Macha
KI und Agenten im Support

Retrieval-Augmented Generation (RAG)

Definition

Retrieval-Augmented Generation (RAG) ist ein Verfahren, bei dem ein KI-Modell zur Laufzeit relevante Informationen aus Ihren eigenen Wissensquellen abruft und seine Antwort darauf stützt, statt sich allein auf das zu verlassen, was es im Training gelernt hat.

Auch bekannt als: RAGgeerdete GenerierungRetrieval-Augmentierung

So funktioniert es

Kommt eine Frage herein, durchsucht das System eine Wissensdatenbank – Help-Center-Artikel, Dokumentation, vergangene Tickets – nach den passendsten Passagen und übergibt sie zusammen mit der Frage an das Sprachmodell. Das Modell schreibt seine Antwort anhand dieses abgerufenen Kontexts.

Deshalb kann ein RAG-basierter Support-Agent Fragen zu Ihrem Produkt, Ihren Preisen und Ihren Richtlinien beantworten, obwohl das zugrunde liegende Modell nie darauf trainiert wurde.

Warum es für den Support wichtig ist

RAG ist die wichtigste Verteidigung gegen Halluzinationen im Kundensupport. Antworten in Ihren echten Inhalten zu erden, hält sie korrekt und aktuell – aber die Qualität der Antwort ist immer nur so gut wie die Quellen, die Sie anbinden. Saubere, widerspruchsfreie Dokumentation erzeugt sichere, richtige Antworten; veraltete oder widersprüchliche Inhalte erzeugen sichere, falsche.

Häufig gefragt

Stoppt RAG KI-Halluzinationen?

Es reduziert sie deutlich, indem Antworten in abgerufenen Quellinhalten geerdet werden, beseitigt sie aber nicht – die Antwortqualität hängt weiterhin davon ab, wie sauber und aktuell Ihre Wissensquellen sind.

Wofür steht RAG?

Für Retrieval-Augmented Generation – relevantes Quellmaterial abrufen und damit die erzeugte Antwort des Modells anreichern und erden.

Setzen Sie diese Ideen ein

Macha ist eine KI-Agent-Schicht, die auf dem Help Desk sitzt, den Sie schon nutzen, Zendesk, Freshdesk, Front, Intercom oder Gorgias.

Trial starten