Prompt Engineering ist die Arbeit an einer Anweisung für eine KI wie ChatGPT, Claude oder Gemini, bis du ihr eine wiederkehrende Aufgabe überlassen kannst, ohne jeden Satz der Antwort nachzubessern. Zaubersätze gehören nicht dazu: In einer Studie der Wharton School brachten Drohungen und versprochenes Trinkgeld fünf KI-Modellen im Schnitt keine besseren Ergebnisse, bei einzelnen Fragen schwankte die Trefferquote je nach Zusatzsatz aber um bis zu 36 Prozentpunkte (Wharton Generative AI Labs, August 2025). Was verlässlich hilft, ist Handwerk in fünf Handgriffen: das Fertig zuerst, Standardwerte für Lücken, bestellter Widerspruch, ein Prompt aus der KI selbst und eine Prüfrunde gegen das Fertig.
Trinkgeld bringt nichts. Meistens.
Null. So viel bringt es im Schnitt, einer KI Geld zu versprechen oder ihr zu drohen. Getestet hat das ein Team um Lennart Meincke und Ethan Mollick an der Wharton School, und zwar ziemlich gründlich: fünf Modelle, darunter GPT-4o und Gemini 2.0 Flash, zwei Sammlungen schwerer Prüfungsfragen, jede Frage 25 Mal je Variante. Anlass war ein Satz von Google-Mitgründer Sergey Brin, Modelle würden besser, wenn man ihnen droht (Prompting Science Report 3, 1. August 2025).
Für mich eine gute Nachricht. Ich hätte keine große Lust, ab jetzt unfreundlich zu Claude zu sein. Eine Drohung per E-Mail machte zwei Gemini-Modelle sogar deutlich schlechter, die Autoren vermuten, dass sie sich mit der Mail beschäftigten statt mit der Frage.
Jetzt kommt aber der Teil, über den weniger geredet wird. Dieselbe Studie fand bei einzelnen Fragen Ausschläge von bis zu 36 Prozentpunkten nach oben und 35 nach unten. Ein früherer Bericht derselben Gruppe hat nur „Bitte“ gegen „Ich befehle dir“ getauscht. Bei einzelnen Fragen veränderte das die Trefferquote um bis zu 60 Prozentpunkte, in beide Richtungen, über alle Fragen hinweg glich es sich aus (Prompting Science Report 1, März 2025).
Wer also schwört, dass sein Lieblingssatz wirkt, hat vielleicht gar nicht unrecht. Bei genau seiner Frage hat er geholfen. Bei der nächsten Frage kann derselbe Satz schaden, und vorher weiß das niemand. Getestet wurden Modelle aus den Jahren 2024 und 2025, das gehört fairerweise dazu. Meine Lesart ist trotzdem eine praktische: Wenn einzelne Wörter so zufällig wirken, lohnt sich die Suche nach dem Zauberwort nicht. Was sich lohnt, sind Dinge, die unabhängig vom Wortlaut halten. Was soll am Ende dastehen? Was tut die KI mit Lücken? Wer prüft?
Was ist Prompt Engineering?
Prompt Engineering ist alles, was nach dem ersten Prompt kommt: festlegen, wann eine Antwort gut ist, sie daran messen und die Anweisung ändern, bis du dich bei dieser Aufgabe auf sie verlassen kannst. Der Prompt selbst ist die einzelne Anweisung. Woraus ein guter Prompt besteht, also Rolle, Aufgabe, Kontext, Format und ein Vorbild, habe ich in Was ist ein Prompt? erklärt. Hier geht es um den Schritt danach: wie du aus einem ersten Versuch einen Prompt machst, auf den du dich verlassen kannst. Ob es dafür noch einen eigenen Beruf gibt, habe ich in Stellenanzeigen nachgezählt.
Anthropic, der Hersteller von Claude, setzt vor jedes Prompt Engineering drei Dinge: eine klare Beschreibung, wann das Ergebnis gut ist, einen Weg, das zu prüfen, und einen ersten Entwurf (Claude-Dokumentation, abgerufen 18. November 2026). Den ersten Punkt finde ich den wichtigsten. Er ist auch der, den ich am liebsten überspringe.
Und bevor jetzt jemand für jede Frage ein Prüfprotokoll anlegt: Für „Wie schreibt man Portemonnaie?“ brauchst du kein Engineering. Ein Satz reicht. Die Handgriffe unten lohnen sich vor allem hier:
- bei Aufträgen, die jede Woche neu anfallen, etwa dem Wochenbericht aus dem Postfach
- bei Texten, die andere lesen, vom Newsletter bis zur Absage an einen Kunden
- bei Ergebnissen mit Zahlen, wo ein Fehler teuer wird
- bei Vorlagen, die du an Kolleginnen und Kollegen weitergibst. Die kennen deinen Kopf noch weniger als die KI
Für alles andere reicht meistens ein ordentlicher Prompt mit den Bausteinen von oben.
Fünf Handgriffe, vorher und nachher
Die Bausteine aus dem Prompt-Artikel setze ich voraus. Die fünf Handgriffe kommen danach, wenn der Prompt steht und die Antwort noch nicht passt. In der Tabelle steht links jeweils ein Prompt, wie er schnell getippt ist, rechts derselbe Auftrag mit dem Handgriff.
| Handgriff | Vorher | Nachher |
|---|---|---|
| 1. Das Fertig zuerst | „Schreib einen Newslettertext über unser neues Angebot.“ | „Schreib einen Newslettertext über unser neues Angebot. Fertig ist er, wenn er höchstens 150 Wörter hat, genau einen Link enthält und jemand aus dem Vertrieb ihn ohne Rückfrage versteht.“ |
| 2. Standardwerte für Lücken | „Plan unser Teamfrühstück.“ | „Plan unser Teamfrühstück für 12 Leute. Wo dir etwas fehlt, nimm an: 15 Euro pro Person, Freitag 9 Uhr, im Büro. Schreib am Ende auf, was du sonst noch angenommen hast.“ |
| 3. Widerspruch bestellen | „Ist das ein guter Plan?“ | „Nenn mir die stärksten Gründe, warum dieser Plan scheitert, höchstens drei und jeweils mit Beispiel. Ob ich ihn ändere, entscheide ich danach.“ |
| 4. Den Prompt schreiben lassen | „Hilf mir mit dem Quartalsbericht.“ | „Ich will aus unseren Zahlen einen Quartalsbericht für die Geschäftsführung machen. Stell mir erst Fragen, eine nach der anderen. Wenn du genug weißt, schreib mir einen Prompt, den ich in einem neuen Chat abschicke.“ |
| 5. Prüfrunde gegen das Fertig | „Mach es besser.“ | „Prüf deinen Entwurf gegen die Punkte von oben. Nenn den Punkt, den er am schlechtesten erfüllt, und überarbeite nur diese Stelle.“ |
Alle fünf zusammen braucht kaum ein Prompt. Woran du merkst, welcher gerade fehlt:
- Die Antwort ist ordentlich, aber nicht das, was du wolltest: Das Fertig fehlt. Die KI konnte nicht wissen, woran du sie misst.
- Du bekommst fünf Rückfragen, oder die KI erfindet Details: Standardwerte fehlen. Mit ihnen wird aus jeder Lücke eine sichtbare Annahme.
- Alles klingt gut, und genau das macht dich misstrauisch: Bestell den Widerspruch. Modelle stimmen gern zu.
- Du sitzt seit zehn Minuten vor dem leeren Feld: Lass dich fragen. Die KI ist erstaunlich gut darin, ein Briefing aus dir herauszuholen.
- Die zweite Antwort ist anders schlecht als die erste: Prüfrunde. „Mach es besser“ sagt der KI nur, dass du unzufrieden bist, aber nicht, womit.
Handgriff 5 steht übrigens fast wörtlich so bei Anthropic: Vor dem Abschluss solle Claude die Antwort gegen die Prüfkriterien abgleichen, das fange Fehler zuverlässig ab, vor allem bei Code und Rechnungen (Prompting Best Practices, abgerufen 18. November 2026). Die neuesten Opus-Modelle prüfen laut Anthropic schon von selbst. Ohne Handgriff 1 hat aber auch die beste KI nichts, wogegen sie prüfen könnte. Die beiden gehören zusammen.
Bei Handgriff 2 liegt die Frage nahe, warum nicht einfach „Frag mich, wenn dir etwas fehlt“. Weil das auf zwei Arten schiefgehen kann. Entweder kommen fünf Rückfragen, die du in der Mittagspause nicht beantworten willst. Oder die KI fragt gar nicht und füllt die Lücke still mit etwas Plausiblem. Mit einem Standardwert läuft die Arbeit weiter, und die Annahme steht schwarz auf weiß da, wo du sie korrigieren kannst. Beim Zusammenfassen langer Texte hilft derselbe Gedanke.
Zum Ausprobieren habe ich die Handgriffe 1, 2 und 5 in einen Anhang gepackt, den du unter fast jeden Prompt setzen kannst. Die eckigen Klammern füllst du selbst:
„Fertig ist das Ergebnis, wenn [zwei bis vier prüfbare Punkte]. Wo dir eine Angabe fehlt, nimm [deinen Standard] an und liste am Ende auf, was du angenommen hast. Bevor du antwortest, prüf deinen Entwurf gegen die Punkte von oben und sag mir, welchen er am schwächsten erfüllt.“
Der letzte Satz macht die Antwort ein bisschen länger. Dafür steht ganz unten, wo du zuerst hinschauen solltest.
Wer lieber mit fertigen Vorlagen anfängt, nimmt einen meiner Prompts für den Job und hängt Handgriff 1 und 5 einfach hinten dran. Das sind zwei Sätze mehr, und die Vorlage weiß danach, wann sie fertig ist.
Wie die Handgriffe zusammenspielen, habe ich beim Redesign meiner Website wenighair.de gesehen. Den Auftrag dafür habe ich mir von Claude schreiben lassen, als Prompt für eine neue Unterhaltung. Handgriff 4, nur eben groß: 363 Zeilen. Das Fertig stand als Zahl drin, mindestens 90 Punkte bei Googles Messung der Ladezeit und 100 bei der Barrierefreiheit. Für vier offene Entscheidungen gab es Standardwerte, mit dem schönen Satz: ein Wort je Stelle oder nichts sagen, dann gilt der Standard.
Geändert habe ich nur eins. Statt acht Sitzungen wollte ich eine, und die KI sollte sich selbst melden, wenn es zu viel wird. Alle acht Schritte liefen durch. Sechs Seiten blieben trotzdem über der Grenze für die Ladezeit, und das stand offen im Ergebnis. Genau dafür sind Zahlen im Fertig gut. Sie zeigen auch, was nicht fertig ist.
Im Unternehmen gilt das genauso: Ein Briefing für die KI unterscheidet sich kaum von einem guten Briefing für ein Team. Ein messbares Fertig und Standards statt Rückfragen helfen der Kollegin aus dem Marketing genauso wie dem Modell. Und beide merken, wenn das Fertig fehlt, meistens erst bei der Abgabe.
Wo die Handgriffe aufhören
Handgriff 3 hat eine Nebenwirkung, die in keiner Anleitung steht. Bei dieser Website habe ich Claude gebeten, mir zu widersprechen. Es ging um 44 Titelbilder, die direkt von Unsplash luden, also von einem fremden Server. Claude hatte ein Werkzeug gebaut, das die Bilder automatisch zu Ghost kopiert, wo die Seite liegt. Sauber gedacht. Mir war es zu viel, also habe ich widersprochen. Das Werkzeug ist wieder raus, stattdessen steht ein Absatz in der Datenschutzerklärung, und das kleine Restrisiko trage ich bewusst.
Die einfache Variante kam erst, als ich gezielt danach gefragt habe. Am Ende war das Ergebnis einfacher als mein Startpunkt und einfacher als der Vorschlag der KI. Widerspruch bestellen heißt für mich darum auch, das letzte Wort zu behalten. Im Team ist das wie in jeder guten Besprechung: Jemand darf dagegenhalten, jemand entscheidet, und das sind selten dieselben Leute.
Was die fünf Handgriffe nicht lösen, sollte ich auch sagen. Sie machen eine Antwort passender. Wahr machen sie sie nicht. Ein perfekt gebauter Prompt kann eine Zahl liefern, die es nie gab, warum, erkläre ich ausführlich bei den KI-Halluzinationen. Bei Fakten hilft kein Handgriff, nur Nachlesen. Oder ein zweites Modell als Gegenprobe, wie ich es mit mehreren KI-Modellen parallel mache.
Ein guter Prompt bringt die KI dazu, deine Frage zu beantworten. Ob es die richtige Frage war, merkt er nicht.
Das ist vermutlich der Punkt, an dem ich am häufigsten hänge. Bevor ich am Prompt feile, frage ich mich inzwischen, ob ich selbst weiß, was ich will. Erstaunlich oft lautet die ehrliche Antwort: noch nicht ganz. Und manchmal merke ich erst beim Aufschreiben des Fertig, dass die Aufgabe gar keine KI braucht. Sie braucht eine Entscheidung von mir. Wiederholt sich ein Auftrag jede Woche, schreibe ich ihn irgendwann einmal sauber auf, bei Claude zum Beispiel als Claude Skill, und muss ihn nie wieder neu erklären.
Wie du daraus einen eigenen KI-Assistenten machst, steht in meinem Vergleich von GPTs, Gems und Claude-Projekten.
Die Studie hat Modelle getestet, die heute keiner mehr freiwillig nimmt. Die nächsten werden noch besser raten, was wir meinen. Vielleicht fragen sie irgendwann von selbst nach dem Fertig. Bis dahin bleibt eine Frage, die ich mir selbst noch nicht für jede Aufgabe beantwortet habe: Welche Aufgabe gibst du der KI jede Woche, ohne je aufgeschrieben zu haben, wann sie fertig ist?
Studio ✺ Christos
Häufige Fragen
Was ist Prompt Engineering?
Prompt Engineering ist die Arbeit an einer Anweisung für eine KI wie ChatGPT, Claude oder Gemini, bis sie eine wiederkehrende Aufgabe verlässlich erledigt. Du legst fest, wann eine Antwort gut ist, misst die Antworten daran und änderst die Anweisung, bis es passt.
Wo kann ich Prompt Engineering kostenlos lernen?
Anthropic bietet ein kostenloses, interaktives Tutorial auf GitHub und als Google-Tabelle an, geschrieben für ältere Claude-Modelle, darum am besten zusammen mit der frei zugänglichen Seite Prompting Best Practices lesen (Stand November 2026). Am meisten lernst du aber an einer eigenen Aufgabe, die jede Woche wiederkommt: Fertig aufschreiben, Antwort prüfen, Anweisung verbessern.
Hilft es, der KI Trinkgeld anzubieten oder zu drohen?
Im Schnitt nicht. In einer Studie der Wharton School brachten Drohungen und versprochenes Trinkgeld fünf getesteten Modellen keine besseren Ergebnisse, bei einzelnen Fragen schwankte die Trefferquote aber stark in beide Richtungen (August 2025). Verlässlicher sind ein klares Ziel und eine Prüfrunde gegen dieses Ziel.
Was ist der Unterschied zwischen Prompt und Prompt Engineering?
Ein Prompt ist eine einzelne Anweisung an die KI, etwa eine Frage oder ein Auftrag. Prompt Engineering ist die Arbeit danach: festlegen, wann die Antwort gut ist, sie daran prüfen und den Prompt verbessern, bis er für diese Aufgabe verlässlich funktioniert.
Braucht man Prompt Engineering bei neuen KI-Modellen noch?
Für einfache Fragen kaum. Bei wiederkehrenden Aufgaben schon, nur anders als früher: Einzelne Zaubersätze wirken laut Studien der Wharton School eher zufällig, ein aufgeschriebenes Fertig und eine Prüfrunde dagegen wirken bei jedem Modell.
