Wie ergänzen wir PostgreSQL um eine Vektorsuche?

Das Problem

Ihr Unternehmen betreibt eine PostgreSQL-Datenbank, etwa für eine Branchensoftware, ein Kundenportal oder ein Dokumentenverwaltungssystem. Nun soll eine KI-Suche entstehen. Der Anbieter schlägt eine neue, spezialisierte Datenbank für Vektoren vor. Das bedeutet einen weiteren Server, weitere Sicherungen, weitere Zuständigkeiten.

PostgreSQL ist ein weit verbreitetes, freies Datenbanksystem. Mit der Erweiterung pgvector kann es zusätzlich Vektoren speichern und nach Ähnlichkeit durchsuchen. Für viele kleine und mittlere Vorhaben genügt das.

Hier erfahren Sie, was dabei zu bedenken ist und wie Sie das Gespräch mit Ihrer IT vorbereiten. Die Einrichtung selbst gehört in fachkundige Hände.

So lösen Sie es mit KI – Schritt für Schritt

1. Ausgangslage klären. Welche PostgreSQL-Version läuft? Wo steht sie: im eigenen Haus, bei einem Dienstleister, in der Cloud? Nicht jeder Anbieter erlaubt zusätzliche Erweiterungen. Fragen Sie nach.

1. Datenmenge schätzen. Wie viele Textabschnitte werden gespeichert? Das bestimmt Speicherbedarf und Suchzeit. Siehe Speicher für Vektoren planen.

1. Embedding-Modell festlegen. Jedes Modell erzeugt Zahlenreihen einer bestimmten Länge, der «Dimensionszahl». Die Datenbankspalte muss dazu passen. Ein Modellwechsel verlangt in der Regel eine neue Verarbeitung. Siehe Embedding-Dimensionen.

1. Erweiterung installieren (IT-Aufgabe). Die Erweiterung wird aktiviert, eine Tabelle mit Vektorspalte angelegt und Textabschnitte samt Vektoren gespeichert. Die Anleitung steht im Projekt pgvector auf GitHub.

1. Suchart und Index wählen. Für Ähnlichkeit gibt es mehrere Abstandsmasse. Für grössere Mengen helfen Indizes, die schnelle, aber näherungsweise Treffer liefern. Siehe Vektorindex HNSW. Die Genauigkeit sollte gemessen werden.

1. Filter und Rechte einbauen. Die Stärke von PostgreSQL liegt darin, Vektorsuche mit gewöhnlichen Bedingungen zu verbinden, etwa «nur Dokumente dieser Abteilung». Zugriffsrechte lassen sich dort durchsetzen. Siehe Zugriffsrechte bei der Vektorsuche.

1. Volltext kombinieren. PostgreSQL bietet auch eine eingebaute Volltextsuche. Beides in einer Datenbank zu haben, vereinfacht eine hybride Suche. Siehe Hybride Suche einrichten.

1. Sicherung und Test. Prüfen Sie, dass die bestehende Sicherung auch die Vektordaten umfasst, und testen Sie die Wiederherstellung. Messen Sie die Trefferqualität mit 20 echten Fragen.

Vorlage zum Kopieren

Du bist eine erfahrene Datenbankberaterin. Ich möchte mit meiner IT besprechen, ob wir unsere bestehende PostgreSQL-Datenbank mit der Erweiterung pgvector für eine KI-Dokumentensuche nutzen können. Bereite eine Checkliste vor, ohne Befehle zu schreiben.

PostgreSQL-Umgebung: [Version, Betrieb im Haus / bei Dienstleister / Cloud]
Datenmenge: [Dokumente, geschätzte Textabschnitte]
Embedding-Modell: [Name, Dimensionszahl falls bekannt]
Anforderungen: [Zugriffsrechte, Sicherung, Betrieb in der Schweiz]
Verfügbare IT-Kompetenz: [intern / extern]

Erstelle:
1. Eine Checkliste mit zehn Prüfpunkten (Version, Erweiterung erlaubt, Speicher, Index, Filter, Rechte, Sicherung, Überwachung, Test, Ausstieg).
2. Eine Liste mit Fragen an den Dienstleister.
3. Drei Risiken.
Regeln: Erfinde keine Versionsnummern oder Leistungswerte. Wo etwas in der Dokumentation nachzulesen ist, schreibe «in der pgvector-Dokumentation prüfen».

Füllen Sie die Platzhalter mit den Angaben Ihrer IT. Die Checkliste ist ein Gesprächsleitfaden, kein technischer Plan.

Wann passt es, wann nicht?

Worauf Sie achten müssen

• Erlaubnis des Hosters: Bei gemieteten Datenbanken ist nicht jede Erweiterung verfügbar. Klären Sie dies vor der Planung.
• Dimensionszahl: Sie muss zum Embedding-Modell passen. Ein Wechsel des Modells erfordert meist einen Neuaufbau.
• Index und Genauigkeit: Schnelle Indizes liefern Näherungstreffer. Messen Sie, ob wichtige Dokumente fehlen. Siehe Genauigkeit und Tempo.
• Rechte: Zugriffsbeschränkungen müssen in der Datenbank oder Anwendung konsequent durchgesetzt werden, nicht im Textbefehl an die KI.
• Belastung der Hauptanwendung: Die KI-Suche teilt sich Ressourcen mit anderen Anwendungen. Planen Sie Last und Überwachung.
• Aktualität der Software: Version und Erweiterung müssen gepflegt werden. Prüfen Sie, wie aktiv das Projekt betreut wird.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Treuhandbüro in Frauenfeld, vertreten durch Frau Gubler, 52, betreibt für seine Kundenverwaltung eine PostgreSQL-Datenbank bei einem Schweizer Hoster. Es möchte Kundenkorrespondenz mit Rechten pro Mandat durchsuchen. Vorher: Der Anbieter einer KI-Lösung will einen neuen Server samt eigener Datenbank.

Frau Gubler fragt beim Hoster nach der Erweiterung. Der Hoster bestätigt sie. Nachher: Die IT ergänzt die vorhandene Datenbank um eine Vektorspalte, nutzt die Mandatsrechte für die Filterung und sichert wie bisher. Der Test mit 20 Fragen zeigt gute Treffer. Die Kosten für einen zusätzlichen Server entfallen.

So hilft Ihnen Alpasana

Für die Umsetzung solcher Aufgaben bietet ready4future ICT ein betreutes ICT-Praxisjahr für Lernende im vierten IMS-Jahr an. Beschrieben sind Skripte, Automatisierungen, Schnittstellen und Datenaufbereitung, KI-Workflows, die Erweiterung bestehender Software sowie fachliche Begleitung, Vier-Augen-Prüfung, Senior-Review, Dokumentation und Kundenabnahme. Als Standard dienen Testdaten, anonymisierte oder synthetische Daten.

Datenbankbetrieb für produktive Kundendaten ist damit nicht ohne Weiteres abgedeckt. Klären Sie Umfang und Datenschutz vor Projektstart, die Abnahme bleibt bei Ihnen.

Häufige Fragen

Ist pgvector für Firmen ausreichend stabil?

Es ist eine verbreitete, frei verfügbare Erweiterung, die aktiv weiterentwickelt wird. Ob sie für Ihre Menge und Last genügt, klären Sie mit einem Test. Prüfen Sie auch Versionen und Support Ihres Hosters.

Was passiert bei einem Wechsel des Embedding-Modells?

Die Zahlenreihen verschiedener Modelle passen nicht zusammen. Meist werden alle Abschnitte neu verarbeitet und die Spalte angepasst. Planen Sie das mit ein, siehe Embedding-Modell wechseln.

Muss ich dafür eine neue Datenbank lernen?

Für den Betrieb zählt vor allem das Wissen Ihrer IT. Wenn PostgreSQL schon läuft, ist die Lernkurve kleiner als bei einem komplett neuen System. Als Entscheiderin brauchen Sie die Kriterien, nicht die Befehle.