Muss ich wirklich Prompt Engineering lernen?

Du hast ChatGPT geöffnet und bekommst trotzdem nur Mittelmaß

Du gibst eine Frage ein, bekommst eine Antwort, und irgendetwas passt nicht. Zu allgemein, zu lang, am Thema vorbei. Dann liest du irgendwo, dass es dafür einen eigenen Beruf gibt: "Prompt Engineer" und denkst dir: Toll, jetzt muss ich also noch eine neue Disziplin lernen, bevor ich überhaupt anfangen kann.

Die gute Nachricht vorweg: Musst du nicht. Zumindest nicht in dem Sinn, wie es der Begriff vermuten lässt.

Was Prompt Engineering eigentlich ist

Prompt Engineering wird als die Fähigkeit beschrieben, einem Sprachmodell Anweisungen so zu formulieren, dass es zuverlässig das liefert, was man braucht ¹². Klingt nach Fachbegriff, ist im Kern aber simpel: Es geht darum, präzise zu fragen statt vage. Das Problem ist nur, dass aus dieser einfachen Idee inzwischen ein ganzes Feld mit eigenen Kursen, Zertifikaten und Jobtiteln geworden ist. Das erzeugt den Eindruck, man müsse sich das erst mühsam aneignen, bevor man mit KI überhaupt vernünftig arbeiten kann.

Genau dieser Eindruck ist übertrieben. In einem viel diskutierten LinkedIn-Beitrag wird ausdrücklich argumentiert, dass es keine "Geheimwissenschaft" gibt, die man studieren müsste ³. Der Grund: Moderne Sprachmodelle verstehen bereits ziemlich gut, was du in normaler Alltagssprache meinst. Du brauchst keine spezielle Syntax, keine Zauberformeln, keine Befehlssprache wie bei einem Programm. Du musst nur ein bisschen genauer werden, als du es vielleicht gewohnt bist.

Warum die meisten Prompts scheitern

Der häufigste Fehler ist nicht mangelndes Fachwissen, sondern mangelnde Konkretheit. "Schreib mir einen Text über Kundenservice" ist keine Anweisung, sondern eine Themenangabe. Das Modell füllt die Lücken, die du offen lässt und meistens füllt es sie anders, als du es dir vorgestellt hast.

Hier kommen die sogenannten Bausteine ins Spiel, die in mehreren unabhängigen Quellen fast wortgleich auftauchen ⁴⁵⁶. Das ist bemerkenswert, weil es zeigt: Es handelt sich nicht um die persönliche Meinung eines einzelnen Blogs, sondern um ein Muster, das sich in der Praxis offenbar bewährt hat.

Die fünf Bausteine eines guten Prompts

Rolle und Kontext. Sag dem Modell, in welcher Funktion es antworten soll. "Antworte wie ein erfahrener Steuerberater" liefert ein anderes Ergebnis als "Antworte wie ein Kollege, der das kurz erklärt". Der Kontext gibt dem Modell einen Rahmen, in dem es Wortwahl und Tiefe der Antwort ausrichtet ⁴⁵.

Aufgabe oder Anweisung. Das ist der Kern: Was soll konkret passieren? Nicht "etwas zum Thema Urlaubsantrag", sondern "formuliere eine höfliche E-Mail an meine Chefin, in der ich zwei Wochen Urlaub im August beantrage". Je klarer das Verb und das Ziel, desto weniger muss das Modell raten ⁴⁶.

Eingabe und Beispiele. Wenn du konkrete Daten oder ein Muster hast, gib sie mit. Ein Beispiel-Satz, ein bestehender Text, eine Tabelle mit Zahlen. All das hilft dem Modell, sich an deinem tatsächlichen Material zu orientieren statt an einer generischen Vorstellung ⁴⁵.

Einschränkungen. Was soll das Modell nicht tun? Wie lang darf die Antwort sein? Soll es bestimmte Wörter vermeiden oder einen bestimmten Ton nicht treffen? Ohne diese Leitplanken liefert das Modell oft mehr, als du brauchst, oder etwas, das stilistisch nicht passt ⁵⁶.

Ausgabeformat. Soll das Ergebnis eine Liste sein, ein Fließtext, eine Tabelle, ein kurzer Absatz? Diese Angabe spart dir oft die meiste Nacharbeit, weil du sonst hinterher selbst umformatieren musst ⁴⁶.

Du brauchst nicht alle fünf gleichzeitig

Wichtig ist: Das ist kein Pflichtformular, das du bei jeder Anfrage komplett ausfüllen musst. Mehrere Quellen betonen ausdrücklich, dass die Bausteine flexibel einsetzbar sind, je nach Situation reichen zwei oder drei davon völlig aus ⁴⁵. Für eine kurze Frage zwischendurch brauchst du keine Rollenbeschreibung. Für einen komplexeren Text, den du beruflich verwenden willst, lohnt es sich, mehr davon einzubauen.

Das nimmt auch den Druck raus, alles auf einmal richtig machen zu müssen. Du fängst mit der Aufgabe an, merkst, dass die Antwort zu lang ist, und ergänzt beim nächsten Versuch eine Einschränkung zur Länge. Das ist kein Scheitern, das ist der normale Weg, wie man mit diesen Werkzeugen besser wird.

Wird das Ganze bald überflüssig?

Es gibt Stimmen, die glauben, dass Prompt Engineering als eigene Praxis an Bedeutung verlieren wird, weil grafische Oberflächen mit Drag-and-Drop-Funktionen die Interaktion mit KI zunehmend vereinfachen. Das ist eine plausible Vermutung, aber eben eine Meinung aus einer Diskussion, keine belegte Entwicklung. Ob und wie schnell das passiert, lässt sich derzeit nicht seriös vorhersagen. Für dich als Nutzer heute ändert das ohnehin wenig: Solange du mit Textfeldern arbeitest, hilft es, klar zu formulieren.

Genauso offen ist, wie gut die fünf Bausteine in jedem Berufsfeld funktionieren. Für eine E-Mail oder einen Blogtext reichen sie meistens locker aus. Ob sie auch bei sehr spezialisierten Aufgaben, etwa in der Medizin oder im Recht, genügen, ist durch die vorliegenden Quellen nicht abschließend geklärt. Da ist gesunder Menschenverstand gefragt: Je heikler das Thema, desto mehr solltest du das Ergebnis ohnehin selbst prüfen, egal wie gut der Prompt war.

Ein realistischer erster Schritt

Nimm dir eine Aufgabe, die du diese Woche ohnehin erledigen musst. Eine Antwort-Mail, eine kurze Zusammenfassung, eine Gliederung. Schreib die Anfrage nicht als Stichwort, sondern als Satz mit Rolle, Aufgabe und einer Formatangabe. Schau dir das Ergebnis an, ändere eine Kleinigkeit, frag nach. Das ist im Grunde schon alles, was "Prompt Engineering" für den Alltag bedeutet. Kein Studium, sondern eine Gewohnheit, die sich nach ein paar Versuchen von selbst einschleift.