diff --git a/app/frontend/ui_graph_service.py b/app/frontend/ui_graph_service.py
index 2e2e0bd..b521784 100644
--- a/app/frontend/ui_graph_service.py
+++ b/app/frontend/ui_graph_service.py
@@ -36,12 +36,6 @@ class GraphExplorerService:
 
         # --- LEVEL 2: Nachbarn der Nachbarn ---
         if depth > 1 and level_1_ids:
-            # Wir suchen Kanten, bei denen Source oder Target einer der L1 Nodes ist
-            # Wichtig: Wir filtern System-Edges schon in der Query oder Python, um Traffic zu sparen
-            
-            # Um die Performance zu wahren, limitieren wir die L2 Suche auf die IDs, die wir schon haben (als Source)
-            # Das ist ein "Ego-Network" Ansatz.
-            
             # Wir nehmen alle IDs aus Level 1 (außer Center, das haben wir schon)
             l1_subset = list(level_1_ids - {center_note_id})
             
@@ -84,8 +78,8 @@ class GraphExplorerService:
         if chunk_ids:
             out_f = models.Filter(must=[
                 models.FieldCondition(key="source_id", match=models.MatchAny(any=chunk_ids)),
-                # Filter System Edges
-                models.FieldCondition(key="kind", match=models.MatchExcept(except_=SYSTEM_EDGES))
+                # FIX: MatchExcept mit **kwargs nutzen wegen 'except' Keyword
+                models.FieldCondition(key="kind", match=models.MatchExcept(**{"except": SYSTEM_EDGES}))
             ])
             res_out, _ = self.client.scroll(self.edges_col, scroll_filter=out_f, limit=100, with_payload=True)
             results.extend(res_out)
@@ -98,7 +92,8 @@ class GraphExplorerService:
         
         if shoulds:
             in_f = models.Filter(
-                must=[models.FieldCondition(key="kind", match=models.MatchExcept(except_=SYSTEM_EDGES))],
+                # FIX: MatchExcept mit **kwargs nutzen wegen 'except' Keyword
+                must=[models.FieldCondition(key="kind", match=models.MatchExcept(**{"except": SYSTEM_EDGES}))],
                 should=shoulds
             )
             res_in, _ = self.client.scroll(self.edges_col, scroll_filter=in_f, limit=100, with_payload=True)
@@ -107,9 +102,7 @@ class GraphExplorerService:
         return results
 
     def _find_connected_edges_batch(self, note_ids):
-        """Batch-Suche für Level 2 (nur ausgehend und eingehend auf Note-Ebene, keine Title-Suche für Performance)."""
-        # Vereinfachte Suche: Wir suchen Kanten, die direkt mit den note_ids (oder deren Chunks) zu tun haben
-        # Um Performance zu sparen, machen wir hier einen simpleren Lookup, wenn möglich.
+        """Batch-Suche für Level 2 (nur ausgehend und eingehend auf Note-Ebene)."""
         return self._find_connected_edges(note_ids)
 
     def _process_edge(self, record, nodes_dict, unique_edges, current_depth):
@@ -165,7 +158,7 @@ class GraphExplorerService:
 
     def _resolve_note_from_ref(self, ref_str):
         if not ref_str: return None
-        # ... (Logik identisch zu vorher, hier gekürzt für Übersicht)
+        
         # Fall A: Chunk ID / Section
         if "#" in ref_str:
             try:
@@ -192,8 +185,8 @@ class GraphExplorerService:
     def _add_node_to_dict(self, node_dict, note_payload, level=1):
         nid = note_payload.get("note_id")
         
-        # Wenn Node schon da ist, aber wir finden ihn auf einem "höheren" Level (näher am Zentrum), updaten wir ihn nicht zwingend,
-        # außer wir wollen visuelle Eigenschaften ändern.
+        # Wenn Node schon da ist, aber wir finden ihn auf einem "höheren" Level (näher am Zentrum), 
+        # updaten wir ihn nicht zwingend, außer wir wollen visuelle Eigenschaften ändern.
         if nid in node_dict: return
         
         ntype = note_payload.get("type", "default")