Seminar Apache Solr Vektor- und Hybridsuche mit Solr 10

Apache Solr 10 unterstützt dichte Vektoren und eröffnet damit moderne Suchszenarien jenseits klassischer Schlüsselwortlogik. Dieses Seminar zeigt, wie Vektor- und Hybridsuche sauber in bestehende Sucharchitekturen integriert wird, ohne in KI-Schlagwörtern zu ertrinken.

Ziel des Seminars

Nach dem Seminar können Vektorfelder konzipiert, Dokumente mit Embeddings angereichert, kNN-Abfragen gebaut und hybride Strategien aus klassischer Volltextsuche und semantischer Suche fachlich sinnvoll kombiniert werden. Ebenso wird klar, wo die Grenzen des Ansatzes liegen und welche Infrastruktur außerhalb von Solr benötigt wird.

Inhalte im Überblick

• Dense Vector Search in Apache Solr 10 und Einordnung moderner Sucharchitekturen
• Vektorfelder, Indexierung numerischer Vektoren und Vorbereitung von Dokumentdaten
• Embedding-Strategien, externe Modellnutzung und Datenfluss zwischen Modell und Solr
• kNN-Abfragen, relevante Parameter und Bewertung der Ergebnisqualität
• Hybride Suchstrategien mit Volltext, Filtern, Boosting und semantischen Signalen
• Re-Ranking und Kombination mit klassischen Relevanzverfahren
• JSON Request API und strukturierte Query-Definition für moderne Suchanwendungen
• Leistungs- und Betriebsaspekte, Grenzen, Kosten und sinnvolle Projektvorgehensweisen

Praxis im Seminar

Die Teilnehmer bauen einen durchgängigen Prototypen für Vektor- und Hybridsuche auf, indexieren Beispielvektoren und vergleichen klassische sowie hybride Ergebnisse. So wird schnell sichtbar, wann Vektorsuche echten Mehrwert bringt und wann alte, gut gemachte Volltextsuche immer noch das Rennen macht.

Für wen dieses Seminar gedacht ist

Das Seminar ist ideal für Teams, die Solr technologisch modernisieren oder Sucherlebnisse ausbauen wollen. Es eignet sich besonders für Produkt- und Suchteams, die KI-nahe Suchfunktionen nüchtern bewerten und technisch belastbar umsetzen möchten.