Semantische Suche findet Inhalte nach Bedeutung statt nach Schlagwörtern: Anfrage und Dokumente werden als Embeddings verglichen — ähnlicher Sinn, naher Vektor.
Eine Stichwortsuche findet nur, was die Suchwörter wörtlich enthält: 'Auto kaputt' findet 'Fahrzeug defekt' nicht. Die semantische Suche vergleicht Bedeutungen — sie findet den Treffer, auch wenn kein einziges Wort übereinstimmt.
Dokumente werden vorab in Embeddings umgerechnet und in einer Vektordatenbank abgelegt. Die Suchanfrage wird genauso eingebettet; gesucht werden die nächstgelegenen Vektoren. Oft verfeinert ein Reranking die Reihenfolge der Treffer.
In moderner Dokumenten- und Produktsuche, in Hilfe-Systemen — und als Retrieval-Schritt von RAG: Bevor das Sprachmodell antwortet, sucht die semantische Suche die passenden Wissensstücke heraus.
Bei exakten Begriffen — Namen, Artikelnummern, Fehlercodes — ist die klassische Stichwortsuche oft treffsicherer. Hybrid-Suche kombiniert deshalb beide Welten.
Hallo! Ich bin dein KI-Tutor.
Melde dich an, um mit mir zu chatten — ich erinnere mich dann auch an eure letzten Gespräche.
