Kommentar Die Vektorsuche – wie wir in Zukunft Daten durchsuchen werden

Die Vektorsuche eröffnet neue Möglichkeiten für die semantische Suche, die relevantere und präzisere Ergebnisse liefert als die herkömmliche Schlüssel- oder Volltextsuche. Warum die Technologie für Unternehmen wichtig ist, welche Voraussetzungen sie dafür schaffen müssen und wo die Vektorsuche bereits genutzt wird.

Die Begriffe Vektorsuche und Vektordatenbank stehen plötzlich im Rampenlicht, dabei reichen frühe Ansätze bis weit in die sechziger Jahre zurück. Datenbankanbieter beeilen sich, sie in ihr Angebot aufzunehmen, Start-ups beantragen Finanzmittel, um sie in Lösungen und Produkte zu integrieren – aber was ist die Vektorsuche, und warum gewinnt sie aktuell an Relevanz?

Bei der Vektorsuche geht es darum, ähnliche Inhalte in einem Datensatz zu finden, indem Inhalte in einem n-dimensionalen Vektorraum abgebildet werden. Dabei stellt n die Anzahl der Dimensionen oder Merkmale dar, die zur Beschreibung jedes Inhalts verwendet werden. Die Inhalte können verschiedene Datenformate umfassen, wie zum Beispiel Texte, Bilder, Töne, Videos oder andere datenreiche Objekte, die mithilfe von Encodern in Vektoren beziehungsweise Embeddings umgewandelt werden. Zum Durchbruch verhalfen der Vektorsuche erst die jüngsten Fortschritte im Bereich der KI, des Machine Learnings und der Large Language Models (LLM), die Vektor-Embeddings erzeugen können.