RAG (Retrieval-Augmented Generation)
Technik, bei der ein LLM vor der Antwort relevante Dokumente aus einer Wissensdatenbank abruft — reduziert Halluzinationen und ermöglicht aktuelle Antworten.
Definition
RAG kombiniert ein Sprachmodell mit einer externen Wissensdatenbank. Statt sich nur auf sein Trainingswissen zu verlassen, sucht das System zuerst relevante Dokumente (Retrieval), fügt sie dem Prompt hinzu und generiert dann eine Antwort basierend auf diesen aktuellen, spezifischen Informationen. RAG löst zwei Kernprobleme von LLMs: veraltetes Wissen (das Modell kennt nur Daten bis zum Trainingsschnitt) und Halluzinationen (das Modell erfindet Fakten). RAG ist 2026 die am häufigsten eingesetzte Architektur für unternehmenseigene KI-Anwendungen — etwa für interne Wissensdatenbanken, Kundenservice-Bots und Dokumentenanalyse.
Verwandte Begriffe
KI-Wissen vertiefen?
KI-Überblick liefert täglich eingeordnete KI-Trends, Lernpfade und Deep Dives — 14 Tage kostenlos.
Kostenlos starten