Prompt Engineering für Mitarbeiter: Drei Prinzipien ohne Hype
Warum 95 Prozent der produktiven KI-Nutzung auf drei einfachen Prinzipien beruht, die jeder Mitarbeiter in einem halben Tag lernt. Mit Vorlagen, Beispielen und ehrlicher Einschätzung zu teuren Kursen.
95 Prozent der produktiven KI-Nutzung im Mittelstand beruht auf drei Prinzipien, die jeder Mitarbeiter in einem halben Tag lernt. Sie heißen Kontext vor Aufgabe, Beispiele zeigen und iterativ arbeiten; mehr braucht es im Alltag fast nie. Wer Ihnen einen 1.500-Euro-Kurs verkauft, verkauft Ihnen meistens Theater.
Das Wichtigste in Kürze
- Drei Prinzipien reichen für 95 Prozent der Anwendungsfälle: Kontext, Beispiele, Iteration.
- Ein interner 4-Stunden-Workshop ist meist wirksamer als jeder externe Mehrtages-Kurs.
- Prompt-Templates pro Rolle (Sekretariat, Buchhaltung, Vertrieb) sparen mehr Zeit als jede Theorie.
- Datenschutz beginnt beim Prompt: keine personenbezogenen Daten, keine Geschäftsgeheimnisse, keine Mandantendaten.
- Eine zentrale Prompt-Bibliothek im Unternehmen ist der wichtigste Multiplikator.
Was ist Prompt Engineering und braucht man das wirklich?
Prompt Engineering bezeichnet die Fähigkeit, einer KI so klare Anweisungen zu geben, dass sie brauchbare Ergebnisse liefert. Es ist kein Programmieren, kein Geheimwissen und auch keine eigene Berufsgruppe. Es ist eine Kommunikationstechnik, die jeder lernen kann, der auch eine Mail an einen neuen Kollegen schreiben kann.
In den letzten 18 Monaten ist eine kleine Industrie aus Prompt-Beratungen und Wochenend-Bootcamps entstanden. Preise zwischen 800 und 2.500 Euro pro Person für zwei Tage Theorie sind keine Seltenheit. Meine Meinung dazu: Unfug. Wer für 18 Mitarbeiter 30.000 Euro für Prompt-Kurse ausgibt, hat das eigentliche Problem nicht verstanden. Es geht nicht um exotische Tricks, sondern um drei Prinzipien und etwas Übung am eigenen Schreibtisch.
Was wirklich wirkt — Ein interner Halbtags-Workshop mit echten Aufgaben aus dem Alltag der Mitarbeiter, plus eine gepflegte Prompt-Sammlung im SharePoint, plus ein interner Ansprechpartner für Fragen. Das ist die ganze Magie.
Prinzip 1: Kontext vor Aufgabe
Der häufigste Anfängerfehler ist, der KI nur die Aufgabe zu nennen, ohne den Rahmen zu erklären. Das führt zu generischen Texten, die nach Werbeagentur 2014 klingen. Die Lösung: erst Kontext geben, dann die eigentliche Aufgabe stellen.
Schlechter Prompt
“Schreibe eine E-Mail an einen Kunden, der sich beschwert hat.”
Guter Prompt
“Du bist Servicemitarbeiterin in einem norddeutschen Elektrobetrieb mit 18 Mitarbeitern. Ein Stammkunde, Familie Müller in Greifswald, hat sich per E-Mail beschwert, weil ein Monteur einen vereinbarten Termin um zwei Stunden verspätet wahrgenommen hat. Schreibe eine kurze, ehrliche Antwort. Sie-Form, max. 120 Wörter, kein Marketing-Sprech, biete einen 50-Euro-Gutschein für den nächsten Auftrag an.”
Der Unterschied liegt nicht in der KI, sondern im Input. Mit Kontext liefert dasselbe Werkzeug ein Ergebnis, das in 30 Sekunden verschickbar ist. Ohne Kontext braucht man drei Korrekturschleifen, und das frustriert dann zu Recht.
Prinzip 2: Beispiele zeigen statt erklären
KI-Modelle lernen extrem schnell aus Beispielen, in der Fachsprache heißt das Few-Shot-Learning. In der Praxis bedeutet es: Wenn Sie wollen, dass ein Text in einem bestimmten Stil geschrieben wird, geben Sie ein oder zwei Beispiele mit. Das funktioniert besser als jede Stilbeschreibung.
Praktisches Beispiel aus einer Steuerkanzlei in Mecklenburg: Die Mandantenkommunikation soll präzise, freundlich und ohne Floskeln sein. Statt das über zehn Sätze zu erklären, fügt die Kanzlei zwei Musterantworten aus dem Archiv in den Prompt ein und schreibt: “Antworte im Stil dieser zwei Beispiele.” Die Treffsicherheit liegt sofort bei über 80 Prozent, ohne weitere Erklärung.
- Ein bis drei Beispiele reichen fast immer aus.
- Beispiele sollten gute Echtfälle sein, nicht konstruierte Idealversionen.
- Auch Negativbeispiele helfen (“So bitte nicht: …”).
- Beispiele in der eigenen Branche schlagen jede generische Stilanweisung.
Prinzip 3: Iterativ arbeiten
Der dritte Denkfehler ist, den perfekten Prompt finden zu wollen. Das ist Zeitverschwendung. Profis arbeiten iterativ: erster Versuch, kurze Korrekturanweisung, zweiter Versuch, fertig. Das geht oft schneller als zehn Minuten am Eingangsprompt zu feilen.
Konkret heißt das: Der erste Output ist selten perfekt. Statt frustriert von vorn anzufangen, einfach im Chat weiter sprechen. “Bitte kürzer”, “weniger Marketing-Sprech”, “etwas formaler”, “der zweite Absatz passt nicht, schreib ihn neu”. Die KI behält den Kontext und korrigiert gezielt. Diese Gesprächs-Logik ist der eigentliche Hebel im Alltag.
Wer mit einer KI sprechen kann wie mit einem neuen Praktikanten, hat 90 Prozent des Prompt Engineerings verstanden.
Konkrete Prompt-Vorlagen für typische Aufgaben
Vorlagen sparen Zeit, weil sie den Kontext-Teil bereits enthalten und Mitarbeiter nur noch die konkrete Aufgabe einsetzen müssen. Die folgende Tabelle zeigt bewährte Muster aus unseren Projekten, jeweils stark verkürzt.
| Rolle | Typische Aufgabe | Prompt-Ansatz (verkürzt) |
|---|---|---|
| Sekretariat | Protokoll aus Stichpunkten | Rolle, Teilnehmer, Datum nennen, Stichpunkte einfügen, Zielformat (Word, max. 1 Seite), Ton (sachlich) angeben. |
| Buchhaltung | Mahnschreiben Stufe 2 | Kundenname, Rechnungsnummer, Betrag, Fälligkeit, gewünschter Ton (freundlich-bestimmt), DSGVO-konforme Anrede vorgeben. |
| Vertrieb | Follow-up-Mail nach Termin | Gesprächsnotizen einfügen, Kontext (Branche, Entscheider), gewünschtes nächstes Datum, max. 100 Wörter. |
| Geschäftsführung | Zusammenfassung 20-Seiten-Bericht | Bericht hochladen, Zielgruppe (Beirat) angeben, gewünschte Länge (1 Seite), drei Kernfragen vorgeben. |
| Elektrobetrieb | Angebotstext für LV-Position | Position einfügen, Norm zitieren, Verweis auf Stundenverrechnungssatz, kein Marketing-Sprech. |
| Arztpraxis | Patienteninformation umformulieren | Originaltext einfügen, Zielgruppe (Laien, 60+), max. 200 Wörter, klare Struktur, KEINE Patientendaten verwenden. |
Diese Vorlagen sind keine Geheimformeln, sondern Startpunkte. Jedes Team sollte sie anpassen und nach drei bis vier Wochen Praxis verfeinern. Ein guter Begleiter dafür ist unser Beitrag zu ChatGPT-Workflows im Handwerk oder, für technisch tiefere Themen, der Artikel zu Claude Code für Entwickler.
Was Mitarbeiter NIE in KI-Tools eingeben sollten
Datenschutz beginnt beim Prompt — Keine personenbezogenen Daten von Kunden oder Mitarbeitern, keine Bankdaten, keine Mandantenakten, keine Patientendaten, keine internen Verträge, keine unveröffentlichten Geschäftszahlen. Auch nicht bei Premium-Tarifen, außer Sie haben einen geprüften Auftragsverarbeitungsvertrag und einen Enterprise-Tenant.
Der häufigste Datenschutzverstoß in KMU ist nicht der große Hack, sondern der Mitarbeiter, der “schnell mal” eine Kundenliste in ChatGPT pastet. Eine kurze, klare Hausregel als Aushang neben dem Bildschirm ist mehr wert als jedes 80-seitige Konzept. Was rein darf, was nicht, was im Zweifel zu tun ist (anonymisieren oder weglassen), drei Sätze, fertig. Mehr Hintergrund dazu in unserem Artikel zu DSGVO und KI-Einsatz sowie zum EU AI Act 2026 für KMU.
Wie bauen Sie eine Prompt-Bibliothek im Unternehmen?
Eine zentrale Prompt-Bibliothek ist der wichtigste Multiplikator nach dem ersten Workshop. Sie verhindert, dass jeder Mitarbeiter dieselben Prompts neu erfindet, und sorgt dafür, dass gute Lösungen geteilt werden. Der Aufwand ist gering, die Wirkung groß.
- Speicherort: SharePoint, Notion, Confluence oder ein einfacher Ordner im Intranet.
- Struktur: nach Abteilung oder nach Aufgabentyp, beides funktioniert.
- Pflege: ein Verantwortlicher pro Abteilung, monatliche Sichtung.
- Format: Titel, Anwendungsfall, Prompt, Beispiel-Output, Datum letzte Aktualisierung.
- Beiträge niedrigschwellig: jeder kann vorschlagen, einer kuratiert.
Eine Bibliothek mit 30 bis 50 gepflegten Prompts deckt in den meisten KMU 80 Prozent der Anwendungsfälle ab. Mehr braucht es selten, weniger ist meistens zu wenig. Wenn Sie nicht wissen, wo Sie anfangen sollen: Fragen Sie ihre drei aktivsten Nutzer, welche fünf Prompts sie am häufigsten verwenden. Damit haben Sie die Basis.
Wann lohnt sich doch ein richtiger Kurs?
Es gibt Fälle, in denen ein tieferes Training Sinn ergibt. Wenn Sie eigene KI-Workflows über Schnittstellen bauen, mit Tools wie Make, n8n oder Zapier komplexe Automatisierungen aufsetzen oder über die OpenAI- und Anthropic-API eigene Anwendungen entwickeln, dann reicht der Halbtags-Workshop nicht mehr. Auch für Power-User in Marketing oder Datenanalyse, die täglich vier Stunden mit KI arbeiten, lohnt sich gezielte Vertiefung.
Für 90 Prozent der Mitarbeiter im Mittelstand ist ein interner 4-Stunden-Workshop mit echten eigenen Aufgaben jedoch wirksamer als jeder externe Mehrtages-Kurs. Wenn Sie das strukturiert angehen wollen, finden Sie passende Formate in unseren KI-Workshops und Schulungen. Auch unsere Branchenlösungen enthalten typische Prompt-Sets für Handwerk, Kanzleien und Verwaltung.
Häufige Fragen
Wie lange dauert es, Prompt Engineering zu lernen?
Die Grundlagen lernt jeder Mitarbeiter in einem halben Tag. Sicherheit und Routine entstehen nach drei bis vier Wochen täglicher Anwendung. Wer weiter gehen will, etwa für Automatisierungen oder API-Nutzung, sollte nach drei Monaten Praxis ein vertiefendes Training in Erwägung ziehen.
Sind teure Prompt-Engineering-Kurse für Mitarbeiter sinnvoll?
Für den Standardmitarbeiter in Büro, Vertrieb oder Verwaltung selten. Ein interner 4-Stunden-Workshop mit eigenen Aufgaben und eine gepflegte Prompt-Bibliothek bringen meistens mehr als ein 1.500-Euro-Bootcamp. Für fortgeschrittene Automatisierungen oder Power-User kann ein gezielter Aufbaukurs sinnvoll sein.
Welches KI-Tool eignet sich am besten für den Einstieg?
Im Mittelstand sind Microsoft 365 Copilot, ChatGPT Business und Claude die drei verbreitetsten Optionen. Für Microsoft-Häuser ist Copilot oft die naheliegende Wahl wegen der Integration. Mehr dazu in unserem Artikel zu Microsoft Copilot im Mittelstand.
Was tun, wenn ein Mitarbeiter trotz Schulung keine guten Prompts schreibt?
Meistens fehlt nicht das Wissen, sondern die Übung mit echten eigenen Aufgaben. Helfen ein 1:1-Coaching von 60 Minuten, gemeinsam an realen Fällen zu arbeiten, und feste Vorlagen aus der Prompt-Bibliothek. Wenn das nach vier Wochen nicht greift, ist das oft kein Prompt-Problem, sondern ein Akzeptanzproblem.
Brauchen wir einen internen Prompt-Verantwortlichen?
Ja, in jedem Betrieb ab etwa 15 Mitarbeitern sollte es eine Person geben, die die Prompt-Bibliothek pflegt und Ansprechpartner für Fragen ist. Das muss kein Vollzeit-Job sein, zwei bis vier Stunden pro Woche reichen meistens. Diese Rolle macht den Unterschied zwischen Insellösung und nachhaltigem Nutzen.
Wie verhindern wir, dass Mitarbeiter sensible Daten in KI-Tools eingeben?
Drei Bausteine: erstens eine kurze, schriftliche Hausregel mit klaren Beispielen, zweitens technische Absicherung über Enterprise-Tarife mit Auftragsverarbeitungsvertrag, drittens regelmäßige kurze Erinnerungen im Team-Meeting. Verbote ohne Alternative funktionieren selten, deshalb immer auch zeigen, wie es richtig geht. Bei der Einrichtung hilft unser Erstgespräch.