Was ist ein Wissensgraph? Und wozu eine Ontologie?

Die meisten Firmendaten liegen als Text und Tabellen vor, verteilt über viele Systeme. Ein Wissensgraph dreht das Prinzip um: Er speichert nicht Texte, sondern Dinge und ihre Beziehungen. Damit wird aus einer Suche eine Navigation, und aus einer Vermutung eine belegbare Aussage.

Dinge und Beziehungen statt Texte

Ein Wissensgraph besteht aus zwei Elementen. Die Dinge heißen Knoten: ein Kunde, ein Vertrag, ein Produkt, eine Maschine. Die Beziehungen heißen Kanten: Kunde hat Vertrag, Vertrag gilt für Produkt, Maschine gehört zu Standort. Statt Sätze über diese Dinge zu speichern, speichert der Graph die Dinge selbst und wie sie zusammenhängen. Eine Frage wird damit zum kurzen Weg durch ein Netz, statt zur Suche in Fließtext.

Ein Beispiel aus dem Betrieb

Nehmen wir eine Maschine, M-204 in der Fertigung. Fünf Informationen hängen an ihr: Sie steht in Halle B, gewartet wird sie von Firma Meier, geregelt durch Wartungsvertrag W-2023-17, die letzte Wartung war am 14. Mai, der Nachweis steht auf Seite 3 des Protokolls. In den meisten Betrieben liegen diese fünf Aussagen in fünf verschiedenen Quellen: im ERP, im PDF-Vertrag, in einer E-Mail, in einer Excel-Liste, in einem Ordner. Im Graphen bilden sie ein zusammenhängendes Bild. Die Frage Welche Wartungsverträge betreffen die Maschinen in Halle B? ist dann keine Textsuche mehr, sondern eine Navigation: von Halle B zu ihren Maschinen, von dort zu den Verträgen.

Und die Ontologie?

Die Ontologie ist der Bauplan des Graphen. Sie legt fest, welche Arten von Dingen es gibt, welche Beziehungen zwischen ihnen erlaubt sind und welche Regeln gelten. Ein Beispiel: Eine Wartung bezieht sich immer auf eine Maschine, nie auf einen Standort. Oder: Ein Nachtrag kann eine Vertragsposition ab einem bestimmten Datum ersetzen. Mit solchen Regeln kann die Maschine Schlüsse ziehen und Widersprüche erkennen, statt nur zu speichern. Für die physische Welt gibt es dafür etablierte Standards. Für die operative Seite, also Verträge, Wartungen, Zuständigkeiten, gibt es selten einen durchgängigen Standard; das Vokabular entsteht meist unternehmensspezifisch.

Warum das mehr ist als Ordnung

Der eigentliche Gewinn liegt in zwei Punkten. Erstens die Gültigkeit. Wenn ein Nachtrag eine Vertragsposition ersetzt und diese Ablösung als Kante mit Datum im Graphen steht, ist die Frage nach dem heute gültigen Preis eindeutig beantwortbar. Ohne diese Struktur bleibt es ein Ratespiel zwischen zwei ähnlich klingenden Textstellen. Zweitens die Nachvollziehbarkeit. Jede Antwort ist ein Weg durch das Netz, und dieser Weg ist sichtbar. Man sieht nicht nur, was die Antwort ist, sondern warum. In einem Umfeld, in dem Entscheidungen begründet sein müssen, gehört Nachvollziehbarkeit zur Struktur, nicht zur Kür.

So arbeiten wir selbst

Bei XLR8N verbinden wir vorhandene Quellen zu einem Graphen, statt Daten in ein neues System zu migrieren. Die bestehenden Systeme bleiben führend, der Graph legt sich als Beziehungsschicht darüber. Wie sich daraus KI-Antworten mit Beleg und Zusammenhang ergeben, steht im Beitrag zu GraphRAG.

Häufige Fragen

Was ist ein Wissensgraph?

Eine Struktur, die Dinge als Knoten und ihre Beziehungen als Kanten speichert. Fragen werden damit zu Wegen durch ein abfragbares Netz statt zur Suche in Texten.

Was ist der Unterschied zwischen Wissensgraph und Datenbank?

Eine klassische Datenbank speichert Werte in Tabellen. Ein Wissensgraph speichert die Beziehungen ausdrücklich und lässt sich entlang dieser Beziehungen abfragen, ohne für jede Frage neue Verknüpfungen zu programmieren.

Wozu dient eine Ontologie?

Sie ist der Bauplan des Graphen: Sie legt fest, welche Dinge und Beziehungen es gibt und welche Regeln gelten, sodass die Maschine Schlüsse ziehen und Widersprüche erkennen kann.

Braucht jedes Unternehmen eigene Begriffe?

Für die operative Seite meist ja. Physische Standards existieren, aber Verträge, Zuständigkeiten und Abläufe sind oft unternehmensspezifisch, und genau dieses Vokabular macht den Graphen nützlich.