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.

RangSoftware und offizielle QuelleLizenz des betrachteten KernsReifegradBegründungPassender Speicherweg und Nachweis
1HaystackApache-2.0 (Kern)HochDokumentierte Pipelines, Tests und Migrationshinweise.PostgreSQL: PostgreSQL + pgvector für Dokumente und Vektoren
2LlamaIndexMIT (Kern)HochDokumentation, Beispiele und nachvollziehbarer Änderungsverlauf.Dateien: Lokale Dateien via StorageContext.persist
3LangChainMIT (Bibliothek)HochDokumentierte Integrationen und Sicherheitsrichtlinie.PostgreSQL: PostgreSQL über langchain-postgres
4LangGraphMIT (Bibliothek)HochDokumentierte Abläufe mit Zustandsverwaltung.PostgreSQL: PostgreSQL-Checkpointer und Store konfigurieren
5AnythingLLMMIT (Kern)Mittel für PostgreSQL-BetriebPostgreSQL-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.