Retrieval-Augmented Generation (RAG)

RAG ist eine Technik, mit der ein großes Sprachmodell aus Ihren eigenen Dokumenten antworten kann: Es ruft die relevanten Passagen aus einer Wissensbasis ab und übergibt sie dem Modell als Kontext, sodass Antworten in Ihren Daten verankert sind und nicht im allgemeinen Training des Modells.

RAG begegnet der größten Schwäche von LLMs im betrieblichen Einsatz — sie kennen Ihre spezifischen Informationen nicht und können halluzinieren. Indem zunächst eine vertrauenswürdige Quelle durchsucht wird (Handbücher, Verfahrensanweisungen, Instandhaltungsaufzeichnungen) und die besten Treffer an das Modell übergeben werden, liefert RAG Antworten, die in Ihren eigenen Dokumenten verankert und auf diese zurückführbar sind. Es ist der Standardweg, um einen verlässlichen internen Assistenten über industrielles Wissen aufzubauen.

Verwandte Begriffe

Large Language Model (LLM) · Generative AI · Machine Learning (Industrial)

Verwandte Leitfäden