Graph Engineering
Graph Engineering ist die Arbeit daran, Daten als Netz aus Dingen und deren Beziehungen aufzubauen und dauerhaft nutzbar zu halten. Statt Tabellen mit Zeilen und Spalten entsteht eine Struktur aus Knotenpunkten und Verbindungen, die Zusammenhänge direkt abbildet.
Daten lassen sich sehr unterschiedlich ordnen. Am bekanntesten ist die Tabelle: jede Zeile ein Kunde, jede Spalte eine Eigenschaft. Ein Graph ordnet dieselben Informationen anders. Er besteht aus Punkten für Dinge und Linien für Beziehungen zwischen diesen Dingen. „Anna arbeitet bei Siemens“ wird also zu zwei Punkten und einer Linie dazwischen. Graph Engineering bezeichnet die gesamte praktische Arbeit an solchen Netzen: entscheiden, welche Dinge zu Punkten werden, Daten aus vielen Quellen einsammeln, Doppelungen zusammenführen und das Ganze so speichern, dass Programme schnell darin suchen können.
Warum Beziehungen in Tabellen verloren gehen
Tabellen sind stark, wenn man gleichartige Dinge zählt oder summiert. Sie werden unhandlich, sobald Beziehungen die eigentliche Information sind. Die Frage „Welche Firmen sind über gemeinsame Aufsichtsräte mit dieser Firma verbunden?“ erfordert in einer klassischen Datenbank viele verschachtelte Suchschritte. In einem Graphen folgt man einfach den Linien, so wie man einem Weg auf einer Landkarte folgt.
Genau solche Fragen sind wirtschaftlich wertvoll. Banken suchen nach Geldflüssen über mehrere Zwischenkonten. Versicherungen erkennen Betrugsringe daran, dass immer dieselben Gutachter und Werkstätten auftauchen. Behörden prüfen, wem eine Firma über Ketten von Tochtergesellschaften wirklich gehört. Ohne saubere Graphstruktur bleiben diese Muster unsichtbar.
Ein zweiter Grund ist in den letzten Jahren dazugekommen: Sprachmodelle wie ChatGPT erfinden gelegentlich Fakten. Ein geprüfter Graph kann als verlässliche Nachschlagequelle dienen. Das Modell holt sich dann echte Beziehungen aus dem Netz, statt sie zu raten.
Von der Rohdatei zum verbundenen Netz
Am Anfang steht eine Entscheidung über das Schema, also den Bauplan. Man legt fest, welche Arten von Punkten es gibt, etwa Person, Firma, Produkt. Dann bestimmt man die erlaubten Beziehungsarten, etwa „ist beschäftigt bei“ oder „liefert an“. Dieser Bauplan klingt trocken, entscheidet aber über fast alles Weitere. Ein zu feiner Bauplan wird unpflegbar, ein zu grober beantwortet die späteren Fragen nicht.
Der aufwendigste Schritt heißt Zusammenführung von Dubletten. In der Buchhaltung steht „Siemens AG“, im Vertriebssystem „Siemens Aktiengesellschaft“, in einer Excel-Liste nur „siemens“. Für den Graphen muss daraus ein einziger Punkt werden, sonst zerfällt das Netz in unverbundene Inseln. Dafür nutzt man Regeln, Ähnlichkeitsvergleiche von Schreibweisen und zunehmend auch Modelle, die Textstellen auf Bedeutungsnähe prüfen.
Anschließend wird der Graph gespeichert und abgefragt. Dafür gibt es eigene Datenbanken mit eigenen Abfragesprachen, etwa Cypher oder SPARQL. Wichtig ist der laufende Betrieb: Firmen fusionieren, Menschen wechseln den Job, Lieferketten ändern sich. Graph Engineering ist deshalb Dauerarbeit und kein einmaliges Projekt.
Wissensgraphen bei Google, Amazon und in Stellenanzeigen
Am sichtbarsten ist das Ergebnis in Suchmaschinen. Wenn Google rechts neben den Treffern einen Kasten mit Geburtsdatum, Filmen und verwandten Personen zeigt, stammt das aus einem Wissensgraphen. Auch Produktempfehlungen in Onlineshops beruhen oft auf Graphen aus Kunden, Artikeln und Käufen. Soziale Netzwerke berechnen aus ihrem Beziehungsnetz, welche Kontakte sie dir vorschlagen.
In Nachrichten begegnet der Begriff meist im Umfeld von Unternehmensdaten und KI. Firmen wie Neo4j, Databricks oder Palantir werben damit, verstreute Datenbestände zu einem durchsuchbaren Netz zu verbinden. Beliebt ist derzeit die Kombination aus Graph und Sprachmodell, häufig als GraphRAG bezeichnet. Dabei sucht das System erst im Graphen nach belegten Zusammenhängen und formuliert erst danach die Antwort.
Ein verbreiteter Irrtum ist, Graph Engineering sei vor allem Programmierung. Der größere Teil ist Verständnis der Fachdomäne: Was ist hier überhaupt ein Ding, was eine Beziehung? Wer diese Fragen falsch beantwortet, baut ein technisch sauberes Netz, das niemand gebrauchen kann.