Was ist ein Prompt? Erklärung und Beispiele
Was ein Prompt ist, wie ein KI-Chatbot damit arbeitet und woran du im Alltag merkst, ob deine Formulierung zu vage war.
Ein Prompt ist die Eingabe, die du einem KI-Chatbot wie ChatGPT, Claude oder Gemini gibst, bevor er antwortet — ein Satz, eine Frage, manchmal ein ganzer Absatz mit Hintergrundinformationen. Das Wort stammt aus dem Englischen, „to prompt“, jemanden zu etwas veranlassen. Genau das macht ein Prompt: Er veranlasst das Modell, eine Antwort zu erzeugen, die es ohne diese Eingabe nicht gäbe.
Das unterscheidet einen Prompt von einer Suchanfrage. Eine Suchmaschine durchsucht vorhandene Seiten und zeigt dir die passendsten. Ein KI-Modell sucht nichts — es erzeugt aus deinem Prompt Wort für Wort eine neue Antwort, die vorher nirgends stand. Deshalb verändert die Formulierung das Ergebnis stärker, als man bei einer Suchmaschine gewohnt ist: Dieselbe Frage, anders gestellt, ergibt nicht dieselben Treffer in anderer Reihenfolge, sondern einen anderen Text.
Warum die Formulierung den Unterschied macht
Es gibt keine geheimen Zauberwörter, die eine Antwort automatisch besser machen. Was zählt, ist, wie viel das Modell aus deiner Eingabe über die eigentliche Aufgabe erfährt. „Schreib mir eine Absage“ lässt das Modell raten, wofür, an wen und in welchem Ton. „Schreib eine Absage an einen Kunden für den Termin am Donnerstag, 14 Uhr — wir müssen ihn wegen Krankheit verschieben, schlag drei Alternativen in der nächsten Woche vor, höflich und kurz“ lässt nichts mehr raten.
Der erste Prompt bekommt eine generische Antwort, die zu fast jeder Absage passen könnte. Der zweite bekommt eine, die zu genau dieser Situation passt — weil er die Informationen enthält, aus denen eine konkrete Antwort überhaupt erst entstehen kann. Das ist der ganze Unterschied zwischen einem vagen und einem guten Prompt: nicht Höflichkeit gegenüber dem Modell, sondern Information.
Ein Beispiel von Anfang bis Ende
Angenommen, du musst einen internen Termin kurzfristig absagen und dabei nicht unprofessionell wirken. Ausgangslage: eine kurze Notiz an dich selbst — „Teammeeting Mittwoch fällt aus, Projekt X hat Vorrang, neuer Termin nächste Woche“.
Ein Prompt, der daraus etwas Brauchbares macht: „Hier ist meine Notiz: Teammeeting Mittwoch fällt aus, Projekt X hat Vorrang, neuer Termin nächste Woche. Schreib daraus eine kurze Nachricht an das Team, die den Grund nennt, ohne ins Detail zu gehen, und um Terminvorschläge für nächste Woche bittet. Drei bis vier Sätze, sachlich.“ Die Rohinformation steht im Prompt, die Aufgabe ist ein Verb — schreiben —, und die Form ist festgelegt: Länge und Ton.
Fehlt einer dieser Teile, merkst du es an der Antwort. Ohne die Notiz erfindet das Modell einen Grund, der nicht stimmt. Ohne die Längenvorgabe bekommst du vielleicht einen halbseitigen Text für eine Nachricht, die drei Sätze haben sollte. Welche vier Bausteine — Rolle, Kontext, Aufgabe, Form — ein Prompt braucht, um das zuverlässig zu schaffen, geht ChatGPT-Prompts im Detail durch, mit drei weiteren Beispielen aus dem Büroalltag.
Was ein Prompt nicht lösen kann
Auch der genaueste Prompt ändert nichts an einer Grundeigenschaft dieser Modelle: Sie klingen bei einer falschen Aussage genauso sicher wie bei einer richtigen. Wie groß der Abstand zwischen „klingt überzeugend“ und „ist tatsächlich richtig“ bei aktuellen Modellen bleibt, misst der Stanford AI Index jedes Jahr neu — er schließt sich langsamer, als Produktankündigungen es vermuten lassen.
Ein Prompt entscheidet, wie gut eine Antwort klingt. Ob sie stimmt, entscheidest am Ende immer noch du.
Deshalb gehört zu jedem Prompt mit echten Namen, Zahlen oder Zusagen ein zweiter Schritt, der nicht im Prompt selbst steht: die Antwort gegen die ursprüngliche Notiz oder Tabelle zurückprüfen, bevor sie rausgeht. Das kostet eine Minute und ist der Unterschied zwischen einem brauchbaren Entwurf und einer falschen Angabe, die nur zufällig überzeugend klingt.
Wie Modelle grundsätzlich mit einem Prompt umgehen sollen, beschreiben die Anbieter selbst sehr ähnlich: OpenAI in der eigenen Anleitung zu Prompt Engineering, Anthropic in den Grundlagen für Claude. Dass beide trotz unterschiedlicher Modelle auf denselben Aufbau kommen, ist kein Zufall — es ist der Grund, warum ein Prompt überhaupt funktioniert oder nicht.
Dass sich diese Fähigkeit lohnt, lässt sich inzwischen auch außerhalb der Technik ablesen. Laut Bitkom setzen bereits 41 Prozent der Unternehmen mit mindestens 20 Beschäftigten KI ein, weitere 48 Prozent planen den Einsatz oder diskutieren ihn. Der PwC AI Jobs Barometer findet über rund eine Milliarde Stellenanzeigen hinweg einen deutlichen Gehaltsaufschlag für Menschen, die mit solchen Werkzeugen umgehen können — nicht für Modellwissen, sondern für den praktischen Umgang damit.
Was du am Montag ausprobierst
- Nimm eine Aufgabe, bei der du bereits die Rohinformation hast — eine Notiz, eine Nachricht, eine Tabelle.
- Schreib sie in den Prompt mit hinein, statt sie nur in deinem Kopf zu haben. Das Modell kennt nur, was im Prompt steht.
- Gib Länge und Ton vor, statt sie offenzulassen. Sonst entscheidet das Modell es für dich — meist nicht so, wie du es brauchst.
- Lies die Antwort einmal gegen die Rohinformation, bevor du sie weiterreichst, besonders wenn ein Name, eine Zahl oder ein Termin drinsteht.
Hast du diese vier Teile einmal verstanden, lohnt sich als Nächstes ChatGPT-Prompts mit drei durchgerechneten Beispielen aus dem Büro. Willst du dir den ersten Entwurf eines Prompts abnehmen lassen, statt ihn jedes Mal selbst zu tippen, zeigt KI Prompt Generator, was ein solcher Generator tatsächlich löst und wo du trotzdem noch selbst nachbessern musst. Geht es nicht nur um einen einzelnen Prompt, sondern um KI-Nutzung im ganzen Arbeitsalltag, zeigt KI im Büro drei Aufgabenarten, bei denen das wirklich hilft. Fragst du dieselbe Art von Aufgabe jede Woche, lohnt es sich, den Kontext nicht jedes Mal neu zu schreiben — dazu mehr in Custom GPT erstellen. Soll die Antwort Quellen oder Links enthalten, zeigt KI mit Quellen, wann ein genannter Link echt ist und wann er nur so aussieht. Willst du das Grundprinzip strukturiert üben statt allein herumzuprobieren, zeigt ChatGPT-Schulung, woran du eine Schulung erkennst, die genau das trainiert.
Genau diesen Unterschied — konkret fragen und das Ergebnis richtig prüfen — übt Coursium in kurzen Lektionen fürs Handy, an echten Beispielen statt an Demo-Prompts. Bleib der KI voraus mit Übungen, die zu deiner eigenen Arbeit passen. Mehr zu diesem Ansatz steht über Coursium.