Prompt Engineering bezeichnet die gezielte Gestaltung, Strukturierung und Optimierung von Eingaben für KI-Systeme. Diese Eingaben werden als Prompts referred to as.
Das Ziel besteht darin, einer künstlichen Intelligenz möglichst klar zu vermitteln, welche Aufgabe sie erfüllen, welche Informationen sie berücksichtigen und in welcher Form sie das Ergebnis ausgeben soll.
Ein guter Prompt kann beispielsweise festlegen:
- welche Rolle die KI übernehmen soll
- welches Ziel verfolgt wird
- welche Informationen relevant sind
- welche Zielgruppe angesprochen wird
- welchen Stil und Ton die Antwort haben soll
- welches Format erwartet wird
- welche Vorgaben oder Einschränkungen gelten
Ein einfacher Aufbau für Prompts ist:
| component | Example |
| Task | Erstelle eine Marktanalyse. |
| Kontext | Das Unternehmen entwickelt Software für mittelständische Betriebe. |
| Target audience | Die Analyse richtet sich an potenzielle Investor:innen. |
| Vorgaben | Verwende einfache Sprache und nenne Chancen sowie Risiken. |
| Ausgabeformat | Stelle die Ergebnisse in einer Tabelle dar. |
Prompt Engineering kann unter anderem eingesetzt werden, um:
- Texte zu erstellen und zu überarbeiten
- Informationen zusammenzufassen
- Ideen und Konzepte zu entwickeln
- Daten zu analysieren
- Programmcode zu erstellen
- Kundenanfragen zu beantworten
- interne Prozesse zu unterstützen
- KI-Funktionen in digitale Produkte zu integrieren
Zu den typischen Methoden des Prompt Engineerings gehören:
- Klare Anweisungen: Die Aufgabe wird konkret und eindeutig beschrieben.
- Kontextangaben: Die KI erhält alle Informationen, die für die Bearbeitung wichtig sind.
- Examples: Muster zeigen, wie das gewünschte Ergebnis aussehen soll.
- Schrittweise Aufgaben: Komplexe Anforderungen werden in kleinere Schritte aufgeteilt.
- Formatvorgaben: Länge, Struktur oder Ausgabeform werden festgelegt.
- Iterationen: Der Prompt wird anhand der Ergebnisse getestet und verbessert.
Ein guter Prompt sollte präzise sein, muss aber nicht möglichst lang ausfallen. Entscheidend ist, dass alle relevanten Informationen enthalten sind und keine widersprüchlichen Anweisungen gegeben werden.
Typische Fehler beim Prompt Engineering sind:
- unklare oder zu allgemeine Aufgabenstellungen
- fehlender Kontext
- mehrere widersprüchliche Ziele
- keine Angaben zum gewünschten Ergebnis
- ungeprüfte Übernahme der KI-Ausgabe
- Weitergabe vertraulicher oder personenbezogener Daten
- die Erwartung, dass die KI fehlende Informationen zuverlässig ergänzt
Auch bei gut formulierten Prompts können KI-Systeme fehlerhafte, unvollständige oder erfundene Inhalte erzeugen. Ergebnisse sollten deshalb immer von fachkundigen Mitarbeiter:innen überprüft werden. Prompt Engineering ersetzt weder fachliches Wissen noch eine sorgfältige Qualitätskontrolle.
Für Startups kann Prompt Engineering besonders relevant sein, wenn KI-Anwendungen entwickelt oder bestehende Arbeitsprozesse effizienter gestaltet werden sollen. Die innoWerft unterstützt Gründer:innen dabei, sinnvolle Anwendungsfälle für künstliche Intelligenz zu identifizieren, KI-basierte Ideen weiterzuentwickeln und den Austausch mit Expert:innen sowie möglichen Unternehmenspartner:innen herzustellen.