# RAG

> Retrieval-Augmented Generation (RAG) ist ein Verfahren, bei dem eine Anwendung passende Inhalte aus einer Wissensbasis sucht und sie einem Sprachmodell zusammen mit der Anfrage übergibt.

Originalseite: https://t10.de/glossar/rag
Herausgeber: total10 GmbH, https://t10.de/glossar

Das Verfahren geht auf einen [Forschungsbeitrag zu wissensintensiven Sprachaufgaben](https://arxiv.org/abs/2005.11401) zurück, den Lewis und weitere Autoren 2020 erstmals veröffentlichten. Ihr Ausgangspunkt: Großen Sprachmodellen gelingen das Abrufen und die präzise Verarbeitung von Wissen nur begrenzt. Die Autoren verbinden deshalb zwei Arten von Gedächtnis. Das eine ist das Wissen, das ein Modell im Training gelernt hat, das andere eine durchsuchbare Textsammlung, aus der eine Suche passende Stellen abruft.

Aufgegriffen wird das Verfahren auch in der [Studie zu generativen KI-Modellen](https://www.bsi.bund.de/SharedDocs/Downloads/DE/BSI/KI/Generative_KI-Modelle.pdf?__blob=publicationFile&v=7) des Bundesamts für Sicherheit in der Informationstechnik (BSI). Der Studie zufolge kann ein Modell auf diesem Weg Dokumente einer Wissensbasis nutzen, die vorher nicht als Trainingsmaterial dienten. Häufig erhalten generative KI-Modelle eine solche Wissensbasis, um Halluzinationen zu vermeiden. Ein Produkttext im Onlineshop kann sich so auf die tatsächlichen Eigenschaften eines Artikels stützen. Ein Risiko sieht das BSI in der Wissensbasis selbst, denn Angreifer können dort manipulierte Inhalte einschleusen.

Für KI-Produkttexte und SEO-Inhalte im E-Commerce nutzen wir RAG. Die Texte entstehen aus echten Produktdaten, Kategorieattributen und Lieferantenspezifikationen, nicht aus allgemein gehaltenen Prompts. Zuerst prüfen wir die vorhandenen Daten und legen fest, wie die Wissensbasis aufgebaut wird. Danach entstehen die Texte und durchlaufen einen Redaktionsablauf mit Freigabe.

## Siehe auch

- [Sprachmodell](https://t10.de/glossar/sprachmodell): Ein Sprachmodell ist ein mit großen Textmengen trainiertes KI-Modell, das Texte verarbeitet und neue erzeugt, indem es wahrscheinliche Fortsetzungen vorhersagt.
- [Halluzination](https://t10.de/glossar/halluzination): Eine Halluzination ist eine meist glaubhaft wirkende, aber erfundene Ausgabe eines KI-Modells, deren Inhalt weder aus der Eingabe noch aus den Trainingsdaten stammt.
- [SEO](https://t10.de/glossar/seo): SEO steht für Suchmaschinenoptimierung und bezeichnet die Arbeit daran, dass Suchmaschinen die Inhalte einer Website verstehen und Nutzer sie über die Suche finden.
- [GEO](https://t10.de/glossar/geo): GEO steht für Generative Engine Optimization und bezeichnet die Arbeit daran, dass Inhalte in Antworten von Suchsystemen mit generativer künstlicher Intelligenz sichtbar werden.

## Wo der Begriff vorkommt

- [KI-Produkttexte und SEO-Content mit RAG](https://t10.de/seo)
- [E-Commerce und Digital für KMU: Shops, Content, KI](https://t10.de/ecommerce)
- [Die selbstfahrende Content-Maschine](https://t10.de/blog/selbstfahrende-content-maschine)

## Quellen

1. [Generative KI-Modelle: Chancen und Risiken für Industrie und Behörden, Version 2.0 vom 17.01.2025](https://www.bsi.bund.de/SharedDocs/Downloads/DE/BSI/KI/Generative_KI-Modelle.pdf?__blob=publicationFile&v=7), Bundesamt für Sicherheit in der Informationstechnik (BSI), abgerufen am 2026-11-07
2. [Lewis et al.: Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, arXiv:2005.11401v4 (12. April 2021, Erstfassung 22. Mai 2020, NeurIPS 2020)](https://arxiv.org/abs/2005.11401), arXiv (Cornell University), abgerufen am 2026-11-07