Warum Prompt Engineering wichtig ist
Zwei Personen nutzen dasselbe KI-Tool für dieselbe Aufgabe – und erhalten völlig unterschiedliche Ergebnisse. Der Unterschied? Die Art wie sie ihre Anfragen formulieren.
Prompt Engineering ist die Fähigkeit KI-Sprachmodelle gezielt anzusteuern um konsistent hochwertige Ergebnisse zu bekommen. Keine Programmierung, keine technischen Kenntnisse – nur das Wissen wie man kommuniziert.
Die 5 Grundprinzipien guter Prompts
Prinzip 1: Spezifisch sein
Schlecht: "Schreibe einen Blog-Artikel über KI." Gut: "Schreibe einen 800-Wörter Blog-Artikel über die 3 praktischsten Anwendungsfälle von ChatGPT für Steuerberater. Ton: professionell aber verständlich, keine Fachbegriffe ohne Erklärung."
Prinzip 2: Kontext geben
KI-Modelle haben keinen Kontext über dich oder dein Business. Je mehr relevanten Kontext du gibst, desto passender die Antwort. "Ich führe eine Marketingagentur mit 5 Mitarbeitern im B2B-Bereich, unsere Hauptkunden sind Industrieunternehmen zwischen 50 und 500 Mitarbeitern..."
Prinzip 3: Rolle zuweisen
Indem du dem Modell eine Rolle gibst aktivierst du relevantes "Wissen": "Du bist ein erfahrener HR-Manager mit 15 Jahren Erfahrung in der Pharmaindustrie. Bitte beantworte die folgende Frage aus dieser Perspektive..."
Prinzip 4: Format spezifizieren
Sag genau was du willst: "Antworte in Stichpunkten", "Nutze eine Tabelle", "Schreibe max. 3 Sätze", "Gib mir 5 Optionen", "Nutze HTML-Format". Das spart Nachbearbeitung.
Prinzip 5: Iterieren
Selten ist der erste Prompt perfekt. Nutze Follow-up-Prompts: "Das ist gut, aber mache es kürzer", "Fokussiere mehr auf den ROI-Aspekt", "Schreibe eine Version die konservativer klingt".
Fortgeschrittene Techniken
Chain-of-Thought Prompting
Für komplexe Aufgaben hilft es dem Modell zu sagen: "Denke Schritt für Schritt." Das verbessert die Qualität bei Analysen und Problemlösungen erheblich.
Few-Shot Examples
Gib dem Modell 2-3 Beispiele wie dein gewünschtes Output aussehen soll. "Hier sind drei Beispiele wie wir Produktbeschreibungen normalerweise schreiben: [Beispiel 1] [Beispiel 2] [Beispiel 3]. Schreibe jetzt eine Produktbeschreibung für [Produkt] in demselben Stil."
System Prompts für konsistente Ergebnisse
In der API (und in ChatGPT's Custom Instructions) kannst du einen System Prompt definieren der bei jeder Anfrage gilt: "Du bist ein Assistent für [Firma]. Antworte immer auf Deutsch, nutze immer das 'Sie', und verweise bei rechtlichen Fragen immer auf einen Anwalt."
Prompt-Bibliothek aufbauen
Warum eine Bibliothek?
Prompts die einmal gut funktioniert haben solltest du speichern. Über Zeit entsteht eine Sammlung von Prompts für deine häufigsten Aufgaben – das spart Zeit und sichert Qualität.
Wie organisieren?
Ein einfaches Notion-Dokument reicht: Kategorien nach Aufgabentyp (E-Mails, Content, Analyse, Code), Prompt-Text, letztes Änderungsdatum und Qualitätsbewertung.
Fazit
Prompt Engineering ist keine Raketenwissenschaft – es ist strukturiertes Kommunizieren. Wer die Grundprinzipien verinnerlicht, bekommt aus KI-Tools deutlich mehr heraus als der Durchschnittsnutzer.
Du willst Prompt Engineering für dein Team aufbauen? KI-Coaches auf Kigentic schulen dein Team.