Wer mit KI-Tools wie ChatGPT, Claude oder Copilot arbeitet, kennt das Problem: Dieselbe Aufgabe liefert einmal eine überzeugende, einmal nur eine oberflächliche Antwort – je nachdem, wie sie formuliert wurde. Um gute und relevante Ergebnisse zu erhalten, ist es daher wichtig, richtig zu prompten. Die KI muss, ähnlich wie ein Mitarbeitender, der eine Aufgabe zum ersten Mal übernimmt, genau wissen: Was ist zu tun, was sind die Rahmenbedingungen und was ist das Ziel.
Wer Künstliche Intelligenz regelmäßig im Arbeitsalltag nutzt, sollte deshalb über gute Prompting-Kenntnisse verfügen. Denn sie entscheiden darüber, ob sich das Ergebnis weiterverwenden lässt oder mit großem Zeitaufwand überarbeitet werden muss. Dieser Beitrag gibt erste Einblicke, wie ein guter Prompt aufgebaut ist, welche Formulierungen in der Praxis funktionieren und wie sich typische Fehler vermeiden lassen.
Wer mit KI-Tools wie ChatGPT, Claude oder Copilot arbeitet, kennt das Problem: Dieselbe Aufgabe liefert einmal eine überzeugende, einmal nur eine oberflächliche Antwort – je nachdem, wie sie formuliert wurde. Um gute und relevante Ergebnisse zu erhalten, ist es daher wichtig, richtig zu prompten. Die KI muss, ähnlich wie ein Mitarbeitender, der eine Aufgabe zum ersten Mal übernimmt, genau wissen: Was ist zu tun, was sind die Rahmenbedingungen und was ist das Ziel.
Wer Künstliche Intelligenz regelmäßig im Arbeitsalltag nutzt, sollte deshalb über gute Prompting-Kenntnisse verfügen. Denn sie entscheiden darüber, ob sich das Ergebnis weiterverwenden lässt oder mit großem Zeitaufwand überarbeitet werden muss. Dieser Beitrag gibt erste Einblicke, wie ein guter Prompt aufgebaut ist, welche Formulierungen in der Praxis funktionieren und wie sich typische Fehler vermeiden lassen.
Was ein Prompt ist und warum die Formulierung den Unterschied macht
Ein Prompt ist ein Text oder eine Anweisung, mit der Nutzerinnen oder Nutzer einer KI mitteilen, was sie tun soll. Das kann eine kurze Frage, eine ausführliche Beschreibung oder ein mehrstufiger Dialog sein. Dabei gilt: Je klarer und präziser ein Prompt formuliert ist, desto besser kann das KI-Tool die Aufgabe verstehen und passende Ergebnisse liefern. Fehlen wichtige Informationen, füllt die KI diese Lücke selbst. Oft klingt die Antwort dann zwar überzeugend, beantwortet aber nicht die Frage und verfehlt damit das eigentliche Ziel.
Die Eingabe „Schreibe einen Text über unser neues Produkt“ beispielsweise führt meist zu einem generischen Werbetext. Denn es fehlen wesentliche Informationen wie Zielgruppe, Ziel und Kanal. Werden diese jedoch ergänzt, verändert sich das Ergebnis deutlich. Weitere Angaben etwa zum gewünschten Ton (sachlich, formell, locker) und Umfang sowie ein Referenztext erhöhen die Qualität zusätzlich.
Ein guter Prompt entsteht also durch die gezielte Auswahl der Informationen, die die KI für die Aufgabe benötigt. Hier setzt Prompt Engineering an: Anfragen so zu formulieren, zu strukturieren und zu verbessern, damit die KI möglichst passende Ergebnisse liefert.
Die Bausteine eines Prompts
In der Regel setzt sich ein Prompt aus mehreren Bausteinen zusammen. Welche davon relevant sind, hängt von der jeweiligen Aufgabe ab. Eine Recherche beispielsweise erfordert andere Angaben als eine Zielgruppenanalyse oder das Verfassen eines Social Media-Posts. Zentrale Prompt-Bausteine sind folgende:
| Rolle oder Perspektive: Welche Rolle soll die KI einnehmen? Soll sie beispielsweise als Marktforscher, Redakteurin oder Marketingprofi antworten? Aufgabe: Ziel: Kontext: |
Format: In welcher Form soll das Ergebnis ausgegeben werden? Als Fließtext, Liste, Tabelle, PowerPoint- oder Word-Dokument? Kriterien: Referenz oder Beispiel: |
Rolle oder Perspektive:
Welche Rolle soll die KI einnehmen? Soll sie beispielsweise als Marktforscher, Redakteurin oder Marketingprofi antworten?
Aufgabe:
Was genau soll die KI tun? Einen Marketingtext für ein neues Produkt formulieren, Ideen entwickeln oder Daten wie Kennzahlen, Umfrageergebnisse oder interne Reports auswerten?
Ziel:
Welchen Zweck soll das Ergebnis erfüllen? Eine Entscheidung vorbereiten, einen Sachverhalt erklären oder zum Kauf motivieren?
Kontext:
Was benötigt die KI an Hintergrundinformationen, um die Aufgabe richtig einordnen und ausführen zu können – etwa zu Produktdetails, Marktbedingungen oder zur Zielgruppe?
Format:
In welcher Form soll das Ergebnis ausgegeben werden? Als Fließtext, Liste, Tabelle, PowerPoint- oder Word-Dokument?Kriterien:
Welche Vorgaben oder Einschränkungen muss das Ergebnis erfüllen? Sind bestimmte Wörter zu vermeiden, ein bestimmter Schreibstil einzuhalten oder rechtliche Aspekte zu beachten?
Referenz oder Beispiel:
Woran soll sich die KI orientieren? Etwa an einem bereits veröffentlichten Text, einer Beispieltabelle, einer Präsentation oder einem früheren Analyseergebnis?
Am Beispiel der Texterstellung lässt sich das Zusammenspiel der Bausteine gut nachvollziehen: Die Anfrage „Schreibe einen Text über unser neues Produkt“ liefert, wie im vorigen Abschnitt gezeigt, meist nur einen beliebigen Werbetext. Werden jedoch weitere Bausteine wie Rolle, Aufgabe, Ziel, Kontext und Format ergänzt, wirkt sich das deutlich auf die Qualität des Ergebnisses aus:
„Schreibe als Marketingexpertin eines Softwareunternehmens einen Marketingtext von rund 200 Wörtern über das neue Produkt X. Zielgruppe sind Entscheider, die nach einer Lösung suchen, um ihre Marketingprozesse effizienter zu gestalten. Der Text soll Interesse an dem Produkt wecken, die wichtigsten Vorteile erklären und zu einer Kontaktaufnahme motivieren.“
Tipps für einen guten Prompt
Die Bausteine legen fest, welche Informationen ein Prompt enthalten sollte. Wie sie dann zu einem wirksamen Prompt kombiniert und formuliert werden, spielt eine wichtige Rolle dafür, wie gut die KI die Anweisungen versteht und umsetzt. Dabei hat sich unter anderem Folgendes in der Praxis bewährt:
• Konkret und präzise formulieren: Formulierungen wie „Schreibe kurz und prägnant“ lassen viel Interpretationsspielraum. Präziser ist beispielsweise „Schreibe maximal 100 Wörter. Formuliere jeden Gedanken in einem eigenen Absatz.“.
• Positiv formulieren, wo möglich – Grenzen benennen, wo nötig: Konkret zu beschreiben, wie das Ergebnis aussehen soll, ist in der Regel hilfreicher als nur zu benennen, was zu vermeiden ist. So ist beispielsweise „sachlich-technisch, auf Augenhöhe mit Fachleuten“ aussagekräftiger als „nicht zu werblich“. Bei eindeutigen Ausschlusskriterien bieten sich dagegen klare Vorgaben an, zum Beispiel „ohne Anglizismen“ oder „keine Aufzählungen“.
• Unterschiedliche Aufgaben trennen: Werden verschiedene Ziele in einem Prompt vermischt, etwa einen Text schreiben und gleichzeitig passende SEO-Keywords recherchieren, leidet häufig die Qualität der Ergebnisse. Das gilt auch für komplexe oder umfangreiche Aufgaben. In beiden Fällen ist es sinnvoll, die Aufgabe in Teilaufgaben mit eigenen, aufeinander aufbauenden Prompts zu zerlegen.
• Informationen sinnvoll strukturieren: Die wichtigsten Informationen stehen idealerweise zu Beginn des Prompts. Ergänzende Details, Einschränkungen oder Sonderfälle folgen danach. Dies hilft dem KI-Tool, die Aufgabe leichter einzuordnen.
Bewährte Prompt-Techniken
Neben den einzelnen Prompt-Bausteinen gibt es verschiedene Techniken, die helfen, bessere Ergebnisse zu erzielen. Welche Technik oder Kombination aus verschiedenen Techniken die richtige ist, hängt von der jeweiligen Aufgabe und ihrer Komplexität ab.
Rollen- und Kontext-Prompting
Bei dieser Technik erhält die KI eine konkrete Rolle und relevante Hintergrundinformationen. Geht es beispielsweise um die Erstellung eines Social Media-Posts, weist man dem Tool die Rolle eines Social Media Managers zu. Dann werden Informationen zu Thema, Ziel, Zielgruppe und Kanal ergänzt. Die Rollenzuweisung hilft der KI, die Antwort auf die gewünschte Perspektive auszurichten. Der Kontext sorgt dafür, dass Inhalte und Sprache zur Zielgruppe und zum Kanal passen.
Standardisierte Prompt-Strukturen
Für wiederkehrende Aufgaben wie das Verfassen von Produktbeschreibungen oder Newslettertexten eignen sich oft einfache Prompt-Strukturen, zum Beispiel Aufgabe | Kontext | Format. Dabei wird zuerst beschrieben, was die KI tun soll. Danach folgen wichtige Hintergrundinformationen sowie das gewünschte Ausgabeformat. Je nach Aufgabe und gewünschtem Ergebnis eignen sich aber auch andere Strukturen, etwa Kontext | Ziel | Stil | Tonalität | Zielgruppe.
Prompt Chaining
Bei einer umfangreichen oder komplexen Aufgabe empfiehlt es sich, schrittweise vorzugehen. Dabei wird die Aufgabe in mehrere Teilaufgaben mit jeweils einem eigenen Prompt zerlegt. Das Ergebnis eines Prompts wird hier zur Grundlage für den nächsten. So erstellt die KI beispielsweise zunächst eine Gliederung und formuliert anschließend die einzelnen Abschnitte darauf aufbauend aus. Diese Technik hilft, Zwischenergebnisse systematisch weiterzuentwickeln und bei komplexen Zusammenhängen die zentralen Aspekte im Auge zu behalten.
Iteratives Prompting
Selten liefert bereits der erste Prompt das gewünschte Ergebnis. Beim iterativen Prompting wird die Antwort der KI Schritt für Schritt überprüft und durch gezielte Rückfragen oder Präzisierungen im Dialog mit der KI verbessert. Dabei können zum Beispiel inhaltliche Schwerpunkte oder Ausgabeformate verändert werden. Statt einen Prompt von Grund auf neu zu formulieren, reichen oft kleinere Anpassungen aus, wie „Konzentriere Dich auf X, Y und Z“ oder „Fasse die Ergebnisse in einer Tabelle zusammen“.
Gemeinsam mit der KI den Prompt entwickeln
In manchen Fällen, zum Beispiel bei komplexen Aufgaben, kann es hilfreich sein, bereits den Prompt mit der KI zu erstellen. Dabei wird der vom Tool vorgeschlagene Prompt vom Nutzer oder der Nutzerin geprüft und anschließend gemeinsam ergänzt und präzisiert. Soll die KI etwa einen Prompt für eine Zielgruppenanalyse formulieren, kann sie zunächst auch passende Fragen stellen und basierend auf den Antworten einen optimierten Prompt entwickeln.
Was nicht in Prompts gehört
Ein guter Prompt enthält ausreichend Kontext, damit die KI die Aufgabe versteht. Diese Informationen sollten jedoch sehr sorgfältig ausgewählt werden. Denn je nach Anbieter, Einstellungen, Modell und Tarif können die eingegebenen Daten unterschiedlich verarbeitet und zur Weiterentwicklung der KI-Modelle verwendet werden. Deshalb gehören sensible Daten und Informationen nicht oder nur nach äußerst sorgfältiger Prüfung in einen Prompt:
• Personenbezogene Daten: Namen, Kontaktdaten, Kundennummern und sonstige Angaben, die Rückschlüsse auf einzelne Personen zulassen
• Vertrauliche Unternehmensdaten: unveröffentlichte Finanzzahlen, interne Strategiepapiere, Vertragsinhalte sowie Informationen zu noch nicht gelaunchten Produkten
• Zugangsdaten: Passwörter, PINs und andere sicherheitsrelevante Informationen
Wer zum Beispiel eine E-Mail-Antwort mit KI formulieren lässt, sollte nicht die Originalnachricht mit allen personenbezogenen Daten wie Name, Mail-Adresse oder Kundennummer eingeben. Es reicht, den Sachverhalt anonymisiert zu beschreiben.
Auch urheberrechtlich geschützte Inhalte wie bestimmte Texte, Bilder oder Markenlogos sollten nicht ungeprüft in einen Prompt gegeben werden. Im Zweifel gilt, Informationen anonymisieren oder weglassen und zwingend die Datenschutz- und Sicherheitsrichtlinien des eigenen Unternehmens beachten.
Empfehlungen für den Arbeitsalltag
Über die Formulierung einzelner Prompts hinaus, lohnt sich auch ein Blick auf den Umgang mit KI-Tools im Arbeitsalltag insgesamt. So können einige Routinen helfen, wiederkehrende Aufgaben effizienter zu erledigen und die Qualität der Ergebnisse abzusichern:
| Bewährte Prompts speichern und wiederverwenden: Prompts, die sich in der Praxis bewährt haben, sollten gespeichert werden, beispielsweise in einer Prompt-Bibliothek. Das spart Zeit und kann helfen, einheitlichere Ergebnisse zu erzielen. Wiederkehrende Informationen hinterlegen: |
Unterschiede zwischen KI-Modellen berücksichtigen: Nicht jedes Modell reagiert auf denselben Prompt gleich. Es ist daher sinnvoll, Prompts bei Bedarf anzupassen und verschiedene Formulierungen auszuprobieren. Ergebnisse immer kritisch prüfen: |
Bewährte Prompts speichern und wiederverwenden:
Prompts, die sich in der Praxis bewährt haben, sollten gespeichert werden, beispielsweise in einer Prompt-Bibliothek. Das spart Zeit und kann helfen, einheitlichere Ergebnisse zu erzielen.
Wiederkehrende Informationen hinterlegen:
Viele KI-Tools bieten die Möglichkeit, individuelle Anweisungen oder Personalisierungen zu hinterlegen. Dazu gehören zum Beispiel die bevorzugte Tonalität, Arbeits- und Unternehmenskontexte oder Zielgruppeninformationen. Diese Informationen müssen dann nicht mehr bei jedem Prompt erneut eingegeben werden. Auch hier gilt, nur solche Angaben zu hinterlegen, die keine vertraulichen Informationen enthalten.
Unterschiede zwischen KI-Modellen berücksichtigen:
Nicht jedes Modell reagiert auf denselben Prompt gleich. Es ist daher sinnvoll, Prompts bei Bedarf anzupassen und verschiedene Formulierungen auszuprobieren.
Ergebnisse immer kritisch prüfen:
Auch ein gut formulierter Prompt garantiert keine fehlerfreie Antwort. KI-generierte Inhalte müssen deshalb vor der Verwendung immer fachlich geprüft und sorgfältig – insbesondere bei der Verwendung von Zahlen, Fakten oder rechtlichen Aussagen – kontrolliert werden.
Fazit
Gute KI-Ergebnisse entstehen durch klare, gut strukturierte Anweisungen, den passenden Kontext und eine gezielte Weiterentwicklung der Anfrage. Ebenso wichtig ist der kritische Blick auf das Ergebnis: KI-generierte Antworten erfordern eine fachliche Prüfung und sind Ausgangspunkt für die weitere Bearbeitung.
Um die eigenen Prompting-Fähigkeiten gezielt auszubauen, eignen sich praxisorientierte KI-Weiterbildungen. Sie vermitteln die wichtigsten Grundlagen für unterschiedliche Anwendungsfälle, ob Content-Erstellung, Datenanalyse oder Prozessoptimierung. Zudem zeigen sie – je nach gewähltem Seminar – auch fortgeschrittene Prompting-Techniken für komplexere Aufgaben.
Ihr praxisnaher Einstieg in die Künstliche Intelligenz
Künstliche Intelligenz (KI) ist längst keine Zukunftsvision mehr, sondern bereits fester Bestandteil im Arbeitsalltag vieler Medienschaffender und Kommunikatoren. Fundierte KI-Kompetenzen, um die Technologie sicher und verantwortungsvoll einzusetzen, sind daher unerlässlich.