Prompt Engineering: Die Kunst, mit KI zu sprechen

Du tippst eine Frage in ChatGPT. Die Antwort ist okay, aber nicht das, was du wolltest. Du formulierst um. Besser, aber immer noch nicht richtig. Beim dritten Versuch klappt es endlich. Oder auch nicht.

Diese Erfahrung machen Millionen Menschen täglich. Sie nutzen die mächtigsten Werkzeuge der Menschheitsgeschichte – und scheitern an der Bedienungsanleitung. Denn die gibt es nicht. Was es gibt, ist eine neue Fertigkeit, die gerade dabei ist, zur Schlüsselkompetenz des 21. Jahrhunderts zu werden: Prompt Engineering.

Also, was genau ist das?

Prompt Engineerin … der Begriff klingt erstmal technisch, ist aber im Kern etwas zutiefst Menschliches: die Fähigkeit, sich präzise auszudrücken. Prompt Engineering ist die neue Bildungssprache des digitalen Zeitalters.

Was ist ein Prompt?

Ein Prompt ist jede Eingabe, die du einer KI gibst. Das kann eine einfache Frage sein (»Was ist Photosynthese?«), eine komplexe Anweisung (»Schreibe einen Businessplan für ein veganes Restaurant in München«) oder ein mehrseitiges Dokument mit Kontext, Beispielen und Formatvorgaben.

Das Wort kommt vom englischen »to prompt« – anstoßen, veranlassen. Du gibst der KI einen Anstoß, und sie reagiert. Die Qualität dieser Reaktion hängt fast vollständig von der Qualität deines Anstoßes ab.

Hier liegt das Problem: Die meisten Menschen kommunizieren mit KI, wie sie mit einer Suchmaschine kommunizieren würden. Stichwörter, Halbsätze, vage Anfragen. Das funktioniert bei Google, weil Google nur Links liefert. Eine KI aber generiert Inhalte. Sie braucht Kontext, Ziel und Struktur. Wer die ersten Schritte mit ChatGPT macht, stolpert oft genau hier.

Der Unterschied zwischen gut und schlecht

Betrachten wir zwei Prompts für dieselbe Aufgabe:

Schlecht:

Schreib was über Klimawandel

Die KI wird irgendetwas produzieren. Einen generischen Text, der niemandem hilft, weil er für niemanden geschrieben wurde.

Gut:

Du bist Wissenschaftsjournalist für ein Magazin, das sich an gebildete Laien richtet. Schreibe einen Artikel (800 Wörter) über die drei wichtigsten angenommenen Kipppunkte im Klimasystem. Erkläre die Mechanismen verständlich, ohne zu vereinfachen. Nutze konkrete Zahlen und aktuelle Forschungsergebnisse. Vermeide Alarmismus, aber verharmlose nicht.

Dieser Prompt definiert eine Rolle (Wissenschaftsjournalist), eine Zielgruppe (gebildete Laien), ein Format (800 Wörter), ein Thema (drei Kipppunkte), einen Stil (verständlich, aber präzise), Anforderungen (Zahlen, Forschung) und Grenzen (kein Alarmismus, keine Verharmlosung).

Der Unterschied in der Ausgabe ist enorm. Nicht weil die KI beim zweiten Mal »schlauer« wäre, sondern weil sie endlich weiß, was du willst.

Die vier Säulen eines guten Prompts

Jeder effektive Prompt ruht auf vier Säulen:

1. Kontext

Die KI weiß nichts über dich, deine Situation oder dein Ziel – es sei denn, du sagst es ihr. Kontext umfasst: Wer bist du? Für wen ist das Ergebnis? Welches Vorwissen kann vorausgesetzt werden? Welche Einschränkungen gibt es?

Ein Lehrer, der Übungsaufgaben für eine 7. Klasse braucht, erhält andere Ergebnisse als ein Professor, der Klausurfragen für Masterstudierende erstellt – aber nur, wenn die KI das weiß.

2. Aufgabe

Was genau soll die KI tun? »Erkläre« ist etwas anderes als »fasse zusammen«, »analysiere« etwas anderes als »bewerte«. Präzise Verben führen zu präzisen Ergebnissen.

Vermeide Doppeldeutigkeiten. »Schreib einen kurzen Text« ist unklar – kurz kann drei Sätze oder drei Absätze bedeuten. »Schreib einen Text von 150 Wörtern« ist eindeutig.

3. Format

Wie soll das Ergebnis aussehen? Fließtext oder Liste? Tabelle oder Aufzählung? Mit oder ohne Überschriften? In welcher Sprache, welchem Stil, welcher Länge?

Die KI kann fast jedes Format produzieren – aber sie rät, wenn du es nicht spezifizierst. Und sie rät oft falsch.

4. Beispiele

Nichts ist mächtiger als ein Beispiel. Wenn du der KI zeigst, wie das Ergebnis aussehen soll, versteht sie deine Absicht besser als durch jede Beschreibung. Das nennt sich Few-Shot-Prompting: Du gibst ein oder mehrere Beispiele, und die KI erkennt das Muster.

Frameworks für Fortgeschrittene

Es gibt verschiedene Systeme, um Prompts zu strukturieren. Keines ist perfekt, alle sind nützlich als Gedächtnisstütze. Wer regelmäßig promptet, sollte über die Arbeit mit Templates nachdenken.

CRISPE

Dieses Framework zerlegt den Prompt in fünf Komponenten:

Capacity (Rolle): Welche Expertise soll die KI annehmen?
Request (Aufgabe): Was genau soll sie tun?
Insight (Kontext): Welche Hintergrundinformationen sind relevant?
Style (Stil): Wie soll die Antwort klingen?
Persona (Zielgruppe): Für wen ist das Ergebnis?
Extras (Zusätze): Format, Länge, besondere Anforderungen.

P.A.C.E.

Eine kompaktere Variante:

Purpose (Zweck): Warum brauchst du das?
Audience (Zielgruppe): Für wen ist es?
Context (Kontext): Was muss die KI wissen?
Execution (Ausführung): Wie soll das Ergebnis aussehen?

Beide Frameworks sind Werkzeuge, keine Gesetze. Nicht jeder Prompt braucht alle Elemente. Aber die Fragen im Hinterkopf zu haben, verbessert fast jeden Prompt.

Die Macht der Rolle

Eine der effektivsten Techniken ist die Rollenzuweisung. »Du bist ein erfahrener Lektor« produziert andere Ergebnisse als »Du bist ein kreativer Werbetexter«, selbst bei identischer Aufgabe.

Die Rolle aktiviert bestimmte Muster in der KI. Ein »erfahrener Arzt« erklärt medizinische Sachverhalte anders als ein »Wissenschaftsjournalist«. Ein »strenger Grammatiklehrer« korrigiert gnadenloser als ein »freundlicher Sprachcoach«.

Einige bewährte Rollen:

• Für Textkorrekturen: »Du bist ein erfahrener Lektor mit Spezialisierung auf wissenschaftliche Texte.«
• Für kreative Arbeit: »Du bist ein preisgekrönter Werbetexter.«
• Für Erklärungen: »Du bist ein Hochschullehrer, der komplexe Themen verständlich vermittelt.«
• Für kritisches Feedback: »Du bist ein strenger, aber konstruktiver Mentor.«
• Für Brainstorming: »Du bist ein Innovationsberater, der unkonventionell denkt.«

Chain-of-Thought: Denken in Schritten

Bei komplexen Aufgaben hilft es, die KI zum schrittweisen Denken anzuleiten. Die einfachste Version: Füge »Denke Schritt für Schritt« hinzu.

Diese Technik, Chain-of-Thought genannt, verbessert die Qualität bei Logikaufgaben, Mathematik, Analysen und mehrstufigen Problemen erheblich. Die KI »überlegt« sichtbar und macht dabei weniger Fehler.

Analysiere diesen Geschäftsbericht. Gehe dabei Schritt für Schritt vor:
1. Identifiziere die wichtigsten Kennzahlen.
2. Vergleiche sie mit dem Vorjahr.
3. Erkenne Trends und Anomalien.
4. Formuliere drei Schlussfolgerungen.

Die explizite Struktur zwingt die KI zu methodischem Vorgehen statt zu oberflächlichen Antworten.

Few-Shot-Learning: Zeigen statt erklären

Manchmal ist es einfacher, ein Beispiel zu geben als eine Beschreibung zu formulieren. Das ist Few-Shot-Learning.

Wandle diese Sätze in einen gehobeneren Stil um.

Beispiel:
Eingabe: Das ist echt blöd gelaufen.
Ausgabe: Das Ergebnis ist bedauerlich.

Eingabe: Der Typ hat keine Ahnung.
Ausgabe: [Deine Aufgabe]

Die KI erkennt das Muster und wendet es an. Je mehr Beispiele, desto präziser das Ergebnis – aber oft reichen schon ein oder zwei.

Die häufigsten Fehler

Zu vage sein

»Schreib was Gutes« ist kein Prompt. Was ist »gut«? Gut für wen? Gut in welchem Sinne? Die KI kann nicht raten, was in deinem Kopf vorgeht.

Zu viel auf einmal verlangen

»Schreibe einen Businessplan, analysiere den Markt, erstelle eine Finanzprognose und entwirf ein Marketingkonzept« überfordert jedes System. Teile komplexe Aufgaben in Schritte auf.

Kontext unterschätzen

Die KI kennt weder dich noch deine Situation. Was für dich selbstverständlich ist, muss explizit gesagt werden.

Nicht iterieren

Der erste Prompt ist selten der beste. Prompt Engineering ist ein Dialog. Du gibst Input, bewertest das Ergebnis, verfeinerst den Prompt, wiederholst. Dieser Prozess ist normal, nicht ein Zeichen von Versagen.

Negationen statt Positionen

»Schreibe nicht zu lang« ist weniger effektiv als »Schreibe maximal 200 Wörter«. Sage der KI, was sie tun soll, nicht nur, was sie vermeiden soll.

Fortgeschrittene Techniken

Selbstreflexion erzwingen

Bitte die KI, ihre eigene Antwort zu bewerten und zu verbessern:

Nachdem du geantwortet hast: Bewerte deine Antwort auf einer Skala von 1-10. Identifiziere Schwächen. Verbessere sie.

Perspektivwechsel

Lass die KI ein Thema aus verschiedenen Blickwinkeln betrachten:

Analysiere diesen Vorschlag aus drei Perspektiven:
1. Als Befürworter
2. Als Kritiker
3. Als neutraler Beobachter

Constraints setzen

Einschränkungen erzwingen Kreativität:

Erkläre Quantencomputing. Bedingungen: Keine Fachbegriffe. Nur Alltagsvergleiche. Maximal fünf Sätze.

System-Prompts und Custom Instructions

Viele KI-Dienste erlauben dauerhafte Anweisungen, die für alle Gespräche gelten. Bei ChatGPT heißt das »Custom Instructions«, bei Claude »System Prompt«.

Hier kannst du einmal festlegen, was die KI über dich wissen sollte und wie sie antworten soll. Das spart Wiederholungen und sorgt für konsistentere Ergebnisse.

Beispiel für einen persönlichen System-Prompt:

Über mich: Ich bin Journalist mit Schwerpunkt Wissenschaft. Ich schreibe für ein gebildetes Laienpublikum. Ich bevorzuge präzise, aber verständliche Sprache.

Antworte: Sachlich, ohne Floskeln. Nutze konkrete Beispiele. Strukturiere längere Antworten mit Zwischenüberschriften. Vermeide Aufzählungen, wo Fließtext besser passt. Duze mich.

Die Grenzen kennen

Prompt Engineering kann viel, aber nicht alles. Es gibt Grenzen:

KI halluziniert. Sie erfindet Fakten, Zitate, Quellen. Kein Prompt kann das vollständig verhindern. Prüfe kritische Informationen.

KI hat Wissensgrenzen. Sie weiß nicht, was nach ihrem Training passiert ist (ohne Websuche). Sie kennt keine internen Dokumente, keine persönlichen Erfahrungen, keine lokalen Besonderheiten.

KI ist kein Experte. Sie simuliert Expertise überzeugend, hat aber kein echtes Verständnis. In Fachgebieten, die du selbst nicht beurteilen kannst, ist Vorsicht geboten.

Ethik bleibt deine Verantwortung. Die KI tut, was du verlangst, im Rahmen ihrer Richtlinien. Ob das Ergebnis angemessen verwendet wird, entscheidest du.

Warum es sich lohnt

Prompt Engineering ist keine technische Spielerei. Es ist eine Kommunikationsfähigkeit. Wer lernt, mit KI effektiv zu kommunizieren, lernt gleichzeitig, klarer zu denken und sich präziser auszudrücken.

Die Fähigkeit, eine komplexe Aufgabe in klare Anweisungen zu zerlegen, ist in jedem Beruf nützlich. Die Disziplin, Kontext explizit zu machen, verbessert jede Form der Kommunikation. Das Bewusstsein für Zielgruppe und Format schärft den Blick für das Wesentliche.

KI-Systeme werden besser, schneller, billiger. In wenigen Jahren werden sie so selbstverständlich sein wie heute Suchmaschinen. Wer dann nicht mit ihnen kommunizieren kann, wird abgehängt. Wer es kann, multipliziert seine Möglichkeiten.

Die beste Zeit, Prompt Engineering zu lernen, war vor zwei Jahren. Die zweitbeste Zeit ist jetzt.

Quellen und Vertiefung

• OpenAI Prompt Engineering Guide – Die offizielle Anleitung von OpenAI
• Anthropic Prompt Engineering – Claudes Dokumentation zum Thema
• Prompting Guide – Umfassende, kostenlose Ressource mit Techniken und Beispielen