Launch-Kontext beschreiben
Der Nutzer nennt Feature, Zielmarkt, Kundengruppe, Datenfluss, geplanten Release und verantwortliche Teams.
← Zur Übersicht
02 · Fachliche Realität
Domänen-Graph
Ein Domänen-Graph modelliert die fachliche Realität eines klar begrenzten Arbeitsbereichs. Er bildet ab, welche Objekte, Rollen, Prozesse, Regeln und Verantwortlichkeiten in dieser Domäne relevant sind.
Lernziel
Du lernst, wie GraphRAG aus Gesetzestexten eine arbeitsfähige Entscheidungsstruktur für Produkt, Compliance und Management macht.
Wann dieser Graph-Typ grundsätzlich hilft
- Wenn eine fachliche Entscheidung in einer konkreten Organisation getroffen werden muss.
- Wenn Wissen aus Dokumenten in Arbeitsobjekte, Rollen und Prozesse übersetzt werden soll.
- Wenn verschiedene Stakeholder eine gemeinsame Sicht auf Status, Verantwortung und Abhängigkeiten brauchen.
Was typischerweise im Graph ist
- Fachobjekte wie Produkt, Kunde, Vertrag, Prozess, Kontrolle oder Entscheidung.
- Rollen, Verantwortlichkeiten, Zustände und Abhängigkeiten.
- Verbindungen zwischen fachlichen Regeln und operativen Aufgaben.
Wofür das LLM diesen Graph nutzt
- Das LLM übersetzt Nutzerfragen in Domänenobjekte.
- Es erkennt fehlende Informationen oder ungeklärte Verantwortlichkeiten.
- Es erzeugt Antworten, die in der Fachdomäne handlungsfähig sind.
Typisches Risiko
Der Graph wird zu allgemein und verliert die konkrete Geschäftsentscheidung.
EU-AI-Act-Beispiel
Dürfen wir dieses KI-Feature für EU-Kunden freigeben?
Auf diese Demo angewendet
Ein Domänen-Graph übersetzt den EU AI Act in die fachliche Welt eines Unternehmens. Er fragt nicht zuerst nach Artikeln, sondern nach Produkt, Markt, Verantwortlichen, Kontrollen und Freigabestatus.
EU-AI-Act-spezifisch
- Wenn ein Launch, eine Produktänderung oder ein Freigabeprozess bewertet werden soll.
- Wenn rechtliche Pflichten in Rollen, Kontrollen und Aufgaben übersetzt werden müssen.
- Wenn Stakeholder eine gemeinsame Sicht auf Risiko, Verantwortung und Status brauchen.
Blick in den Maschinenraum
Die Blackbox als Trace geöffnet
Das ist der didaktische Kern: Aus Nutzereingabe werden System-Intent, Graphkontext, LLM-Kontext und schließlich eine Antwort.
Trace
- User
Freigabefrage mit unvollständigem Kontext
Dürfen wir dieses KI-Feature für EU-Kunden freigeben?
Benötigt: Feature-Details, Markt, Verantwortliche, Kontrollstatus
- System
Keine Rechtsfrage – Governance-Entscheidung
Mapping: 'dürfen' → Freigabe-Status prüfen. Suche: Domänenpfad Feature → Markt → Kontrollen → Go/Hold, nicht Gesetzesauslegung.
Intent: Launch-Governance, nicht Rechtsberatung
- Graph
Kontrollstatus aus dem Domänenmodell
KI-Feature →für→ EU-Markt →fordert→ 5 Kontrollen. Abgeschlossen: 3/5. Offen: Risikoklassifizierung [nicht gestartet], Legal-Freigabe [ausstehend]. Product Owner →verantwortet→ Engineering-Check [erledigt].
Domänenpfad: Feature → Markt → Kontrolle → Hold (2 Blocker offen)
- LLM
Blocker identifizieren, nicht urteilen
Kontext: Kontrollstatus mit zwei offenen Blockern. Anweisung: Governance-Zustand beschreiben, keine Rechtsmeinung, fehlende Angaben als Blocker kennzeichnen.
Prompt-Constraint: Empfehlung, keine Rechtsmeinung
- LLM
Hold mit konkreten nächsten Schritten
Ich empfehle Hold. Zwei Blocker: Risikoklassifizierung fehlt, Legal steht aus. Beides nicht optional bei Hochrisiko-KI im EU-Markt. Nächste Schritte: Wer startet die Risikoklassifizierung? Was fehlt Legal noch?
Whitebox: 3/5 Kontrollen grün → Hold, 2 Blocker sichtbar
Interaktionsmodell
Was der User macht, was im Graph ist, was das LLM macht
Wichtig ist nicht nur der sichtbare Graph. Der Lerneffekt entsteht, wenn sichtbar wird, wie Nutzerintention, Graphkontext und LLM-Synthese zusammenwirken.
Eingabe und Steuerung
User
Kontrollen auswählen
Product, Legal, Compliance und Engineering markieren, welche Kontrollen bereits existieren und welche fehlen.
Entscheidung vorbereiten
Der Nutzer erwartet keine Rechtsmeinung, sondern eine Go-, Hold- oder No-Go-Grundlage mit offenen Punkten.
Strukturierter Kontext
Graph
Geschäftsobjekte
Der Graph enthält Produkt, Feature, Markt, Kundensegment, Verantwortliche, Prozesse, Kontrollen und Freigabestatus.
Verantwortungskanten
Kanten zeigen, welches Team welche Kontrolle verantwortet und welche Pflicht auf welchen Prozess wirkt.
Entscheidungsknoten
Go, Hold und No-Go werden als Zustände modelliert, die von Evidenz, Risiko und Kontrollreife abhängen.
Synthese und Sprache
LLM
Business-Kontext einordnen
Das LLM übersetzt die Frage in Produkt-, Rollen- und Kontrollknoten statt nur nach passenden Gesetzesabschnitten zu suchen.
Lücken sichtbar machen
Es benennt fehlende Informationen wie Risikoklassifizierung, Verantwortliche oder Nachweise.
Entscheidungsvorlage erzeugen
Die Antwort verbindet Status, Risiko, nötige Kontrollen und nächste Klärungen.
Sichtbarer Ablauf
Wie das LLM mit dem Graph interagiert
Dialog
- User
Wir wollen unser Scoring-Feature nächsten Monat in Frankreich launchen. Product ist bereit, Legal noch nicht. Können wir trotzdem starten?
- Graph
KI-Feature [EU-Markt Frankreich] →fordert→ 5 Kontrollen. Status: 3/5 abgeschlossen. Fehlend: Risikobewertung [nicht gestartet], Legal-Freigabe [ausstehend]. Product Owner →verantwortet→ Engineering-Check [erledigt].
- LLM
Zwei Blocker: Risikobewertung fehlt komplett, Legal hat nicht freigegeben. Bei Hochrisiko-KI sind das keine optionalen Schritte. Mein Vorschlag: Hold. Was fehlt Legal konkret, damit die Freigabe möglich wird?
- User
Legal wartet auf die technische Dokumentation von Engineering. Die soll nächste Woche fertig sein.
Prompt-Paket
Was ins LLM-Kontextfenster geht
- Produkt- und Featurebeschreibung
- Relevante Rollen und Verantwortliche
- Kontrollstatus und offene Nachweise
- Zuordenbare AI-Act-Pflichten
- Entscheidungsformat für Go, Hold oder No-Go
Das LLM durchsucht nicht den gesamten Graph. Es bekommt ein ausgewähltes, strukturiertes Kontextpaket und muss innerhalb dieser Grenze antworten.
Observation
Die simulierten Zwischenschritte
1
Geschäftsobjekte setzen
Die Simulation startet nicht beim Gesetzestext, sondern beim Feature und seiner Markteinführung.
Der Graph zeigt, welche Unternehmensdaten für eine Antwort fehlen.
2
Kontrollen zuordnen
Pflichten werden in konkrete Maßnahmen, Verantwortliche und Freigabekriterien übersetzt.
Die Antwort wird anschlussfähig für Projektmanagement und Governance.
3
Entscheidung ableiten
Der Graph erzeugt keine Rechtsmeinung, sondern eine strukturierte Entscheidungsgrundlage.
Der Nutzer sieht, welche Annahmen für Go, Hold oder No-Go ausschlaggebend sind.