Prompt Engineering.

Ein Prompt ist die einzelne Eingabe an eine KI. Prompt Engineering ist die Arbeit daran: Laut OpenAI geht es darum, Anweisungen so zu schreiben, dass ein Modell durchgängig Inhalte liefert, die die eigenen Anforderungen erfüllen. Weil die Antworten eines Modells nicht deterministisch sind, beschreibt OpenAI das als Mischung aus Kunst und Wissenschaft. Für Unternehmen wird das Thema wichtig, sobald nicht mehr eine Person gelegentlich chattet, sondern ein ganzes Team oder eine Automatisierung täglich dieselben Aufgaben mit KI erledigt.

So funktioniert Prompt Engineering

Am Anfang stehen Erfolgskriterien, nicht Formulierungen. Anthropic setzt in seiner Dokumentation voraus, dass vor dem Feilen am Prompt klar definiert ist, wann ein Ergebnis gut ist, und dass es einen Weg gibt, das an Beispielen zu prüfen. Erst dann wird ein erster Entwurf schrittweise verbessert. Nicht jedes Problem löst sich laut Anthropic über den Prompt: Kosten und Antwortzeit lassen sich manchmal leichter über die Wahl eines anderen Modells verbessern.

Zu den gängigen Techniken gehören klare Anweisungen mit Begründung, Beispiele für das gewünschte Ergebnis und eine saubere Trennung von Anweisung, Kontext und Eingabe. Anthropic empfiehlt außerdem, lange Dokumente oben in den Prompt zu setzen und die eigentliche Frage darunter.

Worauf ihr im Team achten solltet

Behandelt gute Prompts als gemeinsames Arbeitsmittel. In Projekten sehen wir oft, dass jede Person eigene Formulierungen pflegt und die Ergebnisse im Team stark schwanken. Eine gemeinsame Sammlung geprüfter Vorlagen mit Zweck, Beispiel und verantwortlicher Person löst das meist schneller als ein neues Werkzeug.

Testet Prompts mit echten Fällen aus eurem Alltag. OpenAI empfiehlt für produktive Anwendungen Testreihen, die das Verhalten eines Prompts messen, während ihr ihn verbessert. Eine kleine Sammlung typischer Anfragen mit bekannter guter Antwort reicht, um zwei Fassungen fair zu vergleichen.

Prüft nach jedem Modellwechsel erneut. Laut OpenAI können schon verschiedene Stände eines Modells aus derselben Familie unterschiedliche Ergebnisse liefern. OpenAI rät deshalb, produktive Anwendungen auf einen festen Modellstand festzulegen und Tests vor jedem Wechsel zu wiederholen.

Schreibt fest, was nicht in einen Prompt gehört. Kundendaten, Personalakten und Geschäftsgeheimnisse brauchen klare Regeln für alle. Wie so eine Regelung aussehen kann, zeigt unsere KI-Richtlinie für Mitarbeitende.

Häufige Fragen zu Prompt Engineering

Braucht man dafür Programmierkenntnisse? Nein. Für die meisten Büroaufgaben reicht klare Sprache. Technisches Wissen wird erst wichtig, wenn Prompts in Automatisierungen oder über eine Schnittstelle laufen, etwa als Anweisung für einen KI-Agenten.

Wird Prompt Engineering bald überflüssig? Die Techniken ändern sich mit den Modellen. Anthropic pflegt seine Empfehlungen ausdrücklich als laufend aktualisierte Referenz. Klar zu beschreiben, was man will, und das Ergebnis zu prüfen, bleibt aber eine Kernkompetenz.

Zählt eine Prompt-Schulung zur KI-Kompetenz nach dem AI Act? Was Artikel 4 nach der Änderung durch den KI-Omnibus noch verlangt, ordnen wir im Beitrag KI-Kompetenz und Artikel 4 AI Act ein.

Wenn euer Team Prompt Engineering an euren eigenen Aufgaben lernen soll, schaut euch unseren KI-Workshop an.