Keyword vs Semantik: das Beispiel, das alles klärt
Drei Szenarien, in denen sich KI auszahlt
Echte Kosten von KI in der Suche
Die Inferenzkosten (Berechnung von Embeddings) sind seit 2023 drastisch gefallen. Heute wird ein Katalog mit 10.000 Produkten für weniger als 1 €/Monat verarbeitet. Die Preisunterschiede zwischen Anbietern spiegeln nicht die echten Kosten wider — sie spiegeln kommerzielle Entscheidungen wider.
FAQ
Was genau ist semantische Suche?
Eine Suche, die versteht, was die Anfrage der Kundin bedeutet, nicht nur welche Wörter sie benutzt hat. Dahinter steht ein Sprachmodell, das sowohl die Query als auch jedes Produkt in numerische Vektoren (Embeddings) umwandelt und die semantische Nähe zwischen ihnen misst. Deshalb findet „Augenringe“ „Augenkontur“ — kein Wort-Treffer, aber konzeptionell nahe im Vektorraum.
Ist die Keyword-Suche weiterhin nützlich?
Ja, und tatsächlich ist die beste Implementierung hybrid (so macht es Findalo): Keyword + Semantik gleichzeitig. Keyword löst exakte Suchen („Nike Air Max 90“), Semantik löst konzeptionelle Suchen („Laufschuhe für lange Distanzen“). Eine zu deaktivieren bricht die andere.
Macht KI meine Suche teurer?
Kommt drauf an. Einige Anbieter berechnen KI als Premium-Add-on: Doofinder aktiviert visuelle KI und Personalisierung erst im Advanced-Plan (~349 €/Monat), Algolia NeuralSearch in Plänen ab ~500+ $/Monat. Findalo enthält sie ab Pro (49 €/Monat), weil deine fixen Hauptkosten der Katalog sind, nicht die Inferenz.
Wann lohnt es sich, KI in die Suche einzubauen?
Drei klare Signale: (1) hohe Zero-Result-Rate (>10 % des Such-Traffics findet nichts), (2) Katalog mit nicht normalisierten Synonymen oder Fachvokabular, das sich vom Kundenvokabular unterscheidet, (3) Mehrsprachigkeit mit ungleichen Übersetzungen. Wenn du dich mit zwei der drei identifizierst, zahlt sich semantische KI von allein aus.
Und LLM-Modelle wie ChatGPT in der Suche?
Das sind zwei verschiedene Dinge. Semantische Embeddings (was Findalo macht) sind reif, billig und verbessern Ergebnisse ohne Halluzinationen. Generierung mit LLM (Zusammenfassungen, konversationelle Antworten) ist noch unreifer — höhere Kosten, höhere Latenz, Halluzinationsrisiko. Wir prüfen es für Phase D, aber die heutige semantische Suche deckt bereits den Großteil des Werts ab.