Wissensgraph-Konstruktion
Fragmentiertes Wissen zu einem Netzwerk verbinden und das große Bild sehen
Knowledge Fragmente Problem
Schon vorbei? Du hast viel gelesen, viele Kurse, fühlst dich smart. Aber wenn Time-To-Use kommt – Gehirn Fragmente, nichts connectet.
Z.B. Machine Learning gelernt – Decision Tree, Neural Net kennst. Aber Relations? Welche Situation welches Model? Warum Random Forest > Single Tree? Das "Knowledge-Brücken" sind Gold, aber die meisten Learn-Methoden build diese nicht.
Learning Content rein – OpenClaw extrahiert Core Concepts + Relations, generiert Visual Knowledge Graph. Nicht fancy-graphics ohne Use – sondern echte "See" Knowledge-Überblick strukturiert.
Mermaid, Markdown Mind-Map Format – direkt Obsidian importieren. Final Review und New Domain Learn brilliant – eine Bild ersetzt 3-Tage Notes-Flip.
3 Knowledge Graph Prompts – Copy & Use
Course zu Graph bis Notes Library Analyze – pick was du brauchst.
Course Content zu Knowledge Graph organizer:
[Paste: Course Notes / Textbook Toc / Slides]
Anforderungen:
1. Extract Core Concepts (max 30)
2. Concept Relations labeln (Contains / Depends / Contrast / Evolves)
3. Mermaid graph TD Format
4. Jeder Concept: One-Liner
5. 3 Mix-up Concept Pairs – Diff explainer
Analysiere Buch Core, make Mind Map:
Buch: [Name]
My Notes: [Paste oder Chapter Summary]
Anforderungen:
1. Extract 5-8 Core Ideas
2. Jede Idee: 2-3 Supporting Points
3. Idea Relations: Cause / Parallel / Progress
4. Markdown Indent List Format
5. Abschluss: 3 Takeaways zum Merken
Obsidian Library Analyze – help mir:
[Paste: Notes File List oder Exported Content]
Analyse:
1. Alle Main Knowledge Domains ID (Cluster)
2. "Knowledge Islands" – nicht verlinkt Content
3. Hidden Cross-Domain Links: Unrelated aussehend aber connect?
4. Suggest "Bridge Notes" – Missing Concepts, die deine Knowledge Link
5. Global Knowledge Graph (Mermaid)
Sortiert: Knowledge Density High → Low.
Recommend Config
Task: Knowledge Graph / Concept Relation
Best Model: Claude Opus 4.6 (Concept Deep)
Alternative: DeepSeek V3 (Quick Mind Map)
Context: Alle Content einmal – keine Batch Split
Output: Mermaid graph TD (Direct Render)
Temp: 0.3 (Concept Relations – weniger "Kreativität")
Knowledge Graph: OpenClaw vs Manual
Beides möglich, aber Effizienz Unterschied riesig.
- Course → Complex Graph in 5 Min
- Auto Concept Links du nicht merktest
- Mermaid / Markdown Format – direkt Obsidian
- Repeat Add: Content Add, Graph Expand Auto
- Course-Graph: Min Half-Day Minimum
- Easy Hidden Relations Übersehen
- XMind etc Hand-Drag – Format-Adjust Zeit-Killer
- Content Update = Komplett Redraw