TL;DR: Gute Prompts sind keine Zaubersprüche, sondern klare Arbeitsaufträge: Ziel, Kontext, Material, Erwartungen und ein Prüfschritt reichen für deutlich bessere KI-Ergebnisse.
Generative KI ist im Büro und im Alltag angekommen, doch viele Antworten bleiben enttäuschend allgemein. Meist fehlt dem System nicht die Fähigkeit, sondern der Arbeitsauftrag ist zu vage: „Schreib mir eine E-Mail“ lässt offen, an wen, mit welchem Ziel und in welchem Ton.
Die gute Nachricht: Niemand muss „Prompt Engineer“ werden oder geheime Befehle auswendig lernen. Wer einer KI dieselben Informationen gibt, die auch ein neuer Kollege für die Aufgabe bräuchte, bekommt häufiger brauchbare Ergebnisse – und erkennt schneller, wo noch nachgebessert werden muss.
Prompten heißt: einen guten Arbeitsauftrag geben
Ein Prompt ist die Eingabe, mit der wir einer KI eine Frage oder Aufgabe geben. Sprachmodelle erzeugen ihre Antwort auf Grundlage dieser Eingabe und des verfügbaren Gesprächskontexts. Sie lesen jedoch keine Gedanken, kennen interne Absprachen nicht automatisch und wissen ohne Hinweis weder Zielgruppe noch gewünschte Qualität.
Deshalb beginnt gutes Prompting nicht mit Sätzen wie „Du bist der beste Experte der Welt“. Eine Rolle kann Ton und Perspektive lenken, macht das Modell aber nicht automatisch sachkundiger. Wichtiger sind ein konkretes Ziel, relevante Informationen und überprüfbare Erwartungen. Auch die aktuellen Leitfäden von OpenAI und Anthropic stellen Klarheit, Kontext und schrittweise Verbesserung in den Mittelpunkt.
Die Fünf-Schritte-Formel für fast jeden Prompt
1. Ziel: Beginne mit einem klaren Tätigkeitswort. „Fasse zusammen“, „vergleiche“, „entwirf“, „prüfe“ oder „erkläre“ ist besser als „Hilf mir dabei“. Beschreibe anschließend, welches Ergebnis du wirklich brauchst: eine Entscheidungsvorlage, eine freundliche Antwort, drei Ideen oder eine verständliche Erklärung.
2. Kontext: Erkläre, warum du das Ergebnis brauchst und für wen es gedacht ist. Eine Präsentation für die Geschäftsführung braucht andere Details als eine Anleitung für neue Mitarbeitende. Nenne außerdem relevante Rahmenbedingungen, etwa Branche, Vorwissen, Termin oder bereits getroffene Entscheidungen.
3. Material: Gib der KI die Informationen, auf die sie sich stützen soll. Das können ein Text, Stichpunkte, eine Tabelle, Gesprächsnotizen oder freigegebene Dokumente sein. Trenne dieses Material sichtbar vom Auftrag, zum Beispiel mit einer Überschrift wie „Ausgangsmaterial“. So sinkt das Risiko, dass Hinweise und Inhalte vermischt werden.
4. Erwartungen: Lege Form, Länge und Ton fest. Bitte beispielsweise um „maximal 150 Wörter“, „eine Tabelle mit Vor- und Nachteilen“ oder „freundlich, direkt und ohne Werbesprache“. Ein Beispiel ist besonders hilfreich, wenn ein bestimmter Stil oder ein wiederkehrendes Format getroffen werden soll.
5. Prüfschritt: Lege fest, wie Unsicherheit behandelt werden soll. Ein nützlicher Zusatz lautet: „Erfinde keine fehlenden Fakten. Markiere Annahmen und nenne offene Fragen.“ Bei wichtigen Aufgaben sollte die KI außerdem Quellen nennen oder Aussagen gegen bereitgestelltes Material prüfen – die menschliche Kontrolle ersetzt das nicht.
Vorher und nachher: Aus einer Bitte wird ein brauchbarer Prompt
Schwach: „Schreib eine E-Mail über die Verzögerung.“ Das Ergebnis wird wahrscheinlich höflich klingen, aber wichtige Informationen fehlen. Die KI muss Zielgruppe, Ursache, neue Frist und gewünschte Reaktion erraten.
Besser: „Formuliere eine E-Mail an unseren Bestandskunden. Informiere sachlich darüber, dass sich die Lieferung wegen eines fehlenden Zulieferteils vom 12. auf den 16. August verschiebt. Entschuldige dich, ohne Ausreden zu suchen, und biete einen kurzen Rückruf an. Maximal 120 Wörter, professionell und persönlich. Erfinde keine weiteren Gründe oder Zusagen.“
Die zweite Version ist nicht deshalb besser, weil sie kompliziert klingt. Sie beantwortet schlicht die Fragen, die auch ein Mensch vor dem Schreiben stellen würde. Genau dieses Prinzip lässt sich auf Reiseplanung, Bewerbungen, Zusammenfassungen, Tabellenanalysen und Besprechungsvorbereitung übertragen. Ein alltagsnaher Überblick der Associated Press kommt zu denselben Kernempfehlungen: konkret werden, Kontext geben, Grenzen setzen und nachfassen.
Do: Mit einem Entwurf beginnen und dann gezielt nachsteuern
Der erste Prompt muss nicht perfekt sein. OpenAI beschreibt Prompting ausdrücklich als iterativen Prozess: Antwort ansehen, fehlenden Kontext ergänzen, die Formulierung vereinfachen oder die Aufgabe enger fassen. Statt den gesamten Prompt jedes Mal neu zu schreiben, kannst du sagen: „Die Struktur passt. Kürze den zweiten Abschnitt und ergänze ein konkretes Beispiel.“
Bitte die KI auch um Rückfragen, wenn die Aufgabe noch unklar ist: „Stelle mir vor dem Entwurf höchstens drei Fragen, die das Ergebnis wesentlich verbessern.“ Das verhindert, dass sie Lücken stillschweigend mit plausibel klingenden Annahmen füllt. Für wiederkehrende Aufgaben lohnt sich anschließend eine geprüfte Vorlage mit Platzhaltern.
Do: Beispiele und Erfolgskriterien verwenden
Ein Beispiel zeigt oft schneller als eine lange Erklärung, was „gut“ bedeutet. Füge eine frühere E-Mail, eine gewünschte Tabellenstruktur oder zwei passende Formulierungen ein und benenne, was daran übernommen werden soll. Anthropic empfiehlt für anspruchsvollere Aufgaben, Erfolgskriterien vorab zu definieren und Ergebnisse systematisch dagegen zu testen.
Das funktioniert auch ohne technisches Verfahren: Prüfe eine Antwort auf vier Punkte – fachliche Richtigkeit, Vollständigkeit, passender Ton und tatsächlicher Nutzen. Microsofts Leitfaden zur Qualitätsprüfung nennt für Copilot sehr ähnliche Kriterien und betont, dass KI-Ausgaben vor dem Teilen mit den Ausgangsquellen verglichen werden müssen. Der Text ist ein Entwurf, keine automatisch verlässliche Wahrheit.
Don’t: Länge, Rollen und Höflichkeit mit Qualität verwechseln
Ein langer Prompt ist nicht automatisch ein guter Prompt. Zusätzliche Details helfen nur, wenn sie für die Aufgabe relevant sind. Widersprüchliche Regeln, fünf verschiedene Rollen und unnötige Hintergrundgeschichten können das Ziel sogar verdecken. Schreibe so ausführlich wie nötig, aber so klar wie möglich.
Auch die bekannte Formel „Handle als weltbester Experte“ ist kein Qualitätsnachweis. Nutze Rollen lieber konkret: „Bewerte den Text aus Sicht einer Datenschutzbeauftragten“ lenkt die Perspektive; die Fakten müssen trotzdem geprüft werden. Höflichkeit schadet nicht, ersetzt aber keine klare Anweisung.
Don’t: Vertrauliche Daten und Entscheidungen ungeprüft auslagern
Im Unternehmen gilt zuerst die eigene KI- und Datenschutzrichtlinie. Kundeninformationen, personenbezogene Daten, Verträge, Zugangsdaten oder interne Strategien gehören nicht in ein privat gewähltes KI-Werkzeug, nur weil der Prompt gut formuliert ist. Verwende ausschließlich freigegebene Systeme und so wenig sensible Daten wie möglich.
Lass die KI außerdem keine Personal-, Rechts-, Medizin- oder Finanzentscheidung allein treffen. Sie kann Informationen strukturieren, Risiken markieren oder Fragen vorbereiten. Verantwortung, Quellenprüfung und Freigabe bleiben bei Menschen mit dem nötigen Fachwissen.
Kontext: Was bei ChatGPT, Claude und Copilot anders ist
Die Grundlagen gelten für alle drei Systeme, die Schwerpunkte unterscheiden sich jedoch: ChatGPT reagiert laut OpenAI besonders auf klare, spezifische Anweisungen, Tonangaben und iterative Nachfragen; Claude lässt komplexe Prompts laut Anthropic-Leitfaden gut mit eindeutig benannten Abschnitten oder XML-ähnlichen Markierungen wie <Kontext> und <Aufgabe> strukturieren; Microsoft 365 Copilot arbeitet mit Ziel, Kontext, Erwartungen und Quelle und kann – abhängig von Berechtigungen und Produktkontext – direkt auf freigegebene Microsoft-365-Inhalte Bezug nehmen. Microsoft empfiehlt ausdrücklich, mit Rückfragen weiterzuarbeiten und Ergebnisse auf Klarheit, Richtigkeit, Ton und Kontext zu prüfen.
Eine Vorlage zum Kopieren
„Ziel: [Was soll die KI tun?] Kontext: [Warum, für wen und in welcher Situation?] Material: [Welche Informationen oder Dokumente sind maßgeblich?] Erwartungen: [Format, Länge, Ton und Grenzen.] Prüfschritt: [Welche Fakten, Annahmen oder offenen Fragen soll die KI markieren?] Stelle Rückfragen, falls entscheidende Informationen fehlen.“
Für eine kleine Alltagsfrage reichen oft Ziel und Kontext. Bei geschäftlichen Texten, Analysen oder Entscheidungen solltest du alle fünf Punkte nutzen. Das ist keine starre Pflichtübung, sondern eine Checkliste gegen vermeidbare Missverständnisse.
Was als Nächstes wichtig wird
Prompting verschiebt sich zunehmend vom einzelnen perfekten Satz zur Gestaltung des gesamten Arbeitskontexts: verfügbare Dateien, frühere Entscheidungen, Berechtigungen, Beispiele und Prüfschritte. Die Werkzeuge werden sich verändern, doch der Kern bleibt: Ein gutes Ergebnis braucht einen klaren Auftrag und verlässliche Ausgangsdaten.
Beobachten sollten Unternehmen deshalb nicht nur neue Modellfunktionen, sondern vor allem, ob Mitarbeitende geprüfte Vorlagen teilen, sensible Daten schützen und Ergebnisse nachvollziehbar kontrollieren. Wer heute beginnt, die Fünf-Schritte-Formel bei einer echten Aufgabe anzuwenden, lernt mehr als durch hundert vermeintliche „Super-Prompts“.
Drei Kernaussagen
- Gute Prompts verbinden ein klares Ziel mit Kontext, Ausgangsmaterial, konkreten Erwartungen und einem Prüfschritt.
- Die erste Antwort ist ein Entwurf: Nachfragen, Beispiele und gezielte Korrekturen sind Teil des normalen Arbeitsprozesses.
- Im Unternehmen bleiben Datenschutz, Quellenprüfung und menschliche Verantwortung wichtiger als jede Prompt-Technik.