Qdrant: KI-Tool Test & Bewertung

Eine Suche nach "Urlaubsantrag" soll auch die Betriebsvereinbarung finden, in der von "Abwesenheitsregelung" und "Freistellung" die Rede ist. Qdrant löst das, indem es jedes Dokument in einen Vektor übersetzt, also in eine lange Zahlenreihe, die seine Bedeutung abbildet, und beim Suchen diese Zahlenreihen vergleicht. Treffer kommen dann auch ohne ein einziges gemeinsames Wort zurück. Auf dieser Schicht setzen RAG-Systeme auf, die Antworten aus dem eigenen Dokumentenbestand ziehen sollen.

Das Projekt hat über 33.000 Sterne auf GitHub. Seit Mai 2026 sind 4 Fassungen der Reihe 1.18 erschienen.

Wichtigste Funktionen

• Filter direkt im Suchindex: Qdrant baut zusätzliche Kanten in den Suchgraphen ein, die sich an den indizierten Metadaten orientieren. So bleibt die Trefferqualität auch bei engen Filtern stabil, etwa bei einer Abfrage, die sich auf eine einzelne Abteilung, den Status "freigegeben" oder den Zeitraum ab 2025 beschränkt. Beim Aufbau zählt die Reihenfolge, denn die Metadaten-Indizes müssen stehen, bevor die Daten eingespielt werden, sonst entstehen die Zusatzkanten nicht.
• TurboQuant für ein Achtel Speicher: Version 1.18 bringt ein Quantisierungsverfahren, das Vektoren auf ein Achtel ihrer Größe verkleinert, ohne dass die Trefferqualität spürbar leidet. Bei großen Beständen passt dadurch eine Sammlung noch in den Arbeitsspeicher, die vorher auf die Platte ausweichen musste.
• Gridstore als eigene Speicherschicht: Seit 1.18 ist die zuvor genutzte Speicherbibliothek RocksDB vollständig aus Qdrant entfernt. An ihrer Stelle arbeitet Gridstore, eine auf Vektor-Lasten zugeschnittene Eigenentwicklung, die den Speicherbedarf senkt und vor allem die langsamsten Abfragen beschleunigt.
• Gewichtung auf dem Server: Einzelne Treffer bewerten Sie direkt in der Datenbank höher oder niedriger. Soll in einem RAG-System die aktuelle Betriebsanweisung vor der alten Fassung stehen, stellen Sie das in der Abfrage ein und rechnen in der Anwendung nichts nach.
• Vektoren auf dem eigenen Server oder in der EU-Cloud erzeugen: Qdrant wandelt Text selbst in Vektoren um, lokal über die Bibliothek Fastembed oder in der Cloud über gehostete Modelle. Liegt der Cluster in einer EU-Region, rechnet auch die Cloud-Variante in der EU. Einzelne Modelle sind selbst im kostenlosen Tarif ohne Aufpreis nutzbar.
• Fertige Anbindung über REST und gRPC: In den gängigen KI-Werkzeugen sind beide Schnittstellen bereits eingebaut, darunter n8n, Langflow, Dify und LangChain. Dazu kommen offizielle Bibliotheken für Python, TypeScript, Rust, Go, Java und .NET.

Preise und Tarife

Selbst betrieben kostet Qdrant nichts. Das Docker-Abbild hat den vollen Funktionsumfang, ein docker run -p 6333:6333 qdrant/qdrant genügt zum Start, und die Apache-2.0-Lizenz erlaubt den kommerziellen Einsatz ohne Auflagen. Kosten verursacht allein der Server, auf dem die Datenbank läuft.

In der Qdrant Cloud gibt es einen dauerhaft kostenlosen Einzelknoten mit 0,5 vCPU, 1 GB Arbeitsspeicher und 4 GB Platte, ohne Kreditkarte. Er trägt rund 1 Mio. Vektoren mit 768 Dimensionen, wird nach einer Woche ohne Nutzung stillgelegt und nach 4 Wochen gelöscht.

Der Standard-Tarif rechnet stündlich nach Verbrauch ab, also nach vCPU, Arbeitsspeicher, Plattenplatz, Sicherungen und den Tokens der eingebauten Vektorerzeugung. Beträge nennt die Preisseite selbst nicht. Sie stehen erst im Preisrechner des Anbieters.

Der kleinste Bezahl-Cluster mit 0,5 vCPU, 2 GB Arbeitsspeicher und 8 GB Platte liegt in Frankfurt bei rund 25 Euro im Monat über Google Cloud (29 USD) und bei rund 27 Euro über AWS (31 USD). Dieselbe Ausstattung in Nord-Virginia kostet etwa 22 Euro, der Standort in Deutschland ist also spürbar teurer. Bei Azure beginnt Frankfurt erst eine Stufe höher, mit 1 vCPU und 4 GB Arbeitsspeicher bei rund 54 Euro (62 USD).

Der Premium-Tarif verlangt eine Mindestabnahme und bringt Single Sign-on, private Netzverbindungen in die eigene Cloud, eine Verfügbarkeitszusage von 99,9 % statt 99,5 % und erweiterten Support. Hybrid Cloud und Private Cloud, bei denen Qdrant die Cluster auf Ihrer eigenen Infrastruktur verwaltet, gibt es nur auf Anfrage. Für diese beiden Varianten liefert Qdrant die Verwaltungsbausteine aus einem geschlossenen Software-Verzeichnis, das Sie erst nach Vertragsschluss erreichen. Quelloffen und frei nutzbar ist die Datenbank selbst, die Betriebsschicht darüber bleibt geschlossen.

Alle genannten Beträge sind Nettobeträge, umgerechnet aus der US-Dollar-Liste des Anbieters, und die Umsatzsteuer kommt auf der Rechnung noch hinzu.

Für wen ist Qdrant geeignet?

• Entwicklerteams, die ein RAG-System aufbauen: Offizielle Bibliotheken für 6 Programmiersprachen und fertige Bausteine in n8n, Langflow, Dify und LangChain nehmen die Anbindungsarbeit ab. Wie ein vollständiger Aufbau aussieht, zeigt unsere Anleitung für ein RAG-System.
• Organisationen, die den Verarbeitungsort belegen müssen: Vertragspartner ist eine deutsche GmbH, der Auftragsverarbeitungsvertrag steht offen im Netz, und den Cluster legen Sie in Frankfurt oder Irland an. Behörden, Kanzleien und Kliniken, die den Datenschutznachweis zu den Akten legen, kommen damit ohne Rückfrage beim Anbieter aus.
• Teams, die aus einer kleinen Datenbank herauswachsen: Wer mit ChromaDB oder pgvector angefangen hat und bei Millionen von Vektoren an Grenzen stößt, findet in Qdrant dieselben Abfragemuster mit deutlich mehr Reserve. Der selbst betriebene Server und die Cloud sprechen dieselbe Schnittstelle, ein Wechsel zwischen beiden ändert am Anwendungscode nichts.

DSGVO und Datenschutz

Hinter Qdrant steht die Qdrant Solutions GmbH in der Chausseestraße 86 in Berlin. Der Cloud-Vertrag unterliegt deutschem Recht, ausschließlicher Gerichtsstand ist das Landgericht Berlin. Den Auftragsverarbeitungsvertrag lesen Sie ohne Anmeldung unter cloud.qdrant.io/dpa, und zusätzlich liegt er als PDF bereit. Er benennt die Berliner Gesellschaft als Auftragsverarbeiter, bindet die EU-Standardvertragsklauseln ein und führt die Unterauftragnehmer im Anhang namentlich auf.

Beim Anlegen eines Clusters wählen Sie die Region. In der EU stehen Frankfurt bei AWS, Google Cloud und Azure sowie Irland bei AWS zur Wahl, daneben gibt es Standorte in den USA, Asien, Australien und Südamerika. Mit Frankfurt als Region liegen die Vektoren in Deutschland, und auch die eingebaute Vektorerzeugung rechnet für EU-Cluster in der EU. Die Inhalte darf Qdrant laut Vertrag ausschließlich auf Weisung des Kunden verarbeiten, eine eigene Verwertung oder ein Training an Kundendaten scheidet damit aus.

Anmeldung, Support, Newsletter und Vertrieb laufen laut Anhang 3 des Vertrags über US-Dienstleister wie Auth0, Freshdesk, Mailchimp und Hubspot, abgesichert über das EU-US-Datenschutzrahmenwerk. Betroffen sind Konto- und Kontaktdaten, der Inhalt der Cluster bleibt außen vor. Die 3 Cloud-Plattformen selbst sind über ihre europäischen Gesellschaften eingebunden, AWS über Luxemburg und Google über Dublin. An Prüfberichten liegen SOC 2 Type II und eine Bescheinigung nach dem US-Gesundheitsdatenschutz HIPAA vor, eine ISO-27001-Zertifizierung führt der Anbieter nicht.

Wer ganz ohne fremden Verarbeiter arbeiten will, betreibt Qdrant selbst. Der Container ist derselbe wie in der Cloud, und die gesamte Verarbeitung bleibt auf Ihren Servern. Qdrant liefert damit beide Nachweise, auf die es bei der DSGVO ankommt, den ausgewiesenen Standort in der EU und den einsehbaren Vertragstext.

Alternativen zu Qdrant

• ChromaDB: ist schneller aufgesetzt, wenige Zeilen Python genügen, und beherrscht inzwischen Volltextsuche und Suchmuster über denselben Bestand. Der Anbieter sitzt in den USA, die Datenschutzlage ist dort schwerer zu belegen als bei Qdrant.
• Pinecone: läuft vollständig beim Anbieter und hat eine einfache Schnittstelle, dafür proprietär, in den USA beheimatet und mit monatlichen Fixkosten. Passt für Teams ohne eigene Betriebsmannschaft.
• pgvector: baut die Vektorsuche in PostgreSQL ein. Damit entfällt ein zweites System im Betrieb. Das reicht, solange PostgreSQL schon läuft und die Datenmengen überschaubar bleiben.