Bessere Prompts schreiben: Die 6 häufigsten Fehler und wie du sie vermeidest

Das ist der Klassiker. Je weniger Kontext du gibst, desto generischer die Antwort.

Schlecht: Schreib was zu Marketing.

Besser: Schreib mir einen 800-Wörter LinkedIn-Artikel über B2B Content Marketing für SaaS-Startups mit 3 konkreten Beispielen und einem CTA, der auf ein Whitepaper verlinkt. Tonfall: professionell aber nicht steif.

Die Regel: Je spezifischer der Input, desto brauchbarer der Output. Gib Länge, Format, Zielgruppe, Tonfall und gewünschte Struktur mit.

Viele nutzen einen einzigen Chat für Marketing, Buchhaltung, Code und persönliche Fragen. Das Problem: Die KI verliert den Faden, weil der Kontext mit jedem Themenwechsel verwasserter wird.

Besser: Pro Thema ein eigener Thread, ein eigenes Projekt, ein eigener Kontext. In Claude kannst du Projekte anlegen. In ChatGPT nutze separate Chats. Der Kontext bleibt sauber und die Ergebnisse werden präziser.

KI-Modelle halluzinieren. Sie erfinden Fakten, Zahlen und sogar Quellenangaben, die plausibel klingen aber falsch sind. Besonders gefährlich bei Statistiken, Zitaten und aktuellen Ereignissen.

Regel: Jeden Output prüfen, bevor du ihn verwendest. Besonders bei Zahlen, Personennamen, Datumsangaben und Links. KI ist ein Entwurfs-Werkzeug, kein Fakten-Orakel.

Der erste Output einer KI ist selten perfekt. Das ist normal. 3-5 Iterationsrunden sind der Standard bei professioneller KI-Nutzung.

Statt aufzugeben, gib Feedback: Was dir nicht gefällt und warum. Die KI wird mit jeder Runde besser, weil sie deinen Geschmack und deine Anforderungen versteht.

Beispiel: Das ist zu formell. Schreib es lockerer, als würdest du einem Freund erklaeren, warum dieses Produkt gut ist. Behalte die Struktur, ändere nur den Ton.

ChatGPT für alles funktioniert, ist aber nicht optimal. Verschiedene KI-Modelle haben verschiedene Stärken.

Claude eignet sich hervorragend für lange Texte und tiefe Analyse. ChatGPT ist stark bei kreativen Aufgaben und Brainstorming. Gemini punktet bei der Arbeit mit Google-Dokumenten und Recherche. Perplexity ist der beste Startpunkt für faktenbasierte Recherche mit Quellenangaben.

Die Empfehlung: Starte mit dem Tool, das du kennst. Aber probiere für spezifische Aufgaben auch Alternativen. Der Unterschied ist oft überraschend.

Ad-hoc-Promten ohne Struktur bedeutet: Du erfindest das Rad jedes Mal neu. Profis bauen sich eine Prompt-Library auf — eine Sammlung von Prompts, die funktionieren.

Starte einfach: Speichere jeden Prompt, der gute Ergebnisse liefert. Kategorisiere nach Anwendungsfall (Marketing, Analyse, E-Mail, etc.). Verfeinere über die Zeit.

Auf prompts.ainauten.com findest du eine kuratierte Sammlung als Inspiration für den Anfang.

Chain-of-Thought Prompting: Bitte die KI, Schritt für Schritt zu denken, bevor sie antwortet. Das verbessert die Qualität bei komplexen Aufgaben deutlich.

Beispiel: Analysiere dieses Geschaeftsmodell. Denke zuerst über die Stärken nach, dann über die Schwächen, dann über die Chancen, und formuliere erst danach deine Empfehlung.

Rollen-Prompting: Gib der KI eine Rolle, aus der heraus sie antworten soll. Ein Marketing-Experte mit 15 Jahren Erfahrung antwortet anders als ein generischer Assistent.

Beispiel-basiertes Prompting: Zeig der KI ein Beispiel für das gewünschte Ergebnis. Dann passt sie ihren Output automatisch an Stil, Länge und Format an.

Behandle KI wie einen sehr fähigen Praktikanten am ersten Tag. Er ist klug und schnell, kennt aber deinen Kontext nicht. Je mehr du ihm erklaerst, was du brauchst, wie du es brauchst und warum, desto besser das Ergebnis. Und: Gib Feedback. Iteration ist kein Zeichen von schlechtem Prompting — es ist professionelles Prompting.