Kurz erklärt
Was bedeutet RAG (Retrieval-Augmented Generation)?
Bei Retrieval-Augmented Generation werden passende Textstellen aus freigegebenen Dokumenten gesucht und zusammen mit der Frage an ein Modell übergeben. Das Modell soll seine Antwort auf diesen Kontext stützen. Dadurch können eigene, aktuelle Informationen genutzt werden, ohne sie dauerhaft in ein neues Modelltraining einzubauen.
Die Qualität hängt nicht nur vom Modell ab. Dokumentauswahl, Segmentierung, Metadaten, Zugriffsrechte, Suchverfahren und eine verständliche Quellenanzeige bestimmen, ob die gefundenen Stellen wirklich passen. Wenn die Wissensbasis keine ausreichende Antwort enthält, muss das System Unsicherheit sichtbar machen oder an einen Menschen übergeben.
Praxisbeispiel
So zeigt sich der Begriff im Arbeitsalltag
Ein interner Assistent beantwortet Fragen zu freigegebenen Arbeitsanweisungen. Er nennt die verwendeten Dokumente und Abschnitte. Fehlt eine belastbare Fundstelle oder ist ein Dokument abgelaufen, formuliert er keine verbindliche Antwort, sondern verweist an die zuständige Stelle.
Projektcheck
Worauf Sie konkret achten sollten
- Nur freigegebene, aktuelle und zugriffsberechtigte Dokumente sind durchsuchbar.
- Fundstellen und Dokumentversionen bleiben für Nutzer nachvollziehbar.
- Tests prüfen sowohl passende Antworten als auch Fälle ohne ausreichende Quelle.
- Löschung, Aktualisierung und Rollenwechsel wirken auch auf den Suchindex.
Primär- und Fachquellen
Offizielle Quellen
Die Definition wurde anhand der folgenden offiziellen Dokumentationen, Standards oder amtlichen Informationen eingeordnet. Die konkrete Umsetzung hängt vom jeweiligen System und Anwendungsfall ab.