# Retrieval

Auch: RAG, Retrieval-Augmented Generation, Wissensabruf

> Retrieval heißt, dass ein Werkzeug vor der Antwort passende Stellen aus Dokumenten sucht und dem Modell mitgibt, statt sich auf sein Training zu verlassen.

Ein Sprachmodell kennt eure Richtlinien, Verträge und Handbücher nicht. Retrieval löst das, ohne das Modell neu zu trainieren: Eine Suche findet die relevanten Abschnitte und legt sie ins Kontextfenster, das Modell antwortet daraus. Im Englischen heißt das Ganze „Retrieval-Augmented Generation“, kurz RAG.

Wenn du selbst die zwei passenden Seiten anhängst, machst du Retrieval von Hand. Viele Werkzeuge machen es automatisch, etwa wenn sie in einem Dokumentenordner oder im Intranet suchen. Die Qualität der Antwort hängt dann stark davon ab, ob die Suche die richtigen Stellen findet.

## Beispiel aus dem Arbeitsalltag

Du fragst den Assistenten im Intranet nach der Erstattung von Bahnfahrten. Er findet den Abschnitt der Reisekostenrichtlinie und antwortet mit Verweis darauf. Bei einer Frage zu einem Thema, das in keiner Richtlinie steht, sagt er im guten Fall, dass er nichts gefunden hat.

## Häufiges Missverständnis

„Mit Retrieval weiß das Modell jetzt alles über unser Unternehmen.“ Es weiß nur, was die Suche für diese Frage gefunden hat. Veraltete oder widersprüchliche Dokumente landen genauso im Fenster wie aktuelle.

## So benutzt du den Begriff

„Das Werkzeug arbeitet mit Retrieval auf unserem Handbuch, also prüfen wir, ob die Fundstelle stimmt.“

„Die Antwort war falsch, weil das Retrieval eine alte Version der Richtlinie gefunden hat.“

## In diesen Lektionen
- [Tools und Wissen mitgeben](/kurs/lesson-bausteine-prompt-tool-retrieval/md)

## Verwandte Begriffe
- [Agent](/glossar/agent/md)
- [KI-Skill](/glossar/ki-skill/md)
- [Konnektor](/glossar/konnektor/md)
- [Kontextfenster](/glossar/kontextfenster/md)
- [MCP (Model Context Protocol)](/glossar/mcp/md)
- [Trainingswissen und Kontextwissen](/glossar/trainingswissen/md)
- [Wissensstand](/glossar/wissensstand/md)