KI-Praxis
Sieben Prompt-Patterns, die wirklich helfen
Vergiss „Prompt-Engineering“ als Buzzword. Es gibt sieben einfache Patterns, die ab Tag eins die Qualität deiner KI-Ausgaben heben, egal welches Modell.
Marco Moosbrugger
KI-Speaker, Founder ai-development.com
30. März 2026
~7 min Lesezeit
„Prompt-Engineering” klingt nach Doktorarbeit. Es ist näher an „klar formulieren”. Wer zwei Stunden mit den folgenden sieben Patterns übt, holt aus jedem KI-Modell mehr raus, und merkt schnell: 80 % des Effekts kommt von der Hälfte der Tricks.
1. Rolle zuweisen
Statt „Schreib mir einen Marketing-Text” sag:
„Du bist Senior Copywriter für nachhaltige Mode. Schreib mir einen 80-Wort-Instagram-Post für eine neue Linie aus Bio-Baumwolle.”
Eine zugewiesene Rolle aktiviert beim Modell die passenden Sprach-Muster. Funktioniert auch bei Fachthemen: „Du bist Steuerberater:in mit Schwerpunkt EU-Umsatzsteuer”.
2. Kontext mitgeben
Modelle wissen nichts über deine Lage. Sag’s ihnen:
„Wir sind ein 12-Personen-Tischlereibetrieb in Tirol. Stammkunden sind Privatleute mit Eigenheim, Auftragsvolumen €5–50k. Wir bekommen 60 Anfragen/Monat. Frage: Wie sortieren wir die Anfragen?”
Drei Sätze Kontext = bessere Antwort als jedes „Beste Tool für Auftrags-Management?“.
3. Format vorgeben
Wenn du eine Tabelle willst, sag „als Tabelle”. Wenn du JSON willst, gib ein JSON-Schema vor. Wenn du Bullet-Points willst, sag’s:
„Liste 5 Vorteile als Bullet-Points. Jeder Bullet max. 12 Wörter.”
Klingt trivial, wirkt enorm.
4. Beispiel zeigen (Few-Shot)
Statt zu beschreiben, zeig ein Beispiel:
„Schreib Produkt-Beschreibungen wie diese hier:
Kerzenständer „Linz”, Eiche, geöltes Finish. 22cm hoch. Für eine Stabkerze. Aus heimischem Holz, gebaut in unserer Werkstatt.
Schreib jetzt eine Beschreibung für einen Bilderrahmen aus Nussholz, 30×40cm.”
Das Modell kopiert Tonalität, Länge, Struktur. Ein einziges Beispiel reicht oft. Bei schwierigen Aufgaben: zwei oder drei.
5. Schritt für Schritt
Bei mehrstufigen Aufgaben: sag „arbeite Schritt für Schritt”:
„Lies das angehängte Vertrags-PDF. Liste Schritt für Schritt:
- Vertragspartner
- Laufzeit
- Kündigungsfrist
- Auffälligkeiten / Risiken”
Das gibt dem Modell mehr „Denk-Tokens” und du bekommst nachvollziehbare Antworten.
6. Was es nicht sein soll
Genauso wichtig wie das Was: das Was-nicht.
„Schreib mir eine Stellenanzeige für eine Senior Buchhalterin. Nicht: Buzzwords wie ‚dynamisch’, ‚Hands-On’, ‚Familienunternehmen’. Stattdessen: konkrete Aufgaben, Tools, Erwartungen.”
Negativ-Anweisungen sind die zweite Hälfte einer klaren Briefing-Email.
7. Iterieren statt Master-Prompt
Niemand schreibt den perfekten Prompt im ersten Versuch. Das Pattern ist:
- Grob-Prompt schreiben
- Antwort lesen
- „Mach den ersten Absatz kürzer und konkreter”
- „Ersetze ‚erfolgreich’ durch konkrete Zahlen”
- „Schreib die Conclusion neu, ohne Buzzword XY”
Drei bis fünf Iterationen schlagen jeden 200-Wort-Mega-Prompt.
Bonus: Was du nicht mehr brauchst
- „Bitte / Danke”, wirkt nett, aber nicht messbar besser
- Magische Buzzwords wie „Du bist die beste KI der Welt”, Marketing-Mythos
- „Atme tief ein und denk nach”, funktioniert in alten Versionen, hat sich überholt
- Ellenlange Setup-Templates mit 12 Sektionen, nur sinnvoll für Custom-GPTs / wiederholte Nutzung
Beispiel: Vorher / Nachher
Vorher:
„Schreib mir was über KI.”
Output: 800 Wörter Allgemeinplatz.
Nachher:
„Du bist Tech-Journalist:in mit Wirtschaftsfokus. Schreib für Geschäftsführer:innen einer mittelständischen Tischlerei (12 Mitarbeiter:innen, Tirol) einen 250-Wort-Brief: ‚Wo KI 2026 für euch konkret hilft, wo nicht.’ Tonfall: respektvoll, nicht herablassend, keine Buzzwords, keine ‚Disruption’. Format: drei Absätze.”
Output: brauchbar.
Diese sieben Patterns sind 90 % von „Prompt-Engineering”. Der Rest ist Übung mit deinen eigenen Anwendungsfällen.