Semantische Suche
Semantische Suche findet Stellen, die dasselbe meinen, auch wenn dort völlig andere Wörter stehen als in Ihrer Frage. Wer nach «Kündigungsfrist» sucht, bekommt auch den Absatz, in dem von «Beendigung des Vertragsverhältnisses» die Rede ist. Technisch geschieht das über Vektoren; praktisch ist der Unterschied zur Stichwortsuche am größten dort, wo Fachsprache und Alltagssprache auseinandergehen.
Wann lohnt der Unterschied wirklich?
Bei Beständen, in denen dieselbe Sache verschieden heißt. Verträge über zwanzig Jahre mit wechselnden Formulierungen, technische Dokumentation mehrerer Hersteller, Korrespondenz zwischen Fachbereich und Rechtsabteilung — dort findet eine Stichwortsuche nur, wer die richtige Formulierung bereits kennt.
Bei durchgängig einheitlicher Sprache ist der Gewinn kleiner, als er klingt. Wo alle Dokumente aus derselben Vorlage kommen, findet auch eine gute Volltextsuche fast alles, und der Aufwand für einen Index rechnet sich schlechter.
Warum die reine Vektorsuche selten genügt
Weil sie an exakten Zeichenfolgen scheitert. Eine Aktenzeichennummer, eine Materialnummer, ein Paragraf, ein Eigenname: dort ist Ähnlichkeit wertlos und Genauigkeit alles. Eine semantische Suche, die «§ 147 AO» mit «§ 132 BAO» für verwandt hält, hat inhaltlich recht und praktisch unrecht.
Deshalb arbeiten brauchbare Aufbauten hybrid: Stichwortsuche und Vektorsuche laufen beide, die Treffer werden zusammengeführt und neu geordnet. Wer nur eines von beiden anbietet, hat eine der beiden Fragestellungen nicht gesehen.
Was den Unterschied im Ergebnis macht
Nicht das Modell, sondern die Aufbereitung. Wie ein Dokument in Abschnitte zerlegt wurde, entscheidet darüber, ob ein Treffer genug Kontext hat, um verständlich zu sein. Ein Abschnitt, der mitten im Satz beginnt, ist als Fundstelle unbrauchbar, auch wenn er semantisch richtig gefunden wurde.
Die zweite Stelle sind Metadaten: Gültigkeitsstand, Dokumentart, Mandant, Berechtigung. Ohne sie liefert die Suche das inhaltlich passende Ergebnis aus der überholten Fassung — und das ist schlimmer als kein Ergebnis.
Wovon ist das zu unterscheiden?
Volltextsuche
Die Volltextsuche findet Zeichenfolgen, die semantische Suche Bedeutungen. Für Nummern, Paragrafen und Eigennamen ist die erste überlegen — deshalb ersetzt die eine die andere nicht, sondern ergänzt sie.
RAG
Semantische Suche ist der Abrufteil; RAG ist der ganze Ablauf einschließlich Antwort und Belegpflicht. Wer nur die Suche baut, bekommt Fundstellen; wer RAG baut, bekommt die Aussage mit Fundstelle.
Häufige Fragen
Brauchen wir dafür eine Vektordatenbank?+
Eine Speicherung für Vektoren ja, ein eigenes Produkt nicht zwingend. Für mittlere Bestände genügt eine Erweiterung der vorhandenen Datenbank; ein eigenes System lohnt ab Größenordnungen, bei denen Verteilung und Abfragegeschwindigkeit zum Thema werden. Die Wahl ist eine Betriebsentscheidung, keine Qualitätsentscheidung.
Funktioniert das auf Deutsch genauso gut?+
Im Grundsatz ja, mit einer Eigenheit: Deutsche Komposita werden je nach Aufbereitung unterschiedlich zerlegt, und «Kündigungsfrist» kann als ein Begriff oder als zwei behandelt werden. Das ist eine Einstellung, keine Grenze — sie sollte allerdings an Ihren Dokumenten geprüft werden und nicht an einem englischen Beispiel.
Wie merkt man, dass die Suche schlecht ist?+
An der Antwort auf Fragen, deren Antwort Sie kennen. Nehmen Sie zehn Fragen, deren Fundstelle Sie benennen können, und prüfen Sie, ob genau diese Stelle zurückkommt. Das ist in einer Stunde erledigt und aussagekräftiger als jede Kennzahl im Angebot.
Verwandte Begriffe
Zehn Fragen, deren Antwort Sie kennen
Schicken Sie zehn Fragen samt der Stelle, an der die Antwort steht. Ob das System genau dorthin findet, ist in einer Stunde beantwortet — und es beantwortet mehr als eine Demonstration.
Test anfragenZuletzt aktualisiert: