Chain-of-Thought-Prompting: KI Schritt für Schritt denken lassen

Chain-of-Thought heißt übersetzt „Gedankenkette“. Gemeint ist eine Prompt-Technik, bei der Sie das Sprachmodell bitten, eine Aufgabe in Zwischenschritten zu lösen, statt sofort die Antwort zu nennen. Bei Rechen-, Logik- und Planungsaufgaben verbessert das die Ergebnisse oft deutlich.

Warum Zwischenschritte helfen

Ein Sprachmodell erzeugt Text Token für Token. Jede Zwischenrechnung, die es aufschreibt, steht danach im Kontext und hilft beim nächsten Schritt. Muss es die Antwort dagegen sofort nennen, fehlt dieser Zwischenraum zum „Nachdenken“. Darum scheitern Modelle ohne Zwischenschritte öfter an Aufgaben, die Menschen auch nicht im Kopf lösen würden.

So formulieren Sie es

Die einfachste Form ist ein Zusatz am Ende des Prompts:

Ein Abo kostet 20 € im Monat oder 200 € im Jahr.
Wie viel spart man mit der Jahreszahlung in Prozent?
Rechne Schritt für Schritt und nenne am Ende das Ergebnis in einer eigenen Zeile.

Noch zuverlässiger wird es mit einer Struktur, die Sie vorgeben:

Gehe so vor:
1. Liste alle gegebenen Zahlen auf.
2. Schreibe den Rechenweg.
3. Prüfe das Ergebnis mit einer Gegenrechnung.
4. Antworte zum Schluss mit „Ergebnis: …“.

Die Vorgabe „Ergebnis in einer eigenen Zeile“ hilft, wenn Sie die Antwort automatisch weiterverarbeiten wollen.

Kombination mit Beispielen

Besonders wirksam ist Chain-of-Thought zusammen mit Few-Shot-Prompting: Sie zeigen ein oder zwei gelöste Beispiele mit Rechenweg, und das Modell übernimmt die Vorgehensweise. Solche Beispiele erstellt der Few-Shot-Generator.

Reasoning-Modelle denken von selbst

Moderne Reasoning-Modelle erzeugen eine Gedankenkette bereits intern, bevor sie antworten. Bei ihnen bringt „Denke Schritt für Schritt“ wenig und kann sogar stören. Besser ist dort, das Ziel und die Prüfkriterien klar zu beschreiben und gegebenenfalls den Denkaufwand einzustellen.

Wann es sich nicht lohnt

• bei einfachen Aufgaben wie Umformulieren oder Übersetzen
• wenn nur ein kurzes Ergebnis gebraucht wird und Kosten zählen: Jeder Zwischenschritt sind Ausgabe-Tokens, die meist teurer sind als Eingabe-Tokens
• wenn exakte Rechnungen gebraucht werden. Dann ist ein Werkzeug wie ein Taschenrechner oder Code zuverlässiger, siehe Kann KI rechnen?

Prompts mit klarer Struktur stellen Sie im Prompt-Baukasten zusammen.