Grundlagen · 24. Juli 2026
Was ist GraphRAG? KI-Antworten mit Zusammenhang
RAG findet Textstellen, der Wissensgraph kennt die Zusammenhänge. GraphRAG kombiniert beides, und genau das braucht die gebaute Welt.
Von Aidocr
Das Wichtigste in Kürze
- GraphRAG kombiniert bedeutungsbasierte Textsuche (RAG) mit einem Wissensgraphen, der Beziehungen kennt.
- Das Modell bekommt zu einer Frage beides: Belegstellen und den Zusammenhang über mehrere Quellen.
- Der Effekt: weniger erfundene Antworten, mehrstufige Fragen werden beantwortbar, der Weg zur Antwort wird nachvollziehbar.
- Gebäudedaten sind der Idealfall, weil Wissen über Jahrzehnte, viele Systeme und ersetzende Dokumente verteilt ist.
GraphRAG kombiniert zwei Dinge, die einzeln schon nützlich sind: RAG, also die bedeutungsbasierte Suche in Texten, und den Wissensgraphen, der Dinge und Beziehungen kennt. Das System holt zu einer Frage nicht nur passende Textstellen, es folgt zusätzlich den Beziehungen im Graphen und gibt dem Sprachmodell beides mit: Belege und Zusammenhang.
Der Unterschied an einer Frage
Welche Wartungen stehen dieses Quartal in Gebäude B an, und wer ist zuständig? RAG allein findet Textstellen, in denen Wartung und Gebäude B vorkommen. Den Rest muss das Sprachmodell überbrücken, und wo Wissen fehlt, entsteht schnell eine plausibel klingende Lücke. GraphRAG geht anders vor: Der Graph liefert die Anlagen in Gebäude B, deren Verträge, die Wartungsintervalle und die zuständigen Firmen. Die Textsuche liefert die Belegstellen dazu. Das Modell formuliert die Antwort, und jede Aussage trägt ihre Quelle.
| RAG | GraphRAG | |
|---|---|---|
| Grundlage | Ähnlichkeitssuche in Texten | Textsuche plus Wissensgraph |
| Kennt Beziehungen | Nein | Ja, explizit als Kanten |
| Mehrstufige Fragen | Schwierig, überbrückt das Modell | Beantwortbar über den Graphen |
| Gültigkeit (was gilt heute) | Textähnlichkeit, oft mehrdeutig | Beziehung mit Datum, eindeutig |
| Nachvollziehbarkeit | Quellenstellen | Quellen plus Weg durch das Netz |
Warum das zur gebauten Welt passt
Drei Eigenschaften machen Gebäudedaten zum Idealfall für diesen Ansatz. Erstens der Lebenszyklus: Wissen verteilt sich über Jahrzehnte, viele Systeme und mehrere Generationen von Dokumenten. Zweitens die Fortschreibung: Nachträge, Vertragsstände und Planrevisionen ersetzen einander laufend, und Gültigkeit ist eine Beziehung mit Datum, keine Textähnlichkeit. Drittens die Verantwortung: Wer was wartet, wem etwas gehört und was wovon abhängt, sind Beziehungsfragen, keine Suchtreffer.
In der Praxis zeigt sich der Effekt dreifach: weniger erfundene Antworten, weil strukturierte Fakten die Textsuche stützen. Mehrstufige Fragen werden beantwortbar, weil der Graph Verbindungen über mehrere Quellen hinweg herstellt. Und die Begründung wird sichtbar, weil der Weg zur Antwort als Kette gezeigt werden kann.
Und Aidocr?
Aidocr ist nach genau diesem Prinzip gebaut: Vorhandene Quellen werden zu einem Wissensgraphen mit einer Ontologie für die Bau- und Immobilienwelt verbunden, Antworten kommen mit Quellenangabe. Die bestehenden Systeme bleiben dabei führend, migriert wird nichts.
Häufige Fragen zu GraphRAG
- Was ist GraphRAG?
- GraphRAG kombiniert RAG, also die bedeutungsbasierte Suche in Texten, mit einem Wissensgraphen, der Dinge und Beziehungen kennt. Das Sprachmodell erhält zu einer Frage beides: passende Belegstellen und den Zusammenhang.
- Was ist der Unterschied zwischen RAG und GraphRAG?
- RAG findet Textstellen nach Ähnlichkeit, kennt aber keine Beziehungen. GraphRAG folgt zusätzlich den Kanten im Wissensgraphen, beantwortet dadurch mehrstufige Fragen und macht eindeutig, was heute gilt.
- Welchen Vorteil bringt GraphRAG in der Praxis?
- Weniger erfundene Antworten, weil strukturierte Fakten die Textsuche stützen. Mehrstufige Fragen werden beantwortbar, und der Weg zur Antwort lässt sich als Kette zeigen.
- Warum passt GraphRAG zu Gebäudedaten?
- Weil Wissen über Jahrzehnte und viele Systeme verteilt ist, Dokumente einander laufend ersetzen und Zuständigkeiten Beziehungsfragen sind. Genau dafür ist ein Graph mit Ontologie gemacht.