Embedding
Eine numerische Repräsentation von Text (oder Bild, Audio), mit der semantische Ähnlichkeit berechnet werden kann. Grundlage für RAG-Systeme und semantische Suche.
Ein Embedding ist ein Vektor mit z. B. 1536 Zahlen, der die Bedeutung eines Textstücks komprimiert. Zwei Texte mit ähnlicher Bedeutung haben ähnliche Embeddings, auch wenn sie keine gemeinsamen Wörter haben.
Praktische Bedeutung
Ohne Embeddings keine semantische Suche. Wer in einem Dokumentenstapel nach Wie storniere ich? sucht, soll auch Treffer wie Kündigung der Mitgliedschaft finden. Volltextsuche kann das nicht. Embedding-basierte Suche schon.
Wer baut Embeddings?
Spezialisierte Modelle wie OpenAI text-embedding-3, Cohere Embed, Voyage AI. Die Vektoren werden in einer Vector Database (Pinecone, Weaviate, Qdrant, pgvector) gespeichert.
Beispiele aus der Praxis
Beispiel Semantische Suche: Anwaltskanzlei sucht in 10.000 Verträgen nach Vertragsstrafe bei Lieferverzug, findet auch Klauseln, die nur Pönale oder Verspätungs-Sanktion verwenden.
Beispiel Empfehlungssystem: Online-Shop schlägt ähnliche Produkte vor, ohne Tags oder Kategorien, nur basierend auf Embedding-Ähnlichkeit der Produktbeschreibungen.
:quality(85))
Solche Begriffe sicher anwenden — im IHK-Lehrgang
„Embedding" ist einer von 9 Schlüsselbegriffen, die wir im Manager-Lehrgang in praxisnahen Modulen vertiefen. Hol dir das offizielle IHK-Zertifikat.
Kostenlos testenthekey.academy ist eine deutsche Online-Lernplattform für IHK-zertifizierte berufliche Weiterbildung — 25 Lehrgänge zu KI, Führung, Resilienz, Marketing und HR. 100 % online, self-paced, mit IHK-Zertifikat.