Kosinusähnlichkeit
Definition
Kosinusähnlichkeit misst den Winkel zwischen zwei Vektoren und damit ihre Richtungsähnlichkeit.
Sie ist der normierte Skalarproduktwert und liegt bei allgemeinen Vektoren zwischen -1 und 1. Bei vielen Embeddings werden positive Werte häufig als höhere semantische Ähnlichkeit interpretiert.
Einfach erklärt
Wie zu vergleichen, ob zwei Pfeile in dieselbe Richtung zeigen – unabhängig von ihrer Länge.
Warum das im Alltag wichtig ist
Relevant für Embeddings, semantische Suche, Clustering und Empfehlungen.
Beispiel aus dem Mittelstand
Eine Dokumentensuche rankt Embeddings nach Kosinusähnlichkeit zur Anfrage.
Grenzen und Fallstricke
- Ähnlichkeit mit Bedeutungsgleichheit verwechseln; Schwellenwerte ohne Eval festlegen; unterschiedliche Embeddingmodelle mischen.
Entstehung & Geschichte
Das Kosinusmaß stammt aus Vektorgeometrie und wird seit langem in Information Retrieval und Textanalyse verwendet.
Anwendung im Mittelstand
- Mögliche Anwendung im Mittelstand: Semantische Ähnlichkeit für Retrieval oder Dubletten mit realen Testfällen kalibrieren.
Häufige Fragen
Berücksichtigt Cosine Similarity Vektorlänge?
Durch Normierung weitgehend nicht. Ist hoher Wert automatisch relevant? Nein.
Quellen
- cosine_similarity · scikit-learn, cosine_similarity
Quellen geprüft am 10.10.2026.
Redaktionell geprüft am: