BEGRIFF· 01.01.2026
Prompt Engineering
Warum zwei Leute demselben Modell dieselbe Aufgabe stellen und völlig unterschiedliche Ergebnisse bekommen: Es liegt fast nie am Modell, sondern am Prompt.
Was Prompt Engineering bedeutet
Zwei Leute stellen demselben Modell dieselbe Frage und bekommen zwei völlig unterschiedliche Antworten. Das liegt fast nie an der Intelligenz des Modells, sondern daran, wie die Eingabe gebaut ist. Prompt Engineering ist die systematische Übersetzung einer Absicht in eine Eingabe, mit der das Modell etwas anfangen kann.
Mit klassischem Programmieren hat das wenig zu tun, es geht um sprachliche Präzision. Ein Large Language Model berechnet, welches Wort statistisch am wahrscheinlichsten auf das vorherige folgt, und der Prompt ist der Startimpuls, der diese Berechnung in eine Richtung lenkt. Eine Frage lässt den Kontext offen, ein guter Prompt liefert ihn mit.
Die drei Techniken, die im Alltag tragen
Zero-Shot-Prompting ist die einfachste Form: eine Aufgabe ohne Beispiel, etwa "Schreibe einen Tweet über SEO". Für simple Aufgaben reicht das. Bei komplexeren muss das Modell Stil und Format erraten, und genau dort wird es unzuverlässig.
Dann greift Few-Shot-Prompting. Du gibst ein paar Beispiele mit, etwa drei gelungene Tweets, und bittest um einen weiteren im selben Stil. Das Modell erkennt das Muster und wiederholt es, statt sich an einer Beschreibung entlangzuhangeln.
Für Aufgaben mit logischem Schluss hilft Chain-of-Thought. Bei Rechenaufgaben raten Modelle gern direkt ein Ergebnis, was oft schiefgeht. Zwingt man sie, die Zwischenschritte auszugeben, sinkt die Fehlerquote deutlich. Meist reicht der Zusatz "Denke Schritt für Schritt".
Der Aufbau eines stabilen Prompts
Ein guter Prompt ähnelt einem knappen Briefing. Wer soll die KI sein ("Du bist ein erfahrener Steuerberater")? Worum geht es? Was genau soll passieren ("Erstelle eine Gliederung mit fünf Punkten")? Wie soll das Ergebnis aussehen, etwa als Markdown-Tabelle? Und was soll wegbleiben, etwa Fachchinesisch?
Auf die zugewiesene Rolle reagieren Modelle erstaunlich sensibel. Ein "akademischer Historiker" zieht einen anderen Wortschatz als ein Werbetexter, und mit dem Wortschatz ändert sich die Struktur der Argumente. Ohne diese Zuweisung fällt die KI in einen generischen Ton zurück.
Bild-KIs wie Midjourney oder Stable Diffusion funktionieren anders. Statt ganzer Sätze zählt dort eine Kombination aus Motiv, Stil und technischen Parametern, etwa "Ölgemälde" oder --ar 16:9. Begriffe aus Fotografie und Kunstgeschichte wie "Bokeh" oder "Golden Hour" übersetzt das Modell direkt in visuelle Eigenschaften.
Die häufigsten Fehler
Vage Anweisungen wie "Mach es kürzer" sind unpräzise, "Kürze den Text auf maximal 100 Wörter" ist es nicht. Wer mehrere komplexe Aufgaben in einen einzigen Prompt packt, merkt, dass das Modell unterwegs Anweisungen übergeht, deshalb ist eine Kette kürzerer Prompts meist besser. Und weil Sprachmodelle keine Datenbanken sind, bleibt der Faktencheck Pflicht.
Der beste Prompt bringt außerdem nichts, wenn die nötigen Informationen gar nicht im Kontextfenster liegen. Dort beginnt Context Engineering, das entscheidet, welche Dokumente und welche Historie überhaupt geladen werden. Ausführlichere Grundlagen stehen im Tutorial zu Prompting-Grundlagen.
Zurück zum AI und Automation Glossar.
FAQ
- Ist Prompt Engineering dasselbe wie Programmieren?
- Nein. Es gibt keinen Code und keine Syntax, die geprüft wird. Ein Prompt ist eine natürlichsprachliche Anweisung, und die einzige Logik dahinter ist, wie präzise sie formuliert ist. Wer gut prompten kann, muss keine Programmiersprache können, sondern klar denken und klar schreiben.
- Was unterscheidet Prompt Engineering von Context Engineering?
- Prompt Engineering formuliert die einzelne Anweisung: Rolle, Aufgabe, Format. Context Engineering entscheidet, was überhaupt in das Kontextfenster geladen wird, also welche Dokumente, welcher Gesprächsverlauf, welche Daten. Ein perfekter Prompt bringt wenig, wenn der Kontext drumherum falsch oder unvollständig ist.
- Brauche ich für jede Aufgabe Beispiele im Prompt?
- Nein. Für einfache, bekannte Aufgaben reicht eine klare Anweisung ohne Beispiel, das nennt sich Zero-Shot-Prompting. Beispiele lohnen sich, sobald ein bestimmter Stil, ein festes Format oder eine ungewöhnliche Aufgabe gefragt ist, dafür gibt es Few-Shot-Prompting.
