Prompt Engineering: 10 Techniken, die 2026 wirken
Was ist Prompt Engineering? Ein verständlicher Leitfaden zu 10 Techniken, die OpenAI, Anthropic und Google 2026 empfehlen, zu getesteten Mythen und mit Beispielen.

Prompt Engineering (die Kunst, KI-Anweisungen zu formulieren) ist die Fähigkeit, Anweisungen so zu schreiben, dass ein KI-Modell zuverlässig das liefert, was Sie brauchen. OpenAI nennt es "den Prozess, wirksame Anweisungen für ein Modell zu schreiben". 2026 beruht es auf wenigen schlichten Gewohnheiten: konkret sein, Kontext geben, ein Beispiel zeigen, das gewünschte Format nennen und das Ergebnis testen. Dieser Leitfaden erklärt 10 Techniken, die die Modellhersteller empfehlen, und welche beliebten Tricks laut Forschung überholt sind.
Die Inhaberin eines Cafés tippt "Schreib einen Beitrag über unsere neue Speisekarte" und erhält vier muntere Absätze, die sie nie veröffentlichen würde. Ihr Neffe tippt in dasselbe Tool drei weitere Sätze: wer die Gäste sind, wie das Café spricht und dass alles in eine Instagram-Bildunterschrift passen muss. Das Ergebnis postet sie noch am Nachmittag. Dieselbe KI, derselbe Preis. Der Unterschied hat einen großen Namen, Prompt Engineering, und den Ruf geheimer Formeln. In Wirklichkeit ähnelt es eher der Einweisung eines neuen Mitarbeiters. Die KI-Erhebung der britischen Regierung von 2026 ergab, dass 32% der britischen Unternehmen inzwischen KI nutzen, doppelt so viele wie im Vorjahr, und 67% derjenigen, die das tun, sagen, dass begrenzte Fähigkeiten oder Kenntnisse sie bremsen.
Im Folgenden: wie wir diesen Leitfaden geprüft haben, die 10 Techniken in einer Tabelle, jede Technik mit Beispiel, was sich mit den neuesten Modellen geändert hat, welche Mythen getestet wurden, ob es noch ein Beruf ist und wo Sie es kostenlos lernen.
Sparen Sie sich das Ausprobieren. Beschreiben Sie die Aufgabe einmal auf Jobbit, und Plan mode (Planungsmodus) zeigt die Schritte, bevor der Agent startet. Kostenloser Tarif, 100 Credits pro Tag, keine Karte.
Wie wir diesen Leitfaden geprüft haben
- Die eigenen Leitfäden der Modellhersteller, gelesen am 18. November 2026. Der Prompt-Engineering-Leitfaden von OpenAI, die Prompting-Best-Practices von Anthropic, die Prompting-Strategien von Google für Gemini, Microsoft Learn und IBM.
- Unabhängige Forschung. Drei Berichte der Generative AI Labs der Wharton School, die gängige Prompting-Ratschläge vielfach getestet haben, und ein Preprint von IBM-Forschern aus dem Jahr 2026.
- Wo die Anbieter uneins sind, sagen wir es. Der Rat zum schrittweisen Schlussfolgern hat sich 2025 und 2026 geändert.
- Die Beispiele stammen von uns, geschrieben für kleine Firmen. Formulierungen der Anbieter stehen in Anführungszeichen.
- Zahlen zu Großbritannien stammen aus der AI Adoption Survey 2026 der Regierung und vom Office for National Statistics (das britische Statistikamt).
10 Prompt-Engineering-Techniken im Überblick
| Technik | Was Sie der Nachricht hinzufügen | Wer sie empfiehlt | Wann sie am wichtigsten ist |
|---|---|---|---|
| 1. Konkret sein | Länge, Zielgruppe, Zweck, was wegbleiben soll | Anthropic, Google, Microsoft | Immer |
| 2. Kontext geben | Wer Sie sind, für wen es ist, warum Sie es brauchen | Anthropic, Google, OpenAI | Alles, was Ihr Unternehmen betrifft |
| 3. Eine Rolle festlegen | "Sie sind eine erfahrene Buchhalterin" | Anthropic, OpenAI | Tonfall und Fachwissen |
| 4. Beispiele zeigen | Zwei oder drei Muster dafür, wie Gutes aussieht | OpenAI, Anthropic, Google, Microsoft | Wenn Stil oder Format übernommen werden sollen |
| 5. Die Teile trennen | Beschriftungen oder Tags um Anweisungen und eingefügten Text | OpenAI, Anthropic, Microsoft | Lange Prompts mit Dokumenten |
| 6. Das Format nennen | "Eine Tabelle mit 3 Spalten", "unter 80 Wörtern" | Google, Microsoft | Alles, was Sie wiederverwenden |
| 7. Die Quelle liefern | Die Fakten einfügen und "nur dies verwenden" sagen | OpenAI, Microsoft, Google | Preise, Richtlinien, Zahlen |
| 8. In Schritte zerlegen | Ein Prompt pro Phase, dazwischen prüfen | Anthropic, Microsoft | Große Aufgaben |
| 9. Um eine Kontrolle bitten | "Prüfen Sie vor dem Abschluss anhand dieser Punkte" | Anthropic | Rechnungen, Fakten, Code |
| 10. Testen und verfeinern | Erneut ausführen, eine Sache ändern, vergleichen | Google, OpenAI, Anthropic | Prompts, die Sie jede Woche nutzen |
Die 10 Techniken mit Beispielen
1. Konkret sein
Der Leitfaden von Microsoft bringt es in einem Satz auf den Punkt: "Seien Sie konkret. Lassen Sie so wenig Interpretationsspielraum wie möglich." Anthropic bietet einen Test an: Zeigen Sie Ihren Prompt einer Kollegin ohne Vorwissen und bitten Sie sie, ihm zu folgen. Wäre sie verwirrt, ist es die KI auch.
- Vage: "Schreib eine E-Mail zur Preiserhöhung."
- Konkret: "Schreib eine E-Mail mit 120 Wörtern an Bestandskunden eines Hundesalons. Die Preise steigen am 1. Januar um 6%. Herzlich, in einfacher Sprache, keine Entschuldigung, ein Satz, der sich für ihre Treue bedankt."
2. Kontext geben
Anthropic empfiehlt, die KI wie "einen brillanten, aber neuen Mitarbeiter, dem der Kontext zu Ihren Normen und Arbeitsabläufen fehlt" zu behandeln. Es rät außerdem, das Warum zu erklären, denn mit einer Begründung kann das Modell auch Fälle behandeln, die Sie nicht aufgelistet haben. "Halte die Sätze kurz, weil Kunden dies am Tresen auf dem Handy lesen" funktioniert besser als "Halte die Sätze kurz".
3. Eine Rolle festlegen
Ein Satz genügt. Laut dem Leitfaden von Anthropic "fokussiert" eine Rolle Verhalten und Tonfall, und "schon ein einziger Satz macht einen Unterschied". Probieren Sie: "Sie sind eine britische Arbeitsrechtsberaterin und erklären dies einem Arbeitgeber, der zum ersten Mal einstellt."
4. Beispiele zeigen
Der Leitfaden von Google ist hier am nachdrücklichsten: "Wir empfehlen, in Ihren Prompts immer Few-Shot-Beispiele (Beispiele im Prompt) zu verwenden." Anthropic schlägt drei bis fünf vor, so abwechslungsreich, dass das Modell das Muster übernimmt und nicht ein einzelnes Beispiel. Fügen Sie zwei Produktbeschreibungen ein, die Ihnen gefallen, und bitten Sie um eine dritte im selben Ton. Der Fachbegriff lautet Few-Shot-Prompting.
5. Die Teile trennen
Enthält ein Prompt Anweisungen plus ein eingefügtes Dokument, beschriften Sie beides. OpenAI und Anthropic empfehlen beide einfache Tags oder Überschriften, damit das Modell Ihre Bitte von Ihrem Material unterscheiden kann. Schon schlichte Beschriftungen funktionieren: "ANWEISUNGEN:" und "KUNDEN-E-MAIL:".
6. Das Format nennen
Sagen Sie, welche Form die Antwort haben soll: eine Tabelle, fünf Stichpunkte, Betreffzeile plus Text, unter 80 Wörtern. Hierfür gibt es Belege. Als Forscher von Wharton die Formatanweisung aus ihren Test-Prompts entfernten, sank die Leistung.
7. Die Quelle liefern
Fügen Sie bei allem Sachlichen über Ihr Unternehmen die Fakten ein und weisen Sie die KI an, nur diese zu verwenden. Microsoft sagt, es empfehle "nachdrücklich", Grundlagendaten bereitzustellen, und schlägt vor, dem Modell einen Ausweg zu lassen, etwa "Antworte 'nicht gefunden', wenn die Antwort nicht im Text steht". Das ist der beste Schutz gegen erfundene Antworten. Mehr dazu in warum KI Dinge erfindet.
8. In Schritte zerlegen
Ein Marketingplan in einem Prompt gerät dünn. Fragen Sie zuerst nach der Zielgruppe, prüfen Sie sie, dann nach den Angeboten, dann nach dem Kalender. Anthropic merkt an, dass verkettete Prompts weiterhin nützlich sind, "wenn Sie Zwischenergebnisse prüfen müssen", auch wenn neuere Modelle mehr auf einmal bewältigen.
9. Um eine Kontrolle bitten
Der Leitfaden von Anthropic empfiehlt, mit etwas wie "Prüfen Sie vor dem Abschluss Ihre Antwort anhand" Ihrer Kriterien zu enden, und sagt, dies "fängt Fehler zuverlässig ab, besonders bei Programmierung und Mathematik". Bei einem Angebot: "Prüfen Sie, ob die Einzelposten zur Gesamtsumme passen und ob die Mehrwertsteuer 20% beträgt."
10. Testen und verfeinern
Der Leitfaden von Google sagt schlicht: "Prompt Engineering ist iterativ." Das Wharton-Team stellte fest, dass derselbe Prompt beim einen Versuch gelingen und beim nächsten scheitern kann, ein guter Treffer beweist also wenig. Führen Sie einen Prompt, den Sie wiederverwenden, dreimal aus und ändern Sie jeweils nur eine Sache. Speichern Sie ihn dann. Unser Leitfaden zu benutzerdefinierten Anweisungen in ChatGPT zeigt, wo gespeicherte Anweisungen liegen.
Was sich mit den neuesten Modellen geändert hat
Ratschläge aus dem Jahr 2023 können die Ergebnisse heute verschlechtern.
- Bitten Sie nicht mehr, "Schritt für Schritt zu denken". Der Trick heißt Chain of Thought (Gedankenkette). Der Leitfaden von OpenAI für seine Reasoning-Modelle rät, Prompts einfach zu halten und nicht um schrittweises Schlussfolgern zu bitten. Microsoft sagt, die Technik gelte nur für Modelle ohne Reasoning. Anthropic rät, sich auf das eingebaute Denken des Modells zu verlassen. Die neuesten Modelle denken von allein.
- Lassen Sie das Schreien. Anthropic merkt an, dass seine neueren Modelle stärker auf Anweisungen reagieren, und rät, aggressive Formulierungen wie "KRITISCH: Du MUSST" (CRITICAL: You MUST) abzumildern. Großbuchstaben führen heute zu Überreaktion.
- Rechnen Sie mit wörtlichem Lesen. Wenn Sie mehr wollen, als Sie gefragt haben, fragen Sie danach. Anthropic rät, es "ausdrücklich anzufordern" und sich nicht darauf zu verlassen, dass das Modell rät.
- Kontext ist das neue Stichwort. Im September 2025 beschrieb Anthropic "Context Engineering" (Kontext-Engineering) als "die natürliche Weiterentwicklung des Prompt Engineering": auszuwählen, welche Informationen die KI vor sich hat, nicht nur, wie die Bitte formuliert ist. Für eine kleine Firma heißt das, ihr Ihre Preisliste, Ihre früheren E-Mails und Ihre Richtlinien zu geben.
Ein Preprint von IBM-Forschern vom September 2026 testete 8 Prompting-Techniken an 27 Modell-Konfigurationen und etwa 4.300 Fragen. Bei eingeschaltetem Reasoning der Modelle übertraf keine Technik eine direkte Frage um mehr als etwa einen halben Prozentpunkt. Der Test umfasste nur Multiple-Choice-Fragen, doch die Richtung ist klar: Geschickte Formulierungen zählen jedes Jahr weniger, und eine klare Einweisung zählt so viel wie eh und je.
Vier Mythen, die getestet wurden
Die Generative AI Labs der Wharton School haben 2025 gängige Tricks in Tausenden wiederholter Versuche geprüft.
- "Bieten Sie ihr ein Trinkgeld an." Ihr Bericht vom August 2025 ist schlicht betitelt: Drohungen und Belohnungen wirken nicht. Er fand insgesamt keine nennenswerte Verbesserung durch Drohungen gegenüber Modellen oder Geldangebote.
- "Seien Sie unhöflich" oder "seien Sie höflich". Höflichkeit ließ einzelne Antworten in beide Richtungen ausschlagen, und über den gesamten Test glichen sich die Effekte aus. Seien Sie höflich, wenn Sie möchten. Eine Technik ist es nicht.
- "Schritt für Schritt denken hilft immer." Ihr Bericht vom Juni 2025 fand bei älteren Modellen bescheidene Gewinne bei mehr Streuung und bei Reasoning-Modellen nur einen marginalen Nutzen, bei 20% bis 80% mehr Zeitaufwand.
- "Es gibt den perfekten Prompt." Derselbe Prompt lieferte bei wiederholten Durchläufen unterschiedliche Ergebnisse, also schlägt Testen das Feilen an Formulierungen.
Ist Prompt Engineering noch ein Beruf?
Als Berufsbezeichnung ist es verblasst. Fortune berichtete im Mai 2025, eine Stelle, die einst mit Gehältern bis zu $200,000 ausgeschrieben wurde, sei weitgehend verschwunden, und zitierte einen Ökonomen von Indeed: Prompt Engineering sei "definitiv immer noch gut zu haben, aber keine ganze Berufsbezeichnung". Korn Ferry, das eine Microsoft-Umfrage unter 31.000 Beschäftigten auswertete, sagte, es liege bei den neuen Rollen, die Firmen schaffen wollten, an vorletzter Stelle.
Als Fähigkeit hat es sich auf alle ausgebreitet. Das Office for National Statistics stellte Mitte 2026 fest, dass 55% der Beschäftigten in Großbritannien KI für Arbeit oder Ausbildung nutzen. Wer die KI gut einweist, holt aus demselben Abonnement mehr heraus.
Wo Sie es kostenlos lernen
- Die Prompting-Best-Practices von Anthropic und das interaktive Tutorial auf GitHub, neun kurze Kapitel. Das Tutorial wurde für ältere Modelle geschrieben, wie Anthropic selbst anmerkt.
- Der Prompt-Engineering-Leitfaden von OpenAI, kostenlos lesbar, mit einer eigenen Seite für Reasoning-Modelle.
- Die Prompting-Strategien von Google für Gemini, kostenlos lesbar.
- Der Kurzkurs von DeepLearning.AI mit OpenAI, 1 Stunde 40 Minuten, zum Zeitpunkt des Schreibens kostenlos, aber für Leute gedacht, die etwas Python können.
Für fertiges Material beginnen Sie mit unseren 30 Prompt-Beispielen für KI-Agenten und den 40 Vorlagen nach Branche.
Wie ein KI-Agent die Arbeit am Prompt verändert
ChatGPT, Claude, Gemini, Microsoft Copilot, Manus und Muse von Meta reagieren alle auf die 10 Techniken oben. Ein Agent, der die Arbeit ausführt, verlagert einen Teil des Aufwands vom Formulieren aufs Prüfen.
- Er fragt, bevor er handelt. Plan mode auf Jobbit listet die Schritte zu Ihrer Freigabe auf und fängt so einen vagen Auftrag ab, bevor Credits verbraucht werden.
- Er behält Ihren Kontext. Projects halten Ihre Dateien und Dauer-Anweisungen vor, sodass die Techniken 2 und 7 nur einmal eingerichtet werden.
- Sie wählen das Modell. Mit bezahlten Tarifen wählen Sie für einfache Aufgaben ein leichteres und für schwere ein stärkeres Modell. Go kostet £7 im Monat mit 2,000 Credits. Siehe die Tarife.
- Er erledigt die Aufgabe. Das Ergebnis ist ein Dokument, eine Tabelle oder eine funktionierende Website, nicht ein Absatz, den Sie irgendwo einfügen müssen.
- Ein Mensch kann übernehmen. Arbeit, die einen Profi braucht, geht an das menschliche Netzwerk von Jobbit.
Eine Warnung, während Sie besser im Prompten werden: Anweisungen können auch versteckt in Seiten und E-Mails ankommen, die die KI liest. Unser Leitfaden zu Prompt Injection erklärt das Risiko.
Häufig gestellte Fragen
Was ist Prompt Engineering in einfachen Worten?
Es bedeutet, klare Anweisungen für eine KI zu schreiben, damit sie gleich beim ersten Mal eine brauchbare Antwort gibt. In der Praxis heißt das: genau sagen, was Sie wollen, für wen es ist, welches Format gelten soll und auf welche Fakten sie sich stützen soll, und dann prüfen und anpassen.
Was sind die wichtigsten Prompt-Engineering-Techniken?
Konkret sein, Kontext geben, eine Rolle festlegen, Beispiele zeigen, Anweisungen von eingefügtem Material trennen, das Ausgabeformat nennen, den eigenen Quelltext liefern, große Aufgaben in Schritte teilen, um eine Selbstkontrolle bitten und mehr als einmal testen. OpenAI, Anthropic und Google empfehlen die meisten davon.
Funktioniert die Anweisung, eine KI Schritt für Schritt denken zu lassen, noch?
Bei aktuellen Modellen meist nicht. OpenAI und Microsoft raten bei Reasoning-Modellen davon ab, und Anthropic sagt, man solle sich auf das eigene Denken des Modells verlassen. Forschung von Wharton aus dem Jahr 2025 fand bei Reasoning-Modellen nur marginale Gewinne und langsamere Antworten.
Ist Prompt Engineering 2026 eine gute Karriere?
Als eigenständige Berufsbezeichnung ist es laut Berichten von Fortune und Korn Ferry aus dem Jahr 2025 weitgehend verblasst. Als Fähigkeit innerhalb anderer Berufe ist es wertvoll, denn die meisten Büroangestellten nutzen inzwischen KI, und die Qualität des Auftrags bestimmt die Qualität des Ergebnisses.
Muss ich Prompt Engineering lernen, um KI für mein Unternehmen zu nutzen?
Sie brauchen die Grundlagen, und die lernen Sie an einem Nachmittag. Die 10 Gewohnheiten auf dieser Seite decken den größten Teil der alltäglichen Arbeit ab. Wenn Sie Ihre Unternehmensdaten und Ihren Hausstil als Dauer-Anweisungen speichern, entfällt ein Großteil der Wiederholung.
Was ist der Unterschied zwischen Prompt Engineering und Context Engineering?
Beim Prompt Engineering geht es darum, wie Sie die Bitte formulieren. Beim Context Engineering geht es darum, welche Informationen die KI hat, wenn sie antwortet: Ihre Dokumente, frühere Beispiele und Regeln. Mit einem Agenten auf Jobbit halten Projects diesen Kontext für jede Aufgabe bereit. Probieren Sie es kostenlos mit 100 Credits pro Tag und ohne Karte.