Kette des Denkens
Auf dieser Seite
Denken Sie Schritt für Schritt
Kette des Denkens (CoT) ist eine Technik, die das Modell auffordert, sein Vorgehen vor der Abgabe der endgültigen Antwort detailliert darzulegen. Anstatt direkt zum Schluss zu springen, formuliert das Modell jeden logischen Schritt aus, was die Antwortqualität bei Aufgaben, die ein Nachdenken erfordern, erheblich verbessert. Bei Mistral-Modellen liefert dies hervorragende Ergebnisse in den Bereichen Logik, Mathematik, Analyse und Entscheidungsfindung.
Um zu verstehen, warum dies funktioniert, erinnern Sie sich daran, wie das Modell Text generiert: Token für Token, wobei jedes Token auf allen vorherigen basiert. Wenn ein Modell eine komplexe Frage direkt beantworten muss, hat es nur wenige Token, um „nachzudenken” – die Antwort muss fast sofort entstehen. Wenn Sie es auffordern, sein Vorgehen detailliert darzulegen, geben Sie ihm den Raum, das Problem in einfache Teilprobleme zu zerlegen, jeden Schritt vor dem Weitergehen zu überprüfen, relevante Informationen unter den bereitgestellten Daten zu erkennen und in der Folge Denkfehler wie Halluzinationen zu reduzieren. Geschriebenes Nachdenken ist kein nachträglicher Gedanke: Hier findet die Berechnung statt.
Einfache CoT: Eine Anweisung reicht aus
Die einfachste Form besteht darin, einen einfachen Anweisungssatz an das Ende Ihres Prompts anzuhängen:
Ein Restaurant hat 15 Tische. Jeder Tisch kann 4 Personen beherbergen.
Das Restaurant ist zu 80 % voll. Wie viele Personen sind anwesend?
Denken Sie Schritt für Schritt, bevor Sie Ihre Antwort geben.
Das Modell wird dann etwas Ähnliches wie Folgendes produzieren:
Schritt 1: Gesamtkapazität = 15 Tische × 4 Personen = 60 Personen
Schritt 2: Auslastungsrate = 80 % = 0,80
Schritt 3: Anwesende Personen = 60 × 0,80 = 48 Personen
Antwort: 48 Personen sind im Restaurant anwesend.
Ohne die Anweisung „Denken Sie Schritt für Schritt” könnte das Modell zwar hier direkt „48” angeben – was korrekt ist –, aber es könnte bei einer komplexeren Aufgabe einen Fehler in einer Zwischenschritt-Berechnung machen, den Sie ohne die detaillierte Darstellung nicht identifizieren könnten. Dies ist der zweite Vorteil der CoT, weniger bekannt, aber ebenso wertvoll: Sichtbares Nachdenken ist überprüfbar. Wenn eine Antwort für Sie seltsam wirkt, springt der fehlerhafte Schritt ins Auge.
Strukturierte CoT: Leiten Sie die Schritte
Bei komplexeren Aufgaben sollten Sie nicht nur nach Nachdenken fragen, sondern es vorschreiben. Stellen Sie sich eine Investitionsanalyse vor:
Bewerten Sie, ob dieser Start-up ein guter Investitionsgegenstand ist.
Daten:
- Umsatz 2025: 2,3 Mio. € (Wachstum +45 % YoY)
- Verbrennungsrate: 180 K €/Monat
- Laufzeit: 14 Monate
- Adressierbarer Markt: 500 Mio. €
- Team: 22 Personen, 3 technische Gründer
Bewerten Sie gemäß diesen Schritten:
1. Finanzgesundheit analysieren (Umsatz, Verbrennungsrate, Laufzeit)
2. Marktpotenzial bewerten (Größe, aktuelle Durchdringung)
3. Team bewerten (Fähigkeiten, Größe)
4. Hauptrisiken identifizieren (maximal 3)
5. Ihr Fazit mit einem Vertrauensscore (niedrig/mittel/hoch) liefern
Durch das Vorschreiben der Schritte stellen Sie sicher, dass das Modell alle wichtigen Aspekte in der richtigen Reihenfolge abdeckt, ohne den Aspekt zu überspringen, der Ihnen wichtig ist. Wenn es frei gelassen würde, könnte es sich vielleicht ausführlich über den Markt auslassen und die Finanzanalyse hastig abhandeln; gelenkt behandelt es alle fünf Aspekte systematisch.
Wann Sie Chain of Thought einsetzen – und wann Sie es weglassen
CoT ist für Aufgaben geeignet, bei denen Sie auf dem Weg dorthin irren können: mehrstufige mathematische Probleme, Schätzungen, Datenanalyse (Interpretation von Metriken, Identifizierung von Trends), Entscheidungsfindung durch Vergleich von Optionen, Debugging von Code oder Fehlerprotokollen, logisches Schlussfolgern und Deduktionen. In all diesen Situationen ist jeder Zwischenschritt eine Kontrollstelle, die verhindert, dass sich Fehler fortsetzen.
Umgekehrt ist CoT nutzlos – manchmal sogar kontraproduktiv –, wenn nichts zu entfalten ist. Bei einer einfachen faktischen Frage wie „Was ist die Hauptstadt Italiens?” fügt es Latenz und Token hinzu, ohne etwas zu verbessern. Beim kreativen Schreiben kann strukturiertes Nachdenken die Kreativität sogar ersticken. Übersetzung ist intuitiver als logisch, und Reformulierungen erfordern keine Deduktion. Der richtige Reflex: Fragen Sie sich, ob Sie für diese Aufgabe selbst Berechnungen entwerfen würden. Wenn nein, sparen Sie das Modell.
CoT mit Few-Shot
Die Kombination von Kette des Denkens mit der Few-Shot-Technik aus dem vorherigen Kursabschnitt ist besonders leistungsfähig: Anstatt zu beschreiben, wie man nachdenkt, zeigen Sie es durch ein vollständiges Beispiel eines erfolgreichen Nachdenkens.
messages = [
{
"role": "system",
"content": "Sie sind ein Analyst, der Schritt für Schritt nachdenkt."
},
{
"role": "user",
"content": """Ein E-Commerce-Website hat 10.000 Besucher/Tag, eine Konversionsrate
von 2,5 % und einen durchschnittlichen Warenkorbwert von 65 €. Was ist der tägliche Umsatz?"""
},
{
"role": "assistant",
"content": """Nachdenken:
1. Anzahl der Bestellungen/Tag = 10.000 × 2,5 % = 250 Bestellungen
2. Täglicher Umsatz = 250 × 65 € = 16.250 €
Antwort: Der tägliche Umsatz beträgt 16.250 €."""
},
{
"role": "user",
"content": """Ein SaaS hat 5.000 aktive Benutzer, eine monatliche Churn-Rate
von 3 % und einen durchschnittlichen Umsatz pro Benutzer von 49 €/Monat. Was wird der MRR
in 3 Monaten sein, wenn keine neuen Kunden eintreffen?"""
}
]
Das Modell wird dasselbe Schema reproduzieren – einen nummerierten „Reasoning”-Block, gefolgt von einer „Answer”-Zeile – für die neue Frage. Sie erhalten sowohl die Strenge der CoT als auch die Formatkonsistenz des Few-Shot-Ansatzes.
Steuerung der Nachdenklichkeit
Manchmal möchten Sie das Nachdenken, aber keinen Roman. Sie steuern die Dosierung direkt in der Anweisung. Für vollständiges Nachdenken fragen Sie: „Legen Sie jeden Schritt Ihres Nachdenkens vor dem Schluss dar.” Für eine straffere Version: „Denken Sie kurz (maximal 2–3 Schritte) und geben Sie dann Ihre Antwort.” Und für die Produktion ist die nützlichste Variante, die Nachdenken und Antwort durch Tags trennt:
Denken Sie innerhalb der <reasoning></reasoning>-Tags
und geben Sie dann Ihre endgültige Antwort innerhalb der <answer></answer>-Tags.
Dieser letzte Ansatz bietet das Beste aus beiden Welten: Ihr Code extrahiert nur den Inhalt des <answer>-Tags, um ihn dem Endbenutzer anzuzeigen, während das vollständige Nachdenken in den Protokollen für das Debugging verfügbar bleibt. Wenn eine Antwort in der Produktion falsch herauskommt, öffnen Sie das Protokoll und sehen genau, wo das Nachdenken aus dem Ruder gelaufen ist.
Kernaussagen
- Kette des Denkens fordert das Modell auf, vor der Antwort nachzudenken – entscheidend für Logik, Berechnung und Analyse
- Leiten Sie die Schritte bei komplexen Aufgaben explizit
- Kombinieren Sie CoT und Few-Shot für maximale Effizienz
- Nutzlos für einfache Fragen oder kreatives Schreiben
- Verwenden Sie XML-Tags, um Nachdenken und Antwort in der Produktion zu trennen