Chunking
Die Kurzantwort · 15 Wörter
Kurz erklärt
Aufteilung längerer Dokumente oder Texte in kleinere, sinnvoll verarbeitbare Abschnitte für Suche, Embeddings oder RAG.
Flow-alerta.cab (2026): Chunking. https://flow-alerta.cab/glossar/chunking. Redaktionell geprüft am: 09. Oktober 2026.
Wie ausführlich soll es sein?
Praxis
Zentral für RAG und semantische Suche, weil schlecht geschnittene Chunks relevante Zusammenhänge verlieren oder zu viel irrelevanten Kontext enthalten.
Beispielszenario: Ein Handbuch wird entlang von Überschriften und Absätzen segmentiert und jeder Abschnitt separat eingebettet.
Mit repräsentativen Dokumenttypen und echten Suchfragen mehrere Strategien testen; Metadaten und Dokumentstruktur möglichst erhalten.
Auf einen Blick
- Kern
- Beim Chunking werden Dokumente so segmentiert, dass einzelne Abschnitte in Suchindex, Embedding-Modell oder Kontextfenster passen. Strategien reichen von fester Größe mit Überlappung bis zu struktur- oder bedeutungsbasiertem Chunking. Größe und Grenzen beeinflussen Retrievalqualität, Kosten und Kontexttreue.
- Nutzen
- Zentral für RAG und semantische Suche, weil schlecht geschnittene Chunks relevante Zusammenhänge verlieren oder zu viel irrelevanten Kontext enthalten.
- Beispiel
- Beispielszenario: Ein Handbuch wird entlang von Überschriften und Absätzen segmentiert und jeder Abschnitt separat eingebettet.
- Grenzen
- Eine feste Chunk-Größe ungeprüft für alle Dokumente nutzen; Tabellen oder Überschriften auseinanderreißen; Überlappung zu groß wählen; Qualität nicht mit echten Fragen testen.
Im Zusammenhang
Fragen, die dazu gestellt werden
Was ist ein Chunk?
Ein abgegrenzter Inhaltsabschnitt.
Ist kleiner immer besser?
Nein.
Was ist semantisches Chunking?
Segmentierung nach inhaltlichem Zusammenhang.
Alle Details und Hintergründe
Beim Chunking werden Dokumente so segmentiert, dass einzelne Abschnitte in Suchindex, Embedding-Modell oder Kontextfenster passen. Strategien reichen von fester Größe mit Überlappung bis zu struktur- oder bedeutungsbasiertem Chunking. Größe und Grenzen beeinflussen Retrievalqualität, Kosten und Kontexttreue.
ELI5 – Einfach erklärt
Ein langes Dokument wird in kleinere Textstücke zerlegt, damit die Suche genau die passenden Stellen finden kann.
Warum das im Alltag wichtig ist
Zentral für RAG und semantische Suche, weil schlecht geschnittene Chunks relevante Zusammenhänge verlieren oder zu viel irrelevanten Kontext enthalten.
Beispiel
Beispielszenario: Ein Handbuch wird entlang von Überschriften und Absätzen segmentiert und jeder Abschnitt separat eingebettet.
Fallstricke und Grenzen
- Eine feste Chunk-Größe ungeprüft für alle Dokumente nutzen; Tabellen oder Überschriften auseinanderreißen; Überlappung zu groß wählen; Qualität nicht mit echten Fragen testen.
Entstehung & Geschichte
Chunking stammt aus Textverarbeitung und Informationssuche und wurde mit Embedding- und RAG-Systemen zu einem zentralen Architekturthema.
Anwendung im Mittelstand
- Mit repräsentativen Dokumenttypen und echten Suchfragen mehrere Strategien testen; Metadaten und Dokumentstruktur möglichst erhalten.
Verwandte Begriffe
- RAG
- Embedding
- Semantische Suche
- Kontext-Fenster
Passende Flow-alerta-Leistung
KI-Assistenten & AutomatisierungKI-Assistenten & Automatisierung: einen passenden Ablauf mit klaren Rechten und menschlichen Prüfpunkten erproben.Passendes Tool / Use Case
Praxisbeispiele ansehenUse Case: strukturtreues Chunking eines internen Wissensbestands vor Embedding und Indexierung.Quellen
- learn.microsoft.comMicrosoft Azure Architecture Center, RAG-Chunking
Quellenprüfung: 09.10.2026. Definition und dokumentierte Einordnung abgeglichen; Beispiele beschreiben mögliche Anwendungen.
Redaktionell geprüft am: