KI-gestützte Suche
Unter KI-gestützter Suche versteht man Suchsysteme, die mit Embeddings und Sprachmodellen arbeiten. Zwei Dinge sind neu gegenüber dem Discovery-System:
- Besseres Finden: Die semantische Suche vergleicht Bedeutungen statt Wörter.
- Antworten statt Listen: Mit Retrieval-Augmented Generation formuliert ein Sprachmodell aus den Treffern eine Antwort mit Quellen (von der Trefferliste zur Antwort).
[Bild fehlt: Ablauf einer RAG-Suche: Frage, Suche im Index, Auswahl der besten Passagen, Sprachmodell, Antwort mit Quellen]
Beispiele aus Bibliotheken sind der Primo Research Assistant, der Collections Explorer der Harvard Library und SHAI in Schaffhausen. Die bisherige Evidenz ist gemischt: Eine Vergleichsstudie fand keinen klaren Relevanzgewinn. Wichtige Risiken sind Halluzinationen, wechselnde Ergebnisse und die Abhängigkeit von Modellanbietern.
Einordnung: Für eine Bibliothek ist die KI-Suche keine einzelne Komponente, sondern ein Zusammenspiel aus Daten, Index, Modell und Regeln. Jeder Teil kann selbst gebaut oder bezogen werden, siehe Make-or-Buy.
Kommentare
Die Kommentare brauchen JavaScript.