1. Waarom Wikidata API Integreren?
Wikidata is geen gewone database; het is een kennisgraaf met triples (entiteit - property - waarde), ideaal voor AI-verrijking. Link EncroChat-exports aan juridische entiteiten, of verrijk log-analyses met cybersecurity-concepten zoals CVEs of threat actors.
Strafzaken
Query voor juridische termen (bijv. art. 359a Sv), link digitaal bewijs aan entiteiten zoals EncroChat of black-box software om inconsistenties te detecteren.
Corporate Investigations
Verrijk NIS2-rapporten met gestructureerde data over datalekken, CVEs, threat actors of privacy-wetten (EVRM art. 8).
AI-Verrijking
Gebruik Wikidata in pre-processing om timelines te verrijken, IPs te linken aan locaties, of anomalies te valideren tegen bekende vulnerabilities.
Compliance
Gratis, open-source, real-time updates, en compliant met GDPR/NIS2 dankzij transparante bronnen met referenties.
"Wikidata is de Starlink van kennis - verbind je AI ermee, en je lab schiet naar hyperspace."
2. Setup: Authenticatie & Security
Wikidata API is toegankelijk via https://www.wikidata.org/w/api.php (MediaWiki Action API) en SPARQL endpoint (https://query.wikidata.org/sparql). Voor lezen: anoniem OK. Voor schrijven: authenticatie verplicht.
🤖 Bot Account
Registreer via Special:BotPasswords voor elevated rate
limits (tot 5000 edits/uur). Documenteer als "CyberSecurityAD Bot" met
contact voor compliance.
🔑 OAuth1 (Aanbevolen)
Veilig, token-based. Gebruik consumer tokens van de Wikimedia OAuthConsumerRegistration voor productie-apps.
⚡ Rate Limits
50-500 requests/minuut (afhankelijk van auth); bots hoger. Monitor
met X-Rate-Remaining headers.
📦 Libraries
Gebruik requests voor basis;
WikidataIntegrator (pip install) voor high-level abstraction
met duplicate handling en batching.
Security Best Practices
TLS 1.3 Only
Alle API-communicatie via versleutelde verbindingen.
SHA-512 Hashing
Client-side hashing van queries/responses voor integriteit en chain-of-custody.
OAuth Authentication
Token-based authenticatie om data-lekken te voorkomen en rate limits te maximaliseren.
Audit Logging
Log elke API-call met timestamp en hash voor forensische rapporten.
3. Querying: SPARQL & API
Gebruik SPARQL voor complexe graph-based queries; MediaWiki API (wbgetentities) voor entity-specifieke lookups.
SPARQL Query: Juridische/Cybersecurity Entiteiten
import requests
url = 'https://query.wikidata.org/sparql'
query = '''
SELECT ?entity ?entityLabel ?description WHERE {
?entity wdt:P31/wdt:P279* wd:Q43229 . # Instance of/subclass of legal entity
?entity wdt:P361 wd:Q8465 . # Part of computer security
SERVICE wikibase:label { bd:serviceParam wikibase:language "nl,en" . }
OPTIONAL { ?entity schema:description ?description. FILTER(LANG(?description) = "nl") }
}
LIMIT 20
'''
params = {'format': 'json', 'query': query}
headers = {'User-Agent': 'CyberSecurityAD-ForensicBot/1.0 (+https://www.cybersecurityad.com/)'}
response = requests.get(url, params=params, headers=headers)
data = response.json()
# Parse results voor AI-pipeline
for item in data['results']['bindings']:
print(f"Entity: {item['entity']['value']}, Label: {item['entityLabel']['value']}")💡 Integratie-Idee
In je pre-processing: Query voor "vormverzuim" (Q-form) om haakjes met art. 359a Sv te linken; output als JSON naar AI-model voor inconsistency-detectie.
MediaWiki API: Entity Ophalen (EncroChat)
import requests
url = 'https://www.wikidata.org/w/api.php'
params = {
'action': 'wbgetentities',
'ids': 'Q96372699', # EncroChat item
'props': 'labels|descriptions|claims',
'languages': 'nl|en',
'format': 'json'
}
response = requests.get(url, params=params)
data = response.json()
# Extract claims over privacy-inbreuk
claims = data['entities']['Q96372699']['claims']4. Editing: Items Creeren & Updaten
Creeer/update Wikidata-items voor je organisatie of forensische datasets. Voeg statements toe zoals "instance of: cybersecurity company" met referenties voor provenance.
Login & Item Creeren
from wikidataintegrator import wdi_login, wdi_core
# Login (gebruik environment variables!)
login = wdi_login.WDLogin(user='CyberSecurityADBot', pwd=os.environ['BOT_PASSWORD'])
# Statements voor nieuw item
instance_of = wdi_core.WDItemID(value='Q783794', prop_nr='P31') # Company
website = wdi_core.WDUrl(value='https://www.cybersecurityad.com/', prop_nr='P856')
hq = wdi_core.WDItemID(value='Q727', prop_nr='P159') # Amsterdam
data = [instance_of, website, hq]
item = wdi_core.WDItemEngine(data=data, append_value=['P31'])
item.set_label('Cybersecurity AD', lang='nl')
item.set_description('Dutch forensic AI lab for criminal and corporate investigations', lang='en')
item.write(login, bot_account=True)
new_qid = item.wd_item_id # Output: Q-identifierBatch Operations: CVE Threat Intel
# Batch-update CVEs met Wikidata-links
fast_filter = {'P351': ''} # Unieke ID filter voor duplicates
raw_data = [
{'cve': 'CVE-2025-1234', 'desc': 'Critical vulnerability'},
{'cve': 'CVE-2025-5678', 'desc': 'Remote code execution'},
# ...
]
for entry in raw_data:
cve_stmt = wdi_core.WDString(value=entry['cve'], prop_nr='P3342')
data = [cve_stmt]
item = wdi_core.WDItemEngine(data=data, fast_run=True, fast_run_base_filter=fast_filter)
item.write(login)5. Integratie in de AI-Pipeline
Intake
Query Wikidata voor scope-verrijking (bijv. juridische haakjes zoals EVRM art. 6).
Analyse
Gebruik SPARQL-results als features in AI-modellen voor timeline-extractie en entity linking.
Rapport
Embed Wikidata-references in outputs voor traceability (art. 359a Sv-proof).
Automatisering
Microservice-architectuur met Kubernetes-containers voor isolatie en schaalbaarheid.
🏗️ Architectuur
- Microservice: Flask-app die API-calls wrapped
- Containerization: Kubernetes voor isolatie en schaalbaarheid
- Caching: Redis voor frequent-accessed entities
- Monitoring: Prometheus metrics voor API-health
📚 Legal Tech Case Study
Uit recente AI-ontwikkelingen: een Berlijnse legal AI-startup gebruikt Wikidata voor query-verrijking in legal assistants. Pas toe op ons lab door forensische datasets te linken aan Wikidata voor "truth sourcing" in black-box analyses.
6. Best Practices & Compliance
Error Handling
Check response['success']; implementeer exponential
backoff voor rate-limits.
Custom Properties
Creeer nieuwe properties (bijv. "forensic AI method") via community-proposal op Wikidata.
Licensing
Wikidata is CC0 (public domain), maar voeg attributions toe in forensische rapporten voor transparantie.
GDPR/NIS2
Zorg voor opt-in in opdrachtbevestigingen; documenteer data-flows voor compliance audits.
Juridische Compliance
- Documenteer alle Wikidata-queries in audit logs met timestamps
- Voeg SHA-512 hashes toe aan responses voor chain-of-custody
- Gebruik environment variables voor alle credentials
- Implementeer data retention policies voor cached entities
Klaar om Wikidata te Integreren?
Dit is je uitgebreide blueprint - klaar om te lanceren. Laten we een pilot draaien: integreer Wikidata in een demo-zaak.