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 Tools & Plattformen

Tool- und Plattformdetail

Graphiti / Zep

Open-Source-Framework für temporale Knowledge Graphs als dynamische Agent-Memory-Schicht.

Emerging
Open Source
Agent Memory
Temporale Graphen

Kuratierte Tool- und Plattformseite auf Basis der lokalen Compass-Daten

Wofür dieses Tool oder diese Plattform steht

Spezialist für dynamisches Agent Memory -- der tiefste und ausgereifteste Open-Source-Ansatz für temporale Gedächtnisstrukturen.

Orientierungsfrage

Der ausgereifteste Open-Source-Ausgangspunkt für Agent Memory als Knowledge Graph.

Reifegrad
Emerging

Aktiv in Adoption; erste produktive Signale, aber noch reifende Patterns und Toolchains.

Betriebsmodell
Open Source
Fokus
Agent Memory · Temporale Graphen · Session-Persistenz

Wann anschauen?

Teams die Agent Memory mit Knowledge-Graph-Struktur und temporaler Logik aufbauen wollen.

Worauf achten?

Graphiti erfordert Neo4j als Backend. Das Extraktionsmodell (welche Entitäten und Relationen aus einem Gespräch?) braucht sorgfältige Anpassung an die eigene Domäne. Noch keine Enterprise-Reife.

Praktischer Einstieg

pip install graphiti-core. Benötigt Neo4j (Aura Free reicht). Einstieg: ein einfaches Konversations-Szenario mit POLE+O-Ontologie bauen. Zep als Cloud-Service für Managed-Option ohne selbst gehostetes Neo4j.

Tool- und Plattformprofil

Tool oder Plattform

Zep

Produktform

Open-Source Python Framework plus Managed-Memory-Angebot von Zep

Kernprodukt

Graphiti als temporaler Knowledge-Graph-Layer für Agent Memory

Primäre Zielgruppe

Teams, die Agenten mit langlebigem, aktualisierbarem und zeitbewusstem Kontext bauen

Hauptnutzen

Konversations- und Domänenkontext als Graph mit Zeit, Entitäten und Beziehungen fortschreiben

Was das Tool oder die Plattform konkret mitbringt

Graphiti/Zep ist erklärungsbedürftig, weil es nicht primär Dokument-GraphRAG und auch keine allgemeine Graphdatenbank ist. Der Kern ist temporales Agent Memory: Ein Agent soll wissen, was in früheren Episoden galt, was sich geändert hat und welche Entitäten über Gespräche hinweg zusammengehören.

Temporaler Knowledge Graph

Fakten, Entitäten und Beziehungen werden mit Zeitbezug modelliert, sodass altes Wissen nicht einfach überschrieben wird.

Episode-basierte Aufnahme

Neue Gespräche oder Ereignisse werden als Episoden aufgenommen und in bestehende Graphstrukturen integriert.

Entity und Relationship Extraction

Graphiti extrahiert strukturierte Entitäten und Relationen aus Konversationen oder Dokumenten und verknüpft sie mit bestehendem Wissen.

Temporal Retrieval

Agenten können Kontext unter Berücksichtigung von Zeit, Gültigkeit und Aktualität abrufen.

Neo4j Backend

Graphiti nutzt Neo4j als Graphspeicher; Aura Free reicht für erste Pilotvorhaben, produktive Szenarien brauchen Betriebsentscheidungen.

Zep Managed Option

Zep bietet einen Cloud-Pfad für Teams, die Memory-Funktionalität nutzen wollen, ohne den gesamten Stack selbst zu betreiben.

Wie du Stärken und Grenzen lesen solltest

Die Stärken gelten vor allem für Agenten, die mit Menschen, Kunden oder Prozessen über längere Zeit interagieren. Die Grenzen liegen dort, wo Teams eigentlich nur Dokumente durchsuchen wollen oder noch keine Strategie haben, wie Memory validiert, aktualisiert und bei Widersprüchen korrigiert wird.

Stärken

  • Sehr fokussierter Ansatz für Agent Memory statt allgemeines GraphRAG.
  • Zeit und Gültigkeit sind Kernbestandteile des Modells, nicht spätere Zusatzfelder.
  • Gut geeignet für CRM-, Sales-, Consulting- und Support-Agenten mit wiederkehrenden Nutzer- oder Kundeninteraktionen.
  • Open Source erleichtert Pilotvorhaben und Architekturverständnis.
  • Passt semantisch gut zu Context Graphs, weil Kontext dynamisch weitergeschrieben wird.

Grenzen

  • Benötigt Neo4j als Backend und übernimmt damit zusätzliche Infrastrukturkomplexität.
  • Das Extraktionsschema muss an Domäne, Gesprächsart und Qualitätsanforderungen angepasst werden.
  • Noch eher Emerging als voll etablierter Enterprise-Standard.
  • Nicht ideal für allgemeine Korpus-Überblicksfragen oder klassische Dokument-RAG-Szenarien.
  • Memory-Qualität hängt stark von Entity Resolution, Provenance und Konfliktbehandlung ab.

Bewertungsfragen

  1. Braucht der Agent wirklich langlebiges Gedächtnis über mehrere Sitzungen hinweg?
  2. Ändert sich der relevante Kontext über Zeit, sodass Gültigkeit und Aktualität modelliert werden müssen?
  3. Welche Entitäten, Beziehungen und Ereignisse sollen aus Gesprächen extrahiert werden?
  4. Wie gehen wir mit widersprüchlichen, veralteten oder unsicheren Aussagen um?
  5. Wollen wir Neo4j selbst betreiben oder Zep als Managed-Option prüfen?
  6. Wie messen wir, ob Memory die Agentenqualität tatsächlich verbessert?

Einordnung im Tool- und Plattformfeld

Graphiti / Zep

Spezialist für temporales Agent Memory und dynamische Kontextgraphen.

Neo4j

Breitere Graphdatenbank-Plattform; Graphiti kann Neo4j als Backend nutzen, ersetzt aber nicht dessen allgemeinen Infrastrukturanspruch.

Microsoft GraphRAG

Stärker für Korpus-GraphRAG, Community Summaries und Methoden-Benchmarks als für langlebiges Agentengedächtnis.

Context Graphs

Als Konzept breiter: beschreibt dynamischen Kontext; Graphiti ist eine konkrete Implementierungslinie dafür.

Vector Memory

Einfacher zu starten, aber schwächer bei expliziten Beziehungen, Zeitbezug und nachvollziehbarer Aktualisierung.

Typische Anschlussfragen

  • Agent Memory für Beratungskontext

    Wiederaufnahme von Gesprächen mit weniger Kontextverlust und mehr Kontinuität.

Anschluss im Compass

Konzepte

Agent MemoryContext GraphsKnowledge Graphs

Quellen und Ressourcen

Graphiti GitHubZep.aiGraphiti Docs