Kennisgraaf: hoe computers feiten aan elkaar knopen

Bijgewerkt: 9 september 2026 · 6 min leestijd

Stel je een gigantisch prikbord voor, zoals rechercheurs in films gebruiken: foto's van personen, plaatsen en gebeurtenissen, met rode draadjes die aangeven wie met wie te maken heeft. Een kennisgraaf is precies dat, maar dan digitaal en op een schaal van miljarden feiten. In plaats van los te staan, worden gegevens over personen, bedrijven, plaatsen of begrippen aan elkaar verbonden, zodat een computer niet alleen weet dat iets bestaat, maar ook hoe het samenhangt met andere dingen.

Een bekend voorbeeld: zoek je op Google naar "Rembrandt", dan verschijnt rechts een kader met zijn geboortejaar, werken en leerlingen. Die informatie komt niet uit een simpele tekstzoekopdracht, maar uit een kennisgraaf waarin "Rembrandt" als knooppunt is verbonden met andere knooppunten zoals "De Nachtwacht" (relatie: heeft gemaakt) of "Amsterdam" (relatie: woonde in). Deze aanpak wordt steeds belangrijker, ook omdat kunstmatige intelligentie er gebruik van maakt om minder te verzinnen en meer op controleerbare feiten te steunen.

Wat is het precies?

De basis van een kennisgraaf is simpel: alles wordt opgeslagen als een klein zinnetje met drie delen, een zogeheten triple. Bijvoorbeeld: "Amsterdam" – "is hoofdstad van" – "Nederland". Het eerste en laatste deel zijn entiteiten (knooppunten in het netwerk), het middelste deel is de relatie (de verbinding, ook wel "edge" genoemd). Duizenden van zulke triples samen vormen een netwerk, of graaf, waarin je van knooppunt naar knooppunt kunt springen.

Om te voorkomen dat iedereen zijn eigen woorden gebruikt, wordt vaak een vaste woordenlijst gehanteerd: een ontologie of schema. Dat schema legt bijvoorbeeld vast dat "is hoofdstad van" alleen tussen een stad en een land mag staan, niet tussen twee personen. Een bekend openbaar schema hiervoor is schema.org, dat door Google, Microsoft en anderen gezamenlijk wordt onderhouden zodat websites hun gegevens op een herkenbare manier kunnen aanbieden.

De data zelf komt uit verschillende bronnen. Soms wordt tekst automatisch "gelezen" door taalmodellen die feiten eruit filteren (bijvoorbeeld: dit Wikipedia-artikel vermeldt een geboortedatum). Soms wordt informatie handmatig ingevoerd door vrijwilligers of experts. En soms worden bestaande gestructureerde bronnen, zoals infoboxen op Wikipedia, automatisch overgenomen. Het technische formaat waarin dit alles wordt vastgelegd heet vaak RDF (Resource Description Framework), een standaard van het World Wide Web Consortium (W3C), de organisatie die ook internetstandaarden zoals HTML beheert.

Het verschil met een gewone database is de vorm. Een traditionele database werkt met tabellen: rijen en kolommen, zoals een Excel-bestand. Een kennisgraaf werkt met een netwerkstructuur, waardoor het makkelijker is om onverwachte verbanden te vinden, zoals "welke acteurs hebben ooit samen met deze regisseur gewerkt én zijn geboren in dezelfde stad". Dat soort vragen zijn in tabelvorm lastig te stellen, maar in een graaf relatief eenvoudig.

Wat wil men ermee bereiken?

Het belangrijkste doel is dat computers feiten kunnen begrijpen in plaats van alleen tekst te doorzoeken. Een gewone zoekmachine uit de jaren negentig zocht naar woorden die op een pagina voorkwamen. Een kennisgraaf maakt het mogelijk om vragen te beantwoorden die niet letterlijk op één pagina staan, door verschillende feiten te combineren.

Een tweede doel is het integreren van verspreide gegevens. Bedrijven en overheden hebben vaak dezelfde informatie in tientallen systemen staan, elk met eigen naamgeving. Een kennisgraaf kan die systemen "vertalen" naar één gedeeld beeld, wat bijvoorbeeld in de zorg of financiële sector waardevol is om fouten en dubbel werk te voorkomen.

Recent is er een derde, urgente drijfveer bijgekomen: het temperen van fouten in taalmodellen zoals ChatGPT. Deze modellen "verzinnen" soms feiten (hallucinatie genoemd) omdat ze taal voorspellen zonder een vaste feitenbasis. Door een taalmodel te koppelen aan een kennisgraaf — een aanpak die vaak GraphRAG wordt genoemd, waarbij RAG staat voor "retrieval-augmented generation" of ophaal-verrijkte generatie — kan het model eerst checken wat er daadwerkelijk in de graaf staat voordat het een antwoord formuleert. Dit maakt antwoorden beter te herleiden en te controleren.

Voorbeelden uit de praktijk

Google Knowledge Graph (2012): Google introduceerde dit systeem om de kaders met feiten te tonen die je naast zoekresultaten ziet. Het combineert honderden miljoenen entiteiten en miljarden feiten, deels afkomstig uit Wikipedia en andere publieke bronnen.

Wikidata (opgericht in 2012 door de Wikimedia Foundation): een vrij toegankelijke, door vrijwilligers bijgehouden kennisgraaf die als gedeeld geheugen dient voor alle Wikipedia-taalversies. Wie een feit op Wikidata aanpast, kan dat automatisch laten doorwerken in tientallen taalversies van Wikipedia-infoboxen.

DBpedia (gestart in 2007 door onderzoekers van de Universiteit Leipzig en Berlijn): haalt gestructureerde gegevens automatisch uit Wikipedia-infoboxen en zet die om in een doorzoekbare graaf. Het was een van de eerste grootschalige publieke kennisgrafen en legde mede de basis voor het bredere "Linked Data"-idee: gegevens uit verschillende bronnen aan elkaar koppelen via het web.

Amazon Product Graph: Amazon gebruikt een interne kennisgraaf om producten, eigenschappen en klantvragen te koppelen, wat helpt bij zoekresultaten en aanbevelingen ("klanten die dit kochten, kochten ook...").

Open Targets (gestart in 2014, een samenwerking tussen onder meer het European Bioinformatics Institute en farmaceutische bedrijven zoals GSK): een kennisgraaf die genen, ziekten en medicijnen koppelt, gebruikt door onderzoekers om nieuwe aangrijpingspunten voor medicijnen te vinden. Dit toont dat kennisgrafen niet alleen bij zoekmachines, maar ook in wetenschappelijk onderzoek worden ingezet.

Hoe ver is de techniek?

De onderliggende ideeën zijn niet nieuw. Tim Berners-Lee, de uitvinder van het world wide web, beschreef in 2001 al het concept van een "semantisch web" waarin machines betekenis uit webdata kunnen halen. De W3C-standaarden voor RDF en de bijbehorende querytaal SPARQL bestaan sinds het begin van de jaren 2000 en worden nog steeds gebruikt.

Voor grote, bekende feiten (landen, beroemdheden, films) is de techniek volwassen: dit soort kennisgrafen draait al ruim tien jaar stabiel bij grote techbedrijven. De grootste uitdaging ligt bij het automatisch en betrouwbaar bijhouden van minder bekende of snel veranderende feiten, en bij het omgaan met tegenstrijdige of verouderde informatie. Het handmatig controleren van feiten blijft mensenwerk, wat kennisgrafen relatief arbeidsintensief maakt om actueel te houden.

Sinds ongeveer 2023 is er een duidelijke versnelling merkbaar door de combinatie met taalmodellen. Onderzoek naar GraphRAG en vergelijkbare technieken staat nog in een pril stadium: er is nog geen brede consensus over de beste manier om een kennisgraaf en een taalmodel te laten samenwerken, en de resultaten variëren sterk per toepassing. Bedrijven als Microsoft en Neo4j publiceerden hierover onderzoek en gereedschappen, maar het is nadrukkelijk nog een actief onderzoeksgebied, geen uitgekristalliseerde standaardoplossing.

Wie werken eraan?

Grote techbedrijven met zoek- of assistentproducten hebben eigen kennisgrafen: Google (Knowledge Graph), Microsoft (met een systeem dat vroeger "Satori" heette, gebruikt in Bing en Copilot), Meta (voor het koppelen van gebruikersprofielen en interesses) en Amazon (voor productdata). Deze bedrijven zijn vooral gevestigd in de Verenigde Staten.

Op het publieke en academische vlak speelt de Wikimedia Foundation een centrale rol met Wikidata, ondersteund door een wereldwijde gemeenschap van vrijwilligers. Universiteiten zoals Leipzig en Berlijn (DBpedia), Stanford en verschillende Europese instellingen doen fundamenteel onderzoek naar hoe kennisgrafen automatisch opgebouwd en gecontroleerd kunnen worden.

Standaarden komen van het World Wide Web Consortium (W3C), een internationaal samenwerkingsverband. Gespecialiseerde bedrijven zoals Neo4j (grafendatabases), Ontotext en Diffbot bouwen commerciële gereedschappen waarmee andere organisaties eigen kennisgrafen kunnen opzetten. Ook de Europese Unie financiert via onderzoeksprogramma's (zoals Horizon Europe) projecten rond "linked data" en semantische technologie, met als doel Europese data-infrastructuur minder afhankelijk te maken van Amerikaanse platforms.