Warum klare Anweisungen unverzichtbar sind, um Künstliche Intelligenz zielgerichtet und effizient zu nutzen.
Kurz erklärt
- Prompting bedeutet, einer KI präzise Arbeitsanweisungen zu geben.
- Wer beim Formulieren klare Grundregeln einhält, steuert die Qualität der Ergebnisse direkt.
- Eine eigene Prompt-Bibliothek erspart dauerhaft Zeit und sichert einheitliche Qualitätsstandards.
Was ist Prompting?
Künstliche Intelligenz kann keine Gedanken lesen. Damit Werkzeuge wie ChatGPT, Gemini oder Claude brauchbare Ergebnisse liefern, müssen sie genau wissen, was erwartet wird. Die Formulierung dieser Anweisung nennt man Prompting.
Wer das Prompting beherrscht, macht den wichtigsten Schritt vom zufälligen Herumprobieren zur professionellen Nutzung. Die Grundregel lautet: Je präziser und kontextbezogener die Eingabe, desto besser das Resultat. Dabei ist der erste Prompt selten perfekt. Gute Ergebnisse entstehen meist im Dialog mit der KI, indem Antworten schrittweise verfeinert werden.
Wie funktioniert Prompting?
Die gute Nachricht: Gute Prompts erfordern weder tiefe IT-Fachkenntnisse noch müssen sie sehr lang sein. Es ist ausreichend, die Grundlagen zu verstehen.
Stell dir die KI wie eine neue Arbeitskraft vor: Sie hat enormes Fachwissen, kennt aber weder dein Unternehmen noch die konkrete Situation. Du musst ihr zunächst den Rahmen erklären. Moderne KI-Systeme erfassen komplexe Zusammenhänge immer besser, doch genau deshalb ist es wichtig, den Handlungsspielraum scharf zu begrenzen. Es kommt nicht auf das eine, perfekte Wort an, sondern auf eine logische, strukturierte Aufgabenstellung.
Die 6 Bausteine für einen guten Prompt
Wenn du diese sechs Elemente in deinen Eingaben kombinierst, optimierst du den KI-Einsatz in deinem Unternehmen erheblich.
1. Rolle: Wer soll die KI sein?
Weise der KI eine klare Perspektive zu. Das hilft ihr, Tonalität und Fachniveau anzupassen. Auch wenn neuere Modelle nicht mehr zwingend eine Rolle benötigen, hilft dieser Baustein dir selbst dabei, die Aufgabe fokussiert zu durchdenken.
Beispiele:„Du bist Steuerberaterin eines mittelständischen Unternehmens in Österreich.“
„Du bist Social-Media-Manager in Wien und triffst genau den Ton der Kulturszene.“
2. Aufgabe: Was ist das Ziel?
Benenne die konkrete Tätigkeit unmissverständlich. Etwa recherchieren, zusammenfassen, schreiben oder korrigieren.
Beispiele:„Schreibe eine E-Mail, die alle Mitarbeitenden der Abteilung XY über die neue Urlaubsplanung informiert.“
„Verfasse einen kurzen Text, der die Vorteile unseres neuen Produkts erklärt.“
3. Kontext: Für wen und wofür ist die Aufgabe gedacht?
Die KI muss die Zielgruppe und den Zweck kennen, um passgenau formulieren zu können.
Beispiele:„Der Text richtet sich an Wiener Wohnungsbesitzer ohne technisches Fachwissen, die ihre Gastherme tauschen wollen.“
„Die Postings sind für Frauen zwischen 18 und 30 Jahren in Österreich, die sich für Naturkosmetik interessieren.“
4. Material: Auf welcher Basis soll die KI arbeiten?
Gib der KI die Fakten oder Quellen vor, die sie nutzen soll. Das ist besonders wichtig, wenn es um spezifische Unternehmensdaten geht.
Beispiele:„Nutze die hochgeladenen Auftragsbestätigungen des Jahres 2024, aber berücksichtige nur die Kunden aus Deutschland.“
„Suche in diesem PDF nach den Inhalten, die für gesetzliche Vorgaben für KMU relevant sind.“
5. Format: Wie soll das Ergebnis aussehen?
Definiere die Form der Ausgabe. Ob Tabelle, Fließtext, E-Mail oder Stichpunktliste – überlässt du diese Entscheidung der KI, kostet das oft unnötige Schleifen.
Beispiele:„Verfasse einen Text mit maximal 2.000 Zeichen (ohne Leerzeichen). Der Titel darf maximal drei Wörter lang sein. Setze ans Ende eine Factbox mit den drei wichtigsten Kennzahlen.“
„Erstelle eine Tabelle mit den Spalten Name, Auftragsnummer, Adresse und Preis.“
6. Grenzen: Was soll die KI ignorieren?
Je enger die Leitplanken, desto schärfer das Ergebnis. Schließe irrelevante Informationen gezielt aus.
Beispiele:„Nutze ausschließlich Quellen, die nach 2020 veröffentlicht wurden.“
„Ignoriere bei der Datenanalyse alle Zahlen, die nicht den österreichischen Markt betreffen.“
Typische Fehler und wie du sie vermeidest
Wer die folgenden Fehlerquellen kennt, spart im Arbeitsalltag viel Zeit:
- Zu vage Formulierungen: Unschärfe führt zu schlechten Ergebnissen. Wenn du nur ungefähr skizzierst, was du willst, füllt die KI die Lücken mit Annahmen und Stereotypen.
- Fehlender Kontext: Ohne Hintergrundwissen arbeitet die KI ins Blaue. Kläre immer den Rahmen: an wen richtet sich der Text, auf welchem Kanal wird er veröffentlicht, was ist der Anlass?
- Fehlende Zielsetzung: Die KI braucht ein klares Endprodukt vor Augen. Lass sie nicht einfach „mal etwas zu einem Thema schreiben“.
- Zu viel auf einmal: KI-Modelle können überfordert werden. Recherchieren, Daten auswerten, einen Artikel schreiben und daraus Social-Media-Posts ableiten – das ist zu viel für einen einzigen Prompt. Teile komplexe Projekte in logische Einzelschritte auf.
Unterschiede zwischen den KI-Tools
Die Grundregeln des Promptings gelten systemübergreifend. Dennoch haben die Werkzeuge unterschiedliche Stärken: Allrounder wie ChatGPT, Gemini und Claude basieren auf breitem Training. Bei ihnen sind Kontext, Rollen und Formatvorgaben extrem wichtig.
Tools wie Gemini Notebook (früher NotebookLM) sind darauf spezialisiert, von dir hochgeladene Quellen auszuwerten. Hier zielen Prompts vor allem auf präzise Leitfragen ab.
Bei Such-KIs wie Perplexity kommt es auf extrem detaillierte Suchfragen an, da ungenaue Prompts hier direkt zu unbrauchbaren Quellen führen.
Beispiele aus dem Arbeitsalltag
Marketing
Falsch: „Schreibe eine Pressemitteilung über Elektroautos.“
Richtig: „Du bist PR-Texter für eine Agentur. Erkläre in 80 Wörtern die Umweltvorteile eines Elektroautos. Recherchiere dafür in Zeitungsartikeln der letzten drei Monate aus dem DACH-Raum. Nutze einen sachlichen Ton. Beende den Text mit einer Zusammenfassung in drei Stichpunkten. Basis sind die hier hochgeladenen Dokumente.“
Kundenkommunikation
Falsch: „Schreibe eine Antwort auf diese Kundenbeschwerde.“
Richtig: „Du bist Kundenberater in einem Reisebüro. Wir brauchen eine Vorlage, um auf Beschwerden über Verspätungen und ausgefallene Leistungen zu reagieren. Formuliere eine höfliche E-Mail von maximal 100 Wörtern. Die Tonalität ist seriös und empathisch, aber nicht defensiv. Das Ziel: Verständnis zeigen und konkrete Lösungen anbieten.“
Recherche und Zusammenfassung
Falsch: „Recherchiere die Vorteile von Proteinshakes und mach daraus einen Text und drei Postings.“
Richtig: „Du bist Gesundheitsjournalist und beurteilst Trends neutral. Wir planen ein Projekt zum Thema Proteinshakes. Schritt 1: Recherchiere aktuelle Studien und Artikel der letzten zwei Jahre. Nutze nur seriöse Quellen, keine Foren. Erstelle eine Liste mit den fünf Kernergebnissen inklusive Quellenangabe. Danach gehen wir zu Schritt 2 über.“
Tipp: Lege im Unternehmen eine zentrale Prompt-Bibliothek an. Dort speichert ihr funktionierende, ausgereifte Prompts für Standardaufgaben ab (z. B. „Angebot zusammenfassen“, „Social-Media-Post für LinkedIn“). Das standardisiert Prozesse und spart dem gesamten Team täglich Zeit.
Typische Fehlannahmen
- „Die KI weiß schon, was sie tun soll.“ Falsch. Die KI hat kein Vorwissen über dein Unternehmen. Sie bearbeitet parallel Millionen völlig unterschiedlicher Anfragen und braucht zwingend deinen spezifischen Kontext.
- „Ein Prompt muss sofort das perfekte Ergebnis liefern.“ Falsch. Prompting ist ein iterativer Prozess. Der erste Versuch ist oft nur der Entwurf für eine kurze Anpassungsrunde.
- „Die Maschine versteht meine Andeutungen.“ Falsch. Was für Menschen logisch erscheint, muss der KI explizit gesagt werden.
Einordnung & Fazit
Prompting ist keine Magie und erfordert keine Programmierkenntnisse. Es ist die handwerkliche Fähigkeit, Arbeitsanweisungen präzise und strukturiert zu formulieren. Wer Kontext, Aufgabenstellung und Grenzen klar definiert, macht Künstliche Intelligenz von einer Spielerei zu einem hochproduktiven Werkzeug für den eigenen Unternehmensalltag.
Fachbegriffe
- Prompt: Die Eingabe oder konkrete Arbeitsanweisung an ein KI-System.
- Kontext: Hintergrundinformationen, die der KI helfen, Situation und Zielgruppe richtig einzuordnen.
- Iteration: Die schrittweise Überarbeitung. Ein Prompt wird im Dialog mit der KI nachgeschärft, bis das Ergebnis passt.
- Ausgabeformat: Die definierte Form der Antwort (z. B. Fließtext, Aufzählung, Code oder Tabelle).
Zum Mitnehmen: Die sechs Bausteine mit Beispielen, vier typische Fehler und was welches Tool braucht. Als PDF herunterladen oder als Bild speichern.
Tools, die im Artikel erwähnt wurden
ChatGPT
ChatGPT ist für uns weiterhin das Standardwerkzeug, wenn ein einzelnes Tool möglichst viel abdecken soll. In der Breite kommt nur Claude heran, und bei Bildgenerierung und Agentenaufgaben bleibt ChatGPT vorn. Schneller einsatzbereit ist ohnehin keiner. Genau diese Breite ist die Schwäche: Bei quellenbasierter Recherche liefert Perplexity die sauberere Belegkette, bei langen Analysen arbeitet Claude strukturierter. Für Einzelpersonen halten wir Plus für die sinnvolle Stufe, Free und Go sind zu knapp bemessen. Unternehmen raten wir klar zu Business, weil erst dort das Modelltraining mit den eigenen Daten standardmäßig abgeschaltet ist. Wer Kundendaten in den Gratistarif tippt, spart an der falschen Stelle.
Gemini
Drei Wege verkauft Google unter demselben Namen, und wer sie verwechselt, zahlt für das Falsche: das Privatabo Google AI, Gemini im Workspace-Tarif, Gemini Enterprise als eigenes Produkt. Betrieben empfehlen wir den mittleren Weg. Ab Business Standard, 16,20 Euro je Nutzer und Monat, sitzt der Assistent in Gmail, Docs und Sheets, und erst dort lässt sich die EU als Datenregion wählen. Im Microsoft-Haus liefert Microsoft Copilot dieselbe Nähe zum Arbeitsplatz und fällt leichter. Mandanten- und Patientendaten haben im Privatabo nichts verloren, weil der Schutz vor dem Modelltraining dort an einer Einstellung hängt und an keiner Zusage.
Claude
Claude ist für uns das Werkzeug für die lange Form. Wo ein Vertrag, ein Bericht oder eine Codebasis am Stück gelesen werden soll, spielt das Kontextfenster seine Stärke aus, und die Argumentation bleibt sauberer als bei den Allroundern. ChatGPT deckt mehr Disziplinen ab und erzeugt Bilder, Claude nicht. Für Einzelpersonen halten wir Pro für die sinnvolle Stufe. Unternehmen raten wir ab zwei Personen zu Team, weil dort das Training mit den eigenen Inhalten wegfällt. Wer den ganzen Tag im Tool arbeitet, sollte die Fünf-Stunden-Fenster einkalkulieren, sonst steht er am Nachmittag.
Gemini Notebook
Gemini Notebook ist für uns das Werkzeug der Wahl, wenn die Antwort aus den eigenen Unterlagen kommen soll und nicht aus dem Internet. Die Quellenbindung ist der Unterschied zu den Allroundern: Was nicht im Notizbuch liegt, taucht auch nicht in der Antwort auf, und jede Aussage trägt ihren Beleg. Für offene Recherche im Netz ist Perplexity die bessere Wahl, für Textarbeit ChatGPT. Die Gratisversion reicht für den Einstieg weit. Wer personenbezogene Daten einspielen will, braucht ein Workspace-Setup und sollte die Privatversion dafür gar nicht erst in Betracht ziehen.
Perplexity
Perplexity ist die Antwort auf eine Frage, die Chat-Werkzeuge offenlassen: Woher stammt das? Jede Aussage kommt mit Verweis auf die Quelle, und gesucht wird bei jeder Anfrage im aktuellen Web. Für Recherche, Marktbeobachtung und Faktenprüfung ist das der praktischere Zugang.
Für kreative Arbeit ist es das falsche Werkzeug. Wer Texte entwerfen, umformulieren oder Ideen sammeln will, bekommt bei den großen Chat-Anbietern mehr. Diese Trennung entscheidet darüber, ob sich ein zweites Abo lohnt.
Unsere Warnung betrifft die Einzeltarife. Die Nutzung der Eingaben für das Training ist dort nach Anbieterangabe standardmäßig eingeschaltet und muss in den Einstellungen abgestellt werden, mit Wirkung nur für die Zukunft. Erst die Unternehmenstarife ab 40 US-Dollar je Platz schließen das vertraglich aus. Eine Datenhaltung in der EU gibt es in keinem Tarif. Für die Marktrecherche ist das beherrschbar, für Fragen mit Kunden- oder Firmenbezug nicht.
