Wie verbindet man Stichwortsuche und semantische Suche?

Das Problem

Ein Grosshandel für Werkzeuge in der Region Basel hat einen Katalog mit mehreren tausend Artikeln. Mitarbeitende suchen entweder nach einer genauen Artikelnummer wie «WZ-40817» oder nach einer Beschreibung wie «Bohrer für Beton, der nicht heiss läuft». Die bisherige Suche findet die Nummer sofort, versteht die Umschreibung aber nicht. Eine neue KI-Suche versteht die Umschreibung, findet dafür die Artikelnummer manchmal nicht.

Frau Müller aus dem Innendienst fragt sich, warum man nicht beides haben kann. Man kann. Das Verfahren heisst hybride Suche. Es nutzt die Stärken beider Methoden und gleicht ihre Schwächen aus.

Wichtig: Sie müssen dafür kein Suchsystem von Grund auf bauen. Viele Datenbanken und Suchprodukte bieten beide Verfahren an.

So lösen Sie es mit KI – Schritt für Schritt

1. Beide Suchen verstehen. Die Stichwortsuche (auch Volltextsuche) sucht genaue Wörter und Zeichenfolgen. Die semantische Suche (auch Vektorsuche) vergleicht die Bedeutung. Dazu werden Texte in Zahlenreihen umgewandelt, sogenannte Embeddings. Mehr dazu: Embeddings einfach erklärt.

1. Suchfragen sammeln. Notieren Sie 30 bis 50 echte Suchanfragen aus dem Alltag, gemischt: Nummern, Produktnamen, umschriebene Fragen, Tippfehler. Zu jeder Frage halten Sie fest, welches Dokument die richtige Antwort wäre.

1. Stichwortsuche einrichten. Stellen Sie sicher, dass Artikelnummern, Marken und Fachbegriffe als Ganzes gefunden werden. Prüfen Sie, wie Bindestriche und Gross- und Kleinschreibung behandelt werden.

1. Semantische Suche einrichten. Erzeugen Sie die Embeddings Ihrer Texte mit einem Modell, das Deutsch gut kann, und legen Sie sie in einer Vektordatenbank ab. Welche Wahl passt, lesen Sie unter Vektordatenbank oder Volltextsuche.

1. Beide Trefferlisten mischen. Üblich ist die Rangfusion (Reciprocal Rank Fusion): Jedes Dokument erhält pro Liste einen Punktwert, der mit der Platzierung sinkt, und die Punkte werden addiert. So steigt ein Treffer, der in beiden Listen weit oben steht.

1. Gewichtung prüfen. Wenn bei Ihnen Nummern wichtiger sind als Umschreibungen, geben Sie der Stichwortsuche mehr Gewicht. Ändern Sie immer nur einen Wert auf einmal.

1. Mit den Testfragen messen. Zählen Sie, in wie vielen Fällen die richtige Antwort unter den ersten drei Treffern erscheint, einmal pro Suchart und einmal kombiniert. Notieren Sie die Ergebnisse in einer Tabelle.

1. Filter ergänzen. Schränken Sie Treffer nach Produktgruppe, Sprache oder Berechtigung ein, damit nur zulässige und passende Dokumente erscheinen.

Vorlage zum Kopieren

Mit diesem Prompt lassen Sie sich eine Liste von Testfragen für Ihre Suche entwerfen. Verwenden Sie erfundene oder anonymisierte Beispiele, keine Kundendaten.

Wir betreiben eine Suche in [Art der Daten, z. B. Produktkatalog / Wissensdatenbank] eines
[Branche]-Betriebs in der Schweiz. Erstelle 30 Testsuchanfragen in folgenden Gruppen:
10 exakte Kennungen oder Namen (Format: [Beispiel für Artikelnummer]), 10 umschriebene Fragen
in Alltagssprache, 5 Anfragen mit Tippfehlern, 5 Anfragen mit Fachbegriffen und Abkürzungen.
Gib zu jeder Anfrage eine Spalte «erwartetes Dokument» (Platzhalter [Dokumentname]) und «Suchart,
die vermutlich besser ist» (Stichwort oder Bedeutung). Gib das Ergebnis als Tabelle aus.

Passen Sie die Datenart und das Nummernformat an. Die Spalte «erwartetes Dokument» füllen Sie selbst aus, denn nur Sie kennen die richtige Antwort.

Worauf Sie achten müssen

• Keine Wundersuche: Auch die hybride Suche findet nicht alles. Ohne Testfragen wissen Sie nicht, ob sie besser ist als die alte.
• Datenschutz und Zugriffsrechte: Die Suche darf nur Dokumente zeigen, die die Person sehen darf. Das muss technisch erzwungen werden. Siehe Zugriffsrechte in der Vektorsuche.
• Sprache: Für Deutsch, Französisch und Italienisch brauchen Sie ein Embedding-Modell, das diese Sprachen kann. Prüfen Sie es mit Ihren Texten.
• Pflegeaufwand: Ändern sich Dokumente, müssen die Embeddings neu berechnet werden. Planen Sie das ein.
• Zu viel Schwellenwert-Feinschliff: Ab einem gewissen Punkt bringt Feinjustieren wenig. Hören Sie auf, wenn die Testfragen gut laufen.

Ein Beispiel aus der Praxis

Ein Beispiel: Der Werkzeuggrosshandel baut für den Innendienst eine Suche über Katalog und Datenblätter. Frau Müller sammelt 40 Suchfragen und stellt fest: Die alte Suche löst 25 von 40, die reine semantische Suche 29, die Kombination 36. Vor allem Artikelnummern und Umschreibungen laufen nun gemeinsam.

Vorher: Wer nach «Bohrer Beton hitzebeständig» sucht, erhält nichts, weil das Wort nicht im Katalog steht. Nachher: Dank der Bedeutungssuche erscheinen die passenden Bohrer, und die Artikelnummer liefert weiterhin den genauen Treffer. Vier Fragen bleiben schwierig und gehen an die Produktberatung.

So hilft Ihnen Alpasana

Wenn Ihre Suche eingerichtet werden soll, aber intern die Zeit fehlt, kann ready4future ICT unterstützen. Im betreuten ICT-Praxisjahr setzen begleitete Informatiklernende unter anderem interne Web-Tools, Skripte, Schnittstellen, Datenaufbereitung und KI-Workflows um. Eine zweite Person prüft die Ergebnisse vor Ihrer Abnahme. Als Standard dienen Testdaten, anonymisierte oder synthetische Daten.

Das Angebot ist primär remote und als Jahrespaket mit frei einteilbaren Stunden beschrieben.

Häufige Fragen

Brauche ich dafür eine spezielle Datenbank?

Nicht unbedingt. Manche Datenbanken und Suchserver beherrschen beide Verfahren. Prüfen Sie, was Ihre bestehende Software kann, bevor Sie etwas Neues einführen.

Wie viele Testfragen braucht es?

Für eine erste Einschätzung genügen 30 bis 50 gut gewählte Fragen. Wichtig ist, dass sie echte Anfragen widerspiegeln und alle Sorten abdecken: Nummern, Umschreibungen, Tippfehler.

Hilft die hybride Suche auch bei einem Chatbot?

Ja, denn ein Chatbot ist nur so gut wie die Textstellen, die er findet. Siehe Hybride Suche für Chatbots.