Ausführlich erklärt
Bei der Vektorsuche werden Dokumente in kurze Abschnitte zerlegt. Jeder Abschnitt wird als Zahlenfolge gespeichert (Vektor, auch „Embedding“), die seine Bedeutung abbildet. Eine Frage nach „Feuchteschaden im Anschlussbereich der Dachterrasse“ findet dann auch den Abschnitt, in dem „Durchfeuchtung am Terrassenanschluss“ steht. Das ist der Vorteil gegenüber der Stichwortsuche.
Die Grenzen sind für Gutachten erheblich. Das System liest nicht das ganze Dokument, sondern nur die ähnlichsten Abschnitte. Eine Information in einem anders formulierten oder ungünstig zerlegten Abschnitt kommt nicht an. Und die Vektorsuche findet Ähnliches, nicht Widersprüchliches: Dass die Klageschrift auf Seite 12 von 12 m² Schadensfläche spricht und Ihr Ortsterminprotokoll auf Seite 87 von 8 m², stellt sie nicht fest.
Viele Anwendungen kombinieren die Vektorsuche mit Stichwortsuche und Nachsortierung. Ein nachgeschaltetes Sprachmodell kann Widersprüche erkennen, wenn beide Stellen tatsächlich abgerufen wurden. Wirbt ein Werkzeug mit „Wissensdatenbank“ oder „intelligenter Dokumentensuche“, steckt meist Vektorsuche dahinter. Für eine Sammlung von Herstellerunterlagen ist das sinnvoll. Für eine laufende Gerichtsakte, bei der jedes Detail zählt, reicht es allein nicht.
Praxisregel
Für Vollständigkeits- und Widerspruchsprüfungen kombinieren Sie gezielte Suche, Aktenverzeichnis und eigene Gegenprüfung.
Verwandte Begriffe
- RAG (Retrieval-Augmented Generation) – RAG (Retrieval-Augmented Generation) ist ein Verfahren, bei dem die KI vor der Antwort passende Textstellen aus Dokumenten oder dem Internet abruft und ihre Antwort darauf stützt.
- Auslassung – Eine Auslassung liegt vor, wenn die KI relevante Informationen weglässt, ohne darauf hinzuweisen.
- Kontextfenster – Das Kontextfenster ist die Menge an Text, die ein Sprachmodell bei einer Antwort gleichzeitig berücksichtigen kann, gemessen in Token.