Content-Chunking
Chunking bedeutet, Abschnitte zu schreiben, die noch Sinn ergeben, wenn ein Abrufsystem 100–300 Wörter übernimmt und den Rest der Seite ignoriert.
RAG-Systeme „lesen“ keinen Artikel. Sie greifen Passagen heraus. Wenn die Passage nur aus einem Witz und einem CTA besteht, wirst du als Quelle für einen Witz zitiert.
Jede H2-Überschrift sollte etwas beantworten. Daten und Substantive im Chunk helfen. Pronomen, die auf einen vorherigen Abschnitt verweisen, überleben die Extraktion nicht.
Beispiele
- Ein Abschnitt mit der Überschrift „Akku-Laufzeit“, der mit „In unserem Labortest am 13. Januar 2026 hält er 14 Stunden“ beginnt, ist ein guter Chunk. „Wie oben erwähnt, ist die Leistung stark“ ist ein schlechter.
Verwandte Begriffe
Abruf eines Absatzes statt einer Seite. Die Einheit der KI-Sichtbarkeit ist oft der Chunk.
Seiten, die mit einer direkten Antwort beginnen, dann Beweise liefern. Gebaut für Snippets, Overviews und Chat-Extraktion.
Aufbrechen von Ideen in wiederverwendbare faktische Einheiten, die allein abgerufen werden können: eine Definition, eine Zahl, ein Limit, ein Datum.
RAG bedeutet, dass das Modell bei der Antwortgenerierung Dokumente abruft, anstatt sich nur auf das zu verlassen, was es beim Training memorisiert hat.
FAQ
Gibt es eine ideale Chunk-Größe? +
Das hängt vom Index ab. Schreibe zuerst für Menschen, aber stelle sicher, dass jeder Abschnitt für sich selbst steht. Das übersteht die meisten Splitters.
In Reddex tracken
Sehen Sie Reddit-Threads und KI-Antworten zu Ihrer Marke an einem Ort. Starten Sie mit einer kostenlosen Analyse.
Jetzt starten