
| Chief_Executive_Officer | 1030304009 | Q484876 | 4071766-5 | Chief Executive Officer vs. Geschäftsführer |
| Kraichtal | 4096982-4 | Q542606 | 4274191-9 | Kraichtal vs. Kraichtal (Stadt) |
| Nuuk | 4093650-8 | Q226 | 671310-5 | Godthåb ab X vs. Nuuk bis X |
| Adobe_Inc. | 5283064-0 | Q11463 | 16286976-9 | <Dublette in der GND> |
| Soziale_Rolle | 4178413-3 | Q214339 | 4055729-7 | Rollentheorie vs. Soziale Rolle |
| Überweisung_(Zahlungsverkehr) | 4218779-5 | Q79375 | 4121368-3 | Überweisung vs. Girokonto |
| Kołobrzeg | 5057070-5 | Q110011 | 4073614-3 | Kołobrzeg ab 1945 vs. Kolobrzeg bis 1956 |
| Militärflugzeug | 4039316-1 | Q216916 | 4169957-9 | Militärflugzeug vs. Militärluftfahrzeug |
| Wawel | 4032744-9 | Q743704 | 4499187-3 | Schloss Wawel vs. Burgberg |
| Schlussfolgerung | 4333533-0 | Q408386 | 4139983-3 | Inferenz <Künstliche Intelligenz> vs. Logischer Schluss |
| Chemieingenieurwesen | 4520240-0 | Q83588 | 4349723-8 | Chemieingenieur vs. Chemie-Ingenieurwesen |
| Bertelsmann | 1047546000 | Q156913 | 4005834-7 | Bertelsmann SE & Co. KGaA vs. Unternehmensgruppe Bertelsmann |
| Christi_Himmelfahrt | 4195678-3 | Q5686605 | 1059654598 | Christi Himmelfahrt <Fest> vs. Himmelfahrt Jesu |
| Realität | 4765970-1 | Q9510 | 4266525-5 | Realität <Begriff> vs. Psychische Realität |
| Intertextualität | 4605581-2 | Q667404 | 4114051-5 | Intermedialität vs. Intertextualität |
| Backfisch_(Mädchen) | 4189399-2 | Q798417 | 4622376-9 | Weibliche Jugend vs. Mädchen <11-17 Jahre> |
| Doline | 4150392-2 | Q188734 | 4152657-0 | Doline vs. Erdfall |
| Amine | 4001705-9 | Q167198 | 4175693-9 | Amine vs. Amine <primär-> |
| Département_Bas-Rhin | 4004655-2 | Q12717 | 2048404-5 | Unterelsass vs. Bas-Rhin |
| Substanz | 4202257-5 | Q378078 | 1023331896 | Substanz vs. Subsistent |
| Pampelmuse | 4307806-0 | Q80024 | 4307855-2 | Pampelmuse vs. Pampelmusenbaum |