Prompt Engineering: Künstliche Intelligenz produktiv anleiten

Zurück zur Übersicht

Mit der Öffnung der ersten KI für ein größeres Publikum beschleunigte sich der – schon vorher abzeichnende – Wandel in der Kreativbranche. Parallel dazu entstehen neue Berufsbilder. Eines davon ist das Prompt Engineering: Die Eingabe möglichst präziser Beschreibungen, um die gewünschten Ergebnisse angezeigt zu bekommen.

Tech-Themen

Als Kommunikationsagentur war es für uns selbstverständlich, bei unseren ersten Gehversuchen mit Künstlicher Intelligenz Texte unterschiedlicher Art erstellen zu lassen. Unsere Erfahrungen deckten sich dabei mit dem allgemeinen Echo: Die Qualität der Resultate war gerade bei den ersten öffentlich zugänglichen Modellen durchwachsen. Zugleich zeigte sich, dass geschickt formulierte Anweisungen – die sog. Prompts – das Ergebnis stark verbessern können. Bei der Suche nach der optimalen Formulierung bildeten sich ebenso zahlreiche, wie unterschiedliche Herangehensweisen heraus. Und auch das Anwendungsgebiet spielt eine entscheidende Rolle: Prompts im wissenschaftlichen Umfeld werden anders strukturiert als Prompts zur Ausarbeitung der besten Produktstrategie. Doch unabhängig von der gewählten Methode kristallisierte sich heraus, dass ein iteratives Vorgehen mit enger Abstimmung zwischen Mensch und KI die besten Resultate hervorbringt.

Der Basis-Prompt: Solide Grundlage und Kontextraum

Der Output und dessen Qualität hängt nicht nur von den Anweisungen selbst ab, sondern wird wesentlich davon beeinflusst, auf welchem Fundament der weitere Prompt aufbaut. Es ist daher wichtig, vorab einen Kontext abzustecken, innerhalb dessen die KI ihre Vorschläge entwickelt. Zugleich minimiert dies auch die Wahrscheinlichkeit, dass die KI “halluziniert”, d.h. Lösungen vorschlägt oder Verbindungen aufzeigt, die unsinnig oder schlichtweg falsch sind.

KI-generiertes Bild eines Laptops auf einem Büroschreibtisch. Auf dem Bildschirm sind die Worte "Prompt Engineering" zu lesen.
Foto: KI-generiert | Google Gemini

Ein guter Start ist, die eigene Rolle zu definieren: Interagiert man mit der KI aus der Perspektive eines Laien oder aus der eines Profis? Auf die Angabe, man sei Laie, möchte aber eine Produktpräsentation erstellen, gibt z.B. Googles KI Gemini gleich zu Beginn hilfreiche Hinweise mit:

Prompt:
Ich möchte eine Produktpräsentation erstellen, bin aber Laie und kenne mich mit dem Thema nicht so gut aus.

Output:
Kein Problem! Das ist ganz normal, besonders wenn man ein neues Produkt präsentiert. Ich helfe dir gerne dabei, eine überzeugende Präsentation zu erstellen, auch wenn du noch nicht so viel Erfahrung hast.
Um dir gezielt helfen zu können, brauche ich ein paar Informationen:

  • Was ist dein Produkt? Beschreibe es so genau wie möglich.
  • Für wen ist es gedacht? Wer sind deine idealen Kunden?
  • Was macht dein Produkt besonders? Was unterscheidet es von anderen Produkten auf dem Markt?
  • Welches Problem löst es? Was für ein Bedürfnis erfüllt es bei den Kunden?

Umgekehrt gilt dies auch für die KI: Schreibst du ihr zu Beginn der Interaktion eine bestimmte Rolle zu – z.B. die einer Produktmanagerin – wird sie ihre Antworten aus dieser heraus entwickeln.

Je nach Einsatzzweck der KI kann es sinnvoll sein, ihr bestimmte Orientierungspunkte mitzugeben. Unterstützt sie bei der Planung einer Marketingstrategie, ist es z.B. hilfreich, Ziele, Zielgruppen und Zweck vorab zu definieren.

Das Prompting selbst solltest du klar und präzise formulieren, um den Interpretationsspielraum – und damit auch die Wahrscheinlichkeit für unsinnige Ausgaben – für die KI zu minimieren.

Zusammengenommen könnte ein Basis-Prompt folgendermaßen aussehen:

Prompt:
Hilf mir dabei, eine Marketingstrategie für unser neues Projektmanagement-Tool zu erstellen. Dessen Besonderheit sind sein modularer Aufbau und einfache Erweiterbarkeit.
Zielgruppe sind kleine und mittelständische Kommunikations- und PR-Unternehmen ohne große IT-Abteilung.
Unser Ziel ist es, zehn Unternehmen im ersten Halbjahr zu gewinnen. Dies möchten wir mittels Direktansprache tun.
Übernimm die Rolle einer Produktmanagerin.

Output:
Absolut! Gerne helfe ich dir dabei, eine maßgeschneiderte Marketingstrategie für dein neues, modulares Projektmanagement-Tool zu entwickeln. Als Produktmanagerin werde ich dich durch den Prozess führen und dir dabei helfen, deine Ziele zu erreichen.

Präzise Fragen und detaillierte Antworten: Die KI als Stichwortgeberin

Wenn mit dem Basis-Prompt das Fundament abgesteckt und die KI mit allen relevanten grundlegenden Informationen versorgt ist, kann die eigentliche Abfrage beginnen. Diese sollte  jedoch nicht in Form von vage gehaltenen Anweisungen erfolgen – z.B. “Erstelle einen Marketingplan für unser Produkt”. Vielmehr solltest Du als anweisende Person die oben angesprochenen Grundlagen festlegen und einer Gedankenkette folgend die KI nach Teilaspekten fragen. Beispiel: Mit der Aufforderung, sich zuerst die Zielgruppe näher anzusehen, gab Gemini eine Liste weiterer Teilaspekte (Demographie, Kaufverhalten etc.) aus:

Prompt:
Beleuchten wir zuerst die Zielgruppe.

Output:
Absolut! Das ist ein ausgezeichneter Ansatz. Um eine wirklich effektive Marketingstrategie zu entwickeln, müssen wir unsere Zielgruppe so genau wie möglich verstehen.
Lassen Sie uns gemeinsam ein detailliertes Profil unserer idealen Kunden erstellen.

1: Demografische Daten:

  • Größe des Unternehmens: Wie viele Mitarbeiter haben diese Unternehmen in der Regel?
  • Standort: Gibt es bestimmte Regionen, auf die wir uns konzentrieren sollten?
  • Branche: Neben Kommunikations- und PR-Agenturen könnten auch andere kreative Branchen wie Design oder Marketing interessant sein.

2: Pain Points

Die Anweisungen selbst bewegen sich also vom Allgemeinen zum Spezifischen. Auf diese Art entwickelt sich ein Dialog, bei der die Antworten der KI wiederum den Ausgangspunkt für weitere Fragen bilden. Im Verlauf des Promptings kannst du immer wieder einzelne Aspekte herausgreifen, um sie detaillierter zu beleuchten, oder die weitere Ideenentwicklung in eine bestimmte Richtung lenken. Stelle daher in regelmäßigen Abständen die Frage, welche Informationen die KI zusätzlich benötigt, um einen Teilaspekt erschöpfend zu besprechen. Womöglich ergeben sich hieraus neue Perspektiven.

Durch diesen Iterationsprozess werden Fragen und Antworten immer weiter verfeinert, sodass am Ende mit höherer Wahrscheinlichkeit ein belastbares Ergebnis herauskommt.

“Chain of Thought”: In Teilschritten zum Ergebnis

Open AI, der Entwickler von ChatGPT, empfiehlt, sehr komplexe Themen und Sachverhalte in weniger komplexe Teilaspekte zu zerlegen. Diese können dann im weiteren Verlauf einzeln angegangen werden. Beispielsweise kannst du die KI bitten, alle für die Durchführung eines Projektes notwendigen Schritte aufzuführen – in der logischen und praktikabelsten Abfolge.

An diesem Punkt übernimmt dann wieder der Mensch. Er beleuchtet das ausgegebene Ergebnis kritisch, trennt die wichtigen von unwichtigen Schritten oder ergänzt weitere; insbesondere unter dem Aspekt, ob die aufgeführten Punkte in weitere Teilschritte zerlegt werden sollten, um spezifische Detailfragen zu beleuchten.

Die Aufteilung in Unterthemen kannst Du auch der KI überlassen. Ob dabei ein brauchbares Ergebnis herauskommt, hängt jedoch stark vom eingangs beschriebenen Basis-Prompt ab.

Weil man sich mit jeder neuen Frage oder Anweisung auf die vorher ausgegebenen Ergebnisse bezieht, lässt sich die weitere Entwicklung effektiv steuern und korrigieren.

Bewerten, gewichten, prüfen: Der Mensch führt

Trotz Planung und Iteration darf das Endergebnis der Befragung aber nie ungeprüft übernommen werden. Die Anwender:innen müssen in allen Phasen des Promptings die Führung behalten und – falls nötig – gegensteuern. Abschließend sollte das Ergebnis immer auf seine Plausibilität hin geprüft werden. Gutes Prompting mag den Aufwand für einen letzten kritischen Blick sicherlich minimieren. Obsolet wird er aber keineswegs, auch und gerade wenn die KI als Grundlage für geschäftliche Entscheidungen herangezogen wird.

Dieser Text gibt nur einen kurzen Einblick, wie KI effizient bedient und angeleitet werden kann. Über welche Prompting-Technik diese geschieht, hängt jedoch entscheidend davon ab, in welchem Bereich, zu welchem Zweck und mit welchem Ziel die KI eingesetzt werden soll.

Lese-Empfehlung: Im Prompt Engineering Guide findet sich eine gute Übersicht mit Tipps zum produktiven Einsatz von Künstlicher Intelligenz.

Anmerkung: Alle hier aufgeführten Beispiel-Prompts, sowie das Visual, entstanden mit Googles Gemini. Die gleichen Prompts werden in anderen KI möglicherweise zu abweichenden Ausgaben führen.