Dialogsysteme im offenen Bereich haben aufgrund der leicht erreichbaren Einzelaustausch-Korpora und der Entwicklung des Deep Learnings große Erfolge erzielt. Dennoch stellt das Mehrfach-Austauschszenario weiterhin eine Herausforderung dar, aufgrund häufig auftretender Coreferenz und Informationslücken. In dieser Arbeit untersuchen wir die Wiederherstellung unvollständiger Äußerungen, die in jüngsten Studien allgemeine Verbesserungen bei Mehrfach-Austausch-Dialogsystemen gebracht hat. Gleichzeitig inspiriert uns sowohl die autoregressive Textgenerierung als auch die sequenzielle Textbearbeitung, weshalb wir einen neuen halb-autoregressiven Generator (SARG) vorschlagen, der hohe Effizienz und Flexibilität bietet. Darüber hinaus zeigen Experimente an zwei Benchmarks, dass unser vorgeschlagenes Modell den aktuellen Stand der Technik sowohl in Bezug auf Qualität als auch auf Inferenzgeschwindigkeit erheblich übertrifft.