Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Suchmodi: Keyword, Semantisch, Hybrid

Lektion 10 von 16 Aktualisiert am 29. Juli 2026 Entwickler
Auf dieser Seite
  1. Drei Ansätze zur Informationsbeschaffung
  2. Keyword-Modus: Literaler Abgleich
  3. Semantischer Modus: Verständnis der Bedeutung
  4. Hybrid-Modus: Beide Signale gleichzeitig
  5. Modus-Vergleich
  6. Kernaussagen

Drei Ansätze zur Informationsbeschaffung

Das Feld retrieval_mode akzeptiert drei Werte, und diese Wahl ist keine kosmetische: Sie bestimmt, worauf die Engine vergleicht. Eine Modusart betrachtet Wörter, eine andere die Bedeutung, und die dritte tut beides. Je nach Ihren Dokumenten und der Formulierung Ihrer Nutzerfragen kann die Relevanzlücke zwischen zwei Modi in derselben Sammlung dramatisch sein.

Keyword-Modus: Literaler Abgleich

Der Keyword-Modus verhält sich wie eine klassische Suchmaschine. Er passt die Wörter Ihrer Abfrage an den indizierten Text an und zeigt Passagen an, die diese Wörter tatsächlich enthalten.

{
  "query": "VAT rate 20%",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "keyword" }
}

Seine Stärke liegt in seiner Literalität. Bei einer Produktreferenz wie “XR-2847”, einer Rechnungsnummer, einem juristischen Artikel oder einem Branchenakronym macht er keine Fehler: Entweder ist die Zeichenfolge vorhanden, oder sie nicht. Er berechnet keine Embeddings, was ihn schnell macht. Seine Schwäche ist genau die Kehrseite dieser Eigenschaft: Er versteht nichts. Wenn Ihr Dokument über “value added tax” spricht, der Nutzer aber “VAT” eingibt, findet keine Übereinstimmung statt, und Sie erhalten aus einem Dokument, das eigentlich die Antwort enthielt, null Ergebnisse. Alles hängt dann vom Wortschatz-Zufall zwischen Autor und Leser ab, was eine riskante Wette ist, sobald Ihre Nutzer nicht die Autoren der Dokumente sind.

Semantischer Modus: Verständnis der Bedeutung

Der semantische Modus transformiert die Abfrage und die Chunks in Vektoren und vergleicht dann Bedeutungen statt Zeichen. Er zeigt daher relevante Passagen an, auch wenn keine Wörter übereinstimmen.

{
  "query": "how to reduce sales taxes",
  "source": { "collection_ids": ["col_fiscal"] },
  "retrieval_mode": { "type": "semantic" }
}

Diese Abfrage enthält weder “VAT” noch “exemption”, und dennoch werden Passagen angezeigt, die sich mit Mehrwertsteuer, value added tax, Steuerabzügen oder Befreiungen befassen. Genau das wollen Sie für einen öffentlich zugänglichen Assistenten: Ihre Nutzer fragen mit ihren eigenen Worten, nicht mit dem Vokabular Ihrer Rechtsabteilung. Der Modus bewältigt Synonyme ohne Zögern – Begriffe wie “refund”, “credit note” und “credit” gruppieren sich in der Vektorraum natürlich zusammen. Im Gegenzug verliert er an Präzision dort, wo absolute Präzision erforderlich ist: Eine Produktkennung “XR-2847” sieht semantisch ähnlich aus wie “XR-2874”, und die Engine könnte die falsche zurückgeben. Jede Abfrage erfordert zudem eine Embedding-Berechnung, sodass es einen Rechenaufwand gibt, der im Keyword-Modus nicht existiert.

Hybrid-Modus: Beide Signale gleichzeitig

Der Hybrid-Modus ist der Standardmodus und derjenige, den xAI empfiehlt, weil er keinen Kompromiss eingeht. Nehmen Sie eine typische juristische Abfrage, die eine exakte Referenz und einen unscharfen Begriff mischt.

{
  "query": "article L.121-3 director liability",
  "source": { "collection_ids": ["col_juridique"] },
  "retrieval_mode": { "type": "hybrid" }
}

Die Verarbeitung erfolgt in drei Schritten. Die Engine führt zunächst eine Keyword-Suche durch, um exakte Übereinstimmungen zu erfassen, hier die Zeichenfolge “L.121-3”. Parallel dazu läuft eine semantische Suche, die nach Passagen sucht, die konzeptionell mit der Haftung von Geschäftsführern verknüpft sind, auch wenn sie diese genauen Wörter nicht verwenden. Schließlich werden die beiden Listen zusammengeführt und neu sortiert, um die allgemeine Relevanz zu maximieren.

Das Ergebnis erfasst sowohl Artikel, die L.121-3 explizit zitieren, als auch Kommentare, die sich mit der Haftung von Geschäftsführern befassen, ohne den Artikel zu erwähnen. Die Recall-Rate verbessert sich signifikant: Sie verpassen weniger relevante Dokumente, unabhängig vom Register der Frage. Deshalb funktioniert Hybrid sowohl bei einer technischen Abfrage als auch bei einer konversationellen Phrase gut, und deshalb stellt er die vernünftige Standardwahl dar.

Zwei Situationen rechtfertigen es dennoch, von dieser Einstellung abzuweichen. Wenn Sie nach einer spezifischen Funktionszeichenfolge in einem Codebase suchen, wirkt semantisches Rauschen gegen Sie, und keyword wird schärfer. Umgekehrt hilft semantic bei einer breiten Exploration – “was haben wir rund um Kundenbindung geschrieben?” – ohne einen Pivot-Begriff zum Abgleichen, das Netz weiter aus und hilft Ihnen, Dokumente zu entdecken, nach denen Sie nicht gesucht haben.

Modus-Vergleich

Kriteriumkeywordsemantichybrid
Exakte BegriffeAusgezeichnetGutGut
SynonymeSchlechtAusgezeichnetGut
Natürliche SpracheSchlechtAusgezeichnetAusgezeichnet
Codes/ReferenzenAusgezeichnetSchlechtGut
EmpfehlungSpezifische FälleExplorationStandard

Ein einfacher Weg zur Entscheidung: Nehmen Sie zehn echte Fragen Ihrer Nutzer, führen Sie sie in allen drei Modi auf derselben Sammlung durch und vergleichen Sie die Top-Fünf-Ergebnisse. In fünfzehn Minuten wissen Sie, ob Ihr Korpus eher auf exakten Wortschatz oder auf Bedeutung ausgerichtet ist.

Kernaussagen

  • Der Keyword-Modus sucht nach exakten Übereinstimmungen – ideal für technische Begriffe und Referenzen
  • Der semantische Modus versteht die Bedeutung – ideal für Fragen in natürlicher Sprache
  • Der Hybrid-Modus kombiniert beides – dies ist die empfohlene Standardwahl
  • Verwenden Sie keyword für Suchen nach Codes, Identifikatoren oder exakten Werten
  • Verwenden Sie hybrid in allen anderen Fällen