Prompt Engineering ist die Fähigkeit, einer KI so präzise zu sagen, was du willst, dass die Antwort beim ersten Versuch sitzt. Der Unterschied zwischen einer mittelmäßigen und einer brillanten Antwort liegt fast nie am Modell, sondern an deinem Prompt. Die gute Nachricht: Du brauchst dafür keinen Kurs und keinen Programmiercode, sondern nur ein paar Handgriffe, die du in wenigen Minuten lernst.
In diesem Leitfaden bekommst du die 6 wichtigsten Techniken, klare Vorher-Nachher-Beispiele und fertige Copy-Paste-Vorlagen, die du sofort in ChatGPT, Claude, Gemini & Co. einsetzen kannst.
⚡ Das Wichtigste in Kürze
- Sei spezifisch. Vage Fragen liefern vage Antworten. Sag, für wen, wofür und wie lang.
- Gib Kontext und eine Rolle. „Du bist erfahrener Steuerberater" schlägt jede anonyme Frage.
- Zeig Beispiele und gib das Format vor. Die KI imitiert, was du ihr zeigst.
- Lass sie Schritt für Schritt denken – das senkt Fehler bei Logik und Rechnen deutlich.
- Iteriere. Der erste Prompt ist ein Entwurf, nicht das Endergebnis.
Was einen guten Prompt ausmacht
Ein KI-Modell rät nicht, was du meinst – es arbeitet streng mit dem, was du hineingibst. Ein guter Prompt nimmt der KI deshalb alle Ratespiele ab. Stell dir vor, du briefst einen extrem fähigen, aber komplett kontextlosen Praktikanten: Er kann alles, weiß aber nichts über dich, dein Projekt oder dein Ziel, bis du es ihm sagst.
Vier Zutaten trennen einen starken Prompt von einem schwachen:
- Klares Ziel: Was soll am Ende herauskommen – eine E-Mail, eine Liste, ein Code-Snippet, eine Erklärung?
- Genug Kontext: Für wen ist es, welcher Ton, welche Rahmenbedingungen, was gilt es zu vermeiden?
- Konkrete Vorgaben: Länge, Format, Sprache, Anzahl der Punkte, Zielgruppe.
- Eine Aufgabe pro Prompt: Nicht fünf Dinge gleichzeitig – sonst leidet die Qualität an allen.
Die 6 Techniken für sofort bessere KI-Antworten
Diese sechs Hebel kannst du einzeln oder kombiniert einsetzen. Kombiniert wirken sie am stärksten – ein Profi-Prompt nutzt oft alle gleichzeitig.
Rolle zuweisen
Gib der KI eine Identität: „Du bist eine erfahrene Lektorin." Das schärft Tonfall, Fachtiefe und Perspektive sofort.
Kontext liefern
Erkläre Hintergrund, Zielgruppe und Ziel. Mehr relevante Details = passgenauere Antwort.
Beispiele zeigen (Few-Shot)
Gib ein bis drei Muster vor. Die KI erkennt das Schema und reproduziert Stil und Struktur.
Schritt für Schritt
Bitte explizit um „Denke Schritt für Schritt". Das verbessert Logik, Mathe und mehrstufige Aufgaben.
Format vorgeben
Tabelle, Bulletpoints, JSON, 3 Sätze? Sag es genau – sonst entscheidet die KI für dich.
Iterieren
Nachschärfen statt neu anfangen: „Kürzer", „formeller", „mehr Beispiele". So näherst du dich dem Optimum.
1. Rolle zuweisen
Ein einziger Satz wie „Agiere als Senior-Marketing-Stratege mit 15 Jahren Erfahrung" verändert die gesamte Antwort. Die KI wählt Fachvokabular, Detailtiefe und Tonfall passend zur Rolle. Je spezifischer die Rolle, desto besser: „erfahrene Kinderbuchautorin" liefert andere Texte als „technischer Redakteur".
2. Kontext liefern
Kontext ist der größte Hebel überhaupt. Sag der KI, für wen der Text ist (z. B. „Einsteiger ohne Vorwissen"), wozu er dient und welche Randbedingungen gelten. Faustregel: Wenn ein menschlicher Experte für eine gute Antwort eine Rückfrage stellen müsste, fehlt dieser Kontext im Prompt.
3. Beispiele zeigen (Few-Shot)
Statt Stil zu beschreiben, zeig ihn. Wenn du zwei, drei Beispiel-Posts in deinem Wunschton mitgibst, ahmt die KI Rhythmus, Länge und Tonfall nach. Das ist oft präziser als jede Beschreibung.
4. Schritt für Schritt denken lassen
Bei Aufgaben mit Logik, Mathematik oder mehreren Zwischenschritten hilft die Anweisung „Gehe Schritt für Schritt vor und zeige deinen Gedankengang". Die KI arbeitet dann strukturierter und macht messbar weniger Flüchtigkeitsfehler.
5. Format vorgeben
Sag genau, wie das Ergebnis aussehen soll: „Antworte als Tabelle mit drei Spalten", „maximal 5 Bulletpoints", „liefere reines JSON ohne Erklärung". Ohne Vorgabe entscheidet die KI selbst – und oft anders als du willst.
6. Iterieren
Behandle den ersten Output als Rohfassung. Statt komplett neu zu starten, gibst du gezielte Korrekturen: „Kürzer und konkreter", „füge ein Praxisbeispiel hinzu", „weniger werblich". Diese Feinschleiferei kostet Sekunden und bringt den größten Sprung in der Qualität.
Profi-Tipp: Lass die KI deinen Prompt verbessern. Schreib: „Hier ist mein Prompt – stell mir 3 Rückfragen, die du brauchst, um ein besseres Ergebnis zu liefern." So findest du fehlenden Kontext, an den du selbst nicht gedacht hast.
Schlechte vs. gute Prompts im direkten Vergleich
Drei typische Aufgaben, jeweils einmal schwach und einmal stark formuliert. Achte darauf, wie die guten Varianten Rolle, Kontext, Format und Länge bündeln.
Schreib mir was über gesunde Ernährung.
Problem: kein Ziel, keine Zielgruppe, keine Länge, kein Format.Du bist Ernährungsberaterin. Schreib für Berufstätige ohne Zeit 5 alltagstaugliche Tipps für gesündere Ernährung. Pro Tipp 1 Satz, locker und motivierend.
Korrigier diesen Text.
Problem: Welche Fehler? Welcher Ton? Was darf sich nicht ändern?Korrigiere Rechtschreibung und Grammatik im folgenden Text. Behalte meinen lockeren Ton bei und ändere keine Inhalte. Gib am Ende 3 Stichpunkte zu auffälligen Mustern.
Ideen für mein Café.
Problem: Welche Stadt, welches Budget, welches Ziel?Du bist Gastro-Berater. Mein Café in einer Kleinstadt hat wenig Laufkundschaft am Nachmittag. Nenn 7 günstige Aktionen (unter 100 €), die nachmittags mehr Gäste bringen. Als Tabelle: Idee | Aufwand | erwarteter Effekt.
Achtung: Pack nicht zu viele Aufgaben in einen Prompt. „Schreib einen Blogartikel, erstelle Social-Media-Posts und plane gleich den Newsletter" überfordert die Antwort. Teile große Aufgaben in einzelne, klare Schritte – das Ergebnis wird in jedem Schritt besser.
Die Anatomie eines starken Prompts
Ein vollständiger Profi-Prompt besteht meist aus fünf Bausteinen. Du brauchst nicht immer alle, aber je wichtiger die Aufgabe, desto mehr lohnen sich.
| Baustein | Frage, die er beantwortet | Beispiel |
|---|---|---|
| Rolle | Wer antwortet? | „Du bist erfahrene UX-Designerin." |
| Aufgabe | Was soll passieren? | „Bewerte diesen Onboarding-Flow." |
| Kontext | Was muss die KI wissen? | „App für Senioren, Fokus auf einfache Bedienung." |
| Format | Wie soll die Antwort aussehen? | „Tabelle: Problem | Schweregrad | Lösung." |
| Vorgaben | Welche Regeln gelten? | „Maximal 6 Punkte, kein Fachjargon." |
Copy-Paste-Vorlagen zum sofort Loslegen
Diese Vorlagen kannst du direkt kopieren und die Platzhalter in [eckigen Klammern] ersetzen. Sie funktionieren in jeder gängigen KI.
Universal-Vorlage (für fast alles)
Text verbessern
Schritt-für-Schritt-Analyse
Few-Shot (im eigenen Stil)
Merksatz fürs Iterieren: „Mach es kürzer, konkreter, näher am Beispiel." Diese drei Korrekturen lösen rund 80 % aller mittelmäßigen Antworten.
Häufige Fragen
Was ist Prompt Engineering einfach erklärt?
Prompt Engineering ist die Kunst, einer KI eine Aufgabe so klar und vollständig zu formulieren, dass sie eine genau passende Antwort liefert. Du gibst Rolle, Kontext, Format und Beispiele vor, statt nur eine vage Frage zu stellen.
Brauche ich Programmierkenntnisse für Prompt Engineering?
Nein. Prompt Engineering funktioniert komplett über normale Sprache. Du brauchst kein Coding, sondern nur Klarheit darüber, was du willst, und etwas Übung im strukturierten Formulieren.
Was ist der häufigste Fehler bei Prompts?
Der häufigste Fehler ist, zu unspezifisch zu sein. Es fehlen Zielgruppe, gewünschtes Format und Länge. Die zweithäufigste Falle ist, zu viele Aufgaben in einen einzigen Prompt zu packen.
Wie viele Beispiele sollte ich im Prompt mitgeben?
Meist reichen ein bis drei gute Beispiele (Few-Shot). Sie zeigen der KI Stil, Länge und Struktur deutlich präziser als jede textliche Beschreibung. Mehr Beispiele helfen kaum, kosten aber Platz.
Funktionieren dieselben Prompts in ChatGPT, Claude und Gemini?
Die Prinzipien sind identisch und übertragbar: Rolle, Kontext, Beispiele, Schritt-für-Schritt und Formatvorgaben wirken bei allen großen Modellen. Im Detail kann sich der Ton unterscheiden, daher lohnt sich pro Tool ein kurzes Nachjustieren.
Was bedeutet „die KI Schritt für Schritt denken lassen"?
Du forderst die KI auf, ihren Lösungsweg offenzulegen, statt sofort ein Ergebnis zu nennen. Das verbessert vor allem Logik-, Rechen- und mehrstufige Aufgaben, weil das Modell strukturierter vorgeht und weniger Fehler macht.