Glossar
Prompt:
die Anweisung an das Modell.
Wer ein Sprachmodell nutzt, schreibt Prompts, bewusst oder nicht. Die Qualität der Anweisung bestimmt stärker als jedes Technikdetail, wie brauchbar das Ergebnis wird.
Kurz gesagtEin Prompt ist der Text, mit dem Sie einem Sprachmodell eine Aufgabe stellen: Anweisung, Kontext, Beispiele und gewünschtes Format. Ein klarer Prompt liefert prüfbare Ergebnisse, ein vager Prompt liefert Ratespiele.
Was ein Prompt ist
Der englische Begriff bedeutet Aufforderung. Gemeint ist jede Eingabe an ein Sprachmodell: eine Frage, ein Auftrag, ein Textauszug mit Bitte um Zusammenfassung. Weil das Modell nur auf dieser Eingabe arbeitet, ist der Prompt das wichtigste Steuerinstrument. Das Modell kennt weder Ihre Absicht noch Ihren Betrieb, solange der Prompt sie nicht nennt.
Ein vollständiger Prompt besteht aus mehreren Teilen: der Aufgabe, dem nötigen Kontext, den Regeln, einem Beispiel für das erwünschte Ergebnis und einer Angabe zum Format. Nicht jeder Teil ist immer nötig, aber jede Lücke wird vom Modell mit einer Annahme gefüllt, die nicht zu Ihnen passen muss.
Prompts im Betrieb sind selten Einzelsätze. Sie sind kleine Arbeitsanweisungen, die jemand pflegt, testet und versioniert. Der dauerhafte Teil heißt Systemanweisung.
Aufbau eines brauchbaren Prompts
| Baustein | Frage | Beispiel (fiktiv) |
|---|---|---|
| Aufgabe | Was soll geschehen? | Beantworte die Kundenanfrage zum Bestellstatus. |
| Kontext | Worauf stützt sich die Antwort? | Nutze nur die Versanddaten unten. |
| Regeln | Was ist erlaubt, was nicht? | Keine Zusagen zu Erstattungen. Bei Unsicherheit melden. |
| Beispiel | Wie sieht ein gutes Ergebnis aus? | Ein früherer, freigegebener Antworttext. |
| Format | In welcher Form? | Drei Sätze, Anrede Sie, kein Fachjargon. |
Je klarer diese Bausteine, desto weniger Spielraum bleibt für Missverständnisse. Gerade die Regeln sind der Ort, an dem Ihr Betrieb sich ausdrückt: was er zusagt, was er nie zusagt und wann er an Menschen übergibt.
Beispiel (Vom vagen zum klaren Prompt)
Fiktives Beispiel, kein Kundenfall.
Vager Prompt: „Antworte dem Kunden freundlich.“ Das Modell weiß nicht, worum es geht, erfindet einen Inhalt und trifft einen beliebigen Ton. Klarer Prompt: „Antworte auf die folgende Mail eines Kunden, der nach dem Lieferstand seiner Bestellung fragt. Nutze ausschließlich die unten stehenden Versanddaten. Nenne keine Erstattungen oder Ausnahmen. Wenn die Daten nichts hergeben, schreibe, dass wir uns melden, und markiere den Vorgang für das Team. Schreibe höflich in drei Sätzen in der Sie-Form.“
Der zweite Prompt ist länger, aber er legt Aufgabe, Quelle, Grenze, Rückfall und Ton fest. Das Ergebnis lässt sich nun gezielt prüfen, weil jede Vorgabe kontrollierbar ist.
Beim Vergleich fällt auf, dass der zweite Prompt dem Modell Entscheidungen abnimmt, die sonst zufällig ausfielen: Welche Quelle gilt, wie lang die Antwort sein darf, was bei Unsicherheit geschieht. Genau darin liegt der Nutzen einer klaren Anweisung.
Prompt, Systemanweisung, Wissensbasis
- Prompt ist die Eingabe zu einer konkreten Aufgabe.
- Systemanweisung ist der gleichbleibende Teil: Rolle, Ton, Grenzen. Er wird bei jeder Anfrage mitgeschickt.
- Wissensbasis liefert die Fakten. Sie gehört nicht in den Prompt, sondern wird bei Bedarf passend ausgewählt, siehe RAG.
Fakten wie Preise oder Fristen gehören aus drei Gründen nicht dauerhaft in den Prompt: Sie veralten, sie verbrauchen Token, und sie lassen sich in der Wissensbasis besser pflegen.
Grenzen und Risiken
- Kein Garantieschein. Ein gut formulierter Prompt senkt Fehler, schließt sie aber nicht aus. Auch klare Regeln kann ein Modell verletzen.
- Eingeschleuste Anweisungen. Texte aus E-Mails oder Webseiten können Befehle enthalten, die das Modell fälschlich befolgt. Deshalb trennen wir Anweisung und Inhalt und begrenzen Rechte. Das BSI beschreibt solche Risiken generativer Modelle und Gegenmaßnahmen.
- Vertrauliches im Prompt. Was Sie hineinschreiben, wird verarbeitet. Passwörter, Zugangsdaten und unnötige personenbezogene Daten gehören nicht hinein.
- Pflege. Prompts altern. Ändern sich Abläufe, muss die Anweisung folgen, sonst arbeitet das System mit alten Regeln.
Praxis: So entwickeln wir Prompts
- Beispiele sammeln. Fünfzehn bis zwanzig reale Fälle, darunter schwierige und Sonderfälle.
- Erste Fassung schreiben. Aufgabe, Kontext, Regeln, Format, Beispiel.
- Gegen die Fälle testen. Welche Antworten sind brauchbar, welche nicht, und warum?
- Gezielt nachbessern. Eine Änderung nach der anderen, damit klar bleibt, was wirkt.
- Versionieren. Jede Fassung mit Datum, Änderungsgrund und Verantwortlichem festhalten.
So wird aus dem Prompt eine prüfbare Arbeitsanweisung. Im Betrieb prüft eine Stichprobe, ob sie weiter trägt. Mehr dazu unter Stichprobenprüfung.
Drei typische Fehler beim Formulieren
Mehrere Aufgaben in einem Prompt. „Fasse die Mail zusammen, schreibe eine Antwort und prüfe die Rechnung“ ist drei Arbeitsgänge. Besser sind drei getrennte Schritte, deren Ergebnisse sich einzeln prüfen lassen.
Verneinungen ohne Alternative. „Schreibe nicht zu lang“ lässt offen, wie lang. „Schreibe höchstens fünf Sätze“ ist prüfbar. Wo Sie etwas verbieten, nennen Sie, was stattdessen geschehen soll.
Fehlende Angabe, was bei Unsicherheit geschieht. Ohne Rückfall füllt das Modell Lücken mit Annahmen. Ein Satz wie „Wenn die Angaben nicht ausreichen, stelle eine Rückfrage“ verhindert das.
Wer diese drei Punkte beachtet, verbessert Ergebnisse spürbar, ohne an der Technik etwas zu ändern. Halten Sie gelungene Formulierungen in einer gemeinsamen Sammlung fest, damit das ganze Team davon profitiert.
Wo Sie Unterstützung bekommen
Für Ihr Team vermitteln wir den sicheren Umgang mit Prompts in Workshops. Für feste Abläufe schreiben und testen wir die Anweisungen selbst, im Rahmen der KI-Agenten-Entwicklung.
Wenn Sie eigene Prompts im Team pflegen, lohnt sich eine gemeinsame Sammlung mit Zweck, Verantwortlichem und Datum der letzten Änderung, damit niemand mit einer veralteten Fassung arbeitet.
Häufige Fragen
Muss ich Prompt-Engineering lernen, um KI zu nutzen?
Für den Alltag genügt eine klare Aufgabenbeschreibung. Für feste Abläufe schreiben wir die Anweisungen und testen sie für Sie. Ihr Team sollte sie lesen und verstehen können.
Gibt es magische Formulierungen?
Nein. Wirksam sind Klarheit, Kontext und Beispiele, nicht Zauberwörter. Was heute scheinbar besser funktioniert, kann nach einem Modellwechsel anders wirken.
Wie lang darf ein Prompt sein?
So lang wie nötig, so kurz wie möglich. Die Obergrenze setzt das Kontextfenster, die praktische Grenze die Übersicht. Lange Regelwerke teilen wir in Systemanweisung und Wissensbasis.
Können Kunden meinen Prompt ausnutzen?
Jemand kann versuchen, das System über seine Eingabe zu beeinflussen. Deshalb begrenzen wir Rechte, trennen Anweisung und Inhalt und lassen heikle Schritte von Menschen freigeben.
Soll ich Beispiele in den Prompt aufnehmen?
Ja, ein bis drei gute Beispiele zeigen Stil und Format besser als eine lange Beschreibung. Wählen Sie freigegebene, repräsentative Texte ohne personenbezogene Details.
Quellen und rechtlicher Rahmen
- BSI: Generative KI-Modelle, Chancen und Risiken für Industrie und Behörden (21.1.2025): Das BSI beschreibt neben den Chancen neuartige IT-Sicherheitsrisiken generativer KI-Modelle sowie mögliche Gegenmaßnahmen. Es richtet sich an Unternehmen und Behörden, die den Einsatz in ihren Arbeitsabläufen erwägen. (abgerufen 21. Oktober 2026)
Die Zusammenfassungen sind sinngemäß; maßgeblich sind die verlinkten Originaltexte. Das ist ein allgemeiner Überblick zu Ihrem Umfeld, keine Rechtsberatung und keine Aussage zu Ihrem Einzelfall.
Autor: Melvin Mümken, Gründer & Technischer Leiter. Stand: 22.10.2026. Die Hinweise sind ein allgemeiner Überblick und keine Rechtsberatung.