Eine klassische Stichwortsuche schaut, ob die Wörter einer Anfrage in einem Dokument vorkommen. Die Vektorsuche geht anders vor. Jeder Inhalt wird vorher von einem Modell in ein Embedding übersetzt, eine Liste von Zahlen, die seine Bedeutung abbildet. Auch die Anfrage bekommt ein solches Embedding. Gesucht werden dann die gespeicherten Vektoren, die dem Vektor der Anfrage am nächsten liegen. Was das Embedding selbst ist und wie Ähnlichkeit gemessen wird, steht im verlinkten Eintrag, hier geht es um die Suche darüber.
Die Bausteine einer Vektorsuche
Google beschreibt die Grundbegriffe in der Dokumentation seines Dienstes Vector Search. Ein Vektor ist dort eine Liste von Gleitkommazahlen, ein Embedding ein Vektor, der die Bedeutung von Daten erfasst [1]. Die Vektoren liegen in einem Index, an den die Anfragen gestellt werden [1]. Das Ergebnis sind die nächsten Nachbarn, also die ähnlichsten Einträge. Google nutzt dafür den Algorithmus ScaNN aus der eigenen Forschung, der die Ähnlichkeitssuche genauer und schneller machen soll [1]. Wie viele der gelieferten Treffer zu den echten nächsten Nachbarn gehören, misst der Recall: Findet die Suche 19 der 20 echten nächsten Nachbarn, liegt er bei 95 Prozent [1].
Dichte und dünne Vektoren
Google unterscheidet zwei Arten von Embeddings. Dichte Embeddings enthalten überwiegend Werte ungleich null und eignen sich für die Suche nach ähnlicher Bedeutung. Dünn besetzte Embeddings haben sehr viele Dimensionen, von denen fast alle null sind, und werden oft für die Stichwortsuche verwendet [1]. Die hybride Suche verbindet beides. Laut Google bringt sie vor allem bei Nischenbegriffen bessere Ergebnisse [1]. Bei einer Teilenummer wie "WX-4471" etwa zählt der genaue Treffer, und den liefert die Stichwortsuche.
Noch eine Frage offen?
In der gratis Sprechstunde beantworten wir Fragen zu SEO live, jeden ersten Samstag im Monat um 18 Uhr. Oder du rufst einfach an.
Wo Vektorsuche eingesetzt wird
Google nennt als Einsatzfelder Empfehlungssysteme, die ähnliche Produkte finden, die semantische Suche nach Bedeutung statt nach Stichwörtern und Anwendungen mit Sprachmodellen, die vor einer Antwort passende Textstellen abrufen [1]. Das letzte Verfahren heißt Retrieval-Augmented Generation. Ein Chatbot für die Hilfeseiten eines Shops sucht damit zu der Frage "Kann ich die Jacke zurückschicken?" den Abschnitt über Rücksendungen heraus, obwohl dort vielleicht nur von Retouren die Rede ist.
Solche Systeme liefern einzelne Abschnitte als Treffer. Ein Absatz, der eine Frage für sich verständlich beantwortet, taugt dafür eher als eine Antwort, die über mehrere Abschnitte verstreut ist. Auch Google arbeitet in der Websuche mit Bedeutung. Der neuronale Abgleich erkennt laut Google Darstellungen von Konzepten in Anfragen und auf Seiten, RankBrain hilft zu verstehen, wie Wörter mit Konzepten zusammenhängen [2]. Welche Technik dahinter steckt, legt Google dort nicht offen. Mehr dazu steht unter RankBrain, Texte für KI-Antworten behandelt der Ratgeber Content für KI-Antworten schreiben.
Über eine Suche für deine eigene Website, die auch Synonyme und Umschreibungen findet, sprechen wir in der gratis Sprechstunde.
- Organisation Vektorsuche (Vertex AI, Übersicht). Google Cloud Dokumentation. Stand 30.10.2026. abgerufen am 31.10.2026
- Organisation Leitfaden zu den Ranking-Systemen der Google Suche. Google Search Central. Stand 18.12.2025. abgerufen am 31.10.2026
Häufige Fragen
Was ist der Unterschied zwischen Vektorsuche und Stichwortsuche?
Die Stichwortsuche prüft, ob die Wörter der Anfrage im Text stehen. Die Vektorsuche vergleicht die Bedeutung über Embeddings und findet auch Texte mit anderen Wörtern für dieselbe Sache.
Was sind nächste Nachbarn?
Die gespeicherten Vektoren, die dem Vektor der Anfrage am ähnlichsten sind. Sie bilden das Ergebnis einer Vektorsuche.
Was ist hybride Suche?
Eine Verbindung aus Vektorsuche und Stichwortsuche. Google schreibt, dass sie besonders bei Nischenbegriffen bessere Ergebnisse liefert.
Nutzt Google für die Websuche eine Vektorsuche?
Google beschreibt den neuronalen Abgleich als System, das Konzepte in Anfragen und auf Seiten erkennt, legt die Technik dahinter im Leitfaden zu den Rankingsystemen aber nicht offen. Vector Search ist ein Cloud-Dienst von Google für eigene Anwendungen.
Noch eine Frage offen?
In der gratis Sprechstunde beantworten wir Fragen zu SEO live, jeden ersten Samstag im Monat um 18 Uhr. Oder du rufst einfach an.
Zuletzt geprüft am 03.11.2026, nächste Prüfung spätestens im November 2027. Fehler entdeckt? Schreib uns.
