KI News KI-Glossar › Grundlagen
Embedding & semantische Suche
Kurz gesagt: Texte als Zahlenreihen, die Bedeutung abbilden – damit Maschinen nach Sinn statt nach exakten Wörtern suchen.
Stand: 08.11.2026 · Redaktion KI News Kompakt
Ein Embedding übersetzt ein Wort, einen Satz oder ein ganzes Dokument in eine lange Liste von Zahlen – einen Vektor. Der Clou: Texte mit ähnlicher Bedeutung landen in diesem Zahlenraum nah beieinander. „Kündigung des Mietvertrags“ und „Wohnung aufgeben“ liegen dicht zusammen, obwohl kein Wort übereinstimmt.
Semantische Suche
Statt nach Stichwörtern sucht ein System dann nach den Vektoren, die der Frage am nächsten liegen. Gespeichert werden sie meist in einer Vektordatenbank. Das ist das Herzstück von RAG und vielen Firmen-Chatbots, die in Handbüchern oder Wissenssammlungen nachschlagen.
Wo es hakt
- Embeddings erfassen Ähnlichkeit, nicht Wahrheit: Ein inhaltlich passender, aber veralteter Text wird genauso gefunden.
- Exakte Angaben wie Artikelnummern oder Namen findet die klassische Stichwortsuche oft besser – viele Systeme kombinieren deshalb beides.
Hängt zusammen mit
RAG (Retrieval-Augmented Generation)
Die KI schlägt erst in passenden Dokumenten nach und antwortet dann – die Basis vieler Firmen-Chatbots.
KI-Suche: AI Overviews & KI-Modus
Suchmaschinen, die antworten statt verlinken – und wie sie ihre Antworten zusammensetzen.
Large Language Model (LLM)
Das Sprachmodell hinter ChatGPT, Claude, Gemini & Co. – ein Textvorhersage-System im Riesenformat.