Semantik als kontrollierte Ergänzung
KI- und Vektorsuche kontrolliert einsetzen
Die KI-Suche erweitert die klassische Volltextsuche dort, wo reine Wortgleichheit nicht ausreicht. Mehrsprachige BGE-M3-Vektoren werden auf eigener GPU-Infrastruktur erzeugt. Sie helfen bei Bedeutungsnähe, Phrasen und ähnlichen Produkten, ohne die nachvollziehbare Textrelevanz unkontrolliert zu ersetzen.
Für Shops mit erklärungsbedürftigen Produkten, natürlichen Suchphrasen, mehreren Sprachen oder häufigen Null- und Schwachtreffern.
Das verbessert sich im Shop
Natürliche Phrasen können auch ohne identische Produktwörter zum passenden Sortiment führen.
Mehrsprachige Bedeutungsähnlichkeit ergänzt gepflegte Produkttexte und Merkmale.
Vektoren werden inkrementell aktualisiert und bei entfallenen Produkten gelöscht.
Klassische Suche, Filter und Feldgewichtungen bleiben die kontrollierbare Grundlage.
Nachvollziehbarer Ablauf
So funktioniert es
- 1
Dokumente bilden
Freigegebene Produktfelder werden sprach- und shopbezogen zu einer belastbaren Produktrepräsentation zusammengeführt.
- 2
Vektoren erzeugen
Der eigene GPU-Dienst erstellt BGE-M3-Vektoren im Hintergrund. Der Indexstatus zeigt, welche Daten bereit sind.
- 3
Hybrid suchen
Text- und Vektorkandidaten werden abhängig von Trefferqualität und Einstellung kontrolliert kombiniert.
- 4
Sicher zurückfallen
Ist die KI-Funktion nicht bereit oder tariflich nicht aktiv, bleibt die klassische Suche vollständig nutzbar.
Beispiel: „warme weiche Wolle für Babykleidung“
Die klassische Suche findet direkte Wörter. Die semantische Ergänzung kann geeignete Merino- oder Cashmere-Produkte erkennen, wenn Material, Einsatzgebiet und Merkmale dies belegen. Preis- und Verfügbarkeitsfilter bleiben anschließend normal anwendbar.
Häufige Fragen
Sendet eazyfind jede Suche an einen externen KI-Anbieter?
Die Vektorisierung läuft auf der eigenen vorgesehenen GPU-Infrastruktur. Optionale erweiterte Dienste werden nur genutzt, wenn sie ausdrücklich konfiguriert und freigeschaltet sind.
Verändert die KI die normale Relevanz?
Die vollständige Textrelevanz bleibt führend. Semantik ergänzt schwache Treffer oder definierte Anwendungsfälle kontrolliert.
