Das Wichtigste in Kürze
- Erste Prompts sind per Definition unvollständig — sie scheitern aus zwei vorhersehbaren Gründen, die nichts mit Ihrem Kenntnisstand zu tun haben
- Grund eins: Sie können in einer einzigen Nachricht nicht alles über eine Aufgabe kommunizieren — Kontext, Einschränkungen und Nuancen bleiben außen vor
- Grund zwei: Sie wissen oft erst, was Sie wollen, wenn Sie sehen, was Sie nicht wollen — das erste Ergebnis schärft Ihr eigenes Denken
- Die Ansatz-zuerst-Methode — die KI bittet, ihren Plan vor der Ausführung darzulegen — verhindert den häufigsten Fehler bei komplexen Aufgaben
- Iteration ist kein Workaround für schlechtes Prompting — sie ist der Prozess, der gute Ergebnisse liefert
KI richtig prompten: Warum der erste Versuch fast immer enttäuscht
Der erste Prompt enttäuscht fast immer. Das gilt unabhängig davon, ob Sie KI erst letzte Woche entdeckt haben oder bereits seit zwei Jahren damit arbeiten. Der Unterschied liegt darin, dass erfahrene Nutzerinnen und Nutzer diese Enttäuschung einkalkulieren und wissen, was danach zu tun ist. Einsteiger neigen dazu, zu schlussfolgern, dass die KI fehlerhaft ist oder sie selbst etwas falsch machen.
Es gibt dafür zwei vorhersehbare Gründe.
Grund 1 — Man kann nicht alles auf einmal sagen
Erstens: Sie können nicht alles auf einmal sagen. Eine Arbeitsaufgabe, die Sie einem Kollegen in fünf Minuten Hin-und-her erklären könnten, lässt sich nicht sauber in eine einzige Nachricht komprimieren. Ein Teil des Kontexts geht verloren. Einschränkungen, die Sie für selbstverständlich halten, werden nie erwähnt. Die Zielgruppe, der Ton, das Format, der Umfang, die Ausnahmen: Irgendetwas wird immer weggelassen. Und jede Auslassung ist eine Gelegenheit für die KI, falsch zu raten.
Grund 2 — Du weißt erst, was du willst, wenn du siehst, was du nicht willst
Zweitens, und das ist der interessantere Punkt: Sie wissen oft nicht, was Sie wollen, bis Sie sehen, was Sie nicht wollen. Das erste KI-Ergebnis wirkt wie ein Spiegel. Es zeigt Ihnen eine Version dessen, wonach Sie gefragt haben — und diese Version schärft Ihr eigenes Denken. “Das ist zu förmlich.” “Ich wollte mehr Details zum Budget-Abschnitt.” “Die Empfehlungen sollten mutiger sein.” Diese Reaktionen konnten nicht Teil des ursprünglichen Prompts sein. Sie entstehen erst, nachdem Sie einen Entwurf gesehen haben.
Beides ist normal. KI richtig prompten zu lernen bedeutet, den ersten Versuch als Ausgangspunkt zu akzeptieren — und zu verstehen, dass der eigentliche Wert in dem entsteht, was danach kommt.
Was sollte ich tun, wenn das erste Ergebnis nicht stimmt?
Bauen Sie darauf auf. Löschen Sie die Unterhaltung nicht und fangen Sie nicht von vorn an. Selbst ein mittelmäßiges erstes Ergebnis enthält nützliches Rohmaterial. Teile davon könnten funktionieren. Die Struktur könnte stimmen, auch wenn der Ton falsch ist. Die Ideen könnten solide sein, auch wenn das Format geändert werden muss.
Schicken Sie eine Folgeanweisung, die der KI genau mitteilt, was zu verbessern ist. “Gestalten Sie die Einleitung direkter — beginnen Sie mit der Schlussfolgerung.” “Der dritte Abschnitt ist zu vage — fügen Sie konkrete Zahlen aus dem Q3-Bericht ein.” “Halbieren Sie den Umfang und wechseln Sie zu Aufzählungspunkten.” “Lassen Sie den akademischen Ton weg — formulieren Sie es gesprächsnäher.”
Zwei bis drei Überarbeitungsrunden liefern in der Regel Ergebnisse, die besser sind als das, was die meisten Menschen im gleichen Zeitraum von Grund auf schreiben könnten.
Die entscheidende Erkenntnis: Iteration ist der Prozess — kein Zeichen, dass etwas schiefgelaufen ist. Erfahrene Nutzerinnen und Nutzer planen sie von Anfang an ein. Sie schreiben den ersten Prompt in dem Wissen, dass er ein grober Entwurf ist, und investieren ihre Sorgfalt in die Verfeinerung — denn dort entsteht der eigentliche Wert. Ob Sie gerade dabei sind, KI-Prompts zum ersten Mal zu schreiben, oder einen Workflow verfeinern, den Sie seit Monaten nutzen: Der Kreislauf bleibt derselbe — Prompt, Auswerten, Anpassen. Dieser Kreislauf ist der Kern dessen, wie KI-Prompting effektiv funktioniert, unabhängig von Plattform und Aufgabe.
Was ist die Ansatz-zuerst-Methode — und wann sollte ich sie einsetzen?
Die Ansatz-zuerst-Methode verhindert das kostspieligste Versagen bei komplexen Aufgaben: dass die KI in die falsche Richtung losläuft, bevor Sie korrigierend eingreifen können.
Die Methode ist einfach. Bevor Sie die KI bitten, eine komplexe Aufgabe auszuführen, fragen Sie sie nach ihrem Ansatz. “Bevor Sie diesen Bericht schreiben: Welche Struktur planen Sie zu verwenden, welche Kernpunkte werden Sie abdecken, und welche Annahmen treffen Sie?”
Die KI antwortet mit ihrem Plan. Sie prüfen ihn und geben eine neue Richtung vor. “Gute Struktur, aber verschieben Sie den Risikoabschnitt vor die Empfehlungen.” “Sie setzen einen formellen Ton voraus — gestalten Sie es stattdessen gesprächsnäher.” “Die Lieferantenanalyse fehlt — fügen Sie sie als eigenen Abschnitt hinzu.”
Dann führt die KI die Aufgabe auf Basis des korrigierten Plans aus.
Die Stärke dieser Methode liegt im Timing. Einen Plan zu korrigieren erfordert eine Nachricht. Einen fertigen Bericht mit zweitausend Wörtern zu korrigieren erfordert mehrere Runden und viel Geduld. Die Ansatz-zuerst-Methode schafft Abstimmung am Anfang und spart Iterationsaufwand am Ende.
Zwei Beispiele, bei denen dies das Ergebnis verändert:
Beispiel: Schulungs-Rollout-Plan
Ein Schulungs-Rollout-Plan. Ohne Ansatz-zuerst liefert die KI einen generischen Zeitplan, der nicht zu Ihrer Organisation passt. Mit der Methode prüfen Sie die vorgeschlagenen Phasen, passen sie an Ihre spezifischen Rahmenbedingungen an (Budgetzyklus, Abteilungsprioritäten, verfügbare Moderatoren) und erhalten einen Plan, der Ihrer Realität entspricht.
Beispiel: Wettbewerbsanalyse
Eine Wettbewerbsanalyse. Ohne Ansatz-zuerst vergleicht die KI Mitbewerber nach Kriterien, die für Ihre Entscheidung keine Rolle spielen. Mit der Methode legen Sie fest, welche Kriterien relevant sind (Preismodell, Enterprise-Funktionen, Integrationsunterstützung) und welche Mitbewerber einbezogen werden sollen. Das Ergebnis fließt direkt in Ihre Entscheidung ein, statt umfangreiche Nachbearbeitung zu erfordern.
Wann es zu verwenden ist
Setzen Sie die Ansatz-zuerst-Methode immer dann ein, wenn eine Aufgabe mehrere Abschnitte, erhebliche Ermessensentscheidungen oder eine Ausgabe umfasst, die länger als ein paar Absätze ist. Bei einer kurzen E-Mail entsteht dadurch unnötiger Mehraufwand. Bei allem Komplexen ist sie die wertvollste Technik in Ihrem Repertoire. Und sie ist einer jener Punkte, die Menschen, die KI-Prompting ernsthaft lernen, von jenen unterscheiden, die es nur beiläufig ausprobieren.
Woran erkenne ich, ob ich einen Prompt verbessern oder neu anfangen sollte?
In den meisten Fällen: verbessern Sie ihn. Ein Neustart wirft alles weg, was die Unterhaltung aufgebaut hat — den Kontext, die Richtung, die Teilerfolge.
Korrigieren, wenn die Ausgabe teilweise stimmt
Verbessern Sie den Prompt, wenn das Ergebnis teilweise stimmt. Struktur gut, aber Ton falsch? Passen Sie den Ton an. Inhalt relevant, aber zu lang? Bitten Sie um eine kürzere Fassung. Ein Abschnitt stark, ein anderer schwach? Sprechen Sie den schwachen Abschnitt gezielt an.
Korrigieren, wenn du das Problem benennen kannst
Verbessern Sie den Prompt, wenn Sie das Problem benennen können. “Zu förmlich,” “Finanzdaten fehlen,” “muss eine Vergleichstabelle statt Fließtext sein.” Diese Probleme lassen sich mit einer einzigen Folgeanweisung beheben. Zu wissen, wie man KI durch gezielte Folgeprompts steuert — statt von vorn zu beginnen — ist selbst eine Fertigkeit, die mit der Übung schärfer wird.
Neu beginnen, wenn die Richtung grundlegend falsch ist
Fangen Sie neu an, wenn die grundlegende Richtung falsch ist. Wenn die KI “Wettbewerbsanalyse” als SWOT-Analyse interpretiert hat, obwohl Sie einen Funktionsvergleich wollten, beruht die gesamte Ausgabe auf einem Missverständnis. Ein Neustart mit einer klareren Anweisung ist schneller als der Versuch, die Richtung zu korrigieren.
Probieren Sie das: Fangen Sie neu an, wenn frühe Nachrichten den Kontext verfälscht haben. Wenn die ersten Nachrichten den falschen Ton, die falsche Zielgruppe oder falsche Rahmenbedingungen gesetzt haben, beeinflussen sie alles Folgende. Eine neue Unterhaltung mit korrigiertem Kontext funktioniert besser, als gegen etablierten Schwung anzukämpfen.
Die Ein-oder-zwei-Sätze-Regel
Eine nützliche Faustregel: Wenn Sie das Problem in ein oder zwei Sätzen beschreiben können, schicken Sie eine Folgeanweisung. Wenn Sie die gesamte Aufgabe von Grund auf neu formulieren müssten, eröffnen Sie einen neuen Chat. In jedem Fall entwickeln Sie das Urteilsvermögen, das jemanden, der weiß, wie man KI-Prompts schreibt, von jemandem unterscheidet, der noch auf gut Glück vorgeht.
Für einen strukturierten Einstieg in diese Fähigkeiten zeigt Mit KI sprechen die grundlegenden Prinzipien für Einsteiger, und KI-Prompting von Grund auf lernen integriert Iteration und Diagnose in die mittleren Wochen. Das vollständige Bild, wie Prompting-Techniken zusammenhängen und aufeinander aufbauen, vermittelt Prompt Engineering mit einer Übersicht über die gesamte Entwicklung.