Vektor-Retrieval
Definition
Vektor-Retrieval findet zu einer Frage die inhaltlich ähnlichsten Textstellen, indem es deren Embeddings vergleicht — die Nähe zweier Zahlenvektoren steht für inhaltliche Verwandtschaft.
Wird eine Frage gestellt, wandelt das System sie in ein Embedding um und sucht in der Vektordatenbank die nächstgelegenen Punkte — also die inhaltlich passendsten Dokumentauszüge. Anders als die klassische Stichwortsuche findet Vektor-Retrieval auch Treffer, die dieselbe Sache mit anderen Worten beschreiben.
Vektor-Retrieval ist der „Retrieval"-Teil in RAG. In der Praxis kombiniert man es oft mit klassischer Stichwortsuche (hybride Suche), weil exakte Begriffe wie Artikelnummern über Vektoren allein schlechter zu treffen sind. Ein nachgelagertes Reranking sortiert die Kandidaten anschließend nach echter Relevanz — so landen nur die besten Auszüge im Kontextfenster.
Verwandte Begriffe
Weiter im Glossar
Passend dazu
Passende Leistung
AI-Usecases in Cloud-Umgebungen
KI-Anwendungsfälle auf führenden Cloud-Plattformen – von der Konzeption bis zum produktiven Betrieb.
Zur Leistung →Individualsoftware mit GenAI-Anbindung
Maßgeschneiderte Software vom Prototyp bis zur Produktionsreife – mit nahtloser GenAI-Integration.
Zur Leistung →Von der Definition zur Umsetzung?
Lassen Sie uns besprechen, wie sich das konkret in Ihrem Unternehmen anwenden lässt.
Projekt anfragen