Chain-of-Thought — Schrittweises Schließen Durch KI
Swipe um das Menü anzuzeigen
Bei einfachen Aufgaben – wie dem Verfassen einer Nachricht, dem Zusammenfassen eines Dokuments oder dem Erstellen einer Liste – liefert das Modell schnell eine Antwort, die in der Regel ausreichend ist. Bei Aufgaben, die jedoch Analyse, strukturiertes Denken oder Entscheidungen mit mehreren Überlegungen erfordern, ist eine schnelle Antwort oft oberflächlich.
Chain-of-thought prompting ist die Technik, um dies zu ändern. Indem das Modell explizit aufgefordert wird, ein Problem Schritt für Schritt zu durchdenken, bevor es eine Antwort gibt, erhält man strukturiertere, durchdachtere und nützlichere Antworten für komplexe berufliche Aufgaben.
Wie Chain-Of-Thought in der Praxis aussieht
Es ist keine spezielle Syntax erforderlich. Es genügt eine Formulierung, die dem Modell signalisiert, dass eine Begründung und nicht nur das Ergebnis gewünscht ist:
Think through this step by step before giving your answer;Before responding, identify the key considerations involved;Walk me through your reasoning, then give your recommendation;Break this problem down before drawing any conclusions.
Ohne Chain-of-thought:
Should we launch this feature for all users or run a limited beta first?
Das Modell gibt direkt eine Empfehlung ab – möglicherweise eine sinnvolle, aber ohne nachvollziehbare Begründung.
Mit Chain-of-thought:
Should we launch this feature for all users or run a limited beta first? Before answering, reason through the key trade-offs involved — risk, speed of learning, support load, and rollout reversibility. Then give your recommendation.
Das Modell legt die Abwägungen explizit dar, bevor es eine Empfehlung ausspricht – was eine Grundlage für Rückfragen, Einwände oder eine Teamdiskussion bietet.
Wo Chain-Of-Thought den größten Mehrwert bietet
Diese Technik ist besonders sinnvoll, wenn:
- Das Modell eine Empfehlung oder Entscheidung mit mehreren konkurrierenden Faktoren treffen soll;
- Das Modell etwas kritisch analysieren soll — einen Vorschlag, einen Plan, einen Text — und nicht nur beschreiben;
- KI zur Vorbereitung auf ein Gespräch oder Meeting genutzt wird und verschiedene Perspektiven im Voraus durchdacht werden sollen;
- Die Aufgabe das Abwägen von Kompromissen beinhaltet, wobei das Ergebnis davon abhängt, wie die Faktoren gewichtet werden;
- Ein Ergebnis benötigt wird, das anderen präsentiert werden kann — sichtbare Begründungen machen das Ergebnis glaubwürdiger und leichter diskutierbar.
Eine nützliche Variante: Nach der Begründung separat fragen
Manchmal wird eine abschließende Antwort in einem klaren Format benötigt, aber auch die zugrunde liegende Begründung soll sichtbar sein. Beides kann explizit angefordert werden:
Analyze the following proposal for potential risks. First, reason through each section and identify concerns. Then give me a summary of the top three risks in bullet points.
So erhält man die strukturierte Ausgabe für ein Dokument oder eine Präsentation sowie die vollständige Begründung zur Überprüfung — oder zum Teilen mit Stakeholdern, die die Überlegungen hinter den Schlussfolgerungen nachvollziehen möchten.
Danke für Ihr Feedback!
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen