Knowledge Graph (Wissensgraph)

Was ist ein Knowledge Graph?

Ein Knowledge Graph ist ein Datenmodell, das Wissen als Netz speichert. Knoten stehen für Dinge wie Produkte, Kunden, Normen oder Personen, Kanten für die Beziehungen zwischen ihnen. Auf Deutsch heißt das Konzept Wissensgraph.

Bekannt wurde der Begriff 2012 durch Google. In der Ankündigung beschrieb Amit Singhal das Ziel mit dem Satz „things, not strings“: Die Suche sollte Dinge verstehen, nicht nur Zeichenketten vergleichen. Googles Knowledge Graph enthielt damals laut Google mehr als 500 Millionen Objekte und mehr als 3,5 Milliarden Fakten und Beziehungen.

Für Unternehmen ist der Gedanke derselbe in kleinerem Maßstab. Ein Wissensgraph hält fest, welches Bauteil in welcher Anlage steckt, welche Norm für welches Produkt gilt oder wer für welchen Prozess zuständig ist. In einer KI-Wissensdatenbank ergänzt er die Suche über Textabschnitte um diese ausdrücklichen Verbindungen.

Wie ist ein Wissensgraph aufgebaut?

Die kleinste Einheit ist ein Tripel aus drei Teilen. Der W3C-Standard RDF beschreibt es als Subjekt, Prädikat und Objekt, ein RDF-Graph ist eine Menge solcher Tripel. Ein Beispiel aus der Instandhaltung: (Pumpe P200, ist Teil von, Anlage A).

Aus vielen Tripeln entsteht ein Netz, in dem sich Wege verfolgen lassen. Hängt an Anlage A zusätzlich (Anlage A, steht in, Werk Ulm) und an Pumpe P200 (Pumpe P200, braucht Ersatzteil, Dichtung D17), kann ein System die Frage beantworten, welche Ersatzteile im Werk Ulm vorrätig sein sollten.

Knowledge Graph und RAG: Wo stößt die Vektorsuche an Grenzen?

Ein klassisches System für Retrieval Augmented Generation zerlegt Dokumente in Chunks, sucht per Vektorsuche die ähnlichsten Abschnitte und gibt sie dem Sprachmodell. Das funktioniert gut, wenn die Antwort in wenigen Textstellen steht.

Microsoft Research nennt zwei Schwächen dieses Ansatzes. Er tut sich schwer, „die Punkte zu verbinden“, wenn eine Antwort Informationen aus verschiedenen Dokumenten über gemeinsame Merkmale verknüpfen muss. Und er liefert schwache Ergebnisse bei Fragen, die einen Überblick über eine ganze Sammlung verlangen.

Das Paper zu GraphRAG von Edge und anderen nennt dafür ein Beispiel: Die Frage „Was sind die Hauptthemen im Datenbestand?“ lässt sich nicht beantworten, indem man einzelne ähnliche Abschnitte heraussucht. Solche Fragen sind eher eine Zusammenfassung über alle Texte hinweg.

Im Unternehmen sieht das etwa so aus: Die Frage, welche Kundenanlagen von einem Lieferengpass bei Dichtung D17 betroffen sind, verlangt Stückliste, Anlagenliste und Wartungsverträge zugleich. Keines dieser Dokumente enthält die Antwort allein, und keines ähnelt der Frage besonders stark. Genau hier helfen ausdrücklich gespeicherte Beziehungen.

Wie funktioniert GraphRAG?

GraphRAG ist ein Verfahren von Microsoft Research, das 2024 als Paper erschienen und als Open-Source-Projekt verfügbar ist. Es baut aus unstrukturiertem Text automatisch einen Wissensgraphen und nutzt ihn beim Antworten.

1. Text zerlegen

   Die Dokumente werden in Texteinheiten zerlegt, die später als genaue Quellenangabe dienen.

2. Entitäten und Beziehungen extrahieren

   Ein Sprachmodell liest jede Einheit und schreibt Entitäten, Beziehungen und wichtige Aussagen heraus.

3. Gemeinschaften bilden

   Der Graph wird mit dem Leiden-Verfahren hierarchisch in Gruppen eng verbundener Knoten gegliedert.

4. Gemeinschaften zusammenfassen

   Für jede Gruppe entsteht von unten nach oben eine Zusammenfassung, die den Überblick über den Bestand liefert.

5. Fragen beantworten

   Globale Suche nutzt die Zusammenfassungen, lokale Suche geht von einzelnen Entitäten zu ihren Nachbarn.

Was kostet GraphRAG und wann lohnt es sich?

Im Paper verbessert GraphRAG bei Überblicksfragen auf Datenbeständen im Bereich von einer Million Token die Vollständigkeit und Vielfalt der Antworten deutlich gegenüber klassischem RAG. Dieser Vorteil hat einen Preis: Jede Texteinheit wird beim Aufbau von einem Sprachmodell gelesen.

Microsoft schreibt im GitHub-Projekt ausdrücklich, dass die Indexierung mit GraphRAG eine teure Operation sein kann, und rät, klein anzufangen. Der Code ist dort als Demonstration gekennzeichnet und kein offiziell unterstütztes Microsoft-Produkt. Die Doku empfiehlt zudem, die Prompts an die eigenen Daten anzupassen.

Als Antwort auf die Kosten hat Microsoft Research im November 2024 LazyGraphRAG vorgestellt. Dessen Indexierungskosten entsprechen laut Microsoft denen von Vektor-RAG und betragen 0,1 Prozent der Kosten von vollem GraphRAG.

Wissensgraph im Unternehmen: So starten Sie

Ein Wissensgraph lohnt sich vor allem dort, wo Beziehungen den Kern des Wissens bilden: Stücklisten, Zuständigkeiten, Verträge mit Laufzeiten, Normen und Produkte. Für eine Sammlung von Anleitungen, die jeweils für sich stehen, reicht oft eine gute Vektorsuche.

Etwa ein Anlagenbauer mit Servicehandbüchern und Ersatzteillisten könnte zuerst klassisches RAG aufbauen und GraphRAG nur für die Fragen testen, an denen es scheitert. Die folgende Checkliste hilft bei der Entscheidung.

• Fragen sammeln, die heute Wissen aus mehreren Dokumenten verlangen, und prüfen, ob RAG daran scheitert.
• Einen kleinen Bestand wählen, etwa ein Produktbereich, und die Indexierungskosten vorher abschätzen.
• Vorhandene Strukturdaten aus ERP oder Stammdaten prüfen, die Beziehungen schon sauber enthalten.
• Die vom Modell erkannten Entitäten stichprobenartig gegen das Fachwissen der Abteilung prüfen.
• Klären, wer den Graphen pflegt, wenn sich Produkte, Zuständigkeiten oder Dokumente ändern.

Wie passt der Knowledge Graph in Ihre Wissensdatenbank?

Ein Wissensgraph ist eine Ergänzung zu Embeddings und Vektorsuche. GraphRAG selbst enthält mit der Basic Search weiterhin eine einfache Vektorsuche für Fragen, die klassisches RAG am besten beantwortet.

Wer eine Wissensdatenbank aufbauen will, beginnt deshalb meist mit Dokumenten, Chunking und Vektorsuche und ergänzt den Graphen gezielt. Wenn Sie prüfen möchten, ob Ihre Fragen einen Graphen brauchen, können Sie die Wissensdatenbank für Ihr Unternehmen besprechen.

Häufige Fragen