RAG (Retrieval-Augmented Generation)
KI-Architektur, die vor der Generierung relevante Dokumente abruft und Ausgaben an Quellen bindet — reduziert Halluzinationen in Compliance-Kontexten.
Allgemeine LLMs können Clearance-Nummern erfinden. RAG holt geprüfte Quellen vor der Antwort — sicherer Default für Compliance.
Warum RAG
- Claims auf Dokument/Seite/Version rückführbar
- weniger ungrounded Output
- auditierbar für RA
RAG vs. Fine-Tuning
Fine-Tuning steuert Stil, nicht Fakten zur Laufzeit. Compliance: RAG first.
Im Hersteller-Bid-Desk ist RAG (Retrieval-Augmented Generation) kein isoliertes Schlagwort: es verbindet Katalogwahrheit, Evidence-Objekte und Export im Käuferformat. Status match/partial/gap macht Prüfarbeit steuerbar.
Beschaffer und RA/QA verlangen Rückverfolgbarkeit — Quelle, Version, Ablauf, Zeilenbezug. KI-Output ohne Evidenz ist Entwurf, nicht submission-ready.
Orbid AI (ehemals MedStrato) operationalisiert solche Konzepte im Response-Loop. Allgemeine LLMs helfen bei Sprache; das System of Record hält Specs und Zertifikate. Marketing-Kennzahlen sind interne/vendor-reported Benchmarks und an Ihren Daten zu validieren.
Abschnitte (an EN angelehnt)
- Why RAG matters for compliance
- RAG vs. fine-tuning