Zum Inhalt

Der Prompt als Handwerk

Kernbotschaft

Eine gute Antwort beginnt mit einer guten Eingabe. Der erste Versuch sitzt selten — gutes Prompten ist ein Handwerk, kein Glücksspiel.

Ein Prompt ist deine Eingabe an die KI: die Anweisung, aus der sie ihre Antwort baut. Und wie bei jedem Werkzeug gilt — es ist nur so gut wie die Hand, die es führt. „Schreib mir was über Hunde" liefert Beliebiges. Wer genauer sagt, was er will, bekommt Brauchbares.

Ein Gerüst zum Merken (geliehen, nicht erfunden)

Ein Merkgerüst, das wir hilfreich finden, stammt aus einem Google-Kurs und heißt TCREI. Wichtig zur Einordnung: Wir haben es nicht erfunden und arbeiten auch nicht formal danach — als Checkliste, die man kurz vor dem Abschicken im Kopf durchgeht, taugt es trotzdem gut. Es sortiert, woran man denken sollte.

Und es hilft, sie einmal auseinanderzunehmen, denn sie steckt zwei verschiedene Dinge in ein Akronym: was in einen guten Prompt gehört und wie du mit der Antwort weiterarbeitest. Trennt man die beiden Ebenen, wird es viel klarer.

Was in den Prompt gehört:

  • T — Task (Aufgabe): der breiteste Schritt — er bündelt drei Dinge: was die KI tun soll und, optional, in welcher Rolle sie antwortet („antworte als erfahrener Steuerberater") und in welchem Format (Stichpunkte, Tabelle, kurzer Text).
  • C — Context (Kontext): Der relevante Hintergrund — je mehr die KI über deine Situation weiß, desto besser. Alles, was du nicht sagst, rät sie sich zusammen (und oft daneben).
  • R — References (Beispiele): Vorlagen, an denen sich die KI orientieren kann.

Wie du mit der Antwort weiterarbeitest:

  • E — Evaluate (Prüfen): Ist das Ergebnis wirklich, was du wolltest? Du musst dafür nicht vom Fach sein — drei Prüffragen reichen fast immer: Steht alles drin, worum ich gebeten habe? (Punkt für Punkt gegen den eigenen Prompt halten.) Steht etwas drin, was ich nicht überprüfen kann — Zahlen, Namen, Quellen, Paragrafen? Das ist die Stelle zum Nachfragen („woher hast du das?"). Und würde ich das so aus der Hand geben? — Ton, Länge, Form, oder klingt es glatt und nach niemandem?
  • I — Iterate (Nachschärfen): Sag der KI, was noch fehlt, und lass sie nachbessern — ruhig mehrmals.

Die ersten drei Punkte sind also deine Eingabe, die letzten beiden der Umgang mit der Antwort. Die drei Zutaten „Kontext / Aufgabe / Form" aus Stufe 0 — also wer du bist und worum es geht, was die KI tun soll und wie das Ergebnis aussehen soll — stecken komplett in der Eingabe-Seite. Neu kommt das bewusste Prüfen und Nachschärfen dazu.

Soll eine Rolle dauerhaft über das ganze Gespräch gelten, hinterlegt man sie übrigens oft als System-Prompt — die Grundanweisung, die immer mitläuft, statt sie jedes Mal neu zu tippen. Den echten System-Prompt eines Anbieters siehst du als Nutzer zwar nicht, aber viele Chat-Oberflächen lassen dich eine eigene Dauer-Anweisung hinterlegen — meist unter Bezeichnungen wie „eigene Anweisungen", „Persönliches" oder in den Einstellungen eines Projekts. Ein Blick in die Einstellungen deines Werkzeugs lohnt sich.

Der letzte Punkt ist der wichtigste — und der, den Anfänger am meisten unterschätzen. Profis führen mit der KI ein Gespräch: erster Entwurf, prüfen, nachbessern, wieder prüfen. „Always be iterating."

Tiefer eintauchen: die vier Iterationsmethoden

Aus Googles „Prompting Essentials"-Kurs — vier Wege, einen Prompt nachzuschärfen, wenn die Antwort noch nicht sitzt:

  1. Das Gerüst noch einmal durchgehen — mehr Kontext, mehr Beispiele oder eine Rolle ergänzen, falls noch nicht geschehen.
  2. Den Prompt in kürzere Sätze zerlegen — die Aufgabe in einfachere Häppchen aufteilen und der KI Schritt für Schritt geben.
  3. Anders formulieren oder die Aufgabe umdrehen — eine andere Wortwahl oder eine analoge Aufgabe wählen (z. B. statt „beschreibe das Produkt" lieber „erzähle eine kurze Geschichte, in der das Produkt vorkommt").
  4. Einschränkungen (Constraints) setzen — den Spielraum gezielt begrenzen (z. B. nur eine bestimmte Region, ein bestimmtes Tempo, ein bestimmtes Thema).

So sieht das in der Praxis aus

Zuerst ein Beispiel zum Abschreiben, danach fünf Situationen aus unserer Gruppe — jede zeigt einen der Punkte oben in freier Wildbahn.

Ein Prompt zum Abschreiben: mager und vollständig

Konstruiertes Übungsbeispiel

Das folgende Paar ist keine Anekdote aus unserer Gruppe, sondern von uns zum Üben gebaut — Personen und Firma sind erfunden. Es zeigt denselben Wunsch einmal mager und einmal vollständig, damit du ein Muster hast, an dem du dich orientieren kannst.

Vorher — der Prompt, den fast alle zuerst schreiben:

Schreib eine Absage an einen Bewerber.

Das ergibt eine Absage. Aber eine beliebige: an irgendwen, für irgendeine Stelle, in irgendeinem Ton — mit „leider müssen wir Ihnen mitteilen" und drei Floskeln. Alles, was nicht dasteht, denkt die KI sich aus.

Nachher — derselbe Wunsch mit Aufgabe, Kontext, Form und Referenz:

Kontext: Ich leite ein zwölfköpfiges Team in einem mittelständischen
Handwerksbetrieb. Wir hatten drei Bewerberinnen für eine Stelle im Büro.
Frau Berger war fachlich gut und zweimal bei uns; wir haben uns am Ende
für jemanden mit mehr Erfahrung in der Lohnbuchhaltung entschieden.

Aufgabe: Schreib die Absage an Frau Berger.

Form: E-Mail, höchstens 150 Wörter, per Sie, warm im Ton, aber ohne
falsche Hoffnung.

Referenz — so klingen unsere Mails sonst, bitte diesen Ton treffen:
"Guten Morgen Frau Klein, kurz zur Rückmeldung: Wir haben Ihren Vorschlag
im Team besprochen und finden ihn gut. Melden Sie sich gern, wenn noch
etwas offen ist. Viele Grüße, Andrea Roth"

Ausdrücklich nicht: keine Aufzählung ihrer Schwächen, keine Floskel
"leider müssen wir Ihnen mitteilen", und keine Einladung, sich später
noch einmal zu bewerben — das meinen wir nicht ernst.

Der zweite Prompt ist länger, aber nicht schwerer: Er sagt nur, was du ohnehin schon im Kopf hast. Alle Bausteine von oben stecken drin — Aufgabe, Kontext, Form, eine Referenz und ein ausdrückliches „so nicht". Und selbst dieser Prompt sitzt nicht zwingend im ersten Versuch; er ist der Punkt, ab dem sich Nachschärfen lohnt statt neu anzufangen.

Zeig es der KI, statt es ihr zu beschreiben

Mathias wollte in seinem Werkzeug eine kleine Statuszeile eingeblendet haben — die Anzeige, die verrät, welches Modell gerade arbeitet, wie viel es kostet und wie voll das Kontextfenster schon ist. Er hätte das lang und umständlich beschreiben können. Thanhs Rat war ein anderer: einfach den Screenshot mitgeben, auf dem so eine Zeile zu sehen ist.

Aus der Praxis

„das habe ich irgendwann einstellen lassen.. ich glaub wenn du einfach den Screenshot als Quelle Claude Code gibst, sollte er das selbst einstellen" — Thanh, 02.07.2026

45 Minuten später lief die Zeile — sogar mit ein paar Angaben mehr als im Vorbild. Das ist das R aus dem Gerüst: Eine Referenz ist oft kürzer und präziser als jede Beschreibung. Ein Screenshot, ein altes Dokument, eine Beispieldatei, eine Website, die dir gefällt — mitgeben schlägt beschreiben. Dasselbe gilt außerhalb der Technik: Wenn ein Text aussehen oder klingen soll wie ein vorhandener — ein Angebot, ein Elternbrief, ein Protokoll —, häng den vorhandenen an, statt ihn zu beschreiben. Genau das tut die Referenz im Absage-Beispiel oben.

Sag auch, was du nicht willst

Für ein Design-Projekt sollte die KI Entwürfe für eine neue Website liefern. Als Vorlage lag die alte Seite daneben — und genau das war das Problem: Die Entwürfe waren im Grunde die alte Seite, nur in anderen Farben. Die Lösung war ein kleiner Satz mehr im Prompt: dieselbe Seite ausdrücklich als Anti-Beispiel zu deklarieren — „so ausdrücklich nicht". Danach kam Neues.

Eine Referenz wirkt stark. Deshalb muss dazustehen, ob sie ein Vorbild oder ein Gegenbild ist. Das gilt genauso im Büroalltag: Wer die letztjährige Einladung mitgibt, damit „so etwas in der Art" herauskommt, bekommt fast dieselbe Einladung zurück — es sei denn, er sagt dazu, was diesmal anders sein soll.

„2026" ist kein Datum

Manchmal ist der fehlende Kontext ganz unspektakulär. In einem Entwurf tauchte als Zeitangabe schlicht „2026" auf:

Aus der Praxis

„Das Datum 2026 scheint mir aber recht unpräzise. Welcher Tag ist das denn?" — Mathias, 14.04.2026

„ja hab den jetzt nicht so viel Kontext zu den Daten gegeben ^^" — Thanh, 14.04.2026

Kein technischer Fehler, keine Halluzination — es war schlicht nicht gesagt worden. Die KI füllt solche Lücken irgendwie. Was du nicht mitgibst, erfindet sie sich. Diese Sorte Lücke steckt in jedem Alltagstext: „nächste Woche", „das übliche Format", „wie beim letzten Mal", „für unsere Kunden" — für dich eindeutig, für die KI eine offene Stelle, die sie füllt.

Der Anfang darf grob sein

Das klingt jetzt nach viel Vorarbeit — ist es am Anfang aber nicht. Mehrere unserer Projekte sind mit einem einzigen Satz gestartet:

„bau mir ein leichtgewichtiges Wisprflow.. ich will keine 10 euro im Monat zahlen"

„Ich habe gesehen, Gemini hat ein Deep Research Ding – können wir das auch, nur besser?"

Für den ersten Schuss reicht das völlig. Die Genauigkeit kommt in den Runden danach — und die sind der eigentliche Teil der Arbeit. Genauso legitim ist der Einstieg außerhalb der Technik: „hilf mir, eine Absage zu formulieren" ist ein völlig brauchbarer erster Satz — den Rest kannst du auf Nachfrage nachliefern.

Auch Erfahrene brauchen Schleifen

Ein Flyer, den Thanh mit KI gestaltet hat, brauchte 17 Anläufe über zwei Tage. Ein anderes Projekt geriet zur Endlosschleife, weil vieles vorher nicht definiert war:

Aus der Praxis

„17 Iterationen - 7 Std. Arbeit 😂" — Thanh, 26.03.2026

„Ich musste jetzt auch so viele Schleifen machen, bis das Projekt mal fertig war — das hat definitiv sehr, sehr lang gedauert. Voll viele Sachen, die ich nicht definiert hatte. Das System-Prompt war zum Beispiel beim Voice-Agent total schlecht … Da hab ich extra noch eine Runde machen lassen, bis da endlich einigermaßen saubere Ergebnisse waren." — Thanh, 09.02.2026

Damit diese Zahlen niemanden abschrecken: Das waren keine Alltagsaufgaben. Der Flyer war ein mehrtägiges Gestaltungsprojekt mit Abstimmungsrunden zwischen mehreren Beteiligten — da geht ein großer Teil der Runden für „gefällt uns noch nicht" drauf, nicht für die KI. Beim Voice-Agent kam dazu, dass die Anforderungen vorher nicht festgelegt waren. Für die Dinge, um die es hier geht — eine E-Mail, eine Zusammenfassung, ein Entwurf —, sitzt es bei uns meist nach zwei, drei Runden.

Der Punkt dieser Beispiele ist deshalb nicht „es dauert ewig", sondern: Auch wer das seit Monaten macht, kommt nicht mit einem Prompt ans Ziel. Eine zweite und dritte Runde ist der Normalfall, kein Zeichen dafür, dass du es falsch machst. Ehrlich bleiben gehört dazu: „bisher ist bei mir noch viel Try and Error", sagt Thanh über sein eigenes Vorgehen. Wer das erwartet, ist nicht enttäuscht, sondern im Plan.

Und noch etwas gehört zu diesen sieben Stunden: Am Ende stand nicht nur ein Flyer. Thanh hat aus dem Projekt eine Schritt-für-Schritt-Anleitung gemacht — welche Reihenfolge funktioniert, woran man bei Druckdaten denken muss, wo es typischerweise hakt. Beim nächsten Mal beginnt er damit, statt wieder bei null. Der Aufwand fällt also einmal an; was dabei entsteht, ist ein Ablauf, den man wiederverwendet.

Genau deshalb lohnt es sich, nicht bei null anzufangen: Wer den Weg schon gegangen ist, hat den Prozess. Und das gilt auch für dich — der einfachste Weg dahin: Wenn ein Durchlauf endlich gut war, lass die KI daraus die Anleitung schreiben. Also: „Fass zusammen, wie wir zu diesem Ergebnis gekommen sind — als Schritt-für-Schritt-Anleitung, die ich beim nächsten Mal wiederverwenden kann." Das Ergebnis speicherst du dir irgendwo ab, wo du es wiederfindest. Beim dritten Mal ist aus der mühsamen Übung Routine geworden.

Fertige Prompt-Sammlungen aus dem Netz können dabei helfen, ersetzen das aber nicht: In deinem eigenen Ablauf steckt, was kein fremdes Muster kennt — deine Aufgabe, dein Tonfall, die Stelle, an der es beim letzten Mal hakte.

Und Vorsicht bei den großen Sammlungen: „500 geprüfte Prompts" mit Jahreszahl im Titel sind meist Reichweitenprodukte, hinter denen ein Kurs oder Tool zum Verkauf steht. Suchst du einen kompakten, seriösen Einstieg, ist der kostenlose Prompting-Leitfaden des öffentlich geförderten Mittelstand-Digital Zentrums Berlin eine gute Adresse — deutsch, werbefrei, ohne Anmeldung.

Was wir daraus gelernt haben

Aus der Praxis

„darauf läuft alles im Umgang mit LLM immer hinaus: Klarheit. Wir müssen sehr große Klarheit in unserer Kommunikation mitbringen […] Das ist unser Job. Und ja, das ist wahrscheinlich die Hauptarbeit, die man auch nur begrenzt durch Seminare lernen kann." — Mathias, 26.02.2026

Aus der Praxis

„Ohne detaillierten Plan, den ich reviewe, geht immer etwas schief oder ist komplizierter als es offensichtlich sein muss." — Mathias, 24.02.2026

Unsere Empfehlung

Unsere Meinung aus einem halben Jahr Ausprobieren — keine Lehrmeinung, sondern das, was sich bei uns bewährt hat:

  1. Klarheit ist die eigentliche Arbeit. Nicht die KI bedienen zu lernen ist das Schwere, sondern selbst genau zu wissen, was man will. Wer das nicht sagen kann, bekommt Beliebiges — egal, welches Werkzeug.
  2. Erst den Plan, dann die Umsetzung — und den Plan selbst gegenlesen. Lass die KI zuerst aufschreiben, wie sie vorgehen würde, lies das in Ruhe und korrigiere dort. Ohne diesen Zwischenschritt ist es bei uns fast jedes Mal schiefgegangen.
  3. Sag auch, was sie nicht tun soll. Ein „so ausdrücklich nicht" spart mehr Runden als drei weitere Sätze darüber, wie du es gern hättest.
  4. Nutze eine Referenz statt einer langen Beschreibung. Screenshot, Beispieldatei, alte Version — und dazu, ob sie Vorbild oder Gegenbild ist.
  5. Nicht schreien. Keine GROSSBUCHSTABEN, kein „CRITICAL: You MUST". Bei den heutigen Modellen macht das die Sache eher schlechter: Sie überreagieren dann auf die angeblich kritische Stelle. Schreib normal und begründe stattdessen, warum dir etwas wichtig ist. (Für die normale Chat-Nutzung gilt das ohne Wenn und Aber. Dass einzelne Anbieter in ihren Entwickler-Werkzeugen andere Konventionen pflegen, ist eine Randnotiz für Fortgeschrittene — siehe unten.)
Tiefer eintauchen: was die Hersteller selbst empfehlen

Die Anbieter veröffentlichen eigene Leitfäden fürs Prompten — und die unterscheiden sich, was im Chat auch schon für Erheiterung gesorgt hat:

„Die ganzen KIs haben best practices für Prompting. Bspw. Claude soll man nicht anschreiben mit GROßBUCHSTABEN. Bei Openai Codex ist das normal. 😂" — Mathias, 26.02.2026

Das ist kein Widerspruch zur Empfehlung oben, sondern ihr Kleingedrucktes: Die Rede ist von Entwickler-Werkzeugen, nicht vom normalen Chatfenster. Für dich bleibt es dabei — nicht schreien, sondern begründen.

Zwei Ideen aus Anthropics Leitfaden, die unabhängig vom Werkzeug tragen:

  • Die goldene Regel: Stell dir die KI als brillante neue Kollegin vor, die deinen Zusammenhang nicht kennt. Wenn ein Mensch ohne Vorwissen deinen Prompt verwirrend fände, tut die KI das vermutlich auch.
  • Begründung statt bloßer Regel: „Deine Antwort wird vorgelesen, nutze daher keine Auslassungspunkte" wirkt besser als ein hartes „NIE Auslassungspunkte". Wer den Grund kennt, überträgt ihn auch auf Fälle, die in der Regel nicht stehen — Menschen wie Modelle.

Quellen:

Probier es selbst

In einem beliebigen Chat-Werkzeug, etwa zehn Minuten. Du brauchst dafür keine Vorerfahrung — wenn du noch keinen eigenen KI-Text hast, nimm einfach den mageren Prompt aus dem Beispiel oben („Schreib eine Absage an einen Bewerber.") oder einen ebenso knappen Satz zu einer Aufgabe aus deinem Alltag.

  • Schick den mageren Prompt ab und lies die Antwort — schau, was die KI sich alles selbst ausgedacht hat.
  • Formuliere ihn neu, diesmal mit Aufgabe + Kontext + Form.
  • Gib statt einer langen Beschreibung eine Referenz mit: ein altes Dokument, eine Mail, einen Screenshot, einen Link.
  • Sag einmal ausdrücklich, was du nicht willst.
  • Vergleiche die beiden Antworten — und geh die drei Prüffragen von oben durch (steht alles drin, was nachprüfen, würdest du es so aus der Hand geben?).

Zum Nachdenken

Denk an dein letztes enttäuschendes KI-Ergebnis: Lag es wirklich an der KI — oder an deiner Eingabe? Und: Hättest du statt einer Beschreibung einfach etwas zeigen können?