Was steht RAG für?	Retrieval Augmented Generation.
Was ist ein Hauptproblem, wenn man einen gesamten langen Text in einen Prompt gibt?	Es gibt harte Token-Limits, die Effektivität sinkt und die Kosten steigen.
Wie funktioniert RAG im Gegensatz zur direkten Prompt-Eingabe?	Es zerlegt den Text in kleine Abschnitte (Chunks) und wählt nur die relevantesten Teile aus.
Welcher Vorteil von RAG ermöglicht die Verarbeitung sehr großer Dokumente?	Es ist skalierbar, da nur relevante Chunks in den Prompt aufgenommen werden.
Was ist der erste notwendige Schritt bei der Implementierung von RAG?	Das Dokument in kleinere Textabschnitte (Chunks) aufzuteilen (Chunking).
Was geschieht im zweiten Schritt von RAG, wenn eine Frage gestellt wird?	Es wird der relevanteste Chunk aus den verfügbaren Abschnitten gefunden und in den Prompt eingefügt.
Was ist ein potenzieller Nachteil von RAG bezüglich der Antwortqualität?	Es besteht die Gefahr, dass wichtige Kontextinformationen fehlen, wenn nur ein kleiner Chunk ausgewählt wird.