› Ein Embedding verwandelt Text in eine Zahlenreihe (einen Vektor), bei der sinngleiche Texte ähnliche Zahlenmuster erhalten.
› Eine Vektordatenbank speichert diese Vektoren und findet blitzschnell jene Einträge, die einer Suchanfrage inhaltlich am nächsten kommen.
› Darauf basieren semantische Suche, RAG-Pipelines und das Langzeitgedächtnis von KI-Agenten.
› Im Folgenden erkläre ich das Prinzip ohne mathematischen Ballast und zeige die Ergebnisse eines Tests zweier kostenloser Embedding-Modelle anhand von Gesetzestexten: Ein Modell fand den relevanten Paragrafen in 8 von 10 Fällen, das andere nur in 4.