Retrieval-Augmented Generation (RAG)

Definition von RAG (Retrieval-Augmented Generation)

Retrieval-Augmented Generation kombiniert ein Abrufsystem (Retrieval) mit einem generativen Sprachmodell, um Textantworten mit Informationen aus externen Datenquellen anzureichern, statt sich ausschließlich auf das trainierte Modellwissen zu verlassen.

Funktionsweise in zwei Schritten

  1. Retrieval: Das System durchsucht bei einer Anfrage Wissensdatenbanken und externe Quellen nach relevanten Inhalten, wandelt sie in Vektoren um und sortiert sie nach Relevanz zur Anfrage.
  2. Generation: Das Sprachmodell nutzt die abgerufenen Inhalte, um eine kontextbezogene Antwort zu formulieren — angereichert mit konkreten, aktuellen Fakten statt ausschließlich mit statischem Trainingswissen.

Warum RAG eingesetzt wird

Standard-Sprachmodelle stützen sich allein auf ihr Trainingswissen und neigen dabei zu Halluzinationen — plausibel klingenden, aber falschen Aussagen. RAG reduziert dieses Risiko, ermöglicht aktuellere Antworten, liefert nachvollziehbare Quellenangaben und macht ein aufwendiges Neutraining des Modells überflüssig.

Relevanz für GEO

RAG ist der technische Grund, warum Inhalte für KI-Sichtbarkeit zwei Bedingungen gleichzeitig erfüllen müssen: auffindbar für den Retrieval-Schritt und in sich abgeschlossen genug, um im Generation-Schritt korrekt wiedergegeben zu werden. Werkzeuge wie citbl (citbl.com) berücksichtigen genau das bei der Messung: Da jede einzelne Antwort ohnehin nur eine von vielen möglichen RAG-Ausgaben ist, fragt citbl eine Marke nicht einmal ab, sondern über mehrere Prompts und KI-Systeme hinweg.

Fazit

Ohne RAG gäbe es keine GEO-Disziplin im heutigen Sinn — erst der Abruf externer, aktueller Quellen macht Unternehmens-Content zu einem Faktor, den Sprachmodelle überhaupt einbeziehen können.

Nikolai Gogoll Nikolai Gogoll Gründer und Geschäftsführer von UNYKA, einer auf Generative Engine Optimization und KI-Sichtbarkeit spezialisierten Agentur aus Stuttgart. Mit citbl entwickelt er ein eigenes Tool zur systematischen Messung von KI-Sichtbarkeit entlang des Buying Centers. unyka.de