Zum Inhalt springen
Glossar

Erdung

Erdung ist die Praxis, die Ausgabe eines KI-Modells auf überprüfbare Quellbelege zu beschränken statt auf sein parametrisches Gedächtnis. Eine geerdete Antwort wird von abgerufenen Passagen gestützt, die zitiert und überprüft werden können, was die wichtigste Verteidigung gegen erfundene oder selbstbewusst falsche Antworten ist.

Synonyme: grounded AI, evidence grounding, source grounding, factual grounding

Erdung verwandelt ein generatives Modell von einem plausibel klingenden Rater in eine nachvollziehbare Antwortmaschine. Indem das Modell mit abgerufenen Belegen gespeist wird und seine Ausgabe diese Belege zitieren muss, hält die Erdung die Antworten an reale, aktuelle Quellen gebunden, die ein Prüfer inspizieren kann. Die Disziplin reicht über den Prompt hinaus: Abrufqualität, Zitierungsverfolgung und ein Ausweichpfad für fehlende Belege tragen alle bei. Eine starke Erdung ist es, die eine automatisierte Antwort vertrauenswürdig genug macht, um eine Anfrage zu lösen oder eine geregelte Aktion auszulösen.

Häufig gestellte Fragen

Wie wird Erdung in der Praxis durchgesetzt?
Der Abruf liefert dem Modell nur die relevanten Quellpassagen, der Prompt weist es an, aus diesen Belegen zu antworten, und ein Verifizierungsschritt verwirft Aussagen, denen eine stützende Zitierung fehlt.
Was passiert, wenn es keinen Beleg zur Erdung gibt?
Ein gut konzipiertes geerdetes System lehnt es ab zu antworten oder eskaliert an eine Person, statt eine Antwort zu erfinden, und zeigt eine explizite Lücke statt einer selbstbewussten Vermutung.