Die Klassifizierung von Graphen hat in letzter Zeit aus verschiedenen Bereichen des maschinellen Lernens, wie z.B. Kernmethoden, sequenzielle Modellierung oder Grapheneinbettung, viel Aufmerksamkeit erhalten. Alle diese Ansätze bieten vielversprechende Ergebnisse mit jeweils unterschiedlichen Stärken und Schwächen. Dennoch basieren die meisten von ihnen auf komplexer Mathematik und erfordern hohe Rechenleistung, um ihre beste Leistung zu erzielen. Wir schlagen einen einfachen und schnellen Algorithmus vor, der auf der spektralen Zerlegung des Graph-Laplace-Operators basiert, um die Klassifizierung von Graphen durchzuführen und einen ersten Referenzwert für einen Datensatz zu erhalten. Wir zeigen, dass diese Methode vergleichbare Ergebnisse liefert, die mit den neuesten Algorithmen konkurrieren können.