---
term: "Golden Response"
slug: "golden-response"
glossar_id: "G324"
variants: ["Reference Answer"]
category: "evaluation-messgroessen-und-benchmark-fallen"
marker: ""
short: "Als gut beziehungsweise korrekt eingeordnete Vergleichsantwort."
sources:
  - label: "Zheng et al.: Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena"
    url: "https://arxiv.org/abs/2306.05685"
  - label: "Es et al.: Ragas, Automated Evaluation of Retrieval Augmented Generation"
    url: "https://arxiv.org/abs/2309.15217"
status: "entwurf"
updated: "2026-09-21"
---

Eine Golden Response ist die Antwort, die für eine Aufgabe als richtig oder gut gilt und gegen die eine Modellausgabe verglichen wird. Bei Aufgaben mit eindeutiger Lösung ist das unproblematisch. Bei offenen Aufgaben wird es schwierig, weil es viele gute Antworten gibt, die sich in Wortlaut, Länge und Schwerpunkt unterscheiden.

## Vergleichen ist schwerer als es klingt

Deshalb haben sich mehrere Wege entwickelt. Der strenge Vergleich auf Übereinstimmung funktioniert nur bei kurzen, festen Antworten. Überlappungsmaße zählen gemeinsame Wortfolgen und bewerten damit die Form stärker als den Inhalt. Und Bewertungen durch ein Modell vergleichen sinngemäß, bringen aber eigene Verzerrungen mit, etwa eine Vorliebe für längere Antworten. [Zheng et al.](https://arxiv.org/abs/2306.05685)

Für Systeme mit Abruf gibt es zusätzlich Verfahren, die ohne Referenzantwort auskommen und stattdessen prüfen, ob die Aussagen vom gefundenen Kontext gedeckt sind. [Es et al.: Ragas](https://arxiv.org/abs/2309.15217)

## So kannst du dir das vorstellen

Eine Musterlösung im Deutschaufsatz. Sie zeigt, was erwartet wird, aber ein guter Aufsatz kann anders aussehen. Wer stur nach Übereinstimmung korrigiert, bestraft die bessere Arbeit. Das Bild erklärt die Grenze des Vergleichs, nicht die Bewertungsmethode.

## Was es in der Praxis bedeutet

Statt einer perfekt formulierten Musterantwort ist es oft nützlicher, Prüfpunkte zu notieren: Welche Angaben muss die Antwort enthalten, welche Aussage darf nicht vorkommen, welche Quelle muss genannt sein. Das lässt sich stabiler bewerten als ein Textvergleich und bleibt auch bei anderer Formulierung gültig.

Wichtig ist außerdem, wer die Referenz festlegt. Bei fachlichen Fragen gehört sie in die Hand der Fachabteilung, nicht in die des Teams, das das System baut, sonst misst man die eigenen Annahmen.

## Wo es verwechselt wird

Die Referenzantwort ist nicht die Wahrheit, sondern eine getroffene Festlegung. Und sie ist nicht dasselbe wie der Ground Truth einer Klassifikation, bei der ein eindeutiges Label vorliegt.

## Verwandte Begriffe

**Golden Dataset**, **Ground Truth**, **Exact Match**, **LLM-as-a-Judge**, **Pairwise Evaluation**.