Retrieval-Augmented Generation

Retrieval-Augmented Generation, kurz RAG, ist ein Verfahren, bei dem ein Sprachmodell vor der Antwort zunächst passende Informationen aus einer externen Quelle abruft. Das kann eine Websuche sein oder eine Dokumentensammlung. Die gefundenen Textstellen werden dem Sprachmodell mitgegeben, das daraus die Antwort formuliert und oft Quellen nennt.

Der Vorteil gegenüber einem reinen Modell: Antworten können aktueller sein und sich auf nachprüfbare Quellen stützen. Das verringert, aber beseitigt nicht das Risiko falscher Aussagen. Für Websites ist RAG der entscheidende Mechanismus, über den Inhalte in KI-Antworten gelangen: Wird Ihre Seite beim Abruf als passend gefunden, kann sie zitiert werden.

Was das für Ihre Inhalte bedeutet:

• Seiten müssen für Crawler erreichbar und lesbar sein
• Abschnitte sollten für sich verständlich sein, denn oft werden nur Teile abgerufen
• Klare Überschriften und direkte Antworten erleichtern die Auswahl
• Aktualität und Belege erhöhen die Eignung als Quelle

Wie genau einzelne Dienste Quellen auswählen, ist nicht öffentlich und ändert sich. Deshalb sind Zusagen konkreter Platzierungen nicht belastbar. Sinnvoll ist, Inhalte so zu schreiben, dass sie auch ohne Kontext zitierbar sind. Das Vorgehen ist Teil von Generative Engine Optimization. Für den Alltag genügt das Verständnis: Gefunden werden heißt hier abgerufen werden.