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

Alle Phasen

Phase 1 · Woche 1-2

Verstehen: GraphRAG-Grundlagen

Die Grundbegriffe von GraphRAG klären: Graphen, LLMs, RAG, Vektoren, Knowledge Graphs und die Rolle von Taxonomie und Ontologie. Ziel ist ein gemeinsames Verständnis der Bausteine, bevor Phase 2 mit Dokumenten, Entitäten und Retrieval-Praxis arbeitet.

9 Lektionen
Eine eigene Grundlagen-Landkarte mit Bausteinen, Grenzen, Beispielpfaden und offenen Fragen.
Erste Lektion starten
01

Das GraphRAG-Kontextbild

Du bekommst ein Kontextbild für ein bereits vorbereitetes GraphRAG-System: Eine Person stellt eine Frage, das System sucht passende Informationen, nutzt bekannte Beziehungen und gibt dem LLM den relevanten Kontext für die Antwort. Danach kannst du die Systemkarte lesen und den Weg von der Frage zur Antwort in eigenen Worten beschreiben.

ErklärungMentales ModellBegriffeBeispielAufgabeSelbsttestLesen
QuellenPDFs · TicketsTabellen · DatenVorbereitenAbschnitteBegriffe · QuellenSuchefindet passende StellenGraphzeigt ZusammenhängeLLMformuliertKontextpaket für die Antwortpassende Textstellen · wichtige Beziehungen · Quellenhinweise
02

Was ein Graph ist

Du lernst Graphen als einfache Sprache für vernetztes Wissen kennen: Dinge werden zu Knoten, Verbindungen zu Kanten und längere Zusammenhänge zu Pfaden. Danach kannst du sehen, welche Fragen erst durch Beziehungen zwischen Dingen interessant werden.

ErklärungMentales ModellBegriffeBeispielAufgabeSelbsttestLesen
KantePfad123Knoten1Knoten2Knoten3Knoten4Knoten5Knoten6KnotenDingKanteBeziehungPfadAntwortweg
03

Welche Rolle das LLM spielt

Du siehst, welche Rolle das LLM in GraphRAG übernimmt: Es formuliert aus Frage, Prompt und bereitgestelltem Kontext eine Antwort. Danach kannst du prüfen, welche Quellen, Daten oder Beziehungspfade sichtbar sein sollten, damit diese Antwort belastbar wird.

ErklärungMentales ModellBegriffeBeispielAufgabeSelbsttestLesen
PromptFrage · AufgabeKontextfenstersichtbarer Kontextfür diese AnfrageEvidenzQuellen · Daten · GraphpfadeLLMInferenzformuliertAntwortBelastbar, wenn Evidenz sichtbar ist
04

Was RAG ist

Du lernst RAG als einfachen Laufzeit-Ablauf kennen: Eine Frage kommt rein, passende Quellen werden gesucht, ein Kontextpaket wird gebaut und das LLM formuliert daraus eine Antwort. Danach erkennst du, an welchen Stationen Antwortqualität entsteht.

ErklärungMentales ModellBegriffeBeispielAufgabeSelbsttestLesen
FrageNutzerzielRetrievalKontextpaketgefundene StellenLLMformuliertAntwort mit QuellenQuellenbasisRichtlinie · FAQ · Systemkatalogsucht hier
05

Wie semantische Suche ähnliche Inhalte findet

Du lernst, wie semantische Suche ähnliche Inhalte findet, auch wenn andere Wörter verwendet werden. Danach kannst du einschätzen, welche Fragen mit passenden Texttreffern gut funktionieren und welche Fragen zusätzlich Beziehungen zwischen Dingen brauchen.

ErklärungMentales ModellBegriffeBeispielAufgabeSelbsttestLesen
AnfrageKundensystem prüfenEmbeddingVektor[0.12, -0.04,0.87, ...]Bedeutungslandkartenahe TrefferfernerNähe statt Keyword
06

Was ein Knowledge Graph ist

Du lernst, wie aus Knoten und Kanten ein fachlich nutzbarer Knowledge Graph wird. Danach erkennst du, welche Rolle Entitäten, Beziehungstypen, Eigenschaften und Quellen spielen.

ErklärungMentales ModellBegriffeBeispielAufgabeSelbsttestLesen
klassifiziertbetrifftgenutzt vonenthältgelistet inbelegtKlassekritischSystemCRMRichtlinieAProjektAlphaAbschnitt4.2KatalogQuelleListeProjektOrdnungsprinzip: Richtlinie · System · Projekt · Quelle
07

Wann Taxonomie und Ontologie helfen

Du lernst, wann Glossar, Taxonomie und Ontologie in einem GraphRAG-Projekt helfen. Danach kannst du entscheiden, ob du Begriffe erklären, Begriffe sortieren oder erlaubte Beziehungen und Pflichtangaben festlegen musst.

ErklärungMentales ModellBegriffeBeispielAufgabeSelbsttestLesen
GlossarWörter klärenTaxonomieBegriffe sortierenOntologieAussagen regelnSystemCRMKlassekritischProjektAlphaklassifiziertgenutzt vonPragmatisch startenwenige Begriffe · klare Beziehungen · Pflichtquellen
08

Was GraphRAG ist

Du setzt die bisherigen Bausteine zusammen: Quellen, Suche, Graphbeziehungen und LLM-Antwort. Danach kannst du einschätzen, ob eine Frage vor allem passende Textstellen braucht oder ob ein Graphpfad die Antwort tragen muss.

ErklärungMentales ModellBegriffeBeispielAufgabeSelbsttestLesen
FragebrauchtKontextRAGTexttrefferGraphRAGGraphpfadAntwortPfad + QuellenprüfenbauenMehrwert entsteht, wenn der Pfad die Antwort trägt
09

Phase-1-Checkpoint

Du sortierst die acht Grundlagen noch einmal zu einem einfachen Gesamtbild. Danach kannst du eine neue Frage so einordnen, dass klar wird: Welche Quellen braucht sie, welche Suche hilft, welche Beziehungen wichtig werden und welcher nächste Test sinnvoll ist.

GesamtbildSelbstdiagnoseBeispielMini-AufgabeBereit für Phase 2Quiz
Neue Frageaus demArbeitskontextCheckpointQuellenSucheGraphLLMTestPhase 2Praxisfallvorbereitenbereit, wenn Quellen · Suche · Graph · LLM · Test klar sind