Lernziel
Du zerlegst Texte sinnvoll und verstehst die Rolle von Vektoren und Metadaten.
Voraussetzungen
RAG-Grundidee; keine Mathematik über einfache Zahlenvergleiche hinaus nötig.
So funktioniert es
Chunking bedeutet, ein Dokument in kleinere Abschnitte zu zerlegen. Ein Abschnitt sollte genug Zusammenhang enthalten, damit eine Fundstelle verständlich bleibt. Zu kleine Stücke trennen Bedingungen von Aussagen. Zu große Stücke bringen viel irrelevanten Text in den Kontext.
Ein Embedding-Modell bildet einen Text auf eine Zahlenliste ab. Mit einer Ähnlichkeitsfunktion können solche Vektoren verglichen werden. Das Suchergebnis beschreibt Nähe im verwendeten Modellraum, nicht Wahrheit. Eine hohe Ähnlichkeit garantiert weder die richtige Antwort noch einen verlässlichen Beleg.
Dokumente und Fragen müssen mit kompatiblen Embeddings verarbeitet werden. Nach einem Wechsel des Embedding-Modells ist der vorhandene Index im Allgemeinen neu aufzubauen. Gleiche Vektorlänge allein beweist keine Kompatibilität.
Eine Vektordatenbank verwaltet Vektoren und passende Metadaten, etwa Dateiname, Abschnitt und Zugriffsrechte. Für die drei winzigen Übungsdateien genügt eine im Arbeitsspeicher durchsuchte Vektorliste. Das ist ein echter Vektorvergleich, aber keine vollständige Datenbank. Systeme wie Chroma werden bei größeren oder dauerhaft gespeicherten Beständen interessant.
Sinnvolle Metadaten
Speichere bei jedem Abschnitt mindestens den Text und seine Herkunft. Bei späteren Änderungen helfen Version oder Inhalts-Hash. Ohne diese Verbindung kannst du eine gefundene Antwort nicht sauber zum Original zurückverfolgen.
Die fiktive Lernwerkstatt öffnet dienstags. Geräte werden sieben Tage ausgeliehen.
Geräte werden sieben Tage ausgeliehen. Verlängerungen müssen vereinbart werden.
Die markierte Überlappung hält einen Zusammenhang in beiden Abschnitten sichtbar. Dieses kurze Satzbeispiel ist didaktisch gewählt; die passende Abschnittsgröße muss am eigenen Material geprüft werden.
Konkretes Beispiel
Schlecht getrennt: Abschnitt A endet mit „Die Ausleihe ist kostenlos, wenn“. Abschnitt B beginnt mit der Bedingung. Besser bleibt der vollständige Satz samt Bedingung in einem Abschnitt.
Deine Übung
Teile die fiktiven Übungsdateien nach Absätzen. Prüfe, ob jeder Abschnitt ohne Nachbarabsatz verständlich ist. Vergleiche anschließend gedanklich eine Suche nach „Wie lange darf ich ein Gerät behalten?“ mit dem Begriff „Ausleihdauer“.
Selbsttest
Häufige Fehler
- Sätze mitten in einer wichtigen Bedingung trennen.
- Embeddings verschiedener Modelle mischen.
- Dateinamen und Fundstellen nicht speichern.
Nächster Lernschritt
Abschlussprojekt: Frag meine Dokumente →Quellen
Offizielle Dokumentation und Originalveröffentlichungen; abgerufen am 11. September 2026. Eigene Beispiele und Übungen stammen von Wittmer AI. Externe Seiten können sich ändern.
- Ollama: Embeddings API (extern)
- Chroma: Introduction (extern)
- Ollama: nomic-embed-text model card (extern)
Dein Lernfortschritt
Optional, nur in diesem Browser. Kein Konto, keine Übertragung. Bei gelöschten Browserdaten geht der Fortschritt verloren.