Die Nadel nicht finden, sondern ihren wahrscheinlichsten Ort

Die klassische Metapher von der Nadel im Heuhaufen unterstellt, dass eine klar erkennbare Nadel irgendwo zwischen vielen irrelevanten Halmen liegt. Wissensarbeit ist schwieriger. Häufig wissen wir weder, wie die gesuchte Evidenz formuliert ist, noch ob sie in einem einzelnen Dokument vorkommt. Die Antwort kann aus mehreren Beziehungen entstehen: ein Begriff verweist auf ein Projekt, das mit einer Person, einer Entscheidung und einer späteren Ausnahme verbunden ist.

Vektorsuche behandelt Inhalte als Punkte in einem Ähnlichkeitsraum. Graphen ergänzen eine andere Perspektive: Sie modellieren Objekte und ihre Beziehungen. Dadurch kann Retrieval zunächst eine wahrscheinliche Region finden – eine Community, eine lokale Nachbarschaft oder einen Pfad – und erst danach die konkreten Quellpassagen abrufen.

Ein Graph ist eine Entscheidung über Bedeutung

Ein Graph besteht aus Knoten und Kanten. Knoten können Wörter, Entitäten, Dokumente, Ereignisse, Regeln oder Datenobjekte repräsentieren. Kanten können Ko-Vorkommen, Verweise, Zugehörigkeit, Ursache, zeitliche Folge oder eine fachlich definierte Relation ausdrücken.

Diese Wahl ist nicht neutral. Ein Textnetzwerk, in dem benachbarte Wörter verbunden werden, beantwortet andere Fragen als ein Knowledge Graph mit Entitäten und typisierten Beziehungen. Ko-Vorkommen zeigt Diskursstruktur und begriffliche Nähe; es beweist keine Kausalität. Eine Kante zwischen „Risiko" und „Kontrolle" sagt zunächst nur, dass beide im gewählten Fenster miteinander auftreten.

Kanten können gerichtet, gewichtet und mit Herkunft versehen sein. Ohne Herkunft wird eine Beziehung zur Behauptung ohne Nachweis. Ein produktionsfähiger Graph verweist deshalb von Entität und Relation zurück auf Textstelle, Dokumentversion und Extraktionslauf.

Textnetzwerke machen Diskursstruktur sichtbar

InfraNodus repräsentiert Text nach eigener Methodik als Netzwerk: Wörter werden zu Knoten, Ko-Vorkommen erzeugt Verbindungen. Netzwerkmetriken und Community Detection machen zentrale Begriffe, Themencluster und Beziehungen sichtbar. Das ist besonders nützlich, wenn ein Korpus zunächst exploriert werden soll.

Die Visualisierung ist keine fertige Wahrheit. Häufige Wörter können durch Schreibstil oder Dokumentlänge dominant werden. Stopword-Regeln, Lemmatisierung, Sprache, Ko-Vorkommensfenster und Filter verändern den Graphen. Zwei Analysen desselben Texts können unterschiedliche Strukturen zeigen, wenn diese Parameter variieren.

Deshalb braucht jede Analyse eine reproduzierbare Konfiguration. Welche Quellen wurden importiert? Welche Wörter wurden entfernt oder zusammengeführt? Welche Version und welcher Zeitraum gelten? Erst dann kann eine auffällige Community fachlich interpretiert werden.

Zentralität zeigt Aufmerksamkeit, nicht automatisch Relevanz

Centrality-Metriken beschreiben unterschiedliche Rollen. Degree Centrality zählt direkte Verbindungen und kann häufig eingebundene Begriffe hervorheben. Betweenness Centrality erkennt Knoten, die auf vielen kürzesten Pfaden liegen und Communities verbinden können. Andere Verfahren gewichten die Bedeutung der Nachbarn oder berücksichtigen Richtung.

Ein zentraler Knoten ist nicht zwingend die Antwort. Er kann ein generischer Begriff sein, der überall vorkommt. Für Retrieval ist Zentralität ein Priorisierungssignal neben Anfragebezug, Quellenqualität, Aktualität und Berechtigung.

Brückenknoten sind oft besonders interessant. Sie verbinden Themenbereiche, die sonst getrennt erscheinen. Eine Suche nach Nebenwirkungen einer Entscheidung kann über eine solche Brücke von „Produktstrategie" zu „Supportvorfällen" gelangen. Die Brücke zeigt einen wahrscheinlichen Pfad; die zugrunde liegenden Dokumente müssen die Verbindung anschließend belegen.

Communities begrenzen den wahrscheinlichen Suchraum

Community-Detection-Verfahren gruppieren Knoten, die dichter miteinander verbunden sind als mit dem übrigen Netzwerk. In einem Korpus können solche Gruppen Themen, Projekte, Akteursgruppen oder wiederkehrende Argumentationsmuster repräsentieren.

Für Retrieval entsteht daraus ein zweistufiges Verfahren. Zuerst wird bestimmt, welche Community zur Anfrage passt. Danach werden innerhalb dieser Community Entitäten, Beziehungen und Quellpassagen gesucht. Das reduziert den Suchraum, ohne zu behaupten, dass der erste Graph-Treffer bereits die Antwort ist.

Community-Grenzen sind abhängig von Algorithmus, Auflösung und Graphkonstruktion. Ein Thema kann bei grober Auflösung in einer großen Gruppe liegen und bei feiner Auflösung in mehrere Subthemen zerfallen. Gute Systeme speichern deshalb Algorithmus, Parameter und Graphversion zusammen mit den Ergebnissen.

Strukturelle Lücken sind Hypothesenräume

Eine strukturelle Lücke liegt dort, wo zwei relevante Bereiche schwach oder gar nicht verbunden sind. In der Ideenentwicklung kann das auf eine noch wenig untersuchte Kombination hinweisen. In der Qualitätssicherung kann es bedeuten, dass eine notwendige Beziehung im Korpus fehlt.

Doch eine Lücke ist keine Entdeckung und keine automatische Innovation. Vielleicht wurden Begriffe nur unterschiedlich geschrieben, eine Quelle fehlt, die Segmentierung hat eine Relation zerstört oder es existiert tatsächlich kein fachlicher Zusammenhang. InfraNodus beschreibt solche Gaps als Ansatzpunkte für Exploration; verantwortungsvolle Nutzung behandelt sie als Hypothesen, die durch Quellen geprüft werden müssen.

Ein Gap-Workflow lautet: Lücke identifizieren, mögliche Brückenbegriffe formulieren, gezielt weitere Quellen suchen, neue Evidenz getrennt importieren und prüfen, ob die Verbindung stabiler wird. Die Visualisierung steuert damit Recherche, nicht Schlussfolgerung.

Von der Graphansicht zum Retrieval

Eine Netzwerkvisualisierung ist noch kein GraphRAG-System. Für Retrieval braucht es stabile Identitäten, typisierte Beziehungen, Quellreferenzen, Berechtigungen und einen Query-Plan. Der Graph dient als Navigationsschicht; die Antwort bleibt an konkrete Evidenz gebunden.

Eine Anfrage kann mit Entity Linking beginnen. Erwähnungen werden bestehenden Entitäten zugeordnet. Danach wird eine lokale Nachbarschaft traversiert: direkte Beziehungen, relevante Pfade, Community-Zugehörigkeit und zugehörige Textsegmente. Filter begrenzen Gültigkeit, Version und Zugriff. Ein Reranker ordnet die gefundenen Passagen für die konkrete Frage.

Das Ergebnis ist kein Graphdump, sondern ein Context Packet aus Entitäten, Relationsaussagen, Community-Kontext und belegenden Chunks. Jede Relation trägt ihre Fundstellen. Unsichere oder nur modellseitig abgeleitete Kanten werden gekennzeichnet.