---
title: "Was ist BM25? Okapi-BM25-Ranking für die Stichwortsuche"
description: "BM25 ist die Standard-Rankingfunktion für Stichwortsuche in Lucene und Elasticsearch. Wie k1 und b wirken und warum arabischer Text vorher normalisiert werden muss."
url: https://broadrouter.com/de/glossary/bm25/
lang: de
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/glossary/bm25/) (aktualisiert am 2026-11-16).

# BM25

Aktualisiert 2026-11-16

BM25 (Okapi BM25) ist eine Rankingfunktion für die Stichwortsuche, die ein Dokument danach bewertet, wie oft die Suchbegriffe darin vorkommen, wie selten diese Begriffe in der gesamten Sammlung sind und wie lang das Dokument ist. Sie ist die Standard-Ähnlichkeit in Lucene und Elasticsearch.

Auch genannt: BM25, Okapi BM25, BM25-Ranking, lexikalische Suche, lexical search

BM25 ist die Stichwort-Hälfte der meisten Suchsysteme: schnell, günstig und gut bei exakten Begriffen.

## So funktioniert es

BM25 stammt aus dem probabilistischen Relevanz-Framework, das Robertson und Zaragoza in „The Probabilistic Relevance Framework: BM25 and Beyond“ (2009) zusammenfassen. Die Lucene-Klasse vermerkt, dass es von Robertson, Walker, Jones und anderen bei TREC-3 eingeführt wurde.

Für jeden Suchbegriff kombiniert BM25 drei Signale:

-   **Termhäufigkeit**: Mehr Vorkommen im Dokument erhöhen den Score, aber mit abnehmendem Ertrag.
-   **Inverse Dokumenthäufigkeit (IDF)**: Seltene Begriffe zählen mehr. Lucene implementiert sie als `log(1 + (docCount - docFreq + 0.5)/(docFreq + 0.5))`.
-   **Längennormalisierung**: Ein Treffer in einem kurzen Dokument zählt mehr als derselbe Treffer in einem langen.

Zwei Parameter stimmen es ab. Aus der Dokumentation von Elasticsearch:

| Parameter | Standard | Was er steuert |
| --- | --- | --- |
| `k1` | 1,2 | „non-linear term frequency normalization (saturation)“ (Übersetzung: „nichtlineare Normalisierung der Termhäufigkeit (Sättigung)“) |
| `b` | 0,75 | „to what degree document length normalizes tf values“ (Übersetzung: „in welchem Maß die Dokumentlänge die tf-Werte normalisiert“) |

BM25 ist die Standard-Ähnlichkeit in Elasticsearch.

## Warum es wichtig ist

-   **Exakte Treffer.** Produktcodes, Namen und Fehlermeldungen sind genau dort, wo [Embeddings](https://broadrouter.com/de/glossary/embeddings/) am schwächsten sind und BM25 stark ist.
-   **Kosten.** Es braucht keine Modellaufrufe und keine GPU, nur einen invertierten Index.
-   **Hybride Suche.** Die meisten produktiven RAG-Systeme kombinieren es mit Vektorsuche; siehe [hybride Suche](https://broadrouter.com/de/glossary/hybrid-search/).

## Arabischer Text und BM25

BM25 gleicht Tokens exakt ab und hängt deshalb davon ab, wie Text analysiert wird. Im Arabischen kann dasselbe Wort mit verschiedenen Alef-Formen geschrieben werden, mit oder ohne Diakritika oder mit Teh marbuta (ة) als Heh (ه), und Artikel und Konjunktionen hängen am Wort. Ohne [arabische Textnormalisierung](https://broadrouter.com/de/glossary/arabic-text-normalization/) und Stemming stimmen diese Varianten nicht überein.

Der eingebaute `arabic`\-Analyzer von Elasticsearch verkettet diese Filter: `lowercase`, `decimal_digit`, `arabic_stop`, `arabic_normalization`, einen Keyword-Marker und `arabic_stemmer`. Normalisieren Sie Anfragen und Dokumente auf dieselbe Weise. [Arabische Textnormalisierung für die Suche](https://broadrouter.com/de/blog/arabic-text-normalization-search/) testet, welche Regeln helfen und welche schaden, und mit dem Tool [Normalisierer für arabischen Text](https://broadrouter.com/tools/arabic-text-normalizer/) probieren Sie sie an Ihrem eigenen Text aus.

## Bei BroadNet Inference

BM25 läuft in Ihrer Suchmaschine, nicht im LLM. BroadNet bietet keine Endpoints für Embeddings oder Reranking an; es liefert die Chat-Modelle aus, die lesen, was Sie abrufen. Senden Sie Ihre besten BM25- oder Hybrid-Treffer über die Chat Completions API an ein Modell wie [Qwen3.8 27B](https://broadrouter.com/de/models/qwen3.8-27b/). [Arabische RAG-Suche](https://broadrouter.com/de/blog/arabic-rag-search/) zeigt eine vollständige Pipeline.

## Häufige Fragen

### Ist BM25 noch nützlich, wenn ich Embeddings habe?

Ja. BM25 ist stark bei exakten Begriffen wie Namen, Codes und Fehlermeldungen, die Embeddings verwischen können. Viele RAG-Systeme nutzen beides und führen die Ergebnisse per hybrider Suche zusammen.

### Was bewirken k1 und b?

k1 steuert, wie schnell wiederholte Begriffe keinen zusätzlichen Score mehr bringen (Sättigung der Termhäufigkeit). b steuert, wie stark die Dokumentlänge normalisiert wird. Lucene und Elasticsearch nutzen standardmäßig k1 1,2 und b 0,75.

### Funktioniert BM25 für Arabisch?

Ja, wenn der Text vorher für Arabisch analysiert wird. Ohne Normalisierung und Stemming verhindern Schreibvarianten und angehängte Präfixe, dass Wörter übereinstimmen.

## Siehe auch

-   [Hybride Suche (Hybrid Search)](https://broadrouter.com/de/glossary/hybrid-search/) (Begriff)
-   [Embeddings](https://broadrouter.com/de/glossary/embeddings/) (Begriff)
-   [Reranking](https://broadrouter.com/de/glossary/reranking/) (Begriff)
-   [RAG (Retrieval-Augmented Generation)](https://broadrouter.com/de/glossary/rag/) (Begriff)
-   [Arabische Textnormalisierung (text normalization)](https://broadrouter.com/de/glossary/arabic-text-normalization/) (Begriff)
-   [Vektordatenbank (vector database)](https://broadrouter.com/de/glossary/vector-database/) (Begriff)
-   [Arabische Textnormalisierung für Suche und RAG: was ändern, was nicht](https://broadrouter.com/de/blog/arabic-text-normalization-search/) (Artikel)
-   [RAG auf Arabisch: Normalisierung, Chunking und Retrieval, die wirken](https://broadrouter.com/de/blog/arabic-rag-search/) (Artikel)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-glossary-bm25&utm_content=page-cta) ·

**Quellen**

-   [Dokumentation von Elasticsearch, Similarity-Modul (BM25 als Standard, k1 und b) (geprüft am 2026-11-15)](https://www.elastic.co/docs/reference/elasticsearch/index-settings/similarity)
-   [Apache Lucene 9.12 API, BM25Similarity (geprüft am 2026-11-15)](https://lucene.apache.org/core/9_12_0/core/org/apache/lucene/search/similarities/BM25Similarity.html)
-   [Dokumentation von Elasticsearch, Sprachanalyzer (arabic-Analyzer) (geprüft am 2026-11-15)](https://www.elastic.co/docs/reference/text-analysis/analysis-lang-analyzer)
-   [Robertson und Zaragoza, The Probabilistic Relevance Framework: BM25 and Beyond, Foundations and Trends in Information Retrieval 3, 2009 (DOI-Eintrag, geprüft am 2026-11-15)](https://doi.org/10.1561/1500000019)
