Vektordatenbanken speichern Embeddings, das sind Zahlenlisten, die die Bedeutung eines Textes, eines Bildes oder eines Produkts beschreiben. Marketingteams nutzen sie, um ähnliche Inhalte zu finden, Kundenfragen mit den richtigen Antworten abzugleichen und AI-Assistenten mit präzisem Kontext zu füttern. Der praktische Nutzen ist die Suche nach Bedeutung statt nach exakten Wörtern.
Was ist ein Embedding in einfachen Worten?
Ein Embedding-Modell liest einen Satz und gibt einen langen Vektor zurück, oft mehrere hundert oder einige tausend Zahlen. Zwei Sätze mit ähnlicher Bedeutung landen in diesem Raum nah beieinander, selbst wenn sie keine Wörter teilen. “Günstige Laufschuhe” und “erschwingliche Sneaker zum Joggen” landen nah beieinander.
Mehrere Anbieter bieten Embedding-Modelle über eine API an, darunter OpenAI, Google, Cohere und Open-Source-Optionen wie die sentence-transformers-Familie. Die Wahl des Modells ist weniger wichtig als die Konsistenz. Wenn Sie Ihren Katalog mit einem Modell einbetten, müssen Sie jede Abfrage mit demselben Modell einbetten, sonst verlieren die Abstände ihre Bedeutung.
Wo passen Vektordatenbanken in einen Marketing-Stack?
Eine Vektordatenbank ist die Speicher- und Suchschicht für diese Zahlen. Pinecone, Weaviate, Qdrant und Milvus sind dedizierte Produkte. PostgreSQL mit der pgvector-Erweiterung, Elasticsearch und OpenSearch unterstützen ebenfalls die Vektorsuche, was für eine mittelgroße Website oft ausreicht.
Die Datenbank beantwortet eine Frage sehr schnell: Welche gespeicherten Elemente sind diesem neuen Element am nächsten? Alles Nützliche im Marketing baut auf dieser einen Operation auf.
- Inhalts-Deduplizierung: Finden Sie Blogbeiträge, die dasselbe Thema behandeln, bevor sie um dieselbe Suchanfrage konkurrieren.
- Interne Verlinkung: Schlagen Sie die fünf relevantesten Artikel für jede Seite vor.
- Produktempfehlungen: Zeigen Sie Artikel an, die sich in der Beschreibung ähneln, nicht nur in der Kategorie.
- Support und Chat: Rufen Sie den richtigen Hilfeartikel ab, bevor ein Chatbot eine Antwort schreibt.
- Zielgruppenforschung: Gruppieren Sie Tausende von Bewertungen oder Suchanfragen in Themen.
Wie unterscheidet sich das von Keyword-Tools?
Keyword-Tools zählen Zeichenfolgen. Sie sind immer noch die richtige Quelle für Suchvolumen und Wettbewerb, da Suchmaschinen die Nachfrage nach Abfragen melden. Embeddings ersetzen diese Daten nicht; sie organisieren sie.
Ein typisches Beispiel: Ein Keyword-Export mit 8.000 Zeilen ist schwer zu lesen. Das Einbetten jeder Abfrage und das Clustern der Vektoren erzeugt vielleicht 60 Gruppen, jede davon eine Kandidatenseite oder ein Abschnitt. Ein Stratege benennt die Gruppen immer noch und entscheidet über Prioritäten. Die Maschine erledigt nur die Sortierung, die früher Tage in einer Tabelle dauerte.
Wie Alien Road Vektordatenbanken und Embeddings anwendet
In einem typischen Engagement folgt die Arbeit vier Schritten, und jeder Schritt hat ein schriftliches Ergebnis, das der Kunde überprüfen kann.
Discovery
Wir beginnen mit einer Bestandsaufnahme: jede URL, ihr Titel, die Hauptüberschrift und der Fließtext sowie Search Console-Abfragen der letzten Monate. Die Frage in dieser Phase ist einfach. Wo leidet der Kunde unter Überschneidungen, dünner Abdeckung oder schlechter Verlinkung? Embeddings beantworten dies schneller als manuelles Lesen, aber eine Person überprüft die markierten Paare.
Setup
Für die meisten Websites verwenden wir pgvector innerhalb einer bestehenden PostgreSQL-Instanz oder einen verwalteten Dienst wie Qdrant Cloud. Text wird in Blöcke von einigen hundert Wörtern aufgeteilt, einmal eingebettet und mit der URL und Sprache gespeichert. Ein kleines Skript bettet nur Seiten neu ein, deren Inhalts-Hash sich geändert hat, sodass die Kosten vorhersehbar bleiben.
Messung
Der erste Bericht listet nahezu doppelte Seitenpaare oberhalb eines Ähnlichkeitsschwellenwerts auf, den wir pro Website anpassen, da der richtige Grenzwert vom Modell und Inhaltsstil abhängt. Er listet auch verwaiste Seiten und vorgeschlagene interne Links auf. Die Ergebnisse werden vor und nach den Änderungen anhand von Search Console-Klicks und Impressionen für die betroffenen URLs verglichen.
Reporting
Kunden erhalten ein Blatt mit den Entscheidungen: zusammenführen, weiterleiten, umschreiben oder behalten. Wir vermeiden es, Ähnlichkeitswerte als Rankingfaktor darzustellen. Sie sind eine Diagnose, und das steht auch im Bericht.
Was sind die Grenzen?
Embeddings erfassen Bedeutung grob, nicht perfekt. Verneinung ist ein bekannter Schwachpunkt: “Hotels, die Haustiere erlauben” und “Hotels, die keine Haustiere erlauben” können nah beieinander liegen. Kurze Texte wie Produkttitel tragen für sich genommen wenig Signal, daher hilft es, den Titel zusammen mit der Beschreibung und den wichtigsten Attributen einzubetten.
Sprache ist ein weiteres Problem. Mehrsprachige Modelle verarbeiten Türkisch, Deutsch und Englisch in einem Raum, aber die Qualität variiert je nach Sprachpaar. Testen Sie mit einer Stichprobe bekannter Paare, bevor Sie dem Ergebnis über einen vollständigen Katalog hinweg vertrauen.
Schließlich ist eine Vektordatenbank keine Quelle der Wahrheit. Wenn die zugrunde liegende Seite falsch ist, wird der Abrufschritt selbstbewusst falsche Informationen zurückgeben. Inhaltsqualität steht an erster Stelle.
Was kostet ein sinnvolles erstes Projekt an Aufwand?
Für eine Website mit einigen tausend Seiten wird das technische Setup normalerweise in Tagen, nicht in Monaten gemessen. Die Embedding-Kosten über kommerzielle APIs sind für dieses Volumen zum Zeitpunkt des Schreibens niedrig, obwohl sich die Preise ändern, also prüfen Sie die aktuelle Seite des Anbieters. Die größeren Kosten sind die menschliche Überprüfung der Cluster und doppelten Paare.
Eine nützliche Regel: Wählen Sie eine Entscheidung, die das Projekt informieren muss, z. B. welche 50 Beiträge konsolidiert werden sollen. Projekte, die versuchen, “AI-Suche zu allem hinzuzufügen”, neigen dazu, ins Stocken zu geraten, weil niemand das Ergebnis besitzt.
Häufige Fehler, die es zu vermeiden gilt
- Mischen von Embedding-Modellen zwischen den gespeicherten Daten und den Abfragen.
- Einbetten ganzer Seiten als ein Vektor, was mehrere Themen zu einem Punkt verwischt.
- Überspringen von Metadaten wie Sprache, Datum und Inhaltstyp, die Sie für die Filterung benötigen.
- Behandlung des Ähnlichkeitswerts als absolute Wahrheit statt als sortierte Auswahlliste.
- Vergessen, nach Inhaltsänderungen neu einzubetten, sodass der Index langsam von der Live-Site abweicht.
Wo man diese Woche anfangen kann
Exportieren Sie Ihre URLs und Fließtexte, wählen Sie ein Open-Source-Embedding-Modell und laden Sie die Vektoren in pgvector auf einer Testdatenbank. Führen Sie eine Nächste-Nachbarn-Abfrage für Ihre zehn wichtigsten Seiten durch und lesen Sie die Ergebnisse. Wenn die Nachbarn für einen menschlichen Redakteur Sinn ergeben, haben Sie das Fundament für Duplikatprüfungen, interne Verlinkung und eine Abrufschicht für jeden Assistenten, den Sie später bauen.
Halten Sie das erste Ergebnis klein und überprüfbar. Eine saubere Liste überlappender Beiträge, auf die reagiert wurde, ist mehr wert als ein Dashboard, das niemand öffnet.
Weiterlesen: KI-Optimierung · KI-Optimierung