Large Language Models wie ChatGPT, Claude oder Gemini haben KI-Systeme für viele Nutzer über Sprache zugänglich gemacht. Zwischen einer brauchbaren und einer schlechten Antwort liegt dabei oft keine technische Modelländerung, sondern eine bessere Aufgabenbeschreibung. Prompt Engineering bezeichnet die gezielte Gestaltung solcher Eingaben.
Die Qualität einer KI-Antwort hängt nicht nur von der Leistungsfähigkeit des Modells ab. Sie hängt auch davon ab, ob Ziel, Kontext, Einschränkungen, Ausgabeformat und Prüfkriterien klar benannt sind. Ein vager Prompt führt häufig zu allgemeinen Antworten, während strukturierte Eingaben die Wahrscheinlichkeit nutzbarer Ergebnisse erhöhen.
Begriff und Funktion
Prompt Engineering bezeichnet die methodische Gestaltung von Eingaben für Large Language Models, um gewünschte Ausgaben zu erzielen. Es kombiniert linguistisches Verständnis, logisches Denken und praktische Erfahrung mit den Eigenarten verschiedener KI-Systeme.
Praktisch geht es um drei Dinge. Präzision macht die Aufgabe eindeutig. Kontext liefert Informationen, die nicht aus der Anfrage selbst hervorgehen. Struktur begrenzt die Antwortform, etwa Länge, Format, Perspektive oder Prüfschritte. Prompt Engineering ist damit weniger eine eigene Magie als gutes Briefing unter den Bedingungen probabilistischer Sprachmodelle.
Relevanz der Eingabe
Large Language Models sind darauf trainiert, Text fortzusetzen und Anweisungen zu befolgen. Sie verarbeiten keine Absichten im menschlichen Sinn, sondern Token, also Texteinheiten wie Wörter oder Wortfragmente. Der Prompt beeinflusst, welche Muster, Rollen, Formate und Lösungswege das Modell aktiviert.
Das erklärt, warum kleine Unterschiede in der Eingabe große Unterschiede in der Ausgabe erzeugen können. Eine Anfrage wie Erkläre das lässt offen, welches Vorwissen, welche Länge und welcher Zweck gemeint sind. Eine Anfrage mit Zielgruppe, Kontext und Bewertungskriterien gibt dem Modell mehr Orientierung. Sie garantiert keine richtige Antwort, macht aber die Antwort prüfbarer.
Praktischer Nutzen
Gute Prompts sparen vor allem Klärungsschleifen. Sie machen deutlich, was erzeugt, geprüft oder umgeschrieben werden soll. Bei wiederkehrenden Aufgaben können Prompt-Vorlagen außerdem helfen, gleiche Kriterien immer wieder anzulegen, etwa bei Textprüfung, Zusammenfassungen, Code-Reviews oder strukturierter Recherche.
Der Nutzen bleibt aber aufgabenabhängig. Ein Prompt kann fehlende Daten, schlechte Quellen oder falsche Modellannahmen nicht vollständig ausgleichen. Professionelle Nutzung braucht deshalb neben der Eingabe auch Kontrolle: Quellenprüfung, Gegenlesen, Tests, Beispielausgaben und klare Grenzen für automatisierte Entscheidungen.
Grundlegende Prinzipien
Klarheit und Spezifität
Der Unterschied zwischen vagen und spezifischen Prompts ist oft unmittelbar sichtbar. Ein vager Prompt wie
Schreibe etwas über Hundelässt dem Modell viel Interpretationsspielraum und führt zu generischen Antworten. Stattdessen sollte ein spezifischer Prompt konkrete Parameter definieren:
Verfasse einen 300-Wörter-Artikel über die Vorteile von Hunden als Therapietiere in Seniorenheimen, mit Fokus auf psychologische und soziale Aspekte.Diese Formulierung definiert Länge, Thema und gewünschten Fokus. Das Modell hat weniger Anlass, allgemeine Hundefakten zu produzieren, und kann die Antwort enger an der Aufgabe ausrichten.
Kontext bereitstellen
Das Problem liegt nicht nur in technischen Einschränkungen wie Kontextfenster, Trainingsstand oder fehlender Erinnerung über Sitzungen hinweg. Large Language Models kennen die Ziele und Rahmenbedingungen hinter einer Anfrage nicht, sofern sie nicht im Kontext stehen. Ein Modell kann nicht zuverlässig erraten, ob eine Marketinganalyse für ein Startup oder einen Konzern gedacht ist, welche Budgetrestriktionen gelten oder welche Zielgruppe gemeint ist.
Ohne expliziten Kontext ergänzt das Modell fehlende Informationen aus wahrscheinlichen Mustern. Der Unterschied wird deutlich, wenn man eine kontextlose Anfrage wie
Bewerte diese Marketingstrategiemit einer kontextreichen Variante vergleicht:
Du bist Marketingexperte für B2B-Software-Unternehmen. Bewerte folgende Strategie für ein 50-Mitarbeiter Startup im Fintech-Bereich: [Strategie einfügen]. Berücksichtige Budget-Constraints und Zielgruppe CFOs.Die zweite Version definiert Rolle, Branche, Unternehmensgröße, Zielgruppe und Bewertungskriterien. Das sind Informationen, die für den Menschen vielleicht aus der Situation klar wären, an ein LLM aber explizit kommuniziert werden müssen.
Rolle und Perspektive definieren
KI-Modelle können verschiedene Rollen und Schreibstile simulieren. Eine Rollendefinition kann nützlich sein, wenn sie die Perspektive und Bewertungskriterien einer Aufgabe präzisiert.
Ein Prompt, der das Modell als Python-Entwickler mit Clean-Code-Fokus positioniert, setzt andere Erwartungen als ein Prompt für Wissenschaftsjournalismus. Die Rolle sollte aber nicht als Autoritätsersatz dienen. Besser ist eine Kombination aus Rolle, Ziel, Kriterien und Grenzen: Bewerte den Code aus Sicht von Wartbarkeit, Fehleranfälligkeit und Security. Nenne nur Punkte, die im Code sichtbar sind.
Struktur und Format vorgeben
Klare Formatvorgaben machen Ergebnisse leichter weiterverwendbar. Sie reduzieren außerdem die Tendenz, dass das Modell lange Einleitungen oder unpassende Nebenbemerkungen produziert.
Analysiere folgende Geschäftsidee und antworte in diesem Format:
## Marktpotenzial
[1-2 Sätze Bewertung]
## Hauptrisiken
- [Risiko 1]
- [Risiko 2]
## Empfehlung
[Klare Ja/Nein-Empfehlung mit Begründung]Fortgeschrittene Techniken
Chain-of-Thought Prompting
Chain-of-Thought Prompting wurde 2022 systematisch beschrieben und ist bei aktuellen Modellen wie GPT-4, Claude oder Gemini für bestimmte Aufgaben praktisch relevant.3834 Die Technik fordert das Modell auf, Zwischenschritte sichtbar zu machen oder eine Aufgabe schrittweise zu bearbeiten. Das konnte vor allem bei Rechen- und Logikaufgaben bessere Ergebnisse liefern.
Heute sollte man die Technik nicht pauschal als Aufforderung zu langen Denkprotokollen verstehen. Für viele Aufgaben reichen kurze Arbeitsschritte, Prüfkriterien oder eine knappe Begründung. Je nach Modell und Oberfläche werden interne Reasoning-Prozesse ohnehin nicht vollständig ausgegeben. Sinnvoll bleibt die Grundidee: komplexe Aufgaben nicht als eine einzige unstrukturierte Anfrage stellen.
Beispiel:
Löse folgendes Problem schrittweise und erkläre jeden Schritt:
Ein Unternehmen hat 3 verschiedene Produktlinien. Produktlinie A macht 40% des Umsatzes, B macht 35%, C macht 25%. Wenn der Gesamtumsatz um 20% steigen soll und A um 30% wächst, wie müssen B und C wachsen?Das Modell wird durch die Berechnungsschritte geführt, statt sofort eine Endzahl zu liefern. Wichtig ist dabei, die Ausgabe anschließend zu prüfen. Sichtbare Zwischenschritte können Fehler leichter erkennbar machen, garantieren aber keine korrekte Rechnung.
Few-Shot Learning
Few-Shot Learning wurde durch die GPT-3-Arbeit von 2020 breit bekannt.3835 Der Prompt enthält dabei Beispiele, aus denen das Modell das gewünschte Muster ableitet und auf neue Eingaben überträgt.
Klassifiziere Kundenfeedback als Positiv, Negativ oder Neutral:
"Das Produkt funktioniert perfekt!" → Positiv
"Lieferung kam zu spät, aber Qualität ist ok" → Neutral
"Komplette Enttäuschung, funktioniert gar nicht" → Negativ
Klassifiziere: "Gute Idee, aber die Umsetzung könnte besser sein"Prompt Chaining
Prompt Chaining zerlegt komplexe Aufgaben in kleinere Teilschritte. Die Ausgabe eines Schritts wird zur Eingabe des nächsten. Ein typischer dreistufiger Prozess könnte so aussehen:
Schritt 1:
Analysiere den beigefügten Text und extrahiere die 5 wichtigsten ThemenSchritt 2:
Nimm diese 5 Themen: [Output von Schritt 1] und erstelle für jedes eine 2-Satz-ZusammenfassungSchritt 3:
Basierend auf diesen Zusammenfassungen: [Output von Schritt 2], schreibe einen kohärenten 200-Wörter-AbstractDer Vorteil liegt in der Kontrolle einzelner Zwischenstände. Fehler werden früher sichtbar, und jeder Schritt kann enger geprüft oder wiederholt werden.
Self-Consistency
Bei Self-Consistency wird dieselbe Aufgabe mehrfach mit leicht variierenden Prompts oder Sampling-Einstellungen bearbeitet. Übereinstimmungen können ein Hinweis auf Stabilität sein, ersetzen aber keine externe Prüfung.
Version 1: Welche sind die 3 wichtigsten Faktoren für Startup-Erfolg?
Version 2: Was entscheidet hauptsächlich darüber, ob ein Startup erfolgreich wird?
Version 3: Nenne die entscheidenden Erfolgsfaktoren für neue Unternehmen[!related](3)
Häufige Fehler und Fallstricke
Vage Formulierungen
Vage Anweisungen führen zu unbefriedigenden Ergebnissen. Statt
Mach das besserzu schreiben, sollte man konkrete Verbesserungsmaßnahmen definieren:
Überarbeite diesen Text für mehr Klarheit: Verkürze Sätze auf maximal 20 Wörter, entferne Fachbegriffe ohne Erklärung, füge Zwischenüberschriften hinzu.Diese spezifischen Anweisungen geben dem Modell klare Handlungsrichtlinien.
Fehlende Constraints
Ohne Begrenzungen neigen Modelle zu ausufernden oder unpassenden Antworten. Eine uneingeschränkte Anfrage wie
Erkläre Blockchainkann zu einem seitenlangen, technischen Diskurs führen. Mit klaren Constraints wird die Antwort zielgerichtet:
Erkläre Blockchain in maximal 100 Wörtern für jemanden ohne technischen Hintergrund, ohne Kryptowährungen zu erwähnen.Diese Begrenzungen sorgen für präzise, nutzbare Ergebnisse.
Überkomplexe Prompts
Zu viele Anforderungen in einem Prompt können das Modell überlasten und zu oberflächlichen Ergebnissen führen. Ein überladener Prompt wie
Schreibe eine Zusammenfassung, analysiere die Stimmung, extrahiere Schlüsselwörter, bewerte die Qualität, erstelle Verbesserungsvorschläge und übersetze ins Englischeversucht zu viel auf einmal. Effektiver ist es, diese Aufgaben in separate, sequenzielle Prompts aufzuteilen, wobei jeder Schritt fokussiert auf eine spezifische Anforderung eingeht.
Anthropomorphisierung
KI-Modelle simulieren menschliche Kommunikation, sind aber keine Menschen mit Gefühlen oder Bewusstsein. Formulierungen wie
Was denkst du persönlich über...suggerieren eine Subjektivität, die nicht existiert. Sachlicher und präziser ist eine Formulierung wie
Analysiere aus objektiver Sicht...die das Modell auf seine tatsächlichen Fähigkeiten fokussiert.
Grenzen und Herausforderungen
Prompt Engineering stößt an Einschränkungen, die auch durch gute Formulierungen nicht verschwinden:
Kontextfenster sind begrenzt, auch wenn sie größer geworden sind. Sehr lange Eingaben können relevante Details verdrängen oder schwächer gewichten. Außerdem beginnt nicht jede Sitzung mit zuverlässiger Erinnerung an frühere Informationen. Wichtiger Kontext muss deshalb explizit in den aktuellen Arbeitskontext.
Halluzinationen bleiben möglich. Ein Modell kann plausibel klingende, aber falsche Informationen erzeugen. Trainingsstichtage, fehlender Zugriff auf aktuelle Quellen und fehlerhafte Retrieval-Ergebnisse verschärfen dieses Problem. Auch bei guter Prompt-Formulierung braucht Faktisches eine Quellen- oder Realitätsprüfung.
Nicht-deterministische Ausgaben gehören ebenfalls zur Praxis. Identische oder fast identische Prompts können unterschiedliche Antworten erzeugen. Daneben spiegeln Modelle Muster und Verzerrungen ihrer Trainingsdaten wider. Bei sensiblen, fachlichen oder rechtlichen Themen reicht ein guter Prompt deshalb nicht aus.
Für eine vertiefte Analyse dieser Limitierungen und systematische Lösungsansätze sei auf den Artikel Herausforderungen und Grenzen von Large Language Models verwiesen.
Domänenspezifische Anwendungen
Business und Consulting
Im Business-Kontext erfordern Prompts präzise Rollendefinitionen und klare Rahmenbedingungen, um praxistaugliche Ergebnisse zu erzielen:
Strategieentwicklung:
Du bist erfahrener Strategieberater. Ein mittelständisches Maschinenbauunternehmen in Deutschland mit 200 Mitarbeitern möchte international expandieren. Erstelle eine strukturierte Analyse mit Chancen, Risiken und konkreten nächsten Schritten für die Märkte USA und Asien.Marktanalyse:
Analysiere den deutschen E-Mobility-Markt aus Sicht eines Investors. Fokus auf Marktgröße, Wachstumstreiber, Hauptakteure und Investment-Opportunities in den nächsten 3 Jahren. Nutze dieses Format: [Struktur vorgeben]Programmierung und technische Dokumentation
Technische Anwendungen profitieren von spezifischen Bewertungskriterien und strukturierten Ausgabeformaten:
Code-Review:
Bewerte folgenden Python-Code nach Clean Code-Prinzipien. Prüfe auf: Lesbarkeit, Wartbarkeit, Performance, Security. Gib spezifische Verbesserungsvorschläge mit Codebeispielen.API-Dokumentation:
Erstelle professionelle API-Dokumentation für diese REST-Endpoints: [Code einfügen]. Verwende OpenAPI-Standard, füge Beispiel-Requests/Responses hinzu, erkläre alle Parameter.Bildung und Training
Bildungsanwendungen erfordern zielgruppenspezifische Ansprache und klare Lernziele:
Curriculum-Entwicklung:
Entwickle einen 8-wöchigen Online-Kurs 'Data Science für Quereinsteiger'. Zielgruppe: Berufstätige mit Grundkenntnissen Excel. Lernziele: Python, Pandas, grundlegende Statistik, erste ML-Modelle. Teile auf in Wochenpläne mit konkreten Lerninhalten.Content Creation
Bei der Content-Erstellung sind Zielgruppe, Tonalität und Suchintention wichtig. Gerade hier sollte der Prompt aber nicht nur Ausgabeziele nennen, sondern auch Qualitätskriterien: keine erfundenen Quellen, keine Hype-Sprache, keine Behauptungen ohne Beleg.
SEO-optimierte Texte:
Schreibe einen 800-Wörter-Blogartikel über 'Homeoffice-Produktivität' für HR-Manager. Keywords: Remote Work, Produktivität steigern, Team Management. Ton: Professionell aber zugänglich. Struktur: Intro, 3 Hauptpunkte mit Subpunkten, Handlungsaufforderung.Praktische Tipps für den Alltag
Prompt-Templates entwickeln
Für wiederkehrende Aufgaben sollten bewährte Prompt-Strukturen als Vorlagen gespeichert werden:
E-Mail-Analyse-Template:
Analysiere folgende E-Mail und bewerte:
1. Hauptanliegen (1 Satz)
2. Dringlichkeit (Hoch/Mittel/Niedrig)
3. Erforderliche Aktion (Konkret)
4. Antwort-Priorität (1-5)
5. Vorgeschlagene Antwort (3 Sätze)
E-Mail: [Text einfügen]Iterative Verbesserung und systematisches Testing
Prompts sollten systematisch entwickelt und verfeinert werden, ähnlich wie andere Arbeitsvorlagen. Detaillierte Anleitungen bieten etwa der OpenAI Prompt Engineering Guide und die Anthropic Prompt Engineering-Dokumentation. Der Prozess beginnt mit einer ersten Version, die getestet wird, um Schwachstellen und unerwartete Verhaltensweisen zu identifizieren. Danach werden spezifischere Anweisungen ergänzt oder mehrdeutige Formulierungen präzisiert.
A/B-Tests für Prompts können verschiedene Formulierungen vergleichbar machen. Dabei sollte nicht der angenehmste Text gewinnen, sondern die Variante, die bei echten Testfällen häufiger korrekte, vollständige und prüfbare Ergebnisse liefert.
Feedback-Loops einbauen
Falls diese Antwort nicht deinen Erwartungen entspricht, erkläre was fehlt, damit ich sie verbessern kann.Zukunft des Prompt Engineering
Multimodale Prompts
Moderne Systeme verarbeiten nicht nur Text, sondern auch Bilder, Audio und Video. Prompts müssen deshalb häufiger beschreiben, welche Information aus welchem Medium relevant ist. Bei einem Diagramm kann das etwa heißen: Achsen, Einheiten, Trends und Unsicherheiten getrennt ausgeben. Bei Audio oder Video kommen Transkription, Sprecherwechsel, Bildinhalt und zeitlicher Ablauf hinzu.
Tool-Integration
Large Language Models können zunehmend externe Tools nutzen, etwa Taschenrechner, APIs, Datenbanken oder Suchsysteme. Prompts werden dadurch teilweise zu Arbeitsanweisungen für Workflows. Wichtig ist, Toolnutzung, Zwischenergebnisse und Fehlerfälle klar zu definieren, statt nur ein Endergebnis anzufordern.
Fazit
Prompt Engineering ist weniger eine isolierte Spezialdisziplin als eine saubere Arbeitsbeschreibung für Sprachmodelle. Gute Prompts benennen Ziel, Kontext, Grenzen, Beispiele und Ausgabeformat. Sie machen Antworten fokussierter und leichter prüfbar.
Die Techniken in diesem Artikel, von Kontextvorgaben über Few-Shot-Beispiele bis zu Prompt Chaining, sind Werkzeuge für bestimmte Situationen. Sie ersetzen keine fachliche Prüfung und keine gute Datenbasis. Ihr Wert liegt darin, Reibung zu senken: Das Modell erhält eine klarere Aufgabe, und der Mensch erhält ein Ergebnis, das sich besser bewerten, korrigieren oder weiterverwenden lässt.
Quellen
- Wei et al.: Chain-of-Thought Prompting Elicits Reasoning in Large Language Models ↩
- Brown et al.: Language Models are Few-Shot Learners ↩
- Vaswani et al.: Attention Is All You Need ↩
- Devlin et al.: BERT - Pre-training of Deep Bidirectional Transformers for Language Understanding ↩
- Radford et al.: Improving Language Understanding by Generative Pre-Training ↩
- Radford et al.: Language Models are Unsupervised Multitask Learners ↩
- Hoffmann et al.: Training Compute-Optimal Large Language Models ↩
- Kaplan et al.: Scaling Laws for Neural Language Models ↩
- Schaeffer et al.: Are Emergent Abilities of Large Language Models a Mirage? ↩
- Wei et al.: Emergent Abilities of Large Language Models ↩
- Ouyang et al.: Training language models to follow instructions with human feedback ↩
- OpenAI: GPT-4 Technical Report ↩
- OpenAI: Learning to reason with LLMs ↩
- Liu et al.: Lost in the Middle ↩