← Zurück zum Glossararchitecture
Vector Database
Eine Vector-Datenbank speichert Embeddings effizient und beantwortet Ähnlichkeits-Suchen in Millisekunden — der Speicher hinter jedem RAG-System.
Auch genannt: Vector DB, Vektor-Datenbank
Im Detail
Während eine klassische SQL-Datenbank für Wertvergleiche optimiert ist, sind Vector-DBs auf nearest-neighbour search in hochdimensionalen Räumen ausgelegt. Beliebte Wahl in der Praxis:
- pgvector (Postgres-Extension) — unsere Standard-Wahl für die meisten Projekte
- Qdrant und Weaviate — eigenständige Vector-DBs mit mehr Features
- Pinecone — Cloud-only, US-gehostet (nutzen wir nicht)
Wir bevorzugen pgvector: läuft in der gleichen Postgres-Instanz wie Ihre Geschäftsdaten, einfacher Backup, EU-Hosting trivial.
Verwandte Begriffe
- EmbeddingEin Embedding ist eine Zahlen-Repräsentation eines Texts (oder Bildes) in einem hochdimensionalen Raum, in dem ähnliche Inhalte nah beieinander liegen — die Grundlage für semantische Suche und RAG.
- Multi-AgentMulti-Agent bezeichnet eine Architektur, in der mehrere spezialisierte KI-Agenten zusammenarbeiten — ein Router entscheidet, wer übernimmt, und sie übergeben Aufgaben sauber untereinander.
- RAGRAG (Retrieval-Augmented Generation) ist ein Verfahren, bei dem das Sprachmodell vor jeder Antwort relevante Dokumente aus Ihrer Wissensbasis sucht und diese als Grundlage für die Antwort nutzt — so antwortet der Agent immer aktuell und mit Quellenangabe.