Glossar · KI & Suche
RAG
RAG (Retrieval Augmented Generation) ist ein Verfahren, bei dem ein KI-Modell vor dem Antworten passende Dokumente aus einer Wissensquelle abruft und in seine Antwort einbezieht. So werden Antworten aktueller, belegbarer und weniger anfällig für erfundene Fakten (Halluzinationen).
Was ist RAG?
RAG steht für Retrieval-Augmented Generation, auf Deutsch etwa „abrufgestützte Generierung". Es ist eine Technik, bei der ein KI-Sprachmodell vor dem Antworten passende Informationen aus einer externen Wissensquelle abruft – etwa aus einer Dokumentendatenbank, dem Firmenwiki oder dem Internet – und diese abgerufenen Inhalte dann in seine Antwort einfließen lässt. Das Modell antwortet also nicht nur aus seinem Trainingswissen, sondern stützt sich auf konkrete, aktuelle Quellen.
Wichtig ist RAG, weil es zwei große Schwächen reiner Sprachmodelle abmildert: veraltetes Wissen und Halluzinationen. Indem die KI auf geprüfte, aktuelle Dokumente zugreift, werden Antworten belastbarer und nachvollziehbarer – oft sogar mit Quellenangabe. Für Unternehmen ist RAG die gängige Architektur, um KI auf eigene, interne Daten anzusetzen, ohne ein Modell teuer neu zu trainieren.
Worauf es ankommt: die Qualität und Aufbereitung der Wissensquelle. Sind die Dokumente gut strukturiert, aktuell und sauber durchsuchbar, liefert RAG starke Ergebnisse. Ist die Datenbasis chaotisch oder veraltet, produziert auch RAG schlechte Antworten – nach dem Prinzip „Müll rein, Müll raus". Ein typischer Fehler ist, in die KI zu investieren, aber die zugrunde liegenden Daten zu vernachlässigen.
Verwandte Begriffe
Häufige Fragen zu RAG
Wofür braucht man RAG?+
Um ein KI-Modell aktuelle oder firmeneigene Informationen nutzen zu lassen, ohne es neu zu trainieren – etwa für einen Chatbot, der aus internen Dokumenten korrekt antwortet.
Verhindert RAG Halluzinationen komplett?+
Nein, aber es reduziert sie deutlich, weil die KI sich auf konkrete Quellen stützt. Die Qualität hängt stark von der Datenbasis ab.
Ist RAG dasselbe wie ein Modell zu trainieren?+
Nein. Beim Training wird das Modell selbst verändert; bei RAG bleibt das Modell gleich und bekommt zur Laufzeit passende Dokumente als Kontext mitgeliefert.
RAG
Brauchst du das für dein Marketing?
Wir erklären nicht nur Begriffe – wir setzen sie um. Lass uns unverbindlich reden.
Antwort in der Regel innerhalb eines Werktags · unverbindlich & ehrlich