Tipps, um mehr aus Relatiq herauszuholen.

Kurze, praktische Hinweise zu Suchprofilen, Indexgröße und was nötig ist, damit Empfehlungen wirklich funktionieren.

17. November 2026

Alle haben KI eingeführt. Die wenigsten verdienen damit Geld.

Einsatz und finanzielle Rendite von KI haben sich entkoppelt – und die Lücke ist kein Modell-Problem. Es ist ein Problem der Datenreife, das die meisten Unternehmen überspringen.

Weiterlesen →
15. November 2026

Klassifizierung vs. Regression – die erste Entscheidung in jedem ML-Projekt

Eine Kategorie vorherzusagen statt eine Zahl klingt nach einem kleinen Unterschied. Er entscheidet, welche Modelle infrage kommen, wie Erfolg gemessen wird, und was eine falsche Antwort überhaupt bedeutet.

Weiterlesen →
13. November 2026

Warum sporadische Nachfrage eine Wahrscheinlichkeit braucht, keine Punktprognose

Ersatzteile, Nischenartikel und alles, was meistens bei null liegt, bringen gewöhnliche Prognosen auf eine ganz bestimmte Weise ins Wanken — die Lösung ist, eine Spanne statt einer einzelnen selbstbewussten Zahl auszugeben.

Weiterlesen →
10. November 2026

Kann ein Klassifikator wirklich Ihre Produkttaxonomie aufbauen

Ein Klassifikationsmodell kann Artikel allein aus Attributen und Beschreibungen in eine Hierarchie einordnen — aber nur Governance-Regeln halten tausende einzeln plausible Entscheidungen in der Summe konsistent.

Weiterlesen →
5. November 2026

Warum Retrieval-Augmented Generation weiterhin hybride Suche braucht

Eine RAG-Pipeline ist nur so gut wie das, was sie abruft. Reine Vektorsuche übersieht exakte Codes, seltene Begriffe und mehrstufige Fragen — genau dort zahlt sich hybrides Retrieval aus.

Weiterlesen →
27. Oktober 2026

ERP- und CRM-Daten in schnelle, aussagekräftige Suche verwandeln

Die meisten internen Suchprobleme sind nicht zuerst ein Suchproblem – sie sind ein Connector-Problem. So sieht das Muster aus, das wir immer wieder sehen, wenn Kunden-, Produkt- oder Dokumentsuche auf Daten laufen soll, die in einem ERP oder CRM feststecken.

Weiterlesen →
23. Oktober 2026

Eine Newsletter zu personalisieren heißt mehr, als nur Inhalte auszuwählen

Wir teilen Newsletter in messbare Blocks auf, damit Personalisierung nicht nur ändert, welche Inhalte laufen, sondern auch, wie die Newsletter selbst aufgebaut ist.

Weiterlesen →
20. Oktober 2026

Relatiq Search mit einem Google-Produktfeed einrichten

Google-Merchant-Feed-URL einfügen, und Relatiq Search zeigt eine Vorschau der Produkte, schlägt eine Feld-Konfiguration vor und startet die Indexierung – ohne manuelles Feld-Mapping, ohne Konfigurationsdatei.

Weiterlesen →
16. Oktober 2026

Das richtige Suchprofil wählen

Default, Description, Mix oder Name – was jedes Profil tatsächlich verändert und wann Sie es einsetzen.

Weiterlesen →
14. Oktober 2026

Den ersten Index richtig dimensionieren

Wie viel vCPU und RAM ein neuer Relatiq-Search-Index wirklich braucht, und worauf Sie beim Wachstum achten sollten.

Weiterlesen →
10. Oktober 2026

Was Tracker braucht, bevor er empfehlen kann

Ein Skript, eine Handvoll echter Sitzungen, und wie die ersten Profile aussehen, bevor Empfehlungen belastbar werden.

Weiterlesen →
8. Oktober 2026

Wie Vektor-Embeddings Bedeutung in Mathematik übersetzen

Die Idee hinter semantischer Suche, ohne Hand-Wedeln erklärt – was ein Embedding tatsächlich ist und warum Abstand zwischen Vektoren Bedeutungsähnlichkeit bedeutet.

Weiterlesen →
6. Oktober 2026

Präzision und Recall – warum Suchqualität immer ein Kompromiss ist

Die zwei Kennzahlen, die Such- oder Klassifikationsqualität tatsächlich definieren, warum die eine zu verbessern meist die andere verschlechtert, und was NDCG für Rankings ergänzt.

Weiterlesen →
4. Oktober 2026

Warum Zeitreihenprognosen schwierig sind

Trend, Saisonalität und Rauschen – die drei Dinge, die jede Prognose trennen muss, und warum naive Methoden an echten Daten leise scheitern.

Weiterlesen →
30. September 2026

Warum hybride Suche reiner Semantik oder reinen Keywords überlegen ist

Keyword-Matching und semantische Embeddings scheitern auf entgegengesetzte, sich ergänzende Weise. Hybride Suche ist kein Kompromiss zwischen beiden – sie deckt beide Fehlermodi gleichzeitig ab.

Weiterlesen →
28. September 2026

Wie Anomalieerkennung tatsächlich funktioniert

Anomalien sind von Natur aus selten und unmarkiert, was klassische Klassifizierung ausschließt. Hier ist, wonach statistische und modellbasierte Erkennung stattdessen suchen.

Weiterlesen →