← Werkzeug-Landkarte · Wissensbaustein
EmbeddingGemma
Google (Gemma-Familie, Google DeepMind) · Wissensbaustein · im Blick
Offenes Embedding-Modell von Google für Text, Code, Bild, Video und Audio, klein genug für Laptop und Smartphone, damit Dokumente für die Suche im eigenen Netz bleiben.
Wofür taugt es?
- Lokale Embeddings für RAG, ohne Dokumente an einen Cloud-Dienst zu schicken
- Suche über Text, Bilder und Audio in einem gemeinsamen Vektorraum
- Kleine Hardware: Textteil mit 270 Mio. Parametern, quantisiert rund 191 MB RAM (Herstellerangabe)
- Apache 2.0: Vektorbestand hängt an keinem einzelnen Anbieter
Woran scheitert es?
- Deutsche Fachtexte ohne eigenen Test – Google nennt keine Werte für Deutsch
- Teams ohne eigenen Betrieb (dann gehostete API wie Jina AI)
- Audio und Video über Ollama – dort laut Modellseite nur Text und Bild
- Betriebsort
- EU-Betrieb möglich
- Betriebsform
- self-hostbar
- Quelloffenheit
- Open Source
- Einstiegsaufwand
- mittel
Kosten Stand 12.10.2026: Gewichte kostenlos unter Apache 2.0; Kosten entstehen nur für eigene Hardware oder einen Hosting-Anbieter.
Was steckt dahinter?
- Stand
- Beim Anbieter
- huggingface.co/google/embeddinggemma-2
Offenes Embedding-Modell von Google aus der Gemma-Familie; Version 2 (06.10.2026) bettet Text, Code, Bild, Video und Audio in einen gemeinsamen Vektorraum ein, ist klein genug für Laptop und Smartphone und steht unter Apache 2.0. Für go4ai interessant als lokal betreibbarer Embedding-Baustein in RAG-Systemen ohne US-Dienst im Anfragepfad.
Auf der Tool-Landkarte steht das Modell als „im Blick“: Es ist bei go4ai nicht im Einsatz, und wie gut es deutsche Texte findet, ist nicht gemessen. Eine Empfehlung setzt einen eigenen Test auf deutschen Dokumenten voraus.