Embedding einfach erklärt
Ein Embedding übersetzt einen Text in eine lange Zahlenreihe, die seine Bedeutung abbildet. Texte mit ähnlichem Inhalt bekommen ähnliche Zahlen, auch wenn sie andere Wörter verwenden. Dadurch kann ein System zu einer Frage die inhaltlich passenden Dokumentabschnitte finden, statt nur nach gleichen Wörtern zu suchen. Das ist die Grundlage von RAG und Wissensassistenten.
Eine klassische Suche findet Dokumente, in denen das gesuchte Wort vorkommt. Sucht ein Mitarbeiter nach „Kündigungsfrist“, findet sie keine Vertragsklausel, in der „das Vertragsverhältnis endet mit einer Frist von sechs Monaten“ steht. Embeddings lösen dieses Problem, indem sie nicht Wörter vergleichen, sondern Bedeutung.
Wie ein Embedding entsteht
Ein spezialisiertes KI-Modell liest einen Text, etwa einen Absatz aus einem Vertrag, und gibt eine Zahlenreihe mit einigen hundert bis einigen tausend Werten aus. Diese Zahlenreihe ist das Embedding. Sie lässt sich nicht lesen, aber vergleichen: Zwei Absätze mit ähnlichem Inhalt haben Embeddings, die nah beieinander liegen. „Kündigungsfrist“ und „das Vertragsverhältnis endet mit einer Frist von“ landen in derselben Gegend. Gespeichert werden diese Zahlenreihen in einer Vektordatenbank.
Ein Beispiel aus dem Alltag
Ein Servicemitarbeiter fragt: „Was tun, wenn die Pumpe beim Anlauf pfeift?“ In der Dokumentation steht nirgends „pfeift“, aber in einem Serviceprotokoll von 2021 steht „hochfrequentes Geräusch beim Start der Förderpumpe, Ursache Lufteinschluss“. Die Embeddings beider Texte liegen nah beieinander, das System findet das Protokoll und das Sprachmodell formuliert daraus die Antwort. Eine Wortsuche hätte nichts gefunden.
Was Sie daraus mitnehmen
Embeddings sind der Grund, warum KI-gestützte Suche besser funktioniert als die Volltextsuche im DMS. Sie sind der erste Schritt in jedem RAG-System. Für Sie als Entscheider ist wichtig: Die Qualität der Embeddings hängt vom Modell ab, und die Zahlenreihen enthalten den Inhalt Ihrer Dokumente in verschlüsselter Form. Wo sie gespeichert werden, ist deshalb eine Datenschutzfrage.
Nächster Schritt
Welcher Prozess kostet Sie die meiste Zeit?
Erzählen Sie es in 30 Minuten. Sie bekommen eine ehrliche Einschätzung, ob KI dort hilft und was der erste Schritt wäre.