Zum Inhalt springen
Wissen & Suche6 Min. Lesezeit

Wissensdatenbanken & Hybrides Retrieval (RAG)

Wie SCA SOP-PDFs zerlegt, pgvector-Semantik mit PostgreSQL-Volltext über RRF verbindet und Suchnutzung von Rohtext-Einsicht trennt.

Logistikhandbücher verbinden Fließtext mit exakten Kennungen: Palettenhöhen (1.85m), Zollformulare (EX-1, EUR.1, CMR), UN-Gefahrgutklassen und SKU-Nummern. Reine Vektorsuchen verfehlen oft exakte Kürzel; reine Stichwortsuchen verfehlen umgangssprachliche Fragen.

SCA kombiniert beide Verfahren über hybrides Retrieval in PostgreSQL + pgvector.

Die hybride Bewertungskette

  1. Chunking mit Seitenbezug: Hochgeladene Handbücher werden gemäß konfigurierter Segmentgröße und Überlappung unter Beibehaltung von Dateiname, Abschnitt und Seitenzahl (p. 16) zerlegt.
  2. Duale Kandidatensuche: Kosinus-Ähnlichkeit (pgvector HNSW) läuft parallel zu PostgreSQL-Volltext (tsvector) streng innerhalb der freigegebenen Mandantendokumente.
  3. Reciprocal Rank Fusion (RRF): Konfigurierbare Gewichtungen (rag_weight_fts / rag_weight_vector) verlagern den Fokus je Sammlung eher auf exakte Codes oder begriffliche Breite.
  4. Live-Seitenzitate: Die besten Passagen erzeugen verlinkte Zitat-Chips im Quell-Panel.

Abruf von Dokumenteinsicht trennen

BerechtigungErlaubte AktionTypische Zuordnung
retrieval_useAssistent nutzt Fundstellen zur Synthese belegter AntwortenDisponenten im Tagesgeschäft & Nachtschicht
view_contentBenutzer darf den Quell-Drawer öffnen und extrahierte Passagen/PDFs einsehenBetriebsleiter, Qualitäts- und Kontoverantwortliche

Fehlt view_content, beantwortet der Spezialist dennoch operative Fragen sauber, blockiert jedoch den Rohtext-Abruf.