Ihre Geschäftsdaten sind nicht unscharf. Hören Sie auf, sie so abzurufen, als wären sie es.

Vektor-RAG beantwortet "Umsatz in France" nach Ähnlichkeit. Structured RAG verknüpft Ihre Stadtspalte mit der Ländertabelle aus Wikipedia, so wird die Frage zu einem SQL-Join, den Sie lesen können.

Ihre CSV testen

Demo buchen

Vier Ebenen der Abfrage

Wie KI "Umsatz in France" beantwortet

Dieselbe Frage auf vier Ebenen der Abfrage. Nur bei der letzten können Sie die Antwort prüfen.

Das LLM übersetzt Ihre Frage in SQL

Angenommen, Ihre CSV hat eine Spalte für die Stadt, aber keine für das Land. In der Stadtspalte stehen Paris und Strasbourg, aber es gibt keine Länderspalte zum Filtern. "France" steht nicht in den Daten und die Abfrage lässt sich nicht schreiben.

Scheitert komplett

Vektorsuche nach Ähnlichkeit

Wandeln Sie jede Stadt in ein Vektor-Embedding um und suchen Sie nach "France". Paris und Strasbourg kommen zurück, weil sie französisch wirken. Kehl aber auch, eine deutsche Stadt neben Strasbourg. Nichts in der Suche sagt uns, in welchem Land eine Stadt liegt.

Scheitert manchmal

Das LLM antwortet mit ähnlichen Vektoren

Geben Sie die nächstgelegenen Zeilen aus der Suche oben an ein LLM und es liefert meist die richtige Summe. Aber Sie sehen nicht, wie Städte zu France gezählt wurden. Es kann halluzinieren oder eine falsche Quelle nutzen, aber Sie müssen ihm glauben.

Gelingt, aber als Blackbox

Prereasoner erzeugt eine SQL-Abfrage

Die Stadtspalte ist per Schlüssel mit einer Ländertabelle verknüpft: Stadt → Land → Währung. "Umsatz in France" wird zu einem SQL-Join, Kehl wird ausgeschlossen und Abfrage und gefundene Zeilen kommen mit der Antwort zurück.

Gelingt und zwar transparent

Ihre Referenztabellen

Gegen Ihre eigenen Referenztabellen auflösen

Ihre eigenen Referenztabellen

Ihre Spalte für die Kundenstufe mit Werten wie gold und platinum steht in Ihrer eigenen Tabelle der Kundenstufen. Laden Sie sie hoch und "Umsatz mit Platinum-Kunden" wird per Schlüssel damit verknüpft.

Im direkten Vergleich

Structured RAG vs. Vektor-RAG

Auf strukturierten Daten	Vektor-RAG	Structured RAG
Wie eine Textspalte genutzt wird	In einen Vektor eingebettet	Per Schlüssel mit einer Referenztabelle verknüpft
Abrufmechanismus	Ähnlichkeit nächster Nachbarn	SQL-Join
"Kehl" (deutsche Stadt nahe Strasbourg)	Kann enthalten sein	Durch den Join ausgeschlossen
Warum eine Zeile zurückkam	Ein Ähnlichkeitswert	Der Join, im SQL
Ihre privaten Referenztabellen	Neu eingebettet	Per Schlüssel verknüpft
Was die Summe berechnet	Das LLM	Die Datenbank

So funktioniert es

Typisieren, verknüpfen, joinen, zurückgeben

01 TYP

Jede Spalte benennen

Prereasoner erkennt, was jede Spalte enthält.

02 VERKNÜPFEN

Fremdschlüssel

Stadt → Land → Währung oder Stufe → Ihre Stufentabelle. Jede Verknüpfung ist ein Schlüssel in einer Referenztabelle.

03 JOIN

SQL-Abfrage

Die Frage wird zu einem SQL-Join über diese Tabellen.

04 ZURÜCKGEBEN

Mit ihrer Abfrage

Sie bekommen die Zeilen und das SQL, das sie geliefert hat.

Kostenlos starten

Ihre Textspalten sind nicht unscharf. Hören Sie auf, sie so abzurufen, als wären sie es

Testen Sie es mit Ihrer eigenen CSV. Fügen Sie Ihre Referenztabellen hinzu, wenn Sie sie brauchen.

Ihre CSV testen