Du hast es wahrscheinlich schon erlebt: Du öffnest ChatGPT, Gemini oder Claude, tippst eine Frage ein – und bekommst eine Antwort, die irgendwie... daneben ist. Zu lang. Zu allgemein. Zu kompliziert. Oder einfach nicht das, was du brauchtest.
Das Problem liegt nicht an der KI. Es liegt an der Eingabe.
Vage Fragen, vage Antworten
Die meisten Menschen nutzen KI wie eine Suchmaschine. Sie tippen ein paar Wörter, drücken Enter und hoffen auf das Beste. Aber KI funktioniert nicht wie Google. Sie liefert keine fertigen Ergebnisse aus einer Datenbank. Sie erzeugt Text – Wort für Wort, basierend auf dem, was du ihr sagst.
Und wenn du ihr nicht sagst, was du brauchst, wie es klingen soll und für wen es gedacht ist, dann rät sie einfach. Manchmal liegt sie richtig. Meistens nicht.
Das Ergebnis: Du verbringst mehr Zeit damit, die Ausgabe zu überarbeiten, als wenn du selbst geschrieben hättest. Oder schlimmer: Du gibst frustriert auf und denkst, KI funktioniert einfach nicht für dich
Hier ist die gute Nachricht: Die KI, die dir gerade mittelmäßige Ergebnisse liefert, kann auch brillante Ergebnisse liefern. Der Unterschied liegt nicht in der Technologie. Er liegt in der Art, wie du sie nutzt.
Prompting bedeutet nicht, höflicher zu fragen oder mehr zu schreiben. Es bedeutet, der KI klare Anweisungen zu geben – über Struktur, Ton, Länge und Ziel. Es bedeutet, die KI zu führen, statt nur mit ihr zu chatten.
Das Ziel: Sofort brauchbare Ergebnisse, ohne endlose Überarbeitungen
Dieser Beitrag zeigt dir, wie du KI mit Absicht steuerst. Durch einfache, wiederholbare Strategien, die sofort funktionieren.
Du wirst lernen:
Wie du Prompts aufbaust, die präzise Ergebnisse liefern
Welche Informationen die KI wirklich braucht (und welche nur verwirren)
Wie du Ton, Stil und Format kontrollierst
Wie du häufige Fehler vermeidest, die selbst erfahrene Nutzer machen
Lass uns anfangen.
Kapitel 1: Verstehe das Gehirn der Maschine
Bevor du lernst, bessere Prompts zu schreiben, musst du verstehen, wie KI überhaupt funktioniert. Nicht im technischen Detail – das brauchst du nicht. Aber du musst verstehen, was die KI tut, wenn sie eine Antwort erzeugt. Denn nur dann wird klar, warum manche Prompts funktionieren und andere nicht.
Wie LLMs funktionieren: Die KI versteht nicht – sie rät
Hier ist die vielleicht wichtigste Erkenntnis über ChatGPT, Claude und Co.:
Sie verstehen nicht wie Menschen.
Sie lesen deinen Prompt nicht, denken nach und formulieren dann eine Antwort. Sie führen auch keine Recherche durch oder greifen auf ein inneres Wissenssystem zu, wie ein Mensch, der sich an Fakten erinnert.
Stattdessen funktionieren sie als Hochgeschwindigkeits-Rater. Sie analysieren deinen Text und sagen vorher, welches Wort als nächstes am wahrscheinlichsten kommt. Dann das nächste. Und das nächste. Wort für Wort entsteht so eine Antwort – basierend auf Milliarden von Texten, mit denen sie trainiert wurden.
Das klingt simpel. Aber es hat enorme Konsequenzen für die Art, wie du mit KI arbeitest.
Weil die KI nicht weiß, was du meinst – sie kann nur berechnen, was statistisch passt. Wenn dein Prompt vage ist, wird die Antwort generisch. Wenn dein Prompt mehrdeutig ist, wählt die KI einfach die wahrscheinlichste Interpretation – die oft nicht deine ist.
Deine Rolle: Du bist der Regisseur
Stell dir vor, du arbeitest mit einem extrem talentierten, aber völlig unerfahrenen Schauspieler. Er kann jede Rolle spielen – Comedy, Drama, Action – aber nur, wenn du ihm sagst, wie er spielen soll. Ohne klare Regieanweisung improvisiert er einfach. Manchmal brillant. Meistens durchschnittlich.
Genauso funktioniert KI.
Dein Prompt bereitet die Bühne für die Vorhersagen der KI vor. Du gibst vor, in welchem Stil sie schreiben soll. Für welche Zielgruppe. In welcher Länge. Mit welchem Ton.
Ohne diese Anweisungen rät die KI einfach deine Absicht – und liegt oft falsch.
Der Unterschied: Basis-Prompt vs. strukturierter Prompt
Lass uns konkret werden. Hier ist der Unterschied zwischen einem schwachen und einem starken Prompt.
⚠️ Basis-Prompt: Generisch und ungenau
„Schreib mir einen Social-Media-Post über Produktivität."
Was passiert? Die KI rät:
Welche Plattform? LinkedIn, Instagram, Twitter?
Welche Länge? Drei Sätze oder drei Absätze?
Welcher Ton? Motivierend, sachlich, provokant?
Für wen? Selbstständige, Angestellte, Studierende?
Ohne diese Informationen wählt die KI einfach das Wahrscheinlichste – und das ist meistens ein allgemeiner, austauschbarer Text, den du so nicht nutzen kannst.
✅ Strukturierter Prompt: Definiert Rolle, Länge, Zielgruppe und Format
„Du bist ein Social-Media-Redakteur für LinkedIn. Schreib einen kurzen Post (max. 100 Wörter) für Selbstständige, die Schwierigkeiten haben, Grenzen zwischen Arbeit und Privatleben zu ziehen. Ton: empathisch, aber aktivierend. Format: Ein einleitender Satz, drei konkrete Tipps als Bullet Points, ein Schlusssatz mit sanfter Frage."
Was passiert jetzt? Die KI weiß genau, was du brauchst. Sie muss nicht raten. Sie kann direkt liefern.
Das ist der Unterschied zwischen Fragen und Führen. Zwischen hoffen und steuern.
Und genau das lernst du in diesem Beitrag: Wie du die KI so führst, dass sie dir gibt, was du brauchst.
Kapitel 2: Die 7 Techniken für bessere Antworten
Du weißt jetzt, wie KI funktioniert – und warum klare Anweisungen den Unterschied machen. Aber wie genau gibst du diese Anweisungen? Welche Strategien funktionieren wirklich?
In diesem Kapitel lernst du sieben bewährte Prompting-Techniken kennen. Von einfach bis fortgeschritten. Von schnellen Alltagsaufgaben bis zu komplexen Problemlösungen.
Du musst nicht alle sieben beherrschen. Aber du solltest wissen, welche Technik für welche Situation passt. Denn die richtige Methode zur richtigen Zeit macht den Unterschied zwischen „funktioniert irgendwie" und „funktioniert perfekt".
1. Zero-Shot Prompting: Die Basis für schnelle, einfache Aufgaben
Wann nutzen? Wenn die Aufgabe klar und einfach ist. Faktenabfragen, Übersetzungen, kurze Zusammenfassungen.
Wie funktioniert es? Du gibst eine direkte Anweisung, ohne Beispiele oder aufwendige Erklärungen. Die KI nutzt ihr Training, um die Aufgabe sofort zu lösen.
Beispiel:
„Übersetze den folgenden Text ins Englische: [Text]"
„Fasse diesen Artikel in drei Sätzen zusammen."
„Liste fünf Vorteile von Remote-Arbeit auf."
Warum funktioniert das? Weil die Aufgabe keine Interpretation braucht. Die KI weiß, was eine Übersetzung ist. Sie weiß, was eine Zusammenfassung ist. Sie muss nur ausführen.
Grenzen: Zero-Shot funktioniert nicht, wenn die Aufgabe komplex oder mehrdeutig ist. Wenn du möchtest, dass die KI in einem bestimmten Stil schreibt, eine spezifische Struktur nutzt oder kreativ denkt, brauchst du mehr Kontext.
Faustregel: Nutze Zero-Shot für Routineaufgaben, bei denen du keine besonderen Anforderungen hast.
2. Rollen-Prompting: Gib der KI eine Identität
Wann nutzen? Wenn die Aufgabe ein bestimmtes Fachwissen oder einen spezifischen Ton erfordert.
Wie funktioniert es? Du gibst der KI eine Rolle – eine Identität, aus der heraus sie antworten soll. Das setzt automatisch das Kompetenzniveau, den Tonfall und die Perspektive.
Beispiel:
„Du bist ein erfahrener Marketing-Experte für B2B-Software. Erkläre mir, warum Content-Marketing effektiver ist als bezahlte Werbung."
„Du bist ein Karrierecoach für Berufseinsteiger. Gib mir drei Tipps für mein erstes Vorstellungsgespräch."
„Du bist ein freundlicher Erklärer komplexer Themen für Laien. Erkläre mir, wie Blockchain funktioniert."
Warum funktioniert das? Weil die Rolle der KI einen Rahmen gibt. Ein Marketing-Experte schreibt anders als ein Karrierecoach. Ein Erklärer für Laien nutzt einfachere Sprache als ein Professor.
Die KI hat in ihrem Training Millionen von Texten gesehen, in denen Menschen in bestimmten Rollen geschrieben haben. Wenn du eine Rolle vorgibst, aktivierst du dieses Muster.
Praxis-Tipp: Je spezifischer die Rolle, desto präziser die Antwort. Nicht nur „Experte", sondern „Experte für nachhaltiges Bauen". Nicht nur „Coach", sondern „Executive Coach für Führungskräfte in Krisensituationen".
Faustregel: Nutze Rollen-Prompting immer dann, wenn Ton, Perspektive oder Fachwissen wichtig sind.
3. Kontextuelles Prompting: Liefere Hintergrundinformationen
Wann nutzen? Wenn die KI mehr über deine Situation wissen muss, um eine hilfreiche Antwort zu geben.
Wie funktioniert es? Du lieferst Kontext – Informationen über dein Ziel, deine Zielgruppe, deine Einschränkungen oder deine bisherigen Versuche. Je reicher der Kontext, desto weniger generisch wird die Antwort.
Beispiel ohne Kontext:
„Schreib mir eine E-Mail an einen Kunden."
Ergebnis: Eine allgemeine, austauschbare E-Mail.
Beispiel mit Kontext:
„Schreib mir eine E-Mail an einen Kunden, der seit drei Wochen auf eine Rückmeldung zu seinem Support-Ticket wartet. Er ist frustriert, aber noch nicht wütend. Ich möchte mich entschuldigen, Verständnis zeigen und ihm eine konkrete Lösung bis Ende der Woche zusagen. Ton: professionell, aber menschlich."
Ergebnis: Eine maßgeschneiderte E-Mail, die genau zur Situation passt.
Warum funktioniert das? Weil Kontext die KI aus dem generischen Modus holt. Ohne Kontext muss sie raten. Mit Kontext kann sie präzise liefern.
Was gehört zum Kontext?
Wer ist deine Zielgruppe?
Was ist das Ziel?
Welche Einschränkungen gibt es (Länge, Ton, Format)?
Was hat bisher nicht funktioniert?
Welche Informationen sind relevant?
Faustregel: Je individueller die Aufgabe, desto mehr Kontext brauchst du.
4. Step-Back Prompting: Erst das große Ganze, dann die Details
Wann nutzen? Wenn du vor einem strategischen Problem stehst oder wenn die offensichtliche Lösung nicht funktioniert hat.
Wie funktioniert es? Du bittest die KI, einen Schritt zurückzutreten und erst das grundlegende Problem oder die übergeordneten Prinzipien zu analysieren, bevor sie eine konkrete Lösung vorschlägt.
Beispiel ohne Step-Back:
„Wie steigere ich die Klickrate meines Newsletters?"
Ergebnis: Eine Liste von Taktiken (bessere Betreffzeilen, kürzere Texte, mehr CTAs).
Beispiel mit Step-Back:
„Bevor du mir Tipps zur Klickrate gibst: Was sind die grundlegenden Gründe, warum Menschen überhaupt auf Links in Newslettern klicken? Welche psychologischen Prinzipien spielen eine Rolle?"
Ergebnis: Eine tiefere Analyse, aus der sich strategischere Lösungen ableiten lassen.
Warum funktioniert das? Weil viele Probleme nicht taktisch, sondern strategisch sind. Wenn du sofort nach Lösungen fragst, bekommst du Standardantworten. Wenn du erst das Prinzip verstehst, kannst du bessere Lösungen entwickeln.
Praxis-Tipp: Step-Back ist besonders hilfreich bei wiederkehrenden Problemen. Wenn die üblichen Lösungen nicht funktionieren, liegt das oft daran, dass du das falsche Problem löst.
Faustregel: Nutze Step-Back, wenn du das Gefühl hast, in einer Sackgasse zu stecken oder wenn Standardlösungen nicht greifen.
5. Chain-of-Thought: Lass die KI „laut denken"
Wann nutzen? Bei Aufgaben, die logisches Denken, Berechnung oder mehrstufige Überlegungen erfordern.
Wie funktioniert es? Du bittest die KI, ihre Überlegungen Schritt für Schritt zu erklären, bevor sie zur finalen Antwort kommt. Das reduziert Logikfehler und macht den Denkprozess nachvollziehbar.
Beispiel ohne Chain-of-Thought:
„Ein Unternehmen hat 120 Mitarbeiter. 30% arbeiten im Homeoffice, der Rest im Büro. Wie viele Arbeitsplätze braucht das Büro, wenn durchschnittlich 10% der Büromitarbeiter krank oder im Urlaub sind?"
Ergebnis: Die KI gibt eine Zahl an – aber du weißt nicht, ob die Rechnung stimmt.
Beispiel mit Chain-of-Thought:
„Ein Unternehmen hat 120 Mitarbeiter. 30% arbeiten im Homeoffice, der Rest im Büro. Wie viele Arbeitsplätze braucht das Büro, wenn durchschnittlich 10% der Büromitarbeiter krank oder im Urlaub sind? Erkläre deine Rechnung Schritt für Schritt."
Ergebnis:
30% von 120 = 36 arbeiten im Homeoffice
120 - 36 = 84 arbeiten im Büro
10% von 84 = 8,4 sind durchschnittlich abwesend
84 - 8,4 = 75,6 → also etwa 76 Arbeitsplätze werden benötigt
Warum funktioniert das? Weil KI bei komplexen Aufgaben Fehler macht, wenn sie direkt zur Antwort springt. Chain-of-Thought zwingt sie, jeden Schritt zu durchdenken – und gibt dir die Möglichkeit, Fehler zu erkennen.
Praxis-Tipp: Nutze Formulierungen wie „Denke Schritt für Schritt", „Erkläre deine Überlegungen" oder „Zeige mir den Rechenweg".
Faustregel: Nutze Chain-of-Thought bei allem, wo Genauigkeit wichtig ist – Berechnungen, Analysen, komplexe Argumentationen.
6. Self-Consistency: Brainstorming-Modus für bessere Optionen
Wann nutzen? Wenn du mehrere Ideen oder Perspektiven brauchst, um die beste Lösung zu finden.
Wie funktioniert es? Du bittest die KI, mehrere Antworten zu generieren – nicht nur eine. Dann vergleichst du die Optionen und wählst die beste aus (oder kombinierst sie).
Beispiel:
„Ich brauche drei verschiedene Ansätze für eine LinkedIn-Headline. Jede sollte einen anderen Tonfall haben: professionell, kreativ und provokant. Schreib alle drei."
Ergebnis: Drei Optionen, zwischen denen du wählen kannst.
Warum funktioniert das? Weil die erste Antwort der KI nicht immer die beste ist. KI arbeitet probabilistisch – manchmal liefert ein zweiter oder dritter Versuch eine stärkere Idee.
Self-Consistency ist wie Brainstorming mit einem Kollegen: Du bekommst mehrere Perspektiven und kannst die stärkste auswählen.
Praxis-Tipp: Du kannst auch die KI selbst bewerten lassen:
„Generiere drei verschiedene Einstiegssätze für einen Blogpost. Erkläre dann, welcher am wirkungsvollsten ist und warum."
Faustregel: Nutze Self-Consistency bei kreativen Aufgaben, wo es nicht die eine richtige Antwort gibt, sondern mehrere gute Optionen.
7. Tree-of-Thought: Für hochkomplexe Probleme
Wann nutzen? Bei sehr komplexen Entscheidungen oder Problemen, bei denen mehrere Lösungswege möglich sind und du den besten finden willst.
Wie funktioniert es? Du bittest die KI, verschiedene Lösungspfade zu erkunden – wie Äste eines Baumes. Für jeden Pfad bewertet sie die Chancen und Risiken, bevor sie sich für den vielversprechendsten entscheidet.
Beispiel:
„Ich überlege, ob ich mein Unternehmen international expandieren soll. Erkunde drei mögliche Strategien: (1) Aufbau eines lokalen Teams, (2) Partnerschaft mit einem lokalen Unternehmen, (3) Remote-Expansion ohne physische Präsenz. Für jede Strategie: analysiere Chancen, Risiken und kritische Erfolgsfaktoren. Gib dann eine Empfehlung, welche Strategie am vielversprechendsten ist und warum."
Ergebnis: Eine strukturierte Analyse mehrerer Szenarien mit klarer Empfehlung.
Warum funktioniert das? Weil komplexe Probleme selten eine offensichtliche Lösung haben. Tree-of-Thought zwingt die KI, verschiedene Möglichkeiten systematisch zu durchdenken – wie ein Schachspieler, der mehrere Züge im Voraus plant.
Grenzen: Diese Technik ist aufwendig. Nutze sie nur, wenn das Problem wirklich komplex ist und die Entscheidung weitreichende Konsequenzen hat.
Praxis-Tipp: Du kannst Tree-of-Thought mit Chain-of-Thought kombinieren – erst verschiedene Pfade erkunden, dann jeden Pfad detailliert durchdenken.
Faustregel: Nutze Tree-of-Thought für strategische Entscheidungen, bei denen viel auf dem Spiel steht.
Welche Technik wann? Ein Überblick
Du musst dich nicht für eine Technik entscheiden. Die Kunst besteht darin, die richtige Methode für die jeweilige Aufgabe zu wählen – oder mehrere zu kombinieren.
Einfache Aufgaben → Zero-Shot
Ton und Expertise wichtig → Rollen-Prompting
Individuelle Situation → Kontextuelles Prompting
Strategisches Problem → Step-Back Prompting
Logik und Präzision → Chain-of-Thought
Kreative Optionen → Self-Consistency
Komplexe Entscheidung → Tree-of-Thought
Die meisten Alltagsaufgaben kannst du mit den ersten drei Techniken lösen. Chain-of-Thought brauchst du, wenn Genauigkeit zählt. Self-Consistency hilft bei kreativen Prozessen. Tree-of-Thought ist für die großen, schwierigen Fragen reserviert.
Im nächsten Kapitel zeigen wir dir, wie du diese Techniken in der Praxis kombinierst – mit konkreten Beispielen für typische Arbeitssituationen.
Kapitel 3: Die goldene Formel – Für 90% aller Fälle
Du kennst jetzt sieben Prompting-Techniken. Du weißt, wann du welche nutzt. Aber im Alltag brauchst du nicht ständig komplexe Strategien. Du brauchst eine Struktur, die einfach, wiederholbar und verlässlich ist.
Genau dafür gibt es die goldene Formel.
Sie funktioniert für die meisten Aufgaben. Sie eliminiert das Rätselraten. Und sie stellt sicher, dass du beim ersten Versuch brauchbare Ergebnisse bekommst – ohne endlose Nachbesserungen.
Wenn du unsicher bist, wie du einen Prompt formulieren sollst: Nutze diese Formel. Sie ist deine Absicherung.
Die ultimative Struktur: Sauber, wiederholbar, zuverlässig
Die goldene Formel besteht aus vier Komponenten. Jede hat einen klaren Zweck. Zusammen geben sie der KI alles, was sie braucht, um präzise zu liefern.
Die vier Komponenten:
Rolle – Wer ist die KI?
Kontext – Worum geht es?
Aufgabe – Was soll getan werden?
Format – Wie soll das Ergebnis aussehen?
Das war's. Vier Elemente. Keine komplizierte Theorie. Keine endlosen Regeln.
Lass uns jede Komponente im Detail ansehen.
1. Rolle: Wer ist die KI?
Die Rolle gibt der KI eine Identität. Sie definiert, aus welcher Perspektive und mit welchem Kompetenzniveau die KI antworten soll.
Warum ist das wichtig?
Weil die Rolle automatisch den Ton, die Sprache und die Herangehensweise beeinflusst. Ein Marketing-Experte schreibt anders als ein Lehrer. Ein Coach kommuniziert anders als ein Analyst.
Beispiele:
„Du bist ein erfahrener Content-Stratege für B2B-Unternehmen."
„Du bist ein Karriereberater, der sich auf Führungskräfte in Veränderungsprozessen spezialisiert hat."
„Du bist ein geduldiger Erklärer, der komplexe Technologie für Nicht-Techniker verständlich macht."
Faustregel:
Je spezifischer die Rolle, desto präziser die Antwort. Nicht nur „Experte", sondern „Experte für nachhaltiges Bauen im Wohnungsbau". Nicht nur „Berater", sondern „Finanzberater für Selbstständige in der Kreativbranche".
2. Kontext: Worum geht es?
Der Kontext liefert die Hintergrundinformationen, die die KI braucht, um deine Situation zu verstehen. Ohne Kontext antwortet die KI generisch. Mit Kontext wird die Antwort individuell.
Was gehört zum Kontext?
Wer ist die Zielgruppe?
Was ist die Ausgangssituation?
Welches Problem soll gelöst werden?
Welche Rahmenbedingungen gibt es?
Beispiel ohne Kontext:
„Schreib mir eine E-Mail an einen Kunden."
Das könnte alles bedeuten. Die KI muss raten.
Beispiel mit Kontext:
„Ich betreue einen Kunden, der seit vier Wochen auf eine Rückmeldung zu seinem Anliegen wartet. Er hat gestern eine zweite E-Mail geschickt – höflich, aber mit einem leicht frustrierten Unterton. Ich habe die Lösung jetzt fertig und möchte mich für die Verzögerung entschuldigen, ohne zu defensiv zu wirken."
Jetzt weiß die KI genau, worum es geht.
Faustregel:
Stelle dir vor, du erklärst die Situation einem Kollegen, der nichts davon weiß. Was müsste er wissen, um dir helfen zu können? Das ist der Kontext, den auch die KI braucht.
3. Aufgabe: Was soll getan werden?
Die Aufgabe ist das Herzstück deines Prompts. Sie sagt der KI, was genau sie tun soll. Sei hier so präzise wie möglich.
Vermeide vage Formulierungen:
❌ „Schreib was über Produktivität."
❌ „Hilf mir mit meiner Präsentation."
❌ „Gib mir Tipps."
Nutze klare Anweisungen:
✅ „Schreib einen LinkedIn-Post über Zeitmanagement."
✅ „Erstelle eine Gliederung für eine 20-minütige Präsentation über Remote-Führung."
✅ „Liste fünf konkrete Strategien auf, wie ich als Selbstständiger besser Grenzen zwischen Arbeit und Privatleben ziehen kann."
Zusatz-Tipp: Definiere das Ziel
Wenn du möchtest, dass die KI nicht nur die Aufgabe erledigt, sondern auch versteht, warum, kannst du das Ziel angeben:
„Schreib einen LinkedIn-Post über Zeitmanagement. Ziel: Engagement steigern und Kommentare provozieren, indem ich einen verbreiteten Mythos hinterfrage."
Das gibt der KI eine zusätzliche Richtung.
Faustregel:
Eine gute Aufgabe ist so formuliert, dass ein Mensch sofort verstehen würde, was zu tun ist – ohne Rückfragen.
4. Format: Wie soll das Ergebnis aussehen?
Das Format definiert die Struktur, Länge und Darstellung der Antwort. Es stellt sicher, dass du das Ergebnis direkt nutzen kannst – ohne es erst umformatieren zu müssen.
Beispiele für Format-Angaben:
„Maximal 150 Wörter, drei kurze Absätze."
„Eine Liste mit fünf Punkten, jeweils ein Satz."
„Ein einleitender Absatz, dann drei Bullet Points mit je 2-3 Sätzen Erklärung, dann ein kurzer Schlusssatz."
„Tabelle mit drei Spalten: Strategie, Vorteil, Nachteil."
„Gesprächsskript: Drei Dialogzeilen pro Person, insgesamt zehn Zeilen."
Warum ist das wichtig?
Ohne Format-Angabe entscheidet die KI selbst, wie lang und strukturiert die Antwort wird. Manchmal passt das. Oft nicht.
Wenn du ein kurzes Social-Media-Post brauchst, aber einen dreiteiligen Essay bekommst, liegt das meist daran, dass du das Format nicht definiert hast.
Faustregel:
Denke daran, wie das Ergebnis am Ende aussehen soll – und beschreibe genau das.
Die goldene Formel in Aktion: Vorher vs. Nachher
Lass uns die Formel mit einem konkreten Beispiel testen.
❌ Schwacher Prompt (ohne Struktur):
„Schreib mir was über Teamkommunikation."
Was passiert?
Die KI liefert einen allgemeinen Text. Vielleicht zu lang. Vielleicht zu theoretisch. Vielleicht nicht das, was du brauchst.
✅ Starker Prompt (mit goldener Formel):
Rolle: Du bist ein Organisationsberater, der sich auf Remote-Teams spezialisiert hat.
Kontext: Ich leite ein Team von acht Personen, das vollständig remote arbeitet. Seit drei Monaten häufen sich Missverständnisse in unserer schriftlichen Kommunikation – vor allem in Slack. Manche Teammitglieder fühlen sich übergangen, andere beschweren sich über zu viele Nachrichten.
Aufgabe: Erstelle einen Leitfaden für bessere Teamkommunikation in unserem Remote-Setup. Fokus: klare Regeln, die wir sofort umsetzen können.
Format: Maximal 300 Wörter. Beginne mit einem kurzen Absatz zur Problemstellung. Dann fünf konkrete Regeln als nummerierte Liste, jeweils mit 2-3 Sätzen Erklärung. Schließe mit einem motivierenden Satz ab.
Was passiert jetzt?
Die KI weiß genau, was du brauchst. Sie liefert einen praxisnahen, strukturierten Leitfaden, den du sofort nutzen kannst.
Die Formel flexibel anwenden
Die goldene Formel ist kein starres Korsett. Du musst nicht immer alle vier Komponenten mit gleicher Ausführlichkeit nutzen. Manchmal brauchst du mehr Kontext, manchmal reicht eine einfache Rolle.
Beispiel für eine einfache Anwendung:
„Du bist ein Social-Media-Redakteur. Schreib einen kurzen LinkedIn-Post (max. 100 Wörter) über die Vorteile von Fokuszeit im Arbeitsalltag. Format: Ein einleitender Satz, drei Tipps als Bullet Points, ein Call-to-Action."
Hier gibt es wenig Kontext – weil die Aufgabe selbsterklärend ist. Das ist in Ordnung.
Beispiel für eine komplexe Anwendung:
„Du bist ein Konfliktmediator mit 15 Jahren Erfahrung in Teamdynamik. Ich leite ein Projekt mit zwei Abteilungen, die unterschiedliche Prioritäten haben. Die Marketingabteilung will schnell sichtbare Ergebnisse, das Produktteam legt Wert auf Qualität und gründliche Tests. Seit Wochen blockieren sich beide gegenseitig. Nächste Woche habe ich ein gemeinsames Meeting. Erstelle einen Moderationsleitfaden für dieses Gespräch: Wie führe ich beide Seiten zu einem tragfähigen Kompromiss? Format: Schritt-für-Schritt-Anleitung mit fünf Phasen, jeweils 3-4 Sätze pro Phase."
Hier brauchst du viel Kontext – weil die Situation komplex ist.
Faustregel:
Passe die Formel an die Komplexität der Aufgabe an. Bei einfachen Aufgaben reichen wenige Sätze. Bei komplexen Problemen investierst du mehr Zeit in die Formulierung – und sparst sie bei der Nachbearbeitung.
Profi-Tipp: Die Balance zwischen Freiheit und Kontrolle
Die goldene Formel gibt dir Kontrolle. Aber es gibt zwei häufige Fehler, die selbst erfahrene Nutzer machen:
1. Over-Specification: Zu viele Einschränkungen töten die Kreativität
Wenn du der KI jeden Satz vorgibst, jede Formulierung einschränkst und jedes Detail kontrollierst, bleibt kein Raum für gute Ideen.
Beispiel für Over-Specification:
„Schreib einen Post mit genau 87 Wörtern. Der erste Satz muss eine Frage sein. Der zweite Satz muss mit 'Denn' beginnen. Nutze genau drei Emojis, aber nicht 🔥 oder 💡. Der letzte Satz muss mit einem Ausrufezeichen enden."
Das ist keine Anleitung mehr. Das ist ein Zwangskorsett. Die KI wird liefern – aber das Ergebnis wird steif und unnatürlich klingen.
Besser:
„Schreib einen kurzen Post (ca. 80-100 Wörter). Beginne mit einer provokanten Frage. Ton: direkt und aktivierend."
Hier gibst du Richtung vor – aber lässt Raum für natürliche Sprache.
2. Under-Contextualization: Zu wenig Hintergrund führt zu generischen Antworten
Der zweite Fehler ist das Gegenteil: Du gibst zu wenig Kontext und erwartest trotzdem individuelle Ergebnisse.
Beispiel für Under-Contextualization:
„Schreib mir eine Präsentation über Projektmanagement."
Was fehlt? Alles. Für wen ist die Präsentation? Welches Ziel hat sie? Wie lang soll sie sein? Welche Aspekte von Projektmanagement sind relevant?
Besser:
„Erstelle eine Gliederung für eine 15-minütige Präsentation über agiles Projektmanagement für ein Team von 12 Personen, das bisher klassisch nach Wasserfall gearbeitet hat. Ziel: Sie für einen Pilotversuch mit Scrum begeistern. Format: Fünf Hauptpunkte mit jeweils 2-3 Unterpunkten."
Jetzt hat die KI alles, was sie braucht.
Die goldene Regel: So viel wie nötig, so wenig wie möglich
Die perfekte Balance:
Gib genug Kontext, damit die KI deine Situation versteht.
Gib klare Anweisungen, damit sie weiß, was zu tun ist.
Definiere das Format, damit das Ergebnis nutzbar ist.
Aber lass Raum für natürliche Sprache und gute Ideen.
Ein guter Prompt ist wie ein guter Auftrag:
Klar genug, dass keine Rückfragen nötig sind. Offen genug, dass das Ergebnis nicht steril wird.
Deine neue Standard-Vorlage
Wenn du unsicher bist, nutze diese Vorlage als Ausgangspunkt:
Rolle: [Wer ist die KI? Welche Expertise hat sie?]
Kontext: [Was ist die Situation? Wer ist die Zielgruppe? Was ist das Problem?]
Aufgabe: [Was soll die KI konkret tun? Was ist das Ziel?]
Format: [Wie soll das Ergebnis strukturiert sein? Länge? Darstellung?]
Kopiere diese Vorlage. Fülle sie aus. Passe sie an. Mit der Zeit wird sie zur zweiten Natur.
Und wenn du merkst, dass deine Prompts immer noch nicht die gewünschten Ergebnisse liefern, dann liegt es meist daran, dass eine der vier Komponenten fehlt oder zu vage ist.
Im nächsten Kapitel zeigen wir dir, wie du diese Formel in der Praxis anwendest – mit konkreten Beispielen für die häufigsten Arbeitssituationen.
Kapitel 4: Copy & Paste – Vorlagen für den Alltag
Theorie ist gut. Praxis ist besser.
In diesem Kapitel bekommst du fertige Prompt-Vorlagen für die häufigsten Arbeitssituationen. Du musst sie nicht von Grund auf neu schreiben. Du musst sie nur an deine Situation anpassen – Name ändern, Kontext einfügen, fertig.
Jede Vorlage folgt der goldenen Formel aus Kapitel 3: Rolle, Kontext, Aufgabe, Format. Du siehst genau, wo du deine eigenen Informationen einfügst, und kannst die Vorlagen sofort nutzen.
Betrachte dieses Kapitel als deine Prompt-Bibliothek. Markiere die Vorlagen, die du häufig brauchst. Speichere sie. Passe sie an. Mach sie zu deinen eigenen Werkzeugen.
Für Marketer: Texte, die verkaufen
Marketing lebt von präziser Kommunikation. Die falschen Worte, der falsche Ton – und deine Botschaft verpufft. Diese Vorlagen helfen dir, Texte zu erstellen, die Aufmerksamkeit schaffen, Schmerzpunkte adressieren und zum Handeln bewegen.
Vorlage 1: Landing Page mit klarem Nutzenversprechen
Wann nutzen: Wenn du eine neue Landing Page brauchst oder eine bestehende überarbeiten willst.
Rolle: Du bist ein Conversion-Copywriter mit 10 Jahren Erfahrung in B2B-Software.
Kontext: Ich biete [DEIN PRODUKT/DEINE DIENSTLEISTUNG] für [ZIELGRUPPE] an. Das Hauptproblem meiner Zielgruppe ist [PROBLEM]. Bisher lösen sie es mit [BISHERIGE LÖSUNG], aber das ist [NACHTEIL DER BISHERIGEN LÖSUNG]. Mein Angebot löst das Problem durch [DEINE LÖSUNG].
Aufgabe: Schreib den Text für eine Landing Page. Fokus: Klares Nutzenversprechen, drei Hauptvorteile und ein starker Call-to-Action.
Format:
- Headline (max. 10 Wörter)
- Subheadline (max. 20 Wörter)
- Drei Benefit-Blöcke (jeweils Überschrift + 2-3 Sätze Erklärung)
- Call-to-Action (ein Satz + Button-Text)Beispiel ausgefüllt:
Rolle: Du bist ein Conversion-Copywriter mit 10 Jahren Erfahrung in B2B-Software.
Kontext: Ich biete eine Zeiterfassungssoftware für kleine Agenturen mit 5-15 Mitarbeitern an. Das Hauptproblem meiner Zielgruppe ist, dass sie nicht wissen, welche Projekte profitabel sind und wo Zeit verloren geht. Bisher nutzen sie Excel-Tabellen oder manuelle Notizen, aber das ist fehleranfällig und zeitaufwendig. Mein Angebot löst das Problem durch automatische Zeiterfassung mit Echtzeit-Auswertungen.
Aufgabe: Schreib den Text für eine Landing Page. Fokus: Klares Nutzenversprechen, drei Hauptvorteile und ein starker Call-to-Action.
Format:
Headline (max. 10 Wörter)
Subheadline (max. 20 Wörter)
Drei Benefit-Blöcke (jeweils Überschrift + 2-3 Sätze Erklärung)
Call-to-Action (ein Satz + Button-Text)
Vorlage 2: Facebook/LinkedIn Ad, die Aufmerksamkeit erzeugt
Wann nutzen: Für bezahlte Werbeanzeigen, die im Feed auffallen müssen.
Rolle: Du bist ein Performance-Marketing-Experte für Social Media Ads.
Kontext: Ich schalte eine Anzeige für [ZIELGRUPPE]. Diese Menschen haben aktuell das Problem [PROBLEM] und suchen nach [LÖSUNG]. Der Ton sollte [TON: z.B. "direkt und motivierend" / "empathisch und verständnisvoll" / "provokant und selbstbewusst"] sein.
Aufgabe: Schreib eine Facebook/LinkedIn-Ad, die in den ersten zwei Sätzen Aufmerksamkeit erzeugt, dann das Problem benennt und mit einem klaren CTA zur Lösung führt.
Format:
- Hook (erste 1-2 Sätze, die beim Scrollen stoppen)
- Problemdarstellung (2-3 Sätze)
- Lösung (1-2 Sätze)
- Call-to-Action (1 Satz)
Maximal 120 Wörter.Vorlage 3: E-Mail-Sequenz für Lead-Nurturing
Wann nutzen: Wenn jemand sich für deinen Newsletter angemeldet hat, aber noch nicht kaufbereit ist.
Rolle: Du bist ein E-Mail-Marketing-Stratege, spezialisiert auf automatisierte Follow-up-Sequenzen.
Kontext: Ich habe eine E-Mail-Liste von [ZIELGRUPPE], die sich für [THEMA/FREEBIE] angemeldet haben. Sie kennen mich noch nicht gut und sind skeptisch gegenüber Verkaufsangeboten. Mein Ziel ist es, in fünf E-Mails Vertrauen aufzubauen und sie am Ende zu [GEWÜNSCHTE AKTION: z.B. Erstgespräch Artikelen / Produkt kaufen / Kurs anmelden] zu bewegen.
Aufgabe: Erstelle eine E-Mail-Sequenz mit fünf E-Mails. Jede E-Mail sollte einen anderen Schwerpunkt haben: (1) Willkommen + Wert liefern, (2) Problem vertiefen, (3) Lösung vorstellen, (4) Social Proof zeigen, (5) Angebot mit sanftem CTA.
Format: Für jede E-Mail:
- Betreffzeile
- E-Mail-Text (max. 150 Wörter pro E-Mail)
- Call-to-Action am Ende