Zero-Shot Prompting

KI-Glossar

Prompting-Ansatz, bei dem man einem KI-Modell eine Aufgabe stellt, ohne Beispiele für die gewünschte Ausgabe mitzugeben.

Kurzdefinition

Zero-Shot Prompting bezeichnet die Praxis, einem Sprachmodell eine Aufgabe zu stellen, ohne im selben Prompt Beispiele für das gewünschte Ergebnis zu liefern. Das Modell soll die Aufgabe allein auf Basis seiner Trainingsdaten und der gegebenen Anweisung lösen.

Einfach erklärt

Der Begriff „Zero-Shot“ stammt aus der Forschung und bedeutet: null Beispiele. Man formuliert eine klare Aufgabe, und das Modell führt sie aus, ohne dass man zeigt, wie ein gutes Ergebnis aussehen soll. Das funktioniert gut bei Aufgaben, die das Modell gut beherrscht, zum Beispiel Textzusammenfassungen, Übersetzungen oder einfache Klassifikationen.

Im täglichen Umgang mit KI-Assistenten ist Zero-Shot Prompting der Standard: Man schreibt eine Aufgabe in den Chat und erwartet eine nützliche Antwort. Erst wenn die Ergebnisse nicht passen, lohnt es sich, über erweiterte Methoden wie Few-Shot Prompting oder detailliertere Anweisungen nachzudenken.

Beispiel aus dem Arbeitsalltag

Eine Mitarbeiterin im Marketing schreibt in ChatGPT: „Fass den folgenden Artikel in drei Sätzen zusammen: [Text].“ Sie gibt kein Beispiel, wie eine gute Zusammenfassung aussieht. Das Modell liefert dennoch eine nützliche Zusammenfassung, weil es Zusammenfassungsaufgaben aus dem Training kennt. Das ist Zero-Shot Prompting.

Warum ist der Begriff wichtig?

Zero-Shot Prompting ist der Einstiegspunkt für die meisten KI-Anwender. Das Konzept hilft zu verstehen, warum manche Aufgaben ohne weitere Hilfestellung gut funktionieren und andere nicht.

Wer den Begriff kennt, kann beim Austausch über Prompting-Strategien präziser kommunizieren und gezielt zwischen Ansätzen wählen.

Chancen

  • Schnell und unkompliziert: kein Beispielbedarf
  • Gut geeignet für häufige Standardaufgaben wie Zusammenfassung oder Übersetzung
  • Niedrige Einstiegshürde für KI-Nutzung

Risiken und typische Fehler

  • Ergebnis unvorhersehbarer als bei Prompts mit Beispielen
  • Für spezialisierte oder ungewöhnliche Aufgaben oft zu ungenau
  • Qualitätsunterschiede zwischen Modellen werden hier besonders sichtbar

Verwandte Begriffe

Passende Inhalte im KI College