KI-Glossar
Embeddings
Vektordarstellungen von Text für semantische Suche
Embeddings sind mathematische Repräsentationen von Text (oder Bildern, Audio) als Vektoren – Listen von Zahlen, die die semantische Bedeutung erfassen.
Warum Embeddings?
Computer können nicht direkt mit Text arbeiten. Embeddings übersetzen Text in Zahlen, sodass:
• Ähnliche Bedeutungen nahe beieinander liegen
• Semantische Suche möglich wird ("Kunde beschwert sich" findet auch "Reklamation")
• Clustering und Kategorisierung funktionieren
Wie werden sie erzeugt?
Spezielle Modelle (z.B. OpenAI Ada, Cohere, Sentence Transformers) wandeln Text in Vektoren um. Ein typischer Embedding-Vektor hat 1.536 Dimensionen.
Anwendungen
Semantische Suche: Finde inhaltlich ähnliche Dokumente
RAG: Relevante Kontextdokumente für LLM-Anfragen finden
Dubletten-Erkennung: Ähnliche Einträge identifizieren
Recommendation: Ähnliche Produkte/Artikel empfehlen
Verwandte Begriffe
Embeddings für Ihr Unternehmen?
Lassen Sie uns besprechen, wie Sie Embeddings konkret einsetzen können.
Erstberatung buchen