RAG (Retrieval-Augmented Generation) ist ein Verfahren, bei dem ein Sprachmodell vor der Antwort gezielt passende Informationen aus einer externen Quelle abruft. So kombiniert das System die Sprachfähigkeit eines LLM mit aktuellem, geprüftem Wissen und liefert genauere, belegbare Antworten.
Was bedeutet RAG (Retrieval-Augmented Generation)?
Retrieval-Augmented Generation verbindet zwei Schritte. Zuerst sucht das System in einer Wissensquelle, etwa einer Dokumentdatenbank oder dem Web, nach Textpassagen, die zur Nutzerfrage passen. Diesen Schritt nennt man Retrieval. Anschließend übergibt es die gefundenen Inhalte an ein Sprachmodell, das daraus eine zusammenhängende Antwort formuliert.
Der Vorteil liegt darin, dass das Modell nicht allein auf sein Trainingswissen angewiesen ist. Es kann auf aktuelle oder unternehmensspezifische Informationen zugreifen, die zum Trainingszeitpunkt noch nicht existierten. Dadurch sinkt die Gefahr von Falschaussagen, und Antworten lassen sich mit Quellen belegen.
Warum ist RAG (Retrieval-Augmented Generation) wichtig?
RAG ist die Brücke zwischen einem statischen Sprachmodell und der realen, sich ständig ändernden Informationswelt. Für dich als Mittelständler ist relevant, dass viele KI-Suchsysteme per RAG live auf Webinhalte zugreifen. Deine Inhalte können also direkt in KI-Antworten einfließen, wenn sie gut strukturiert und klar auffindbar sind.
Wo RAG eingesetzt wird
- KI-Suchsysteme, die Quellen zitieren
- Interne Wissensassistenten in Unternehmen
- Kundensupport mit Zugriff auf aktuelle Dokumente
- Chatbots, die auf Produktdaten zugreifen
Verwandte Begriffe
Häufige Fragen
Wie reduziert RAG Halluzinationen?
RAG gibt dem Modell konkrete Quelltexte als Grundlage, statt es frei aus dem Gedächtnis antworten zu lassen. Da die Antwort auf den abgerufenen Passagen basiert, sinkt das Risiko erfundener Aussagen deutlich, sofern die Quellen verlässlich sind.
Brauche ich für RAG eigene Technik?
Für interne Anwendungsfälle wird RAG oft mit einer eigenen Wissensdatenbank aufgebaut. Für die öffentliche KI-Sichtbarkeit musst du keine eigene Technik betreiben, sondern vor allem dafür sorgen, dass deine Webinhalte sauber strukturiert und für KI-Systeme abrufbar sind.