Zero-Shot Learning einfach erklärt: KI ohne Beispiele

Zero-Shot Learning (ZSL) beschreibt die Fähigkeit eines KI-Modells, Klassen oder Aufgaben zu behandeln, für die es im jeweiligen Training keine direkten Beispielinstanzen gesehen hat. Es nutzt dafür Beziehungen zwischen bekannten und unbekannten Konzepten – etwa über Beschreibungen, Attribute oder Sprache. „Zero Shot“ bedeutet dabei nicht, dass das Modell ohne Vorwissen arbeitet: Seine Fähigkeiten beruhen weiterhin auf dem vorherigen Training.

Was ist Zero-Shot Learning?

Im klassischen maschinellen Lernen wird ein Modell mit gelabelten Beispielen trainiert und soll anschließend ähnliche Beispiele erkennen. Beim Zero-Shot Learning soll es auch Klassen einordnen, die im Trainingsdatensatz nicht als konkrete Beispiele vorkamen. Die Verbindung entsteht über Zusatzwissen: Ein Modell kann etwa aus sprachlichen oder semantischen Beschreibungen ableiten, wie sich eine unbekannte Klasse zu bekannten Klassen verhält.

Eine gängige Kurzdefinition lautet: Zero-Shot Learning ist die Fähigkeit eines Modells, Klassen zu erkennen, die es im Training nicht gesehen hat. Entscheidend sind dabei die Evaluationsregeln: In der Forschung muss klar sein, welche Klassen als „gesehen“ und welche als „ungesehen“ gelten.

Zero-Shot, Few-Shot und Fine-Tuning

Ansatz	Beispiele für die konkrete Aufgabe	Typischer Zweck
Zero-Shot	Keine	Übertragen von Vorwissen auf neue Klassen oder Anweisungen
Few-Shot	Wenige Beispiele	Aufgabe mit wenigen Demonstrationen präzisieren
Fine-Tuning	Trainingsdaten für eine Anpassung	Modellparameter auf einen speziellen Einsatzfall ausrichten

Bei Sprachmodellen wird „zero-shot“ oft verwendet, wenn ein Modell eine Aufgabe nur anhand einer Anweisung erledigt. Das unterscheidet sich vom klassischen ZSL in der Bildklassifikation, hat aber dieselbe Grundidee: Keine Beispiele für genau diese Aufgabe werden im Prompt mitgegeben. Beide Verwendungen sollten nicht unkritisch gleichgesetzt werden.

Wie funktioniert Zero-Shot Learning?

Ein System benötigt eine Brücke zwischen bekannten Daten und neuen Klassen. Diese Brücke kann aus Attributen, Textbeschreibungen, Wissensgraphen oder multimodalen Repräsentationen bestehen. Ein Bildmodell kann etwa Bildmerkmale mit Sprachbeschreibungen vergleichen; ein Sprachmodell kann Aufgaben aus einer textlichen Anweisung ableiten. Das Ergebnis ist eine Wahrscheinlichkeits- oder Ähnlichkeitsschätzung, keine sichere Erkenntnis über die Welt.

Wo wird ZSL eingesetzt?

Bild- und Objekterkennung: Neue Kategorien können über Beschreibungen oder Klassenbeziehungen eingeordnet werden.
Textverarbeitung: Klassifikation, Extraktion oder Antworten ohne speziell trainierten Aufgaben-Classifier.
Multimodale KI: Verknüpfung von Bild, Text und weiteren Modalitäten.
Robotik-Forschung: Sprachliche oder visuelle Vorinformationen können helfen, neue Objekte und Aufgaben schneller zu beschreiben.

In der Robotik ist Zero-Shot Learning kein Ersatz für sichere Wahrnehmung oder reale Validierung. Ein Roboter muss mit Sensorrauschen, unbekannten Objekten, Kontaktkräften und den Folgen falscher Entscheidungen umgehen. Der Beitrag zu Physical AI ordnet diese Verbindung zwischen KI und physischer Welt ein.

Stärken und Grenzen

Der Vorteil liegt in Flexibilität: Für jede neue Klasse oder Anweisung müssen nicht zwingend neue, umfangreiche Trainingsdaten erstellt werden. Die Grenzen sind ebenso wichtig. Beschreibungen können unvollständig sein, unbekannte Klassen können bekannten stark ähneln und reale Daten können von Trainingsdaten abweichen. Zero-Shot-Ergebnisse sollten daher gemessen, gegen geeignete Baselines geprüft und für kritische Anwendungen nicht ungeprüft übernommen werden.

Ein Modell kann plausibel klingende, aber falsche Zuordnungen liefern. In sicherheitsrelevanten oder hochfolgenreichen Prozessen sind zusätzliche Prüfungen, klare Abbruchbedingungen und die Validierung im konkreten Einsatzfall erforderlich.

Die Übersicht Knowledge-aware Zero-Shot Learning: Survey and Perspective fasst Forschungsansätze und die Rolle von Zusatzwissen zusammen. Die Aufgabenübersicht von Papers with Code definiert Zero-Shot Learning als Erkennen ungesehener Klassen.

Fazit

Zero-Shot Learning nutzt bereits erworbenes Modellwissen, um unbekannte Klassen oder neue Aufgaben ohne direkte Beispiele für genau diesen Fall zu bearbeiten. Es kann Systeme flexibler machen, ersetzt aber weder Training, Datenqualität noch Einsatztests. Besonders in der Robotik zählt nicht nur die richtige Benennung eines Objekts, sondern auch eine sichere, überprüfte Handlung.

Häufige Fragen zu Zero-Shot Learning

Was bedeutet Zero-Shot Learning?

Zero-Shot Learning bezeichnet die Fähigkeit eines Modells, neue Klassen oder Aufgaben ohne direkte Beispiele für genau diese Klassen oder Aufgaben zu behandeln.

Hat ein Zero-Shot-Modell kein Vorwissen?

Doch. Das Modell nutzt Wissen aus seinem vorherigen Training. „Zero Shot“ bezieht sich auf fehlende Beispiele für den konkreten neuen Fall.

Was ist der Unterschied zu Few-Shot Learning?

Beim Few-Shot Learning erhält das Modell wenige Beispiele für die konkrete Aufgabe. Beim Zero-Shot Learning erhält es dafür keine direkten Beispiele.

Ist Zero-Shot Learning immer zuverlässig?

Nein. Qualität und Übertragbarkeit hängen von Modell, Daten, Aufgabenbeschreibung und Einsatzumgebung ab. Ergebnisse sollten geprüft werden.

Kann Zero-Shot Learning Roboter sofort neue Aufgaben ausführen lassen?

Es kann Wahrnehmung oder Aufgabenbeschreibung unterstützen. Für reale Robotik bleiben Sensorik, Bewegungsplanung, Sicherheit und Tests erforderlich.

Ist Prompting dasselbe wie Zero-Shot Learning?

Nicht vollständig. Bei Sprachmodellen bezeichnet Zero-Shot-Prompting oft das Lösen einer Aufgabe nur anhand einer Anweisung. Klassisches Zero-Shot Learning behandelt meist ungesehene Klassen über zusätzliches Wissen.