Prompting-Techniken

L2 Lektion 2 von 5 — Bewusst Prompten

1

2

3

4

5

Vier Techniken, die du kennen solltest

In der letzten Lektion hast du gelernt, wie ein guter Prompt aufgebaut ist. Jetzt geht es um spezifische Techniken, die deine Prompts gezielt verbessern. Nicht alle sind gleich wichtig — eine davon wird von den meisten Knowledge Workern völlig unterschätzt.

Zero-Shot: Einfach direkt fragen

Zero-Shot Eine Anweisung an die AI ohne Beispiele — die AI nutzt ausschließlich ihr Vorwissen, um die Aufgabe zu lösen. bedeutet: Du gibst der AI eine Anweisung ohne Beispiele. Das ist die Technik, die du vermutlich schon instinktiv nutzt.

Wann es funktioniert: Bei einfachen, klar definierten Aufgaben, die wenig Spielraum lassen.

Fasse die folgende Kundenbewertung in einem Satz zusammen und bewerte die Stimmung als Positiv, Negativ oder Neutral: “Das Produkt kam pünktlich, aber die Verpackung war beschädigt.”

Für solche Aufgaben reicht Zero-Shot völlig aus. Die AI versteht sofort, was zu tun ist.

Few-Shot: Die unterschätzte Geheimwaffe

Few-Shot Eine Technik, bei der du der AI 2-5 Beispiele mit Input und Output zeigst, bevor du die eigentliche Aufgabe stellst. Besonders wirksam für Format und Stil. ist die Technik mit dem besten Aufwand-Ergebnis-Verhältnis — und die, die fast niemand nutzt. Du gibst der AI 2-3 Beispiele, wie das Ergebnis aussehen soll, bevor du die eigentliche Aufgabe stellst.

Warum das so wirksam ist: Statt lang zu erklären, welches Format, welchen Ton oder welchen Detailgrad du willst, zeigst du es einfach. Zeigen schlägt Erklären.

Kategorisiere diese Support-Tickets nach Priorität:

Ticket: “Kann mich nicht einloggen” → Priorität: Hoch Ticket: “Wie ändere ich mein Profilbild?” → Priorität: Niedrig Ticket: “Zahlung wurde doppelt abgebucht” → Priorität: Hoch

Ticket: “Das Dashboard lädt auf dem Handy langsam” → Priorität: ?

Die AI erkennt das Muster aus deinen Beispielen und wendet es konsistent an. Du musst nicht definieren, was “hoch” und “niedrig” bedeutet — das zeigen deine Beispiele.

Wichtig zu wissen: Bei modernen Modellen verbessert Few-Shot vor allem das Format des Outputs, weniger die inhaltliche Qualität. Genau das macht es so wertvoll im Alltag: Du bekommst Ergebnisse, die du direkt verwenden kannst, ohne sie umformatieren zu müssen.

Chain-of-Thought: Schritt für Schritt denken

Chain-of-Thought Eine Technik, bei der die AI aufgefordert wird, ihren Denkweg Schritt für Schritt zu zeigen, bevor sie eine Antwort gibt. Verbessert die Genauigkeit bei komplexen Aufgaben. fordert die AI auf, ihren Denkprozess offenzulegen. Die einfachste Variante: Füge “Denke Schritt für Schritt” zu deinem Prompt hinzu.

Unser Team hat 80 Personen. 25% sind Senior-Mitglieder. 40% der Seniors leiten ein Projekt. Wie viele Seniors leiten ein Projekt? Denke Schritt für Schritt.

Ohne diese Anweisung springt die AI manchmal direkt zur Antwort und macht dabei Rechenfehler. Mit Chain-of-Thought arbeitet sie sauber durch:

• 25% von 80 = 20 Seniors
• 40% von 20 = 8 Seniors leiten ein Projekt

Ehrliche Einschätzung: Für typische Büroaufgaben — E-Mails, Zusammenfassungen, Texte — brauchst du Chain-of-Thought selten. Die Technik ist am stärksten bei Aufgaben mit mehreren Rechenschritten, logischen Abhängigkeiten oder komplexen Abwägungen.

Role-Play: Persona zuweisen

Beim Role-Play gibst du der AI eine spezifische Rolle. Das ändert Tonalität, Wortwahl und Perspektive der Antwort.

Du bist eine erfahrene Unternehmenssteuerberaterin mit 15 Jahren Praxis. Ein Mandant fragt: “Kann ich mein Home-Office steuerlich absetzen, wenn ich nur 2 Tage pro Woche von zu Hause arbeite?” Erkläre die aktuelle Regelung in verständlicher Sprache.

Je spezifischer die Rolle, desto besser: “Erfahrene Unternehmenssteuerberaterin mit 15 Jahren Praxis” bringt mehr als “Du bist Anwältin”.

Aber Vorsicht: Role-Play wird in vielen Anleitungen überbewertet. Es verändert zuverlässig den Ton und die Wortwahl, aber es macht die AI nicht tatsächlich zum Experten. Die Fakten werden nicht besser, nur die Verpackung. Nutze Role-Play für Stil — nicht als Ersatz für Fachwissen.

Welche Technik wann?

Technik	Stärke	Am besten für
Zero-Shot	Schnell, unkompliziert	Einfache, klare Aufgaben
Few-Shot	Konsistentes Format	Kategorisierungen, wiederkehrende Formate, Stil-Vorgaben
Chain-of-Thought	Bessere Genauigkeit	Berechnungen, Abwägungen, mehrstufige Logik
Role-Play	Ton und Perspektive	Fachspezifische Sprache, bestimmte Zielgruppen

Die Techniken lassen sich kombinieren. Du kannst zum Beispiel eine Rolle zuweisen UND Beispiele geben — das ist oft die stärkste Kombination.

Probier es aus

Übung 1: Few-Shot im Alltag

Nimm eine wiederkehrende Aufgabe aus deinem Arbeitsalltag — zum Beispiel das Kategorisieren von E-Mails oder das Zusammenfassen von Meeting-Notizen. Erstelle 2-3 Beispiele und lass die AI das nächste Beispiel bearbeiten. Vergleiche das Ergebnis mit einem Zero-Shot-Versuch ohne Beispiele.

Übung 2: Chain-of-Thought testen

Stelle der AI eine Aufgabe mit mehreren Schritten, zum Beispiel: “Wir haben ein Budget von 50.000 Euro. 40% gehen in Personal, 25% in Marketing, 15% in Software. Wie viel bleibt übrig?” Einmal ohne und einmal mit “Denke Schritt für Schritt”. Beobachte den Unterschied.

Übung 3: Role-Play bewusst einsetzen

Lass die AI denselben Text zweimal schreiben: einmal ohne Rolle, einmal mit einer spezifischen Rolle (z.B. “Du bist eine erfahrene HR-Managerin”). Achte darauf, was sich ändert — und was gleich bleibt.

Weiter gedacht

Die wichtigste Erkenntnis: Few-Shot ist die Technik mit dem größten Hebel für den Alltag. Statt lange zu erklären, was du willst, zeig es. Zwei Beispiele sagen mehr als zwei Absätze Anweisungen.

In der nächsten Lektion geht es um Iteration — warum der erste Prompt nie perfekt ist und wie du systematisch bessere Ergebnisse erzielst.