Das KI-Vokabular · 03 Mit KI arbeiten
Was ist Grounding?
Die Antwort eines Modells an konkrete, vertrauenswürdige Quellen binden, damit es mit Fakten arbeitet, die du bereitstellst, statt aus dem Gedächtnis.
Grounding, auf Deutsch etwa „Verankerung“, bedeutet: Du gibst einem Modell konkrete Quellen, etwa deine Dokumente, eine Datenbank oder Suchergebnisse, und weist es an, seine Antwort darauf zu stützen, idealerweise mit Quellenangaben. Das Gegenteil ist eine Antwort allein aus dem Trainingsgedächtnis, wo Lücken und veraltetes Wissen zu Halluzinationen führen.
RAG ist der gängigste technische Weg, Antworten in deinem eigenen Material zu verankern. Eine Websuche leistet dasselbe für aktuelle Informationen nach dem Wissensstichtag. Eine verankerte Antwort ist nur so gut wie ihre Quellen, deshalb zählt die Qualität dessen, was du in den Kontext gibst.
Warum es für dich wichtig ist
Bei allem Faktischen, etwa Preisen, Richtlinien, Verträgen und Statistiken, frag nach Antworten, die in Quellen verankert sind und anklickbare Belege haben. Unverankerte Antworten gehören ins Brainstorming, nicht in Entscheidungen.
Own it
Durch Grounding prägt dein eigenes Wissen, was die KI ausgibt. Gut gepflegte Dokumente und eine klare, einzige Quelle der Wahrheit machen jedes KI-Tool, das du nutzt, genauer.
Woher es kommt
Das Konzept stammt aus der Kognitionswissenschaft. 1990 beschrieb Stevan Harnad das „Symbol Grounding Problem“: wie Symbole ihre Bedeutung aus etwas außerhalb ihrer selbst beziehen können statt nur aus anderen Symbolen (Harnad, 1990). In der generativen KI wurde der Begriff dafür übernommen, die Antworten eines Modells an überprüfbare Quellen wie deine Dokumente oder Suchergebnisse zu binden, genau das, was RAG tut.
Verwandt
Your AI Learning Hub
Lern das ganze KI-Vokabular, Schritt für Schritt, und bau damit. Build it. Own it.