Zwei Menschen nutzen dasselbe KI-Tool. Der eine bekommt mittelmäßige, generische Antworten. Der andere bekommt präzise, nutzbare Ergebnisse. Der Unterschied? Prompt Engineering.
Prompt Engineering ist die Kunst, KI-Tools so anzusprechen, dass sie das liefern, was du wirklich brauchst. Es ist keine Raketenwissenschaft – aber es gibt klare Techniken, die den Unterschied machen. Wenn du noch ganz am Anfang stehst, empfehlen wir zuerst unseren Guide KI für Einsteiger: Wo fange ich an?.
Was ist Prompt Engineering?
Ein Prompt ist alles, was du einem KI-Tool eingibst. Prompt Engineering bedeutet, diesen Input so zu formulieren, dass der Output möglichst genau deinen Erwartungen entspricht.
Stell dir vor, du beauftragst einen neuen Mitarbeiter zum ersten Mal mit einer Aufgabe. Je mehr Kontext du gibst, desto besser wird das Ergebnis. KI-Tools funktionieren genauso – nur dass du diesen “Kontext” durch deinen Prompt liefern musst.
Die 5 wichtigsten Techniken
1. Sei spezifisch statt vage
Schlecht: “Schreib mir einen Marketing-Text.”
Gut: “Schreib mir einen LinkedIn-Post (max. 150 Wörter) für ein B2B-Unternehmen, das Buchhaltungssoftware für Handwerksbetriebe anbietet. Zielgruppe: Geschäftsführer kleiner Betriebe. Ton: professionell, aber persönlich. Kernaussage: Unsere Software spart 5 Stunden Buchhaltung pro Woche.”
Der zweite Prompt liefert ein Ergebnis, das du direkt nutzen kannst. Der erste liefert Einheitsbrei.
2. Gib Kontext und Hintergrund
KI weiß nichts über dich, dein Unternehmen, deine Zielgruppe. Du musst diesen Kontext aktiv liefern:
- Wer bist du? (Rolle, Branche)
- Für wen ist das Ergebnis gedacht? (Zielgruppe)
- Welchen Zweck hat das Ergebnis? (Ziel)
- Was darf nicht fehlen, was soll vermieden werden?
Beispiel: “Ich bin Marketingleiter eines B2B-Unternehmens im Bereich Industrieautomation. Unsere Zielgruppe sind technische Leiter in mittelständischen Fertigungsunternehmen. Schreib einen Blogartikel über…“
3. Nutze Beispiele (Few-Shot-Prompting)
Wenn du weißt, wie das Ergebnis aussehen soll, zeige es der KI. Das nennt sich “Few-Shot-Prompting” und ist eine der mächtigsten Techniken.
Beispiel: “Schreib Produktbeschreibungen in diesem Stil: [Beispiel 1: …] [Beispiel 2: …]
Schreib jetzt eine ähnliche Beschreibung für Produkt X.”
Die KI kann deinen bevorzugten Stil perfekt imitieren, wenn sie ein Muster sieht.
4. Iteriere und verfeinere
Der erste Prompt ist selten der beste. Behandle KI als Dialog, nicht als Einzel-Anfrage:
- “Das ist gut, aber mach es 30% kürzer.”
- “Ändere den Ton – mehr sachlich, weniger werblich.”
- “Der zweite Abschnitt ist perfekt. Überarbeite den Rest in diesem Stil.”
- “Füge ein konkretes Beispiel im dritten Abschnitt ein.”
Die besten Ergebnisse entstehen durch iteratives Verfeinern, nicht durch einen perfekten ersten Prompt.
5. Weise eine Rolle zu (Role Prompting)
KI liefert bessere Ergebnisse, wenn du ihr eine klare Rolle gibst:
Ohne Rolle: “Erkläre mir Machine Learning.”
Mit Rolle: “Du bist ein erfahrener Datenwissenschaftler, der komplexe Konzepte einfach erklärt. Erkläre Machine Learning so, dass es ein nicht-technischer Geschäftsführer versteht.”
Andere nützliche Rollen: “Du bist ein kritischer Gutachter…”, “Du bist ein erfahrener Copywriter…”, “Du bist ein Experte für Arbeitsrecht…”
Vorher-Nachher: Prompt-Optimierung in der Praxis
Schwacher Prompt: “Schreib eine Stellenanzeige für einen Entwickler.”
Ergebnis: Eine generische, nichtssagende Stellenanzeige, die sich von tausend anderen nicht unterscheidet.
Starker Prompt: “Du bist ein erfahrener Recruiter mit Spezialisierung auf Tech-Unternehmen. Schreib eine Stellenanzeige für eine Senior Backend-Entwickler-Stelle in einem 20-köpfigen SaaS-Unternehmen aus Hamburg. Das Unternehmen: agiles Startup, Remote-first, wettbewerbsfähiges Gehalt (80-100k), interessante technische Herausforderungen. Stack: Python, Django, PostgreSQL, AWS. Was wir nicht wollen: keine langen Bullet-Point-Listen, kein Corporate-Sprech, kein generisches ‘Wir suchen einen Teamplayer’. Stattdessen: authentisch, klar, auf echte Entwickler zugeschnitten. Ca. 300 Wörter.”
Ergebnis: Eine Stellenanzeige, die tatsächlich gute Kandidaten anspricht und das Unternehmen differenziert.
Empfohlene Tools für den Einstieg
Eine detaillierte Übersicht der besten Tools findest du in unserem Artikel Die 10 besten KI-Tools für den Arbeitsalltag 2026.
- ChatGPT (OpenAI): Ideal für Text, Analyse, Code. Kostenlose und Premium-Version.
- Claude (Anthropic): Besonders stark bei langen Texten und differenzierten Analysen.
- Gemini (Google): Gut integriert in Google Workspace, kostenlos zugänglich.
- Perplexity: Spezialisiert auf Recherche mit Quellenangaben.
Das Stellenanzeigen-Beispiel aus dem vorigen Abschnitt lässt sich übrigens direkt umsetzen — wie KI den gesamten Recruiting-Prozess unterstützt, zeigt unser Use Case KI-gestützte Stellenanzeigen erstellen.
Das wichtigste Prinzip
Prompt Engineering ist letztlich klare Kommunikation. Je klarer und spezifischer du formulierst, was du brauchst, desto besser wird das Ergebnis. Das gilt für Menschen – und für KI genauso.
Probiere es aus: Nimm einen Prompt, mit dem du zuletzt unzufriedene Ergebnisse bekommen hast, und wende die fünf Techniken an. Die Verbesserung wird dich überraschen.