Prompt Engineering für Anfänger – KI effizient nutzen

Aktualisiert am 21.10.2026 · Lesezeit ca. 5 Min. · Niveau: Anfänger · von Viktor Tribus, IT-Tribus Nideggen

Prompt Engineering ist eine wichtige Methode, um die Leistung von Künstlichen Intelligenzen (KI) zu steigern. Es handelt sich dabei um das Vorgehen, wie man Anfragen an KI-Systeme formuliert, um spezifische Ergebnisse zu erzielen. Wenn Sie diesen Artikel gelesen haben, können Sie selbstständig bessere und präzisere Ergebnisse aus Ihren KI-Tools herausholen.

Prompt Engineering bezieht sich auf die Kunst, Anfragen oder „Prompts“ an KI-Systeme so zu formulieren, dass diese genau das ergeben, wonach Sie suchen. Stellen Sie sich vor, Sie möchten eine Rezepteinheit von einer Website auslesen – hier hilft Ihnen Prompt Engineering dabei, den KI-Assistenten zu instruieren, die Informationen korrekt und vollständig auszulesen.

Der konkrete Nutzen liegt in der Steigerung der Effizienz und Präzision Ihrer Arbeit. Indem Sie Ihre Anfragen sorgfältig formulieren, sparen Sie Zeit und vermeiden Fehlinterpretationen durch die KI-Modelle.

Prompt Engineering kann sowohl lokal auf Ihrem Computer als auch in der Cloud durchgeführt werden. Lokal bedeutet, dass Sie Software oder Modelle direkt auf Ihrem Rechner installieren – hier ist der Datenschutz maximal, da Ihre Daten nicht übertragen werden müssen. In der Cloud hingegen nutzen Sie Dienste wie ChatGPT oder Anthropic Claude, die ihre Server für diese Zwecke bereitstellen.

Beachten Sie jedoch die DSGVO (Datenschutz-Grundverordnung), insbesondere wenn Sie personenbezogene Daten verwenden. Stellen Sie sicher, dass Ihre Anfragen keine vertraulichen Informationen enthalten, die nicht anonymisiert sind.

Eine Herausforderung bei KI-Systemen ist auch das Phänomen der „Halluzination“. Dies bedeutet, dass KI-Modelle manchmal Fehlinformationen oder Fantasiedaten generieren. Es ist wichtig, sich dessen bewusst zu sein und die Ergebnisse kritisch zu prüfen.

Um Prompt Engineering durchführen zu können, benötigen Sie zunächst einigermaßen leistungsfähige Hardware:

• RAM: Mindestens 8 GB, besser 16 GB oder mehr.
• GPU/VRAM: Für lokale Modelle ist eine leistungsstarke Grafikkarte mit mindestens 4 GB VRAM empfehlenswert.

Softwareseitig können Sie verschiedene Tools nutzen:

• Lokal: KI-Modelle wie LLaMA, Stable Diffusion oder BLOOM.
• Cloud-basiert: Plattformen wie Anthropic Claude, ChatGPT, Google Bard, Midjourney und so weiter.

Außerdem benötigen Sie möglicherweise Konten auf den jeweiligen Plattformen, insbesondere wenn diese kostenpflichtig sind. Einige Anbieter bieten kostenlose Testversionen oder limitierte Nutzung an.

Lassen Sie uns als Beispiel ChatGPT verwenden, das in der Cloud läuft. Führen Sie die folgenden Schritte aus:

1. Besuchen Sie die Website von [ChatGPT](https://chat.openai.com/).
2. Erstellen Sie ein Konto oder melden Sie sich an.
3. Nach dem Login gelangen Sie zur Benutzeroberfläche, wo Sie Ihre Prompts eingeben können.

Um lokale Modelle zu nutzen, müssen Sie zunächst die notwendigen Softwarekomponenten installieren:

1. Python herunterladen und installieren (aktuell Version 3.9 oder höher):

• Besuchen Sie [python.org](https://www.python.org/downloads/) und laden Sie das Installationsprogramm für Windows herunter.
• Führen Sie die Installation durch, wählen Sie dabei sicherheitshalber die Option „Add Python to PATH“.

1. Anaconda als Paketverwaltung installieren:

• Laden Sie Anaconda von [anaconda.com](https://www.anaconda.com/products/distribution) herunter.
• Führen Sie die Installation durch, wobei Sie den Assistenten befolgen.

Unter Ubuntu/Debian können Sie Python und Anaconda wie folgt installieren:

1. Python über das Terminal installieren:

   sudo apt update
   sudo apt install python3.9 python3-pip

1. Anaconda installieren:

• Laden Sie Anaconda herunter (z.B. anaconda.sh):

     wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh

• Installieren Sie Anaconda mit:

     bash Anaconda3-2021.05-Linux-x86_64.sh

Wir nehmen an, dass Sie das KI-Modell LLaMA verwenden möchten:

1. Git installieren (wenn noch nicht vorhanden):

• Windows:

     choco install git

• Linux:

     sudo apt-get install git

1. Repository des Modells klonen:

   git clone https://github.com/facebookresearch/llama.git
   cd llama

1. Abhängigkeiten über pip einrichten (Windows/Linux):

   pip install -r requirements.txt

   pip3 install -r requirements.txt

Starten Sie das KI-Modell:

1. Windows:

   python run.py --model llama --prompt "Was ist ein Rezept für Hühnersuppe?"

1. Linux:

   python3 run.py --model llama --prompt "Was ist ein Rezept für Hühnersuppe?"

Nach dem Starten sehen Sie auf Ihrem Bildschirm die Ausgabe des Modells, das Ihre Anfrage beantwortet.

Mit KI können Sie automatisch Dokumentationen generieren. Hier ein Beispiel-Prompt:

Schreibe eine technische Dokumentation für einen Software-Setup, der folgende Schritte umfasst:
1. Installation des Servers
2. Konfiguration von Firewall-Regeln
3. Einrichtung eines Backup-Systems

Bitte füge Beispiele für Befehle in den Text ein.

Eine weitere Anwendung ist die automatische Analyse von Fehlern und Vorschlag von Lösungen:

Ich bekomme beim Starten meines Servers folgende Fehlermeldung:
"Failed to start service on port 80".

Bitte analysiere den Fehler und gib eine mögliche Lösung an.

KI kann auch dazu verwendet werden, automatisch Skripte zu erstellen:

Erstelle ein Bash-Skript, das folgende Aktionen durchführt:
1. Überprüft die verfügbare Festplattenspeicher.
2. Löscht alle Dateien im /tmp-Verzeichnis älter als 7 Tage.
3. Sendet eine Benachrichtigung per E-Mail an benutzer@example.com, wenn weniger als 5 GB Speicher übrig sind.

Bitte füge in den Text die vollständigen Befehle ein.

• Klarheit: Formulieren Sie Ihre Anfragen so klar und präzise wie möglich.
• Detailliert: Geben Sie genaue Details an, um die KI zu leiten.
• Beispiele: Fügen Sie Beispiele hinzu, damit die KI weiß, was Sie erwarten.
• Kontext: Stellen Sie sicher, dass der Kontext klar ist – etwa durch Angabe des Datums oder des Ortes.
• Iterativ verbessern: Testen und anpassen Sie Ihre Prompts nach und nach für bessere Ergebnisse.
• Kritische Prüfung: Überprüfen Sie immer die Ergebnisse kritisch auf Richtigkeit.

Prompt Engineering in der Cloud kann Datenschutzrisiken mit sich bringen, da Ihre Daten übertragen und verarbeitet werden. Lokal können Sie diese Risiken minimieren, indem Sie die KI-Modelle direkt auf Ihrem Computer installieren.

Die Kosten variieren je nach Anbieter – einige Cloud-Dienste bieten kostenlose Testversionen oder limitierte Nutzung, während andere kostenpflichtige Pläne anbieten. Lokale Modelle können kostenlos heruntergeladen und verwendet werden.

KI-Modelle können Halluzinationen produzieren – also Fehlinformationen oder Fantasiedaten. Es ist daher wichtig, die Ergebnisse kritisch zu prüfen. Zudem sind Modelle in der Cloud durch Nutzungsbedingungen eingeschränkt.

Formulieren Sie Ihre Anfragen klar und präzise. Geben Sie genaue Details an, fügen Sie Beispiele hinzu und überprüfen Sie die Ergebnisse kritisch. Iteratives Verbessern hilft auch, bessere Ergebnisse zu erzielen.

Für Cloud-basierte Anwendungen gibt es Plattformen wie ChatGPT oder Anthropic Claude. Lokal können Sie Modelle wie LLaMA nutzen und diese über Softwarekomponenten wie Python oder Anaconda installieren.

Prompt Engineering ist eine leistungsstarke Methode, um die Effizienz Ihrer Arbeit mit KI-Modellen zu steigern. Durch sorgfältige Formulierung von Prompts können Sie präzisere und bessere Ergebnisse erzielen. Falls Sie Unterstützung benötigen, wenden Sie sich gerne an IT-Tribus in Nideggen.

• Prompt Engineering: Anleitung, Bausteine & Prompts – tolingo.com
• Der Leitfaden zu Prompt Engineering 2026 – ibm.com
• Prompt Engineering: Ein praktischer Leitfaden für bessere Ergebnisse … – link.springer.com
• Prompt Engineering Leitfaden mit 11 praktischen Beispielen – ki-spot.de
• PDF Der Prompt Engineering Guide 2025 – wahlreich.de
• Prompt Engineering 2026: Die neuen Spielregeln für effiziente KI-Nutzung – das-ki-magazin.de

Hinweis: Dieser Beitrag wurde am 21.10.2026 mit KI-Unterstützung erstellt, auf Basis der genannten Quellen eigenständig formuliert und redaktionell von IT-Tribus betreut. Alle Angaben ohne Gewähr – bitte prüfen Sie Befehle vor dem Einsatz in produktiven Umgebungen und legen Sie vorher eine Sicherung an.