Prompt Engineering

Die Reihenfolge der Beispiele im Prompt verschiebt die Genauigkeit um über 40 Prozentpunkte. Kein Zufall — Handwerk. Prompt Engineering steuert, was ein KI-Modell ausgibt, allein durch die Art der Eingabe. Kein Code, kein Training, sofort einsetzbar.

Die Techniken, die zählen

Zero-Shot: eine Anweisung ohne Beispiele. Reicht für einfache Aufgaben. Few-Shot: 2-8 Beispiele im Prompt, verbessert die Genauigkeit um 25-50 %. Chain-of-Thought: Das Modell denkt Schritt für Schritt. Steigert Reasoning-Ergebnisse um bis zu 58 %. Eine Variante (Self-Consistency) hob Mathematik-Trefferquoten von 18 % auf 91 %.

System Prompts definieren Rolle, Einschränkungen und Format. Sie setzen den Rahmen, in dem das Modell antwortet.

Prompt, RAG oder Fine-Tuning?

Prompt Engineering verändert die Eingabe. Fine-Tuning verändert das Modell. RAG erweitert das Wissen. Wir kombinieren alle drei — starten aber immer mit dem Prompt. 80 % der Ergebnisse liegen in der richtigen Anweisung.

Prompt Engineering ist die kosteneffizienteste Methode, ein LLM an eine Aufgabe anzupassen. Keine Gewichtsänderung, keine Trainingsdaten nötig. Deshalb ist es der erste Hebel, den wir bei jedem Kundenprojekt ansetzen.