Glossarbegriff
Retrieval-Augmented Generation (RAG)
Eine Technik, die ein Sprachmodell relevante Dokumente nachschlagen und beim Antworten nutzen lässt, damit Antworten in echten, aktuellen Quellen verankert bleiben. Sie verringert erfundene Antworten.
Warum es zählt
Retrieval-Augmented Generation (RAG) gehört zum Vokabular, das darüber entscheidet, wer an der KI-Wirtschaft teilnehmen kann. Im Globalen Süden, wo Zugang zu Rechenleistung, Geräten und Training ungleich verteilt ist, ist dieses Vokabular nicht akademisch — es entscheidet, ob man den KI-Wandel nur beobachtet oder mitgestaltet.
Im Kontext
Retrieval-Augmented Generation (RAG) begegnet uns im Bereich AI & Machine Learning. Studierende lernen den Begriff in Workshops kennen, Mentor:innen nutzen ihn beim Review von Projekten, und Partner finden ihn im Reporting nach jedem Programm wieder. Eine klare Definition sorgt dafür, dass Erstsemester und Ministeriumsvertretung dasselbe Gespräch führen können.
So nutzt Tembi Labs den Begriff
Retrieval-Augmented Generation (RAG) bleibt bei uns nicht auf einer Folie. Unsere KI-Hackathons bringen Konzepte innerhalb von Stunden in die Anwendung: Teams wählen ein lokales Problem, prototypen mit KI-Tools und zeigen bis Sonntag etwas Lauffähiges. Teams begegnen dem Begriff direkt, sobald sie ein Modell öffnen und loslegen — aus Theorie wird eine Einstellung, die sie selbst justieren.
Bei einem Tembi-Labs-Hackathon bedeutet ein Verständnis von Retrieval-Augmented Generation (RAG), dass Studierende an einem Wochenende von „Was ist das?" zu einem funktionierenden Prototyp kommen — mit Portfolio-Projekt, Mentoren-Netzwerk und einem glaubwürdigen Weg in die Tech-Branche.
Retrieval-Augmented Generation (RAG) live auf dem Campus sehen?
Buche ein Gespräch — wir zeigen dir, wie ein Tembi-Labs-KI-Hackathon oder Computerraum an deiner Universität funktioniert.