Ein Knowledge Graph (Wissensgraph) speichert Wissen als Netz aus Entitäten (Dinge) und Relationen (Beziehungen). Statt Text, den nur Menschen deuten können, entsteht eine maschinenlesbare Struktur: „Marie Curie hat entdeckt Radium". Solche Graphen treiben Suchmaschinen, digitale Assistenten und zunehmend die Wissensbasis von KI-Systemen an.
Die kleinste Wissenseinheit ist ein Tripel aus Subjekt – Prädikat – Objekt. Jedes Tripel ist eine Kante zwischen zwei Knoten. Viele Tripel zusammen ergeben den Graphen.
Verknüpft man viele Tripel, die dieselben Entitäten teilen, entsteht ein reiches Netz. Aus ihm lassen sich neue Fakten erschließen, die nirgends direkt gespeichert sind etwa durch Verfolgen von Pfaden.
Damit ein Graph konsistent bleibt, braucht er ein Schema (eine Ontologie): Es legt fest, welche Typen von Entitäten es gibt (Person, Ort, Element) und welche Relationen zwischen ihnen erlaubt sind („geboren in" verbindet Person → Ort, nicht Ort → Element). Das Schema ist die Grammatik des Wissens.
Wissensgraphen und moderne KI ergänzen sich. Ein Graph liefert überprüfbare, aktuelle Fakten mit klarer Herkunft genau das, was Sprachmodellen fehlt. Über Retrieval-Augmented Generation kann ein Modell im Graphen nachschlagen, statt zu halluzinieren. Umgekehrt helfen Modelle, Graphen aus Text automatisch zu bauen. Neuere Ansätze verbinden Graphen sogar mit Bildern und anderen Modalitäten (multimodale Wissensgraphen).
| System | Nutzung |
|---|---|
| Google-Suche | Infoboxen rechts (Knowledge Panel) |
| Sprachassistenten | Faktenfragen beantworten |
| Wikidata | freier, kollaborativer Wissensgraph |
| KI-Systeme | faktentreue Wissensbasis (RAG) |
| Biomedizin | Gene, Proteine, Wirkstoffe verknüpfen |