Was ist Prompt Engineering?

Prompt Engineering ist das gezielte Formulieren von Anweisungen an eine KI, damit sie brauchbare, überprüfbare Ergebnisse liefert. Ein guter Prompt beschreibt Rolle, Aufgabe, Kontext und gewünschtes Format so klar, dass die KI nicht raten muss.

Der Begriff klingt nach Technik, gemeint ist aber vor allem präzises Schreiben. Dieser Artikel zeigt, woraus ein guter Prompt besteht, wie ein schwacher und ein starker Prompt im Büroalltag aussehen und warum Prompts im Unternehmen ein Standard sein sollten.

Was ist ein Prompt?

Ein Prompt ist die Eingabe, die Sie einer KI geben: eine Frage, eine Anweisung, ein Text mit Arbeitsauftrag. Bei Werkzeugen wie ChatGPT, Claude oder Copilot tippen Sie ihn in das Eingabefeld. In fest eingebauten KI-Lösungen steht ein Teil des Prompts bereits im System und wird bei jeder Anfrage automatisch mitgegeben – etwa „Antworte immer auf Sie und nenne die Quelle.“

Ein Sprachmodell hat keinen Einblick in Ihre Gedanken, Ihr Unternehmen oder die Vorgeschichte eines Kunden. Es arbeitet ausschließlich mit dem, was im Prompt und den angehängten Unterlagen steht. Deshalb entscheidet die Eingabe so stark über die Qualität der Ausgabe.

Der Aufbau eines guten Prompts

Gute Prompts folgen einem wiederkehrenden Muster. Nicht jeder Baustein ist immer nötig, aber jeder fehlende Baustein ist eine Stelle, an der die KI raten muss.

Wer lieber mit Fragen arbeitet, kann die Bausteine auch über die W-Fragen prüfen: Wer schreibt, was, für wen, in welcher Form und wozu?

Zwei Beispiele aus dem Büroalltag

Beispiel 1: Antwort auf eine Kundenanfrage

Vorher: „Schreib eine Antwort auf diese Mail.“

Die KI liefert einen höflichen, allgemeinen Text, der Liefertermin und Preis offenlässt und mit „Zögern Sie nicht, uns zu kontaktieren“ endet.

Nachher: „Du antwortest für einen Sanitärbetrieb. Der Kunde fragt nach einem Termin für den Austausch einer Therme. Nächste freie Termine: Dienstagvormittag und Donnerstagvormittag. Schreibe eine kurze Antwort auf Sie, biete beide Termine an und frage, ob der Zugang zum Heizungsraum frei ist. Keine Preise nennen.“

Das Ergebnis ist ein Entwurf, den die Mitarbeiterin nur noch prüfen und senden muss.

Beispiel 2: Protokoll zusammenfassen

Vorher: „Fass das zusammen.“

Nachher: „Fasse das Besprechungsprotokoll unten für die Geschäftsführung zusammen. Gliederung: Entscheidungen, offene Punkte, Aufgaben mit verantwortlicher Person und Termin. Höchstens eine halbe Seite. Wenn eine Aufgabe keine verantwortliche Person hat, markiere sie.“

Der zweite Prompt erzeugt eine Übersicht, mit der sich arbeiten lässt – und deckt nebenbei Lücken im Protokoll auf.

Bewährte Techniken

• Schritt für Schritt arbeiten lassen. Bei komplexeren Aufgaben die KI bitten, erst die Punkte zu sammeln und dann den Text zu schreiben.
• Rückfragen erlauben. „Wenn dir Informationen fehlen, frage nach, statt etwas anzunehmen.“ Das senkt das Risiko erfundener Angaben.
• Quellen verlangen. Bei Fragen zu Dokumenten die Fundstelle nennen lassen, damit sich jede Aussage prüfen lässt.
• Mit Beispielen zeigen statt beschreiben. Eine gute frühere E-Mail vermittelt den gewünschten Ton schneller als drei Sätze Stilbeschreibung.
• Nachschärfen statt neu anfangen. „Kürzer, weniger förmlich, ohne Aufzählung“ bringt oft mehr als ein komplett neuer Prompt.

Grenzen und Risiken

Prompt Engineering ist keine Zauberformel. Auch der beste Prompt macht aus einem Modell ohne Zugang zu Ihren Daten keinen Experten für Ihre Produkte. Dafür braucht es angebundenes Firmenwissen, etwa per RAG. Und ein guter Prompt ersetzt nicht die Prüfung: Was nach außen geht, liest ein Mensch.

Das zweite Risiko ist Datenschutz. Wer Kundendaten, Verträge oder Personalangaben in ein öffentliches KI-Werkzeug kopiert, gibt sie an einen Anbieter weiter. Worauf dabei zu achten ist, beschreibt der Beitrag ChatGPT im Unternehmen und Datenschutz. Klare Regeln, welche Daten in welches Werkzeug dürfen, gehören deshalb zu jedem Prompt-Standard.

Prompts als Standard im Unternehmen

In vielen Firmen gibt es eine Person, die „gut mit ChatGPT kann“, und viele, die nach zwei enttäuschenden Versuchen aufgegeben haben. Das Ergebnis hängt dann vom Zufall ab. Besser ist es, Prompts wie Vorlagen zu behandeln:

• Eine gemeinsame Sammlung geprüfter Prompts für wiederkehrende Aufgaben: Antwort auf Anfrage, Angebotstext, Protokoll, Stellenanzeige.
• Feste Bausteine für Tonalität, Anrede und verbotene Aussagen, die jeder übernimmt.
• Ein kurzer Ablauf, wie neue Prompts getestet und in die Sammlung aufgenommen werden.

So wird aus dem Talent Einzelner ein Standard, den das ganze Team nutzt – und neue Mitarbeitende sind vom ersten Tag an auf demselben Stand.

In der Praxis: Prompts, die im Team funktionieren

In unserer KI-Schulung für Mitarbeiter üben Teams Prompt Engineering an ihren eigenen Aufgaben statt an Lehrbuchbeispielen. Am Ende steht eine Prompt-Sammlung für die wichtigsten Abläufe im Unternehmen, die sofort nutzbar ist. Wo Prompts nicht mehr reichen und die KI fest in Abläufe eingebunden werden soll, übernehmen wir die KI-Einführung mit angebundenem Firmenwissen und Servern in Deutschland.

Häufige Fragen

Was macht ein Prompt Engineer?

Er entwickelt und testet Anweisungen an KI-Modelle, damit diese verlässlich das gewünschte Ergebnis liefern. In Unternehmen ist das selten eine eigene Stelle, sondern eine Fähigkeit, die Fachabteilungen selbst beherrschen sollten.

Wie schreibe ich gute Prompts?

Nennen Sie Rolle, Aufgabe, Kontext und gewünschtes Format, geben Sie wenn möglich ein Beispiel und erlauben Sie Rückfragen. Prüfen Sie das Ergebnis und schärfen Sie gezielt nach, statt ganz neu zu beginnen.

Gehört Prompt Engineering zur KI-Schulungspflicht?

Seit Februar 2025 verlangt der EU AI Act (Art. 4) von Unternehmen, die KI einsetzen, dass ihre Mitarbeitenden über ausreichende KI-Kompetenz verfügen. Der sichere und sachgerechte Umgang mit Prompts ist ein naheliegender Teil davon, ebenso wie Datenschutz und das Erkennen falscher Antworten. Was die Pflicht genau verlangt, steht im Beitrag zur KI-Schulungspflicht nach dem EU AI Act.