GraphRAG Lernlabor

GraphRAG über fünf Graph-Typen verstehen.

Eine geführte EU-AI-Act-Launch-Entscheidung zeigt, warum GraphRAG nicht ein einzelner Graph ist, sondern eine Modellierungsentscheidung über Dokumente, Domänen, Wissen, Gespräche und Zeit.

Story Graph

read only

Strukturierte Herleitung statt isolierter Textantwort.

Die Methoden-Landkarte

Fünf Graph-Typen, fünf unterschiedliche Aufgaben

Jeder Typ erklärt einen anderen Teil der GraphRAG-Architektur. Die Demo-Übersicht führt in die einzelnen Lernseiten.

Geführter Lernpfad

Eine Frage, fünf Blickwinkel

Die Demo ist wie ein Maschinenraum-Rundgang aufgebaut. Jede Seite öffnet einen anderen Teil der GraphRAG-Pipeline und zeigt, was sich in der Antwortlogik verändert.

Mit Belegen starten
1

Dokument-Graph

Starte bei den Belegen: Welche Quelle, welcher Chunk, welcher Claim und welche Fundstelle sind wirklich relevant?

2

Wissensgraph

Kläre danach Bedeutung: Welche Begriffe, Rollen und Pflichten müssen sauber getrennt bleiben?

3

Domänen-Graph

Übersetze das Gesetz in eine Launch-Entscheidung: Produkt, Markt, Verantwortung, Risiko und Freigabe.

4

Conversational Graph

Mache Folgefragen nutzbar, indem sichtbar wird, was das System erinnert, verwirft oder zurückfragt.

5

Dynamischer Graph

Ergänze Zeit: Was gilt jetzt, was ändert sich später, und welche Antwort läuft ab?

Blackbox zu Whitebox

Nicht die Antwort ist die Demo. Der Weg zur Antwort ist die Demo.

Ein normaler Chat versteckt Retrieval, Kontextauswahl und Unsicherheit. GraphRAG Lab macht diese Schritte inspizierbar.

Blackbox-Chat

Plausibel, aber undurchsichtig

  • Das LLM antwortet direkt.
  • Belege und Graphpfad bleiben unsichtbar.
  • Der User sieht nicht, was verworfen wurde.

Whitebox-Trace

Sichtbar und prüfbar

  • User-Intent wird vom Graphkontext getrennt.
  • Das Prompt-Paket wird sichtbar.
  • Die Antwort zeigt ihre Grenze.

Konkretes Beispiel

Eine EU-AI-Act-Launch-Entscheidung als roter Faden

Dieselbe Frage wird durch jeden Graph-Typ betrachtet: Darf ein KI-Feature für EU-Kunden gelauncht werden, und welche Belege, Rollen, Pflichten, Gesprächskontexte und Zeitpunkte sind relevant?

Was sichtbar wird

  • Was der User beiträgt und steuert
  • Was im Graph gespeichert ist
  • Welches Kontextpaket das LLM bekommt
  • Wo die Antwort belegt und begrenzt ist

FAQ

Häufige Fragen vor dem Einstieg

Ist das ein Rechtsberatungs-Tool?

Nein. Der EU AI Act dient als realistisches Lernbeispiel. Die Demo erklärt GraphRAG-Modellierung, keine verbindliche rechtliche Bewertung.

Warum fünf Graph-Typen statt ein Graph?

Weil Dokumentbelege, fachliche Verantwortung, semantische Bedeutung, Gesprächs-Memory und zeitliche Gültigkeit unterschiedliche Probleme lösen.

Braucht die Demo echte KI-Aufrufe?

Der Lernmodus ist bewusst simuliert. Dadurch werden Zwischenschritte sichtbar und die Demo hängt nicht von externen Diensten ab.

Teste die Methoden-Landkarte jetzt.

Starte mit der Übersicht, wähle einen Graph-Typ und sieh dir an, wie User, Graph und LLM zusammenspielen.

Demo jetzt testen