# Vektorsuche ## Überblick **Vektorsuche** verbessert das Sucherlebnis, indem Ergebnisse anhand von **Bedeutung**und nicht nur anhand exakter Schlüsselwörter gefunden werden. Sie hilft Benutzern, relevante Inhalte zu entdecken, selbst wenn die herkömmliche Stichwortsuche versagt. Im Gegensatz zur Stichwortsuche, die auf exakten Wortübereinstimmungen beruht, stellt die Vektorsuche Text als **hochdimensionale Vektoren** (auch bekannt als **Embeddings**) dar, die Kontext und Semantik erfassen. Dadurch kann das System Ergebnisse anzeigen, die mit der **Absicht** der Anfrage übereinstimmen, auch wenn andere Wörter, Synonyme oder natürliche Formulierungen verwendet werden. ### **Wie funktioniert es?** * **Text wird in Vektoren umgewandelt**:\ Sowohl die Benutzeranfrage als auch die durchsuchbaren Inhalte werden in hochdimensionale numerische Darstellungen umgewandelt, die als **Vektoren**bezeichnet werden. Diese Vektoren erfassen die **Bedeutung** des Textes. * **Ähnlichkeit wird gemessen**:\ Das System vergleicht Vektoren und gibt mithilfe einer proprietären Ähnlichkeitsmetrik die Ergebnisse zurück, die der Anfrage am ähnlichsten sind. ### **Hinweis zu Datenschutz und Technologie** Unterstützt durch fortschrittliches **vektorbasiertes Sprachverständnis** aber **verzichtet auf allgemein verfügbare KI** oder **LLMs (große Sprachmodelle)**.\ Die gesamte Verarbeitung findet **auf unseren Servern**; **statt, Ihre Daten verlassen niemals unsere Infrastruktur**. ## **Wann Vektorsuche hilfreich ist** Vektorsuche ist besonders wertvoll, wenn: * Sie Ergebnisse wünschen, die mit **Absicht**übereinstimmen, nicht nur mit exakten Schlüsselwörtern. * Anfragen in **natürlicher Sprache**verfasst sind, etwa als vollständige Sätze oder Fragen. * Benutzer häufig mit **Synonymen, verwandten Begriffen oder unterschiedlicher Terminologie suchen**. * Anfragen **Tippfehler, Rechtschreibfehler oder andere Fehler enthalten können**. * Anfragen **gemischte Sprachen enthalten können**. ### **Vor- und Nachteile** **Vorteile:** * Findet relevante Ergebnisse auch bei vagen, unstrukturierten oder fehleranfälligen Anfragen. * Handhabt Synonyme und Umschreibungen automatisch. * Gut geeignet für explorative oder dialogorientierte Sucherlebnisse. **Nachteile:** * Ergebnisse können weniger nachvollziehbar sein. * Genauigkeit und Relevanz erfordern möglicherweise eine gewisse Feinabstimmung. Vektorsuche ist in zwei Modi verfügbar: * [Fallback-Vektorsuche](/docs/de/modules/vector-search/fallback-vector-search.md) – wird verwendet, wenn die Stichwortsuche keine Ergebnisse liefert. * [Hybridsuche](/docs/de/modules/vector-search/hybrid-search.md) – kombiniert Stichwort- und Vektorsuche für eine breitere Abdeckung. ## Vorschlagen Für alle Konfigurationen, in denen Vektorsuche aktiviert und aktiv ist, wird die Vektorsuche auch in Vorschlagen automatisch aktiv sein. Dadurch werden in Vorschlagen ähnliche Ergebnisse wie in der Produktsuche sichergestellt. --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.fact-finder.com/docs/de/modules/vector-search.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.