Feed

Was bedeutet das?
Few-shot Prompting bedeutet, dass wir der KI ein paar Beispiele (sogenannte „Shots“) geben, bevor wir ihr die eigentliche Aufgabe stellen. Damit lernt die KI direkt aus dem Kontext, wie Input und Output aussehen sollen.

Wann setzen wir Few-shot Prompting ein?
Bei komplexeren oder nuancierteren Aufgaben, bei denen die KI durch Beispiele besser versteht, welches Format oder welchen Stil wir wollen. Wenn Zero-shot nicht reicht, hilft Few-shot oft weiter.

Beispiel

🛠 Prompt (Anweisung an die KI): „Kategorisiere die Kundenanfrage und generiere eine passende Antwort:

Lieferverzögerung => Kategorie: Lieferstatus
Antwort: Entschuldigung für die Verzögerung, bitte teilen Sie mir Ihre Bestellnummer mit.

Defektes Produkt => Kategorie: Reklamation
Antwort: Das tut mir leid! Möchten Sie Umtausch oder Rückerstattung? Bitte senden Sie ein Foto.

Ich habe versehentlich zweimal bestellt =>"

💡 KI-Antwort (Few-shot Output): „Kategorie: Stornierung
Antwort: Kein Problem! Nennen Sie mir beide Bestellnummern, dann storniere ich eine davon kostenfrei."

Anwendung im Unternehmen

✅ Automatisiert die Zuordnung von Anfragen zu Kategorien (z. B. Reklamation, Stornierung, Lieferstatus)
✅ Sorgt für schnellere und konsistente Kundenkommunikation
✅ Entlastet den Support, indem Standardantworten sofort bereitstehen
✅ Verbessert die Kundenzufriedenheit durch kurze Reaktionszeiten

Was bedeutet das?
Zero-shot Prompting bedeutet, dass wir einem KI-Modell eine Aufgabe stellen, ohne ihm vorher Beispiele oder Anleitungen zu geben. Die KI nutzt ausschließlich ihr trainiertes Wissen, um direkt zu antworten.

Wann setzen wir Zero-Shot Prompting ein?
Bei einfachen Aufgaben, bei denen das Modell den Auftrag direkt versteht — oder wenn wir testen wollen, was die KI „von sich aus“ liefern kann. Für komplexere Aufgaben setzen wir stattdessen Few-shot oder Instruction Prompting ein

Beispiel:

🛠 Prompt (Anweisung an die KI):
„Formuliere eine höfliche Antwort auf die folgende Kundenanfrage: ‚Können wir den Termin am Freitag verschieben?‘“

💡 KI-Antwort (Zero-Shot Output):
„Vielen Dank für Ihre Nachricht. Ja, wir können den Termin gerne verschieben. Bitte teilen Sie mir mit, welcher Tag Ihnen passen würde.“

💼 Anwendung im Unternehmen:

✅ Spart wertvolle Zeit bei der Beantwortung von Standardanfragen
✅ Beschleunigt die Kundenkommunikation ohne Wartezeiten
✅ Lässt sich automatisieren

Ein intelligentes System für die automatisierte Bearbeitung von Mieteranfragen – basierend auf dem Anliegen des Mieters startet eine individuelle digitale Bearbeitungssequenz.

Ob Schadensmeldung, Rückfrage oder Beschwerde:

👉 Das Anliegen wird per Webformular oder Anruf aufgenommen,

👉 prüft, ob das Gebäude im Bestand ist

👉 ein GPT-Agent analysiert die Nachricht, erkennt die Dringlichkeit - beantwortet Standard-Fragen automatisiert

👉 informiert automatisch die zuständigen Personen.

👉 Der Mieter erhält sofort eine passende, personalisierte Rückmeldung.

👉 Weitere Schritte werden eingeleitet – dokumentiert im System (z. B. Notion, CRM).

Ergebnis: Schnelle, strukturierte Abläufe ohne händisches Nacharbeiten – entlastet Hausverwaltungen und verbessert die Mieterkommunikation erheblich.

Automatisierte Leadqualifizierung & smarte Follow-ups – voll integriert mit Make.com, ChatGPT und CRM-Systemen wie Zoho ONE, Monday oder ClickUp … you name it.

Die Automation erkennt relevante Anfragen, bewertet Leads nach Potenzial und stößt Folgeaktionen automatisch an – rund um die Uhr, ohne manuelle Nachbearbeitung.

Ergebnis: Keine heißen Leads mehr verlieren. Mehr Geschwindigkeit im Vertrieb. Und mehr Fokus für dein Team.

Du willst wissen, welches LLM derzeit das derzeit Beste am Markt ist? 

Hier findest du die LLM-Weltrangliste. Das Community-gesteuerte Ranking listet die aktuellsten und besten LLMs und KI-Chatbots auf.

Schneller.Digital ist online.

Good things will come ;)