Präzision im Prompt: 5 praktische Tipps für bessere KI-Ergebnisse

Von Priska
6 Min. Lesezeit
Prompting & Methoden

Wer KI-Tools im Arbeitsalltag nutzt, kennt das Problem: Die Ergebnisse sind oft „fast gut“, aber es fehlt der letzte Schliff. In diesem Artikel lernst du, wie du durch gezielte Sortierung deiner Eingaben, methodische Denkpausen für die KI und klaren Stil- und Formatvorgaben die Qualität deiner KI-Ergebnisse massiv steigerst. Wir zeigen dir, wie du komplexe Aufgaben so delegierst, dass zeitaufwendiges Nachbessern entfällt.

Gutes Prompting ist keine magische Begabung, sondern eine Frage der Struktur. In Artikel “KI als Teammitglied: Wie gute Briefings und Struktur deine Prompts verbessern” haben wir gelernt, dass KI-Tools wie digitale Teammitglieder funktionieren, die ein klares Briefing brauchen.

Jetzt gehen wir in die Tiefe. Es geht darum, die Logik der KI gezielt zu steuern. Wir schauen uns an, wie du verhinderst, dass die KI bei komplexen Aufgaben den Faden verliert oder wichtige Details vermischt.

Hinweis: Dieser Artikel dient der Information und Wissensvermittlung. Bitte informiere dich über die internen KI-Richtlinien deines Unternehmens. Er stellt keine Rechtsberatung dar.

1. Die „Klammer-Technik“ – Struktur in deinen Prompt bringen

Im ersten Artikel haben wir Markdown (###) genutzt, um die Struktur deines Briefings festzulegen. Wenn du aber verschiedene Texte (z. B. zwei Konzepte oder mehrere E-Mail-Entwürfe) in einen Prompt kopierst, braucht die KI eine noch stärkere visuelle Trennung, um Fakten nicht zu vermischen.

Wir nutzen hierfür Klammern (< >) als Trenner. Sie fungieren wie digitale Aktenklammern.

  • Die Logik: Markdown nutzt du für das Layout und die Überschriften deines Briefings. Die Klammern nutzt du, um der KI zu zeigen: „Alles hier drin gehört zusammen“.

Realistisches Beispiel (anonymisiert):

### AUFGABE ### 

Vergleiche die beiden anonymisierten Leistungsbeschreibungen für ein neues Projekt und erstelle eine kurze Entscheidungsvorlage.

<angebot_a> [Hier anonymisierte Eckpunkte von Angebot A einfügen] </angebot_a>

<angebot_b> [Hier anonymisierte Eckpunkte von Angebot B einfügen] </angebot_b>

Durch die Benennung der Klammern weiß die KI exakt, worauf sie sich in ihrer Analyse bezieht und du vermeidest, dass die KI Informationen vermischt. Es wirkt wie eine digitale Heftklammer, die Ordnung hält.

2. Zeig es, sag es nicht (Beispiele geben)

Vage Anweisungen wie „schreib locker“ interpretiert jede KI anders und führen oft nicht zu den erwarteten Ergebnissen. Der sicherste Weg zu deinem Wunsch-Tonfall sind konkrete Beispiele, die du der KI gibst. Fachsprachlich nennen wir das „Few-Shot Prompting“.

Beispiel für die öffentliche Verwaltung / Gemeinde:

### TONFALL-BEISPIEL
- „Liebe Bewohner:innen, aufgrund von Wartungsarbeiten bleibt die Bücherei am Freitag geschlossen. Wir danken für euer Verständnis!“ (Tonfall: freundlich, direkt, per Du – genau so).

-„Sehr geehrte Bewohner, notwendig gewordene Wartungsarbeiten sorgen dafür, dass die Bücherei am Freitag außer Betrieb bleiben muss. Wir bitten um Kenntnisnahme. “ (Zu formell, nicht genderneutral – so nicht). 

### AUFGABE  
Erstelle eine Information für die Gemeinde-Website über die Sperrung des Waldwegs wegen Forstarbeiten. Nutze exakt den Tonfall aus der Vorlage.

Tipp: Ein einziges gutes Beispiel spart dir oft fünf Minuten mühsames Umformulieren.

3. Die KI „denken“ lassen (Chain of Thought)

KIs berechnen Wörter in Millisekunden. Bei komplexen Aufgaben (z. B. Erstellung eines Logistik-Plans oder einer HR-Strategie) führt diese Schnelligkeit zu Oberflächlichkeit, voreiligen Schlüssen oder Logikfehlern. Zwinge das Modell zu einer methodischen Denkpause.

Der Trick: Füge deinem Prompt diesen Block hinzu:

### ARBEITSWEISEGehe schrittweise vor. Analysiere zuerst intern die logischen Abhängigkeiten der Aufgabe. Erstelle dann eine Gliederung und gib erst im letzten Schritt den fertigen Text aus.

Warum das hilft: Das Modell prüft seine eigene Logik, bevor es das erste Wort für dich schreibt. Das reduziert Fehler und Inkonsistenzen deutlich.

4. Format vorgeben & technische Grenzen verstehen

Sei präziser in der Struktur: Du brauchst die Antwort für eine Tabelle oder eine Liste? Dann skizziere das Ziel. KIs denken in Silben-Blöcken (Tokens), nicht in Buchstaben. Deshalb sind Befehle wie „schreibe genau 500 Zeichen“ oft zum Scheitern verurteilt. Selbst bei uns Menschen führt es manchmal zu Verwirrung, ist die Anzahl inklusive oder ohne Leerzeichen zu verstehen?

Ein schlüssiger Prompt könnte so aussehen:

### FORMATVORLAGE ### 
Gib die Analyse ausschließlich als Tabelle aus: 

| Kategorie | Ist-Zustand | Optimierungspotenzial | Priorität (Hoch/Mittel/Niedrig) |

### HINWEIS ZU DETAILS ### 
Fass dich kurz und bleib sachlich beim Thema. Fasse dich pro Tabellenzelle so kurz wie möglich (maximal 15 Wörter).

5. Den Fokus lenken (Wichtiges gewichten)

Oft liefert die KI zwar alle gewünschten Punkte, aber die Schwerpunkte liegen falsch. Sei hier so deutlich wie in einem persönlichen Gespräch.

Anwendung im Prompt:

### PRIORITÄT ### 
Erstelle eine Zusammenfassung der Besprechungsnotizen.

- Out-of-Scope: Erwähne keine spezifischen Namen oder Budgetzahlen.

- Hauptfokus (80%): Die konkreten nächsten Schritte und Verantwortlichkeiten.

- Nebensache (20%): Kurze Erwähnung der besprochenen Alternativen.

Was wir daraus lernen

Gutes Prompting bedeutet, die KI gezielt an die Hand zu nehmen. Durch die Trennung von Struktur (Markdown), Inhalt (Klammern) und Beispielen nimmst du das Raten aus dem Prozess. Je klarer du die Grenzen absteckst, desto weniger Zeit verbringst du später mit dem manuellen Umformulieren.

Sicherheit geht vor

Auch wenn du bereits routiniert im Prompting bist: Lade niemals personenbezogene Daten, vertrauliche Vertragsdetails oder interne Budgets in öffentliche KI-Modelle hoch. Nutze immer Platzhalter wie [NAME] oder [BETRAG]. Sicherheit ist Teil deiner KI-Kompetenz.

Checkliste für deine Präzision

  • [ ] Inhalte sortiert? (Klammern < > genutzt, um Texte voneinander zu trennen?)
  • [ ] Beispiele & Muster gegeben? (mindestens ein Beispiel für den gewünschten Stil beigefügt?)
  • [ ] Schritt-für-Schritt-Logik gefordert? (Denkpause eingebaut?)
  • [ ] Format skizziert? (Tabelle oder Liste optisch vorgegeben?)
  • [ ] Daten anonymisiert? (keine echten Namen oder vertraulichen Zahlen verwendet?)

— Happy Prompting!

Was dich im nächsten Teil erwartet

In Teil 3 der Serie verlassen wir die Ebene der einzelnen Prompts. Wir schauen uns an, wie du die KI zur Selbstkritik bringst und wie du durch geschickte Iteration echte Workflows automatisierst.

Nächster Artikel: Prompting-Workflows: Mit Selbstkritik und Vorlagen zu verlässlichen KI-Ergebnissen

Externe Quellen für die Vertiefung

Vorheriger Artikel
KI als Teammitglied: Wie gute Briefings und Struktur deine Prompting-Ergebnisse verbessern
Nächster Artikel
Prompting-Workflows: Mit Selbstkritik und Vorlagen zu verlässlichen KI-Ergebnissen