RAG-Datenaktualität bedeutet, dass ein Retrieval-System die aktuelle freigegebene Quelle einschließlich Aktualisierungen, Löschungen und Zugriffsänderungen abbilden kann. Regelmäßig neue Dokumente hochzuladen ist nur ein Teil dieser Aufgabe. Alte Textabschnitte, zwischengespeicherte Antworten und fehlgeschlagene Löschpfade können weiterhin beeinflussen, was ein Assistent sagt.
Definieren Sie Aktualität als überprüfbaren Vertrag von der Quelle bis zur Antwort, mit einem bewussten Ablauf für Aktualisierungen, Rücknahmen und Berechtigungsänderungen. Bewahren Sie Dokumentidentität und Versionsnachweise, gleichen Sie den Index mit der Quelle ab und testen Sie, dass zurückgezogenes Material nicht mehr erscheint. Ein aktueller Importzeitstempel allein beweist keine aktuelle oder zulässige Antwort.
Stellen Sie sich einen internen Assistenten vor, der eine Frage zu einem Lieferantenverfahren beantwortet. Der Betrieb hat das Dokument ersetzt, aber der Assistent ruft einen Abschnitt der überholten Version ab. Die Antwort kann flüssig sein und diesen alten Abschnitt korrekt zitieren, während sie Mitarbeiter trotzdem zum falschen Ablauf anleitet.
Dieser Leitfaden behandelt die Pflege von Retrieval-Daten nach der ersten Einführung. Unsere RAG-Erklärung stellt den umfassenderen Ansatz vor. Hier geht es darum, einen bestehenden Wissensprozess verlässlich zu halten.
RAG-Datenaktualität für jede Quelle definieren
Fragen Sie, welche Änderungen wichtig sind und wie schnell das Unternehmen ihre Abbildung benötigt. Ein historisches Handbuch, ein aktueller Lagerbestand und eine zurückgezogene Richtlinie haben unterschiedliche Aktualisierungsanforderungen. Definieren Sie getrennte Erwartungen, wenn die Folgen veralteter Informationen unterschiedlich sind.
Bestimmen Sie die verbindliche Quelle und die Person, die sie freigibt. Ein gemeinsamer Ordner kann Entwürfe, Duplikate und archiviertes Material enthalten. Alles kürzlich Geänderte zu importieren klärt nicht, welcher Version Mitarbeiter folgen sollen. Die Verbindlichkeit des Inhalts braucht eine Geschäftsregel, bevor daraus eine Indexierungsregel wird.
| Quellenänderung | Festzulegendes Systemverhalten | Zu prüfende Nachweise |
|---|---|---|
| Freigegebene Überarbeitung | Zugehörigen indexierten Inhalt ersetzen oder ablösen | Quellen- und Indexversionsreferenzen |
| Dokumentrücknahme | Abrufberechtigung entfernen | Abwesenheit in kontrollierten Retrieval-Tests |
| Berechtigungsänderung | Neue Zugriffsgrenze anwenden | Ergebnisse unter betroffenen Benutzeridentitäten |
| Verschieben oder Umbenennen | Dokumentidentität bewahren oder bewusst ändern | Stabile Zuordnung und Linkabgleich |
| Importfehler | Veralteten oder nicht verfügbaren Zustand sichtbar machen | Alarm mit Zuständigkeit und letzte bestätigte Version |
Versprechen Sie kein einheitliches Aktualitätsintervall, bevor Sie Quellen-API, Indexierungsprozess und Betriebsanforderung verstehen. Ein Anbieterangebot sollte darlegen, was messbar ist, was Verzögerungen verursachen kann und was der Assistent während einer ausstehenden Aktualisierung tut.
Identität über Dokumente und Abschnitte bewahren
Geben Sie Quelldatensätzen eine stabile Identität, die gewöhnliche Aktualisierungen übersteht, sofern die Quelle dies unterstützt. Bewahren Sie Version, Abrufort und Abschnittszuordnung. Ein Dateiname allein kann unzureichend sein, wenn Dateien umbenannt, kopiert oder am selben Ort ersetzt werden.
Die Übersicht zu Azure AI Search-Indexern von Microsoft beschreibt Indexer als Komponenten zum Import aus Datenquellen. Lesen Sie das tatsächliche Änderungsverfolgungsverhalten des gewählten Konnektors. Ein geplanter Lauf ist ein Mechanismus, kein Beweis dafür, dass jede Quellenoperation erkannt wird.
Halten Sie die Zuordnung von Quellen zu Abschnitten überprüfbar. Ändert sich ein Absatz, muss das System wissen, welche früheren Abschnitte ersetzt werden. Neue Abschnitte hinzuzufügen, ohne alte zurückzuziehen, kann widersprüchliche Nachweise erzeugen, selbst wenn jedes einzelne Embedding technisch gültig ist.
Erfassen Sie, wie abgeleitete Felder erzeugt wurden. Textextraktion, Normalisierung und Aufteilung können die indexierte Bedeutung verändern. Wird eine Antwort nach einer Pipeline-Aktualisierung falsch, sollte der Betreiber eine Quellenüberarbeitung von einer Änderung an Extraktion oder Retrieval unterscheiden können.
Löschung als eigenen Lebenszyklus behandeln
Nehmen Sie nicht an, dass eine aus dem Speicher verschwindende Datei automatisch auch ihre indexierte Darstellung entfernt. Die Microsoft-Anleitung zur Erkennung von Änderungen und Löschungen unterscheidet ausdrücklich Aktualisierungsverfolgung und Löschungserkennung bei Speicherindexern und beschreibt unterstützte Löschstrategien.
Die Implementierung hängt von der Plattform ab, aber die Abnahmefrage gilt allgemein: Kann der Assistent nach einer freigegebenen Rücknahme noch das alte Material abrufen? Testen Sie den relevanten Index, abgeleitete Abschnitte und Antwortcaches, statt lediglich den Quellordner zu prüfen.
Nach einer unterbrochenen Löschung abgleichen
Bewahren Sie Rücknahmen auf, bis der nachgelagerte Zustand bestätigt ist. Wird das Quellobjekt endgültig entfernt, bevor der Indexer seine Löschmarkierung sieht, kann das System das benötigte Signal verlieren. Verwenden Sie den unterstützten Lebenszyklus des gewählten Anbieters und prüfen Sie den Endzustand.
Berücksichtigen Sie Transformationen von einem Objekt in mehrere. Ein Dokument kann mehrere Abschnitte oder Datensätze erzeugen. Der Löschpfad muss diese abgeleiteten Objekte erfassen. Eine übergeordnete Metadatenzeile zu entfernen und abrufbare Unterobjekte zurückzulassen ist keine akzeptierte Rücknahme.
Berechtigungsänderungen beim Abruf anwenden
Aktuelle Inhalte können für den anfragenden Benutzer trotzdem die falschen sein. Bestimmen Sie, wo die aktuellen Rechte von Benutzer und Organisation durchgesetzt werden. Eine Quellenberechtigung einmal in Metadaten zu kopieren beweist nicht, dass eine spätere Mitgliedschaftsänderung die Retrieval-Grenze erreicht.
Die OWASP-Leitlinien zur Autorisierung empfehlen eine Zugriffsprüfung bei jeder Anfrage. Wenden Sie dieses Prinzip auf Retrieval und Links in der Antwort an. Ein Zitat darf keinen Dokumenttitel oder Auszug offenlegen, den der Benutzer nicht einsehen darf.
| Retrieval-Ebene | Zu testende Änderung | Abnahmefrage |
|---|---|---|
| Quellenkonnektor | Benutzer- oder Gruppenmitgliedschaft ändert sich | Bewahrt der Import den beabsichtigten Umfang? |
| Suchanfrage | Ein Benutzer verliert Dokumentzugriff | Wird das Dokument aus Ergebnissen ausgeschlossen? |
| Antwortcache | Eine frühere Antwort enthält geschützten Text | Kann eine spätere Anfrage die zwischengespeicherte Offenlegung erhalten? |
| Zitatlink | Der Quellort ändert sich | Erreicht der Benutzer die richtige zulässige Version? |
Unser Leitfaden zum internen KI-Assistenten behandelt den umfassenderen Mitarbeiterprozess. Die Aktualitätspflege sollte in dieses Berechtigungsmodell passen, statt einen eigenen Datenpfad mit weitergehenden Befugnissen zu schaffen.
Veraltete Nachweise für Betreiber sichtbar machen
Erfassen Sie die letzte bestätigte Quellversion und den erreichten Punkt des Importprozesses. Trennen Sie Quellenabruf, Extraktion, Indexierung und Retrieval-Validierung. Eine Pipeline kann erfolgreich abrufen, aber den überarbeiteten Inhalt nicht indexieren. Ein einzelner Zeitstempel des letzten Laufs kann deshalb irreführend sein.
Wählen Sie Alarme anhand der vereinbarten Quellenerwartung. Ein unverändertes Archivdokument braucht nicht allein wegen seines Alters einen Alarm. Eine fehlgeschlagene Aktualisierung einer Betriebsanweisung kann eine Untersuchung erfordern, selbst wenn der Index kurz zuvor erfolgreich aktualisiert wurde.
Zeigen Sie Benutzern einen angemessenen Unsicherheitszustand, wenn aktuelle Nachweise nicht festgestellt werden können. Das kann die Bitte sein, den Verantwortlichen zu konsultieren, oder die Weigerung, aus einer zurückgezogenen Quelle zu antworten. Präsentieren Sie veralteten Text nicht selbstsicher, nur weil ein Retrieval-Ergebnis existiert.
Halten Sie Protokollierung verhältnismäßig. Quellenkennungen, Versionen und Pipeline-Ergebnisse können Untersuchungen ermöglichen, ohne jedes vertrauliche Dokument in ein allgemeines Telemetriesystem zu kopieren. Vereinbaren Sie Zugriff und Aufbewahrung für erfasste Inhalte gesondert.
Den gesamten Lebenszyklus mit kontrollierten Dokumenten testen
Erstellen Sie einen kleinen kontrollierten Bestand mit erkennbaren Aussagen und bewusst unterschiedlichen Versionen. Stellen Sie dieselbe relevante Frage vor und nach einer Aktualisierung, Rücknahme oder Berechtigungsänderung. Prüfen Sie die abgerufenen Nachweise ebenso wie die endgültige Antwort.
Berücksichtigen Sie fehlgeschlagene und verzögerte Verarbeitung. Unterbrechen Sie eine kontrollierte Aktualisierung zwischen den Phasen und zeigen Sie anschließend, wie das System fortsetzt und abgleicht. Testen Sie vom vorgesehenen Konnektor unterstützte Fälle für Umbenennung, Ersetzung und doppelte Quellen. Dokumentieren Sie die erwartete Identitätsentscheidung.
Unser Leitfaden zur KI-Agenten-Evaluation erklärt die Trennung zwischen einer nützlichen Antwort und dem Nachweis des akzeptierten Ergebnisses. Hier umfasst die Abnahme das Zurückziehen überholten Retrieval-Materials und die Durchsetzung des aktuellen Benutzerzugriffs, nicht lediglich aktueller klingende Prosa.
Bewahren Sie die Lebenszyklus-Testdaten als Regressionstestfälle auf. Prüfen Sie sie nach Änderungen an Extraktion, Aufteilung, Indexierung oder Caching erneut. Ein neues Retrieval-Modell kann die Relevanz verbessern und gleichzeitig ein bisher verborgenes Problem mit veralteten Datensätzen offenlegen.
Reparatur mit einer Ersatzpipeline vergleichen
Lokalisieren Sie zuerst die Bruchstelle im Lebenszyklus. Fehlende Löschbehandlung, instabile Identität oder ein falsch abgegrenzter Cache können begrenzt reparierbar sein. Eine neue Vektordatenbank behebt weder unklare Quellenverbindlichkeit noch einen Importprozess, der Rücknahmen nie erfasst.
| Arbeitspaket | Ergebnis | Umfangstreiber |
|---|---|---|
| Lebenszyklusaudit | Identitäts- und Fehlerkarte von Quelle zu Index | Anzahl und Verhalten der Konnektoren |
| Aktualisierungs- und Löschreparatur | Wiederholbare nachgelagerte Zustandsänderungen | Abgeleitete Abschnitte und Anbieterverträge |
| Berechtigungsprüfung | Aktuelle benutzerspezifische Retrieval-Nachweise | Quellenmitgliedschaften und Cache-Entwurf |
| Betrieb | Abgleich und Alarme mit Zuständigkeit | Erforderliche Aktualitätserwartungen |
| Übergabe | Lebenszyklus-Testdaten und Dokumentation | Häufigkeit von Quellen- und Pipeline-Änderungen |
Verlangen Sie GBP-Angebote, die an diese Ergebnisse gebunden sind. Trennen Sie die Erstinstandsetzung von Import-, Speicher-, Retrieval- und laufenden Wartungskosten. Ein Preis nur nach Dokumentanzahl kann den schwierigen Teil auslassen: die richtigen Dokumente aktuell und zugriffsberechtigt zu halten.
Unser klar begrenzter Pilot zur KI-Integration kann mit einer veralteten Antwort und ihrer verbindlichen Quelle beginnen. Senden Sie uns die Aktualisierung oder Rücknahme, die der Assistent übersehen hat , um eine begrenzte Untersuchung und eine abgenommene Lebenszyklusreparatur zu besprechen.
Häufig gestellte Fragen
Was bedeutet RAG-Datenaktualität? Sie beschreibt das Verhältnis zwischen aktuellem freigegebenem Quellmaterial und den für Retrieval und Antworten verfügbaren Nachweisen. Dazu gehören Aktualisierungen, Rücknahmen, Identitätsänderungen und Berechtigungen, nicht nur das Datum des letzten Imports.
Entfernt eine erneute Indexierung gelöschte Dokumente automatisch? Nicht unbedingt. Prüfen Sie das unterstützte Löschverhalten des gewählten Konnektors und kontrollieren Sie abgeleitete Abschnitte ebenso wie übergeordnete Datensätze. Einige Plattformen benötigen eine ausdrückliche Löschstrategie.
Müssen wir bei jedem Lauf alle Dokumente neu einbetten? Das ist keine allgemeine Anforderung. Verwenden Sie gegebenenfalls stabile Quellenidentität und Änderungsverfolgung und gleichen Sie anschließend den entstandenen Zustand ab. Entscheidend sind aktuelle, vollständige und zulässige Retrieval-Nachweise.
Wie aktuell muss das System sein? Definieren Sie das nach Quelle und Folgen. Eine zurückgezogene Betriebsanweisung kann eine andere Behandlung erfordern als ein historisches Archiv. Benennen Sie das erwartete Aktualisierungsverhalten und die Ersatzlösung, wenn es nicht erfüllt werden kann.
Kann Antwortcaching veraltete Ergebnisse erzeugen? Ja. Ein aktueller Index macht einen alten Antwortcache nicht automatisch ungültig. Testen Sie seine Beziehung zu Quellversionen, Rücknahmen und Benutzerberechtigungen, einschließlich des Verhaltens nach einem Zugriffsentzug.
Warum sind umbenannte Dateien wichtig? Sie können die Identität oder den Ort verändern, die ein Konnektor verwendet. Das System könnte sonst ein Duplikat erzeugen oder die Zuordnung zu früheren Abschnitten verlieren. Legen Sie fest, ob die Umbenennung denselben Quelldatensatz bewahrt, und testen Sie das tatsächliche Anbieterverhalten.
Brauchen wir eine neue Vektordatenbank? Nicht automatisch. Lokalisieren Sie zuerst den Lebenszyklusfehler. Ein begrenztes Aktualisierungs-, Lösch- oder Cache-Problem kann in der bestehenden Pipeline reparierbar sein. Ein Ersatz sollte anhand derselben Aktualitäts- und Zuständigkeitsanforderungen begründet werden.
Was sollte ein Wartungsanbieter übergeben? Quellenzuordnungen, Lebenszyklusregeln, Abgleichanweisungen, kontrollierte Regressionsdokumente und Nachweise zu Aktualisierungs-, Rücknahme- und Berechtigungstests. Dazu gehören bekannte Konnektorgrenzen und die Zuständigkeit für ungelöste Fehler.