Prompt Engineering im Alltag: Was wirklich den Unterschied macht

Die meisten Menschen im Schweizer Büroalltag haben inzwischen ChatGPT geöffnet. Einige haben sich sogar ein Abo geleistet. Aber nur ein Bruchteil nutzt es wirklich produktiv – und der Unterschied zwischen „irgendwie hilft's" und „spart mir fünf Stunden pro Woche" liegt fast immer an einem einzigen Faktor: der Art und Weise, wie man mit dem Modell spricht.

Dieser Beitrag ist kein Hype-Text. Er ist das, was bei innoframe an Kund:innen aus Treuhand, Beratung, Handwerk und Verwaltung in den letzten zwölf Monaten tatsächlich funktioniert hat.

Was Prompt Engineering eigentlich ist – und was nicht

Prompt Engineering klingt nach Programmierung. Ist es nicht. Es ist strukturierte Schriftsprache mit dem Ziel, eine Maschine so präzise zu steuern, dass sie beim ersten Wurf etwas Brauchbares liefert.

Was es nicht ist: ein Geheimkatalog magischer Formeln, bei dem das Wort „ultra-professional" die Qualität verdoppelt. Die „Prompt-Hacks", die auf LinkedIn viral gehen, funktionieren meistens nur, weil die Ausgangsaufgabe vage war. Sobald du präzise formulierst, sind 90 % dieser Tricks überflüssig.

Was es ist: ein Denkwerkzeug. Du zwingst dich, die Aufgabe so klar zu beschreiben, dass sie ein Fremder ohne Vorwissen verstehen würde. Dieses Nebenprodukt – die Übung, präzise zu denken – ist oft wertvoller als die Antwort selbst.

Die vier Bausteine eines guten Prompts

Jeder nützliche Prompt besteht aus vier Elementen. Fehlt eines davon, wird das Ergebnis mittelmässig.

1. Rolle

Sag dem Modell, wer es sein soll. Nicht aus Höflichkeit – sondern damit es den richtigen Wortschatz, Tonfall und Fokus aktiviert. „Du bist erfahrene:r Treuhänder:in aus der Deutschschweiz" liefert andere Formulierungen als „Du bist HR-Coach".

2. Kontext

Das Modell kennt deinen Betrieb nicht. Es weiss nichts über die Kundin, deren Frage du gerade beantwortest, oder über das Protokoll, das du dir merken musst. Füge alle Fakten bei, die eine kompetente neue Mitarbeitende an ihrem ersten Tag bräuchte.

3. Aufgabe

Was soll konkret passieren? „Fasse zusammen" ist vage. „Fasse in fünf Bullet-Points die drei wichtigsten Entscheidungen zusammen – pro Entscheidung: Wer hat sie getroffen, bis wann gilt sie, wer ist betroffen" ist verwertbar.

4. Format

Wie soll das Ergebnis aussehen? Tabelle, Liste, Fliesstext, Markdown, JSON, E-Mail-Vorlage? Wenn du kein Format angibst, erfindet das Modell eines – meistens das falsche.

Sieben Muster, die jeden Tag funktionieren

Die folgenden Muster decken geschätzt 80 % der realen Büroaufgaben ab, die wir bei innoframe-Mandaten sehen. Alle sind auf Deutsch formuliert – Sprachmodelle 2026 arbeiten auf Deutsch fast so stark wie auf Englisch.

Muster 1: Der Redakteur

Für alles, was du geschrieben hast und straffer, klarer oder freundlicher willst.

Du bist erfahrene:r Redakteur:in für deutschsprachige Geschäftskorrespondenz.
Hier ist mein Entwurf:
---
[TEXT EINFÜGEN]
---
Kürze ihn um etwa 30 %, ohne Inhalt zu verlieren. Mach den Ton konkret und respektvoll,
streiche Floskeln. Liefere zuerst die überarbeitete Version, danach eine Liste der drei
grössten Änderungen mit kurzer Begründung.

Warum es funktioniert: Rolle, Fakten, eindeutige Kürzungs-Anweisung, zweiteiliges Format (Text + Meta-Kommentar).

Muster 2: Der Gegenprüfer

Für Entscheidungen, Angebotstexte, Bewerbungen – alles, wo du kritisches Feedback brauchst, bevor es raus geht.

Du bist kritische:r Kolleg:in mit zehn Jahren Erfahrung im [BRANCHE].
Lies den folgenden Text und finde drei potenzielle Schwächen, die ein:e skeptische:r
Leser:in bemängeln könnte. Für jede Schwäche: Problem, konkrete Verbesserung, Beispiel-
satz für die neue Version.
---
[TEXT]

Warum: Zwingt das Modell, aktiv nach Problemen zu suchen. Ohne diese Aufforderung neigen Modelle zu gefälligem Bestätigen.

Muster 3: Der Struktur-Extraktor

Für Meeting-Notizen, Kundenmails, unstrukturierte Gedankenfetzen.

Analysiere folgende Notizen und gib mir eine strukturierte Tabelle mit den Spalten:
Thema | Entscheidung | Verantwortlich | Frist | Offene Fragen.
Wenn eine Zelle aus den Notizen nicht eindeutig hervorgeht, schreibe "offen".
---
[NOTIZEN]

Warum: Fixes Schema + explizite Regel für fehlende Daten. Kein Halluzinieren.

Muster 4: Der Stil-Transformer

Für Textanpassung an verschiedene Zielgruppen.

Hier ist mein Originaltext für einen Fach-Leser:
---
[TEXT]
---
Schreibe drei Varianten:
1) Für die Website: Sie-Form, informativ, keine Marketing-Superlative
2) Für Social Media: Du-Form, direkt, maximal 280 Zeichen
3) Für ein KMU-Whitepaper: Sie-Form, formell, mit zwei Fachbegriffen
Liefere nur die drei Varianten, nichts drumherum.

Warum: Mehrere klare Zielformate in einem Durchgang – spart drei Einzelläufe.

Muster 5: Chain-of-Thought für Rechnungen

Moderne Modelle rechnen besser, wenn man sie laut denken lässt.

Ich habe folgende MwSt.-Situation: [BESCHREIBUNG].
Rechne in einzelnen, nummerierten Schritten, welcher Betrag am Ende fakturiert werden muss.
Schreibe bei jedem Schritt dazu, warum du so rechnest. Gib am Schluss einen finalen
Klarbetrag in der Form "Zu fakturieren: CHF X.XX".

Warum: „Rechne laut" senkt Rechenfehler signifikant. Für kritische Zahlen trotzdem immer nachrechnen.

Muster 6: Dokumenten-QA mit Upload

Für Verträge, Offerten, Manuals, die du nicht lesen willst.

Ich lade dir ein Dokument hoch. Deine Aufgabe:
1. Liste die fünf wichtigsten Pflichten für meine Seite.
2. Markiere jede Klausel, die unklar oder unüblich ist, mit einem Hinweis.
3. Gib am Schluss drei konkrete Fragen, die ich dem Verfasser stellen sollte.
Antworte nur auf Basis des Dokuments, erfinde keine Inhalte.

Warum: Explizite Grounding-Anweisung („nur auf Basis des Dokuments") reduziert Halluzinationen drastisch.

Muster 7: Entscheidungs-Matrix

Für Vergleiche: Anbieter, Offerten, Kandidat:innen, Tools.

Ich stehe vor folgender Entscheidung: [BESCHREIBUNG].
Die Optionen sind: A, B, C.
Baue eine Entscheidungsmatrix:
- Kriterien: Kosten, Time-to-Market, Risiko, Passung zum Team
- Bewertung pro Option: 1 bis 5 mit kurzer Begründung
- Schluss: Empfehlung mit einem Satz, in welcher Situation sie falsch wäre.

Warum: Das letzte Detail – „in welcher Situation sie falsch wäre" – zwingt das Modell, Schwächen offenzulegen, statt eine Empfehlung hübsch zu verpacken.

Die fünf häufigsten Fehler

1. Zu vage. „Schreib mir einen guten Text über Versicherungen" produziert Schrott. Ohne Zielgruppe, Länge, Kernbotschaft hat das Modell keine Chance.
2. Zu lang ohne Struktur. Ein 800-Wörter-Prompt ohne Absätze ist für die KI genauso anstrengend wie für dich. Nutze Bullet-Listen.
3. Kein Beispiel. Wenn du einen speziellen Stil willst, zeig ein Beispiel („Hier ein Absatz, wie der Ton klingen soll: …"). Few-Shot-Prompting ist der mit Abstand stärkste Hebel.
4. Format-Schlamperei. „Gib mir alles, was dir einfällt" → erratische Länge und Struktur. „Liefere genau drei Absätze à maximal vier Sätze" → konsistent, wiederverwendbar.
5. Keine Korrektur-Schleife. Die erste Antwort ist selten das Beste. Plan zwei, drei iterative Prompts ein: „Kürze auf fünf Bullets", „Mach den Ton direkter", „Nimm den Fachjargon raus".

Eine Prompt-Bibliothek, die tatsächlich benutzt wird

Die meisten Unternehmen, die „KI einführen", speichern null Prompts. Jede Person fängt bei jedem Task wieder bei null an. Das ist, als würde jede:r im Team seine eigene E-Mail-Signatur erfinden.

Ein funktionierendes Template für Notion, Obsidian oder SharePoint:

Drei Regeln, damit die Bibliothek lebt: (1) nur Prompts aufnehmen, die du selbst dreimal benutzt hast, (2) beim Onboarding neuer Mitarbeiter als Pflichtlektüre anlegen, (3) monatlich durchgehen und an aktuelle Modellversionen anpassen.

Was bleibt

Prompt Engineering ist keine vorübergehende Modeerscheinung, aber auch kein mystisches Skill-Set. Es ist die natürliche Konsequenz davon, dass wir in zunehmendem Masse mit Maschinen kommunizieren, die in Schriftsprache denken. Wer präzise formulieren kann, hat einen Vorsprung – nicht, weil er „Hacks" kennt, sondern weil er das Werkzeug ernst nimmt.

Die sieben Muster oben sind ein Startpaket. Baue drei davon in den nächsten zwei Wochen in deine tägliche Arbeit ein, miss die Zeit, die du sparst, und du wirst automatisch die nächsten drei wollen.