Retrieval Augmented Generation (RAG)
Auch: RAG, Retrieval-Augmented Generation, Abrufgestützte Generierung
Kurz erklärt
Retrieval Augmented Generation (RAG) ist ein Verfahren, bei dem ein Sprachmodell vor der Antwort gezielt in einer eigenen Wissensbasis nachschlägt, etwa in Produktdaten, Handbüchern oder Richtlinien. So antwortet ein Chatbot auf Grundlage geprüfter Unternehmensinformationen.
Was bedeutet Retrieval Augmented Generation (RAG)?
Ein RAG-System besteht aus zwei Teilen. Zuerst sucht ein Retrieval-Schritt passende Textstellen in einer Wissensbasis, die dafür in kleine Abschnitte zerlegt und meist als Vektoren gespeichert wurde. Dann erhält das Sprachmodell die gefundenen Abschnitte zusammen mit der Frage und formuliert daraus eine Antwort, idealerweise mit Quellenangabe. Das Verfahren verringert Halluzinationen, ermöglicht aktuelle Informationen ohne neues Training und hält vertrauliche Daten unter Kontrolle. Auch KI-Suchmaschinen arbeiten nach einem ähnlichen Prinzip, indem sie Webseiten abrufen.
Warum ist das im B2B wichtig?
Für Unternehmen ist RAG die Grundlage verlässlicher KI-Anwendungen, etwa Produktberater, Support-Assistenten oder interne Wissenssysteme. Das Prinzip erklärt zudem, warum gut strukturierte, klar formulierte Webinhalte in KI-Suchen häufiger zitiert werden: Sie lassen sich leichter finden und in Abschnitten verwenden.
Beispiel aus der Praxis
Ein Anlagenbauer verbindet seine 4.000 Seiten technische Dokumentation per RAG mit einem Sprachmodell. Servicetechniker fragen per Tablet nach Fehlercodes und erhalten Antworten mit Verweis auf die genaue Handbuchstelle.
Häufige Fragen zu Retrieval Augmented Generation
Was ist der Vorteil von RAG gegenüber Fine-Tuning?
RAG nutzt aktuelle Quellen ohne neues Training, lässt sich leicht aktualisieren und zeigt Quellen an. Fine-Tuning verändert das Modell selbst und eignet sich eher für Stil und Spezialaufgaben.
Was hat RAG mit GEO zu tun?
KI-Suchen rufen Webseiten ähnlich wie ein RAG-System ab. Inhalte mit klaren Abschnitten, präzisen Antworten und eindeutigen Begriffen werden dabei leichter gefunden und zitiert.