Clicked Gallery

Was ist Retrieval-Augmented Generation (RAG)?

Markiert in einem echten Engineering-Dokument. Erklärt von Clicked.

Im Satz verwendet

Instead of fine-tuning the base LLM, we implemented a RAG pipeline to pull direct facts from internal company files.

Der Leser markierte ein Wort in der Dokumentation. Clicked machte den Fachbegriff „RAG pipeline“ leicht verständlich:

In drei Stufen erklärt

●○○

Overview

▾

RAG ist ein Weg, ein KI-Modell aus bestimmten Dokumenten antworten zu lassen. Statt sich nur auf das im Training Gelernte zu stützen, holt das System zuerst die relevanten Dateien und reicht sie dem Modell als Kontext für seine Antwort.

●●○

Detail

▾

Der Ablauf hat zwei Stufen. Retrieval: Mit der Frage wird ein Dokumentenspeicher durchsucht — Firmendateien, Handbücher, eine Wissensdatenbank — und die relevantesten Passagen werden herausgezogen. Generation: Diese Passagen werden in den Prompt des Modells eingesetzt, und es antwortet mit ihnen. Der Reiz gegenüber Fine-Tuning: Trainingsdaten sind eingefroren und generisch, während RAG frisches oder privates Wissen ohne Neutraining ergänzt, und man sieht, welche Passagen die Antwort gespeist haben. Die harte Grenze: Die Antwortqualität ist durch die Suchqualität gedeckelt, und zieht der Suchschritt die falschen Passagen, fasst das Modell selbstbewusst das Falsche zusammen.

●●●

Analogy

▾

Zwei Wege, einen Helpdesk für das Richtlinienhandbuch deiner Firma zu besetzen. Weg eins: einen Mitarbeiter monatelang schulen, bis das Handbuch in seinem Kopf wohnt, was funktioniert, bis sich das Handbuch ändert. Weg zwei: jemanden einstellen, der schnell liest, das Handbuch auf dem Tisch behält und bei jeder Frage die richtige Seite aufschlägt.

KI-Erklärungen können Fehler enthalten · Keine professionelle Beratung

Gleiche Fakten, anderer Vibe — Slang-Modus 😎

●○○

Overview

▾

RAG heißt, der KI einen Spickzettel zu geben, statt sie die ganze Bibliothek auswendig lernen zu lassen. Frage kommt rein, das System schnappt sich die richtigen Dokumente, schiebt sie über den Tisch, und das Modell antwortet daraus. Neue Dokumente einzuwechseln dauert Sekunden, und nichts wird neu trainiert. 😎

●●○

Detail

▾

Zwei-Schritt-Manöver: erst suchen, dann antworten. Warum es alle machen: Ein Modell auf die Dateien deiner Firma neu zu trainieren ist teuer und bis Freitag veraltet, während das Austauschen von Dokumenten in einem Ordner gratis ist. Bonus: Du kannst die Belege prüfen, denn die Antwort stammt aus Passagen, die du tatsächlich lesen kannst. Der Haken, den niemand auf die Folie schreibt: Greift die Suche die falschen Seiten, wird das Modell nicht verwirrt — es erklärt selbstbewusst die falschen Seiten. Retrieval ist das ganze Spiel. 😎

●●●

Analogy

▾

Es ist der Neuzugang, der wie ein Zehnjahresveteran klingt, weil du ihm vor dem Meeting die internen Unterlagen unter dem Tisch zugeschoben hast. Nimm die Unterlagen weg, und er weiß nichts über deine Firma. Gib ihm die falschen Unterlagen, und er präsentiert selbstbewusst genau die.

KI-Erklärungen können Fehler enthalten · Keine professionelle Beratung

Formale Definition — Derselbe Begriff, wie er sonst erklärt wird

Retrieval-Augmented Generation ist eine Architektur, bei der die Eingabe eines Sprachmodells zur Inferenzzeit um Dokumente erweitert wird, die aus einem externen Korpus abgerufen werden, typischerweise über dichte Vektorähnlichkeitssuche in einem Index. Durch die Konditionierung der Generierung auf abgerufenen Kontext statt allein auf parametrisches Wissen ermöglichen RAG-Systeme Domänenanpassung ohne Neutraining, unterstützen Quellenattribution und mindern — ohne sie zu beseitigen — Halluzinationen; die Gesamtleistung bleibt durch Präzision und Trefferquote des Retrievals begrenzt.

Soll Clicked Begriffe wie „RAG“ direkt in deinem Browser erklären – auch in PDFs?

Zu Chrome hinzufügen — Kostenlos

50 kostenlose Erklärungen · Keine Kreditkarte nötig

Mehr aus der Galerie

Was sind Vektor-Embeddings?

Bedeutung als Koordinaten — wie Maschinen Ähnliches finden, ohne ein einziges Wort abzugleichen.

Was bedeutet eine idempotente API?

Warum zehn Klicks nur einmal abbuchen — die Eigenschaft, die Retries sicher macht.

Wie du ein Forschungspaper wirklich liest

Klug überfliegen, die Jargon-Wand durchbrechen, das Gelernte behalten — eine Session, richtig gemacht.

Was sind „Synergien“?

Zwei fusionierte Unternehmen, die zusammen mehr verdienen als getrennt — das Versprechen, die Mathematik und die Donut-Laden-Version.

Was ist technische Schuld?

Abkürzungen und alternde Systeme, die die Zukunft belasten — Kredit, Zinsen, Tilgung.

Was ist ein Zero-Knowledge-Beweis (ZKP)?

Beweisen, dass etwas stimmt, ohne zu verraten warum — die Kryptographie privater Verifikation.