Was bedeutet Wissensgraph?

Ein Wissensgraph speichert Sachverhalte als Netz aus Knoten und Kanten. Die Knoten stehen für einzelne Dinge wie Personen, Orte, Produkte oder Vorgänge, die Kanten für die Beziehung zwischen ihnen. Anders als eine Tabelle mit festen Spalten lässt sich ein Wissensgraph um neue Arten von Beziehungen erweitern, ohne dass die vorhandenen Einträge angefasst werden.

Gespeichert wird jede Aussage als Tripel aus zwei Dingen und der Beziehung dazwischen, etwa dass Vertrag 4711 mit der Firma Meier geschlossen wurde. Eine Ontologie legt fest, welche Arten von Knoten und Beziehungen zulässig sind. Abgefragt wird über Graphdatenbanken wie Neo4j oder über SPARQL, wobei sich auch mehrstufige Verbindungen durchsuchen lassen. Genau darin liegt der Unterschied zur relationalen Datenbank, in der jede zusätzliche Stufe eine weitere Verknüpfung im Abfragetext erfordert.

Ein Wissensgraph lohnt sich dort, wo die Beziehungen zwischen den Einträgen wichtiger sind als die Einträge selbst. Beispiele sind Lieferketten, Beteiligungsverhältnisse, Zuständigkeiten und die Verknüpfung von Akten, Personen und Fristen. Für einen abgeschlossenen Bestand mit gleichartigen Datensätzen bleibt die Tabelle die einfachere Lösung.

Der Vorteil gegenüber verteilten Einzelsystemen liegt in den mehrstufigen Abfragen. Eine Frage nach allen Vorgängen, die über zwei Ecken mit einem bestimmten Unternehmen zusammenhängen, ist in einem Graphen eine Zeile lang. Neue Datenquellen lassen sich anhängen, indem ihre Einträge mit bestehenden Knoten verbunden werden.

Jede Verbindung im Graphen muss beim Anlegen eines Eintrags mit erfasst werden. Wird sie vergessen, taucht der Knoten in keiner Abfrage auf, obwohl der Eintrag selbst vorhanden ist. Deshalb prüft ein regelmäßiger Lauf den Bestand auf Knoten ohne Verbindung und auf widersprüchliche Angaben.