Search Grounding
Search Grounding ist die Technik, bei der ein KI-Modell sein internes Trainingswissen durch Live-Web-Abruf ergänzt, um aktuellere und präzisere Antworten zu liefern. Das Modell durchsucht das Web, ruft relevante Texte ab und nutzt diese als Grundlage (Ground Truth) für die Antwort.
Grounding löst eines der Grundprobleme von LLMs: Wissen, das auf das Trainingsdatum datiert ist. Mit Grounding kann ein Modell Fragen zu Ereignissen beantworten, die nach dem Training stattgefunden haben. ChatGPT Search, Perplexity und Google AI Overviews nutzen alle Grounding.
Für Marketingverantwortliche bedeutet Grounding, dass das Live-SEO-Ranking direkt relevant für die KI-Sichtbarkeit ist. Seiten, die bei Google hoch ranken, werden mit größerer Wahrscheinlichkeit von Grounded-KI-Systemen abgerufen und zitiert.
Häufig gestellte Fragen
Was ist der Unterschied zwischen Grounding und RAG?
RAG (Retrieval-Augmented Generation) ist die technische Architektur. Search Grounding ist die spezifische Umsetzung, bei der ein KI-Modell das Web in Echtzeit durchsucht. RAG kann auch interne Datenbanken als Wissensquelle nutzen.
Das KI-Suche Glossar erkunden
AI Search Academy ist ein unabhängiges Glossar für KI-Suche und Sichtbarkeit.
Alle Begriffe ansehenVerwandte Begriffe
KR
AI Search & Growth Strategist mit 25+ Jahren Erfahrung im digitalen Marketing. Mehr lesen →