RAG erklärt: So entscheidet KI, welche Seiten zitiert werden

Das Spielfeld verschiebt sich gerade grundlegend: Nicht mehr nur Google entscheidet, welche Seiten Sichtbarkeit bekommen, sondern auch KI-Systeme wie ChatGPT, Perplexity und Googles AI Mode. Der Mechanismus dahinter heißt Retrieval Augmented Generation, kurz RAG. Und wer ihn nicht versteht, optimiert am falschen Ort.

RAG funktioniert in drei Schritten. Die KI entscheidet zunächst, ob sie überhaupt eine externe Suche braucht. Einfache Faktenfragen beantwortet das Modell aus seinem Trainingswissen. Bei komplexeren Anfragen läuft eine Suche an, die Anfrage wird dabei in mehrere verwandte Suchanfragen aufgefächert (sogenanntes Query Fan-Out), und die Ergebnisse werden gesammelt. Dann kommt der entscheidende Schritt: Die gefundenen Seiten werden in kleine Textblöcke (Chunks) zerlegt, in numerische Bedeutungsrepräsentationen (Embeddings) umgewandelt und mit der ursprünglichen Anfrage verglichen. Der Chunk mit der höchsten semantischen Nähe gewinnt und landet in der Antwort.

Was Praktiker in diesem Bereich beobachten: On-Page-Faktoren wie Titel, Meta Description und URL bestimmen, ob eine Seite überhaupt vollständig gelesen wird. Danach entscheiden Relevanz, Autorität, Aktualität und Perspektivenvielfalt, ob ein Inhalt als Quelle shortlistet wird. Und dann gibt es noch eine Art VIP-Ebene: Bestimmte Domains wie Reuters, Wikipedia oder der Wall Street Journal sind in ChatGPTs System als "labrador"-Quellen markiert und werden bevorzugt mit vorab aufbereiteten Volltextauszügen eingespeist, ohne den normalen Chunking-Prozess zu durchlaufen.

Das bedeutet: Klassisches SEO bleibt relevant, weil RAG auf denselben Signalen aufbaut. Aber es reicht nicht mehr, nur für Suchmaschinen zu optimieren. Inhalte müssen so strukturiert sein, dass einzelne Abschnitte als eigenständige, semantisch klare Antworteinheiten funktionieren. Ein Blogartikel, der gut rankt, aber inhaltlich verwässert ist, wird im RAG-Prozess trotzdem nicht zitiert.