Der Wissensgraph

Warum ein Graph?

Was ist ein Wissensgraph?

Wissen als Netz statt als Liste: Dinge sind Knoten, ihre Beziehungen sind Kanten. Ein Graph beantwortet nicht nur „Was ist das?“, sondern auch „Womit hängt es zusammen – und wie?“

1. Knoten und Kanten

   Jeder Artikel ist ein Knoten. Seine Kanten sagen, wovon er handelt und wohin er gehört – hier der Gecko-Artikel, genau so, wie ihn der Graph oben speichert.

2. Vier Dimensionen als Koordinaten

   Jeder Artikel wird in allen vier zugleich verortet – das macht Krebs, Gecko und Roboter vergleichbar.

   • Wann? Zeit Kambrium · Neuzeit · KI-Zeitalter
   • Wo? Raum Korallenriffe · Mikrokosmos · Weltraum
   • Welche Gesetze? Regeln Mechanik · Strömungsmechanik · Optik
   • Welche Disziplinen? Nachbarwissenschaften Biologie · Informatik · Bionik

3. Linsen als Brücken

   Eine Linse ist ein Blickwinkel auf dasselbe Phänomen. Im Graphen ist jede Linse eine Kante vom Artikel zu seiner Disziplin.

   • BiologieBiologie
   • PhysikRegeln
   • MathematikMathematik
   • ChemieChemie
   • InformatikInformatik
   • Physical AIPhysical AI

4. Gemeinsame Begriffe verbinden

   Artikel, die nichts miteinander zu tun zu haben scheinen, treffen sich an gemeinsamen Knoten. Mit jedem neuen Artikel wird das Netz dichter, und das nächste lesenswerte Thema ist leichter zu finden. Jeder Artikel beschreibt seine Themen außerdem als strukturierte Daten (JSON-LD), damit Suchmaschinen und KI-Assistenten ihn verstehen.

5. Warum auch KI ihn braucht

   Sprachmodelle sind stark in Sprache, aber schwach bei Fakten, die sie nicht nachschlagen können: Sie erfinden mitunter plausible Antworten und müssen lange Texte lesen, um eine einzige Beziehung zu finden. Ein Wissensgraph liefert ihnen ausdrückliche, belegte Verbindungen – deshalb veröffentlicht WildBionics seinen Graphen als offene Daten, versieht jede Seite mit JSON-LD und bietet eine llms.txt an.

   Ohne Graph

   Jeden Artikel lesen – bisher 15

   ≈ 84.000 Tokens

   Mit dem Graphen

   Zwei Kanten folgen

   article:gecko-adhesion → term:mechanics
article:gecko-adhesion → term:physical-ai

   ≈ 45 Tokens

   Antwort Gecko-Haftung

   Die Artikelseite wächst mit jedem neuen Artikel; die Antwort aus dem Graphen bleibt bei zwei Kanten. Geschätzt aus den aktuellen Daten dieser Website mit etwa 4 Zeichen pro Token – eine Faustregel für englischen Text; die genaue Zahl hängt vom Modell und von der Sprache ab.

• Genauere Antworten

  In einem Benchmark mit Geschäftsfragen beantwortete GPT-4 direkt auf einer SQL-Datenbank 16 % richtig – und 54 %, wenn die Fragen über einen Wissensgraphen derselben Daten gestellt wurden. [1]

• Bessere Überblicke

  Bei Fragen zu einer ganzen Sammlung, etwa „Was sind die Hauptthemen?“, lieferte ein Graph-Index deutlich umfassendere und vielfältigere Antworten als die übliche Textsuche (RAG). [2]

• Nachvollziehbares Schließen, geringere Kosten

  Ein Modell, das einen Wissensgraphen Schritt für Schritt erkundet, kann seinen Denkweg offenlegen; bei manchen Aufgaben übertraf ein kleines Modell mit Graph sogar GPT-4. [3]

• Weniger Halluzinationen

  Antworten in einem Graphen aus Fakten zu verankern, ist ein vielversprechender Weg gegen plausible, aber falsche Antworten – ein Feld, an dem noch intensiv geforscht wird. [4] [5]

• Keine Verwechslungen

  WildBionics verknüpft seine Themen mit Wikidata: „Gecko“ bedeutet dann die Echse (Q1008888), nicht die gleichnamige Browser-Engine.

Was du damit machen kannst

• Erkunden

  Fahre über einen Knoten oder tippe ihn an, um seine Nachbarn zu sehen, und filtere die Dimensionen.

  Zum Graphen

• Lücken finden

  Graue Begriffe haben noch keinen Artikel – eine Einladung, einen zu schreiben.

  Schreib den fehlenden Artikel

• Daten weiterverwenden

  Der Graph steht als offene Daten unter CC BY-SA 4.0 bereit – baue eigene Auswertungen oder Visualisierungen.

  graph.json herunterladen