Een vectordatabase is een database die geen tekst opslaat maar getallenreeksen, vectoren genoemd. Een AI-model zet elk stukje tekst om in zo’n reeks, waarbij teksten met een vergelijkbare betekenis dicht bij elkaar terechtkomen. Zoeken werkt dan niet op woorden die exact matchen, maar op betekenis: ‘factuur niet betaald’ vindt ook een document over ‘openstaande vordering’.
Voor het MKB komt dit meestal binnen via een AI-assistent die je eigen documenten moet kennen. Wil je dat een chatbot antwoord geeft op basis van jouw handleidingen, offertes of procedures, dan is een vectordatabase vrijwel altijd het onderdeel dat de juiste passage opzoekt voordat het taalmodel een antwoord formuleert. Die aanpak heet RAG.
Belangrijk om te weten: er komt een kopie van je documenten in die database te staan. Kijk dus waar hij draait, wie erbij kan en of de rechten uit je originele mappen worden overgenomen. Anders leest een medewerker via de AI-assistent alsnog een document dat hij normaal niet mag openen. Houd de inhoud ook actueel, want een verouderd document geeft een keurig geformuleerd maar fout antwoord.
Hoe werkt een vectordatabase?
Het begint bij een embeddingmodel. Dat model leest een stuk tekst en geeft een reeks getallen terug: de embedding, ook wel de vector. Teksten die qua betekenis op elkaar lijken, krijgen vectoren die dicht bij elkaar liggen.
Voordat je documenten erin kunnen, worden ze in stukken geknipt — een alinea of een paar honderd woorden per stuk. Elk stuk gaat door het model en de vector wordt opgeslagen in de database, samen met een verwijzing naar het originele document. Daar bouwt de database een index op, zodat hij niet alle vectoren hoeft langs te lopen.
Stelt iemand een vraag, dan gaat die vraag door hetzelfde model. De database zoekt de vectoren die er het dichtst bij liggen en geeft de bijbehorende stukken tekst terug. Dat is semantisch zoeken: je vindt de relevante passage ook als er andere woorden in staan dan je hebt getypt. Omdat de index het zware werk doet, gaat dat snel, ook bij grote hoeveelheden data.
Wanneer heb je een vectordatabase nodig?
Je hebt er een nodig zodra een AI-assistent antwoord moet geven op basis van jouw eigen informatie. Dat is de RAG-aanpak: eerst de relevante stukken opzoeken, dan het taalmodel laten formuleren. Ook bij een zoekfunctie over grote aantallen ongestructureerde documenten — handleidingen, contracten, tickets, mailwisselingen — is zoeken op betekenis vaak het verschil tussen wel en niet vinden.
Je hebt er géén nodig als een gewone zoekfunctie volstaat, of als het om een handvol bestanden gaat die iedereen toch kent. Gebruik je een kant-en-klare tool, dan zit zo’n index er meestal al in; je gebruikt hem dan zonder er zelf een te beheren. De vraag is dus niet of het technisch mogelijk is, maar of je het zelf wilt inrichten.
Veelgestelde vragen
Wat is het verschil tussen een vectordatabase en een gewone database?
Een gewone database zoekt op wat er exact staat: dit klantnummer, deze datum, dit woord. Een vectordatabase zoekt op betekenis en geeft de dichtstbijzijnde treffers terug, met een score erbij. Ze sluiten elkaar niet uit — in de praktijk staan je gegevens in een gewone database en staat de vectorindex ernaast.
Heb je een vectordatabase nodig voor een AI-assistent op je eigen documenten?
Bijna altijd wel, maar niet altijd zelf. Laat je iets op maat bouwen, dan hoort er een vectordatabase bij. Gebruik je een bestaand product, dan is die laag er al en gaat het vooral om welke bronnen je aansluit en wie ze mag zien.
Waar staan je documenten als je ze in een vectordatabase zet?
Er komt een bewerkte kopie van de tekst in de database te staan, meestal in de cloud van de leverancier. Kijk dus waar die omgeving draait, wie erbij kan en of de rechten uit je originele mappen worden overgenomen.
Wat gebeurt er als een document verandert of wordt verwijderd?
Niets, tenzij je het bijwerkt. De vectoren zijn een momentopname. Er moet dus een proces zijn dat gewijzigde documenten opnieuw laat verwerken en verwijderde documenten uit de index haalt. Anders geeft de assistent een net geformuleerd antwoord op basis van verouderde informatie.
Wat OkayICT hierin doet: Wij helpen je AI veilig op je eigen documenten aansluiten, met aandacht voor rechten, actualiteit en waar je data staat.
Meer lezen: Wat is RAG? · Wat is een LLM? · Wat is generatieve AI?
