Chain-of-Thought
KI-Glossar
Eine Prompting-Technik, bei der das KI-Modell dazu gebracht wird, seinen Lösungsweg Schritt für Schritt auszuformulieren, bevor es eine finale Antwort gibt.
Kurzdefinition
Chain-of-Thought (CoT) bezeichnet eine Methode, bei der ein Sprachmodell explizit dazu aufgefordert wird, Zwischenschritte und Überlegungen zu beschreiben, bevor es zum Ergebnis kommt. Das verbessert die Qualität bei logischen, mathematischen oder mehrstufigen Aufgaben deutlich.
Einfach erklärt
Wenn Sie ein KI-Modell bitten, eine komplexe Aufgabe direkt zu lösen, überspringt es manchmal notwendige Zwischenschritte und kommt zu falschen Ergebnissen. Chain-of-Thought löst dieses Problem: Sie formulieren den Prompt so, dass das Modell seinen Denkweg explizit beschreibt. Das kann so einfach sein wie ein Zusatz im Prompt: „Erklären Sie Ihren Lösungsweg Schritt für Schritt.“ Das Modell zeigt dann, wie es zur Antwort kommt, und macht damit Fehler im Denkprozess sichtbar.
Chain-of-Thought ist besonders wertvoll bei Aufgaben, die logisches Schlussfolgern erfordern: Rechenaufgaben, Textanalysen, juristische Abwägungen, strukturierte Entscheidungen. Bei einfachen Anfragen, die keine mehrstufige Überlegung erfordern, ist die Technik nicht notwendig. Sie steht in enger Verwandtschaft mit Reasoning Models, die Chain-of-Thought als interne Strategie einsetzen.
Beispiel aus dem Arbeitsalltag
Eine Personalreferentin möchte einen Bewerbungsbrief einschätzen. Sie bittet das KI-Modell: „Analysieren Sie den Bewerbungsbrief. Beschreiben Sie Schritt für Schritt, welche Stärken und Lücken Sie erkennen, bevor Sie eine Gesamteinschätzung geben.“ Das Modell legt seinen Bewertungsweg offen und ermöglicht ihr, nachzuvollziehen, auf welcher Grundlage die Einschätzung entstanden ist.
Warum ist der Begriff wichtig?
Chain-of-Thought verbessert die Verlässlichkeit von KI-Ausgaben bei komplexen Aufgaben erheblich. Gleichzeitig macht es den Denkprozess des Modells nachvollziehbar, was kritisches Prüfen der Antwort erleichtert.
Für Berufstätige, die KI für Analysen oder Entscheidungsvorbereitung einsetzen, ist Chain-of-Thought eine der wirkungsvollsten Prompting-Techniken – und dabei einfach anzuwenden.
Chancen
- Deutlich bessere Qualität bei logisch anspruchsvollen Aufgaben
- Denkweg des Modells wird nachvollziehbar und prüfbar
- Fehler in Zwischenschritten können früh erkannt und korrigiert werden
- Einfach anzuwenden ohne technisches Vorwissen
Risiken und typische Fehler
- Bei einfachen Aufgaben entsteht unnötiger Textaufwand
- Ausformulierter Denkweg klingt überzeugend, kann aber trotzdem Fehler enthalten
- Falsche Zwischenschritte pflanzen sich in die Schlussfolgerung fort
- Technik verbessert Qualität, garantiert sie aber nicht
Verwandte Begriffe
Passende Inhalte im KI College
Lernen Sie Schritt für Schritt, wie Sie KI im Arbeitsalltag sinnvoll nutzen.
Use CasesKI im Arbeitsalltag anwenden
Entdecken Sie praktische Beispiele für typische Aufgaben im Beruf.
ToolsKI-Tools im Überblick
Finden Sie heraus, welche Tools zu welchen Aufgaben passen.