Embedding
Ein Embedding ist eine Darstellung eines Textes, Bildes oder Datensatzes als lange Zahlenreihe (Vektor), die seine Bedeutung so abbildet, dass inhaltlich ähnliche Inhalte ähnliche Zahlen bekommen.
Stand:
Auch: Vektor-Einbettung, Einbettung
Embeddings sind die Grundlage dafür, dass eine KI nach Bedeutung sucht statt nach Wortgleichheit. Die Frage „Wie lange dauert die Lieferung?“ und der Satz „Versand innerhalb von drei Werktagen“ teilen kaum ein Wort, ihre Embeddings liegen aber nah beieinander. Eine Suche über Embeddings findet deshalb die richtige Stelle im Handbuch, auch wenn der Kunde andere Wörter benutzt.
Erzeugt werden Embeddings von einem eigenen, meist kleinen Modell. Jeder Abschnitt Ihrer Dokumente bekommt einmal einen Vektor, der in einer Vektordatenbank abgelegt wird. Bei einer Frage wird nur die Frage neu umgerechnet und mit den gespeicherten Vektoren verglichen. Das ist schnell und günstig, deshalb funktioniert das Verfahren auch bei großen Archiven.
Für den Datenschutz gilt: Aus einem Embedding lässt sich der ursprüngliche Text nicht einfach ablesen, es ist aber auch keine Anonymisierung. Wer personenbezogene Dokumente einbettet, verarbeitet weiter personenbezogene Daten. Läuft das Embedding-Modell auf eigenen Servern, verlässt dabei nichts das Haus.