Tipps & Tricks · 10. August 2026

Prompt Engineering lernen: der ganze Kurs in einem Artikel

Zwei Leute, dasselbe Tool, dieselbe Aufgabe. Die eine bekommt in zwei Minuten einen Offertentwurf, den sie nur noch prüfen muss. Der andere bekommt Floskeln und schreibt am Ende alles selbst. Der Unterschied liegt nicht am Abo und nicht am Modell. Er liegt in dem, was im Prompt steht.

Prompt Engineering ist die Fähigkeit, einer KI eine Aufgabe so zu übergeben, dass sie sie lösen kann. Keine Zauberwörter, kein geheimes Kommando. Es ist das, was du einer neuen Mitarbeiterin am ersten Tag auch mitgeben würdest: Auftrag, Kontext, Material, gewünschte Form. Das lässt sich lernen, und zwar in Stunden statt in Monaten.

Dieser Artikel ist als Kurs gebaut. Sechs Bausteine, echte Vorher-Nachher-Beispiele aus dem Schweizer Firmenalltag, eine Übung von zehn Minuten und eine ehrliche Liste dessen, was 2026 nicht mehr gilt. Wir haben über 1000 Personen zu KI geschult, und beim Prompting sind es fast immer dieselben Dinge, die den Sprung machen. Die stehen hier drin, kostenlos. Wo ein echter Kurs trotzdem mehr bringt als ein Text, sage ich dir am Schluss.

Was ist Prompt Engineering?

Ein Prompt ist die Anweisung, die du einer KI gibst. Prompt Engineering ist das systematische Formulieren dieser Anweisung, plus das Nachfassen, bis das Ergebnis stimmt. Manche sagen KI-Prompting dazu, gemeint ist dasselbe. Der Begriff klingt nach Ingenieurwesen und schreckt viele ab. Gemeint ist etwas sehr Bodenständiges: eine Aufgabe sauber übergeben.

Warum das überhaupt nötig ist, wird an einem Punkt klar. Das Modell kennt deine Firma nicht, deinen Kunden nicht, euren Ton nicht und eure Vorlage nicht. Jede Lücke, die du offen lässt, füllt es mit dem Durchschnitt aus seinen Trainingsdaten. Genau daher kommt das Gefühl, KI-Texte klängen alle gleich. Sie klingen nicht gleich, weil das Modell schlecht ist. Sie klingen gleich, weil im Prompt nichts stand, was sie unterscheidbar gemacht hätte.

Prompten heisst deshalb vor allem: Lücken schliessen. Wer das verstanden hat, braucht keine Prompt-Sammlung mehr aus dem Internet. Er baut sich seine eigenen.

Die sechs Bausteine eines guten Prompts

Das ist der Kern des Kurses. Wenn du dir nur einen Abschnitt merkst, dann diesen. Ein Prompt, der trägt, besteht aus höchstens sechs Teilen. Du brauchst nie alle, aber du solltest bei jeder Aufgabe kurz durchgehen, welcher fehlt.

1. Auftrag. Was genau soll herauskommen, als Verb und Ergebnis. Nicht «hilf mir mit der Offerte», sondern «erstelle den Text für eine Offerte». Ein unklarer Auftrag ist der häufigste Grund für unbrauchbare Antworten, noch vor allem anderen.
2. Kontext. Wer bist du, für wen ist das, warum machst du es, was ist die Vorgeschichte. «Ich bereite damit die GL-Sitzung am Donnerstag vor» verändert eine Antwort mehr als jeder Stiltrick. Der Zweck steuert die Auswahl.
3. Material. Die echten Daten. Das Transkript, die Zahlen, die letzte Offerte, die Mail des Kunden. Ein Prompt ohne Material ist eine Bitte um Erfindung. Sobald echtes Material drin ist, sinkt das Risiko von frei erfundenen Details deutlich.
4. Form. Länge, Struktur, Ton, Sprache, Format. «Maximal 150 Wörter, Sie-Form, drei Abschnitte, keine Aufzählung» ist in zehn Sekunden getippt und spart dir die halbe Nachbearbeitung. Eine Einschränkung: Bei kniffligen Denkaufgaben schadet ein zu starres Ausgabeformat. Eine Untersuchung von 2024 zeigt, dass strikte Formatzwänge die Denkleistung senken. Lass in solchen Fällen zuerst frei denken und bring das Ergebnis erst danach in Form.
5. Grenzen. Was nicht passieren soll und was bei Unklarheit gilt. «Nichts erfinden. Wenn eine Angabe fehlt, schreib offen.» Dieser eine Satz ist der billigste Qualitätsschutz, den du hast. Anthropic empfiehlt in der eigenen Dokumentation ausdrücklich, dem Modell zu erlauben, «weiss ich nicht» zu sagen.
6. Beispiel. Ein oder zwei gute Muster von euch. Fachleute nennen das Few-Shot. Beispiele sind laut Anthropics eigener Anleitung eine der zuverlässigsten Methoden, um Format, Ton und Struktur zu steuern, empfohlen werden drei bis fünf. Der Grund ist einfach: Ein Beispiel transportiert Dinge, die du gar nicht beschreiben kannst. Satzlänge, Höflichkeitsgrad, wie ihr Preise nennt, wie ihr Nein sagt.

Die Reihenfolge ist egal. Wichtig ist, dass die Teile getrennt bleiben. Schreib das Material nicht mitten in den Auftrag, sondern darunter, mit einer Zeile wie «Hier das Transkript:» davor. Bei langen Texten hilft eine simple Markierung, etwa Material zwischen zwei Zeilen mit drei Bindestrichen. Das Modell verwechselt dann Anweisung und Inhalt nicht.

Eine ehrliche Zwischenbemerkung zum Baustein Beispiel: Selbst die Anbieter sind sich hier nicht einig. Google schreibt in seiner offiziellen Anleitung, man solle immer Beispiele mitgeben, sonst seien Prompts wahrscheinlich weniger wirksam. OpenAI empfiehlt für seine Denkmodelle das Gegenteil, nämlich zuerst ohne Beispiele zu starten und erst nachzulegen, wenn es nötig ist. Beide haben ihre Modelle besser vermessen als jeder Kursanbieter. Wenn sich zwei Anbieter widersprechen, heisst das für dich: Es gibt keine allgemeingültige Formel, es gibt nur Ausprobieren an deinen Fällen.

Vorher und nachher: fünf Aufgaben aus dem Alltag

Theorie hilft wenig. Hier sind fünf Aufgaben, die in jedem Schweizer KMU jede Woche anfallen, jeweils als schwacher und als starker Prompt. Die starke Version ist länger. Das ist kein Zufall, sondern der ganze Punkt: Du verlagerst Denkarbeit nach vorn und sparst sie hinten dreifach ein.

Schau dir die rechte Spalte nochmals an und zähl nach, was sich verändert hat. Beim Protokoll ist es die Grenze «nichts erfinden, sonst offen», die aus einem hübschen Text ein brauchbares Dokument macht. Bei der Auswertung ist es der Zweck, die GL-Sitzung, der die Auswahl steuert. Bei der Reklamation sind es die Fakten und das ausdrückliche Verbot der Ausrede. Keiner dieser Zusätze ist ein Trick. Es sind Informationen, die vorher nur in deinem Kopf waren.

Ein Muster fällt auf: Die starken Prompts sagen auch, was nicht passieren soll. «Keine Floskeln», «kein Marketing», «keine Nacherzählung», «kein Rabatt». Ein nacktes Verbot ist allerdings die schwächste Form davon. Anthropic empfiehlt in der eigenen Anleitung, statt eines Verbots den Grund mitzugeben und zu sagen, was stattdessen gelten soll. Also nicht «keine Aufzählungen», sondern «der Text wird vorgelesen, schreib darum in ganzen Sätzen». Aus einer Begründung kann das Modell verallgemeinern, aus einem Verbot nicht.

Die Übung, die zehn Minuten dauert

Lesen macht dich nicht besser. Diese Übung schon, und sie ist der Teil, den wir auch in Schulungen zuerst machen. Nimm eine echte Aufgabe von heute, keine erfundene.

1. Minute 1 bis 2. Schreib den Prompt so, wie du ihn normalerweise schreiben würdest. Kurz, aus dem Bauch. Schick ihn ab und lies die Antwort nicht.
2. Minute 3 bis 6. Geh die sechs Bausteine durch und ergänze, was fehlt. Vor allem: Häng echtes Material an und gib ein Beispiel von euch mit. Neuer Chat, neuer Versuch.
3. Minute 7 bis 8. Vergleich die beiden Antworten nebeneinander. Nicht «welche ist schöner», sondern: Wie viele Minuten Nacharbeit spart mir die zweite?
4. Minute 9. Fass nach. Ein einziger Satz genügt meistens: «Zu lang, kürz auf 120 Wörter und mach den zweiten Absatz konkreter.»
5. Minute 10. Speicher die gute Version als Vorlage ab, mit Platzhaltern in eckigen Klammern. Ab jetzt tippst du sie nie wieder.

Wer diese Runde fünfmal mit fünf verschiedenen Aufgaben macht, hat den Bogen raus. Das ist ehrlich gesagt der ganze Grundkurs. Alles Weitere ist Übung an deinen eigenen Fällen.

Nachfassen ist der halbe Kurs

Der häufigste Fehler ist nicht ein schlechter erster Prompt. Es ist, dass es beim ersten bleibt. Viele lesen die erste Antwort, finden sie mittelmässig und schliessen daraus, dass die KI für ihre Arbeit nichts taugt. Dabei ist die erste Antwort selten das Ziel, sie ist der Ausgangspunkt.

Nachfassen heisst nicht, denselben Prompt nochmals zu schicken. Es heisst, genau eine Sache zu korrigieren. Drei Sätze, die fast immer funktionieren:

• «Zu allgemein. Nimm die drei Punkte und mach sie mit Zahlen aus dem Material konkret.» Der Klassiker gegen Wattetexte.
• «Das trifft unseren Ton nicht. Hier sind zwei Mails von uns, orientier dich daran.» Ton beschreibt man nicht, Ton zeigt man.
• «Was brauchst du von mir, damit die Antwort besser wird? Stell mir maximal fünf Fragen, bevor du schreibst.» Die Umkehrung. Du lässt das Modell die Lücken benennen, statt sie zu erraten.

Der dritte Satz ist der unterschätzteste. Er verwandelt ein Ratespiel in ein kurzes Briefing-Gespräch, und du merkst dabei, welche Informationen du beim nächsten Mal gleich mitgeben solltest. So baust du dir nebenbei bessere Prompts.

Schnelle und denkende Modelle promptet man unterschiedlich

Das ist der Teil, der in den meisten Kursen fehlt, weil er neu ist. Heute gibt es zwei Sorten von Modellen. Die schnellen antworten sofort. Die denkenden arbeiten zuerst eine Zeit lang intern, zerlegen das Problem und antworten erst dann. In vielen Chat-Tools ist es derselbe Assistent, bei dem du den Denkmodus ein- und ausschaltest.

Für dich als Nutzer bedeutet das zwei verschiedene Prompt-Stile. Beim schnellen Modell führst du eng: klarer Auftrag, klare Form, gern kleinteilig, gern in Schritten. Beim denkenden Modell gibst du Ziel und Material und lässt ihm den Weg. OpenAI beschreibt den Unterschied in der eigenen Dokumentation mit einem Bild, das gut trifft: Ein Denkmodell ist wie eine erfahrene Kollegin, der du das Ziel nennst. Ein schnelles Modell ist wie ein neuer Mitarbeiter, der explizite Anweisungen braucht.

Ein zweiter Punkt aus derselben Ecke ist praktisch wichtig. OpenAI schreibt zu den neueren Modellen, dass widersprüchliche oder vage Anweisungen ihnen mehr schaden als älteren Modellen, weil sie Denkleistung darauf verwenden, den Widerspruch aufzulösen. Wer also drei sich beissende Vorgaben in einen Prompt packt, macht das Ergebnis nicht reicher, sondern schlechter. Weniger, aber widerspruchsfrei, schlägt viel.

Praktisch heisst das: Für den Grossteil des Alltags ist das schnelle Modell die richtige Wahl, und dort zahlt sich präzise Form aus. Sobald eine Frage nach «kommt drauf an» klingt, schaltest du das Denken ein und formulierst den Prompt bewusst offener, dafür mit mehr Material.

Was 2026 nicht mehr gilt

Prompt-Tipps altern schneller als fast alles andere in der KI. Ein Teil dessen, was in Ratgebern und Kursen von 2023 steht, ist heute wirkungslos oder kontraproduktiv. Die kurze Chronologie:

• «Denk Schritt für Schritt» bei Denkmodellen. Bei den schnellen Modellen von 2022 war der Satz ein echter Hebel. Heute steht in OpenAIs eigener Anleitung, dass er bei Denkmodellen unnötig ist, weil sie intern ohnehin schon so arbeiten. Anthropic formuliert es noch klarer: Eine allgemeine Anweisung wie «denk gründlich nach» liefert oft bessere Ergebnisse als ein handgeschriebener Ablaufplan. Messungen der Wharton School zeigen bei Denkmodellen rund 3 Prozentpunkte Gewinn, erkauft mit 20 bis 80 Prozent mehr Rechenzeit.
• «Schritt für Schritt» als Allzweckmittel. Eine Auswertung über hundert Studien plus eigene Tests auf 20 Datensätzen fand: Die Technik bringt vor allem bei Mathematik und formalem Schliessen etwas, dort rund 12 bis 14 Prozentpunkte. Bei allem anderen ist der Unterschied minimal. Für deine Offerte, dein Protokoll und deine Kundenmail bringt sie also praktisch nichts.
• Rollen-Prompts als Qualitätstrick. «Du bist ein erfahrener Steuerberater» macht die Antwort nicht richtiger. Sowohl die Untersuchung von 2024 als auch eine Nachprüfung auf aktuellen Spitzenmodellen Ende 2025 fanden keinen Genauigkeitsgewinn, rollenfremde Personas schnitten teils schlechter ab. Wofür die Rolle taugt, sagen die Anbieter selbst: Ton und Verhalten steuern. Also «schreib für einen Verwaltungsrat, der kein Fachchinesisch mag» statt «du bist ein Weltklasse-Experte».
• Trinkgeld, Drohungen und Schmeicheleien. «Ich gebe dir 200 Dollar Trinkgeld» geisterte jahrelang durch die Ratgeber. Eine Messreihe der Wharton School von 2025 fand für Trinkgeld-Versprechen und Drohungen keinen signifikanten Effekt auf die Trefferquote. Bei Höflichkeit ist die Studienlage widersprüchlich, ein verlässlicher Hebel ist sie jedenfalls nicht. Sei höflich, weil du es willst, nicht weil es hilft.
• Zehnteilige Prompt-Formeln. Frameworks mit Akronymen sehen in Kursunterlagen gut aus. Im Alltag benutzt sie niemand, weil sie zu lange dauern. Dazu kommt: OpenAI warnt ausdrücklich, dass widersprüchliche oder vage Anweisungen den neueren Modellen mehr schaden als älteren. Sechs Bausteine, die du im Kopf hast, schlagen jedes Framework, das du nachschlagen musst.
• Alles in einen Riesen-Prompt packen. Das ist der teuerste Irrtum von allen, weil er sich nach Sorgfalt anfühlt.

Der letzte Punkt verdient eine Zahl. Modelle nutzen ihr Kontextfenster nicht gleichmässig. Schon seit 2023 ist belegt, dass Angaben in der Mitte eines langen Textes schlechter gefunden werden als am Anfang oder am Ende. Der Effekt ist nicht verschwunden, er wird nur besser gemessen. In einem Test von 2025 mit Modellen, die alle mindestens 128'000 Token verarbeiten können, fielen 11 von 13 Modellen bei 32'000 Token unter die Hälfte ihrer eigenen Kurztext-Leistung, sobald die gesuchte Information nicht wörtlich in der Frage vorkam.

Die praktische Regel daraus ist simpel und deckt sich mit dem, was Anthropic für lange Eingaben empfiehlt: langes Material nach oben, deine eigentliche Frage ganz nach unten. Laut Anthropics eigenen Tests verbessert das die Antwortqualität bei mehreren Dokumenten um bis zu 30 Prozent. Und alles, was nichts zur Aufgabe beiträgt, gehört gar nicht erst hinein.

Die fünf häufigsten Fehler

Aus den Schulungen kennen wir die Muster ziemlich genau. Diese fünf sehen wir am häufigsten, und alle fünf sind in einer Minute behoben.

1. Zu wenig Kontext, weil er selbstverständlich scheint. Was du seit zehn Jahren weisst, weiss das Modell nicht. Der Satz «für wen und wofür» fehlt in fast jedem schwachen Prompt.
2. Material beschreiben statt mitgeben. «Wir haben da eine Preisliste» hilft nichts. Die Preisliste hilft. Kopier sie hinein oder häng sie an.
3. Nach der ersten Antwort aufgeben. Ein Prompt ist ein Gespräch, kein Automat. Wer nicht nachfasst, nutzt vielleicht ein Drittel dessen, was drinsteckt.
4. Alles in einen einzigen Chat werfen. Wenn du das Thema wechselst, öffne einen neuen Chat. Der alte Verlauf zieht die Antworten sonst in eine Richtung, die du längst verlassen hast.
5. Blind vertrauen. Sprachmodelle formulieren Falsches genauso überzeugend wie Richtiges. Bei allem, was rausgeht oder eine Entscheidung stützt, prüfst du die Fakten selbst. Die Anweisung «nichts erfinden, sag es, wenn du es nicht weisst» reduziert das Risiko, sie beseitigt es nicht.

Der fünfte Punkt ist keine Kleinigkeit, und er hat einen strukturellen Grund. Forscher von OpenAI und der Georgia Tech haben 2025 beschrieben, warum Sprachmodelle raten statt zuzugeben, dass sie etwas nicht wissen: Die üblichen Bewertungsverfahren geben für eine geratene Antwort mehr Punkte als für ein ehrliches «weiss ich nicht». Das Raten ist also antrainiert. Ein guter Prompt dämpft es, er beseitigt es nicht. Wer sauber prompten kann, produziert nicht automatisch wahre Aussagen. Er produziert nur deutlich seltener falsche.

Wann Prompting reicht und wann es ein System braucht

Jetzt die unbequeme Seite, die in Kursen selten vorkommt. Prompten ist Handarbeit. Solange die Aufgabe unregelmässig anfällt und du den Kontext im Kopf hast, ist das genau richtig. Sobald du jeden Tag dieselben Informationen von Hand hineinkopierst, arbeitest du gegen eine Wand.

Drei Anzeichen dafür, dass die Grenze erreicht ist. Erstens: Ihr kopiert immer dieselben Dokumente in den Chat. Zweitens: Das Ergebnis muss in ein anderes System zurück, und jemand macht das von Hand. Drittens: Die Daten, die es bräuchte, dürfen aus Datenschutzgründen gar nicht in ein öffentliches Tool. In allen drei Fällen löst kein Prompt der Welt das Problem, sondern eine gebaute Lösung, die euer Wissen anbindet und den Ablauf mitnimmt. Was so etwas kostet, haben wir in Was kostet KI ehrlich aufgeschrieben, und wie wir es bauen, steht unter Entwicklung.

Umgekehrt gilt genauso: Wenn drei Leute im Betrieb ihre Prompts verbessern, spart das oft mehr Stunden als das nächste Tool. Bevor du in Software investierst, lohnt sich der Blick, wie weit ihr mit dem Standardtool und guten Prompts überhaupt kommt. Das ist keine bescheidene Ambition, das ist die günstigste Stufe. Wie du entscheidest, ob ein Tool reicht oder ein System nötig ist, steht in Tools oder bestehende Systeme.

Braucht es dafür überhaupt einen Kurs?

Ehrliche Antwort: für die Grundlagen nicht. Was oben steht, ist der Inhalt eines Einsteigerkurses, und du kannst es heute Nachmittag anwenden. Ob das Angebot Kurs, Schulung oder Weiterbildung heisst, macht dabei keinen Unterschied, gemeint ist meistens dasselbe. Wer eine Prompt-Engineering-Weiterbildung sucht, sucht in Wahrheit nach zwei Dingen: einem Anlass, es endlich zu tun, und jemandem, der auf die eigenen Fälle schaut.

Genau das ist der Unterschied. Ein Text kann dir das System geben. Er kann dir nicht sagen, warum ausgerechnet dein Offert-Prompt nicht funktioniert, und er bringt nicht die halbe Abteilung an einen Tisch. In einer Schulung arbeiten wir mit euren echten Aufgaben, und der Nutzen entsteht meistens nicht beim Prompten selbst, sondern in dem Moment, in dem jemand aus der Produktion und jemand aus dem Büro merken, dass sie dieselbe Handarbeit doppelt machen.

Ein Muster aus unseren Schulungen: Bei einem Kunden ging es darum, KI unternehmensweit greifbar zu machen, von der Produktion bis zur Geschäftsleitung. Workshops und Keynotes quer durch alle Abteilungen. Das Ziel war nicht, dass danach alle perfekt prompten. Es war, dass die Leute Lust auf den nächsten Schritt bekommen und selbst sehen, wo er bei ihnen liegt. Was daraus wurde, steht bei den Fallstudien. Das ist der Teil, den ein Artikel nicht leisten kann.

Wenn du wissen willst, was das für euch heissen würde, buch ein Erstgespräch. Dreissig Minuten, kostenlos, und wenn wir finden, dass ihr keinen Kurs braucht, sagen wir das. Wo KI bei euch den grössten Hebel hat, klären wir sonst in der Beratung.

Wichtig zu merken

Prompt Engineering ist kein Talent und kein Geheimwissen. Es ist die Gewohnheit, eine Aufgabe vollständig zu übergeben, statt sie anzudeuten. Sechs Bausteine, echtes Material, eine klare Form, gesetzte Grenzen, ein Beispiel und die Bereitschaft, zweimal nachzufassen. Wer das eine Woche lang bewusst macht, promptet danach besser als die meisten Leute, die einen Kurs besucht haben.

Und wenn du dann merkst, dass du immer denselben Kontext von Hand hineinkopierst, hast du keinen Prompt-Fehler gemacht. Du hast nur die Grenze der Handarbeit erreicht. Ab dort fängt eine andere Art von Arbeit an.

Von Andrin Knoll, Gründer & CEO, IntelliLab GmbH.

Jetzt kontaktieren