Sparse Retrieval ist die klassische Stichwort-Suche (Standard: BM25) — stark bei exakten Treffern wie IDs, Namen und Paragrafen, schwach bei Synonymen.
Was bedeutet Sparse Retrieval?
Die klassische Stichwort-Suche: Dokumente werden über die tatsächlich enthaltenen Wörter indexiert, Standard-Algorithmus ist BM25 (gewichtet, wie selten und wie gehäuft ein Suchwort vorkommt). „Sparse“, weil der Vektor so lang ist wie das gesamte Vokabular und fast überall Null steht — nur die tatsächlich vorkommenden Wörter haben Werte.
Abgrenzung — worauf es ankommt
Stärke: exakte Treffer — Produktnummern, Eigennamen, Paragrafen, Fehlercodes, brandneue Begriffe, die das Embedding-Modell nie gesehen hat. Schwäche: null Verständnis für Synonyme („freie Tage“ findet „Erholungsurlaub“ nicht). Spiegelbildlich zu Dense — deshalb kombiniert man beide.
Beispiel aus der Praxis
Suche nach „Fehlercode E-4711“ oder „§ 613a BGB“: Sparse trifft exakt ins Schwarze, Dense liefert womöglich nur thematisch ähnliche, aber falsche Stellen.
Zum Weiterdenken
BM25 (Best Match 25) ist die Weiterentwicklung von TF-IDF und seit Jahrzehnten das Arbeitspferd von Suchmaschinen (u. a. in Elasticsearch/OpenSearch). Merkhilfe: Sparse = Wörter zählen, Dense = Bedeutung messen.
Sparse Retrieval in Ihrem Unternehmen nutzen?
Von der Theorie in die Praxis: Wir zeigen Ihnen den passenden Weg — pragmatisch, DSGVO-konform und messbar.
Kostenlos · unverbindlich