Zurück zum KI-Glossar Workflows
RAG (Retrieval Augmented Generation)
KI sucht erst relevante Dokumente, bevor sie antwortet.
Erklärung
RAG kombiniert Informationssuche mit Textgenerierung. Statt nur aus dem Training zu antworten, durchsucht das System erst eine Wissensbasis und nutzt die gefundenen Dokumente als Grundlage.
So funktioniert's
1) Nutzer stellt eine Frage → 2) System sucht relevante Dokumente in einer Vektordatenbank → 3) Gefundene Texte werden als Kontext an das LLM übergeben → 4) LLM generiert eine Antwort basierend auf den Dokumenten.
Praxisbeispiel
Ein interner KI-Assistent, der Fragen zu Unternehmensrichtlinien beantwortet, indem er die relevanten Policy-Dokumente findet und zitiert.
Warum es wichtig ist
RAG ist der Standard-Ansatz, um LLMs mit firmenspezifischem Wissen auszustatten – ohne teures Nachtraining.