Kennst du das Gefühl: Du stellst der KI eine Frage, bekommst eine Antwort – aber irgendwie ist sie nicht das, was du wolltest? Zu allgemein, zu lang, am Thema vorbei. Das Problem liegt fast nie an der KI. Es liegt am Prompt, also der Eingabe, die du formuliert hast.
Prompt Engineering klingt nach einem Begriff aus dem Silicon Valley, ist aber im Kern nichts anderes als klares Kommunizieren. Wer lernt, Künstliche Intelligenz präzise anzuweisen, bekommt Ergebnisse, die sofort einsetzbar sind – statt endlos nachzubessern. Laut einer Studie von LearnPrompting.org (2023) verbessern strukturierte Prompts die Ausgabequalität von Sprachmodellen in praktischen Aufgaben messbar – in manchen Szenarien um 30–50 % gegenüber unstrukturierten Anfragen.
In diesem Artikel lernst du, was Prompt Engineering bedeutet, warum es für jeden KI-Nutzer relevant ist und wie du mit fünf konkreten Techniken sofort bessere Ergebnisse aus ChatGPT, Claude oder Gemini herausholst. Kein technisches Vorwissen nötig.
Was ist Prompt Engineering – und warum sollte dich das interessieren?
Ein Prompt (englisch für „Aufforderung") ist die Eingabe, die du an eine KI schickst. Prompt Engineering ist die Kunst, diese Eingaben so zu gestalten, dass die KI genau das liefert, was du brauchst.
Stell dir vor, du bittest eine neue Mitarbeiterin am ersten Arbeitstag: „Schreib mal was über unser Produkt." Das Ergebnis wird wahrscheinlich enttäuschend sein – nicht weil sie schlecht ist, sondern weil deine Anweisung zu vage war. Genau dasselbe passiert mit KI-Systemen. Große Sprachmodelle (Large Language Models, kurz LLMs) wie ChatGPT sind äußerst leistungsfähig – aber sie benötigen klare Anweisungen, um ihr Potenzial zu entfalten.
Das Gute: Du brauchst dafür kein Coding-Wissen, keinen Tech-Hintergrund und keine Zertifikate. Prompt Engineering ist eine Kommunikationsfähigkeit – und die kannst du in wenigen Stunden grundlegend verbessern.
Die 5 Bausteine eines guten Prompts
Gute Prompts entstehen nicht durch Zufall. Sie folgen einer inneren Logik, die du dir einmal merkst und danach intuitiv anwendest.
1. Rolle zuweisen
Sage der KI, welche Perspektive sie einnehmen soll. Dieses Prinzip nennt sich Rollenzuweisung und ist einer der effektivsten Hebel im Prompt Engineering.
❌ Schwacher Prompt:
„Schreib einen Text über nachhaltiges Reisen."
✅ Starker Prompt:
„Du bist ein erfahrener Reisejournalist, der für ein deutsches Magazin schreibt. Verfasse einen inspirierenden Artikel über nachhaltiges Reisen in Europa – mit konkreten Tipps und persönlichem Ton."
2. Kontext liefern
KI-Modelle kennen deinen Hintergrund nicht. Was für dich selbstverständlich ist, musst du explizit angeben. Je mehr relevanter Kontext, desto treffsicherer die Ausgabe.
Beispiel für einen Handwerksbetrieb:
„Ich bin Inhaber eines Sanitär- und Heizungsbetriebs mit 12 Mitarbeitern in Süddeutschland. Unsere Kunden sind Privathaushalte und kleine Gewerbetreibende. Ich möchte erstmals einen monatlichen Newsletter einführen."
3. Format vorgeben
Möchtest du eine Liste? Einen Fließtext? Eine Tabelle? Sag es der KI explizit. Ohne Formatvorgabe wählt das Modell selbst – und das passt oft nicht zu deinen Bedürfnissen.
- „Antworte in maximal 5 Stichpunkten."
- „Erstelle eine Tabelle mit drei Spalten: Vorteil, Nachteil, Empfehlung."
- „Schreibe in einem lockeren, persönlichen Ton – keine Fachbegriffe."
- „Halte die Antwort unter 200 Wörtern."
4. Aufgabe präzisieren
Unklare Aufgaben produzieren unklare Ergebnisse. Formuliere so konkret wie möglich: Was soll die KI tun, für wen, mit welchem Ziel?
❌ „Hilf mir mit meiner Stellenausschreibung."
✅ „Überarbeite unsere Stellenausschreibung für eine kaufmännische Fachkraft in einer mittelständischen Spedition (50 Mitarbeiter, Standort Ruhrgebiet). Betone Work-Life-Balance und regionale Verwurzelung. Zielgruppe: Berufseinsteiger und Wiedereinsteiger. Ton: freundlich, klar, ohne Anglizismen."
5. Beispiele einbauen (Few-Shot Prompting)
Eine der wirkungsvollsten Techniken ist das sogenannte Few-Shot Prompting: Du zeigst der KI ein oder zwei Beispiele für das, was du erwartest. Das Modell lernt aus diesen Beispielen und überträgt das Muster auf deine eigentliche Anfrage.
Beispiel für eine Kommunalagentur:
„Ich schreibe kurze Bürgerinformationen im folgenden Stil:
Beispiel: ‚Die Stadtbücherei ist ab Montag wieder zu den gewohnten Zeiten geöffnet. Ausweise können direkt vor Ort erneuert werden.'
Schreibe jetzt eine ähnlich formulierte Information über die neue Online-Terminbuchung beim Einwohnermeldeamt."
🔧 Deine kopierbare Prompt-Schablone
Kombiniere alle fünf Bausteine in dieser universellen Vorlage – einfach ausfüllen und loslegen:
Du bist [ROLLE, z.B. „ein erfahrener Projektleiter im öffentlichen Dienst"].
Hintergrund: [KONTEXT, z.B. „Ich leite ein 8-köpfiges Team in einer Kreisverwaltung und bereite die Einführung einer neuen Dokumentensoftware vor."]
Aufgabe: [PRÄZISE AUFGABE, z.B. „Erstelle eine kurze Checkliste für die interne Kommunikation vor dem Go-live."]
Format: [AUSGABEFORMAT, z.B. „Maximal 8 Stichpunkte, klare Handlungsanweisungen, kein Fachjargon."]
Beispiel für den gewünschten Stil: [OPTIONAL – z.B. „‚IT-Support rechtzeitig informieren: Zugang und Testumgebung bis Woche 3 bereitstellen.'"]Tipp: Speichere diese Schablone als Textbaustein in deinem Browser oder in einem Notiztool – so hast du sie jederzeit griffbereit.
Praxisbeispiele: Prompt Engineering in Text, Code und Bild
Prompt Engineering beschränkt sich längst nicht mehr auf das Schreiben von Texten. Moderne KI-Tools können Code erklären, Daten analysieren und Bilder erstellen – vorausgesetzt, der Prompt stimmt.
Beispiel 1: Absage-E-Mail für eine Agentur
| ❌ Schwacher Prompt | ✅ Optimierter Prompt |
|---|---|
| „Schreib eine Absage-E-Mail." | „Du bist Projektleiterin einer mittelständischen Werbeagentur (20 Mitarbeiter). Schreibe eine freundliche Absage an einen langjährigen Kunden, der für März einen dringenden Kampagnenauftrag angefragt hat. Grund: Kapazitätsengpass durch laufende Großprojekte. Biete April als Alternative an. Ton: wertschätzend, professionell, nicht entschuldigend. Länge: max. 8 Sätze." |
Das Ergebnis ist direkt versandfertig – statt einer generischen Vorlage, die du komplett umschreiben müsstest.
Beispiel 2: Code-Fehler erklären (für Nicht-Entwickler)
| ❌ Schwacher Prompt | ✅ Optimierter Prompt |
|---|---|
| „Was bedeutet dieser Fehler?" | „Ich bin kaufmännischer Leiter eines Produktionsbetriebs und habe keine Programmierkenntnisse. Erkläre mir diesen Python-Fehler in einfacher Sprache, benenne die wahrscheinliche Ursache und zeige mir, wie unser IT-Dienstleister ihn beheben kann: [Fehlermeldung einfügen]. Antworte ohne Fachbegriffe, maximal 5 Sätze." |
Beispiel 3: Datenanalyse für den Mittelstand
✅ Prompt für einen Vertriebsleiter: „Ich verantworte den Vertrieb eines Großhandelsunternehmens mit 8 Außendienstmitarbeitern. Ich habe monatliche Umsatzdaten für 2024 nach Kundengruppe und Region vorliegen. Erstelle mir eine Analysevorlage: Welche drei Kennzahlen sollte ich zuerst prüfen, um regionale Umsatzrückgänge zu erkennen? Erkläre jede Kennzahl in einem Satz und nenne die passende Excel-Formel."
Beispiel 4: Bilderstellung für Marketing-Teams
Bei Bild-KIs (Midjourney, DALL·E, Adobe Firefly) gilt das gleiche Prinzip: Motiv, Stil, Stimmung und technische Parameter explizit nennen.
❌ „Ein Bild über KI."
✅ „A photorealistic image of a small German business owner at a modern desk reviewing AI-generated reports on a laptop. Warm, natural office lighting, clean desk, plants in background. Professional yet approachable atmosphere. No text in image. 16:9 ratio."
Häufige Fehler und wie du sie vermeidest
Zu vage: „Schreib etwas über Marketing." – Kein Kontext, kein Ziel, kein Format angegeben.
Zu komplex auf einmal: Statt einer langen, verschachtelten Aufgabe lieber in Schritten vorgehen. KI arbeitet besser mit klaren Einzelschritten als mit einer Aufgabe, die fünf verschiedene Dinge gleichzeitig verlangt.
Ergebnis nicht hinterfragt: Wenn die Antwort nicht passt, nicht aufgeben – sondern nachfassen: „Das war zu allgemein. Fokussiere dich bitte auf..." oder „Schreib die zweite Option kürzer und praxisnäher." Iteration ist ein natürlicher Teil des Prozesses.
Kein Feedback gegeben: Die KI weiß nicht, ob ihr Ergebnis gut war. Sage ihr, was besser werden soll – das verbessert die nächste Ausgabe sofort.
Weiterführende Techniken für Fortgeschrittene
Chain-of-Thought Prompting
Du bittest die KI, ihren Denkprozess schrittweise offenzulegen, bevor sie eine Antwort gibt. Das verbessert besonders bei komplexen Analysen oder mehrstufigen Entscheidungen die Genauigkeit erheblich. Eine Studie von Wei et al. (Google Brain, 2022) zeigte, dass Chain-of-Thought die Lösungsquote bei komplexen Aufgaben drastisch verbessern kann.
Denke Schritt für Schritt:
1. Welche drei Hauptrisiken birgt die Einführung einer KI-gestützten Rechnungsverarbeitung in einem mittelständischen Produktionsbetrieb (80 Mitarbeiter, ISO-zertifiziert)?
2. Erkläre zuerst deine Überlegung zu jedem Risiko.
3. Gib dann je eine konkrete Gegenmaßnahme an.
Format: nummerierte Liste, je max. 3 Sätze pro Punkt.Strukturiertes Output-Schema
Du gibst der KI nicht nur eine Aufgabe, sondern auch ein exaktes Ausgabeformat vor – zum Beispiel JSON, eine Tabelle oder eine nummerierte Liste mit definierten Feldern. Besonders nützlich, wenn du KI-Antworten direkt in andere Systeme (CRM, CMS, ERP) einspeisen möchtest.
Analysiere die folgende Kundenbewertung eines mittelständischen Steuerberaters und gib das Ergebnis ausschließlich als JSON zurück. Keine Erklärungen außerhalb des JSON.
Felder:
- "sentiment": "positiv" | "negativ" | "neutral"
- "hauptthema": kurze Beschreibung (max. 5 Wörter)
- "handlungsempfehlung": ein konkreter Satz für das Praxisteam
- "dringlichkeit": "hoch" | "mittel" | "niedrig"
Kundenbewertung: [Text hier einfügen]Guardrails und Einschränkungen
Mit Guardrails legst du Grenzen fest, was die KI nicht tun soll – besonders wichtig für unternehmensweite Einsätze, DSGVO-Konformität und den EU AI Act. Du steuerst explizit, welche Themen tabu sind, welchen Ton die KI vermeiden soll und welche Quellen nicht zitiert werden dürfen.
Du bist ein interner KI-Assistent für Mitarbeitende der Stadtverwaltung [Stadtname].
Regeln:
- Antworte ausschließlich auf Basis der beigefügten Dienstanweisung [Dokument einfügen].
- Mache keine Annahmen, die über den bereitgestellten Text hinausgehen.
- Nenne keine konkreten Gesetze oder Paragraphen, ohne dass sie im Dokument erwähnt sind.
- Bei Unklarheiten: Verweise auf die zuständige Fachabteilung und schlage einen Termin zur Klärung vor.
- Ton: sachlich, bürgerfreundlich, kein Behördendeutsch.Prompt Engineering im Unternehmen: Warum es sich lohnt, das Team zu schulen
Für Entscheider: Laut dem McKinsey Global Institute Report 2023 („The economic potential of generative AI") könnten Wissensarbeiter durch generative KI 60–70 % der Zeit für bestimmte Tätigkeiten einsparen. Damit sich dieses Potenzial realisiert, braucht es Teams, die KI gezielt und strukturiert einsetzen. Prompt Engineering ist der praktische Einstieg dazu.
Für IT-Teams: Strukturierte Prompts lassen sich als Vorlagen (sogenannte Prompt Libraries) im Unternehmen verwalten und teilen. Teams hinterlegen bewährte Prompts für wiederkehrende Aufgaben – von Kundenanfragen über Reporterstellung bis zu Codereviews. Das spart Zeit und sorgt für konsistente Qualität über alle Abteilungen hinweg.
Für Compliance: Wer Prompts dokumentiert und standardisiert, hat bessere Kontrolle über die KI-Ausgaben – ein wichtiger Aspekt für DSGVO-konforme Prozesse und die Anforderungen des EU AI Acts. Guardrails (siehe oben) sind dabei ein zentrales Werkzeug.
Fazit: Die wichtigste KI-Fähigkeit kostet nur Übung
Prompt Engineering ist keine Raketenwissenschaft. Es ist das bewusste Anwenden von Kommunikationsprinzipien auf die Mensch-Maschine-Interaktion. Wer Rolle, Kontext, Format, Aufgabe und Beispiele gezielt einsetzt, holt aus jeder KI deutlich mehr heraus – ohne eine einzige Zeile Code schreiben zu müssen.
Wer tiefer einsteigen möchte, kann mit Chain-of-Thought, strukturierten Output-Schemata und Guardrails die Qualität weiter steigern – und KI-Einsatz auch im Unternehmenskontext sicher, skalierbar und compliant gestalten.
👉 Dein nächster Schritt: Nimm die Prompt-Schablone aus diesem Artikel und überarbeite einen Prompt, den du diese Woche bereits genutzt hast. Vergleiche die Ergebnisse – und teile deine Erfahrung in den Kommentaren.
📚 Tiefer einsteigen? Auf AI-Fabrik findest du weitere Guides zu KI-Tools für Unternehmen, EU AI Act für KMU und praxisnahe Schritt-für-Schritt-Tutorials – damit der KI-Einstieg für dein Team gelingt.
