Reranking
Reranking (Neusortierung) ist ein zweiter Suchschritt, der eine kurze Liste von Kandidatendokumenten nimmt und sie nach Relevanz für die Abfrage neu ordnet, mit einem genaueren, aber langsameren Modell als bei der ersten Suche.
Auch: reranker, re-ranking, reranker model
Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir
Die Suche der ersten Stufe, ob Vektorsuche, BM25 oder hybride Suche, muss über Millionen von Einträgen schnell sein, deshalb vergleicht sie die Abfrage mit jedem Dokument auf eine günstige Weise. Ein Reranker betrachtet nur die ersten paar Dutzend Kandidaten und kann es sich daher leisten, Abfrage und Dokument zusammen zu lesen und die Relevanz sorgfältiger zu beurteilen.
Reranker-Modelle
Ein Reranker-Modell nimmt eine Abfrage und ein Dokument und gibt einen Relevanzwert zurück. Die meisten sind Cross-Encoder: Ein Transformer liest beide Texte gleichzeitig. Gehostete Optionen sind etwa Cohere Rerank 5 und Voyage Rerank 3; zu den Open-Weight-Modellen gehört Jina Reranker v3.5. Manche Teams nutzen auch ein LLM als Reranker, was pro Abfrage mehr kostet.
Beispiel
Eine App mit Retrieval-Augmented Generation ruft ein paar Dutzend Chunks für „Rückerstattungsfrist bei Jahresplänen“ ab. Der Reranker verschiebt die Erstattungsklausel für Jahrespläne von tief in der Liste auf Platz eins, und nur die besten paar kommen in den Prompt. Weniger, bessere Chunks bedeuten einen kürzeren Prompt und weniger Gelegenheit für das Modell, sich an der falschen Passage festzubeißen.
Grenzen
Ein Reranker kann kein Dokument retten, das die erste Stufe nie gefunden hat, daher zählt der Recall der ersten Stufe weiterhin. Er erhöht Latenz und Kosten pro Abfrage. Der Leitfaden zu Retrieval und Reranking vergleicht die Optionen.
Verwandte Begriffe
- Cross-Encoder
- Ein Cross-Encoder ist ein Modell, das eine Anfrage und ein Dokument gemeinsam in einem Durchgang liest und einen Relevanzwert ausgibt. Er ist genauer als der Vergleich getrennter Embeddings, aber zu langsam, um ihn über eine ganze Sammlung laufen zu lassen.
- 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.
- Retrieval-Augmented Generation
- Retrieval-Augmented Generation (RAG, abrufgestützte Generierung) ist ein Muster, bei dem ein System zuerst eine Dokumentensammlung nach Passagen durchsucht, die für eine Frage relevant sind, und diese Passagen dann einem Sprachmodell gibt, damit seine Antwort darauf aufbaut.
- Late Interaction (ColBERT)
- Late Interaction (späte Interaktion) ist eine Retrieval-Methode, eingeführt mit ColBERT, die Anfrage und jedes Dokument getrennt in einen Vektor pro Token kodiert und einen Treffer dann bewertet, indem sie diese Token-Vektoren in einem günstigen letzten Schritt vergleicht.
- 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.