Einführung in Prompt Engineering: Verständliche Anleitung für wirkungsvolle Anweisungen im Berufsalltag

Fachartikel
Einführung in Prompt Engineering: Verständliche Anleitung für wirkungsvolle Anweisungen im Berufsalltag

Einleitung

Dieser Artikel versteht Prompt Engineering nicht als komplexe Fachdisziplin, sondern als wiederverwendbares „Design von Anweisungen“ für den Arbeitsalltag. Ziel ist es, dass jede Person der KI Aufgaben in gleichbleibender Qualität erteilen kann – und sich dieses Wissen leicht in internen Schulungen und Workshops teilen lässt.

Tatsuya Ito

Tatsuya Ito

Berater für Künstliche Intelligenz

company-icon

Third Scope Inc.

Geboren 1985 und ursprünglich aus der Präfektur Mie in Japan. Im Jahr 2012 trat er als Ingenieur in ein AR-Startup in Hongkong ein. Seitdem war er bei mehreren KI-Startups in der Entwicklung neuer Geschäftsfelder sowie bei der Einführung von KI-Services tätig. 2018 gründete er die heutige Third Scope Inc., indem er einen KI-Service und das dazugehörige Entwicklungsteam übernahm. Heute unterstützt er Unternehmen bei der Einführung und Nutzung von KI, mit einem Schwerpunkt auf KI-gestützter Geschäftsentwicklung, operativer Transformation und Produktentwicklung. Darüber hinaus war er als Project Researcher an der Universität Tokio im Bereich KI-Forschung tätig. Heute arbeitet er weiterhin an vorderster Front der Entwicklung von KI-Projekten und bietet praxisorientierte Beratung aus technischer wie auch aus geschäftlicher Perspektive.

Obwohl ich der KI dieselbe Frage stelle, fällt die Antwort jedes Mal ein wenig anders aus.

Das ist ein Beispiel für ein Problem, vor dem Frau Sato aus dem Personal- und DX-Team, die eine interne Lerngruppe zu generativer KI betreute, sowie Mitarbeitende aus Vertrieb, Verwaltung und Planung standen. Noch vor einem halben Jahr stellten alle ihre spontanen Fragen an ChatGPT oder den internen KI-Chat. Dadurch schwankte die Qualität von E-Mail-Texten, Protokollen und Recherchenotizen von Person zu Person. Führungskräfte empfanden den Prüfaufwand als zu hoch. Die Mitarbeitenden wussten nicht, wie sie ihre Aufträge formulieren sollten, und das Schulungsteam hatte Schwierigkeiten, bewährte Vorgehensweisen im Unternehmen zu verbreiten.

In einem hypothetischen Beispiel verwenden 10 Teilnehmende der Lerngruppe einen Monat lang eine gemeinsame Vorlage mit Ziel, Kontext, Format, Einschränkungen und Beispielen. Dabei erfassen sie, wie oft Protokolle oder E-Mail-Entwürfe überarbeitet werden müssen. Es handelt sich nicht um reale Messwerte. Ein solcher Vergleich kann jedoch helfen, die Wirkung verbesserter Prompts sichtbar zu machen.

Dieser Artikel behandelt Prompt Engineering nicht als komplizierte Spezialtechnik, sondern als Gestaltung von Anweisungen, die sich im Arbeitsalltag wiederverwenden lassen. Ziel ist es, dass Mitarbeitende der KI Aufträge in gleichbleibender Qualität erteilen und bewährte Vorgehensweisen in internen Lerngruppen und Schulungen leicht weitergeben können. Gute Prompts allein verbessern allerdings nicht automatisch die Qualität aller Arbeitsabläufe. Ebenso wichtig sind die Prüfung der sachlichen Richtigkeit, der Umgang mit vertraulichen Informationen und gemeinsame Regeln im Team. Wenn Sie häufig nicht die erwartete Antwort erhalten, können Sie den Artikel nutzen, um Ihre eigenen Prompts zu überprüfen.

Was ist Prompt Engineering?

Was ist Prompt Engineering?

Prompt Engineering bezeichnet die gezielte Gestaltung von Anweisungen an generative KI: Was soll sie unter welchen Bedingungen und in welcher Form ausgeben?

Ein Prompt ist dabei eine Frage oder Arbeitsanweisung, die in eine generative KI eingegeben wird. Im beruflichen Einsatz lässt er sich weniger als Spezialtechnik, sondern vielmehr als Arbeitsauftrag für die KI verstehen.

Wenn Sie beispielsweise eine Kollegin oder einen Kollegen um Unterstützung bitten, könnten Sie den Auftrag so formulieren:

Code
Ordnen Sie für die morgige Vertriebsbesprechung die drei wichtigsten Punkte des Angebots für Unternehmen A.
Die Zielperson ist die Vertriebsleitung.
Stellen Sie statt ausführlicher Erläuterungen die entscheidungsrelevanten Informationen heraus.

Für einen Arbeitsauftrag an einen Menschen wäre das eine natürliche Formulierung. Bei Anweisungen an eine generative KI gilt im Grundsatz dasselbe. Je klarer Sie Zweck, Zielgruppe und gewünschtes Ausgabeformat benennen, desto eher lässt sich die Antwort im Arbeitsalltag verwenden.

Bei der folgenden Bitte wüsste dagegen auch ein Mensch nicht genau, was gemeint ist:

Code
Fassen Sie die Sache mit Unternehmen A gut zusammen.

Die Anweisung sagt weder, welchem Zweck die Zusammenfassung dient, noch wer sie liest, wie ausführlich sie sein soll oder was zu vermeiden ist. Auch eine generative KI muss dann auf Grundlage unvollständiger Vorgaben eine Antwort erzeugen. Das Ergebnis bleibt möglicherweise allgemein, wird zu lang oder lässt sich nicht unmittelbar verwenden.

Prompt Engineering im Arbeitsalltag bedeutet nicht, KI als etwas Besonderes zu behandeln. Es geht darum, alltägliche Arbeitsaufträge in ihre Bestandteile zu zerlegen und so zu formulieren, dass auch die KI sie versteht.

Was unterscheidet eine Suche von einem Prompt?

Was unterscheidet eine Suche von einem Prompt?

Wer gerade erst mit generativer KI beginnt, gibt seine Anfrage mitunter so ein, als würde er eine Suchmaschine verwenden.

Bei einer Suche könnten Sie zum Beispiel folgende Stichwörter eingeben:

Code
Prompt schreiben ChatGPT

Eine Suchmaschine kann mit solchen Stichwörtern relevante Artikel und Seiten finden. Wenn Sie von einer generativen KI ein Arbeitsergebnis erwarten, reichen diese Angaben jedoch nicht aus.

Bei einem Auftrag an eine generative KI sollten Sie auch Ziel und Format angeben:

Code
Ich erstelle Unterlagen für eine interne Schulung zu generativer KI.
Erklären Sie Einsteigerinnen und Einsteigern, wie sie Prompts für Arbeitsaufträge an ChatGPT formulieren.

# Zielgruppe
Mitarbeitende, die gerade erst mit generativer KI beginnen

# Ausgabeformat
- 5 zentrale Punkte
- Zu jedem Punkt ein schlechtes und ein verbessertes Beispiel
- Fachbegriffe sparsam verwenden

# Einschränkungen
- Formulierungen verwenden, die direkt in interne Schulungsunterlagen übernommen werden können
- Nicht zu kategorisch formulieren und einen praxisnahen Ton verwenden

Eine Suche dient dazu, Informationen zu finden. Ein Prompt an eine generative KI dient dagegen dazu, ein gewünschtes Arbeitsergebnis zu erzeugen.

Wer diesen Unterschied versteht, formuliert Anfragen an die KI anders. Statt nur Wörter aneinanderzureihen, sollten Sie das Ziel der Aufgabe, die Zielgruppe, den Kontext und das gewünschte Endergebnis beschreiben.

Warum unterscheiden sich KI-Ausgaben?

Warum unterscheiden sich KI-Ausgaben?

Schwankende Ausgaben hängen nicht nur von der Leistungsfähigkeit der KI ab. Häufig unterscheiden sich auch Umfang und Bedingungen der eingegebenen Anweisungen.

Ein unklarer Zweck führt leicht zu allgemeinen Antworten

Angenommen, Sie erteilen folgenden Auftrag:

Code
Schreiben Sie eine Vertriebs-E-Mail.

Bei dieser Anweisung muss die KI viele Rahmenbedingungen selbst ableiten.

Geht es um die Neukundengewinnung oder die Kommunikation mit Bestandskunden? Ist die Zielperson Mitglied der Geschäftsführung oder operativ tätig? Soll die E-Mail ein Erstgespräch anbahnen, Unterlagen übermitteln oder einen Termin abstimmen? Ist ein besonders höflicher Text gefragt oder eine kurze Nachricht, die sich auf das Wesentliche beschränkt?

Bleibt das Ziel unklar, liefert die KI eher einen allgemeinen Standardtext. Das Ergebnis ist dann zwar nicht unbedingt falsch, muss vor der Verwendung aber angepasst werden.

Zur Verbesserung sollten Sie zunächst das Ziel nennen.

Code
Schreiben Sie eine Vertriebs-E-Mail an einen neuen Lead mit dem Ziel, einen Termin für ein Erstgespräch zu vereinbaren.

Schon damit lässt sich die KI-Ausgabe leichter eingrenzen.

Fehlender Kontext führt an Zielgruppe und Situation vorbei

Der Inhalt eines Geschäftstextes hängt davon ab, für wen er bestimmt ist.

Selbst bei einer Erläuterung der Vorteile einer Einführung generativer KI sind für die Geschäftsführung eher Wirtschaftlichkeit und Risikomanagement relevant. Die IT-Leitung interessiert sich eher für Sicherheit, Kontenverwaltung und die Anbindung an bestehende Systeme. Für die Marketing- oder Vertriebsleitung stehen möglicherweise die Erstellung von Inhalten, die Vorbereitung von Kundengesprächen und das Verständnis der Kundschaft im Mittelpunkt.

Ohne Kontext erzeugt die KI eher eine allgemeine Erklärung, die möglichst viele Zielgruppen abdecken soll. Für den beruflichen Einsatz sollten Sie daher angeben, an wen sich das Ergebnis richtet, in welcher Situation es verwendet wird und welche Informationen zu berücksichtigen sind.

Ohne Ausgabeformat ist das Ergebnis schwer nutzbar

Wenn eine KI-Antwort zwar nicht schlecht, aber unpraktisch wirkt, fehlt im Prompt möglicherweise eine Vorgabe zum Ausgabeformat.

Bei einem Protokoll lässt sich beispielsweise die folgende Gliederung leichter prüfen als ein durchgehender Text:

Code
## Überblick über die Besprechung

## Beschlüsse

## Aufgaben
| Zuständig | Maßnahme | Frist |

## Bis zum nächsten Termin zu klärende Punkte

Bei einer E-Mail lassen sich Betreff und Text trennen. Ein Vergleich kann als Tabelle ausgegeben werden, Schulungsunterlagen mit Überschriften und Aufzählungen.

Wer das Ausgabeformat vorab festlegt, reduziert den Aufwand für die spätere Überarbeitung.

Ohne Einschränkungen werden Antworten zu lang oder zu bestimmt

Für Geschäftstexte gelten bestimmte Rahmenbedingungen.

Eine E-Mail soll beispielsweise nicht mehr als 200 Zeichen haben. Bei einem Bericht an die Führungskraft soll das Ergebnis zuerst stehen. In Erläuterungen für Kundinnen und Kunden sind zu weitreichende Aussagen und ungesicherte Zahlen zu vermeiden.

Wenn Sie keine Einschränkungen nennen, versucht die KI unter Umständen besonders ausführlich zu antworten. Dadurch kann ein unnötig langer Text entstehen, oder die KI stellt prüfbedürftige Inhalte als gesichert dar.

Mit Bedingungen wie den folgenden wird das Ergebnis leichter einsetzbar:

Code
- Höchstens 200 Zeichen
- Das Ergebnis zuerst nennen
- Unsichere Inhalte mit „zu prüfen“ kennzeichnen
- Keine Zahlen erfinden
- Fachbegriffe bei der ersten Verwendung kurz erläutern

Einschränkungen begrenzen nicht nur den Spielraum der KI. Sie helfen auch dabei, die Ausgabe in eine im Arbeitsalltag nutzbare Form zu bringen.

Grundstruktur für Prompts im Arbeitsalltag

Grundstruktur für Prompts im Arbeitsalltag

Prompts für berufliche Aufgaben lassen sich gut anhand von fünf Elementen strukturieren:

  1. Ziel
  2. Kontext
  3. Format
  4. Einschränkungen
  5. Beispiel

Sie müssen nicht jedes Mal alle fünf Elemente ausführlich beschreiben. Wenn die Ausgabe stark schwankt, fehlt jedoch möglicherweise eines dieser Elemente.

Ziel: Was soll erreicht werden?

Das Ziel sagt der KI, wofür die Ausgabe benötigt wird.

Ein schlechtes Beispiel ist folgende Anweisung:

Code
Fassen Sie die Besprechungsnotizen zusammen.

Die KI weiß in diesem Fall nicht, wofür die Zusammenfassung bestimmt ist. Je nachdem, ob sie der eigenen Nachbereitung, dem Bericht an eine Führungskraft oder der Information aller Teilnehmenden dient, fällt die Zusammenfassung anders aus.

Eine verbesserte Fassung lautet:

Code
Fassen Sie die Besprechungsnotizen für eine Führungskraft, die nicht teilgenommen hat, getrennt nach Kernaussagen und Beschlüssen zusammen.

Wenn Sie das Ziel nennen, kann die KI die Prioritäten der Ausgabe besser bestimmen.

Kontext: Wer nutzt das Ergebnis wofür und in welcher Situation?

Zum Kontext gehören Zielgruppe, Verwendungssituation und Hintergrundinformationen.

Code
# Kontext
- Zielperson: Vertriebsleitung
- Verwendung: morgige Besprechung zur Prüfung laufender Vorgänge
- Hintergrund: Festlegung der Angebotsstrategie für Unternehmen A
- Aktueller Stand: Das Erstgespräch ist abgeschlossen. Budget und entscheidungsbefugte Person sind noch nicht geklärt.

Mit diesem Kontext kann die KI besser entscheiden, was sie ausführlich und was sie knapp darstellen soll.

Gerade im B2B-Geschäft sind die Position der Zielperson und der Stand des Entscheidungsprozesses wichtig. Eine Vorlage für die Geschäftsleitung wird auch bei gleichem Thema anders formuliert als eine Notiz für operative Mitarbeitende.

Format: In welcher Form soll die Ausgabe vorliegen?

Mit der Formatvorgabe lässt sich die KI-Antwort leichter in einen Arbeitsprozess übernehmen.

Häufig verwendete Formate sind:

  • Aufzählung
  • Tabelle
  • E-Mail
  • Protokoll
  • FAQ
  • Vergleichstabelle
  • Gliederung eines Angebots
  • Überschriften für Schulungsunterlagen
  • Checkliste

Für einen Vergleich können Sie beispielsweise folgende Vorgabe machen:

Code
Vergleichen Sie 3 Optionen.
Geben Sie das Ergebnis als Tabelle mit den Spalten „Option“, „Vorteile“, „Nachteile“, „Geeignete Fälle“ und „Hinweise“ aus.

Mit einem festgelegten Format lässt sich die KI-Antwort leichter in Unterlagen oder einen internen Chat übernehmen.

Einschränkungen: Was soll vermieden und welche Bedingung eingehalten werden?

Zu den Einschränkungen gehören etwa Länge, Tonalität, Ausschlüsse und zu prüfende Punkte.

Code
# Einschränkungen
- Höchstens 300 Zeichen
- Höflich, aber nicht zu förmlich
- Fachbegriffe sparsam verwenden
- Keine ungesicherten Zahlen erfinden
- Fakten und Vermutungen trennen

Im beruflichen Einsatz ist besonders wichtig, die KI anzuweisen, unsichere Inhalte nicht als Tatsachen darzustellen.

Generative KI kann sehr überzeugend klingende Texte erzeugen. Dabei kann sie auch Zahlen, Regelungen oder Beispiele plausibel darstellen, deren Richtigkeit oder Existenz nicht belegt ist. Bei externen Texten und Unterlagen für interne Entscheidungen muss deshalb immer ein Mensch die Inhalte prüfen.

Beispiel: Gewünschte und unerwünschte Ausgaben zeigen

Beispiele geben der KI besonders deutliche Anhaltspunkte.

Die Anweisung „kurz“ kann unterschiedlich ausgelegt werden. Ein Beispiel wie das folgende hilft dagegen, die Ausgabe in die gewünschte Richtung zu lenken:

Code
# Gutes Beispiel
Ergebnis: Wir empfehlen Option A.
Begründung: Die Anfangskosten sind zwar hoch, der Betriebsaufwand ist jedoch gering und die Option lässt sich in 3 Abteilungen gemeinsam einsetzen.
Hinweis: Vor der Einführung ist eine Abstimmung mit der IT-Abteilung erforderlich.

# Zu vermeidendes Beispiel
Ich halte Option A für sehr gut. Sie bietet verschiedene Vorteile, und ihre Einführung dürfte sich positiv auswirken.

Neben guten Beispielen können auch Gegenbeispiele hilfreich sein. Das gilt etwa, wenn Sie abstrakte Formulierungen, einen zu werblichen Ton oder Texte ohne klare Schlussfolgerung vermeiden möchten.

Direkt einsetzbare Grundvorlage

Direkt einsetzbare Grundvorlage

Wenn Sie bei der Formulierung eines Arbeitsauftrags an die KI nicht weiterkommen, kann die folgende Vorlage helfen:

Code
Sie sind {Rolle}.

# Ziel
{Was mit dieser Ausgabe erreicht werden soll}

# Kontext
- Zielperson: {Wer liest die Ausgabe?}
- Verwendung: {Wo wird die Ausgabe verwendet?}
- Hintergrund: {Für die Entscheidung erforderliche Informationen}

# Ausgabeformat
{Tabelle, Aufzählung, E-Mail, Protokoll usw.}

# Einschränkungen
- {Länge}
- {Tonalität}
- {Zu vermeidende Formulierungen}
- Unsichere Inhalte mit „zu prüfen“ kennzeichnen

# Referenzbeispiel
{Gewünschtes oder zu vermeidendes Beispiel}

Erstellen Sie auf dieser Grundlage {Auftrag}.

Sie müssen nicht bei jedem Auftrag alle Felder der Vorlage ausfüllen. Manchmal reicht auch eine kurze Anweisung.

Wenn sich das Ergebnis jedoch schlecht verwenden lässt, prüfen Sie, welche Angabe fehlt. Oft genügt es, Ziel, Kontext, Format oder Einschränkungen zu ergänzen.

Prompt-Beispiele für verschiedene Aufgaben

Prompt-Beispiele für verschiedene Aufgaben

Im Folgenden finden Sie typische Prompt-Beispiele, die sich im Arbeitsalltag einsetzen lassen. Es handelt sich jeweils um hypothetische Beispiele. Passen Sie sie vor der Verwendung an die Regeln und Vorgaben zum Informationsmanagement in Ihrem Unternehmen an.

Prompt für einen E-Mail-Entwurf

Ein schlechtes Beispiel ist die folgende Bitte:

Code
Schreiben Sie eine E-Mail an einen Kunden.

Daraus gehen weder die Beziehung zur Zielperson noch der Zweck hervor.

Eine verbesserte Fassung lautet:

Code
Sie unterstützen den B2B-Vertrieb beim Verfassen von E-Mails.

# Ziel
Nach einem Erstgespräch möchte ich mich bedanken und einen Termin für das nächste Gespräch abstimmen.

# Kontext
- Zielperson: Leitung der IT-Abteilung eines Fertigungsunternehmens
- Situation: Gestern fand ein 30-minütiges Online-Gespräch statt
- Interesse der Zielperson: effizientere Bearbeitung interner Anfragen
- Nächster Schritt: zusätzliches Gespräch unter Einbeziehung der betroffenen Abteilungen

# Ausgabeformat
- 3 Betreffzeilen
- 1 E-Mail-Text

# Einschränkungen
- Der Text darf höchstens 300 Zeichen umfassen
- Höflich, aber nicht zu förmlich
- Nicht zu werblich formulieren
- Keine Terminvorschläge in den Text aufnehmen, sondern schreiben: „Wir senden Ihnen die Terminvorschläge gesondert zu.“

Verfassen Sie die E-Mail unter diesen Bedingungen.

Eine solche Anweisung erleichtert es, den Text auf die Situation der Zielperson abzustimmen.

Prompt für ein Protokoll

Bei einem Protokoll ist es wichtig, Beschlüsse und Aufgaben getrennt auszuweisen.

Code
Strukturieren Sie die folgenden Besprechungsnotizen als Protokoll für die interne Weitergabe.


# Ziel
Personen, die nicht an der Besprechung teilgenommen haben, sollen die Beschlüsse und nächsten Schritte verstehen.


# Ausgabeformat

## Überblick über die Besprechung
- Datum und Uhrzeit:
- Teilnehmende:
- Ziel:


## Beschlüsse
-


## Aufgaben
| Zuständig | Maßnahme | Frist |


## Wesentliche Diskussionspunkte
-


## Zu prüfende Punkte
-


# Einschränkungen
- Small Talk und Abschweifungen weglassen
- Unsichere Zahlen oder Datumsangaben mit „zu prüfen“ kennzeichnen
- Aufgaben ohne bekannte Zuständigkeit mit „noch festzulegen“ kennzeichnen
- Fakten und Vermutungen nicht vermischen


# Eingabe
{Besprechungsnotizen hier einfügen}

Bei Audioaufzeichnungen und Besprechungsnotizen können Sie zusätzlich ein KI-Zusammenfassungs- oder Transkriptionswerkzeug verwenden. Kanata ist beispielsweise für die Zusammenfassung von Besprechungsaufzeichnungen, Notizen und Unterlagen in einem vorgegebenen Format vorgesehen. Bei wiederkehrenden Besprechungen, deren Inhalte stets gleich strukturiert werden sollen, können benutzerdefinierte Generierung und Vorlagen hilfreich sein.

Prompt für die Zusammenfassung von Unterlagen

Bei der Zusammenfassung von Unterlagen reicht die bloße Aufforderung „kürzen“ nicht aus. Sie sollten angeben, welche Informationen erhalten bleiben sollen.

Code
Fassen Sie die folgenden Unterlagen als Prüfvermerk für die Abteilungsleitung zusammen.

# Ziel
Für die Besprechung in der nächsten Woche sollen die Punkte geordnet werden, die für oder gegen eine Einführung sprechen.

# Zielperson
Abteilungsleitung. Wirtschaftlichkeit, Risiken und Auswirkungen auf das Unternehmen sind wichtiger als technische Einzelheiten.

# Ausgabeformat
1. Ergebnis
2. Entscheidungsrelevante Punkte
3. Vorteile
4. Risiken
5. Zusätzlich zu prüfende Punkte

# Einschränkungen
- Insgesamt höchstens 800 Zeichen
- Nur Zahlen verwenden, die in den Unterlagen stehen
- Unklare Punkte nicht erschließen, sondern mit „zu prüfen“ kennzeichnen
- Fachbegriffe kurz erläutern

# Eingabe
{Text der Unterlagen hier einfügen}

Mit einer klaren Zielperson ändert sich auch bei denselben Unterlagen die Perspektive der Ausgabe.

Prompt als Ausgangspunkt für eine Recherche

Generative KI ist besonders hilfreich, wenn sie nicht die endgültige Schlussfolgerung einer Recherche liefern soll, sondern die Fragestellungen und Prüfpunkte strukturiert.

Code
Thema: Konzeption einer ersten internen Schulung zur Einführung generativer KI

Ordnen Sie zu diesem Thema die Punkte, die vor der Erstellung einer internen Entscheidungsvorlage recherchiert werden sollten.

# Ausgabeformat
1. 7 zentrale Fragestellungen
2. Zu jeder Fragestellung die zu prüfenden Informationen
3. Primärquellen oder Abteilungen, die konsultiert werden sollten
4. Risiken, die leicht übersehen werden
5. Punkte, die Geschäftsführung, IT-Leitung und operative Leitung unterschiedlich bewerten

# Einschränkungen
- Keine konkreten Zahlen erfinden
- Unsichere Inhalte mit „zu recherchieren“ kennzeichnen
- Allgemeine Aussagen von unternehmensintern zu prüfenden Punkten trennen

In diesem Anwendungsfall soll die KI keine abschließende Antwort liefern, sondern die Recherche strukturieren. Das ist besonders bei neuen Themen hilfreich.

Prompt zur Erstellung interner Schulungsinhalte

Wenn Personal- oder DX-Verantwortliche eine interne Lerngruppe planen, sollten sie den Kenntnisstand der Teilnehmenden angeben.

Code
Sie konzipieren Schulungsunterlagen zu generativer KI für unser Unternehmen.

# Ziel
Mitarbeitenden, die gerade mit generativer KI beginnen, die Grundlagen beruflich nutzbarer Prompts erklären.

# Teilnehmende
- Sie haben generative KI bereits ausprobiert
- Eine feste Prompt-Struktur kennen sie noch nicht
- Sie arbeiten in unterschiedlichen Bereichen wie Vertrieb, Verwaltung oder Planung

# Ausgabeformat
Erstellen Sie eine Gliederung für 10 Schulungsfolien.
Jede Folie soll Folgendes enthalten:
- Titel
- Zu vermittelnder Inhalt
- Beispiel
- Ergänzende Hinweise für die Schulungsleitung

# Einschränkungen
- Fachbegriffe auf ein Minimum beschränken
- 1 Aussage pro Folie
- Aussagen wie „Mit KI lassen sich Abläufe immer effizienter gestalten“ vermeiden
- Am Ende 1 Übung für die Teilnehmenden aufnehmen

In einer Schulung sollte Wissen nicht nur vermittelt werden. Die Teilnehmenden müssen es auch auf ihre eigenen Aufgaben übertragen können. Für die Umsetzung kommen unter anderem Videoinhalte, ein internes Portal, ein LMS oder ein KI-Chat infrage.

Kanata umfasst neben KI-Chat und KI-Zusammenfassung auch eine E-Learning-Funktion, mit der sich ausgehend von Videos Lerninhalte erstellen und an interne Mitarbeitende verteilen lassen. Bei der Planung interner Schulungen sollten Sie daher nicht nur die Erstellung von Prompts, sondern auch den Ablauf von Teilnahme, Weitergabe und Wiederverwendung berücksichtigen.

5 Tipps zur Verbesserung von Prompts

5 Tipps zur Verbesserung von Prompts

Wenn die Grundstruktur steht, lässt sich die Qualität der Ausgabe mit einigen zusätzlichen Maßnahmen weiter stabilisieren.

Nicht sofort die fertige Fassung verlangen

Wenn Sie von Anfang an einen fertigen Text verlangen, kann das Ergebnis von Ihren Erwartungen abweichen.

Bei Angeboten, Artikeln, Schulungsunterlagen oder internen Regeln, deren Aufbau besonders wichtig ist, empfiehlt sich zunächst eine Gliederung.

Code
Geben Sie zunächst nur eine Gliederung aus.
Schreiben Sie den Text noch nicht, sondern ordnen Sie die Überschriften und die Kernaussagen jeder Überschrift.

Wenn Sie die Gliederung vor dem eigentlichen Text prüfen, lassen sich umfangreiche Überarbeitungen eher vermeiden.

Mehrere Varianten und ihre Unterschiede anfordern

Bei nur einer Variante lässt sich mitunter schwer beurteilen, wie gut sie für den jeweiligen Zweck geeignet ist.

Code
Geben Sie 3 Varianten aus.
Nennen Sie zu jeder Variante in einem Satz den geeigneten Anwendungsfall, die Vorteile und die zu beachtenden Punkte.

Durch den Vergleich mehrerer Varianten können Sie leichter die Richtung wählen, die Ihrer Absicht am nächsten kommt.

Fakten, Vermutungen und offene Punkte trennen

Beim Einsatz von KI im Arbeitsalltag ist es besonders wichtig, Fakten und Vermutungen nicht zu vermischen.

Code
Teilen Sie die Ausgabe in „Fakten“, „Vermutungen“ und „zu prüfen“.
Ordnen Sie alles, was in den Unterlagen nicht ausdrücklich genannt wird, den Bereichen „Vermutungen“ oder „zu prüfen“ zu.

Schon diese Vorgabe erleichtert die Prüfung der Ausgabe.

Pro Chat nur ein Thema bearbeiten

Wenn ein Chat fortlaufend mehrere Themen behandelt, kann früherer Kontext die späteren Ausgaben beeinflussen.

Beginnen Sie beispielsweise in einem Chat mit einer Vertriebs-E-Mail und erstellen später im selben Verlauf interne Schulungsunterlagen, können sich Stil und Annahmen vermischen.

Auch der Kanata-Leitfaden zu bewährten Vorgehensweisen im Arbeitsalltag empfiehlt, pro Chat ein Thema zu behandeln und bei einem Themenwechsel einen neuen Chat zu beginnen.

Diese Vorgehensweise eignet sich nicht nur für Kanata, sondern allgemein für den Einsatz generativer KI im Arbeitsalltag. Wenn Sie Chats nach Vorgang, Unterlage oder Ziel trennen, finden Sie Inhalte später leichter wieder.

Gute Prompts speichern und wiederverwenden

Gute Prompts sollten nicht in persönlichen Notizen verschwinden, sondern so abgelegt werden, dass das Team sie wiederverwenden kann.

Die folgenden Prompts lassen sich beispielsweise gut als wiederverwendbare Ressource aufbereiten:

  • Vorlage für Protokolle
  • Vorlage für E-Mail-Entwürfe
  • Vorlage zur Strukturierung von Gesprächsnotizen
  • Vorlage zur Erstellung von Schulungsunterlagen
  • Vorlage für Antworten auf interne FAQ
  • Vorlage zur Zusammenfassung von Unterlagen

Sie können Prompts in einer Tabellenkalkulation, einem internen Wiki, einem Wissensmanagementsystem oder einer KI-Plattform speichern. Entscheidend ist, dass die Ablage zur Arbeitsweise Ihres Unternehmens passt.

Kanata beschreibt die Bibliothek als Ablage für KI-Einstellungen, Prompts und Lerndaten, die in Projekten wiederverwendet werden. In der Prompt-Bibliothek lassen sich häufig verwendete Anweisungen registrieren.

Wenn sich erfolgreiche Vorgehensweisen einzelner Personen als Teamstandard etablieren, lässt sich die Nutzung generativer KI breiter im Arbeitsalltag verankern.

Prompts im Unternehmen wiederverwenden

Prompts im Unternehmen wiederverwenden

Ein Prompt ist nicht nach der ersten Erstellung abgeschlossen. Wenn sich Aufgaben oder interne Regeln ändern, muss er überprüft werden.

Nach Verwendungszweck ordnen

Ordnen Sie Prompts zunächst nach ihrem Verwendungszweck.

Beispiele für die Einteilung von Prompts nach Verwendungszweck
Kategorie Prompt-Beispiele
Besprechungen Protokoll erstellen, Aufgaben extrahieren, Tagesordnung erstellen
Vertrieb Gesprächsnotizen strukturieren, E-Mail entwerfen, Angebot gliedern
Verwaltung FAQ zu Richtlinien, Antworten auf Anfragen, Schulungseinladungen
Marketing Artikel gliedern, Beiträge für soziale Medien entwerfen, Kundenprobleme strukturieren
Personal/DX Schulungsunterlagen, Wissenstests, interne Präsentationen

Eine solche Einteilung erleichtert Mitarbeitenden die Suche.

Namensregeln festlegen

Uneinheitlich benannte Prompts lassen sich nur schwer wiederverwenden.

Eine Möglichkeit besteht darin, Verwendungszweck und Version in den Namen aufzunehmen.

Code
Protokollvorlage_Standard_v1
Vertriebs-E-Mail_nach_Erstgespräch_v1
Schulungsunterlagen_Grundlagen_generative_KI_v2
Interne_FAQ_Antworten_zu_Richtlinien_v1

Wenn der Verwendungszweck am Namen erkennbar ist, kann das Team die Prompts leichter einsetzen.

Aktualisierungsdatum und verantwortliche Person festhalten

Wenn alte Prompts bestehen bleiben, können Anweisungen verwendet werden, die nicht mehr zur aktuellen Arbeit passen.

Mindestens folgende Angaben sollten erhalten bleiben:

  • Erstellungsdatum
  • Datum der letzten Aktualisierung
  • Erstellt von
  • Verantwortliche Person
  • Verwendungssituation
  • Hinweise

Inhalte zu Recht, Personal, Finanzen und Sicherheit sollten regelmäßig geprüft werden, da sie besonders leicht von Änderungen an Regelungen oder internen Vorgaben betroffen sind.

Verwendete Prompts einmal im Monat prüfen

Als Beispiel kann jedes Team einmal im Monat 30 Minuten für eine Bestandsaufnahme seiner Prompts einplanen.

Dabei können folgende Punkte geprüft werden:

  • Welche Prompts werden verwendet?
  • Bei welchen Prompts gab es Qualitätsprobleme?
  • Gibt es veraltete Annahmen oder Formulierungen?
  • Welche neuen Vorlagen sollten ergänzt werden?
  • Gibt es Probleme beim Umgang mit vertraulichen Informationen?

Dafür ist keine große Besprechung erforderlich. Schon die schrittweise Verbesserung häufig verwendeter Prompts kann zu einer konsistenteren KI-Nutzung im gesamten Team beitragen.

Worauf bei Anweisungen an generative KI zu achten ist

Worauf bei Anweisungen an generative KI zu achten ist

Gut strukturierte Prompts machen KI-Ausgaben leichter nutzbar. Je überzeugender eine Ausgabe wirkt, desto eher kann jedoch die notwendige Prüfung vernachlässigt werden.

KI-Ausgaben als Entwurf behandeln

Generative KI kann Texte flüssig und überzeugend formulieren. Inhaltlich können die Ausgaben dennoch falsch oder unbelegt sein.

Insbesondere die folgenden Angaben müssen von einem Menschen geprüft werden:

  • Zahlen
  • Datumsangaben
  • Eigennamen
  • Gesetze und Regelungen
  • Vertragsbedingungen
  • Interne Richtlinien
  • Kundendaten
  • Quellenangaben
  • Tatsächliche Kennzahlen

Eine KI-Ausgabe sollte als Entwurf und nicht als fertiges Ergebnis behandelt werden. Texte für externe Empfängerinnen und Empfänger sowie entscheidungsrelevante Unterlagen sollten immer von einem Menschen geprüft werden.

Personenbezogene und vertrauliche Daten vor der Eingabe prüfen

Vor dem Schreiben eines Prompts ist zu prüfen, ob die betreffenden Informationen eingegeben werden dürfen.

Besondere Vorsicht ist beispielsweise bei Kundennamen, Namen von Kontaktpersonen, Vertragssummen, Personalnummern, Gesundheitsdaten und nicht veröffentlichten Personalinformationen geboten.

Auch die Bundesbeauftragte für den Datenschutz und die Informationsfreiheit rät dazu, keine eigenen oder fremden personenbezogenen Daten in Anfragen an generative KI zu übermitteln. Im beruflichen Einsatz sollten Unternehmen unter Berücksichtigung interner Regeln und vertraglicher Vorgaben festlegen, welche Informationen eingegeben werden dürfen und welche nicht.

In der Praxis können Ersetzungen wie die folgenden dazu beitragen, sensible Informationen zu schützen:

Beispiele für die Maskierung von Informationen in Prompts
Ursprüngliche Information Beispiel für eine Ersetzung
Unternehmen A {Großunternehmen der Fertigungsbranche}
Herr Max Mustermann {Mitarbeiter der IT-Abteilung}
120.000 Euro {Jahresvertrag im sechsstelligen Eurobereich}
13. Mai 2026 {Mitte Mai 2026}
Personalnummer und Anschrift Entfernen

Im Zweifel sollten Sie die Information nicht eingeben.

Die KI ausdrücklich „Ich weiß es nicht“ sagen lassen

Beim Einsatz von KI im Arbeitsalltag ist es wichtig, keine Antwort zu erzwingen.

Für eine Antwort zu internen Richtlinien können Sie beispielsweise Folgendes vorgeben:

Code
Beantworten Sie Inhalte, die in den internen Richtlinien nicht ausdrücklich geregelt sind, nicht anhand von Vermutungen. Schreiben Sie stattdessen: „In den Richtlinien nicht feststellbar.“

Für eine Kundenantwort können Sie folgende Vorgabe verwenden:

Code
Stellen Sie unsichere Inhalte nicht als sicher dar, sondern schreiben Sie: „Wir prüfen dies und melden uns bei Ihnen.“

Eine generative KI kann auch dann eine plausible Antwort erzeugen, wenn verlässliche Informationen fehlen. Im Arbeitsalltag ist es jedoch manchmal wichtiger, Unbekanntes ausdrücklich als unbekannt zu behandeln.

Prompts mit Kanata verwalten

Prompts mit Kanata verwalten

Prompts können unter anderem in einem internen Wiki, einer Tabellenkalkulation, einem Dokumentenmanagementsystem oder einer KI-Plattform verwaltet werden. Entscheidend ist nicht nur die Wahl des Werkzeugs. Häufig verwendete Anweisungen sollten im Team geteilt und überprüft werden können.

Kanata wird als Plattform zur Arbeitsunterstützung beschrieben, die benötigte KI-Funktionen wie KI-Chat, KI-Zusammenfassung und E-Learning an einem Ort bündelt. Im KI-Chat lassen sich beim Fragen und Beraten unter anderem Texte erstellen, Ideen entwickeln und Recherchen vorbereiten.

Aus Sicht des Prompt Engineerings kommen folgende Einsatzmöglichkeiten infrage:

Häufig verwendete Anweisungen in der Prompt-Bibliothek registrieren

Wenn dieselbe Anweisung regelmäßig benötigt wird, kann es sinnvoll sein, den Prompt für die Wiederverwendung im Team zu standardisieren.

Protokolle, Vertriebs-E-Mails, Schulungsunterlagen und interne FAQ folgen beispielsweise häufig einem ähnlichen Format, auch wenn die zuständige Person wechselt.

Die Projektbibliothek von Kanata ist für die Ablage von KI-Einstellungen, Prompts und Lerndaten vorgesehen. In der Prompt-Bibliothek können häufig verwendete Anweisungen registriert werden.

Lerndaten und Prompts getrennt betrachten

Ein Prompt weist an, wie die KI antworten soll. Lerndaten bestimmen dagegen, auf welche Informationen sie Bezug nimmt.

Wenn Sie beispielsweise FAQ auf Grundlage interner Richtlinien erstellen, reicht ein gut formulierter Prompt nicht aus. Ohne die Richtlinien, auf die sich die Antwort stützen soll, ist eine genaue Antwort schwierig.

In diesem Fall können Sie wie folgt unterscheiden:

Lerndaten
Arbeitsordnung, Spesenrichtlinie, Reiserichtlinie, FAQ-Sammlung

Prompt
Nur auf Grundlage der ausdrücklich geregelten Inhalte antworten. Fehlt eine Grundlage, ist die Antwort als „zu prüfen“ zu kennzeichnen.

Das Kanata-Handbuch beschreibt, dass interne Unterlagen, auf die eine KI zugreifen soll, in der Lerndatenbibliothek registriert und anschließend im Chat oder in der Zusammenfassungsanwendung verwendet werden können.

Schulung und laufende Nutzung verbinden

Die Fähigkeit, gute Prompts zu formulieren, lässt sich nach einer einzigen Schulung nur schwer dauerhaft verankern.

Deshalb kann es hilfreich sein, in der Schulung die Grundstruktur zu vermitteln, im Arbeitsalltag die Prompt-Bibliothek zu nutzen und die Prompts regelmäßig zu verbessern.

Ein entsprechender Ablauf kann beispielsweise so aussehen:

  1. In einer Schulung für alle Mitarbeitenden die Struktur aus Ziel, Kontext, Format, Einschränkungen und Beispiel vermitteln
  2. In jeder Abteilung 3 häufig verwendete Prompts erstellen
  3. Gute Prompts an einem gemeinsamen Ort registrieren
  4. Verwendete Prompts einmal im Monat überprüfen
  5. Standard-Prompts für neue Mitarbeitende und Personen, die die Abteilung wechseln, bereitstellen

Mit diesem Ablauf bleibt die Nutzung generativer KI nicht auf persönliche Vorgehensweisen beschränkt, sondern kann sich zu einer Arbeitsgrundlage für das Team entwickeln.

Zusammenfassung

Zusammenfassung

Prompt Engineering klingt zunächst nach einer Spezialtechnik.

Im Arbeitsalltag sind jedoch weniger komplizierte Methoden gefragt als klar formulierte Anweisungen, die der KI Ziel, Kontext und gewünschtes Ergebnis vermitteln.

Die Grundstruktur besteht aus fünf Elementen:

  1. Ziel nennen
  2. Kontext beschreiben
  3. Format festlegen
  4. Einschränkungen nennen
  5. Beispiel geben

Schon die Berücksichtigung dieser fünf Elemente kann dazu beitragen, die Ausgaben generativer KI zu stabilisieren.

Prompts allein lösen selbstverständlich nicht alle Probleme. Erst die menschliche Prüfung der KI-Ausgabe, Regeln für den Umgang mit vertraulichen Informationen und ein Verfahren zur Wiederverwendung im Team verankern die Technik im Arbeitsalltag.

Wählen Sie zunächst eine vertraute Routineaufgabe wie einen E-Mail-Entwurf, ein Protokoll oder die Zusammenfassung von Unterlagen. Erstellen Sie dann anhand der vorgestellten Vorlage einen Prompt für Ihre Arbeit.

Bewährte Prompts sollten nicht in persönlichen Notizen verbleiben, sondern im Team geteilt werden. So lässt sich der Einsatz generativer KI im Unternehmen schrittweise vereinheitlichen und besser reproduzieren.

Fragen und Antworten

Ist Prompt Engineering nur für Fachleute relevant?

Nein. Für anspruchsvolle KI-Entwicklung und Modellanpassung ist Fachwissen erforderlich. Im Arbeitsalltag genügt es jedoch häufig, Prompt Engineering als verständliche Formulierung von Anweisungen an die KI zu betrachten. Schon Angaben zu Ziel, Kontext, Format, Einschränkungen und einem Beispiel können die Ausgabe leichter nutzbar machen.

Muss ein Prompt jedes Mal lang sein?

Nein. In manchen Situationen reicht ein kurzer Auftrag. Wenn die Ausgabe nicht der erwarteten Form entspricht, können Sie Ziel, Zielgruppe, Ausgabeformat und Einschränkungen ergänzen. Für Routineaufgaben ist es praktisch, häufig verwendete Prompts als Vorlage zu speichern.

Darf eine generative KI Zahlen und Beispiele liefern?

Sie können solche Ausgaben als Ausgangspunkt für eine Recherche nutzen, müssen Zahlen und Beispiele aber immer anhand ihrer Quellen prüfen. Generative KI kann nicht existierende Zahlen oder Quellen in natürlich klingende Texte einbauen. Für externe Unterlagen und interne Entscheidungen ist eine Prüfung anhand öffentlicher Stellen, Primärquellen oder interner Originalunterlagen erforderlich.

Worauf ist bei internen Informationen in Prompts zu achten?

Prüfen Sie vor der Eingabe personenbezogener Daten, Kundendaten, Vertragsbedingungen, nicht veröffentlichter Finanzdaten oder Personalinformationen die internen Regeln. Maskieren Sie bei Bedarf Unternehmens- und Personennamen, Beträge und Datumsangaben. Im Zweifel sollten Sie die Information nicht eingeben.

Wie lassen sich gute Prompts im Unternehmen verbreiten?

Erstellen Sie zunächst Vorlagen für häufige Aufgaben wie Protokolle, E-Mails und die Zusammenfassung von Unterlagen. Halten Sie Erstellungsdatum, Verwendungszweck, verantwortliche Person und Hinweise fest und prüfen Sie die Vorlagen ungefähr einmal im Monat. Sammeln Sie sie an einem Ort, den Ihr Unternehmen dauerhaft nutzen kann, etwa in einem internen Wiki, einer Tabellenkalkulation, einem Wissensmanagementsystem oder einer KI-Plattform.

Diesen Artikel teilen