Kosinus-Ähnlichkeit
Was ist die Kosinus-Ähnlichkeit?
Die Kosinus-Ähnlichkeit ist ein mathematisches Maß für die Ähnlichkeit zweier Vektoren. Sie vergleicht deren Richtung anhand des Winkels zwischen ihnen, unabhängig von ihrer Länge. Das Verfahren wird unter anderem für semantische Suche, Textvergleiche, Empfehlungssysteme, Embeddings und die Verarbeitung natürlicher Sprache eingesetzt.
Die Kosinus-Ähnlichkeit zeigt, wie ähnlich zwei als Zahlenvektoren dargestellte Objekte ausgerichtet sind. Je kleiner der Winkel zwischen den Vektoren ist, desto größer fällt der Ähnlichkeitswert aus. Dadurch lassen sich beispielsweise Texte mit ähnlicher Bedeutung erkennen, obwohl sie unterschiedliche Wörter verwenden.
So funktioniert die Kosinus-Ähnlichkeit
Ein Vektor ist eine geordnete Folge von Zahlen. In der Textanalyse können diese Zahlen etwa Wortvorkommen, gewichtete Begriffe oder durch ein KI-Modell erzeugte Bedeutungsmerkmale abbilden. Solche Bedeutungsvektoren werden häufig als Embeddings bezeichnet.
Die Berechnung basiert auf dem Skalarprodukt der beiden Vektoren und ihren jeweiligen Längen. Das Ergebnis beschreibt den Kosinus des Winkels zwischen ihnen:
cos(A,B) = (A · B) / (||A|| × ||B||). Für A = (1,0) und B = (1,1) ergibt sich ein Wert von rund 0,707. Die Vektoren zeigen damit in eine ähnliche, aber nicht identische Richtung.Die Normierung durch die Vektorlängen verhindert, dass ein langer Text allein wegen seiner höheren Wortanzahl als besonders ähnlich bewertet wird. Ein kurzer Produkttext und eine ausführliche Kategoriebeschreibung können deshalb eine hohe Kosinus-Ähnlichkeit erreichen, wenn beide inhaltlich dieselben Merkmale behandeln.
Werte richtig interpretieren
Die Kosinus-Ähnlichkeit kann mathematisch Werte zwischen minus 1 und 1 annehmen. Ein Wert von 1 steht für dieselbe Richtung, 0 für rechtwinklig zueinanderstehende Vektoren und minus 1 für entgegengesetzte Richtungen. Bei vielen Textdarstellungen mit ausschließlich nicht negativen Werten liegt das Ergebnis zwischen 0 und 1.
Ein allgemeingültiger Schwellenwert für ähnliche Inhalte existiert nicht. Die Bedeutung eines Wertes hängt vom verwendeten Embedding-Modell, der Sprache, der Textlänge und dem Anwendungsfall ab. Ein Grenzwert sollte deshalb anhand bereits bekannter Beispiele geprüft und nicht ungeprüft aus einem anderen Projekt übernommen werden.
Für einen Nullvektor ist die Kosinus-Ähnlichkeit nicht definiert, weil seine Länge null beträgt und eine Division durch null entstehen würde. Anwendungen müssen leere Texte, fehlende Merkmale oder fehlerhafte Vektoren deshalb vor der Berechnung erkennen.
Textähnlichkeit und semantische Suche
Bei einfachen Textvektoren kann jedes Element für ein Wort oder einen Begriff stehen. Die Kosinus-Ähnlichkeit misst dann vor allem Überschneidungen im Wortgebrauch. Verfahren wie TF-IDF gewichten seltene und aussagekräftige Begriffe stärker als häufig vorkommende Wörter.
Moderne Embeddings bilden nicht nur einzelne Wörter, sondern semantische Zusammenhänge ab. Dadurch können die Sätze „Wie reduziere ich meine Werbekosten?“ und „Google Ads effizienter einsetzen“ nahe beieinanderliegen, obwohl sie kaum identische Wörter enthalten. Die Qualität des Ergebnisses hängt dabei wesentlich vom verwendeten Modell ab.
Eine semantische Suchmaschine wandelt sowohl die Suchanfrage als auch Dokumente oder Textabschnitte in Vektoren um. Anschließend sortiert sie die Inhalte nach ihrer Ähnlichkeit zur Anfrage. Dieses Prinzip wird häufig in Vektordatenbanken und Retrieval-Augmented-Generation-Systemen, kurz RAG, eingesetzt.
Nutzen für SEO und Content
Im SEO kann die Kosinus-Ähnlichkeit große Content-Bestände nach Themen gruppieren. Das erleichtert den Aufbau von Themenclustern, die Planung interner Links und die Zuordnung bestehender URLs zu Suchintentionen. Eine fundierte SEO-Keyword-Analyse bleibt dennoch erforderlich, weil mathematische Nähe weder Suchvolumen noch Wettbewerb oder wirtschaftliche Relevanz bewertet.
Ähnlichkeitswerte helfen außerdem dabei, sehr ähnliche Seiten zu finden. Sie können damit eine Analyse auf Duplicate Content und Near-Duplicate-Pages unterstützen. Eine hohe Kosinus-Ähnlichkeit beweist jedoch keinen problematischen Duplicate Content, weil Produktseiten, Glossarbeiträge oder Standortseiten bewusst gemeinsame Fachinformationen enthalten können. Für die Bewertung zählen zusätzlich Suchintention, Seitentyp und eigenständiger Nutzen.
Bei der Content-Optimierung lässt sich prüfen, ob ein Text semantisch zum Fokus-Keyword, zu Nutzerfragen oder zu einem Themencluster passt. Für konkrete Optimierungsentscheidungen sollten die Ergebnisse mit Rankings, Klicks, Conversions und einer manuellen Inhaltsprüfung verbunden werden. Der Einsatz von KI zur Textoptimierung benötigt belastbare Daten, weil ein hoher Ähnlichkeitswert allein keine gute Textqualität bestätigt.
Bedeutung für SEA und GEO
Im SEA kann die Kosinus-Ähnlichkeit Suchbegriffe nach Bedeutungsnähe gruppieren. Auf diese Weise lassen sich umfangreiche Suchanfragenberichte strukturieren, wiederkehrende Nutzerabsichten erkennen und Begriffe geeigneten Anzeigengruppen oder Zielseiten zuordnen. Vor einer Änderung des Kontos müssen zusätzlich Conversion-Daten, Kosten und Suchintention geprüft werden.
Für GEO, ausgeschrieben Generative Engine Optimization, ist semantische Nähe besonders bei der Informationsauswahl relevant. KI-Systeme und RAG-Anwendungen können Textabschnitte anhand ihrer Embeddings zu einer Nutzerfrage abrufen. Klare Definitionen, abgeschlossene Antwortabsätze und eindeutige Entitäten erleichtern die inhaltliche Zuordnung, garantieren aber keine Erwähnung in einer KI-Antwort.
Die tatsächliche KI-Sichtbarkeit lässt sich nicht aus der Kosinus-Ähnlichkeit allein ableiten. Sie muss über reale Abfragen und Nennungen gemessen werden. Der Beitrag zum Messen von Erwähnungen in ChatGPT und Perplexity zeigt, welche Beobachtungsdaten dafür benötigt werden.
Abgrenzung zu anderen Ähnlichkeitsmaßen
Der Unterschied zwischen Kosinus-Ähnlichkeit und euklidischer Distanz liegt im betrachteten Merkmal. Die Kosinus-Ähnlichkeit bewertet primär die Richtung zweier Vektoren, während die euklidische Distanz den direkten räumlichen Abstand misst. Zwei gleich ausgerichtete Vektoren unterschiedlicher Länge können deshalb eine Kosinus-Ähnlichkeit von 1 haben, obwohl ihre euklidische Distanz groß ist.
Der Unterschied zum Skalarprodukt besteht in der Normierung. Das reine Skalarprodukt wird von den Längen der Vektoren beeinflusst. Die Kosinus-Ähnlichkeit teilt das Skalarprodukt durch beide Vektorlängen und macht Ergebnisse dadurch besser zwischen unterschiedlich großen Objekten vergleichbar.
Die Jaccard-Ähnlichkeit vergleicht die Schnittmenge zweier Mengen mit ihrer Vereinigungsmenge. Sie eignet sich beispielsweise für Listen vorhandener Merkmale oder Keywords. Die Kosinus-Ähnlichkeit berücksichtigt dagegen Gewichtungen und mehrdimensionale Vektoren, weshalb sie für TF-IDF-Daten und Embeddings häufig geeigneter ist.
Die Kosinus-Distanz wird meist als 1 minus Kosinus-Ähnlichkeit definiert. Identische Richtungen erhalten dann eine Distanz von 0. Da Bibliotheken unterschiedliche Bezeichnungen und Wertebereiche verwenden können, sollte vor einer Auswertung immer die konkrete Implementierung geprüft werden.
Anwendung im Marketingalltag
Ein belastbarer Workflow beginnt mit einem klar definierten Zweck. Danach werden Texte einheitlich aufbereitet, mit demselben Modell vektorisiert und paarweise oder gegen eine Suchanfrage verglichen. Stichproben zeigen anschließend, welcher Schwellenwert für den konkreten Datenbestand sinnvolle Ergebnisse liefert.
Wenn du eigene SEO-, SEA- und GEO-Daten für KI-Analysen zusammenführen möchtest, kannst du einen Free Account anlegen und den verfügbaren Datenexport prüfen.
Häufige Fragen zur Kosinus-Ähnlichkeit
Ist eine hohe Kosinus-Ähnlichkeit immer gut?
Nein. Ein hoher Wert zeigt lediglich eine starke Ähnlichkeit nach dem gewählten Vektormodell. Bei einer semantischen Suche kann das erwünscht sein, während ein hoher Wert zwischen mehreren Landingpages auf überschneidende Inhalte hinweisen kann.
Welcher Wert gilt als ähnlich?
Es gibt keinen festen Grenzwert für alle Anwendungen. Ein sinnvoller Schwellenwert muss anhand des Modells, der Daten und manuell bewerteter Beispiele festgelegt werden.
Kann die Kosinus-Ähnlichkeit negativ sein?
Ja. Negative Werte sind möglich, wenn Vektoren in teilweise entgegengesetzte Richtungen zeigen. Bei Darstellungen mit ausschließlich nicht negativen Elementen liegt der Wert gewöhnlich zwischen 0 und 1.
Was bedeutet eine Kosinus-Ähnlichkeit von 0?
Ein Wert von 0 bedeutet, dass die Vektoren orthogonal zueinander stehen. Nach diesem Maß weisen sie keine gemeinsame Richtung auf, obwohl einzelne Inhalte oder Merkmale trotzdem übereinstimmen können.
Eignet sich die Kosinus-Ähnlichkeit für kurze Texte?
Ja, sofern ein geeignetes Embedding-Modell verwendet wird. Bei einfachen Wortvektoren können kurze Texte jedoch zu wenige gemeinsame Begriffe enthalten, sodass die Bewertung wenig aussagekräftig ausfällt.
Erkennt die Kosinus-Ähnlichkeit Duplicate Content?
Sie kann ähnliche Texte als Kandidaten markieren, liefert aber keinen abschließenden Nachweis für Duplicate Content. Suchintention, Seitentyp, Wortlaut und eigenständiger Informationswert müssen zusätzlich geprüft werden.
Sie haben noch Fragen?
