Erzeugungszeit
Wann wurde die Aussage erzeugt, extrahiert oder im System angelegt?
Praxis · Daten vorbereiten
Temporal Knowledge macht sichtbar, wann Wissen erzeugt wurde, wann es fachlich galt und ob es heute noch genutzt werden darf.
Wie modelliert man Zeit, Gültigkeit, Versionen und überholte Aussagen?
Graphen und Memories altern. Ohne Zeitlogik werden alte Verantwortlichkeiten, frühere Entscheidungen oder überholte Policies als aktuelles Wissen behandelt.
Die wichtigsten Prinzipien dieses Themas auf einen Blick.
Erzeugungszeit, Gültigkeitszeit und Importzeit sind unterschiedliche Dinge.
Aussagen können aktiv, historisch, ersetzt oder widerrufen sein.
Versionen brauchen explizite Beziehungen und Datumsfelder.
Antworten sollten sagen können, auf welchen Stand sie sich beziehen.
Diese Fragen machen das Thema praktisch prüfbar. Hak sie ab – sie eignen sich als Einstieg für Workshops, Pilotvorhaben oder Architekturreviews.
Temporal Knowledge bedeutet: Wissen bekommt Zeitlogik. Der Graph speichert, dass etwas gilt, wann es galt, wann es gelernt wurde, ob es ersetzt wurde und ob es heute noch verwendet werden darf. Das ist besonders wichtig für GraphRAG und Agent Memory, weil Antworten sonst alte Regeln, frühere Zuständigkeiten oder überholte Entscheidungen als aktuellen Kontext behandeln.
Viele Fehler entstehen, wenn alle Zeitpunkte in ein einziges Feld gepackt werden. Für Wissenssysteme sind diese Zeitarten unterschiedlich.
Wann wurde die Aussage erzeugt, extrahiert oder im System angelegt?
Für welchen Zeitraum gilt die Aussage fachlich? Ein Vertrag kann 2024 importiert sein, aber ab 2025 gelten.
Wann hat das System die Information gesehen? Das ist wichtig für Reproduzierbarkeit und Debugging.
Wann wurde eine Aussage bestätigt, korrigiert, ersetzt oder verworfen?
Eine Aussage ist nicht einfach wahr oder falsch. Für praktische Systeme ist entscheidend, ob sie aktuell, historisch, ersetzt oder widerrufen ist.
Die Aussage gilt aktuell und darf für Antworten genutzt werden.
Die Aussage galt früher und ist für Rückblicke relevant, aber nicht für aktuelle Empfehlungen.
Eine neuere Aussage löst die alte ab. Beide bleiben nachvollziehbar verbunden.
Die Aussage war falsch oder darf nicht mehr verwendet werden. Sie bleibt als Auditspur sichtbar.
Temporal Knowledge wird greifbar, sobald sich Regeln, Rollen oder Erinnerungen ändern.
Riskant
Nur die neueste Policy speichern und alte Versionen überschreiben.
Besser
Policy v1, v2 und v3 als Versionen modellieren und Antworten auf den gültigen Zeitraum beziehen.
Riskant
Anna ist immer als Datenschutzbeauftragte gespeichert, obwohl sie die Rolle 2025 abgegeben hat.
Besser
Die Beziehung Person -> Rolle bekommt gültig-von und gültig-bis, damit aktuelle und historische Fragen unterscheidbar bleiben.
Riskant
Ein Agent nutzt eine alte Präferenz weiter, obwohl der Nutzer sie korrigiert hat.
Besser
Die alte Erinnerung wird ersetzt oder widerrufen; die neue Erinnerung trägt Quelle, Zeitpunkt und Gültigkeit.
Frage bei jeder wichtigen Aussage: Gilt sie immer, gilt sie ab einem Zeitpunkt, galt sie nur früher oder ersetzt sie eine ältere Aussage? Wenn diese Frage fachlich relevant ist, gehört Zeit als Teil des Modells in den Graphen und als Metadatum an ein Dokument.
Zeitfehler fallen oft spät auf, weil Antworten plausibel wirken, aber auf dem falschen Stand beruhen.