Prompting – Die Kunst, KI präzise zu steuern
Autor: Jean Hinz | KI Agentur Hamburg | Stand: Aug 2025
Was ist Prompting?
Prompting bezeichnet die gezielte Formulierung von Eingaben, um Künstliche Intelligenz – insbesondere Large Language Models (LLMs) wie GPT-5, Grok 4 oder Gemini 2.5 – effizient zu steuern. Ziel ist es, durch klare Anweisungen und smarte Kontexteingabe die bestmögliche Antwort zu erhalten, ohne das Modell selbst zu verändern.
Im Unterschied zu Fine-Tuning oder Retrieval-Augmented Generation (RAG) ist Prompting schnell, kostengünstig und flexibel einsetzbar. Damit wird es zur Schlüsselkompetenz im Umgang mit modernen KI-Systemen.
Podcast-Version zum reinhören:
1. Die 5 Grundpfeiler erfolgreichen Promptings (S-R.A.C.E. – Formel)
Die S-R.A.C.E.-Formel hilft dir, strukturierte und wirkungsvolle Prompts zu erstellen.
| Komponente | Bedeutung | Beispiel |
|---|---|---|
| S – Situation | Anwendungskontext | „Ich plane eine Schulung für ein Vertriebsteam in der Versicherungsbranche.“ |
| R – Role | Rolle des Modells | „Handle als erfahrener Vertriebscoach.“ |
| A – Action | Gewünschte Handlung | „Erstelle eine Agenda mit Fokus auf Einwandbehandlung.“ |
| C – Context | Relevante Infos | „Zielgruppe: Außendienstmitarbeiter mit 5 Jahren Erfahrung.“ |
| E – Expectation | Ziel und Format | „In Tabellenform mit Uhrzeit, Dauer, Inhalt, Methodik.“ |
2. ✅ Was macht einen guten Prompt aus?
- Klarheit – eindeutige Sprache ohne Doppeldeutigkeiten
- Kontext – Hintergrundwissen steigert Relevanz und Genauigkeit
- Struktur – Formatvorgaben wie Tabelle oder JSON erhöhen Nutzbarkeit
- Steuerbarkeit – Rollen, Zielgruppe und Ton sind definiert
3. 🚀 Best Practices – Prompting-Techniken, die wirken
3.1 Chain-of-Thought (CoT) – Denkprozesse aktivieren
❌ Schlecht: „Löse diese Rechenaufgabe.“
✅ Besser: „Löse die Aufgabe Schritt für Schritt und erkläre jeden Gedankengang.“
Vorteil: höhere Nachvollziehbarkeit und geringere Fehlerrate.
3.2 ReAct (Reasoning + Acting) – Denken und Handeln kombinieren
❌ Schlecht: „Was sind die aktuellen Aktienkurse von Microsoft?“
✅ Besser: „Überlege, wie du die Information beschaffen würdest. Nutze SEARCH[‚Microsoft Aktienkurs‘] und gib das Ergebnis stichpunktartig wieder.“
Ideal für Agenten-Modelle oder Tools mit Zugriff auf APIs und Websuche.
3.3 Rollenbasiertes Prompting – Expertise simulieren
❌ Schlecht: „Schreibe mir eine Einschätzung zum Mietrecht.“
✅ Besser: „Du bist Fachanwalt für Mietrecht. Erstelle eine fundierte juristische Einschätzung zum folgenden Fall mit Paragraphen-Verweisen.“
Ergebnis: professioneller Output mit passender Fachsprache.
3.4 Strukturierte Ausgabe – Klarheit durch Format
❌ Schlecht: „Was sind die Vor- und Nachteile von KI im Kundenservice?“
✅ Besser: „Erstelle eine Tabelle mit zwei Spalten: Vorteile und Nachteile. Maximal fünf Bullet Points pro Spalte.“
Das erhöht Lesbarkeit, Weiterverwendbarkeit und maschinelle Auswertbarkeit.
3.5 Zero-Shot vs. Few-Shot Prompting
Zero-Shot: „Erstelle eine Gliederung für einen Businessplan.“
Few-Shot: Zwei Beispielgliederungen plus Aufgabe: „Erstelle jetzt eine für ein SaaS-Startup.“
Tipp: Nutze Few-Shot bei komplexen Formaten, Stilfragen oder geringem Steuerungsgrad.
4. ❌ Häufige Fehler – und wie man sie vermeidet
| Fehler | Beschreibung | Lösung |
|---|---|---|
| Unklarheit | Mehrdeutige Begriffe führen zu Halluzinationen | Eindeutig formulieren und Begriffe erklären |
| Überladung | Zu viele Aufgaben in einem Prompt | In Schritte aufteilen mit Prompt-Chaining |
| Keine Formatvorgabe | Unbrauchbarer oder unstrukturierter Output | Klare Ausgabeformate festlegen |
| Rolle fehlt | Tonalität passt nicht zur Zielgruppe | Rolle und Kommunikationsstil definieren |
5. 📊 Modellvergleich – Prompting bei GPT-5, Grok 4 und Gemini 2.5
| Modell | Besonderheiten |
|---|---|
| GPT-5 | Präzise, folgt Systemprompts zuverlässig, ideal für Tools und komplexe Aufgaben wie CoT und ReAct |
| Grok 4 | Bevorzugt kurze, direkte Prompts; sarkastischer Stil; gute ReAct-Nutzung mit automatischer Websuche |
| Gemini 2.5 | Native Multimodalität und großes Kontextfenster; stark bei visuellen Eingaben, langen Aufgaben und Google-Tool-Integration |
6. 🛠 Praxisbeispiele – von schlecht zu optimal
🎵 Beispiel 1 – Musikunterricht
❌ Prompt: „Erkläre einfach Tonarten.“
✅ Optimiert: „Du bist Musikpädagoge für Kinder. Erkläre einer 10-jährigen Schülerin das Konzept von Tonarten in bildhafter Sprache. Sie kennt C-Dur und G-Dur. Nutze eine Eselsbrücke und kindgerechte Beispiele.“
💼 Beispiel 2 – Business Case
❌ Prompt: „Erstelle ein Vertriebskonzept.“
✅ Optimiert: „Handle als Senior-Sales-Consultant. Ziel ist die Markteinführung eines SaaS-Produkts im HR-Bereich. Zielgruppe ist der Mittelstand mit 50 bis 500 Mitarbeitenden. Gib fünf strategische Schritte als Bullet Points an, inklusive Kanälen, KPIs und Risiken.“
7. 🔁 Prompt-Optimierung und Iteration
- Iteratives Prompting: „Was fehlt in deiner Antwort“
- A/B-Tests: zwei Varianten vergleichen
- Self-Refine: „Verbessere deine eigene Antwort auf Qualität und Tiefe“
- Tools: OpenAI Evals, LangChain, PromptLayer oder EvalLM für Analyse und Versionierung
🎯 Fazit – Prompting ist die neue Superpower
Prompt Engineering ist mehr als KI-Nutzung. Es ist strategisches Denken mit Maschinen. Wer klug fragt, gewinnt.
- Effizientere Ergebnisse
- Bessere Steuerung von KI-Modellen
- Transformierte Workflows und Prozesse
Die Zukunft gehört denen, die wissen, wie man fragt.
