Eine Vector Database (deutsch „Vektordatenbank") ist eine Datenbank, die darauf spezialisiert ist, Daten als sogenannte Vektoren zu speichern und blitzschnell nach Ähnlichkeit zu durchsuchen. Sie ist eine Schlüsselkomponente moderner KI-Anwendungen, weil sie eine Fähigkeit bietet, an der klassische Datenbanken scheitern: das Finden von Inhalten nach Bedeutung statt nach exakter Übereinstimmung. Wer früher nach „Hund" suchte, fand nur Einträge mit dem Wort „Hund". Eine Vektordatenbank findet auch „Welpe", „Vierbeiner" oder „Haustier mit Leine" – weil sie versteht, dass diese Begriffe inhaltlich nah beieinanderliegen.
Möglich macht das eine besondere Form der Daten: das Embedding. Texte, Bilder oder andere Inhalte werden von einem KI-Modell in lange Zahlenfolgen übersetzt – die Vektoren. Inhalte mit ähnlicher Bedeutung erhalten dabei ähnliche Vektoren, liegen also im „Vektorraum" nah beieinander. Genau diese Nähe nutzt die Datenbank, um Ähnlichkeit zu berechnen.
Was ist ein Embedding?
Ein Embedding ist die Brücke zwischen menschlicher Bedeutung und maschinenlesbaren Zahlen. Ein KI-Modell wandelt einen Inhalt in einen Vektor aus oft hunderten oder tausenden Zahlen um, der seine Bedeutung in einer Weise kodiert, die Maschinen vergleichen können. Der entscheidende Effekt: Die räumliche Nähe zweier Vektoren entspricht ihrer inhaltlichen Ähnlichkeit. „König" und „Königin" landen nah beieinander, „König" und „Fahrrad" weit auseinander. Eine Vektordatenbank speichert diese Embeddings und ist darauf optimiert, zu einem Anfrage-Vektor die nächstgelegenen gespeicherten Vektoren zu finden – und das auch bei Millionen von Einträgen in Sekundenbruchteilen.
Vektordatenbank vs. klassische Datenbank
| Merkmal | Klassische Datenbank | Vector Database |
|---|---|---|
| Suche nach | Exakten Werten, Stichwörtern | Ähnlicher Bedeutung |
| Datenform | Tabellen, Felder, Texte | Vektoren (Embeddings) |
| Typische Frage | „Zeige alle Kunden aus Köln" | „Finde Dokumente, die thematisch hierzu passen" |
| Stärke | Strukturierte, eindeutige Abfragen | Unstrukturierte Inhalte, semantische Nähe |
Beide Datenbanktypen schließen sich nicht aus, sondern ergänzen sich. Viele Anwendungen nutzen eine klassische Datenbank für strukturierte Geschäftsdaten und eine Vektordatenbank für die semantische Suche über Texte und Dokumente.
Der wichtigste Anwendungsfall: RAG
Vektordatenbanken sind das Rückgrat von Retrieval-Augmented Generation (RAG) – dem heute gängigsten Weg, ein großes Sprachmodell mit eigenem Firmenwissen zu verbinden. Das Problem, das RAG löst: Ein Sprachmodell kennt nur sein Trainingswissen und neigt dazu, fehlende Fakten zu erfinden. Bindet man eine Vektordatenbank mit den eigenen Dokumenten an, läuft eine Anfrage anders: Zuerst durchsucht die Datenbank das Firmenwissen nach den inhaltlich passendsten Textstellen, dann bekommt das Sprachmodell genau diese Stellen als Kontext mitgeliefert und formuliert daraus seine Antwort. So antwortet die KI auf Basis geprüfter, aktueller Unternehmensinformationen statt aus dem Gedächtnis – das senkt Halluzinationen drastisch.
Ein konkretes Beispiel
Ein Unternehmen hat über Jahre tausende Seiten an Handbüchern, Richtlinien und Support-Dokumenten angesammelt. Mitarbeiter finden darin kaum noch, was sie suchen. Die Lösung: Alle Dokumente werden in Embeddings umgewandelt und in einer Vektordatenbank abgelegt. Stellt nun ein Mitarbeiter die Frage „Wie gehe ich bei einer Reklamation mit Transportschaden vor?", sucht das System nicht nach den exakten Wörtern, sondern nach den inhaltlich passendsten Abschnitten – auch wenn das relevante Dokument „Umgang mit im Versand beschädigter Ware" heißt. Ein angebundenes Sprachmodell fasst die gefundenen Stellen zu einer klaren Antwort zusammen und nennt die Quelle. Aus einem unübersichtlichen Dokumentenberg wird ein durchsuchbares, antwortfähiges Wissenssystem.
Bekannte Vektordatenbanken
Der Markt ist jung, aber lebendig. Verbreitete Lösungen sind etwa Pinecone, Weaviate, Qdrant, Chroma und Milvus; daneben rüsten klassische Datenbanken wie PostgreSQL mit Erweiterungen (pgvector) nach. Welche Lösung passt, hängt von Datenmenge, Betriebsmodell (Cloud oder selbst gehostet) und den Anforderungen an Datenschutz ab – gerade Letzteres ist bei sensiblen Firmendaten ein zentrales Kriterium. Eine gut verständliche Einführung in das Konzept der Embeddings, auf denen alles aufbaut, liefert die OpenAI-Dokumentation zu Embeddings.
Einordnung
Die Vector Database ist eine der stillen Schlüsseltechnologien der aktuellen KI-Welle. Sie selbst erzeugt keine Antworten, aber sie macht den Unterschied zwischen einer KI, die allgemein dahinredet, und einer, die fundiert auf dem eigenen Wissen eines Unternehmens antwortet. Überall dort, wo es darum geht, große Mengen unstrukturierter Inhalte durchsuchbar und für KI nutzbar zu machen – von der internen Wissenssuche bis zur intelligenten Produktsuche im Shop – ist sie das Fundament. Wer ernsthaft KI-Anwendungen auf eigenen Daten plant, kommt an ihr kaum vorbei.