GEO-Lexikon
Was ist Retrieval-Augmented Generation (RAG)?
Retrieval-Augmented Generation (RAG) ist ein Verfahren, bei dem ein KI-Modell vor dem Antworten passende Informationen aus externen Quellen abruft und seine Antwort auf diese Informationen stützt.
Kurz erklärt
RAG ist wie eine Prüfung mit erlaubtem Spickzettel: Statt nur aus dem Gedächtnis zu antworten, schlägt die KI zuerst nach, etwa im Web oder in Unternehmensdokumenten, und formuliert dann die Antwort. Das macht Antworten aktueller und überprüfbarer.
Stand:
Wie funktioniert RAG?
RAG läuft in drei Schritten ab:
- Abrufen (Retrieval): Zur Frage werden passende Textstellen gesucht, zum Beispiel über eine Websuche oder eine Datenbank.
- Ergänzen (Augmentation): Diese Textstellen werden der KI zusammen mit der Frage übergeben.
- Erzeugen (Generation): Das Sprachmodell formuliert eine Antwort auf Basis der gefundenen Inhalte und nennt oft die Quellen.
Das Verfahren wurde 2020 in einer Forschungsarbeit von Patrick Lewis und Kollegen bei Facebook AI Research beschrieben.
Wo wird RAG eingesetzt?
- KI-Suchen: ChatGPT Search, Perplexity und Google AI Mode nutzen das Prinzip, um aktuelle Webinhalte einzubeziehen.
- Unternehmens-Chatbots: Ein Chatbot beantwortet Fragen auf Basis interner Dokumente, Handbücher oder FAQ.
- Wissensdatenbanken: Mitarbeitende fragen in normaler Sprache, die KI sucht die passenden Stellen.
Was bedeutet RAG für die Sichtbarkeit?
Bei RAG wählt die KI einzelne Textstellen aus, nicht ganze Websites. Deshalb profitieren Inhalte, deren Absätze für sich allein verständlich sind und eine Frage direkt beantworten. Ein Absatz, der mit „Wie oben erwähnt“ beginnt, ist ohne Zusammenhang wertlos und wird seltener übernommen.