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 2 von 4 · Klären: Practice Brief & Anforderungen
01Einen Praxisfall eingrenzen02Quellen inventarisieren03Anforderungen an Chunks klären04Aussagen mit Herkunft modellieren05Entitäten und Beziehungen fachlich klären06Identität und Zeit stabilisieren07Antwortweg fachlich vergleichen08Evaluieren und Fehler lokalisieren09Phase-2-Checkpoint

Phase 2 · Praxis-Step 7 von 9

Antwortweg fachlich vergleichen

Eine Frage erst über Texttreffer prüfen und für Beziehungsfragen gezielt Graphpfade ergänzen.

Was du mitnimmst

Graphkontext ist die Zusatzroute für Fragen, deren Antwort über Beziehungen entsteht.

Antwortweg fachlich vergleichen: Graphkontext ist die Zusatzroute für Fragen, deren Antwort über Beziehungen entsteht.

Praxisziel

Was du praktisch entscheidest

Du erstellst einen einfachen Vergleich: Was liefern direkte Texttreffer, welchen Pfad liefert der Graph und welche Route soll die Frage später nehmen?

Szenario

Ausgangslage im Mini-Use-Case

Frage A lautet: "Was sagt Richtlinie A zur Prüfung kritischer Kundensysteme?" Frage B lautet: "Welche Projekte sind betroffen, wenn CRM als kritisches Kundensystem jährlich geprüft werden muss?" Frage A ist ein guter RAG-Kandidat. Frage B braucht Beziehungen zwischen Richtlinie, System und Projekt.

Der praktische Weg ist einfach: Stelle zuerst eine Frage an die Textsuche. Dann prüfst du, ob die Antwort eine Verbindung über mehrere Objekte braucht. Bei Frage B entsteht die Antwort über Richtlinie -> System -> Projekt.

Im Mini-Use-Case kann die Richtlinie allein die Prüfpflicht erklären. Die betroffenen Projekte entstehen aus einer zweiten Quelle und werden über einen Beziehungspfad verbunden.

Heuristik

Arbeitsprinzip

FrageWelche Projektesind betroffen?1. RAG prüfenTexttreffer:Richtlinie A 4.2Projektliste Zeile 122. Pfad prüfenRichtlinie → System → ProjektGraphkontext dazunehmenRoute ATextRoute BText+ PfadErst Baseline, dann Zusatzroute.

Arbeite in vier Schritten:

1. Frage lesen: Geht es um einen konkreten Abschnitt oder um verbundene Objekte?

2. RAG-Baseline prüfen: Welche Chunks findet die Textsuche? Reicht ein Quellenabschnitt für eine belastbare Antwort?

3. Pfadbedarf prüfen: Braucht die Antwort Entitäten und Beziehungen, zum Beispiel Richtlinie -> System -> Projekt?

4. Route festlegen: Direkte Quellenfrage läuft über RAG. Beziehungsfrage bekommt Graphkontext dazu.

Texttreffer liefern Belege. Graphpfade liefern Zusammenhang. Die Entscheidung entsteht aus der Frageklasse und dem erwarteten Antwortweg.

Greifbar machen

Praxisartefakt

Praxis-Hinweis: In der Umsetzung wird meist zuerst eine RAG-Baseline gebaut und dann mit ausgewählten Graphpfaden verglichen. Für jede Frageklasse wird geprüft, ob direkte Texttreffer reichen oder ob Entitäten, Nachbarn und Pfade zusätzlichen Nutzen liefern. Daraus entstehen später Retriever-Routen: Quellenfragen nutzen Text, Beziehungsfragen holen Graphkontext dazu.

retrieval-comparison.jsonjson
{
  "question": "Welche Projekte sind betroffen, wenn CRM als kritisches Kundensystem jährlich geprüft werden muss?",
  "rag_baseline": {
    "expected_hits": ["policy-a Abschnitt 4.2", "project-list Zeile 12"],
    "strength": "findet relevante Textstellen"
  },
  "graph_context": {
    "required_path": [
      "policy-a -> defines_obligation_for -> system-crm",
      "system-crm -> used_by -> project-alpha",
      "project-alpha -> owned_by -> team-customer-core"
    ],
    "added_value": "betroffene Projekte entstehen über Beziehungspfade"
  },
  "decision": "graph_context_needed"
}

Schlüssel kurz erklärt

  • question ist die geprüfte Frage.
  • rag_baseline beschreibt, was direkte Textsuche liefern sollte.
  • expected_hits nennt erwartete Fundstellen.
  • graph_context beschreibt den zusätzlichen Beziehungskontext.
  • required_path hält den benötigten Pfad fest.
  • added_value erklärt den Mehrwert.
  • decision dokumentiert, welche Retrieval-Route für diese Frageklasse sinnvoll ist.

Achten auf

Typischer Qualitätsfehler

Worauf du achten musst

GraphRAG wird pauschal aktiviert, bevor die Frageklasse geprüft ist. Dadurch steigen Komplexität, Kosten und Fehlerfläche.

Ein zweiter Fehler ist Graphgläubigkeit. Ein vorhandener Pfad braucht belegte Aussagen, Autorität, Gültigkeit und eine klare Relevanz für die Frage.

Prüfen

Woran du es erkennst

Signal

Der Graph liefert viel Kontext und noch wenig zusätzliche Evidenz für die konkrete Frage.

Du erkennst Overhead auch daran, dass die Antwort länger wird und die Genauigkeit gleich bleibt. Gute GraphRAG-Antworten erklären mehr Zusammenhang.

Üben

Mini-Aufgabe

Formuliere zwei Fragen: eine, bei der RAG wahrscheinlich reicht, und eine, bei der Graphkontext nötig wird. Begründe den Unterschied.

Musterlösung
RAG-Frage

Was steht in Richtlinie A Abschnitt 4.2?

Graphkontext-Frage

Welche Projekte und Teams sind von der Prüfpflicht aus Richtlinie A betroffen?

Unterschied

Die erste Frage braucht eine Quelle. Die zweite Frage braucht Verbindung über Quellen hinweg.

Erwarteter Pfad

Richtlinie -> System -> Projekt -> Team.

Praxisentscheidung

Genau an dieser Grenze beginnt GraphRAG als begründete Architekturentscheidung.

Reflektieren

Selbsttest

1.Wann reicht RAG und wann wird Graphkontext notwendig?

RAG reicht oft für direkte Quellenfragen. Graphkontext wird wichtig, wenn die Antwort einen Beziehungspfad über mehrere Objekte oder Quellen braucht.

2.Was bedeutet Graphgläubigkeit?

Graphgläubigkeit entsteht, wenn ein vorhandener Pfad automatisch als wahr gilt. Jeder Pfad braucht Herkunftsbeleg, Autorität und möglichst Gültigkeit.

3.Woran erkennst du echten Mehrwert durch Graphkontext?

Graphkontext erzeugt Mehrwert, wenn er eine Antwort prüfbarer, vollständiger oder stabiler macht als reine Texttreffer.

Kernaussage

Graphkontext ist die Zusatzroute für Fragen, deren Antwort über Beziehungen entsteht.

Vorheriger StepNächster Step

Status

Auf dieser Seite

PraxiszielAusgangslageArbeitsprinzipPraxisartefaktQualitätsfehlerDiagnosesignalMini-AufgabeSelbsttest

Vertiefen

Konzept im CompassGraph QueryingHybrid RetrievalVektorindex

Kernaussage

Graphkontext ist die Zusatzroute für Fragen, deren Antwort über Beziehungen entsteht.

Output

retrieval-comparison.json für RAG-Baseline und Graphkontext

Checkpoint

Du kannst begründen, welche Frage über Text läuft und welche Frage zusätzlich einen Graphpfad braucht.

Praxis-Modus

Mini-Use-Case statt Tooldemo.

Artefakte nur dort, wo sie eine Entscheidung sichtbar machen.

Herstellerneutral, mit Neo4j nur als spätere Option.