Mehrsprachiges RAG heisst: in einer Sprache fragen und die Antwort aus Dokumenten in einer anderen Sprache finden — ohne den Korpus vorher zu übersetzen. In der Schweiz ist das keine Kür: Dasselbe Dossier enthält routinemässig einen deutschen Vertrag, französische Korrespondenz, eine italienische Rechnung und eine englische Police. Ein Retrieval-System, das nur innerhalb einer Sprache arbeitet, findet einen Bruchteil der Evidenz — und antwortet trotzdem selbstsicher.
Warum Übersetzen-dann-Suchen scheitert
Der naheliegende Ansatz — alles in eine Pivotsprache übersetzen und diese indexieren — bricht dreifach. Übersetzung ist genau dort verlustbehaftet, wo Präzision zählt: bei juristischen und technischen Begriffen. Sie verdoppelt Korpus und Ingestionskosten. Und sie zerstört die Zitierfähigkeit: Die angezeigte Passage ist eine Maschinenübersetzung, nicht das massgebliche Dokument — unbrauchbar, wenn jemand auf dem Originalwortlaut handeln muss.
Die Alternative ist sprachübergreifendes Retrieval: Jedes Dokument wird in seiner Originalsprache mit mehrsprachigen Embeddings indexiert, die «Kündigungsfrist», «délai de résiliation» und «notice period» im selben Vektorraum nahe beieinander platzieren. Eine deutsche Frage findet dann direkt die französische Klausel — und das Zitat zeigt auf das echte Dokument.
Was an Schweizer Korpora spezifisch zerbricht
- Entitätsnamen wechseln die Form. Dieselbe Firma ist «Muster AG», «Muster SA» und «Muster Ltd»; dasselbe Gremium ist «Verwaltungsrat», «conseil d'administration» und «board of directors». Ohne sprachübergreifende Entitätsauflösung zerfällt eine Organisation im Wissensgraphen in drei unverbundene Knoten, und dokumentübergreifende Fragen scheitern.
- Keyword-Suche überquert die Sprachgrenze nicht. Hybrides Retrieval kombiniert semantische Suche mit Keyword-Matching; die Keyword-Hälfte trägt sprachübergreifend nichts bei. Die Anfrage muss in die Korpussprachen expandiert werden, damit diese Hälfte ihren Platz verdient.
- Schweizer Sprachgebrauch weicht ab. Schweizer Hochdeutsch kennt kein Eszett, und die Schweizer Rechtsterminologie unterscheidet sich vom deutschen und französischen Standardgebrauch — «Betreibung», «Vernehmlassung», «fiduciaire». Modelle, die überwiegend auf nationalem Standardtext trainiert wurden, behandeln diese ungleichmässig.
- Gescannte französische und italienische Dokumente. Akzentzeichen sind die erste Stelle, an der OCR degradiert, und ein falsch gelesener Akzent entfernt eine Passage lautlos aus dem Retrieval. OCR-Qualität ist ein Retrieval-Parameter, kein Ingestionsdetail.
- Antwortsprache ist eine eigene Entscheidung. Wer auf Französisch fragt, erwartet eine französische Antwort, die die deutsche Quelle zitiert — nicht eine Paraphrase ohne sichtbares Original.
Wie SovraRAG damit umgeht
SovraRAG indexiert Dokumente in ihrer Originalsprache mit mehrsprachigen Embeddings für Deutsch, Französisch, Italienisch und Englisch, expandiert die Anfrage in die Korpussprachen, damit auch das Keyword-Matching die Sprachgrenze überschreitet, und löst Entitätsnennungen sprachübergreifend auf, damit der Wissensgraph zusammenhängend bleibt. Antworten entstehen in der Sprache der Frage und zitieren die Quellpassage im Original — die Leserin sieht die deutsche Klausel unter einer französischen Antwort, und genau das brauchen Revision und Rechtsdienst.
Alles davon läuft in der Schweiz: Mehrsprachigkeit ist kein Grund, Schweizer Korpora an ein ausländisches Modell zu geben — genau darum geht es bei einer Swiss-RAG-Plattform.
Mehrsprachiges Retrieval vor dem Kauf testen
- Stellen Sie eine deutsche Frage, deren Antwort nur in einem französischen Dokument steht. Dann umgekehrt.
- Verlangen Sie einen Vergleich über Dokumente in drei Sprachen und prüfen Sie, ob alle drei zitiert werden.
- Nehmen Sie ein gescanntes französisches Dokument mit Akzenten auf und prüfen Sie, ob sein Inhalt überhaupt auffindbar ist.
- Prüfen Sie, ob Entitätsnamen in verschiedenen Sprachen zu einer Entität aufgelöst werden oder die Ergebnisse zersplittern.
Diese vier Tests trennen echtes sprachübergreifendes Retrieval von einer englischen Pipeline mit angeschraubter Übersetzungsschicht. Sie gehören in den Piloten aus Enterprise RAG in der Schweiz, zusammen mit den Souveränitätsfragen der Checkliste.