Trusted by Design: souverän, rechtegeprüft und sicher

Grounded Generation bedeutet: Antworten entstehen ausschließlich aus autorisierten Unternehmensquellen – mit nachvollziehbaren Quellenbelegen bis auf Passagenebene.

Ein Nutzer stellt eine Frage in natürlicher Sprache. Das System findet passende Passagen im Unternehmensindex. Nur Passagen, für die der Nutzer berechtigt ist, gehen als Kontext an das Sprachmodell. 

Das Modell erzeugt die Antwort ausschließlich auf dieser Basis. Die Antwort enthält Zitate bis auf Dokument- und Passagenebene. Zwei Mitarbeitende, dieselbe Frage – zwei Antworten, jede exakt im eigenen Berechtigungsumfang.

Der Unterschied zur ungrounded Antwort aus allgemeinem Modellwissen: Diese klingt plausibel, ist aber nicht belegt. Grounded Generation macht jede Aussage überprüfbar, autorisiert und auditierbar – und reduziert das Halluzinationsrisiko deutlich.

1 – Data Layer. Quellen, Konnektoren, Dokumente, Metadaten, Berechtigungen und Vektoren liegen in einer kontrollierten Schicht. Die Zugriffsrechte werden per Early Binding bereits bei der Indexierung übernommen – einschließlich vererbter Berechtigungen aus Ordnern, Gruppen und Rollen. Es gibt keinen Zwischenzustand, in dem unberechtigte Treffer existieren und „nur noch“ ausgeblendet werden müssen.

2 – Permission-aware Passages. Die Rechteprüfung greift auf Passagenebene: Nutzer sehen nur Kontext, den sie sehen dürfen – in Treffern, Filtern, Autocomplete, Vorschauen, im LLM-Kontext und in Agentenschritten. Bei kombinierten Quellen gilt für jede Passage die Prüfung gegen ihr Quellsystem; eine Quelle kann die Rechte einer anderen nicht aushebeln.

3 – Hybrid Retrieval. Volltext, Linguistik, Metadaten, Semantik und Vektorsuche werden kombiniert – für Treffsicherheit auch bei Fachsprache, Synonymen und mehrsprachigen Beständen.

4 – Reranking. Aus den Treffern werden die relevantesten Passagen priorisiert, bevor sie an das Sprachmodell gehen – die Qualität des Kontexts bestimmt die Qualität der Antwort.

5 – Grounded Generation. Das Sprachmodell antwortet ausschließlich auf Basis geprüfter Passagen – mit Zitaten bis zur Passage.

6 – Eval & Audit. Groundedness, Zitatqualität und Retrieval-Genauigkeit werden evaluiert, Modelle verglichen; Logs, Nutzerfeedback und Audit Trail machen jede Antwort nachvollziehbar – auch die Schritte von KI-Agenten. Das schafft die Nachweisbarkeit, die Revision, Datenschutz und Informationssicherheit benötigen.

Fazit: Nicht „noch ein RAG“, sondern eine kontrollierte Architektur: souverän, rechtegeprüft, belegt und auditierbar – und damit produktionsreifer als generische Assistenten-Ansätze.