KI-Prompting lernen: mehr Produktivität mit ChatGPT

KI-Prompting als Produktivitätshebel im Büroalltag

Wer bei ChatGPT nur "Schreib mir eine E-Mail" eingibt, bekommt ein austauschbares Ergebnis, das oft mehr Nacharbeit kostet als es spart. KI-Prompting lernen bedeutet, produktiver mit ChatGPT und Copilot zu arbeiten, indem du präziser fragst. Die Qualität dessen, was diese Werkzeuge ausspucken, hängt fast vollständig von deiner Eingabe ab.

Ein Prompt ist nichts anderes als deine Anweisung an die KI. Klingt banal, wird aber ständig unterschätzt. Der Unterschied zwischen einem brauchbaren und einem unbrauchbaren Ergebnis liegt selten am Modell, sondern fast immer an der Formulierung.

Die gute Nachricht für alle ohne technisches Vorwissen: Es geht hier nicht um Programmierung, sondern um klares Denken und präzises Formulieren. Die folgenden Techniken lassen sich innerhalb weniger Stunden lernen und sparen dir danach jede Woche Zeit. Keine davon setzt voraus, dass du verstehst, wie ein Sprachmodell intern funktioniert.

Kontext liefern: Rolle, Ziel und Zielgruppe benennen

Die wichtigste Technik überhaupt: Sag der KI, wer sie sein soll, wofür der Text gedacht ist und an wen er geht. Eine Marketingleiterin, die eine Absage an einen Bewerber schreiben lässt, bekommt mit "Formuliere eine Absage" einen kühlen Standardtext. Mit mehr Kontext wird daraus etwas Brauchbares.

Vergleiche selbst. Der schwache Prompt lautet: "Schreib eine Absage an einen Bewerber." Der starke Prompt lautet: "Du bist HR-Managerin in einem Mittelständler. Schreib eine wertschätzende Absage an einen Bewerber, der es bis ins zweite Gespräch geschafft hat. Ton: freundlich, ehrlich, nicht floskelhaft. Der Bewerber soll sich ermutigt fühlen, sich später erneut zu bewerben."

Rolle, Ziel und Empfänger sind die drei Angaben, die den größten Sprung in der Qualität bringen. Fehlt der Kontext, rät die KI und trifft meist daneben.

Das kostet dich zwei zusätzliche Sätze beim Tippen und spart dir zehn Minuten Umschreiben danach.

Format und Länge vorgeben statt hoffen

Ein Controller, der eine Quartalszusammenfassung für das Management braucht, will keine halbe Seite Prosa. Er will fünf Stichpunkte, jeder maximal eine Zeile. Genau das solltest du auch reinschreiben, sonst bekommst du das Format, das die KI für wahrscheinlich hält, nicht das, das du brauchst.

Sinnvolle Formatvorgaben, die im Büroalltag immer wieder helfen:

• "Antworte in einer Tabelle mit drei Spalten: Risiko, Wahrscheinlichkeit, Gegenmaßnahme."
• "Maximal 120 Wörter, gegliedert in drei kurze Absätze."
• "Formuliere es als E-Mail mit Betreffzeile, sachlichem Ton und einer klaren Handlungsaufforderung am Schluss."
• "Nur Stichpunkte, keine vollständigen Sätze, ich baue daraus selbst Folien."

Besonders bei Präsentationen lohnt sich die Angabe des Zielformats. Wer der KI sagt, dass daraus PowerPoint-Folien werden sollen, bekommt knappe, plakative Formulierungen statt ausformulierter Fließtexte, die man ohnehin wieder eindampfen müsste.

Beispiele mitgeben: Few-Shot-Prompting einfach erklärt

Manchmal lässt sich schwer beschreiben, was man will, aber leicht zeigen. Genau dafür ist Few-Shot-Prompting gedacht: Du gibst der KI ein oder zwei Beispiele für das gewünschte Ergebnis mit, und sie zieht das Muster daraus.

Ein Vertriebsmitarbeiter, der täglich ähnliche Angebotsmails schreibt, kann zwei seiner besten bisherigen Mails einfügen und dazuschreiben: "Schreib im gleichen Stil eine Mail für folgenden neuen Kunden." Die KI übernimmt Tonfall, Aufbau und typische Formulierungen, ohne dass du sie einzeln erklären musst.

Das funktioniert überall dort, wo es einen wiederkehrenden Standard gibt: Antworten auf Reklamationen, Protokollstrukturen, standardisierte Textbausteine für Angebote. Ein gutes Beispiel sagt mehr als drei Sätze Beschreibung.

Iterativ nachschärfen statt neu anfangen

Das erste Ergebnis ist selten das beste, und das ist völlig normal. Der Fehler, den viele machen: Sie löschen alles und tippen einen komplett neuen Prompt, statt gezielt nachzubessern.

Behandle die KI wie einen Mitarbeiter, dem du Feedback gibst. "Zu lang, kürz auf die Hälfte." "Der Ton ist zu locker, formeller bitte." "Ergänze einen Absatz zum Thema Lieferzeiten." Jede dieser Folgeanweisungen baut auf dem vorherigen Ergebnis auf, statt bei null zu starten.

Genau dieser Dialog-Charakter ist die eigentliche Kernkompetenz beim Prompting. Wer nach dem ersten mittelmäßigen Ergebnis aufgibt, verschenkt den größten Teil des Nutzens.

Drei bis vier gezielte Korrekturen bringen dich fast immer weiter als der perfekte erste Prompt, den es ohnehin kaum gibt.

Copilot im Office-Kontext: Prompts mit eigenen Daten

Hier liegt der entscheidende Unterschied zwischen ChatGPT und Microsoft Copilot: Copilot kann auf deine eigenen Dateien, Mails und Teams-Meetings zugreifen. ChatGPT kennt in der Standardversion nur, was du ihm in den Prompt schreibst.

Das ändert die Art der Prompts. Statt Inhalte hineinzukopieren, verweist du direkt auf vorhandene Dokumente: "Fasse die Kernpunkte aus dem Protokoll der letzten Vorstandssitzung zusammen." Oder: "Erstelle aus dieser Excel-Tabelle eine Übersicht der drei umsatzstärksten Regionen." Für Projektleiter, die Meetings nachbereiten oder Berichte aus verstreuten Dateien bauen, ist das ein echter Zeitgewinn.

Copilot lohnt sich vor allem dann, wenn du ohnehin tief im Microsoft-365-Umfeld arbeitest. Wer dagegen frei recherchiert, Texte entwirft oder außerhalb von Office arbeitet, fährt mit ChatGPT oft flexibler. Wer den Bezug zu eigenen Dateien in der Praxis aufbauen will, findet mit einem Kurs wie Microsoft Copilot in der Praxis nutzen einen konkreten Einstieg, statt sich allein durchzuprobieren.

Datenschutz und Grenzen: Was nicht in den Prompt gehört

Ein Punkt, der schnell teuer wird, wenn man ihn ignoriert: Was du in einen Prompt schreibst, verlässt unter Umständen dein Unternehmen. Bei der frei zugänglichen ChatGPT-Version solltest du davon ausgehen, dass Eingaben auf externen Servern landen und möglicherweise zum Training verwendet werden.

Deshalb haben bestimmte Dinge in einem Prompt nichts zu suchen, solange keine geprüfte Unternehmenslösung mit entsprechendem Vertrag im Einsatz ist:

• personenbezogene Daten von Kunden oder Mitarbeitern, etwa Namen in Kombination mit Gehalt oder Gesundheitsdaten
• vertrauliche Geschäftszahlen, Angebotskalkulationen oder unveröffentlichte Strategiepapiere
• alles, was einer Verschwiegenheitsvereinbarung unterliegt

Die zweite Grenze ist inhaltlicher Natur: KI erfindet gelegentlich Fakten, die überzeugend klingen. Prüfe Zahlen, Zitate und Quellenangaben immer nach. Die Verantwortung für das Ergebnis bleibt bei dir, nicht beim Modell.

Passende Weiterbildung, um KI-Prompting zu lernen

Die meisten dieser Techniken kannst du dir selbst aneignen, wenn du diszipliniert übst und deine Prompts bewusst variierst. Ein strukturierter Kurs lohnt sich vor allem dann, wenn du in kurzer Zeit von null auf ein solides Niveau kommen willst oder ein ganzes Team auf denselben Stand bringen sollst.

Der Aufwand ist überschaubar. Im Bereich Prompt Engineering sind auf kursmap aktuell zwei Kurse gelistet, beide auch online buchbar und mit einer typischen Dauer von einem Tag. Die Preisspanne liegt zwischen 590 und 821 Euro, im Schnitt also rund 706 Euro pro Kurs, angeboten von zwei verschiedenen Anbietern.

Für den ersten Kontakt mit ChatGPT ist ein ChatGPT-Grundkurs für den Einstieg die pragmatischste Wahl, weil er ohne Vorwissen funktioniert. Wer bereits sicher mit den Werkzeugen umgeht und tiefer einsteigen will, etwa in eigene KI-Anwendungen mit Firmenwissen, ist mit einem Praxisworkshop zu Prompting, Fine-Tuning und RAG besser bedient, sollte aber Grundkenntnisse in Python mitbringen.

Einen breiteren Marktüberblick geben die gelisteten Weiterbildungen im Prompt Engineering sowie die reinen ChatGPT-Kurse. Entscheidend ist am Ende nicht das Zertifikat, sondern ob du das Gelernte direkt an deinen echten Aufgaben ausprobierst. Ein Prompting-Kurs ohne anschließende Praxis bringt dir wenig.