Vom Text zur Antwort
Ein Modell zerlegt Eingaben in Token: kleine Textbausteine, die Wörter, Wortteile oder Zeichen abbilden können. Auf Basis des bisherigen Kontexts berechnet es, welche Fortsetzung passt. Viele heutige Sprachmodelle verwenden Transformer, eine Architektur, die Beziehungen zwischen diesen Bausteinen verarbeitet.
Das Ergebnis kann eine Zusammenfassung, eine Übersetzung, ein strukturierter Entwurf oder eine geplante Werkzeugaktion sein. Die flüssige Formulierung ist aber kein Beleg dafür, dass jeder Inhalt stimmt.
Allgemeines Wissen trifft Unternehmenskontext
Im Training lernt ein Sprachmodell allgemeine Muster und Zusammenhänge. Aktuelle Preislisten, interne Richtlinien oder Projektstände ergänzen dieses Wissen als zusätzlicher Kontext. RAG verbindet dafür die Suche nach freigegebenen Dokumentstellen mit der Antwortgenerierung.
Ein großes Kontextfenster schafft Platz für mehr Material, garantiert aber nicht, dass die richtige Information gefunden oder korrekt gewichtet wird. Gute Quellen und präzise Aufgaben bleiben entscheidend.
Eine gute erste Aufgabe
Eine Zusammenfassung mit offenen Fragen zeigt den praktischen Nutzen: Das Modell verdichtet einen freigegebenen Text, während Zahlen und Zusagen am Original nachvollziehbar bleiben. Bei Entscheidungen mit erheblichen Folgen ergänzt der Entwurf die fachliche Prüfung.
- Ziel und gewünschtes Format nennen
- Quellen und Grenzen vorgeben
- Unklarheiten ausdrücklich kennzeichnen lassen
Quellen & Vertiefung
Originalpublikationen, Herstellerdokumentation und weiterführende Informationen zu den erläuterten Begriffen und Zahlen.