Profi-Prompting: Wir müssen anders mit unseren Chatbots reden
Neues Jahr, neue Epoche in Sachen KI-Nutzung: Oberflächliches Geplapper mit Chatbots sollte fortan tabu sein. Die Komplexität agentischer Workflows und neue Vorgaben des EU-AI-Acts geben Prompting-Qualität eine neue Bedeutung. Welche Regeln Sie verinnerlichen sollten, erklärt Timm Rotter, Gründer der Münchner KI-Beratung disruptive, in der neuen Folge der W&V-Kolumne „KI für Könner“. Hier lesen Sie die extended Version wie gewohnt paywallfrei.
Inhaltsverzeichnis
Es war aber auch so bequem! „Suche mir alle Infos zum Thema xyz“ oder „Fasse mal den Text zusammen“ … Zuletzt sind viele von uns beim Prompten immer schludriger geworden. Verständlich, da die verständigeren Chatbots auch bei lapidaren Anfragen brauchbare Antworten liefern. Kontext? Zweck? Sprachliche Vorgaben? Braucht’s nicht – die KI macht das schon.
Die schlechte Nachricht: Künftig wird dies riskant – die Gründe folgen im nächsten Absatz. Die gute: Drei Regeln genügen für deutlich bessere Ergebnisse.
Aber erst zu besagten Gründen:
Aufstieg der KI-Agenten: Wir nutzen seltener isolierte Chat-Fenster, sondern Agentic Workflows, die eigenständig und mehrstufig in Dateisystemen und Tools agieren. Unpräzise „Grundregeln“ multiplizieren Fehler über hunderte Dateien oder Datensätze hinweg.
Compliance & EU AI Act: Dieses jahr treten weitere Vorschriften im Rahmen der europäischen KI-Verordnung in Kraft. Dabei geht es vor allem um die Nachvollziehbarkeit von KI-generierten Ergebnissen. Ab August greifen bei Hochrisikoanwendungen strengere Vorgaben für Datenqualität, Dokumentation und menschliche Aufsicht.
Gerade bei IT-Projekten sind wir schnell im Hochrisikobereich: etwa in HR-Prozessen, im Kundenservice, bei kritischen Infrastrukturen. Ähnliches gilt für Organisationen, die General-Purpose-AI (also große Sprachmodelle wie Gemini, Llama oder ChatGPT) in Arbeitsabläufe integrieren – auch dann gelten Transparenzpflichten. „Wildes Prompten“ ohne Struktur wird daher zum Compliance-Risiko.
Tool-Agnostik als Überlebensstrategie: Der Markt fragmentiert sich, OpenAIs Vormacht bröckelt. 2024 entfielen auf ChatGPT fast 90 % des weltweiten KI-Traffics, ein Jahr später bereits weniger als 70 %. Unabhängig davon, mit welchen Tools Sie arbeiten: Die Syntax mag sich unterscheiden, die Logiken bleiben vergleichbar. Wer die Qualitätsprinzipien beherrscht, ist nicht von einem Anbieter abhängig.
Insofern: Schluss mit dem KI-Geplapper! Folgen Sie stattdessen diesen drei Regeln. Wir testen sie bei disruptive seit Sommer 2025 und erhalten messbar bessere Ergebnisse.
System-Instruktionen als „Betriebssystem“
Gute Ergebnisse hängen weniger vom einzelnen Prompt ab, sondern von den Rahmenbedingungen. In der Softwareentwicklung sind „Rules“-Dateien längst üblich. Gleichermaßen sollte man KI-Tools ein Regelgerüst geben.
Effizienter arbeiten wir, wenn wir relevante System-Instruktionen fix definieren. Wie dies technisch funktioniert, steht bei uns im Blog in einer Bedienungsanleitung zum Anlegen von System Instructions. Konzeptionell bietet sich an, eine oder mehrere Personas zu erstellen.
Hier ein Beispiel für eine Persona zum Challengen von Kreativkonzepten:
„Agiere als erfahrener Kreativdirektor, der mit seinem Team Konzepte für besondere und aufmerksamkeitsstarke Marketingkampagnen [event. spezifizieren] entwickelt. Deine Stärke ist es, Konzeptideen deiner Kollegen zu challengen und sie noch ein Stück besser zu machen. Ein Konzept muss mindestens folgende sechs Fragen beantworten. Tut es das nicht, fordere den Nutzer auf, nachzubessern.
- Was ist das Kernproblem, das wir lösen?
- Wer ist die Zielgruppe und was bewegt sie wirklich
- Was ist unsere eine zentrale Botschaft, die im Gedächtnis bleiben soll?
- Welchen kreativen Leitgedanken verfolgen wir
- Warum sollten die Menschen uns glauben?
- Wo und wie findet die Kampagne statt
Dein Output ist eine strukturierte Stärken-Schwächen-Analyse des Konzeptes. Du sollst kein neues Konzept schreiben, sondern die Kollegen beim Überarbeiten unterstützen. Deine Grundsprache ist Deutsch, weiche davon nur auf Aufforderung ab. Nutze sachliche, aktive Sprache ohne werbliche Adjektive oder KI-Buzzwords. Sei nicht höflich. Sage vielmehr ‚Ich bin hier nicht überzeugt‘ oder Ähnliches, falls der Kontext nicht reicht. Nutze folgende Frameworks oder Dokumente [ergänzen/spezifizieren].“
Wer verschiedene Projekttypen hat – etwa Recherche, Code-Review, Prototyping inklusive Vibe Coding, Stakeholder-Kommunikation –, sollte sich Regel-Sets in Form diverser Personas zulegen.
Der „Zero-Context“-Ansatz für komplexe Analysen
Die Qualität der meisten KI-Antworten lässt uns glauben, KI verstünde implizite Zusammenhänge. Auch drei Jahre nach ChatGPT-Start neigen aber selbst die besten Modelle dazu, fehlenden Kontext durch „wahrscheinliche, aber falsche“ Annahmen zu ersetzen.
Daher: Die KI bei komplexen Aufgaben so briefen, als hätte sie keine Vorkenntnisse über das spezifische Projekt. Daher der Name „Zero-Context“.
Hilfreich ist, die Arbeit zu modularisieren: Statt die KI mit 100 Seiten PowerPoint und der Frage „Was steht drin?“ zu füttern, komplexe Analysen in Teilschritte zerlegen. Anstatt nach einem fertigen „Marktbericht“ zu fragen, erst die Struktur entwerfen lassen, dann die Daten validieren, schließlich die Kapitel ausformulieren. Wichtig: Der KI explizit die Erlaubnis geben, „Ich weiß es nicht“ zu sagen, falls der Kontext nicht reicht.
In unserem monatlichen Newsletter erhalten Sie ausgesuchte Infos und Einordnungen zu AI, Agents und Automatisierung. Zudem gibt es regelmäßig Einladungen zu kostenlosen KI-Webinaren.
„Deslop“ – aktives Eliminieren von KI-Geblubber
KI neigt dazu, defensiv oder redundant zu formulieren, also sogenannten AI Slop zu produzieren. LinkedIn läuft über damit, ebenso mancher „Experten“-Blog.
Gewöhnen Sie sich eine „Deslop-Routine“ an und triezen Sie die KI gezielt, ihre Entwürfe zu entschlacken. Instruktionen wie „Entferne alle Füllwörter und redundanten Erklärungen“ oder „Schreibe aktiv. Streiche 20 % der Wörter ohne Informationsverlust“ heben das Niveau deutlich. Sehr hilfreich ist das Vorgehen auch im Coding.
Wenn Sie zwei KI-Tools nutzen: Setzen Sie sie als „Gegenspieler“ ein. Lassen Sie den Entwurf des ersten vom zweiten auf logische Konsistenz und AI Slop prüfen. Bei nur einem Tool: Bauen Sie einen separaten Agenten für diese Aufgabe. Wie das geht, habe ich neulich hier in der Kolumne beschrieben. Ich habe diesen Text übrigens mit Unterstützung von Gemini geschrieben, ihn dann aber nochmals in einem eigens eingerichteten Project in Claude auf Slop überprüfen lassen.
Unser Fazit bei disruptive nach sechs Monaten, in denen wir mit diesen Regeln zu arbeiteten. Im ersten Moment mögen sie etwas sperrig wirken, und es hat auch bei uns gedauert, bis wir sie verinnerlicht hatten. Aber rückblickend kann man sagen: Je schneller, desto besser. Wer diese drei Vorgaben umsetzt, spart sofort Zeit. Probieren Sie doch direkt einmal aus!
PS: Wer seine Prompting-Skills noch weiter verbessern möchte, ist in unserer KI-Akademie richtig – hier erhalten Sie einen kostenlosen, unverbindlichen Testzugang. Viel Spaß damit!
Plattform in Ihrem Corporate Design
