In diesem praxisorientierten Kurs lernen Sie die grundlegenden Prinzipien der Ähnlichkeitssuche und der Vektordatenbanken kennen, erfahren, wie sie sich von herkömmlichen Datenbanken unterscheiden, und entdecken ihre Bedeutung für Empfehlungssysteme und Retrieval-Augmented Generation Generation (RAG) Anwendungen. Sie werden auch in Schlüsselkonzepte wie Vektor-Operationen und Datenbank-Architektur eintauchen, um ein starkes Verständnis für die Funktionalität von Chroma DB zu entwickeln.

Schalten Sie mit Coursera Plus den Zugang zu mehr als 10.000 Kursen frei. Starten Sie die 7-tägige kostenlose Testversion.

Vektordatenbanken für RAG: Eine Einführung
Dieser Kurs ist Teil mehrerer Programme.


Dozenten: Wojciech 'Victor' Fulmyk
7.656 bereits angemeldet
Bei enthalten
(59 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Unterscheidung zwischen Vektor-Datenbanken und herkömmlichen Datenbanken auf der Basis ihrer Funktionalität und Anwendungsfälle
Ausführen grundlegender Datenbankoperationen in ChromaDB, einschließlich Aktualisieren, Löschen und Verwalten von Sammlungen
Techniken der Ähnlichkeitssuche verstehen und anwenden, sowohl manuell als auch mit ChromaDB, und Empfehlungssysteme mit diesen Techniken entwickeln
Entwicklung eines gründlichen und umfassenden Verständnisses der wichtigsten internen Mechanismen innerhalb der RAG
Kompetenzen, die Sie erwerben
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Generative KI
- Kategorie: Datenbankarchitektur und -verwaltung
- Kategorie: Künstliche Intelligenz
- Kategorie: Informationsmanagement
- Kategorie: Datenbanken
- Kategorie: NoSQL
- Kategorie: LLM-Bewerbung
- Kategorie: Datenspeicherung
- Kategorie: Abfragesprachen
- Kategorie: Technologien zur Datenspeicherung
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Juni 2025
6 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 2 Module
In diesem Modul wird die transformative Rolle von Vektordatenbanken in modernen Datenmanagement-Systemen untersucht. Die Teilnehmer lernen, wie Vektordatenbanken als Grundlage von Empfehlungssystemen dienen und wie sie sich von traditionellen Datenbanken bei der Speicherung und Verwaltung von Vektordaten unterscheiden. Es werden verschiedene Arten von Vektordatenbanken und ihre spezifischen Anwendungen untersucht, wobei ein besonderer Schwerpunkt auf Chroma DB liegt. Es werden Einblicke in die Architektur von Chroma DB, gängige Coding-Praktiken für ihre Operationen und praktische Fertigkeiten zur Durchführung grundlegender Vektor-Operationen vermittelt. Darüber hinaus wird die Ähnlichkeitssuche gründlich erklärt, mit praktischen Übungen, bei denen Ähnlichkeitssuchen manuell und mit Chroma DB durchgeführt werden.
Das ist alles enthalten
6 Videos2 Lektüren3 Aufgaben4 App-Elemente1 Diskussionsthema6 Plug-ins
In diesem Modul werden die Zusammenhänge zwischen Vektordatenbanken, Ähnlichkeitssuche, Empfehlungssystemen und Retrieval-Augmented Generation Generation (RAG) erforscht und gleichzeitig die wesentlichen Datenbankoperationen mit Chroma DB vermittelt. Durch die Analyse von Mitarbeiterdaten und den Aufbau eines Empfehlungssystems für die Lebensmittelsuche mit Hilfe praktischer Übungen erhalten die Teilnehmer ein tieferes Verständnis sowohl für Empfehlungssysteme als auch für Chroma DB. Darüber hinaus beleuchtet das Modul die kritische Rolle von Vektor-Datenbanken und Ähnlichkeitssuche in RAG-Systemen.
Das ist alles enthalten
3 Videos3 Lektüren3 Aufgaben4 App-Elemente1 Plug-in
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
von
Mehr von Datenmanagement entdecken
Status: Kostenloser Testzeitraum
Status: KostenlosDeepLearning.AI
Status: KostenlosDeepLearning.AI
Status: Kostenloser Testzeitraum
Warum entscheiden sich Menschen für Coursera für ihre Karriere?




Bewertungen von Lernenden
59 Bewertungen
- 5 stars
74,57 %
- 4 stars
16,94 %
- 3 stars
6,77 %
- 2 stars
0 %
- 1 star
1,69 %
Zeigt 3 von 59 an
Geprüft am 9. Okt. 2025
Very detailed and useful course in tersm of understanding fundamentals of Vector DBs. The last Lab project is very useful.
Geprüft am 6. Sep. 2025
I got clear understanding of Vector DB in this course
Geprüft am 3. Dez. 2025
Labs were outstanding. Made all my concepts clear.

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Eine Vektordatenbank ist eine Spezialisierung auf die Speicherung und Suche von Daten, die als hochdimensionale Vektoren dargestellt werden. Im Kontext von RAG ermöglicht sie eine effiziente Ähnlichkeitssuche zwischen Einbettungen von Text oder anderen Daten, so dass das System die relevantesten Informationen abrufen kann, um die Qualität und Genauigkeit der generierten Antworten zu verbessern.
Vektordatenbanken werden häufig von Datenwissenschaftlern, Ingenieuren für Maschinelles Lernen, KI/ML-Forschern und Backend-Entwicklern verwendet, die an Such- und Empfehlungssystemen sowie generativen KI-Projekten arbeiten. Sie werden auch immer wichtiger für Produktmanager und technische Architekten, die KI-gesteuerte Merkmale oder Dienste entwerfen, die auf die Abfrage relevanter kontextbezogener Daten angewiesen sind.
Ja, Vektor-Datenbank-Kenntnisse sind sehr gefragt, da Unternehmen verstärkt in KI investieren, insbesondere in RAG-gestützte Anwendungen wie Chatbots, Suchwerkzeuge und Wissensassistenten. Zu verstehen, wie man die Vektorsuche implementiert und optimiert, ist ein wertvolles Unterscheidungsmerkmal für Rollen in KI/ML, Data Engineering und sogar DevOps-Teams, die eine skalierbare Infrastruktur für KI-Workloads unterstützen.
Weitere Fragen
Finanzielle Unterstützung verfügbar,

