Context Graph

Eine Markdown-Notizdatei plus Vektorindex reicht für einfache Abfragen, scheitert aber an echten Geschäftsaufgaben, die Entitäten, Zeit, Systeme und Entscheidungen verbinden. Warum Retrieval ein Aufmerksamkeitsproblem ist und wann sich ein Context Graph lohnt.

Ein KI-Modell hat offene Fragen in siebzehn Gebieten der Mathematik geklärt, weil es Fachgebiete zusammen liest, die Spezialisten selten gemeinsam lesen. Dieselbe Idee funktioniert in einer B2B-Vertriebspipeline, mit echten Ergebnissen als Feedback-Schleife.

Forscher der Wissensrepräsentation haben Wissen vor vierzig Jahren in ein Regelwerk und ein Tagebuch geteilt. T-Box und A-Box getrennt zu halten macht aus einem Agenten mit langem Kontextfenster einen Agenten mit echtem Gedächtnis.

Die Prozesse, die Umsatz erzeugen, sind Denkgewohnheiten und keine Workflows. Mit Wolframs computationaler Reduzierbarkeit finden wir die Inseln darin und lassen die Dokumentation sich selbst zusammenfügen.

Ein Weltmodell des Unternehmens, das Organigramm als Routing-Protokoll, das Ende der manuellen CRM-Pflege und das Ende des Hardcodings. Zusammen gelesen beschreiben sie eine Architektur und eine unbequeme organisatorische Veränderung.

Jahrzehntelang haben wir Unternehmenssoftware gebaut, die vor allem eines tut: Daten festhalten. In der nächsten Ära geht es um Schlussfolgern auf Basis von Kontext.

Die meisten modernen SaaS-Plattformen sind Friedhöfe unverbundener Daten. Ein Context Graph verknüpft sie wieder.

Anmerkungen zur technischen Seite und zur geschäftlichen Anwendung des Context-Graph-Konzepts sowie zu den offenen Forschungsfragen.