Prompt Engineering 2027: 7 Techniken mit echten Vorher-nachher-Beispielen auf Deutsch

OVon Onne Company · Veröffentlicht am
Kurze Antwort: Prompt Engineering heißt, einer KI Anweisungen so zu geben, dass das Ergebnis sofort brauchbar ist: mit Rolle und Kontext, eingefügtem Material, Beispielen, festem Ausgabeformat und klaren Grenzen. Bei längeren Aufgaben helfen eigene Arbeitsschritte und Prompt-Ketten. Programmieren musst du dafür nicht.
Prompt Engineering 2027: 7 Techniken mit echten Vorher-nachher-Beispielen auf Deutsch
In diesem Artikel
  1. Was Prompt Engineering ist, und was nicht
  2. 1. Rolle mit echtem Kontext
  3. 2. Material mitgeben, sauber getrennt
  4. 3. Beispiele zeigen (Few-Shot)
  5. 4. Ausgabeformat festlegen
  6. 5. Grenzen setzen
  7. 6. Schritt für Schritt, aber deine Schritte
  8. 7. Prompt-Ketten statt Monsterprompt
  9. Vorher und nachher auf einen Blick
  10. Häufige Fehler beim Prompt Engineering
  11. Lohnt sich ein Kurs, und gibt es den Beruf „Prompt Engineer“?
  12. Welches Tool zum Üben
  13. Schritt für Schritt
  14. Häufige Fragen

Dienstag, 14:15 Uhr, Schadenabteilung einer Versicherung in Hamburg. Katrin muss 23 Kundenschreiben zu abgelehnten Wasserschäden beantworten. Sie schreibt in Copilot: „Formuliere eine freundliche Ablehnung.“ Das Ergebnis ist höflich, korrekt und völlig unbrauchbar, weil es weder den Tarif noch den Grund noch den Ton des Hauses kennt. Zwanzig Minuten später hat sie einen Prompt von acht Zeilen, der für jedes der 23 Schreiben einen Entwurf liefert, den sie nur noch prüft. Das ist Prompt Engineering, ohne dass es jemand so nennen müsste.

Der Begriff klingt nach Informatikstudium. In der Praxis heißt er: Du schreibst der KI so, wie du einer klugen neuen Kollegin am ersten Tag schreiben würdest, die alles genau so macht, wie du es sagst, und nichts von dem weiß, was du für selbstverständlich hältst. Dieser Leitfaden zeigt sieben Techniken, die mit ChatGPT, Claude, Gemini und Copilot 2027 funktionieren, jeweils mit einem echten Vorher-nachher. Am Ende geht es um die Frage, die mir am häufigsten gestellt wird: Lohnt sich ein Kurs, und ist „Prompt Engineer“ in Deutschland ein Beruf?

Was Prompt Engineering ist, und was nicht

Prompt Engineering ist das Formulieren von Anweisungen an ein Sprachmodell, sodass das Ergebnis beim ersten oder zweiten Versuch brauchbar ist. Dazu gehören Kontext, Beispiele, Format und Grenzen. Nicht dazu gehören Zauberformeln. „Du bist der weltbeste Texter“, Drohungen oder versprochenes Trinkgeld haben bei aktuellen Modellen kaum messbaren Effekt.

Was sich seit 2023 verändert hat: Die Modelle denken bei schwierigen Aufgaben selbstständig in Schritten, „denk Schritt für Schritt nach“ ist also weniger nötig als früher. Gleichzeitig befolgen sie Anweisungen wörtlicher. Wenn du „Vorschläge“ verlangst, bekommst du Vorschläge, auch wenn du eigentlich wolltest, dass die KI den Text direkt ändert. Genauigkeit in der Formulierung bringt heute mehr als Tricks.

Alle drei großen Anbieter haben eigene Anleitungen veröffentlicht (OpenAI, Anthropic und Google, Links unten bei den Quellen). Sie sind kostenlos, auf Englisch und besser als die meisten bezahlten Kurse, die ich gesehen habe. Die Techniken hier stammen im Kern daraus, übertragen auf deutschen Büroalltag.

Anzeige

1. Rolle mit echtem Kontext

„Du bist ein Experte für Kundenkommunikation“ ändert fast nichts. Was wirkt, ist der Kontext hinter der Rolle: für wen, an wen, mit welcher Vorgeschichte.

Vorher:

Du bist Experte für Kundenkommunikation. Schreib eine Ablehnung für einen Wasserschaden.

Nachher:

Du schreibst für die Schadenabteilung einer Hausratversicherung. Der Kunde, Herr Brandt, hat einen Wasserschaden durch einen undichten Waschmaschinenschlauch gemeldet. Abgelehnt wird, weil der Schaden laut Gutachten über Monate entstanden ist und schleichende Schäden in seinem Tarif nicht versichert sind. Er ist seit 11 Jahren Kunde.
Schreib einen Brief, Sie-Form, höchstens 150 Wörter. Erst die Entscheidung, dann der Grund in Alltagssprache, dann was er tun kann (Widerspruch innerhalb von vier Wochen, Ombudsmann). Kein „leider müssen wir Ihnen mitteilen“.

Ergebnis (Claude):

Sehr geehrter Herr Brandt,

wir können den Wasserschaden in Ihrer Wohnung nicht übernehmen.

Der Gutachter hat festgestellt, dass das Wasser über mehrere Monate aus dem Schlauch Ihrer Waschmaschine ausgetreten ist. Solche langsam entstehenden Schäden sind in Ihrem Tarif nicht versichert, versichert sind plötzlich auftretende Leitungswasserschäden.

Wenn Sie die Entscheidung anders sehen, können Sie innerhalb von vier Wochen schriftlich widersprechen. Sie können sich außerdem kostenlos an den Versicherungsombudsmann wenden.

Sie sind seit elf Jahren bei uns, und wir wissen, dass diese Nachricht ärgerlich ist. Für Fragen erreichen Sie mich direkt unter [TELEFON].

Klar, kurz, ohne Floskel. Prüfen musst du die Fakten zum Tarif, denn die stammen aus deinem Prompt und nicht aus dem Vertrag.

2. Material mitgeben, sauber getrennt

Die KI weiß nichts über deine Firma, deinen Kunden oder dein Projekt. Was sie wissen soll, musst du einfügen: die Mail, die Tabelle, den Auszug aus dem Vertrag. Bei längeren Prompts hilft es, Anweisung und Material sichtbar zu trennen, zum Beispiel mit Überschriften oder Markierungen wie <mail>…</mail>. Anthropic empfiehlt das ausdrücklich für Claude, es funktioniert aber in jedem Modell.

Aufgabe: Beantworte die Kundenmail unten mit den Fakten aus dem Tarifauszug. Wenn der Auszug eine Frage nicht beantwortet, schreib [BEI FACHABTEILUNG KLÄREN].

<tarif>[AUSZUG EINFÜGEN]</tarif>
<mail>[KUNDENMAIL EINFÜGEN, OHNE NAME UND VERSICHERUNGSNUMMER]</mail>

Meine Erfahrung: Die meisten schlechten Ergebnisse kommen nicht von schlechten Formulierungen, sondern von fehlendem Material. Wer der KI das Dokument gibt, bekommt Antworten aus dem Dokument. Wer es nicht gibt, bekommt Antworten aus dem Durchschnitt des Internets.

3. Beispiele zeigen (Few-Shot)

Wenn du einen bestimmten Stil oder ein festes Muster willst, beschreib es nicht, zeig es. Zwei oder drei Beispiele wirken stärker als jede Stilbeschreibung. In der Fachsprache heißt das Few-Shot-Prompting.

Vorher:

Schreib kurze, knackige Produkttexte für unseren Onlineshop.

Nachher:

Schreib Produkttexte im Stil dieser zwei Beispiele. Gleiche Länge, gleicher Aufbau (was es ist, für wen, ein konkretes Detail).

Beispiel 1: Emaillebecher, 350 ml. Für Balkon, Zelt und Büro. Geht nicht kaputt, wenn er vom Rucksack fällt, und hält Kaffee länger warm als man denkt.
Beispiel 2: Leinengeschirrtuch, 50 × 70 cm. Für alle, die Baumwolle leid sind, die nach drei Wochen fusselt. Wird mit jeder Wäsche weicher.

Jetzt: Brotkasten aus Buchenholz, 40 × 22 cm, Deckel als Schneidbrett.

Ergebnis (ChatGPT):

Brotkasten aus Buchenholz, 40 × 22 cm. Für alle, die ihr Brot nicht mehr in der Plastiktüte lagern wollen. Der Deckel dreht sich um und wird zum Schneidbrett, die Krümel bleiben im Kasten.

Der Stil sitzt. „Die Krümel bleiben im Kasten“ hat die KI aber erfunden. Ob das stimmt, hängt von der Konstruktion ab. Genau so etwas prüfst du, bevor es online geht.

4. Ausgabeformat festlegen

Sag, was am Ende herauskommen soll: Länge, Tabelle mit welchen Spalten, Stichpunkte, Sie oder du, Deutsch aus Deutschland, Österreich oder der Schweiz. Je genauer, desto weniger Nacharbeit. Für Ergebnisse, die in eine andere Software sollen, ist ein festes Format Pflicht.

Lies die 15 Kundenmails unten und gib nur eine Tabelle zurück mit den Spalten: Nr. | Thema (Lieferung, Rechnung, Reklamation, Sonstiges) | Dringlichkeit (hoch/mittel/niedrig) | nächster Schritt in höchstens 6 Wörtern. Keine Einleitung, kein Fazit.

Der Zusatz „keine Einleitung, kein Fazit“ spart dir das „Gerne! Hier ist die Tabelle…“ und das Schlussabsätzchen, das niemand liest.

5. Grenzen setzen

Das ist die Technik mit dem größten Effekt pro Wort. Sprachmodelle füllen Lücken lieber mit Plausiblem, als zuzugeben, dass etwas fehlt. Du musst ihnen erlauben, Lücken offen zu lassen.

  • „Erfinde keine Zahlen, Namen oder Daten. Wenn etwas fehlt, schreib [FEHLT].“
  • „Nutze nur Informationen aus dem eingefügten Dokument.“
  • „Wenn du dir bei einer Aussage unsicher bist, markiere sie mit (unsicher).“
  • „Keine Rechtsberatung. Sag mir, wo ich die Frage klären kann.“

Ein Beispiel aus einer Kanzlei in München: Ohne Grenze hat die KI in einem Fristenschreiben ein Datum „ergänzt“, das in den Notizen gar nicht stand. Mit der [FEHLT]-Regel stand dort der Platzhalter, und die Fachangestellte hat das Datum nachgeschlagen. Eine Zeile im Prompt, ein vermiedener Fehler.

6. Schritt für Schritt, aber deine Schritte

„Denk Schritt für Schritt“ brauchen aktuelle Modelle seltener. Was weiterhin hilft: die Schritte selbst vorgeben, wenn die Reihenfolge wichtig ist.

Vorher:

Welcher der drei Lieferanten ist der beste?

Nachher:

Vergleiche die drei Angebote unten in diesen Schritten:
1. Gesamtkosten für 12 Monate pro Lieferant berechnen, Rechnung zeigen.
2. Lieferzeit und Zahlungsziel als Tabelle.
3. Risiken nennen, die aus den Angeboten hervorgehen.
4. Erst dann eine Empfehlung mit Begründung in drei Sätzen.
Angebote: [EINFÜGEN]

Ergebnis (Ausschnitt, Schritt 1):

Lieferant A: 1.240 € pro Monat × 12 = 14.880 €, plus einmalige Einrichtung 600 € = 15.480 €.
Lieferant B: 1.310 € × 12 = 15.720 €, keine Einrichtungsgebühr = 15.720 €.
Lieferant C: 1.150 € × 12 = 13.800 €, Einrichtung 1.900 € = 15.700 €.

Weil die Rechnung sichtbar ist, siehst du sofort, dass A am günstigsten ist und C nur auf den ersten Blick. Ohne die Vorgabe hätte die KI vermutlich nur den Monatspreis verglichen und C empfohlen. Nachrechnen solltest du trotzdem, hier stimmt es.

Anzeige

7. Prompt-Ketten statt Monsterprompt

Ein Prompt, der gleichzeitig zusammenfassen, bewerten, eine Mail schreiben und eine Präsentation gliedern soll, liefert vier mittelmäßige Ergebnisse. Besser: eine Kette. Jeder Schritt bekommt einen eigenen Prompt, und du prüfst dazwischen.

  1. „Fasse das Transkript des Kundentermins in Beschlüssen und offenen Punkten zusammen.“
  2. Du prüfst und korrigierst die Zusammenfassung.
  3. „Schreib aus der korrigierten Zusammenfassung eine Follow-up-Mail an den Kunden, Sie-Form, 120 Wörter.“
  4. „Erstelle aus denselben Punkten eine Aufgabenliste für unser Team mit Verantwortlichen.“

Der Vorteil ist nicht nur Qualität. Wenn etwas schiefgeht, weißt du, an welcher Stelle. Wer dieselbe Kette jeden Tag mehrmals ausführt, ist an dem Punkt, an dem ein Agent oder eine Automatisierung sinnvoller wird als ein Prompt: Dann kopiert nicht mehr ein Mensch zwischen KI, Mailprogramm und Tabelle hin und her.

Vorher und nachher auf einen Blick

TechnikTypischer schwacher PromptWas im guten Prompt steht
Rolle mit Kontext„Du bist Experte“Abteilung, Leser, Vorgeschichte, Ziel
Material„Beantworte die Kundenanfrage“Mail und Tarifauszug eingefügt und getrennt
Beispiele„Schreib knackig“zwei Beispieltexte im gewünschten Stil
FormatkeinsTabelle mit festen Spalten, Länge, Anrede
Grenzenkeine„Wenn etwas fehlt, schreib [FEHLT]“
Schritte„Was ist am besten?“nummerierte Schritte, Rechnung zeigen
Kettealles in einem Promptein Prompt pro Schritt, Prüfung dazwischen

Fertige Vorlagen, in denen diese Techniken schon stecken, findest du in der Sammlung mit 54 ChatGPT Prompts für den Büroalltag.

Häufige Fehler beim Prompt Engineering

  • Den ersten Versuch als Endergebnis nehmen. Ein guter Prompt entsteht meist im Gespräch: Ergebnis lesen, sagen, was nicht passt, nachschärfen. Den finalen Prompt speicherst du.
  • Negativ statt positiv formulieren. „Nicht zu lang“ ist schwächer als „höchstens 120 Wörter“.
  • Widersprüche einbauen. „Kurz, aber ausführlich mit allen Details“ zwingt die KI, eins von beiden zu ignorieren.
  • Prompts aus englischen Listen übersetzen. Viele virale Prompts sind für US-Verhältnisse gebaut: Duzen in Geschäftsbriefen, Dollarbeträge, amerikanisches Datumsformat. Schreib deutschen Standard ausdrücklich hinein.
  • Personenbezogene Daten einfügen. Namen, Adressen, Gesundheitsdaten und Personalakten gehören nach DSGVO nicht in ein privates KI-Konto. Platzhalter verwenden, Firmentool nutzen.
  • Der KI Fakten glauben, die du nicht geliefert hast. Paragrafen, Urteile, Studien, Zitate: immer an der Quelle prüfen.

Lohnt sich ein Kurs, und gibt es den Beruf „Prompt Engineer“?

Ehrliche Antwort zum Beruf: Stellenanzeigen mit dem Titel „Prompt Engineer“ gibt es in Deutschland, aber wenige, und meist verlangen sie zusätzlich Programmierkenntnisse, Erfahrung mit Sprachmodellen über Programmierschnittstellen und Arbeit an KI-Produkten. Viel häufiger taucht Prompt Engineering als Fähigkeit in anderen Stellen auf: Marketing, Kundenservice, Controlling, Softwareentwicklung, Sachbearbeitung. Verlässliche Gehaltszahlen für die Bezeichnung „Prompt Engineer“ in Deutschland kenne ich keine. Zahlen aus US-Artikeln lassen sich nicht übertragen. Wenn du Orientierung brauchst, schau dir im Entgeltatlas der Bundesagentur für Arbeit vergleichbare Berufe an, etwa in der Softwareentwicklung oder Datenanalyse.

Zum Kurs: Für die Grundlagen brauchst du keinen. Die offiziellen Leitfäden von OpenAI, Anthropic und Google sind kostenlos und aktuell. Ein Kurs lohnt sich aus meiner Sicht dann, wenn er an deinem Berufsalltag arbeitet, also mit deinen Dokumenten und Aufgaben, und wenn er auch Datenschutz und die Grenzen der Modelle behandelt. Kurse, die „geheime Prompts“ versprechen, kannst du überspringen.

Ein Punkt, den viele nicht auf dem Schirm haben: Die europäische KI-Verordnung, Verordnung (EU) 2024/1689, verpflichtet in Artikel 4 Anbieter und Betreiber von KI-Systemen, also auch Arbeitgeber, die KI einsetzen, seit Februar 2025 dazu, für ausreichende KI-Kompetenz ihres Personals zu sorgen. Viele Firmen bieten deshalb interne Schulungen an. Frag zuerst dort nach, bevor du privat bezahlst.

Welches Tool zum Üben

ToolKostenlosBezahlversion (Stand November 2026, bitte prüfen)Stärke beim Prompten
ChatGPTjaPlus ab 20 US$/Monat, in Euro inkl. MwSt. etwas mehrgespeicherte Anweisungen, eigene GPTs, Dateiauswertung
ClaudejaPro 20 US$/Monat, 17 US$ bei Jahreszahlunghält sich genau an Format und lange Anweisungen, Projekte mit Dokumenten
GeminijaGoogle AI Pro 21,99 €/MonatGems als gespeicherte Prompts, Google Workspace
Microsoft CopilotCopilot Chat mit ArbeitskontoMicrosoft-365-Copilot-Lizenz über die Firma, Preis prüfenPrompts direkt in Word, Outlook, Teams

Zum Üben würde ich denselben Prompt in zwei Tools ausprobieren. Du lernst dabei mehr über deinen Prompt als über die Tools: Wenn beide danebenliegen, fehlt meist Kontext. Wenn nur eins danebenliegt, liegt es am Modell.

Wer an einer Schule arbeitet, findet die Techniken angewendet auf Unterrichtsplanung und Arbeitsblätter im Artikel KI für Lehrer.

Anzeige

Schritt für Schritt

  1. Rolle mit Kontext beschreiben: für wen, an wen, mit welcher Vorgeschichte
  2. Das nötige Material einfügen und von der Anweisung trennen
  3. Bei festem Stil zwei Beispiele mitgeben
  4. Ausgabeformat festlegen: Länge, Tabelle, Anrede
  5. Grenzen setzen: keine erfundenen Fakten, Lücken mit [FEHLT] markieren
  6. Große Aufgaben in eine Prompt-Kette zerlegen und dazwischen prüfen

Häufige Fragen

Was ist Prompt Engineering einfach erklärt?

Das Schreiben von Anweisungen an eine KI, sodass sie beim ersten Versuch liefert, was du brauchst. Im Kern geht es um Kontext, Beispiele, Format und Grenzen, nicht um Tricks.

Muss ich programmieren können?

Nein. Alle Techniken in diesem Leitfaden funktionieren in normaler Sprache im Chatfenster. Programmierkenntnisse brauchst du erst, wenn du KI über Schnittstellen in andere Software einbauen willst.

Welche Technik bringt am meisten?

Grenzen setzen, vor allem der Satz „Wenn etwas fehlt, schreib [FEHLT]“. Er verhindert erfundene Zahlen und Daten, die sonst am meisten Ärger machen.

Ist Prompt Engineer in Deutschland ein eigener Beruf?

Es gibt einzelne Stellen mit diesem Titel, meist mit technischem Profil. Viel häufiger ist Prompt Engineering eine Zusatzfähigkeit in bestehenden Berufen. Verlässliche deutsche Gehaltszahlen für den Titel gibt es kaum.

Brauche ich einen bezahlten Kurs?

Für die Grundlagen nicht, die offiziellen Anleitungen von OpenAI, Anthropic und Google sind kostenlos. Frag außerdem deinen Arbeitgeber: Die KI-Verordnung der EU verlangt, dass Firmen für KI-Kompetenz ihrer Beschäftigten sorgen.

Funktionieren die Techniken in allen KI-Tools?

Ja, in ChatGPT, Claude, Gemini und Copilot. Die Modelle reagieren unterschiedlich stark auf einzelne Techniken, die Grundregeln gelten aber überall.

Quellen

O

Onne Company · Redaktion von Núcleo Aprendizado

Wir testen, vergleichen und erklären, was sich zu lernen lohnt, mit Blick auf das, was im Job wirklich etwas bringt. So arbeiten wir.

Anzeige

Weiterlesen