Semantische Suche
Definition
Semantische Suche ist eine Suche nach Bedeutung statt nach exakten Wörtern, die auch Textstellen findet, die deine Frage mit anderen Worten beantworten. Meist vergleicht sie dafür Embeddings, also Zahlenreihen, die erfassen, was ein Text bedeutet.
Von Ronan Liedmeier, Fractional Head of Growth und Kursautor · Veröffentlicht 17. Oktober 2026 · Zuletzt aktualisiert 17. Oktober 2026
Auch genannt: Semantic Search, Vektorsuche, bedeutungsbasierte Suche
Menschen formulieren eine Frage selten so, wie das passende Dokument geschrieben ist. Ein Vertriebsmitarbeiter tippt „können wir quartalsweise abrechnen“, im Vertrag steht „Zahlung alle drei Monate“, und eine Stichwortsuche findet nichts.
So funktioniert es
Dokumente werden in Abschnitte zerlegt, und ein Embedding-Modell wandelt jeden Abschnitt in ein Embedding um. Deine Frage wird genauso behandelt. Die Suche, oft in einer Vektordatenbank, liefert die Abschnitte, deren Zahlen denen der Frage am nächsten liegen. Nähe in diesem Zahlenraum entspricht Nähe in der Bedeutung. Umschreibungen und Synonyme landen deshalb nah beieinander.
Viele Retrieval-Systeme kombinieren sie mit einer klassischen Stichwortsuche, das nennt man hybride Suche. Danach sortiert ein zweites Modell die besten Treffer neu. Jede Methode findet Treffer, die die andere übersieht.
Beispiel
Eine Marketinganalystin bei einem Softwareunternehmen hat drei Jahre Win/Loss-Gesprächsnotizen auf einem geteilten Laufwerk. Sie sucht nach „Interessenten, die abgesprungen sind, weil die Einrichtung zu lange gedauert hat“. Die semantische Suche liefert Notizen wie „das Onboarding zog sich über ein Quartal“ und „die IT hat die Integration nie abgeschlossen“. In keiner davon kommt das Wort Einrichtung vor.
Häufiger Fehler
Semantische Suche allein nutzen, wenn du nach exakten Kennungen suchst. Bei Artikelnummern und Fehlercodes ist der Abgleich nach Bedeutung schwach, und eine Suche nach „E-4021“ kann eine Stelle über einen ähnlichen Code liefern. Kombinier sie dafür mit einer Stichwortsuche. Fragen zu Zahlen in einer Tabelle, etwa „Ausgaben pro Kampagne letzte Woche“, sind eine Datenbankabfrage und gehören in SQL.
In AI Academy lernen
- Das Recherche-SystemExperte · 8 Min.
- RAG: Wann es die richtige Lösung istExperte · 9 Min.
Verwandte Begriffe
- Embedding
- Ein Embedding ist eine Liste von Zahlen, die die Bedeutung eines Textes abbildet, damit ein Computer messen kann, wie ähnlich sich zwei Texte sind. Texte mit derselben Aussage bekommen ähnliche Zahlen, auch wenn sie andere Wörter verwenden.
- Vektordatenbank
- Eine Vektordatenbank ist eine Datenbank, die Embeddings speichert, also Zahlenlisten, die die Bedeutung von Text abbilden, und schnell die Einträge findet, die einer neuen Frage am nächsten sind. In vielen RAG-Systemen passiert dort der Suchschritt.
- Retrieval-Augmented Generation (RAG)
- Retrieval-Augmented Generation (RAG) ist ein Verfahren, mit dem ein KI-Modell aus deinen eigenen Dokumenten antwortet. Zuerst findet eine Suche die Textstellen, die zur Frage passen, dann schreibt das Modell seine Antwort auf Basis dieser Stellen.
- Chunking
- Chunking ist das Zerlegen langer Dokumente in kleinere Stücke, bevor sie in ein RAG-System gehen, damit eine Suche genau den passenden Teil findet. Wo du den Text schneidest, entscheidet, ob jedes Stück für sich noch Sinn ergibt.