Ein Mitarbeiter öffnet ChatGPT, tippt "Schreib mir eine E-Mail an Kunde X" und ist enttäuscht vom Ergebnis. Ein anderer gibt demselben Modell einen strukturierten Prompt mit Kontext, Ton und Format — und erhält einen fast druckreifen Entwurf. Der Unterschied liegt nicht am Modell. Er liegt am Prompt.
Was ist Prompt Engineering?
Prompt Engineering bedeutet, KI-Systemen präzise und strukturiert mitzuteilen, was sie tun sollen. Es ist keine Programmierfähigkeit — es ist Kommunikation. Wer lernt, wie KI-Modelle "denken" und was sie brauchen, um gute Ergebnisse zu liefern, hat einen echten Produktivitätsvorteil.
Die 5 wichtigsten Techniken
1. Rolle zuweisen (System-Prompt)
Sagen Sie dem Modell, wer es ist:
"Du bist ein erfahrener B2B-Vertriebler für Softwarelösungen im deutschen Mittelstand. Du schreibst präzise, überzeugend und ohne Floskeln."
Ein Modell, das weiß, welche Rolle es spielt, produziert konsistentere und relevantere Ausgaben.
2. Kontext geben
Je mehr relevanter Kontext, desto besser das Ergebnis:
"Hintergrund: Der Kunde hat vor 3 Wochen angefragt, seitdem nicht mehr geantwortet. Wir haben ein Angebot über 4.800 € geschickt. Ziel: Freundliche Nachfrage ohne Druck."
3. Ausgabeformat vorgeben
Sagen Sie explizit, wie die Ausgabe aussehen soll:
"Antworte mit: 1. Betreffzeile, 2. E-Mail-Text (max. 5 Sätze), 3. zwei alternative Formulierungen für den Eröffnungssatz."
4. Schritt-für-Schritt denken lassen (Chain-of-Thought)
Für komplexe Aufgaben hilft: "Denke Schritt für Schritt" oder "Erkläre deine Überlegung bevor du antwortest." Das reduziert Fehler bei Analyse- und Berechnungsaufgaben erheblich.
5. Beispiele einbauen (Few-Shot)
Zeigen statt sagen:
"Schreibe Produktbeschreibungen im folgenden Stil: Beispiel: [Ihr bestes Beispiel]. Jetzt schreibe eine für: [Ihr Produkt]"
Praxisbeispiele für den Alltag
E-Mail-Vorlagen: Prompt mit Empfänger-Kontext, gewünschtem Ton, max. Länge — wiederverwendbare Vorlage für das ganze Team.
Angebote strukturieren: KI erstellt Gliederung für Angebotsdokumente basierend auf Kundenbriefing — Mitarbeiter füllen aus.
Meeting-Protokolle: Rohe Notizen eingeben, KI erstellt strukturiertes Protokoll mit Entscheidungen und Aufgaben.
Kundenanfragen: Standardisierte Prompts für häufige Anfragen reduzieren Antwortzeit um 50–70%.
Häufige Fehler
Zu vage: "Schreib einen guten Text" liefert Mittelmaß. Spezifisch sein.
Kein Kontext: KI kennt Ihren Kunden, Ihre Branche und Ihren Ton nicht — es sei denn, Sie erklären es.
Kein Format: Ohne Formatvorgabe kommt ein Fließtext, obwohl Sie eine Liste wollten.
Einmaliger Prompt: Gute Prompts werden gespeichert, geteilt und verbessert — wie Vorlagen.
Fazit
Prompt Engineering ist die unterschätzte KI-Fähigkeit des Jahres 2026. 30 Minuten Übung pro Woche — und die Qualität der KI-Ausgaben verbessert sich sichtbar. Für Unternehmen bedeutet das: Standardisierte Prompts werden zum Unternehmens-Asset, ähnlich wie bewährte Vorlagen und Checklisten.