Lektion 3 von 11 4 Min. Lesezeit

Chain-of-Thought Prompting

Chain-of-Thought Prompting

Wichtiger Hinweis: Alle in diesem Kurs vorgestellten Programme dienen ausschließlich dem Erlernen von Prompting-Techniken. Sie sind nicht für die Anwendung am Patienten gedacht. Insbesondere medizinische Tools könnten einem Medizinprodukt gleichkommen und dürfen ohne regulatorische Zulassung nicht im klinischen Alltag eingesetzt werden.

Bei komplexen Aufgaben macht die KI manchmal Fehler, weil sie versucht, sofort zum Ergebnis zu springen. Chain-of-Thought (CoT) Prompting löst das, indem du die KI bittest, ihre eigenen Denkschritte offenzulegen, bevor sie mit dem Programmieren beginnt.

Das Prinzip

Normalerweise fängt die KI sofort an, Code zu schreiben. Bei Chain-of-Thought forderst du sie auf, erst ihren Denkweg zu erklären – welche Überlegungen sie anstellt, welche Entscheidungen sie trifft, und warum. Erst danach soll sie programmieren.

Das verbessert die Qualität, weil du:

  • Denkfehler der KI erkennen kannst, bevor sie im Code landen
  • Fehlende Anforderungen bemerken kannst, bevor das Programm fertig ist
  • Besser verstehst, was die KI gebaut hat und warum

Der Schlüssel ist ein einfacher Zusatz: “Denke erst Schritt für Schritt nach, bevor du anfängst zu programmieren” oder “Erkläre zuerst deinen Plan”.

Beispiel 1: Medikamenten-Dosisrechner

Ohne Chain-of-Thought fängt die KI sofort an zu programmieren – und du merkst erst am Ende, ob sie die Dosierung korrekt berechnet. Mit CoT erklärst du ihr, dass sie erst ihren Ansatz darlegen soll:

Erstelle einen Dosisrechner für Kinder.
Eingabe: Medikament, Körpergewicht in kg, Alter.

Bevor du anfängst zu programmieren, erkläre mir Schritt für Schritt:
1. Welche Formeln und Regeln verwendest du für die Dosisberechnung?
2. Welche Sonderfälle musst du berücksichtigen (z.B. Maximaldosen,
   Altersgruppen, Darreichungsformen)?
3. Wie stellst du sicher, dass die Berechnung korrekt ist?
4. Welche Eingabevalidierung brauchst du (z.B. unrealistische Werte)?

Erst wenn ich deinen Plan bestätige, setzt du ihn um.

So siehst du vor dem Programmieren, ob die KI z.B. vergessen hat, Maximaldosen zu berücksichtigen oder Säuglinge anders zu behandeln als Kleinkinder. Du kannst korrigieren, bevor eine einzige Zeile Code geschrieben wird.

Beispiel 2: Notfall-Checkliste

Erstelle eine interaktive Notfall-Checkliste für Anaphylaxie
in meiner Hausarztpraxis.

Denke Schritt für Schritt nach, bevor du programmierst:
1. Welche Schritte gehören in eine Anaphylaxie-Checkliste
   und in welcher Reihenfolge?
2. Welche Medikamente mit welchen Dosierungen müssen enthalten sein?
3. Wie strukturierst du die Oberfläche, damit sie im Notfall
   schnell bedienbar ist?
4. Welche Fallstricke siehst du bei der Umsetzung?

Lege mir deinen Plan vor. Ich prüfe ihn und gebe dir
dann grünes Licht zum Programmieren.

Hier ist der Vorteil besonders deutlich: Du willst nicht, dass die KI eine Anaphylaxie-Checkliste erstellt, die fachlich falsch ist. Durch den vorgeschalteten Denkschritt kannst du die medizinischen Inhalte prüfen, bevor sie in Code gegossen werden.

Beispiel 3: Praxis-Formular mit Logik

Erstelle ein digitales Überweisungsformular für meine Praxis.
Je nach Fachrichtung sollen unterschiedliche Felder erscheinen
(z.B. bei Radiologie: gewünschte Untersuchung und Fragestellung,
bei Kardiologie: aktuelle Medikation und letztes EKG-Datum).

Bevor du loslegst:
1. Welche Fachrichtungen willst du abdecken und welche
   spezifischen Felder braucht jede?
2. Wie löst du technisch, dass Felder dynamisch erscheinen?
3. Welche Pflichtfelder gelten für alle Überweisungen?

Erkläre deinen Ansatz, dann können wir ihn zusammen anpassen.

Wann Chain-of-Thought einsetzen?

Ja, unbedingt:

  • Bei Programmen, die fachlich korrekt sein müssen (Berechnungen, Checklisten)
  • Wenn die KI Entscheidungen treffen muss, die du überprüfen willst
  • Bei Projekten mit vielen Sonderfällen oder Regeln
  • Wenn du unsicher bist, ob die KI deine Anforderungen richtig verstanden hat

Nicht nötig:

  • Bei einfachen Formularen oder statischen Seiten
  • Wenn das Ergebnis offensichtlich richtig oder falsch ist
  • Bei reinen Gestaltungsaufgaben

Zusammenfassung

Chain-of-Thought Prompting bedeutet: Erst denken lassen, dann bauen lassen. Du bittest die KI, ihren Plan offenzulegen, bevor sie anfängt zu programmieren. So kannst du Fehler und Missverständnisse abfangen, bevor sie im fertigen Programm landen. In der Medizin ist das besonders wertvoll, weil du das Fachwissen hast, um den Denkweg der KI zu überprüfen – die KI liefert dir den technischen Plan, und du prüfst die inhaltliche Richtigkeit.