Retrieval-Augmented Generation.
Also: Eine KI sucht passende Inhalte und nutzt sie als Kontext für eine Antwort.
Das klingt nach einer einfachen Idee:
Man gibt der KI Dokumente.
Die KI findet etwas.
Die KI antwortet besser.
Aber so einfach ist es nicht.
Denn RAG ist nicht nur eine technische Erweiterung eines LLMs.
RAG ist Fokusarbeit.
Die eigentliche Frage lautet nicht:
„Wie viele Dokumente kann ich der KI zugänglich machen?“
Sondern:
„Welche Wissensbausteine sind für diese Frage wirklich relevant?“
Ein gutes RAG-System muss unterscheiden können:
Was ist Definition?
Was ist Kontext?
Was ist Nachweis?
Was ist gültiger Stand?
Was ist offene Diskussion?
Was gehört fachlich zusammen?
Was ist nur zufällig ähnlich formuliert?
Genau hier entscheidet sich die Qualität.
Wenn Inhalte schlecht strukturiert sind, findet RAG oft nur Textnähe.
Aber Textnähe ist nicht automatisch Bedeutung.
Zwei Abschnitte können ähnliche Wörter verwenden und trotzdem unterschiedliche Dinge meinen.
Und zwei Inhalte können fachlich eng zusammengehören, obwohl sie sprachlich ganz anders aussehen.
Deshalb braucht RAG mehr als Dokumente.
Es braucht klare Abschnitte.
Saubere Begriffe.
Metadaten.
Kontext.
Geltung.
Quellenbezüge.
Und eine Struktur, die erkennen lässt, wofür ein Wissensbaustein gedacht ist.
Erst dann kann KI besser unterscheiden, worauf sie sich stützen soll.
Für mich ist RAG deshalb ein sehr gutes Bild für modernes Wissensmanagement:
Es geht nicht darum, alles verfügbar zu machen.
Es geht darum, im richtigen Moment das passende Wissen zu finden.
Nicht das lauteste Dokument.
Nicht den längsten Text.
Nicht die allgemeinste Antwort.
Sondern das Signal.
Deshalb ist die redaktionelle Arbeit vor dem RAG-System so wichtig.
Wie Wissen geschnitten wird.
Wie Begriffe geführt werden.
Wie Quellen angebunden sind.
Wie Geltung sichtbar wird.
Wie Kontext erhalten bleibt.
All das entscheidet darüber, ob KI nur Text verarbeitet — oder wirklich mit verlässlichem Wissen arbeiten kann.
Finding the signal in the noise:
RAG ist nicht einfach KI mit Dokumenten. RAG ist die Kunst, das richtige Wissen im richtigen Moment auffindbar zu machen.