Embedding

Ein Embedding ist eine numerische Darstellung von Daten als Liste von Zahlen, einem sogenannten Vektor. Worte, Sätze, ganze Dokumente, aber auch Bilder oder Produktbeschreibungen werden dabei in einen mathematischen Raum mit oft mehreren hundert oder tausend Dimensionen übersetzt. Inhalte mit ähnlicher Bedeutung liegen in diesem Raum nahe beieinander, während sich thematisch unterschiedliche Inhalte weiter voneinander entfernen.

Erzeugt werden Embeddings von speziell trainierten KI-Modellen, häufig auf Basis neuronaler Netze. Ein Sprachmodell lernt beispielsweise, dass die Worte "Rechnung" und "Faktura" inhaltlich verwandt sind, weil sie in ähnlichen Kontexten auftauchen. Diese Nähe drückt sich dann in den zugehörigen Vektoren aus. Computer können auf diese Weise erstmals mit Bedeutung rechnen, statt nur Zeichenketten zu vergleichen. Eingesetzt werden Embeddings unter anderem in Suchsystemen, Empfehlungs- und Klassifikationsverfahren sowie in modernen Sprachmodellen wie ChatGPT.

Für kleine und mittlere Unternehmen sind Embeddings vor allem dort relevant, wo eigene Inhalte durchsuchbar oder von einer KI nutzbar gemacht werden sollen. Ein klassisches Beispiel ist die semantische Suche im firmeneigenen Wissensbestand: Eine Mitarbeiterin sucht nach "Urlaubsregelung Teilzeit" und findet das passende Dokument auch dann, wenn dort nur "Erholungsanspruch bei reduzierter Arbeitszeit" steht. Ebenso bilden Embeddings die Grundlage für sogenannte RAG-Systeme, bei denen ein Chatbot auf interne Handbücher, Angebote oder FAQ zugreift. Auch im Marketing lassen sich Kundendaten oder Produkttexte clustern, um ähnliche Zielgruppen oder Cross-Selling-Möglichkeiten zu erkennen.

Embeddings sind damit ein zentraler Baustein vieler praktischer KI-Anwendungen, oft im Hintergrund und ohne dass Endnutzer den Begriff je hören. Grenzen ergeben sich dort, wo Trainingsdaten verzerrt sind oder Fachbegriffe einer Branche im allgemeinen Modell schlecht abgebildet werden. In solchen Fällen kann eine Anpassung an die eigene Sprache und Domäne sinnvoll sein.