Retrieval-Augmented Generation (RAG)

Was ist Retrieval-Augmented Generation (RAG)? RAG bezeichnet ein Verfahren, bei dem eine KI vor einer Antwort nach passenden Informationen sucht. Dafür greift sie zum Beispiel auf Dokumente, Webseiten oder eine Wissensdatenbank zurück.

Die gefundenen Informationen werden dem Sprachmodell als zusätzlicher Kontext zur Verfügung gestellt. Auf dieser Grundlage formuliert das Large Language Model (LLM) anschliessend seine Antwort.

Einfach gesagt: RAG verbindet die Suche nach Informationen mit generativer KI. So kann ein KI-System zusätzliche Informationen nutzen, die nicht allein aus dem Wissen des Sprachmodells stammen.

Was sind die Komponenten von RAG?

Ein RAG-System besteht vereinfacht aus vier Komponenten:
Knowledge Base, Index, Retriever und Generator.

Die Knowledge Base enthält die Informationen, auf die das System zugreifen kann, zum Beispiel Dokumente, Webseiten oder Datenbanken. Der Index macht diese Informationen schnell und effizient durchsuchbar. Der Retriever wählt aus den verfügbaren Informationen diejenigen aus, die zur jeweiligen Anfrage passen. Der Generator, meist ein Large Language Model (LLM), nutzt die gefundenen Informationen als zusätzlichen Kontext und formuliert daraus eine Antwort.

Wie lassen sich Inhalte für RAG optimieren?

Damit RAG-Systeme passende Informationen möglichst gut finden können, sollten Inhalte klar, verständlich und thematisch strukturiert aufgebaut sein. Das unterstützt auch die Suchmaschinenoptimierung (SEO) und die Generative Engine Optimization (GEO).

Hilfreich sind kurze, in sich verständliche Abschnitte, die jeweils eine konkrete Frage beantworten oder einen klaren Aspekt behandeln. Wichtige Aussagen sollten möglichst direkt und eindeutig formuliert sein.

Klare Fakten, genaue Zahlen und Verweise auf seriöse Quellen erhöhen die Qualität und Nachvollziehbarkeit der Inhalte. Auch eine saubere Seitenstruktur mit verständlichen Überschriften kann dabei helfen, Informationen eindeutig zu strukturieren.

Greift eine KI-Suche mithilfe von RAG auf Webinhalte zu, können passende Inhalte als Grundlage für eine direkte Antwort verwendet werden. Erhalten Nutzerinnen und Nutzer die gesuchte Information bereits in dieser Antwort, kann eine Zero-Click Search entstehen. Die Webseite erhält dann nicht zwingend einen Klick, kann je nach KI-Suche aber als Quelle genannt oder verlinkt werden.

Ähnliche Begriffe