--- title: "Wat is RAG | Retrieval-augmented generation | Len P. van der Hof | Len P. van der Hof" description: "RAG is een methode binnen kunstmatige intelligentie: het systeem zoekt een benoemde passage in je bestanden en schrijft het antwoord daaruit. Als je de bron achter de zin niet kunt openen, heb je geen RAG." image: "https://lenvanderhof.com/media/generated/blog-hero-rag-named-passage-v1.df279e994670.wide.webp" --- [AI-systemen](https://lenvanderhof.com/nl/blog/categorie/ai-systemen/) Onderzoeksartikel # Wat is RAG? Als AI een bron opzoekt voordat het antwoordt Een vloeiend AI-antwoord kan nog steeds zonder bron zijn. RAG is de methode die de gebruikte pagina moet kunnen tonen. Len P. van der HofGepubliceerd 23 augustus 2026Bijgewerkt 23 augustus 20264 min. leestijd Haal de benoemde passage op. Genereer daarna pas. Direct antwoord RAG, retrieval-augmented generation, is een methode binnen kunstmatige intelligentie. Een taalmodel kent niet op magische wijze je contracten, je handboek of het verslag van afgelopen dinsdag. RAG laat het een specifieke passage opzoeken in een verzameling die jij hebt aangeleverd, en daarna het antwoord daaruit schrijven. Het ophalen is het product. De zin is de laatste stap. Als je de bron achter de zin niet kunt openen, heb je geen RAG. Dan heb je een chatvenster met extra tekst erin geplakt. ## Belangrijkste inzichten - RAG is een AI-methode: zoek een benoemde passage op en schrijf daarna pas. - Een vloeiend antwoord kan nog steeds zonder bron zijn. De test is of je de pagina achter de zin kunt openen. - Eén keer een pdf in ChatGPT plakken is geen ophaalsysteem. - GRAIN is de controleerbare loop. Deze pagina definieert RAG, geen product van negen stappen. - The RAG Engineer is in productie en niet te koop. Je kunt nu al de passage eisen. Je stelde een vraag over je bedrijf aan een AI-chatbot. Het antwoord was in foutloos Nederlands. Toch weet je niet of het systeem het handboek van vorig jaar gebruikte, dat van dit jaar, of een alinea verzon die alleen klonk als een handboek. Daarvoor is **RAG** bedoeld. RAG is een methode binnen kunstmatige intelligentie (AI). De letters staan voor **retrieval-augmented generation**. In volgorde: het systeem zoekt een specifieke passage op in een verzameling die jij hebt aangeleverd, en schrijft daarna het antwoord uit die tekst. Het ophalen is het product. De zin is de laatste stap. Als je de bron achter de zin niet kunt openen, heb je geen RAG. Dan heb je een chatvenster met extra tekst erin geplakt. ## Wat een taalmodel werkelijk doet Een taalmodel is de motor achter tools zoals ChatGPT. Het is getraind op een enorme berg openbare tekst. Het is goed in klinken alsof het klopt. Het heeft geen actuele kopie van je leverancierscontract, je HR-handboek of het incidentenrapport van afgelopen dinsdag, tenzij jij die aanlevert. Ook zonder bron geeft het model antwoord. Vloeiende zinnen kosten weinig. Een zelfverzekerd getal over opzegtermijnen, terugbetalingen of wie er mag tekenen, gehaald uit algemene internetkennis, blijft een gok. Eén keer een pdf in de chat plakken maakt nog geen systeem. Het venster stroomt vol. De vraag van morgen begint weer op nul. Achteraf kan niemand aanwijzen welke alinea er is gebruikt. ## Eerst opzoeken, dan schrijven Stel je een magazijn vol identieke dozen voor. RAG is de persoon die één map pakt, die onder de lamp legt, en dan pas schrijft. Het product is die map, niet de zin. In de software wordt de verzameling meestal geknipt in korte passages. Soms heten die chunks: een kort stuk uit een groter bestand. Een clausule, een sectie, een alinea. De AI moet een passage ophalen die je bij naam kunt noemen, en daarna pas tekst maken. Loop een vraag na die daadwerkelijk geld kost. Iemand vraagt: hoeveel dagen opzegtermijn hebben we nodig om het leverancierscontract te beëindigen? Zonder ophalen produceert het model een getal dat klinkt als contractenrecht. Het is misschien zelfs een gangbare termijn. Het is nog steeds niet jóuw clausule. Met RAG doorzoekt het systeem de getekende contracten die je doorzoekbaar hebt gemaakt, vindt het clausule 12.3, en noemt het antwoord die clausule. Je kunt het bestand openen. Als dat bestand de conceptversie van vorig jaar is, zie je dat ook. Dezelfde test geldt voor een verlofregeling, een terugbetalingsregel, een veiligheidsinstructie of een productspecificatie. Je kunt de zin toetsen aan een bestand. Dat is het voordeel. ## Als je niet dagelijks AI bouwt Je hoeft geen nieuwe software te kopen om deze definitie te gebruiken. De volgende keer dat een tool antwoordt uit “onze documenten”, vraag dan de alinea te zien. Als niemand die kan tonen, zijn de letters op de slide versiering. Behandel de chatbot dan als hulpmiddel bij het schrijven. Houd hem weg van alles wat exact moet kloppen met een getekend bestand. ## Wat je is verkocht Leveranciers zetten RAG op een slide en bedoelen: we hebben een zoekindex aan een chatbot gekoppeld. Een zoekindex is een archiefkast. Nuttig, en nog geen kant-en-klaar systeem. Embeddings, vector stores en vergelijkbare onderdelen zijn de inrichting van die kast. Ze helpen kandidaten te vinden. Ze bewijzen niet dat de zin op het scherm uit de passage komt die je in een geschil zou accepteren. Het systeem begint pas als iemand de passage kan aanwijzen. Tot die tijd heb je tekstgeneratie met extra’s opgeleverd. ## De test van vijf regels Neem één slecht antwoord van vorige week. Vul deze regels in. Gewone taal. 1. Welke passage is verzameld? 2. Waarom scoorde juist deze voor deze vraag, en niet de oudere versie? 3. Wat is eromheen gezet voordat het model ging schrijven? 4. Heeft iemand een misser nagekeken, of alleen de demo die werkte? 5. Wat zou je hierna opzoeken, of zou je weigeren te antwoorden? Als die regels leeg blijven, stop dan met discussiëren over de grootte van je chunks. Je hebt een vloeiende gok opgeleverd. [GRAIN](https://lenvanderhof.com/nl/begrippen/grain/) is dezelfde loop met namen: Gather, Rank, Assemble, Inspect, Navigate. RAG is de naam van de architectuur. GRAIN is de naam van de eerlijkheidscheck. Deze pagina is de definitie. Het is geen uitwerking in negen stappen. [Evalueer de redenering, niet de vloeiendheid](https://lenvanderhof.com/nl/blog/evalueer-de-redenering-niet-de-vloeiendheid/) is de test ernaast als de zin keurig is en de bron niet. ## Eis de passage [The RAG Engineer](https://lenvanderhof.com/boeken/the-rag-engineer/) beschrijft de langere praktijk. Het is in productie. Het is niet te koop. Je hebt de hardcover niet nodig om de map onder de lamp te eisen. Als het team de passage achter de zin niet kan openen, noem het dan geen RAG. Noem het een prompt met extra’s. Haal die extra’s uit elke beslissing die een geschil moet overleven. ## Begrippen - [RAG](https://lenvanderhof.com/nl/begrippen/rag/) - [GRAIN](https://lenvanderhof.com/nl/begrippen/grain/) ## Bronnen 1. [RAG (begrippen)](https://lenvanderhof.com/nl/begrippen/rag/) 2. [GRAIN (begrippen)](https://lenvanderhof.com/nl/begrippen/grain/) 3. [Evalueer de redenering, niet de vloeiendheid](https://lenvanderhof.com/nl/blog/evalueer-de-redenering-niet-de-vloeiendheid/) 4. [The RAG Engineer](https://lenvanderhof.com/boeken/the-rag-engineer/) ## Verwante essays Evalueer de redenering, niet de vloeiendheid ## Verder lezen - [RAG](https://lenvanderhof.com/nl/begrippen/rag/) - [GRAIN](https://lenvanderhof.com/nl/begrippen/grain/) - [Evalueer de redenering, niet de vloeiendheid](https://lenvanderhof.com/nl/blog/evalueer-de-redenering-niet-de-vloeiendheid/) - [The RAG Engineer](https://lenvanderhof.com/boeken/the-rag-engineer/) Over de auteur ## [Len P. van der Hof](https://lenvanderhof.com/nl/auteurs/len-p-van-der-hof/) Ondernemer, AI-innovator en venture builder Len P. van der Hof bouwt praktische AI-systemen, digitale ventures en evidence-informed hulpmiddelen voor founders. ```json { "@context": "https://schema.org", "@graph": [ { "@type": "Person", "@id": "https://lenvanderhof.com/#person", "name": "Len P. van der Hof", "alternateName": [ "Len van der Hof", "L.P. van der Hof", "Leendert Pieter van der Hof" ], "honorificSuffix": "MSc", "url": "https://lenvanderhof.com/", "image": [ "https://lenvanderhof.com/photos/len-portrait-1.jpg", "https://lenvanderhof.com/photos/len-portrait-2.jpg", "https://lenvanderhof.com/photos/len-portrait-3.jpg", "https://lenvanderhof.com/photos/len-portrait-4.jpg", "https://lenvanderhof.com/photos/len-speaking.jpg", "https://lenvanderhof.com/photos/len-hero.jpg" ], "jobTitle": "Ondernemer, AI-innovator en venture builder", "description": "Len P. van der Hof is een Nederlandse ondernemer en AI-innovator die ReasonKit, MindSesh en technologieventures bouwt via LPH98.ventures.", "address": { "@type": "PostalAddress", "addressLocality": "Zwijndrecht", "addressCountry": "NL" }, "alumniOf": { "@type": "CollegeOrUniversity", "name": "Rotterdam School of Management, Erasmus University" }, "knowsAbout": [ "Artificial intelligence", "AI agents", "Agentic AI systems", "SEO", "Generative engine optimization", "Answer engine optimization", "Venture building", "Founder performance", "Founder psychology", "Evidence-based decision-making" ], "sameAs": [ "https://www.linkedin.com/in/lenvanderhof/", "https://x.com/LenvanderHof", "https://www.youtube.com/channel/UCTG20buKqYYbitqqf7l3zJA", "https://www.instagram.com/Lenvanderhof/", "https://www.threads.com/@lenvanderhof", "https://github.com/Lenvanderhof", "https://www.goodreads.com/author/show/70983905.Len_P_van_der_Hof", "https://www.amazon.com/stores/author/B0H8B1SCLQ", "https://www.bol.com/nl/nl/b/len-p-van-der-hof-msc/609879394/", "https://bsky.app/profile/lenvanderhof.com", "https://mastodon.social/@Lenvanderhof", "https://crates.io/users/Lenvanderhof", "https://cursor.com/@Lenvanderhof", "https://medium.com/@Lenvanderhof", "https://gitlab.com/Lenvanderhof", "https://hub.docker.com/u/lenvanderhof/", "https://dev.to/lenvanderhof", "https://www.facebook.com/Lenvanderhof", "https://soundcloud.com/Lenvanderhof" ], "affiliation": [ { "@id": "https://lenvanderhof.com/#publisher" }, { "@id": "https://lenvanderhof.com/#mindsesh" } ] }, { "@type": "WebSite", "@id": "https://lenvanderhof.com/#website", "url": "https://lenvanderhof.com/", "name": "Len P. van der Hof", "description": "Len P. van der Hof is een Nederlandse ondernemer en AI-innovator die ReasonKit, MindSesh en technologieventures bouwt via LPH98.ventures.", "inLanguage": [ "en", "nl" ], "publisher": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "Organization", "@id": "https://lenvanderhof.com/#publisher", "name": "LPH98.ventures", "url": "https://lph98.ventures", "founder": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "Organization", "@id": "https://lenvanderhof.com/#mindsesh", "name": "MindSesh", "url": "https://mindsesh.net", "founder": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "SoftwareApplication", "@id": "https://lenvanderhof.com/#reasonkit", "name": "ReasonKit", "url": "https://reasonkit.sh", "creator": { "@id": "https://lenvanderhof.com/#person" } }, { "@type": "ImageObject", "@id": "https://lenvanderhof.com/nl/blog/wat-is-rag/#primaryimage", "url": "https://lenvanderhof.com/media/generated/blog-hero-rag-named-passage-v1.df279e994670.wide.webp", "contentUrl": "https://lenvanderhof.com/media/generated/blog-hero-rag-named-passage-v1.df279e994670.wide.webp", "representativeOfPage": true }, { "@type": "BreadcrumbList", "@id": "https://lenvanderhof.com/nl/blog/wat-is-rag/#breadcrumb", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Home", "item": "https://lenvanderhof.com/nl/" }, { "@type": "ListItem", "position": 2, "name": "Blog", "item": "https://lenvanderhof.com/nl/blog/" }, { "@type": "ListItem", "position": 3, "name": "AI-systemen", "item": "https://lenvanderhof.com/nl/blog/categorie/ai-systemen/" }, { "@type": "ListItem", "position": 4, "name": "Wat is RAG? Als AI een bron opzoekt voordat het antwoordt", "item": "https://lenvanderhof.com/nl/blog/wat-is-rag/" } ] }, { "@type": "WebPage", "@id": "https://lenvanderhof.com/nl/blog/wat-is-rag/#webpage", "url": "https://lenvanderhof.com/nl/blog/wat-is-rag/", "name": "Wat is RAG? Als AI een bron opzoekt voordat het antwoordt", "description": "RAG is een methode binnen kunstmatige intelligentie: het systeem zoekt een benoemde passage in je bestanden en schrijft het antwoord daaruit. Als je de bron achter de zin niet kunt openen, heb je geen RAG.", "isPartOf": { "@id": "https://lenvanderhof.com/#website" }, "primaryImageOfPage": { "@id": "https://lenvanderhof.com/nl/blog/wat-is-rag/#primaryimage" }, "breadcrumb": { "@id": "https://lenvanderhof.com/nl/blog/wat-is-rag/#breadcrumb" }, "inLanguage": "nl-NL" }, { "@type": "BlogPosting", "@id": "https://lenvanderhof.com/nl/blog/wat-is-rag/#article", "mainEntityOfPage": { "@id": "https://lenvanderhof.com/nl/blog/wat-is-rag/#webpage" }, "headline": "Wat is RAG? Als AI een bron opzoekt voordat het antwoordt", "description": "RAG is een methode binnen kunstmatige intelligentie: het systeem zoekt een benoemde passage in je bestanden en schrijft het antwoord daaruit. Als je de bron achter de zin niet kunt openen, heb je geen RAG.", "datePublished": "2026-08-23T08:05:00.000Z", "dateModified": "2026-08-23T17:33:00.000Z", "author": { "@id": "https://lenvanderhof.com/#person" }, "publisher": { "@id": "https://lenvanderhof.com/#person" }, "image": [ "https://lenvanderhof.com/media/generated/blog-hero-rag-named-passage-v1.df279e994670.square.webp", "https://lenvanderhof.com/media/generated/blog-hero-rag-named-passage-v1.df279e994670.landscape.webp", "https://lenvanderhof.com/media/generated/blog-hero-rag-named-passage-v1.df279e994670.wide.webp" ], "articleSection": "AI-systemen", "inLanguage": "nl-NL" } ] } ```