Retrieval-augmented generation (RAG): definitie, toepassingen en praktijkvoorbeelden
Met retrieval-augmented generation (RAG) kunnen AI-tools externe informatie binnenhalen om hun antwoorden te onderbouwen. Deze gids behandelt hoe het werkt, de belangrijkste soorten en praktijktoepassingen, van zoeken op het web tot kennisbanken voor bedrijven.

RAG, oftewel retrieval-augmented generation, is het proces waarmee op LLM's gebaseerde tools toegang krijgen tot externe informatie. Deze informatie, die niet in de trainingsparameters van het LLM zit, wordt toegevoegd aan de relevante invoercontext en gebruikt bij het genereren van antwoorden.
RAG is een van de belangrijkste onderdelen van moderne AI-systemen. Het wordt gebruikt door alle gangbare agentische tools (ChatGPT, Claude, Perplexity, enz.) en kent een breed scala aan toepassingen voor consumenten en bedrijven. RAG heeft sinds het voor het eerst wijdverbreid raakte diverse innovaties doorgemaakt en blijft zich op boeiende manieren ontwikkelen.
Wat is retrieval-augmented generation (RAG)?
Retrieval-augmented generation (RAG) is een methode om de output van grote taalmodellen (LLM's) te verbeteren door ze relevante externe informatie te geven.
Een typische RAG-‘pipeline’, een term die wordt gebruikt voor de brede onderliggende RAG-architectuur, heeft twee paden: een ingestiepad en een ophaalpad. Het ingestiepad neemt gegevens en zet die om in een doorzoekbaar formaat. Het ophaalpad stelt op basis van de prompt van een gebruiker een verzoek op en bevraagt de informatiebron.
RAG-systemen worden vaak opgebouwd rond vectordatabases. In dat scenario genereert de orchestrator-component van een LLM-tool, die gebruikersprompts beheert, query's verstuurt en resultaten ophaalt uit de doorzoekbare index, een vectorembedding. Daarmee bevraagt de orchestrator een database met vectoren die de opgenomen gegevens representeren. Vervolgens voegt hij de opgehaalde informatie toe aan de bestaande contextinvoer voor het LLM, met instructies over hoe het die moet gebruiken om een output te genereren.
RAG verwijst niet uitsluitend naar het type dichte vectorzoekopdracht dat hierboven is beschreven. Het doorlopen van kennisgrafen, semantisch zoeken, traditionele databasezoekopdrachten of een combinatie van deze methoden vallen er ook onder.
Voordelen van RAG
Een van de redenen waarom RAG zo populair is geworden, is dat het twee kernproblemen oplost die samenhangen met het genereren van antwoorden met alleen een LLM: hallucinaties en het gebrek aan toegang tot informatie die niet in het trainingsmateriaal staat.
Feitencontrole en verankering
LLM's staan erom bekend dat ze moeite hebben met feitelijke nauwkeurigheid. Als ze een vraag niet betrouwbaar kunnen beantwoorden, hallucineren ze vaak vol overtuiging. Dat kan komen doordat de informatie niet in het trainingsmateriaal stond, of doordat het trainingsmateriaal zelf onjuistheden bevat. Bij feitencontrole met RAG wordt een antwoord verankerd in informatie uit een betrouwbare externe bron.
Actuele informatie
LLM's kunnen alleen vragen beantwoorden over onderwerpen tot aan het afkappunt van hun trainingsgegevens, de zogeheten kennisgrens (knowledge cut-off). RAG-systemen kunnen verbinding maken met zeer actuele informatiebronnen, zoals nieuwsmateriaal via een API voor webzoekopdrachten of interne databases met actuele productinformatie. Zo kunnen er antwoorden worden gegenereerd over onderwerpen die niet in de trainingsgegevens voorkomen.
Toegang tot externe privégegevens
Met RAG-systemen kunnen bedrijven hun AI-infrastructuur koppelen aan bronnen met gevoelige, bedrijfseigen en domeinspecifieke informatie die ze niet openbaar kunnen delen. Veel populaire tools, zoals Perplexity, bieden nu de mogelijkheid om vertrouwelijke gegevens te uploaden en privékennisbanken op te bouwen, en dit is een veelvoorkomende toepassing binnen bedrijven.
Overzicht en ontwikkeling van RAG: de belangrijkste soorten architectuur
Hoewel de specifieke term retrieval-augmented generation voor het eerst opdook in een belangrijk artikel uit 2020 met de titel Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, werden systemen voor het ophalen van informatie al tientallen jaren daarvoor gebruikt. Vroege zoekmachines zijn daar een goed voorbeeld van. De echte AI-innovatie was echter het combineren van parametrische modelkennis met een dichte vectorindex (in het artikel werd Wikipedia gebruikt om die op te bouwen).
Hier volgt een overzicht van de belangrijkste soorten RAG:
- Basis-RAG: Basis-RAG, ook wel naïeve RAG genoemd, is de eenvoudigste vorm van een RAG-pipeline. Het volgt een ophaal-en-genereerproces, met zoeken in een vectordatabase als belangrijkste toepassing. Het is nog steeds geschikt voor het bouwen van een eenvoudige RAG-implementatie, vooral voor beperkt intern gebruik.
- Hybride RAG: Hierbij worden meerdere soorten RAG gecombineerd. Meestal gaat het om een combinatie van eenvoudige zoekopdrachten op trefwoorden en ophalen via dichte vectoren.
- Corrigerende RAG: Een vorm van RAG waarbij opgehaalde informatie wordt beoordeeld door een gefinetuned model om de relevantie voor de prompt van de gebruiker te bepalen.
- Self-RAG: Self-RAG lijkt op corrigerende RAG, maar hierbij beoordeelt het LLM zijn eigen output en start het zo nodig een ophaalactie. Daarvoor gebruikt het gespecialiseerde reflectietokens.
- Agentische RAG: Agentische RAG verwijst naar de manier waarop agentische AI-platforms verschillende ophaalmethoden kunnen inzetten. Het LLM kan via de orchestrator redeneren en kiezen uit verschillende RAG-opties.
- Multimodale RAG: Dit type RAG neemt andere mediavormen, zoals afbeeldingen en audio, op in de ingestie- en ophaalpipelines.
- GraphRAG: GraphRAG gebruikt het doorlopen van kennisgrafen (entiteitszoekopdrachten) om informatie op te halen. Dit kan worden gecombineerd met ophalen via dichte vectoren, maar dat hoeft niet.
- Vertakte RAG: Bij deze RAG-architectuur worden meerdere ophaalquery's tegelijk uitgevoerd, vaak met verschillende architectuurpatronen. Vertakte RAG is een veelvoorkomende functie in AI-tools die complexe workflows uitvoeren.
- HyDE (Hypothetical Document Embeddings): Hypothetische documentembeddings zijn door AI gegenereerde antwoorden die simuleren hoe een ideaal antwoord op de prompt van een gebruiker eruit zou kunnen zien. Ze worden gebruikt om de RAG-query te verfijnen, waardoor de opgehaalde informatie nauwkeuriger wordt.
De belangrijkste toepassingen van RAG, met voorbeelden
Hoe ziet RAG er in de praktijk uit? Als je een AI-chatbot een vraag hebt gesteld over een tijdgevoelig onderwerp, een klantenservicebot iets hebt gevraagd of een persoonlijke assistent hebt gebruikt voor administratieve taken, heb je gebruikgemaakt van RAG.
De belangrijkste RAG-voorbeelden voor consumenten en bedrijven zijn zoeken op het web, persoonlijke assistenten (ook bij het programmeren), programmeerassistenten, klantenservice en kennisbeheer binnen bedrijven.
Zoeken op het web
Zoeken op het web is een veelgebruikte vorm van RAG en misschien wel de meest voorkomende toepassing voor consumenten. Alle gangbare chatbots bieden een functie om op het web te zoeken, waarbij het LLM actuele bronnen gebruikt als aanvulling op de informatie in zijn trainingsmateriaal.
De orchestrator in de AI-tool maakt via een API-aanroep verbinding met een externe zoekmachine, en de resultaten worden in de vorm van fragmenten toegevoegd aan het contextvenster van het LLM. Zo hebben gebruikers toegang tot actuele gebeurtenissen, recent onderzoek, productinformatie en andere onderwerpen waarover de informatie vaak verandert.
In de praktijk kan het API-verzoek er als volgt uitzien:
{
"query": "latest US inflation news",
"max_results": 1,
"language": "en",
"country": "US"
}De geretourneerde informatie bevat de bron en het fragment:
{
"query": "latest US inflation news",
"results": [
{
"title": "US inflation rises slightly in latest report",
"url": "https://example.com/us-inflation-report",
"snippet": "Consumer prices increased in the latest monthly data, with
housing and energy contributing to the rise.",
"published_date": "2026-11-05"
}
]
}Persoonlijke AI-assistenten
Persoonlijke assistenten gebruiken RAG om verbinding te maken met informatiebronnen binnen een persoonlijke of gedeelde bedrijfsomgeving. Voorbeelden van informatiebronnen zijn de e-mails, bestanden, agenda en databases van een gebruiker.
Omdat informatie op verschillende manieren kan worden opgeslagen, kun je persoonlijke assistenten het best zien als volledig agentische RAG-systemen. Afhankelijk van de prompt kunnen ze API-aanroepen, zoeken op trefwoorden, ophalen via dichte vectoren of het doorlopen van kennisgrafen gebruiken.
Steeds vaker leggen RAG-systemen voor bedrijven kennis vast in vectordatabases, zodat bedrijfsbrede persoonlijke assistenten die gemakkelijk kunnen ophalen. Veel AI-producten voor bedrijven zijn daarop afgestemd.
Programmeerassistenten zijn ook het vermelden waard, omdat ze een andere belangrijke toepassing vormen. Een programmeerassistent, zoals GitHub Copilot, kan verbinding maken met een repository en projectspecifieke documentatie om relevante bestanden, functies, symbolen, richtlijnen, API's en commitgeschiedenis op te halen.
Klantenservice
Klantenservice is een andere belangrijke toepassing van RAG, en het gebruik van AI-chatbots is de afgelopen jaren snel toegenomen. In het rapport State of AI Customer Support stelde Crisp vast dat 40% van de gesprekken wordt opgelost zonder dat er een mens aan te pas komt, wat wijst op een hoge mate van effectiviteit.
Wanneer een gebruiker een klantenservicebot een vraag stelt, doorzoekt de orchestrator meestal de interne kennisbank van het bedrijf. Om de nauwkeurigheid te waarborgen, worden daarnaast vaak corrigerende RAG en self-RAG ingezet, waarbij het gesprek waar nodig wordt overgedragen aan een menselijke medewerker.
Kennisbanken voor bedrijven
De uitrol van AI-workflows en generatieve AI-tools bij middelgrote en grote bedrijven is gepaard gegaan met de opbouw van interne kennisbanken. Hierdoor kunnen bedrijfsbrede assistenten met behoud van privacy toegang krijgen tot interne gegevens, of het nu gaat om gevoelige klantinformatie, vertrouwelijke bedrijfsgegevens of gespecialiseerde domeinkennis.
Deze systemen worden meestal opgebouwd rond vectordatabases, maar er worden ook andere RAG-methoden gebruikt. Microsoft 365 Copilot heeft bijvoorbeeld een API-laag die verschillende informatiebronnen ontsluit, waaronder vectordatabases, kennisgrafen en semantische indexen, om brede toegang te bieden tot de gegevens van een bedrijf.
Deze RAG-systemen zijn doorgaans ook ingebouwd in de zakelijke pakketten van agentische tools voor algemeen gebruik. Met Perplexity Enterprise kunnen gebruikers bijvoorbeeld grote hoeveelheden documentatie uploaden voor veilig intern gebruik.
Gebruikers kunnen ook hun eigen bestanden uploaden binnen afgebakende projecten, waarmee ze in feite mini-RAG-systemen creëren. Zoekopdrachten kunnen worden gecombineerd met andere vormen van RAG, zoals zoeken op het web, voor hybride verrijking.
Wat is het verschil tussen RAG en een LLM?
Een groot taalmodel (LLM) kan alleen output genereren met informatie die in zijn parameters is vastgelegd. Het kent waarschijnlijkheden toe aan een interne woordenschat om het volgende woord, of token, in een reeks te voorspellen. Daardoor kan het geen nauwkeurige antwoorden geven als zijn parameters niet zijn getraind op relevante informatie.
In een AI-platform voor algemeen of gespecialiseerd gebruik werken RAG-pipelines naast een LLM of een groep LLM's. Ze maken verbinding met externe informatiebronnen als aanvulling op de invoercontext die aan het taalmodel wordt gegeven, en dat is het belangrijkste verschil tussen RAG en LLM's.
De beslissing om al dan niet aanvullende informatie op te halen of uitsluitend op parametrische kennis te vertrouwen, kan worden genomen op het niveau van de orchestrator, doorgaans met op regels gebaseerde logica, of zelfs door het LLM zelf.
Wat is het verschil tussen RAG en MCP?
RAG en model context protocol (MCP) kun je het best zien als complementaire technologieën. MCP is een open standaard voor het bouwen van architectuur waarmee AI-tools via één endpoint toegang krijgen tot externe functionaliteit, resources en prompts.
Wanneer een AI-tool verbinding maakt met een MCP-server, stelt de server alle primitieven (MCP-tools, resources en prompts) beschikbaar waartoe de client toegang heeft. De client is de component die de verbinding tot stand brengt tussen de orchestrator aan de clientzijde en de server. Soms worden daarbij databases en informatiebronnen beschikbaar gesteld; in dat geval fungeert MCP als tussenschakel in de ophaallaag van een RAG-pipeline.
Wat is het verschil tussen RAG en een API?
Een API is een gedefinieerde interface waarmee twee applicaties verzoeken naar elkaar kunnen sturen. RAG is het proces waarmee LLM's toegang krijgen tot externe informatie om hun output te verbeteren en uit te breiden.
RAG gebruikt vaak API-aanroepen om informatie op te halen. Bij het ophalen van informatie via zoeken op het web stelt de orchestrator bijvoorbeeld op basis van de prompt van de gebruiker een API-verzoek op aan de relevante zoekmachine.
Waarom RAG belangrijk is en hoe het zich verder zal ontwikkelen
RAG is belangrijk omdat LLM's inherent beperkt worden door hun trainingsgegevens. Hele categorieën informatie, van actuele gebeurtenissen tot vertrouwelijke bedrijfskennis, zijn voor hen niet toegankelijk. RAG pakt dit probleem aan zonder dat daar onbetaalbaar veel middelen voor nodig zijn.
Het ophalen van informatie alleen is echter niet genoeg, en daarom zal RAG zich blijven ontwikkelen. RAG vormt een groot onderdeel van het huidige AI-onderzoek en richt zich op het verbeteren van systemen, zodat ze de juiste informatie in uiteenlopende formaten teruggeven en die effectief beoordelen en prioriteren.
Naarmate RAG krachtiger wordt, neemt ook het nut van AI-systemen toe in belangrijke toepassingen voor consumenten en bedrijven. Denk aan klantenservice, zoeken op het web, programmeren, persoonlijke assistenten, gespecialiseerd onderzoek en meer.