Vektor-Datenbank
Definition
Datenbank, die für Speicherung und Suche hochdimensionaler Vektoren (Embeddings) optimiert ist. Kernfunktion: schnelle approximative Nächste-Nachbar-Suche zur Abfrage semantisch ähnlicher Inhalte. Vertreter im Jahr 2026: spezialisierte Engines (Qdrant, Weaviate, Milvus) und Vektor-Erweiterungen relationaler oder dokumentenorientierter Datenbanken (z. B. pgvector für PostgreSQL).
Noise — Signal
Vektor-Datenbanken werden im RAG-Marketing als "die fehlende Komponente" dargestellt. Tatsächlich ist die Datenbank das technisch am wenigsten kritische Element in einer RAG-Pipeline — die Hebel liegen in Chunking-Strategie, Embedding-Modell, Hybrid-Search (Vektor plus Keyword), Re-Ranking und Quellrechte-Management. Eine schlecht konzipierte Pipeline auf einer State-of-the-Art-Vektor-Datenbank liefert schlechtere Resultate als eine sauber gebaute Pipeline auf PostgreSQL mit pgvector.
Die richtige Frage
Nicht: "Welche Vektor-Datenbank brauchen wir?" Sondern: "Welche Anforderungen haben wir an Volumen, Latenz, Filterung, Hybrid-Search und Multi-Tenancy, und in welcher Reihenfolge optimieren wir Chunking, Embedding und Re-Ranking, bevor die Datenbankwahl überhaupt zum Engpass wird?"