In der ersten Welle der KI-Nutzung setzten Organisationen auf große Sprachmodelle (LLMs), um Texte zu generieren oder Entscheidungsfindung zu unterstützen. Doch laut Dell Technologies müssen deutsche Unternehmen nun weitergehen – und ihre KI-Systeme mit unternehmenseigenen Daten verknüpfen. Die Methode heißt Retrieval-Augmented Generation (RAG) und gilt als Schlüssel zu präziseren, relevanteren Ergebnissen.
Warum RAG jetzt wichtig ist
Große Sprachmodelle liefern beeindruckende Resultate – basierend auf Daten, mit denen sie trainiert wurden. Doch diese Daten sind oft veraltet, allgemein oder unvollständig. In einer Welt, die sich ständig verändert, kann dies zu riskanten Entscheidungen führen. RAG verknüpft LLMs mit aktuellen, firmeneigenen Informationen, ohne dass das Modell neu trainiert werden muss. So wird das System kontextsensitiver, skalierbarer und effizienter.
Laut einer globalen Dell-Umfrage nennen 91 % der Unternehmen mangelhafte Dateninfrastruktur als Hauptbarriere für den KI-Einsatz. Zudem geben 94 % an, dass Mitarbeitende ihre KI-Kompetenzen ausbauen müssen. Um dem entgegenzuwirken, hat Dell fünf Schritte formuliert, mit denen Firmen das Potenzial von RAG heben können.
Fünf Schritte zur erfolgreichen Nutzung von RAG
1. Die richtige Daten- und Infrastruktur schaffen
RAG-Systeme sind nur so gut wie die Daten, die sie erhalten. Viele Unternehmen leiden unter fragmentierten Systemen und schlechter Datenqualität. Dell empfiehlt den Aufbau cloudbasierter Datenarchitekturen, standardisierter Datenflüsse und Echtzeitzugriffe.
2. Frühzeitig Governance-Strukturen etablieren
Da RAG autonomer arbeitet, braucht es klare Regeln und Kontrollmechanismen: ethische Leitlinien, menschliche Aufsicht, Nachvollziehbarkeit und Tests für kritische Szenarien. Gerade im Kontext von Datenschutz und DSGVO ist Transparenz zentral.
3. KI-Kompetenz im Unternehmen verankern
Zukunftsfähige Arbeit basiert auf Mensch-Maschine-Kollaboration. Unternehmen sollten Mitarbeitende gezielt schulen – etwa als Prompt-Engineers oder Datenversteher – und ihnen die Tools geben, um aktiv mit KI zu arbeiten.
4. Mit Pilotprojekten starten
RAG muss nicht sofort flächendeckend eingeführt werden. Dell empfiehlt einen iterativen Ansatz mit Testläufen, gezielten Use Cases und schrittweiser Skalierung – je nach Feedback und Mehrwert.
5. KI an Geschäftszielen ausrichten
Nur wenn RAG konkreten Nutzen stiftet, zahlt es sich aus. Ziele können z. B. schnellere Entscheidungen, bessere Kundenerlebnisse oder effizientere Teams sein. Ein Praxisbeispiel: Ein Onlinehändler nutzt RAG für eine KI-Shoppinghilfe, die Lagerbestände in Echtzeit prüft und individuelle Produktempfehlungen liefert.
Der nächste Schritt in der KI-Reife
Dell richtet einen klaren Appell an deutsche Unternehmen: Wer die Möglichkeiten großer Sprachmodelle bereits nutzt, sollte nicht stehen bleiben. RAG eröffnet neue Dimensionen für intelligente Automatisierung, datenbasierte Entscheidungen und betriebliche Effizienz. Nur wer KI aktiv weiterentwickelt und eng mit eigenen Daten kombiniert, wird langfristig wettbewerbsfähig bleiben.
