Kennt ihr das auch? Ihr stellt einer KI wie ChatGPT eine Frage, aber die Antwort ist entweder zu simpel, unvollständig oder irgendwie daneben? Das liegt oft daran, dass die KI wie eine Art „Blackbox“ funktioniert – was hineingeht, bestimmt maßgeblich, was herauskommt. Mit der richtigen Fragetechnik, dem sogenannten „Prompting“, könnt ihr jedoch dafür sorgen, dass die KI präzisere und bessere Ergebnisse liefert.
Prompting – Wie kommunizieren wir mit KI?
Prompting #2 – Die KI fragen
Heute tauchen wir tiefer in das Thema ein und sprechen über eine fortgeschrittene Technik namens Chain-of-Thought-Prompting. Außerdem gibt’s ein praktisches Beispiel, damit ihr direkt loslegen könnt!
Chain-of-Thought-Prompting: Was ist das?
Chain-of-Thought-Prompting (CoT) ist eine Methode, bei der ihr die KI dazu bringt, ihre Denkprozesse offenzulegen, bevor sie eine endgültige Antwort liefert. Statt direkt zur Lösung zu springen, arbeitet die KI systematisch – Schritt für Schritt. Diese Technik ist besonders bei komplexen Fragestellungen nützlich, die logisches Denken oder eine strukturierte Herangehensweise erfordern.
Warum ist Chain-of-Thought-Prompting sinnvoll?
- Bessere Ergebnisse: Die KI kann durch strukturierte Überlegungen genauere Antworten liefern.
- Mehr Transparenz: Ihr seht den „Gedankengang“ der KI und könnt ihre Logik nachvollziehen.
- Komplexe Aufgaben lösen: Mathematische Probleme, logische Schlussfolgerungen oder strategische Entscheidungen lassen sich leichter meistern.
Ein Beispiel für Chain-of-Thought-Prompting
Schauen wir uns ein konkretes Beispiel an:
Frage: „Ein Zug fährt mit 60 km/h los. 2 Stunden später fährt ein zweiter Zug mit 90 km/h hinterher. Wann holt der zweite Zug den ersten ein?“
Klassisches Prompting:
Stellt ihr diese Frage einfach so, liefert die KI möglicherweise eine Antwort, ohne den Lösungsweg zu zeigen. Das Ergebnis könnte korrekt sein – oder auch nicht.
Chain-of-Thought-Prompting:
Mit CoT könnt ihr die KI bitten, Schritt für Schritt zu denken:
Prompt:
„Ein Zug fährt mit 60 km/h los. 2 Stunden später fährt ein zweiter Zug mit 90 km/h hinterher. Erkläre Schritt für Schritt, wann der zweite Zug den ersten einholt.“
Antwort der KI mit CoT:
- Der erste Zug fährt 2 Stunden lang mit 60 km/h, bevor der zweite Zug startet. Er hat also 120 km Vorsprung.
- Der zweite Zug fährt mit 90 km/h, also 30 km/h schneller als der erste.
- Um 120 km Vorsprung aufzuholen, benötigt der zweite Zug 120 ÷ 30 = 4 Stunden.
- Der zweite Zug holt den ersten Zug also nach insgesamt 6 Stunden ein (2 Stunden Vorsprung + 4 Stunden Aufholzeit).
Wie könnt ihr Chain-of-Thought-Prompting einsetzen?
- Mathematische Probleme: Nutzt CoT, um komplizierte Berechnungen schrittweise nachvollziehbar zu lösen.
- Logik und Entscheidungen: Fordert die KI auf, Argumente zu analysieren oder Entscheidungen Schritt für Schritt zu erklären.
- Planung: Bei komplexen Projekten könnt ihr CoT nutzen, um detaillierte Planungen und Abhängigkeiten zu visualisieren.
Tipps für erfolgreiches Chain-of-Thought-Prompting
- Fordert logisches Denken ein: Formulierungen wie „Denke laut nach“ oder „Erkläre Schritt für Schritt“ führen zu strukturierteren Antworten.
- Seid präzise: Je klarer der Kontext und die Aufgabe, desto besser kann die KI ihre Gedankenkette entwickeln.
- Überprüft die Ergebnisse: KI ist nicht perfekt – Fehler passieren, auch bei scheinbar logischen Gedankengängen.
Chain-of-Thought-Prompting öffnet die „Blackbox“ ein Stück weit und macht die Denkprozesse der KI transparenter und strukturierter. Das hilft nicht nur bei komplexen Aufgaben, sondern macht die Interaktion mit der KI auch spannender und nachvollziehbarer. Probiert es aus und erlebt, wie diese Technik eure Prompts auf ein neues Level hebt!
Habt ihr CoT schon ausprobiert? Wir freuen uns auf eure Erfahrungen und Aha-Momente!
Eure Rookies,
Niklas & Jan