---
title: "Was ist Prompt Engineering?"
description: "Prompt Engineering ist die Kunst, klare Anweisungen und Kontext zu schreiben, damit ein KI-Modell zuverlässig das Ergebnis liefert, das du willst."
type: "glossary"
locale: "de-CH"
term: "Prompt Engineering"
canonical: "https://agenticschool.dev/de/glossar/prompt-engineering"
dateModified: "2026-07-07"
---

# Was ist Prompt Engineering?

- Definition: Prompt Engineering
- Aktualisiert: 2026-07-07
- Keywords: prompt engineering, what is prompt engineering, prompt engineering meaning, prompt engineering vs context engineering, ai prompt engineering
- Kanonische URL: https://agenticschool.dev/de/glossar/prompt-engineering
- Sprache: de-CH

> Prompt Engineering ist die Kunst, klare Anweisungen und Kontext zu schreiben, damit ein KI-Modell zuverlässig das Ergebnis liefert, das du willst.

Prompt Engineering ist die Praxis, die Anweisungen, den Kontext und die Beispiele, die du einem KI-Modell gibst, so zu schreiben, dass es zuverlässig das Ergebnis liefert, das du wirklich willst. Weil ein Sprachmodell auf alles reagiert, was du ihm vorlegst, können kleine Änderungen an Formulierung, Struktur und mitgeliefertem Kontext den Unterschied zwischen einer vagen und einer präzisen, nützlichen Antwort ausmachen. Prompt Engineering ist keine magische Formulierung, sondern die disziplinierte Gewohnheit, klar zu sein über Ziel, Format, Randbedingungen und Beispiele und dem Modell die richtigen Informationen mitzugeben. Es ist der Einstieg in alles andere: Agentic Coding, RAG und mehrstufige Workflows ruhen alle auf Prompts, die klar genug sind, um danach zu handeln.

## Was ein guter Prompt enthält

Ein starker Prompt ist selten ein einziger cleverer Satz. Er nennt Rolle und Ziel, gibt den relevanten Kontext, legt Ausgabeformat und Randbedingungen fest und zeigt oft ein oder zwei Beispiele dafür, wie "gut" aussieht. Je wichtiger die Aufgabe, desto mehr lohnt es sich, explizit zu sein, statt zu hoffen, dass das Modell deine Absicht errät.

- Ziel: sag genau, was du willst und warum, nicht nur das Thema.
- Kontext: füge die Fakten, Daten oder Dateien ein, die das Modell für eine gute Antwort braucht.
- Format und Randbedingungen: definiere die Form der Ausgabe und was zu vermeiden ist.
- Beispiele: zeig ein oder zwei Muster des erwarteten Ergebnisses (Few-Shot).

## Prompt Engineering vs Context Engineering

Prompt Engineering betrifft, wie du die Anfrage formulierst; Context Engineering betrifft, welche Informationen das Modell beim Antworten im Fenster hat. Wenn Aufgaben zu Agents und RAG wachsen, verschiebt sich der Hebel von cleverer Formulierung hin zum Bereitstellen des richtigen Kontexts - abgerufene Dokumente, Tool-Ergebnisse, frühere Schritte. Beide arbeiten zusammen: ein klarer Prompt sagt dem Modell, was zu tun ist, guter Kontext gibt ihm, was es dafür braucht.

## Warum es mit Agents weiter zählt

Selbst der fähigste Coding-Agent folgt den Anweisungen, die er bekommt. Klare Ziele, explizite Abnahmekriterien und der richtige Kontext machen aus einem Agenten von unberechenbar zu verlässlich. Prompt Engineering ist deshalb keine Anfängerphase, aus der du herauswächst, sondern die Schnittstelle, über die du jedes KI-System steuerst, und die erste Fähigkeit, die Leute mit konstanten Ergebnissen von denen ohne trennt.

## Häufige Fragen

### Was ist Prompt Engineering einfach erklärt?

Prompt Engineering heisst, deine Anweisungen an ein KI-Modell klar genug zu schreiben, dass es zuverlässig das gewünschte Ergebnis liefert. Es bedeutet, konkret zu sein bei Ziel, Format und Kontext, statt zu hoffen, dass eine vage Anfrage eine gute Antwort bringt.

### Ist Prompt Engineering noch relevant?

Ja. Modelle werden besser, tun aber weiterhin genau das, was Prompt und Kontext ihnen sagen. Klare Ziele, Randbedingungen und Beispiele bleiben der Unterschied zwischen konstant nützlicher Ausgabe und Zufallstreffern, gerade wenn Prompts Agents und automatisierte Workflows steuern.

### Was ist der Unterschied zu Context Engineering?

Prompt Engineering ist, wie du die Anfrage formulierst; Context Engineering ist, welche Informationen beim Antworten im Modellfenster stehen. Einfache Aufgaben leben von der Formulierung; Agents und RAG leben vom richtigen abgerufenen Kontext. In der Praxis nutzt du beides zusammen.

### Welche Prompt-Engineering-Techniken sind üblich?

Die verlässlichen Klassiker sind: konkret sein bei Ziel und Format, relevanten Kontext geben, ein paar Beispiele zeigen (Few-Shot), das Modell bei schweren Problemen Schritt für Schritt denken lassen und die Formulierung anhand der erhaltenen Ausgaben iterieren.