Zwei Menschen nutzen exakt dasselbe KI-Tool. Der eine bekommt einen Textentwurf, den er nur noch freigeben muss. Die andere bekommt drei Absätze generisches Blabla, das sie am Ende doch selbst neu schreibt. Der Unterschied liegt fast nie am Modell — er liegt am Prompt. Die gute Nachricht: Gutes Prompting ist keine Geheimwissenschaft, sondern eine Handvoll Prinzipien, die sich an einem Nachmittag lernen lassen. Dieser Leitfaden zeigt sie dir — mit Vorher/Nachher-Beispielen, einer einfachen Formel zum Merken und einer Vorlage zum Kopieren.
Warum der Prompt mehr entscheidet als das Tool
Aktuelle KI-Modelle unterscheiden sich in Preis, Tempo und ein paar Nuancen — aber alle brauchen dieselbe Zutat, um wirklich gut zu liefern: eine klare Anweisung. Ein KI-Modell kann nicht in deinem Kopf lesen. Es kennt weder dein Unternehmen noch deine Zielgruppe, deinen Ton oder deine Deadline — außer, du sagst es ihm. Je vager die Frage, desto generischer die Antwort. Das gilt für ein einfaches E-Mail-Tool genauso wie für das teuerste Flaggschiff-Modell. Welches Modell für welche Aufgabe grundsätzlich am besten passt, haben wir separat aufgeschlüsselt im Modell-Vergleich — aber die beste Modellwahl bringt wenig, wenn der Prompt selbst schwach bleibt. Genau da setzt dieser Artikel an.
Gerade in kleinen Teams, in denen niemand Zeit für stundenlanges Ausprobieren hat, macht das den entscheidenden Unterschied: zwischen einem Werkzeug, das täglich spürbar Zeit spart, und einem, das nach zwei enttäuschenden Versuchen in der Schublade verschwindet — mit dem Fazit „das bringt bei uns eh nichts". Meistens liegt es nicht am Tool.
Die 8 Grundprinzipien guten Promptings
Diese acht Prinzipien wirken in praktisch jedem KI-Tool — vom Chat-Fenster bis zum internen KI-Assistenten. Jedes mit einem kurzen Vorher/Nachher-Beispiel.
1. Kontext geben, statt ihn vorauszusetzen
Ein Modell weiß nichts über deine Situation, wenn du es ihm nicht sagst. Wer, was, warum, für wen — das gehört in den Prompt, nicht nur in deinen Kopf.
Vorher: „Schreib eine Antwort auf diese Kundenbeschwerde."
Nachher: „Schreib eine Antwort auf diese Kundenbeschwerde. Kontext: Der Kunde ist seit 5 Jahren bei uns, die Lieferung kam 4 Tage zu spät wegen eines Lieferengpasses, wir wollen die Beziehung halten und bieten 10 % Rabatt auf die nächste Bestellung an."
Die zweite Version braucht keine Nachbearbeitung — die erste zwingt dich, das Ergebnis komplett umzuschreiben.
2. Eine Rolle oder Perspektive vorgeben
Bitte die KI, aus einer bestimmten Perspektive zu antworten — das schärft Tonfall, Tiefe und Wortwahl fast automatisch.
Vorher: „Erklär mir, was eine Rückstellung in der Bilanz ist."
Nachher: „Du bist Steuerberaterin und erklärst einem Handwerksmeister ohne BWL-Hintergrund, was eine Rückstellung in der Bilanz ist — mit einem Beispiel aus dem Handwerksalltag."
3. Ein konkretes Ziel und Format nennen
Sag nicht nur, was du willst, sondern auch, wie das Ergebnis aussehen soll.
Vorher: „Fass das Protokoll zusammen."
Nachher: „Fass das Protokoll in 5 Stichpunkten zusammen, nach Wichtigkeit sortiert, je maximal 15 Wörter."
4. Beispiele geben (Few-Shot-Prompting)
Willst du einen bestimmten Stil, zeig ihn — statt ihn nur zu beschreiben.
Vorher: „Schreib eine Produktbeschreibung für unseren Onlineshop."
Nachher: „Hier sind zwei Beispiele für unseren Beschreibungsstil: [Beispiel A] [Beispiel B]. Schreib im selben Stil eine Beschreibung für Produkt XY."
Ein einziges gutes Beispiel bringt oft mehr als drei zusätzliche Sätze Anweisung.
5. Die KI Schritt für Schritt denken lassen
Bei komplexen Aufgaben lieber in Teilschritte zerlegen, statt die fertige Antwort in einem Rutsch zu verlangen.
Vorher: „Ist dieser Vertrag riskant für uns?"
Nachher: „Geh den Vertrag Absatz für Absatz durch. Liste zuerst alle für uns nachteiligen Klauseln auf. Bewerte jede einzeln als niedriges, mittleres oder hohes Risiko. Fasse am Ende in drei Sätzen zusammen."
Das Ergebnis wird nachvollziehbarer — und du siehst genauer, wo die KI womöglich danebenliegt.
6. Iterieren, statt beim ersten Versuch aufzugeben
Der erste Entwurf muss nicht perfekt sein — er ist der Ausgangspunkt für ein Gespräch, keine Einbahnstraße.
Vorher: Ergebnis gefällt nicht → neuer Prompt bei null, oder das Tool gleich für unbrauchbar erklärt.
Nachher: „Der Entwurf ist inhaltlich gut, aber zu förmlich. Mach den Ton lockerer und kürze den zweiten Absatz um die Hälfte."
Weiterlesen — kostenlos
Den vollständigen Inhalt freischalten
Trag deine E-Mail-Adresse ein und bestätige sie: Du abonnierst den Signal-Forge-Newsletter von FORGE und erhältst sofort Zugang zu diesem und allen weiteren registrierungspflichtigen Inhalten. Die Abmeldung ist jederzeit möglich.
Schon registriert? Der Link aus deiner Bestätigungs-Mail schaltet dieses Gerät wieder frei.
Zwei, drei gezielte Nachfragen bringen fast immer mehr als der Versuch, den „perfekten" ersten Prompt zu schreiben.
7. Grenzen und Ausschlüsse klar benennen
Sag der KI auch, was sie nicht tun soll — sonst füllt sie die Lücke nach eigenem Ermessen.
Vorher: „Schreib einen LinkedIn-Post zum Thema Fachkräftemangel."
Nachher: „Schreib einen LinkedIn-Post zum Thema Fachkräftemangel. Keine Emojis, keine Buzzwords wie „Gamechanger“, maximal 120 Wörter, keine rhetorische Frage am Ende."
8. Ausgabelänge und Ton aktiv steuern
Länge und Ton sind die häufigsten Nachbesserungen in der Praxis — also gleich mit angeben.
Vorher: „Schreib was über unser neues Angebot."
Nachher: „Schreib einen Absatz (60–80 Wörter), sachlicher Ton wie in einem Fachmagazin, keine Marketing-Floskeln."
Die Formel zum Merken: Rolle + Aufgabe + Kontext + Format
Damit du die acht Prinzipien nicht jedes Mal neu zusammensuchen musst, reicht in der Praxis eine simple Reihenfolge aus vier Bausteinen:
- Rolle — Wer soll antworten? (Experte, Perspektive, Fachgebiet)
- Aufgabe — Was soll konkret entstehen oder beantwortet werden?
- Kontext — Für wen, warum, mit welchem Hintergrundwissen?
- Format — Wie lang, welche Struktur, welcher Ton, was ausgeschlossen ist?
Ein Beispiel, das alle vier Bausteine in einem Prompt vereint:
„Du bist eine erfahrene Kundenservice-Managerin. Schreib eine Antwort auf die angehängte Beschwerde. Der Kunde ist seit 3 Jahren Stammkunde, der Fehler lag bei unserem Versanddienstleister, wir wollen die Beziehung unbedingt halten. Maximal 150 Wörter, ruhiger und lösungsorientierter Ton, mit einer konkreten Wiedergutmachung als Vorschlag."
Diese vier Bausteine — in beliebiger Reihenfolge notiert — lösen die meisten mittelmäßigen Ergebnisse in der Praxis auf.
Die typischsten Fehler — und die schnelle Lösung
Drei Fehler tauchen in nahezu jedem Unternehmen auf, das gerade erst mit KI-Tools arbeitet:
- Zu vage formuliert: „Schreib was zu Thema X." Die KI muss raten, was genau gemeint ist — und rät oft daneben. Fix: Rolle, Ziel und Format explizit benennen (siehe Formel oben).
- Alles auf einmal verlangt: Zwanzig Anforderungen in einem einzigen Satz führen zu einem Ergebnis, das keine davon richtig erfüllt. Fix: Aufgabe in Schritte zerlegen oder erst grob generieren lassen und dann gezielt verfeinern.
- Kein Beispiel, obwohl der Stil entscheidet: Bei Texten, die zu einer bestehenden Tonalität passen müssen (Marke, Newsletter, interne Doku), ersetzt keine Beschreibung ein echtes Referenzbeispiel. Fix: Ein bis zwei eigene Musterbeispiele mitgeben (Few-Shot, siehe Prinzip 4).
Vorlage zum Kopieren
Diese fünf Zeilen als Grundgerüst für so gut wie jeden Prompt — einfach für deinen konkreten Fall ausfüllen:
Rolle: Du bist [Rolle/Experte für ...].
Aufgabe: [Was soll konkret entstehen oder beantwortet werden?]
Kontext: [Hintergrund, Zielgruppe, relevante Fakten, Situation]
Format: [Länge, Struktur, Ton — und was NICHT enthalten sein soll]
Beispiel (optional): [Ein Referenzbeispiel, wenn Stil oder Format wichtig sind]Kopier dir diese fünf Zeilen, füll sie für deinen nächsten Prompt aus — den Unterschied merkst du in der Regel sofort.
Was Prompting nicht kann
Ein guter Prompt lenkt das Ergebnis — er ersetzt kein Fachwissen. Du musst am Ende noch selbst beurteilen können, ob eine Antwort inhaltlich stimmt, rechtlich sauber ist oder zu deinem Unternehmen passt. KI-Modelle klingen dabei oft überzeugend, auch wenn sie falschliegen — sogenannte Halluzinationen betreffen erfahrungsgemäß vor allem Zahlen, Rechtsfragen, Namen und aktuelle Fakten. Die Faustregel: Je wichtiger die Entscheidung, die auf dem Ergebnis aufbaut, desto genauer prüfst du es nach, bevor es rausgeht.
Ein einfacher Reflex reicht dafür meistens aus: Bei Zahlen, Rechtsfragen und allem, was du unterschreiben oder öffentlich versenden würdest, noch einmal selbst nachschauen — nicht, weil das Tool grundsätzlich unzuverlässig wäre, sondern weil die Verantwortung für das Ergebnis am Ende bei dir bleibt, nicht beim Modell.
Sobald der Prompt sitzt, stellt sich die nächste, meist spannendere Frage: Wofür lohnt sich der Einsatz im Alltag überhaupt am meisten? Einen praxisnahen Überblick geben unsere 7 Use-Cases für Unternehmen. Und wenn du das Ganze systematisch für dein Team aufbauen willst, statt einzelne Prompts zu basteln: Unser kostenloses Praxis-Playbook „KI-Agenten zum Arbeiten bringen" setzt genau bei diesen Grundlagen an und führt weiter zum produktiven Einsatz im Betrieb.