--- title: "Wat is een knowledge graph | Relaties die je kunt doorlopen | Len P. van der Hof" description: Een knowledge graph slaat benoemde entiteiten en getypeerde relaties op, zodat je van het ene feit naar het andere kunt lopen. Het is geen mindmap, geen vector store, en geen vervanging van RAG wanneer je een passage nodig hebt. image: "https://lenvanderhof.com/media/generated/blog-hero-knowledge-graph-v1.ab5605b94c42.wide.webp" --- [AI-systemen](https://lenvanderhof.com/nl/blog/categorie/ai-systemen/) Onderzoeksartikel # Wat is een knowledge graph? Benoemde knopen, getypeerde lijnen, een pad dat je kunt controleren Kun je de relatie niet benoemen, dan heb je een poster. Kun je de knoop niet openen, dan heb je een gerucht. Len P. van der HofGepubliceerd 14 september 20266 min. leestijd Kaartjes met een naam. Touw met een label. Eén pad onder de lamp. Direct antwoord Een knowledge graph is een opslag van benoemde knopen en getypeerde relaties: dit account hangt af van die dienst, deze claim citeert die bron, deze persoon is eigenaar van dat systeem. Je bevraagt hem door relaties te doorlopen, niet door te hopen dat er een gelijkende alinea opduikt. Het is geen mindmap, geen dashboard en geen vectorindex. RAG haalt een passage op. Een graaf slaat op hoe dingen samenhangen. GraphRAG van Microsoft is een methode met een graafindex voor globale vragen over een corpus; dat GitHub-project is grotendeels in onderhoudsmodus, gecontroleerd op 2026-08-27. Die methode is niet de definitie van een knowledge graph. In een bedrijf zijn de nuttige grafen saai: eigenaarschap, afhankelijkheden, bewijs. Houd het vocabulaire van relaties gesloten en geef elke relatie een eigenaar en een datum, anders veroudert hij terwijl hij zeker blijft klinken. Kan documentatie de vraag 'wat breekt er als dit verandert' niet beantwoorden, dan ontbreekt er meestal een relatie. ## Belangrijkste inzichten - Knopen hebben namen. Relaties hebben een type. Is een van beide 'gerelateerd', dan bouwde je een poster. - RAG beantwoordt 'laat me de clausule zien'. Een graaf beantwoordt 'wat hangt hiervan af'. - Nuttige bedrijfsgrafen: eigenaarschap, afhankelijkheden, claim naar bron. Geen driedimensionale kluwen. - Begin met een korte, gesloten lijst relatietypes. Voeg pas een werkwoord toe wanneer een lopende vraag erom vraagt. - Een relatie zonder eigenaar en zonder datum is een zelfverzekerd gerucht met een schema. - Documentatie is een graaf zodra een nieuwkomer van een term naar een eigenaar naar een veranderend bestand kan lopen. Een knowledge graph is een opslag van **benoemde knopen** en **getypeerde relaties**. Een knoop is een ding dat je kunt aanwijzen: een persoon, een systeem, een contract, een claim. Een relatie is een lijn met een label: is eigenaar van, hangt af van, citeert, vervangt, valt onder. Je bevraagt hem door te lopen. Wie is eigenaar van deze dienst. Wat breekt er als we hem wijzigen. Welke bron draagt deze zin. Draagt de lijn alleen het label “gerelateerd”, dan heb je een poster. Heeft de knoop geen naam die een buitenstaander kan opzoeken, dan heb je een gerucht met betere opmaak. ## Geen mindmap, geen vector store, geen RAG Een mindmap is een tekening. Hij beantwoordt een vraag geen twee keer hetzelfde. Een vector store haalt vergelijkbare tekst op. Gelijkenis is geen type. “Dichtbij in de embeddingruimte” is niet “hangt af van”. [RAG](https://lenvanderhof.com/nl/blog/wat-is-rag/) haalt een passage op en schrijft daarna. Gebruik dat wanneer de klus “open clausule 12.3” is. Een knowledge graph beantwoordt “wat hangt samen, en hoe”. Je wilt vaak allebei. Gebruik er niet één woord voor. [Wanneer RAG gebruiken](https://lenvanderhof.com/nl/blog/wanneer-rag-gebruiken/) gaat over de ophaalkeuze. Deze pagina gaat over de relatiekeuze. GraphRAG van Microsoft haalt entiteiten en relaties uit een corpus, detecteert communities en genereert per community een samenvatting voor globale vragen over dat corpus. De openbare README op GitHub, gelezen op 2026-08-27, meldt dat het project grotendeels in onderhoudsmodus is. Het is één manier om uit proza een graafindex te bouwen en die aan een taalmodel te voeren; het is niet de definitie. Een sales-ops-graaf van accounts, eigenaren en producten kan bestaan zonder één LLM. Leeft de graaf alleen binnen retrieval, noem hem dan een graafindex. Institutioneel geheugen heeft daarnaast eigenaren, datums en operationele vragen nodig. ## Hoe hij naast AI staat Taalmodellen zijn vloeiend. Ze zijn geen register. Vraag je “wie is eigenaar van facturatie” en het antwoord kan geen knoop met een eigenaarsrelatie noemen, dan kreeg je een alinea. Morgen schuift die alinea op. Bruikbaar patroon: 1. Houd de graaf als register: knopen, getypeerde relaties, een tijdstempel, een bron. 2. Laat retrieval de passage ophalen die een relatie *rechtvaardigt* zodra die relatie ter discussie staat. 3. Laat het model schrijven vanuit die twee, niet vanuit overlevering. Het [bewijsregister](https://lenvanderhof.com/nl/begrippen/bewijsregister/) op deze site is al een graaf in saaie kleren: claim, bron, sterkte, wat de claim zou intrekken. Operators gebruiken het zodat een getal niet tussen hoofdstukken kan gaan zwerven. Dat is werk aan een knowledge graph zonder de visualisatie van een kluwen. ## Waar hij zich in een bedrijf terugverdient Sla de driedimensionale demo over. Drie grafen verdienen hun plek. **Eigenaarschap.** Systeem, document, metric, klantrecord: wie is de benoemde eigenaar. Geen teamnaam. Een persoon die een wijziging kan afkeuren. **Afhankelijkheden.** Waarvan deze launch, deze dienst, deze clausule afhangt. “Wat breekt er als we dit wijzigen” is een pad, geen gok tijdens de standup. **Bewijs.** Claim naar bron. Besluit naar de notitie die vóór de handeling is geschreven. Forecast naar de inzet die je werkelijk zou doen. Ondernemen zit vol ontbrekende relaties. Een pitch zegt dat de markt aangrenzend is. Aangrenzend is geen type. Een hire zit “in het netwerk”. Netwerk is geen relatie. Schrijf `introduced-by` op, of stop met doen alsof je een kaart hebt. ## Loop er één na: wat breekt er als we dit uitzetten Een engineer stelt voor een oude prijsdienst uit te faseren. De kamer doet wat kamers doen: drie mensen zeggen “volgens mij roept marketing hem nog aan”, niemand weet het zeker, en het besluit gaat twee weken vooruit zodat iemand kan rondvragen. Met een graaf is dat een query in plaats van een geheugentest. 1. Begin bij de knoop `pricing-service-v1`. Loop elke inkomende `depends-on` relatie af. Je krijgt de checkout-flow, een offertegenerator waar al een jaar niemand aan zat, en een nachtelijke export. 2. Loop vanaf elk daarvan `owned-by` af. Je krijgt drie namen, geen drie teamlabels. Eén van hen vertrok in juni, en dat is op zichzelf een vondst: die knoop heeft geen actuele eigenaar, en het uitfaseren heeft nu ook een reparatie van eigenaarschap nodig. 3. Loop vanaf de nachtelijke export `feeds` af. Die landt in het omzetdashboard dat de board maandag leest. Door die relatie is dit geen uitstel van twee weken. Het is een volgordeprobleem met een vaste datum. Drie stappen, drie echte antwoorden: wie moet instemmen, wat er stilletjes breekt, en wat helemaal geen eigenaar heeft. De graaf nam het besluit niet. Hij verving “volgens mij roept marketing hem nog aan” door een lijst waarmee je kunt handelen. Is je antwoord op stap één “dan moeten we de codebase met grep doorzoeken en het in Slack vragen”, dan is dat de eerlijke staat van je register. Grep vindt aanroepers in code. Grep vindt niet de analist met een opgeslagen query, de Zapier-automatisering, of de contractclausule die beloofde dat het endpoint blijft draaien. ## Houd hem klein genoeg om waar te blijven Twee disciplines scheiden een graaf die zichzelf terugverdient van een tweede wiki die niemand vertrouwt. **Sluit het vocabulaire.** Begin met de relatietypes die één lopende workflow nodig heeft: bijvoorbeeld `owns`, `depends-on`, `feeds`, `cites`, `supersedes` en `governed-by`. Voeg pas een werkwoord toe wanneer een echte vraag zonder dat werkwoord niet te stellen is. Betekenen `owns`, `responsible-for`, `is-steward-of` en `accountable-for` in één opslag hetzelfde, dan splitsen queries de waarheid over synoniemen. Een gesloten lijst is precies wat het doorlopen mogelijk maakt. **Dateer elke relatie en geef hem een eigenaar.** Proza veroudert zichtbaar; mensen horen dat een document uit 2024 komt. Een graaf veroudert onzichtbaar. `owned-by: Marta` ziet er zes maanden nadat Marta van team wisselde nog precies zo gezaghebbend uit. Elke relatie draagt wie hem beweerde en wanneer. Alles voorbij de herzieningsdatum wordt getoond als verouderd in plaats van stilletjes geserveerd als actueel. Een relatie die niemand opnieuw wil bevestigen is een gerucht met een schema. ## Documentatie die een vreemde kan doorlopen Documentatie faalt wanneer het een stapel pagina’s is zonder getypeerde links. Een bruikbare documentatiegraaf is klein. - Elke belangrijke term is een knoop met één eigenaar. - Elk runbook noemt het systeem dat het bestuurt en het bestand dat zou veranderen. - Elke kruisverwijzing benoemt de relatie; “zie ook” is geen bruikbaar type. - Sterft een pagina, dan tonen de inkomende relaties wat je zojuist verweesd hebt. Kan een nieuwe operator niet in drie stappen van “terugbetalingen” naar het beleidsbestand naar de persoon die het mag wijzigen, dan is de wiki een blog. RAG over die wiki kan vloeiend de verkeerde pagina ophalen. Een actuele `supersedes` relatie had de verouderde pagina zichtbaar gemaakt voordat die in het antwoord belandde. ## Een faaltest van vijf minuten Pak één besluit van vorige week. 1. Benoem de knopen. Lukt dat niet, dan heb je geen entiteiten. Dan heb je een verhaal. 2. Benoem de relaties. Is het werkwoord “gerelateerd”, herschrijf het of gooi het weg. 3. Wijs per relatie een bron aan. Een meeting die niemand opschreef is geen bron. 4. Vraag wat er breekt als één knoop fout is. Is het antwoord “niets zichtbaars”, dan is de graaf decoratie. 5. Herleid het antwoord naar records in de graaf. Lukt dat niet, dan leverde je proza en geen queryresultaat. Je hebt geen nieuwe database nodig om te beginnen. Een tabel met vijf kolommen (van, type, naar, bron, beweerd-op) is genoeg. Dek één workflow met hoge inzet van begin tot eind: de dragende systemen, de actuele eigenaren en de afhankelijkheden. De visualisatie kan wachten. De getypeerde relatie niet. [De RAG-engineer](https://lenvanderhof.com/boeken/the-rag-engineer/) is de langere ophaalpraktijk. Het is nu verkrijgbaar. Je hebt het niet nodig om een slide te weigeren die zegt “we hebben een knowledge graph” en geen enkele relatie kan noemen. ## Begrippen - [RAG](https://lenvanderhof.com/nl/begrippen/rag/) - [Bewijsregister](https://lenvanderhof.com/nl/begrippen/bewijsregister/) ## Bronnen 1. [Wat is RAG?](https://lenvanderhof.com/nl/blog/wat-is-rag/) 2. [Wanneer RAG gebruiken](https://lenvanderhof.com/nl/blog/wanneer-rag-gebruiken/) 3. [Bewijsregister (begrippen)](https://lenvanderhof.com/nl/begrippen/bewijsregister/) 4. [GRAIN (begrippen)](https://lenvanderhof.com/nl/begrippen/grain/) 5. [The RAG Engineer](https://lenvanderhof.com/boeken/the-rag-engineer/) 6. [GraphRAG documentatie](https://microsoft.github.io/graphrag/) · Microsoft 7. [Microsoft GraphRAG repository](https://github.com/microsoft/graphrag) · Microsoft ## Verder lezen - [Wat is RAG?](https://lenvanderhof.com/nl/blog/wat-is-rag/) - [Wanneer RAG gebruiken](https://lenvanderhof.com/nl/blog/wanneer-rag-gebruiken/) - [Bewijsregister](https://lenvanderhof.com/nl/begrippen/bewijsregister/) - [The RAG Engineer](https://lenvanderhof.com/boeken/the-rag-engineer/) Over de auteur ## [Len P. van der Hof](https://lenvanderhof.com/nl/auteurs/len-p-van-der-hof/) Ondernemer, AI-innovator en venture builder Len P. van der Hof bouwt praktische AI-systemen, digitale ventures en evidence-informed hulpmiddelen voor founders. ```json { "@context": "https://schema.org", "@graph": [ { "@type": "Person", "@id": "https://lenvanderhof.com/#person", "name": "Len P. van der Hof", "alternateName": [ "Len van der Hof", "L.P. van der Hof", "Leendert Pieter van der Hof" ], "honorificSuffix": "MSc", "url": "https://lenvanderhof.com/", "image": [ "https://lenvanderhof.com/photos/len-portrait-1.jpg", "https://lenvanderhof.com/photos/len-portrait-2.jpg", "https://lenvanderhof.com/photos/len-portrait-3.jpg", "https://lenvanderhof.com/photos/len-portrait-4.jpg", "https://lenvanderhof.com/photos/len-speaking.jpg", "https://lenvanderhof.com/photos/len-hero.jpg" ], "jobTitle": "Ondernemer, AI-innovator en venture builder", "description": "Len P. van der Hof is een Nederlandse ondernemer en AI-innovator die ReasonKit, MindSesh, Undominated.ai, het fictie-imprint LPH98.lifestyle en technologieventures bouwt via LPH98.ventures.", "address": { "@type": "PostalAddress", "addressLocality": "Zwijndrecht", "addressCountry": "NL" }, "alumniOf": { "@type": "CollegeOrUniversity", "name": "Rotterdam School of Management, Erasmus University" }, "knowsAbout": [ "Artificial intelligence", "AI agents", "Agentic AI systems", "LLM routing", "SEO", "Generative engine optimization", "Answer engine optimization", "Venture building", "Founder performance", "Founder psychology", "Evidence-based decision-making" ], "sameAs": [ "https://www.linkedin.com/in/lenvanderhof/", "https://x.com/LenvanderHof", "https://www.youtube.com/channel/UCTG20buKqYYbitqqf7l3zJA", "https://www.instagram.com/Lenvanderhof/", "https://www.threads.com/@lenvanderhof", "https://github.com/Lenvanderhof", "https://huggingface.co/LPH98", "https://www.npmjs.com/~lenvanderhof", "https://www.goodreads.com/author/show/70983905.Len_P_van_der_Hof", "https://www.amazon.com/author/lenvanderhof", "https://www.bol.com/nl/nl/b/len-p-van-der-hof-msc/609879394/", "https://bsky.app/profile/lenvanderhof.com", "https://mastodon.social/@Lenvanderhof", "https://crates.io/users/Lenvanderhof", "https://cursor.com/@Lenvanderhof", "https://medium.com/@Lenvanderhof", "https://gitlab.com/Lenvanderhof", "https://hub.docker.com/u/lenvanderhof/", "https://dev.to/lenvanderhof", "https://www.facebook.com/Lenvanderhof", "https://soundcloud.com/Lenvanderhof" ], "affiliation": [ { "@id": "https://lenvanderhof.com/#publisher" }, { "@id": "https://lenvanderhof.com/#mindsesh" }, { "@id": "https://lenvanderhof.com/#lifestyle" } ] }, { "@type": "WebSite", "@id": "https://lenvanderhof.com/#website", "url": "https://lenvanderhof.com/", "name": "Len P. van der Hof", "description": "Len P. van der Hof is een Nederlandse ondernemer en AI-innovator die ReasonKit, MindSesh, Undominated.ai, het fictie-imprint LPH98.lifestyle en technologieventures bouwt via LPH98.ventures.", "inLanguage": [ "en", "nl" ], "publisher": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "Organization", "@id": "https://lenvanderhof.com/#publisher", "name": "LPH98.ventures", "url": "https://lph98.ventures", "founder": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "Organization", "@id": "https://lenvanderhof.com/#mindsesh", "name": "MindSesh", "url": "https://mindsesh.net", "founder": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "SoftwareApplication", "@id": "https://lenvanderhof.com/#reasonkit", "name": "ReasonKit", "url": "https://reasonkit.sh", "creator": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "SoftwareApplication", "@id": "https://lenvanderhof.com/#undominated", "name": "Undominated.ai", "url": "https://undominated.ai", "creator": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "Organization", "@id": "https://lenvanderhof.com/#lifestyle", "name": "LPH98.lifestyle", "url": "https://lph98.lifestyle", "founder": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "ImageObject", "@id": "https://lenvanderhof.com/nl/blog/wat-is-een-knowledge-graph/#primaryimage", "url": "https://lenvanderhof.com/media/generated/blog-hero-knowledge-graph-v1.ab5605b94c42.wide.webp", "contentUrl": "https://lenvanderhof.com/media/generated/blog-hero-knowledge-graph-v1.ab5605b94c42.wide.webp", "representativeOfPage": true }, { "@type": "BreadcrumbList", "@id": "https://lenvanderhof.com/nl/blog/wat-is-een-knowledge-graph/#breadcrumb", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Home", "item": "https://lenvanderhof.com/nl/" }, { "@type": "ListItem", "position": 2, "name": "Blog", "item": "https://lenvanderhof.com/nl/blog/" }, { "@type": "ListItem", "position": 3, "name": "AI-systemen", "item": "https://lenvanderhof.com/nl/blog/categorie/ai-systemen/" }, { "@type": "ListItem", "position": 4, "name": "Wat is een knowledge graph? Benoemde knopen, getypeerde lijnen, een pad dat je kunt controleren", "item": "https://lenvanderhof.com/nl/blog/wat-is-een-knowledge-graph/" } ] }, { "@type": "WebPage", "@id": "https://lenvanderhof.com/nl/blog/wat-is-een-knowledge-graph/#webpage", "url": "https://lenvanderhof.com/nl/blog/wat-is-een-knowledge-graph/", "name": "Wat is een knowledge graph? Benoemde knopen, getypeerde lijnen, een pad dat je kunt controleren", "description": "Een knowledge graph slaat benoemde entiteiten en getypeerde relaties op, zodat je van het ene feit naar het andere kunt lopen. Het is geen mindmap, geen vector store, en geen vervanging van RAG wanneer je een passage nodig hebt.", "isPartOf": { "@id": "https://lenvanderhof.com/#website" }, "primaryImageOfPage": { "@id": "https://lenvanderhof.com/nl/blog/wat-is-een-knowledge-graph/#primaryimage" }, "breadcrumb": { "@id": "https://lenvanderhof.com/nl/blog/wat-is-een-knowledge-graph/#breadcrumb" }, "inLanguage": "nl-NL" }, { "@type": "BlogPosting", "@id": "https://lenvanderhof.com/nl/blog/wat-is-een-knowledge-graph/#article", "mainEntityOfPage": { "@id": "https://lenvanderhof.com/nl/blog/wat-is-een-knowledge-graph/#webpage" }, "headline": "Wat is een knowledge graph? Benoemde knopen, getypeerde lijnen, een pad dat je kunt controleren", "description": "Een knowledge graph slaat benoemde entiteiten en getypeerde relaties op, zodat je van het ene feit naar het andere kunt lopen. Het is geen mindmap, geen vector store, en geen vervanging van RAG wanneer je een passage nodig hebt.", "datePublished": "2026-09-14T07:05:00.000Z", "author": { "@id": "https://lenvanderhof.com/#person" }, "publisher": { "@id": "https://lenvanderhof.com/#person" }, "image": [ "https://lenvanderhof.com/media/generated/blog-hero-knowledge-graph-v1.ab5605b94c42.square.webp", "https://lenvanderhof.com/media/generated/blog-hero-knowledge-graph-v1.ab5605b94c42.landscape.webp", "https://lenvanderhof.com/media/generated/blog-hero-knowledge-graph-v1.ab5605b94c42.wide.webp" ], "articleSection": "AI-systemen", "inLanguage": "nl-NL" } ] } ```