EP_005 Modernes Prompt Engineering Grundlagen von KI-Modellen Prompt-Datenbanken 21 min

Prompt Engineering: Die Kunst, mit Maschinen zu sprechen

Erschienen 23. April 2025

// Hören auf YouTube ↗ Spotify ↗ Apple ↗

// TeilenX LinkedIn WhatsApp Telegram E-Mail

// Lieber nur Audio? Bei Spotify hören

// KI-Zusammenfassung

Diese Episode führt in das Prompt Engineering ein, die Kunst der effektiven Kommunikation mit KI-Modellen. Es wird erklärt, wie man durch klare Ziele, relevanten Kontext, Beispiele und Richtlinien bessere Ergebnisse erzielt und sogar die KI selbst zur Optimierung der eigenen Prompts nutzen kann. Die Folge richtet sich an alle, die ihre Interaktion mit KI-Tools wie ChatGPT verbessern möchten.

Shownotes

In Episode 5 geht es um das zentrale Werkzeug, mit dem wir überhaupt mit Sprachmodellen arbeiten: Prompts. Benjamin und Moritz sprechen darüber, wie man gute Prompts schreibt, was man vermeiden sollte – und warum präzises Denken oft wichtiger ist als die Toolwahl. Besprochen werden:

- Was ein Prompt überhaupt ist – und was nicht - Unterschied zwischen offenen Prompts und präzisen Anweisungen - Beispiele für Rollen-Prompts („Du bist ein Copywriter…“) - Wie man sich mit wiederverwendbaren Prompts Arbeit spart - Warum viele Prompts scheitern, bevor sie beginnen - Auch wenn ChatGPT nicht namentlich fällt, ist klar: Die Folge dreht sich komplett um das Schreiben und Optimieren von Prompts für Sprachmodelle wie ChatGPT. https://chatgpt.com/

Für alle, die Prompts nicht nur einmal schreiben, sondern systematisch einsetzen wollen, sind diese Tools hilfreich: PromptHero: https://prompthero.com/ – Sammlung getesteter Prompts, vor allem für Bild-KI, Copy & Content AIPRM: https://www.aiprm.com/ – Add-on mit Prompt-Vorlagen für SEO, Marketing, Dev & mehr FlowGPT: https://flowgpt.com/ – Community-Plattform für Prompt-Sharing und Bewertung Notion AI: https://www.notion.com/product/ai – Ideal für strukturierte Prompts in redaktionellen Workflows Google Sheets mit Prompt-Vorlagen – Für alle, die ihre eigenen Prompt-Bausteine bauen und wiederverwenden wollen.

Gute Prompts entstehen nicht zufällig – sie sind das Ergebnis von Klarheit, Wiederholung und ein bisschen systematischem Denken. Genau darum geht’s in dieser Folge.

#KünstlicheIntelligenz #PromptEngineering #ChatGPT #KIverstehen #CoIntelligence #KIKommunikation #TechnikEinfachErklärt #DigitaleZukunft #GPTTipps #PromptTipps #AI #PromptEngineering #ChatGPTTips #AIEducation #LearnPrompting #AICommunication #FutureOfAI

Erkenntnisse

1:09
Die Qualität des Outputs einer KI hängt direkt von der Qualität des Inputs ab, was dem Prinzip „Shit in, shit out“ folgt.
1:54
Kommuniziere mit einer KI wie mit einem intelligenten Praktikanten, indem du klare Ziele, relevanten Kontext, Beispiele und Richtlinien vorgibst.
6:57
Nutze Meta-Prompting, um die KI zu bitten, bessere Prompts für dich zu erstellen oder deine bestehenden Prompts zu bewerten.
8:24
Hab keine Angst vor „schlechten“ Prompts; experimentiere und teste verschiedene Ansätze, da dies nichts kostet und zum besten Ergebnis führt.
9:12
Baue dir eine eigene Prompt-Datenbank auf, da generische Prompt-Datenbanken oft nicht zu deinem spezifischen Anwendungsfall passen.

Zitate

„Je schlechter so mein Prompt ist, je schlechter das ist, was ich der KI gebe, je schlechter ist auch das Ergebnis."

1:17
„Aber ich muss mit einer KI genauso gut kommunizieren, wie ich das mit einem Menschen mache, denn sonst habe ich genau das Thema, wie du sagst, shit in, shit out."

6:09
„Ich muss mittlerweile eigentlich selbst gar nicht mehr so gut im Prompten sein, weil ich mit der KI prompten kann. Ich kann die KI für mich prompten lassen."

6:57
„Ich kann Promps X mal testen. Kostet mich ja nichts."

8:32
„Prompting ist nichts anderes als gut mit der KI zu kommunizieren. Und mit der KI muss ich genauso gut kommunizieren wie mit einem Mensch."

20:05

Häufige Fragen

Was ist Prompt Engineering und warum ist es wichtig? ▾

Prompt Engineering ist die Kunst, effektiv mit KI-Modellen zu kommunizieren, indem man präzise Anweisungen, Kontext und Beispiele gibt. Es ist wichtig, weil die Qualität des KI-Outputs direkt von der Qualität des Inputs abhängt. Eine gute Kommunikation führt zu besseren und relevanteren Ergebnissen von der KI.

Wie sollte man mit einer KI kommunizieren, um optimale Ergebnisse zu erzielen? ▾

Man sollte mit einer KI wie mit einem intelligenten Praktikanten kommunizieren. Das bedeutet, klare Ziele zu formulieren, relevanten Kontext zu liefern, Beispiele für den gewünschten Output zu geben und spezifische Richtlinien wie Tonalität oder Format vorzugeben. Dies hilft der KI, die Aufgabe besser zu verstehen und präzisere Ergebnisse zu liefern.

Was versteht man unter Meta-Prompting? ▾

Meta-Prompting ist eine Technik, bei der man die KI selbst nutzt, um bessere Prompts zu erstellen oder bestehende Prompts zu bewerten. Man kann die KI bitten, Fragen zum eigenen Prompt zu stellen, um Unklarheiten zu identifizieren, und basierend auf den Antworten einen optimierten Prompt generieren zu lassen. Dies verbessert die Qualität der Interaktion mit der KI.

Sollte man Angst haben, einen „schlechten“ Prompt zu verwenden? ▾

Nein, man sollte keine Angst vor „schlechten“ Prompts haben. Es ist wichtig, Prompts zu testen und anzupassen, bis das gewünschte Ergebnis erreicht ist, da dies nichts kostet. Experimentiere mit verschiedenen Ansätzen und sei bereit, deinen Prompt zu iterieren, um den besten Output zu erzielen.

Wie wählt man das passende KI-Modell für eine Aufgabe aus? ▾

Wähle in der Regel das neueste Modell. Für kreative Texterstellung eignen sich GPT-Modelle, während Reasoning-Modelle für komplexe Aufgaben wie Projektpläne oder Strategieentwicklung besser geeignet sind. Im Zweifel probiere verschiedene Modelle aus und vergleiche die Ergebnisse, um das Modell zu finden, das am besten zu deinen Anforderungen passt.

Warum ist eine eigene Prompt-Datenbank sinnvoller als generische Sammlungen? ▾

Eine eigene Prompt-Datenbank ist sinnvoller, weil jeder Anwendungsfall einzigartig ist. Ein Prompt, der für ein Unternehmen oder einen Kontext gut funktioniert, ist möglicherweise nicht für einen anderen geeignet. Durch das Sammeln und Organisieren eigener, bewährter Prompts stellst du sicher, dass sie auf deine spezifischen Bedürfnisse zugeschnitten sind und replizierbare Ergebnisse liefern.

Anleitungen

So erstellst du strukturierte Prompts für deine KI

Du lernst, wie du deine KI-Prompts strukturierst, um präzise und nützliche Ergebnisse zu erhalten, indem du klare Anweisungen gibst.

01

Gib der KI ein klares Ziel vor

Definiere klar, was du von der KI erreichen möchtest, bevor du den Prompt formulierst.

2:41
02

Stelle relevanten Kontext bereit

Gib alle relevanten Hintergrundinformationen zu deinem Unternehmen, Produkt, Stil oder deiner Zielgruppe an, als würdest du es einem Menschen erklären.

2:54
03

Liefere konkrete Beispiele

Zeige der KI, wie ein guter Output aussehen soll, indem du erfolgreiche Beispiele aus der Vergangenheit in deinen Prompt integrierst.

3:38
04

Lege klare Richtlinien fest

Gib der KI genaue Regeln für Tonalität, Länge, Format oder zu vermeidende Elemente vor, um den Rahmen des gewünschten Outputs abzustecken.

5:12

Lass die KI deine Prompts optimieren: So nutzt du Meta-Prompting

Entdecke, wie du die KI selbst einsetzt, um deine Prompts zu verbessern und noch präzisere Ergebnisse zu erzielen.

01

Bitte die KI um Rückfragen

Gib deinen Entwurf eines Prompts an die KI und fordere sie auf, dir alle Fragen zu stellen, die sie noch hat, um den Prompt zu verbessern.

7:03
02

Arbeite das Feedback ein

Nutze die Rückfragen der KI, um fehlende Informationen zu erkennen und deinen ursprünglichen Prompt zu ergänzen und zu präzisieren.

7:21
03

Nutze den optimierten Prompt

Kopiere den von der KI verbesserten Prompt in einen neuen Chat, um die gewünschten Inhalte wie Blogposts oder andere Texte zu generieren.

7:32

Experimentiere mit Prompts und Modellen für optimale KI-Ergebnisse

Lerne, wie du durch Ausprobieren und Testen die besten Prompts und KI-Modelle für deine spezifischen Aufgaben findest, ohne Angst vor Fehlern.

01

Lege die Angst vor Fehlern ab

Scheue dich nicht davor, Prompts zu testen, auch wenn sie nicht perfekt sind, da dies keine Kosten verursacht und zum Lernen beiträgt.

8:24
02

Prüfe und passe Ergebnisse an

Bewerte den Output der KI und passe deinen Prompt bei Bedarf an, bis du ein Ergebnis hast, mit dem du zufrieden bist und das replizierbar ist.

8:31
03

Mache Prompts wiederholbar

Speichere erfolgreiche Prompts in einer Prompt-Datenbank (z.B. Google Sheet oder Excel) ab, um sie wiederzuverwenden und im Team zu teilen.

8:52
04

Vergleiche verschiedene KI-Modelle

Probiere bei Unsicherheit verschiedene KI-Modelle aus und vergleiche die Ergebnisse, um das beste Modell für deine spezifische Aufgabe zu finden.

16:36

Weitere Fragen

Wie baue ich einen strukturierten Prompt für konkrete Aufgaben auf? ▾

Behandle die KI wie einen intelligenten Praktikanten. Ein guter Prompt enthält ein klares Ziel, relevanten Kontext zu deinem Unternehmen, Beispiele für den gewünschten Output und konkrete Richtlinien.

„Wenn ich alle Informationen gebe, den Kontext, Beispiele, Ziel, Richtlinien, dann kommt am Ende ein gutes Ergebnis raus." · 6:25

Lohnen sich fertige Prompt-Datenbanken aus dem Internet für mein Team? ▾

Nein, öffentliche Datenbanken sind meistens nutzlos, da jeder Anwendungsfall und Unternehmenskontext einzigartig ist. Baue dir stattdessen eine eigene, interne Datenbank in Google Sheets oder Excel auf und teile sie im Team.

„Weil diese ganzen Promptatenbanken, die es irgendwo draußen gibt, sind alle Schrott, ich würde mir nie irgendeine Promptatenbank runterladen, weil jeder einzelne Case ist einfach so unique" · 9:20

Wie kann ich die KI nutzen, wenn ich selbst noch nicht gut im Prompten bin? ▾

Nutze Meta-Prompting und lass die KI den Prompt für dich schreiben. Gib der KI deine grobe Idee und bitte sie, dir alle nötigen Fragen zu stellen, um daraus einen optimierten Prompt zu generieren.

„Also ich kann einfach in Chat GBD theoretisch gehen und kann sagen, hier ist mein Prompt für einen KI Agenten. Bitte stell mir alle Fragen, die du noch an mich hast und schreibe dann einen zerbesserten Prompt für einen KI Agenten." · 7:09

Wann sollte ich ein Reasoning-Modell statt eines normalen Modells wählen? ▾

Normale Modelle eignen sich für kreative Aufgaben und schnellen Output wie Brainstormings. Reasoning-Modelle nutzt du für komplexe Aufgaben, bei denen strategisches Nachdenken und eine klare Prozessreihenfolge gefragt sind, wie etwa bei Projektplänen.

„Diese Thinking Modelle sind vor allem für komplexere Aufgaben. ja, wo man wirklich z.B. ein Projektplan zu erstellen oder eine komplette Strategie sich zu überlegen" · 17:20

Brauchen wir in Zukunft noch spezialisierte Prompt-Engineers im Unternehmen? ▾

Nein, der Hype um hochbezahlte Prompt-Engineers ist vorbei. Die Fähigkeit, klar und strukturiert mit der KI zu kommunizieren, bleibt jedoch eine essenzielle Kernkompetenz für alle Mitarbeitenden.