Retrieval-Augmented Generation
Ein Aufbau, bei dem die KI zuerst in echten Dokumenten nachschlägt und die Antwort daraus bildet.
Einfach erklärt
RAG ergänzt eine Anfrage an das Modell um passende Fundstellen aus einer Suche. Zuerst durchsucht das System einen festgelegten Bestand – Handbücher, Richtlinien, Wissensdatenbank – und holt die passenden Abschnitte. Diese Abschnitte bekommt das Modell zusammen mit der Frage und formuliert daraus eine Antwort, oft mit Angabe der Fundstelle.
So lassen sich aktuelle und interne Informationen nutzen, ohne das Modell neu zu trainieren. Fehler bleiben möglich: Der Suchtreffer passt nicht, die Quelle ist veraltet, oder das Modell zieht aus einer richtigen Quelle einen falschen Schluss. Öffne den Quellenlink und prüfe, ob die Fundstelle die Antwort tatsächlich stützt.
Beispiel aus dem Alltag
Der Assistent beantwortet „Wie viele Urlaubstage habe ich?" mit einem Satz aus der aktuellen Betriebsvereinbarung und verlinkt die Seite.
Häufige Fragen
Halluziniert eine KI mit RAG nicht mehr?
Doch, seltener aber möglich. Der Suchtreffer kann unpassend oder veraltet sein, oder das Modell zieht aus einer richtigen Quelle einen falschen Schluss.
Ist ein Quellenlink ein Beweis für die Antwort?
Nein. Der Link zeigt, worauf sich die Antwort stützt. Ob die Quelle die Aussage wirklich trägt, siehst du erst beim Nachlesen.