Retrieval ist das gezielte Auffinden relevanter Informationen aus einem Bestand, etwa passender Textabschnitte aus Dokumenten, bevor ein Modell antwortet.
Was bedeutet der Begriff?
Retrieval (englisch für „Abruf“) bezeichnet den Schritt, in dem ein System aus einem großen Bestand genau die Informationen heraussucht, die zu einer Frage passen. In RAG-Systemen ist das der erste Teil: Erst wird gesucht, dann wird geantwortet. Die Suche kann auf Stichwörtern beruhen, auf der Bedeutung (über Embeddings) oder auf einer Kombination aus beidem.
Die Qualität des Retrievals entscheidet über die Qualität der Antwort: Findet die Suche die falschen Abschnitte, hilft auch das beste Sprachmodell nichts. Wichtige Stellschrauben sind die Aufteilung der Dokumente, das Embedding-Modell, Filter nach Metadaten wie Datum oder Produkt sowie eine Nachsortierung der Treffer. Tests mit echten Fragen aus dem Alltag zeigen, wo nachgebessert werden muss.
Beispiel aus einem KMU
Ein Beispiel aus einem KMU: Ein Energieversorger hat tausende Seiten Betriebsanweisungen. Fragt jemand nach einem bestimmten Störfall, soll das Retrieval die drei passenden Abschnitte finden, nicht die gesamte Dokumentenablage. Eine Kombination aus Stichwort- und Bedeutungssuche findet dabei sowohl exakte Bezeichnungen wie Typennummern als auch sinngemäße Treffer.