Vektorsuche

Vektorsuche ist ein Suchverfahren, das Inhalte nicht über übereinstimmende Wörter, sondern über Bedeutungsähnlichkeit findet. Dazu werden Texte, Suchanfragen oder auch Bilder von einem KI-Modell in Embeddings umgewandelt: numerische Vektoren, die die Bedeutung in einem hochdimensionalen Raum abbilden. Inhalte mit ähnlicher Bedeutung liegen in diesem Raum nah beieinander und werden über Distanzmaße wie die Kosinus-Ähnlichkeit gefunden.

Der Vorteil gegenüber der klassischen Keyword-Suche: Eine Anfrage findet auch Dokumente, die kein einziges Wort mit ihr teilen, aber dasselbe meinen. Moderne Suchmaschinen kombinieren deshalb beide Ansätze in hybriden Systemen. Auch KI-Suchsysteme und RAG-Anwendungen nutzen Vektorsuche, um passende Quellpassagen für generierte Antworten zu finden.

Für die Optimierung folgt daraus, dass Inhalte in klar abgegrenzten, thematisch fokussierten Abschnitten geschrieben sein sollten. Jede Passage, die eine Frage vollständig und eigenständig beantwortet, ist ein potenzieller Treffer in der Vektorsuche und ein Kandidat für Zitate in KI-Antworten.