Prompt Engineering ist der bewusste Prozess, KI-Anweisungen für ein bestimmtes nützliches Ergebnis zu strukturieren. Im Unterschied zum beiläufigen Gespräch behandelt ein gut entwickelter Prompt jede Eingabe als Gestaltungsproblem: Was muss das Modell wissen, welches Format soll die Ausgabe haben und welche Einschränkungen gelten?
Prompt Engineering verlangt keine Programmierkenntnisse. Im Kern ist es eine Kommunikationsdisziplin. Die zugrunde liegende Logik ähnelt dem Briefing einer Kollegin: Je präziser Sie Aufgabe, Kontext und erwartete Ausgabe definieren, desto relevanter ist die Antwort.
Ein Prompt ist nicht nur eine Frage. Er ist eine Anweisung, die optionale Ebenen aus Kontext, Einschränkungen, Beispielen und Formatvorgaben enthalten kann. Wenn Sie verstehen, was jede Ebene leistet, können Sie Prompts erstellen, die konstant hochwertige Ergebnisse liefern.
Bevor Sie die KI um etwas bitten, legen Sie fest, wer sie ist, welche Situation gilt und welchen Hintergrund sie braucht. Das ist das Setzen von Rolle und Kontext.
Ein Prompt wie „Fasse dieses Dokument zusammen“ lässt das Modell Zweck, Zielgruppe und Detailgrad erraten. Ein Prompt mit „Du bist ein leitender Analyst und schreibst eine Managementzusammenfassung für ein nichttechnisches Führungsteam“ beseitigt dieses Rätselraten vollständig.
Vergleichen Sie zwei Ansätze für dieselbe Aufgabe. Vage: „Schreibe eine Zusammenfassung.“ Spezifisch: „Schreibe eine dreisätzige Zusammenfassung der wichtigsten Befunde dieses Berichts für ein allgemeines Publikum ohne technischen Hintergrund. Konzentriere dich auf Befunde, die für betriebliche Entscheidungen relevant sind.“
Der zweite Prompt definiert Länge, Zielgruppe, Wortschatz und Umfang. Jede Einschränkung entfernt eine Dimension, in der das Modell vom Ziel abweichen könnte.
Zu den nützlichsten Einschränkungen gehören Länge in Wörtern oder Sätzen, Zielgruppe – technisch oder nichttechnisch –, Ton wie formal, direkt oder gesprächig und Umfang, also Abschnitte oder Themen, auf die sich die Ausgabe konzentrieren soll.
Eine der zuverlässigsten Techniken ist es, Beispiele der gewünschten Ausgabe bereitzustellen. In der KI-Forschung heißt dieser Ansatz Few-Shot-Prompting.
Zero-Shot-Prompting verlangt dagegen die Erledigung einer Aufgabe ohne Beispiele. Es funktioniert für einfache, klar definierte Aufgaben, erzeugt jedoch bei nicht standardisiertem Wunschformat oft allgemeine Ausgaben.
Formatanweisungen sagen dem Modell, wie es die Antwort strukturieren soll. Ohne sie verwenden KI-Tools das Format, das für ein Thema am häufigsten erscheint – und das muss nicht zu Ihren Bedürfnissen passen.
-
Spontan: „Schreibe eine Nachfass-E-Mail.“
-
Strukturiert: „Schreibe eine Nachfass-E-Mail mit 150 Wörtern an einen Kunden nach einem Kennenlerngespräch. Ton: freundlich, aber professionell. Fasse drei besprochene Themen zusammen und schließe mit einem klaren nächsten Schritt.“
-
Spontan: „Fasse das zusammen.“
-
Strukturiert: „Fasse diesen Forschungsbericht für einen VP Operations ohne technischen Hintergrund zusammen. Konzentriere dich auf die drei Befunde, die für Entscheidungen in der Lieferkette am wichtigsten sind. Verwende einfache Sprache.“
-
Spontan: „Gib mir Ideen.“
-
Strukturiert: „Nenne fünf Kampagnenansätze für ein B2B-SaaS-Produkt für HR-Leitungen. Jeder in einem Satz. Priorisiere Argumente zur Zeitersparnis gegenüber Kostensenkung.“
Analysten, die lange Dokumente oder mehrere Berichte durcharbeiten, nutzen Einschränkungen, um KI-Ausgaben zu fokussieren. „Fasse nur den Methodikabschnitt dieser Arbeit in 100 Wörtern und in einfacher Sprache zusammen“ erzeugt ein zielgenaues Ergebnis, das eine uneingeschränkte Zusammenfassung meist verfehlt. Die Einschränkung macht die Ausgabe nützlich.
Wissensarbeitende mit wiederkehrender Kommunikation wie Vertriebsnachfassaktionen, Kundenstatusupdates oder internen Briefings erstellen wiederverwendbare Prompt-Vorlagen. Sobald eine Prompt-Struktur zuverlässig brauchbare Ausgaben erzeugt, beseitigt das Speichern und Wiederverwenden den Aufwand, sie jedes Mal neu zu entwickeln. Die Investition wirkt bei wiederholter Nutzung kumulativ.
Frage: Woran erkenne ich, ob mein Prompt funktioniert?
Antwort: Vergleichen Sie die Ausgabe mit dem, was Sie tatsächlich brauchten. Wenn Sie mehr umschreiben oder verwerfen als behalten, ist der Prompt zu wenig spezifiziert. Die Lösung besteht meist aus mehr Kontext, engeren Einschränkungen oder einem Beispiel des gewünschten Ausgabeformats. Behandeln Sie jede fehlgeschlagene Ausgabe als diagnostische Information.