Das Wichtigste auf einen Blick

  • Das Erlernen von KI-Prompting folgt einer natürlichen Sechs-Wochen-Progression: Verständnis, Klarheit, fortgeschrittene Techniken, komplexe Aufgaben, Iteration und Risikobewusstsein
  • Jede Woche führt ein Konzept und eine praktische Übung anhand einer echten Arbeitsaufgabe ein — keine künstlichen Szenarien
  • Woche 1 ist die wichtigste: Das Verständnis dafür, dass KI Text vorhersagt, verändert, wie Sie jede nachfolgende Technik angehen
  • Wochen 5 und 6 — Iteration und Verifikation — sind die Phasen, in denen die meisten Autodidakten stagnieren, weil diese Fähigkeiten kaum vermittelt werden
  • Sie müssen Ihren Kalender nicht leeren; jede Woche erfordert etwa eine Stunde fokussierter Übung sowie die Anwendung des Konzepts in der täglichen Arbeit

KI-Prompting lernen: Woche 1 — Wie KI Text generiert

Vor jeder Technik brauchen Sie ein mentales Modell. KI ist ein Vorhersagesystem. Es generiert das wahrscheinlichste nächste Wort auf Basis von Mustern in seinen Trainingsdaten — ein Wort nach dem anderen, bis eine vollständige Antwort vorliegt. Es denkt nicht. Es versteht nicht. Es erkennt Muster in einem Ausmaß, das die Ausgabe wie Verständnis wirken lässt, aber der Mechanismus dahinter ist statistische Vorhersage.

Warum hier beginnen? Weil jede nachfolgende Technik nur eine andere Art ist, dem Modell bessere Muster zu liefern. Wenn Sie KI-Prompting mit echtem Vertrauen beherrschen möchten, ist dieses mentale Modell die Grundlage dieses Vertrauens. Sobald Sie die Vorhersagelogik verstehen, wirken Prompting-Techniken nicht mehr wie willkürliche Regeln, sondern wie logische Konsequenzen der Funktionsweise des Systems.

Übung: Wählen Sie eine Aufgabe, die Sie jede Woche bei der Arbeit erledigen. Schreiben Sie zwei Prompts für dieselbe Aufgabe. Der erste sollte minimal sein: “Schreib mir ein Statusupdate.” Der zweite sollte den Projektnamen, die Zielgruppe, die wichtigsten Punkte, das Format und den Ton enthalten. Vergleichen Sie die Ergebnisse nebeneinander. Der Unterschied zeigt direkt, warum die Qualität der Eingabe die Qualität der Ausgabe bestimmt.

Woche 2 — Klarheit, Kontext und Einschränkungen

Woche 2 zieht eine Linie zwischen detailliert und klar. Das ist nicht dasselbe. Ein Prompt kann voll mit Details sein und dennoch mehrdeutig bleiben. “Schreib eine kurze professionelle Zusammenfassung” enthält drei Wörter, die je nach Leserin oder Leser unterschiedlich interpretiert werden können: “kurz” (100 Wörter oder 500?), “professionell” (formell? Fachjargon? LinkedIn-Stil?) und “Zusammenfassung” (von was genau?).

Diese Woche stehen drei Fähigkeiten im Fokus. Klarheit bedeutet, Prompts so umzuschreiben, dass jede Anweisung nur auf eine Weise interpretiert werden kann. Tauschen Sie subjektive Begriffe durch konkrete Vorgaben aus. Kontextladen bedeutet, die vier Ebenen bereitzustellen, die KI benötigt: wer Sie sind, wie die Situation aussieht, welche spezifischen Informationen relevant sind und welches Format Sie möchten. Einschränkungen bedeuten, Grenzen für Länge, Format, Umfang, Stil und auszuschließende Inhalte zu setzen.

Für alle, die KI-Prompt-Engineering von Grund auf erlernen möchten, ist dies die Woche, die die größte unmittelbare Verbesserung bringt. Die meisten schlechten KI-Ergebnisse lassen sich auf fehlenden Kontext zurückführen, nicht auf fehlende Techniken. Wer nach dem Erlernen von KI-Prompting sucht, erwartet oft, dass die Antwort eine Liste cleverer Tricks ist. Die eigentliche Antwort lautet: Sorgen Sie für den richtigen Kontext — und die Tricks werden optional.

Übung: Suchen Sie einen Prompt, den Sie letzte Woche geschrieben haben. Identifizieren Sie jedes mehrdeutige Wort. Schreiben Sie ihn mit konkreten Vorgaben neu. Fügen Sie Kontext zur Zielgruppe und Situation hinzu. Ergänzen Sie mindestens zwei Einschränkungen (eine Längenbegrenzung und eine Formatvorgabe). Führen Sie beide Versionen aus und vergleichen Sie die Ergebnisse.

Woche 3 — Rollen-Prompting, Beispiele und Chain-of-Thought

Woche 3 stellt drei Techniken vor, die KI für die professionelle Arbeit spürbar nützlicher machen.

Role Prompting

Rollen-Prompting weist der KI eine bestimmte Identität oder Fachkompetenz zu. “Sie sind eine erfahrene HR-Managerin, die diesen Leistungsverbesserungsplan prüft” liefert andere Ergebnisse als derselbe Prompt ohne Rollenangabe. Die drei lohnenswerten Szenarien: Fachkompetenz (Tiefe auf Spezialistenniveau), Zielgruppenanpassung (Komplexität für bestimmte Leserinnen und Leser anpassen) und kritische Überprüfung (eine skeptische Einschätzung der eigenen Arbeit einholen).

Few-Shot-Beispiele

Few-Shot-Beispiele bedeuten, der KI das gewünschte Muster durch Eingabe-Ausgabe-Paare zu zeigen. Anstatt das Format zu beschreiben, geben Sie zwei oder drei Beispiele und sagen: “Folgen Sie diesem Muster.” Wenn Sie eine bestimmte Formatierung für E-Mails bevorzugen oder einen bestimmten Stil für Datenzusammenfassungen, setzt diese Technik das schneller um als jede noch so ausführliche Beschreibung.

Chain-of-Thought

Chain-of-Thought bedeutet, die KI zu bitten, Schritt für Schritt zu denken. “Denken Sie dies Schritt für Schritt durch, bevor Sie Ihre Antwort geben” zwingt das Modell, Zwischenschritte des Denkens zu generieren, was bei komplexen analytischen Fragen zu gründlicheren Ergebnissen führt. Einfach, aber überraschend wirkungsvoll.

Übung: Nehmen Sie ein Arbeitsergebnis, das Sie überprüfen müssen — ein Dokument, einen Vorschlag, einen Plan. Verwenden Sie Rollen-Prompting, um es aus drei Perspektiven zu beurteilen: einer unterstützenden Kollegin bzw. einem unterstützenden Kollegen, einer skeptischen Führungskraft und einer Fachexpertin bzw. einem Fachexperten. Beobachten Sie, wie jede Rolle unterschiedliches Feedback zutage fördert. Diese Vielfalt zeigt, warum diese Technik das Üben wert ist.

Woche 4 — Komplexe Aufgaben in Schritte aufteilen

Dies ist die Woche, die Menschen, die KI für schnelle Aufgaben nutzen, von denen trennt, die KI für echte Arbeit einsetzen.

Zerlegung bedeutet, eine große Aufgabe in kleinere, aufeinanderfolgende Prompts aufzuteilen, bei denen jeder den nächsten speist. Der Prozess hat vier Phasen: Sammeln (Rohinformationen zusammentragen), Organisieren (nach Themen oder Kategorien strukturieren), Ausarbeiten (Inhalte oder Analysen aufbauen) und Verfeinern (die endgültige Ausgabe polieren).

Ein einzelner Prompt, der die KI bittet, “einen Quartalsbericht zu erstellen”, liefert oberflächliche Inhalte. Ein zerlegter Ansatz — zuerst wichtige Datenpunkte sammeln, dann nach Geschäftsthemen organisieren, dann die Erzählung jedes Abschnitts ausarbeiten, dann das vollständige Dokument verfeinern — liefert etwas, das eine Führungskraft tatsächlich präsentieren könnte.

Der Unterschied ist nicht gering. Wer KI-Prompting ernsthaft auf professionellem Niveau erlernen möchte, wird feststellen, dass die Zerlegung der Punkt ist, an dem die Fähigkeit echten Wert entfaltet.

Übung: Wählen Sie eine mehrstufige Aufgabe aus Ihrer tatsächlichen Arbeit — einen Bericht, eine Präsentation, eine Analyse. Schreiben Sie sie zunächst als einzelnen Prompt. Bewerten Sie das Ergebnis. Zerlegen Sie sie dann in vier Schritte nach dem Schema Sammeln-Organisieren-Ausarbeiten-Verfeinern. Vergleichen Sie die Ergebnisse.

Woche 5 — Iteration und Diagnose

Dies ist die Woche, die die meisten Autodidakten nie erreichen — weil sie niemand lehrt.

Der erste Prompt ist immer ein erster Entwurf. Er ist aus zwei Gründen unvollständig: Sie können nicht alles auf einmal kommunizieren, und Sie wissen erst dann genau, was Sie wollen, wenn Sie sehen, was Sie nicht wollen. Die Fähigkeit besteht darin, auf dem aufzubauen, was funktioniert, anstatt von vorne zu beginnen.

Drei Korrekturstrategien — Anstoßen, Umschreiben, Neu beginnen

Drei Korrekturstrategien, nach Aufwand geordnet. Nachjustieren ist eine kleine Anpassung: “Machen Sie das kürzer”, “verwenden Sie einen direkteren Ton”, “fügen Sie einen Abschnitt zu Risiken hinzu.” Umschreiben ist eine größere Neuausrichtung: “Strukturieren Sie das als Vergleichstabelle statt als Fließtext um”, “rahmen Sie die Empfehlungen auf Kosteneinsparungen aus.” Neu beginnen ist der letzte Ausweg — für Fälle, in denen die grundlegende Richtung so weit verfehlt wurde, dass eine Rettung länger dauern würde als ein Neustart.

Diagnostische Fähigkeit entwickelt sich mit Übung

Diagnosefähigkeit — die Fähigkeit herauszufinden, warum ein Ergebnis das Ziel verfehlt hat — entwickelt sich nur durch Übung. Fragen Sie sich nach jedem enttäuschenden Ergebnis: War die Anweisung unklar? Fehlte Kontext? Waren die Einschränkungen zu locker? Hätte Rollen-Prompting oder Zerlegung geholfen? Mit der Zeit wird das automatisch. Das ist die eigentliche Antwort darauf, wie man KI-Prompt-Engineering erlernt: Üben Sie die Diagnose, nicht nur die Techniken. Wer KI-Prompting auf professionellem Niveau beherrschen möchte, wird mehr Zeit in dieser Phase verbringen als in jeder anderen.

Übung: Nehmen Sie eine komplexe Aufgabe und schreiben Sie absichtlich einen unvollständigen ersten Prompt. Bewerten Sie das Ergebnis. Verwenden Sie drei Runden von Folge-Prompts, um es auf das hinzuzuarbeiten, was Sie tatsächlich benötigen. Achten Sie darauf, wie jede Runde das Ergebnis verbessert und wie Ihr Feedback mit der Übung spezifischer wird.

Woche 6 — Risikobewusstsein und Verifikation

Die meisten Prompting-Leitfäden erwähnen dies nie — dabei ist es wichtiger als jede einzelne Technik.

Achtung: KI generiert plausiblen Text, unabhängig davon, ob er korrekt ist. Sie erfindet Quellenangaben, fabriziert Statistiken und produziert selbstbewusst falsche Empfehlungen. Es gibt kein eingebautes Signal, das auf Fehler hinweist. Die Ausgabe sieht und liest sich genau gleich, egal ob die Fakten real oder erfunden sind.

Das dreistufige Verifikations-Framework

Ein dreistufiges Verifikationsrahmenwerk ist das praktische Werkzeug dafür. Stufe 1 (direkt verwenden) umfasst Ergebnisse mit geringem Risiko wie Brainstorming-Listen und interne Rohentwürfe. Stufe 2 (vor der Verwendung prüfen) umfasst Ergebnisse mit mittlerem Risiko wie Kundenkommunikation und Datenzusammenfassungen — prüfen Sie die spezifischen Fakten und Aussagen. Stufe 3 (gründlich prüfen) umfasst Ergebnisse mit hohem Risiko wie Compliance-Dokumente und Finanzanalysen — verfolgen Sie jede Aussage bis zu ihrer Quelle zurück.

Datenschutzfreundliches Prompting

Datenschutzsicheres Prompting ist die begleitende Fähigkeit. Wissen Sie, welche Informationen sicher in einen Prompt aufgenommen werden können, was weggelassen werden sollte und wie Sie sensible Details anonymisieren, wenn Sie bei vertraulichen Daten KI-Unterstützung benötigen.

Übung: Geben Sie der KI einen sachbezogenen Prompt zu einem Thema, das Sie gut kennen — Ihre Branche, den Markt Ihres Unternehmens, einen technischen Bereich. Überprüfen Sie die Ausgabe auf Richtigkeit. Zählen Sie, wie viele spezifische Aussagen überprüfbar sind und wie viele entweder erfunden oder nicht nachprüfbar sind. Diese einzelne Übung kalibriert Ihr Gespür dafür neu, wann Sie vertrauen und wann Sie prüfen sollten.

Diese Sechs-Wochen-Progression spiegelt die Struktur wider, die die Practical Prompting Academy in ihrem Lehrplan verwendet — jede Fähigkeit wird auf dem Fundament der vorherigen aufgebaut. Ob Sie hierher gekommen sind, um zu erlernen, wie man KI promptet, oder zufällig auf diesen Plan gestoßen sind: Der Weg ist derselbe — verstehen Sie das System, üben Sie bewusst und bauen Sie eine Fähigkeit nach der anderen auf.

Nach Abschluss dieses Plans können die besten KI-Prompting-Kurse strukturierte Vertiefung und fortgeschrittenere Techniken bieten. Für den vollständigen technischen Hintergrund, wie all diese Techniken zusammenhängen, behandelt Prompt Engineering die gesamte Methodik. Und wenn Sie die Grundlagen für Einsteiger jederzeit noch einmal aufgreifen möchten, decken Wie man mit KI spricht und Wie man KI promptet die Bausteine ab, auf denen alles andere aufbaut.