Unser Leben verlagert sich immer mehr in Richtung netzbasierter Umgebungen. Wir schreiben E-Mails, telefonieren mit Mobiltelefonen und kommunizieren mit Freunden in Social Media Plattformen, von Facebook bis Wikipedia. Das schafft eine große Anzahl an verwertbaren Daten für die Soziale Netzwerkanalyse. Diese Methode erlaubt es, basierend auf dem Medium spezielle Kommunikations-Schemata zu analysieren, Verhaltensmuster bei starken und schwachen Beziehungen, Beziehungen bei denen sich Akteure mögen oder ablehnen zu untersuchen. Mit ihr kann man auch Aussagen treffen, wie wichtig einzelne Akteure in Relation zu anderen im Netzwerk sind.
Netzwerk Technologien entwickeln sich kontinuierlich weiter. Ein gutes Beispiel dafür ist die Erweiterung des World Wide Web zum sogenannten Web of Data. Hier werden Standards geschaffen, um die den Webseiten zugrunde liegenden Daten einheitlich, offen und maschinenlesbar zu gestalten. Das Web of Data, auch Linked Data genannt, hat eine große Gemeinde und eine schnell wachsende Anzahl an frei verfügbaren, maschinenlesbaren Daten. Das leuchtende Zentrum dieser verlinkten Daten ist die DBpedia, welche Daten aus der Wikipedia extrahiert und anhand der Linked Data Prinzipien aufbereitet.
Diese Arbeit versucht die frei verfügbaren Daten des Web of Data mit der Methode der Sozialen Netzwerkanalyse zu verbinden. Um das umzusetzen, wollen wir Daten von der DBpedia extrahieren und die extrahierten Akteure analysieren, um daraus konkrete Aussagen herleiten zu können. Konkret möchten wir jeweils ein Netzwerk von Schriftstellern, Wissenschaftlern, Fußballspielern und Architekten extrahieren um, unter anderem, Fragen zu beantworten wie „Wer ist der wichtigste Schriftsteller/Wissenschaftler der Geschichte?“, „Welchen Transfermustern folgen Fußballspieler?“ und „Arbeiten Architekten in Teams?“.
Die Beantwortung solcher Fragen gibt Aufschluss darüber, ob die Soziale Netzwerkanalyse in Verbindung mit der DBpedia grundsätzlich möglich ist. Auch Ziel dieser Studie ist es, herauszufinden ob dieser Ansatz brauchbar ist für die Sozialwissenschaft.

Daily Life is more and more affected by modern forms of communication and media. In the world of today, we live our lives within network based environments. We check e-mails, make mobile phone calls and interact on social media platforms – starting from Facebook or Twitter up to Wikipedia. The high volume of raw computable data leads to research topics about social network analysis. Using this method, it is possible to reveal distinct patterns of interaction. Depending on the communication media, it allows the investigation of behavioral patterns of strong and weak relationships, relationships of liking and disliking someone, or even dividing important actors from less-important actors within a network system.
Besides, network technology does not stand still. It is constantly expanding, enhancing and restructuring itself. A great new vision of the World Wide Web is the enhancement to uniform standards on the underlying data to a Web of Data. The Web of Data, or Linked Data, already has a huge community and a fast growing amount of freely accessible, machine-readable data. The nucleus and crystallization point of the Web of Data is DBpedia, which provides a machine-readable representation of the entire Wikipedia contents as Linked Data on the Web.
This thesis seeks to connect the data of Linked Data with the method of the social network analysis. In order to achieve this, we would like to extract networks from DBpedia and analyze the extracted actors to draw a valid conclusion about using DBpedia as a source of data for social network analysis. To assure that social network analysis on DBpedia is possible and reasonable, we will exemplarily analyze networks of writers, scientists, soccer players and architects to answer questions like “Who is the most important writer/scientist in history?”, “Which transfer patterns do soccer players follow?” or “Do architects work in teams?”. Another topic of this thesis is the usability and usefulness of this whole approach in social science.