# Information Retrieval

Kategorie: [Grundlagen & Suchmaschinen](https://seo-geo-glossary.com/de/glossar/kategorie/grundlagen-suchmaschinen/) › [Suchmaschinen & Suche](https://seo-geo-glossary.com/de/glossar/kategorie/grundlagen-suchmaschinen/suchmaschinen-suche/) · Auch genannt: IR, Informationsrückgewinnung

**Information Retrieval** (IR) ist das Auffinden von Material, meist Textdokumenten ohne feste Struktur, das einen Informationsbedarf erfüllt, aus großen Sammlungen. So definieren es Manning, Raghavan und Schütze in ihrem Lehrbuch von 2008. Suchmaschinen sind die bekannteste Anwendung des Fachgebiets.

## Was untersucht Information Retrieval?

Das Fachgebiet verbindet Informationswissenschaft, Informatik und Computerlinguistik. Es beschäftigt sich damit, wie sich Dokumente erfassen, in einem Index speichern und zu einer Anfrage nach Relevanz ordnen lassen. Eine Datenbank liefert exakte Treffer aus strukturierten Daten, ein IR-System sortiert Ergebnisse, die mehr oder weniger gut passen.

Klassische Retrieval-Modelle sind:

- **Boolesches Modell.** Dokumente passen zur Anfrage oder nicht, verknüpft mit UND, ODER, NICHT. Eine Rangfolge gibt es nicht.
- **Vektorraummodell.** Dokumente und Anfragen werden als Vektoren dargestellt, gewichtet etwa mit WDF und IDF. Je ähnlicher, desto höher die Position.
- **Probabilistische Modelle.** Sie berechnen die Wahrscheinlichkeit, dass ein Dokument relevant ist.
- **Linkbasierte Verfahren.** Sie nutzen die Verlinkung zwischen Dokumenten, ein Beispiel ist PageRank.

Die Qualität eines Systems wird oft mit Precision und Recall gemessen. Precision ist der Anteil relevanter Treffer unter den gelieferten Ergebnissen, Recall der Anteil der gefundenen relevanten Dokumente an allen relevanten Dokumenten. Wer das eine steigert, verliert häufig beim anderen.

## Bedeutung für SEO und KI-Suche

Das Wissen über Retrieval erklärt, warum Suchmaschinen Seiten erst crawlen und indexieren, bevor sie diese ranken. Moderne Systeme kombinieren klassische Verfahren mit semantischen Modellen. Bei Antworten von KI-Systemen mit Retrieval-Augmented Generation (RAG) holt ein Retrieval-Schritt zuerst passende Dokumente und übergibt sie als Kontext an ein Sprachmodell. Der Ansatz wurde 2020 von Lewis und Kollegen beschrieben.

## Beispiel

Eine Anfrage nach „günstiger Laufschuh Trail“ wird in Begriffe zerlegt. Das System sucht im Index nach Dokumenten mit diesen Begriffen, gewichtet sie und sortiert die Treffer. Je genauer die Treffer zur Absicht passen, desto höher ist die Precision.

## Häufige Fragen

**Was bedeutet Retrieval?**
Das Wiederfinden gespeicherter Informationen zu einer Anfrage.

## Verwandte Begriffe

- [Retrieval-Augmented Generation (RAG)](https://seo-geo-glossary.com/de/glossar/retrieval-augmented-generation/index.md)
- [Suchmaschine](https://seo-geo-glossary.com/de/glossar/suchmaschine/index.md)
- [Semantische Suche](https://seo-geo-glossary.com/de/glossar/semantische-suche/index.md)
- [Vektorsuche](https://seo-geo-glossary.com/de/glossar/vektorsuche/index.md)
- [WDF*IDF](https://seo-geo-glossary.com/de/glossar/wdf-idf/index.md)
- [PageRank](https://seo-geo-glossary.com/de/glossar/pagerank/index.md)
- [Reliable Information Systems](https://seo-geo-glossary.com/de/glossar/reliable-information-systems/index.md)

## Quellen

- [Introduction to Information Retrieval – Manning, Raghavan, Schütze (2008), Kapitel 1](https://nlp.stanford.edu/IR-book/html/htmledition/boolean-retrieval-1.html)
- [Information Retrieval – Wikipedia (Zweitquelle)](https://de.wikipedia.org/wiki/Information_Retrieval)
- [Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks – Lewis et al. (2020)](https://arxiv.org/abs/2005.11401)

---

Stand: 7. Oktober 2026
URL: https://seo-geo-glossary.com/de/glossar/information-retrieval/