Wie schreibe ich gute KI-Prompts für Business-Aufgaben?

Ob ein Prompt trägt, liegt laut Lehrgang selten an der KI und meistens an der Eingabe. Ein langer Prompt ist nicht automatisch ein guter; es kommt darauf an, dass Ziel und Kontext klar sind. Wer nur einen Halbsatz eintippt, bekommt eine wahrscheinliche Antwort, aber nicht unbedingt die passende. Für wiederkehrende Business-Aufgaben wie Mails, Zusammenfassungen oder Entwürfe lohnt deshalb ein fester Ablauf in vier Schritten.

Schritt 1: Ziel und Kontext klären

Bevor du tippst, beantworte zwei Fragen: Was genau soll am Ende vorliegen, und welche Hintergründe braucht die KI, um die Lage zu verstehen? Mit Kontext ist hier der inhaltliche Hintergrund gemeint, den du im Prompt mitgibst, etwa Zielgruppe, Anlass oder bisherige Absprachen. Das technische Kontextfenster ist etwas anderes: die Menge an Text, die ein Modell auf einmal verarbeiten kann.

Mehr Material ist dabei nicht automatisch besser. Unpassende Unterlagen verschlechtern die Antwort laut Lehrgang eher, als dass sie helfen, und eine entscheidende Anweisung mitten in einem langen Text geht leichter unter. Gib deshalb nur mit, was für genau diese Aufgabe zählt.

Schritt 2: Den Prompt aus Bausteinen aufbauen

Als Checkliste nutzt der Lehrgang die R-K-A-F-B-Formel: Rolle, Kontext, Aufgabe, Format, Beispiele. Andere Varianten führen Einschränkungen wie Sprache, Tonalität oder Länge als eigenen Baustein. Welche Liste du nimmst, ist zweitrangig. Es handelt sich um ein verbreitetes Gerüst, nicht um ein festes Regelwerk, und nicht jeder Prompt braucht jeden Baustein. Zwei Hinweise aus dem Lehrgang verdienen besondere Aufmerksamkeit:

• Rolle: Eine Vorgabe wie „Du bist Vertriebsleiterin“ verändert in der Regel Stil und Wortwahl, nicht die fachliche Substanz. Eine juristische Rolle macht eine Antwort also nicht rechtssicher.

• Beispiele: Ein kurzes Muster für Ton oder Aufbau bringt die KI oft schneller auf Kurs als eine lange Beschreibung.

So sieht das in einer Vertriebssituation aus (illustratives Beispiel). Schwach: „Schreib eine Mail an einen Kunden.“ Stärker: „Du bist Vertriebsleiterin in einem Industrieunternehmen. Ein Interessent hat vor drei Wochen eine Produktvorführung gesehen und sich seitdem nicht gemeldet. Schreibe eine Nachfass-Mail mit dem Ziel, einen kurzen Telefontermin zu vereinbaren. Höchstens 120 Wörter, eine klare Handlungsaufforderung, freundlich und direkt, förmliche Anrede.“ Rolle, Kontext, Aufgabe und Format stecken hier in je einem Satz; ein Beispiel für den gewünschten Ton kannst du als fünften Baustein anhängen.

Schritt 3: Nachschärfen statt neu anfangen

Der erste Entwurf trifft selten sofort ins Ziel. Der Lehrgang rät davon ab, bei einem schwachen Ergebnis alles zu löschen und neu zu beginnen, weil dabei der erarbeitete Gesprächsverlauf verloren geht. Wirksamer sind gezielte Eingriffe:

• Diagnose: Woran hapert es, an Inhalt, Vollständigkeit oder Richtung? Die Bausteine aus Schritt 2 zeigen, was fehlen könnte.

• Teilschritte: Statt Recherche, Gliederung und fertigen Text in einem einzigen Prompt zu verlangen, gehst du Schritt für Schritt vor.

• Selbstkritik: Du bittest das Modell, seinen Entwurf zu bewerten und auf dieser Grundlage zu überarbeiten. Der Lehrgang nennt das Self-Refine.

• Denkweg sichtbar machen: Bei komplexen Aufgaben hilft die Anweisung, Schritt für Schritt vorzugehen (Chain-of-Thought). Bei einfacher Routine kostet das laut Lehrgang meist nur Zeit.

• Meta-Prompting: Hängst du fest, lässt du dir von der KI kritische Rückfragen zu deinem Ziel stellen und dir danach einen besseren Prompt vorschlagen.

Wird der Verlauf lang und die Antworten widersprüchlicher, droht Context Confusion. Dann bündelst du das Erarbeitete in einem einzigen Prompt und beginnst damit einen neuen Chat.

Schritt 4: Gute Prompts ablegen und teilen

Ein Prompt, der funktioniert, ist ein Arbeitsmittel. Bleibt er nur im Chatverlauf, ist er beim nächsten Mal schwer wiederzufinden. Der Lehrgang empfiehlt deshalb eine persönliche Prompt-Bibliothek, zum Start mit drei Aufgaben, die du regelmäßig mit KI erledigst. Jeder Eintrag hält fest: die Aufgabe, den Prompt selbst, Hinweise zum nötigen Kontext und was sich anpassen lässt. Wie eine solche Sammlung im Unternehmen wächst, beschreibt der Beitrag Wie baue ich eine Prompt-Bibliothek im Unternehmen?

Nutzt du einen Prompt täglich, kann er laut Lehrgang zur dauerhaften Anweisung in einem eigenen Assistenten werden. Wie das geht, zeigt der Beitrag Wie baue ich mir einen KI-Assistenten für wiederkehrende Aufgaben?

Auch ein guter Prompt schützt nicht zuverlässig vor falschen Inhalten, das Ergebnis zu prüfen bleibt deine Aufgabe. Der Lehrgang warnt außerdem vor Prompt Injection: Anweisungen, die in einem hochgeladenen Dokument versteckt sind, können deine eigenen Vorgaben aushebeln. Welche Daten in einen Prompt gehören und welche nicht, klärt der Beitrag Was darf ich in einen KI-Prompt eingeben? Prompting ist Thema in Modul 4 des Lehrgangs Manager für KI-Kompetenzen (IHK).