Wissensplattformen & RAG.

RAG steht für Retrieval-Augmented Generation, auf Deutsch etwa abrufgestützte Antwortgenerierung. Das Prinzip: Statt allein aus dem allgemeinen Modellwissen zu schöpfen, sucht das System zunächst die passenden Inhalte in den eigenen Quellen des Unternehmens — Handbücher, Verträge, Richtlinien, Protokolle, Tickets — und nutzt genau diese Fundstellen als Grundlage der Antwort. Der Nutzen liegt auf der Hand: Ein allgemeines Sprachmodell kennt die internen Regelungen eines Unternehmens nicht und würde bei einer Frage dazu bestenfalls allgemein bleiben, schlimmstenfalls plausibel klingenden Unsinn erzeugen. Mit RAG antwortet das System auf Basis des tatsächlich hinterlegten Dokuments und kann die Quelle mitliefern. Die eigentliche Arbeit steckt dabei weniger im Sprachmodell als in der Aufbereitung: Welche Dokumente kommen hinein, wie werden sie erschlossen, und welche Fassung gilt als die aktuelle.

Ja. Die Plattform wird so gebaut, dass bestehende Berechtigungen durchgesetzt werden und Inhalte nur in dem freigegebenen Rahmen verarbeitet werden. Das ist der wichtigste Konstruktionspunkt einer Wissensplattform überhaupt: Wer ein Dokument im Original nicht sehen darf, darf auch über die Suche keine Antwort daraus erhalten. Andernfalls wird ausgerechnet das System, das Wissen zugänglich machen soll, zum Umgehungsweg für das Rechtekonzept — ein Fehler, der in der Praxis häufig erst spät auffällt. jamani bildet Berechtigungen deshalb nicht nachträglich ab, sondern legt sie beim Aufbau der Retrieval-Architektur zugrunde. Dazu kommen die Fragen, wo die Inhalte verarbeitet und gespeichert werden, welcher Anbieter dabei beteiligt ist und was vertraglich zur Weiterverwendung geregelt ist. Diese Punkte werden vor dem Aufbau geklärt, nicht danach.

Jede Antwort weist ihre Quellen aus, sodass sich eine Aussage direkt am Originaldokument prüfen lässt. Das ist der entscheidende Unterschied zu einer frei formulierten Antwort ohne Beleg: Die Nutzerin sieht, aus welchem Dokument und welcher Stelle die Information stammt, und kann im Zweifel nachschlagen, statt der Formulierung vertrauen zu müssen. Damit verschiebt sich die Prüfarbeit von Misstrauen gegenüber dem ganzen System hin zu einer schnellen Kontrolle im Einzelfall. Ergänzend wird die Antwortqualität gemessen, statt sie nur zu behaupten: Anhand einer Sammlung typischer Fragen mit bekannter richtiger Antwort lässt sich feststellen, ob das System die passenden Stellen findet — und ob eine Änderung an der Konfiguration die Qualität tatsächlich verbessert. Ebenso wichtig ist der Umgang mit Lücken: Findet das System nichts Passendes, soll es das sagen statt zu raten.