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 Praxis

Praxis · Graph nutzen

Provenance & Trust

Provenance verbindet Graphaussagen mit Quelle, Zeitpunkt, Erzeugungsweg, Review und Widersprüchen.

Graph nutzen
Provenance
Querschnittsthema

Woher weiß der Graph etwas, wie aktuell ist es, und wer hat es bestätigt?

2 Min LesezeitGraph nutzen

Warum es wichtig ist

Ohne Herkunft bleibt ein Graph plausibel, aber nicht prüfbar. Für GraphRAG, Compliance und Agentenentscheidungen muss sichtbar sein, warum eine Aussage gilt.

Kernideen

Die wichtigsten Prinzipien dieses Themas auf einen Blick.

1

Jede Graph-Aussage braucht Quelle, Zeitpunkt und Erzeugungsweg.

2

LLM-Extraktion, manuelle Korrektur und Systemimport haben unterschiedliche Vertrauensniveaus.

3

Vertrauen entsteht durch Prüfbarkeit; Confidence ist nur ein Hinweis, kein Wahrheitsbeweis.

4

Antworten sollten Quellen und Graphpfade getrennt ausweisen können.

Startfragen

Diese Fragen machen das Thema praktisch prüfbar. Hak sie ab – sie eignen sich als Einstieg für Workshops, Pilotvorhaben oder Architekturreviews.

0/4 geprüft

Die Grundidee

Provenance bedeutet Herkunft: Woher weiß der Graph diese Aussage? Trust bedeutet nicht, dass ein System einfach „vertrauenswürdig“ ist. Vertrauen entsteht, wenn Quelle, Erzeugungsweg, Aktualität, Review und mögliche Widersprüche sichtbar sind. Für GraphRAG ist das zentral, weil Antworten plausibel klingen und prüfbar sein müssen.

Was zu einer Aussage gehört

Eine wichtige Graphaussage sollte nicht allein als Knoten oder Kante existieren. Sie braucht Kontext, damit Menschen und Agenten sie bewerten können.

Frage

Welche Nutzerfrage, Rolle und Antwortabsicht hat die Aussage oder den Pfad überhaupt ausgelöst?

Quelle

Welches Dokument, System, Gespräch, Tool oder welcher Mensch hat die Aussage geliefert?

Erzeugungsweg

Wurde die Aussage importiert, per LLM extrahiert, manuell gepflegt oder aus anderen Aussagen abgeleitet?

Zeitpunkt

Wann wurde die Aussage erzeugt, importiert, bestätigt oder zuletzt aktualisiert?

Review

Wer hat die Aussage geprüft, korrigiert oder freigegeben?

Antwortspur

Welche Antwort hat diese Aussage verwendet, und welche Quellen, Claims oder Pfade gingen in diese Antwort ein?

Feedback

Welches Nutzer- oder Review-Feedback sollte spätere Suche, Reranking oder Graphpflege verbessern?

Vertrauensstufen

Diese Stufen sind ein nützliches Denkmodell für GraphRAG-Systeme.

Ungeprüft

Automatisch extrahiert oder importiert, aber noch nicht fachlich bestätigt.

Quellenbelegt

Die Aussage ist mit einer konkreten Quelle verbunden, aber die Interpretation kann trotzdem falsch sein.

Bestätigt

Ein Mensch, ein Regelprozess oder ein autoritatives System hat die Aussage geprüft.

Widersprüchlich

Mehrere Quellen oder Versionen widersprechen sich. Das System sollte markieren oder nachfragen.

Beispiele

Gute Provenance macht aus einer Behauptung eine prüfbare Aussage.

Vertragsrisiko

Schwach

Der Graph sagt: Vertrag X enthält ein Datenschutzrisiko.

Stärker

Der Graph zeigt: Risiko stammt aus Klausel 12.4, extrahiert am 14.05.2026, Review durch Legal offen.

Systemabhängigkeit

Schwach

Service A hängt von System B ab.

Stärker

Die Beziehung stammt aus CMDB-Export 2026-05, wurde durch Incident INC-2041 bestätigt und gilt seit Release 3.2.

Agent Memory

Schwach

Der Kunde bevorzugt Neo4j.

Stärker

Die Präferenz stammt aus Gespräch vom 10.05.2026 und wurde später auf 'Neo4j ist intern freigegeben' korrigiert.

Was eine gute Antwort zeigen sollte

Je kritischer der Use Case, desto mehr sollte eine Antwort ihre Grundlage offenlegen.

  • Welche Frage und Rolle haben die Antwort ausgelöst?
  • Welche Quellen wurden genutzt?
  • Welche Graphpfade stützen die Antwort?
  • Welche Aussagen sind automatisch extrahiert und welche bestätigt?
  • Welche Quelle ist aktuell oder autoritativ?
  • Gibt es Widersprüche oder Unsicherheit?
  • Welches Feedback soll die nächste Retrieval- oder Reranking-Entscheidung verbessern?
  • Welche Aussage darf wegen Rechten oder Review-Status nicht verwendet werden?

Typische Fehler

Provenance wird oft zu spät ergänzt. Dann ist der Graph schon groß, aber nicht mehr gut prüfbar.

  • Confidence mit Wahrheit verwechseln: Ein hoher Score beweist nicht, dass eine Aussage fachlich stimmt.
  • Quellen nur am Dokument speichern: Bei GraphRAG braucht oft jede wichtige Kante oder Aussage Herkunft.
  • Extraktion und Review vermischen: Automatisch erkannt ist nicht dasselbe wie fachlich bestätigt.
  • Widersprüche glätten: Wenn Quellen widersprechen, sollte das sichtbar werden statt still überschrieben.
  • Aktualität ignorieren: Eine alte Quelle kann korrekt historisch, aber falsch für aktuelle Entscheidungen sein.
  • Antworten ohne Belegpfad liefern: Dann ist GraphRAG nicht auditierbarer als normale Textgenerierung.

Verwandte Konzepte

GraphRAGGraph Construction
Vorheriges ThemaGraph Querying / Cypher / SPARQLGraph nutzenNächstes ThemaReranking & Retrieval EvaluationRetrieval bewerten