Kosinus-Ähnlichkeit
Was ist die Kosinus-Ähnlichkeit?
Die Kosinus-Ähnlichkeit ist ein mathematisches Maß für die Richtung zweier Vektoren. Sie wird aus dem Winkel zwischen ihnen berechnet und liegt grundsätzlich zwischen minus 1 und 1. Ein Wert von 1 kennzeichnet dieselbe Richtung, 0 steht für Rechtwinkligkeit und minus 1 für entgegengesetzte Richtungen.
Die Kosinus-Ähnlichkeit vergleicht Datenobjekte anhand ihrer Ausrichtung in einem mehrdimensionalen Vektorraum. Die englische Bezeichnung lautet einmalig eingeführt cosine similarity. In KI-Systemen können solche Vektoren beispielsweise Texte, Bilder, Produkte oder Suchanfragen repräsentieren.
Was die Kosinus-Ähnlichkeit misst
Die Kosinus-Ähnlichkeit bewertet den Winkel zwischen zwei Vektoren und blendet deren absolute Länge weitgehend aus. Zwei Vektoren können unterschiedlich lang sein und trotzdem den Wert 1 erreichen, wenn sie exakt in dieselbe Richtung zeigen. Das unterscheidet das Verfahren von Distanzmaßen, die zusätzlich berücksichtigen, wie weit zwei Punkte räumlich voneinander entfernt sind.
Bei Textdaten entspricht jede Dimension des Vektors einem mathematisch abgebildeten Merkmal. Moderne Embedding-Modelle erzeugen daraus Vektoren mit vielen Dimensionen. Ein Embedding ist eine numerische Darstellung, bei der inhaltlich verwandte Texte häufig in ähnlichen Bereichen des Vektorraums liegen.
Negative Werte treten nur auf, wenn die verwendeten Vektoren negative Komponenten enthalten. Bei bestimmten Textdarstellungen mit ausschließlich nicht negativen Werten liegt das praktisch erreichbare Intervall deshalb zwischen 0 und 1. Bei Embeddings hängt der tatsächlich vorkommende Wertebereich vom jeweiligen Modell und seiner Normalisierung ab.
Formel der Kosinus-Ähnlichkeit
Die Kosinus-Ähnlichkeit wird berechnet, indem das Skalarprodukt zweier Vektoren durch das Produkt ihrer euklidischen Längen geteilt wird. Für die Vektoren A und B lautet die Formel:
cos(A,B) = (A · B) / (||A|| × ||B||)
Das Skalarprodukt entsteht, indem die Komponenten mit gleicher Position miteinander multipliziert und die Ergebnisse addiert werden. Die Länge eines Vektors ergibt sich aus der Quadratwurzel der Summe seiner quadrierten Komponenten. Ein Nullvektor besitzt die Länge 0. Für einen Nullvektor ist die Kosinus-Ähnlichkeit deshalb nicht definiert, weil die Berechnung eine Division durch 0 erfordern würde.
Das Beispiel löst einen verbreiteten Denkfehler auf: Ein Wert von 0,707 bedeutet nicht automatisch, dass zwei Inhalte zu 70,7 Prozent übereinstimmen. Die Kosinus-Ähnlichkeit ist kein prozentualer Qualitätswert. Sie beschreibt ausschließlich die geometrische Ausrichtung der verwendeten Vektoren. Welche fachliche Bedeutung der Wert besitzt, hängt vom Embedding-Modell, den Daten und dem Anwendungsfall ab.
Grenzwerte richtig einordnen
Für die Kosinus-Ähnlichkeit gibt es keinen universellen Grenzwert, ab dem zwei Texte als ähnlich gelten. Ein Wert von 0,8 kann in einem Modell auf eine enge thematische Beziehung hindeuten und in einem anderen Modell auch bei nur lose verwandten Texten auftreten. Vergleiche sind deshalb nur innerhalb desselben Modells, derselben Vorverarbeitung und eines vergleichbaren Datenbestands belastbar.
Messbar ist die Kosinus-Ähnlichkeit beispielsweise durch einen Testdatensatz aus bekannten ähnlichen und unähnlichen Dokumentpaaren. Du berechnest die Werte für alle Paare und prüfst anschließend, welcher Schwellenwert relevante Treffer zuverlässig von irrelevanten Ergebnissen trennt. Eine Stichprobe durch einen fachkundigen Prüfer bleibt sinnvoll, weil mathematische Nähe nicht automatisch dieselbe Suchintention bedeutet.
Abgrenzung zu anderen Verfahren
| Verfahren | Was wird verglichen? | Typischer Einsatz |
|---|---|---|
| Kosinus-Ähnlichkeit | Winkel zwischen Vektoren | Embeddings, Textsuche, Clustering |
| Euklidische Distanz | Direkte räumliche Entfernung | Geometrische Nähe von Datenpunkten |
| Skalarprodukt | Richtung und Vektorlänge | Bewertung nicht normalisierter Vektoren |
| Jaccard-Ähnlichkeit | Überschneidung zweier Mengen | Keywords, Merkmale und Kategorien |
Der Unterschied zwischen Kosinus-Ähnlichkeit und euklidischer Distanz liegt in der Behandlung der Vektorlänge. Die euklidische Distanz misst den direkten Abstand zweier Punkte. Die Kosinus-Ähnlichkeit betrachtet deren Richtung. Bei auf die Länge 1 normalisierten Vektoren stehen beide Maße in einem festen mathematischen Zusammenhang, liefern jedoch unterschiedlich interpretierte Ergebniswerte.
Das Skalarprodukt bildet einen Bestandteil der Formel, ist allein aber kein längenunabhängiges Ähnlichkeitsmaß. Große Vektoren können ein hohes Skalarprodukt erzeugen, obwohl ihre Richtungen weniger gut übereinstimmen. Die Division durch beide Vektorlängen beseitigt diesen Größeneffekt.
Die Jaccard-Ähnlichkeit vergleicht die gemeinsamen Elemente zweier Mengen mit der Gesamtzahl unterschiedlicher Elemente. Das Verfahren eignet sich beispielsweise für Keyword-Mengen. Die Kosinus-Ähnlichkeit kann dagegen auch die semantische Nähe von Texten erkennen, wenn ein geeignetes Embedding-Modell die Inhalte zuvor in Vektoren umwandelt.
Kosinus-Ähnlichkeit in SEO und GEO
In der Suchmaschinenoptimierung kann die Kosinus-Ähnlichkeit Keywords, Suchanfragen oder Dokumente nach semantischer Nähe gruppieren. Eine datenbasierte Keyword-Recherche kann dadurch Formulierungen zusammenführen, die unterschiedliche Wörter verwenden, aber eine vergleichbare Suchintention besitzen. Die endgültige Seitenplanung darf sich trotzdem nicht allein auf einen mathematischen Ähnlichkeitswert stützen.
Bei der Content-Analyse kann die Kosinus-Ähnlichkeit ähnliche Seiten innerhalb einer Domain auffindbar machen. Ein hoher Wert beweist jedoch weder Duplicate Content noch Keyword-Kannibalisierung. Zwei Seiten können dasselbe Thema behandeln und trotzdem unterschiedliche Aufgaben erfüllen, etwa eine Kategorieseite und einen Ratgeber. Prüfe deshalb zusätzlich Rankings, interne Verlinkung, Seitentyp und Suchintention.
Für GEO, ausgeschrieben Generative Engine Optimization, ist die Kosinus-Ähnlichkeit vor allem bei semantischer Suche und Retrieval Augmented Generation relevant. Dabei sucht ein System zunächst passende Dokumentabschnitte in einer Wissensbasis und übergibt die Treffer anschließend an ein Sprachmodell. Die Optimierung für Sichtbarkeit in KI-Suchen umfasst jedoch mehr als Vektornähe: Inhalte benötigen klare Aussagen, nachvollziehbare Entitäten, ausreichenden Kontext und eine zitierfähige Struktur.
Bei SEA lassen sich Suchbegriffe oder Anzeigenmotive mit Vektoren gruppieren, um ähnliche Nutzerbedürfnisse zu erkennen. Die Kosinus-Ähnlichkeit ersetzt dabei keine Bewertung anhand von Klickrate, Conversion-Rate oder Kosten. Sie unterstützt die Strukturierung, während Leistungsdaten zeigen, welche Suchbegriffe wirtschaftlich funktionieren.
Typische Fehler bei der Anwendung
Der häufigste Fehler besteht darin, einen hohen Wert unmittelbar mit hoher fachlicher Relevanz gleichzusetzen. Ein Embedding kann zwei Texte wegen ähnlicher Begriffe nahe beieinander einordnen, obwohl sie gegensätzliche Aussagen enthalten. Auch Verneinungen, Zahlen, Produktvarianten und zeitliche Bedingungen können für den Anwendungsfall wichtiger sein als die allgemeine Themenähnlichkeit.
Ein weiterer Fehler entsteht durch unpassend segmentierte Texte. Wird ein vollständiger langer Ratgeber mit einer kurzen Suchanfrage verglichen, kann das zentrale Thema durch viele Nebenaspekte verwässert werden. Für semantische Suchsysteme werden Dokumente deshalb häufig in kleinere Abschnitte zerlegt. Die Abschnitte sollten jeweils eine abgeschlossene Aussage enthalten und genug Kontext für eine eigenständige Bewertung behalten. Eine solche Struktur verbessert zugleich die Nutzbarkeit von Inhalten für KI-Systeme.
Wenn du deine eigenen SEO-, SEA- und GEO-Daten strukturiert für KI-Analysen bereitstellen möchtest, kannst du einen kostenlosen Account anlegen.
Häufige Fragen zur Kosinus-Ähnlichkeit
Kann die Kosinus-Ähnlichkeit größer als 1 sein?
Mathematisch liegt die Kosinus-Ähnlichkeit zwischen minus 1 und 1. Werte außerhalb dieses Intervalls entstehen höchstens durch Rundungsfehler oder eine fehlerhafte Implementierung.
Was bedeutet eine Kosinus-Ähnlichkeit von 0?
Ein Wert von 0 bedeutet, dass zwei Vektoren rechtwinklig zueinander stehen. Ob das fachlich vollständige Unähnlichkeit bedeutet, hängt von der verwendeten Vektordarstellung ab.
Ist ein hoher Kosinuswert immer besser?
Ein hoher Wert ist nur dann erwünscht, wenn gezielt ähnliche Objekte gesucht werden. Bei der Erkennung verschiedener Themen oder redundanter Inhalte kann ein hoher Wert dagegen auf eine unerwünschte Überschneidung hinweisen.
Welche Kosinus-Ähnlichkeit gilt als gut?
Es gibt keinen allgemeingültigen guten Wert. Ein geeigneter Grenzwert muss anhand geprüfter Beispiele für dasselbe Embedding-Modell und denselben Anwendungsfall bestimmt werden.
Warum wird die Kosinus-Ähnlichkeit für Texte verwendet?
Textvektoren können sehr viele Dimensionen besitzen und unterschiedlich lang ausfallen. Die Kosinus-Ähnlichkeit konzentriert sich auf ihre Richtung und eignet sich dadurch für den Vergleich semantischer Muster.
Kann man ganze Webseiten mit der Kosinus-Ähnlichkeit vergleichen?
Ganze Webseiten lassen sich vergleichen, lange Inhalte liefern jedoch oft unscharfe Ergebnisse. Aussagekräftiger ist häufig ein Vergleich thematisch geschlossener Abschnitte, die mit demselben Embedding-Modell verarbeitet wurden.
Sie haben noch Fragen?
