RAG steht für Retrieval-Augmented Generation – ein Muster, bei dem ein Sprachmodell seine Antwort nicht allein aus dem gelernten Wissen generiert, sondern vorher gezielt Informationen aus einer externen Quelle abruft und in den Kontext einblendet.
In der Praxis werden relevante Dokumente per Vektor-Suche aus einer Vektordatenbank gezogen und dem Modell als zusätzlicher Input mitgegeben. So lassen sich unternehmensspezifische Daten, aktuelle Fakten und interne Richtlinien einbinden, ohne das Modell neu zu trainieren. RAG reduziert Halluzinationen, erhält Nachvollziehbarkeit über Quellen und ist heute der Standardweg für produktive Enterprise-KI.
Für den Aufbau von RAG-Lösungen auf Basis eurer eigenen Daten – vom Wissensspeicher bis zum Assistenten – begleiten wir euch in der Künstlichen Intelligenz.
