Was ist Multi-Query-Retrieval bei RAG-Systemen? Mehrere Suchanfragen für bessere Trefferqualität

Multi-Query-Retrieval ist eine Technik in RAG-Systemen, bei der eine einzelne Nutzerfrage automatisch in mehrere Varianten umformuliert wird. Jede Variante läuft als separate Suche gegen die Wissensdatenbank; anschließend werden alle Treffer zusammengeführt und Dubletten entfernt. Ziel ist eine höhere Trefferquote (Recall) – also mehr relevante Dokumente zu finden, die eine einzelne Formulierung verpasst hätte.

Der Grundgedanke dahinter ist einfach: Eine Frage lässt sich auf viele Arten stellen. Wer nur mit einer einzigen Formulierung sucht, findet nur die Dokumente, die genau zu dieser Formulierung passen. Andere Fachbegriffe, Synonyme oder Blickwinkel bleiben unentdeckt. Multi-Query-Retrieval umgeht dieses Problem, indem es dieselbe Frage bewusst mehrfach und unterschiedlich formuliert stellt (LM-Kit).

Warum eine einzelne Suchanfrage oft zu wenig findet

Bei einem klassischen RAG-System hängt das Ergebnis stark davon ab, wie die Frage formuliert wurde. Schon kleine Änderungen in der Wortwahl können zu anderen Suchergebnissen führen (Medium). Das liegt daran, dass die semantische Suche Text in Vektoren übersetzt und nach Ähnlichkeit vergleicht – wählt der Nutzer einen anderen Begriff als das gesuchte Dokument, sinkt die Ähnlichkeit.

Ein Beispiel: Fragt jemand nach „Redis scaling", findet die Suche vielleicht nur Dokumente, die exakt diesen Begriff verwenden. Ein Dokument über „horizontale Partitionierung von Redis-Clustern" behandelt dieselbe Sache, verwendet aber andere Worte – und würde eventuell übersehen (Medium). Gerade bei mehrdeutigen oder komplexen Fragen ist die Gefahr groß, relevante Informationen zu verpassen.

Wie Multi-Query-Retrieval abläuft

Der Ablauf besteht aus drei Schritten:

1. Varianten erzeugen: Ein Sprachmodell formuliert die Ausgangsfrage um – typischerweise in drei bis fünf Varianten (DEV Community). Das können Paraphrasen sein, aufgegliederte Teilfragen (Query Decomposition) oder Formulierungen aus anderer Perspektive.
2. Parallel suchen: Jede Variante läuft als eigene Suche gegen die Vektordatenbank. So entstehen mehrere Trefferlisten statt einer.
3. Zusammenführen: Die einzelnen Ergebnismengen werden vereint, Dubletten entfernt und die verbleibenden Dokumente an das Sprachmodell übergeben, das daraus die Antwort erzeugt.

Weil hier mehrere Perspektiven auf dieselbe Frage kombiniert werden, hängt das Ergebnis nicht mehr von einer einzigen, womöglich unglücklichen Formulierung ab. Das macht die Antworten konsistenter.

Nutzen und Kosten im Überblick

Der Gewinn liegt vor allem im Recall. Je nach Komplexität der Frage berichten Praxisquellen von einer Verbesserung der Trefferquote um etwa 3 bis 25 Prozent gegenüber einfachem RAG (DEV Community). Eine wissenschaftliche Arbeit zu diversem Query-Rewriting (DMQR-RAG) misst in einem industriellen Einsatz mit Anfragen von rund 15 Millionen Nutzern eine durchschnittliche Steigerung von Hit@5 um 2,0 Prozent und Precision@5 um 10,0 Prozent (arXiv).

Dem stehen zwei Kosten gegenüber: Erstens braucht das Umformulieren einen zusätzlichen Aufruf des Sprachmodells, was die LLM-Kosten etwa verdoppeln kann. Zweitens dauert der Vorgang länger – in einem Praxisbeispiel rund 60 Prozent mehr Latenz (etwa 800 statt 500 Millisekunden) (DEV Community). Für qualitätskritische Anwendungen ist dieser Aufwand oft vertretbar; für einfache Frage-Antwort-Fälle lohnt er sich nicht immer.

Abgrenzung zu verwandten Techniken

Multi-Query-Retrieval gehört zur Familie der Query-Augmentation-Verfahren. Verwandt, aber nicht identisch sind:

• Query Expansion: Hier wird die ursprüngliche Frage um zusätzliche Begriffe erweitert (etwa Synonyme), statt sie in eigenständige Varianten zu zerlegen (Haystack).
• Query Decomposition: Eine komplexe Frage wird in mehrere Teilfragen aufgeteilt – nützlich bei mehrstufigen Fragestellungen (Anyscale).
• Reranking: Sortiert eine bestehende Trefferliste nach Relevanz neu. Multi-Query verbessert dagegen, welche Dokumente überhaupt gefunden werden.

In der Praxis lassen sich diese Verfahren kombinieren: Erst mit mehreren Queries breit suchen, dann per Reranker präzise nachsortieren.

Einordnung: Warum das für AI-Mitarbeiter zählt

Ein AI-Mitarbeiter ist nur so gut wie die Informationen, auf die er zugreift. Beantwortet etwa eine Company Expert-Rolle Fragen zu internen Dokumenten, entscheidet die Retrieval-Qualität darüber, ob die Antwort vollständig und korrekt ist oder ob relevante Passagen fehlen. Multi-Query-Retrieval ist eine der Stellschrauben, um genau das zu verbessern – besonders dort, wo Mitarbeitende ihre Fragen unterschiedlich formulieren.

Ob sich der Mehraufwand lohnt, hängt vom Anwendungsfall ab. In einer SaaS-Wissensbasis oder bei komplexen Fachfragen in der M&A-Beratung kann der Genauigkeitsgewinn den zusätzlichen Aufwand rechtfertigen. Bei einfachen, eindeutigen Anfragen genügt oft die klassische Einzelsuche.

Häufige Fragen

Wann lohnt sich Multi-Query-Retrieval?

Multi-Query-Retrieval lohnt sich vor allem bei mehrdeutigen oder komplexen Fragen sowie in Anwendungen, in denen die Antwortqualität wichtiger ist als die Antwortgeschwindigkeit. Für einfache, klar formulierte Fragen bringt die zusätzliche Latenz und der doppelte LLM-Aufwand meist keinen ausreichenden Mehrwert.

Wie viele Query-Varianten sind sinnvoll?

In der Praxis werden meist drei bis fünf Varianten erzeugt. Mehr Varianten erhöhen zwar potenziell die Trefferquote, steigern aber auch Kosten und Latenz und liefern zunehmend redundante Ergebnisse. Der genaue Wert sollte über eine Evaluation am konkreten Datenbestand bestimmt werden.

Was ist der Unterschied zu Query Expansion?

Query Expansion erweitert die ursprüngliche Frage um zusätzliche Begriffe wie Synonyme, sucht aber weiter mit einer angereicherten Anfrage. Multi-Query-Retrieval erzeugt dagegen mehrere eigenständige Umformulierungen und führt für jede eine separate Suche durch. Beide Verfahren verbessern den Recall, gehen das Problem aber unterschiedlich an.

Verschlechtert Multi-Query die Präzision?

Nicht zwangsläufig. Durch das Zusammenführen mehrerer Trefferlisten können zwar auch weniger passende Dokumente hinzukommen, doch ein nachgeschalteter Reranker kann diese wieder herausfiltern. Studien zu diversem Query-Rewriting berichten sowohl von höherem Recall als auch von verbesserter Precision@5.