Chain-of-Thought-Prompting
Die Kurzantwort · 17 Wörter
Kurz erklärt
Prompting-Methode, bei der Beispiele oder Anweisungen ein Sprachmodell dazu anregen, vor der Antwort explizite Zwischenschritte zu erzeugen.
Flow-alerta.cab (2026): Chain-of-Thought-Prompting. https://flow-alerta.cab/glossar/chain-of-thought-prompting. Redaktionell geprüft am: 09. Oktober 2026.
Wie ausführlich soll es sein?
Praxis
Relevant für Prompting-Historie und Reasoning-Forschung. In modernen Produkten kann verborgenes Reasoning oder Tool-Nutzung sinnvoller sein als das Erzwingen langer sichtbarer Gedankengänge.
Beispielszenario: Ein Modell erhält wenige gelöste Textaufgaben mit Zwischenschritten und bearbeitet anschließend eine neue Aufgabe im gleichen Muster.
Für produktive Prompts eher auf überprüfbare Ergebnisse, Quellen, Rechenwege oder Tool-Aufrufe fokussieren und CoT nur einsetzen, wenn es empirisch nachweisbar hilft.
Auf einen Blick
- Kern
- Beim ursprünglichen Chain-of-Thought-Prompting werden Demonstrationsbeispiele mit Frage, Zwischenschritten und Antwort vorgegeben. Dadurch können große Sprachmodelle bei bestimmten arithmetischen, symbolischen oder logischen Aufgaben bessere Ergebnisse erzielen. Die Methode ist modell- und aufgabenabhängig und nicht mit jeder Form von „Schritt für Schritt“ gleichzusetzen.
- Nutzen
- Relevant für Prompting-Historie und Reasoning-Forschung. In modernen Produkten kann verborgenes Reasoning oder Tool-Nutzung sinnvoller sein als das Erzwingen langer sichtbarer Gedankengänge.
- Beispiel
- Beispielszenario: Ein Modell erhält wenige gelöste Textaufgaben mit Zwischenschritten und bearbeitet anschließend eine neue Aufgabe im gleichen Muster.
- Grenzen
- Lange Gedankengänge als Wahrheitsgarantie betrachten; CoT bei jeder Aufgabe erzwingen; vertrauliche interne Reasoning-Prozesse mit nutzerseitig sichtbaren Erklärungen verwechseln.
Im Zusammenhang
Gedankenkette (Chain of Thought)
Folge explizit erzeugter Zwischenschritte, mit denen ein Sprachmodell eine komplexe Aufgabe in mehrere Teilüberlegungen zerlegt.
Prompt Engineering (Prompting)
Methodische Formulierung und Strukturierung von Anweisungen, um konsistente und hochwertige KI-Ergebnisse zu erzielen.
Fragen, die dazu gestellt werden
Braucht CoT immer Beispiele?
Die ursprüngliche Methode nutzt Few-Shot-Beispiele; spätere Varianten nicht zwingend.
Ist längeres Reasoning automatisch besser?
Nein.
Sollte man sichtbare Gedankengänge als Beweis behandeln?
Nein.
Alle Details und Hintergründe
Beim ursprünglichen Chain-of-Thought-Prompting werden Demonstrationsbeispiele mit Frage, Zwischenschritten und Antwort vorgegeben. Dadurch können große Sprachmodelle bei bestimmten arithmetischen, symbolischen oder logischen Aufgaben bessere Ergebnisse erzielen. Die Methode ist modell- und aufgabenabhängig und nicht mit jeder Form von „Schritt für Schritt“ gleichzusetzen.
ELI5 – Einfach erklärt
Du zeigst dem Modell Beispiele, in denen eine Aufgabe in mehrere Schritte zerlegt wird, damit es dieses Muster bei neuen Aufgaben übernimmt.
Warum das im Alltag wichtig ist
Relevant für Prompting-Historie und Reasoning-Forschung. In modernen Produkten kann verborgenes Reasoning oder Tool-Nutzung sinnvoller sein als das Erzwingen langer sichtbarer Gedankengänge.
Beispiel
Beispielszenario: Ein Modell erhält wenige gelöste Textaufgaben mit Zwischenschritten und bearbeitet anschließend eine neue Aufgabe im gleichen Muster.
Fallstricke und Grenzen
- Lange Gedankengänge als Wahrheitsgarantie betrachten; CoT bei jeder Aufgabe erzwingen; vertrauliche interne Reasoning-Prozesse mit nutzerseitig sichtbaren Erklärungen verwechseln.
Entstehung & Geschichte
Wei und Mitautoren veröffentlichten 2022 die einflussreiche Arbeit zu Chain-of-Thought-Prompting; darauf folgten Varianten wie Zero-Shot CoT und Self-Consistency.
Anwendung im Mittelstand
- Für produktive Prompts eher auf überprüfbare Ergebnisse, Quellen, Rechenwege oder Tool-Aufrufe fokussieren und CoT nur einsetzen, wenn es empirisch nachweisbar hilft.
Verwandte Begriffe
- Gedankenkette
- Self-Consistency
- Prompt Engineering
Passende Flow-alerta-Leistung
KI-Einführung & BegleitungKI-Einführung & Begleitung: Nutzungsleitlinien, Grenzen, Zuständigkeiten und Eskalationswege klären.Passendes Tool / Use Case
Praxisbeispiele ansehenUse Case: empirischer Vergleich von direkter Antwort und schrittweise angeleitetem Prompting auf einem festen Testsatz.Quellen
- arxiv.orgWei et al., Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
Quellenprüfung: 09.10.2026. Definition und dokumentierte Einordnung abgeglichen; Beispiele beschreiben mögliche Anwendungen.
Redaktionell geprüft am: