"Prompt Engineering auf Deutsch: Von Anfänger bis Profi"

## Was ist Prompt Engineering?

Prompt Engineering ist die Fähigkeit, KI-Modelle wie Claude, ChatGPT oder Gemini durch gezielte Anweisungen zu steuern. Ein Prompt ist die Eingabe, die du an das Modell sendest — und die Qualität deines Prompts bestimmt die Qualität der Antwort.

Prompt Engineering ist die wichtigste Kompetenz im Umgang mit KI. Wer bessere Prompts schreibt, bekommt bessere Ergebnisse — unabhängig davon, welches Modell er nutzt.

• Deutsche Prompts funktionieren: Aktuelle Modelle wie Claude Opus und Sonnet verstehen Deutsch ausgezeichnet.
• Kontextverständnis: Wenn du auf Deutsch denkst und arbeitest, sind deutsche Prompts natürlicher und präziser.
• Geschäftsumfeld: Im DACH-Raum arbeitest du oft mit deutschen Texten, Kunden und Dokumenten.
• Fachterminologie: Deutsche Fachbegriffe brauchen kein umständliches Übersetzen.

Die Grundlagen: Anatomie eines guten Prompts

Ein guter Prompt besteht aus vier Elementen:

Gib dem Modell eine klare Identität. Das beeinflusst Tonalität, Detailtiefe und Perspektive.

Schwach: > Schreibe einen Text über SEO.

Stark: > Du bist ein erfahrener SEO-Berater mit 10 Jahren Erfahrung in der DACH-Region. Schreibe einen Leitfaden für mittelständische Unternehmen, die ihre organische Sichtbarkeit verbessern wollen.

Sei so spezifisch wie möglich. Vage Aufgaben liefern vage Ergebnisse.

Schwach: > Hilf mir mit meinem Marketing.

Stark: > Erstelle einen Content-Plan für 4 Wochen mit 3 LinkedIn-Posts pro Woche. Thema: KI im Mittelstand. Zielgruppe: Geschäftsführer von Unternehmen mit 50–500 Mitarbeitern. Tonalität: professionell, aber zugänglich.

Je mehr relevanten Kontext du lieferst, desto besser das Ergebnis.

Beispiel: > Hier ist die aktuelle Performance unserer Website: > - 15.000 monatliche Besucher > - Bounce Rate: 65% > - Durchschnittliche Verweildauer: 1:20 Min > - Top-Keywords: [Liste] > > Analysiere die Daten und schlage 5 konkrete Maßnahmen vor, um die Verweildauer auf über 2 Minuten zu steigern.

Definiere das gewünschte Ausgabeformat explizit.

Beispiele für Formatvorgaben: - „Antworte in einer Tabelle mit den Spalten: Maßnahme, Aufwand, erwartete Wirkung." - „Formuliere als Bullet-Point-Liste mit maximal 10 Punkten." - „Schreibe einen Fließtext mit H2-Zwischenüberschriften, 500–800 Wörter." - „Gib die Antwort als JSON-Objekt mit den Feldern: titel, beschreibung, prioritaet."

Prompting-Techniken: Von einfach bis fortgeschritten

Zero-Shot bedeutet: Du stellst eine Aufgabe, ohne Beispiele zu geben. Das Modell löst sie allein auf Basis seines Trainings.

Beispiel: > Klassifiziere die folgende Kundenanfrage als „Beschwerde", „Frage" oder „Lob": > > „Ihr Produkt hat mein Unternehmen verändert. Danke für den großartigen Support!"

Wann verwenden: Bei einfachen, eindeutigen Aufgaben, die keiner Erklärung bedürfen.

Few-Shot bedeutet: Du gibst dem Modell einige Beispiele, bevor du die eigentliche Aufgabe stellst. Das Modell lernt das gewünschte Muster aus den Beispielen.

Beispiel: > Schreibe Produktbeschreibungen im folgenden Stil: > > Eingabe: Bluetooth-Kopfhörer, ANC, 30h Akku > Ausgabe: „Tauche ab in deinen Sound — mit aktiver Geräuschunterdrückung und 30 Stunden Akkulaufzeit. Diese Bluetooth-Kopfhörer sind dein Begleiter für lange Tage." > > Eingabe: Mechanische Tastatur, RGB, Cherry MX Blue > Ausgabe: „Jeder Tastendruck ein Statement. Die mechanische Tastatur mit Cherry MX Blue Switches und RGB-Beleuchtung macht Tippen zum Erlebnis." > > Jetzt erstelle eine Beschreibung für: > Eingabe: Ergonomische Maus, 7 Tasten, USB-C, 120g

Wann verwenden: Wenn du einen bestimmten Stil, ein Format oder eine Logik vorgeben willst, die das Modell ohne Beispiele nicht trifft.

Chain-of-Thought (CoT) Prompting fordert das Modell auf, seinen Denkprozess offenzulegen. Das verbessert die Genauigkeit bei komplexen Aufgaben erheblich.

Beispiel ohne CoT: > Was ist günstiger: 3 Lizenzen à 29 € pro Monat mit 20 % Jahresrabatt oder ein Paketpreis von 799 € pro Jahr?

Beispiel mit CoT: > Was ist günstiger: 3 Lizenzen à 29 € pro Monat mit 20 % Jahresrabatt oder ein Paketpreis von 799 € pro Jahr? > > Denke Schritt für Schritt: > 1. Berechne die Einzellizenz-Kosten pro Jahr ohne Rabatt. > 2. Berechne den Jahresrabatt. > 3. Vergleiche mit dem Paketpreis. > 4. Gib eine klare Empfehlung mit der Ersparnis in Euro.

Chain-of-Thought Prompting reduziert Rechenfehler und logische Sprünge signifikant. Studien zeigen eine Verbesserung der Genauigkeit um 20 bis 40 Prozent bei Reasoning-Aufgaben.

Wann verwenden: Bei mathematischen Berechnungen, logischen Schlussfolgerungen, Entscheidungsfindung und Analyse.

System-Prompts sind Anweisungen, die das Grundverhalten des Modells für eine gesamte Konversation definieren. In Claude setzt du sie als erste Nachricht oder über die API als `system`-Parameter.

Beispiel eines System-Prompts: > Du bist ein technischer Redakteur für die SixSides Academy. > > Regeln: > - Schreibe auf Deutsch in der Du-Ansprache. > - Verwende kurze Sätze und klare Sprache. > - Erkläre Fachbegriffe beim ersten Auftreten. > - Nutze H2 und H3 Überschriften für Struktur. > - Füge am Ende jedes Textes einen CTA ein. > - Vermeide Marketing-Floskeln.

System-Prompts sind besonders wertvoll, wenn du: - Konsistente Outputs über mehrere Interaktionen brauchst - Eine bestimmte Tonalität oder Markensprache einhältst - Regeln definierst, die für alle Antworten gelten sollen

Statt eine komplexe Aufgabe in einem einzigen Prompt zu lösen, zerlegst du sie in eine Kette kleinerer Prompts. Jeder Schritt baut auf dem vorherigen auf.

Beispiel: Blog-Artikel erstellen

Prompt 1 — Recherche: > Recherchiere die 5 wichtigsten Trends im Bereich KI-Automatisierung für 2026. Nenne für jeden Trend: Bezeichnung, Kurzbeschreibung, ein konkretes Beispiel.

Prompt 2 — Gliederung: > Auf Basis dieser Trends: Erstelle eine Gliederung für einen Blog-Artikel mit dem Titel „KI-Automatisierung 2026: 5 Trends, die du kennen musst." Zielgruppe: Geschäftsführer im Mittelstand.

Prompt 3 — Schreiben: > Schreibe den Artikel auf Basis dieser Gliederung. 1500 Wörter, Du-Ansprache, SEO-optimiert für das Keyword „ki automatisierung 2026". Füge nach jedem Abschnitt einen Praxistipp ein.

Wann verwenden: Bei komplexen Aufgaben mit mehreren Arbeitsschritten, wo die Qualität jedes Schritts den nächsten beeinflusst.

Fortgeschrittene Methoden

Du kannst Claude anweisen, in einem exakten Format zu antworten — besonders nützlich für Automatisierungen und Datenverarbeitung.

Beispiel: > Analysiere die folgende Kundenbewertung und gib das Ergebnis als JSON zurück: > > Bewertung: „Das Produkt ist top, aber die Lieferung hat 2 Wochen gedauert. Der Kundenservice war leider nicht erreichbar." > > Format: > ```json > { > "sentiment": "positiv | neutral | negativ", > "themen": ["Thema 1", "Thema 2"], > "handlungsbedarf": true/false, > "zusammenfassung": "Ein Satz" > } > ```

Lass Claude verschiedene Perspektiven einnehmen, um blindflecke aufzudecken:

Beispiel: > Ich plane, mein Freelancer-Angebot von Webdesign auf KI-Beratung umzustellen. > > Nimm nacheinander diese drei Perspektiven ein: > 1. Optimist: Warum ist das eine großartige Idee? > 2. Skeptiker: Welche Risiken und Gegenargumente gibt es? > 3. Strategischer Berater: Was wäre der optimale Übergangsplan?

Klare Einschränkungen verhindern unerwünschte Ergebnisse:

Beispiel: > Schreibe eine Produktbeschreibung. > > Einschränkungen: > - Maximal 150 Wörter > - Kein Superlativ (nicht „das beste", „einzigartig", etc.) > - Mindestens ein konkretes Zahlenbeispiel > - Kein Ausrufezeichen > - Sprachniveau: B1 Deutsch

Meta-Prompting bedeutet: Du bittest das Modell, den besten Prompt für eine Aufgabe zu schreiben.

Beispiel: > Ich möchte, dass du LinkedIn-Posts für mein KI-Beratungsunternehmen schreibst. Erstelle zuerst einen System-Prompt, den ich für diese Aufgabe verwenden kann. Der System-Prompt soll Tonalität, Formatvorgaben, Zielgruppe und wiederkehrende Elemente definieren.

Meta-Prompting ist besonders wertvoll, weil es dich zwingt, über deine Anforderungen nachzudenken — und Claude hilft dir dabei, nichts zu vergessen.

Häufige Prompting-Fehler und wie du sie vermeidest

Schlecht: „Schreibe etwas über KI." Besser: „Schreibe einen 500-Wörter-Artikel über die drei wichtigsten Vorteile von KI im Kundenservice für Online-Shops. Zielgruppe: E-Commerce-Manager. Tonalität: sachlich, mit konkreten Zahlen."

Schlecht: „Schreibe einen Blog-Artikel, erstelle 3 Social-Media-Posts, einen Newsletter und eine Landingpage zum Thema KI." Besser: Aufteilen in einzelne Prompts oder Prompt Chaining nutzen.

Schlecht: „Schreibe einen guten Text." Besser: „Schreibe einen Text, der folgende Kriterien erfüllt: Flesch-Reading-Ease über 60, keine Sätze über 20 Wörter, mindestens 3 konkrete Beispiele, jeder Absatz maximal 4 Zeilen."

Schlecht: „Wie verbessere ich meine Conversion Rate?" Besser: „Mein SaaS-Produkt hat eine Landingpage mit 5.000 Besuchern/Monat und einer Conversion Rate von 1,2 %. Die Zielgruppe sind Marketing-Manager in Unternehmen mit 20–100 Mitarbeitern. Wie kann ich die Conversion Rate auf 3 % steigern?"

Prompt Engineering ist ein iterativer Prozess. Der erste Prompt liefert selten das perfekte Ergebnis. Analysiere die Antwort, identifiziere Schwächen und verfeinere den Prompt.

Prompt-Bibliothek: 10 Templates für den Alltag

> Schreibe eine professionelle E-Mail an [Empfänger]. Anlass: [Anlass]. Tonalität: [formell/freundlich/direkt]. Maximale Länge: [Wortanzahl]. Schließe mit einem klaren Call-to-Action.

> Fasse das folgende Meeting-Protokoll zusammen: [Protokoll einfügen]. Erstelle: 1) Kernentscheidungen (Bullet Points), 2) Action Items mit Verantwortlichen und Deadlines, 3) Offene Fragen für das nächste Meeting.

> Analysiere die folgenden Daten: [Daten einfügen]. Identifiziere: 1) Die 3 wichtigsten Trends, 2) Auffällige Ausreißer, 3) Konkrete Handlungsempfehlungen. Präsentiere die Ergebnisse in einer Tabelle.

> Überarbeite den folgenden Text. Ziele: Klarere Sprache, kürzere Sätze, aktivere Formulierungen. Behalte den Inhalt und die Kernaussagen bei. Markiere alle Änderungen mit [GEÄNDERT]. [Text einfügen]

> Vergleiche [Unternehmen A] und [Unternehmen B] anhand folgender Kriterien: Preisgestaltung, Funktionsumfang, Zielgruppe, USP, Schwächen. Präsentiere das Ergebnis als Vergleichstabelle.

> Schreibe einen LinkedIn-Post zum Thema [Thema]. Zielgruppe: [Beschreibung]. Hook in der ersten Zeile, persönliche Erfahrung einbauen, mit Frage an die Community enden. Maximal 1.300 Zeichen.

> Ich erhalte folgenden Fehler: [Fehlermeldung]. Kontext: [Sprache/Framework/Version]. Relevanter Code: [Code einfügen]. Erkläre den Fehler, zeige die Lösung und erkläre, warum sie funktioniert.

> Erstelle einen 4-Wochen-Lernplan für [Thema]. Mein Kenntnisstand: [Anfänger/Fortgeschritten]. Verfügbare Zeit: [X Stunden pro Woche]. Jede Woche soll ein klares Lernziel, Ressourcen und eine praktische Übung enthalten.

> Erstelle eine SWOT-Analyse für [Unternehmen/Projekt/Idee]. Kontext: [relevante Details]. Nenne mindestens 3 Punkte pro Quadrant. Schließe mit den 2 wichtigsten strategischen Empfehlungen.

> Prüfe den folgenden Vertragsabschnitt auf: 1) Unklare Formulierungen, 2) Potenzielle Risiken für mich als Auftragnehmer, 3) Fehlende Klauseln. [Vertragstext einfügen]. Hinweis: Dies ersetzt keine Rechtsberatung.

Prompt Engineering lernen: Dein Fahrplan

• Verstehe die vier Elemente (Rolle, Aufgabe, Kontext, Format)
• Übe Zero-Shot und Few-Shot an 10 verschiedenen Aufgaben
• Experimentiere mit unterschiedlichen Formulierungen für die gleiche Aufgabe

• Chain-of-Thought bei Analyse- und Rechenaufgaben anwenden
• System-Prompts für deine häufigsten Use Cases erstellen
• Prompt Chaining für komplexe Workflows aufbauen

• Structured Output für Automatisierungen nutzen
• Meta-Prompting zur Prompt-Optimierung einsetzen
• Eigene Prompt-Bibliothek aufbauen

• Prompt Engineering in deinen täglichen Workflow integrieren
• Prompts iterativ optimieren und Ergebnisse dokumentieren
• Fortgeschrittene Techniken wie Rollenspiel und Constraints kombinieren

In unseren [Kursen](/de/kurse) lernst du Prompt Engineering von Grund auf — mit praxisnahen Übungen, die du direkt in deinem Berufsalltag anwenden kannst. Nutze den [Kurs-Finder](/de/kurs-finder), um den passenden Kurs für dein Level zu finden.

Fazit: Prompt Engineering ist die Schlüsselkompetenz für die KI-Ära

Prompt Engineering ist keine Raketenwissenschaft — aber es ist eine Fähigkeit, die den Unterschied zwischen mittelmäßigen und exzellenten KI-Ergebnissen macht. Wer die Techniken beherrscht, arbeitet schneller, liefert bessere Qualität und nutzt KI-Tools wie Claude auf einem Level, das den meisten Nutzern verschlossen bleibt.

Die gute Nachricht: Prompt Engineering lernen kann jeder. Du brauchst keine Programmierkenntnisse und kein technisches Vorwissen. Du brauchst nur die Bereitschaft, systematisch zu üben und deine Prompts kontinuierlich zu verbessern.

Starte jetzt: Finde mit dem [Kurs-Finder](/de/kurs-finder) den passenden Prompt-Engineering-Kurs — von Anfänger bis Profi, alles auf Deutsch.