RAG-Prozess: So wird Ihr Inhalt in vier Schritten ausgewählt
Abrufen, Filtern, Extrahieren, Neuzusammenstellen. Jede Modellantwort auf eine Frage durchläuft vier Schritte – und jeder ist eine Ausscheidungsrunde. Wenn Sie wissen, in welchem Schritt Sie ausscheiden, wissen Sie, welchen Teil der Seite Sie überarbeiten müssen.
Das Fazit vorweg: Ein Modell beantwortet eine Frage nicht, indem es "Ihre Webseite liest", sondern über eine vierstufige Pipeline – zuerst wird eine Kandidatenmenge abgerufen, dann werden unzuverlässige Quellen aussortiert, dann werden aus den zuverlässigen Quellen Sätze extrahiert und schließlich wird daraus eine Antwort zusammengesetzt. Die meisten Webseiten scheitern nicht im ersten Schritt, sondern im zweiten und dritten: Sie werden abgerufen, aber nicht als vertrauenswürdig eingestuft, oder sie gelten als vertrauenswürdig, liefern aber keinen vollständigen Satz zum Extrahieren.
Schritt 1: Abrufen – in den Kandidatenpool kommen
Das Modell sucht anhand der Frage eine Menge potenziell relevanter Seiten. Entscheidend sind hier: Ist das Thema klar erkennbar, ist die Seite crawlbar, passen Titel und Inhalt tatsächlich zur Frage.
Häufige Schwachstellen: Der Titel klingt wie ein Werbeslogan, der Text handelt aber von etwas anderem; die Seite lässt sich öffnen, aber der Hauptinhalt besteht nur aus Bildern; dasselbe Thema ist auf zehn Seiten verteilt, und keine davon ist vollständig.
Schritt 2: Filtern – Vertrauenswürdigkeit beurteilen
In diesem Schritt vergleicht das Modell, "wer eher als jemand gilt, der sich mit der Sache auskennt": Gibt es eine Autorenangabe, eine Institution, Quellen für Daten und Aussagen, ein Aktualisierungsdatum, ist die Darstellung in sich konsistent.
Häufige Schwachstellen: Durchgehend "branchenführend" und "vertrauenswürdig", aber keine einzige überprüfbare Tatsache; der Inhalt ist gut, aber Autor, Institution und Teamhintergrund fehlen völlig.
Schritt 3: Extrahieren – lässt sich ein Absatz übernehmen
Das Modell braucht einen Absatz, den es direkt wiedergeben kann. Wenn die Antwort über fünf Absätze verstreut ist oder ein Absatz drei Dinge auf einmal behandelt, kann es nichts extrahieren und greift auf andere Quellen zurück.
Häufige Schwachstellen: Ein Absatz behandelt mehrere Aussagen; die Schlussfolgerung steht nur im Diagramm; Definitionen sind umständlich formuliert; Vergleiche werden in Fließtext statt in Tabellen dargestellt.
Schritt 4: Neuzusammenstellen – in welchem Ton Sie in die Antwort eingehen
Beim abschließenden Zusammensetzen der Antwort entscheidet das Modell, ob Sie "Hauptgrundlage" oder "nebenbei erwähnt" sind und ob der Ton positiv oder zweifelnd ist. Dieser Schritt ergibt sich aus den Gesamtsignalen der ersten drei Schritte sowie aus externen Erwähnungen.
| Schritt | Was das Modell beurteilt | Was Sie ändern können |
|---|---|---|
| Abrufen | Behandelt diese Seite diese Frage | Titel und erster Absatz an die Frage angleichen; Inhalt nicht in Bildern verstecken |
| Filtern | Ist diese Quelle vertrauenswürdig | Autorenangabe, Institution, Quellen, Aktualisierungsdatum |
| Extrahieren | Gibt es einen Absatz, der direkt verwendbar ist | Ein Absatz pro Aussage, Schlussfolgerung voranstellen, Vergleiche in Tabellen |
| Neuzusammenstellen | An welche Stelle Sie gesetzt werden | Einheitliche Darstellung auf der gesamten Website + konsistente externe Erwähnungen |
Wie Sie feststellen, in welchem Schritt Sie ausscheiden
- Stellen Sie der KI Ihre Kernfrage und prüfen Sie, ob Sie erwähnt werden – wenn nicht, überarbeiten Sie zuerst Schritt 1.
- Sie werden erwähnt, aber der Ton ist vage, es heißt "laut einer Website" – überarbeiten Sie Schritt 2.
- Sie werden erwähnt, aber zitiert wird die Produktbeschreibung anderer, nicht Ihre eigenen Worte – überarbeiten Sie Schritt 3.
Weiterführende Lektüre: EEAT: Warum das Modell Ihnen vertraut, Strukturiertes Schreiben: Damit das Modell ganze Absätze übernehmen kann.
