Prompt Engineering – Der Schlüssel für eine effektive Arbeit mit generativer KI
Prompt Engineering ist die Entwicklung und das systematische Testen von Eingabeaufforderungen (Prompts) für generative KI-Systeme. Dabei verfolgst Du das Ziel, die Qualität der Ausgaben von Large Language Modellen positiv zu beeinflussen und den Einsatz des Prompts in Produktivumgebungen skalierbar zu machen. Ohne ein entsprechendes Prompting ist die Gefahr groß, dass das Arbeiten mit ChatGPT und co. zeitaufwendig, nervtötend und wenig effektiv ist. Denn unpräzise Aufforderungen resultieren in Wischi-Waschi Antworten, endlosen Prompt Schleifen und der vorschnellen Einschätzung, dass das Arbeiten mit KI keine wirklichen Vorteile bringt.
In diesem Artikel findest Du die wichtigsten Grundlagen für ein zielführendes Prompt Engineering. Denn mit den richtigen Prompt Strategien bewirken KI-Agenten und -Systeme wahre Wunder. Gleichzeitig stärkst Du eine der wichtigsten fachlichen Kompetenzen der digitalen Neuordnung.
TLTR - Prompt Engineering in a nutshell
- Prompt Engineering ist die systematische Entwicklung (Engineering) von Anweisungen (Prompts) für KI-Systeme.
- Prompt Engineering heißt, Prompts gezielt zu konstruieren und auf Basis der erzielten Ergebnisse systematisch zu verbessern.
- Mit Prompts definierst Du den Kontext und den Arbeitsauftrag für KI-Systeme. Dabei enthält ein Prompt sowohl inhaltliche als auch formale Anforderungen.
- Mit den Rollen User, System, Assistant kannst Du deine Prompts weiter dekonstruieren und schärfen.
- Ein gutes Prompt Engineering spart Zeit, verbessert die Qualität und gibt dir mehr Kontrolle in der Interaktion mit KI-Systemen und ist Voraussetzung für den skalierten Einsatz von KI-Anwendungen.
Was ist Prompt Engineering?
Prompt Engineering ist die systematische Entwicklung (Engineering) von Anweisungen (Prompts) für KI-Systeme. Dabei geht es im Verständnis eines guten "Engineering" darum, Prompts so zu konstruieren, dass Du das gewünschte Ergebnis verlässlich und effizient erreichst. Dabei ist Prompt Engineering eine sehr explorative Tätigkeit. Das heißt, die Entwicklung eines effektiven Prompt führt über eine ständige Überprüfung und Anpassung, bevor Du deine Prompts skaliert in Produktivumgebungen einsetzen kannst.
Wieso braucht es Prompt Engineering?
Mit einem Prompt definierst Du den Kontext und klare Aufgaben für KI-Systeme. Wieso aber braucht es in der Arbeit mit KI-Systemen ein dediziertes Prompt Engineering? Weil KI-Systeme anders als Mitarbeiter neutral sind und ein universelles Talent haben. Das heißt, während menschliche Kollegen sich in einer Rolle und oft einer abgesteckten fachlichen Domäne bewegen, musst Du diesen Kontext für KI-Systeme erst definieren. Damit stellst Du sicher, dass KI-Systeme einen klaren Auftrag haben, zielführend und effizient arbeiten können.
Die Vorteile von Prompt Engineering
Auch in der Arbeit mit KI-Systemen gilt die einfache Regel: “Garbage in, garbage out”. Das Prompt Engineering sichert dir folgende Vorteile:
- Qualität: Du erzielst bessere Ergebnisse.
- Struktur: Ein gut designter Prompt bietet dir Übersicht und Struktur.
- Agilität: Ein gut designter Prompt fördert Anpassungsfähigkeit, Flexibilität und Geschwindigkeit.
- Kontrolle: Du hast eine bessere Steuerung über den Verlauf der Konversation.
- Skalierbarkeit: Prompt Engineering ist die Voraussetzung für eine systematische Implementierung und Skalierbarkeit deiner KI-Anwendungen.
Die wichtigsten Bestandteile eines guten Prompts
Mit Prompt Engineering stellst Du sicher, dass KI-Systeme auch in deinem Sinne arbeiten. Dabei kannst Du Prompts in folgende inhaltlichen Bestandteile aufteilen.
- Gib der KI eine Identität
- Formuliere klare Ziele und Aufgaben
- Liefere Konkretisierungen, Details und Beispiele
- Spezifiziere Tonalität, Stil und Ausgabeformat
Die Reihenfolge, in der Du diese Informationen in deinen Prompt verpackst, hat mitunter starke Auswirkungen auf das Ergebnis. Denn Informationen, die zuerst kommen, wirken oft stärker. Aus der Kombination und der jeweiligen Tiefe dieser Bestandteile resultieren ganz unterschiedliche Prompting Strategien.
Bestimme die Identität der KI
Zuerst einmal gibst Du dem KI-System eine Identität. Damit definierst Du den Kontext, der z.B. bei der Kommunikation mit einem Mitarbeiter implizit gesetzt ist.
👉 Du bist ein erfahrener Marketingberater.
Diese Art der Rollenklärung könnte auch über die Arbeit mit KI hinaus im täglichen Miteinander sinnvoll sein.
Formuliere klare Ziele und Aufgaben
Der zweite Bestandteil eines guten Prompt Engineering ist, die Ziele explizit zu formulieren, die das KI-System für dich erarbeiten soll.
👉 Erstelle eine Werbekampagne für ein nachhaltiges Produkt.
Das Bewusstsein über Outcome und Ziele des Arbeitsauftrags ist für die Arbeit mit KI-Agenten elementar. Und auch sonst eine gute Eigenschaft.
Liefere Hintergrundinformationen, Details und Beispiele
Bis hierhin hast Du mit deinem Prompt Engineering sichergestellt, dass die KI weiß wer sie sein soll und was dein Ziel ist. Im nächsten Schritt bietest Du Kontext und konkretisiert deine Eingaben mit Hintergrundinformationen und Details. Dabei heißt Prompt Engineering es "sehr genau und wörtlich” zu nehmen. Woher soll die KI sonst z.B. wissen, was Du unter einem "nachhaltigen Produkt” oder unter einer “Werbekampagne” verstehst?
👉 Unser Produkt ist ein veganes Smartphone mit KI-gestützter Kamera, das komplett biologisch abbaubar ist.
Gib der KI so viele Details mit, wie für die zielführende Erledigung der Aufgabe nötig ist. Das ist z.B. ein Verständnis, was Du von einem erfahrenen Kollegen erwarten könntest, nicht aber vom Universalgenie KI. Ein gutes Stilmittel für ein effizientes Prompt Engineering sind Beispiele. Damit kannst Du dir einiges an Erklärungen sparen und einfach auf das Beispiel verweisen.
👉 Anbei findest Du die Werbekampagne unserer letzten erfolgreichen Produkteinführung.
Spezifiziere Tonalität, Stil und Ausgabeformat
Ein letzter wichtiger Bestandteil des Prompt Engineering ist die Erklärung, wie und in welchem Format Du deine Antworten erhalten möchtest. Dazu zählen der sprachliche Ausdruck und der Umfang der Antwort. Dabei kannst Du auch einfließen lassen, wer eigentlich der Adressat deiner Aufgabe ist.
👉 Erkläre das Thema in einfacher Sprache für ein zwölfjähriges Kind. Verwende Emoticons.
👉 Liste die wichtigsten Elemente der Werbekampagne als Bullet List auf.
Du kannst KI-Modelle auch so konfigurieren und trainieren, dass sie die Antworten genau in deiner Tonalität formuliert. Das kannst Du bei ChatGPT z.B. hier einstellen.
Beispiele für Prompt Engineering
Hier ein paar Anwendungsfälle und einfache Beispiele für ein zielführendes Prompting.
Recherche | 🔴 Was kann ich in Paris machen? 🟢 Du bist ein Reiseberater. Empfiehl mir fünf familienfreundliche Aktivitäten in Paris, inkl. Kosten und Öffnungszeiten. Liefere die Ergebnisse als Liste und ordne die Liste nach Wichtigkeit. |
Bildgenerierung | 🔴 Male einen Samurai. 🟢 Male ein episches Porträt eines Samurai mit schwarzer Rüstung, pinken Kirschblüten im Wind, warmes Sonnenlicht, Filmstil, hyperrealistisch. |
Codegenerierung | 🔴 Schreib etwas in Python. 🟢 Schreibe eine Python-Funktion, die prüft, ob eine E-Mail-Adresse gültig ist. |
Kochen | 🔴 Was kann ich heute kochen? 🟢 Ich habe noch Zucchini, Feta und Pasta im Haus. Gib mir drei schnelle vegetarische Rezepte (unter 30 Minuten), ideal für ein Abendessen unter der Woche. Bitte mit Zutatenliste und Zubereitungsschritten |
Teamführung / Kommunikation | 🔴 Wie gebe ich gutes Feedback? 🟢 Du bist Coach für Führungskräfte. Wie gebe ich einem Teammitglied konstruktives Feedback, wenn es wiederholt Deadlines verpasst hat? Ziel ist, Verantwortung zu stärken, ohne zu demotivieren. Gib mir 3 Gesprächsformate mit Beispiel-Formulierungen. |
Lernen / Weiterbildung | 🔴 Erklär mir Quantenphysik. 🟢 Erklär mir die Grundidee der Quantenphysik so, als wäre ich 14 Jahre alt und hätte ein gutes Verständnis von klassischen Naturgesetzen. Verwende Alltagsbeispiele, um den Unterschied zur klassischen Physik deutlich zu machen. |
Prompt Engineering mit Rollen verfeinern
Vor allem bei umfangreichen Prompts kann es sinnvoll sein, deinen Prompt weiter zu “dekonstruieren”, um noch klarer und zielführender mit der KI zu kommunizieren. Grundsätzlich kannst Du das Prompting und die Interaktionen zwischen Mensch und KI durch diese drei Rollen betrachten.
- System: Allgemeingültige Regeln und Vorgaben für die KI
- User: Inhaltliche Fragen und Anweisungen an die KI
- Assistant: Antworten der KI auf die Eingaben
Diese Rollen werden dir in der programmatischen Kommunikation mit Open AI und in Low Code Lösungen begegnen. Natürlich kannst Du diese Rollen auch einfach in deine normale Interaktionen mit Chat GPT einbauen. Schreibe einfach “System” und “User” vor deine Prompts. Diese Dekonstruktion schärft deine Prompts und bietet dir mehr Struktur und Kontrolle, vor allem bei langen Prompts.

System
Die System-Rolle definiert allgemeine Setup-Informationen, um das Verhalten des Modells zu steuern. Hier hinterlegst Du Prompts, die Anweisungen oder Richtlinien für den Ablauf der Konversation definieren.
User
Diese Rolle repräsentiert den Nutzer in der Konversation mit dem KI-System. Hier stehen typischerweise all die Anweisungen, die Du als Nutzer formulierst. Die Rolle “User” ist die häufigste Rolle in einer Interaktion mit dem KI-System..
Assistant
Diese Rolle nimmt das KI-System automatisch ein, wenn das Modell auf deinen Prompt reagiert. Diese Rolle spielt erst in umfangreichen Automationen wie z.B. KI-gestützte Chatbots eine Rolle. Dann definierst Du durch die Assistant Rolle vorab, was der Assistent “sagen soll”. So hast Du eine bessere Kontrolle über die Ausgabe. Dazu ein Beispiel:
System | Du bist ein professioneller Kundenberater eines Online-Shops. Sei freundlich und hilfsbereit. Stelle gezielte Fragen, um dem Kunden schnell zu helfen. Erkläre klar und einfach, was als nächster Schritt nötig ist. |
User | Ich habe eine Frage zu meiner Lieferung |
Assistant | Natürlich, ich helfe dir gerne! Könntest du mir vorab bitte deine Bestellnummer nennen? Falls du sie gerade nicht zur Hand hast, kann ich auch mit deinem Namen und deiner Anschrift nachsehen. |
Prompting Strategien als “Cherry on the Cake”
Schließlich kannst Du dein Prompt Engineering mit Kenntnis dieser Prompting Strategien die Krone aufsetzen. Diese Strategien helfen dir noch besser zu verstehen, wie Large Language Modelle funktionieren. Damit verbessern sie deine Effektivität, Effizienz und Qualität in der Arbeit mit Large Language Modellen.
- Zero-Shot Prompting
- Few-Shot Prompting
- Chain-of-Thought Prompting
- Self-Consistency Prompting
- Instruction-Tuning Prompting
- Role- / Persona Based Prompting
- Retrieval-Augmented Generation (RAG) Prompting
- ReAct (Reasoning + Acting) Prompting
- Reflexion-Prompting
FAQ - Prompt Engineering
Fazit - Prompt Engineering als fachliche Mega-Kompetenz in der digitalen Neuordnung
Es hat einen Grund, dass horrende Gehälter für Prompt Engineers gezahlt werden. Schließlich ist die Fähigkeit, zielführend und gewinnbringend mit Large Language Modellen zu interagieren, vielleicht eine der wichtigsten fachlichen Kompetenz in der digitalen Neuordnung. Dabei braucht ein gutes Prompt Engineering vor allem Geduld, ein grundlegendes Verständnis generativer KI-Systeme und die Bereitschaft, sich einem zielführenden Prompting durch ständige Überprüfung und Anpassung anzunähern.
Viel Erfolg dabei.


Andreas Diehl
Vom Kenner zum Könner
Als Gründer der dno stehe ich dir für dein Anliegen zur praktischen Anwendung gerne persönlich zur Verfügung.
1:1 Coaching
Ich nehmen mir Zeit deine Fragen zu beantworten. Schnell, einfach, unkompliziert auch ohne Beratungsmandat.
Vorträge & Schulungen
Wir präsentieren und erklären das Thema live auf deinem Event in internen Mitarbeitern Lunch & Learns oder Schulungen.
Anfrage sendenBeratung & Workshops
Sofern Du weiterführende Unterstützung benötigst, stell dir einen unverbindlichen Strategiecall ein, um dein Anliegen zu besprechen.
Anfrage senden