---
term: "Reciprocal Rank Fusion"
slug: "reciprocal-rank-fusion"
glossar_id: "G294"
variants: ["RRF"]
category: "embeddings-suche-und-retrieval-augmented-generation"
marker: "Technik"
short: "Zusammenführen mehrerer Ergebnisranglisten anhand ihrer Rangpositionen."
sources:
  - label: "Elastic: Reciprocal rank fusion"
    url: "https://www.elastic.co/docs/reference/elasticsearch/rest-apis/reciprocal-rank-fusion"
  - label: "Microsoft: Hybrid search scoring (RRF)"
    url: "https://learn.microsoft.com/en-us/azure/search/hybrid-search-ranking"
status: "entwurf"
updated: "2026-09-21"
---

Reciprocal Rank Fusion, abgekürzt RRF, führt mehrere Trefferlisten zu einer zusammen, indem es nur die Rangplätze verwendet. Jeder Treffer bekommt je Liste einen Beitrag, der mit zunehmendem Rang kleiner wird, und diese Beiträge werden addiert. In der Formel steht dafür der Kehrwert aus Rang plus einer festen Zahl. [Elastic: Reciprocal rank fusion](https://www.elastic.co/docs/reference/elasticsearch/rest-apis/reciprocal-rank-fusion)

## Rangplätze sind vergleichbar, Bewertungen nicht

Der Vorteil liegt darin, was ausgelassen wird. Die eigentlichen Bewertungen der Einzelverfahren bleiben unbenutzt, weil sie auf verschiedenen Skalen liegen: Eine Kosinusähnlichkeit von 0,82 und eine BM25-Bewertung von 14,3 lassen sich nicht sinnvoll verrechnen. Der Rangplatz dagegen bedeutet in jeder Liste dasselbe.

Die feste Zahl in der Formel steuert, wie stark hintere Plätze noch mitzählen; verbreitet ist der Wert 60. Je höher sie ist, desto mehr Gewicht bekommen die hinteren Ränge. Dieselbe Zahl darf nicht mit der Anzahl der zurückgegebenen Nachbarn verwechselt werden, die in der Vektorsuche ebenfalls k heißt. [Microsoft: Hybrid search scoring](https://learn.microsoft.com/en-us/azure/search/hybrid-search-ranking)

## So kannst du dir das vorstellen

Mehrere Jurys geben getrennte Ranglisten ab, und es zählt nur die Platzierung, nicht die vergebene Punktzahl. Wer bei zwei Jurys auf Platz drei steht, landet vor jemandem, der einmal Erster und einmal gar nicht genannt wurde. Das Bild erklärt die Verrechnung, es sagt nichts über die Qualität der Jurys.

## Was es in der Praxis bedeutet

Der Vorteil ist, dass es ohne Einstellarbeit funktioniert und die Einzelverfahren nichts miteinander zu tun haben müssen. Deshalb ist es die übliche Voreinstellung für hybride Suche und auch dann brauchbar, wenn drei oder vier Listen zusammenkommen.

Der Preis ist Grobkörnigkeit. Ein Verfahren, das für eine bestimmte Anfrage deutlich besser ist, kann seinen Vorsprung nicht ausspielen, weil nur Plätze zählen. Wer genau weiß, welche Quelle wann verlässlicher ist, fährt mit gewichteten Bewertungen besser, muss diese Gewichte aber pflegen.

## Wo es verwechselt wird

Die Zusammenführung bewertet nichts neu, sie ordnet nur um. Wer die Treffer inhaltlich noch einmal prüfen lassen will, braucht dafür ein Reranking.

## Verwandte Begriffe

**Hybrid Search**, **Reranking**, **BM25**, **Dense Retrieval**, **Retrieval Top-k**.