Prompting Techniken – Interaktiver Leitfaden

🧠 Prompting Techniken

Der vollständige Leitfaden für modernes Prompt Engineering

11 Techniken · Mit Beispielen · Einsatzempfehlungen · Visuelle Diagramme

📖 Was ist Prompt Engineering?

Prompt Engineering bezeichnet die Kunst und Wissenschaft, Anweisungen für KI-Sprachmodelle so zu formulieren, dass sie präzise, nützliche und qualitativ hochwertige Antworten liefern. Die Qualität eines Prompts entscheidet maßgeblich über die Qualität der KI-Ausgabe.

            Kernprinzip: Ein gut formulierter Prompt gibt der KI Kontext, Rolle, Aufgabe und Format vor – ähnlich wie eine gute Briefing-Unterlage für einen menschlichen Experten.
        

🎯 Warum ist es wichtig?

Dieselbe KI liefert mit unterschiedlichen Prompts völlig verschiedene Ergebnisse. Prompt Engineering maximiert die Nützlichkeit und reduziert Fehler, Halluzinationen und unerwünschte Ausgaben.

📈 Anwendungsbereiche

Marketing, Softwareentwicklung, Bildung, Datenanalyse, Kundenservice, Kreativarbeit, Forschung – überall wo KI-Systeme eingesetzt werden, verbessert Prompt Engineering die Ergebnisse.

⚡ Schneller Einstieg

Starte mit Zero-Shot für einfache Fragen, wechsle zu Few-Shot oder Chain-of-Thought für komplexere Aufgaben. Fortgeschrittene Techniken wie Tree of Thoughts sind für strategische Probleme ideal.

Die 4 Bausteine eines guten Prompts

🎭 Rolle

Wer soll die KI sein?

📋 Aufgabe

Was soll sie tun?

🌍 Kontext

Welche Hintergründe?

📐 Format

Wie soll die Ausgabe aussehen?

🎯 Zero-Shot Prompting

🎯

Basis

Die KI erhält keine Beispiele – sie antwortet allein aus der Aufgabenbeschreibung heraus. Das Modell nutzt sein vortrainiertes Wissen, ohne zusätzliche Demonstration.

💬 Beispiel 1: Wissen & Definitionen

▶ Prompt

Erkläre den Unterschied zwischen Brutto- und Nettogehalt.

◀ KI-Antwort

Das Bruttogehalt ist das Gesamteinkommen vor Steuern und Sozialabgaben. Das Nettogehalt ist der Betrag, der nach Abzug aller Steuern, Kranken-, Renten- und Arbeitslosenversicherung tatsächlich ausgezahlt wird. Kurzformel: Brutto = Gesamtlohn · Netto = Auszahlung auf dem Konto

💬 Beispiel 2: Übersetzung

▶ Prompt

Übersetze folgenden Satz ins Englische: „Guten Morgen, wie kann ich Ihnen helfen?“

◀ KI-Antwort

Good morning, how can I assist you?

💬 Beispiel 3: Klassifikation

▶ Prompt

Ist die folgende Kundenbewertung positiv, negativ oder neutral? „Das Produkt kam schnell an, aber die Verpackung war beschädigt.“

◀ KI-Antwort

Neutral – Die Bewertung enthält sowohl einen positiven Aspekt (schnelle Lieferung) als auch einen negativen (beschädigte Verpackung).

✅ Wann Zero-Shot verwenden?

Einfache Fakten-, Definitions- oder Übersetzungsfragen
Wenn kein spezifischer Stil oder Ton erforderlich ist
Bei zeitkritischen Anfragen ohne Vorbereitung
Als erster Test, bevor komplexere Techniken eingesetzt werden

            ⚠️ Grenzen: Bei komplexen, mehrstufigen oder stilkritischen Aufgaben sinkt die Qualität. Hier sind Few-Shot oder Chain-of-Thought besser geeignet.
        

📚 Few-Shot Prompting

📚

Basis

Die KI lernt durch 2–5 Beispiele im Prompt das gewünschte Muster, bevor sie die eigentliche Aufgabe löst. Das Modell erkennt Struktur, Ton und Format aus den Demonstrationen.

💬 Beispiel: Produkttexte im einheitlichen Stil

▶ Prompt

Beispiel 1: Produkt: Yoga-Matte Werbetext: Erreiche innere Ruhe und Balance mit unserer nachhaltigen Yoga-Matte aus Naturkautschuk. Beispiel 2: Produkt: Laufschuhe Werbetext: Starte energiegeladen in deinen Tag – federleichte Laufschuhe für maximale Performance. Schreibe im selben Stil einen Werbetext für: Produkt: Bambus-Trinkflasche

◀ KI-Antwort

Bleib erfrischt – natürlich und stilvoll. Die Bambus-Trinkflasche hält dein Getränk perfekt temperiert und schont zugleich die Umwelt. Für Menschen, die bewusst leben und genießen.

💬 Beispiel 2: Sentiment-Klassifikation trainieren

▶ Prompt

Klassifiziere die Stimmung als POSITIV, NEGATIV oder NEUTRAL: Text: „Das war das beste Restaurant in der Stadt!“ → POSITIV Text: „Der Service war absolut inakzeptabel.“ → NEGATIV Text: „Die Öffnungszeiten sind von 9 bis 18 Uhr.“ → NEUTRAL Text: „Das Essen war okay, aber der Preis war etwas hoch.“ → ?

◀ KI-Antwort

NEUTRAL – Die Aussage enthält eine mäßig positive Einschätzung (okay) kombiniert mit einem leicht negativen Aspekt (Preis zu hoch), was insgesamt eine neutrale Gesamtbewertung ergibt.

✅ Wann Few-Shot verwenden?

Wenn ein bestimmter Schreibstil oder Ton konsistent reproduziert werden soll
Bei Klassifikationsaufgaben mit klar definierten Kategorien
Für wiederkehrende Textformate (E-Mails, Beschreibungen, Posts)
Wenn Zero-Shot unzuverlässige oder inkonsistente Ergebnisse liefert

🔗 Chain-of-Thought Prompting

🔗

Reasoning

Die KI erklärt ihre Denkschritte explizit, bevor sie das Ergebnis liefert. Durch „laut denken“ werden logische Fehler reduziert und die Antwortqualität bei komplexen Aufgaben deutlich verbessert.

💬 Beispiel 1: Gewinnberechnung

▶ Prompt

Ein Unternehmen verkauft 200 Produkte zu je 25 €. Produktionskosten: 10 € pro Stück, Fixkosten: 1.000 €/Monat. Berechne den monatlichen Gewinn. Gehe Schritt für Schritt vor.

◀ KI-Antwort

Schritt 1 – Umsatz berechnen: 200 Stück × 25 € = 5.000 € Schritt 2 – Variable Kosten: 200 Stück × 10 € = 2.000 € Schritt 3 – Gesamtkosten: 2.000 € (variabel) + 1.000 € (fix) = 3.000 € Schritt 4 – Gewinn: 5.000 € − 3.000 € = 2.000 € ✅ Der monatliche Gewinn beträgt 2.000 €.

💬 Beispiel 2: Logisches Schließen

▶ Prompt

Anna ist älter als Ben. Ben ist älter als Clara. Ist Anna älter als Clara? Begründe Schritt für Schritt.

◀ KI-Antwort

Schritt 1: Anna > Ben (gegeben) Schritt 2: Ben > Clara (gegeben) Schritt 3: Durch Transitivität gilt: Wenn A > B und B > C, dann A > C. Schritt 4: Also: Anna > Clara. ✅ Ja, Anna ist älter als Clara.

✅ Wann Chain-of-Thought verwenden?

Mathematische Berechnungen oder mehrstufige Logikaufgaben
Wenn die Nachvollziehbarkeit des Denkwegs wichtig ist
Bei Entscheidungen, die begründet werden sollen
Um Halluzinationen bei komplexen Faktenaussagen zu reduzieren

🔄 Self-Consistency Prompting

🔄

Reasoning

Die KI generiert mehrere unabhängige Lösungswege für dasselbe Problem und wählt durch Mehrheitsentscheid die zuverlässigste Antwort. Fehler in einem Weg werden durch korrekte andere kompensiert.

💬 Beispiel: Robuste Rechenaufgabe

▶ Prompt

Löse diese Aufgabe auf 3 verschiedenen Rechenwegen und gib die häufigste Antwort zurück: Ein Zug fährt 120 km in 90 Minuten. Wie hoch ist die Durchschnittsgeschwindigkeit in km/h?

◀ KI-Antwort

Weg 1: 120 km ÷ 1,5 h = 80 km/h Weg 2: (120 × 60) ÷ 90 = 7200 ÷ 90 = 80 km/h Weg 3: Verhältnis: 90 min → 120 km; 60 min → 80 km → 80 km/h Alle drei Wege liefern: 80 km/h ✅

✅ Wann Self-Consistency verwenden?

Kritische Berechnungen, bei denen Fehler teuer wären
Wenn eine einzige KI-Antwort zu unsicher erscheint
Qualitätssicherung vor wichtigen Entscheidungen
Mehrdeutige Probleme mit mehreren gültigen Lösungsansätzen

            ⚠️ Hinweis: Self-Consistency erhöht die Token-Kosten und Verarbeitungszeit erheblich. Nur bei wirklich kritischen Aufgaben einsetzen.
        

🌳 Tree of Thoughts (ToT)

🌳

Reasoning

Die KI erkundet mehrere Denkpfade baumartig, bewertet jeden Ast und wählt die vielversprechendste Richtung. Bei Sackgassen kann die KI zurückgehen (Backtracking) und einen anderen Weg einschlagen.

💬 Beispiel: Strategische Marketingplanung

▶ Prompt

Plane eine Marketingstrategie für ein neues Produkt. Entwickle 3 Hauptansätze, bewerte jeden nach Kosten und Reichweite, und expandiere den besten Ansatz in einen konkreten 4-Wochen-Plan.

◀ KI-Antwort

Ansatz A – Social Media Organisch: Reichweite ★★★ | Kosten ★★★ (günstig) → vielversprechend ✓ Ansatz B – TV-Werbung: Reichweite ★★★★ | Kosten ★ (sehr teuer) → ungeeignet ✗ Ansatz C – Influencer Marketing: Reichweite ★★★ | Kosten ★★ (mittel) → ergänzend ✓ Expansion von Ansatz A + C: Woche 1: Profil-Aufbau + Influencer-Briefing Woche 2: Erste Posts + Stories, Influencer-Content live Woche 3: Community-Engagement, Kommentare beantworten Woche 4: Performance-Analyse, Paid Boost der Top-Posts

✅ Wann Tree of Thoughts verwenden?

Strategische Planungsaufgaben mit mehreren möglichen Lösungspfaden
Kreative Problemlösungen, bei denen Exploration wichtig ist
Komplexe Entscheidungen mit Abwägung verschiedener Optionen
Wenn Backtracking und Neubewertung zum Denkprozess gehören sollen

🎭 Role Prompting

🎭

Basis

Die KI übernimmt eine definierte Persona oder Fachrolle, was den Ton, das Fachvokabular und die Perspektive der Antworten steuert. Je präziser die Rollendefinition, desto passender das Ergebnis.

💬 Beispiel 1: Personalcoach

▶ Prompt

Du bist ein erfahrener Personalcoach mit 15 Jahren Berufserfahrung. Erstelle einen kurzen Leitfaden, wie Berufseinsteiger ihr Selbstvertrauen stärken können.

◀ KI-Antwort

Als Coach empfehle ich 4 erprobte Strategien: 1. Stärken-Inventar erstellen – Liste 10 vergangene Erfolge, egal wie klein. 2. Kommunikation trainieren – Spreche klar, ohne Weichmacher („ich glaube, vielleicht…“). 3. Micro-Goals setzen – Kleine, täglich erreichbare Ziele bauen Selbstwirksamkeit auf. 4. Wöchentliche Reflexion – Was lief gut? Was würde ich anders machen? Tipp: Selbstvertrauen entsteht durch wiederholte Erfolgserlebnisse, nicht durch Überzeugung.

💬 Beispiel 2: Rechtsanwalt vs. Marketing-Experte – gleiche Frage, andere Rolle

▶ Prompt A (Anwalt)

Du bist Rechtsanwalt für Vertragsrecht. Welche Risiken hat ein mündlicher Kaufvertrag?

◀ Anwalt-Antwort

Mündliche Kaufverträge sind grundsätzlich rechtsgültig (§ 433 BGB), jedoch schwer beweisbar. Risiken: Keine Dokumentation der vereinbarten Konditionen, Beweislastprobleme bei Streitigkeiten, keine Widerrufsbelehrung. Empfehlung: Immer schriftlich fixieren.

▶ Prompt B (Verhandlungsexperte)

Du bist Verhandlungsexperte. Welche Chancen bietet ein mündlicher Kaufvertrag?

◀ Verhandlungs-Antwort

Mündliche Deals ermöglichen schnelle Einigung ohne bürokratischen Overhead, schaffen Vertrauen durch persönliche Absprache und lassen Spielraum für spätere Nachverhandlung. Ideal für langfristige Geschäftsbeziehungen.

✅ Wann Role Prompting verwenden?

Fachliche Texte, die Expertenwissen und -vokabular erfordern
Wenn ein spezifischer Ton (professionell, freundlich, wissenschaftlich) gewünscht ist
Für Perspektivenwechsel (Anwalt vs. Unternehmer vs. Nutzer)
Bildungs- und Coaching-Inhalte für bestimmte Zielgruppen

⚡ ReAct Prompting

⚡

Fortgeschritten

Kombiniert Reasoning + Acting: Die KI denkt zuerst laut nach (Reasoning), plant dann die Schritte (Planning) und formuliert abschließend konkrete Handlungsmaßnahmen (Action).

🧠 Reasoning

Was brauche ich? Was sind die Abhängigkeiten?

📋 Planning

Welche Reihenfolge? Was zuerst?

🚀 Action

Konkrete, ausführbare Schritte

✅ Ergebnis

Begründetes, umsetzbares Resultat

💬 Beispiel: Online-Event organisieren

▶ Prompt

Überlege laut, welche Schritte nötig sind, um ein Online-Event mit 100 Teilnehmern zu organisieren, und erstelle danach einen konkreten Aktionsplan.

◀ KI-Antwort

🧠 REASONING: Ich brauche: Registrierungssystem, Videokonferenzplattform, Agenda, Kommunikation, Techniktest. Abhängigkeiten: Plattform muss vor Registrierung feststehen. Techniktest vor Kommunikation. 📋 PLAN: Woche -3: Plattform wählen (Zoom/Teams), Agenda festlegen Woche -2: Registrierungsformular erstellen, Einladungen verschicken Woche -1: Reminder, Techniktest mit Referenten Tag davor: Finaler Technikcheck, Moderationsunterlagen 🚀 AKTION am Eventtag: 09:00 – Technik-Check Live 09:30 – Einlass öffnen 10:00 – Event-Start mit Begrüßung 12:00 – Abschluss + Feedback-Umfrage

✅ Wann ReAct verwenden?

Komplexe Projektplanung mit vielen abhängigen Schritten
Business-Analysen, die sowohl Diagnose als auch Maßnahmen erfordern
Prozessoptimierung, wo Begründungen wichtig sind
Wenn „Warum“ und „Wie“ gleichzeitig beantwortet werden sollen

📊 Structured Output Prompting

📊

Strukturiert

Die KI gibt ihre Antwort in einem vordefinierten Format aus – JSON, Tabelle, Markdown, CSV, XML oder Bullet-Point-Strukturen. Ideal für Weiterverarbeitung und Datenintegration.

🗃️ JSON-Format

Für API-Integration, Datenbankeinträge oder strukturierte Datenexporte in Entwicklungsworkflows.

📋 Tabellenformat

Für Vergleiche, Reports und übersichtliche Darstellungen in Präsentationen oder Dashboards.

📝 Bullet Points / Listen

Für schnell erfassbare Übersichten, Checklisten und strukturierte Zusammenfassungen.

💬 Beispiel 1: JSON-Ausgabe für Produktdaten

▶ Prompt

Erstelle eine JSON-Struktur für 3 Produkte mit den Feldern: name, price, category, inStock. Produkte: Laptop (999€, Elektronik), Yoga-Matte (45€, Sport), Kochbuch (28€, Bücher).

◀ KI-Antwort

[ {„name“: „Laptop“, „price“: 999, „category“: „Elektronik“, „inStock“: true}, {„name“: „Yoga-Matte“, „price“: 45, „category“: „Sport“, „inStock“: true}, {„name“: „Kochbuch“, „price“: 28, „category“: „Bücher“, „inStock“: false} ]

💬 Beispiel 2: Tabellenformat Social Media

▶ Prompt

Erstelle eine Tabelle mit den wichtigsten Social-Media-Kanälen, Zielgruppe, Nutzungsschwerpunkt und empfohlener Posting-Frequenz.

◀ KI-Antwort

✅ Wann Structured Output verwenden?

Wenn die Ausgabe in ein System (API, Datenbank, Excel) weiterverarbeitet wird
Für konsistente Report-Generierung in automatisierten Workflows
Bei Vergleichen oder Übersichten, die visuell klar sein sollen
Wenn mehrere Datenpunkte strukturiert erfasst werden sollen

🔍 Reflexive Prompting

🔍

Fortgeschritten

Die KI prüft und kritisiert ihre eigene Antwort nach definierten Kriterien und verbessert diese anschließend. Der Prozess kann mehrfach iteriert werden, bis die Qualität das gewünschte Niveau erreicht.

💬 Beispiel: Produktbeschreibung mit Selbstprüfung

▶ Prompt

Formuliere eine Produktbeschreibung für ein ergonomisches Büroset. Prüfe anschließend: Ist sie konkret genug? Fehlen wichtige Details? Verbessere sie, falls nötig.

◀ KI-Antwort

📝 Erste Version: „Das Büroset sorgt für mehr Komfort beim Arbeiten.“ 🔍 Selbstprüfung: – Zu vage: Was ist im Set enthalten? – Kein Nutzen konkret benannt – Keine Zielgruppe adressiert ✅ Überarbeitete Version: „Das ergonomische Büroset umfasst einen höhenverstellbaren Schreibtisch (70–120 cm), einen lordosenstützenden Bürostuhl und eine Handgelenkstütze – entwickelt für gesundes, ermüdungsfreies Arbeiten über 8+ Stunden.“

✅ Wann Reflexive Prompting verwenden?

Bei Texten, bei denen Qualität und Vollständigkeit entscheidend sind
Für kritische Dokumente wie Angebote, E-Mails oder Berichte
Wenn Halluzinationen oder Ungenauigkeiten reduziert werden sollen
Als letzter Schritt in einem Schreibworkflow zur Qualitätssicherung

🎓 Meta Prompting

🎓

Fortgeschritten

Meta Prompting fokussiert auf die Struktur und Logik des Prompts selbst statt auf spezifische Inhalte. Es definiert ein abstraktes Denkgerüst, dem die KI bei jeder Aufgabe folgen soll.

💬 Beispiel 1: Universelles Problemlöse-Gerüst

▶ Prompt

Löse jede Aufgabe nach folgendem Schema: 1. PROBLEM: Definiere das Kernproblem in einem Satz. 2. KONTEXT: Welche Rahmenbedingungen sind relevant? 3. OPTIONEN: Liste 3 mögliche Lösungsansätze. 4. BEWERTUNG: Bewerte jeden Ansatz nach Aufwand (1-5) und Wirkung (1-5). 5. EMPFEHLUNG: Wähle den besten Ansatz und begründe ihn. Aufgabe: Unser Kundenservice reagiert zu langsam auf Anfragen.

◀ KI-Antwort

1. PROBLEM: Reaktionszeit im Kundenservice überschreitet Kundenwartzeiten. 2. KONTEXT: Begrenztes Team, hohes Anfragevolumen, keine Automatisierung. 3. OPTIONEN: A) Chatbot einführen | B) Team aufstocken | C) FAQ ausbauen 4. BEWERTUNG: A) Aufwand: 4 | Wirkung: 5 → Gesamtscore: 9 B) Aufwand: 2 | Wirkung: 3 → Gesamtscore: 5 C) Aufwand: 5 | Wirkung: 4 → Gesamtscore: 9 5. EMPFEHLUNG: Option A – Chatbot löst 60-70% aller Standardfragen automatisch.

✅ Wann Meta Prompting verwenden?

Für wiederkehrende Aufgabentypen, die immer gleich strukturiert bearbeitet werden sollen
Beim Aufbau von KI-Workflows und Prompt-Templates
Wenn Teams einheitliche KI-Antwortformate benötigen
Für komplexe Analysen, bei denen ein systematisches Vorgehen wichtig ist

⭐ Best-Practice Prompt

⭐

Fortgeschritten

Ein optimaler Prompt kombiniert alle 5 Kernelemente: Rollenbeschreibung, klare Struktur, Zielgruppe, Stilangabe und Längenbegrenzung – für maximale Präzision und Nützlichkeit.

🎭 Rolle

Wer ist die KI? Welche Expertise hat sie? (z.B. „erfahrener Umweltpädagoge mit 10 Jahren Schulerfahrung“)

📐 Struktur

Wie soll die Antwort gegliedert sein? (z.B. „3 Abschnitte: Was, Warum, Was tun?“)

👥 Zielgruppe

Für wen schreibt die KI? (z.B. „für 12-jährige Schüler ohne Vorkenntnisse“)

✍️ Stil

Wie soll es klingen? (z.B. „kurze Sätze, Alltagsbeispiele, kein Fachjargon“)

📏 Länge

Wie lang soll die Antwort sein? (z.B. „maximal 150 Wörter“)

💬 Beispiel: Vollständiger Best-Practice Prompt

▶ Prompt

Du bist ein erfahrener Umweltpädagoge mit 10 Jahren Schulerfahrung. Erkläre das Thema „Klimawandel“ für 12-jährige Schüler in leicht verständlicher Sprache. Gliedere die Antwort in: 1. Was ist Klimawandel? 2. Warum passiert er? 3. Was können wir tun? Verwende kurze Sätze, Beispiele aus dem Alltag und maximal 150 Wörter.

◀ KI-Antwort

1. Was ist Klimawandel? Das Klima auf der Erde verändert sich – es wird wärmer, Wetterextreme nehmen zu. Stell dir vor, eine Wolldecke um die Erde macht es drinnen immer heißer. 2. Warum passiert er? Wir Menschen produzieren CO₂ – durch Autos, Fabriken und Heizungen. Dieses Gas sammelt sich in der Luft und hält die Wärme der Sonne fest, wie ein Treibhaus. 3. Was können wir tun? Jeder kann helfen: Fahrrad statt Auto, weniger Fleisch essen, Energie sparen. Auch kleine Schritte zählen – besonders wenn alle mitmachen!

✅ Wann Best-Practice Prompts verwenden?

Professionelle Texterstellung für Kunden, Lernende oder Fachpublikum
Wenn die Ausgabe direkt veröffentlicht oder präsentiert wird
Für Bildungs- und Schulungsmaterialien
Als finale Version, nachdem andere Techniken iteriert wurden

⚖️ Techniken im Überblick

Diese Übersicht hilft bei der Auswahl der richtigen Technik für unterschiedliche Aufgabentypen:

Technik	Schwierigkeit	Aufwand	Beste Einsatzgebiete	Qualität
🎯 Zero-Shot	Einfach	⭐	FAQs, Definitionen, Übersetzungen	Gut
📚 Few-Shot	Einfach	⭐⭐	Marketing-Texte, Klassifikation	Sehr gut
🔗 Chain-of-Thought	Mittel	⭐⭐	Mathematik, Logik, Analysen	Sehr gut
🔄 Self-Consistency	Mittel	⭐⭐⭐⭐	Kritische Berechnungen, QS	Exzellent
🌳 Tree of Thoughts	Fortgeschritten	⭐⭐⭐⭐	Strategie, komplexe Planung	Exzellent
🎭 Role Prompting	Einfach	⭐	Fachtexte, Coaching, Bildung	Sehr gut
⚡ ReAct	Fortgeschritten	⭐⭐⭐	Projektplanung, Business-Analyse	Sehr gut
📊 Structured Output	Einfach	⭐⭐	APIs, Reports, Datenexport	Sehr gut
🔍 Reflexive	Mittel	⭐⭐⭐	Qualitätssicherung, Texte	Exzellent
🎓 Meta Prompting	Fortgeschritten	⭐⭐⭐	Templates, Workflows	Exzellent
⭐ Best-Practice	Mittel	⭐⭐⭐	Bildung, Publishing, Profis	Exzellent

Entscheidungsbaum: Welche Technik wählen?

            Einfache, direkte Frage? → Zero-Shot

            Bestimmter Stil/Format gewünscht? → Few-Shot

            Komplexe Berechnungen / Logik? → Chain-of-Thought

            Hohe Zuverlässigkeit kritisch? → Self-Consistency

            Strategische Planung mit Optionen? → Tree of Thoughts

            Fachlicher Ton gewünscht? → Role Prompting

            Planung + Umsetzungsplan? → ReAct

            Ausgabe für System/API? → Structured Output

            Qualitätssicherung nötig? → Reflexive Prompting

            Professionelle Publikation? → Best-Practice Prompt

📖 Glossar

LLM (Large Language Model): Großes Sprachmodell wie GPT-4, Claude oder Gemini – das KI-System, das die Prompts verarbeitet und Antworten generiert.
Token: Die kleinste Verarbeitungseinheit eines LLMs – ca. 0,75 Wörter. Längere Prompts verbrauchen mehr Tokens und erhöhen die Verarbeitungskosten.
Halluzination: Wenn ein KI-Modell falsche oder erfundene Informationen selbstsicher als Fakten präsentiert. Prompting-Techniken wie Reflexive oder Self-Consistency reduzieren dieses Risiko.
Kontext-Fenster: Die maximale Anzahl an Tokens, die ein LLM gleichzeitig verarbeiten kann. Umfangreiche Few-Shot-Beispiele können das Kontextfenster schnell füllen.
Zero-Shot vs. Few-Shot: Zero-Shot = keine Beispiele; Few-Shot = 2-5 Beispiele im Prompt. One-Shot = genau ein Beispiel. More-Shot = viele Beispiele (selten praktisch).
System-Prompt: Ein versteckter Prompt, der das Grundverhalten eines KI-Assistenten definiert – oft kombiniert mit Role Prompting für konsistente Persona-Steuerung.
Temperature: Parameter (0–2), der die Kreativität der KI-Ausgabe steuert. Niedriger Wert = präziser/deterministischer; hoher Wert = kreativer/überraschender.

Prompt Battle