Eine KI findet einen Satz aus einer Arbeitsanweisung und formuliert daraus eine überzeugende Antwort. Die direkt folgende Ausnahme fehlt jedoch im gefundenen Ausschnitt. Das Problem beginnt dann möglicherweise nicht beim Schreiben der Antwort, sondern bereits bei der Aufteilung der Wissensquelle. Chunking bei KI bezeichnet diese Zerlegung in kleinere Textabschnitte.
Für Berufstätige, die KI-gestützte Wissenssuche verstehen oder fachlich prüfen möchten, ist das eine konkrete Frage: Welche Informationen müssen zusammen ankommen, damit eine Aussage richtig eingeordnet werden kann? Unsere eigenständig entwickelte Dokumentübung lässt sich ohne Software bearbeiten. Sie verwendet eine vollständig erfundene Arbeitsregel und beschreibt weder eine tatsächliche GrandEdu-Regel noch einen getesteten KI-Dienst.
Was ein Chunk leisten soll
Ein Chunk ist hier ein Ausschnitt aus einer größeren Quelle. Er soll bei einer Suche als passende Information gefunden und für eine Antwort genutzt werden können. Die offizielle Microsoft-Übersicht zu Retrieval-Augmented Generation beschreibt RAG als Ansatz, bei dem Antworten mit abgerufenen eigenen Inhalten verbunden werden. Inhalt, Suchanfrage und Auswahl passender Ausschnitte müssen dabei zusammenwirken.
Chunking ist daher nicht bloß das mechanische Verkürzen eines Dokuments. Eine Grenze entscheidet auch, welche Sätze gemeinsam in einem Ausschnitt stehen. Die folgende Übung prüft genau diesen Zusammenhang. Sie bewertet zunächst die verfügbaren Informationen, nicht die Qualität einer tatsächlich erzeugten Modellantwort.
Unsere erfundene Arbeitsregel
Ein fiktives Unternehmen führt Mustergeräte vor. In einem Übungsdokument steht unter der Überschrift „Rückgabe von Mustergeräten“:
„Mustergeräte werden nach Ende der Vorführung zurückgegeben. Bei einem vorab vereinbarten Langzeittest gilt stattdessen dessen dokumentiertes Enddatum.“
Beide Sätze gehören in unserem Fall zusammen. Der erste nennt die allgemeine Regel, der zweite eine Bedingung, unter der ein anderer Zeitpunkt gilt. Wir stellen dazu zwei Testfragen: „Wann endet die Ausleihe nach einer normalen Vorführung?“ und „Wann wird ein Gerät bei einem vorab vereinbarten Langzeittest zurückgegeben?“
Für die erste Frage ist der erste Satz zentral. Für die zweite wird auch die Ausnahme gebraucht. Die Übung enthält keine realen Fristen, Vertragsbedingungen oder Handlungsempfehlungen für ein tatsächliches Unternehmen. Es geht ausschließlich um die Struktur eines Textes.
Variante A: Die Grenze liegt zwischen Regel und Ausnahme
Wir bilden zwei Ausschnitte. Im ersten steht nur: „Mustergeräte werden nach Ende der Vorführung zurückgegeben.“ Im zweiten steht nur der Satz zum Langzeittest. Nehmen wir für die Denkübung an, dass eine Suche zur zweiten Testfrage lediglich den ersten Ausschnitt liefert.
Dieser Treffer ist nicht frei erfunden. Er kommt tatsächlich aus unserem Übungsdokument. Trotzdem fehlen darin Informationen, die für die Frage entscheidend sind. Eine Antwort, die nur diesen Satz wiedergibt, könnte die besondere Bedingung übergehen. Der Quellenbezug allein genügt hier nicht, wenn der verfügbare Ausschnitt unvollständig ist.
Wir behaupten damit nicht, dass jedes Suchsystem genau diesen Fehler machen würde. Ein reales System könnte beide Ausschnitte auswählen oder anders suchen. Die Annahme „nur Ausschnitt eins wurde geliefert“ gehört ausdrücklich zum Lernfall. Sie macht sichtbar, welche Information unter dieser Bedingung fehlt.
Variante B: Der Zusammenhang bleibt in einer Einheit
Nun legen wir die Überschrift und beide Sätze in einen gemeinsamen Ausschnitt. Für unsere zweite Testfrage enthält dieser Chunk sowohl die allgemeine Regel als auch die Ausnahme. Eine prüfende Person kann den Bezug zwischen „stattdessen“ und dem zuvor genannten Rückgabezeitpunkt nachvollziehen.
Das ist in unserer kleinen Übung eine bessere Informationsgrundlage. Es ist keine Garantie für eine korrekte KI-Antwort. Auch ein vollständig ausgewählter Text kann falsch interpretiert werden. Die Aufteilung hat lediglich vermieden, eine relevante Bedingung schon vor der Antwortbildung abzutrennen.
Prüfe bei einem eigenen Übungstext deshalb besonders Wörter wie „jedoch“, „außer“, „stattdessen“ und „nur wenn“. Sie können auf Beziehungen hinweisen, die über eine Satzgrenze hinweg reichen. Die Wörter allein bestimmen die Aufteilung nicht; lies den jeweiligen Abschnitt vollständig und benenne seinen Zusammenhang.
Überschriften können fehlenden Bezug ergänzen
Betrachte einen weiteren erfundenen Ausschnitt: „Es gilt das dokumentierte Enddatum.“ Ohne Überschrift oder Bezug ist offen, wofür dieses Datum gilt. Gehört die Aussage zur Geräteausleihe, zu einer Veranstaltung oder zu einem anderen Vorgang? Im Originaldokument könnte die Antwort leicht zu finden sein, im isolierten Ausschnitt aber fehlen.
Für unser Lernblatt ergänzen wir daher die Bezeichnung „Mustergeräte – vorab vereinbarter Langzeittest“. Diese Einordnung muss aus der Quelle stammen. Wir dürfen einem Ausschnitt keine neue fachliche Geltung zuschreiben, nur damit er verständlicher aussieht.
Die offizielle Microsoft-Dokumentation zum Chunking unterscheidet feste Größen, strukturabhängige und semantische Aufteilungen sowie Kombinationen. Sie nennt unter anderem Überschriften als nutzbare Struktur und das Ergänzen eines Dokumenttitels als Möglichkeit, Kontextverlust zu begegnen. Welche Aufteilung passt, hängt vom Inhalt und der Nutzung ab.
Überlappung ist eine Möglichkeit, kein Allheilmittel
Bei einer überlappenden Aufteilung erscheint ein Teil des Textes in benachbarten Chunks erneut. Microsoft beschreibt dies als Möglichkeit, Kontinuität und Kontext bei festen Grenzen zu unterstützen. Die passende Überlappung hängt vom Anwendungsfall ab. Wir übernehmen deshalb keine pauschale Prozent- oder Längenregel für alle Dokumente.
In unserer Übung könnte die allgemeine Rückgaberegel im zweiten Ausschnitt wiederholt werden. Dann wäre die Ausnahme nicht mehr völlig allein. Prüfe trotzdem, ob die benötigte Überschrift und die gesamte Bedingung vorhanden sind. Das Wiederholen irgendeines Satzes löst das konkrete Verständnisproblem nicht automatisch.
Behandle wiederholte Passagen außerdem nicht als mehrere unabhängige Belege. Wenn derselbe Satz in zwei Chunks steht, stammt er in unserem Fall weiterhin aus derselben Quelle. Zwei Treffer bedeuten hier nicht zwei unterschiedliche Bestätigungen der Arbeitsregel.
Eine kleine fachliche Prüfung vor der Technikdiskussion
Erstelle für einen erfundenen, unkritischen Übungstext zuerst eine Liste realistischer Fragen. Notiere daneben, welche Sätze zur Beantwortung gebraucht werden. Teile den Text anschließend auf zwei unterschiedliche Arten und prüfe, ob die erforderlichen Informationen jeweils zusammen verfügbar bleiben.
Halte pro Frage fest: Welcher Ausschnitt wäre nötig? Welche Bedingung fehlt? Ist eine Überschrift erforderlich? Enthält der Ausschnitt mehr Themen, als für diese Frage hilfreich sind? Dokumentiere konkrete Stellen statt nur „Chunk zu klein“ oder „Chunk zu groß“ zu schreiben.
Diese manuelle Prüfung ersetzt keine technische Evaluation. Sie kann aber Anforderungen verständlich machen, bevor jemand Parameter verändert. Für einen realen Vergleich müssten zusätzlich die tatsächlich gefundenen Ausschnitte und die daraus entstandenen Antworten geprüft werden. Ändere dabei möglichst nicht gleichzeitig Quelle, Aufteilung und Frageliste, wenn Du Unterschiede nachvollziehen möchtest.
Was Chunking nicht korrigiert
Eine sinnvoll gesetzte Grenze macht eine veraltete oder sachlich falsche Quelle nicht richtig. Ebenso wenig beantwortet sie automatisch die Frage, wer einen Inhalt verwenden darf. Microsoft nennt Zugriffskontrolle ausdrücklich als Herausforderung von RAG-Systemen. Die fachliche Freigabe und die technischen Berechtigungen bleiben deshalb eigenständige Aufgaben.
Nutze für diese Lernübung keine vertraulichen Unterlagen. Unsere erfundene Regel genügt, um das Problem zu verstehen. Für produktive Wissensquellen müssen Verantwortliche Inhalt, Gültigkeit und zugelassenen Zugriff gesondert prüfen; das Zerlegen ist keine Freigabe zur Nutzung.
FAQ zu Chunking bei KI
Gibt es eine optimale Länge für jedes Dokument?
Nein. Eine fachlich passende Grenze hängt von Struktur, Fragen und technischen Rahmenbedingungen ab. Prüfe am konkreten Text, was zusammengehört.
Garantiert semantisches Chunking richtige Antworten?
Nein. Ein erhaltener Zusammenhang verbessert zunächst die verfügbare Informationsgrundlage. Suche, Auswahl und Antwort müssen weiterhin geprüft werden.
Sind mehrere überlappende Treffer mehrere Quellen?
Nicht automatisch. In unserer Übung können sie denselben Satz aus demselben Dokument wiederholen.
Fazit: Bedingungen nicht an der Grenze verlieren
Chunking bei KI bestimmt, welche Informationen gemeinsam als Ausschnitt verfügbar sind. Unsere Mustergeräte-Regel zeigt, weshalb eine Ausnahme nicht unbemerkt von ihrer Grundregel getrennt werden sollte. Beginne mit Fragen und fachlichen Zusammenhängen, nicht mit einer vermeintlich universellen Textlänge.
Du möchtest KI-gestützte Arbeitsabläufe fundierter einordnen? Informiere Dich über KI-Grundlagenkompetenzen für die digitale Arbeitswelt und besprich Deinen Lernbedarf über den Kontakt zu GrandEdu Media. Diese eigenständige Übung ist keine Zusage zu einer bestimmten Softwarelektion oder Prüfung.