Was ist RAG (Retrieval-Augmented Generation)?

RAG kombiniert zwei Komponenten, die normalerweise getrennt arbeiten: eine Suchmaschine und ein Sprachmodell. Wenn jemand eine Frage stellt, antwortet das System nicht direkt mit dem, was das Modell während des Trainings gespeichert hat. Zuerst sucht es relevante Informationen in einer externen Quelle (einer Datenbank, einer Dokumentensammlung oder dem offenen Web), danach nutzt es diese Ergebnisse, um die Antwort zu bauen.

Der Unterschied zu einem Modell, das nur aus seinen Trainingsdaten antwortet, ist zentral. Ein Sprachmodell ohne Retrieval kennt nur, was es bis zum Stichtag seines Trainings gelernt hat, und kann nicht angeben, woher eine bestimmte Angabe stammt, weil es im Moment der Antwort keine Quelle abfragt. Ein Modell mit RAG dagegen ruft im Moment jeder Frage aktuelle Informationen ab, kann sich auf konkrete Dokumente beziehen und erlaubt, seine Wissensbasis zu korrigieren oder zu erweitern, ohne neu trainiert zu werden.

Deshalb wird RAG mit den Systemen assoziiert, die Links neben ihren Antworten zeigen. Diese Fähigkeit, Quellen zu zitieren, kommt genau aus dem Retrieval-Schritt, nicht aus einem anderen Mechanismus.

Der Abrufschritt funktioniert über einen Vektorvergleich, nicht über Stichwortabgleich. Sowohl die Frage des Nutzers als auch die verfügbaren Dokumente werden in numerische Darstellungen umgewandelt, sogenannte Embeddings, die die Bedeutung des Textes erfassen statt seiner genauen Wörter. Dadurch lässt sich verwandter Inhalt finden, selbst wenn er ein anderes Vokabular als die Frage verwendet: eine Anfrage zu «Warenkorbabbrüche reduzieren» kann ein Dokument abrufen, das von «Conversion-Rate im Checkout verbessern» spricht, ohne ein einziges gemeinsames Wort. Bevor diese Embeddings entstehen, werden die Dokumente in kleinere Abschnitte zerlegt, ein Vorgang namens Chunking, weil der Vergleich der Frage gegen ganze Dokumente zu allgemeine Ergebnisse liefern würde.

Das System vergleicht das Embedding der Frage mit den Embeddings aller indexierten Abschnitte und wählt die nächstliegenden aus, normalerweise wenige Absätze, keine kompletten Seiten. Diese abgerufenen Abschnitte werden direkt als Kontext in den Prompt eingefügt, den das Modell erhält, zusammen mit der ursprünglichen Frage. Das Modell erzeugt seine Antwort dann gestützt auf diesen Kontext, statt sich ausschließlich auf das zu verlassen, was in seinen Parametern gespeichert ist. Dieser gesamte Vorgang läuft bei jeder neuen Anfrage ab, nicht nur einmal während des Trainings, wodurch die Antwort Informationen widerspiegeln kann, die erst Minuten zuvor veröffentlicht wurden.

Perplexity und Bing Chat zeigen diesen Mechanismus sichtbar: Wenn sie antworten, zitieren sie konkrete Links, direktes Ergebnis eines Retrievals, das im Moment der Anfrage stattfindet, und nicht festen Wissens des Modells. Google wendet in seinen AI Overviews einen vergleichbaren Prozess an. Viele Unternehmensassistenten nutzen dieselbe Architektur über ihre eigene interne Dokumentation, damit das Modell mit Unternehmensdaten antwortet, ohne bei jeder Dokumentänderung neu trainiert werden zu müssen.

Der technische Grund, warum die Optimierung für KI (GEO) funktioniert, ist dieser: Ruft ein RAG-System die Seite einer Marke ab, wenn es zu einem Thema sucht, hat diese Marke die Möglichkeit, in der Antwort zitiert zu werden. Ruft das System sie nicht ab, gibt es keine Möglichkeit, egal wie gut diese Seite in klassischen Suchmaschinen positioniert ist.

RAG ist der Mechanismus hinter den meisten Zitationen in KI-Antworten, kein optionales Extra. Perplexity, Bing Chat, Googles AI Overviews und ein großer Teil der Assistenten mit Zugriff auf das aktuelle Web hängen von einem Retrieval-Schritt ab, bevor sie Text erzeugen. Ein Inhalt, der nie in diese abgerufene Menge gelangt, erreicht nie die Generierungsphase, unabhängig von seiner Qualität.

Das verschiebt den Fokus der Optimierung: Es reicht nicht mehr, dass ein Thema irgendwo im Web abgedeckt ist, jede einzelne Seite muss für sich abrufbar sein. In eigenständige Passagen strukturierter Inhalt, sichtbar aktualisierte Informationen und eine als Autorin erkennbare Quelle wirken sich direkt darauf aus, ob ein RAG-System diese Seite auswählt oder zugunsten einer anderen verwirft. Außerdem verändert dieser Mechanismus, womit jede Seite konkurriert: Zwei Artikel zum selben Thema konkurrieren nicht mehr um eine feste Position in einer Ergebnisliste, sie konkurrieren darum, das semantisch nächstliegende Textfragment zur konkreten Frage eines Nutzers zu sein. Diese Praktiken sind dem klassischen SEO nicht fremd, aber ihr Gewicht verschiebt sich: Sie sind keine schrittweise Verbesserung mehr, sondern entscheiden, ob ein Inhalt überhaupt an der Antwort teilnimmt.

• Inhalt für KI-Crawler durchsuchbar halten: User-Agents wie GPTBot, PerplexityBot oder Google-Extended nicht in robots.txt blockieren, wenn das Ziel ist, zitiert zu werden.
• Eigenständige Passagen schreiben: Jeder Absatz sollte einen vollständigen Gedanken beantworten, ohne vom vorherigen abzuhängen, weil das System einzelne Abschnitte abruft, nicht die ganze Seite.
• Inhalte sichtbar datieren und aktualisieren, weil ein RAG-System Informationen bevorzugt, die es als aktuell verifizieren kann.
• Beschreibende Überschriften und strukturierte Daten verwenden, damit der abgerufene Abschnitt für sich genommen klaren Kontext hat.
• Ein Thema mit vielfältigem Vokabular abdecken, da die Vektorsuche Synonyme und andere Formulierungen findet, nicht nur das exakte Wort der Anfrage.
• Eigene Quellen zitieren und überprüfbare Daten verlinken, weil RAG-Systeme Inhalt bevorzugen, der bereits belegt ist.

• KI-Crawler in robots.txt blockieren und trotzdem erwarten, in Antworten zitiert zu werden: das sind unvereinbare Ziele.
• Sehr lange Absätze schreiben, die mehrere Gedanken vermischen, wodurch es dem System schwerer fällt, genau den Abschnitt abzurufen, der eine Frage beantwortet.
• Inhalte ohne sichtbares Veröffentlichungs- oder Aktualisierungsdatum lassen, wodurch das System annimmt, sie könnten veraltet sein.
• RAG mit einem Positionierungstrick neben SEO oder GEO verwechseln, obwohl dieselben Optimierungspraktiken für beide gelten.
• Nur die Startseite oder Hauptseite optimieren und dabei vergessen, dass jede Seite unabhängig abgerufen wird.