Metadatenfilterung
Metadatenfilterung beschränkt eine Suche auf Einträge, deren gespeicherte Attribute wie Datum, Autor, Sprache oder Zugriffsgruppe bestimmte Bedingungen erfüllen, zusätzlich zur oder vor der Rangfolge nach Vektorähnlichkeit.
Auch: filtered vector search, payload filtering
Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir
Ein Embedding erfasst, worum es in einer Passage geht, aber keine Fakten wie „nach März veröffentlicht“ oder „für das Finanzteam sichtbar“. Dafür ist Metadatenfilterung da. Jeder Vektor in einer Vektordatenbank wird mit Feldern gespeichert (Qdrant nennt sie Payload), und eine Abfrage kann sagen: „nächste Nachbarn, aber nur, wo der Mandant acme ist und das Jahr das aktuelle“.
Warum es wichtig ist
Filter machen Ergebnisse korrekt und nicht nur ähnlich. Ein Support-Bot sollte nur die aktuelle Version einer Richtlinie zitieren. Eine mandantenfähige App darf nie die Dokumente eines anderen Kunden zurückgeben. Bei der Abfrage nach Zugriffsfeldern zu filtern ist eine Schicht dieses Schutzes, sollte aber nicht die einzige sein.
Wie es gemacht wird
Pre-Filtering wendet zuerst die Bedingung an und durchsucht dann nur die passenden Vektoren. Post-Filtering sucht zuerst und entfernt dann Einträge, die durchfallen, wodurch dir zu wenige Ergebnisse bleiben können. Moderne Vektordatenbanken filtern meist während des Durchlaufs durch den Index. Ein Index auf den gefilterten Feldern hält das schnell.
Grenzen
Sehr selektive Filter können den Recall in Graph-Indizes wie HNSW verschlechtern, weil der Durchlauf weniger gültige Knoten hat, über die er gehen kann. Metadaten sind nur so gut wie das Document Parsing und die Ingestion, die sie erzeugt haben, sodass fehlende Daten oder falsche Besitzer zu falschen Ergebnissen führen. Teste gefilterte Abfragen separat, wenn du Retrieval-Metriken misst.
Verwandte Begriffe
- Vektordatenbank
- Eine Vektordatenbank speichert Embeddings zusammen mit ihren Quelldatensätzen und findet die gespeicherten Vektoren, die einem Abfragevektor am nächsten liegen, meist mit einem approximativen Index, damit die Suche über Millionen von Einträgen schnell bleibt.
- HNSW
- HNSW (Hierarchical Navigable Small World) ist ein graphbasierter Index für die approximative Nächste-Nachbarn-Suche. Er verknüpft Vektoren über mehrere Ebenen mit ihren Nachbarn, sodass eine Suche schnell zu den nächstgelegenen Treffern springen kann.
- Hybride Suche
- Hybride Suche (Hybrid Search) führt zu derselben Anfrage eine Stichwortsuche und eine Vektorsuche aus und führt die beiden Ergebnislisten zusammen, sodass Treffer sowohl über exakte Wörter als auch über Bedeutung passen können.
- Document Parsing
- Document Parsing (Dokumentenanalyse) wandelt Dateien wie PDFs, Scans, Folien und Tabellen in strukturierten Text um, den Software nutzen kann, und erhält dabei Überschriften, Lesereihenfolge, Tabellen und Bilder statt eines flachen Zeichenstroms.
- Retrieval-Metriken (Recall@k, nDCG, MRR)
- Retrieval-Metriken bewerten, wie gut ein Suchsystem relevante Dokumente liefert. Recall@k prüft, wie viele relevante Einträge unter den ersten k erscheinen, nDCG belohnt es, sie weit oben einzuordnen, und MRR misst, wie früh der erste richtige auftaucht.