Die Grundlage dieses Artikels ist das Whitepaper „Prompt Engineering„ von Google Cloud / TechAI, veröffentlicht ab September 2024 (Download als PDF).
Verfasst wurde es unter anderem von Lee Boonstra (Developer Advocate bei Google) und zahlreichen Mitwirkenden aus der KI-Entwicklung und Produktstrategie von Google. Das Dokument bietet einen tiefgehenden Einblick in den aktuellen Stand der Prompt-Techniken – mit praktischen Beispielen, klaren Empfehlungen und einem besonderen Fokus auf den Einsatz in professionellen Umgebungen wie Vertex AI. Seine Relevanz liegt darin, dass es systematisch aufzeigt, wie man aus großen Sprachmodellen das Maximum herausholt – ein Thema, das mit der fortschreitenden Verbreitung von KI in Unternehmen enorm an Bedeutung gewinnt. Es ist ein praxisnaher Leitfaden für alle, die KI nicht nur testen, sondern sinnvoll im Alltag nutzen wollen.
Worum geht es?
Prompt Engineering beschreibt die Kunst, große Sprachmodelle wie ChatGPT, Claude oder Google Gemini gezielt und effizient anzusprechen. Ein „Prompt“ ist die Eingabe – also der Text, den Du an die KI schickst. Und diese Eingabe entscheidet maßgeblich über die Qualität der Ausgabe. Der Begriff „Engineering“ deutet bereits an, dass es sich dabei nicht einfach um ein simples Schreiben von Fragen handelt, sondern um eine strukturierte Herangehensweise, bei der Format, Beispiele, Tonfall, Rollen und sogar kreative Techniken wie „Chain of Thought“ (gedankliche Zwischenschritte) eingesetzt werden können. Das Ziel: exakt das Ergebnis zu erhalten, das für den jeweiligen Anwendungsfall benötigt wird.
Warum ist das Thema wichtig für KMU?
Gerade kleine und mittelständische Unternehmen (KMU) setzen zunehmend auf KI-Tools zur Prozessautomatisierung, Content-Erstellung, Analyse, Datenverarbeitung oder auch zur Softwareentwicklung. Die Erfahrung zeigt: Wer weiß, wie man „richtig promptet“, spart Zeit, Kosten und vermeidet unbrauchbare oder falsche Antworten. Prompt Engineering ermöglicht es, auch ohne tiefes technisches Wissen zielgerichtete Ergebnisse zu erzielen – sei es beim Formulieren eines LinkedIn-Posts, beim Übersetzen von Code, beim Erstellen von Excel-Makros oder beim Strukturieren von Kundenanfragen. Das Whitepaper von Google zeigt, dass ein professioneller Prompt oft der Unterschied zwischen „okay“ und „exzellent“ ist.
Gilt die Anleitung auch für andere KIs außer Gemini?
Ja – die Prinzipien des Prompt Engineering gelten unabhängig vom Anbieter. Ob Du Google Gemini, OpenAI ChatGPT, Anthropic Claude oder Meta LLaMA einsetzt – das Grundprinzip bleibt gleich: Ein Prompt besteht aus Kontext, Anweisungen und (optional) Beispielen, ergänzt durch Modellparameter wie Temperatur oder Top-K. Zwar variieren manche Funktionen leicht zwischen Plattformen, aber die Techniken wie Zero-Shot, Few-Shot, Chain of Thought oder ReAct lassen sich in den meisten modernen KI-Umgebungen umsetzen.
Im Google-Whitepaper „Prompt Engineering“ findest Du eine strukturierte und praxisorientierte Anleitung, wie man gute Prompts für große Sprachmodelle erstellt. Die wichtigsten Best Practices für gutes Prompt Engineering werden im Kapitel „Best Practices“ (ab Seite 54 im PDF) zusammengefasst.
Hier die konkrete Anleitung als Zusammenfassung:
✅ 1. Beispiele geben
Verwende Beispiel-Prompts und Beispiel-Antworten, um dem Modell ein klares Muster zu zeigen. Besonders wichtig bei komplexeren Aufgaben („few-shot prompting“).
✅ 2. Einfachheit
Halte Deine Prompts so einfach und klar wie möglich. Vermeide überflüssige Details und technische Komplexität. Ein schlanker Prompt ist leichter zu analysieren und zu verbessern.
✅ 3. Sei spezifisch beim Output
Sag dem Modell genau, welches Format oder welche Art von Antwort Du erwartest – z. B. Stichpunkte, JSON, Tabelle oder Fließtext.
✅ 4. Verwende Anweisungen statt Einschränkungen
Nutze aktive, positive Anweisungen („Antworte in höflichem Ton.“), statt negative Formulierungen („Antworte nicht unhöflich.“).
✅ 5. Max Token Length kontrollieren
Gib eine maximale Zeichen- oder Token-Anzahl vor, um Antwortlänge und Rechenzeit zu kontrollieren – das spart Kosten und reduziert Halluzinationen.
✅ 6. Verwende Variablen
Erstelle wiederverwendbare Prompts mit Variablen-Platzhaltern, z. B. für Kundenname oder Produkttyp. So kannst Du den Prompt dynamisch in Systemen verwenden.
✅ 7. Experimentiere mit Format und Stil
Unterschiedliche Schreibweisen, Reihenfolgen oder Formate können unterschiedliche Ergebnisse erzeugen. Teste Varianten systematisch.
✅ 8. Beispiele mit gemischten Klassen
Bei Klassifikationsaufgaben sollte das Prompt-Beispiel verschiedene Ausprägungen (z. B. POSITIV, NEGATIV, NEUTRAL) enthalten, um Ausgewogenheit zu zeigen.
✅ 9. Passe Prompts an neue Modellversionen an
KI-Modelle entwickeln sich. Was bei Version A funktioniert, kann bei Version B anders reagieren. Teste Deine Prompts regelmäßig neu.
✅ 10. Experimentiere mit Output-Formaten
Du kannst Dir z. B. Tabellen, Aufzählungen oder strukturierte Daten (JSON, XML) ausgeben lassen. Das steigert die Automatisierbarkeit im Geschäftsprozess.
✅ 11. Arbeite im Team
Wenn Du in einem Team arbeitest, dokumentiere Deine Prompt-Experimente und teile Erfahrungen – z. B. durch eine einfache Prompt-Log-Tabelle.
✅ 12. Dokumentiere systematisch
Halte Deine Prompt-Iterationen fest: Ziel, Eingabe, Modellkonfiguration, Ausgabe, Bewertung. So kannst Du Fortschritte nachvollziehen und verbessern.
Was ist Prompt Engineering und was bringt es mir?
Stell Dir vor, Du gibst einer künstlichen Intelligenz eine Aufgabe. Zum Beispiel: „Erstelle mir eine Produktbeschreibung“ oder „Schreib ein VBA-Skript, das meine Excel-Tabelle automatisch sortiert“. Damit die KI genau versteht, was Du willst, musst Du sie möglichst klar und präzise anleiten – das nennt man „Prompt Engineering“. Ein guter Prompt ist wie ein klar formulierter Arbeitsauftrag an einen Mitarbeiter: je besser die Formulierung, desto besser das Ergebnis.
Das Spannende: Du brauchst kein Programmierer zu sein. Das Whitepaper zeigt viele einfache Beispiele, wie Du mit klugen Eingaben die besten Resultate bekommst – von Texten bis hin zu Code. Für Dich als Unternehmen heißt das:
- Du sparst Zeit, weil weniger Nachbesserungen nötig sind.
- Du sparst Geld, weil die KI mit einem gut formulierten Prompt effizienter arbeitet.
- Du arbeitest sicherer, weil strukturierte Prompts Fehler und Missverständnisse reduzieren.
Prompt Engineering ist kein Technik-Hype, sondern eine Praxisfertigkeit, die jeder lernen kann – und die Dir in Zukunft bei fast jeder KI-Anwendung hilft.
Sönke Schäfer, Datenschäfer bei SeSoft GmbH
Wenn Du wissen willst, wie Du das konkret auf Deine Prozesse und Tools (z. B. Access, SQL, Power Platform) anwenden kannst, helfe ich Dir gern.
📈 Datenschäfer: AI und Automatisierung für KMU im Norden 🐑
👉 Schreib mir, wenn Du Prompts gezielt für Dein Unternehmen nutzen willst.
Keine Antworten