---
term: "Cross-Encoder"
slug: "cross-encoder"
glossar_id: "G307"
variants: []
category: "embeddings-suche-und-retrieval-augmented-generation"
marker: "Technik"
short: "Gemeinsame Verarbeitung von Anfrage und Dokument zur Relevanzbewertung."
sources:
  - label: "Sentence Transformers: Cross-Encoders"
    url: "https://sbert.net/examples/cross_encoder/applications/README.html"
  - label: "Khattab, Zaharia: ColBERT"
    url: "https://arxiv.org/abs/2004.12832"
status: "entwurf"
updated: "2026-09-21"
---

Ein Cross-Encoder verarbeitet Frage und Dokument gemeinsam und gibt eine einzelne Bewertung aus, wie gut beide zusammenpassen. Beide Texte gehen zusammen durch das Modell, deshalb kann es Bezüge zwischen einzelnen Wörtern beider Seiten berücksichtigen. [Sentence Transformers: Cross-Encoders](https://sbert.net/examples/cross_encoder/applications/README.html)

## Genauer, aber nicht vorberechenbar

Weil die Bewertung erst entsteht, wenn beide Seiten vorliegen, lässt sich nichts vorab ausrechnen. Jede Frage erfordert einen eigenen Durchlauf je Kandidat. Die Dokumentation nennt dafür ein drastisches Beispiel: Für eine Aufgabe, die mit getrennten Encodern in Sekunden erledigt ist, braucht die paarweise Bewertung viele Stunden.

Genau dieser Aufwand war der Anlass für spätere Verfahren, die die Verarbeitung aufteilen und den Vergleich ans Ende verschieben. [Khattab, Zaharia](https://arxiv.org/abs/2004.12832)

## So kannst du dir das vorstellen

Der Cross-Encoder ist die Person, die Frage und Text nebeneinanderlegt und beide zusammen liest. Sie urteilt besser als jemand, der nur zwei Stichwortzettel vergleicht, kann aber nicht tausend Texte gleichzeitig lesen. Das Bild erklärt den Aufwand, nicht die Art der Bewertung.

## Was es in der Praxis bedeutet

In produktiven Systemen läuft ein Cross-Encoder fast immer als zweite Stufe über eine kurze Kandidatenliste. Die Liste sollte so kurz sein, dass die zusätzliche Wartezeit vertretbar bleibt, und so lang, dass die richtige Stelle mit hoher Wahrscheinlichkeit darin ist.

Als Dienst eingekauft heißt so etwas oft schlicht Reranker. Bei der Auswahl zählt neben der Qualität die Sprache: Ein Modell, das auf englischen Daten trainiert wurde, bewertet deutsche Fachtexte schlechter, und das fällt in der Trefferliste nicht sofort auf.

## Wo es verwechselt wird

Ein Cross-Encoder erzeugt keine Embeddings, die man speichern könnte, sondern nur eine Bewertung für ein Paar. Und er ersetzt die erste Suchstufe nicht, sondern setzt auf ihr auf.

## Verwandte Begriffe

**Bi-Encoder**, **Reranking**, **ColBERT**, **Dense Retrieval**, **Retrieval Top-k**.