Prompt-Engineering: Das praktische Kompendium — 6 Bestandteile und Techniken, um von KI die gewünschten Antworten zu erhalten

Sie fragen dieselbe KI dasselbe — und doch nennt sie die eine Person „nutzlos", während die andere staunt, wie sie „fast schon zu fähig" ist. Die wahre Ursache dieser Kluft ist oft nicht die Leistungsfähigkeit der KI, sondern wie der Prompt (die Anweisung) formuliert ist. KI ist wie eine brillante neue Arbeitskraft, die Ihre Gedanken nicht lesen kann: die Qualität der Anweisung, die Sie geben, bestimmt maßgeblich die Qualität der Antwort, die Sie zurückbekommen.

Dieser Artikel ist ein praktisches Kompendium genau dieser Fähigkeit — des Prompt-Engineerings — so aufbereitet, dass auch Einsteiger es sofort anwenden können. Kurz gesagt besteht der Kniff darin, „die 6 Bestandteile eines guten Prompts (Rolle, Kontext, Anweisung, Beispiele, Format, Einschränkungen)" im Kopf zu behalten und im Gespräch nachzuschärfen, statt alles im ersten Versuch treffen zu wollen. Wir verdichten den Ansatz, den die öffentlichen Leitfäden von OpenAI, Anthropic und Google allesamt empfehlen, in verständlicher Sprache auf eine einzige Seite. Für konkrete Fälle siehe auch Prompt-Tipps, um KI eine App bauen zu lassen, und zur Sicherheit Vorsichtsmaßnahmen für die Informationen, die Sie eingeben.

*Die hier vorgestellten Techniken fassen allgemeine Methoden zusammen, die in den öffentlichen Leitfäden und Forschungsergebnissen verschiedener Unternehmen (OpenAI, Anthropic, Google usw.) breit empfohlen werden. Ihre Wirkung hängt von Modell, Aufgabe und Eingabe ab, und Ergebnisse sind nicht garantiert.

1. Was ist Prompt-Engineering?

Prompt-Engineering ist die Fähigkeit, Ihre Anweisung (den Prompt) so zu gestalten und zu verbessern, dass eine KI — ChatGPT, Claude, Gemini und so weiter — die gewünschte Antwort liefert. Es ist keine schwierige Programmierung; es kommt eher „der Kunst, wie man Dinge sagt" nahe.

Warum funktioniert das? Heutige KI (ein großes Sprachmodell, kurz LLM) erstellt eine Antwort, indem sie „plausibel" vorhersagt, wie der gegebene Text fortgesetzt werden sollte. Mit anderen Worten: Ändern Sie die Worte am Eingang (den Prompt), und die Antwort am Ausgang verändert sich erheblich. Bei ein und derselben Frage kann allein das Hinzufügen einer Rolle, eines Kontexts oder eines Ausgabeformats die Genauigkeit und Nutzbarkeit deutlich steigern — das ist die Kraft des Prompt-Engineerings. Es braucht kein besonderes Talent. Lernen Sie die „Muster" und korrigieren Sie ein paar Mal nach. Allein das macht jeden besser.

2. Die drei Grundprinzipien, die Ihre Ergebnisse verändern

Bevor es um die feinen Techniken geht, verankern Sie nur drei Prinzipien, auf denen alles ruht. Verpassen Sie diese, läuft jede zusätzliche Technik ins Leere.

Noch ein bescheidener, aber wirksamer Kniff: schreiben Sie „tu X" statt „tu nicht Y". Mit reinen Verboten kann die KI nicht erkennen, was sie stattdessen tun soll. Statt „verwende keinen Fachjargon" sagen Sie „verwende Worte, die ein Mittelschüler versteht" — auf die gewünschte Richtung zu zeigen, ist stabiler. Es ist eine eiserne Regel, die in den großen Leitfäden immer wieder betont wird.

3. [Kern] Die 6 Bestandteile eines guten Prompts

Machen wir die 6 Bestandteile aus dem Eröffnungsdiagramm zu tatsächlichen Formulierungen. Sie brauchen nicht jedes Mal alle sechs. Die Teile auszuwählen, die eine Aufgabe braucht, und das Fehlende zu ergänzen — so setzen Profis sie ein.

Kombiniert man sie, ergibt sich ein Prompt wie dieser. Je mehr Bestandteile Sie liefern, desto verlässlicher landet die Antwort dort, wo Sie gezielt haben.

Vergleichen Sie das mit „sag mir ein Abendessen, das ich in 15 Minuten machen kann", und Sie können sich vorstellen, wie viel brauchbarer die Antwort ausfällt. Je mehr Bestandteile Sie hinzufügen, desto leichter fällt es der KI, sich auf „Ihre Situation" einzustellen.

4. 7 praxistaugliche Techniken, die sofort wirken

Mit den 6 Bestandteilen im Kopf hier 7 konkrete Techniken, die Sie schon morgen nutzen können. Jede hilft auch für sich allein.

Davon bringt der höchste Ertrag aus ⑦, dem Iterieren. Das Wesen des Prompt-Engineerings ist nicht, „einen perfekten Satz zu schreiben", sondern die Antwort im Dialog mit der KI näher heranzulenken. Behandeln Sie die erste Antwort als groben Entwurf, und das Ganze wird leichter — und Sie werden besser.

5. Vorher → Nachher an einem echten Beispiel

Stellen wir Prinzipien und Techniken in einem alltäglichen Szenario nebeneinander — ein „schlechtes Beispiel" gegen ein „gutes Beispiel". Der Unterschied ist auf einen Blick offensichtlich.

Der Punkt ist, dass das Nachher kein besonderes Fachwissen nutzt. Es ergänzt lediglich „wer, an wen, was, in welcher Form, in welchem Tonfall". Dieser Unterschied prägt Ihre tägliche Arbeitszeit und die Qualität des Ergebnisses.

6. Techniken für Fortgeschrittene (CoT, Chaining und mehr)

Sobald Sie mit den Grundlagen vertraut sind, verschafft Ihnen das Kennen einiger „fortgeschrittener Züge", die bei komplexen Aufgaben glänzen, einen Vorsprung. Erfassen Sie nur die Idee — das genügt.

Eine wichtige Aktualisierung sei noch ergänzt. „Reasoning-Modelle" — etwa OpenAIs o-Reihe und Claudes Extended Thinking — sind so gebaut, dass sie CoT intern und automatisch ausführen. Bei diesen Modellen ist also die Notwendigkeit gesunken, jedes Mal „schließe Schritt für Schritt" zu schreiben. Vielmehr funktioniert es besser, klar zu vermitteln, „was Sie erreichen wollen (das Ziel)". Techniken sind nicht universell; der beste Zug wechselt mit dem verwendeten Modell — bewahren Sie dieses Gespür, und Sie steigen auf.

7. 7 häufige Fehler

Beugen wir den vertrauten Fallstricken vor, die Ihren Fortschritt blockieren. Wenn Ihnen einer bekannt vorkommt, liegt dort Ihr Wachstumspotenzial.

• Vages Hinwerfen: „Mach es schön" gibt der KI keinen Maßstab. Seien Sie konkret bei den Bedingungen.
• Null Kontext: Hintergrund, Ziel und Zielgruppe überspringen. Denken Sie daran, dass die KI Ihre Situation nicht kennt.
• Nur Verbote: Bloß „tu nicht Y". Weisen Sie stattdessen mit „tu X" die Richtung.
• Zu viel auf einmal stopfen: Fünf Anliegen in einem Prompt. Aufteilen verbessert Genauigkeit und Korrigierbarkeit zugleich.
• Kein Format angegeben: Die Ausgabeform der KI überlassen. Entscheiden Sie Tabelle, Länge und Tonfall zuerst.
• Keine Beispiele: Ein „Muster", das Worte nicht vollständig fassen, landet sofort, wenn Sie ein Beispiel zeigen.
• Nach einem Versuch aufgeben: Anhand der ersten Antwort urteilen. Wenn Sie davon ausgehen, dass Sie ergänzen und korrigieren, kommen Sie weiter.

Drehen Sie diese um, und Sie verbessern sich schnell. „Vage → konkret", „weggelassen → Kontext", „hinwerfen → aufteilen", „ein Versuch → iterieren". Diese vier Pfeile sind alles, was Sie im Kopf behalten müssen.

8. Modellspezifische Tipps und Sicherheit

Zum Schluss zwei Dinge, die in der Praxis oft Stolpersteine sind — die Unterschiede zwischen den Modellen und die Sicherheit bei der Eingabe.

Modell-Tendenzen: ChatGPT, Claude und Gemini haben jeweils etwas unterschiedliche Stärken und Eigenheiten. Man sagt, Claude sei gut im Strukturieren langer Texte und im geschliffenen Schreiben, Gemini bei aktuellen Informationen und Suchintegration und ChatGPT in der ausgewogenen Allrounder-Rolle (es ist klug, je nach Aufgabe zu wechseln). Für die Wahl siehe Vergleich ChatGPT vs Claude vs Gemini. Aber über alle hinweg wirken die 6 Bestandteile aus diesem Artikel.

Sicherheit: Genauso wichtig wie besser im Prompten zu werden, ist „was Sie eingeben dürfen". Das achtlose Einfügen vertraulicher Informationen, personenbezogener Daten oder interner Unterlagen birgt das Risiko von Datenlecks und Richtlinienverstößen. Wenn Sie KI bei der Arbeit nutzen, lesen Sie unbedingt Vorsichtsmaßnahmen für die Prompts und Informationen, die Sie der KI geben. Gutes Prompten und sichere Eingabe sind zwei Räder desselben Wagens.

Zusammenfassung

Hier die praktischen Punkte des Prompt-Engineerings, verdichtet.

• Das Wesentliche: Die Fähigkeit, Ihre Anweisung an KI zu gestalten und zu verbessern. Kein Code, sondern „die Kunst, wie man Dinge sagt" — jeder kann sich ab heute verbessern.
• Drei Prinzipien: ① konkret sein ② Kontext geben ③ die Ausgabe festlegen. Das ist das gesamte Fundament.
• Die 6 Bestandteile: Rolle, Kontext, Anweisung, Beispiele, Format, Einschränkungen. Nicht jedes Mal alle — ergänzen Sie, was fehlt.
• 7 Techniken: Rolle / Muster / Schritt für Schritt / festes Format / Struktur / Aufteilen / Iterieren. Das Stärkste ist „Iterieren".
• Fortgeschritten: CoT, Self-Consistency, Chaining, ReAct. Bei Reasoning-Modellen funktioniert das Nennen des Ziels gut.
• Zwei Räder: Gutes Prompten + sichere Eingabe. Hüten Sie sich vor dem Einfügen vertraulicher Daten.

Letztlich ist Prompt-Engineering keine „Fähigkeit besonderer Menschen". Schon mit der Haltung „aus vage wird konkret, aus Hinwerfen wird Dialog" wird Ihre KI ab heute wie verwandelt wirken. Beginnen Sie damit, Ihrer üblichen Anweisung im ChatGPT vor Ihnen eine „Rolle" und ein „Ausgabeformat" hinzuzufügen. Für konkrete Anfragebeispiele sind auch Prompt-Tipps, um KI eine App bauen zu lassen, praktisch.

FAQ