Semantische Suche vs. agentische Suche: Was ist der Unterschied?

Mit dem Aufkommen von LLMs und generativen Suchanwendungen vermischen viele Marken semantische und agentenbasierte (LLM-gesteuerte) Suche. Obwohl beide auf KI und Sprachverständnis basieren, lösen sie unterschiedliche Probleme und operieren auf verschiedenen Ebenen der Sucherfahrung. Algolia ist Vorreiter dieses Wandels, der die Informationssuche revolutioniert. Die Art und Weise, wie wir suchen, entwickelt sich weiter, und unsere Definitionen – und unser Verständnis davon – müssen sich entsprechend weiterentwickeln.

Semantik ist die Lehre von der Bedeutung in der Sprache. Die semantische Suche liefert Informationen durch den Abgleich von Bedeutungen anstatt von einzelnen Zeichen.

Durch den Einsatz von maschinellem Lernen (ML) und natürlicher Sprachverarbeitung (NLP) konzentriert sich die semantische Suche auf die Absicht des Nutzers und ruft Informationen und Produkte ab, die konzeptionell mit der Suchanfrage des Nutzers verwandt oder kontextuell durch sie impliziert sind.

Wie die semantische Suche funktioniert

Die semantische Suche findet Ergebnisse mithilfe von Vektoreinbettungen. Ein Vektor ist ein Zahlenarray, das die Merkmale eines bestimmten Datenpunkts in einer Form darstellt, die der mathematischen Logik des maschinellen Lernens entspricht – unabhängig davon, ob es sich bei dem Datenpunkt um Text, Bild oder etwas anderes handelt. Die numerische Repräsentation entspricht den realen Merkmalen des Datenpunkts. Je ähnlicher sich Datenpunkte in der Realität sind, desto ähnlicher sind sich ihre Positionen auf einem Vektor. Beispielsweise liegt „Abendkleid“ auf einem Vektor nahe bei „formelles Kleid“.

Die semantische Suche liefert Ergebnisse genauso schnell wie die herkömmliche Stichwortsuche. Sie konzentriert sich auf die Beziehung zwischen Wörtern anhand ihrer Bedeutungsähnlichkeit und nicht auf den Abgleich bestimmter Zeichen. Es handelt sich um eine vollständig deterministische Methode: Dieselbe Suchanfrage liefert stets dieselben Ergebnisse in derselben Reihenfolge.

Vorteile

• Steigert die Suchrelevanz
• Verbessert das Kundenerlebnis
• Reduziert den Ressourcenaufwand für die Feinabstimmung des Rankings
• Funktioniert gut in Verbindung mit der Stichwortsuche.

Vorbehalte und Einschränkungen

• Liefert die klarsten Ergebnisse mit gut strukturierten Daten.
• Führt keine mehrstufigen Anfragen aus
• Kann breite Kontextaufgaben nicht analysieren

Während die Keyword-Suche nach exakten Übereinstimmungen mit einer Suchanfrage sucht, analysiert die semantische Suche die Bedeutung einer Suchanfrage, unabhängig davon, wie diese Bedeutung vermittelt wurde. Eine dritte Suchart, die agentenbasierte Suche, ermittelt den Zweck oder das Ziel einer Suchanfrage.

Agentische Suche: Verstehen, warum Nutzer fragen

Die agentenbasierte Suche nutzt einen KI-Agenten, um komplexe Suchanfragen zu analysieren, die Absicht des Nutzers zu interpretieren und anschließend passende Ergebnisse zu liefern. Diese Suchart filtert die wichtigsten Informationen einer Suchanfrage heraus.

KI-Agenten basieren häufig auf einem großen Sprachmodell (LLM) und können mehrteilige Aktionen ausführen, wie z. B. eine Suchmaschine aufrufen und anschließend Filter anwenden oder mehrere Datenquellen kombinieren, um die Suche zu verfeinern.

Wie die agentenbasierte Suche funktioniert

Die agentenbasierte Suche nutzt ein LLM als Argumentationsschicht, entweder vor oder parallel zur Suche. Der KI-Agent empfängt und interpretiert die Anfrage eines Nutzers, zerlegt größere Aufgaben in einfachere Aktionen und weist die entsprechenden Werkzeuge zu. Die Fähigkeiten von KI-Agenten sind sehr vielfältig. Im einfachsten Fall kann die agentenbasierte Suche Anfragen umschreiben. Komplexere KI-gesteuerte Orchestrierungen koordinieren die Aktionen mehrerer Agenten, die Anfragen umschreiben, Strukturen hinzufügen und Aufgaben in ausführbare Teile zerlegen.

Bei einer Anfrage wie „Ich suche ein Outfit wie das von Taylor Swift bei den Grammys“ ordnet der KI-Agent die Anfrage zunächst dem Begriff „glitzerndes bodenlanges Kleid“ zu und führt anschließend eine semantische Suche mit der verfeinerten Anfrage durch. Bei einer komplexeren Anfrage wie „Zeig mir Schuhe und eine passende Handtasche für eine Hochzeit“ erkennt der KI-Agent zwei zusammenhängende Bedürfnisse, führt separate Suchen durch und kombiniert anschließend die Ergebnisse.

Während die semantische Suche deterministisch ist, kann die agentenbasierte Suche mehrere Suchrunden durchführen und die Ergebnisse so lange verfeinern, bis sie die gewünschte Qualitätsschwelle erreichen. Dabei werden zwar mehr Zeit und Rechenaufwand in Kauf genommen, dafür aber relevantere Ergebnisse erzielt. Die besten Ergebnisse liefert sie in Kombination mit einem vektorbasierten Backend: Die durch Vektoreinbettungen erzielten besseren Übereinstimmungen bieten dem Agenten hochwertigeres Material für seine Schlussfolgerungen.

Vorteile

• Funktioniert mit natürlicher Sprache
• Kann komplexe, mehrteilige Anfragen beantworten
• Passt seinen Prozess während des Betriebs an und verfeinert ihn, um die bestmöglichen Ergebnisse zu erzielen.

Vorbehalte und Einschränkungen

• Kann je nach externem LLM langsamer und kostspieliger sein (kann aber durch Caching optimiert werden).
• Die Koordination zwischen mehreren Systemen ist erforderlich.
• A/B-Tests sind schwieriger durchzuführen, daher ist die Steuerung komplexer.

Zusammenarbeit

Semantische und agentenbasierte Suche sind zwei unterschiedliche Prozesse, die jedoch zusammenarbeiten, um schnelle und präzise Suchfunktionen zu gewährleisten. Es ist wichtig, die Unterschiede zu verstehen, nicht um sich für den einen oder anderen zu entscheiden, sondern um zu begreifen, wie sie interagieren und zusammenwirken.

Zusammenfassend lässt sich sagen:

• Die semantische Suche verwendet Vektoren, um das zu finden, was einer Suchanfrage am ähnlichsten ist.
• Die agentenbasierte Suche nutzt externes LLM-Schlussfolgern, um die wichtigsten Informationen in einer Anfrage zu ermitteln und Aktionen zu initiieren, um diese abzurufen.

Beide Suchmethoden basieren auf fortschrittlicher Automatisierung und natürlicher Sprachverarbeitung, lösen aber jeweils unterschiedliche Problemstellungen. Durch das Zusammenspiel semantischer und agentenbasierter Prozesse wird die Suche adaptiver, hilfreicher, intelligenter und natürlicher.

Erfahren Sie, wie die Suchlösungen von Algolia Ihrem Unternehmen zugutekommen können.

Fordern Sie noch heute eine Demo an.