Wissensgraph

Ein Wissensgraph speichert Wissen als Netz. Die Punkte in diesem Netz sind Dinge: Personen, Orte, Firmen, Filme, Krankheiten. Die Verbindungslinien zwischen den Punkten sind Beziehungen. Ein einzelner Eintrag lautet zum Beispiel: Marie Curie – wurde geboren in – Warschau. Solche Dreier-Angaben aus zwei Dingen und einer Beziehung sind der Grundbaustein. Zusammengesetzt ergeben Millionen davon eine Karte des Wissens, in der man von Punkt zu Punkt weiterlaufen kann.

Was ein Netz aus Fakten einer Tabelle voraushat

Klassische Datenbanken sind meist Tabellen. Jede Tabelle hat feste Spalten, und alles muss in dieses Raster passen. Das funktioniert gut für Dinge, die sich immer gleich beschreiben lassen, etwa Kontostände. Bei Wissen über die Welt scheitert das Raster schnell. Eine Person hat einen Geburtsort, ein Film hat eine Laufzeit, ein Medikament hat Nebenwirkungen – die Spalten wären für jeden Fall andere.

Ein Graph kennt dieses Problem nicht. Man kann jederzeit eine neue Beziehungsart hinzufügen, ohne die vorhandenen Daten umzubauen. Genau deshalb sind Wissensgraphen bei sehr vielfältigem Wissen im Vorteil. Sie wachsen mit, statt ständig neu strukturiert zu werden.

Der zweite Vorteil sind Fragen über mehrere Schritte hinweg. « Welche Filme haben Regisseure gedreht, die in derselben Stadt geboren sind wie ich? » lässt sich in einem Netz beantworten, indem man den Verbindungen folgt. In getrennten Tabellen wäre das eine aufwendige Rechnerei. Für Sprachmodelle ist noch ein Punkt wichtig: Ein Graph liefert nachprüfbare Fakten mit Quelle, während ein Sprachmodell Antworten aus Wahrscheinlichkeiten erzeugt und dabei Dinge erfinden kann.

Wie die Fakten in den Graphen kommen

Am Anfang steht ein Bauplan, im Fachjargon Ontologie genannt. Er legt fest, welche Arten von Dingen es gibt und welche Beziehungen erlaubt sind. Eine Person kann einen Arbeitgeber haben, eine Stadt nicht. Dieser Bauplan verhindert, dass der Graph zu einem unsortierten Haufen wird.

Dann werden die Fakten gesammelt. Ein Teil stammt aus geordneten Quellen wie Wikipedia-Infoboxen oder amtlichen Registern. Ein anderer Teil wird automatisch aus Fließtext herausgelesen. Programme suchen dafür Namen im Text und ordnen sie den richtigen Einträgen zu. Das ist heikel: « Paris » kann die Stadt sein oder ein Vorname. Diesen Schritt nennt man Entitätenverknüpfung, und Fehler dabei verunreinigen den ganzen Graphen.

Abgefragt wird ein Wissensgraph mit einer eigenen Abfragesprache, etwa SPARQL oder Cypher. Damit beschreibt man ein Muster im Netz, das gesucht werden soll. Manche Systeme leiten zusätzlich neue Fakten ab: Wenn Berlin in Deutschland liegt und Deutschland in Europa, dann liegt Berlin in Europa. Solche Schlüsse muss niemand von Hand eintragen.

Von der Google-Infobox bis zur Medikamentenforschung

Am bekanntesten ist der Google Knowledge Graph. Er füllt den Kasten rechts neben den Suchergebnissen mit Geburtsdatum, Filmen oder Firmensitz. Google hat ihn 2012 eingeführt, heute umfasst er viele Milliarden Fakten. Auch Sprachassistenten greifen darauf zu, wenn sie Fragen wie « Wie alt ist der Eiffelturm? » beantworten.

In Unternehmen verbinden Wissensgraphen Daten, die sonst in getrennten Systemen liegen. Kunden, Verträge, Lieferanten und Produkte hängen dann in einem Netz zusammen. Banken erkennen damit verdächtige Geldflüsse zwischen scheinbar unabhängigen Firmen. In der Pharmaforschung verknüpfen Graphen Gene, Wirkstoffe und Krankheiten, um Kandidaten für neue Medikamente zu finden.

In aktuellen KI-Meldungen taucht der Begriff meist zusammen mit Sprachmodellen auf. Die Idee: Das Modell schlägt vor der Antwort im Graphen nach und stützt sich auf geprüfte Fakten. Dieses Vorgehen soll erfundene Antworten reduzieren. Der Preis ist Pflegeaufwand, denn ein Wissensgraph veraltet, sobald sich die Welt ändert.