Chain-of-Thought bezeichnet eine Prompting-Technik, bei der ein Sprachmodell seinen Lösungsweg in einzelnen Schritten offenlegt, statt nur das Endergebnis auszugeben. Ein einfacher Auslöser genügt oft: Die Anweisung "Denke Schritt für Schritt" reicht aus, damit das Modell Zwischenschritte formuliert, bevor es zu einer Antwort kommt.
Der Effekt ist bei mehrstufigen, logischen oder rechnerischen Aufgaben spürbar. Ein Modell, das direkt nach der Summe von zehn Positionen gefragt wird, verrechnet sich häufiger als eines, das zunächst jede Position einzeln benennt und erst am Ende addiert. Der Umweg über die sichtbaren Zwischenschritte zwingt das Modell, seine eigene Rechnung zu prüfen, bevor es sie ausgibt. Für Anwender hat das einen zweiten Nutzen: Die Kette der Zwischenschritte lässt sich lesen und auf Plausibilität prüfen, bevor man das Ergebnis übernimmt. Wer eine KI-gestützte Auswertung nachvollziehen will, etwa eine mehrstufige Plausibilitätsprüfung eines Belegs, profitiert von genau dieser Offenlegung.
Neuere Sprachmodelle mit eingebautem "Reasoning" führen diese Schritte inzwischen automatisch aus, auch ohne expliziten Hinweis im Prompt. Chain-of-Thought bleibt aber der Grundgedanke dahinter: Zwischenschritte sichtbar machen, statt sie im Modell verschwinden zu lassen.
Abgrenzung
Chain-of-Thought ist von Few-Shot Prompting zu unterscheiden. Few-Shot Prompting zeigt dem Modell Beispiele für das gewünschte Ergebnis, Chain-of-Thought zeigt den Weg dorthin. Beide Techniken lassen sich kombinieren, indem die Beispiele selbst bereits vorgerechnete Zwischenschritte enthalten. Tree-of-Thought und Self-Consistency erweitern den Grundgedanken, indem sie mehrere Gedankenketten parallel prüfen und vergleichen, statt sich auf eine einzige zu verlassen.
KI im Arbeitsalltag: So finden Sie den richtigen Start
KI-Assistent trifft SAP Business One: Zwei Wege aus dem Versino KI-Shop
Sprint und Swirl: Wie ein KI-Agent Arbeit aufteilt und aus Probeläufen lernt
LATS: Mehrere Wege gleichzeitig durchdenkt mit KI — und die Verfügbarkeitsprüfung in SAP B1
ReAct und RLEF: Wie Künstliche Intelligenz aus echten Fehlern lernt — und was der automatische Bankabgleich in SAP Business One damit zu tun hat
