Knowledge Graph

Ein Knowledge Graph ist ein Wissensnetz aus Knoten (Dinge wie Kunde, Vertrag, Anlage) und Kanten (benannte Beziehungen wie „gehört zu", „läuft unter"). Ein hinterlegtes Modell (Regelwerk, das festlegt, welche Dinge und Beziehungen es gibt) macht das Netz für Menschen verständlich und für Maschinen abfragbar. Zweck: verstreutes Fachwissen aus verschiedenen Systemen so zu verknüpfen, dass man es gemeinsam durchsuchen und auswerten kann.

Was ist ein Knowledge Graph?

Ein Knowledge Graph bildet einen Ausschnitt der Wirklichkeit als Netz ab. Die Knoten sind konkrete oder abstrakte Dinge (Kunde, Produkt, Vertrag, System, Person, Ort, Konzept), die Kanten sind benannte Beziehungen zwischen diesen Dingen („bestellt", „gehört zu", „referenziert", „ist verantwortlich für"). Sowohl Knoten als auch Kanten können zusätzliche Eigenschaften tragen (bei einem Kunden etwa Name und Land, bei einer Bestellung Datum und Betrag). Welche Arten von Dingen und Beziehungen erlaubt sind, gibt ein Modell vor. Das kann eine formale Ontologie sein (streng regelbasiertes Vokabular) oder ein einfacheres Schema. Ohne dieses Modell ist der Graph nur eine lose Sammlung von Verbindungen; erst das Modell macht seine Bedeutung eindeutig.

Der Begriff wurde durch [Googles Ankündigung des Knowledge Graph](https://blog.google/products/search/introducing-knowledge-graph-things-not/) im Mai 2012 popularisiert („Things, not strings"). Die zugrundeliegenden Ideen sind älter. Der [RDF-Standard des W3C](https://www.w3.org/RDF/) existiert seit 1999 als Modell für semantische Graphen aus Subjekt-Prädikat-Objekt-Tripeln. Die Wissensrepräsentation als Forschungsfeld reicht bis in die 1970er Jahre zurück (Semantic Networks, Frames).

Technisch existieren zwei Familien. RDF-basierte Graphen folgen den W3C-Standards (RDF, RDFS, OWL), werden über SPARQL abgefragt und tragen formale Ontologien für maschinen-verarbeitbare Semantik. Property Graphs modellieren pragmatischer: Knoten und Kanten mit Key-Value-Attributen, Abfrage über Cypher oder das ISO-standardisierte [GQL](https://www.iso.org/standard/76120.html), das 2024 als erste normierte Graph-Query-Sprache verabschiedet wurde. RDF ist stärker in Life Sciences, Publishing und öffentlichen Datenräumen; Property Graphs dominieren in operativen Enterprise-Anwendungen wie Betrugserkennung, Empfehlung und Netzwerkanalyse.

Der Grund für die Existenz des Konzepts liegt in einer Modell-Frage. Relationale Modelle können Beziehungen abbilden, aber die Semantik dieser Beziehungen (was bedeutet „gehört zu"?) liegt außerhalb des Datenmodells: in Dokumentation, BI-Layer, Applikations-Code oder Fachwissen. Ein Knowledge Graph hebt Entitäten, Beziehungen und deren Bedeutung ins Modell selbst und trennt sie von der physischen Speicherung. Anfragen sprechen dadurch über Fachbegriffe und ihre Beziehungen statt über Tabellen und Fremdschlüssel.

Abgrenzung zu Graph Database, Ontologie, Business Glossary und Data Catalog

Der Begriff wird häufig mit angrenzenden Konzepten vermischt.

Die wichtigste Abgrenzung betrifft die Graph Database. Beide operieren auf Graphstrukturen, doch eine Graph Database ist ein Speicher- und Abfragesystem (Neo4j, Amazon Neptune, TigerGraph, JanusGraph) ohne festgelegte Aussage darüber, welche Bedeutung die gespeicherten Knoten und Kanten haben. Ein Knowledge Graph liegt in einer solchen Datenbank (oder in einem RDF-Store, oder virtuell projiziert über einen Lakehouse-Layer) und trägt die zusätzliche Modell-Ebene: welche Entitätstypen, welche Beziehungen, mit welcher Semantik.

Die Abgrenzung zur Ontologie ist eine Ebenen-Frage. Die Ontologie beschreibt, welche Typen von Entitäten und Beziehungen existieren dürfen und wie sie sich verhalten (etwa „ein Kunde ist eine juristische Person; ein Vertrag hat genau eine Vertragspartei vom Typ juristische Person"). Der Knowledge Graph ist die Instanz dazu: die konkreten Kunden, Verträge und ihre Beziehungen. Ohne Ontologie oder mindestens ein Schema bleibt ein Graph eine unstrukturierte Sammlung von Knoten und Kanten ohne verlässliche Interpretation.

Ein Business Glossary strukturiert Fachbegriffe (Definitionen, Synonyme, Verantwortliche) und bleibt damit auf der Begriffs-Ebene. Der Semantic Layer adressiert die BI-Konsistenz von Kennzahlen und Dimensionen und operiert typischerweise über Katalog-Assets; ein offenes Beziehungsmodell zwischen Realwelt-Entitäten liegt außerhalb seines Zuschnitts. Ein Data Catalog registriert Assets und deren Metadaten, oft mit Lineage-Graphen im Hintergrund; das modelliert die Datenlandschaft (Tabellen, Spalten, Owner), also die technische Sicht auf die Daten selbst.

Beispiel: Konzern-weite 360-Grad-Kundensicht

Ein internationaler B2B-Konzern führt Kunde, Vertrag, Anlage und Servicefall aus vier Systemen zusammen: CRM (Salesforce), ERP (SAP), Service-Management (ServiceNow) und Telemetrie aus IoT-Anlagen. Jedes System kennt einen Ausschnitt: das CRM die Ansprechpartner, das ERP die Verträge und Rechnungen, das Service-System die Störungsfälle, die Telemetrie die Anlagenzustände.

Ohne Knowledge Graph läuft eine Anfrage der Form „Welche Anlagen bei Konzernmutter X sind unter Wartungsverträgen der Tochter Y registriert und haben in den letzten 90 Tagen Störungen gemeldet?" als vielstufiger Join über heterogene Schemata, mit Identity-Mapping über Kundennummern und Standort-Codes. Jede Frage dieser Art braucht neuen Report-Code oder eine neue BI-Modellierung.

Mit einem Knowledge Graph liegt die Konzernstruktur als Beziehungsnetz vor. Knoten repräsentieren juristische Personen (Mutter, Töchter, Beteiligungen), Anlagen, Verträge und Servicefälle. Kanten sind typisiert: „gehört zu Konzernstruktur", „läuft unter Vertrag", „ist Vertragspartei von", „hat Servicefall gemeldet". Die Anfrage wird zu einer Graph-Traversierung entlang dieser Kanten, ausgedrückt in Cypher oder SPARQL. Die Ontologie hält die Regeln (eine Anlage hat genau eine Betreiber-Beziehung, ein Vertrag genau eine Vertragspartei); die Instanz-Daten füllt eine Ingestion-Pipeline aus den Quellsystemen.

Der Graph liegt physisch typischerweise in einer Graphdatenbank oder wird virtuell aus einem Lakehouse projiziert. Der Aufwand liegt weniger im Speicher als in der Modellierung (welche Ontologie), der Identity-Auflösung (welche Kunde-IDs bezeichnen dieselbe juristische Person) und der Governance (wer pflegt welchen Ausschnitt). Sprachmodelle nutzen einen so entstandenen Graphen zusätzlich als strukturierte Wissensquelle für Retrieval-Augmented Generation über Entitäten und Beziehungen statt über Textabschnitte.