Zum Inhalt springen
GraphRAG Compass
  • Grundlagen
  • Architekturen
  • Praxis
  • Business Cases
  • Lernpfad
  • Simulation
  • Landkarte
GraphRAG Compass

Öffentlicher Field Guide für GraphRAG, Knowledge Graphs, AI-Architekturen und bessere Entscheidungen in komplexen Wissenssystemen.

Erkunden

  • Grundlagen
  • Architekturen
  • Praxis
  • Business Cases
  • Simulation
  • Landkarte

Lernen

  • Lernpfad
  • Mini-Use-Case
  • GraphRAG Poster
  • Glossar

Über

  • About
  • LinkedIn

Discovery

  • llms.txt
  • llms-full.txt
  • sitemap.xml

Rechtliches

  • Impressum
  • Datenschutz

© 2026 Meierhoff Systems · GraphRAG Compass

Orientierung für Entscheidungen in Wissenssystemen

Zurück zum Architekturmuster

Architektur-Detail · Agenten-Kontext

MCP Graph-Backend

Ein Neo4j-Graph wird per MCP-Server als Tool-Set für Agenten bereitgestellt: Graphabfragen, Entitätslookups und Traversals werden als MCP-Tool-Calls verfügbar. Agenten fragen den Graphen kontextbezogen ab, ohne direkten Datenbankzugriff. Standardisiert, modular, auswechselbar.

Praxisnah
Aufwand: mittel
Datenreife: mittel
Team-Reife: mittel

Kuratierte Architekturentscheidung auf Basis der lokalen Compass-Daten

Relevant wenn

Wenn mehrere Agenten oder LLMs denselben Wissensgraphen nutzen sollen und Vendor-Unabhängigkeit bei der Agenten-Schicht wichtig ist.

Quellenlage

Reales Integrationsmuster auf Basis von MCP und Graphdatenbanken. Der Compass beschreibt daraus die konkrete Variante: Graphabfragen als kontrollierte Agenten-Tools.

Welches Problem löst das Muster?

Mehrere Agenten oder LLM-Instanzen sollen denselben strukturierten Graphkontext über ein standardisiertes Protokoll nutzen.

Systemkarte

Wie der Architekturfluss aussieht

Die Motion Map verdichtet das Muster auf seine wichtigsten Stationen: Eingabe, Daten- oder Graphschicht, Retrieval, Kontrolle und Antwort. Sie ist bewusst kleiner als die Referenzarchitektur darunter und soll zuerst die Leserichtung und die Systemgrenzen sichtbar machen.

Motion Map

MCP Graph-Backend

Agent
MCP
Tools
Graph
Kontext
Antwort

Tool-Grenzen sind die eigentliche Architekturarbeit.

Architekturblick

Was du bauen, betreiben und messen musst

Diese Seite ist eine Entscheidungshilfe für den Stack. Der Blick liegt auf Datenfluss, Failure Modes, Evaluation, Tooling und dem nächsten sinnvollen Migrationsschritt.

Stack-Schnitt

Graph DatabaseMCP ServerTyped ToolsPolicy LayerRate LimitsTool LogsAgent Runtime

Runtime-Datenfluss

Agenten greifen nicht direkt auf den Graphen zu. Sie nutzen eng definierte MCP-Tools, die Parameter prüfen, Graphabfragen ausführen und begrenzte Subgraphen oder Pfade zurückgeben.

Migrationspfad

Read-only Lookup-Tools einführen, danach Traversal- und Explanation-Tools. Mutationen erst mit Review, Audit und Rollback erlauben.

Failure Modes

  • Zu breite Tools erlauben faktisch freie Datenbankabfragen.
  • Tool-Beschreibungen führen zu falscher Tool-Auswahl.
  • Berechtigungen werden im Agent statt im Backend erzwungen.

Evaluation

  • Tool-Auswahl auf echten Fragen testen.
  • Parametergrenzen und Ablehnungen prüfen.
  • Tool-Latenz, Fehler und Datenabfluss beobachten.

Tooling & Betrieb

  • MCP Server
  • Neo4j, Neptune oder Memgraph
  • Schema Validation
  • Policy Engine
  • Tool Observability

Referenzarchitektur

Wie ein MCP Graph-Backend arbeitet

In dieser Architektur ist der Graph nicht direkt Teil des Prompts. Er wird als kontrolliertes Tool-Set verfügbar gemacht. MCP ist dabei die Schnittstelle: Der Agent nutzt definierte Graphwerkzeuge mit klaren Parametern, Grenzen, Rechten und Rückgabeformaten.

  1. 01

    Graph backend betreiben

    Der Knowledge Graph liegt in Neo4j, Neptune, Memgraph oder einer anderen Graphplattform. Agenten greifen nicht direkt auf die Datenbank zu.

  2. 02

    MCP-Tools definieren

    Graphabfragen werden als fachlich benannte Tools exponiert: Entität suchen, Nachbarschaft laden, Pfad erklären, Quellen holen oder Beziehung prüfen.

  3. 03

    Tool-Schema begrenzen

    Jedes Tool erhält klare Parameter, Rückgabeformate, Limits und Fehlermeldungen. Der Agent bekommt nicht beliebige Cypher- oder SPARQL-Freiheit.

  4. 04

    Agent wählt Tool

    Das Modell entscheidet anhand der Tool-Beschreibung, welches Graphwerkzeug zur Frage passt. Gute Tool-Beschreibungen sind hier Architekturarbeit.

  5. 05

    Graphkontext zurückgeben

    Der MCP-Server liefert kontrollierte Subgraphen, Pfade, Trefferlisten oder Quellenpakete, die das Modell in die Antwort einbauen kann.

  6. 06

    Aufrufe protokollieren

    Tool-Calls, Parameter, Ergebnisse, Fehler und Latenzen werden beobachtbar gemacht, damit Agentenverhalten debuggt und begrenzt werden kann.

Aufwand
mittel

Implementierungs-, Integrations- und Betriebsaufwand.

Datenreife
mittel

Qualität, Struktur und Zugänglichkeit der Daten vor dem Pilot.

Team-Reife
mittel

Erfahrung mit RAG, Graphdenken, Infrastruktur und Evaluation.

Nicht ideal wenn

Direkte DB-Integration reicht oder Tool-Auswahl noch nicht zuverlässig ist.

Trade-offs

MCP-Tooling ist noch jung — SDKs und Debugging-Werkzeuge weniger ausgereift als direkte DB-Integrationen. Netzwerk-Overhead je Tool-Call addiert sich bei vielen Graphabfragen. Tool-Beschreibungen müssen sorgfältig formuliert sein, damit der LLM sie korrekt auswählt.

Tool-Modell

Welche Graph-Tools sinnvoll sind

Ein MCP Graph-Backend wird nicht dadurch gut, dass es viele Tools hat. Es wird gut, wenn jedes Tool eine klare fachliche Aufgabe hat und der Agent das passende Werkzeug zuverlässig auswählen kann.

Lookup Tools

Suchen konkrete Entitäten, Dokumente, Kunden, Systeme oder Begriffe. Gut für kontrollierte Einstiegspunkte in den Graphen.

Traversal Tools

Erweitern einen bekannten Knoten um Nachbarn, Pfade oder Abhängigkeiten. Wichtig für Mehrsprung-Kontext ohne freie Graphabfragen.

Explanation Tools

Liefern Quellen, Beziehungspfade und Begründungen. Diese Tools helfen, Antworten nachvollziehbar zu machen.

Mutation Tools

Schreiben oder aktualisieren Graphwissen. Diese Tools sind am riskantesten und brauchen Rollen, Reviews, Idempotenz und Audit-Logs.

Qualitätshebel

Wo MCP-Graph-Backends riskant werden

Das Risiko liegt in Datenbank, zu breiten Tools, unklaren Beschreibungen, fehlenden Berechtigungen und schlechter Beobachtbarkeit. Dann wählt der Agent zwar ein Tool, aber nicht unbedingt das richtige oder erlaubte.

Tool-Namen sind Semantik

Ein Tool namens queryGraph ist zu breit. Besser sind fachliche Namen wie findCustomerRisks, getPolicyEvidence oder explainDependencyPath.

Parameter streng halten

Freitextparameter öffnen Sicherheits- und Qualitätsrisiken. Gute Tools begrenzen IDs, Typen, Tiefe, Zeiträume, Rollen und Ergebnisgröße.

Berechtigungen im Tool erzwingen

Der Graph darf nicht mehr preisgeben, nur weil ein Agent fragt. Rechte müssen vor der Abfrage und in der Rückgabe wirken.

Tool-Auswahl evaluieren

Teste die Graphabfrage und ob das Modell bei echten Fragen das richtige Tool auswählt und falsche Tools vermeidet.

Stack-Komponenten

Neo4j MCP ServerMCP ClientKnowledge GraphLLM / Agent Framework

Ausbaustufen

Vom sicheren Toolzugriff zum Agenten-Graph

Der sinnvollste Einstieg ist fast immer read-only. Schreibende oder autonome Agenten-Graph-Backends sollten erst entstehen, wenn Berechtigungen, Validierung, Review und Auditierbarkeit belastbar sind.

  1. Stufe 1

    Starte mit sicheren Such- und Lookup-Tools. Keine Schreiboperationen, klare Limits, beobachtbare Aufrufe.

  2. Stufe 2

    Ergänze Pfad- und Quellen-Tools, damit Antworten korrekt und nachvollziehbar werden.

  3. Stufe 3

    Wenn mehrere Agenten denselben Graphen nutzen, werden Tool-Verträge, Versionierung und Rate Limits wichtiger.

  4. Stufe 4

    Schreibende Tools erst mit Rollenmodell, Validierung, Review, Audit-Trail und Rollback einführen.

Konkrete Beispiele

In welchem Kontext das Muster typischerweise Sinn ergibt und welchen Beitrag es dort leistet.

Graphabfrage als Agenten-Tool

Ein Agent soll Fragen an Neo4j stellen, ohne direkten Datenbankzugriff im Prompt zu haben.

MCP stellt kontrollierte Tools für Graphkontext bereit.

Geteilte Kontextschnittstelle

Mehrere Agenten oder Anwendungen sollen denselben Wissensgraph nutzen.

Das Backend kapselt Zugriff, Berechtigungen und Abfrageformen.

Einsteigerbeispiel: Kundenrisiken abrufen

Ein Agent bekommt ein Tool getCustomerRiskContext(customerId). Das Tool lädt erlaubte Risiken, betroffene Verträge und Quellen aus dem Graphen.

Der Agent muss keine freie Datenbankabfrage formulieren. Das MCP-Backend liefert kontrollierten Graphkontext in einer stabilen Form.

Nächste Umsetzungsschritte

  1. 1

    MCP-Tools fachlich benennen

  2. 2

    Abfragegrenzen pro Tool definieren

  3. 3

    Tool-Auswahl mit realen Prompts testen

Verwandte Konzepte, Tools und Plattformen

MCP & A2AKnowledge GraphsNeo4jGraphRAG

Quellen und Ressourcen

Neo4j MCP ServerMCP Specification
Vorheriges ThemaContext Graph PipelineNächstes ThemaAgentic GraphRAG Loop