Prompting lernen: So erzielst du bessere Ergebnisse in ChatGPT und Co.

1. Was ist Prompting überhaupt?
2. So schreibst du einen guten Prompt
3. Techniken fürs Prompting
4. Beispiele: Gute vs. schlechte Prompts
5. Meine Tipps: So promptest du noch effektiver
6. Agentur-Tipp: So entwickelst du eine ganzheitliche KI-Strategie
7. Fazit: Prompting will und kann gelernt werden

Du kennst das sicher: Schnell eine Frage an ChatGPT getippt, aber die Antwort ist schwammig oder völlig am Thema vorbei. Da ist Frustration schnell vorprogrammiert. Dabei liegt das Problem meist nicht an der KI selbst, sondern an der Art, wie wir mit ihr kommunizieren. Optimales Prompting ist allerdings keine Zauberei, sondern eine praktische Fähigkeit, die jede*r lernen kann. 

In diesem Artikel habe ich dir Tipps und Tricks zusammengefasst, die ich in den letzten Jahren bei meiner Arbeit erprobt habe. Du erfährst, wie du deine Prompts formulierst, welche Techniken funktionieren und wie du häufige Fehler vermeidest.

Was ist Prompting überhaupt?

Prompting ist die Art, wie du einer KI mitteilst, was sie für dich tun soll. Ein Prompt ist deine Eingabe – sei es eine Frage, eine Anweisung oder eine Beschreibung. Die Qualität deines Prompts bestimmt direkt die Qualität der KI-Antwort.

Und genau hier schleicht sich bei KI-Nutzer*innen oftmals der erste Fehler ein: Häufig wird ein Prompt eingegeben, der viel zu viel implizites Wissen voraussetzt. Die KI weiß jedoch grundsätzlich wenig von deiner Brand und deinen Marketing-Zielen. Stell dir das Prompting in KI-Textgeneratoren deshalb eher wie ein Gespräch mit einer Gruppe fähiger, aber firmenfremder Praktikant*innen vor. Je präziser du deine Wünsche formulierst, desto besser kann er dir helfen.

Prompt Engineering – der professionelle Ansatz

Prompt Engineering ist gewissermaßen eine Weiterentwicklung des Promptings. Hier entwickelst du systematisch komplexere Eingaben für spezifische Anwendungsfälle. Statt zu hoffen, dass ein Prompt funktioniert, testest und verbesserst du ihn gezielt. Prompt Engineers erstellen zudem wiederverwendbare Prompt-Templates für Unternehmen und komplexe Workflows.

„Prompting ist heute die Schnittstelle zwischen Mensch und Maschine. Es entscheidet, ob KI bloße Information liefert oder echte Inspiration erzeugt. Grundlage dafür sind klar definierte Rahmenbedingungen, Prozesse und Use Cases – nur so wird Prompting vom Handwerk zum strategischen Baustein einer KI-Strategie. Prompt Engineers übersetzen dabei Unternehmensziele in präzise Anweisungen für KI-Systeme, sichern Qualität und Effizienz und machen den KI-Einsatz skalierbar statt fragmentiert."

– Jean Hinz, Geschäftsführer KI Agentur Hamburg | powered by Quantensprung23

So schreibst du einen guten Prompt

Ein guter Prompt folgt klaren Prinzipien. Diese Regeln helfen dir dabei, konsistent bessere Ergebnisse zu erzielen:

Die goldenen Regeln für einen guten Prompt

• Klar und spezifisch formulieren: Vage Anfragen führen zu vagen Antworten. Statt „Schreib was über Marketing“ sagst du besser: „Erkläre die drei wichtigsten Marketing Trends 2025 für kleine und mittelständische Unternehmen.“

• Kontext liefern: Die KI kennt deinen Hintergrund nicht. Gib relevante Informationen mit: „Ich bin Marketingleiterin in einem B2B-Softwareunternehmen und suche Ideen für LinkedIn Content.“

• Rollen und Identität definieren: Lass die KI eine bestimmte Rolle übernehmen: „Antworte als erfahrener UX-Designer*in“ oder „Verhalte dich wie ein*e strenge*r Lektor*in.“

• Stil und Tonalität festlegen: Mit Eingaben wie „Erkläre es wie für Teenager“ oder „Schreibe förmlich und wissenschaftlich“ steuerst du den Output-Stil.

• Ausgabeformat bestimmen: Willst du eine Liste, eine Tabelle oder einen Fließtext? Sag es explizit: „Erstelle eine nummerierte Liste mit jeweils 2-3 Sätzen Erklärung.“

• Beispiele verwenden: Zeig der KI, was du dir vorstellst, indem du beispielsweise ein Dokument anhängst oder eine URL angibst (Datenschutz beachten!). Ein konkretes Beispiel ist oft aussagekräftiger als lange Erklärungen.

Lesetipp: Du willst mit deinen Inhalten selbst in den Suchergebnissen von GPT-5 und Co. landen? Dann wirf einen Blick auf unseren Artikel zum Thema KI-SEO!

Strukturiert prompten mit der S-RACE-Formel

Um die oben genannten Regeln umzusetzen, haben sich in der Welt der KI inzwischen eine ganze Reihe an Formeln etabliert. Eine der bekanntesten ist das sogenannte RACE- beziehungsweise S-RACE-Modell. Dieses Akronym steht für Situation, Role, Action, Context und Example: 

Situation: Hier beschreibst du zunächst die Ausgangslage für die KI. Beispiel: „Unser Start-up launcht eine neue App.“

Role: In diesem Teil des Prompts teilst du der KI mit, in welcher Rolle sie agiert. Beispiel: „Du bist eine erfahrene PR-Managerin mit jahrzehntelanger Erfahrung.“

Action: Hier sagst du der KI, was genau sie für dich tun soll. Dieser Teil des Prompts sollte besonders präzise formuliert sein. Oft lohnt es sich, im Vorfeld genau darüber nachzudenken, was das erwünschte Outcome für dich ist. Beispiel: „Erstelle eine Pressemitteilung für den Launch unserer App auf Deutsch und Englisch.“ 

Context: Durch den Kontext kannst du gezielt das KI-Ergebnis steuern und erhältst deutlich individuellere Ausgaben. Beispiel: „Die App erscheint am 11. November 2025 und hilft Freelancer*innen bei der Zeiterfassung, Zielgruppe sind Kreative.”

Example: Wie bereits oben erwähnt, helfen Beispiele der KI dabei, ein Ergebnis in deinem Sinne zu liefern. Beispiel: „Orientiere dich in Stil, Umfang und Tonalität an dieser früheren Pressemitteilung von uns: [Beispiel einfügen].“

Weitere Frameworks für dein Prompting 

Neben der S-RACE-Formel gibt es viele weitere Frameworks, die dir bei der inhaltlichen Strukturierung deiner Prompts helfen können. Bekannte Methoden sind unter anderem:

Techniken fürs Prompting

Neben den oben genannten Frameworks gibt es weitere Techniken, um die KI zu steuern. Während SPARK oder RAFT den Prompt inhaltlich strukturieren, steuern diese Techniken, wie das Modell die Informationen verarbeitet und die Antwort generiert. Dadurch ergänzen sie sich: Frameworks organisieren den Input, Techniken optimieren den Denk- und Lösungsweg der KI.

Hier die wichtigsten Techniken im Überblick:

Beispiele: Gute vs. schlechte Prompts

Die folgenden Beispiele verdeutlichen den Unterschied zwischen funktionierenden und schwachen Prompts:

Beispiel 1: E-Mail-Antwort

❌ Schlecht: „Schreib eine E-Mail-Antwort auf die folgende Mail:“

❓Wo liegt Verbesserungspotenzial: Abgesehen davon, dass ich vorsichtig damit wäre, eine KI mit persönlichen Informationen wie (Firmen-)Mails zu füttern, liefert der oben genannte Prompt keinerlei Hinweise darauf, was in der Antwort enthalten oder in welchem Stil sie geschrieben sein soll.

✅ So machst du es besser: „Ich bin Kundenservice-Mitarbeiterin in einem Unternehmen für importierte Lebensmittel und muss auf die unten genannte Beschwerde über eine verspätete Lieferung antworten. Schreibe eine höfliche, aber professionelle E-Mail, die sich entschuldigt, die Verzögerung erklärt (Lieferengpass) und eine Lösung anbietet (kostenloser Express-Versand). Ton: empathisch aber geschäftlich.“

Beispiel 2: Social-Media-Content

❌ Schlecht: „Mach einen Instagram-Post über Nachhaltigkeit“

❓Wo liegt Verbesserungspotenzial: Auch hier fehlt jeglicher Kontext: Auf was für einem Profil soll der Post veröffentlicht werden? Wie sollen Stil und Inhalt aussehen?

✅ So machst du es besser: „Erstelle einen Instagram-Post für unser nachhaltiges Modelabel. Zielgruppe: umweltbewusste Frauen zwischen 25 und 40. Thema: unsere neue recycelte Kollektion. Format: catchy Hook, drei Bullet Points zu den Materialien, Call-to-Action. Stil: inspirierend aber nicht belehrend. Hashtags und Emojis inklusive.“

Beispiel 3: Datenanalyse

❌ Schlecht: „Analysiere diese Zahlen“

❓Wo liegt Verbesserungspotenzial: Hier fehlt vor allem der Zweck der Datenanalyse: Was genau gilt es anhand der Zahlen zu evaluieren und welchen Erkenntnisgewinn erhoffst du dir? 

✅ So machst du es besser: „Du bist Datenanalyst*in. Analysiere diese Verkaufszahlen der letzten sechs Monate [Daten einfügen]. Identifiziere Trends, saisonale Muster und Auffälligkeiten. Präsentiere die Ergebnisse in drei Kategorien: Haupttrends, Risiken, Chancen. Format: jeweils zwei bis drei Sätze mit konkreten Zahlen“

Meine Tipps: So promptest du noch effektiver

Du kennst jetzt die Grundlagen und wichtigsten Techniken. Aber wie wird aus gelegentlichem Prompting eine wirklich effektive Arbeitsweise? Die folgenden drei Tipps helfen dir dabei:

1. Prompt-Management: Organisation ist alles

Wie du sicher festgestellt hast, sind gute Prompts bisweilen sehr umfangreich. Deshalb mein wichtigster Effizienz-Tipp: Sammle deine besten Prompts in einem System. Erstelle Cheat-Sheets für wiederkehrende Aufgaben oder nutze Custom GPTs für spezielle Anwendungsfälle. Tools wie Notion oder ein einfaches Google Doc reichen für den Anfang völlig aus. 

Kategorisiere deine Prompts beispielsweise nach Use Cases oder Anwendungsbereichen: Marketing, Texterstellung, Analyse, Kreativarbeit. So findest du schnell den richtigen Ausgangspunkt für neue Projekte.

2. Learning by doing: Übung macht den Meister

Prompting lernt man durch Ausprobieren. Nimm dir bewusst Zeit, verschiedene Formulierungen zu testen. Variiere einzelne Elemente und beobachte, wie sich die Ergebnisse ändern.

Führe eventuell sogar ein Prompt-Tagebuch: Notiere, welche Ansätze gut funktioniert haben und welche nicht. Diese Sammlung wird zu deiner persönlichen Prompting-Bibliothek.

3. Iterativ verbessern: Der Feinschliff macht's

Dein erster Prompt wird selten perfekt sein – und das ist völlig normal. Wenn die erste Antwort der KI nicht deinen Erwartungen entspricht, starte nicht bei null. Gib der KI gezieltes Feedback. Weise auf Schwachstellen hin, fordere spezifische Änderungen an oder bitte um eine präzisere Ausführung. Beispiele:

• „Das ist gut, aber der Ton ist zu formell. Schreibe es lockerer.“

• „Der Text ist zu lang. Kürze ihn auf maximal 150 Wörter und behalte die Kernbotschaften bei.“

• „Die Liste ist hilfreich, aber ich brauche stattdessen eine Tabelle mit drei Spalten: 'Merkmal', 'Vorteil' und 'Nachteile'.“

Agentur-Tipp: So entwickelst du eine ganzheitliche KI-Strategie

Gute Prompts sind wichtig – aber sie stehen am Ende einer durchdachten KI-Strategie. Bevor du in einzelne Tools promptest, solltest du grundlegende Fragen klären: Welche Geschäftsprozesse kann KI wirklich verbessern? Wie implementierst du KI-Lösungen datenschutzkonform? Welche Tools passen zu deinen spezifischen Anforderungen?

Diese strategischen Überlegungen kosten viel Zeit und Ressourcen, wenn du sie alleine angehst. Die KI Agentur Hamburg | powered by Quantensprung 23 nimmt dir diese Arbeit ab und entwickelt maßgeschneiderte Lösungen für dein Unternehmen.

Was die KI Agentur Hamburg | powered by Quantensprung 23 auszeichnet:

Die Agentur verbindet strategische Beratung mit praktischer Umsetzung. Statt Standard-Software anzubieten, entwickelt das Team individuelle KI-Lösungen – von intelligenten Chatbots bis zu automatisierten Workflows mit Computer Vision:

Fazit: Prompting will und kann gelernt werden

Mit klaren, spezifischen Anweisungen, den richtigen Techniken und etwas Übung holst du deutlich mehr aus deinen KI-Tools heraus. Wichtig ist hierbei: Sei spezifisch statt vage. Gib Kontext und definiere Rollen. Nutze Beispiele und bestimme das Ausgabeformat. Experimentiere mit verschiedenen Techniken wie Chain of Thought oder Few-Shot-Prompting.

Für eine ganzheitliche KI-Strategie, die über einzelne Prompts hinausgeht, lohnt sich professionelle Unterstützung. Entwickle beispielsweise mit der KI Agentur Hamburg | powered by Quantensprung 23 maßgeschneiderte Lösungen, die echten Business-Value schaffen – von der ersten Idee bis zur erfolgreichen Implementierung.