Eine Vektordatenbank speichert Texte (oder Bilder) nicht als Zeichenketten, sondern als Vektoren — lange Zahlenreihen, die ein Embedding-Modell aus der Bedeutung des Inhalts errechnet. Ähnliche Bedeutung ergibt ähnliche Vektoren.

Die Suche funktioniert damit anders als in klassischen Datenbanken: Statt exakter Wortübereinstimmung findet sie inhaltlich Verwandtes — eine Suche nach „Monarchie" findet auch Texte über Könige, in denen das Suchwort nie vorkommt. Das ist die technische Grundlage jeder semantischen Suche und jedes RAG-Systems.

In unserem RAG-System arbeitet eine selbst gehostete Vektordatenbank (Qdrant) mit einem lokal betriebenen Embedding-Modell zusammen — Ihr Wissen wird durchsuchbar, ohne je das eigene System zu verlassen.