Definition

Während traditionelle Datenbanken exakte Übereinstimmungen suchen (WHERE name = 'HITL'), suchen Vector Databases nach semantischer Ähnlichkeit:

“Was ist ähnlich zu ‘KI-Aufsicht’?” → findet HITL, Human Oversight, Art. 14

Grundprinzip:

Text → Embedding-Modell → Vektor (z.B. 1536 Dimensionen)
Vektor in DB speichern
Query → Vektor → Ähnlichste Vektoren finden (ANN-Suche)

Wichtige Vector Databases

Name	Lizenz	Besonderheit
Qdrant	Apache 2.0	Rust, hoch performant, IIO-Standard
Chroma	Apache 2.0	Python-native, einfach
Weaviate	BSD-3	GraphQL, multimodal
Pinecone	Proprietary	Cloud-only, managed
pgvector	PostgreSQL	Extension, SQL-kompatibel
Milvus	Apache 2.0	Enterprise, skalierbar

Embeddings

Ein Embedding ist die Vektordarstellung eines Textes:

text = "Human-in-the-Loop ist ein Governance-Prinzip"
embedding = model.encode(text)
# → [0.23, -0.87, 0.45, ..., 0.12]  (1536 Zahlen)

Semantisch ähnliche Texte haben ähnliche Vektoren (kleiner Abstand).

RAG mit Vector DB

Dokumente → Embedding → Vector DB (indexiert)
                                ↓
Nutzer-Query → Embedding → Ähnlichste Dokument-Chunks
                                ↓
LLM + Chunks → Fundierte Antwort mit Quellen

IIO Qdrant Setup

# docker-compose.yml
qdrant:
  image: qdrant/qdrant:latest
  volumes:
    - ./data/qdrant:/qdrant/storage
  ports:
    - "6333:6333"  # REST API
    - "6334:6334"  # gRPC

Verwendung in IIO:

OCC Glossar-Chunks (Begriffe × mehrere Chunks, live: /api/occ/health)
Interne Wissensbasis für RAG-Queries
Codebase-Suche für Coding-Agents

Vector Database speichert Daten als hochdimensionale Vektoren und ermöglicht schnelle Suche nach ähnlichen Daten.

Aprobado

Generado por: scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
Generado el: 2026-09-21T00:11:29.079655+00:00
Norma: Lenguaje sencillo ~B1 — no la norma alemana de lectura fácil DIN SPEC 33429
Revisado por: zolo · 2026-09-21T00:30:10.463422+00:00

Eine Vector Database dient der Speicherung von Daten in Form hochdimensionaler Vektoren (Embeddings) und unterstützt die effiziente Durchführung von Ähnlichkeitsabfragen (Approximate Nearest Neighbor).

Aprobado

Generado por: scripts/generate-glossary-register-variants.py (qwen2.5:7b (lokal via Ollama, kein Cloud-Fallback))
Generado el: 2026-09-21T00:11:29.079655+00:00
Norma: Lenguaje sencillo ~B1 — no la norma alemana de lectura fácil DIN SPEC 33429
Revisado por: zolo · 2026-09-21T00:30:10.463422+00:00

Cita

"Base de Datos Vectorial." Open Cognition Commons Foundation. https://opencognitioncommons.org/es/glossary/vector-database. CC-BY 4.0.

Metadatos legibles por máquina

{
  "@context": "https://schema.org",
  "@type": "DefinedTerm",
  "name": "Base de Datos Vectorial",
  "description": "Eine Vector Database ist eine spezialisierte Datenbank, die Daten als hochdimensionale Vektoren (Embeddings) speichert und effiziente Ähnlichkeitssuche (Approximate Nearest Neighbor) ermöglicht.\n",
  "url": "https://opencognitioncommons.org/es/glossary/vector-database",
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "alternateName": [
    "Vector Database",
    "Vector DB",
    "Vektordatenbank"
  ]
}