Knowledge Graph Semantische Infrastruktur

Was ist ein Knowledge Graph?

Ein Knowledge Graph ist eine vernetzte Wissensdatenbank, die Entitäten und ihre Beziehungen als Graph aus Knoten und Kanten maschinenlesbar strukturiert. Er speichert Wissen in Form von Entitäten (Knoten) und Relationen (Kanten) und macht dieses für Maschinen abfragbar und interpretierbar. Anders als relationale Datenbanken, die Informationen in Tabellen und Zeilen ablegen, bildet ein Knowledge Graph die Realität als Netzwerk ab: mit Dingen, ihren Eigenschaften und den Verbindungen zwischen ihnen.

Der Grundbaustein jedes Knowledge Graphs ist das Triple: eine Aussage in der Form Subjekt, Prädikat, Objekt. Ein einzelnes Triple beschreibt einen Fakt, etwa „Berlin ist Hauptstadt von Deutschland" oder „Albert Einstein wurde geboren in Ulm". Millionen solcher Triples ergeben zusammen ein dichtes Wissensnetz, das Maschinen durchsuchen, kombinieren und für Schlussfolgerungen nutzen können.

Geschichte: Vom Semantic Web zum Google Knowledge Graph

Die Idee, Wissen maschinenlesbar zu vernetzen, reicht bis in die Anfänge des Semantic Web zurück. Tim Berners-Lee formulierte bereits im Jahr 2001 die Vision eines Webs, in dem nicht nur Dokumente, sondern auch deren Bedeutung miteinander verknüpft sind. Die technischen Grundlagen dafür, nämlich RDF (Resource Description Framework), OWL (Web Ontology Language) und SPARQL als Abfragesprache, wurden vom W3C standardisiert und bildeten das Fundament für maschinenlesbare Wissensrepräsentation.

Den Durchbruch in der breiten Wahrnehmung erzielte der Begriff „Knowledge Graph" im Mai 2012, als Google seinen Google Knowledge Graph vorstellte. Mit dem Slogan „Things, not strings" signalisierte Google einen fundamentalen Paradigmenwechsel: Die Suchmaschine sollte nicht mehr nur Zeichenketten in Dokumenten abgleichen, sondern die realen Entitäten hinter den Suchanfragen verstehen. Google nutzte dafür unter anderem Daten aus Freebase, Wikidata und der CIA World Factbook sowie strukturierte Daten aus dem Web.

Seitdem haben nahezu alle großen Technologieunternehmen eigene Knowledge Graphs aufgebaut: Microsoft mit dem Satori Graph (Grundlage für Bing und LinkedIn), Amazon mit dem Product Knowledge Graph, Facebook mit dem Social Graph und Apple mit einer internen Wissensstruktur für Siri.

Technische Grundlagen

Triples und RDF

Das Resource Description Framework (RDF) ist das Datenmodell, das dem Semantic Web und vielen Knowledge Graphs zugrunde liegt. In RDF wird jedes Faktum als Triple modelliert:

• Subjekt: die beschriebene Ressource (identifiziert durch eine URI)
• Prädikat: die Eigenschaft oder Beziehung (ebenfalls eine URI)
• Objekt: der Wert oder die verknüpfte Ressource (URI oder Literal)

Ein Beispiel in Turtle-Notation:

ex:Berlin ex:istHauptstadtVon ex:Deutschland .

Durch die Verwendung von URIs als Identifikatoren sind Entitäten global eindeutig und können über verschiedene Datenquellen hinweg verknüpft werden, ein Prinzip, das als Linked Data bekannt ist.

Ontologien und Schemata

Eine Ontologie definiert die Klassen, Eigenschaften und Beziehungstypen, die in einem Knowledge Graph verwendet werden dürfen. Sie ist das formale Vokabular, das dem Graphen Struktur und Semantik gibt. Bekannte Ontologien sind:

• Schema.org: gemeinsam von Google, Microsoft, Yahoo und Yandex gepflegt, das de-facto-Standardvokabular für strukturierte Daten im Web
• Dublin Core: für Metadaten zu Dokumenten und digitalen Ressourcen
• FOAF (Friend of a Friend): für die Beschreibung von Personen und sozialen Netzwerken
• SKOS (Simple Knowledge Organization System): für Thesauri, Taxonomien und Klassifikationssysteme

SPARQL als Abfragesprache

SPARQL (SPARQL Protocol and RDF Query Language) ist die standardisierte Abfragesprache für RDF-Daten. Mit SPARQL lassen sich komplexe Fragen an einen Knowledge Graph stellen, etwa: „Welche Städte in Deutschland haben mehr als 500.000 Einwohner und liegen an einem Fluss?" SPARQL-Endpoints wie der von Wikidata stehen öffentlich zur Verfügung und ermöglichen jedem, strukturiertes Wissen programmatisch abzufragen.

Offene vs. proprietäre Knowledge Graphs

Knowledge Graphs lassen sich grob in zwei Kategorien einteilen:

Offene Knowledge Graphs stellen ihr Wissen frei zur Verfügung. Die wichtigsten Vertreter sind:

• Wikidata: der freie Knowledge Graph der Wikimedia Foundation, mit über 100 Millionen Datenobjekten die größte offene Wissensdatenbank der Welt
• DBpedia: extrahiert strukturierte Daten aus Wikipedia-Infoboxen und stellt sie als Linked Data bereit
• Freebase: wurde von Google übernommen und 2016 eingestellt; die Daten wurden in Wikidata überführt

Proprietäre Knowledge Graphs sind nicht öffentlich zugänglich und dienen unternehmensspezifischen Zwecken:

• Google Knowledge Graph: Grundlage für Knowledge Panels, Featured Snippets und AI Overviews
• Amazon Product Graph: verknüpft Produkte, Marken, Kategorien und Kundenbewertungen
• Enterprise Knowledge Graphs: unternehmensinterne Graphen, die Kunden, Produkte, Prozesse und Dokumente vernetzen

Bedeutung für SEO und Sichtbarkeit

Für die Suchmaschinenoptimierung ist der Knowledge Graph von zentraler Bedeutung. Das Konzept des Entity SEO zielt darauf ab, die eigene Marke, Produkte oder Personen als eigenständige Entitäten in Googles Knowledge Graph zu etablieren. Wer als Entität erkannt wird, profitiert von:

• Knowledge Panels: prominente Informationsboxen in den Suchergebnissen, die direkt aus dem Knowledge Graph gespeist werden
• AI Overviews: die KI-gestützten Zusammenfassungen von Google beziehen Fakten aus dem Knowledge Graph
• Featured Snippets: strukturierte Antworten, die häufig auf Knowledge-Graph-Daten basieren
• Rich Results: erweiterte Suchergebnisse durch strukturierte Daten auf Basis von Schema.org

Der Weg in den Knowledge Graph führt über konsistente, strukturierte Informationen: eigene Präsenz in Wikidata, gepflegte Einträge in autoritativen Quellen, korrekte Schema.org-Auszeichnung auf der eigenen Website und eine kohärente Darstellung über alle digitalen Kanäle hinweg.

Knowledge Graphs und Künstliche Intelligenz

Knowledge Graphs spielen eine zentrale Rolle in der modernen KI-Entwicklung. Large Language Models wie GPT oder Claude verfügen über implizites Wissen, das während des Trainings aus Texten extrahiert wurde. Doch dieses Wissen ist probabilistisch und kann halluzinieren. Knowledge Graphs liefern dagegen verifizierte, strukturierte Fakten, die als Ground Truth dienen können.

Die Kombination aus LLMs und Knowledge Graphs wird zunehmend als Schlüsselarchitektur betrachtet:

• Retrieval Augmented Generation (RAG): LLMs greifen zur Laufzeit auf Knowledge-Graph-Daten zu, um Antworten faktisch zu untermauern
• Fact Checking: Aussagen von LLMs werden gegen Knowledge-Graph-Daten validiert
• Reasoning: Graphbasierte Inferenz ermöglicht logisches Schlussfolgern über mehrere Beziehungen hinweg
• Knowledge Graph Embeddings: Entitäten und Relationen werden als Vektoren repräsentiert, die in neuronale Netze einfließen

Der Knowledge Graph in der semantischen Infrastruktur

In einer semantischen Infrastruktur ist der Knowledge Graph die zentrale Datenstruktur, die isolierte Informationen zu einem kohärenten Wissensnetz verknüpft. Er bildet die Brücke zwischen unstrukturierten Texten und maschinenverständlichen Fakten. Jede Entität erhält eine eindeutige Identität, jede Beziehung wird explizit modelliert, und das gesamte Wissen wird über standardisierte Schnittstellen abfragbar.

Ein gut gepflegter Knowledge Graph ist damit nicht nur ein technisches Werkzeug, sondern die Grundlage für eine zukunftsfähige digitale Präsenz, ob für Suchmaschinen, KI-Systeme oder die eigene interne Wissensorganisation.