Mobile-Menu

GraphRAG für Unternehmenswissen Pantopix vernetzt LLMs und Knowledge Graphs in Sphere

Von Berk Kutsal 1 min Lesedauer

Anbieter zum Thema

Fujitsu Technology Solutions GmbH
BigData-Insider
Fivetran Germany GmbH

Der Anbieter Pantopix will mit seiner Wissensplattform Sphere die Schwächen von klassischem Retrieval-Augmented Generation im Unternehmensumfeld ausgleichen. Statt nur passende Dokumente zu finden, soll ein Knowledge Graph die fachlichen Beziehungen zwischen Informationen abbilden und so den Kontext liefern, den Large Language Models allein nicht kennen.

Pantopix erweitert Sphere um GraphRAG: Knowledge Graphs sollen LLMs mit verknüpftem Unternehmenswissen versorgen.(Bild: Pantopix)
Pantopix erweitert Sphere um GraphRAG: Knowledge Graphs sollen LLMs mit verknüpftem Unternehmenswissen versorgen.
(Bild: Pantopix)

Retrieval-Augmented Generation (RAG) verbindet Large Language Models mit unternehmenseigenen Informationen, indem es relevante Dokumente oder Textpassagen abruft und in die Antwort einbezieht. Bei komplexem Produkt- und Unternehmenswissen stoßen reine Texttreffer nach Angaben von Pantopix aber an Grenzen. Entscheidend seien die Zusammenhänge: welche Komponente zu welcher Produktvariante gehört, welche Dokumentation für welchen Markt gilt und wie Produkte, Merkmale und Prozesse zusammenhängen.

GraphRAG erweitert den Ansatz um diese Beziehungsebene. Neben den Inhalten selbst berücksichtigt das Verfahren semantisch verknüpftes Wissen aus einem Knowledge Graph. In der Plattform Sphere soll Pantopix Large Language Models deshalb an explizit modellierte Entitäten, Fakten und Beziehungen koppeln, damit KI-Anwendungen zusätzlich fachlichen und unternehmensspezifischen Kontext erhalten.

„Ein Large Language Model kann sehr gut mit Sprache umgehen und Ähnlichkeiten erkennen. Es weiß aber nicht automatisch, welche Beziehungen innerhalb eines Unternehmens fachlich tatsächlich gelten“, sagt Maximilian Gärber, Principal Technical Consultant und Partner bei Pantopix. „Für belastbare Unternehmens-KI müssen wir deshalb die Flexibilität von LLMs mit einer verlässlichen Wissensstruktur verbinden.“

Die Plattform integriert strukturierte Daten aus Datenbanken und Fachsystemen ebenso wie Dokumente, Metadaten und Taxonomien. Über APIs, das Model Context Protocol (MCP) und vorkonfigurierte Konnektoren lässt sich die Wissensbasis mit bestehenden Systemen und KI-Anwendungen verbinden. Rollenbasierte Berechtigungen und Data Lineage sollen dafür sorgen, dass Zugriffe sowie Herkunft und Verarbeitung der Informationen nachvollziehbar bleiben.

(ID:50969333)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte