Retrieval-Augmented Generation kombiniert ein Sprachmodell mit einer Suche in einer Wissensquelle: Passende Dokumente werden zuerst abgerufen und dann als Kontext an das Modell übergeben, das darauf gestützt antwortet. Das reduziert Halluzinationen und ermöglicht aktuelle, belegbare Antworten – ohne das Modell neu zu trainieren.