Prompt Engineering Grundlagen: Die 6 Techniken, die den Unterschied machen
Prompting ist kein Trickkatalog, sondern präzises Auftragschreiben. Sechs Techniken decken fast alles ab.
Zwei Personen benutzen dasselbe Modell und erhalten völlig unterschiedliche Ergebnisse. Der Unterschied liegt fast immer in der Präzision des Auftrags. Die gute Nachricht: Prompting ist erlernbar und braucht kein Spezialvokabular. Sechs Techniken reichen für den Berufsalltag, alles darüber hinaus ist Feinschliff. Dieser Beitrag erklärt die Techniken der Reihe nach, zeigt ein durchgerechnetes Beispiel und listet die Fehler, die am häufigsten schlechte Ergebnisse verursachen.
1. Rolle und 2. Kontext
Eine Rolle setzt Perspektive und Fachsprache: „Sie sind Steuerberaterin in Österreich“ liefert andere Antworten als „Sie sind Marketingtexterin“. Kontext liefert die Fakten, die das Modell nicht kennen kann: Zielgruppe, Vorgeschichte, Rahmenbedingungen, Was-bisher-geschah. Die offizielle OpenAI-Dokumentation zum Prompt Engineering beschreibt dieses Prinzip als „geben Sie dem Modell, was ein neuer Mitarbeiter auch bräuchte“.
Regel: Alles, was eine neue Kollegin wissen müsste, um die Aufgabe zu erledigen, gehört in den Prompt. Fehlender Kontext ist die Ursache für rund die Hälfte aller unbrauchbaren Ergebnisse.
3. Beispiele und 4. Zerlegung
Zwei bis drei eigene Beispieltexte wirken stärker als jede Beschreibung des Wunschtons. Fügen Sie sie mit dem Hinweis ein, dass Stil und Satzlänge daran zu orientieren sind. Auch Anthropics Leitfaden zum Prompt Engineering betont, dass Beispiele („Few-Shot-Prompting“) verlässlicher wirken als reine Beschreibungen.
Zerlegung heißt: große Aufgaben in Schritte teilen. Statt „Schreibe eine Kampagne“ erst Zielgruppen, dann Botschaften, dann Texte. Jeder Schritt lässt sich prüfen, bevor der nächste beginnt, genau das macht das Ergebnis belastbar.
5. Selbstprüfung und 6. Iteration
Selbstprüfung: Lassen Sie das Modell den eigenen Output gegen Ihre Kriterien bewerten und danach verbessern. „Prüfen Sie den Text auf Widersprüche, unbelegte Behauptungen und Füllwörter und korrigieren Sie ihn.“ Der Qualitätssprung ist deutlich.
Iteration: Die zweite und dritte Runde bringen den Nutzen, nicht die erste. Verwerfen Sie nicht das Modell, sondern verbessern Sie den Auftrag: Was fehlte an Kontext? Was war unklar am Format? Der Prompting-Leitfaden von Google empfiehlt genau diese schrittweise Verfeinerung statt eines kompletten Neustarts.
Ein Beispiel im Detail: von schlecht zu brauchbar
So sieht die Wirkung der Techniken an einem konkreten Fall aus. Ausgangsprompt: „Schreib eine E-Mail an einen Kunden wegen Verzögerung.“ Das Ergebnis ist generisch und unpassend im Ton.
Verbesserter Prompt mit allen sechs Techniken: „Sie sind Projektleiterin in einem Handwerksbetrieb (Rolle). Ein Kunde wartet auf eine Lieferung, die sich um zwei Wochen verzögert, Grund ist ein Lieferantenengpass (Kontext). Hier zwei frühere E-Mails von mir als Stilbeispiele: [Text A], [Text B] (Beispiele). Schreiben Sie zuerst eine Stichpunktliste der Kerninhalte, danach die vollständige E-Mail (Zerlegung). Prüfen Sie anschließend den Entwurf auf einen zu entschuldigenden Tonfall und korrigieren Sie ihn (Selbstprüfung). Maximal 100 Wörter (Format).“
Das Ergebnis liest sich spürbar persönlicher und passt zum eigenen Stil. Der einzige verbleibende Schritt ist die Iteration: eine zweite Runde mit der Rückmeldung, welcher Satz noch zu formell klingt.
Häufige Fehler beim Prompting
Auch erfahrene Anwenderinnen und Anwender tappen regelmäßig in dieselben Fallen:
- Zu kurze Prompts ohne Kontext, das Modell muss raten statt wissen.
- Mehrere Aufgaben in einem Prompt mischen, etwa Recherche, Text und Formatierung gleichzeitig verlangen.
- Kein gewünschtes Format angeben, sodass Länge und Struktur zufällig ausfallen.
- Ergebnisse ungeprüft übernehmen, obwohl Selbstprüfung Teil des Prozesses sein sollte.
- Guten Prompts nicht wiederverwenden, sodass jede Aufgabe wieder bei null beginnt.
Wer diese fünf Punkte im Blick behält, erreicht meist ohne weitere Tricks bereits ein professionelles Ergebnis.
Ihre Prompt-Bibliothek
Bewahren Sie funktionierende Prompts an einem Ort auf: Titel, Zweck, Prompt, Datum der letzten Überarbeitung. Fünfzehn wirklich gute Prompts, die Sie kennen und pflegen, schlagen fünfhundert gesammelte.
Wer eine Startsammlung möchte, findet sie in unserem Prompt-Playbook, als PDF, sofort einsetzbar. Für den Einstieg in einen vollständigen Lernpfad eignet sich zusätzlich unser Beitrag KI lernen für Anfänger.
Wenn Sie das strukturiert lernen möchten: die AI Works Academy führt Sie in klar abgegrenzten Modulen von den Grundlagen bis zu eigenen Workflows, mit Spickzetteln, Übungen und Vorlagen zum Mitnehmen.
Quellen & weiterführende Links
Häufige Fragen
+Muss ich englisch prompten?
Nein. Aktuelle Modelle arbeiten auf Deutsch nahezu gleichwertig. Für deutschsprachige Zielgruppen ist Deutsch sogar vorzuziehen, weil Tonfall und Idiomatik direkt geprüft werden können.
+Wie lang darf ein Prompt sein?
So lang wie nötig. Berufliche Prompts mit Kontext und Beispielen haben oft 150 bis 400 Wörter. Kürze ist kein Qualitätsmerkmal.
+Was sind Stilanker?
Eigene Texte im Prompt, an denen sich Wortwahl und Satzbau orientieren sollen. Sie sind das wirksamste Mittel gegen den typischen KI-Klang.
+Funktionieren dieselben Prompts in allen Tools?
Grundsätzlich ja, mit Abweichungen in Länge und Tonfall. Prüfen Sie beim Modellwechsel Ihre drei wichtigsten Prompts erneut.
+Wie viele Techniken brauche ich für einfache Aufgaben?
Für kurze Alltagsaufgaben reichen oft Rolle, Kontext und Format. Selbstprüfung und Iteration lohnen sich vor allem bei wichtigen oder komplexen Texten.
+Wie erkenne ich, dass ein Prompt gut genug ist?
Wenn das Ergebnis ohne größere Nacharbeit verwendbar ist und beim zweiten Durchlauf mit ähnlichem Inhalt erneut passt, ist der Prompt reif für die Ablage.
◆ Bereit zum Anwenden?
Schluss mit Lesen, fangen Sie an zu sparen.
Die Gratis-Analyse zeigt Ihnen in 3 Minuten, wo KI in Ihrem Business diese Woche schon Wirkung zeigen kann.
