Vektor-Embedding.

Ein Embedding-Modell liest einen Textabschnitt und gibt eine Liste von Zahlen zurück, typischerweise mehrere hundert bis einige tausend Werte. Diese Zahlenreihe ist der Vektor. Sie ist für Menschen bedeutungslos, kodiert aber die Bedeutung des Abschnitts so, dass sich Abstände berechnen lassen. Zwei Texte über Ladenöffnungszeiten landen nahe beieinander, ein Text über Motorenöl weit entfernt, auch dann, wenn sie kein einziges Wort teilen. Semantische Ähnlichkeit wird damit zu einer messbaren geometrischen Grösse.

Genau darauf beruht die Suche in KI-Systemen. Wird eine Frage gestellt, wird auch sie in einen Vektor übersetzt und mit den Vektoren gespeicherter Passagen verglichen. Zurück kommen die nächstliegenden Abschnitte, die anschliessend als Kontext in die Antwort einfliessen. Das erklärt einen der grössten Unterschiede zum klassischen SEO: Exakte Keyword-Übereinstimmung ist nicht mehr notwendig. Ein Abschnitt kann als Beleg dienen, obwohl er die Frageformulierung nirgends wörtlich enthält, solange er sie inhaltlich vollständig beantwortet.

Für die Textarbeit folgen daraus zwei praktische Regeln. Erstens sollte ein Abschnitt genau ein Thema behandeln. Vermischt er drei Gedanken, entsteht ein Vektor, der irgendwo zwischen allen dreien liegt und zu keiner Frage besonders gut passt. Zweitens gehört der Kontext in den Abschnitt hinein. Ein Absatz, der nur «ab CHF 300 pro Monat» sagt, verliert im Ausschnitt seinen Bezug; «Local SEO betreuen wir ab CHF 300 pro Monat» bleibt eigenständig verständlich und damit auffindbar.

Ein Anwendungsfall: Eine Seite beantwortete die Frage nach Reaktionszeiten im Support ausführlich, wurde von Assistenten aber nie zitiert. Der Grund war die Struktur. Die Angabe stand mitten in einem langen Fliesstext über Zusammenarbeit, zusammen mit Themen zu Onboarding und Rechnungsstellung. Nach der Aufteilung in drei kurze, je einthemige Abschnitte mit eigener Überschrift wurde die Support-Passage als eigener Vektor greifbar und tauchte in Antworten auf. Am Inhalt hatte sich nichts geändert, nur an der Portionierung.