Technik · Datenhaltung
Vektordatenbank
Eine Vektordatenbank ist der Baustein, der KI-Systeme dein eigenes Wissen finden lässt. Sie sucht nach Bedeutung statt nach exakten Wörtern. Hier findest du eine verständliche Erklärung, die gängigen Systeme und die Frage, die im DACH-Raum zählt: wo stehen die Daten?
Was eine Vektordatenbank anders macht
Eine normale Datenbank sucht nach Zeichenketten: Wer „Urlaub“ eintippt, findet nur Dokumente, in denen genau dieses Wort steht. Eine Vektordatenbank versteht dagegen den Sinn – sie findet die Urlaubsregelung auch bei der Frage „Wie viele freie Tage stehen mir zu?“.
Dahinter steckt ein einfacher Trick: Jeder Textabschnitt wird in eine lange Zahlenreihe umgerechnet, die seine Bedeutung abbildet. Ähnliche Bedeutungen ergeben ähnliche Zahlenreihen. Die Datenbank sucht dann nicht nach Text, sondern nach Nähe zwischen diesen Zahlen.
Wo sie zum Einsatz kommt: als Gedächtnis hinter einem RAG-System, einem Chatbot mit Firmenwissen oder einer internen Suche. Wenn du kein solches Projekt planst, brauchst du sie nicht.
Der Datenschutz-Punkt, den viele übersehen
Eine verbreitete Annahme lautet: „Da stehen ja nur Zahlen drin, keine Texte.“ Das ist gefährlich verkürzt. In der Praxis wird der ursprüngliche Textabschnitt fast immer mitgespeichert, damit er der KI übergeben werden kann. Und selbst ohne ihn lassen sich aus diesen Zahlenreihen Inhalte teilweise rekonstruieren.
Praktisch heißt das: Eine Vektordatenbank mit Firmendokumenten ist datenschutzrechtlich genauso zu behandeln wie die Dokumente selbst – inklusive Auftragsverarbeitungsvertrag, wenn sie bei einem externen Anbieter liegt, und inklusive Löschkonzept.
Die gängigen Systeme
Übersicht verbreiteter Systeme, Stand Juli 2026, nach Angaben der jeweiligen Projekte und Anbieter. Die Reihenfolge ist keine Rangfolge. Einträge sind nicht bezahlt, und wir erhalten derzeit auch keine Vergütung für vermittelte Anfragen. Beides kann sich ändern – bezahlte Platzierungen kennzeichnen wir dann unmittelbar am Eintrag als „Anzeige“, eine Vermittlungsvergütung weisen wir an dieser Stelle aus. Wie wir uns finanzieren, steht auf Transparenz.
Qdrant
Open Source (Apache 2.0) · Rust · Unternehmen mit Sitz in Berlin
Quelloffene Vektor-Suchmaschine unter Apache 2.0, geschrieben in Rust; das Projekt startete 2021, das Unternehmen dahinter sitzt in Berlin. Kombiniert dichte und dünnbesetzte Vektoren, wendet Metadatenfilter bereits während der Suche an und reduziert den Speicherbedarf per Quantisierung; neue Daten sind nach Angaben des Projekts sofort durchsuchbar, ohne den Index neu aufzubauen. Betrieb wahlweise selbst – als einzelnes Binary, per Docker oder Kubernetes – oder als verwalteter Dienst in der Qdrant Cloud, daneben als Hybrid und Private Cloud in der eigenen Infrastruktur.
pgvector
Open Source · Erweiterung für PostgreSQL
Keine eigene Datenbank, sondern eine quelloffene Erweiterung für PostgreSQL – die Datenbank, die in vielen Unternehmen ohnehin läuft. Standardmäßig sucht pgvector exakt und liefert damit vollständige Trefferquote; für mehr Tempo lassen sich näherungsweise Indizes anlegen (HNSW oder IVFFlat), die laut Dokumentation Genauigkeit gegen Geschwindigkeit tauschen. Nutzbar aus jeder Sprache mit einem Postgres-Client, mit den vorhandenen Werkzeugen zur Überwachung. Für wachsende Datenmengen verweist das Projekt auf mehr Arbeitsspeicher und CPU sowie auf Replikate und Sharding-Werkzeuge wie Citus.
Weaviate
Open Source (BSD-3-Clause) · Weaviate B.V., Niederlande
Quelloffen unter BSD-3-Clause, geschrieben in Go; hinter dem Projekt steht die niederländische Weaviate B.V. Speichert Objekte und Vektoren gemeinsam und beherrscht semantische, Stichwort- und hybride Suche (BM25) samt strukturierter Filter. Eingebaute Vektorisierungs-Module erzeugen Einbettungen direkt aus Text oder Bildern, sodass keine separate Pipeline nötig ist; Zugriff über REST, GraphQL und gRPC, mit Clients für Python, Go und JavaScript. Betrieb wahlweise selbst, als Kubernetes-Paket in der eigenen VPC oder als verwalteter Dienst Weaviate Cloud.
Chroma
Open Source (Apache 2.0) · selbst betreibbar oder als Cloud-Dienst
Quelloffene Such- und Retrieval-Datenbank für KI-Anwendungen unter Apache 2.0 – neben der Vektorsuche werden auch Stichwort-, Volltext- und Metadatensuche genannt. Setzt auf Objektspeicher auf, mit abfrageabhängigem Daten-Tiering und Caching. Für Unternehmen werden der Betrieb in der eigenen Cloud-Umgebung sowie Replikation über mehrere Clouds und Regionen hinweg angeboten; daneben gibt es einen serverlosen Cloud-Dienst.
Pinecone
US-Anbieter · verwalteter Dienst, auf Wunsch in der eigenen Cloud
Wird als vollständig verwaltete, serverlose Vektordatenbank angeboten – nach eigenen Angaben ohne eigene Infrastruktur und ohne Tuning, mit hybrider Suche aus semantischer und Stichwortsuche, Reranking und Echtzeit-Indexierung. Für Anforderungen an Datenhoheit, Netzwerkabschottung und Datenstandort gibt es zusätzlich Bring Your Own Cloud: Dabei läuft die Datenebene im eigenen AWS-, GCP- oder Azure-Konto, Vektoren und Anfragen verlassen diese Umgebung laut Anbieter nicht, und es ist kein eingehender Netzwerkzugriff nötig. Die Variante steht Enterprise-Kunden zur Verfügung; einzelne Funktionen, die auf Diensten außerhalb des Kundenkontos beruhen, sind dort nicht verfügbar.
Häufige Fragen
Welche soll ich nehmen?
Ehrliche Antwort: Für die meisten mittelständischen Projekte ist die Wahl weniger entscheidend, als es wirkt. Statt nach dem „besten“ System zu suchen, geht man am besten von den eigenen Voraussetzungen aus: Welche Datenbank läuft ohnehin schon im Haus? Wo dürfen die Daten liegen? Wie groß wird der Bestand? Und wer soll das System später betreiben – ihr selbst oder ein Dienstleister? Aus diesen vier Fragen ergibt sich die Auswahl meist von allein. Viel wichtiger als die Systemwahl ist die Qualität eurer Dokumente.
Muss ich mich darum überhaupt kümmern?
Als Entscheider: nein. Wenn ein Dienstleister eure Lösung baut, wählt er das passende System aus. Was du wissen solltest, ist nur: Wo liegt sie, und wer hat Zugriff? Diese Frage gehört in jedes Angebot.
Was kostet das?
Die quelloffenen Systeme sind lizenzkostenfrei – du zahlst nur den Server, auf dem sie laufen. Bei gehosteten Diensten wird meist nach gespeicherter Menge und Abfragen abgerechnet. Für typische Mittelstandsprojekte ist die Vektordatenbank selten der große Kostenblock.
Umsetzung anfragen
Du planst eine KI-Lösung mit eigenem Firmenwissen? Sag uns kurz, worum es geht. Wir sehen uns deine Anfrage an und leiten sie an die passenden Anbieter aus dem Verzeichnis weiter. Kostenlos und unverbindlich.
Wie wir mit deinen Daten umgehen, steht in unserer Datenschutzerklärung.
Weitere Themen: RAG-System · KI-Server mieten · Chatbot für Website
PontoIt 