RAG ist der Grund, warum GEO überhaupt funktioniert. Ein Modell, das in Echtzeit Quellen abruft, zitiert die Seiten, die den Prompt der Nutzerin am besten beantworten – unabhängig davon, wann diese Seiten online gegangen sind. Das heißt: Ein GEO-Programm kann den Citation Share innerhalb von Wochen verändern und nicht erst über Monate – also deutlich schneller, als wenn man auf den nächsten Trainingszyklus warten müsste.
GEO-Glossar
Retrieval-Augmented Generation
Retrieval-Augmented Generation (RAG) ist ein Verfahren, bei dem KI-Modelle zum Zeitpunkt der Anfrage externe Quellen heranziehen – üblicherweise per Websuche oder Vektor-Retrieval –, statt sich nur auf das Trainingswissen zu stützen.