---
term: "Knowledge Graph"
slug: "knowledge-graph"
glossar_id: "G316"
variants: ["Wissensgraph"]
category: "embeddings-suche-und-retrieval-augmented-generation"
marker: ""
short: "Darstellung von Entitäten und Beziehungen als Graph."
sources:
  - label: "Hogan et al.: Knowledge Graphs"
    url: "https://arxiv.org/abs/2003.02320"
  - label: "Edge et al.: From Local to Global, A Graph RAG Approach"
    url: "https://arxiv.org/abs/2404.16130"
status: "entwurf"
updated: "2026-09-21"
---

Ein Knowledge Graph, auf Deutsch Wissensgraph, stellt Wissen als Netz dar: Knoten sind Dinge wie Personen, Produkte oder Verträge, Kanten sind ihre Beziehungen. Eine Einführung in das Feld beschreibt solche Graphen als Mittel, vielfältige, sich ändernde und große Datenbestände nutzbar zu machen, und behandelt dazu Datenmodelle, Schemata, Identität und Kontext. [Hogan et al.](https://arxiv.org/abs/2003.02320)

## Beziehungen sind abfragbar, nicht nur beschrieben

Der Unterschied zu einem Textbestand liegt in der Abfragbarkeit. „Welche Verträge hängen an diesem Lieferanten, und welche laufen im nächsten Quartal aus" ist im Graphen eine Abfrage, im Fließtext eine Suchaufgabe mit ungewissem Ausgang.

Der Begriff ist älter als die Sprachmodelle und stammt aus der Datenverwaltung. Neu ist, dass Modelle beim Befüllen helfen, indem sie Entitäten und Beziehungen aus Texten ziehen, und dass Graphen umgekehrt als Grundlage für Antworten dienen. [Edge et al.](https://arxiv.org/abs/2404.16130)

## So kannst du dir das vorstellen

Ein Wissensgraph ist das Organigramm einer Sache: Kästchen und Linien, die sagen, wer wozu gehört. Ein Text beschreibt dieselben Zusammenhänge, aber man muss ihn lesen, um sie zu finden. Das Bild erklärt den Unterschied in der Zugänglichkeit, nicht die Richtigkeit der Einträge.

## Was es in der Praxis bedeutet

Der Aufwand liegt in der Pflege. Ein Graph lebt von einheitlicher Benennung: Dieselbe Firma darf nicht in drei Schreibweisen auftauchen, und Beziehungen brauchen eine feste Bedeutung. Genau daran scheitern Projekte, nicht an der Technik.

Für Vorhaben mit Sprachmodellen heißt das: Wer bereits einen gepflegten Graphen hat, kann ihn als verlässliche Quelle anbinden und Antworten daran binden. Wer keinen hat, sollte den Aufbau nicht unterschätzen. Ein automatisch aus Texten erzeugter Graph ist schnell da und erbt alle Fehler der Extraktion.

## Wo es verwechselt wird

Ein Wissensgraph ist keine Vektordatenbank: Er speichert Beziehungen, nicht Ähnlichkeiten. Und er enthält kein Wissen im Sinne von Wahrheit, sondern die Angaben, die jemand eingetragen oder ein Verfahren extrahiert hat.

## Verwandte Begriffe

**GraphRAG**, **Retrieval-Augmented Generation**, **Metadata Filtering**, **Vector Database**, **Grounding**.