Praxisprojekt Second Brain · Graphen
GraphRAG und wo es hinpasst
Lernziele
- Du beschreibst die fünf Schritte von GraphRAG und die Art von Frage, für die es gebaut ist.
- Du ordnest jedem Schritt sein Gegenstück im Vault zu und benennst den fehlenden Teil.
- Du entscheidest, ob sich GraphRAG für dich lohnt, und nutzt die Idee als vierteljährliche Prüfung.
GraphRAG · engl. GraphRAGEin Verfahren von Microsoft Research: Ein Modell baut aus einem Textbestand einen Graphen, fasst dessen Gruppen zusammen und beantwortet Fragen aus diesen Zusammenfassungen.Im Glossar baut aus einem Textbestand zuerst einen Graphen und beantwortet Fragen dann aus diesem Graphen, ohne direkt auf rohe Textabschnitte zuzugreifen. Die bekannteste Fassung stammt von Microsoft Research: „From Local to Global: A Graph RAG Approach to Query-Focused Summarization“ von Darren Edge und anderen, erschienen im April 2024.
Die Pipeline in groben Zügen: Ein Sprachmodell zieht aus jedem Textabschnitt Entitäten und Beziehungen. Daraus entsteht ein Graph. Ein Algorithmus erkennt Gruppen dicht verbundener Entitäten, die Communities. Für jede Community schreibt das Modell eine Zusammenfassung. Fragen beantwortet das System aus diesen Zusammenfassungen.
Warum es das gibt
GraphRAG zielt auf eine bestimmte Schwäche von RAG · engl. retrieval-augmented generationEin Verfahren, bei dem Dokumente in Abschnitte zerlegt und als Embeddings gespeichert werden. Zu jeder Frage holt das System die ähnlichsten Abschnitte, und das Modell antwortet aus ihnen.Im Glossar mit Textabschnitten: Fragen über den ganzen Bestand. „Was sind die Hauptthemen hier?“ beantwortet kein Abruf der fünf ähnlichsten Abschnitte, weil kein Abschnitt die Antwort enthält. Sie muss aus allem zusammengesetzt werden.
Das Paper nennt solche Fragen globale Fragen. Das System beantwortet sie per Map-Reduce: Jede Community-Zusammenfassung liefert eine Teilantwort, und das Modell fügt die brauchbaren Teilantworten zu einer Gesamtantwort zusammen.
Nach unserer Einschätzung ist das genau die Art von Frage, die Menschen an ein Second Brain stellen, und genau die, bei der Ähnlichkeitssuche am schlechtesten abschneidet.
Was dein Vault schon hat
Lies die Pipeline noch einmal neben einem gut gepflegten Wiki, und der größte Teil steht schon.
Schritt 1 von 5
Entitäten extrahieren
GraphRAG lässt ein Modell Entitäten und Beziehungen aus jedem Abschnitt ziehen. In deinem Vault erledigt das der Ingest, wenn er Entitätsseiten anlegt.
Die Extraktion von Entitäten macht der Ingest, wenn er Entitätsseiten schreibt. Die Beziehungen sind die Wikilinks, mit Typen, wenn du sie gesetzt hast. Der Graph ist der Vault. Es fehlt die Ebene der Communities: das Erkennen der Cluster und die Zusammenfassungen darüber.
Für dieses fehlende Stück gibt es ein Gegenstück, das du schon schreibst. Syntheseseiten sind Community-Zusammenfassungen. Geschrieben hat sie ein Modell, das die Quellen gelesen hat. GraphRAG lässt für denselben Schritt einen Algorithmus Entitäten gruppieren.
Ob du es laufen lässt
Für einen persönlichen Vault nach unserer Einschätzung eher nicht, und der ehrliche Grund ist die Größe. Das Verfahren lohnt seinen Aufwand bei Beständen, die zu groß sind, um von Hand gepflegt zu werden. Einige tausend gepflegte Seiten mit echten Links brauchen keine automatische Community-Erkennung, um ihre Themen zu finden. Die Cluster siehst du in der Graphansicht.
Als Prüfung hat die Idee trotzdem ihren Platz. Lass eine Community-Erkennung über deinen exportierten Graphen laufen und vergleiche die gefundenen Cluster mit deinen Syntheseseiten. So siehst du, wo der Vault Themen hat, die du noch nicht bemerkt hast. Der Befehl /clusters benennt die Cluster und vergleicht sie mit deinen Interessen, falls du sie notiert hast. Nach unserer Einschätzung reicht das einmal im Quartal und braucht keine eigene Infrastruktur.
Verwandte Forschung
HippoRAG von Bernal Jiménez Gutiérrez und anderen (Mai 2024, NeurIPS 2024) lässt Personalized PageRank über einen Wissensgraphen laufen, um Fragen über mehrere Schritte zu beantworten. Das kommt dem, was ein Agent tut, wenn er von einer Startseite aus Links nach außen folgt, näher als GraphRAG. Ein Nachfolger, HippoRAG 2, erschien im Februar 2025 (ICML 2025).
Lies die Papers selbst. Beide nennen genau, unter welchen Bedingungen ihre Ergebnisse gelten. Diese Bedingungen entscheiden, ob sich der Ansatz auf deine Lage übertragen lässt.
Merksätze
- GraphRAG baut aus einem Bestand einen Graphen, fasst seine Communities zusammen und beantwortet globale Fragen aus diesen Zusammenfassungen.
- Es zielt auf Fragen über den ganzen Bestand, die kein einzelner Abschnitt beantwortet.
- Dein Vault hat Entitäten, Links und Graph schon. Es fehlt die automatische Community-Ebene.
- Syntheseseiten sind deine Community-Zusammenfassungen, von Hand gesteuert.
- Für einen persönlichen Vault lohnt GraphRAG nach unserer Einschätzung höchstens als vierteljährliche Prüfung.
Prüf dich selbst
Denkfrage
Warum beantwortet klassisches RAG die Frage „Was sind die Hauptthemen meines Vaults?“ schlecht?
Es holt die Abschnitte, die der Frage am ähnlichsten sind. Kein einzelner Abschnitt enthält die Hauptthemen, die Antwort steckt im ganzen Bestand. GraphRAG setzt sie deshalb aus Zusammenfassungen aller Communities zusammen.
Denkfrage
Welcher Teil von GraphRAG fehlt deinem Vault, und womit ersetzt du ihn?
Es fehlen die automatische Erkennung der Communities und ihre Zusammenfassung. Die Syntheseseiten übernehmen die Rolle der Zusammenfassungen, die Cluster erkennst du in der Graphansicht. Eine Community-Erkennung über den exportierten Graphen dient als gelegentliche Prüfung, ob dir Themen entgangen sind.
Prüf dich selbst
Quellen
- From Local to Global: A Graph RAG Approach to Query-Focused Summarization
Extraktion, Leiden-Communities, Zusammenfassungen, Map-Reduce für globale Fragen.
- HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models
NeurIPS 2024. Personalized PageRank über einen Wissensgraphen.
- From RAG to Memory: Non-Parametric Continual Learning for Large Language Models
HippoRAG 2, ICML 2025.