01GLOSSAR

RAG

Retrieval-Augmented Generation verbindet die Suche nach relevanten Informationen mit der Antwortgenerierung eines Sprachmodells.

Bedeutung im Arbeitsalltag

Zunächst werden passende Inhalte aus einer Wissensquelle abgerufen. Diese werden dem Modell als zusätzlicher Kontext bereitgestellt. So kann eine Antwort auf organisationsbezogene Dokumente oder Wissensbausteine Bezug nehmen.

Ein Beispiel

Eine Frage zu einem internen Ablauf führt zur Suche in freigegebenen Prozessbeschreibungen. Das Modell erhält passende Textstellen und kann daraus eine Antwort mit Quellenhinweisen formulieren.

Illustratives Beispiel, keine Darstellung eines Kundenprojekts.

Worauf es ankommt

RAG garantiert keine korrekte Antwort. Die Suche kann ungeeignete oder veraltete Inhalte liefern; das Modell kann Kontext falsch deuten. Vorwissen des Modells bleibt beteiligt. Berechtigungen, Quellenprüfung und Evaluation sind weiterhin erforderlich.

Drei Fragen für die Praxis

  • Nur passende und zulässige Quellen abrufen.
  • Quellen im Original zugänglich halten.
  • Fehlende Belege und Unsicherheit sichtbar machen.

Technische Einordnung: Lewis et al., Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Quellenabruf unterstützt die Generierung, ersetzt aber keine Richtigkeitsprüfung.

02ZUSAMMENHÄNGE

Diese Begriffe gehören dazu.

Wissenslandkarte

Eine Wissenslandkarte macht sichtbar, welche Themen, Quellen und Wissensträger in einer Organisation zusammengehören.

Weiterlesen

Explizites Wissen

Explizites Wissen ist Wissen, das in einer mitteilbaren Form vorliegt – etwa als Text, Ablaufplan, Tabelle oder dokumentierte Regel.

Weiterlesen
DER NÄCHSTE SCHRITT

Ihr Wissen verdient eine Zukunft.

Lassen Sie uns mit einem konkreten Übergang beginnen. Nicht mit einem weiteren Tool.

Demo anfragen