Milvus

Milvus — ausführlich erklärt

Milvus ist eine quelloffene Vektordatenbank — also ein Datenbanksystem, das speziell darauf ausgelegt ist, Embeddings (numerische Vektoren) zu speichern und sehr schnell die jeweils ähnlichsten Vektoren zu einem Suchvektor zu finden. Diese Ähnlichkeitssuche über hochdimensionale Vektoren ist die Grundlage vieler KI-Anwendungen, insbesondere von Retrieval-Augmented Generation (RAG) und semantischer Suche.

Das Projekt wurde ursprünglich von der Firma Zilliz gestartet und ist heute Teil der LF AI & Data Foundation (unter dem Dach der Linux Foundation). Der Quellcode steht unter der freizügigen Apache-2.0-Lizenz; Zilliz bleibt der Hauptbeitragende und bietet mit Zilliz Cloud zusätzlich eine verwaltete Variante an.

Architektur und Kernfunktion

Milvus ist verteilt und cloud-native aufgebaut: Speicherung und Berechnung sind getrennt, sodass das System horizontal über mehrere Knoten skalieren kann — von der lokalen Einzelinstanz bis zu Clustern mit Milliarden von Vektoren. Im Zentrum steht die Approximate Nearest Neighbor (ANN) Suche: Statt jeden gespeicherten Vektor exakt mit dem Suchvektor zu vergleichen (was bei großen Datenmengen zu langsam wäre), nutzt Milvus Index-Strukturen, die sehr schnell näherungsweise die nächsten Nachbarn finden.

Milvus unterstützt mehrere Index-Typen mit unterschiedlichen Abwägungen zwischen Geschwindigkeit, Speicherbedarf und Genauigkeit — darunter HNSW (niedrige Latenz), IVF-Varianten (komprimiert/exakt), DiskANN (für große Datenmengen auf Festplatte) sowie GPU-beschleunigte Indizes. Ergänzend bietet es Metadaten-Filterung, Hybrid-Suche und Skalar-Felder neben den Vektoren.

Einordnung

Milvus zählt zu den verbreitetsten dedizierten Vektordatenbanken und wird häufig als Open-Source- Alternative zu verwalteten Diensten wie Pinecone genannt. Es wird aktiv weiterentwickelt; eine Milvus-3.0-Generation befand sich Mitte 2026 in Arbeit.

Beispiel / Praxisbezug

In einer RAG-Anwendung läuft Milvus typischerweise so: Dokumente werden in Abschnitte (Chunks) zerlegt, jeder Abschnitt mit einem Embedding-Modell in einen Vektor umgewandelt und in Milvus gespeichert. Stellt ein Nutzer eine Frage, wird auch die Frage in einen Vektor übersetzt; Milvus liefert die ähnlichsten Abschnitte zurück (gemessen z. B. über Kosinus-Ähnlichkeit), die dann als Kontext an das Sprachmodell übergeben werden. Über Metadaten-Filter lässt sich die Suche zusätzlich einschränken, etwa auf eine bestimmte Quelle oder Sprache.

Abgrenzung zu ähnlichen Begriffen

• Milvus vs. Vektordatenbank (allgemein): Eine Vektordatenbank ist die Produktkategorie; Milvus ist ein konkretes, quelloffenes Produkt daraus.
• Milvus vs. Pinecone: Pinecone ist ein rein verwalteter Cloud-Dienst (closed source); Milvus ist Open Source und selbst betreibbar — mit Zilliz Cloud als optionaler verwalteter Variante.
• Milvus vs. Qdrant / Weaviate / Chroma: Alle sind dedizierte Vektordatenbanken; sie unterscheiden sich in Architektur, Skalierungsmodell, unterstützten Indizes und Reifegrad. Milvus ist besonders auf sehr große, verteilte Deployments ausgelegt.
• Milvus vs. pgvector: pgvector ist eine Erweiterung für die relationale Datenbank PostgreSQL, kein eigenständiges System. Für kleinere Datenmengen ausreichend; Milvus ist auf reine, hochskalierende Vektor-Workloads spezialisiert.

Entdecke mehr

Blog

Tokens sparen mit Claude: 6 Prinzipien, mit denen Experten doppelt so schnell arbeiten

Wie ich meine CLAUDE.md von Stilrichtlinie auf Token-Budget umgestellt habe — 6 Prinzipien für weniger Kosten, weniger Wartezeit und ehrlicheres Reporting.

Glossar

Chroma

Chroma (ChromaDB) ist eine quelloffene Vektordatenbank zum Speichern und Durchsuchen von Embeddings. Sie wird vor allem in RAG-Systemen genutzt, um relevante Textpassagen per Ähnlichkeitssuche an Sprachmodelle zu liefern.

Lexikon

Vektor-Datenbanken

Was Vektor-Datenbanken leisten, wofür man sie braucht und wie sich Chroma, Weaviate, Milvus, Qdrant und pgvector im Vergleich schlagen.

Themenuebersicht

KI-WerkzeugeVektor-Datenbanken