Context Engineering
Definition
Context Engineering ist das Festlegen, welche Informationen ein KI-Modell bei jedem Arbeitsschritt sieht: Anweisungen, Dokumente, Tool-Beschreibungen, Gedächtnis und Gesprächsverlauf. Es erweitert Prompt Engineering von der Formulierung einer Anfrage auf alles, was drumherum geladen wird.
Von Ronan Liedmeier, Fractional Head of Growth und Kursautor · Veröffentlicht 17. Oktober 2026 · Zuletzt aktualisiert 17. Oktober 2026
Auch genannt: Kontext-Engineering
Am wichtigsten ist das bei Agenten und Automatisierungen, die viele Schritte allein ausführen. Ein Modell kann nur mit dem arbeiten, was vor ihm liegt. Ein überladener oder falscher Kontext führt zu vager oder falscher Arbeit.
Der Unterschied zu Prompt Engineering
Prompt Engineering betrifft die Formulierung einer Anfrage. Context Engineering umfasst das gesamte Material, das dem Modell in dem Moment vorliegt, in dem es handelt. Und es hört nie ganz auf: Jeder Schritt eines Agenten ist eine neue Entscheidung darüber, was geladen wird und was rausfliegt. Das Engineering-Team von Anthropic beschreibt es als Auswahl der bestmöglichen Informationen für das Modell bei jedem Aufruf.
In der Praxis heißt das: ein kurzer System-Prompt mit den Regeln, die immer gelten. Referenzmaterial kommt nur dazu, wenn eine Aufgabe es braucht, oft über RAG. Alte Gesprächsrunden werden zusammengefasst oder gelöscht, bevor sie die aktuelle Aufgabe verdrängen.
Beispiel
Eine Marketingleiterin lässt einen Agenten wöchentliche Reports zu ihren Werbekampagnen entwerfen. Früher hat sie Markenleitfaden, alle alten Reports und sämtliche Kampagnendaten in den System-Prompt kopiert. Jetzt enthält der System-Prompt das Report-Format und drei Regeln. Der Agent holt sich beim Start die Kampagnenzahlen dieser Woche und den Report der Vorwoche. Die Entwürfe kosten weniger und weichen nicht mehr vom Format ab.
Häufiger Fehler
Der Alles-rein-System-Prompt: Man lädt sicherheitshalber alles, was der Agent irgendwann brauchen könnte. Das meiste ist für den einzelnen Schritt irrelevant und kostet bei jedem Aufruf Token. Ein einziges veraltetes Dokument im Stapel kann die Antwort in die falsche Richtung lenken. Anweisungsdateien, die ein Coding-Tool automatisch erzeugt, machen das schlimmer. Schreib sie von Hand und halte sie kurz.
In AI Academy lernen
- Context EngineeringExperte · 8 Min.
Verwandte Begriffe
- Prompt Engineering
- Prompt Engineering ist das Schreiben und Testen der Anweisungen, die du einem KI-Modell gibst, damit es verlässlich brauchbare Ergebnisse liefert. Im Alltag heißt das: klare Briefings. Für Teams mit KI im Produktivbetrieb heißt es: Prompts wie Code versionieren und testen.
- System-Prompt
- Ein System-Prompt ist der Block fester Anweisungen, den ein KI-Modell vor dem Gespräch bekommt und der für jede Antwort gilt. Er legt Rolle, Ton, Regeln und Ausgabeformat fest, und wer mit dem Assistenten chattet, sieht ihn meist nie.
- Retrieval-Augmented Generation (RAG)
- Retrieval-Augmented Generation (RAG) ist ein Verfahren, mit dem ein KI-Modell aus deinen eigenen Dokumenten antwortet. Zuerst findet eine Suche die Textstellen, die zur Frage passen, dann schreibt das Modell seine Antwort auf Basis dieser Stellen.
- Kontextfenster
- Ein Kontextfenster ist die maximale Textmenge, die ein KI-Modell auf einmal berücksichtigen kann, gemessen in Token. Es enthält deine Nachrichten, angehängte Dateien, die Anweisungen und die eigenen Antworten des Modells. Was nicht hineinpasst, bleibt außen vor.