Ein Embedding ist eine numerische Darstellung von Text in einem mehrdimensionalen Vektor. Embeddings ermöglichen es KIs, die semantische Ähnlichkeit zwischen Texten zu messen, und sind grundlegend für die RAG-Suche.
Was ist ein Embedding?
Ein Embedding wandelt Text in eine Reihe von Zahlen (einen Vektor) um, die seine Bedeutung erfassen. Ähnliche Texte haben ähnliche Embeddings.
Wie Embeddings funktionieren
- Text wird von einem Embedding-Modell verarbeitet
- Das Modell gibt einen Vektor aus (z. B. 1536 Dimensionen)
- Vektoren werden durch Kosinusähnlichkeit verglichen
- Ähnliche Inhalte haben Vektoren, die in ähnliche Richtungen zeigen
Rolle im AEO
Embeddings werden verwendet für:
- RAG-Suche: Relevante Inhalte finden
- Semantische Ähnlichkeit: Verwandte Themen gruppieren
- Inhaltsempfehlung: Verwandte Inhalte vorschlagen