Gute Prompts schreiben
Dieselbe KI liefert je nach Anweisung ein brauchbares oder ein unbrauchbares Ergebnis. Diese Lektion zeigt, wie Sie mit klaren „Prompts“ (Eingaben) verlässlich gute Ergebnisse bekommen — und dabei Datenschutz und Qualität wahren.
Nach dieser Lektion können Sie …
- erklären, warum die Anweisung über die Qualität entscheidet,
- Prompts nach dem Gerüst Rolle–Ziel–Kontext–Format aufbauen,
- Ergebnisse iterativ verbessern,
- die Regeln der Prompt-Hygiene anwenden.
Dieselbe KI, zwei Welten
„Schreib mir was zu unserem Produkt.“
„Formuliere als Vertriebsmitarbeiterin eine freundliche Kurz-E-Mail an einen Bestandskunden, die unser neues Wartungspaket in drei Sätzen erklärt und zu einem Rückruf einlädt.“
Der Unterschied liegt nicht am Modell, sondern an der Anweisung. Aus Lektion 2 wissen Sie: Ein Sprachmodell rät die wahrscheinlichste Fortsetzung. Je klarer Sie vorgeben, desto treffsicherer rät es.
Rolle – Ziel – Kontext – Format
Gute Prompts folgen fast immer demselben Muster. Die kurze Präsentation stellt die vier Bausteine vor, die für die meisten Alltagsaufgaben genügen.
Zum Nachlesen: die vier Bausteine
Gute Prompts folgen fast immer demselben Muster. Vier Bausteine genügen für die meisten Alltagsaufgaben:
- Rolle: Aus welcher Perspektive soll die KI schreiben? („als Vertriebsmitarbeiterin“, „als Sachbearbeiter im Support“)
- Ziel/Aufgabe: Was genau soll herauskommen? („eine Kurz-E-Mail“, „eine Zusammenfassung in fünf Stichpunkten“)
- Kontext/Wissensgrundlage: Welche Informationen braucht die KI? (Eckdaten, Zielgruppe, Ton — aber ohne sensible Daten, siehe „Prompt-Hygiene“)
- Ausgabeformat: Wie soll das Ergebnis aussehen? (Länge, Aufbau, Stil: „drei Sätze“, „Tabelle“, „sachlich“)
Je konkreter diese vier Angaben, desto besser das Ergebnis — und desto weniger müssen Sie nachbessern.
Zerlegen Sie den guten Prompt
Welcher Baustein steckt in den markierten Stellen? Ordnen Sie jede Stelle zu.
3„an einen Bestandskunden“
1„als Vertriebsmitarbeiterin“
5„in drei Sätzen“
2„Kurz-E-Mail“
4„unser neues Wartungspaket“
Den Arbeitsrahmen bauen
Ein Schritt weiter geht das sogenannte Context Engineering. Was dahintersteckt, zeigt die zweite Präsentation.
Zum Nachlesen: Context Engineering
Beim Context Engineering formulieren Sie nicht nur eine Aufgabe, sondern bauen der KI den ganzen Arbeitsrahmen — Rolle, Ziel, Beispiele, relevante Fakten und das gewünschte Format zusammen.
Der Gedanke dahinter: Ein Sprachmodell hat kein Vorwissen über Ihren konkreten Fall. Alles, was es braucht, muss im Prompt stehen.
Ein gutes Beispiel im Prompt („so ungefähr soll es klingen: …“) wirkt oft stärker als jede Erklärung.
Verfeinern statt verzweifeln
Der erste Versuch sitzt selten perfekt — das ist normal. Gute KI-Nutzung ist ein Dialog: Bewerten Sie das Ergebnis und schärfen Sie nach.
Zwei, drei gezielte Korrekturen führen meist schneller zum Ziel als ein einziger überladener Prompt.
Klar, sparsam, sicher
Gute Prompts sind nicht nur wirksam, sondern auch sicher. Drei Regeln gelten immer:
Keine sensiblen Daten eingeben
Personenbezogene Daten, Geschäftsgeheimnisse, interne Zahlen gehören nicht in öffentliche KI-Werkzeuge (siehe die Datenschutz- und Schatten-KI-Lektionen). Beschreiben Sie den Fall anonymisiert oder mit Platzhaltern.
Nur mitgeben, was zur Aufgabe gehört
Das schärft das Ergebnis, schützt Daten und spart Token (siehe die Lektion zum Token-Sparen).
Ergebnis prüfen
Ein guter Prompt senkt das Risiko, beseitigt es aber nicht: Tatsachenbehauptungen bleiben zu verifizieren (Halluzinationen, siehe die Lektion zu generativer KI).
Ihre Einschätzung: Gehört das in den Prompt an ein öffentliches KI-Werkzeug?
Die Aufgabe bleibt dieselbe: eine Kurz-E-Mail, die einem Bestandskunden das neue Wartungspaket erklärt.
Name und Telefonnummer des Kunden
Ein Platzhalter wie „[Kunde]“ an der Stelle des Namens
Die gewünschte Länge: drei Sätze
Die internen Umsatzzahlen des letzten Quartals
Der komplette bisherige Schriftverkehr mit dem Kunden, „damit die KI alles weiß“
Ein Prompt ist ein Auftrag, kein Zuruf.
Wer Rolle, Ziel, Kontext und Format klar vorgibt, bekommt bessere Ergebnisse mit weniger Aufwand — und wer dabei datensparsam bleibt und prüft, nutzt KI zugleich sicher.
Das nehmen Sie mit
- Die Qualität des Ergebnisses hängt vor allem von der Anweisung ab, nicht vom Modell.
- Bewährtes Gerüst: Rolle – Ziel – Kontext – Format.
- Context Engineering: der KI den ganzen Arbeitsrahmen (inkl. Beispiel) mitgeben.
- Iterativ verfeinern statt einen überladenen Prompt zu bauen.
- Prompt-Hygiene: keine sensiblen Daten, nur Relevantes, Ergebnis prüfen.
Sitzt das Wichtigste?
Der Wissenscheck ist freiwillig und nur für Sie gedacht. Ihre Antworten werden weder gespeichert noch bewertet, und niemand sonst bekommt sie zu sehen. Wenn Sie ein paar Minuten übrig haben, prüfen Sie hier, ob die Kernpunkte der Lektion angekommen sind.
Wissenschecksechs Fragen · wenige Minuten
Wählen Sie je Frage eine Antwort. Die Rückmeldung erklärt, was hinter jeder Option steckt.
Quellen
- Kontextbewusstes Prompting (Rolle, Ziel, Wissensgrundlage, Ausgabeformat) und „Context Engineering“: digitale Profis
- Sicheres Prompting als Bestandteil der KI-Kompetenz-Schulung: Haufe Akademie — KI-Schulungspflicht
