Zurück zum KI-Glossar Workflows
Chunking
Große Dokumente in kleinere, sinnvolle Abschnitte unterteilen.
Erklärung
Chunking zerlegt lange Texte in kleinere Teile (Chunks), damit sie als Embeddings gespeichert und effektiv gefunden werden können. Die Chunk-Größe beeinflusst die Qualität der Suche.
So funktioniert's
Ein 100-seitiges Handbuch wird z.B. in Absätze oder thematische Blöcke von 200–500 Tokens aufgeteilt. Jeder Chunk wird als eigenes Embedding gespeichert.
Praxisbeispiel
Ein Kundenservice-Handbuch wird in einzelne FAQ-Einträge zerlegt, sodass das System bei einer Frage genau den relevanten Abschnitt findet.
Warum es wichtig ist
Gutes Chunking entscheidet über die Qualität von RAG-Systemen. Zu große Chunks verwässern die Suche, zu kleine verlieren den Kontext.