Lokalitätssensitives Hashing (LSH)
Definition
LSH nutzt spezielle Hashfamilien, bei denen ähnliche Objekte mit höherer Wahrscheinlichkeit in denselben Buckets landen.
Das Verfahren ermöglicht approximative Ähnlichkeitssuche ohne jeden Vektor exakt mit jedem anderen zu vergleichen. Unterschiedliche LSH-Familien passen zu unterschiedlichen Distanzmaßen.
Einfach erklärt
Wie ähnliche Dinge absichtlich häufiger in dieselbe Schublade zu sortieren.
Warum das im Alltag wichtig ist
Relevant für große Ähnlichkeits- und Deduplizierungsprobleme.
Beispiel aus dem Mittelstand
Dokument-Signaturen werden per MinHash/LSH gruppiert, um mögliche Near-Duplicates zu finden.
Grenzen und Fallstricke
- Normale kryptografische Hashfunktionen verwenden; falsche Distanzmetrik; Recall-Verlust nicht messen.
Entstehung & Geschichte
Indyk und Motwani formalisierten Ende der 1990er LSH-Ansätze für hochdimensionale Approximate Nearest Neighbor Search.
Anwendung im Mittelstand
- Mögliche Anwendung im Mittelstand: Dubletten- oder Ähnlichkeitssuche bei großen Beständen beschleunigen.
Häufige Fragen
Ist LSH kryptografisches Hashing?
Nein. Ist die Suche exakt? Typischerweise approximativ.
Quellen
- Approximate Nearest Neighbors · Indyk & Motwani (1998), Approximate Nearest Neighbors
Quellen geprüft am 10.10.2026.
Redaktionell geprüft am: