Um die Idee hinter ELSER zu verstehen, lohnt ein Blick auf die zwei großen Familien der Textsuche. Die lexikalische Suche, in Elasticsearch seit jeher über das Bewertungsverfahren BM25 umgesetzt, vergleicht Wörter. Sie ist schnell, nachvollziehbar und findet exakte Begriffe wie Artikelnummern, Normbezeichnungen oder Fehlercodes zuverlässig. Ihre Schwäche: Sie kennt keine Synonyme und keine Umschreibungen. Wer nach „Kündigungsfrist“ sucht, findet ein Dokument über „Beendigung des Vertragsverhältnisses“ nur, wenn zufällig die gleichen Wörter vorkommen. Die dichte semantische Suche mit Embeddings löst dieses Problem, indem sie Texte in hochdimensionale Vektoren übersetzt, deren Nähe inhaltliche Ähnlichkeit ausdrückt. Dafür ist sie weniger transparent, braucht einen Vektorindex und stolpert gelegentlich über exakte Zeichenketten.
Learned Sparse Retrieval – zu Deutsch etwa gelerntes dünnbesetztes Retrieval – liegt zwischen diesen beiden Welten. Ein Modell wie ELSER liest einen Text und erzeugt daraus eine Liste von Begriffen aus seinem Vokabular, jeweils mit einem Gewicht. Entscheidend ist, dass diese Liste nicht nur die tatsächlich im Text vorkommenden Wörter enthält, sondern auch verwandte Begriffe, die das Modell aus dem Kontext ableitet. Aus einem Satz über eine defekte Hydraulikpumpe können so zusätzlich Begriffe wie Leckage, Druck oder Wartung mit einem gewissen Gewicht entstehen. Man spricht von Termexpansion. Das Ergebnis ist ein dünnbesetzter Vektor: Von zehntausenden möglichen Begriffen haben nur einige Dutzend bis wenige Hundert einen Wert.
Technisch basiert ELSER auf einer Transformer-Architektur aus der BERT-Familie, deren Ausgabe auf das Vokabular des Modells projiziert wird. Für jedes Vokabularelement berechnet das Modell, wie relevant es für den Eingabetext ist; die meisten Werte werden zu null, die verbleibenden bilden die gewichtete Termliste. Diese Liste wird in Elasticsearch in einem Feld vom Typ sparse_vector gespeichert und über einen invertierten Index durchsucht – also über dieselbe bewährte Datenstruktur, die Lucene seit Jahrzehnten für die Volltextsuche nutzt. Bei einer Anfrage wird auch die Suchfrage durch ELSER expandiert, und die Relevanz ergibt sich aus der Überschneidung der gewichteten Begriffe von Frage und Dokument.
Daraus ergeben sich mehrere praktische Eigenschaften. Erstens benötigt die Suche keinen separaten Vektorgraphen wie HNSW; sie skaliert mit den gleichen Mechanismen wie die klassische Volltextsuche. Zweitens sind die Ergebnisse zumindest in Grenzen erklärbar: Man kann sich anzeigen lassen, welche Begriffe zu einem Treffer beigetragen haben, was bei der Fehlersuche und gegenüber Fachabteilungen hilft. Drittens wurde ELSER von Elastic so trainiert, dass es ohne eigenes Nachtrainieren auf neuen Datenbeständen brauchbare Ergebnisse liefert – Elastic bezeichnet dies als Out-of-Domain-Tauglichkeit. Die Kehrseite: Das Modell muss bei der Indexierung jeden Textabschnitt verarbeiten, was Rechenleistung kostet, und es wurde primär für englische Texte trainiert. Auf diesen Punkt kommen wir in Kapitel 07 ausführlich zurück.
In einer Retrieval-Augmented-Generation-Architektur ist Elasticsearch die Wissens- und Suchschicht: Dokumente werden zerlegt, angereichert und indexiert; bei einer Nutzerfrage liefert die Suchmaschine die relevantesten Abschnitte, und ein Sprachmodell formuliert daraus die Antwort. ELSER ist dabei nur ein Baustein. Elasticsearch beherrscht ebenso dichte Vektoren mit kNN-Suche, BM25 und die Kombination aller Verfahren über Reciprocal Rank Fusion. Hinzu kommen die Stärken, für die Elasticsearch ohnehin bekannt ist: Facetten, Aggregationen, Filter, Rechtekonzepte auf Dokument- und Feldebene, Mehrmandantenfähigkeit und eine ausgereifte Betriebsinfrastruktur. Für viele Unternehmen ist das der eigentliche Reiz: Sie können vorhandene Suchinfrastruktur um semantische Fähigkeiten erweitern, statt ein neues System einzuführen.
Beim Self-Managed-Betrieb laden Unternehmen die Software herunter und betreiben sie selbst – klassisch auf Linux-Servern, zunehmend als Container oder über den offiziellen Kubernetes-Operator Elastic Cloud on Kubernetes. Die kostenlose Basisstufe umfasst bereits die Volltextsuche mit BM25, dichte Vektoren mit kNN-Suche, grundlegende Sicherheitsfunktionen wie Authentifizierung und Transportverschlüsselung sowie Kibana als Oberfläche. Für erweiterte Funktionen wie Machine Learning, das Bereitstellen eigener trainierter Modelle, ELSER-Deployments auf ML-Knoten, fortgeschrittene Sicherheitsfunktionen oder bestimmte Retriever-Varianten sind nach unserem Kenntnisstand höhere Lizenzstufen erforderlich. Die genaue Zuordnung ändert sich gelegentlich zwischen Versionen; vor einer Architekturentscheidung sollte die aktuelle Subscription-Matrix von Elastic geprüft werden.
In der Elastic Cloud wählen Kunden einen Hyperscaler, eine Region und eine Subscription-Stufe. Die Abrechnung erfolgt nach bereitgestellten Ressourcen wie Arbeitsspeicher, Speicherplatz und Datentransfer, bei Serverless nach tatsächlicher Nutzung. Für ELSER und andere Modelle bietet Elastic zudem zunehmend einen eigenen Inferenzdienst an, bei dem die Modellausführung auf vom Anbieter betriebener Hardware stattfindet. Das ist komfortabel, verschiebt aber die Frage, wo genau die Inhalte verarbeitet werden – ein Punkt, der in Kapitel 09 relevant wird. Elastic Cloud Serverless verzichtet auf das Konzept einzelner Cluster und Knoten; man legt Projekte für Suche, Observability oder Security an, und die Plattform skaliert selbstständig.
Die Lizenzgeschichte von Elasticsearch ist für Entscheider nicht nur Fußnote. Ursprünglich stand die Software vollständig unter der Apache-2.0-Lizenz. 2021 wechselte Elastic für den Kern auf ein Dual-Lizenzmodell aus Elastic License 2.0 und Server Side Public License – beides Lizenzen, die den Quellcode offenlegen, aber insbesondere das Anbieten von Elasticsearch als gemanagten Dienst durch Dritte einschränken und nicht als Open Source im Sinne der Open Source Initiative gelten. Hintergrund war der Konflikt mit großen Cloud-Anbietern, die Elasticsearch als eigenen Dienst vermarkteten. Später ergänzte Elastic die AGPL als dritte Lizenzoption, womit der Quellcode wieder unter einer von der OSI anerkannten Open-Source-Lizenz verfügbar ist. Für die meisten Unternehmen, die Elasticsearch intern nutzen, haben diese Lizenzen im Alltag wenig praktische Auswirkungen; relevant werden sie, wenn man Elasticsearch selbst als Dienst an Dritte anbieten oder den Quellcode modifiziert weitergeben möchte. Im Zweifel ist die Lizenzwahl mit der Rechtsabteilung abzustimmen.
Als Reaktion auf den Lizenzwechsel 2021 entstand OpenSearch, ein von Amazon Web Services initiierter Fork auf Basis der letzten Apache-lizenzierten Elasticsearch-Version. OpenSearch wird inzwischen unter dem Dach einer Stiftung innerhalb der Linux Foundation weiterentwickelt und steht weiterhin unter Apache 2.0. Beide Projekte haben sich seither eigenständig entwickelt: Schnittstellen, Funktionen und insbesondere die KI- und Vektorfunktionen unterscheiden sich mittlerweile spürbar. Wer heute eine Entscheidung trifft, sollte beide Systeme als eigenständige Produkte bewerten und nicht von einer Kompatibilität ausgehen. ELSER ist ein Elastic-eigenes Modell und in OpenSearch nicht enthalten; dort gibt es mit Neural Sparse Search einen vergleichbaren Ansatz.
Der Feldtyp semantic_text ist Elastics Antwort auf die Frage, wie man semantische Suche ohne eigene Pipeline-Logik einführt. Man definiert im Index-Mapping ein Feld dieses Typs und verknüpft es mit einem Inferenz-Endpunkt – etwa ELSER, einem mehrsprachigen E5-Modell oder einem externen Embedding-Dienst. Beim Indexieren übernimmt Elasticsearch dann automatisch das Zerlegen langer Texte in Abschnitte, das Erzeugen der Vektoren und deren Speicherung. Bei der Suche genügt eine semantische Abfrage auf dieses Feld; die Umwandlung der Suchfrage in einen Vektor geschieht ebenfalls serverseitig. Das senkt die Einstiegshürde erheblich: Wo früher Ingest-Pipelines, Chunking-Logik und verschachtelte Felder von Hand konfiguriert werden mussten, reicht heute oft eine Zeile im Mapping.
Der Komfort hat seinen Preis in Form von weniger Kontrolle. Die automatische Zerlegung folgt Standardregeln, die für viele Dokumente gut funktionieren, bei stark strukturierten Inhalten wie Tabellen, Normen oder Verträgen aber nicht immer optimal sind. Die Chunking-Strategie lässt sich inzwischen in Grenzen konfigurieren, und wer volle Kontrolle braucht, kann Texte weiterhin vorab selbst zerlegen und in klassische Vektorfelder schreiben. Für Prototypen und viele Produktivszenarien ist semantic_text jedoch der empfohlene Einstieg.
Der Feldtyp sparse_vector speichert gewichtete Termlisten, wie ELSER oder vergleichbare Sparse-Modelle sie erzeugen. Abfragen erfolgen über eine Sparse-Vector-Query, die die gewichteten Begriffe der Suchfrage mit denen der Dokumente abgleicht. Weil die Daten in einem invertierten Index liegen, lassen sich Sparse-Abfragen nahtlos mit klassischen Filtern, Booleschen Bedingungen und Aggregationen kombinieren. Elastic hat zudem Optimierungen eingeführt, die unwichtige Begriffe bei der Abfrage ausblenden und so die Antwortzeiten senken.
Der Feldtyp dense_vector speichert klassische Embeddings mit fester Dimension. Für die schnelle Nachbarsuche verwendet Elasticsearch – wie die meisten Vektordatenbanken – einen HNSW-Graphen auf Basis von Lucene. Die kNN-Suche lässt sich mit Vorfiltern kombinieren, sodass etwa Berechtigungen oder Dokumenttypen bereits während der Graphsuche berücksichtigt werden. Um den Speicherbedarf zu senken, unterstützt Elasticsearch verschiedene Formen der Quantisierung, von der Reduktion auf ganzzahlige Werte bis zu stark komprimierten, binär orientierten Verfahren, bei denen die besten Kandidaten anschließend mit höherer Genauigkeit nachbewertet werden. Welche Verfahren in welcher Version Standard sind, sollte in der Dokumentation der eingesetzten Version geprüft werden; die Entwicklung ist in diesem Bereich sehr dynamisch.
BM25 bleibt in Elasticsearch ein vollwertiger Partner der KI-Verfahren – und für deutschsprachige Inhalte ein besonders wichtiger. Elasticsearch bringt Sprachanalysatoren mit, die Stammformreduktion, Stoppwortlisten und mit entsprechender Konfiguration auch die Zerlegung zusammengesetzter Wörter beherrschen. Gerade Komposita wie Druckluftaufbereitungsanlage sind für die deutsche Suche zentral, und hier hat eine gut konfigurierte lexikalische Suche über Jahrzehnte gereifte Werkzeuge.
Die Kombination der Verfahren erfolgt über sogenannte Retriever, eine Abfragesyntax, die mehrere Suchstufen ineinander verschachtelt. Der RRF-Retriever führt beispielsweise eine BM25-Abfrage und eine semantische Abfrage parallel aus und vereint die Ergebnislisten über Reciprocal Rank Fusion. RRF bewertet dabei nicht die rohen Scores, die zwischen den Verfahren schlecht vergleichbar sind, sondern die Rangplätze – ein robustes Verfahren, das ohne aufwendiges Feintuning gute Ergebnisse liefert. Daneben gibt es lineare Kombinationsverfahren mit Gewichtung und Normalisierung sowie Retriever für das Nachbewerten mit einem Reranking-Modell. All das geschieht serverseitig in einer Anfrage.
Die Inference API ist die zentrale Abstraktionsschicht für KI-Modelle in Elasticsearch. Ein Inferenz-Endpunkt beschreibt, welches Modell für welche Aufgabe verwendet wird – Sparse-Embedding, dichtes Embedding, Reranking oder Textgenerierung – und wo es läuft. Das kann ein Modell auf den ML-Knoten des eigenen Clusters sein, etwa ELSER oder ein mehrsprachiges E5-Modell, ein von Elastic betriebener Inferenzdienst oder ein externer Anbieter. Zu den unterstützten externen Diensten zählen nach Angaben des Herstellers unter anderem gängige Angebote großer KI- und Cloud-Anbieter wie OpenAI, Azure OpenAI, Cohere, Google Vertex AI, Amazon Bedrock, Mistral, Anthropic und Hugging Face; die aktuelle Liste ist in der Dokumentation zu prüfen.
Der Vorteil dieser Abstraktion: Anwendungen, Mappings und Abfragen referenzieren nur den Namen des Endpunkts. Ein Wechsel des Modells – etwa vom externen Dienst auf ein selbst betriebenes Modell aus Datenschutzgründen – erfordert keinen Umbau der Anwendung, wohl aber eine Neuindexierung der Daten, da Vektoren verschiedener Modelle nicht kompatibel sind. Wichtig für die Datenschutzbewertung: Sobald ein externer Endpunkt verwendet wird, verlassen die zu indexierenden Texte und die Suchanfragen den eigenen Cluster. Das ist technisch bequem, aber rechtlich und organisatorisch genauso zu behandeln wie jede andere Übermittlung an einen KI-Anbieter.
Neben ELSER stellt Elastic vorkonfigurierte mehrsprachige Embedding-Modelle aus der E5-Familie bereit, die direkt auf ML-Knoten bereitgestellt werden können. Sie erzeugen dichte Vektoren und verstehen zahlreiche Sprachen, darunter Deutsch. Über das Python-Werkzeug Eland lassen sich zudem kompatible Transformer-Modelle, etwa von Hugging Face, in den Cluster laden – damit stehen auch spezialisierte oder auf Deutsch optimierte Modelle zur Verfügung, sofern sie von der Plattform unterstützt werden. Elastic hat 2025 zudem die Übernahme des Embedding-Spezialisten Jina AI bekanntgegeben, dessen mehrsprachige Embedding- und Reranking-Modelle schrittweise in das Angebot einfließen; welche Modelle in welcher Form und in welchem Betriebsmodell verfügbar sind, ist beim Anbieter zu prüfen.
Reranking ist der zweite große Qualitätshebel. Ein Reranker bewertet die zunächst gefundenen Kandidaten erneut, indem er Frage und Textabschnitt gemeinsam betrachtet – deutlich präziser, aber auch rechenintensiver als die Erstsuche. Elasticsearch bindet Reranker über einen eigenen Retriever-Typ ein, der auf die Ergebnisse einer vorgelagerten Suche angewendet wird. Elastic bietet hierfür ein eigenes Reranking-Modell an; alternativ können Reranker externer Anbieter über die Inference API genutzt werden. In der Praxis ist die Kombination aus Hybrid-Suche mit RRF und anschließendem Reranking der wenigen besten Kandidaten eine der wirkungsvollsten Architekturen für RAG.
Für die schnelle Erprobung bietet Kibana den Playground: eine Oberfläche, in der man einen Index auswählt, ein Sprachmodell anbindet und sofort eine RAG-Anwendung testen kann. Man sieht, welche Abschnitte gefunden wurden, wie der Prompt aussieht, und kann den zugrunde liegenden Code als Ausgangspunkt für eine eigene Anwendung exportieren. Für Workshops mit Fachabteilungen ist das ein hilfreiches Werkzeug, weil Suchqualität und Antwortverhalten unmittelbar erlebbar werden. Daneben gibt es den AI Assistant für die Observability- und Security-Lösungen, der Logs, Alarme und Vorfälle im Dialog erklärt, sowie neuere Werkzeuge zum Aufbau von Agenten, die Elasticsearch-Daten über definierte Werkzeuge und Schnittstellen wie das Model Context Protocol nutzen. Diese Funktionen entwickeln sich rasch; Umfang und Lizenzzuordnung sind je Version zu prüfen.
Elasticsearch wird über eine REST-API angesprochen; offizielle Clients gibt es unter anderem für Python, Java, JavaScript und TypeScript, .NET, Go, PHP und Ruby. Kibana dient als Oberfläche für Verwaltung, Dev-Tools-Konsole, Visualisierung und den bereits erwähnten Playground. Mit der Abfragesprache ES|QL steht zusätzlich eine an Pipe-Syntax angelehnte Sprache für Analysen zur Verfügung, die zunehmend auch Such- und KI-Funktionen abdeckt.
Für die Datenzufuhr bietet Elastic mehrere Wege: Ingest-Pipelines, die Dokumente beim Indexieren anreichern, Text aus Anhängen extrahieren oder Inferenz auslösen; den Web Crawler zum Erfassen von Websites und Wissensportalen; und Connectors für gängige Unternehmensquellen wie SharePoint, Confluence, Jira, Google Drive, Netzlaufwerke oder Datenbanken. Einige dieser Konnektoren können auch Dokumentberechtigungen der Quellsysteme übernehmen, was für berechtigungskonforme RAG-Anwendungen sehr wertvoll ist. Welche Konnektoren in welcher Lizenzstufe und Betriebsform verfügbar sind und ob die Rechtesynchronisation für die eigene Quelle unterstützt wird, sollte im Einzelfall geprüft werden. Ergänzend existieren mit Logstash und Beats bewährte Werkzeuge für Datenströme sowie Anbindungen an Kafka und gängige ETL-Plattformen.
In den verbreiteten Frameworks für KI-Anwendungen ist Elasticsearch als Vektor- und Dokumentspeicher integriert. Dazu zählen LangChain und LlamaIndex, Haystack von deepset aus Berlin, Microsofts Semantic Kernel sowie Spring AI für Java-Umgebungen. Die Integrationen unterstützen typischerweise sowohl dichte Vektoren als auch ELSER-basierte Sparse-Suche und teilweise hybride Strategien. Wie bei allen Frameworks gilt: Die Basisfunktionen sind überall verfügbar, fortgeschrittene Möglichkeiten wie verschachtelte Retriever, Reranking-Stufen oder dokumentbezogene Rechte werden nicht immer vollständig abgebildet. In anspruchsvollen Projekten empfiehlt es sich, kritische Abfragen direkt über den offiziellen Client zu formulieren und das Framework nur für die Orchestrierung zu nutzen.
Für Low-Code-Automatisierung lassen sich Plattformen wie n8n anbinden. Für KI-Assistenten und Agenten gewinnt das Model Context Protocol an Bedeutung; Elastic stellt hierfür Schnittstellen bereit, über die Agenten Elasticsearch-Indizes gezielt abfragen können. Gerade in diesem Umfeld sollte man Zugriffsrechte besonders sorgfältig konfigurieren, damit ein Agent nicht mehr Daten sieht als der Mensch, in dessen Auftrag er handelt.
Spezialisierte Vektordatenbanken wie Qdrant, Weaviate, Milvus oder Pinecone wurden von Grund auf für die Speicherung und Suche von Embeddings gebaut. Sie sind im Betrieb häufig schlanker, bieten teils fortgeschrittene Funktionen wie Multivektor-Suche oder sehr feingranulare Quantisierungsoptionen und benötigen weniger Ressourcen für reine Vektor-Workloads. Elasticsearch hat dagegen seine Stärke in der Breite: ausgereifte Volltextsuche mit Sprachanalyse, Facetten und Aggregationen, umfangreiche Sicherheitsfunktionen, Datenkonnektoren und ein etabliertes Betriebsmodell. Wer ohnehin eine Volltextsuche braucht – und das ist bei Unternehmensdokumenten fast immer der Fall –, vermeidet mit Elasticsearch ein zusätzliches System und die Synchronisation zwischen Suchindex und Vektordatenbank.
Die Faustregel aus unserer Praxis: Ist die Vektorsuche der Kern einer neuen, schlanken Anwendung und Volltextsuche nur Beiwerk, ist eine dedizierte Vektordatenbank oft die einfachere Wahl. Ist Elasticsearch bereits im Haus oder sind Volltextsuche, Facetten, Filter und Berechtigungen ebenso wichtig wie Semantik, spricht viel für Elasticsearch als integrierte Hybrid-Plattform. Auch pgvector bleibt eine Option, wenn ohnehin PostgreSQL im Einsatz ist und die Anforderungen moderat sind.
Azure AI Search ist Microsofts gemanagter Suchdienst mit Vektor-, Hybrid- und semantischer Rangfolge. Für Unternehmen, die tief im Microsoft-Ökosystem verankert sind, bietet er eine bequeme Integration mit Azure OpenAI, SharePoint-Datenquellen und Entra ID. Ein Selbstbetrieb ist nicht vorgesehen, und Konfigurationsmöglichkeiten sind enger gefasst als bei Elasticsearch. Elasticsearch punktet mit größerer Flexibilität, der Möglichkeit des Selbstbetriebs und einer reicheren Abfragesprache; Azure AI Search mit geringerem Betriebsaufwand und nahtloser Microsoft-Integration. Beide Angebote stammen letztlich von US-gelisteten Anbietern, was die Datenschutzbewertung in ähnlicher Weise prägt.
OpenSearch teilt die Herkunft mit Elasticsearch, hat sich aber eigenständig weiterentwickelt. Es steht unter Apache 2.0, bietet eigene Vektor- und Hybrid-Funktionen sowie mit Neural Sparse Search einen zu ELSER vergleichbaren Ansatz. Für Organisationen, die großen Wert auf eine permissive Open-Source-Lizenz und eine stiftungsgetragene Governance legen, ist OpenSearch eine ernsthafte Alternative. Elasticsearch gilt dagegen in vielen Bereichen als funktional weiter fortgeschritten, insbesondere bei den integrierten KI-Funktionen, und bietet einen einheitlichen Hersteller-Support. Die Entscheidung sollte anhand der konkreten Anforderungen, vorhandener Kompetenzen und der Lizenzpräferenz getroffen werden – qualitativ, nicht nach Marketingvergleichen.
Damit ELSER oder ein E5-Modell im eigenen Cluster läuft, benötigt Elasticsearch Knoten mit der Rolle Machine Learning. Auf ihnen werden die Modelle bereitgestellt und führen Inferenz für Indexierung und Suche aus. In kleinen Installationen können ML- und Datenrolle auf demselben Knoten liegen; in produktiven Umgebungen empfiehlt sich eine Trennung, damit rechenintensive Indexierungsläufe die Suchlatenz nicht beeinträchtigen. Die Modelle laufen typischerweise auf CPUs; Anzahl der Zuweisungen und Threads pro Zuweisung bestimmen den Durchsatz. In Elastic Cloud lässt sich die ML-Kapazität automatisch skalieren, im Selbstbetrieb muss sie geplant werden.
Der größte Ressourcentreiber ist meist die Erstindexierung. Jeder Textabschnitt muss das Modell durchlaufen, und bei hunderttausenden Dokumenten kann das je nach Hardware Stunden bis Tage dauern. Danach fällt Inferenz nur noch für neue oder geänderte Dokumente und für Suchanfragen an. Zusätzlich benötigt der Index Speicherplatz: Sparse-Vektoren sind pro Abschnitt kompakter als unquantisierte dichte Vektoren, aber nicht vernachlässigbar; dichte Vektoren profitieren stark von Quantisierung. Belastbare Werte für Indexierungsdauer, Speicherbedarf und Latenz lassen sich nur mit eigenen Daten und eigener Hardware ermitteln – pauschale Zahlen aus Blogbeiträgen sind selten übertragbar.
Für den DACH-Mittelstand ist dies der wichtigste Betriebshinweis: ELSER wurde von Elastic primär für englischsprachige Texte trainiert. Sein Vokabular und seine Termexpansion sind auf Englisch ausgerichtet. Auf deutschen Texten funktioniert ELSER zwar technisch, die Qualität bleibt aber nach unserer Erfahrung und nach den Hinweisen des Herstellers deutlich hinter dem zurück, was mehrsprachige Modelle oder eine gut konfigurierte deutsche BM25-Suche leisten. Komposita, Flexionsformen und fachsprachliche Begriffe werden unzureichend erfasst.
Für deutschsprachige oder gemischtsprachige Bestände empfehlen wir daher andere Wege: mehrsprachige E5-Modelle, die Elastic direkt für ML-Knoten bereitstellt; über Eland importierte, auf Deutsch oder mehrsprachig trainierte Transformer-Modelle; mehrsprachige Modelle aus dem Jina-Umfeld, sofern im gewählten Betriebsmodell verfügbar; oder externe Embedding-Dienste über die Inference API, sofern die Datenschutzbewertung dies zulässt. In jedem Fall sollte die semantische Komponente mit einer BM25-Suche mit deutschem Analyzer und Kompositazerlegung per RRF kombiniert werden. Diese Hybrid-Variante ist in unseren Projekten für deutsche Unternehmensdokumente regelmäßig die robusteste Lösung. ELSER bleibt interessant für überwiegend englische Bestände wie internationale Produktdokumentation, englische Normen oder Softwarehandbücher.
Der gemeinsame Nenner der Anwendungsfälle ist bekannt: Wissen liegt verteilt in Handbüchern, Tickets, Laufwerken und Fachanwendungen, und Mitarbeitende verbringen viel Zeit mit Suchen. Elasticsearch macht dieses Wissen über natürliche Sprache auffindbar, ohne die Stärken der klassischen Suche aufzugeben – Fehlercodes, Artikelnummern und Normbezeichnungen werden weiterhin exakt gefunden.
Ein typisches Mittelstandsprojekt mit Elasticsearch sieht in unserer Praxis etwa so aus: Konnektoren lesen Dokumente aus Dateiablagen, Wiki und Ticketsystem ein und übernehmen, wo möglich, deren Berechtigungen. Eine Ingest-Pipeline extrahiert Text, ergänzt Metadaten wie Quelle, Sprache und Gültigkeit und schreibt die Inhalte in einen Index mit einem Textfeld für BM25 mit deutschem Analyzer sowie einem semantic_text-Feld, das an ein selbst betriebenes mehrsprachiges Embedding-Modell gebunden ist. Bei einer Nutzerfrage kombiniert ein RRF-Retriever lexikalische und semantische Suche, ein Berechtigungsfilter beschränkt die Treffer auf das Erlaubte, ein Reranker sortiert die besten Kandidaten nach, und ein Sprachmodell formuliert die Antwort mit Verweisen auf die Originaldokumente. Diese Architektur lässt sich mit einem kleinen Cluster starten und wächst mit den Anforderungen.
Elasticsearch ist eine mächtige Plattform – und Mächtigkeit bringt Komplexität mit sich. Für ein Unternehmen ohne jede Elastic-Erfahrung, das nur einen kleinen Wissensassistenten aufbauen möchte, kann eine schlankere Lösung wie pgvector oder eine dedizierte Vektordatenbank schneller zum Ziel führen. Der Vorteil von Elasticsearch kommt dort zum Tragen, wo Volltextsuche, Facetten, Rechte und Semantik zusammenkommen oder wo die Plattform bereits im Haus ist. Unabhängig davon gilt: Die größten Qualitätshebel liegen in der Datenaufbereitung, im Chunking, in der Modellwahl und in einer sauberen Evaluierung – nicht in der Wahl der Suchmaschine allein.
Beim Selbstbetrieb auf eigener Hardware oder bei einem deutschen beziehungsweise europäischen Hoster verbleiben Indizes, Vektoren und Suchanfragen vollständig im eigenen Verantwortungsbereich. Elastic als Hersteller ist an der Datenverarbeitung nicht beteiligt, solange keine externen Inferenz-Endpunkte oder Cloud-Dienste angebunden werden. Werden ELSER oder mehrsprachige Modelle auf eigenen ML-Knoten ausgeführt, verlassen auch die Texte bei der Vektorisierung das eigene Rechenzentrum nicht. Zu beachten ist allerdings, dass Support-Fälle, Telemetrie oder Diagnosedaten je nach Konfiguration an den Hersteller übermittelt werden können; auch das sollte bewusst gesteuert werden.
Bei Elastic Cloud ist Elastic Auftragsverarbeiter, und die Daten liegen in Rechenzentren des gewählten Hyperscalers. Elastic bietet Regionen in der EU an, darunter auch in Deutschland. Damit ist der Speicherort geklärt, nicht aber jede Frage des Zugriffs. Elastic ist ein an der US-Börse gelistetes Unternehmen mit starker US-Präsenz, und die zugrunde liegenden Hyperscaler sind US-Konzerne. Damit unterliegen sie potenziell US-Gesetzen wie dem CLOUD Act, der US-Behörden unter bestimmten Voraussetzungen Zugriff auf Daten ermöglichen kann, die von US-Unternehmen kontrolliert werden – unabhängig vom Speicherort. Ob und wie dieses Risiko über Instrumente wie das EU-US Data Privacy Framework, Standardvertragsklauseln, Verschlüsselung mit eigenen Schlüsseln und ergänzende Maßnahmen ausreichend adressiert wird, ist eine Frage der individuellen Bewertung. Für hochsensible Daten wählen viele Organisationen deshalb bewusst den Selbstbetrieb.
Unabhängig vom Betriebsmodell gilt: Vektoren und Termlisten sind keine anonymen Daten. Gerade die gewichteten Begriffe aus ELSER sind in Teilen direkt lesbar, und auch aus dichten Embeddings lassen sich unter Umständen Rückschlüsse auf Ursprungstexte ziehen. Wer personenbezogene Daten indexiert, muss Löschkonzepte, Zugriffskontrollen und Aufbewahrungsfristen auch für Suchindizes und Snapshots umsetzen.
Die Kosten eines Elasticsearch-basierten RAG-Systems setzen sich aus drei Blöcken zusammen. Der erste ist die Lizenz: Die kostenlose Basisstufe reicht für BM25 und dichte Vektoren mit extern erzeugten Embeddings. Wer ELSER oder andere Modelle im Cluster ausführen, Dokument- und Feldrechte nutzen oder erweiterte KI-Funktionen einsetzen möchte, benötigt nach unserem Kenntnisstand eine höhere Subscription-Stufe, die typischerweise nach Ressourceneinheiten abgerechnet wird. Der zweite Block ist die Infrastruktur: Daten- und ML-Knoten mit ausreichend Arbeitsspeicher und CPU, schneller Speicher und Backup-Speicher. Der dritte Block ist der Betrieb: Einrichtung, Absicherung, Updates, Monitoring und Störungsbehebung.
In der Elastic Cloud sind Lizenz und Infrastruktur im Preis gebündelt und werden nach Ressourcen oder bei Serverless nach Nutzung abgerechnet; der Anbieter stellt Preisrechner bereit. Aktuelle Preise und Konditionen sind beim Anbieter zu prüfen, da sie sich regelmäßig ändern. Als Faustregel gilt: Wer Elasticsearch bereits mit passender Subscription betreibt, kann semantische Suche mit vergleichsweise geringen Zusatzkosten ergänzen. Wer neu startet und nur einen kleinen Wissensassistenten benötigt, sollte die Gesamtkosten einer Elastic-Subscription mit schlankeren Alternativen ehrlich vergleichen.