Richtig prompten – die Kunst des Maschinenflüsterns

Was beim Prompten zu beachten ist, haben uns zwei IBM-Experten in einem persönlichen Bootcamp erklärt.S and V Design – Shutterstock.com



An die klassische Google-Suche haben wir uns alle gewöhnt – ähnlich wie früher an der Uni bei der Literatursuche listet Google eine lange Liste an Quellen auf. Und mit der Zeit hat jeder seine individuellen Suchstrategien ausgetüftelt.



Doch diese Strategien greifen im KI-Zeitalter nicht mehr. Denn moderne Sprachmodelle liefern nicht mehr eine Liste mit hunderten von Quellen, sondern vorformulierte Informationshäppchen. Und hinter diesen Häppchen steckt eine komplexe Architektur, die weit über das einfache Tippen von Suchanfragen hinausgeht. Was es mit dem Prompting auf sich hat und was dabei zu beachten ist, erklären Michael Vössing, Account Technical Leader bei IBM, und Inna Veselova, AI Engineerin bei IBM, in einem persönlichen Prompting-Bootcamp.



Der Weg zum perfekten Prompt



Die Reise zum perfekten Prompt begann schon früh in der Welt der Expertensysteme, in der Fachwissen mühsam in starre „Wenn-dann-Regeln“ gegossen wurde. Heute befinden wir uns in der Ära der Foundation Models. Diese Systeme werden nicht mehr händisch programmiert, sondern lernen „unsupervised“ aus gigantischen Datenmengen wie Wikipedia oder akademischen Texten. Und zwar, indem sie einfach lernen, fehlende Wörter in Milliarden von Sätzen vorherzusagen. Das Ergebnis ist ein verblüffendes Kontextverständnis, das der KI erlaubt, nicht nur Wörter zu finden, sondern deren Bedeutung zu begreifen.



Dabei ist, wie Vössing und Veselova erklären, strikt zwischen zwei Arten von Anweisungen zu unterscheiden:




Dem System-Prompt, und





dem User-Prompt.




Der Knigge der Maschine: Der System-Prompt



Ein entscheidendes Geheimnis des professionellen Prompt Engineering, das dem Durchschnittsnutzer oft verborgen bleibt, ist die Trennung der Befehlsebenen. Experten sprechen vom System-Prompt als einer Art „Knigge“ für das Modell. Er legt die globale Verhaltensweise fest:




Persönlichkeit: „Verhalte dich wie ein erfahrener Journalist“.



Regeln: „Erfinde keine Fakten“ oder „Antworte immer höflich“.



Stil: „Erkläre komplexe Themen so, dass es ein Fünfjähriger sie versteht“.




Dieser System-Prompt steht in der Hierarchie über der eigentlichen Benutzeranfrage (User-Prompt) und stellt sicher, dass die KI in der gewünschten Rolle bleibt.



Die 5 Säulen eines perfekten Prompts



Damit aus einer vagen Frage eine präzise Antwort wird, muss ein guter Prompt den beiden Experten zufolge klar strukturiert sein. Dazu sollte er idealerweise fünf Komponenten enthalten:




Die Aufgabe:




Was genau soll die KI tun (z.B. analysieren, umschreiben, strukturieren)?




Rolle und Stil:




Wer soll die KI sein (z.B. Lektor, Coach oder Sachbearbeiter)?




Das Format:




Welches Zielmedium wird bedient (z.B. Interview, LinkedIn-Post oder Bullet Points)?




Das Zielpublikum:




Für wen ist der Inhalt (z.B. Fachpublikum oder Kinder)?




Einschränkungen:




Welche Regeln gelten (z.B. maximale Wortanzahl oder Nutzung spezifischer Quellen)?



Vom Wort zur Tat: Die Ära der KI-Agenten



Doch das bloße Generieren von Text reicht heute nicht mehr aus. Der nächste große Schritt ist der Sprung vom Sprachmodell zum KI-Agenten. Während ein einfaches Modell nur Inhalte liefert, kann ein Agent handeln. Er kann E-Mails schreiben, in Datenbanken recherchieren oder sogar seinen eigenen Arbeitsplan einer kritischen Revision unterziehen und verbessern.



Dazu kann man dem Agenten durch gezielte Prompts Tools zur Verfügung stellen – etwa eine Websuche oder den Zugriff auf Firmen-Archive. Dabei ist der Agent schlau genug zu erkennen: „Um diese Frage zu beantworten, muss ich erst im Internet recherchieren, dann die Quelle auswerten und erst dann die Zusammenfassung schreiben“. Manche dieser Agenten gehen sogar so weit, dass sie ihre eigenen Pläne erstellen, ihre Ergebnisse kritisch hinterfragen und sich selbst korrigieren.



Die Macht des System-Prompts



Ein entscheidender Faktor für den Erfolg der Agenten ist das Prompt Engineering. Viele Nutzer kennen nur das einfache Chatfenster, doch darunter liegt eine mächtige Ebene: der bereits angesprochene System-Prompt. Hier wird dem Agenten im Prinzip seine „Persönlichkeit“ und sein Regelwerk beigebracht – etwa, wie er sich verhalten und welche Rolle er einnehmen soll.



Durch diese präzisen Anweisungen und die Verknüpfung mit externen Tools – wie einer Websuche oder dem Zugriff auf firmeninterne Archive – verwandelt sich die KI in einen hochspezialisierten Forschungs- oder Brainstorming-Assistenten. Wie dieser B2B-Ansatz in der Praxis aussehen kann, zeigt IBM mit Plattformen wie WatsonX. Hier geht es nicht nur um ein einzelnes Modell, sondern um eine ganze Arbeitsumgebung. Unternehmen können aus einer Vielzahl von Modellen – von den hauseigenen Granite-Modellen bis hin zu Partner-Modellen wie Llama – das passende Werkzeug für ihre spezifische Aufgabe wählen.



Mit KI-Effizienz gegen den Backlog



Bei der Einrichtung der entsprechenden Agenten weist der User ihnen ihre Rolle – in der Regel einmal – über den System-Prompt zu. Ein Agent brainstormt etwa Ideen, ein anderer recherchiert die Fakten im Internet, und ein dritter prüft die Einhaltung ethischer Standards. Für den Nutzer bedeutet das: Die KI wird vom bloßen Gesprächspartner zum proaktiven Mitarbeiter, der komplexe Aufgaben eigenständig zum Abschluss bringt. In Zukunft werden also nicht mehr monolithische Systeme alles lösen, sondern ein Netzwerk aus spezialisierten Agenten.



Warum ist das gerade jetzt so wichtig und nimmt an Fahrt auf? Da wir besonders im öffentlichen Sektor und in der Wirtschaft an Grenzen stoßen. „Wir haben überall ein Effizienzproblem“, betonen die beiden Experten im Workshop, „ob bei Anträgen in Sozialämtern oder in der Justiz – die schiere Menge an Arbeit lässt sich mit herkömmlichen Mitteln kaum noch bewältigen.“



KI-Agenten könnten hier als wertvolles Werkzeug dienen, um die Digitalisierung voranzutreiben und Berge an liegengebliebener Arbeit abzutragen. Besonders wenn sie durch präzise Prompts gesteuert werden.