Gute Prompts schreiben: Die 7 Elemente wirksamer KI-Kommunikation

← Zurück zu Ressourcen

Wirksame KI-Kommunikation beginnt nicht mit einem perfekten Satz. Sie beginnt mit einer klaren Aufgabe.

Ein guter Prompt ist kein Trick. Er ist ein präziser Arbeitsauftrag an ein KI-System. Er klärt, was erreicht werden soll, auf welches Material sich die KI stützen soll und darf, wie das Ergebnis aussehen soll, welche Grenzen gelten und wie der Output geprüft wird.

Für Hochschulen, Forschungsservices, Grants Offices, Stiftungen, Verbände und Non-Profit-Organisationen ist das entscheidend. Dort geht es nicht nur um schnellere Texte. Es geht um Qualität, Vertraulichkeit, institutionelle Regeln und menschliche Verantwortung.

Die 7 Elemente wirksamer KI-Kommunikation

Ein professioneller Prompt enthält sieben Elemente:

Rolle · Aufgabe · Kontext · Material · Format · Grenzen · Prüfkriterien

Diese Formel ist keine starre Schablone. Sie ist ein Denkwerkzeug. Sie hilft, aus einem vagen Anliegen einen klaren, prüfbaren Arbeitsauftrag zu machen.

Weniger hilfreich:

Mach diesen Text besser.

Hilfreicher:

Überarbeite den folgenden Text für eine interne Mitteilung an eine Hochschulverwaltung. Ziel ist eine klare, kurze und sachliche Fassung. Ergänze keine neuen Fakten. Markiere Stellen, bei denen eine Aussage fachlich geprüft werden sollte.

Der zweite Prompt ist besser, weil er Zielgruppe, Aufgabe, Ton, Grenze und Prüfkriterium nennt. Der Output wird dadurch nicht automatisch perfekt. Aber er wird steuerbarer und leichter überprüfbar.

Warum Prompting Teil von AI Literacy ist

AI Literacy bedeutet nicht, möglichst viele KI-Tools zu kennen. Gemeint ist die Fähigkeit, KI im eigenen Arbeitskontext sinnvoll, kritisch und verantwortungsvoll zu nutzen.

Wer mit KI arbeitet, muss sechs Fragen klären:

• Welche Aufgabe soll KI unterstützen?
• Welche Informationen dürfen eingegeben werden?
• Welches Tool passt zur Situation?
• Wie soll das Ergebnis aussehen?
• Welche Risiken oder Unsicherheiten gibt es?
• Wer prüft und verantwortet den Output?

Prompting ist deshalb keine Nebensache. Es ist die erste praktische Schnittstelle zwischen menschlicher Absicht und maschineller Ausgabe.

Die sieben Elemente im Detail

1. Rolle: Aus welcher Perspektive soll die KI arbeiten?

Eine Rolle hilft der KI, Perspektive, Fachlichkeit und Ton zu fokussieren.

Agiere als Kommunikationsberater für eine Schweizer Hochschule.

Gute Rollen sind konkret. «Kommunikationsberater für eine Hochschule» ist meist hilfreicher als «weltbester Experte».

2. Aufgabe: Was genau soll getan werden?

Die Aufgabe ist der Kern des Prompts. Sie sollte mit einem klaren Verb beginnen: analysiere, vereinfache, strukturiere, prüfe, vergleiche, entwirf oder formuliere.

Analysiere den folgenden Entwurf auf Verständlichkeit, Redundanzen und fehlende Prüfpunkte.

Je klarer die Aufgabe, desto geringer die Wahrscheinlichkeit eines generischen Outputs.

3. Kontext: Für wen und wofür ist das Ergebnis gedacht?

KI kennt den konkreten Organisationskontext nicht automatisch. Sie braucht gezielte Informationen: Zielgruppe, Zweck, Ton, Länge, Vorwissen, institutioneller Rahmen und relevante Einschränkungen.

Zu wenig Kontext führt zu allgemeinen Antworten. Zu viel irrelevanter Kontext macht den Prompt unübersichtlich.

4. Material: Worauf darf sich die KI stützen?

Wenn KI mit einem Text, Notizen oder Daten arbeiten soll, muss das Material klar abgegrenzt werden.

Verwende ausschliesslich das Material zwischen den Trennlinien. Ergänze keine externen Fakten.

Klare Trennzeichen helfen:

---
[Material einfügen]
---

So wird sichtbar, worauf sich die Antwort beziehen darf.

5. Format: Wie soll der Output aussehen?

Ohne Formatvorgabe liefert KI oft eine lange Textantwort. Besser ist ein klares Zielformat: Bullet Points, Tabelle, Executive Summary, E-Mail, Prüffragen, Variantenvergleich oder Entscheidungsgrundlage.

Gib das Ergebnis als Tabelle mit den Spalten Nutzen, Risiko, Klärungsbedarf und nächster Schritt aus.

Format ist kein Detail. Es entscheidet, ob der Output direkt weiterverwendbar ist.

6. Grenzen: Was soll die KI nicht tun?

Professionelle Prompts benennen Grenzen. Gerade in Organisationen ist das zentral.

• Ergänze keine neuen Fakten.
• Erfinde keine Quellen.
• Markiere Unsicherheiten.
• Gib keine rechtliche Beurteilung.
• Verwende keine vertraulichen Informationen.
• Vermeide übertriebene Werbesprache.

Grenzen verhindern nicht jeden Fehler. Aber sie machen Risiken sichtbarer.

7. Prüfkriterien: Woran wird Qualität gemessen?

Ein guter Prompt sagt, woran der Output gemessen werden soll: sachlich, kurz, verständlich, adressatengerecht, überprüfbar, vorsichtig bei Unsicherheit und passend zur Organisation.

Trenne klar zwischen Fakten, Annahmen und Empfehlungen.

Prüfkriterien machen Qualität explizit.

Prompting braucht zwei Rollen: Architekt und Editor

Wer professionell mit KI arbeitet, übernimmt zwei Rollen.

Als Architekt gestaltet man den Prompt. Man klärt Rolle, Aufgabe, Kontext, Material, Format, Grenzen und Prüfkriterien. Ziel ist nicht, die KI zu überlisten. Ziel ist, die Aufgabe so präzise zu formulieren, dass ein brauchbarer Output wahrscheinlicher wird.

Als Editor prüft man das Ergebnis. Stimmen die Begriffe? Fehlen Einschränkungen? Sind Aussagen überprüfbar? Passt der Text zur Organisation? Gibt es Datenschutz- oder Vertraulichkeitsfragen?

Gute Prompts ersetzen diese Prüfung nicht. Sie machen sie einfacher.

Gute Prompts entstehen oft in Schritten

Bei einfachen Aufgaben reicht ein einzelner Prompt. Bei anspruchsvollen Aufgaben ist ein schrittweises Vorgehen besser.

Ein sinnvoller Ablauf kann so aussehen:

• Aufgabe klären
• Material strukturieren
• ersten Entwurf erstellen
• Entwurf kritisch prüfen
• überarbeiten
• final kürzen oder formatieren

So muss die KI nicht gleichzeitig schreiben, prüfen, entscheiden und begründen. Das Ergebnis wird übersichtlicher und besser kontrollierbar.

Sprechen beim Prompting

Wenn die Situation passt, kann Sprechen beim Prompting helfen. Mündlich geben viele Menschen mehr Kontext, Beispiele und Nuancen als beim Tippen. Hilfreich ist das aber nur, wenn die Aufgabe klar bleibt.

Wer mehrere Anliegen, Nebenbemerkungen und Prioritäten vermischt, macht den Prompt schnell mehrdeutig. Vertrauliche oder sensible Informationen gehören nicht in ungeeignete Tools — egal ob sie getippt oder diktiert werden.

Drei professionelle Beispielprompts

Die folgenden Beispiele zeigen die Logik guter Prompts. Sie sind bewusst allgemein gehalten und keine internen Workshop-Vorlagen.

Beispiel 1: KI-Einsatz vorab klären

Ich möchte prüfen, ob KI für eine berufliche Aufgabe sinnvoll eingesetzt werden kann. Stelle mir zuerst bis zu fünf Rückfragen zu Ziel, Zielgruppe, Material, Vertraulichkeit, gewünschtem Output und notwendiger menschlicher Prüfung. Gib erst danach eine Empfehlung, ob KI hier hilfreich ist, welche Risiken bestehen und wie ein sicherer erster Prompt aussehen könnte.

Beispiel 2: Text für eine Hochschulverwaltung überarbeiten

Agiere als Kommunikationsberater für eine Schweizer Hochschule. Überarbeite den folgenden Text für eine interne Mitteilung an Verwaltungsmitarbeitende. Ziel: klar, sachlich, kurz und handlungsorientiert. Ergänze keine neuen Fakten. Markiere Aussagen, die fachlich oder institutionell geprüft werden sollten. Liefere zuerst eine kurze Diagnose der Schwachstellen und danach eine überarbeitete Fassung.

Beispiel 3: KI-Use-Cases in einer Non-Profit-Organisation priorisieren

Agiere als Berater für verantwortungsvolle KI-Nutzung in einer Non-Profit-Organisation. Erstelle eine erste Priorisierung möglicher KI-Anwendungsfälle. Berücksichtige Nutzen, Risiken, Datensensibilität, Umsetzbarkeit und notwendigen Prüfaufwand. Gib das Ergebnis als Tabelle aus: Use Case, Nutzen, Risiken, notwendige Klärungen, nächster Schritt. Markiere Annahmen ausdrücklich.

Typische Fehler beim Prompting

Viele schwache KI-Ergebnisse entstehen nicht durch ein schlechtes Tool, sondern durch unklare Arbeitsaufträge.

• Die Aufgabe bleibt zu vage.
• Zielgruppe und Zweck fehlen.
• Das gewünschte Format wird nicht genannt.
• Die KI soll zu viele Dinge gleichzeitig tun.
• Grenzen und Prüfkriterien fehlen.
• Unsicherheiten werden nicht markiert.
• Datenschutz und Vertraulichkeit werden zu spät bedacht.
• Der Output wird sprachlich akzeptiert, aber fachlich nicht geprüft.

Die wichtigste Gegenmassnahme ist einfach: Prompting als Arbeitsstruktur verstehen, nicht als Zauberformel.

Was gute Prompts verbessern können

Gute Prompts können helfen, Gedanken zu ordnen, Texte zu vereinfachen, Sitzungen vorzubereiten, Varianten zu vergleichen, Prüffragen zu entwickeln oder erste Entwürfe zu erstellen.

In Hochschulen, Forschungsservices, Stiftungen, Verbänden und Non-Profit-Organisationen ist das besonders nützlich für interne Kommunikation, Executive Summaries, FAQ-Entwürfe, Workshop-Vorbereitung, Sitzungsunterlagen, Projektideen, Entscheidungsgrundlagen, Förderadministration und erste Use-Case-Analysen.

Gute Prompts machen Arbeit nicht automatisch einfacher. Aber sie machen sie bewusster, strukturierter und überprüfbarer.

Was gute Prompts nicht lösen

Auch ein sehr guter Prompt macht einen KI-Output nicht automatisch wahr, aktuell, vollständig oder rechtlich korrekt.

KI-Texte können überzeugend klingen, auch wenn Informationen fehlen, falsch gewichtet oder erfunden sind. Erfundene Informationen werden oft als Halluzinationen bezeichnet. Tückisch ist, dass sie sprachlich plausibel wirken.

Prompting ersetzt deshalb keine fachliche Verantwortung, keine Datenschutzabklärung, keine rechtliche Prüfung, keine institutionellen Freigabeprozesse und kein professionelles Urteil.

Verantwortungsvolle Nutzung beginnt vor dem Prompt

Vor jedem Prompt steht eine praktische Frage:

Darf dieses Material in dieses Tool?

Entscheidend sind mehrere Faktoren:

• Welche Art von Material wird verwendet?
• Enthält es Personendaten oder vertrauliche Informationen?
• Welches Tool kommt zum Einsatz?
• Welche Aufgabe soll KI übernehmen?
• Welcher Output entsteht?
• Wer prüft das Ergebnis?
• Welche Regeln gelten in der Organisation?

Für eine erste Einschätzung konkreter Nutzungssituationen kann die KI-Ampel helfen.

KI-Ampel nutzen

Prompting ist nur ein Teil verantwortungsvoller KI-Nutzung. Organisationen brauchen auch gemeinsame Regeln, geeignete Tools, Sensibilisierung, klare Zuständigkeiten und eine Kultur der kritischen Prüfung.

Wann ein Prompt nicht mehr ausreicht

Manchmal genügt ein guter Prompt. Manchmal braucht es mehr.

Wenn eine Aufgabe wiederkehrend ist, interne Regeln betrifft oder auf kuratiertes Organisationswissen zugreifen soll, kann ein spezialisierter KI-Assistent, Chatbot oder Voicebot sinnvoll sein. Das sichtbare Arbeitssystem ist dann der Assistent, Chatbot oder Voicebot für eine konkrete Aufgabe.

RAG ist in diesem Zusammenhang nur eine mögliche Hintergrundarchitektur: Sie kann helfen, Informationen aus ausgewählten und gepflegten Quellen abzurufen. Entscheidend bleibt aber nicht die Architektur, sondern die Aufgabe, die Qualität der Quellen und die Prüfung des Outputs.

Ein Beispiel ist ein interner Prompt-Mentor: ein KI-Assistent, der Mitarbeitende dabei unterstützt, aus vagen Anliegen klare, prüfbare Prompts zu formulieren. So wird Prompting-Qualität nicht dem Zufall einzelner Personen überlassen, sondern als gemeinsamer Standard verankert.

Auch hier gilt: Die Technik ist nicht der Ausgangspunkt. Der Ausgangspunkt ist die Aufgabe.

Fazit

Gute Prompts sind präzise Arbeitsaufträge. Sie klären Rolle, Aufgabe, Kontext, Material, Format, Grenzen und Prüfkriterien.

Dadurch werden KI-Ergebnisse besser steuerbar, besser überprüfbar und besser in professionelle Arbeitsprozesse integrierbar.

Für Organisationen ist das zentral. Verantwortungsvolle KI-Nutzung entsteht nicht dadurch, dass ein einzelner Prompt gut klingt. Sie entsteht, wenn Menschen verstehen, wofür sie KI einsetzen, welche Daten sie verwenden dürfen, wie sie Ergebnisse prüfen und wo Verantwortung bleibt.

Prompting ist deshalb eine Basiskompetenz von AI Literacy — und oft der erste praktische Schritt zu einem professionellen Umgang mit KI.