Der Leitfaden zum Prompt Engineering: Eine Einführung für Einsteiger

Erlauben Sie mir, Ihnen die faszinierende Welt des Prompt Engineerings näherzubringen.
Mit den folgenden Techniken werden Sie in der Lage sein, aus KI-Systemen wie ChatGPT außergewöhnliche Ergebnisse zu erzielen.
Grundlegende Konzepte
Was ist ein Prompt? Ein Prompt ist Ihre Anweisung an die KI. Ein wohlformulierter Prompt macht den Unterschied zwischen einer generischen und einer maßgeschneiderten Antwort aus.
Die Struktur eines effektiven Prompts:
Rolle + Kontext + Aufgabe + Format + Rahmenbedingungen = Optimales Ergebnis
Technik 1: Platzhalter - Variable Gestaltung
Ich möchte Ihnen eine besonders elegante Methode vorstellen:
Diese Platzhalter / Variablen machen Ihre Prompts wiederverwendbar.
PROMPT
Anwendungsbeispiel Bewerbungsschreiben:
Sie sind ein erfahrener Karriereberater mit 15 Jahren Expertise im Bereich [BRANCHE].
Bitte verfassen Sie ein Bewerbungsschreiben für die Position [POSITION] bei
[UNTERNEHMEN].
Hintergrundinformationen:
- Berufserfahrung: [ERFAHRUNG]
- Besondere Qualifikationen: [QUALIFIKATIONEN]
- Motivation für diese Stelle: [MOTIVATION]
Stilistische Vorgaben: Professionell, dennoch persönlich
Umfang: Maximal 350 Wörter
Technik 2: Chain-of-Thought - Transparente Denkprozesse
Diese Methode ermöglicht es Ihnen, den Gedankengang der KI nachzuvollziehen.
PROMPT
Anwendungsbeispiel Reiseplanung:
Ich würde gerne eine 10-tägige Reise nach Japan planen. Das Budget beträgt 3000€ pro Person.
Könnten Sie bitte Ihren Denkprozess offenlegen und dabei folgende Aspekte berücksichtigen:
1. Optimale Reisezeit unter Berücksichtigung von Klima und Besucheraufkommen
2. Effiziente Reiseroute zwischen den Städten
3. Ausgewogene Mischung aus kulturellen Erlebnissen und Erholung
4. Versteckte Kostenfaktoren
Bitte zeigen Sie mir Ihre Überlegungen, bevor Sie den finalen Reiseplan präsentieren.
Technik 3: Perspektivenwechsel - Mehrere Expertenansichten
Eine besonders wirkungsvolle Methode ist die Simulation verschiedener Expertenperspektiven.
PROMPT
Anwendungsbeispiel Gehaltsverhandlung:
Würden Sie bitte eine Diskussion zwischen drei Experten über meine anstehende Gehaltsverhandlung simulieren?
Ausgangssituation: Software-Entwickler, 5 Jahre Berufserfahrung, aktuelles Gehalt 65.000€, Alternativangebot über 80.000€
Experte 1 (Verhandlungscoach): Vertritt eine assertive Strategie
Experte 2 (HR-Leiter): Beleuchtet die Unternehmensperspektive
Experte 3 (Karriereberater): Fokussiert auf langfristige Entwicklung
Bitte lassen Sie die Experten diskutieren und zu einer Empfehlung kommen.
Technik 4: Meta-Prompting - Selbstoptimierung
Diese fortgeschrittene Technik lässt die KI ihre eigenen Antworten verbessern.
PROMPT
Anwendungsbeispiel Präsentationsoptimierung:
Ich stelle Ihnen eine erste Version meiner Präsentation zur Verfügung.
Bitte gehen Sie wie folgt vor:
Schritt 1: Analysieren Sie Verbesserungspotenziale
Schritt 2: Erstellen Sie drei Alternativversionen:
- Version A: Mit Fokus auf Storytelling
- Version B: Datengestützt
- Version C: Emotional ansprechend
Schritt 3: Bewerten Sie jede Version nach:
- Überzeugungskraft (Skala 1-10)
- Verständlichkeit (Skala 1-10)
- Einprägsamkeit (Skala 1-10)
Schritt 4: Kombinieren Sie die Stärken zur optimalen Version
[PRÄSENTATIONSTEXT]
Technik 5: Bedingte Logik
Programmieren Sie Entscheidungsstrukturen in Ihre Prompts ein.
PROMPT
Anwendungsbeispiel Kundenkorrespondenz:
Sie sind ein erfahrener Kundenservice-Mitarbeiter. Bitte analysieren Sie die folgende Anfrage:
WENN der Kunde Unzufriedenheit äußert (Signalwörter: "enttäuscht", "Problem", "unzufrieden")
→ DANN: Zeigen Sie Verständnis + bieten Sie eine Lösung an + unterbreiten Sie ein Entgegenkommen
WENN der Kunde Informationen sucht (Signalwörter: "wie", "wann", "wo")
→ DANN: Geben Sie präzise Auskunft + ergänzende Informationen + weiteres Hilfsangebot
WENN der Kunde kaufinteressiert ist (Signalwörter: "Preis", "bestellen", "erwerben")
→ DANN: Betonen Sie den Nutzen + schaffen Sie Dringlichkeit + klare Handlungsaufforderung
Kundenanfrage: [ANFRAGE]
Fortgeschrittene Techniken
Stilanalyse und -replikation
Ich zeige Ihnen drei Beispiele meiner geschäftlichen Korrespondenz:
Beispiel 1: [TEXT]
Beispiel 2: [TEXT]
Beispiel 3: [TEXT]
Würden Sie bitte meinen Schreibstil analysieren (Satzstruktur, Wortwahl, rhetorische Mittel)?
Verfassen Sie anschließend einen neuen Text über [THEMA] in diesem Stil.
Iterative Verfeinerung
Erstellen Sie bitte einen Elevator Pitch für mein Unternehmen.
Nach jedem Entwurf:
- Identifizieren Sie die schwächste Passage
- Erläutern Sie die Schwäche
- Verbessern Sie gezielt diese Stelle
- Wiederholen Sie dies fünfmal
Dokumentieren Sie bitte die Entwicklung.
Praktische Anwendungen
E-Mail-Management
Bitte fassen Sie diese E-Mail strukturiert zusammen:
KERNAUSSAGE: (ein Satz)
HANDLUNGSBEDARF: Ja/Nein - Konkrete Maßnahme
FRIST: [Datum oder "keine"]
KONTEXT: (maximal zwei Sätze)
ANTWORTVORSCHLAG: (drei Stichpunkte)
Besprechungsprotokolle
Wandeln Sie bitte diese Notizen in ein professionelles Protokoll um:
Teilnehmende: [LISTE]
Datum: [DATUM]
[MITSCHRIFT]
Gewünschte Struktur:
1. Tagesordnungspunkte (mit Unterpunkten)
2. Beschlüsse (nummeriert)
3. Aufgabenverteilung (Person, Aufgabe, Termin)
4. Nächste Schritte
Empfehlungen für optimale Ergebnisse
Für Einsteiger: "Könnten Sie mir bitte einen Artikel über KI verfassen?"
Für Fortgeschrittene:
Rolle: Fachjournalist mit Schwerpunkt praktische KI-Anwendungen
Zielgruppe: Führungskräfte mittelständischer Unternehmen ohne technischen Hintergrund
Aufgabe: Artikel über KI-Einsatzmöglichkeiten im Mittelstand
Struktur:
- Einstieg: Konkretes Erfolgsbeispiel
- Drei Praxisfälle mit Rentabilitätsberechnung
- Häufige Fallstricke
- Umsetzbare Checkliste
Stil: Sachlich, zahlenbasiert, verständlich
Umfang: 800-1000 Wörter
Schlussbemerkung
Die hier vorgestellten Techniken werden Ihnen dabei helfen, das volle Potenzial von KI-Systemen auszuschöpfen. Ich empfehle Ihnen, mit einer Technik zu beginnen und diese auf eine konkrete Aufgabe anzuwenden.
Denken Sie stets daran: Je präziser Ihre Anweisungen und je umfassender der Kontext, desto beeindruckender werden die Ergebnisse sein.
Mit freundlichen Grüßen und den besten Wünschen für Ihre KI-gestützten Projekte
Hinweis: Behandeln Sie KI-Systeme wie hochqualifizierte Assistenten, die über umfassendes Wissen verfügen, jedoch Ihre spezifische Situation nicht kennen. Die Qualität des Outputs hängt maßgeblich von der Qualität Ihrer Eingabe ab.
Nächster Schritt: Kostenlose Erstberatung
Sie möchten Governance-Strukturen optimal aufstellen? Unsere Experten beraten Sie gerne — unverbindlich und praxisnah. Jetzt Erstberatung vereinbaren →

KI-Experte & AI Engineer , ADVISORI FTC GmbH
Über den Autor
Philip Hansen ist ausgewiesener KI-Experte und Berater für digitale Transformation. Mit tiefgreifender Erfahrung in Künstlicher Intelligenz als AI Engineer, Datenanalyse und IT-Strategie begleitet er Unternehmen bei der Entwicklung und Implementierung innovativer KI-Lösungen. Philip verbindet technisches Leading Edge Know-how mit strategischem Weitblick und sorgt so für nachhaltigen Geschäftserfolg im Zeitalter der Digitalisierung.

Souveräne KI · ADVISORI
Frontier-KI auf europäischer Infrastruktur
Frontier-Performance, vollständig in Europa und unter europäischem Recht: als lokale Sprachmodelle in Ihrer Infrastruktur oder orchestriert über Synthara AI Studio.
- EU-Inferenz: kein CLOUD Act, kein Kill-Switch
- DSGVO-konform auf europäischer Hardware
- Live in wenigen Wochen, ohne Vendor-Lock-in
Weitere relevante Beiträge
Vertiefen Sie Ihr Wissen mit ausgewählten Artikeln aus der gleichen Themenwelt.

AI-Readiness: Eignung der Datengrundlage – Kriterien für Datenqualität, die über den AI-Erfolg entscheiden
AI-Readiness entscheidet sich früher, als die meisten denken, nämlich an der Datengrundlage. Dieser Beitrag erläutert Kriterien für die Datenqualität, ordnet den regulatorischen Rahmen von EU AI Act bis BCBS 239 ein und erklärt, warum die üblichen vier Qualitätskriterien für AI-Modelle nicht ausreichen.

Der EU AI Act für Banken: Was 13 Jahre BCBS 239 für die KI-Ära wirklich wert sind
Der EU AI Act trifft Banken auf vertrautem Terrain: Datenqualität, Data Lineage, Modellrisiko-Management und menschliche Aufsicht sind Disziplinen, die BCBS 239 seit 2013 einfordert und die die EZB in ihrem RDARR-Leitfaden verschärft hat. Der Startvorteil ist real, aber begrenzt. Drei Anforderungen haben keine Entsprechung im Bestand: Bias- und Fairness-Kontrollen, die Erklärbarkeit von Modellentscheidungen und die Grundrechte-Folgenabschätzung nach Artikel 27. Eine Bestandsaufnahme mit konkretem Handlungsbedarf.

Eine Million Token gehen hinein, nur viertausend werden geprüft
Ein kurzer Prompt wird geprüft – derselbe, viertausend Wörter länger, geht ungeprüft durch: die drei strukturellen Lücken, die in fast jeder KI-Architektur offenstehen, mit den veröffentlichten Messwerten.