Prompt Engineering lernen: ein Übungsplan für den Einstieg
Prompt Engineering lernen heißt üben, nicht Tricks sammeln: ein Zwei-Wochen-Plan mit einem Beispiel von Anfang bis Ende und einem echten Feedback-Schritt.
Wer „Prompt Engineering lernen" sucht, erwartet oft eine Liste magischer Formulierungen, die ab sofort bessere Antworten liefern. Die ehrliche Antwort ist weniger glamourös: Es gibt kaum feste Zaubersätze. Was zählt, ist dieselbe Art zu üben, die auch bei jeder anderen Fähigkeit funktioniert — ein Beispiel nehmen, es ausprobieren, das Ergebnis gegen etwas Bekanntes prüfen und beim nächsten Mal genauer werden.
Das lohnt sich nicht nur aus Neugier. Beschäftigte mit belegten KI-Fähigkeiten verdienen laut dem PwC Global AI Jobs Barometer inzwischen 62 % mehr als Vergleichsgruppen ohne diese Fähigkeiten, und Stellenanzeigen, die KI-Kenntnisse verlangen, wachsen mit 69 % deutlich schneller als der Rest des Arbeitsmarkts. Das ist kein Versprechen auf einen bestimmten Job — nur ein Hinweis, dass sich geübte Prompt-Fähigkeit lohnt, bevor man sie überhaupt vorzeigen muss.
Was Prompt Engineering wirklich ist
Ein Prompt ist die Anfrage, die du eingibst, bevor ein KI-Modell antwortet. „Engineering" klingt nach Formeln, meint hier aber etwas Einfacheres: drei Dinge, die jeder gute Prompt liefert — Kontext (worum geht es, für wen), eine konkrete Aufgabe (was genau soll herauskommen) und eine Grenze (wie lang, in welchem Ton, was explizit nicht passieren soll). Was ist ein Prompt erklärt diese drei Bausteine ausführlicher, falls du sie zum ersten Mal liest.
Was dabei häufig übersehen wird: Es geht nicht um ganze Berufe, sondern um einzelne Aufgaben innerhalb eines Jobs. Das IAB untersucht seit Jahren, welche Tätigkeiten sich automatisieren lassen und welche nicht — und das Ergebnis ist fast immer eine Mischung innerhalb derselben Stelle, nicht ein Alles-oder-nichts. Üben lohnt sich deshalb an der Aufgabe, nicht an der Berufsbezeichnung: „E-Mails an Kunden formulieren" statt „Kundenservice machen".
Ein häufiger Fehler beim Einstieg: Man sucht nach der einen perfekten Formulierung, statt denselben Fall mehrmals mit kleinen Änderungen zu probieren. Dabei verändert eine zusätzliche Zahl oder eine klare Längenangabe das Ergebnis meist stärker als ein geschliffener Satzbau. Üben bedeutet hier konkret: denselben Fall viermal probieren, nicht viermal verschiedene Fälle einmal.
Der Übungsplan für die ersten zwei Wochen
- Woche 1, Tag 1–2: eine einzelne wiederkehrende Aufgabe auswählen, die du ohnehin diese Woche erledigst — eine E-Mail, eine Zusammenfassung, eine Tabelle.
- Woche 1, Tag 3–4: einen ersten, bewusst knappen Prompt schreiben und das Ergebnis genau lesen, nicht nur überfliegen.
- Woche 1, Tag 5: den Prompt um Kontext, Aufgabe und Grenze ergänzen und denselben Fall noch einmal probieren.
- Woche 2: dieselbe Aufgabe an drei weiteren echten Beispielen wiederholen, jedes Mal eine Kleinigkeit in der Formulierung ändern.
- Am Ende von Woche 2: die vier Versuche nebeneinanderlegen und aufschreiben, welche Ergänzung tatsächlich etwas verändert hat.
Ein Beispiel von Anfang bis Ende
Nimm eine Erinnerungs-E-Mail an einen Kunden, dessen Rechnung seit zwei Wochen offen ist. Der erste, zu knappe Prompt lautet oft einfach: „Schreib eine Erinnerung wegen einer offenen Rechnung." Das Ergebnis ist meist höflich, aber generisch — es passt auf jede Rechnung und jeden Kunden, und genau das macht es unbrauchbar ohne Nacharbeit.
Die geübte Version liefert, was im ersten Versuch fehlte: „Schreib eine kurze, freundliche Erinnerungs-E-Mail an einen langjährigen Kunden. Rechnung Nr. 2241, Betrag 480 €, fällig seit 14 Tagen. Kein Mahnton, aber ein klares Zahlungsziel von 7 Tagen nennen. Maximal 80 Wörter, Anrede ‚Hallo Herr/Frau…‘." Das Ergebnis ist jetzt ein Entwurf, den du mit zwei, drei Anpassungen tatsächlich abschicken kannst — nicht weil die Formulierung schlauer war, sondern weil die Vorgabe konkreter war.
Genauer formulierst du, indem du dieselbe Aufgabe mehrmals siehst. ChatGPT-Prompts zeigt dasselbe Muster an einfacheren Alltagsbeispielen, falls du noch ein zweites Beispiel zum Vergleichen brauchst.
Worum es beim Feedback-Schritt wirklich geht
Ein KI-Modell sagt dir nicht, wenn eine Angabe falsch ist — weder der Rechnungsbetrag im Beispiel oben noch ein Datum, ein Name oder eine Zahl in jedem anderen Prompt. Es antwortet mit derselben Sicherheit, ob die Angabe stimmt oder nicht. Deshalb braucht Üben einen Prüfschritt, nicht nur Wiederholung: das Ergebnis gegen die Originalunterlage lesen, nicht gegen das eigene Gefühl, ob es „gut klingt".
Ein Prompt wird nicht dadurch besser, dass du ihn öfter stellst — sondern dadurch, dass du jedes Ergebnis einmal gegen die Fakten liest, bevor du es benutzt.
Diese Art menschlicher Aufsicht ist kein Sonderwunsch von Coursium, sondern Teil der OECD-Leitlinien zu KI: Ein Mensch bleibt für Richtigkeit zuständig, das Modell liefert nur den Entwurf. Praktisch heißt das: Lies bei jedem Übungsversuch eine konkrete Angabe im Ergebnis noch einmal in der Originalquelle nach, bevor du zum nächsten Versuch übergehst. Dieselbe Prüfgewohnheit brauchst du später bei jeder Aufgabe im Job — KI im Büro zeigt sie an mehreren Beispielen aus dem Arbeitsalltag.
Wie verbreitet solches Üben am Arbeitsplatz inzwischen ist, zeigen Umfragen wie die von Bitkom — ein Blick darauf hilft einzuschätzen, ob dein eigenes Team eher vorne oder noch am Anfang steht. Amtliche Zahlen dazu, wie viele Betriebe KI überhaupt einsetzen, liefert Destatis nüchterner als jede Marketingfolie.
Das gilt besonders für Zahlen, Daten und Namen, weil sie am leichtesten unauffällig falsch sind: Ein falscher Rechnungsbetrag liest sich genauso flüssig wie der richtige. Nimm dir deshalb pro Übungsversuch eine konkrete Angabe heraus und vergleiche sie direkt mit der Quelle, statt den ganzen Text noch einmal grob zu überfliegen — das dauert eine Minute und findet genau die Fehler, die sonst erst beim Kunden auffallen.
Was du am Montag ausprobierst
- Wähl eine Aufgabe, die du diese Woche ohnehin erledigst — keine Übungsaufgabe, eine echte.
- Schreib einen ersten knappen Prompt und lies das Ergebnis vollständig, bevor du urteilst.
- Ergänze Kontext, Aufgabe und Grenze und probier denselben Fall ein zweites Mal.
- Prüf eine konkrete Angabe im Ergebnis gegen die Originalunterlage, bevor du es weiterverwendest.
Wiederholt sich dieselbe Aufgabe jede Woche, lohnt es sich irgendwann, den fertigen Prompt fest einzurichten statt ihn jedes Mal neu zu tippen — Custom GPT erstellen zeigt, wie das geht. Willst du das Ganze lieber strukturiert lernen statt allein zu üben, steht in ChatGPT-Schulung, woran du eine Schulung erkennst, die genau diesen Übungs- und Prüfschritt trainiert.
Genau diesen Ablauf — ein Beispiel üben, das Ergebnis prüfen, beim nächsten Mal genauer werden — übt Coursium in kurzen Lektionen fürs Handy, in ChatGPT Essentials und Claude Essentials. Bleib der KI voraus und fang mit einer Lektion an. Mehr zu diesem Ansatz steht über Coursium.