KI Prompts: Vorlagen, Technik und Beispiele für bessere Ergebnisse
KI Prompts entscheiden darüber, wie genau, brauchbar und nachvollziehbar die Antwort eines Sprachmodells ausfällt. Dabei geht es nicht um möglichst raffinierte Befehle, sondern um klare Aufgaben, den passenden Kontext und eine eindeutige Vorgabe für Form und Umfang. Diese Seite zeigt den Aufbau eines guten Prompts, die wichtigsten Techniken, fertige Vorlagen für Recherche, Schreiben, Analyse und Zusammenfassungen – und die typischen Fehler, die gute Ergebnisse verhindern.
Das Wichtigste in Kürze
- Sechs Bausteine: Rolle, Aufgabe, Kontext, Format, Einschränkungen, Prüfkriterium.
- Der größte Hebel: Die Aufgabe präzise formulieren – nicht die Formulierung ausschmücken.
- Beispiele können helfen: Ein passendes Muster macht gewünschtes Format und Aufbau oft klarer als eine rein abstrakte Beschreibung.
- Grenze mitdenken: Modelle können Fakten erfinden; Zahlen, Zitate und Quellen gehören geprüft.
- Wiederholbar machen: Was funktioniert, wird als Vorlage gespeichert statt jedes Mal neu getippt.
Kurz beantwortet: Ein brauchbarer Prompt beantwortet sechs Fragen: Aus welcher Perspektive soll das Modell antworten, was genau soll es tun, was muss es dafür wissen, in welcher Form soll das Ergebnis kommen, was ist ausdrücklich nicht gewünscht, und woran erkennt man ein gutes Ergebnis. Wer diese sechs Punkte notiert, bekommt in den meisten Fällen ohne weitere Tricks deutlich bessere Antworten. Alles Weitere – Beispiele im Prompt, schrittweises Vorgehen, mehrere Durchgänge – baut darauf auf.
Hinweis: Sprachmodelle erzeugen Text auf Grundlage von Wahrscheinlichkeiten. Sie können Sachverhalte, Zahlen, Zitate und Quellenangaben erfinden, auch wenn die Antwort überzeugend klingt. Ergebnisse gehören deshalb geprüft, besonders bei Gesundheits-, Rechts- und Finanzthemen. Diese Seite ist keine Anlage-, Rechts- oder Steuerberatung.
Die sechs Bausteine eines Prompts
Viele schwache Ergebnisse entstehen nicht durch ein schwaches Modell, sondern durch eine unvollständige Aufgabe. Ein Prompt mit diesen Bausteinen bietet für viele textbasierte KI-Aufgaben eine brauchbare Grundstruktur. Welche Elemente tatsächlich nötig sind, hängt jedoch von Modell, Werkzeug und Aufgabe ab.
| Baustein | Was hineingehört | Was er bewirkt |
|---|---|---|
| Rolle | Aus welcher Perspektive geantwortet wird | Legt Wortwahl, Detailtiefe und Blickwinkel fest |
| Aufgabe | Ein Verb und ein klares Ziel | Der wichtigste Baustein – ohne ihn rät das Modell |
| Kontext | Hintergrund, Zielgruppe, Vorwissen, Material | Verhindert allgemeine Antworten, die auf jeden passen |
| Format | Länge, Struktur, Aufbau, Sprache | Spart die Nacharbeit am Ergebnis |
| Einschränkungen | Was nicht vorkommen soll | Filtert Füllsätze, Floskeln und Abschweifungen |
| Prüfkriterium | Woran ein gutes Ergebnis erkennbar ist | Gibt dem Modell einen Maßstab zum Abgleichen |
← Tabelle seitlich scrollen →
Nicht jeder Prompt braucht alle sechs. Für eine schnelle Frage genügen Aufgabe und Format. Je wichtiger das Ergebnis, desto mehr Bausteine lohnen sich – und desto eher zahlt es sich aus, den Prompt zu speichern.
Vorher und nachher: ein Beispiel
Der Unterschied lässt sich am schnellsten an einem konkreten Fall zeigen. Aufgabe: eine E-Mail an einen Kunden, dessen Projekt sich verzögert.
Schwacher Prompt
- „Schreib eine E-Mail wegen der Verzögerung.“
- Keine Angabe zum Verhältnis zum Kunden
- Kein Grund, keine neue Frist
- Keine Vorgabe zu Länge und Ton
- Ergebnis: höflicher Allgemeinplatz, der überall passen könnte
Brauchbarer Prompt
- Rolle: „Du schreibst als Projektverantwortliche.“
- Aufgabe: „Informiere den Kunden über zwei Wochen Verzug.“
- Kontext: „Grund ist eine Lieferverzögerung beim Zulieferer, das Verhältnis ist langjährig und gut.“
- Format: „Maximal 150 Wörter, ein Absatz Begründung, ein Absatz neuer Termin.“
- Einschränkung: „Keine Ausreden, keine Schuldzuweisung an Dritte.“
- Prüfkriterium: „Der Kunde soll nach dem Lesen wissen, wann er womit rechnen kann.“
Derselbe Aufwand, ein völlig anderes Ergebnis. Der Punkt ist dabei nicht die Länge des Prompts, sondern dass keine Lücke bleibt, die das Modell selbst füllen muss.
Die wichtigsten Techniken
Über die sechs Bausteine hinaus gibt es eine Handvoll Vorgehensweisen, die in der Praxis regelmäßig etwas bringen. Sie funktionieren je nach Modell und Aufgabe unterschiedlich gut – ausprobieren schlägt Theorie.
- Beispiele mitgeben: Gut gewählte Beispiele können Format, Ton und Struktur besonders deutlich vorgeben. Wie viele davon sinnvoll sind, hängt von Modell und Aufgabe ab.
- Schrittweise arbeiten: Bei komplexen Aufgaben erst eine Gliederung erzeugen, prüfen, dann ausformulieren lassen. Ein Durchgang für alles führt zu mittelmäßigen Ergebnissen.
- Material anhängen: Eigene Texte, Daten oder Notizen in den Prompt geben, statt das Modell aus dem Gedächtnis arbeiten zu lassen.
- Negativbeispiele nennen: „So nicht“ ist oft wirkungsvoller als eine weitere positive Beschreibung.
- Mehrere Varianten anfordern: Drei Fassungen mit unterschiedlichem Ton liefern eine Auswahl statt eines Kompromisses.
- Nachschärfen statt neu starten: „Kürze auf 100 Wörter und streiche alle Adjektive“ bringt mehr als der gleiche Prompt noch einmal von vorn.
- Nach Unsicherheit fragen: Die Frage „Welche Punkte dieser Antwort sind unsicher oder sollten extern geprüft werden?“ kann zusätzliche Prüfpunkte sichtbar machen. Sie ersetzt keine unabhängige Faktenprüfung.
Merksatz: Der Prompt ist eine Arbeitsanweisung, kein Zauberspruch. Was du einem neuen Mitarbeiter erklären müsstest, gehört auch in den Prompt.
Vorlagen für den Alltag
Die folgenden Muster lassen sich direkt übernehmen und anpassen. Die Angaben in eckigen Klammern werden durch eigene Inhalte ersetzt.
Recherche und Einordnung
„Du bist [Fachgebiet]-Fachkraft. Erkläre mir [Thema] für jemanden mit [Vorwissen]. Gliedere in: Grundprinzip, wichtigste Begriffe, häufige Missverständnisse, offene Streitpunkte. Maximal [Zahl] Wörter. Kennzeichne ausdrücklich, was fachlich umstritten ist. Nenne am Ende drei Fragen, die ich zusätzlich stellen sollte.“
Texte zusammenfassen
„Fasse den folgenden Text für [Zielgruppe] zusammen. Nenne zuerst die Kernaussage in einem Satz, dann die [Zahl] wichtigsten Punkte als Liste, dann was der Text offenlässt. Keine Wertung, keine eigenen Ergänzungen. Wenn eine Angabe im Text unklar bleibt, schreibe das statt zu ergänzen. Text: [einfügen]“
Schreiben und Überarbeiten
„Überarbeite den folgenden Text. Ziel: [Wirkung]. Zielgruppe: [wer]. Behalte Inhalt und Fakten unverändert. Kürze auf [Zahl] Wörter, streiche Füllwörter und Wiederholungen, mache Sätze kürzer. Markiere Stellen, an denen mir eine Angabe fehlt. Text: [einfügen]“
Analyse und Entscheidung
„Ich stehe vor der Entscheidung zwischen [A] und [B]. Meine Rahmenbedingungen: [Kontext]. Stelle beide Optionen gegenüber: Voraussetzungen, Aufwand, Risiken, was jeweils dagegen spricht. Keine Empfehlung – ich entscheide selbst. Nenne am Ende, welche Information mir für die Entscheidung noch fehlt.“
Struktur für ein Vorhaben
„Ich will [Ziel] erreichen. Ausgangslage: [Kontext]. Erstelle eine Gliederung in Arbeitsschritte, sortiert nach Reihenfolge. Zu jedem Schritt: Was ist zu tun, was muss vorher fertig sein, woran erkenne ich, dass er erledigt ist. Keine Zeitangaben. Maximal [Zahl] Schritte.“
Prüfen und gegenlesen
„Lies den folgenden Text als kritische Gegenleserin. Nenne: sachliche Fehler oder unbelegte Behauptungen, unklare Stellen, Widersprüche, fehlende Angaben. Keine Stilkorrektur, kein Lob. Sortiere nach Schwere. Text: [einfügen]“
Wer solche Vorlagen für Recherchearbeit systematisch einsetzt, findet die Einordnung in KI-Tools für Recherche; für wiederkehrende Abläufe im Betrieb lohnt der Blick auf Automatisierung mit KI.
Sieben typische Fehler
| Fehler | Was passiert | Besser |
|---|---|---|
| Kein Kontext | Antwort passt auf jeden und auf niemanden | Zielgruppe, Vorwissen und Anlass nennen |
| Mehrere Aufgaben in einem Prompt | Alles wird halb erledigt | Eine Aufgabe je Durchgang |
| Höflichkeit statt konkreter Angaben | Freundliche Formulierungen ersetzen keine notwendigen Informationen | Konkrete Vorgaben zu Ziel, Kontext und Format ergänzen |
| Kein Format vorgegeben | Fließtext, wo eine Liste gebraucht wird | Länge, Struktur und Aufbau festlegen |
| Nach Fakten fragen ohne Material | Erhöhtes Risiko erfundener Angaben | Quelle mitgeben oder Modell mit Websuche nutzen |
| Ergebnis ungeprüft übernehmen | Fehler wandern ungefiltert weiter | Zahlen, Namen und Zitate gegenprüfen |
| Jedes Mal neu formulieren | Schwankende Qualität, verlorene Zeit | Funktionierende Prompts speichern |
← Tabelle seitlich scrollen →
Was Prompts nicht lösen
Ein guter Prompt verbessert die Form und die Passgenauigkeit einer Antwort. Er macht das Modell nicht wahrheitsfähig. Diese Grenze gehört zu jeder ernsthaften Nutzung dazu:
- Erfundene Angaben: Zahlen, Zitate, Studien und Quellenangaben können frei erfunden sein und trotzdem plausibel klingen. Prüfen, nicht glauben.
- Aktualität: Ohne Zugriff auf aktuelle Quellen beruht die Antwort auf älterem Trainingsmaterial.
- Rechnen: Reine Sprachmodelle rechnen unzuverlässig. Für Zahlen gehört ein Rechenwerkzeug dazu oder eine Kontrollrechnung.
- Fachverantwortung: Bei Gesundheit, Recht und Finanzen ersetzt keine Antwort die fachliche Prüfung.
- Selbsteinschätzung: Ein Modell kann nicht zuverlässig sagen, wann es falsch liegt – auch nicht auf Nachfrage.
Daraus folgt eine einfache Arbeitsteilung: Das Modell liefert Struktur, Formulierung und Varianten. Die Prüfung von Fakten bleibt beim Menschen.
Was nicht in den Prompt gehört
Bei cloudbasierten KI-Diensten werden Prompts in der Regel an Systeme des Anbieters übertragen und dort je nach Einstellung gespeichert oder ausgewertet. Lokal betriebene Modelle können dagegen vollständig auf dem eigenen Gerät verarbeitet werden. Vor der Eingabe sensibler Daten gehört deshalb geprüft, wie der verwendete Dienst mit ihnen umgeht. Es gilt:
- Keine Zugangsdaten: Passwörter, Schlüssel, Wiederherstellungsdaten – niemals, auch nicht testweise.
- Keine personenbezogenen Daten Dritter: Kundendaten, Bewerbungsunterlagen, Gesundheitsangaben. Wer sie verarbeitet, braucht eine Rechtsgrundlage.
- Keine Geschäftsgeheimnisse: Verträge, Kalkulationen, unveröffentlichte Entwicklungen – abhängig von den Bedingungen des Anbieters.
- Daten minimieren: Personenbezug so weit wie möglich entfernen. Namen nur durch Kürzel zu ersetzen reicht nicht automatisch aus; auch Kombinationen aus Ort, Funktion, Alter, Beträgen oder anderen Details können eine Person identifizierbar machen. Die Aufgabe bleibt dabei meist lösbar.
- Einstellungen prüfen: Ob Eingaben zum Training oder zur Verbesserung der Modelle verwendet werden, hängt von Anbieter, Produkt, Tarif und Kontoeinstellungen ab. Bei manchen Diensten ist die Nutzung standardmäßig deaktiviert, bei anderen muss sie aktiv ausgeschaltet werden.
Worauf kleinere Betriebe dabei besonders achten sollten, behandelt KI sicher nutzen als Selbstständiger. Wie schnell gebaute KI-Anwendungen zum Problem werden, zeigt Wenn Vibe Coding zum Datenleck wird; die Angriffsarten auf Sprachmodelle erklärt Prompt Injection, Data Poisoning und Adversarial Attacks.
Aus Prompts ein System machen
Der eigentliche Gewinn entsteht nicht durch einen besonders guten Einzelprompt, sondern durch Wiederholbarkeit. Wer dieselbe Aufgabe regelmäßig hat, legt sich eine Sammlung an – in einer Notizdatei, einem Dokument oder in den gespeicherten Anweisungen des jeweiligen Werkzeugs.
- Sammeln: Prompts, die ein gutes Ergebnis geliefert haben, sofort speichern – mit einer Zeile dazu, wofür sie gedacht sind.
- Bausteine trennen: Rolle und Format bleiben meist gleich, nur Aufgabe und Kontext ändern sich. Als Vorlage mit Leerstellen anlegen.
- Versionieren: Wenn eine Anpassung besser funktioniert, die alte Fassung ersetzen, nicht beide behalten.
- Vor dem Absenden prüfen: Sind alle sechs Bausteine da? Fehlt Material, das das Modell nicht wissen kann?
- Ergebnisse festhalten: Was regelmäßig nachgebessert werden muss, gehört in den Prompt aufgenommen.
Für den Finanz- und Anlagebereich gibt es dafür ausgearbeitete Sammlungen: Der KI-Investment-Guide 2026 zeigt Prompts für Recherche, Bewertung und Risikoprüfung, KI-Prompts für systematisches Trading den regelbasierten Ansatz, und Prompt-Systeme und Investment-Mindset ordnet ein, warum Vorlagen nur im Rahmen eines wiederholbaren Prozesses wirken. Eine kompakte Routine liefern die fünf zusätzlichen Prompt-Vorlagen für Coattail Investing.
Wichtig bei Geldthemen: Ein Sprachmodell kennt deine Vermögenslage und steuerliche Situation nicht automatisch und kann individuelle Rahmenbedingungen nur berücksichtigen, soweit sie ihm korrekt zur Verfügung gestellt werden; für nichts davon haftet es. Prompts können helfen, eine Frage zu strukturieren oder eine Argumentation zu prüfen – die Entscheidung und ihre Folgen bleiben bei dir. Kursverluste bis zum Totalverlust sind bei Anlagen möglich.
Fazit: Klarheit schlägt Raffinesse
Gute Ergebnisse entstehen nicht durch geheime Formulierungen, sondern durch vollständige Aufgaben. Wer Rolle, Aufgabe, Kontext, Format, Einschränkungen und Prüfkriterium notiert, holt aus jedem Werkzeug mehr heraus als mit der längsten Sammlung fertiger Zauberformeln.
Zwei Dinge bleiben dabei Aufgabe des Menschen: die Entscheidung, was überhaupt gefragt werden soll – und die Prüfung dessen, was zurückkommt. Beides lässt sich nicht an ein Modell abgeben, egal wie gut der Prompt ist.
Glossar: Begriffe rund um KI Prompts
Die Eingabe an ein Sprachmodell. Sie enthält Aufgabe, Kontext und Vorgaben – und bestimmt maßgeblich, wie brauchbar die Antwort ausfällt.
Dauerhafte Vorgabe, die für alle folgenden Eingaben gilt, etwa Rolle, Sprache und Stil. Spart Wiederholungen in jedem einzelnen Prompt.
Die Textmenge, die ein Modell gleichzeitig berücksichtigen kann. Ist sie erschöpft, fallen frühere Teile des Gesprächs heraus.
Erfundene Angabe, die plausibel formuliert ist – etwa eine nicht existierende Studie oder eine falsche Zahl. Der Hauptgrund, Ergebnisse zu prüfen.
Technik, bei der ein oder mehrere Muster für das gewünschte Ergebnis mitgegeben werden. Beispiele können Format, Ton und Struktur verdeutlichen; wie viele sinnvoll sind, hängt von Modell und Aufgabe ab.
Eine Aufgabe wird in Teilschritte zerlegt, die nacheinander bearbeitet und geprüft werden, statt alles in einem Durchgang zu verlangen.
Einstellung, die steuert, wie variabel die Antworten ausfallen. Niedrige Werte liefern gleichförmigere, hohe Werte kreativere Ergebnisse.
Kleinste Verarbeitungseinheit eines Sprachmodells, meist ein Wortteil. Länge von Eingabe und Antwort wird in Token gemessen.
Angriff, bei dem manipulierte Eingaben oder externe Inhalte Anweisungen enthalten, die das Verhalten eines Sprachmodells unerwünscht beeinflussen können. Besonders riskant bei Systemen mit Zugriff auf Dateien, Webseiten, Daten oder ausführbare Werkzeuge.
System, das über reine Textantworten hinaus Aufgaben plant und Werkzeuge nutzt. Der Prompt legt dort nicht nur die Antwort fest, sondern das Vorgehen.
Häufige Fragen zu KI Prompts
Was macht einen guten Prompt aus?
Eine klare Aufgabe, ausreichend Kontext und eine eindeutige Vorgabe für Form und Umfang. Sechs Bausteine decken das ab: Rolle, Aufgabe, Kontext, Format, Einschränkungen und ein Prüfkriterium für das Ergebnis.
Müssen Prompts lang sein?
Nein. Entscheidend ist, dass keine Lücke bleibt, die das Modell selbst füllen muss. Für eine schnelle Frage reichen Aufgabe und Format; je wichtiger das Ergebnis, desto mehr Bausteine lohnen sich.
Hilft es, höflich zu formulieren?
Höflichkeit ist kein Ersatz für klare Angaben. Ton und Formulierung können Antworten je nach Modell und Aufgabe beeinflussen; für verlässliche Ergebnisse sind konkrete Angaben zu Ziel, Kontext, Format und Einschränkungen jedoch wichtiger.
Warum erfindet die KI manchmal Fakten?
Weil Sprachmodelle Text nach Wahrscheinlichkeiten erzeugen und keine Wahrheitsprüfung eingebaut haben. Erfundene Zahlen, Zitate und Quellen klingen dabei genauso überzeugend wie richtige. Deshalb gehören Fakten gegengeprüft.
Wie verhindere ich erfundene Quellen?
Material mitgeben statt aus dem Gedächtnis fragen, ein Modell mit Zugriff auf aktuelle Quellen nutzen und im Prompt verlangen, dass Unsicherheiten ausdrücklich gekennzeichnet werden. Eine Garantie gibt es nicht – die Prüfung bleibt nötig.
Was tun, wenn das Ergebnis nicht passt?
Nachschärfen statt neu starten. Konkret sagen, was fehlt oder stört: kürzen, Ton ändern, Struktur vorgeben, einen Abschnitt streichen. Das führt meist schneller zum Ziel als derselbe Prompt noch einmal von vorn.
Sollte ich Beispiele in den Prompt schreiben?
Ja, Beispiele können besonders bei Format, Tonfall und Aufbau helfen. Wie viele Beispiele sinnvoll sind und wie stark sie das Ergebnis verbessern, hängt vom verwendeten Modell und von der Aufgabe ab.
Funktionieren dieselben Prompts in allen KI-Tools?
Grundprinzipien wie klare Aufgabe, Kontext und gewünschtes Ausgabeformat lassen sich auf viele KI-Tools übertragen. Konkrete Vorlagen und Techniken müssen jedoch je nach Modell und Anwendung angepasst werden.
Was gehört auf keinen Fall in einen Prompt?
Zugangsdaten, personenbezogene Daten Dritter und Geschäftsgeheimnisse sollten nur unter geeigneten Voraussetzungen verarbeitet werden. Bei cloudbasierten KI-Diensten werden Eingaben an Systeme des Anbieters übertragen; bei lokal betriebenen Modellen können sie auf dem eigenen Gerät bleiben. Vorab gehört deshalb geprüft, wie der verwendete Dienst Daten verarbeitet. Namen nur durch Kürzel zu ersetzen reicht dabei nicht automatisch aus, weil auch Kombinationen aus Ort, Funktion, Alter oder Beträgen eine Person identifizierbar machen können.
Kann ich mit Prompts Anlageentscheidungen treffen?
Prompts können helfen, eine Frage zu strukturieren, Optionen gegenüberzustellen oder eine eigene Argumentation prüfen zu lassen. Die Entscheidung bleibt bei dir, ebenso das Risiko. Ein Modell kennt weder deine Lage noch haftet es für Folgen.
Was ist Prompt Injection?
Ein Angriff, bei dem manipulierte Eingaben oder externe Inhalte Anweisungen enthalten, die das Verhalten eines Sprachmodells unerwünscht beeinflussen können. Besonders riskant ist das bei Systemen mit Zugriff auf Dateien, Webseiten, Daten oder ausführbare Werkzeuge.
Lohnt es sich, Prompts zu speichern?
Ja, das ist der eigentliche Zeitgewinn. Wer dieselbe Aufgabe regelmäßig hat, legt eine Vorlage mit Leerstellen an und passt nur Aufgabe und Kontext an. Das spart Tipparbeit und hält die Ergebnisqualität gleichmäßig.