Grounding
Grounding bezeichnet die Bindung einer KI-Antwort an nachprüfbare Quellen, die dem Sprachmodell zusammen mit der Frage übergeben werden; das Modell antwortet ausschließlich aus diesen Quellen und belegt jede Aussage mit ihrer Fundstelle.
Grounding ist das Ziel, dem [[rag|Retrieval-Augmented Generation]] technisch dient, und die Maßnahme, die [[halluzination|Halluzinationen]] bei KI-Assistenten auf Unternehmensdaten am direktesten begrenzt.
In einfachen Worten
Ein Sprachmodell hat im Training aus großen Textmengen Sprachmuster und Allgemeinwissen gelernt. Über die Preisliste, die Garantiebedingungen oder das Qualitätshandbuch eines bestimmten Betriebs weiß es nichts. Fragt ein Mitarbeitender danach, erzeugt ein ungebundenes Modell trotzdem eine flüssige Antwort, die plausibel klingt und frei erfunden sein kann. Grounding verhindert das in drei Schritten. Zuerst sucht das System die passenden Abschnitte aus den freigegebenen Unterlagen heraus. Dann erhält das Modell diese Abschnitte zusammen mit der Frage und der Anweisung, nur daraus zu antworten. Zuletzt gibt die Antwort an, aus welchem Dokument und welcher Stelle jede Aussage stammt, sodass der Nutzer sie am Original prüfen kann. Grounding senkt das Risiko erfundener Angaben deutlich, beseitigt es aber nicht vollständig: Ein Modell kann eine Quelle falsch zusammenfassen oder zwei Stellen unzulässig verknüpfen. Deshalb gehört die sichtbare Fundstelle zu jeder Antwort.
Wozu brauche ich das?
Grounding ist Pflicht überall, wo die Antwort eines Assistenten Folgen hat: bei Auskünften über Vertragsbedingungen, technische Grenzwerte, Preise, interne Vorgaben oder Sicherheitshinweise. Es setzt voraus, dass die Quellen gepflegt, zugänglich und in auffindbare Abschnitte zerlegt sind. Für Fragen, zu denen die Quellen nichts hergeben, braucht es eine eigene Regel; sie heißt Antwortverzicht.
Beispiel aus der Praxis
Ein Versicherungsmakler mit mehreren Standorten stellt seinen Mitarbeitenden einen Assistenten für Fragen zu den Tarifbedingungen der vermittelten Produkte zur Verfügung. In der ersten Fassung beantwortet der Assistent die Frage, ob ein bestimmter Tarif Schäden durch Überspannung abdeckt, mit einer allgemeinen Aussage aus seinem Trainingswissen. Nach der Umstellung auf Grounding durchsucht er zuerst die hinterlegten Bedingungswerke, zitiert die einschlägige Klausel des betreffenden Tarifs mit Bedingungsstand und Seitenzahl und weist bei Tarifen, deren Bedingungen nicht hinterlegt sind, auf die fehlende Quelle hin. Die Mitarbeitenden prüfen die zitierte Klausel im Original, bevor sie dem Kunden antworten.
Wirtschaftlicher Nutzen
Grounding macht die Auskünfte eines Sprachmodells im Betrieb verwendbar. Ohne Beleg muss jede Antwort vollständig nachrecherchiert werden, und der Zeitgewinn entfällt. Mit Beleg genügt der Blick auf die zitierte Stelle. Das verkürzt die Recherche und senkt das Risiko falscher Auskünfte gegenüber Kunden. Belegte Antworten erhalten auch die Akzeptanz im Team: Eine falsch zusammengefasste Stelle fällt beim Nachsehen auf, eine unbelegte Fehlantwort oft erst beim Kunden.
Typische Fehler
- Das Modell aus Unterlagen antworten lassen, ohne die Fundstelle in der Antwort anzuzeigen.
- Keine Anweisung für den Fall hinterlegt, dass die Quellen keine Antwort enthalten – das Modell füllt die Lücke dann mit Allgemeinwissen.
- Veraltete und aktuelle Fassungen desselben Dokuments gleichzeitig als Quelle freigegeben.
- Grounding als vollständigen Schutz vor Fehlern verstanden und die Prüfung der zitierten Stelle weggelassen.
- Die Qualität nur an wenigen Vorführfragen geprüft und auf eine Liste echter Fragen mit bekannten Antworten verzichtet.
Worauf achten?
- Jede Antwort mit Dokumenttitel, Fundstelle und Stand der Quelle ausgeben lassen.
- Im System-Prompt festlegen, dass nur aus den übergebenen Quellen geantwortet wird.
- Für fehlende Belege eine eindeutige Antwortform vorsehen.
- Nur die jeweils gültige Fassung eines Dokuments als Quelle zulassen.
- Die Trefferqualität regelmäßig mit einer festen Liste von Prüffragen messen.
Häufig gestellte Fragen
Was bedeutet Grounding bei KI?
Die Bindung einer KI-Antwort an Quellen, die dem Modell zusammen mit der Frage übergeben werden. Das Modell antwortet nur aus diesen Quellen und nennt die Fundstelle jeder Aussage.
Verhindert Grounding Halluzinationen vollständig?
Es senkt das Risiko erfundener Angaben deutlich, doch ein Modell kann eine Quelle falsch zusammenfassen. Deshalb gehört die sichtbare Fundstelle zu jeder Antwort, damit sie am Original geprüft werden kann.
Was ist der Unterschied zwischen Grounding und RAG?
RAG beschreibt das technische Verfahren, bei dem passende Textabschnitte gesucht und dem Modell übergeben werden. Grounding beschreibt das Ziel, dass die Antwort an diese Abschnitte gebunden und belegt ist.
Welche Voraussetzungen braucht Grounding?
Gepflegte, aktuelle Quellen, eine Zerlegung in auffindbare Abschnitte mit Herkunftsangaben und eine Anweisung an das Modell, nur aus den übergebenen Quellen zu antworten.