Shopify
Stripe
Slack
Notion
Google Workspace
Confluence
Semantische Suche
Definition
Semantische Suche ist ein Suchverfahren, das Inhalte nach Bedeutung statt nach exakten Schlagwörtern abgleicht – mithilfe von Embeddings findet sie Ergebnisse, die inhaltlich zur Anfrage passen, selbst wenn sie kein einziges Wort mit ihr teilen.
So funktioniert es
Sowohl die Anfrage als auch die Inhalte werden in Embeddings umgewandelt und dann in einer Vektordatenbank über ihre Ähnlichkeit verglichen. Eine Suche nach „meine Karte wurde abgelehnt“ kann einen Artikel mit dem Titel „Fehlgeschlagene Zahlungen und wie Sie sie beheben“ zutage fördern, weil ihre Bedeutungen nah beieinanderliegen – auch ohne ein gemeinsames Schlagwort.
Das steht im Gegensatz zur klassischen Schlagwortsuche (lexikalische Suche), die auf wörtlicher Übereinstimmung beruht. Viele produktive Systeme kombinieren beides – hybride Suche genannt –, um Präzision und semantische Trefferbreite zugleich zu bekommen.
Warum es für den Support wichtig ist
Kunden formulieren Fragen selten so, wie Ihre Dokumentation es tut. Die semantische Suche schließt diese Lücke – deshalb verbessert sie den Self-Service deutlich und ist der Abrufschritt, der einem KI-Support-Agenten präzise, fundierte Antworten liefert.
Häufig gefragt
Was ist der Unterschied zwischen semantischer Suche und Schlagwortsuche?
Die Schlagwortsuche gleicht wörtliche Begriffe ab; die semantische Suche gleicht Bedeutung über Embeddings ab und findet so relevante Treffer, die völlig andere Wörter verwenden als die Anfrage.
Ist semantische Suche dasselbe wie RAG?
Nein. Die semantische Suche ist der Abrufschritt, der relevante Inhalte findet. RAG nimmt diese Inhalte und übergibt sie einem Sprachmodell, das daraus eine fundierte Antwort erzeugt.
Verwandte Begriffe
Embeddings
Embeddings sind numerische Vektordarstellungen von Text (oder Bildern, Code usw.), die Bedeutung erfassen — Inhalte mit ähnlicher Bedeutung liegen dadurch in einem hochdimensionalen Raum dicht beieinander..
Vektordatenbank
Eine Vektordatenbank ist eine Datenbank, die darauf ausgelegt ist, Embeddings – hochdimensionale Vektoren – zu speichern und nach Ähnlichkeit zu durchsuchen.
Retrieval-Augmented Generation (RAG)
Retrieval-Augmented Generation (RAG) ist ein Verfahren, bei dem ein KI-Modell zur Laufzeit relevante Informationen aus Ihren eigenen Wissensquellen abruft und seine Antwort darauf stützt, statt sich allein auf das zu verlassen, was es im Training gelernt hat..
Wissensdatenbank
Eine Wissensdatenbank ist eine strukturierte, durchsuchbare Sammlung von Artikeln – Anleitungen, FAQs, Troubleshooting-Guides und Richtlinien –, mit der Kunden oder Agenten Antworten finden, ohne den Support direkt kontaktieren zu müssen..
Self-Service-Quote
Die Self-Service-Quote ist der Anteil der Kundenfragen, die über Self-Service-Angebote gelöst werden – Help Center, FAQs, Portale oder Automatisierung –, ohne dass der Kunde einen Support-Agenten kontaktieren muss..
Setzen Sie diese Ideen ein
Macha ist eine KI-Agent-Schicht, die auf dem Help Desk sitzt, den Sie schon nutzen, Zendesk, Freshdesk, Front, Intercom oder Gorgias.
Trial starten