[{"data":1,"prerenderedAt":462},["ShallowReactive",2],{"guide-de-prompting":3,"guide-siblings-de-prompting":285,"guide-alt-de-prompting":452},{"id":4,"title":5,"author":6,"body":7,"date":259,"description":260,"extension":261,"faq":262,"meta":275,"navigation":276,"order":277,"path":278,"readTime":279,"seo":280,"stem":281,"topic":282,"translationId":283,"updated":259,"__hash__":284},"ratgeber\u002Fratgeber\u002Fprompting\u002Findex.md","Was ist ein Prompt? So schreiben Sie Prompts, die im Arbeitsalltag funktionieren","Walma Engineering",{"type":8,"value":9,"toc":248},"minimark",[10,14,19,22,25,43,46,50,53,59,65,71,77,83,86,92,96,102,108,114,120,126,132,136,168,172,175,178,209,212,216,219,240],[11,12,13],"p",{},"Ein Prompt ist das, was Sie einem KI-Modell eingeben. Das klingt zu einfach für einen Ratgeber, und doch liegt der Unterschied zwischen einer nutzlosen und einer brauchbaren Antwort fast immer im Prompt, nicht im Modell. Dieser Ratgeber erklärt, was ein Prompt ist, was ein guter enthält, welche Techniken die Ergebnisse verlässlich verbessern und wie Teams aufhören, jeden Tag denselben Prompt neu zu schreiben.",[15,16,18],"h2",{"id":17},"was-ein-prompt-ist","Was ein Prompt ist",[11,20,21],{},"Ein Prompt ist die Eingabe, aus der das Modell eine Ausgabe erzeugt. Im Chat ist es Ihre Nachricht. In einer Anwendung ist es die Nachricht plus alles, was die Anwendung drumherum ergänzt: Anweisungen, Dokumente, Gesprächsverlauf, Werkzeugergebnisse. Das Modell sieht das alles als einen langen Text und sagt vorher, was als Nächstes kommen sollte.",[11,23,24],{},"Zwei Ebenen sind in der Praxis wichtig:",[26,27,28,37],"ul",{},[29,30,31,32,36],"li",{},"Der ",[33,34,35],"strong",{},"System-Prompt"," legt dauerhafte Anweisungen fest: wer das Modell ist, was es darf und nicht darf, welchen Ton und welches Format es verwenden soll. In Unternehmen wird er meist einmal zentral geschrieben.",[29,38,31,39,42],{},[33,40,41],{},"User-Prompt"," ist die konkrete Anfrage. Das meinen die meisten, wenn sie \"Prompt\" sagen.",[11,44,45],{},"Alles Folgende gilt für beide, aber der größte Hebel im Alltag liegt im User-Prompt.",[15,47,49],{"id":48},"die-anatomie-eines-guten-prompts","Die Anatomie eines guten Prompts",[11,51,52],{},"Gute Prompts teilen eine Struktur, ob der Verfasser darüber nachdenkt oder nicht. Fünf Teile, ungefähr nach Wichtigkeit:",[11,54,55,58],{},[33,56,57],{},"1. Die Aufgabe."," Was Sie wollen, als Verb. \"Fasse zusammen\", \"entwirf\", \"vergleiche\", \"extrahiere\", \"formuliere um\". Vage Aufgaben (\"schau dir das an\") bekommen vage Antworten.",[11,60,61,64],{},[33,62,63],{},"2. Der Kontext."," Was das Modell wissen muss, um die Aufgabe gut zu lösen: Zielgruppe, Situation, Randbedingungen, Ausgangsmaterial. Modelle kennen Ihr Unternehmen, Ihren Kunden und das Meeting von letzter Woche nicht, wenn Sie es nicht sagen.",[11,66,67,70],{},[33,68,69],{},"3. Das Format."," Wie die Ausgabe aussehen soll: Tabelle, fünf Stichpunkte, 120 Wörter, JSON mit diesen Feldern. Ohne Vorgabe bekommen Sie den Standard des Modells, der selten das ist, was Sie gewählt hätten.",[11,72,73,76],{},[33,74,75],{},"4. Ein Beispiel."," Ein Beispiel der erwarteten Ausgabe ist mehr wert als ein Absatz Beschreibung. Modelle sind extrem gut darin, ein Muster zu treffen.",[11,78,79,82],{},[33,80,81],{},"5. Die Randbedingungen."," Was zu vermeiden ist, was enthalten sein muss, wie lang, welche Quellen, was bei Unsicherheit zu tun ist. \"Wenn das Dokument dazu nichts sagt, schreibe 'nicht angegeben', statt zu raten.\"",[11,84,85],{},"Ein Prompt mit allen fünf Teilen:",[87,88,89],"blockquote",{},[11,90,91],{},"Fasse das angehängte Transkript des Kundengesprächs für unseren Account Manager zusammen. Kontext: Der Kunde vergleicht unsere Plattform mit einem Wettbewerber und hat Bedenken zur Datenresidenz geäußert. Format: drei Abschnitte, \"Geäußerte Bedenken\", \"Unsere Zusagen\", \"Nächste Schritte\", jeweils als Stichpunkte, maximal 150 Wörter insgesamt. Tonbeispiel: (frühere Zusammenfassung einfügen). Wenn ein nächster Schritt im Transkript keinen Verantwortlichen oder kein Datum hat, markiere ihn als \"offen\".",[15,93,95],{"id":94},"techniken-die-zuverlässig-helfen","Techniken, die zuverlässig helfen",[11,97,98,101],{},[33,99,100],{},"Geben Sie dem Modell eine Rolle."," \"Du bist ein erfahrener Vertragsjurist, der für ein deutsches Mittelstandsunternehmen prüft\" verändert Vokabular, Tiefe und Prioritäten. Bleiben Sie konkret; \"du bist ein Experte\" allein bewirkt wenig.",[11,103,104,107],{},[33,105,106],{},"Zeigen statt beschreiben."," Few-Shot-Prompting bedeutet, zwei oder drei Beispiele von Eingabe und erwarteter Ausgabe mitzugeben. Bei Klassifikation, Extraktion und Formatierung schlägt das jede Beschreibung.",[11,109,110,113],{},[33,111,112],{},"Erst denken lassen."," Bei Aufgaben, die Schlussfolgern erfordern, bitten Sie das Modell, das Problem vor der Antwort durchzugehen, oder nutzen Sie das erweiterte Denken des Modells. Das reduziert selbstsicher falsche Antworten.",[11,115,116,119],{},[33,117,118],{},"Daten von Anweisungen trennen."," Eingefügte Dokumente in klare Begrenzer setzen (dreifache Anführungszeichen, XML-artige Tags) und beim Namen nennen. So verwechselt das Modell Inhalt nicht mit Befehlen, was auch für die Sicherheit wichtig ist.",[11,121,122,125],{},[33,123,124],{},"Struktur verlangen, wenn ein Programm die Ausgabe liest."," JSON mit Schema oder eine feste Tabelle. Den meisten Modellen kann man sagen, nur die Struktur und nichts sonst zurückzugeben.",[11,127,128,131],{},[33,129,130],{},"Im Gespräch nachschärfen."," Der zweite Prompt (\"kürzer, und beginne mit dem Risiko\") ist oft wirksamer als der Versuch, den ersten perfekt zu machen.",[15,133,135],{"id":134},"fehler-die-prompts-ruinieren","Fehler, die Prompts ruinieren",[26,137,138,144,150,156,162],{},[29,139,140,143],{},[33,141,142],{},"Mehrere Dinge auf einmal verlangen."," Aufteilen, oder nummerieren und nummerierte Antworten verlangen.",[29,145,146,149],{},[33,147,148],{},"Die Zielgruppe weglassen."," Eine Zusammenfassung für die Geschäftsführung und eine für das Entwicklungsteam sind verschiedene Dokumente.",[29,151,152,155],{},[33,153,154],{},"Gemeinsamen Kontext voraussetzen."," Das Modell war nicht im Meeting.",[29,157,158,161],{},[33,159,160],{},"Der ersten Antwort bei Fakten vertrauen."," Quellen verlangen, oder dem Modell das Material geben und anweisen, nur dieses zu verwenden.",[29,163,164,167],{},[33,165,166],{},"Vertrauliches in ein Verbraucherwerkzeug einfügen."," Der Prompt ist eine Datenübermittlung. Wohin er geht, ist eine Datenschutzfrage. Nutzen Sie freigegebene Werkzeuge, die in der richtigen Region verarbeiten.",[15,169,171],{"id":170},"von-prompts-zu-skills","Von Prompts zu Skills",[11,173,174],{},"Sobald ein Prompt funktioniert, ändert sich das Problem: Wie bekommt ihn der Rest des Teams? Zwei Seiten in jede Sitzung zu kopieren skaliert nicht, und die Wiki-Seite, die niemand liest, ist der Ort, an dem gute Prompts sterben.",[11,176,177],{},"Die Antwort, die sich durchgesetzt hat, ist die Verpackung als wiederverwendbare Bausteine:",[26,179,180,186,197],{},[29,181,182,185],{},[33,183,184],{},"Prompt-Bibliotheken"," im Werkzeug selbst (Projekte in Claude, eigene GPTs, Copilot-Agenten).",[29,187,188,191,192,196],{},[33,189,190],{},"Anweisungsdateien",", die Agenten automatisch laden, etwa ",[193,194,195],"code",{},"CLAUDE.md"," in einem Code-Repository.",[29,198,199,202,203,208],{},[33,200,201],{},"Skills",": Ordner mit Anweisungen, Beispielen und Skripten, die ein Agent lädt, wenn eine Aufgabe passt. Das ist der aktuelle Stand der Technik bei Coding-Agenten und zunehmend bei Wissensarbeit. Unser Ratgeber zu ",[204,205,207],"a",{"href":206},"\u002Fde\u002Fratgeber\u002Fskills\u002Fclaude-code-skills","Claude Code Skills"," erklärt, wie sie funktionieren.",[11,210,211],{},"An diesem Punkt ist aus \"Prompt Engineering\" \"Context Engineering\" geworden: die Entscheidung, was das Modell für jede Art von Aufgabe vor sich haben soll, und deren zentrale Pflege.",[15,213,215],{"id":214},"prompts-im-unternehmen","Prompts im Unternehmen",[11,217,218],{},"Drei Dinge lohnt es sich zentral zu entscheiden, statt sie jedem Nutzer zu überlassen:",[220,221,222,228,234],"ol",{},[29,223,224,227],{},[33,225,226],{},"Der System-Prompt"," für jedes freigegebene Werkzeug: Ton, Sprache, was das Werkzeug behaupten darf, was es ablehnen muss.",[29,229,230,233],{},[33,231,232],{},"Die freigegebene Prompt-Bibliothek",": die Prompts und Skills, die festhalten, wie Ihr Unternehmen wiederkehrende Aufgaben löst.",[29,235,236,239],{},[33,237,238],{},"Wo Prompts verarbeitet werden."," Ein Prompt mit Kundendaten ist eine Datenübermittlung. Unternehmenswerkzeuge sollten Modelle in Ihrer Region betreiben, und jemand sollte sehen können, was gesendet wurde.",[11,241,242,243,247],{},"Walma AI Hub gibt Unternehmen einen Ort, an dem Claude, GPT und die anderen führenden Modelle in der eigenen EU-Region laufen, mit zentral verteilten Skills und Prompts und einem Protokoll für jeden Aufruf. Wenn Sie standardisieren wollen, wie Ihre Organisation promptet, ",[204,244,246],{"href":245},"\u002Fde\u002Fki-hub","buchen Sie einen Walkthrough",".",{"title":249,"searchDepth":250,"depth":251,"links":252},"",2,3,[253,254,255,256,257,258],{"id":17,"depth":250,"text":18},{"id":48,"depth":250,"text":49},{"id":94,"depth":250,"text":95},{"id":134,"depth":250,"text":135},{"id":170,"depth":250,"text":171},{"id":214,"depth":250,"text":215},"2026-09-11","Ein Prompt ist die Anweisung, die Sie einem KI-Modell geben. Dieser Ratgeber erklärt, was in einen guten Prompt gehört, welche Techniken Antworten zuverlässig verbessern, welche Fehler sie ruinieren und wie Teams von Einzel-Prompts zu wiederverwendbaren Skills kommen.","md",[263,266,269,272],{"q":264,"a":265},"Was ist ein Prompt?","Ein Prompt ist der Text, den Sie einem KI-Modell geben, um ihm zu sagen, was Sie wollen: eine Frage, eine Anweisung, Kontext und oft ein Beispiel der erwarteten Ausgabe. Alles, was das Modell produziert, wird davon geprägt.",{"q":267,"a":268},"Was ist Prompt Engineering?","Prompt Engineering ist das bewusste Schreiben von Prompts: Rolle, Aufgabe, Kontext, Format und Beispiele so wählen, dass das Modell zuverlässig gute Antworten liefert. Es geht weniger um Zauberformeln als um Klarheit darüber, was man tatsächlich will.",{"q":270,"a":271},"Was ist der Unterschied zwischen System-Prompt und User-Prompt?","Der System-Prompt legt dauerhafte Anweisungen für das ganze Gespräch fest: wer das Modell ist, was es darf, wie es antworten soll. Der User-Prompt ist die einzelne Anfrage. In Unternehmenswerkzeugen wird der System-Prompt meist zentral gesetzt, Nutzer schreiben nur die Anfrage.",{"q":273,"a":274},"Ist Prompt Engineering bei neuen Modellen noch wichtig?","Weniger für Tricks, mehr für Klarheit. Moderne Modelle brauchen weniger Umwege, können aber nicht Gedanken lesen. Klare Ziele, relevanter Kontext und ein Beispiel der erwarteten Ausgabe sind so wichtig wie je, und bei Agenten ist der Prompt zu Skills und Anweisungsdateien gewachsen.",{},true,0,"\u002Fratgeber\u002Fprompting","9 Min. Lesezeit",{"title":5,"description":260},"ratgeber\u002Fprompting\u002Findex","prompting","prompt-guide","sAqycVWIfJO_el1GujXSYliPNMzoYfYnWad83qI0oI4",[286],{"id":4,"title":5,"author":6,"body":287,"date":259,"description":260,"extension":261,"faq":445,"meta":450,"navigation":276,"order":277,"path":278,"readTime":279,"seo":451,"stem":281,"topic":282,"translationId":283,"updated":259,"__hash__":284},{"type":8,"value":288,"toc":437},[289,291,293,295,297,307,309,311,313,317,321,325,329,333,335,339,341,345,349,353,357,361,365,367,389,391,393,395,413,415,417,419,433],[11,290,13],{},[15,292,18],{"id":17},[11,294,21],{},[11,296,24],{},[26,298,299,303],{},[29,300,31,301,36],{},[33,302,35],{},[29,304,31,305,42],{},[33,306,41],{},[11,308,45],{},[15,310,49],{"id":48},[11,312,52],{},[11,314,315,58],{},[33,316,57],{},[11,318,319,64],{},[33,320,63],{},[11,322,323,70],{},[33,324,69],{},[11,326,327,76],{},[33,328,75],{},[11,330,331,82],{},[33,332,81],{},[11,334,85],{},[87,336,337],{},[11,338,91],{},[15,340,95],{"id":94},[11,342,343,101],{},[33,344,100],{},[11,346,347,107],{},[33,348,106],{},[11,350,351,113],{},[33,352,112],{},[11,354,355,119],{},[33,356,118],{},[11,358,359,125],{},[33,360,124],{},[11,362,363,131],{},[33,364,130],{},[15,366,135],{"id":134},[26,368,369,373,377,381,385],{},[29,370,371,143],{},[33,372,142],{},[29,374,375,149],{},[33,376,148],{},[29,378,379,155],{},[33,380,154],{},[29,382,383,161],{},[33,384,160],{},[29,386,387,167],{},[33,388,166],{},[15,390,171],{"id":170},[11,392,174],{},[11,394,177],{},[26,396,397,401,407],{},[29,398,399,185],{},[33,400,184],{},[29,402,403,191,405,196],{},[33,404,190],{},[193,406,195],{},[29,408,409,202,411,208],{},[33,410,201],{},[204,412,207],{"href":206},[11,414,211],{},[15,416,215],{"id":214},[11,418,218],{},[220,420,421,425,429],{},[29,422,423,227],{},[33,424,226],{},[29,426,427,233],{},[33,428,232],{},[29,430,431,239],{},[33,432,238],{},[11,434,242,435,247],{},[204,436,246],{"href":245},{"title":249,"searchDepth":250,"depth":251,"links":438},[439,440,441,442,443,444],{"id":17,"depth":250,"text":18},{"id":48,"depth":250,"text":49},{"id":94,"depth":250,"text":95},{"id":134,"depth":250,"text":135},{"id":170,"depth":250,"text":171},{"id":214,"depth":250,"text":215},[446,447,448,449],{"q":264,"a":265},{"q":267,"a":268},{"q":270,"a":271},{"q":273,"a":274},{},{"title":5,"description":260},[453,456,459],{"loc":454,"href":455},"sv","\u002Fguider\u002Fprompting",{"loc":457,"href":458},"en","\u002Fen\u002Fguides\u002Fprompting",{"loc":460,"href":461},"de","\u002Fde\u002Fratgeber\u002Fprompting",1789134649919]