Was ist ein Prompt?

Wer ein KI-Tool wie ChatGPT Plus oder Claude zum ersten Mal benutzt, schreibt einfach eine Frage ins Textfeld. Doch die Qualität der Antwort hängt stark davon ab, wie diese Eingabe formuliert ist. Diese Eingabe heißt Prompt — und das gezielte Gestalten von Prompts ist inzwischen eine eigene Kompetenz: Prompt Engineering.

Kurze Antwort

Ein Prompt ist die Texteingabe, die ein Nutzer an ein KI-Sprachmodell schickt. Er enthält Aufgabe, Kontext und ggf. Format-Vorgaben. Je präziser der Prompt, desto nützlicher die Antwort. Ein schlechter Prompt liefert generische Ergebnisse; ein guter Prompt kann die Ausgabequalität um ein Vielfaches verbessern — ohne technisches Wissen.

Definition

Ein Prompt ist jede Eingabe, die ein Nutzer an ein Large Language Model (LLM) richtet. Das kann eine Frage sein, ein Befehl, ein zu ergänzender Text oder eine komplexe Anweisung mit mehreren Bedingungen.

LLMs verarbeiten den Prompt als Kontext und berechnen, welche Fortsetzung wahrscheinlich ist. Die Qualität der Ausgabe hängt deshalb direkt davon ab, wie gut der Prompt das Ziel beschreibt.

Unterschieden wird zwischen:

• Zero-Shot-Prompt: Eine Aufgabe ohne Beispiele (“Übersetze: Good morning”).
• Few-Shot-Prompt: Aufgabe mit 2-3 Beispielen, die das gewünschte Muster zeigen.
• System-Prompt: Hintergrundinstruktion, die das Verhalten des Modells dauerhaft konfiguriert — z. B. “Du bist ein Kundenservice-Assistent für Firma X.” Prompt Engineering bezeichnet die systematische Kunst, Prompts so zu formulieren, dass das Modell zuverlässig nützliche Ausgaben produziert.

Beispiel aus der Praxis

Ein Steuerberater möchte standardisierte Erklärungstexte für Mandanten zu häufigen Steuerthemen erstellen.

Schlechter Prompt: “Erkläre Umsatzsteuer.” → Ausgabe: allgemeiner Wikipedia-artiger Text, nichts Mandantengerechtes.

Verbesserter Prompt: “Du schreibst für Mandanten einer Steuerkanzlei, die keine Vorkenntnisse haben. Erkläre in max. 150 Wörtern, was die Kleinunternehmerregelung (§ 19 UStG) ist und wann sie sinnvoll ist. Verwende einfache Sprache, keine Fachbegriffe ohne Erklärung.” → Ausgabe: klarer, mandantengerechter Erklärungstext, sofort nutzbar.

Zeitersparnis: Der Steuerberater spart 10-15 Minuten pro Standarderklärung. Bei 20 solchen Texten im Monat: mehrere Stunden zurückgewonnen.

Die Prompt-Formel

Ein systematischer Prompt enthält vier Bausteine:

1. Rolle — Wer soll das Modell sein? (“Du bist erfahrener Buchhalter.”)
2. Aufgabe — Was soll es tun? (“Erkläre die Kleinunternehmerregelung.”)
3. Kontext — Für wen? In welcher Situation? (“Zielgruppe: Gründer ohne Vorkenntnisse.”)
4. Ausgabeformat — Wie soll die Antwort aussehen? (“Maximal 150 Wörter, einfache Sprache.”)

Vollständiger Prompt: “Du bist erfahrener Social-Media-Manager. Erstelle 3 LinkedIn-Beiträge für einen Handwerksbetrieb mit 10 Mitarbeitern. Zielgruppe: Hausbesitzer. Je maximal 500 Zeichen, sachlicher, freundlicher Ton.”

Wer diese vier Bausteine konsequent einsetzt, reduziert Nacharbeit und erzielt reproduzierbare Ergebnisse — ohne technisches Wissen.

Typische Anwendungsfälle

• Textgenerierung: E-Mails, Angebote, Produktbeschreibungen, Pressemitteilungen mit klaren Format- und Tonvorgaben.
• Zusammenfassung: “Fasse diesen Bericht in 5 Stichpunkten zusammen, für eine Führungsebene ohne Fachkenntnis.”
• Übersetzung mit Stil: “Übersetze ins Englische, formeller Geschäftsstil.”
• Analyse: “Welche der folgenden Kundenbewertungen sind negativ? Begründe kurz.”
• Brainstorming: “Nenne 10 Ideen für einen Blogbeitrag zum Thema DSGVO für Handwerksbetriebe.”
• Strukturierung: “Erstelle eine Gliederung für einen FAQ-Abschnitt zu unserem Produkt.”
• Formatkonvertierung: “Konvertiere diese Stichpunkte in einen fließenden Absatz.”

DSGVO-Relevanz

Der Prompt ist der Kanal, über den Daten an externe KI-Dienste fließen. Das hat direkte DSGVO-Implikationen:

Was gehört nicht in einen Prompt? Personenbezogene Daten — Namen, Adressen, E-Mail-Adressen, Telefonnummern, Kundennummern — sollten nur dann in Prompts eingegeben werden, wenn ein AVV mit dem Anbieter besteht und der Serverstandort geklärt ist. Bei kostenlosen Tools, die Nutzereingaben für Training verwenden, sind Kundendaten in Prompts ein klarer Datenschutzverstoß.

Anonymisierung als Lösung. Viele Aufgaben lassen sich mit anonymisierten oder fiktiven Daten im Prompt lösen. Statt “Schreib eine Antwort auf die Beschwerde von Frau Müller, Kundennummer 4711, wegen Lieferverzug” lieber: “Schreib eine professionelle Entschuldigungs-E-Mail wegen Lieferverzug an eine Privatkundin.”

Business-Tarife und Training. Die meisten Enterprise- und Business-Tarife von KI-Anbietern schließen aus, dass Eingaben für Modelltraining verwendet werden. Das ist ein zentraler Unterschied zu kostenlosen Accounts. Wer personenbezogene oder vertrauliche Informationen in Prompts nutzt, muss diesen Punkt geprüft haben.

Logging. Prompts werden bei vielen Diensten gespeichert — für Support, Debugging oder Training. Wer wissen will, wie lange Prompts gespeichert werden, findet die Antwort in der Datenschutzerklärung des Anbieters.

Empfehlung: Eine interne Richtlinie erstellen, was in Prompts erlaubt ist — analog zu E-Mail-Nutzungsrichtlinien. Personenbezogene Daten nur in Prompts, wenn AVV und Datenschutzprüfung abgeschlossen.

Verwandte Begriffe

• LLM (Large Language Model): Das Modell, das den Prompt verarbeitet und eine Antwort generiert.
• System-Prompt: Vom Unternehmen oder Entwickler vorkonfigurierter Hintergrundkontext, der das Modellverhalten steuert.
• Prompt Engineering: Systematische Methode zur Verbesserung von Prompts für zuverlässigere Ausgaben.
• Kontextfenster: Wie viel Text (Prompt + Antwort) das Modell gleichzeitig verarbeiten kann — begrenzt die Prompt-Länge.
• Token: Verarbeitungseinheit eines LLM — Prompts werden in Tokens aufgeteilt; Kosten bei API-Nutzung oft tokenbasiert.
• Fine-Tuning: Alternative zu Prompt Engineering — das Modell wird auf eigene Beispiele trainiert statt per Prompt angeleitet.
• Halluzination: Wenn das Modell eine plausibel klingende, aber falsche Ausgabe erzeugt — schlechte Prompts erhöhen das Risiko.

Häufige Missverständnisse

• “Je länger der Prompt, desto besser.” Länge allein hilft nicht. Relevanz und Präzision sind entscheidend. Ein langer, unstrukturierter Prompt kann das Modell verwirren. Klar und konkret schlägt lang und vage.

• “Prompts sind nur für Entwickler.” Prompt Engineering ist keine Programmiertätigkeit. Gute Prompts zu schreiben ist eine Formulierungsaufgabe — vergleichbar mit guten Briefings an Mitarbeiter.

• “Das Modell versteht meine Absicht automatisch.” LLMs interpretieren strikt das, was sie lesen. Implizite Annahmen — Ton, Format, Zielgruppe — müssen explizit gemacht werden, sonst entstehen generische Antworten.

• “Wenn der erste Prompt nicht funktioniert, liegt es am Tool.” Oft liegt es am Prompt. Iterieren — den Prompt präzisieren, Kontext hinzufügen, Beispiele geben — ist normal und führt oft zu deutlich besseren Ergebnissen ohne Toolwechsel.

Häufig gestellte Fragen

Wie lang sollte ein guter Prompt sein? So kurz wie nötig, so lang wie hilfreich. Für einfache Aufgaben reicht ein Satz. Für komplexe Aufgaben (Bewerbungsschreiben, Rechtsdokumente) lohnen sich strukturierte Prompts mit Rollenzuweisung, Kontext und Format-Vorgaben — das können auch 10-15 Sätze sein.

Kann ich Prompts speichern und wiederverwenden? Ja, viele KI-Tools erlauben das Speichern von Prompts als Vorlagen. Alternativ hilft eine einfache Text-Datei oder ein Notizbuch mit bewährten Prompts für häufige Aufgaben — eine Art firmeninternes Prompt-Handbuch.

Beeinflusst die Sprache des Prompts die Antwortqualität? Ja. Englischsprachige Prompts liefern bei manchen Modellen noch leicht bessere Ergebnisse, weil die Trainingskorpora häufiger Englisch enthalten. Für deutschsprachige Ausgaben sind deutsche Prompts in der Regel praktikabler — und aktuelle Modelle wie Claude oder ChatGPT Plus verarbeiten Deutsch sehr gut.

Was ist ein “schlechter” Prompt? Einer, der zu vage ist, keinen Kontext gibt, keine Zielgruppe nennt und kein Format vorgibt. “Schreib was zu Marketing” ist ein schlechter Prompt. “Schreib drei prägnante Social-Media-Posts (je max. 120 Zeichen) für ein Handwerksunternehmen, Zielgruppe: Privatkunden 35-55, Ton: freundlich-professionell” ist ein guter Prompt.

Gibt es Vorlagen für häufige Aufgaben? Ja, viele Anbieter stellen Prompt-Bibliotheken bereit. Auf ai-finden.de werden für bewertete Tools auch typische Anwendungsfälle beschrieben, die als Ausgangspunkt für eigene Prompts dienen.

Fazit

Ein guter Prompt ist der wichtigste Hebel, um mehr aus einem KI-Tool herauszuholen — ohne technisches Wissen. Die Prompt-Formel (Rolle, Aufgabe, Kontext, Format) ist der einfachste Einstieg. Wer die vier Bausteine konsequent einsetzt und dabei keine personenbezogenen Daten in Prompts eingibt, nutzt KI-Tools sicher und effektiv. Für den KMU-Alltag empfiehlt sich ein kurzes firmeninternes Prompt-Handbuch für die häufigsten Aufgaben — analog zu E-Mail-Vorlagen.

Passende Tooltests

• ChatGPT Plus
• Claude (Anthropic)

Weiterführende Begriffe

• Was ist ein LLM?
• Was sind KI-Halluzinationen?
• Was ist RAG?
• Was ist Fine-Tuning?