Was ist RAG?

RAG heißt: Das System sucht zuerst in Ihren eigenen Dokumenten die passenden Abschnitte und legt sie dem Sprachmodell vor. Das Modell antwortet nur daraus und nennt die Fundstelle. Dadurch kommt die Antwort aus Ihrem Bestand statt aus dem Internet, und sie lässt sich nachprüfen.

Auch genannt: Retrieval Augmented Generation, Antwort mit Quelle, Wissensanbindung

Stand:

Von PhoenixOne AI aus Leipzig, dem Spezialisten für Firmen-KI im deutschen Mittelstand. Kostenloses Analysegespräch, 30 Minuten

KI-generiertes Bild: Eine einzelne große Glaskarte mit Kupferkante im Vordergrund, dahinter unscharf eine Schublade voller kleinerer Karten
Ein Begriff, eine Seite, eine Erklärung ohne Fachjargon. Danach wissen Sie, ob er für Ihr Unternehmen überhaupt eine Rolle spielt.

Was das für Ihr Unternehmen heißt

RAG ist der Unterschied zwischen einer KI, die klingt wie ein Berater, und einer, die Ihre Projektakte von 2019 zitiert. Für Betriebe mit gewachsenem Bestand ist es fast immer der erste sinnvolle Schritt, weil neue Dokumente sofort wirken.

Ein Fall aus dem Alltag

Ein Mitarbeiter fragt, welche Auflage die Denkmalbehörde beim Projekt in der Hauptstraße gemacht hat. Das System sucht in Ihren Projektordnern, findet die Stellungnahme von 2019, formuliert die Auflage in zwei Sätzen und nennt Datei und Seite. Ohne RAG hätte das Modell etwas Plausibles erfunden.

Wie wir es umsetzen

Dokumente werden gelesen, in Abschnitte zerlegt, mit einem Embedding-Modell in Bedeutungsvektoren übersetzt und in einer Vektordatenbank abgelegt. Bei einer Frage sucht das System hybrid aus Bedeutung und Stichwort, ein Reranker sortiert, das Sprachmodell formuliert aus den besten Treffern.

Der häufigste Irrtum

Oft verwechselt mit Feintuning. Feintuning ändert das Verhalten eines Modells und verschluckt das Wissen dabei. RAG lässt das Modell unverändert und legt ihm bei jeder Frage die passenden Stellen vor, deshalb kann es die Quelle nennen.

Wo die Grenze liegt

Findet die Suche den falschen Abschnitt, hilft das beste Modell nichts. Die Qualität entsteht in Zerlegung, Embedding und Reranker, nicht im Modell.

Wo das bei uns vorkommt

Verwandte Begriffe

  • Embedding

    Die Zahlenreihe, die Bedeutung beschreibt, Grundlage jeder guten Suche

  • Vektordatenbank

    Der Speicher, in dem die Bedeutung Ihrer Dokumente liegt

  • Reranker

    Der zweite Blick, der aus zwanzig Treffern die zwei richtigen macht

  • Feintuning

    Das Modell selbst verändern, und warum das selten nötig ist

Unser Ziel: keine Suchzeit mehr.

Sie fragen, die belegte Antwort steht mit Quelle da. Im kostenlosen Analysegespräch, 30 Minuten, sehen wir uns Ihr Unternehmen an und sagen Ihnen, wo die Firmen-KI zuerst hilft. Wir denken langfristig. Der erste Schritt soll sich für Sie schnell rechnen, deshalb steht Ihr erster Baustein ab 2 Wochen. Danach wachsen wir mit Ihnen weiter: Wir suchen langfristige Partnerschaften, keine Einmalprojekte.

  • Festpreis je Schritt
  • Stopp-Punkt mit Zwischenabnahme
  • Eigener Code, der Ihnen gehört
Analysegespräch buchen30 Minuten, kostenlos