Heading Based Chunking

Ein strukturiertes Dokument wird an Überschriftengrenzen in zusammenhängende Abschnitte mit erhaltenem Kontextpfad aufgeteilt

Die Methode bewahrt semantische Grenzen oft besser als starre Zeichenblöcke. Überschriften allein garantieren jedoch keine geeignete Chunkgröße: sehr lange Kapitel müssen weitergeteilt, winzige Abschnitte sinnvoll verbunden und Tabellen oder Listen gesondert behandelt werden.

Die schnelle Definition

Heading Based Chunking zerlegt strukturierte Dokumente entlang ihrer Überschriftenhierarchie in Abschnitte und übernimmt den jeweiligen Überschriftenpfad als Kontext oder Metadaten für Suche, Embeddings und RAG.

Warum ist Heading Based Chunking wichtig?

Strukturbasiertes Chunking soll zusammengehörige Aussagen samt Dokumentkontext abrufbar halten. Der Überschriftenpfad kann Titel, Kapitel und Unterkapitel transportieren, damit ein Treffer auch außerhalb seiner Originalseite verständlich bleibt.

So wird Heading Based Chunking in der Praxis eingesetzt

Dokumente bereinigen: echte H1-H6- oder Markdown-Hierarchie, Hauptinhalt, Listen, Tabellen und Boilerplate zuverlässig erkennen.
Grenzen bilden: an Überschriften teilen, Hierarchie als Metadaten speichern und minimale sowie maximale Tokenlängen definieren.
Sonderfälle behandeln: überlange Abschnitte satz- oder absatzweise weiterteilen und zu kurze Nachbarabschnitte nur semantisch passend verbinden.
Retrieval evaluieren: Trefferquote, Quellenanker, Kontextvollständigkeit, Überlappung und Antwortbelege mit repräsentativen Fragen messen.

Praxisbeispiel

Ein Handbuch wird je H2 und H3 zerlegt. Jeder Chunk speichert Dokumenttitel, H2, H3, Abschnittsanker und Quell-URL. Ein sehr langes H3-Kapitel wird zusätzlich an Absatzgrenzen geteilt, wobei ein kleiner Überlappungsbereich den Gedankengang erhält.

Häufige Fehler

Visuell fett gesetzte Zeilen werden ungeprüft als Überschriften interpretiert oder echte semantische Headings ignoriert.
Ein komplettes langes Kapitel bleibt ein Chunk und überschreitet Modell- oder Embeddinggrenzen trotz sauberer H2-Struktur.
Chunks verlieren Titel, Hierarchie, URL und Abschnittsanker, sodass Treffer nicht zuverlässig eingeordnet oder zitiert werden können.

Bedeutung für Google, Bing und KI-Suchsysteme

Heading Based Chunking ist keine direkte Rankingmaßnahme. Es kann interne Suche und Antwortsysteme verbessern, wenn öffentlich sichtbare Inhalte semantisch gegliedert und Quellenanker erhalten bleiben. Für Websuche zählen weiterhin crawlbares HTML, hilfreiche Abschnitte und eine korrekte Überschriftenhierarchie.