Prompt Engineering für KMU: So formulieren Sie Anweisungen, die gute Ergebnisse liefern

Kurzfassung

• Die Qualität der Ergebnisse hängt stark von der Qualität der Anweisung ab, auch wenn die Modelle besser geworden sind.
• Sechs Prinzipien reichen für den Alltag: Ziel und Kontext, Format, Beispiele, Struktur, positiv formulieren, nachschärfen.
• Ein Baukasten als Vorlage spart Zeit. Sammeln Sie bewährte Anweisungen in einer gemeinsamen Bibliothek.
• Keine personenbezogenen Daten in private Konten, und jedes Ergebnis wird vor der Verwendung geprüft.
• Nach einem Modellwechsel lohnt sich ein kurzer Test Ihrer wichtigsten Anweisungen.

Warum Anweisungen den Unterschied machen

Moderne Assistenten verstehen auch knappe Fragen erstaunlich gut. Trotzdem gilt: Wer unklar fragt, bekommt unklare Antworten. „Schreib eine E-Mail an einen Kunden" lässt offen, an wen, wozu, in welchem Ton und in welcher Länge. Die KI rät, und das Ergebnis klingt austauschbar.

Prompt Engineering bedeutet nichts anderes, als Anweisungen so zu formulieren, dass das Gewünschte herauskommt. Sie brauchen dafür keine Technikkenntnisse, sondern die Fähigkeit, eine Aufgabe klar zu beschreiben, so wie Sie sie einer neuen Kollegin erklären würden. Die Empfehlungen dieses Beitrags decken sich mit den Hinweisen, die Anthropic in seiner Dokumentation für Claude gibt, und lassen sich auf ChatGPT und Gemini übertragen.

Sechs Prinzipien

1. Ziel und Kontext nennen, auch das Warum

Sagen Sie, wofür das Ergebnis gebraucht wird, für wen es ist und in welcher Situation. Auch eine kurze Begründung hilft, weil die KI dann besser einschätzt, was wichtig ist. Die Anthropic-Dokumentation empfiehlt, den Grund einer Vorgabe zu nennen („Die Antwort wird vorgelesen, daher keine Aufzählungszeichen"), statt nur zu verbieten.

Schwach: „Schreib eine E-Mail an einen Kunden." Besser: „Schreib eine E-Mail an einen Bestandskunden, der seit sechs Monaten nichts bestellt hat. Wir möchten ein Gespräch über neue Produkte vereinbaren. Ton: professionell und persönlich, per Sie. Länge: maximal 120 Wörter."

Eine Rolle („Du bist Kundenberater eines Installationsbetriebs in Österreich") hilft zusätzlich. Schon ein Satz lenkt Ton und Fokus.

2. Das Format festlegen

Beschreiben Sie, wie die Ausgabe aussehen soll: Länge, Gliederung, Sprache, Zielgruppe.

Schwach: „Fass diesen Bericht zusammen." Besser: „Fass diesen Bericht in höchstens fünf Stichpunkten zusammen, jeder Punkt maximal zwei Sätze. Schwerpunkt: finanzielle Aussagen. Die Leser sind die Geschäftsführung, Fachbegriffe bitte erklären."

3. Beispiele mitgeben

Beispiele sind eines der wirksamsten Mittel. Zeigen Sie, wie ein gutes Ergebnis aussieht. Die Anthropic-Dokumentation empfiehlt drei bis fünf passende, unterschiedliche Beispiele und deren klare Kennzeichnung.

„Hier sind zwei Produktbeschreibungen in unserem Stil: [Beispiel 1] [Beispiel 2]. Schreib nun eine Beschreibung für Produkt X im selben Stil."

4. Die Anweisung gliedern

Trennen Sie Aufgabe, Hintergrund und Material sichtbar voneinander, zum Beispiel mit Überschriften wie „Aufgabe", „Kontext" und „Text". Das hilft besonders bei langen Eingaben. Bei sehr langen Dokumenten empfiehlt die Anthropic-Dokumentation, das Material an den Anfang zu setzen und die Frage ans Ende. Bei Fakten können Sie verlangen, dass die KI die relevanten Textstellen zitiert, bevor sie antwortet. Das erleichtert die Prüfung.

5. Sagen, was Sie wollen, statt was Sie nicht wollen

„Schreibe in kurzen Absätzen mit Fließtext" funktioniert meist besser als „Keine Aufzählungen". Formulieren Sie Handlungen ausdrücklich: „Überarbeite den Text" liefert eine Überarbeitung, „Hast du Verbesserungsvorschläge?" vielleicht nur eine Liste von Vorschlägen.

6. Nachschärfen statt einmal probieren

Das erste Ergebnis ist selten das beste. Geben Sie Rückmeldung: „Kürzer", „Mehr Zahlen", „Weniger Werbesprache", „Der zweite Absatz ist zu vage". Halten Sie fest, welche Version funktioniert hat, und speichern Sie die Anweisung als Vorlage.

Und was ist mit „Denke Schritt für Schritt"?

Dieser Rat stammt aus der Zeit früherer Modelle. Heutige Modelle haben oft eine eingebaute Denkfunktion. Anthropic empfiehlt, allgemeine Aufforderungen wie „denke gründlich nach" zu verwenden, statt starre Schrittfolgen vorzugeben. Bei Aufgaben mit festem Ablauf, etwa „Prüfe erst A, dann B, dann C", bleibt eine Schrittliste sinnvoll. Wie viel „Denkaufwand" möglich ist, hängt vom Tarif ab, siehe den Abschnitt zur Effort-Einstellung im Beitrag KI-Stack für KMU.

Drei Beispiele aus dem Büroalltag

Meeting-Protokoll

Schwach: „Fass das Meeting zusammen." Besser: „Erstelle aus der folgenden Mitschrift ein Protokoll mit: 1) besprochene Themen (je ein bis zwei Sätze), 2) Entscheidungen, 3) offene Punkte mit Verantwortlichen und Fristen. Format: Tabelle. Nenne nur Informationen aus der Mitschrift und schreibe 'nicht genannt', wenn etwas fehlt."

Der letzte Satz reduziert erfundene Details.

Häufige Kundenfragen

Schwach: „Schreib FAQ-Antworten für unsere Website." Besser: „Du bist Kundenberater eines österreichischen IT-Dienstleisters. Schreibe Antworten auf diese fünf Fragen: [Fragen]. Jede Antwort: zwei bis drei Sätze, einfache Sprache ohne Fachjargon, mit einem Hinweis, wo man Hilfe bekommt. Zielgruppe: Geschäftsführer ohne technischen Hintergrund. Verwende nur diese Fakten: [Fakten]."

Bewertungen auswerten

Schwach: „Was sagen die Bewertungen?" Besser: „Analysiere die folgenden Kundenbewertungen in drei Schritten: 1) häufigste Beschwerden, 2) Gruppierung in Kategorien, 3) Prioritätenliste mit konkreten Verbesserungsvorschlägen. Belege jede Aussage mit einem kurzen Zitat aus den Bewertungen."

Baukasten zum Kopieren

Diese Vorlage deckt die meisten Alltagsaufgaben ab:

Rolle: Du bist [Rolle]. Aufgabe: [Was soll entstehen?] Zweck und Zielgruppe: [Wofür, für wen?] Kontext: [Wichtige Hintergründe, Fakten, die verwendet werden sollen] Format: [Länge, Gliederung, Ton, Sprache] Beispiel: [Ein Beispiel für ein gutes Ergebnis] Hinweis: Wenn Informationen fehlen, frage nach, statt zu raten.

Der letzte Satz ist besonders nützlich: Er lässt die KI Lücken benennen, statt sie zu füllen.

Rückfragen zulassen: Der zweite Durchgang

Bei wichtigen Aufgaben lohnt sich ein Zwischenschritt. Bitten Sie die KI, zuerst Rückfragen zu stellen: „Stelle mir bis zu fünf Fragen, die du brauchst, um diese Aufgabe gut zu lösen. Beginne danach erst mit dem Entwurf." So füllen Sie Lücken, die Sie selbst nicht bedacht haben, und das Ergebnis wird deutlich passender. Anschließend können Sie den Entwurf kritisch prüfen lassen: „Prüfe deinen Entwurf auf Widersprüche, fehlende Angaben und Behauptungen ohne Beleg." Das ersetzt Ihre eigene Kontrolle nicht, findet aber oft offensichtliche Schwächen vorab.

Eine gemeinsame Bibliothek anlegen

Die besten Anweisungen entstehen im Alltag. Legen Sie ein gemeinsames Dokument an, in dem das Team bewährte Vorlagen sammelt, mit Titel, Zweck, Text der Anweisung und Hinweisen („Funktioniert am besten mit Fließtext"). Das erhöht Qualität und Einheitlichkeit und senkt die Abhängigkeit von einzelnen Personen. Die Bibliothek gehört außerdem zu den Dingen, die Sie anbieterunabhängig aufbewahren sollten, siehe KI-Stack für KMU.

Was auch die beste Anweisung nicht löst

• Datenschutz: Geben Sie keine personenbezogenen Daten in private oder kostenlose Konten ein. Platzhalter wie „Kunde A" genügen oft. Die Regeln stehen im Beitrag KI und Datenschutz in Österreich.
• Richtigkeit: KI-Systeme können überzeugend falsche Aussagen machen und neigen dazu, Ihnen zuzustimmen, wie im Beitrag zur KI-Sycophancy beschrieben. Prüfen Sie Zahlen, Namen, Rechtsaussagen und Quellen.
• Verantwortung: Was nach außen geht, verantworten Sie. Eine menschliche Prüfung gehört zum Standard.
• Modellwechsel: Neue Modellversionen reagieren teils anders auf dieselbe Anweisung. Testen Sie Ihre fünf wichtigsten Vorlagen nach jedem Wechsel kurz.

Checkliste für gute Anweisungen

• Ziel, Zielgruppe und Zweck genannt
• Format, Länge und Ton festgelegt
• Mindestens ein Beispiel beigefügt (bei wiederkehrenden Aufgaben drei bis fünf)
• Material und Aufgabe getrennt
• Positiv formuliert: was gewünscht ist
• Ergebnis nachgeschärft und als Vorlage gespeichert
• Keine personenbezogenen Daten in privaten Konten
• Ergebnis vor der Verwendung geprüft

Unser Fazit

Gute Anweisungen sind erlernbar und zahlen sich sofort aus. Wer Ziel, Kontext, Format und Beispiele nennt, das Ergebnis nachschärft und bewährte Vorlagen im Team teilt, holt deutlich mehr aus seinen Werkzeugen heraus. Entscheidend bleibt der kritische Blick: Die KI liefert Entwürfe, die Verantwortung bleibt bei Ihnen.

Sie wollen, dass Ihr Team das praxisnah lernt? In einem KI-Workshop üben wir mit echten Aufgaben aus Ihrem Alltag und bauen gemeinsam Ihre Vorlagenbibliothek auf.

Weiterführend

• KI-Workshops und Schulungen: Anweisungen üben, Vorlagen bauen
• KI für Handwerksbetriebe: Angebote, Dokumentation und Kundenkommunikation
• ChatGPT, Claude oder Gemini? So wählen KMU den passenden Assistenten
• 5 KI-Use-Cases für KMU
• Kostenloser KI-Readiness-Check: Wie bereit ist Ihr Unternehmen für KI?

Quellen

• Anthropic, Prompting best practices (Claude-Dokumentation): platform.claude.com
• Beispiele und Vorlagen in diesem Beitrag sind eigene Formulierungen. Ergebnisse unterscheiden sich je nach Modell und Version.