KI-Grundlagen · Level 3 von 5
Prompting: gute Anweisungen für KI
← Zurück zu KI-Grundlagen · Voraussetzung: Tokens & Kosten
Ein guter Prompt ist der billigste Hebel für bessere Ergebnisse. Hier die Grundmuster und die Entscheidung, wann du über Prompting hinaus RAG oder Fine-Tuning brauchst.
Stand: Juni 2026. Dies ist Stufe 3 des Lernpfads KI-Grundlagen. Voraussetzung ist Stufe 2, Tokens & Kosten.
Das Grundmuster guter Prompts: Rolle, Aufgabe, Beispiel
Verlässliche Ergebnisse bekommst du, wenn du drei Dinge mitlieferst: eine Rolle (wer das Modell sein soll), eine klare Aufgabe (was genau herauskommen soll) und ein Beispiel (wie ein gutes Resultat aussieht).
Warum wichtig: Die Qualität der Eingabe bestimmt die Qualität der Ausgabe, der billigste Hebel ganz ohne neue Technik.
Typischer Irrtum: «Je länger und höflicher der Prompt, desto besser die Antwort.»
Beispiel: Statt «Schreib einen Text über unsere Firma» gibst du Rolle, Aufgabe (300 Wörter Startseite für eine Treuhandkanzlei) und ein Tonbeispiel.
Sag dem Modell, wer es ist, was es tun soll und wie ein gutes Ergebnis aussieht.
Prompting, RAG oder Fine-Tuning: wann passt was?
Drei Wege bringen ein Modell auf deine Aufgabe. Prompting ist die Anweisung im Moment der Nutzung, schnell und ohne Technik. RAG gibt dem Modell zur Laufzeit deine Dokumente als Beleg mit, ohne es zu verändern. Fine-Tuning trainiert ein Modell mit eigenen Beispielen nach, mit dem grössten Aufwand.
Warum wichtig: Die meisten Aufgaben löst du mit Prompting plus RAG. Fine-Tuning lohnt erst, wenn weder Anweisung noch Nachschlagen reichen.
Typischer Irrtum: «Damit die KI unser Wissen kennt, müssen wir sie auf unsere Daten trainieren.»
Beispiel: Eine Kanzlei will Antworten aus dem eigenen Handbuch: RAG genügt. Erst für einen durchgehenden Hausstil käme Fine-Tuning in Frage.
Erst Prompting, dann RAG, Fine-Tuning zuletzt.