Begriff
Query Expansion
Query Expansion erweitert die ursprüngliche Suchanfrage in einer RAG-Pipeline um Synonyme, Reformulierungen oder hypothetische Antwort-Texte, um die Trefferquote des Retrievals zu erhöhen.
Query Expansion — ausführlicher erklärt
Nutzer-Anfragen sind typischerweise kurz, umgangssprachlich und mehrdeutig — die zu durchsuchenden Dokumente dagegen lang, fachsprachlich und strukturiert. Diese Vokabular-Lücke ist der Hauptgrund, warum reines Vektor-Retrieval relevante Treffer übersieht. Query Expansion schließt sie, indem ein LLM aus der Originalfrage zusätzliche Such-Varianten generiert (Synonyme, Reformulierungen, alternative Perspektiven). Anschließend wird gegen jede Variante einzeln gesucht und die Ergebnisse werden zusammengeführt, dedupliziert und mit einem Reranker auf die finale Top-k-Liste reduziert.
Beispiel / Praxisbezug
Eine Frage wie „Warum ist mein Build langsam?” liefert über reine Vektorsuche oft nur Treffer mit identischer Wortwahl. Mit Multi-Query-Expansion erzeugt das LLM Varianten wie „Build-Performance optimieren”, „Compile-Zeiten reduzieren” und „CI-Pipeline beschleunigen” — und findet so auch Dokumente, die das Problem mit anderem Vokabular beschreiben. Der Preis: drei- bis fünffache Latenz und LLM-Kosten pro Anfrage, plus mehr Rauschen, das nachgelagert mit einem Reranker gefiltert werden muss.
Abgrenzung zu ähnlichen Begriffen
HyDE (Hypothetical Document Embeddings) ist eine Spezialform: statt mehrerer Such-Varianten erzeugt das LLM ein hypothetisches Antwort-Dokument und sucht mit dessen Embedding — wirksam bei kurzen, präzisen Fragen. Multi-Query Retrieval ist der Sammelbegriff für alle Verfahren, die mehrere reformulierte Anfragen parallel ausführen. Reranking arbeitet erst nach dem Retrieval und sortiert die Treffer um, ohne neue Suchen anzustoßen.