Zero-Shot-Learning
Zero-Shot-Learning heißt, dass ein KI-Modell eine Aufgabe oder Kategorie bearbeitet, für die es keine eigenen Trainingsbeispiele gesehen hat.
Definition
Der Begriff stammt aus dem maschinellen Lernen. Ein Modell soll z. B. ein Tier erkennen, das in seinen Trainingsdaten nie vorkam, und nutzt dafür eine Beschreibung des Tieres. Große Sprachmodelle zeigen eine ähnliche Fähigkeit, wenn sie eine neue Aufgabe nur aus einer Anweisung lösen. Im Alltag mit Chatbots heißt das Zero-Shot Prompting. Das Modell selbst lernt dabei nichts dauerhaft dazu.
Beispiel
Ein Beispiel für den Informatikunterricht: Eine Bilderkennungs-App wurde mit Fotos von Pferden und Tigern trainiert, aber nie mit Zebras. Mit der Beschreibung „Pferd mit schwarz-weißen Streifen“ ordnet sie ein Zebrafoto trotzdem richtig ein. Das wäre Zero-Shot-Learning. Ob das zuverlässig klappt, zeigt erst ein Test mit vielen Bildern.
Verwandte Begriffe
Weiterführend
Zuletzt aktualisiert: 18. Oktober 2026