Prompt Engineering
Definition
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.
Von Ronan Liedmeier, Fractional Head of Growth und Kursautor · Veröffentlicht 17. Oktober 2026 · Zuletzt aktualisiert 17. Oktober 2026
Auch genannt: Prompt-Engineering, Prompt-Design
Ein guter einmaliger Prompt hilft dir einmal. Ein Prompt, den ein Workflow tausendmal pro Woche ausführt, muss jedes Mal halten.
So funktioniert es
Im Alltag kommt es auf klare Struktur an. Trenne Hintergrund, Aufgabe, Vorgaben und Ausgabeformat, zum Beispiel mit beschrifteten Abschnitten oder Tags im XML-Stil. Dann erkennt das Modell, wo eine Anweisung endet. Zwei oder drei Beispiele für gute Ergebnisse, dazu ein schlechtes Beispiel mit einer Zeile, warum es nicht passt, bringen mehr als lange Beschreibungen. Eine gängige Abkürzung: Beschreib dem Modell die Aufgabe, lass es den Prompt entwerfen und überarbeite dann den Entwurf.
Im Produktivbetrieb bekommt jeder Prompt eine Versionsnummer und eine Reihe von Testfällen. Eine Änderung geht erst live, wenn ein Eval zeigt, dass die Fälle, die vorher funktioniert haben, weiter funktionieren. Die Ausgabe des Modells wird gegen ein festes Format geprüft, bevor sie in ein anderes System geht.
Beispiel
Ein Onlineshop für Haushaltswaren lässt neue Artikel per Prompt in Kategorien einsortieren. Der Prompt ist auf deutsche Produktbeschreibungen ausgelegt. Dann schickt ein Lieferant seine Texte auf Englisch, und die Kategorien stimmen nicht mehr. Die Shopbetreiberin ergänzt eine Anweisung und zwei englische Beispiele, speichert das als neue Version mit einer Notiz zum Grund und lässt ihre 50 gespeicherten Testprodukte noch einmal laufen. So sieht sie, dass englische Artikel jetzt richtig landen und deutsche weiterhin auch.
Häufiger Fehler
Einen Live-Prompt direkt überschreiben, ohne die Änderung festzuhalten. Sinkt die Qualität einen Monat später, kann niemand sagen, welche Änderung schuld war. Bevor du einen Live-Prompt änderst, kopier den aktuellen Text ins Änderungsprotokoll. Dann kommst du mit einem Schritt zur alten Fassung zurück.
In AI Academy lernen
- Prompting, das wirklich funktioniertEinsteiger · 12 Min.Kostenlos
- Prompt Engineering in ProduktionsqualitätExperte · 8 Min.
Verwandte Begriffe
- Prompt
- Ein Prompt ist die Anweisung oder Frage, mit der du einem KI-Modell sagst, was du willst. Das kann eine Zeile sein oder ein ganzes Briefing mit Hintergrund, Beispielen und dem gewünschten Format, und die Antwort hängt von allem ab, was darin steht.
- KI-Eval (Evaluation)
- Ein KI-Eval (Evaluation) ist ein wiederholbarer Test, der prüft, ob ein KI-Prompt oder Workflow gute Antworten liefert: Er läuft mit festen Eingaben, und die Ausgaben werden nach vereinbarten Kriterien bewertet. So wird aus „scheint zu passen“ eine Punktzahl, die du vergleichen kannst.
- Context Engineering
- 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.
- Strukturierte Ausgabe (JSON-Modus)
- Strukturierte Ausgabe ist ein Verfahren, mit dem ein KI-Modell in einem festen, maschinenlesbaren Format antwortet statt mit Fließtext, meist als JSON mit benannten Feldern. So kann ein Programm sie zuverlässig lesen, etwa um eine Tabellenzeile zu füllen oder den nächsten Workflow-Schritt zu wählen.