Few-Shot-Learning
Few-Shot-Learning ist ein Verfahren des maschinellen Lernens, bei dem ein Modell eine neue Aufgabe aus sehr wenigen Trainingsbeispielen lernen soll.
Definition
Normalerweise braucht ein KI-Modell sehr viele Beispiele, um z. B. Bilder zu sortieren. Beim Few-Shot-Learning entwickeln Fachleute Modelle, die mit wenigen Trainingsbeispielen auskommen. Eine Sonderform ist das Few-Shot-Prompting: Du schreibst Beispiele in deinen Prompt, und das Modell selbst verändert sich dabei nicht. Im Alltag mit Chatbots begegnet dir fast immer diese Form. Auch mit Beispielen bleibt eine KI fehleranfällig, deshalb triffst du Bewertungen von Schülerleistungen selbst.
Beispiel
In einer Informatik-AG trainieren die Schüler ein Programm, das Vogelarten vom Schulhof auf Fotos erkennen soll. Von manchen Arten haben sie nur fünf Bilder. Mit Few-Shot-Learning soll das Programm trotzdem lernen, diese Arten zu unterscheiden. Ob das gelingt, prüft die AG an Fotos, die das Programm noch nicht kennt.
Verwandte Begriffe
Weiterführend
Zuletzt aktualisiert: 18. Oktober 2026