Prompting Aktualisiert 2026

Zero-Shot-Prompting

Definition

Ein Modell erhält eine Aufgabe ohne ausgearbeitete Beispiele und verlässt sich ganz auf die Anweisung und sein vortrainiertes Wissen.

Beim Zero-Shot-Prompting erhält das Modell nur eine Beschreibung der Aufgabe. Brown et al. (2020) zeigten, dass ausreichend große Modelle das erstaunlich gut meistern, und Wei et al. (2022) wiesen nach, dass Instruction Tuning – Fine-Tuning auf vielen als Anweisungen formulierten Aufgaben – die Zero-Shot-Leistung bei unbekannten Aufgaben deutlich verbessert.

Zero-Shot ist schnell und schlank, aber weniger zuverlässig bei ungewöhnlichen Formaten oder Grenzfällen, bei denen einige Beispiele helfen.

Literatur

Primäre, begutachtete und archivierte Quellen für diese Definition.

Language Models are Few-Shot Learners
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., et al. (2020). Advances in Neural Information Processing Systems 33 (NeurIPS 2020).
Finetuned Language Models Are Zero-Shot Learners
Wei, J., Bosma, M., Zhao, V. Y., Guu, K., Yu, A. W., Lester, B., Du, N., Dai, A. M., & Le, Q. V. (2022). International Conference on Learning Representations (ICLR 2022).

Wörterbuch- und Lexikoneinträge

Diesen Eintrag zitieren

MultipleChat. „Zero-Shot-Prompting.“ MultipleChat KI- & LLM-Glossar, 2026. https://multiple.chat/ai-glossary/zero-shot

Verwandte Begriffe

So sieht das in der Praxis aus

Führen Sie denselben Prompt in ChatGPT, Claude, Gemini, Grok und Perplexity nebeneinander aus – mit Ihren eigenen Dateien als Kontext und Antworten, die Sie gegenprüfen können.

MultipleChat kostenlos testen

Mehr erfahren

Kostenpflichtige Tarife ansehen