Was ist Prompt-Engineering?
Prompt-Engineering bedeutet, die Eingabe für ein Sprachmodell so zu gestalten und zu verfeinern, dass dessen Antwort einen konkreten Zweck erfüllt. OpenAI Academy beschreibt es mit fast denselben Worten: die eigene Eingabe gestalten und verfeinern, um die bestmögliche Antwort zu erhalten. Die Eingabe kann getippter Text, ein eingefügtes Dokument, eine freigegebene Datei oder ein Bild sein.
Der Begriff umfasst zwei unterschiedliche Tätigkeiten. Entwickler, die Software auf Basis eines Modells bauen, schreiben Systemanweisungen, prüfen sie anhand von Testdatensätzen und verwalten sie mit einer Versionsverwaltung. Die Entwicklerdokumentationen von OpenAI und Anthropic richten sich hauptsächlich an sie. Alle anderen geben im normalen Arbeitsalltag Anfragen in ChatGPT, Claude, Gemini oder Copilot ein. Dieser Leitfaden richtet sich an die zweite Gruppe: Beschäftigte in Marketing, Kundenbetreuung, Personalgewinnung, Analyse und operativem Geschäft, die verlässliche Antworten möchten, keine neue berufliche Laufbahn.
Für diese zweite Gruppe ähnelt Prompt-Engineering eher dem Schreiben einer guten Aufgabenbeschreibung für einen fähigen Kollegen als dem Programmieren. Anthropic empfiehlt, sich das Modell als einen sehr fähigen, aber neuen Mitarbeitenden vorzustellen, dem der Kontext zu Ihren Gepflogenheiten und Arbeitsabläufen fehlt. Der vorgeschlagene Test ist praxisnah: Zeigen Sie den Prompt einem Kollegen mit wenig Hintergrundwissen zur Aufgabe und fragen Sie, ob er damit arbeiten könnte. Wenn er nicht zurechtkäme, wird es dem Modell wahrscheinlich genauso gehen.
Was gehört in einen guten Prompt?
Eine gute Eingabe nennt die Aufgabe, liefert den Kontext, stellt das Ausgangsmaterial bereit oder verweist darauf und beschreibt die gewünschte Antwort. Die vier großen Anbieter verwenden dafür unterschiedliche Begriffe, empfehlen aber im Kern dieselben wenigen Bestandteile.
Microsoft beschreibt vier Bestandteile für Copilot: Ziel, Kontext, Quelle und Erwartungen. Dabei weist Microsoft darauf hin, dass nur ein klares Ziel zwingend erforderlich ist. OpenAI Academy beschreibt drei Schritte: die Aufgabe benennen, hilfreiche Hintergrundinformationen oder Dokumente hinzufügen und das gewünschte Ergebnis beschreiben, einschließlich Rolle, Zielgruppe oder Format. Google rät Nutzern von Gemini, natürliche Sprache zu verwenden, sich klar und knapp auszudrücken, Kontext bereitzustellen und konkrete Schlüsselbegriffe zu nutzen. Anthropic empfiehlt klare, ausdrückliche Anweisungen und eine Begründung dafür. Wenn das Modell weiß, warum eine Regel wichtig ist, kann es sie besser anwenden.
Aufgabe
Ein Verb und ein konkretes Arbeitsergebnis. Entwerfen, zusammenfassen, vergleichen, extrahieren, umschreiben oder kritisch prüfen – und benennen Sie das Ergebnis: eine E-Mail mit 150 Wörtern, eine Tabelle, drei Optionen.
Kontext
Wer den Text liest, welche Entscheidung das Ergebnis unterstützt und was bereits geschehen ist. Diesen Teil lassen die meisten Prompts aus.
Quelle
Das Material, auf das sich die Antwort stützen muss: eingefügte Notizen, eine angehängte Datei oder ein benanntes Dokument. Geben Sie an, ob das Werkzeug darüber hinausgehen darf.
Vorgaben
Länge, Ton, Fakten, die unverändert bleiben müssen, und Dinge, die die Antwort nicht ableiten darf, etwa Ergebnisse, Daten oder Namen, die nicht angegeben wurden.
Ausgabeformat
Format, Überschriften, eine Tabelle mit benannten Spalten oder eine kurze Liste von Fragen bei fehlenden Informationen.
Prüfen
Was Sie überprüfen werden, bevor Sie die Antwort verwenden. Wenn Sie das schriftlich festhalten, bleibt die Prüfung ehrlich.
| Empfehlungen der Anbieter | Ihre Bedingungen | Was es ergänzt |
|---|---|---|
| Microsoft Copilot | Ziel, Kontext, Quelle, Erwartungen | Benennen Sie die zu verwendende Datei, E-Mail oder Seite; rechnen Sie mit Rückfragen |
| OpenAI ChatGPT | Aufgabe, Hintergrund, gewünschtes Ergebnis | Es gibt nicht die eine perfekte KI-Anweisung; verfeinern Sie sie im Gespräch |
| Google Gemini | Natürliche Sprache, Klarheit, Kontext, Schlüsselwörter | Teilen Sie komplexe Arbeiten in einzelne Prompts auf |
| Anthropic Claude | Klar und direkt, Kontext, Beispiele, Struktur | Erklären Sie, warum eine Regel wichtig ist; geben Sie das Format anhand von Beispielen vor |
Wie schreiben Sie Schritt für Schritt eine gute Anweisung für KI?
Formulieren Sie die Eingabe in der Reihenfolge, in der eine prüfende Person sie lesen würde: zuerst die Aufgabe, dann die Fakten, anschließend die Regeln und das Format. Hier wird diese Abfolge auf die fiktive Spedition Harbour Lane Logistics mit 40 Beschäftigten angewendet, deren Kundenbetreuer einen Kunden über eine verspätete Sendung informieren muss.
1. Legen Sie das Arbeitsergebnis fest
Eine E-Mail mit weniger als 150 Wörtern an eine Kontaktperson beim Kunden, die eine Verzögerung erklärt und angibt, wann die nächste Statusmeldung folgt.
2. Tragen Sie zuerst die Fakten zusammen
Die vorgegebenen Fakten: Der Container wird im Hafen für eine Prüfung der Zollunterlagen zurückgehalten; der neue voraussichtliche Liefertermin ist Donnerstag; die nächste Mitteilung wird bis morgen um 4pm versendet. Weitere Informationen liegen nicht vor.
3. Benennen Sie die Zielgruppe
Eine Einkaufsleitung, die das eigene Lagerteam informieren muss. Gefragt sind Termine, keine beschwichtigenden Worte.
4. Legen Sie die Grenzen fest
Spekulieren Sie nicht darüber, warum die Prüfung stattgefunden hat, sagen Sie Donnerstag nicht als sicheren Termin zu und entschuldigen Sie sich höchstens einmal.
5. Beschreiben Sie die gewünschte Form
Betreffzeile, drei kurze Absätze und anschließend eine einzelne Zeile mit allen Punkten, die die Kundenbetreuung vor dem Versand bestätigen sollte.
6. Lesen und überarbeiten Sie
Gleichen Sie den Entwurf Satz für Satz mit den Fakten ab und geben Sie dann eine konkrete Überarbeitungsanweisung, statt von vorn anzufangen.
Wie sehen eine schwache und eine gute Eingabeaufforderung im direkten Vergleich aus?
Ein schwacher Prompt nennt ein Thema; ein starker Prompt nennt eine Zielgruppe, eine Aufgabe, eine Quelle und eine Grenze. Im Beispiel von Harbour Lane lautet die schwache Variante: Schreiben Sie einem Kunden eine E-Mail über eine Lieferverzögerung. Eine typische Antwort auf diese Anfrage ist höflich und selbstsicher und erfindet dabei Dinge: einen Grund für die Verzögerung, einen verbindlichen neuen Termin und ein Entschädigungsangebot, das niemand genehmigt hat.
Die stärkere Version: Verfassen Sie eine E-Mail eines Kundenbetreuers an die Einkaufsleitung eines Kunden. Zweck: eine Lieferverzögerung erklären, damit die Einkaufsleitung ihr Lagerteam informieren kann. Verwenden Sie nur diese Fakten: Der Container wird im Hafen zur Prüfung der Zolldokumente zurückgehalten; die voraussichtliche Lieferung ist jetzt am Donnerstag; wir senden morgen bis 4pm die nächste Aktualisierung. Stellen Sie Donnerstag als Schätzung dar. Nennen Sie keinen Grund für die Prüfung und bieten Sie keine Entschädigung an. Bleiben Sie unter 150 Wörtern, formulieren Sie sachlich und ruhig und entschuldigen Sie sich höchstens einmal. Listen Sie nach der E-Mail alle Angaben auf, die ich vor dem Versand bestätigen sollte.
Der zweite Prompt ist länger, aber auf die Länge kommt es nicht an. Jeder zusätzliche Satz gibt der prüfenden Person etwas Konkretes zum Prüfen: die verwendeten Fakten, die vermiedenen Behauptungen, die Wortgrenze und die aufgeworfenen Fragen. Behauptet der Entwurf weiterhin, die Verzögerung sei durch einen Fehler in den Unterlagen auf Kundenseite verursacht worden, erkennt die prüfende Person sofort, dass das Modell über die Quelle hinausgegangen ist, und kann diesen Satz streichen.
Welche fortgeschrittenen Techniken gibt es zum Formulieren von KI-Anweisungen?
Die wichtigsten Techniken über die Grundlagen hinaus sind Beispiele, Struktur, das Aufteilen großer Aufgaben, die Bitte um verschiedene Optionen und positiv formulierte Anweisungen. Keine davon erfordert technische Kenntnisse.
Die Anbieter sind sich nicht in jedem Detail einig, und es ist hilfreich, diese Unterschiede zu kennen. Anthropic empfiehlt, lange Dokumente weit oben in der Eingabe und vor der Frage zu platzieren. Microsoft erklärt, dass spätere Teile einer Copilot-Eingabe wahrscheinlich stärker gewichtet werden, und empfiehlt, Quellenverweise eher am Ende zu platzieren. Laut dem Entwicklerleitfaden von OpenAI steht mitgelieferter Kontext in der Regel ebenfalls am besten am Ende. Die ehrliche Schlussfolgerung lautet: Die Platzierung hängt vom Werkzeug ab. Testen Sie deshalb beide Reihenfolgen an einer für Sie wichtigen Aufgabe, statt eine allgemeingültige Regel zu übernehmen.
Beispiel anzeigen
Fügen Sie ein oder zwei Beispiele für das gewünschte Ergebnis ein, etwa einen früheren Statusbericht, den Ihre Führungskraft gut fand. Anthropic bezeichnet Beispiele als eine der zuverlässigsten Möglichkeiten, Format, Ton und Struktur zu steuern, und empfiehlt für beste Ergebnisse drei bis fünf unterschiedliche Beispiele, sofern Sie diese haben.
Trennen Sie Anweisungen und Arbeitsmaterial
Verwenden Sie Überschriften oder beschriftete Abschnitte wie Anweisungen, Quellennotizen und Beispiel, damit das Modell Ihre Regeln von dem zu bearbeitenden Text unterscheiden kann. Anthropic empfiehlt dafür Markierungen; einfache Überschriften funktionieren in jedem Chat-Tool.
Teilen Sie die Aufgabe auf
Bitten Sie um eine Gliederung, geben Sie diese frei und fordern Sie dann den Entwurf an. Google empfiehlt, zusammenhängende Aufgaben auf separate Prompts aufzuteilen. OpenAI Academy schlägt vor, große Aufgaben in kleinere Teile zu zerlegen.
Nach Optionen und Prioritäten fragen
Fordern Sie drei Alternativen mit den jeweiligen Vor- und Nachteilen an und geben Sie an, was am wichtigsten ist: Genauigkeit, Kürze oder Geschwindigkeit.
Sagen Sie, was zu tun ist, nicht nur, was zu vermeiden ist
Microsoft und Anthropic empfehlen beide, Anweisungen positiv zu formulieren. Schreiben Sie „Verfassen Sie kurze, verständliche Absätze“ statt „Verwenden Sie keine Stichpunkte“. Behalten Sie Verbote nur für Fakten oder Behauptungen bei, die keinesfalls vorkommen dürfen.
Zu Fragen ermutigen
Schließen Sie mit folgender Anweisung: Stellen Sie mir vor dem Entwurf bis zu drei Fragen, falls wesentliche Angaben fehlen. So werden Lücken sichtbar, die das Modell sonst mit Vermutungen füllen würde.
Warum reicht die erste Antwort selten aus, um die Aufgabe abzuschließen?
Die erste Antwort ist ein Entwurf, auf den Sie reagieren können. Das sagen auch die Anbieter. Microsoft weist darauf hin, dass das erste Ergebnis oft nicht die endgültige oder beste Antwort ist und Sie mit mehreren Rückfragen und Überarbeitungen rechnen sollten. OpenAI Academy empfiehlt, eine Antwort im Gespräch zu verfeinern, statt von vorn zu beginnen.
Eine gute Folgeanweisung benennt das konkrete Problem. „Machen Sie es kürzer“ ist weniger wirksam als: „Streichen Sie den zweiten Absatz, der den ersten wiederholt, und nennen Sie den Zeitpunkt der nächsten Rückmeldung im einleitenden Satz.“ Microsoft weist außerdem darauf hin, dass dieselbe Anweisung jedes Mal andere Ergebnisse liefern kann. Eine Anweisung, die einmal funktioniert hat, ist daher kein Beleg dafür, dass sie jedes Mal funktioniert. Testen Sie sie bei einer wiederkehrenden Aufgabe mit mehreren Eingaben, bevor Sie sie als verlässlich betrachten.
Möchten Sie sehen, wie das mit einer bestimmten Rolle zusammenhängt?
Geplante Testphase für Teams entdecken ↗Brauchen ChatGPT, Claude, Copilot und Gemini unterschiedliche Prompts?
Die Grundlagen sind bei allen Assistenten gleich; der Unterschied liegt darin, auf welche Informationen das jeweilige Tool zugreifen kann. Eine klare Aufgabe, tatsächlicher Kontext, klar begrenzte Quellen und ein festgelegtes Format verbessern die Ergebnisse bei allen vier.
Die praktischen Unterschiede ergeben sich aus der Einbindung in andere Anwendungen. In Microsoft 365 Copilot können Sie durch Eingabe eines Schrägstrichs auf bestimmte Dateien, Besprechungen, Personen und E-Mails verweisen. Welche Verweise möglich sind, hängt allerdings von Ihrer Lizenz und Ihren Einstellungen ab. In Bürosoftware integrierte Assistenten wie Gemini in Google Workspace können je nach Tarif und Administratoreinstellungen auf Arbeitsdateien zugreifen. Eigenständige Chat-Assistenten arbeiten überwiegend mit dem, was Sie einfügen oder hochladen, sofern Ihre Organisation keine weiteren Quellen angebunden hat. Bevor Sie eine Eingabeaufforderung mit der Anweisung schreiben, die aktuelle Preisliste zu verwenden, prüfen Sie, ob das Werkzeug tatsächlich darauf zugreifen kann. Andernfalls antwortet es möglicherweise aus allgemeinem Wissen, ohne dies kenntlich zu machen.
Toolspezifische Beispiele finden Sie in den ergänzenden Leitfäden zu ChatGPT-Prompts für die Arbeit und Copilot-Prompts sowie im übergreifenden Leitfaden zu KI-Tools am Arbeitsplatz.
Was sind die häufigsten Fehler bei Prompts im Arbeitsalltag?
Häufige Fehler sind, um sprachliche Überarbeitung zu bitten, ohne Fakten bereitzustellen, auf vermeintliche Zauberformeln zu setzen und einer selbstsicher formulierten Antwort zu vertrauen. Jeder dieser Fehler ist leicht zu erkennen, sobald Sie ihn kennen.
Rolle ohne Substanz
Agieren Sie als erstklassiger Marketingexperte gibt dem Modell ein Kostüm vor, keine Aufgabe. Eine einzeilige Rollenbeschreibung kann beim Ton helfen, ersetzt aber keine Angaben zu Zielgruppe, Fakten und Grenzen.
Keine Quelle
Wer eine Marktübersicht anfordert, ohne Material bereitzustellen, erhält leicht allgemeine Aussagen und mitunter erfundene Zahlen.
Unklare Überarbeitung
„Machen Sie es besser“ gibt keine Richtung vor. Benennen Sie den Satz, das Problem und die gewünschte Änderung.
Ein einziger riesiger Prompt
Wenn Sie Recherche, Analyse, Entwurf und Formatierung in einer einzigen Anfrage kombinieren, sind Fehler schwerer zu finden. Teilen Sie die Anfrage auf.
Informationen einfügen, die Sie nicht einfügen sollten
Kundenverträge, personenbezogene Daten oder unveröffentlichte Zahlen gehören ausschließlich in Tools, die Ihr Unternehmen für diese Daten freigegeben hat.
Sprachliche Gewandtheit als Beleg werten
Auch eine gut geschriebene Antwort kann eine falsche Aussage enthalten. Gleichen Sie sie mit der Quelle ab.
Wie sollten Sie die erhaltenen Ergebnisse prüfen?
Prüfen Sie jeden Satz mit einer Tatsachenbehauptung anhand der von Ihnen bereitgestellten Quelle. Prüfen Sie alles, was nicht in der Quelle stand, doppelt. Hier greifen Prompt-Gestaltung und Prüfung ineinander: Ein klar eingegrenzter Prompt beschleunigt die Prüfung, weil Sie genau wissen, was die Antwort enthalten durfte.
Microsoft sagt ausdrücklich, dass Antworten von Copilot fehlerhaft sein können und geprüft und bestätigt werden sollten. Das gilt für jeden Assistenten. Achten Sie auf hinzugefügte Ursachen, Daten, Namen, Zahlen und Zusagen. Rechnen Sie wichtige Zahlen unabhängig nach. Wenn das Modell eine Quelle nennt, öffnen Sie sie und suchen Sie die betreffende Textstelle. Der Leitfaden zur Faktenprüfung von KI-Ausgaben erläutert dies ausführlich.
Wie lernen Teams, gute KI-Prompts zu formulieren?
Teams lernen das Formulieren von KI-Anweisungen am schnellsten, indem sie an ihren eigenen wiederkehrenden Aufgaben üben und die Ergebnisse mit einem klaren Maßstab vergleichen. Ein allgemeiner Kurs zu Anweisungsmustern hilft weniger als wiederholte, überprüfte Versuche mit den E-Mails, Zusammenfassungen und Analysen, die jede Person tatsächlich erstellt.
Ein sinnvoller Übungszyklus besteht aus vier Teilen: einer realistischen Aufgabe mit vorgegebenen Fakten, einem ersten Prompt, einer Überarbeitung und einer kurzen Notiz dazu, was die Person geändert hat und warum. Eine Führungskraft oder jemand aus dem Kollegenkreis prüft diese Notiz, nicht nur den fertigen Text. Eine Schulung zur Prompt-Gestaltung, die diesen Prüfschritt auslässt, belohnt tendenziell lange Prompts statt guter Urteilsfähigkeit.
Tosheo.ai wird auf Grundlage dieses Ablaufs konzipiert. Das geplante Produkt sieht für alle Mitarbeitenden eine kurze Einstufung vor, gefolgt von rollenspezifischen Lektionen von 10 bis 15 Minuten. Jede endet mit einer praktischen Aufgabe in einem echten KI-Tool, die anhand eines einsehbaren Bewertungsrasters mit konkretem Feedback beurteilt wird. Das Produkt ist noch nicht entwickelt. Beschrieben wird daher der geplante Umfang, nicht erzielte Ergebnisse. Wenn Sie zunächst sehen möchten, wie sich dies auf Arbeitsaufgaben anwenden lässt, finden Sie im ergänzenden Leitfaden zum Prompt-Engineering im Unternehmen weitere ausgearbeitete Beispiele.
Wann ist die Optimierung von Prompts nicht die Lösung?
Prompt-Engineering kann keine Aufgabe lösen, für die dem Tool die Daten fehlen, die eine Entscheidung erfordert, die nur ein Mensch treffen kann, oder für die das Tool ungeeignet ist. Anthropic weist in seiner eigenen Übersicht darauf hin, dass sich nicht jeder Fehler am besten durch bessere Prompts beheben lässt. Manchmal ist ein anderes Modell, ein anderes Tool oder ein anderer Prozess die Lösung.
Wenn in einer Zusammenfassung immer wieder Zahlen fehlen, liegt das möglicherweise an einer Datei, die der Assistent nicht richtig lesen kann, und nicht an Ihrer Formulierung. Wenn ein Entwurf immer wieder nicht zur Markensprache passt, helfen möglicherweise ein echter Stilleitfaden und Beispiele statt weiterer Adjektive. Wenn das Ergebnis die Vergütung, Rechte, Gesundheit oder rechtliche Stellung einer Person betrifft, ersetzt auch ein besserer Prompt nicht die Prüfung durch eine qualifizierte Fachperson.
Tosheo.ai ist auch nicht für alle die richtige Wahl, die sich damit befassen. Es ist für Mitarbeitende ohne technische Aufgaben in Teams mit 5 bis 200 Personen geplant. Für Entwicklerinnen und Entwickler, die Anwendungen auf einer Modell-Programmierschnittstelle aufbauen, eignen sich die Entwicklerdokumentationen von OpenAI und Anthropic besser. Sie behandeln Systemanweisungen, Evaluationen und Versionsverwaltung. Hinzu kommt die kostenlose interaktive Anleitung von Anthropic zum Formulieren von Prompts.
Wo sollten Sie in diesem Leitfaden weiterlesen?
Jeder Leitfaden in diesem Abschnitt beantwortet eine praktische Frage. Beginnen Sie mit dem Leitfaden, der zu Ihrem aktuellen Werkzeug oder Ihrer Aufgabe passt.
Prompt-Vorlagen
Wiederverwendbare Vorlagen und Strukturierungshilfen für Zusammenfassungen, E-Mails, Vergleiche und Überarbeitungen sowie Hinweise dazu, wie Sie eine gemeinsame Vorlagensammlung aktuell halten.
ChatGPT-Prompts für den Beruf
Anpassbare ChatGPT-Prompts für häufige Aufgaben, jeweils mit den benötigten Fakten und den durchzuführenden Prüfungen.
Anweisungen für Copilot
Prompts für Microsoft 365 Copilot in Outlook, Teams, Word und Copilot Chat, einschließlich einer Anleitung, wie Sie Copilot auf die richtige Datei verweisen.
Prompt-Engineering für Unternehmen
Ein durchgearbeitetes Beispiel für einen geschäftlichen Prompt, eine Überarbeitung und einen Prüfvermerk.
Geschäftliche Texte mit KI schreiben
Wie Sie aus einem generierten Entwurf eine Nachricht machen, die Sie mit Ihrem Namen unterschreiben würden.
Quellen und Geltungsbereich
OpenAI Academy, Material zum Formulieren von Prompts, abgerufen am 16 October 2026 ↗
OpenAI API-Dokumentation, Prompt-Entwicklung, abgerufen am 16 October 2026 ↗
Anthropic, Claude-Dokumentation: Bewährte Methoden für Prompts, abgerufen am 16 October 2026 ↗