# Playbook: Wissensgraph aus Transkripten, Dokumenten und E-Mails im Microsoft-Umfeld

Stand: September 2026. Dieses Dokument wächst mit dem Projekt. Jeder Abschnitt hat
Checkpoints, die man in einem Unternehmensszenario abhaken sollte, bevor der
nächste Schritt kommt. Was wir im Kitchen-Testfall lokal machen, steht jeweils
daneben, damit der Übergang zu Fabric kein Bruch ist.

## 0. Rahmen klären

| Checkpoint | Warum |
|---|---|
| Welche Quellen: Transkripte (Teams-Aufzeichnungen, YouTube), Word, PDF, E-Mail, Tickets | Jede Quelle braucht einen Adapter und eine eigene Datenschutzbewertung |
| Wer darf was sehen: Workspace-Rollen, Sensitivity Labels, RLS | Graph in Fabric ist nur für Workspace-Mitglieder erreichbar |
| Verlässt Text den Tenant (LLM außerhalb) oder nicht | Entscheidet zwischen AI Functions in Fabric und externem Modell |
| Region und Capacity: F2 oder höher, Region mit Graph und ggf. Fabric Apps | Fabric Apps fehlt in North Europe, Graph ist dort verfügbar |
| Wer pflegt das Vokabular (Themen, Tools, Personen) | Entity Resolution ist Fachaufgabe, kein Technikthema |

**Kitchen lokal:** Quelle YouTube, öffentlich, kein Datenschutzthema, LLM darf extern laufen.

## 1. Ingest: Quelle zu Segmenten

| Checkpoint | Fabric-Weg | Kitchen lokal |
|---|---|---|
| Rohdaten unverändert ablegen (Bronze) | Lakehouse Files, OneLake Shortcuts auf SharePoint | data/raw/*.json |
| Segmentierung festlegen: Kapitel, Zeitfenster, Absatz, Mail-Body | Notebook (PySpark oder pandas) | kgk/adapters |
| Deep-Link pro Segment (Zeitstempel, Seite, Mail-ID) | Pflichtfeld im Schema | YouTube `?t=` |
| Sprache pro Dokument erkennen | ai.classify oder Metadaten | Metadaten |
| E-Mail: Threads deduplizieren, Signaturen und Zitate entfernen, PII markieren | Purview-Labels beachten | noch offen |

## 2. Anreicherung: Segmente zu Knoten und Kanten

| Checkpoint | Fabric-Weg | Kitchen lokal |
|---|---|---|
| Kontrolliertes Vokabular mit Aliasen (Tools, Themen, Produkte) | Tabelle im Lakehouse, fachlich gepflegt | kgk/enrich/vocabulary.py |
| Heuristik zuerst: Vokabular-Treffer, Metadaten, Ko-Vorkommen | Notebook | heuristic.py |
| LLM zweitens: Aussagen, Relationen mit JSON-Schema erzwingen | `ai.extract` mit JSON-Schema, `ai.classify`, `ai.summarize` | llm.py (Claude) |
| Embeddings pro Segment | `ai.embed`, Ablage im Lakehouse oder Cosmos DB in Fabric | optional |
| Qualität messen: Stichprobe von 30 Segmenten, Precision der Entitäten | AI Functions Eval-Notebooks (LLM as Judge) | manuell |
| Kosten: CU-Verbrauch der AI Functions vorher schätzen | Capacity Metrics App | egal |

## 3. Speicher: vier Tabellen

`documents`, `segments`, `nodes`, `edges`. Gerichtete Kanten, skalare Properties.

| Checkpoint | Fabric-Weg | Kitchen lokal |
|---|---|---|
| Tabellen als Delta im Lakehouse (Silber) | Notebook `saveAsTable` | SQLite |
| Volltext | Cosmos DB in Fabric (BM25) oder Azure AI Search | SQLite FTS5 |
| Vektorsuche | Cosmos DB in Fabric (DiskANN, Hybrid mit RRF) | später |
| Graph-Modell in Fabric über die Tabellen legen: Node-Typen, Edge-Typen, Mappings | Graph-Item, Preview | Export nach Parquet |
| Schema einfrieren: jede Änderung heißt Graph neu laden | Versionsnummer im Tabellennamen | egal |

## 4. Abfrage und Ausgabe

| Checkpoint | Fabric-Weg | Kitchen lokal |
|---|---|---|
| Standardfragen als GQL formulieren und testen | Graph Code Editor, REST `executeQuery` | SQL / graph.json |
| Natürliche Sprache | Data Agent mit Graph als Quelle (NL2GQL), bis zu fünf Quellen | keine |
| Für alle sichtbar ohne Fabric-Login | Snapshot-Export als statische Seite | web/explorer.html |
| Interaktiv mit SSO | Fabric App (Preview, Region beachten) oder Data Agent in Copilot Studio / Teams | später |

## 5. Betrieb

| Checkpoint | Warum |
|---|---|
| Refresh-Takt: neue Folgen, neue Dokumente, Graph neu laden | Graph-Ingest ist ein Vollaufbau |
| Vokabular-Review monatlich | neue Produkte, umbenannte Features |
| Löschkonzept: Dokument raus heißt Segmente, Knoten und Kanten raus | DSGVO bei E-Mails |
| Monitoring: Graph-CU, AI-Functions-CU, Storage-Minimum 100 GB | Capacity Metrics App |

## Learnings aus dem Kitchen-Testfall (September 2026)

- **Zeitstempel sind der Kern, nicht Beiwerk.** Die erste Transkript-Pipeline hatte sie weggeworfen. Ohne Sekunde kein Beleg, ohne Beleg kein Vertrauen. Bei Teams-Aufzeichnungen und Stream-Transkripten gilt dasselbe: VTT behalten, nicht nur den Text.
- **Automatische Untertitel fehlen bei etwa jedem sechsten Video** (23 von 126, vor allem englische Folgen). Im Unternehmen heißt das: Transkription selbst erzeugen (Azure AI Speech oder Whisper), nicht auf die Plattform verlassen.
- **Die Spracherkennung schreibt Produktnamen falsch** ("Power DI", "Fabrik", "Click" für Qlik). Das Vokabular braucht deshalb Alias-Listen mit den typischen Fehlern, sonst fehlen die häufigsten Erwähnungen.
- **Generische Wörter nur mit Anker zählen.** "Desktop", "Delta", "Design" zählen nur, wenn im selben Dokument ein spezifischer Alias vorkommt. Das hält die Precision hoch, ohne Recall zu verlieren.
- **Heuristik vor LLM lohnt sich.** 7.900 Erwähnungen, 390 "erklärt"-Kanten und 730 Themenbeziehungen kamen ohne ein einziges Modell zustande, reproduzierbar und in Sekunden. Das LLM kommt erst für Aussagen und typisierte Beziehungen dazu.
- **Kapitel aus der Beschreibung sind Gold.** Eine Kapitelüberschrift, die ein Thema nennt, ist eine sehr belastbare "erklärt"-Kante. Im Unternehmen entsprechen dem Agenda-Punkte, Überschriften in Word und Betreffzeilen.
- **Der Graph darf nicht zu voll sein.** 140 Konzepte plus 126 Dokumente auf einmal sind unlesbar. Standardansicht: Konzepte ab N Folgen und Beziehungen ab M gemeinsamen Segmenten, Dokumente erst auf Klick.

- **Teilnehmer kommen aus dem Format, nicht aus dem Transkript.** „Thinkers Talk" heißt Marcus und Artur, „Quarterly" heißt Gabi und Artur. Im Unternehmen ist das die Kalender-Einladung. Wer wirklich spricht, weiß nur eine Diarisierung, das steht im Backlog.
- **Dokumente sind nur ein weiterer Adapter.** Die 21 Kitchen-Seiten kamen als Markdown mit Überschriften-Abschnitten in dasselbe Schema wie die Folgen. Der Absprung geht auf den Abschnitt per Text-Fragment, weil die Seiten keine stabilen Anker haben. Bei Word und SharePoint entsprechend: Überschrift als Anker, Seite als Fallback.
- **Fragen als Vorlagen, nicht als Freitext.** Fünf Fragetypen decken den Alltag ab und lassen sich 1:1 als GQL formulieren. Das ist die Brücke zum Data Agent in Fabric: dieselben Muster werden dort NL2GQL-Beispiele.
- **Zustand in die URL.** Jede Sicht (Knoten, Frage, Zeitraum, Fokus) ist ein Link. Im Unternehmen ist das der Unterschied zwischen „schau mal im Tool" und „hier ist die Antwort".

- **Segment-Ordinal reicht nicht als Beleg.** Die erste Extraktionswelle lieferte je Aussage nur die Segmentnummer; ein Segment ist im Median 95 Sekunden lang, die Sprungmarke lag bis zu drei Minuten daneben. Zwei Gegenmittel: das Modell muss ein wörtliches Zitat (6 bis 15 Wörter) mitliefern, und ein deterministischer Schritt sucht Zitat oder Aussage im Wort-Transkript und setzt die Sekunde (`kgk/enrich/anchor.py`). Ergebnis im Testfall: 620 von 789 Aussagen auf die Sekunde, der Rest ehrlich als „Abschnittsanfang" markiert. Im Unternehmen gilt dasselbe für Teams-Transkripte: Wortzeitstempel behalten, Zitat verlangen, Anker prüfen.
- **Kennzeichnung in drei Teilen.** „Belegt" allein verwischt drei Dinge: automatisch extrahiert (Herkunft), Quellenstelle vorhanden (und wie genau), redaktionell geprüft (bisher nichts). Jede Aussage trägt alle drei getrennt plus den Stand der Quelle. Eine Null bei den Kernaussagen sagt, ob „noch nicht ausgewertet" oder „ausgewertet, aber nichts zugeordnet".
- **Zweite Welle nach Abdeckung, nicht nach Aktualität.** Die neuesten 30 Folgen zuerst zu verarbeiten ließ die größten Themen leer (Microsoft Fabric: 92 Dokumente, 0 Aussagen). Auswahlregel für Folgewellen: je Konzept ohne Aussagen die drei Dokumente mit den meisten Treffersegmenten (`prepare_prompts --coverage 3 --skip-enriched`).
- **Ein Praxistest vor dem nächsten Feature.** Fünf bis zehn echte Fragen, drei bis fünf Personen ohne Anleitung, fünf Prüffragen je Antwort (`playbook/PRAXISTEST.md`). Das Ergebnis priorisiert das Backlog besser als jedes weitere Review.

## Offene Fragen

- Ontology (Fabric IQ) als formale Vokabular-Definition: lohnt erst, wenn mehrere Domänen zusammenkommen.
- Wie weit trägt NL2GQL bei deutschen Fragen? Testen, sobald der Graph steht.