Blog · Grundlagen
Top 5 Fehler im Prompt Engineering – und wie du sie vermeidest
Die gute Nachricht: Fast alle «schlechten» KI-Antworten lassen sich auf ein paar wiederkehrende Muster zurückführen. Die schlechte Nachricht: Diese Muster sind extrem menschlich.
1von 6
Fehler 1: Unklare Ziele
«Mach das besser» ist kein Ziel. Wer nicht definiert, was «besser» bedeutet, bekommt zufällige Verbesserungsversuche.
Stattdessen:
Schreibe den folgenden Text um mit dem Ziel: - klarer für Nicht-Expert:innen - max. 200 Wörter - freundlicher, aber nicht übertrieben locker
2von 6
Fehler 2: Kein Kontext
Das Modell weiss nicht, für wen, wo und wozu du etwas schreibst – ausser du sagst es ihm. Kontext weglassen spart Tipparbeit, kostet aber Qualität.
Besser:
- Wer ist die Zielgruppe?
- In welchem Kanal wird der Text genutzt?
- Was soll nach dem Lesen passieren?
3von 6
Fehler 3: Alles in einen Prompt packen
«Schreib, übersetze, fasse zusammen, gib 10 Varianten und baue ein Konzept» – in einem Prompt. Ja, das geht irgendwie. Gut wird es selten.
Alternative: in Schritte aufteilen:
- Rohtext erstellen.
- Überarbeiten lassen.
- Varianten generieren.
4von 6
Fehler 4: Keine Evaluation
Viele Teams arbeiten so: Prompt, Antwort, weiter. Ohne zu prüfen:
- Wurden alle Anforderungen erfüllt?
- Ist etwas erfunden worden (Halluzination)?
- Ist der Stil konsistent mit bisherigen Inhalten?
5von 6
Fehler 5: Kein Re-Use, nur Copy-Paste-Chaos
Jeder bastelt seine eigenen Prompts, niemand dokumentiert etwas, und die guten Ideen verschwinden im Chat-Log.
Stattdessen:
- Einfache Prompt-Bibliothek aufbauen (Notion, Confluence, Git, egal).
- Für wichtige Use Cases Pattern definieren (siehe Prompt Pattern Catalog).
- Prompts versionieren wie kleine Mini-Tools.
Wer mittlerweile mit KI-Agenten statt Einzel-Prompts arbeitet, kennt dieses Prinzip unter einem eigenen Namen: Skills – abrufbare Wissenspakete, die ein Agent bei Bedarf zieht, statt bei jeder Aufgabe neu erfunden zu werden (mehr dazu in KI-Agenten in der Praxis).
6von 6
Checkliste: Bin ich gerade in einen der 5 Fehler gelaufen?
- Habe ich klar formuliert, was ich will – und wozu?
- Habe ich dem Modell genug Kontext gegeben?
- Ist die Aufgabe in sinnvolle Schritte aufgeteilt?
- Habe ich Kriterien, nach denen ich den Output bewerte?
- Nutze ich ein bestehendes Pattern – oder erfinde ich das Rad gerade neu?
Wenn du zwei oder mehr Fragen mit «nein» beantworten musst: Willkommen in der Fehlerzone. Gute Nachricht: Du kannst sie mit wenigen Anpassungen wieder verlassen.
Wie du diese Fehler im Alltag vermeidest, übst du im Kurs KI-Werkstatt bei think, mit Vorher/Nachher-Beispielen und Wissens-Check.
Dazu passend: Prompt Engineering für Anfänger · Rollenspiel-Prompts · Chain-of-Thought Prompting
Nächster Artikel · GrundlagenEin praxisorientierter Leitfaden für Lehrkräfte im Umgang mit KI-ChatbotsEine Mail · Antwort in der Regel innerhalb von 24h