Phase 1 · Step 8 von 9
Was GraphRAG ist
Du setzt Suche, Quellen, Beziehungen und LLM-Antwort zu einem Gesamtbild zusammen.
Was du mitnimmst
GraphRAG lohnt sich, wenn Beziehungen, Pfade und Nachvollziehbarkeit zur Antwort gehören.
Lernziel
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.
Erklärung
GraphRAG wird greifbar, wenn du es als Antwortweg betrachtest. Eine Frage kommt rein. Das System sucht passende Quellen. Zusätzlich kann es bekannte Dinge und ihre Beziehungen nutzen: Richtlinie, System, Systemklasse, Projekt, Team, Pflicht, Risiko, Quelle.
Der wichtige Punkt ist die Rolle des Graphen: Er hilft, Dinge zu verbinden, Pfade sichtbar zu machen und eine Antwort mit Quellen zu begründen.
Dieser Schritt verbindet die Grundlagen zu einem Gesamtbild. Danach kannst du eine Frage einordnen: Textsuche, Graphpfad, Quellenbezug oder eine Kombination daraus.
Klassisches RAG sucht passende Textstellen und gibt sie dem LLM als Kontext. Das ist stark, wenn die Antwort in einem gut auffindbaren Abschnitt steht.
GraphRAG ergänzt diesen Ablauf um explizite Beziehungen. Das System kann fragen: Welche Dinge sind in der Frage gemeint? Wie hängen sie zusammen? Welche Quellen belegen diesen Pfad? Welche Textstellen müssen zusätzlich in den Antwortkontext?
Der Mehrwert entsteht bei Fragen, die mehrere Fakten verbinden, Abhängigkeiten sichtbar machen oder nachvollziehbare Begründungen brauchen. Dann reicht ein einzelner Treffer selten als Antwortgrundlage. Der Graph liefert einen Pfad, und die Quellen liefern die Belege.
GraphRAG kann unterschiedlich aussehen. Manche Systeme extrahieren Entitäten und Beziehungen aus Dokumenten. Andere nutzen einen vorhandenen Fachgraphen. Wieder andere bilden Cluster oder Zusammenfassungen für große Dokumentmengen. Für Phase 1 zählt zuerst die einfache Frage: Wird die Antwort durch einen sichtbaren Graphpfad besser?
Mentales Modell
RAG findet passende Textstellen. GraphRAG ergänzt einen Graphpfad und baut daraus einen belegbaren Antwortkontext.
Begriffe
01
RAG
Antwortmuster, bei dem passende Textstellen gesucht und dem LLM als Kontext gegeben werden.
02
GraphRAG
RAG mit zusätzlichem Graphkontext, zum Beispiel Dingen, Beziehungen und Pfaden.
03
Texttreffer
Gefundene Textstelle, die zur Frage passt.
04
Graphpfad
Kette verbundener Dinge, zum Beispiel Richtlinie -> System -> Projekt -> Team.
05
Quelle
Dokument, Tabelle oder Datenstelle, die eine Aussage belegbar macht.
Beispiel
Im Compliance-Fall bekommt das System die Frage:
"Welche Projekte sind betroffen, wenn CRM jährlich geprüft werden muss?"
RAG kann passende Textstellen finden, etwa Abschnitt 4.2 der Richtlinie oder den CRM-Eintrag im Systemkatalog. Das hilft, wenn in einem Dokument direkt steht, dass CRM ein kritisches Kundensystem ist.
Die eigentliche Frage braucht aber mehrere Verbindungen: CRM ist als kritisches Kundensystem klassifiziert, Richtlinie A definiert dafür eine jährliche Prüfpflicht, Projekt Alpha nutzt CRM, und Customer Core verantwortet die Prüfung. Ein einzelner Treffer reicht nicht, um "betroffen" zu begründen.
GraphRAG wird hier nützlich, weil der Graph den Pfad liefert und die Quellen den Pfad belegen: Richtlinie A, Systemkatalog, Projektliste und Verantwortlichkeitsnotiz. Die Antwort kann dann sagen, dass Projekt Alpha betroffen ist und warum.
Typischer Denkfehler
Der typische Denkfehler ist, GraphRAG als automatisch bessere Suche zu behandeln. Der Graph bringt nur dann Mehrwert, wenn seine Beziehungen zur Frage passen und die Quellen diesen Pfad stützen.
Ein zweiter Denkfehler ist, jeden Graphen schon als GraphRAG zu bezeichnen. GraphRAG entsteht erst, wenn der Graph im Antwortweg eine sichtbare Rolle spielt.
Woran du es erkennst
GraphRAG ist sinnvoll, wenn deine kritischen Fragen Beziehungskontext brauchen: Abhängigkeiten, Lieferketten, Verantwortlichkeiten, Auditpfade, fachliche Regeln oder Nachvollziehbarkeit über mehrere Quellen.
RAG passt, wenn die meisten Antworten aus einem einzelnen gut auffindbaren Textabschnitt stammen.
Mini-Aufgabe
Nutze den Compliance-Fall:
Ein Compliance-Team fragt: "Welche Projekte und Teams sind betroffen, wenn die Richtlinie für kritische Kundensysteme geändert wird?"
Ordne die Frage ein: Welche Texttreffer könnte RAG finden? Welcher Graphpfad wäre nützlich? Welche Quellen müssten den Pfad belegen?
Musterlösung
Texttreffer
RAG kann passende Stellen finden, etwa Abschnitt 4.2 der Richtlinie oder die CRM-Klassifikation im Systemkatalog.
Graphpfad
Richtlinie A -> betrifft -> kritische Kundensysteme -> umfasst -> CRM -> genutzt_von -> Projekt Alpha -> verantwortet_von -> Customer Core.
Quellen
Richtlinie A (Abschnitt 4.2), Systemkatalog, Projektliste und Verantwortlichkeitsnotiz.
Einordnung
GraphRAG ist sinnvoll, weil die Antwort eine Kette über Richtlinie, Systemklasse, System, Projekt und Team braucht. Die Antwort wird belastbar, wenn der Pfad und die Quellen sichtbar sind.
Selbsttest
1.Wann ist GraphRAG echter Mehrwert?
GraphRAG ist echter Mehrwert, wenn Beziehungen, Pfade, Entitäten oder Nachvollziehbarkeit eine Antwort verbessern, die RAG allein nicht stabil liefern kann.
2.Wann verbessert GraphRAG eine RAG-Antwort?
Wenn GraphRAG einen relevanten Graphpfad liefert: passende Dinge, Beziehungen, Pfade, Quellen und eine messbar bessere Antwortqualität.
3.Welche Rolle spielt Nachvollziehbarkeit?
Nachvollziehbarkeit zeigt, aus welchen Quellen, Dingen und Graphpfaden eine Antwort entsteht. Das ist besonders wichtig bei Audit, Governance, Compliance und fachlich kritischen Entscheidungen.
Kernaussage
GraphRAG lohnt sich, wenn Beziehungen, Pfade und Nachvollziehbarkeit zur Antwort gehören.