Inhaltsverzeichnis
1. Warum die meisten Prompts scheitern
Ich sehe das fast täglich in Beratungsgesprächen: Jemand tippt bei ChatGPT „Schreib mir ein Angebot für IT-Dienstleistungen" ein und wundert sich, dass ein generischer Textbaustein herauskommt, den kein Kunde ernst nimmt.
Das Problem ist nicht die KI. Das Problem ist, dass ein LLM ohne Kontext raten muss — und dann rät es halt Mittelmaß. Ein gutes Sprachmodell verhält sich wie ein sehr fähiger neuer Mitarbeiter: Wenn Sie ihm eine präzise Aufgabe, das nötige Hintergrundwissen und klare Erwartungen mitgeben, liefert es. Wenn nicht, fabuliert es.
Gute Prompts sind die eine Seite. Die andere: Welches System steht eigentlich dahinter? LLM, RAG oder KI-Agent – der praktische Leitfaden hilft zu verstehen, wann ein reines Sprachmodell reicht und wann mehr Architektur nötig ist.
Deshalb habe ich mir über hunderte von Kunden-Prompts hinweg drei Frameworks zurechtgelegt, die zuverlässig funktionieren. Nicht theoretisch — sondern im echten Mittelstandsalltag, wo es um konkrete Ergebnisse geht, nicht um Prompt-Schönheitspreise.
2. Framework 1: RTFC (Role – Task – Format – Constraint)
RTFC ist das Framework, mit dem ich jeden Prompt-Einsteiger starten lasse. Es zwingt Sie, die vier Elemente zu bedenken, die ein LLM braucht, um nicht zu raten:
- Role: Wer soll die KI sein? („Du bist ein erfahrener Vertriebsleiter im B2B-Maschinenbau")
- Task: Was genau soll sie tun? („Schreibe eine Angebots-Mail für eine CNC-Fräsmaschine")
- Format: Wie soll das Ergebnis aussehen? („Maximal 250 Wörter, mit Betreffzeile, in Absätzen, kein Bullet-Point-Massaker")
- Constraint: Was darf sie NICHT? („Keine Preisangaben, keine Übertreibungen wie ‚revolutionär', sachlicher Ton")
Ein konkretes Beispiel aus meiner Arbeit mit einem Kunden — einem 15-Personen-Ingenieurbüro, das seine Angebots-E-Mails mit KI vorschreiben lassen wollte:
Schreib eine E-Mail für ein Angebot.
Besser mit RTFC:
Du bist Vertriebsingenieur in einem Ingenieurbüro für Automatisierungstechnik (Role). Formuliere eine unverbindliche Angebots-E-Mail an einen Industriekunden, der eine SPS-Steuerung für seine Förderanlage angefragt hat (Task). Die Mail soll:
– max. 200 Wörter haben
– mit persönlicher Anrede und Betreffzeile starten
– die grobe Lösung skizzieren (3 Sätze)
– mit einem Terminvorschlag enden (Format)
Keine technischen Abkürzungen ohne Erklärung. Kein „wir würden uns freuen" (Constraint).
Der Unterschied ist massiv. Der erste Prompt produziert eine austauschbare Standard-Mail. Der zweite liefert etwas, das ein echter Mensch geschrieben haben könnte — weil er genug Kontext hat.
3. Framework 2: Chain-of-Thought (CoT)
Chain-of-Thought ist das Framework für Aufgaben, bei denen das LLM denken soll, bevor es schreibt. Statt direkt eine Antwort zu verlangen, zwingen Sie es, erst einen Gedankengang zu formulieren.
Das klingt abstrakt, ist aber in der Praxis extrem wirkungsvoll — vor allem bei Analysen, Vergleichen oder Entscheidungsvorlagen.
Wir sind ein mittelständischer Fensterbauer mit 40 Mitarbeitern. Wir vergleichen zwei neue Glas-Lieferanten. Gehe Schritt für Schritt vor:
1. Liste die Kriterien auf, die für unsere Entscheidung relevant sind (Preis, Lieferzeit, Qualität, Mindestmenge).
2. Bewerte beide Lieferanten anhand jedes Kriteriums auf einer Skala 1–5.
3. Benenne die größten Risiken pro Lieferant.
4. Gib eine begründete Empfehlung.
Bleib sachlich, begründe jede Bewertung mit 1–2 Sätzen.
Ohne das „Schritt für Schritt" würde das Modell Ihnen einfach eine pauschale Empfehlung hinschreiben — ohne dass Sie nachvollziehen können, warum. Mit CoT sehen Sie die Denkweise und können Lücken erkennen. Das ist genau der Unterschied zwischen „KI hat's gesagt, also stimmt's" und „KI hat einen nachvollziehbaren Vorschlag gemacht — ich entscheide."
Wann CoT besonders nützt: Wenn Sie eine Entscheidungsvorlage brauchen, einen komplexen Text analysieren lassen oder Prozessschritte logisch priorisieren wollen. Immer dann, wenn der Gedankengang genauso wichtig ist wie das Ergebnis.
4. Framework 3: Few-Shot-Prompting
Few-Shot ist mein persönlicher Favorit für wiederkehrende Aufgaben. Statt lang zu erklären, wie etwas aussehen soll, geben Sie dem Modell zwei bis drei Beispiele — und es versteht das Muster sofort.
Gerade im Mittelstand, wo viele Textsorten immer wieder ähnlich aussehen (Angebote, Rechnungs-Mails, interne Status-Updates, Social-Media-Posts), ist das ein enormer Produktivitätshebel.
Du schreibst LinkedIn-Posts für einen mittelständischen Kunststoffverarbeiter. Hier sind zwei echte Beispiele aus unserem Stil:
Beispiel 1:
„Letzte Woche hatten wir eine Bauteil-Anfrage, die auf den ersten Blick unmöglich schien: 0,3 mm Wandstärke bei 120 °C Dauertemperatur. Drei Tage und zwei Materialvarianten später hatten wir die Lösung. Manchmal ist unmöglich nur unbequem."
Beispiel 2:
„15 Tonnen Granulat am Freitag angeliefert — und am Montagmorgen läuft die erste Charge. Unser Lager-Team verdient Applaus. Ohne diese Logistik wäre jede Liefertermin-Zusage wertlos."
Schreibe drei neue Post-Ideen im gleichen Stil. Thema: Nachhaltigkeit bei technischen Kunststoffen.
Der Vorteil von Few-Shot: Sie definieren Stil, Tonalität und Länge nicht abstrakt, sondern durch funktionierende Beispiele. Das Modell imitiert, was funktioniert — statt zu raten, was Sie meinen könnten.
Meine Faustregel: Zwei bis drei Beispiele reichen fast immer. Geben Sie lieber zwei sehr gute Beispiele als fünf mittelmäßige. Und zeigen Sie, was Sie wollen — nicht nur, was Sie nicht wollen.
5. Zwei Prompt-Vorlagen zum direkten Kopieren
Hier sind zwei Vorlagen, die bei meinen Kunden immer wieder funktionieren. Einfach kopieren, die Platzhalter mit Ihren Daten füllen, abschicken.
Vorlage 1: Geschäfts-E-Mail mit Tonalität (RTFC)
Schreibe eine E-Mail an [Empfänger und Kontext, z.B. einen Bestandskunden, der eine Nachbestellung angefragt hat].
Die E-Mail soll:
– max. 200 Wörter
– Start mit persönlicher Anrede und Betreffzeile
– Referenz zur letzten Zusammenarbeit (positiv, konkret)
– Klärung der nächsten Schritte
– höflicher, aber nicht unterwürfiger Ton; kein „würden", kein „vielleicht"
– Abschluss mit Terminvorschlag für ein 15-Minuten-Telefonat
Vorlage 2: Meeting-Zusammenfassung (CoT + RTFC)
Aus den folgenden Meeting-Notizen erstellst du eine professionelle Zusammenfassung. Gehe so vor:
1. Extrahiere alle besprochenen Themen.
2. Identifiziere pro Thema: Entscheidung (wenn getroffen), offene Punkte, Verantwortliche.
3. Formuliere daraus eine strukturierte Zusammenfassung mit diesen Abschnitten: TOP-Themen, Entscheidungen, To-dos (mit Namen und Deadline).
Format: Max. eine Seite, klare Absätze, kein Fließtext ohne Struktur.
Meeting-Notizen:
[Hier Ihre Stichpunkte, Aufnahme-Transkript oder losen Notizen einfügen]
Der Kniff bei Vorlage 2: Die Kombination aus RTFC (Role, Task, Format) und CoT („Gehe so vor: 1., 2., 3.") zwingt das Modell, erst zu strukturieren und dann zu formulieren. Ergebnis: Sie bekommen keinen zusammenhangslosen Textbrei, sondern ein Dokument, das Sie direkt weiterleiten können.
6. Was das für Ihr KMU bedeutet
Ein häufiger Einwand, den ich höre: „Prompt Engineering ist doch was für große Konzerne mit dedizierten KI-Teams." Das Gegenteil ist der Fall.
Im Mittelstand, wo eine Person oft drei Rollen abdeckt, ist ein guter Prompt potenziell mehr wert als in einem Konzern mit Stabsstellen. Wenn Ihre Bürokauffrau mit einem durchdachten Prompt in drei Minuten eine Rechnungs-Mail formuliert, die sonst 20 Minuten gedauert hätte, dann skaliert das über 200 Arbeitstage auf echte Stunden Ersparnis.
Meine Erfahrung: Unternehmen mit 10–50 Mitarbeitern profitieren am stärksten von grundlegendem Prompt-Know-how — weil der relative Zeitgewinn am größten ist und keine teure Tool-Integration nötig ist. Ein Team-Meeting, in dem ich einmal RTFC erkläre und alle ihre drei häufigsten Prompts umschreiben, bringt oft mehr Produktivität als ein sechsmonatiges Softwareprojekt.
Die Frage, ob ChatGPT-Abos reichen oder eine Corporate-AI-Umgebung nötig ist, beantworten wir im Artikel ChatGPT vs. Corporate LLM für KMU – mit Kostenvergleich und Entscheidungsmatrix.
Prompt Engineering ist nur der Anfang.
Wenn Ihre Mitarbeiter mit guten Prompts arbeiten, ist der nächste Schritt oft: Welche Prozesse lassen sich mit KI ganz automatisieren? Lassen Sie uns das gemeinsam herausfinden.
Zur KI-Beratung für KMU →7. Die ersten Schritte
Wenn Sie morgen früh anfangen wollen, Ihre Prompts zu verbessern, tun Sie genau drei Dinge:
- Einen Prompt nehmen, den Sie oft brauchen. Zum Beispiel die E-Mail, die Sie jede Woche schreiben. Nicht irgendein theoretisches Szenario — sondern etwas Echtes aus Ihrem Alltag.
- Mit RTFC neu schreiben. Role, Task, Format, Constraint. Das dauert zwei Minuten, und der Unterschied wird Sie überraschen.
- Iterieren, nicht wegwerfen. Wenn der Output nicht auf Anhieb passt, antworten Sie der KI: „Nicht schlecht, aber mach es kürzer / förmlicher / mit mehr Zahlen." Ein Prompt ist kein Einmal-Wurf, sondern ein Dialog.
Die beste Prompt-Strategie ist die, die Sie tatsächlich nutzen. Starten Sie mit einem echten Problem, einem der drei Frameworks und der Erwartung, dass Version eins nie perfekt ist — sondern besser als gar keine KI.
Wenn Sie Prompting mit echten Use Cases kombinieren wollen: KI-Prototyping mit 5 bewährten Methoden zeigt, wie Sie schnell und günstig testen, was im Arbeitsalltag wirklich funktioniert.
