Die meisten Menschen tippen einen Satz ein und nehmen die erste Antwort. Dabei unterscheiden sich die Ergebnisse zwischen einem naiven Prompt und einer durchdachten Anweisung enorm – oft mehr als der Unterschied zwischen zwei KI-Modellen. Ich habe vier Techniken für dich, die ich regelmäßig benutze. Jede ist in Minuten ausprobiert, und die Beispiele kannst du direkt übernehmen.
Zero-Shot: die Grundlage
Zero-Shot bedeutet: Du gibst der KI eine Aufgabe, ohne Beispiele zu liefern. Das ist der Normalfall – und funktioniert für alltägliche Dinge erstaunlich gut. Der Trick liegt nicht in der Technik, sondern in der Präzision der Anweisung.
Schlecht: „Schreib mir was über Hunde.“
Besser: „Vergleiche Labrador und Border Collie als Familienhunde. Nenne Vor- und Nachteile in einer Tabelle und gib am Ende eine klare Empfehlung für eine Familie mit Kleinkind.“
Die zweite Version liefert eine strukturierte, nutzbare Antwort – ohne dass ein einziges Beispiel nötig war.
Role Prompting: „Du bist ein…“
Eine der einfachsten Techniken mit sofort spürbarem Effekt: Du gibst dem Modell eine Rolle. „Du bist ein erfahrener Steuerberater“, „Du bist ein Lektor, der auf unnötige Füllwörter achtet“. Die Antwort wird fachlicher, weil das Modell den passenden Ton und das passende Fachwissen aktiviert.
Mein Standardbeispiel: „Du bist ein Senior-Entwickler, der Code-Reviews macht. Prüfe diesen Code auf Bugs und Sicherheitsprobleme. Erkläre jeden Fund so, dass auch ein Junior ihn versteht.“ Gegenüber einem nackten „Finde Bugs“ ist der Unterschied deutlich.
Wichtig: Die Rolle ersetzt keine klare Aufgabe. „Du bist ein Marketing-Experte“ allein bringt nichts – erst mit Kontext und Ziel wird daraus etwas.
Few-Shot: Beispiele zeigen
Wenn du einen bestimmten Stil oder ein bestimmtes Format willst, zeigst du dem Modell einfach, wie es aussehen soll. Ein oder zwei Beispiele reichen oft. Few-Shot ist damit die schnellste Methode, einer KI deinen Hausstil beizubringen – ganz ohne Fine-Tuning.
Beispiel: Du willst Produktbeschreibungen in deinem Ton. Du gibst zwei deiner alten Texte als Referenz, dazu den neuen Artikel und die Anweisung: „Schreibe im gleichen Stil, gleiche Länge, gleiche Struktur.“ Das Modell kopiert nicht, aber es übernimmt Muster – Satzlänge, Wortwahl, Aufbau.
Der häufigste Fehler: zu viele Beispiele. Ab drei oder vier verwässert die Anweisung, und das Modell fängt an, Elemente zu mischen. Weniger ist hier mehr.
Chain-of-Thought: Schritt für Schritt denken
Bei komplexen Aufgaben hilft es, das Modell zum schrittweisen Denken aufzufordern – statt direkt eine Antwort zu erwarten. „Denke Schritt für Schritt“ oder „Löse das in drei Schritten und zeige jeden Schritt“. Besonders bei Mathematik, Logik und mehrstufigen Entscheidungen verbessert das die Trefferquote spürbar, weil das Modell den Lösungsweg mitdenkt.
Ein Beispiel aus meinem Alltag: „Ich habe ein Budget von 2.000 Euro für Marketing. Vergleiche drei Kanäle für einen Online-Shop, der [Produkt] verkauft. Berechne Schritt für Schritt, wie sich das Budget sinnvoll aufteilt, und begründe jede Entscheidung.“ Mit der Schritt-Anweisung kommen rationale Zwischenrechnungen, ohne sie kommt oft nur Bauchgefühl.
Einschränkung: Bei einfachen Aufgaben ist die Technik unnötig. Sie verlängert die Antwort und kann bei Modellen, die dafür optimiert sind, sogar zu mehr Fehlern führen – wer bei „Wie viel ist 2+2?“ Schritt für Schritt denkt, hat den Sinn verfehlt.
Wann sich was lohnt
Meine Faustregel:
- Alltag: Zero-Shot mit präziser Anweisung – reicht für 80 Prozent.
- Fachliche Antworten: Role Prompting.
- Bestimmter Stil: Few-Shot mit 1-2 Beispielen.
- Komplexe Probleme: Chain-of-Thought.
Die Techniken kombinieren sich übrigens gut: Rolle plus Beispiel plus Schritt-für-Schritt-Aufforderung ist keine Seltenheit – ich nutze diese Kombination fast täglich. Was mich nach all den Monaten überrascht: Die meisten Leute kennen diese Bausteine gar nicht. Dabei sind sie das größte Hebelmittel, das es im Umgang mit KI gibt – mehr als jedes neue Modell. Probier eine Woche lang bewusst eine Technik pro Tag aus. Genau dieser eine Satz mehr in deinem Prompt ist oft der Unterschied zwischen Durchschnitt und Treffer.