Message-Passing Neuronale Netze (MPNNs) werden häufig in Graphenlernen-Aufgaben eingesetzt, leiden jedoch unter Einschränkungen wie dem begrenzten Informationsaustausch, da sie sich auf benachbarte Knoten bei jeder Runde des Nachrichtenaustauschs beschränken. Verschiedene Strategien wurden vorgeschlagen, um diese Einschränkungen zu überwinden, darunter die Einbeziehung virtueller Knoten zur Förderung des globalen Informationsaustauschs. In dieser Studie stellen wir das hierarchische Unterstützungsgitter (HSG) vor, eine Erweiterung des Konzepts der virtuellen Knoten, die durch rekursive Vergröberung des ursprünglichen Gitters erstellt wird. Dieser Ansatz bietet ein flexibles Framework zur Verbesserung des Informationsflusses in Graphen, unabhängig von den spezifischen MPNN-Schichten, die verwendet werden. Wir präsentieren eine theoretische Analyse der HSGs, untersuchen ihre empirische Leistung und zeigen, dass HSGs andere Methoden mit virtuellen Knoten übertreffen können und stand der Technik entsprechende Ergebnisse auf mehreren Datensätzen erzielen.