Die Keyword-Suche findet die exakten Wörter. Die Vektorsuche findet die Bedeutung. Die hybride Suche führt beide aus und führt die Ergebnisse zusammen.
So funktioniert es
Die Anfrage geht gleichzeitig an zwei Retriever:
- Keyword: BM25 über einen invertierten Index. Stark bei Namen, Codes und seltenen Begriffen.
- Vektor: nächste Nachbarn über Embeddings in einer Vektordatenbank. Stark bei Umschreibungen und Synonymen.
Die beiden Scores liegen auf unterschiedlichen Skalen, deshalb fusionieren die meisten Systeme nach Rang oder nach normalisiertem Score.
Reciprocal Rank Fusion (RRF) von Cormack, Clarke und Büttcher (SIGIR 2009) summiert für jede Liste, in der ein Dokument vorkommt, einen Term auf. Elasticsearch dokumentiert die Schleife als score += 1.0 / (k + rank(result(q), d)), wobei die Rangkonstante k standardmäßig 60 ist. In der Dokumentation heißt es: „RRF requires no tuning.“ (Übersetzung: „RRF braucht kein Tuning.“)
Ein durchgerechnetes Beispiel mit k = 60:
| Dokument | BM25-Rang | Vektor-Rang | RRF-Score |
|---|---|---|---|
| A | 1 | 3 | 1/61 + 1/63 = 0,0323 |
| B | 2 | 1 | 1/62 + 1/61 = 0,0325 |
| C | nicht gefunden | 2 | 1/62 = 0,0161 |
B gewinnt, weil beide Retriever es weit oben einordnen.
Gewichtete Fusion ist die andere verbreitete Methode. Der Standard von Weaviate seit v1.24, relativeScoreFusion, normalisiert die Scores jeder Suche und kombiniert sie als skalierte Summe. Die Einstellung alpha gewichtet beide: 0 ist nur Keyword, 1 ist nur Vektor, und 0,75 ist der Server-Standard. Die Dokumentation empfiehlt, alpha explizit zu setzen: Der Standard 0,75 gilt nur, wenn eine Anfrage ohne alpha beim Server ankommt, und nicht jede Client-Bibliothek lässt den Wert ungesetzt, sodass die tatsächliche Gewichtung abweichen kann.
Nach der Fusion setzen viele Pipelines noch einen Reranker auf die besten Treffer.
Warum es wichtig ist
- Recall. Echte Anfragen mischen exakte Begriffe und lockere Formulierungen. Ein einzelner Retriever allein verpasst einen Teil davon.
- Arabisch. Die arabische Schreibung variiert (Alif-Formen, Ta marbuta, Diakritika). Das schadet dem exakten Keyword-Abgleich, solange der Text nicht normalisiert ist. Die zusätzliche Vektorsuche bietet einen zweiten Weg zum richtigen Chunk. Siehe arabische RAG-Suche und arabische Textnormalisierung für die Suche.
- Weniger Tokens. Besseres Retrieval bedeutet weniger Chunks, die pro Frage an das LLM gehen.
Bei BroadNet Inference
Die hybride Suche läuft in Ihrem Such-Stack: Elasticsearch, OpenSearch, Weaviate oder Ähnlichem. BroadNet bietet keine Endpoints für Embeddings oder Reranking an. Erzeugen Sie Embeddings also mit einem anderen Anbieter oder einem lokalen Modell. Senden Sie die zusammengeführten besten Chunks über die Chat Completions API an ein Chatmodell von BroadNet wie Qwen3.8 27B oder GLM 5.3. Bei kleinen Korpora lohnt der Vergleich damit, die Dokumente einfach in einen langen Kontext zu legen; siehe langer Kontext vs. RAG.