AWS kündigte am 9. November 2026 an, dass Amazon Bedrock Managed Knowledge Base neben der mehrstufigen agentischen Suche auch Abruf ohne Antwortgenerierung und RAG mit einem Abruf unterstützt. Anwendungen wählen den Modus pro Anfrage über maxAgentIteration in der Streaming-API AgenticRetrieveStream aus. Die Auswahl erfolgt also durch die Anwendung, nicht automatisch anhand der Frage. AWS beschreibt die Modi und ihre Parameter.

RAG steht für „Retrieval-Augmented Generation“: Ein System sucht zunächst passende Textstellen aus einer Wissensbasis und gibt diese als Kontext an ein Sprachmodell weiter, das daraus eine Antwort formuliert. Welche Schritte Bedrock ausführt, hängt vom eingestellten Wert ab.

Was die Werte von maxAgentIteration bewirken

0 ruft Textpassagen ab, ohne ein Foundation Model aufzurufen. 1 führt einen Abruf aus und lässt anschließend eine Antwort erzeugen. Die Werte 2 bis 5 behalten die mehrstufige agentische Suche bei, die komplexe Fragen zerlegen und in mehreren Runden bearbeiten kann.

Modus und WertAusgeführte SchritteBedingung für die AntwortgenerierungGeeignet für
Nur Abruf: 0Ein Abruf, kein Aufruf eines Foundation ModelsgenerateResponse=false; mit aktivierter Antwortgenerierung schlägt die Anfrage mit einem 4xx-Fehler fehlPassagen abrufen, die eine Anwendung selbst verarbeitet oder anzeigt
RAG mit einem Abruf: 1Ein Abruf, danach eine generierte Antwort; keine PlanungsrundengenerateResponse=trueDirekte, klar eingegrenzte Fragen, für die ein Abruf voraussichtlich genügt
Agentische Suche: 2–5Planung und wiederholte Abrufe; mit aktivierter Antwortgenerierung folgt die Antwort im letzten ModellaufrufDie letzte Iteration ist für die Antwort reserviertMehrteilige Fragen oder Fragen, die Informationen aus mehreren Dokumenten erfordern können

Eine Iteration entspricht einem Aufruf des Foundation Models. Ist die Antwortgenerierung eingeschaltet, bleiben bei einem Höchstwert von n bis zu n−1 Planungsrunden. Ein anfänglicher, spekulativer Abruf vor der Planung zählt nicht zum Iterationslimit. Auch „ein Abruf“ bedeutet nicht, dass nur eine Wissensbasis verwendet werden kann: Alle drei Modi können mehrere Wissensbasen nutzen. AWS erläutert die Zählweise und das Verhalten der Modi.

Wählen Sie den geringsten Abrufaufwand, der Ihre typischen Fragen zuverlässig beantwortet, und testen Sie dabei auch Fragen, auf die Ihre Wissensbasis keine Antwort enthält.

Was die API zurückgibt und was die Integration braucht

AgenticRetrieveStream verlangt eine agenticRetrieveConfiguration, mindestens einen Eintrag unter messages und mindestens einen retrievers-Eintrag. Bei Abruf ohne Antwortgenerierung kommen die Passagen im result-Ereignis des Streams zurück. AWS zufolge enthält diese Ausgabe im Unterschied zum direkten Retrieve-Verhalten keine Felder namens score oder location. Eine generierte Antwort kann dagegen Zitate enthalten, die Antwortteile den abgerufenen Ergebnissen zuordnen. Die API-Referenz beschreibt Anfrage und Antwort.

AWS beschreibt die agentische Suche für vollständig verwaltete Bedrock-Wissensbasen und nennt bis zu fünf Retriever pro Anfrage. Die Anleitung führt außerdem diese IAM-Berechtigungen in ihrem Beispiel für erforderliche Rechte auf: bedrock:AgenticRetrieveStream, bedrock:Retrieve, bedrock:GetDocumentContent und bedrock:InvokeModelWithResponseStream. Der Modus maxAgentIteration=0 ruft laut AWS kein Foundation Model auf; die aufgeführten Rechte sollte ein Team daher im Zusammenhang mit seinem tatsächlichen Ablauf prüfen, statt sie pauschal als Modellaufruf für jeden Modus zu verstehen. Die AWS-Anleitung zu agentischer Suche und Berechtigungen beschreibt auch, wie das Modell komplexe Fragen aufteilen, weitere Passagen abrufen und die Beleglage bewerten kann.

So lässt sich der passende Modus bewerten

AWS empfiehlt, repräsentative Fragen mit erwarteten Antworten über dieselbe Wissensbasis zu testen. Dabei sollten Teams Antwortkorrektheit und Beleglage ebenso bewerten wie Latenz und Kosten pro Anfrage. Zum Testset gehören laut AWS auch Fragen, die mehrere Dokumente verbinden, sowie solche, die sich aus der Wissensbasis nicht beantworten lassen. So wird sichtbar, ob ein schnellerer Einzelabruf für die eigenen Fragen ausreicht oder ob zusätzliche Such- und Planungsrunden nötig sind.

AWS zufolge kann RAG mit einem Abruf gegenüber der agentischen Suche Latenz und Modellnutzung verringern. Welcher Modus im konkreten Einsatz passt, hängt deshalb davon ab, ob die eingesparte Sucharbeit die Antworten weiterhin ausreichend stützt.