Prompt Engineering in der Praxis – wie du deinen KI-Agenten richtig briefst

Ein guter Prompt ist ein klarer Arbeitsauftrag: Ziel, Kontext, Material, Qualitätskriterien und Format. Dieser Praxisguide zeigt dir das Modell dahinter – mit Praxisbeispielen aus Agentur und Bauwesen, typischen Fehlern, einer Prüfschleife und dem Unterschied zwischen Einzel-Prompt und Agenten-Briefing.

Zuletzt geprüft: 1. September 2026

Ein guter Prompt ist kein Zauberspruch. Er ist ein klarer Arbeitsauftrag mit Ziel, Kontext, Material, Qualitätskriterien und gewünschtem Ergebnisformat. Wer diese Bausteine sauber trennt, bekommt bessere Ergebnisse und kann Fehler gezielt korrigieren. Denn ein KI-Agent ist immer nur so gut wie die Anweisungen, die er erhält.

Dieser Praxisguide zeigt dir ein Modell, das du für E-Mails, Analysen, Zusammenfassungen, Angebote und viele weitere Aufgaben wiederverwenden kannst — vom einzelnen Prompt bis zum Briefing eines KI-Agenten, der ganze Abläufe übernimmt.

Warum viele Prompts scheitern

Die meisten unbrauchbaren KI-Ausgaben entstehen nicht, weil das Modell zu schwach ist, sondern weil der Auftrag unklar war. Eine Eingabe wie „Schreibe eine gute Kundenmail" lässt offen, wer der Empfänger ist, was passiert ist und welches Ziel die Nachricht hat. Das Modell füllt diese Lücken selbst. Das Ergebnis klingt flüssig, geht aber an deiner eigentlichen Aufgabe vorbei. Präzises Prompting und eine bewusste Prüfung der Ausgaben lösen genau dieses Problem.

Je wichtiger der Kontext ist, desto klarer muss er im Auftrag stehen. Das ist keine Geschmacksfrage: Auch das Bundesamt für Sicherheit in der Informationstechnik nennt in seinem Kriterienkatalog zur Integration von extern bereitgestellten generativen KI-Modellen in eigene Anwendungen (abgerufen im August 2026) präzises Prompting und manuelle Prüfung als Maßnahmen, um die Qualität von KI-Ausgaben zu erhöhen.

Die Bausteine eines guten Prompts

Ein vollständiger Prompt besteht aus fünf Bausteinen: Das Ziel legt fest, welches Arbeitsergebnis gebraucht wird und wofür. Der Kontext beschreibt Rolle, Zielgruppe, Situation und Regeln — also auch, aus welcher Perspektive geantwortet wird. Material sind die freigegebenen Informationen, mit denen gearbeitet wird. Qualitätskriterien machen prüfbar, woran eine gute Ausgabe erkennbar ist. Das Format bestimmt Aufbau, Länge und Varianten. Wer diese Bausteine trennt, kann jedes Ergebnis gezielt kontrollieren und verbessern.

So sehen die fünf Bausteine konkret formuliert aus:

• Ziel: „Antworte in maximal 100 Wörtern, lösungsorientiert und freundlich."
• Kontext (inklusive Rolle): „Du bist ein Kundenberater im B2B-Bereich." — dazu Zielgruppe, Situation und relevante Regeln.
• Material: Kundendaten, Produktinformationen, SLA oder relevante Vorgaben.
• Qualitätskriterien: „Alle Aussagen müssen durch das Material gedeckt sein, Unklarheiten sind zu markieren."
• Format: „Erstelle drei Stichpunkte und einen abschließenden Satz."

Zwei Zusatzregeln haben sich darüber hinaus in der Praxis bewährt — sie sind kein eigener Baustein, sondern verstärken die fünf: Beispiele verwenden (Few-Shot) — „So soll eine perfekte Antwort aussehen …" — und Grenzen setzen: keine sensiblen Daten, keine unzulässigen Inhalte.

Trenne außerdem dein Arbeitsmaterial deutlich von der Anweisung — etwa einen anonymisierten Text, eine Tabelle oder ein freigegebenes Dokument. Bei langen Inhalten hilft eine klare Markierung:

Arbeitsmaterial beginnt hier: […] Arbeitsmaterial endet hier.

Bei den Qualitätskriterien sind positive Vorgaben oft hilfreicher als reine Verbote. Statt nur „Schreibe nicht zu lang" ist „Formuliere drei Absätze mit jeweils höchstens drei Sätzen" leichter prüfbar. Als wiederverwendbare Vorlage sieht das so aus:

Ziel: [Welches Arbeitsergebnis wird benötigt und wofür?]

Kontext: [Rolle, Zielgruppe, Situation und relevante Regeln]

Material: [Freigegebene Informationen oder Dokumente]

Qualitätskriterien: [Was muss stimmen, was ist zu markieren, wie wird priorisiert?]

Format: [Aufbau, Länge, Sprache und gewünschte Varianten]

Diese Vorlage ist bewusst einfach. Sie funktioniert nur dann gut, wenn du sie mit konkreten Inhalten füllst.

Praxisbeispiele: So sieht gutes Prompting aus

Gutes Prompting funktioniert in jeder Branche nach demselben Muster — nur Kontext und Material wechseln. Im Büroalltag geht es um Kundenservice, Personalauswahl und Vertrieb, in der Agentur um Texte und Kampagnen, im Bauwesen um Protokolle, Mängel und Fristen. Die folgenden Beispiele zeigen, wie aus den fünf Bausteinen jeweils ein prüfbarer Arbeitsauftrag wird.

Typische Einsatzfelder aus dem Unternehmensalltag:

• Kundenservice: Automatische Klassifizierung von Anfragen und Generierung geprüfter Standardantworten.
• Human Resources: Erstellung kurzer Bewerberprofile für die Vorauswahl.
• Vertrieb: Zusammenfassung langer E-Mail-Threads zu Entscheidungsgrundlagen.

Prompt Engineering in der Agentur

Ein Beispiel aus dem Agenturalltag: „Du bist Texter in einer Werbeagentur. Ziel: drei Betreffzeilen-Varianten für den Newsletter eines regionalen Möbelhauses, die zum Öffnen motivieren. Kontext: Zielgruppe sind Bestandskunden, der bisherige Ton ist freundlich und bodenständig. Material: ausschließlich die freigegebenen Produktinfos unten. Qualitätskriterien: keine Superlative, keine erfundenen Rabatte, maximal 50 Zeichen. Format: Tabelle mit Variante, Zielgruppe und kurzer Begründung." So wird aus einer vagen Idee ein Auftrag, dessen Ergebnis du in einer Minute prüfen kannst. Wie KI-Tools darüber hinaus die Kundenkommunikation verändern, zeigt der Guide KI im Marketing und Vertrieb.

Prompting im Bauwesen

Auch auf der Baustelle zählt Präzision: „Du bist Assistenz der Bauleitung. Ziel: eine Übersicht der offenen Punkte aus dem Baustellenprotokoll für die nächste Besprechung. Material: ausschließlich das Protokoll unten. Qualitätskriterien: keine neuen Fakten ergänzen, Unklarheiten ausdrücklich markieren, nach Dringlichkeit sortieren. Format: Tabelle mit Gewerk, Mangel, verantwortlicher Firma und Frist." Gerade bei Gewährleistungsfristen und Mängeldokumentation gilt: Die KI strukturiert, die fachliche und rechtliche Verantwortung bleibt bei dir.

Die Prüfschleife: iterieren statt raten

Komplexe Aufgaben löst du selten mit dem ersten Versuch. Ein professioneller Ablauf arbeitet in Schleifen: Auftrag formulieren, Ergebnis gegen die Kriterien prüfen, genau einen erkannten Mangel korrigieren, erneut prüfen, funktionierende Version dokumentieren. Ändere dabei nie gleichzeitig Ziel, Material, Ton und Format — sonst ist unklar, welche Anpassung das Ergebnis verbessert oder verschlechtert hat.

1. Auftrag formulieren.
2. Ergebnis gegen die Kriterien prüfen.
3. Genau einen erkannten Mangel korrigieren.
4. Erneut prüfen.
5. Funktionierende Version dokumentieren.

Bevor du eine KI-Ausgabe weiterverwendest, beantworte mindestens diese Fragen: Sind alle Fakten durch das bereitgestellte Material gedeckt? Hat das Modell Annahmen als Tatsachen dargestellt? Fehlen wichtige Gegenargumente oder Risiken? Passt die Sprache zur Zielgruppe? Enthält der Text vertrauliche oder personenbezogene Informationen? Bei rechtlichen, medizinischen, finanziellen oder personellen Entscheidungen reicht eine sprachliche Prüfung nicht aus — hier braucht es qualifizierte fachliche Verantwortung.

Typische Fehler: Do's und Don'ts beim Prompting

Die häufigsten Fehler beim Prompting sind schnell benannt: kein Ziel, sondern nur ein Thema; Kontext, der im Kopf bleibt statt im Prompt zu stehen; Anweisung und Material vermischt; Verbote statt prüfbarer Kriterien; alles gleichzeitig ändern statt schrittweise zu iterieren; und Ergebnisse ungeprüft übernehmen. Wer diese Muster kennt, erkennt sie in den eigenen Prompts — und korrigiert sie in Sekunden.

• Kein Ziel, nur ein Thema: „Schreib etwas zu X" liefert Text, aber kein Arbeitsergebnis. Benenne, wofür du das Ergebnis brauchst.
• Kontext bleibt im Kopf: Was nicht im Prompt steht, kann das Modell nicht wissen. Schreibe Zielgruppe, Situation und Regeln aus.
• Anweisung und Material vermischt: Markiere klar, wo dein Arbeitsmaterial beginnt und endet.
• Nur Verbote, keine prüfbaren Kriterien: Formuliere positiv, was stimmen muss — das lässt sich kontrollieren.
• Alles gleichzeitig ändern: Korrigiere pro Durchlauf genau einen Mangel, sonst lernst du nichts aus der Iteration.
• Ergebnisse ungeprüft übernehmen: Die Prüfschleife oben ist kein optionaler Schritt, sondern Teil des Handwerks.

Und wenn ein Prompt wiederholt gute Ergebnisse liefert: Lass ihn nicht in einem privaten Chat verschwinden. Halte Zweck, freigegebene Eingabedaten, aktuelle Promptversion, erwartetes Ausgabeformat, bekannte Fehlerfälle und die verantwortliche Person fest. So wird aus persönlichem Ausprobieren eine Prompt-Bibliothek — ein nachvollziehbarer Arbeitsstandard für dein ganzes Team.

KI-Agenten im Arbeitsalltag: Briefing statt Einzel-Prompt

Ein KI-Agent ist mehr als ein Chatbot: Er kann eigenständig Aufgaben ausführen, Entscheidungen vorbereiten und Prozesse Schritt für Schritt abarbeiten. Statt jeder einzelnen Anfrage bekommt er ein dauerhaftes Briefing — Rolle, Regeln, Datenquellen, Prüfpunkte und Eskalationsfälle. Die fünf Prompt-Bausteine bleiben dieselben; du definierst sie nur einmal sauber und verwendest sie dann für jeden Durchlauf wieder.

Typische Aufgaben, die KI-Agenten heute übernehmen:

• E-Mail-Triage: Eingehende Nachrichten werden automatisch priorisiert, zusammengefasst und an die richtige Abteilung weitergeleitet.
• HR-Screening: Bewerbungen werden vorstrukturiert und eine Vorschlagsliste erstellt — die Auswahlentscheidung trifft immer ein Mensch, unter Beachtung von DSGVO und KI-Verordnung.
• Vertriebsassistenz: Kundenhistorien werden analysiert, Follow-ups geplant und Angebote vorgeschlagen.
• Buchhaltung: Rechnungen werden erfasst, kategorisiert und zur Freigabe vorbereitet.

Der Unterschied zwischen beiden Arbeitsweisen im Überblick:

Je mehr ein Agent selbstständig erledigt, desto wichtiger werden Grenzen und menschliche Prüfpunkte. Das ist inzwischen auch rechtlich relevant: Seit dem 2. Februar 2025 verpflichtet Artikel 4 der europäischen KI-Verordnung (Verordnung (EU) 2024/1689) Unternehmen, die KI einsetzen, für ausreichende KI-Kompetenz ihres Personals zu sorgen. Wer Agenten brieft, sollte also auch verstehen, was sie dürfen — und was nicht.

Beispielrechnung: Was strukturiertes Prompting bei E-Mails bringen kann

Ob sich der Aufwand lohnt, kannst du mit einer einfachen Rechnung abschätzen. Angenommen, du bearbeitest 20 Mails pro Tag zu je 3 Minuten — das sind 60 Minuten täglich. Spart dir ein gut gebriefter Agent durch Vorsortierung und Antwortentwürfe bei der Hälfte dieser Mails je eine Minute, sind das 10 Minuten pro Tag. Bei 21 Arbeitstagen kommen so rund 3,5 Stunden im Monat zusammen.

Wichtig: Das ist eine Beispielrechnung mit offen gelegten Annahmen — keine Messung und keine Studie. Deine tatsächlichen Werte hängen von deinem Mailaufkommen ab, von der Qualität des Briefings und davon, wie viele Antworten du ohnehin persönlich formulieren willst. Rechne mit deinen eigenen Zahlen nach, bevor du Erwartungen daraus ableitest. Und bedenke: Der Zeitgewinn ist nur ein Teil des Nutzens. Konsistente, geprüfte Antworten und weniger vergessene Mails wiegen im Alltag oft schwerer.

Vom Ausprobieren zur Kompetenz: Lernblock B der KI-Manager-Weiterbildung

Prompt Engineering, KI-Agenten und Vibe Coding bilden den Lernblock B der Weiterbildung „Zertifizierter KI-Manager und KI-Entwickler" von FBS Future Education aus Wiesbaden — mit 140 von insgesamt 410 Unterrichtseinheiten der größte der sechs Lernblöcke. Die Weiterbildung läuft 17 Wochen in Teilzeit, Montag bis Freitag von 9 bis 13 Uhr, mit maximal 12 Teilnehmenden — 100 % online und live, kein Selbstlernkurs.

In Lernblock B lernst du genau das, was dieser Guide anreißt, systematisch: wie Sprachmodelle arbeiten, wie du Prompts entwickelst, prüfst und in einer Prompt-Bibliothek dokumentierst, wie du KI-Agenten briefst und mit Vibe Coding eigene Workflows baust. Den vollständigen Aufbau aller sechs Lernblöcke findest du unter Lernblöcke und Module. Die Maßnahme ist AZAV-zertifiziert durch die Cert-IT GmbH; zum Abschluss gehören eine trägerinterne Abschlussprüfung mit praktischer Projektarbeit und ein Qualifikationsnachweis von FBS Future Education.

Je nach Ausgangslage ist eine Förderung möglich: für Arbeitsuchende über den Bildungsgutschein nach § 81 SGB III (Stand: August 2026) — bei Bewilligung mit 0 Euro Eigenanteil —, für Beschäftigte über das Qualifizierungschancengesetz (§ 82 SGB III), wobei der Arbeitgeber den Antrag vor Maßnahmenbeginn über den Arbeitgeberservice stellt. Bis zu 100 % Förderung sind möglich; ob und in welcher Höhe gefördert wird, entscheidet immer die zuständige Stelle im Einzelfall. Der nächste Kursstart ist am 21. September 2026, weitere Termine erfährst du in der Beratung.

Ob die Weiterbildung zu dir passt, zeigt dir unser Eignungstest in rund 10 Minuten. Und wenn du Fragen zu Inhalten, Ablauf oder Förderung hast: Vereinbare eine kostenlose Beratung — wir schauen gemeinsam auf deine Situation und den passenden nächsten Schritt.