Prompting-Schulung — der Unterschied zwischen KI-Spielzeug und KI-Werkzeug

Sprachmodelle erzeugen die wahrscheinlichste Fortsetzung Ihrer Eingabe — nicht die beste Antwort auf das, was Sie eigentlich wollten. Ein vager Prompt („Schreib mir was zu unserem Produkt") erzwingt eine vage Antwort; die Zeit, die das Formulieren spart, geht ins Nacharbeiten.

Geschulte Anwender drehen das um: Sie investieren 30 Sekunden mehr in die Anweisung und sparen die dritte, vierte, fünfte Korrekturschleife. In der Praxis heißt das: Erst denken, dann prompten — Zielgruppe, Zweck und gewünschtes Format stehen fest, bevor die erste Zeile getippt ist. Genau diese Routine lässt sich trainieren, und sie überträgt sich auf jedes Tool, weil sie nicht am Anbieter hängt.

Der Kern jeder guten Anweisung lässt sich in vier Bausteinen merken:

• Rolle: In welcher Perspektive soll die KI antworten? („Du bist eine erfahrene HR-Referentin …")
• Kontext: Was muss sie wissen? Zielgruppe, Anlass, Vorwissen, Tonalität, was schon existiert.
• Aufgabe: Was genau soll entstehen — und was ausdrücklich nicht?
• Format: Länge, Struktur, Sprache („maximal 150 Wörter, drei Bullet-Points, Sie-Form").

Diese Struktur ist kein Dogma, sondern eine Checkliste gegen die häufigste Fehlerquelle: fehlenden Kontext. In der Schulung wird sie an echten Alltagsaufgaben eingeübt — E-Mail-Entwurf, Protokoll-Zusammenfassung, Tabellen-Auswertung, Übersetzung mit Fachvokabular.

Der erste Output ist ein Rohentwurf, kein Endergebnis. Drei Techniken heben das Niveau deutlich:

Iterieren: Gezielt nachfassen statt neu anfangen — „Kürze auf die Hälfte", „Formuliere den zweiten Absatz sachlicher", „Nenne drei alternative Überschriften".

Few-Shot (Beispiele geben): Ein oder zwei Muster-Beispiele im Prompt („So klingt unser Newsletter: …") wirken stärker als jede abstrakte Stilbeschreibung.

Selbstkritik anfordern: „Was fehlt in dieser Antwort?", „Welche Annahmen hast du getroffen?" — das Modell findet erstaunlich zuverlässig die eigenen Schwachstellen, wenn man danach fragt.

Prompting-Kompetenz heißt auch zu wissen, wann man dem Ergebnis nicht trauen darf:

• Halluzinationen: Sprachmodelle erfinden Quellen, Paragrafen und Zahlen in überzeugender Form. Regel: Alles, was als Fakt weiterverwendet wird, braucht einen Gegencheck außerhalb der KI.
• Aktualität: Modelle haben einen Wissensstand — tagesaktuelle Preise, Gesetzesstände oder interne Neuerungen kennen sie ohne angebundene Quellen nicht.
• Vertraulichkeit: Personenbezogene Daten, Kundennamen und Geschäftsgeheimnisse gehören nicht in fremde KI-Tools — anonymisieren oder freigegebene Unternehmens-Tools nutzen. Details regelt Ihre interne KI-Richtlinie in Verbindung mit dem Datenschutz.

Der Kurs ist als Skill-Reise aufgebaut: sechs Mini-Lektionen à 5-10 Minuten statt eines Marathon-Seminars — mit Übungen an realen Arbeitsaufgaben, sofortigem Feedback und Wiederholung nach dem Spaced-Repetition-Prinzip.

Inhalte: Funktionsweise in Alltagssprache · die 4-Bausteine-Struktur · Iterations- und Few-Shot-Techniken · Halluzinations-Check · Datenschutz-Leitplanken · Aufbau der eigenen Prompt-Bibliothek für wiederkehrende Aufgaben. Zum Abschluss gibt es ein verifizierbares Zertifikat — auf Wunsch mit einem Klick im LinkedIn-Profil.