Wie funktioniert RAG? Retrieval-Augmented Generation für Marketer erklärt

RAG steht für Retrieval-Augmented Generation und ist die Technik, die hinter Perplexity, ChatGPT mit Web-Search und Gemini AI Overviews steckt. Statt nur aus Trainingsdaten zu antworten, holen sich diese Systeme zur Laufzeit aktuelle Web-Quellen, packen sie ins Prompt und lassen das LLM darauf basierend antworten. Für Marketer ist RAG kein abstraktes Tech-Konzept, es ist der Schlüssel dazu, wie deine Inhalte in AI-Antworten landen.

Wer versteht, wie der Retrieval-Schritt funktioniert, optimiert gezielter. Wer ihn nicht versteht, produziert Content im Blindflug. Dieser Artikel erklärt RAG ohne Mathe-Overkill, zeigt die drei Phasen Schritt für Schritt und leitet daraus konkrete GEO-Maßnahmen ab. Du brauchst kein Engineering-Background, die Konzepte sind so einfach, wie sie wirkungsvoll sind.

Wichtig: RAG ist kein einzelnes Produkt, sondern ein Architektur-Muster. Jede Engine hat eine etwas andere Umsetzung. Perplexity ist klassisches RAG mit Live-Web-Search, ChatGPT mit Browse ist ähnlich, Google AI Overviews ist eine RAG-Variante auf Basis des Google-Index. Die Grund-Mechanik ist überall dieselbe.

Was RAG eigentlich macht

Ein klassisches LLM antwortet aus dem, was es im Training gesehen hat. Stand der Welt: bis zum Cutoff-Datum. Bei GPT-4 ist das je nach Version April 2023 oder Oktober 2024. Frage nach gestrigen News, das LLM weiß es nicht oder halluziniert. RAG löst dieses Problem, indem es zur Laufzeit eine externe Wissensquelle anzapft und die Treffer in das Prompt einfügt.

Der typische RAG-Flow läuft in drei Phasen: Erstens Retrieval, die Frage des Users wird in eine Vektor-Repräsentation umgewandelt und gegen eine Dokumenten-Datenbank gematcht. Zweitens Ranking, die Top-N Treffer werden nach Relevanz sortiert. Drittens Generation, das LLM bekommt die Treffer plus die Original-Frage und produziert die Antwort.

Für GEO ist die wichtigste Phase die erste: Retrieval. Wenn deine URL hier nicht reinkommt, hast du auch keine Chance, in der finalen Antwort zitiert zu werden. Alle GEO-Maßnahmen zielen letztlich darauf ab, in mehr Retrieval-Runden als Kandidat reinzukommen. Der zweite und dritte Schritt sind nachgelagert, wichtig, aber wirkungslos ohne den ersten.

Phase 1: Embeddings und Vektor-Suche

Beim Embedding wird Text in einen hochdimensionalen Vektor übersetzt, typischerweise 768 oder 1.536 Dimensionen. OpenAI nutzt text-embedding-3-large, Google Gemini-Embedding, Cohere embed-english-v3. Inhaltlich ähnliche Texte landen im Vektor-Raum nahe beieinander.

Praktisch heißt das: Wenn jemand "günstige CRM-Lösung für Startups" fragt, wird diese Anfrage in einen Vektor übersetzt und gegen alle indexierten Vektoren in der Datenbank gematcht. Eine URL mit dem Titel "CRM für Bootstrap-Gründer unter 50 EUR" wird hier mit hoher Wahrscheinlichkeit getroffen, auch ohne exakte Keyword-Übereinstimmung. Genau das ist der semantische Such-Effekt, der RAG so mächtig macht.

// Vereinfachter Retrieval-Call
const query = "affordable CRM for startups";
const queryEmbedding = await openai.embeddings.create({
  model: "text-embedding-3-large",
  input: query
});
const results = await vectorDB.search({
  vector: queryEmbedding.data[0].embedding,
  topK: 10
});

Für dein Marketing heißt das: Schreibe für Themen-Cluster, nicht für einzelne Keywords. Embeddings sind semantisch, wenn dein Content das Thema breit abdeckt, gewinnst du gegen Konkurrenten, die nur Keyword-Stuffing betreiben. Synonyme, verwandte Begriffe und Kontext werden automatisch mit-erfasst.

Ein praktischer Tipp: Lass deine Top-Inhalte selbst durch ein Embedding-Modell laufen und vergleiche die Distanz zu typischen User-Queries deiner Zielgruppe. Wenn die Distanz zu groß ist, fehlt thematischer Kontext, und Re-Writing mit klareren Topic-Ankern bringt sofort messbare Verbesserung.

Phase 2: Re-Ranking und Filter

Die Top-10 oder Top-50 aus der Vektor-Suche werden in einer zweiten Stufe nochmal gefiltert. Hier kommen klassische SEO-Signale ins Spiel: Domain-Authority, Recency, Schema-Coverage, manchmal auch Klassifizierer für Spam und Low-Quality-Content.

Bei Perplexity ist dieser Schritt öffentlich dokumentiert, sie nutzen ein Cross-Encoder-Modell für das Re-Ranking. ChatGPT mit Browse gibt weniger Detail preis, aber aus dem Verhalten lassen sich ähnliche Filter ableiten. Sites, die im Bing-Ranking schwach sind, schaffen es seltener ins finale Citations-Set.

Phase 3: Generation und Citation-Auswahl

Im letzten Schritt bekommt das LLM die gefilterten Treffer als Kontext und produziert die Antwort. Aus den 5 bis 10 Quellen, die im Prompt landen, werden meist 2 bis 4 namentlich zitiert. Welche das genau sind, entscheidet das LLM nach internen Kriterien, und genau hier wird Citation-Friendliness wichtig.

Beobachtbar ist: LLMs bevorzugen Quellen, die direkt auf die Frage antworten, idealerweise mit konkreten Zahlen oder Definitionen. Wenn du einen Absatz hast, der die User-Frage in zwei bis drei Sätzen exakt beantwortet, ist die Chance auf eine Citation deutlich höher als bei diffusen Marketing-Texten.

Praktische Regel: Schreibe für jede Sub-Frage in deinem Themenbereich einen extraktions-freundlichen Absatz, idealerweise direkt unter einer H2, die die Frage als Wortlaut enthält. So funktionieren FAQ-Sections so gut: Question im H3, Answer im darauffolgenden Absatz.

Was das für GEO bedeutet

Aus dem RAG-Verständnis ergeben sich drei konkrete GEO-Hebel, die direkt auf die Mechanik einzahlen:

Tools und nächste Schritte

Wer RAG-Mechanik im eigenen Content sichtbar machen will, kann Tools wie Profound nutzen, um zu sehen, welche Queries deine URL in welchen Engines triggern. AEORadar fokussiert mehr auf das Citation-Tracking, also den Output. Beides ergänzt sich, doppelt sich aber nicht.

Für die ersten 30 Tage reicht eine Kombination aus drei kostenlosen Steps:

1. Test-Queries bauen: Notiere 20 Top-Fragen deiner Personas. Frage sie in ChatGPT mit Browse, Gemini und Perplexity ab. Notiere, wo deine Marke auftaucht.
2. Content-Audit: Identifiziere 5 URLs, die thematisch passen, aber nicht zitiert werden. Prüfe: Schema vorhanden, Extraktions-freundlich, Cluster-Anschluss.
3. Quick-Fix-Sprint: Pro Woche eine URL überarbeiten, FAQ-Schema hinzufügen, einen zitierbaren Absatz unter der H2, dateModified aktualisieren.

Nach 90 Tagen siehst du die ersten Bewegungen. Realistisch sind 2 bis 4 zusätzliche Citations pro Monat bei einer Domain mit moderater Authority. Wer das ein Jahr durchhält und 50 URLs systematisch aufrüstet, baut sich eine LLM-Sichtbarkeit auf, die klassische Konkurrenten kaum noch einholen. RAG ist keine Magie, es ist Mechanik, und Mechanik lässt sich optimieren. Das Beste daran: Die Lernkurve ist steil, aber überschaubar, wer einmal die drei Phasen verstanden hat, optimiert für alle vier großen Engines mit demselben Werkzeugkasten.