Anatomie eines Prompts – Rolle, Kontext, Aufgabe, Format

Lernziele

• Sie können die sechs Bestandteile der strukturierten Prompt-Formel (Rolle · Aufgabe · Ziel · Kontext · Output · Beispiele) benennen und erläutern.
• Sie können den qualitativen Unterschied zwischen einem Ad-hoc-Prompt und einem vollständig strukturierten Prompt an eigenen Beispielen demonstrieren.
• Sie können die 6-teilige Struktur auf eine beliebige berufliche Aufgabe aus Ihrem Arbeitsalltag anwenden.
• Sie können einschätzen, wann strukturiertes Prompting den Aufwand rechtfertigt und wann eine informelle Kurzanfrage ausreicht.
• Sie können die häufigsten Fehlerquellen bei schwach formulierten Prompts identifizieren und korrigieren.

Auf einen Blick

Worum geht es? — Der didaktische Einstieg

Stellen Sie sich folgende Situation vor: Zwei Mitarbeitende in einem Unternehmen erhalten denselben Auftrag — eine Angebots-E-Mail für ein 60-Tage-Migrationsprojekt an einen Logistikkunden. Mitarbeitende A tippt spontan in das Chat-Fenster: „Schreib mir eine Angebots-Mail.” Mitarbeitende B nimmt sich zwei Minuten länger und formuliert eine strukturierte Anfrage mit klarer Rolle, Ziel, Kontext und Formatvorgaben. Das Ergebnis? Person A erhält einen generischen, klischeebeladenen Text, der nach zehn Minuten Überarbeitungsarbeit noch immer nur zögerlich versandt werden kann. Person B erhält einen Entwurf, der nach einer kurzen Korrektur sofort versandfertig ist.

Diese Erfahrung machen täglich Tausende von Berufsanwender:innen weltweit — und sie führt zu einem weit verbreiteten Irrtum: dass KI für qualitätskritische Arbeit schlicht nicht gut genug ist. Tatsächlich liegt das Problem meistens nicht im Modell, sondern im Prompt. Sprachmodelle produzieren, was statistisch auf eine Eingabe folgt — und auf vage Eingaben folgen im Training fast immer vage, generische Antworten. Präzise strukturierte Eingaben aktivieren hingegen spezifisches Wissen und liefern spezifische, direkt verwendbare Ergebnisse.

Diese UE führt Sie in das Fundament ein, auf dem alle weiteren Prompt-Engineering-Techniken in Modul 3 aufbauen: die 6-teilige Prompt-Struktur. Sie ist kein starres Regelkorsett, sondern ein mentales Modell, das Sie dabei unterstützt, KI-Anfragen systematisch zu durchdenken — damit das Ergebnis das ist, was Sie tatsächlich brauchen.

Lerntext — Theorie und Konzepte

Warum Ad-hoc-Prompts für qualitätskritische Arbeit systematisch scheitern

Die meisten Menschen beginnen mit KI wie mit einer Suchmaschine: Sie tippen eine kurze, unreflektierte Anfrage und erwarten ein nützliches Ergebnis. Für einfache Wissensfragen oder explorative Gespräche ist das vollkommen ausreichend. Sobald eine Aufgabe jedoch geschäftlich relevant, wiederkehrend oder von mehreren Personen in gleicher Qualität auszuführen ist, zeigen sich drei systemische Schwächen des Ad-hoc-Ansatzes.

Erstens: Inkonsistenz. Das Modell liefert auf dieselbe vage Anfrage bei jedem Abruf leicht unterschiedliche Ergebnisse — nicht wegen Fehlfunktion, sondern weil die Eingabe zu wenig Spezifität enthält, um den Ausgaberaum einzugrenzen. Das macht das Ergebnis unvorhersehbar und schlecht reproduzierbar.

Zweitens: Qualitäts-Decke. Ohne präzisen Rahmen kann das Modell nicht wissen, was der Nutzer als exzellent betrachtet. Es produziert das statistisch Häufigste — also das Durchschnittlichste. Für interne Notizen mag das genügen; für ein Kundenangebot oder einen Bericht nicht.

Drittens: fehlende Skalierbarkeit. Wer durch Zufall einen „richtigen” Prompt gefunden hat, kann diese Qualität nicht zuverlässig an Kolleg:innen weitergeben. Die Qualität bleibt personengebunden und nicht übertragbar.

Strukturierte Prompts lösen alle drei Probleme gleichzeitig: Sie machen Prompts reproduzierbar, heben die Qualitäts-Untergrenze an und ermöglichen teamweite Nutzung identischer Vorlagen.

Merksatz

Schwache Prompts liefern schwache Ergebnisse — nicht wegen der KI, sondern wegen der Eingabe. Ein strukturierter Prompt ist die wirkungsvollste Einzelmaßnahme zur Qualitätssteigerung von KI-Outputs.

Die 6-teilige Prompt-Struktur im Detail

Die folgende Struktur bildet den roten Faden durch Modul 3. Sie besteht aus sechs Elementen, die in ihrer Kombination nahezu jeden qualitätskritischen Aufgabentyp abdecken.

Element 1 — Rolle: Die KI übernimmt eine spezifische Expertise und Perspektive. Das Modell aktiviert beim Rollenwechsel einen anderen Wissensschwerpunkt aus seinem Training. Ein Prompt mit der Rolle „erfahrener IT-Berater mit Fokus auf digitale Transformation im Mittelstand” erzeugt substanziell andere Outputs als dieselbe Frage ohne Rollenangabe. Wichtig: Die Rolle sollte die Domäne und die Erfahrungstiefe beschreiben, nicht nur einen Berufstitel nennen. „Senior IT-Consultant mit zehn Jahren Erfahrung in ERP-Projekten für mittelständische Fertigungsunternehmen” ist besser als „IT-Berater”.

Element 2 — Aufgabe: Die konkrete Handlungsanweisung — was genau soll die KI tun? Das verwendete Verb bestimmt die Operationsart: analysieren, strukturieren, erstellen, vergleichen, übersetzen, zusammenfassen, bewerten, reformulieren, priorisieren. Schwache Aufgabenformulierungen wie „Hilf mir mit X” oder „Was denkst du über Y?” sind die häufigste Ursache für ungenaue Outputs. Starke Formulierungen nennen das konkrete Ergebnis: „Erstelle eine E-Mail”, „Analysiere diese drei Optionen”, „Strukturiere diese Stichpunkte in einen kohärenten Bericht-Abschnitt.”

Element 3 — Ziel: Warum wird die Aufgabe ausgeführt? Welchen Zweck soll das Ergebnis erfüllen? Das Ziel gibt der KI einen internen Qualitätsmaßstab: Sie kann ihre Antwort daran ausrichten, ob das Ergebnis einen Kunden überzeugen, intern informieren, eine Entscheidung vorbereiten oder eine rechtliche Anforderung erfüllen soll. Ohne Zielangabe produziert die KI generisch; mit Zielangabe produziert sie zweckgerichtet. Beispiel: „Ziel ist es, den Kunden zum Vereinbaren eines nächsten Beratungsgesprächs zu bewegen.”

Element 4 — Kontext: Alle relevanten Hintergrundinformationen, die die KI braucht, um die spezifische Situation zu verstehen. Wer ist beteiligt? Was wurde bereits besprochen? Welche Rahmenbedingungen gelten? Welche Einschränkungen existieren? Kontext transformiert generische in situationsspezifische Outputs. Ein gut beschriebener Kontext ist der mächtigste Einzelhebel in der Prompt-Qualität — und wird am häufigsten vergessen oder zu knapp gehalten.

Element 5 — Output-Format: Wie soll das Ergebnis strukturiert und formatiert sein? Länge (maximal 150 Wörter, genau drei Bullet Points, eine A4-Seite), Format (Fließtext, nummerierte Liste, Tabelle, JSON, Markdown), Sprache (Deutsch, formell), Stil (direkt und knapp, ausführlich und erläuternd). Je präziser die Formatvorgabe, desto direkter verwendbar ist der Output — ohne aufwändige Nachbearbeitung.

Element 6 — Beispiele: Musterlösungen, Referenztexte oder Anti-Beispiele vermitteln das gewünschte Qualitätsniveau schneller und genauer als eine lange textuelle Beschreibung. Das Modell „liest” aus zwei bis drei Beispielen das Muster, das es reproduzieren soll — besonders für Stil, Tonalität und domänenspezifische Formulierungen. Selbst ein Gegen-Beispiel mit dem Zusatz „NICHT so formulieren” verbessert die Ausgabe bereits spürbar.

Abb. 25.1 — Die 6-teilige Prompt-Struktur (Rolle · Aufgabe · Ziel · Kontext · Output · Beispiele)

Orientierungsrahmen: Wann lohnt sich strukturiertes Prompting?

Nicht jede Anfrage an eine KI rechtfertigt den Aufwand einer vollständigen 6-teiligen Struktur. Die folgende Unterscheidung verhindert, dass Teilnehmende jede Trivialfrage überstrukturieren:

Die häufigsten Fehler beim Prompting

Aus der Praxis mit Hunderten von Berufstätigen lassen sich fünf wiederkehrende Fehlerquellen identifizieren:

1. Fehlendes Ziel: Das Element, das am häufigsten vergessen wird. Ohne Ziel produziert die KI das, was statistisch folgt — nicht das, was den Nutzer:innen tatsächlich hilft.
2. Zu dünner Kontext: „Schreib eine E-Mail an meinen Kunden” enthält keinerlei Kontext. Wer ist der Kunde? Was ist der Anlass? Was wurde zuletzt besprochen?
3. Fehlendes Ausgabeformat: Ohne Formatvorgabe liefert die KI einen Fließtext in ihrer Standardlänge — selten das, was benötigt wird.
4. Zu allgemeine Rollenbeschreibung: „Du bist ein Experte” ist keine hilfreiche Rolle. Welcher Experte? In welchem Bereich? Mit welcher Perspektive?
5. Überformulierung ohne Substanz: Ein langer Prompt mit generischen Qualitätsversprechen („Sei präzise und professionell”) ohne konkreten Inhalt ist schlechter als ein kurzer Prompt mit substanziellen Kontext-Informationen.

Merksatz

Die 6-teilige Struktur ist kein Formular, das man zwingend vollständig ausfüllen muss. Sie ist ein mentales Checklisten-Werkzeug: Welche Elemente erhöhen hier die Output-Qualität? Bei Routineanfragen genügen Rolle + Aufgabe + Ziel. Bei qualitätskritischen Texten sollten alle sechs Elemente explizit sein.

Vertiefung — Historische Einordnung und Forschungsstand

Die Idee des strukturierten Briefings ist keineswegs neu. In der klassischen Werbewirtschaft entwickelte sich seit den 1960er-Jahren das Konzept des „Creative Brief”, der einer Kreativagentur präzise vorgibt, was ein Kunde will, für wen und warum. Der strukturierte Prompt ist das digitale Äquivalent dieses Prinzips: Je vollständiger das Briefing, desto präziser das Ergebnis.

Die empirische Forschung zu Prompt Engineering hat sich seit der Veröffentlichung großer Sprachmodelle rapide entwickelt. Eine wegweisende Studie von Zhou et al. (2022) „Large Language Models Are Human-Level Prompt Engineers” zeigt, dass automatisiert optimierte Prompts menschliche Expertenformulierungen auf mehreren Benchmark-Datensätzen übertreffen können — was die Bedeutung strukturierter, präziser Prompts für die Modellleistung quantitativ belegt. Für Anwender ohne Programmierkenntnisse bedeutet das: Die 6-teilige Struktur approximiert manuell, was automatisierte Systeme algorithmisch optimieren.

Ein weiterer relevanter Forschungsstrang ist die Prompt-Sensitivität: Modelle reagieren auf minimale Änderungen in der Formulierung mit erheblich unterschiedlichen Outputs. Das macht die Strukturierung nicht zu einem akademischen Interesse, sondern zu einem praktischen Qualitätswerkzeug — besonders bei Aufgaben mit hohem Wiederholungsgrad.

Vertiefung II — Prompt-Qualität messbar machen: Der strukturierte Selbst-Test

Viele Lernende verstehen die sechs Strukturelemente intellektuell, aber ihre ersten Prompts bleiben dennoch vage — weil der Schritt von der Konzept-Ebene zur konkreten Formulierungspraxis schwieriger ist, als er zunächst erscheint. Ein strukturierter Selbst-Test nach dem Erstellen eines Prompts hilft, diesen Schritt zu überbrücken.

Der 6-Punkte-Prompt-Selbsttest:

Punkt 1 — Rollen-Check: Lesen Sie das Rollen-Element Ihres Prompts. Würde eine menschliche Fachkraft mit dieser Beschreibung sofort verstehen, welche Expertise und welchen Stil sie einbringen soll? Wenn nicht: Berufsbezeichnung, Fachgebiet und eine charakteristische Handlungsorientierung ergänzen.

Punkt 2 — Aufgaben-Check: Ist die Aufgabe so formuliert, dass das Modell genau eine Handlung ausführen soll — nicht drei? Mehrere gleichzeitige Aufgaben in einem Prompt führen häufig zu Outputs, die alle Aufgaben halb erledigen und keine vollständig. Lösung: Aufgaben aufteilen oder in einer klaren Reihenfolge benennen.

Punkt 3 — Ziel-Check: Ist das „Warum” der Aufgabe explizit? Das Ziel-Element ist nicht die Aufgabe selbst, sondern der Zweck dahinter. Beispiel: Aufgabe = „Schreibe eine E-Mail”, Ziel = „damit der Empfänger versteht, was er bis Freitag tun soll”. Das Ziel steuert die Priorisierung und den Ton des Outputs erheblich.

Punkt 4 — Kontext-Check: Welche Informationen fehlen dem Modell, die eine menschliche Fachkraft selbstverständlich wüsste? Branche, Unternehmensgröße, Zielgruppe, Vorgeschichte, Tonalität der Organisation — all das ist nicht im Modell gespeichert und muss im Kontext-Element geliefert werden. Fehlt es, produziert das Modell einen generischen Durchschnitt.

Punkt 5 — Output-Check: Ist das Output-Element so präzise, dass das Modell Länge, Format, Struktur, Sprache und Tonalität ableiten kann? Der häufigste Output-Fehler: Nur das Format genannt (z.B. „Markdown”), aber nicht die gewünschte Länge oder die Abschnittsstruktur. Guter Output-Check: Können Sie aus Ihrem Output-Element ein leeres Blanko-Dokument zeichnen, das das Modell ausfüllen soll? Wenn ja, ist es präzise genug.

Punkt 6 — Beispiel-Check: Gibt es eine Aufgabe, bei der Beispiele den Output-Qualität erheblich verbessern würden, ohne Token-Budget zu sprengen? Wenn ja: Mindestens ein Positiv-Beispiel ergänzen. Wenn die Aufgabe sehr standardisiert ist und die anderen fünf Elemente präzise formuliert sind, kann auf Beispiele verzichtet werden.

Die „fremde Person”-Probe:

Ein einfacher Praxistest für fertige Prompts: Geben Sie Ihren Prompt einer Person, die weder die Aufgabe noch den Kontext kennt. Kann diese Person den Prompt lesen und sofort verstehen, was das Modell produzieren soll und für wen? Wenn nicht, fehlt mindestens ein Element oder ist zu vage formuliert. Dieser Test ist besonders wertvoll für Prompts, die im Team oder in einer Bibliothek geteilt werden sollen — dort liest ihn jemand ohne Ihr implizites Kontextwissen.

Häufige Systemfehler und ihre Ursachen:

Fehler: Output zu lang und unstrukturiert. Ursache: Output-Element fehlt oder nennt nur „ausführlich” ohne Längenangabe. Lösung: Wortanzahl, Abschnittszahl oder DIN-A4-Seiten explizit nennen.

Fehler: Ton passt nicht zur Zielgruppe. Ursache: Kontext-Element enthält keine Angabe zur Zielgruppe. Lösung: „Zielgruppe: [Beschreibung], erwartet [formellen/informellen] Ton” ergänzen.

Fehler: Modell beantwortet eine andere Frage als gestellt. Ursache: Aufgaben-Element ist mehrdeutig oder enthält zwei verschiedene Aufgaben. Lösung: Aufgabe auf einen einzigen, klaren Imperativ reduzieren.

Merksatz

Der 6-Punkte-Selbst-Test transformiert das Erstellen eines Prompts von einem intuitiven Schreiben in einen systematischen Prozess: Jedes Element wird bewusst geprüft, bevor der Prompt abgeschickt wird. Das spart Iterationsschleifen und produziert schon beim ersten Versuch verwendbare Outputs.

Branchen-Anwendungen

IT-Dienstleistung & Beratung

In einem IT-Beratungsunternehmen entstehen täglich Dutzende von Texten desselben Typs: Angebots-E-Mails für potenzielle Neukunden, Projekt-Statusberichte an bestehende Kunden, interne Meeting-Einladungen, Follow-up-Mails nach Kundengesprächen. Diese Aufgaben sind wiederkehrend, qualitätskritisch und sollten über alle Berater:innen hinweg ein konsistentes Qualitätsniveau haben. Die 6-teilige Struktur entfaltet hier ihren stärksten Mehrwert: Ein neues Teammitglied kann von Tag eins an strukturierte Prompt-Vorlagen nutzen, die Rolle, Kontext und Tonalität bereits kodieren. Ein konkretes Szenario: Angebot-Drafts für unterschiedliche Berater:innen, die dieselbe Projekt-Anfrage in gleicher Tonalität formulieren sollen. Mit einer gemeinsamen Prompt-Vorlage entsteht ein einheitlicher Marktauftritt, der Professionalität signalisiert. Ohne sie entstehen stilistisch inkonsistente Angebote, die Kunden verunsichern können.

Industrie & Fertigung

In einem produzierenden Unternehmen — etwa einem mittelständischen Maschinenbauer — werden KI-Prompts für Aufgaben eingesetzt, bei denen die Fachsprache und der Kontext sehr spezifisch sind: Wartungsberichte, Qualitätssicherungsdokumentationen, Lieferantenkommunikation oder die Erstellung technischer Betriebshandbücher. Ein schwach formulierter Prompt für einen Wartungsbericht liefert generische, für den Kundenservice nicht verwendbare Texte. Ein strukturierter Prompt mit der Rolle „Servicetechniker für Hydrauliksysteme, Erfahrungstiefe: 8 Jahre”, dem Ziel „Kunden über Wartungsumfang informieren, ohne technische Details zu überfordern”, und dem Kontext (Maschinentyp, Baujahr, letzter Servicetermin) liefert einen direkt verwertbaren Entwurf. Die Zeitersparnis pro Bericht kann 15–25 Minuten betragen — bei 20 Berichten pro Monat ergibt das über 80 Stunden jährliche Entlastung für ein kleines Serviceteam.

Finanzdienstleistung & Versicherung

Im Finanzdienstleistungsbereich ist die Qualitätskontrolle von KI-Outputs besonders kritisch: Compliance-Anforderungen, regulatorische Vorgaben und die Sensibilität von Kundendaten machen präzises Prompting zur Pflicht. Ein Kundenberater in einer Versicherung, der einen Deckungsvergleich für verschiedene Tarifoptionen erstellen soll, benötigt einen Prompt, der explizit ausschließt, dass die KI rechtlich bindende Aussagen trifft oder Daten erfindet. Die 6-teilige Struktur ermöglicht hier, im Element „Verhaltensregeln” (Teil des Kontexts) explizite Einschränkungen zu verankern: „Keine Preisangaben ohne Quellenangabe, keine rechtlich bindenden Aussagen, alle Zahlen müssen als Schätzung gekennzeichnet sein.” Damit wird strukturiertes Prompting zur ersten Compliance-Schutzebene im KI-gestützten Alltag.

Öffentliche Verwaltung

In Behörden und kommunalen Ämtern gewinnt KI-gestütztes Schreiben zunehmend an Bedeutung: Bürgeranfragen beantworten, Bescheide vorformulieren, interne Berichte erstellen. Hier ist die Zielgruppen-Präzision im Prompt entscheidend: Ein Bescheid für einen Bürger muss in klarer, verständlicher Sprache geschrieben sein — ohne Verwaltungsjargon, aber rechtlich korrekt. Ein Prompt für die Sachbearbeiterin enthält idealerweise die Rolle „Sachbearbeiterin Baurecht, Kommunikation auf B2-Sprachniveau”, das Ziel „Bürger über Ablehnung informieren ohne zu entmutigen”, den Kontext (Art des Antrags, Ablehnungsgrund, Rechtsmittelbelehrung) und das Output-Format (formeller Brief, DIN 5008, max. 300 Wörter). Die 6-teilige Struktur schafft hier Konsistenz über verschiedene Sachbearbeiter:innen hinweg und reduziert Rückfragen von Bürgerinnen und Bürgern.

Branchen-Vignette — Industrie & Fertigung

Kontext: Ein mittelständischer Maschinenbauer mit 420 Mitarbeitenden führt KI-gestützte Texterstellung für seine Serviceabteilung ein. Sechs Servicetechniker schreiben täglich Wartungsberichte — bisher ohne einheitliches Format, mit großen Qualitätsunterschieden.

Ausgangssituation: Techniker Thomas K. nutzt ChatGPT seit drei Wochen. Er gibt der KI stets den gleichen unstrukturierten Prompt: „Schreib einen Wartungsbericht für die Anlage.” Die Ergebnisse sind generisch, ohne Maschinenbezug, und müssen jedes Mal stark überarbeitet werden. Kollege Andreas M. hat dagegen eine 6-teilige Vorlage entwickelt: Rolle (Servicetechniker für Hydrauliksysteme, 12 Jahre Erfahrung), Aufgabe (Wartungsbericht für Anlage XY-400), Ziel (Kundeninformation über durchgeführte Wartung und Empfehlungen), Kontext (Maschinentyp, Baujahr, Servicetermine, aufgetretene Auffälligkeiten), Output-Format (strukturierter Bericht: Zusammenfassung 3 Sätze, Arbeitsschritte nummeriert, Empfehlungen als Liste), Verhaltensregeln (nur tatsächlich durchgeführte Schritte, keine Schätzungen).

Ergebnis: Andreas benötigt für einen vollständigen Wartungsbericht 4 Minuten statt 18 Minuten. Der Unterschied: nicht das KI-Tool, sondern die Prompt-Qualität. Die Abteilungsleitung führt Andreas’ Vorlage als Standard-Template für alle Techniker ein.

Übertragung: Welche Ihren häufigen Schreibaufgaben würde von einem solchen einheitlichen, strukturierten Prompt-Template profitieren? Und welche Rollenangabe und welcher Kontext sind dafür entscheidend?

Übung 1 — Einen bestehenden Prompt strukturieren

Übung 1 — Vom Ad-hoc-Prompt zum strukturierten Prompt

Aufgabe: Sie erhalten einen schlecht formulierten Ad-hoc-Prompt und die Aufgabe, ihn nach der 6-teiligen Struktur vollständig umzuformulieren. Ziel ist es, den qualitativen Unterschied der beiden Outputs live zu erleben.

Material: Laptop mit Zugang zu ChatGPT Team oder Microsoft 365 Copilot.

Ausgangs-Prompt (unstrukturiert): > „Schreib mir eine E-Mail an einen Kunden wegen des Projektstatus.”

Schritt-für-Schritt: 1. Lesen Sie den Ausgangs-Prompt und führen Sie ihn zunächst so aus. Kopieren Sie den Output in ein Textdokument. 2. Identifizieren Sie: Welche der sechs Elemente fehlen vollständig? Notieren Sie Ihre Einschätzung. 3. Ergänzen Sie alle sechs Elemente. Verwenden Sie dabei folgende Informationen: Sie sind Projektmanager:in in einem IT-Beratungsunternehmen. Der Kunde ist die Lagerhausverwaltung Meier GmbH. Das Migrationsprojekt läuft seit 8 Wochen. Sie sind aktuell zwei Tage im Verzug. Der Kunde erwartet wöchentliche Status-Updates. Der Hauptansprechpartner ist der IT-Leiter. 4. Formulieren Sie den vollständigen strukturierten Prompt. Legen Sie besonderes Gewicht auf: Ziel der E-Mail, Tonalität, Format, Länge. 5. Führen Sie den strukturierten Prompt aus. Kopieren Sie den Output in dasselbe Dokument. 6. Vergleichen Sie beide Outputs: Welche konkreten Unterschiede fallen auf? (Länge, Spezifität, Tonalität, Verwendbarkeit) 7. Teilen Sie Ihren strukturierten Prompt und Ihre Beobachtung mit einer Nachbarperson.

Erwartetes Ergebnis: Der strukturierte Prompt liefert eine E-Mail, die ohne größere Anpassungen an den Kunden versandt werden könnte — mit korrekter Tonalität, spezifischen Inhalten und klarer Handlungsaufforderung.

Musterlösung:

Strukturierter Prompt: > Rolle: Du bist eine erfahrene Projektmanagerin in einem IT-Beratungsunternehmen. Du kommunizierst professionell, transparent und lösungsorientiert. > > Aufgabe: Verfasse eine E-Mail an den IT-Leiter der Lagerhausverwaltung Meier GmbH über den aktuellen Status des laufenden Migrationsprojekts. > > Ziel: Der Kunde soll transparent über den aktuellen Stand und den leichten Verzug informiert werden, dabei aber Vertrauen in die Projektkompetenz behalten. Die E-Mail soll proaktiv eine Lösung für den Verzug vorschlagen. > > Kontext: Das Migrationsprojekt läuft seit 8 Wochen. Wir sind aktuell 2 Tage hinter dem ursprünglichen Zeitplan. Der Hauptgrund ist eine Lieferverzögerung bei Hardware-Komponenten eines Drittanbieters. Wir senden dem Kunden wöchentliche Status-Updates per E-Mail. Der Kunde schätzt direkte, klare Kommunikation ohne Beschönigung. > > Output: Formelle E-Mail auf Deutsch, ca. 150–200 Wörter. Struktur: Einstieg mit aktuellem Status, kurze Erläuterung des Verzugs, konkreter Lösungsplan mit neuem Termin, abschließende Bestätigung der Verfügbarkeit für Rückfragen. > > Beispiel-Ton: Sachlich und direkt, kein Marketingsprech, keine übertriebene Entschuldigung, stattdessen lösungsorientiert und kompetent.

Dieser Prompt erzeugt eine E-Mail, die typischerweise direkt verwendbar ist oder nur noch mit dem tatsächlichen neuen Termin befüllt werden muss. Der Unterschied zum Ad-hoc-Output ist in der Regel erheblich: spezifischere Inhalte, passendere Tonalität, konkreterer Lösungsplan.

Übung 2 — 6-teilige Prompt-Struktur für die eigene Arbeitsrealität

Übung 2 — Eigener wiederverwendbarer Prompt

Aufgabe: Wählen Sie eine Aufgabe, die Sie in Ihrer Tätigkeit regelmäßig ausführen. Formulieren Sie dafür einen vollständigen, wiederverwendbaren Prompt nach der 6-teiligen Struktur. Dieser Prompt soll so formuliert sein, dass er auch einer Kollegin oder einem Kollegen, der Ihre Situation nicht kennt, ein gutes Ergebnis liefert.

Material: Laptop mit Zugang zu ChatGPT Team oder Microsoft 365 Copilot; Stift und Papier für die Vorbereitungsphase.

Schritt-für-Schritt: 1. Identifizieren Sie eine Aufgabe aus Ihrem Arbeitsalltag, die Sie mindestens einmal pro Woche ausführen und die Sie für KI-Unterstützung geeignet halten. 2. Notieren Sie für jedes der sechs Elemente drei bis fünf relevante Informationen, die die KI kennen müsste. 3. Schreiben Sie den vollständigen Prompt. Verwenden Sie klare Absätze oder Labels für jedes Element. 4. Testen Sie den Prompt im KI-Tool Ihrer Wahl. 5. Bewerten Sie den Output: Wäre er direkt verwendbar? Was fehlt? Was ist unnötig? 6. Überarbeiten Sie den Prompt auf Basis Ihrer Beobachtung (ein bis zwei gezielte Anpassungen). 7. Führen Sie den überarbeiteten Prompt noch einmal aus und vergleichen Sie. 8. Tauschen Sie Ihren Prompt mit einer Nachbarperson aus. Kann sie den Prompt verstehen und ausführen, ohne dass Sie erklären müssen?

Erwartetes Ergebnis: Ein einsatzbereiter, annotierter Prompt-Entwurf für eine typische Aufgabe in Ihrem Arbeitsalltag, der ohne mündliche Erläuterung von anderen Teammitgliedern genutzt werden kann.

Musterlösung (Beispiel: Follow-up-Mail nach Kundengespräch):

Rolle: Du bist eine erfahrene IT-Beraterin in einem mittelständischen Beratungsunternehmen mit Fokus auf digitale Transformation und Cloud-Infrastruktur. Du kommunizierst mit Entscheidern auf Augenhöhe — professionell, aber zugänglich.

Aufgabe: Verfasse eine Follow-up-E-Mail nach einem Erstgespräch mit einem potenziellen Neukunden.

Ziel: Den Kunden positiv im Gedächtnis behalten, das Gespräch kurz und wertschätzend zusammenfassen und einen konkreten nächsten Schritt vorschlagen.

Kontext: Das Gespräch fand heute statt. Der Kontakt ist CTO eines 150-Mitarbeiter-Unternehmens im Gesundheitssektor. Er hat Interesse an einer Migration seiner On-Premise-Server-Infrastruktur in die Azure-Cloud signalisiert. Hauptbedenken: Datenschutz und Kostenkontrolle. Wir haben konkret über einen 90-Tage-Assessment-Scope gesprochen. Er möchte bis Ende des Monats eine Entscheidung treffen. [DATUM DES GESPRÄCHS: {{DATUM}}]

Output: Formelle E-Mail auf Deutsch, maximal 180 Wörter, ohne Anhang-Verweis. Drei Absätze: Dank + kurze Zusammenfassung, nächster konkreter Schritt mit zwei Terminvorschlägen, freundlicher Abschluss.

Beispiel: Keine Marketing-Floskeln. Direkt und auf den Punkt. Professionell, nicht steif.

Durch das Platzhalter-Element {{DATUM}} wird dieser Prompt zu einem wiederverwendbaren Template.

Promptbaustein — Strukturierter Projekt-Statusbericht

Rolle: Du bist Senior-Projektleiter:in in einem IT-Dienstleistungsunternehmen mit langjähriger Erfahrung in Kundenkommunikation bei Infrastrukturprojekten.

Aufgabe: Erstelle einen wöchentlichen Projektstatusbericht für den Kunden [KUNDENNAME] über das Projekt [PROJEKTNAME].

Ziel: Der Kunden soll einen klaren, ehrlichen Überblick über Fortschritt, Risiken und nächste Schritte erhalten. Das Vertrauen in die Projektsteuerung soll gestärkt werden.

Kontext: Woche [N] von [GESAMT]. Status Arbeitspakete: [KURZBESCHREIBUNG]. Highlights: [STICHPUNKTE]. Risiken: [LISTE]. Nächste Schritte: [LISTE MIT TERMINEN].

Output: Markdown. Abschnitte: (1) Executive Summary 3 Sätze, (2) Statusübersicht Tabelle Workstream|Status (Grün/Gelb/Rot)|Kommentar, (3) Nächste Schritte nummeriert max. 5, (4) Risiken max. 3 Bullets. Max. eine A4-Seite. Kein Marketingjargon.

Beispiele: Keine Floskeln wie „Das Projekt läuft hervorragend”. Direkte, konkrete Aussagen mit Zahlen und Terminen.

Übung 3 — Branchen-Transfer: Prompt-Vorlage für zwei Kontexte

Übung 3 — Denselben Kern-Prompt für zwei Branchen anpassen

Aufgabe: Sie erhalten einen Basis-Prompt für eine allgemeine Aufgabe (Besprechungsprotokoll erstellen). Passen Sie diesen Prompt so an, dass er für zwei verschiedene Branchenkontexte optimiert ist. Ziel: Verstehen, wie stark Rolle und Kontext das Ergebnis beeinflussen — selbst bei identischer Kernaufgabe.

Material: Laptop mit Zugang zu ChatGPT Team oder Microsoft 365 Copilot.

Basis-Prompt (generisch): > „Erstelle ein Besprechungsprotokoll. Thema: Projektplanung. Teilnehmer: 4 Personen. Dauer: 60 Minuten.”

Schritt-für-Schritt: 1. Führen Sie den Basis-Prompt aus. Notieren Sie, was fehlt oder generisch ist. 2. Erstellen Sie Variante A — IT-Beratungskontext: Ergänzen Sie alle sechs Elemente für ein Kick-off-Meeting eines Cloud-Migrationsprojekts. Rolle: Senior Consultant. Ziel: Entscheidungsdokumentation für Kunden. Output: Formelles Protokoll mit nächsten Schritten, Verantwortlichkeiten und Terminen. 3. Erstellen Sie Variante B — Öffentliche Verwaltung: Ergänzen Sie alle sechs Elemente für eine interne Abstimmungsrunde einer Genehmigungsbehörde. Rolle: Sachbearbeiterin für Baugenehmigungen. Ziel: Aktenkundige Dokumentation. Output: Verwaltungsinternes Protokoll, neutraler Stil, DIN 5008. 4. Führen Sie beide Varianten aus. Vergleichen Sie die Outputs in Tonalität, Spezifität und Verwendbarkeit. 5. Notieren Sie: Welche zwei Elemente hatten den größten Einfluss auf den Unterschied?

Erwartetes Ergebnis: Zwei deutlich unterschiedliche, branchengerechte Protokoll-Entwürfe — und ein klares Verständnis dafür, dass Rolle und Kontext die stärksten Qualitätshebel sind.

Transferfrage: Welche Ihrer eigenen Aufgaben erscheint auf den ersten Blick branchenübergreifend, enthält aber bei genauerer Betrachtung starke branchen- oder rollenspezifische Anforderungen?

Cheatsheet — Die wichtigsten Punkte

Cheatsheet — Die wichtigsten Punkte

• Rolle: Domäne + Erfahrungstiefe nennen — nicht nur Berufsbezeichnung
• Aufgabe: Konkretes Verb + erwartetes Ergebnis — nicht „Hilf mir mit X”
• Ziel: Zweck des Outputs explizit machen — ohne Ziel produziert KI das Durchschnittliche
• Kontext: Der mächtigste Hebel — je spezifischer, desto besser
• Output: Länge, Format, Stil explizit vorgeben — sonst wählt die KI selbst
• Beispiele: 2–3 Referenztexte übertreffen lange Beschreibungen
• Faustformel: Je höher die Qualitätsanforderung, desto mehr Elemente explizit machen
• Platzhalter: [KUNDENNAME] oder {{DATUM}} machen Prompts zu wiederverwendbaren Vorlagen
• Test-Regel: Kann eine Kollegin diesen Prompt ohne Erläuterung ausführen?
• Anti-Pattern: Lange Prompts mit Phrasen wie „Sei kreativ” ohne substanzielle Inhalte sind schwächer als kurze mit konkretem Kontext

Praxis-Exkurs — Prompt-Anatomie im Alltag: Drei vollständige Fallbeispiele

Fallbeispiel A — Kundenpräsentation für Technologieanbieter:

Ohne Struktur: „Erstelle eine Einleitung für unsere Kundenpräsentation.”

Mit 6-teiliger Struktur: „Du bist eine erfahrene Vertriebsstrategin für B2B-Softwarelösungen, spezialisiert auf die Kommunikation komplexer technischer Mehrwerte an nicht-technische Entscheidungsträger.

Aufgabe: Erstelle die Einleitung (erste Folie) für eine Kundenpräsentation.

Ziel: Den Kunden in den ersten 60 Sekunden davon überzeugen, dass Sie sein spezifisches Problem verstehen — bevor Sie Ihre Lösung vorstellen.

Kontext: Kunde ist ein mittelständischer Automobilzulieferer (ca. 800 Mitarbeitende) mit akutem Digitalisierungsdruck durch OEM-Anforderungen. Der Entscheider ist der CFO, dem Effizienz und ROI wichtiger sind als technische Details. Angeboten wird eine ERP-Integrationslösung.

Output: Drei Bullet Points für die Titelfolie — erste Linie: das Problem des Kunden in seinen eigenen Worten (max. 10 Wörter), zweite Linie: die Konsequenz des ungelösten Problems (ROI-Sprache), dritte Linie: Ihrem Positionierung ohne Produktname (max. 8 Wörter). Außerdem: Ein Einstiegssatz (30 Wörter) für die mündliche Präsentation.

Beispiel für erwünschten Ton: ‚Ihre OEM-Partner fordern digitalen Nachweis — wir liefern ihn in 90 Tagen.’”

Unterschied: Der erste Prompt erzeugt eine generische Unternehmensvorstellung. Der strukturierte Prompt erzeugt eine kundenfokussierte Einleitung, die direkt im Termin einsetzbar ist.

Fallbeispiel B — Interner HR-Text für Stellenausschreibung:

Ohne Struktur: „Schreibe eine Stellenausschreibung für einen Projektmanager.”

Mit 6-teiliger Struktur: „Du bist eine erfahrene HR-Business-Partnerin mit Schwerpunkt Employer Branding und der Überzeugung, dass Stellenanzeigen zuerst die richtigen Kandidierenden anziehen — nicht alle.

Aufgabe: Erstelle eine Stellenausschreibung für einen Projektmanager in Ihrem IT-Beratungsunternehmen.

Ziel: Qualifizierte Projektmanagerinnen und Projektmanager mit 3–7 Jahren Erfahrung ansprechen — und unqualifizierte Bewerbungen durch klare Anforderungen herausfiltern.

Kontext: 80-köpfiges IT-Beratungsunternehmen, Schwerpunkt Cloud-Migration, Homeoffice-Option 3 Tage/Woche, Gehaltsband 65.000–85.000 € je nach Erfahrung. Unternehmenskultur: kollegial, direkt, ergebnisorientiert. Bevorzugte Zertifizierungen: PMP oder PRINCE2.

Output: Stellenanzeige im Markdown-Format mit: Unternehmens-Pitch (3 Sätze, kein Marketing-Jargon), Aufgabenbeschreibung (5 Bullet Points, handlungsorientiert), Anforderungen (Muss: 3 Punkte; Kann: 3 Punkte), Benefits (4 Punkte, ehrlich und spezifisch — kein ‚flache Hierarchien’). Gesamtlänge: max. 350 Wörter. Sprache: Du-Form, direkt.

Beispiel für erwünschten Ton: ‚Du koordinierst nicht nur — Du entscheidest mit.’ (Empowerment statt Passivität).”

Fallbeispiel C — E-Mail-Antwort im Beschwerdemanagement:

Ohne Struktur: „Beantworte diese Kundenbeschwerde.”

Mit 6-teiliger Struktur: „Du bist eine erfahrene Kundenservice-Managerin mit 12 Jahren Erfahrung im B2B-Beschwerdemanagement. Du glaubst, dass jede Beschwerde eine Chance auf stärkere Kundenbindung ist.

Aufgabe: Erstelle eine E-Mail-Antwort auf folgende Kundenbeschwerde: [BESCHWERDE-TEXT EINFÜGEN].

Ziel: Den Kunden zu beruhigen, Verantwortung zu übernehmen (ohne rechtlich bindende Schuld einzugestehen), und einen konkreten nächsten Schritt zu vereinbaren.

Kontext: Beschwerde betrifft eine Lieferverzögerung von 8 Tagen. Der Kunde ist ein langjähriger Bestandskunde (5 Jahre) mit einem Jahresvolumen von ca. 120.000 €. Er hat bisher nie reklamiert.

Output: E-Mail in drei Abschnitten: (1) Empathie und Anerkennung (2–3 Sätze, keine Ausreden), (2) Ursache und Maßnahme (2–3 Sätze, konkret), (3) Nächster Schritt (konkreter Vorschlag mit Datum). Gesamtlänge: max. 150 Wörter. Formale Anrede, Sie-Form.

Beispiel für zu vermeidenden Ton: ‚Leider konnten wir aufgrund von Umständen, die außerhalb Ihrer Kontrolle lagen…’ (Passiv, keine Verantwortungsübernahme).”

Reflexionsfragen

1. Welche Ihrer häufigsten Arbeitsaufgaben würde von einer strukturierten Prompt-Vorlage am meisten profitieren — und warum?
2. Welches der sechs Elemente fällt Ihnen intuitiv am schwersten zu formulieren? Was könnte der Grund dafür sein?
3. Stellen Sie sich vor, Sie müssten einen Prompt für eine Kollegin dokumentieren, die Ihre Stelle für zwei Wochen übernimmt. Welche Informationen würden Sie in den Kontext schreiben?
4. In welchen Situationen wäre es übertrieben, alle sechs Elemente zu nutzen? Wo reichen zwei bis drei?
5. Wie verändert sich Ihr Verhältnis zur KI, wenn Sie sie als einen Mitarbeiter betrachten, den Sie briefen müssen, anstatt als ein Werkzeug, das Sie bedienen?
6. Wenn Sie Ihren häufigsten Ad-hoc-Prompt mit der 6-teiligen Struktur umformulieren würden — welches Element würde am meisten Schreibaufwand erfordern, und warum ist das so?
7. Stellen Sie sich vor, Ihr Team einigt sich auf fünf gemeinsame Prompt-Vorlagen für die häufigsten Aufgaben. Welche Aufgaben wären das — und wer müsste an der Erstellung beteiligt sein?
8. Wie würden Sie den Qualitätsunterschied zwischen einem strukturierten und einem Ad-hoc-Prompt einer Person erklären, die KI noch nie genutzt hat?

Quellen & Weiterlesen

Trainer-Hinweise

Didaktische Vertiefung — Prompt-Anatomie im Unterricht verankern

Die 6-teilige Prompt-Struktur ist konzeptuell einfach, aber die Übertragung in die Praxis erfordert wiederholte Anwendung in verschiedenen Kontexten. Trainer sollten den gesamten Unterricht von UE 25 als spiralförmiges Lernen gestalten: Die Struktur wird eingeführt, sofort angewendet, reflexiv bewertet, und dann erneut angewendet — jedes Mal auf einer höheren Komplexitätsstufe.

Der „Before-After”-Effekt als Motivationsanker:

Zeigen Sie zu Beginn von UE 25 ein Beispiel eines schlechten Ad-hoc-Prompts und des resultierenden generischen Outputs. Zeigen Sie dann denselben Prompt nach Anwendung der 6-teiligen Struktur und den deutlich besseren Output. Dieser visuelle Before-After-Vergleich ist der stärkste Motivator, weil er sofort zeigt, warum die Struktur relevant ist — nicht abstrakt, sondern mit echten Outputs.

Live-Coding als Unterrichtsmethode:

Wenn technisch möglich: Prompts live im Beamer-Modus entwickeln. Trainer beginnt mit einem unvollständigen Prompt, fragt Teilnehmende: „Welches Element fehlt noch?” — und ergänzt es dann live. Dieser interaktive Aufbau macht die Struktur greifbarer als fertige Beispiele und erzeugt aktive Beteiligung.

Fehler-Katalog für den Unterricht:

Sammeln Sie typische Fehler aus den Übungen der Teilnehmenden in einer anonymisierten Fehler-Galerie. Zeigen Sie am Ende von UE 25 die fünf häufigsten Fehler und deren Korrekturen. Das gibt allen Teilnehmenden — auch denen, die selbst einen guten Prompt geschrieben haben — das Bewusstsein für häufige Fallstricke.

Hinweise für AI Champions — So vermitteln Sie das Thema — UE 25

Timing (45 Min): 5 Min Einstieg (Szenario zwei Personen, eine Aufgabe), 12 Min Lerntext (6-teilige Struktur erklären und demonstrieren), 15 Min Übung 1 (Live-Vergleich Ad-hoc vs. strukturiert), 8 Min Übung 2 (eigener Prompt), 5 Min Reflexion in der Gruppe oder allein.

Methodische Empfehlung: Demonstration zuerst — Trainer führt einen Ad-hoc-Prompt live aus, zeigt den generischen Output, führt dann denselben Prompt strukturiert aus und zeigt den Unterschied. Dieser „Aha-Moment” ist wirkungsvoller als jede Erklärung. Erst danach Theorie der 6 Elemente.

Häufige Stolpersteine: (a) Teilnehmende fühlen sich durch die Struktur eingeengt — Hinweis: Sie ist ein mentales Modell, kein Formular. (b) Element „Ziel” wird mit „Aufgabe” verwechselt — Unterschied klar machen: Aufgabe = Was, Ziel = Warum. (c) Überstrukturierung bei Trivialanfragen — Tabelle „Wann lohnt sich strukturiertes Prompting?” zeigen.

Diskussionsfragen für Plenum: (1) Welches Element haben Sie bei Ihrem Prompt-Versuch weggelassen — und hat das Ergebnis darunter gelitten? (2) Welcher Aufgabentyp in Ihrer Organisation würde von einer Prompt-Vorlage am stärksten profitieren?

Tafelbild-Vorschlag: Die 6 Elemente als Tabelle an der Tafel oder im Beamer: Element | Leitfrage | Häufigster Fehler. Bleibt während der Übung sichtbar.

Differenzierung Power-User ↔ Einsteiger: Power-User: Entwickeln Sie in Übung 2 sofort einen zweiten Prompt, der als Team-Vorlage einsetzbar ist — mit Platzhaltern und Kommentaren für andere Nutzer. Einsteiger: Konzentrieren Sie sich in Übung 2 auf drei Elemente (Rolle, Aufgabe, Ziel) — das allein liefert bereits deutliche Qualitätsverbesserung.

Materialliste: Laptop pro Person, Zugang zu ChatGPT Team oder Copilot, Beamer für Demonstration, ausgedrucktes Cheatsheet als Take-Away.

Tipp zur Branchenauswahl: Für IT-Dienstleistungs-Kunden ist das Angebots-E-Mail-Szenario besonders direkt anwendbar. Für Industrie- und Fertigungskunden empfiehlt sich ein Beispiel aus der Wartungsdokumentation. Für Verwaltungen bietet sich die Bürgeranfrage-Bearbeitung an.

Übergang zur nächsten UE: „Sie haben jetzt eine Grundstruktur. In UE 26 lernen Sie, wie Sie durch Beispiele im Prompt die Qualität nochmals erheblich steigern können — das ist das Prinzip des Few-Shot Promptings.”

Quelle: KI-Wissensbasis von MindsMachines, Edition Juni 2026. Vollständige Fassung mit Anhängen und Musterlösungen: als PDF anfordern.