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 zu Graph-Typen

Graph-Typ · Zeit und Veränderung

Dynamischer Graph

Ein dynamischer Graph modelliert Verbindungen, Gültigkeit, Veränderung und aktuellen Zustand.

Zweck
Struktur
Use Cases
Tools

Was galt wann, was hat sich geändert, und welcher Kontext ist für den aktuellen Zeitpunkt gültig?

Rolle im Compass

Er beantwortet die Frage, wie GraphRAG mit Aktualität, Versionen, Events und Drift umgehen kann.

Er macht zeitliche Gültigkeit, Ereignisse, Zustandswechsel und Veränderungspfade explizit abfragbar.

Typische Knoten

  • Event
  • Zeitpunkt
  • Version
  • Zustand
  • Policy
  • Incident
  • Entity
  • Observation
  • Change

Typische Kanten

  • galt von bis
  • ersetzt
  • verursachte
  • aktualisierte
  • beobachtet am
  • folgte auf
  • machte ungültig

Quellen

  • Event Streams
  • Audit Logs
  • Tickets
  • Change Requests
  • Policy-Versionen
  • Monitoring
  • Transaktionen

Zeitverhalten

Zeit ist Kern des Modells: Beziehungen tragen Gültigkeit, Reihenfolge, Version oder Event-Bezug.

Stärken

  • Verhindert Antworten auf Basis veralteter Zustände.
  • Erklärt Entwicklung, Ursachenketten und Impact über Zeit.
  • Passt zu Agenten, die laufende Systeme beobachten und aktualisieren.

Grenzen

  • Datenmodell und Abfragen sind deutlich komplexer.
  • Historie, aktueller Zustand und Prognose dürfen nicht vermischt werden.
  • Hohe Update-Frequenz erzeugt Betriebs- und Kostenfragen.

Beispiele

Policy-Änderung

Eine Datenschutz-Policy ersetzt eine alte Version. Der Graph zeigt, welche Verträge, Klauseln und Kontrollen ab welchem Datum betroffen sind.

Incident Impact

Ein Service fällt aus, Abhängigkeiten ändern Status, Tickets entstehen. Der Graph erklärt, welche Systeme zu welchem Zeitpunkt betroffen waren.

Lieferkettenrisiko

Lieferanten, Standorte, Ereignisse und Risikostufen verändern sich durch Nachrichten, Wetter, Ausfälle oder Compliance-Events.

Retrieval

Wie dieser Graph abgefragt wird

Retrieval filtert nach Zeitpunkt, Gültigkeit, Version, Eventkette und aktuellem Zustand, bevor Kontext an das LLM geht.

Use Cases

  • Aktualitäts- und Freshness-Prüfung für GraphRAG
  • Impact Analyse über Zeit
  • Audit Trails und regulatorische Nachvollziehbarkeit
  • Streaming- oder Monitoring-nahe Agenten

Qualitätssignale

  • Jede zeitkritische Aussage hat Gültigkeit oder Beobachtungszeitpunkt.
  • Aktueller Zustand und Historie sind getrennt abfragbar.
  • Updates erzeugen nachvollziehbare Änderungsspuren.

Typische Fehler

  • Der Graph zeigt nur den letzten Zustand und verliert die Historie.
  • Alte und neue Beziehungen liegen nebeneinander, ohne Gültigkeitslogik.
  • Das LLM bekommt zeitlich widersprüchlichen Kontext und formuliert scheinbar sichere Antworten.

Tools und Plattformen

Graphiti / Zep

Episodische und temporale Memory-Graphen für Agenten.

Memgraph

Streaming-nahe Graphabfragen und schnelle Updates.

Neo4j

Zeitliche Modellierung über Properties, Version Nodes und Events.

Kafka / Event Streams

Kein Graphstore, aber häufige Quelle für dynamische Graphupdates.

Pragmatischer Einstieg

Wie man klein beginnt

Mit einem einfachen Versionierungsmodell starten: gültig ab, gültig bis, ersetzt durch, Quelle und Änderungsgrund.

Verwandte Compass-Seiten

Context GraphsGraph ConstructionGraphiti / Zep

Andere Graph-Typen

WissensgraphDomänen-GraphDokument-GraphConversational Graph