Ein Wissensgraph ist eine strukturierte Darstellung von Informationen, bei der reale Entitäten wie Personen, Orte, Organisationen oder Konzepte als Knoten gespeichert werden und die Beziehungen zwischen ihnen als beschriftete Kanten, wodurch ein Netzwerk entsteht, das abgefragt, durchlaufen und logisch erschlossen werden kann. Wissensgraphen stehen in der breiteren Tradition der symbolischen KI-Repräsentation und sind zu einer zentralen Infrastruktur für Suche, Fragebeantwortung und die Verankerung moderner generativer KI-Systeme geworden.
Struktur
Ein Wissensgraph kodiert Fakten typischerweise als Tripel aus Subjekt, Prädikat und Objekt, zum Beispiel „Anthropic, gegründet in, 2021", oft unter Verwendung formaler Schemata oder Ontologien, die zulässige Entitätstypen und Beziehungen definieren. Diese Struktur ermöglicht es Systemen, logische Abfragen durchzuführen, etwa alle Organisationen zu finden, die in einem bestimmten Jahr gegründet wurden, was aus unstrukturiertem Text allein nur schwer zuverlässig extrahiert werden könnte, und die interne Konsistenz anhand definierter Regeln zu überprüfen.
Geschichte
Die konzeptionellen Wurzeln von Wissensgraphen liegen in semantischen Netzwerken, die ab den 1960er Jahren in der Forschung zur symbolischen KI entwickelt wurden, sowie in späteren Bemühungen wie Cyc, einem 1984 begonnenen Projekt zur manuellen Kodierung von Millionen Alltagswissens-Fakten, und der Semantic-Web-Initiative, die Tim Berners-Lee ab den frühen 2000er Jahren vorantrieb und standardisierte Formate für maschinenlesbare Webdaten vorschlug. Der Begriff „Wissensgraph" selbst kam nach dem Start des Google-Knowledge-Graph-Produkts im Jahr 2012 in den allgemeinen Sprachgebrauch, das auf der übernommenen Freebase-Datenbank und anderen Quellen basierte, um die Informationspanels zu speisen, die viele Websuchergebnisse begleiten.
Google Knowledge Graph und Nachfolger
Nach der Übernahme des Begriffs durch Google bauten große Technologieunternehmen ihre eigenen groß angelegten Wissensgraphen auf, darunter Microsofts Satori und der Bing-Entitätsgraph, Facebooks Entity Graph und Amazons Produktgraph, die jeweils auf Such-, Empfehlungs- oder virtuelle Assistentenprodukte zugeschnitten sind. Offene, gemeinschaftlich gepflegte Alternativen umfassen Wikidata, das 2012 als strukturierter Begleiter von Wikipedia gestartet wurde und sich zu einer weit verbreiteten, frei nutzbaren Wissensgraph-Ressource für Forschung und Anwendungen entwickelt hat.
Einsatz in KI-Systemen
Wissensgraphen haben im Zeitalter von Large-Language-Model-Systemen neue Bedeutung erlangt, die anfällig für Halluzinationen sind, also das selbstbewusste Erzeugen plausibler, aber falscher Aussagen. Die Kombination eines Sprachmodells mit einem Wissensgraphen bietet einen Mechanismus zur Verankerung von Ausgaben in verifizierten strukturierten Fakten, entweder durch das Abrufen relevanter Teilgraphen zur Einbindung in einen Prompt, eine Variante der retrieval-gestützten Generierung, oder durch die nachträgliche Validierung generierter Behauptungen gegen den Graphen. Wissensgraphen werden auch in semantischen Such-Systemen verwendet, um Abfragen und Entitäten zu disambiguieren, ergänzend zu dichten, auf Embeddings basierenden Abrufmethoden, die in einer Vektordatenbank gespeichert sind, sowie in Unternehmensumgebungen, um KI-Systemen Zugang zu proprietärem, strukturiertem Organisationswissen zu verschaffen, das nie Teil der Trainingsdaten eines Modells war.
Einschränkungen
Der Aufbau und die Pflege eines Wissensgraphen ist arbeitsintensiv: Die Extraktion genauer strukturierter Fakten aus unstrukturierten Quellen erfordert erhebliche menschliche Kuratierung oder fehleranfällige automatisierte Extraktion, Schemata können veralten, wenn sich Domänen weiterentwickeln, und die Abdeckung ist außerhalb gut dokumentierter Domänen zwangsläufig unvollständig. Diese Einschränkungen haben hybride Ansätze motiviert, die die Präzision und Prüfbarkeit symbolischer Wissensgraphen mit der Flexibilität und breiten Abdeckung neuronaler Methoden kombinieren, was eine langjährige Spannung in der KI zwischen expliziten, strukturierten Repräsentationen, die von Expertensystemen abstammen, und statistischem Musterlernen aus natürlicher Sprachverarbeitung und maschinellem Lernen im weiteren Sinne widerspiegelt.