9.5 KI-Prompting-Strategien
Gutes Prompt-Engineering gilt als Schlüssel zu einer effizienten und sinnvollen Nutzung von generativen KI-Tools. Entsprechend gibt es zahlreiche (Online-)Kurse und Materialien, die gutes Prompten vermitteln. Für alle, die tiefer einsteigen wollen, empfehlen wir, einen Blick in den KI-Campus zu werfen, insbesondere der Kurs Prompt-Labor 2.0 ist empfehlenswert. Die Seite im vorliegenden Tutorial beruht hauptsächlich aus ausgewählten Inhalten und Videos aus diesem Kurs.
Im folgenden Video "Effektives Promting" werden acht einfache, aber wirksame Grundregeln vorgestellt, wie man einen guten Prompt entwickeln kann.
Die acht Grundregeln werden nachfolgend nochmal aufgelistet:
Gib der KI eine klare Rolle mit Eigenschaften, die auf die Aufgabe abgestimmt sind. Zum Beispiel: „Du bist eine kompetente Übersetzerin an einer Universität.“ Solche übertrieben wirkenden Rollenbeschreibungen steigern die Leistung, da sie die KI aus ihrem neutralen Standardmodus herausholen und gezielt auf eine bestimmte Aufgabe fokussieren. Damit stärkst du die Qualität und Zielgerichtetheit der Antwort.
Füttere die KI mit relevanten Informationen, etwa Begriffserklärungen oder Arbeitsbedingungen. In einem Übersetzungs-Prompt kann das z. B. eine Erklärung der Begriffe „Quelle“ und „Zielsprache“ oder ein Hinweis auf ein Glossar sein. Kontext hilft der KI, besser zu verstehen, was du willst – vor allem bei komplexen Aufgaben oder spezifischen Anforderungen.
Formuliere die Aufgabe klar und unmissverständlich. Statt vager Anweisungen sag z. B.: „Du übersetzt eine Quelle in die Zielsprache.“ Präzise Aufgabenbeschreibungen helfen der KI, zielgerichtet zu arbeiten. Wichtig: Wiederhole Schlüsselbegriffe konsequent, um Missverständnisse zu vermeiden. Dadurch steigt die Genauigkeit der Antwort.
Zerlege komplexe Aufgaben in logische Einzelschritte. Gib dabei jeweils an, was die KI tun soll – und was du als Nutzer beisteuerst. Beispiel: Die KI fragt zuerst nach der Zielsprache, dann nach dem Glossar, danach nach dem zu übersetzenden Text, und schließlich erfolgt die Übersetzung. Diese Struktur führt zu besser planbaren und nachvollziehbaren Ergebnissen.
Vermeide vage oder mehrdeutige Begriffe wie „ungefähr“, „höchstens“ oder „so weit wie möglich“. Statt „maximal 50 Wörter“ besser „genau 50 Wörter“ schreiben. Klare Vorgaben verbessern die Steuerbarkeit der KI. Redundanz – etwa durch Wiederholung wichtiger Begriffe – kann die Qualität zusätzlich steigern, auch wenn es sich für Menschen unnatürlich liest.
Bestimme genau, wie die Antwort aussehen soll: als Fließtext, Liste, Tabelle etc. Beispiel: „Schreibe eine nummerierte Liste mit vollständigen Sätzen und verwende Markdown zur Formatierung.“ Je klarer das gewünschte Format beschrieben ist, desto besser stimmt die KI das Ergebnis darauf ab – besonders bei strukturierten Inhalten.
Strukturiere deinen Prompt mithilfe von Markdown. Nutze z. B. # für Überschriften, * für Aufzählungen und ** für Fettdruck. KI-Modelle erkennen diese Auszeichnungssprache zuverlässig, da sie mit ihr trainiert wurden. Eine klar gegliederte Struktur erleichtert der KI das Textverständnis – genau wie uns Menschen.
Verwende konsistente Begriffe (z. B. immer „Quelle“) und vermeide Negationen wie „nicht“ oder „kein“. Statt „keine unvollständigen Sätze“ besser: „vollständige Sätze“. Wiederholungen erhöhen die Verständlichkeit für die KI, selbst wenn sie für Menschen redundant wirken. Klare, aktive Formulierungen sorgen für bessere Resultate.
Im folgenden Video wird das Thema Prompting weiter vertieft, indem sechs weitere Empfehlungen gegeben werden.
Die Empfehlungen 9-15 aus dem vorangegangen Video werden hier nochmal aufgelistet:
Beim Prompting gibt es drei Workflows: Edit, Chat und Restart. Im Edit-Workflow wird derselbe Prompt mehrfach überarbeitet. Der Chat-Workflow basiert auf einem fortlaufenden Gespräch mit der KI. Beim Restart beginnt man eine neue Konversation, verwendet aber die bisherigen Erkenntnisse. Je nach Tool unterscheiden sich die Funktionen, z. B. bei der Speicherung von Prompt-Versionen. Besonders nützlich ist die Baumstruktur in ChatGPT und Claude. Nutzer sollten flexibel zwischen diesen Workflows wechseln, um bessere Ergebnisse zu erzielen und die Stärken der jeweiligen Methode auszuschöpfen.
Eine solide Faktenbasis verbessert die Qualität der KI-Antworten. Es gibt drei Wege: (1) eine Internetrecherche anstoßen, (2) Dokumente hochladen (z. B. PDFs), (3) Fakten direkt in den Prompt kopieren. Die Internetrecherche ist unsicher, und lange Prompts stoßen an technische Grenzen. Daher wird empfohlen, eigene Dokumente hochzuladen, wenn das Tool es zulässt. Diese Methode ermöglicht eine präzise und zuverlässige Grundlage, auf die die KI beim Generieren zurückgreifen kann – besonders wichtig bei fachlich anspruchsvollen Inhalten.
Musterbeispiele zeigen der KI, wie die Antwort sprachlich oder inhaltlich aussehen soll. Statt sie als separate Dateien hochzuladen, empfiehlt es sich, sie direkt im Prompt zu integrieren, etwa am Ende unter einer eigenen Überschrift. Die KI orientiert sich dann an diesen Beispielen und produziert Antworten, die näher an den Erwartungen liegen. Besonders hilfreich sind Musterbeispiele bei spezifischen Sprachstilen oder Aufgabenformaten. Sie erhöhen die Konsistenz und Qualität der Ergebnisse erheblich – auch wenn KI-Modelle keine perfekte Formatnachahmung garantieren.
Wiederholungen helfen, die Qualität von Antworten besser einzuschätzen. Es gibt zwei Varianten: (1) denselben Prompt mehrfach im selben Tool, aber in neuen Chats verwenden – zur Prüfung der Intra-Tool-Variabilität. (2) Den Prompt in verschiedenen KI-Tools testen – zur Prüfung der Inter-Tool-Variabilität. So erkennt man, ob ein gutes Ergebnis Zufall war oder reproduzierbar ist. Diese Methode verbessert die Validität von Ergebnissen und macht Unterschiede zwischen Tools sichtbar – also: ausprobieren lohnt sich.
Unkonventionelle Promptformulierungen können zu besseren Ergebnissen führen. Studien zeigen, dass z. B. ein „Star-Trek-Stil“ in Fachbereichen wie Mathematik und Naturwissenschaften die Qualität steigern kann. Auch Aussagen wie „du bist die kreativste Person im Raum“ oder „du hast nur noch eine Stunde Zeit“ aktivieren offenbar alternative Verhaltensmuster der KI. Exzentrisches Prompting bricht mit Standards und zeigt, dass kreative, ungewöhnliche Inputs lohnenswerte Resultate liefern können – auch wenn sie zunächst seltsam erscheinen.
Als Ausblick wird auf weitere Strategien wie den Megaprompt verwiesen, die in einem eigenen Deep-Dive-Video behandelt werden. Sie bauen auf den vorgestellten Empfehlungen auf und gehen noch tiefer in strukturierte Prompt-Architekturen.
Im folgenden Video wird u. a. das Thema "Megaprompt" erläutert.
Im Video wurden folgende komplexe Prompting-Instrumente vorgestellt:
Ein strukturiertes Tool zur Problemlösung in mehreren Schritten: Problemdefinition, Zielsetzung, Lösungsideen, Bewertung, Umsetzungsmöglichkeiten und Weiterentwicklung. Es eignet sich besonders für vage oder komplexe Alltagsprobleme, bei denen zunächst Orientierung nötig ist. Der iterative Charakter hilft, Schritt für Schritt Klarheit zu gewinnen – ideal als Einstieg in Denkprozesse ohne festes Zielbild.
Ein Prompt zur Erstellung und Durchführung von Tutorials mit der KI als persönlichem Tutor. Es ist speziell auf praxisnahe, niedrig-komplexe Lernaufgaben ausgelegt. Die KI führt den Nutzer durch strukturierte Lernschritte, etwa bei der Aneignung konkreter Skills. Besonders hilfreich für Schüler, Studierende oder Personen mit Lernzielen in alltäglichen oder technisch-praktischen Bereichen.
Dieses Werkzeug hilft, einen hochwertigen Prompt zu erstellen, der dann für ein anderes KI-Tool verwendet werden kann. Die KI begleitet den Nutzer dabei iterativ durch den Prompt-Entwicklungsprozess. Das eignet sich besonders für Einsteiger im Prompting oder für die Erstellung von Prompts für bildgenerative oder spezialisierte KI-Systeme. Ziel ist ein möglichst effektiver Ausgangsprompt für die gewünschte Anwendung.
Ein umfassender Prompt, der alle wichtigen Elemente des effektiven Promptings vereint: Rollenvergabe, Kontext, Aufgabenbeschreibung, Arbeitsschritte, Formatvorgaben und ggf. Faktenbasis. Optional integrierbar sind Multiple-Choice-Phasen oder sokratischer Dialog. Der Megaprompt ist äußerst flexibel und bewährt sich in der Praxis durch Struktur, Klarheit und hohe Ergebnisqualität – das zentrale Werkzeug für fortgeschrittenes Prompt Engineering.
Vorlage für einen Mega-Promt von Malte Persike aus dem Video: Diese Vorlage kann man für die eigenen Zwecke modizieren und dann direkt in ein KI-Chat-Tool eingeben.
# Deine Rolle: Hier die Rolle der KI eintragen.
Zum Beispiel: "Du bist eine äußerst kompetente Wissenschaftliche Mitarbeiterin an einer Hochschule.
Du unterstützt mich bei ...“
# Kontext und Rahmenbedingungen:
Hier Kontext, Ausgangssituation und/oder Randbedingungen eintragen.
Zum Beispiel: "Für einen Online-Lernraum zum Kurs XY sollen Einleitungen für jedes Kapitel geschrieben
werden. Der Kurs richtet sich an Masterstudierende im Fach XY ...“
# Aufgabe:
Hier Aufgabe der KI eintragen. Zusätzlich kann auch die Aufgabe des Menschen explizit benannt werden, um
eine eindeutige Aufgabenzuteilung zu gewährleisten. Zum Beispiel: "Du schreibst die Einleitung für das Kapitel XY ... Ich werde …“
# Arbeitsschritte:
1. Du beginnst, indem Du .... . Du fragst mich dann nach Änderungen.
2. Du setzt meine Antwort um und fragst mich nach weiteren Änderungen.
3. Du wiederholst Schritt 2, bis ich Dir sage, dass ich mit dem Ergebnis zufrieden bin.
4. Wenn Dir an irgendeiner Stelle etwas unklar ist, fragst
Du mich nach einer Erklärung.
# Ergebnis:
Hier das gewünschte Ergebnis eintragen.
Zum Beispiel: "Ein Text mit 5 Sätzen auf Masterniveau
...“
# Format der Ausgabe:
Hier Anweisungen zum Format der Ausgabe eintragen.
Zum Beispiel: "Fließtext, ganze Sätze, deutsche Sprache
..."
# Faktenbasis / Musterbeispiele:
Optional: Text einkopieren oder Dokumente hochladen
Erstellt von:
Zentrum Digitale Lehre
http://th-luebeck.de/zdl
