Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).
Semantische und RAG-Systeme
Übergeordnete Kategorie: Digitale Wissenssysteme
Bedeutungsorientiertes Erschließen von Dokumenten und Wissen.
Open-Source-Auswahl nach Reifegrad
5 Einträge: für den jeweils beschriebenen Speicherumfang ausgewählt.
Redaktioneller Stand: 27. September 2026; Bewertungskriterien und Grenzen gelten auch hier. Die Rangfolge priorisiert Reife und danach die Passung zum Thema.
| Rang | Software und offizielle Quelle | Lizenz des betrachteten Kerns | Reifegrad | Begründung | Passender Speicherweg und Nachweis |
|---|---|---|---|---|---|
| 1 | Haystack | Apache-2.0 (Kern) | Hoch | Dokumentierte Pipelines, Tests und Migrationshinweise. | PostgreSQL: PostgreSQL + pgvector für Dokumente und Vektoren |
| 2 | LlamaIndex | MIT (Kern) | Hoch | Dokumentation, Beispiele und nachvollziehbarer Änderungsverlauf. | Dateien: Lokale Dateien via StorageContext.persist |
| 3 | LangChain | MIT (Bibliothek) | Hoch | Dokumentierte Integrationen und Sicherheitsrichtlinie. | PostgreSQL: PostgreSQL über langchain-postgres |
| 4 | LangGraph | MIT (Bibliothek) | Hoch | Dokumentierte Abläufe mit Zustandsverwaltung. | PostgreSQL: PostgreSQL-Checkpointer und Store konfigurieren |
| 5 | AnythingLLM | MIT (Kern) | Mittel für PostgreSQL-Betrieb | PostgreSQL-Pfad im Quellprojekt beschrieben; zusätzliche Einrichtung erforderlich. | PostgreSQL: Prisma-Datenbank umstellen und pgvector konfigurieren |
Einsatz und Abgrenzung
Ein semantisches Wissenssystem erschließt Inhalte über Bedeutungsähnlichkeiten, Entitäten und Wissensgraphen. Es ergänzt strukturierte Wikis, ersetzt jedoch weder redaktionelle Pflege noch Zugriffsrechte.
- Haystack: Ermöglicht hybride Sucharchitekturen aus traditioneller Volltextsuche (BM25) und dichter Vektorsuche für komplexe Wissensbestände.
- LlamaIndex: Bietet Datenstrukturen zur Extraktion und Traversierung hierarchischer Wissensgraphen aus verknüpften Notizen und Dokumenten.
- LangChain: Verbindet Wissensspeicher mit Abfrageketten; die semantische Konsistenz erfordert anwendungsspezifische Filterregeln.
- AnythingLLM: Bietet getrennte Arbeitsbereiche (Workspaces) für unterschiedliche Wissensthemen. Zur Einhaltung des Speicherfilters ist die Umstellung auf PostgreSQL und pgvector erforderlich.
- LangGraph: Modelliert mehrschrittige Recherchepfade und Begriffsklärungen als zustandsbehaftete Graphen mit expliziten Verzweigungsregeln.