# German translation of AI Search (1.3.0-alpha1)
# Copyright (c) 2026 by the German translation team
#
msgid ""
msgstr ""
"Project-Id-Version: AI Search (1.3.0-alpha1)\n"
"POT-Creation-Date: 2026-02-28 16:54+0000\n"
"PO-Revision-Date: YYYY-mm-DD HH:MM+ZZZZ\n"
"Language-Team: German\n"
"MIME-Version: 1.0\n"
"Content-Type: text/plain; charset=utf-8\n"
"Content-Transfer-Encoding: 8bit\n"
"Plural-Forms: nplurals=2; plural=(n!=1);\n"

msgid "Content"
msgstr "Inhalt"
msgid "Description"
msgstr "Beschreibung"
msgid "Dimensions"
msgstr "Abmessungen"
msgid "Score"
msgstr "Punktzahl"
msgid "Explanation"
msgstr "Erklärung"
msgid "configure"
msgstr "Konfigurieren"
msgid "dimensions"
msgstr "Maße"
msgid "Amount"
msgstr "Betrag"
msgid "Maximum length"
msgstr "Maximallänge"
msgid "Property"
msgstr "Eigenschaft"
msgid "Database name"
msgstr "Datenbankname"
msgid "Boost"
msgstr "Boost"
msgid "install"
msgstr "installieren"
msgid "tokens"
msgstr "Tokens"
msgid "No results found."
msgstr "Keine Ergebnisse gefunden."
msgid "Results"
msgstr "Ergebnisse"
msgid "Index"
msgstr "Index"
msgid "Database Settings"
msgstr "Datenbankeinstellungen"
msgid "Field Name"
msgstr "Feldname"
msgid "- Select -"
msgstr "- Auswählen -"
msgid "Chunks"
msgstr "Blöcke"
msgid "Number of results to return"
msgstr "Anzahl der zurückzugebenden Ergebnisse"
msgid "Search String"
msgstr "Suchmuster"
msgid "Data source"
msgstr "Datenquelle"
msgid "Collection name"
msgstr "Benennung der Sammlung"
msgid "-- Select --"
msgstr "-- Auswählen --"
msgid "Successfully connected"
msgstr "Erfolgreich verbunden"
msgid "Server index status"
msgstr "Server-Indexstatus"
msgid "Indexing Options"
msgstr "Indizierungsoptionen"
msgid "The number of results to return."
msgstr "Die Anzahl der zurückzugebenden Ergebnisse"
msgid "Chat model"
msgstr "Chat-Modell"
msgid ""
"Enter your prompt here. When submitted, your provider will generate a "
"response. Please note that each query counts against your API usage if "
"your provider is a paid provider."
msgstr ""
"Geben Sie hier Ihre Eingabeaufforderung ein. Nach dem Absenden wird "
"Ihr Anbieter eine Antwort generieren. Bitte beachten Sie, dass jede "
"Abfrage auf Ihre API-Nutzung angerechnet wird, wenn Ihr Anbieter ein "
"kostenpflichtiger Anbieter ist."
msgid ""
"Based on the complexity of your prompt, traffic, and other factors, a "
"response can take time to complete. Please allow the operation to "
"finish."
msgstr ""
"Je nach der Komplexität Ihrer Eingabeaufforderung, dem "
"Verkehrsaufkommen und anderen Faktoren kann die Beantwortung einige "
"Zeit in Anspruch nehmen. Bitte warten Sie, bis der Vorgang "
"abgeschlossen ist."
msgid "AI (Experimental)"
msgstr "KI (experimentell)"
msgid "Vector DB Explorer"
msgstr "Vector DB Explorer"
msgid ""
"Contains a form where you can try out the results you get back from "
"the vector databases."
msgstr ""
"Enthält ein Formular, mit dem Sie die von den Vektordatenbanken "
"erhaltenen Ergebnisse ausprobieren können."
msgid "Select the search api index to use"
msgstr "Wählen Sie den zu verwendenden Such-API-Index"
msgid "Get All Chunks"
msgstr "Alle Chunks erhalten"
msgid "Get all chunks instead of best chunk per entity."
msgstr "Erhalten Sie alle Chunks statt des besten Chunks pro Entität."
msgid "Run DB Query"
msgstr "Datenbankabfrage ausführen"
msgid "RAG database @i"
msgstr "RAG-Datenbank @i"
msgid "RAG database"
msgstr "RAG-Datenbank"
msgid "RAG description"
msgstr "RAG Beschreibung"
msgid ""
"This database will return article segments, together with their "
"Titles, node ids and links."
msgstr ""
"Diese Datenbank liefert Artikelsegmente zusammen mit ihren Titeln, "
"Inhaltsnummern (Node-IDs) und Links."
msgid "RAG threshold"
msgstr "RAG-Schwelle"
msgid "RAG minimum results"
msgstr "RAG-Minimum-Ergebnisse"
msgid ""
"The minimum chunks needed to pass the threshold, before leaving a "
"response based on RAG."
msgstr ""
"Die Mindestanzahl der Chunks, die benötigt werden, um den "
"Schwellenwert zu überschreiten, bevor eine Antwort auf der Grundlage "
"der RAG abgegeben wird."
msgid "RAG max results"
msgstr "RAG max Ergebnisse"
msgid "The maximum results that passed the threshold, to take into account."
msgstr ""
"Die maximal zu berücksichtigenden Ergebnisse, die den Schwellenwert "
"überschritten haben."
msgid "RAG context mode"
msgstr "RAG-Kontextmodus"
msgid ""
"The context mode for the list given to the Assistant. <br>The "
"<strong>chunk mode</strong> will return the chunk as they are and the "
"LLM will act on this - if chunked correctly this produces very quick "
"answer for chatbots that needs to answer quickly.<br>If you return "
"<strong>aggregated and rendered entities</strong>, there will be an "
"LLM agent first checking each of the answers over the whole entity, "
"and then return an aggregated answer to the Assistant. This is slower, "
"but more accurate."
msgstr ""
"Der Kontextmodus für die dem Assistenten übergebene Liste. <br>Im "
"<strong>Chunk-Modus</strong> werden die Chunks so zurückgegeben, wie "
"sie sind, und der LLM wird darauf reagieren - wenn sie richtig "
"gechunked sind, führt dies zu einer sehr schnellen Antwort für "
"Chatbots, die schnell antworten müssen.<br>Wenn Sie "
"<strong>aggregierte und gerenderte Entitäten</strong> zurückgeben, "
"wird ein LLM-Agent zuerst jede der Antworten über die gesamte "
"Entität prüfen und dann eine aggregierte Antwort an den Assistenten "
"zurückgeben. Dies ist zwar langsamer, aber genauer."
msgid "Aggregated and Rendered entities"
msgstr "Aggregierte und gerenderte Einheiten"
msgid "RAG LLM Agent"
msgstr "RAG LLM Agent"
msgid "RAG access check"
msgstr "RAG-Zugriffsprüfung"
msgid ""
"With this enabled the system will do a post query access check on "
"every chunk to see if the user has access to that content. Note that "
"this might lead to no results and be slower, but it makes sure that "
"none-accessible items are not reached. This is done before the "
"Assistant prompt, so its secure to prompt injection."
msgstr ""
"Wenn diese Option aktiviert ist, führt das System nach der Abfrage "
"eine Zugriffsprüfung für jeden Chunk durch, um festzustellen, ob der "
"Benutzer Zugriff auf diesen Inhalt hat. Beachten Sie, dass dies zu "
"keinen Ergebnissen führen kann und langsamer ist, aber es stellt "
"sicher, dass nicht zugängliche Elemente nicht erreicht werden. Dies "
"geschieht vor der Eingabeaufforderung des Assistenten, so dass die "
"Eingabeaufforderung sicher ist."
msgid "AI Search"
msgstr "KI-Suche"
msgid ""
"Offers an implementation of the Search API that uses a Vector DB "
"server for indexing content."
msgstr ""
"Bietet eine Implementierung der Such-API, die einen Vector DB-Server "
"für die Indizierung von Inhalten verwendet."
msgid "How to select your chunk size"
msgstr "So wählen Sie die Größe eines Chunks aus"
msgid ""
"No Vector DB providers are installed or setup for search in vectors, "
"please %install and %configure one first."
msgstr ""
"Es sind keine Vector DB-Anbieter für die Suche in Vektoren "
"installiert oder eingerichtet, bitte %install und %configure Sie "
"zuerst einen."
msgid "Vector Database"
msgstr "Vektor-Datenbank"
msgid "Index items on Vector DB."
msgstr "Index-Elemente auf Vector DB."
msgid "Embeddings Engine"
msgstr "Einbettungs-Engine"
msgid "Embeddings Engine Configuration"
msgstr "Konfiguration der Einbettungsmaschine"
msgid "Embedding Strategy Configuration"
msgstr "Konfiguration der Einbettungsstrategie"
msgid ""
"A description of what is possible to find in this database. Be "
"verbose, an advanced AI Assistant might use it for choosing where to "
"search."
msgstr ""
"Eine Beschreibung dessen, was man in dieser Datenbank finden kann. "
"Seien Sie ausführlich, ein fortgeschrittener KI-Assistent könnte "
"dies für die Auswahl der zu durchsuchenden Bereiche verwenden."
msgid ""
"This is the threshold that the answer have to meet to be thought of as "
"a valid response. Note that the number may shift depending on the "
"similar metric you are using."
msgstr ""
"Dies ist der Schwellenwert, den die Antwort erfüllen muss, damit sie "
"als gültige Antwort betrachtet werden kann. Beachten Sie, dass sich "
"die Zahl je nach der von Ihnen verwendeten ähnlichen Metrik "
"verschieben kann."
msgid "Reuse RAG Context"
msgstr "RAG-Kontext wiederverwenden"
msgid ""
"If the RAG has been used before, try to reuse the answer from the last "
"time. This will do a pre-call to the AI provider to ask if the current "
"context is enough, meaning a higher cost if you enable this."
msgstr ""
"Wenn die RAG schon einmal verwendet wurde, versuchen Sie, die Antwort "
"vom letzten Mal wiederzuverwenden. Dadurch wird ein Vorabanruf beim "
"KI-Anbieter durchgeführt, um zu fragen, ob der aktuelle Kontext "
"ausreicht, was höhere Kosten bedeutet, wenn Sie dies aktivieren."
msgid "Context threshold"
msgstr "Kontext-Schwelle"
msgid ""
"This is the threshold that the answer have to meet to be thought of as "
"a valid response in context. Note that the similarity value is "
"generally lower on a specific question in context, so lower values are "
"needed."
msgstr ""
"Dies ist der Schwellenwert, den die Antwort erfüllen muss, um im "
"Kontext als gültige Antwort angesehen zu werden. Beachten Sie, dass "
"der Ähnlichkeitswert bei einer bestimmten Frage im Kontext in der "
"Regel niedriger ist, so dass niedrigere Werte erforderlich sind."
msgid "RAG Actions"
msgstr "RAG-Aktionen"
msgid "Search RAG"
msgstr "RAG-Suche"
msgid "Search RAG for a specific topic."
msgstr "Suchen Sie bei der RAG nach einem bestimmten Thema."
msgid "Reuse RAG"
msgstr "Reuse RAG"
msgid "Reuse RAG for a specific topic."
msgstr "RAG für ein bestimmtes Thema wiederverwenden."
msgid "Set Dimensions Manually"
msgstr "Abmessungen manuell einstellen"
msgid "No Search API servers found to review for changes."
msgstr ""
"Es wurden keine Such-API-Server gefunden, die auf Änderungen "
"überprüft werden können."
msgid ""
"Search API Servers using the AI Search module updated database "
"settings: @number."
msgstr ""
"Suche auf API-Servern mit dem AI-Suchmodul aktualisierte "
"Datenbankeinstellungen: @number."
msgid "No Search API indexes found to review for changes."
msgstr ""
"Es wurden keine Such-API-Indizes gefunden, die auf Änderungen "
"überprüft werden können."
msgid ""
"The Search API field type Embedding is no longer used. Please go to "
"your Search API Fields and configure your field indexing. This has "
"changed significantly since the early experimental versions."
msgstr ""
"Der Such-API-Feldtyp Einbettung wird nicht mehr verwendet. Bitte gehen "
"Sie zu Ihren Such-API-Feldern und konfigurieren Sie Ihre "
"Feldindizierung. Dies hat sich seit den frühen experimentellen "
"Versionen erheblich geändert."
msgid ""
"No Search API index changes have been made, all indexes are as "
"expected or unrelated to the AI Search module."
msgstr ""
"Es wurden keine Änderungen am Such-API-Index vorgenommen, alle "
"Indizes sind wie erwartet oder stehen in keinem Zusammenhang mit dem "
"AI-Suchmodul."
msgid "Search API Servers using the AI Search module updated: @number."
msgstr "Suche auf API-Servern mit dem KI-Suchmodul aktualisiert:@number."
msgid "Search index indexing options"
msgstr "Indizierungsoptionen für den Suchindex"
msgid "Search API Index ID"
msgstr "Suche API Index ID"
msgid "Control whether to set a maximum length per field"
msgstr "Steuerung, ob eine maximale Länge pro Feld festgelegt werden soll"
msgid "Exclude the content chunk from the metadata"
msgstr "Ausschluss des Inhalts-Chunks aus den Metadaten"
msgid "Indexing Option"
msgstr "Indizierungsoption"
msgid "Maximum chunk size allowed when breaking up larger content"
msgstr "Maximal zulässige Stückgröße beim Aufteilen größerer Inhalte"
msgid ""
"When the content is longer than this in tokens (which roughly equates "
"to syllables when oversimplified), the content should be broken into "
"smaller \"Chunks\". This setting defines how to segment or break up "
"the larger text. When configuring Fields for this Index, the fields "
"with the indexing option \"Main Content\" will be split into chunks no "
"greater than this size. This includes any added \"Contextual Content\" "
"as well as the \"Title\" to ensure an accurate vectorized "
"representation of the content. More details are provided when "
"configuring the Fields within your Index. Leave this blank to use the "
"maximum size provided by the selected model."
msgstr ""
"Wenn der Inhalt länger als diese Anzahl von Token ist (was grob "
"vereinfacht einer Silbe entspricht), sollte der Inhalt in kleinere "
"\"Chunks\" unterteilt werden. Mit dieser Einstellung wird festgelegt, "
"wie der größere Text segmentiert oder aufgeteilt werden soll. Wenn "
"Sie Felder für diesen Index konfigurieren, werden die Felder mit der "
"Indizierungsoption \"Hauptinhalt\" in Stücke aufgeteilt, die nicht "
"größer als diese Größe sind. Dies schließt alle hinzugefügten "
"\"kontextuellen Inhalte\" sowie den \"Titel\" ein, um eine genaue "
"vektorisierte Darstellung des Inhalts zu gewährleisten. Weitere "
"Einzelheiten werden bei der Konfiguration der Felder in Ihrem Index "
"angegeben. Lassen Sie dieses Feld leer, um die maximale Größe zu "
"verwenden, die das ausgewählte Modell bietet."
msgid "Minimum chunk overlap for 'Main Content'"
msgstr "Minimale Überlappung von Chunks des'Hauptinhalts'"
msgid ""
"When breaking apart the content into smaller chunks, copy a bit of the "
"content from the previous chunk to avoid anything important being "
"missed overall by inadvertently splitting for example mid-concept. "
"This specifies the number of tokens to retrieve from the preceding "
"chunk to provide that overlapping content."
msgstr ""
"Wenn Sie den Inhalt in kleinere Chunks aufteilen, kopieren Sie einen "
"Teil des Inhalts aus dem vorherigen Chunk, um zu vermeiden, dass etwas "
"Wichtiges durch versehentliches Aufteilen z. B. in der Mitte des "
"Konzepts übersehen wird. Dies gibt die Anzahl der Token an, die aus "
"dem vorangegangenen Chunk abgerufen werden müssen, um den "
"überlappenden Inhalt zu liefern."
msgid "Advanced Field Indexing Options"
msgstr "Erweiterte Feldindizierungsoptionen"
msgid ""
"Advanced usage: Set maximum lengths for each string \"Filterable "
"attribute\"."
msgstr ""
"Erweiterte Verwendung: Legen Sie die maximale Länge für jede "
"Zeichenkette \"Filterbares Attribut\" fest."
msgid ""
"Vector Databases allow attaching of metadata to the vectorized "
"content; however, they typically have limits to how much metadata can "
"be attached. If you set very long fields as \"Filterable attributes\" "
"you may wish to control the maximum length per field. Disabling this "
"checkbox will reset the maximum lengths to no restriction."
msgstr ""
"Vektordatenbanken erlauben das Anhängen von Metadaten an den "
"vektorisierten Inhalt; sie haben jedoch in der Regel Grenzen für die "
"Menge der Metadaten, die angehängt werden können. Wenn Sie sehr "
"lange Felder als \"Filterbare Attribute\" festlegen, möchten Sie "
"vielleicht die maximale Länge pro Feld kontrollieren. Wenn Sie dieses "
"Kontrollkästchen deaktivieren, werden die Höchstlängen auf keine "
"Beschränkung zurückgesetzt."
msgid ""
"Advanced usage: Exclude the \"Chunk\" of the \"Main Content\" from the "
"metadata."
msgstr ""
"Erweiterte Verwendung: Schließen Sie den \"Chunk\" des \"Main "
"Content\" aus den Metadaten aus."
msgid ""
"By default the metadata contains a \"content\" attribute attached to "
"it. This may be used by some tools when a chunk is returned such as an "
"AI Assistant. If you however ensure that the returned results are used "
"to load the full entity (also an option in AI Assistants and the "
"default for Views) then the \"content\" attribute in the metadata is "
"not needed and can save space."
msgstr ""
"Standardmäßig sind die Metadaten mit dem Attribut \"Inhalt\" "
"versehen. Dies kann von einigen Tools verwendet werden, wenn ein Chunk "
"zurückgegeben wird, z. B. von einem AI-Assistenten. Wenn Sie jedoch "
"sicherstellen, dass die zurückgegebenen Ergebnisse zum Laden der "
"vollständigen Entität verwendet werden (auch eine Option in "
"AI-Assistenten und die Standardeinstellung für Ansichten), wird das "
"Attribut \"content\" in den Metadaten nicht benötigt und kann Platz "
"sparen."
msgid "Vector Database indexing options"
msgstr "Indizierungsoptionen der Vektordatenbank"
msgid "Indexing option"
msgstr "Option Indizierung"
msgid "Preview content to be vectorized"
msgstr "Vorschau des zu vektorisierenden Inhalts"
msgid ""
"After saving your configuration, without needing to index, this form "
"can be used to check what will get vectorized from a specific item "
"(i.e., the \"Main Content\" and \"Contextual Content\" output will be "
"shown), as well as what metadata will be available from \"Filterable "
"Attributes\"."
msgstr ""
"Nachdem Sie Ihre Konfiguration gespeichert haben, kann dieses Formular "
"verwendet werden, um zu überprüfen, was von einem bestimmten Element "
"vektorisiert wird (d. h., die Ausgaben \"Hauptinhalt\" und "
"\"Kontextinhalt\" werden angezeigt) und welche Metadaten unter "
"\"Filtrierbare Attribute\" verfügbar sind, ohne dass eine Indexierung "
"erforderlich ist."
msgid "Search for an item by title"
msgstr "Suche nach einem Artikel nach Titel"
msgid "Total chunks for this content: @count"
msgstr "Gesamtzahl der Chunks für diesen Inhalt: @count"
msgid "No chunks were generated for the given entity."
msgstr "Für die angegebene Entität wurden keine Chunks erzeugt."
msgid "ID for chunk @chunk"
msgstr "ID des Stücks @chunk"
msgid "Imploded array"
msgstr "Implodiertes Array"
msgid ""
"Only one \"Main Content\" field is supported by the Embedding Strategy "
"selected in the Search API Server configuration."
msgstr ""
"Die in der Konfiguration des Such-API-Servers ausgewählte "
"Einbettungsstrategie unterstützt nur ein Feld „Hauptinhalt\"."
msgid "RAG rendered view mode"
msgstr "RAG gerenderter Ansichtsmodus"
msgid ""
"Select a preferred view mode. If not found, the default view mode will "
"be used for the given entity type."
msgstr ""
"Wählen Sie einen bevorzugten Ansichtsmodus. Wird er nicht gefunden, "
"wird der Standard-Ansichtsmodus für den angegebenen Entitätstyp "
"verwendet."
msgid ""
"With Aggregated and Rendered entities, this agent will take each of "
"the entities returned and create one summarized answer to feed to the "
"assistant. This can take the tokens [question] and [entity] or even "
"specific tokens from the entity below. If multiple results are found "
"the [entity] will be replaced with the contents of multiple results "
"separated by --------- and new lines."
msgstr ""
"Bei aggregierten und gerenderten Entitäten nimmt dieser Agent jede "
"der zurückgegebenen Entitäten und erstellt eine zusammengefasste "
"Antwort, die an den Assistenten weitergegeben wird. Dabei können die "
"Token [Frage] und [Entität] oder sogar bestimmte Token aus der "
"darunter liegenden Entität verwendet werden. Wenn mehrere Ergebnisse "
"gefunden werden, wird [entity] durch den Inhalt mehrerer Ergebnisse, "
"getrennt durch --------- und neue Zeilen, ersetzt."
msgid ""
"Can you summarize if the following article(s) are relevant to the "
"question?\n"
"If it is not, please just answer \"no answer\".\n"
"If it is, answer with the details that are needed to answer this from "
"a larger perspective.\n"
"\n"
"The question is:\n"
"-----------------------\n"
"[question]\n"
"-----------------------\n"
"\n"
"The article(s) are:\n"
"-----------------------\n"
"[entity]\n"
"-----------------------"
msgstr ""
"Können Sie zusammenfassen, ob der/die folgende(n) Artikel für die "
"Frage relevant ist/sind? Wenn nicht, antworten Sie bitte einfach mit "
"\"keine Antwort\". \r\n"
"Wenn ja, geben Sie bitte die notwendigen Details an, um die Frage in "
"einem breiteren Kontext zu beantworten. Die Frage lautet: \r\n"
"----------------------- \r\n"
"[question] \r\n"
"----------------------- \r\n"
"Der/die Artikel ist/sind: \r\n"
"----------------------- \r\n"
"[entity] \r\n"
"-----------------------"
msgid "Enriched Composite Embedding"
msgstr "Angereicherte Komposit-Einbettung"
msgid ""
"This generates a single vector representation of all chunks by "
"averaging the chunks."
msgstr ""
"Dies erzeugt eine einzige Vektordarstellung aller Chunks durch "
"Mittelung der Chunks."
msgid "Enriched Embedding Strategy"
msgstr "Angereicherte Einbettungsstrategie"
msgid ""
"This generates multiple vector representations of the content enriched "
"with repeated contextual information alongside each chunk."
msgstr ""
"Auf diese Weise werden mehrere Vektordarstellungen des Inhalts "
"erzeugt, die mit wiederholten Kontextinformationen neben jedem Chunk "
"angereichert sind."
msgid "Failed to convert chunk to UTF8: @chunk"
msgstr "Konvertierung von chunk nach UTF8 fehlgeschlagen: @chunk"
msgid ""
"Failed to determine non-UTF8 encoding to attempt to auto-convert "
"chunk: @chunk"
msgstr ""
"Es konnte keine Nicht-UTF8-Kodierung für den Versuch der "
"automatischen Konvertierung des Chunks ermittelt werden: @chunk"
msgid "Contextual content maximum percentage"
msgstr "Maximaler Prozentsatz des kontextuellen Inhalts"
msgid ""
"Title and other contextual content are prepended to all chunks to "
"provide context. This setting defines the maximum space they are "
"allowed to take up. Setting to 30 means 30% of the chunk is allowed to "
"be Contextual Content, leaving 70% for the Main Content information. "
"Defaults to 30% if left blank."
msgstr ""
"Titel und andere kontextbezogene Inhalte werden allen Chunks "
"vorangestellt, um den Kontext zu verdeutlichen. Diese Einstellung "
"definiert den maximalen Platz, den sie einnehmen dürfen. Eine "
"Einstellung von 30 bedeutet, dass 30 % des Chunks für kontextuelle "
"Inhalte vorgesehen sind und 70 % für den Hauptinhalt zur Verfügung "
"stehen. Die Standardeinstellung ist 30 %, wenn sie leer gelassen wird."
msgid "Tokenizer chat counting model"
msgstr "Tokenizer-Chat-Zählmodell"
msgid ""
"This is recommended to ensure the right number of tokens is calculated "
"for the embeddings. Depending on the vector database and dimensions, "
"the number of Tokens allowed per chunk of content differs. This "
"service is used to count the number of tokens in your content as "
"accurately as possible to better make use of the available space."
msgstr ""
"Dies wird empfohlen, um sicherzustellen, dass die richtige Anzahl von "
"Token für die Einbettungen berechnet wird. Je nach Vektordatenbank "
"und Dimensionen ist die Anzahl der erlaubten Token pro Inhaltsstück "
"unterschiedlich. Dieser Dienst dient dazu, die Anzahl der Token in "
"Ihrem Inhalt so genau wie möglich zu zählen, um den verfügbaren "
"Platz besser zu nutzen."
msgid ""
"The Vector Database to use. This is where the generated Embeddings "
"(vectorized representations of your content) are stored. The user's "
"queries are then vectorized in the same manner and the mathematical "
"distance between the query and the vectors stored in the database are "
"compared to find the nearest results."
msgstr ""
"Die zu verwendende Vektordatenbank. Hier werden die generierten "
"Embeddings (vektorisierte Darstellungen Ihrer Inhalte) gespeichert. "
"Die Abfragen des Nutzers werden dann auf die gleiche Weise "
"vektorisiert und der mathematische Abstand zwischen der Abfrage und "
"den in der Datenbank gespeicherten Vektoren wird verglichen, um die "
"nächstliegenden Ergebnisse zu finden."
msgid "Vector Database Configuration"
msgstr "Konfiguration der Vektordatenbank"
msgid "An error occurred: \"@error\""
msgstr "Es ist ein Fehler aufgetreten: \"@error\""
msgid "AI Search Database to combine with"
msgstr "KI-Such-Datenbank zur Kombination mit"
msgid ""
"Select the AI Search server to run the query against first in order to "
"prepend top relevant results. Your AI Search index should index the "
"same types of content and ideally be as close to an overlap of the "
"same content indexed as possible. For best results index exactly the "
"same content."
msgstr ""
"Wählen Sie den KI-Suchserver aus, auf dem die Abfrage zuerst "
"ausgeführt werden soll, um die wichtigsten relevanten Ergebnisse "
"voranzustellen. Ihr KI-Suchindex sollte dieselben Inhaltstypen "
"indizieren und sich idealerweise so weit wie möglich mit denselben "
"indizierten Inhalten überschneiden. Die besten Ergebnisse erzielen "
"Sie, wenn Sie genau die gleichen Inhalte indexieren."
msgid "Minimum relevance score"
msgstr "Mindestpunktzahl für Relevanz"
msgid ""
"Only prepend results that have a score higher than this. The score "
"should be between 0 and 1. 0 will return all results. 1 is almost "
"impossible to achieve and will likely never return results. Between "
"0.2 and 0.5 are most likely to be useful."
msgstr ""
"Es werden nur Ergebnisse vorangestellt, die eine höhere Punktzahl als "
"diese haben. Die Punktzahl sollte zwischen 0 und 1 liegen. 0 liefert "
"alle Ergebnisse. 1 ist fast unmöglich zu erreichen und wird "
"wahrscheinlich nie Ergebnisse liefern. Zwischen 0,2 und 0,5 sind am "
"ehesten nützlich."
msgid ""
"The number of results to prepend. If found, up to this many results "
"will be prepended to the SOLR search. Note that this is before "
"filtering is applied, so you may wish to have a higher number here."
msgstr ""
"Die Anzahl der Ergebnisse, die vorangestellt werden sollen. Falls "
"gefunden, werden bis zu dieser Anzahl von Ergebnissen der SOLR-Suche "
"vorangestellt. Beachten Sie, dass dies vor der Filterung geschieht, so "
"dass Sie hier vielleicht eine höhere Zahl angeben möchten."
msgid "Exact phrase action"
msgstr "Genaue Formulierung der Aktion"
msgid ""
"When the field to search with contains two quotes the user may be "
"doing an exact search. AI Search is a representation of the data in "
"vectors but does not contain the actual exact phrases. If an exact "
"phrase search is run, skipping AI Search is recommended."
msgstr ""
"Wenn das Feld, in dem gesucht werden soll, zwei Anführungszeichen "
"enthält, führt der Benutzer möglicherweise eine exakte Suche durch. "
"Die AI-Suche ist eine Darstellung der Daten in Vektoren, enthält aber "
"nicht die exakten Phrasen. Wenn eine exakte Phrasensuche durchgeführt "
"wird, empfiehlt es sich, die AI-Suche zu überspringen."
msgid ""
"Skip: When an exact phrase is searched (ie, sets of quotes found) do "
"not perform a vector database search"
msgstr ""
"Überspringen: Wenn eine exakte Phrase gesucht wird (d.h. wenn "
"Anführungszeichen gefunden werden), wird keine Vektordatenbank-Suche "
"durchgeführt."
msgid ""
"Reduce: When an exact phrase is searched (ie, sets of quotes found) "
"reduce the number of vector results to N results"
msgstr ""
"Reduzieren: Wenn eine exakte Phrase gesucht wird (d.h. "
"Anführungszeichen gefunden werden), wird die Anzahl der "
"Vektorergebnisse auf N Ergebnisse reduziert"
msgid ""
"Continue: When an exact phrase is searched (ie, sets of quotes found), "
"behave the same as if no quotes are found"
msgstr ""
"Weiter: Wenn eine exakte Phrase gesucht wird (d.h. wenn "
"Anführungszeichen gefunden werden), verhält sich das System genauso, "
"als wenn keine Anführungszeichen gefunden werden"
msgid "Number of results to return when an exact phrase is searched"
msgstr ""
"Anzahl der Ergebnisse, die bei der Suche nach einer exakten Phrase "
"zurückgegeben werden"
msgid ""
"Instead of the full results, return a much smaller number of results. "
"This is recommended to be 1 or 2 maximum so that exact matches are "
"immediately visible."
msgstr ""
"Geben Sie anstelle der vollständigen Ergebnisse eine viel kleinere "
"Anzahl von Ergebnissen zurück. Es wird empfohlen, maximal 1 oder 2 "
"Ergebnisse zu liefern, damit exakte Übereinstimmungen sofort sichtbar "
"sind."
msgid "Choose an AI Search index to search with."
msgstr "Wählen Sie einen KI-Suchindex für die Suche aus."
msgid ""
"When the \"Reduce\" option is chosen, the number to reduce to must be "
"greater than zero. Otherwise use the \"Skip\" option."
msgstr ""
"Wenn die Option „Reduzieren\" gewählt wird, muss die Zahl, auf die "
"reduziert werden soll, größer als Null sein. Andernfalls verwenden "
"Sie die Option „Überspringen\"."
msgid "Failed to run AI search: @message"
msgstr "Die KI-Suche konnte nicht durchgeführt werden: @message"
msgid ""
"This processor plugin only supports \"search_api_db\", but the backend "
"of this index is \"@backend\""
msgstr ""
"Dieses Prozessor-Plugin unterstützt nur \"search_api_db\", aber das "
"Backend dieses Indexes ist \"@backend\"."
msgid "Boost Database by AI Search"
msgstr "Boost-Datenbank durch AI-Suche"
msgid ""
"This processor plugin only supports \"search_api_solr\", but the "
"backend of this index is \"@backend\""
msgstr ""
"Dieses Prozessor-Plugin unterstützt nur \"search_api_solr\", aber das "
"Backend dieses Indexes ist \"@backend\"."
msgid "Boost SOLR by AI Search"
msgstr "Steigerung von SOLR durch LI-Suche"
msgid ""
"The service to use for generating the embeddings (the vectorized "
"representations of each chunk of your content). If you change this, "
"everything will be needed to be reindexed. Larger models tend to "
"provide more complete representations of the content and therefore "
"more accurate results, but are however slower (and for paid models, "
"typically with a slightly higher cost). The general idea here is that "
"the engine creates vectorized representations of your chunks of "
"content, then vectorize the user's query in the same manner (i.e., "
"using the same engine) to mathematically compare the vectors and find "
"the nearest matches."
msgstr ""
"Der Dienst, der für die Erzeugung der Einbettungen (die "
"vektorisierten Darstellungen der einzelnen Teile Ihres Inhalts) "
"verwendet wird. Wenn Sie dies ändern, muss alles neu indiziert "
"werden. Größere Modelle liefern in der Regel vollständigere "
"Darstellungen des Inhalts und damit genauere Ergebnisse, sind aber "
"auch langsamer (und bei kostenpflichtigen Modellen in der Regel mit "
"etwas höheren Kosten verbunden). Die allgemeine Idee dabei ist, dass "
"die Maschine vektorisierte Darstellungen Ihrer Inhaltsstücke erstellt "
"und dann die Abfrage des Nutzers auf dieselbe Weise vektorisiert (d. "
"h. dieselbe Maschine verwendet), um die Vektoren mathematisch zu "
"vergleichen und die nächstliegenden Übereinstimmungen zu finden."
msgid "Advanced Embeddings Engine Configuration"
msgstr "Erweiterte Konfiguration der Embeddings Engine"
msgid "Number of dimensions"
msgstr "Anzahl der Dimensionen"
msgid ""
"The number of dimensions for the embeddings. This is essentially the "
"amount of information to store about each chunk of content. More "
"information (more dimensions) leads to more accurate results, but "
"slower performance. Depending on the provider, more dimensions may "
"also have a higher cost."
msgstr ""
"Die Anzahl der Dimensionen für die Einbettungen. Dies ist im "
"Wesentlichen die Menge an Informationen, die über jedes Stück Inhalt "
"gespeichert werden soll. Mehr Informationen (mehr Dimensionen) führen "
"zu genaueren Ergebnissen, aber auch zu einer langsameren Leistung. Je "
"nach Anbieter können mehr Dimensionen auch mit höheren Kosten "
"verbunden sein."
msgid "Advanced Embeddings Strategy Configuration"
msgstr "Erweiterte Einbettungsstrategie Konfiguration"
msgid "Strategy for breaking content into smaller chunks for indexing"
msgstr ""
"Strategie zur Aufteilung von Inhalten in kleinere Teile für die "
"Indizierung"
msgid ""
"The service to use for embeddings. If you change this, everything will "
"be needed to be re-indexed. The Embeddings Strategy decides how to "
"break apart the contents into smaller chunks to be vectorized. The "
"strategy impacts the information stored in the vectors and therefore "
"the accuracy level when retrieving results."
msgstr ""
"Der für die Einbettungen zu verwendende Dienst. Wenn Sie dies "
"ändern, muss alles neu indiziert werden. Die Einbettungsstrategie "
"entscheidet darüber, wie der Inhalt in kleinere Teile zerlegt wird, "
"die vektorisiert werden sollen. Die Strategie wirkt sich auf die in "
"den Vektoren gespeicherten Informationen und somit auf die Genauigkeit "
"beim Abrufen der Ergebnisse aus."
msgid "Strategy name"
msgstr "Name der Strategie"
msgid ""
"This statistic normally counts the rows of data in your actual index "
"by querying your database with no filters. Vector databases require a "
"vector to compare against so that approach does not work here. Please "
"see the Search API Server \"View\" page to check on the status of your "
"connection in general."
msgstr ""
"Diese Statistik zählt normalerweise die Datenzeilen in Ihrem "
"aktuellen Index, indem Sie Ihre Datenbank ohne Filter abfragen. "
"Vektordatenbanken benötigen einen Vektor zum Vergleich, so dass "
"dieser Ansatz hier nicht funktioniert. Auf der Seite \"Ansicht\" des "
"Such-API-Servers können Sie den Status Ihrer Verbindung im "
"Allgemeinen überprüfen."
msgid ""
"For \"@field\", you must select an indexing option. Select \"Ignore\" "
"if you do not wish to do anything with this field for now."
msgstr ""
"Für \"@field\" müssen Sie eine Indizierungsoption auswählen. "
"Wählen Sie \"Ignorieren\", wenn Sie mit diesem Feld vorerst nichts "
"anfangen wollen."
msgid ""
"At least one field should be set as \"Main content\" to generate the "
"vector embeddings from."
msgstr ""
"Mindestens ein Feld sollte als \"Hauptinhalt\" festgelegt werden, um "
"daraus die Vektoreinbettungen zu erzeugen."
msgid ""
"Embeddings engine configuration \"dimensions\" must be provided and "
"must be greater than 0"
msgstr ""
"Embeddings Motorkonfiguration \"dimensions\" muss angegeben werden und "
"muss größer als 0 sein"
msgid ""
"This is for advanced usage, when you want to use custom or a variable "
"embeddings engines. With variable embeddings engine you can choose a "
"smaller dimension to choose performance and price over quality. Once "
"the index has been created, the dimensions can no longer be changed or "
"overridden."
msgstr ""
"Dies ist für den fortgeschrittenen Gebrauch, wenn Sie "
"benutzerdefinierte oder variable Einbettungsmotoren verwenden "
"möchten. Mit einer variablen Einbettungsmaschine können Sie eine "
"kleinere Dimension wählen, um Leistung und Preis über Qualität zu "
"stellen. Sobald der Index erstellt wurde, können die Dimensionen "
"nicht mehr geändert oder außer Kraft gesetzt werden."
msgid ""
"In order to make the chunk more readable, please install the "
"Commonmark optional dependency from PHP League by running "
"<code>composer require league/commonmark</code>."
msgstr ""
"Um den Chunk besser lesbar zu machen, installieren Sie bitte die "
"optionale Commonmark-Abhängigkeit von PHP League, indem Sie "
"<code>composer require league/commonmark</code> ausführen."
msgid ""
"No AI providers are installed for Embeddings calls. Choose a provider "
"from the <a href=\"@ai\">AI module homepage</a>, add it to your "
"project, then %install and %configure it first."
msgstr ""
"Für Einbettungsaufrufe sind keine KI-Anbieter installiert. Wählen "
"Sie auf der <a href=\"@ai\">Homepage des AI-Moduls</a> einen Anbieter "
"aus, fügen Sie ihn zu Ihrem Projekt hinzu, und %install und "
"%configure Sie ihn zuerst."
msgid ""
"Only return results that have a score higher than this. The score "
"should be between 0 and 1. 0 will return all results. 1 is almost "
"impossible to achieve and will likely never return results. Between "
"0.2 and 0.5 are most likely to be useful."
msgstr ""
"Es werden nur Ergebnisse zurückgegeben, die eine höhere Punktzahl "
"als diese aufweisen. Die Punktzahl sollte zwischen 0 und 1 liegen. 0 "
"liefert alle Ergebnisse. 1 ist fast unmöglich zu erreichen und wird "
"wahrscheinlich nie Ergebnisse liefern. Zwischen 0,2 und 0,5 sind am "
"ehesten nützlich."
msgid "AI Search Score Threshold"
msgstr "KI-Suchergebnis Schwellenwert"
msgid "The minimum score for a result to be returned."
msgstr "Die Mindestpunktzahl, damit ein Ergebnis zurückgegeben werden kann."
msgid "Dynamic Field Configuration"
msgstr "Dynamische Feldkonfiguration"
msgid "Search API AI Search settings"
msgstr "Such-API AI Sucheinstellungen"
msgid "The chat model"
msgstr "Das Chat-Modell"
msgid "The database type"
msgstr "Der Datenbanktyp"
msgid "The name of the database"
msgstr "Der Name der Datenbank"
msgid "The collection name"
msgstr "Der Name der Sammlung"
msgid "The similarity metric to use"
msgstr "Die zu verwendende Ähnlichkeitsmetrik"
msgid "The embeddings engine"
msgstr "Die Einbettungsmaschine"
msgid "Whether to set dimensions manually"
msgstr "Manuelle Einstellung der Abmessungen"
msgid "The number of dimensions"
msgstr "Die Anzahl der Dimensionen"
msgid "The embedding strategy"
msgstr "Die Einbettungsstrategie"
msgid "The size of each chunk"
msgstr "Die Größe der einzelnen Chunks"
msgid "The minimum overlap between chunks"
msgstr "Die minimale Überlappung zwischen Chunks"
msgid "Maximum percentage of contextual content"
msgstr "Maximaler Prozentsatz an kontextuellen Inhalten"
msgid "Additional details for the embedding strategy"
msgstr "Zusätzliche Details zur Einbettungsstrategie"
msgid "Indexing options configured"
msgstr "Indizierungsoptionen konfiguriert"
msgid ""
"Indexing options must be configured in the Fields tab first for "
"indexing to work correctly."
msgstr ""
"Die Indizierungsoptionen müssen zunächst auf der Registerkarte "
"Felder konfiguriert werden, damit die Indizierung korrekt "
"funktioniert."
msgid "Indexing options have been configured."
msgstr "Die Indizierungsoptionen wurden konfiguriert."
msgid ""
"This combines results from the AI Search (Vector Database) with the "
"traditional database, both finding results that would otherwise not be "
"found due to lack of keyword match, as well as vastly improving the "
"relevance of the top results. It prepends the results from the AI "
"Search into the database results ready for and respecting any "
"filtering applied to this index (such as filters, exposed filters, or "
"facets)."
msgstr ""
"Dabei werden die Ergebnisse der KI-Suche (Vektordatenbank) mit der "
"herkömmlichen Datenbank kombiniert, so dass sowohl Ergebnisse "
"gefunden werden, die andernfalls aufgrund mangelnder "
"Stichwortübereinstimmung nicht gefunden würden, als auch die "
"Relevanz der Top-Ergebnisse erheblich verbessert wird. Die Ergebnisse "
"aus der KI-Suche werden den Datenbankergebnissen vorangestellt, so "
"dass alle auf diesen Index angewandten Filter (z. B. Filter, "
"exponierte Filter oder Facetten) berücksichtigt werden können."
msgid ""
"This combines results from the AI Search (Vector Database) with the "
"SOLR index, both finding results that would otherwise not be found due "
"to lack of keyword match, as well as vastly improving the relevance of "
"the top results. It prepends the results from the AI Search into the "
"database results ready for and respecting any filtering applied to "
"this index (such as filters, exposed filters, or facets)."
msgstr ""
"Dadurch werden die Ergebnisse der KI-Suche (Vektordatenbank) mit dem "
"SOLR-Index kombiniert, wodurch sowohl Ergebnisse gefunden werden, die "
"andernfalls aufgrund mangelnder Stichwortübereinstimmung nicht "
"gefunden würden, als auch die Relevanz der Spitzenergebnisse "
"erheblich verbessert wird. Die Ergebnisse aus der KI-Suche werden den "
"Datenbankergebnissen vorangestellt, so dass sie für die auf diesen "
"Index angewendete Filterung (z. B. Filter, exponierte Filter oder "
"Facetten) bereit sind und diese berücksichtigen."
msgid "The index to search in."
msgstr "Der Index, in dem gesucht werden soll."
msgid "The search string to search for."
msgstr "Der Suchbegriff, nach dem gesucht werden soll."
msgid "The amount of results to find."
msgstr "Die Menge der zu findenden Ergebnisse."
msgid "Minimal Score"
msgstr "Minimale Punktzahl"
msgid "The minimal score threshold to pass."
msgstr "Die Mindestpunktzahl zum Bestehen."
msgid ""
"Search API Servers using the AI Search module updated with "
"include_raw_embedding_vector setting: @number."
msgstr ""
"Suche nach API-Servern mithilfe des AI-Suchmoduls, aktualisiert mit "
"der Einstellung „include_raw_embedding_vector“: @number."
msgid "Whether to include raw embedding vector in results"
msgstr ""
"Ob der rohe Einbettungsvektor in die Ergebnisse aufgenommen werden "
"soll"
msgid "Include raw embedding vector in results"
msgstr "Nicht überarbeitetes Einbettungsvektor in Ergebnisse einbeziehen"
msgid ""
"If checked, the raw embedding vector will be fetched from the VDB and "
"added to the search result item's extra data. This is useful for "
"features like re-ranking but may have a minor performance impact."
msgstr ""
"Wenn diese Option aktiviert ist, wird der Roh-Einbettungsvektor aus "
"der VDB abgerufen und zu den Zusatzdaten des Suchergebnisses "
"hinzugefügt. Dies ist nützlich für Funktionen wie das Re-Ranking, "
"kann jedoch geringfügige Auswirkungen auf die Leistung haben."
msgid ""
"Server %server is configured, but the configured collection %core is "
"not available."
msgstr ""
"Der Server %server ist konfiguriert, aber die konfigurierte Sammlung "
"%core ist nicht verfügbar."
msgid "Could not create the collection."
msgstr "Die Sammlung konnte nicht erstellt werden."
msgid "The %provider vector database provider has not been fully setup."
msgstr ""
"Der Vektor-Datenbank-Anbieter %provider wurde nicht vollständig "
"eingerichtet."
msgid "The %provider vector database provider is not currently available."
msgstr "Der Vektor-Datenbank-Anbieter %provider ist derzeit nicht verfügbar."
msgid "Collection status"
msgstr "Sammlungsstatus"
msgid "The collection %collection could not be connected to or created."
msgstr "Die Sammlung %collection konnte nicht verbunden oder erstellt werden."
msgid "Could not resolve the %chat_model chat model."
msgstr "Das Chat-Modell %chat_model konnte nicht aufgelöst werden."
msgid "Embeddings engine"
msgstr "Einbettungs-Engine"
msgid "Could not resolve the %embeddings_engine embeddings engine."
msgstr ""
"Die Einbettungs-Engine %embeddings_engine konnte nicht aufgelöst "
"werden."
msgid "Database boost by AI Search processor configuration"
msgstr "Datenbankbeschleunigung durch KI-Suchprozessorkonfiguration"
msgid "SOLR boost by AI Search processor configuration"
msgstr "SOLR-Boost durch KI-Suchprozessorkonfiguration"
msgid "Whether to skip moderation"
msgstr "Ob die Moderation übersprungen werden soll"
msgid "Skip moderation for embeddings (only for advanced use cases)."
msgstr ""
"Moderation für Einbettungen überspringen (nur für fortgeschrittene "
"Anwendungsfälle)."
msgid ""
"This means that the moderation layer will not check for any possible "
"flagged content. Only do this when the moderation provider is "
"different from the LLM provider for the chatbot or when you are using "
"pure vector search without and LLM. Only check this if you are 100% "
"sure what you are doing."
msgstr ""
"Das bedeutet, dass die Moderationsschicht nicht auf möglicherweise "
"markierte Inhalte überprüft. Tun Sie dies nur, wenn sich der "
"Moderationsanbieter vom LLM-Anbieter für den Chatbot unterscheidet "
"oder wenn Sie eine reine Vektorsuche ohne LLM verwenden. Überprüfen "
"Sie dies nur, wenn Sie sich zu 100 % sicher sind, was Sie tun."