GraphRAG Evaluation mit der AI-Entwicklungs-Plattform Langflow

Auf der Suche nach einer geeigneten Open Source AI-Entwicklungsplattform wurde ich vor einigen Jahren auf die Enwicklungsumgebung Langflow der Firma DataStax aufmerksam. Diese wurde ursprünglich von Logspace entwickelt, von DataStax in 2024 erworben und im Jahr 2025 von IBM aquiriert.

Mit Langflow können komplexe AI-Workflows, Applikationen oder Agenten über ein visuelles User-Interface erstellt und getestet werden. In einer umfassenden Bibliothek stehen viele Komponenten zur Verfügung, die eine einfache Entwicklung von komplexen Pipelines durch drag-and-drop ermöglichen. Desweiteren gibt es fertige Lösungs-Templates, die sofort angepasst und genutzt werden können. Die gewünschten AI-Modelle sind dabei frei wählbar.

Die Übersicht zeigt eine Pipeline, die für einen Kunden im Kontext von Supply Chain Prozessen die Wirkungsweise und die Vorteile eines GraphRAG – in Verbindung mit einem semantischem Modell (Context Graph) im W3C Standard Format RDF 1.2 – demonstrieren und darstellen konnte.

Umfassende (1080°) Beratung für Unternehmen

Eine weitere, umfassende (1080°) Beratung für Unternehmen „Von der digitalen
Pflicht zur echten Wettbewerbsstärke
“ biete ich, zusammen mit zwei sehr erfahrenen Partnern, an.

360° Wirtschaftlichkeit & 360° Transformation & 360° Wissen & Führung

Im Flyer finden Sie Details zu diesem speziellen Angebot. Bitte sprechen Sie uns an, wenn Sie daran interessiert sind oder Fragen zu den Angeboten haben.

Industrie 4.0 Orchestrator und Validator Prototype

Die erste Beta Version des IPO Prototypes ist verfügbar. Ziel dieses Prototypes ist es, die umfassende Anwendung von Industrie-Standards – in Verbindung mit semantischen Lösungen und Künstlicher Intelligenz – zu demonstrieren. Ein weiterer Schwerpunkt in der Entwicklung war die Berücksichtigung und Integration von Validierungsfunktionen. Der Digitale Produkt Passport, die Berechnung des Product Carbon Footprint (PCF) des Produktes nach Standard ISO 14067 sowie die Integration in die Prozesslandschaft des Unternehmens sind die Hauptanwendungen dieses Prototypes. Für die Entwicklung der Webapplikation wurde eine agile, inkrementelle Verfahrensweise angewendet.

Prototype des IPO – Visualisierter Knowledge Graph mit Detailansicht und Suche

Die im IPO Prototype unterstützten Standards sind BPMN 2.0, SysML v2, AAS (3.0) mit Submodells, RDF/Turtle, SPARQL, SHACL. Import und Export-Funktionen sind für SysML, BPMN 2.0, SysML v2, AAS vorhanden.

Digitaler Produktpass und Interoperabilität

Der Digitale Produktpass erfordert den Zugriff auf alle relevanten Daten sowie die “semantische Vernetzung” dieser innerhalb eines Unternehmens. Darüber hinaus ist auch eine Vernetzung mit externen Daten der Zulieferer und Partner notwendig. Diese Interoperabilität – die auch den Austausch von Digital Twins unterstützt – kann durch den Einsatz des offenen Standards der Verwaltungsschale (Asset Administration Shell, IEC 63278-1) erreicht werden. Darüber hinaus erfordert die vollständige Interoperabilität eine nahtlose Integration mit den bereits existierenden Business-Prozessen und Modellen innerhalb des Unternehmens, z.B. im Product Engineering / Model Based System Engineering, sowie eine Orchestrierung der Zusammenhänge auf Daten-, Modell– und Prozessebene. Modell-basierte Methoden und Beschreibungen (BPMN 2.0, SysML v2, AutoML, LLM, Predictive Maintenance) finden in vielen Teilbereichen der Unternehmen bereits Anwendung. Die vollständige Vernetzung dieser komplexen Zusammenhänge und Aspekte kann mit Hilfe eines semantischen Enterprise Modells, auf der Basis von Webstandards (W3C), realisiert werden und dadurch zur weiteren Wertschöpfung im Unternehmen beitragen.

Anmerkung: Diesen Vortrag hatte ich im November 2025, auf der Jahrestagung der tekom (Arena) in Stuttgart, gehalten.

Use Case: Digital Product Passport

Diese Präsentation von der Semantics 2023 erläutert die Kernpunkte des Europäischen Green Deals, zugehörige Sustainable Produktinitiativen und Standards und – als Use Case – Konzepte zur Realisierung des Digitalen Produktpasses (Digital Product Passport – DPP) auf der Basis neuester Technologien und Frameworks, z.B. der Anwendung der Asset Administration Shell (AAS) in Verbindung mit einem Enterprise Knowledge Graph (EKG).

Download der Präsentation (pdf, 2,5 MB)

Aus Daten wird Wissen

In den letzten Jahren wurden unterschiedliche Definitionen und Herangehensweisen entwickelt, die sich mit Daten-, Informations- und Wissens-Management beschäftigen.

Es bietet sich an, dies im Gesamtkontext eines Unternehmens oder einer Institution zu betrachten. Das folgende Diagramm zeigt den gesamten, sich wiederholenden Zyklus unter Berücksichtigung von Zwischenphasen.

Wissensmanagement als Lebenszyklus

Zur Erläuterung schauen wir uns die Phasen näher an und starten dabei mit der Phase „Data“.

  • Data – Daten sind erfasste Werte, die durch eine Meta-Beschreibung in strukturierter Form vorliegen.
  • Information – Daten in Verbindung mit einem Kontext, der die Bedeutung der Daten erklärt.
  • Knowledge – Wissen ist Information, die eine kognitive Verarbeitung durch Domain-Experten erfährt und anschließend in strukturierter Form (explicit) vorliegt. Nicht erfasstes Wissen, welches z.B. durch Intuition und Erfahrung erworben wurde, nennt man implicit.
  • Wisdom & Insight– für Entscheidungen und Aktionen ist eine Intelligenz (Klugheit) zusammen mit dem Einblick und dem Verständnis erforderlich, die durch Wissen validiert und angewendet werden kann.
  • Vision – Wissen in Verbindung mit der Intelligenz bildet die Grundlage für eine vorausschauende Planung, die Umsetzung der Vision.

Während des Prozesses des Daten-Managements werden anfänglich Discrete Data in Connected Data transformiert. Connected Data lassen sich durch einen Knowledge Graph oder einen Knowledge Forest beschreiben und verwalten.

Semantic Web

Das Semantic Web stellt eine Entwicklungsstufe des WWW dar. Es erweitert das Web, um veröffentlichte Informationen und Daten auch zwischen Maschinen lesbar, austauschbar und verwertbar machen zu können. Die Informationen werden mit eindeutigen Bedeutungen versehen und durch zusätzliche Details ergänzt, so dass Mensch und Maschine die Bedeutung, den Kontext und weitere Zusammenhänge der Information (die Semantic) erkennen können.

Das Semantic Web basiert auf einer Wissensmodellierung bzw. Wissensrepräsentation (für eine Wissens-Domain).

Tim Berners-Lee (Begründer des World Wide Web) beschrieb seinen Vorschlag im Jahr 2001 folgendermaßen: „The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation“).