Prompt Engineering: Definition, Techniken, Abgrenzung

Prompt Engineering ist das systematische Entwerfen, Testen und Pflegen von Prompts (den Eingabe-Texten an ein Sprachmodell wie ChatGPT oder Claude), damit ein Large Language Model (LLM, ein großes KI-Sprachmodell) zuverlässige und aufgabengerechte Antworten liefert. Die Disziplin bündelt Bausteine wie Rollen- und Aufgaben-Anweisung, Beispiele im Prompt (Few-Shot), schrittweises Denken (Chain-of-Thought), feste Ausgabeformate (etwa JSON, ein maschinenlesbares Datenformat) und Verbots-Regeln (was das Modell nicht tun soll). Sie wirkt allein über die Eingabe, ohne das Modell selbst neu zu trainieren.

Was ist Prompt Engineering?

Prompt Engineering behandelt den Prompt wie ein Stück Software: entworfen, in einer Versionsverwaltung abgelegt, getestet und in mehreren Runden verbessert. Grundlage der Disziplin ist eine einfache Beobachtung: Ein fertig trainiertes [Sprachmodell](/insights/glossar/foundation-models/) lässt sich von außen nicht mehr im Inneren verändern. Steuern kann man es nur über den Text, den man ihm schickt. Alles, was das Modell für die aktuelle Aufgabe wissen soll (welche Rolle es einnimmt, in welchem Format es antwortet, welche Beispiele es zur Orientierung bekommt, welche externen Dokumente oder Werkzeuge im Spiel sind), steht im Prompt oder wird beim Aufruf dort hineingeschrieben. Wer dieselbe Anfrage mit einem anders aufgebauten Prompt stellt, bekommt eine andere Antwort.

Die Techniken lassen sich in fünf Familien gliedern. Rollen- und Task-Instruction legen im [System-Prompt](/insights/glossar/prompt/) Rolle, Ton, Format und Regeln fest und schreiben die eigentliche Aufgabe präzise aus. Few-Shot-Prompting fügt zwei bis fünf Ein-/Ausgabe-Paare als Beispiele hinzu, an denen sich das Modell orientiert (siehe [In-Context Learning](/insights/glossar/in-context-learning/)). [Chain-of-Thought](/insights/glossar/chain-of-thought/) zwingt das Modell, Zwischenschritte auszuformulieren, bevor es antwortet. Struktur-Constraints erzwingen eine bestimmte Ausgabeform (JSON-Schema, XML-Tags, Delimiter wie ` oder ###) und ermöglichen die maschinelle Weiterverarbeitung. Negative Constraints benennen explizit, was das Modell nicht tun soll (nicht raten, keine Erfindungen, keine Rückfragen).

Der Begriff existiert als eigene Disziplin, weil ein Prompt in produktiven Systemen selten einmalig geschrieben wird. Er landet als parametrisiertes Template im Repository, wird gegen ein Golden-Set evaluiert, in A/B-Tests gegen Varianten geprüft und bei Modell-Wechsel einer Regression unterzogen. [Anthropic](https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview) und [OpenAI](https://platform.openai.com/docs/guides/prompt-engineering) dokumentieren die Techniken in eigenen Guides. Reynolds und McDonell prägten den Begriff „Prompt Programming" 2021 in [einem frühen Papier](https://arxiv.org/abs/2102.07350), das die systematische Prompt-Arbeit von Ad-hoc-Formulieren abgrenzt.

Prompt Engineering greift auf einer anderen Ebene als Modell-Anpassung. Fine-Tuning verändert Gewichte durch weiteres Training, [Retrieval-Augmented Generation](/insights/glossar/rag/) reichert den Prompt zur Laufzeit mit abgerufenen Dokumenten an, [Prompt Chaining](/insights/glossar/prompt-chaining/) zerlegt eine Aufgabe in eine Kette einfacherer Prompts. Prompt Engineering ist die Praxis, die innerhalb jedes einzelnen Prompts stattfindet, unabhängig davon, ob dieser Prompt allein steht, in einer Kette sitzt oder mit RAG-Kontext gefüttert wird.

Abgrenzung zu Prompt, Prompt Chaining, Fine-Tuning, RAG und In-Context Learning

Fünf Begriffe werden regelmäßig mit Prompt Engineering vermischt oder synonym verwendet. Die relevanten Trennlinien:

Begriff	Ebene	Verhältnis zu Prompt Engineering
Prompt	Artefakt	Die einzelne Eingabe an das Modell. Prompt Engineering ist die Methodik, die diesen Artefakt entwirft, evaluiert und pflegt. Ein Prompt zu schreiben ist noch kein Prompt Engineering.
Prompt Chaining	Orchestrierung	Ein Design-Pattern über mehrere Prompts mit statischem Kontrollfluss. Prompt Engineering optimiert den einzelnen Prompt innerhalb jedes Kettenglieds.
Fine-Tuning	Modellgewichte	Verändert das Modell durch weiteres Training auf einem Datensatz. Prompt Engineering verändert nur die Eingabe, das Modell bleibt unverändert.
RAG	Kontext-Anreicherung	Lädt zur Laufzeit externe Dokumente in den Prompt. Prompt Engineering steuert, wie die abgerufenen Chunks im Prompt strukturiert und referenziert werden.
In-Context Learning	Modell-Phänomen	Die Fähigkeit des Modells, aus Beispielen im Prompt zur Laufzeit zu lernen. Prompt Engineering ist die Praxis, die diese Fähigkeit gezielt nutzt und die Beispiele gestaltet.

Die häufigste Verwechslung ist Prompt vs. Prompt Engineering. Ein Prompt ist das Artefakt, das an das Modell geschickt wird; Prompt Engineering ist die Methodik, mit der Teams diesen Artefakt entwerfen, evaluieren und pflegen. Der Unterschied zeigt sich am Betriebsmodell: Ohne Eval-Pipeline, Versionierung und Regression-Tests handelt es sich um Ad-hoc-Prompting, mit diesen Bausteinen um Prompt Engineering im engeren Sinn.

Die zweite häufige Unschärfe liegt zwischen Prompt Engineering und Fine-Tuning. Beide Ansätze verändern das Antwortverhalten für eine bestimmte Aufgabe. Prompt Engineering wirkt zur Laufzeit über die Eingabe, Fine-Tuning wirkt vorher durch ein Training auf einem Datensatz. Prompt Engineering bleibt Modell-agnostisch (der Prompt läuft auf jedem Modell mit ähnlicher Fähigkeitsklasse, ein Fine-Tune ist an ein Modell gebunden), Fine-Tuning wird wirtschaftlich, wenn Prompt-Länge und Instruktions-Volumen pro Aufruf sehr groß werden oder wenn Fachvokabular durchgängig anders trainiert werden muss. Neuere Anbieter dokumentieren [Distillation](https://platform.openai.com/docs/guides/model-distillation) als dritten Weg, bei dem ein starkes Modell mit gutem Prompt kleinere Modelle mit Trainingsdaten versorgt.

Die dritte relevante Trennlinie zieht sich zwischen Prompt Engineering und RAG. RAG ist eine Retrieval-Pipeline mit Chunking, Vektor-Suche und Re-Ranking, deren Ergebnis in den Prompt geladen wird. Prompt Engineering ist die Gestaltung des Prompts, in den diese Chunks eingebettet werden. Beide Muster existieren unabhängig voneinander und ergänzen sich: Ein RAG-System braucht Prompt Engineering für den Generation-Schritt, ein Prompt-Engineering-Setup ist ohne Retrieval nutzbar, wenn das Modell das Wissen aus dem Vortraining oder aus dem statischen Kontext bekommt.

Beispiel: Extraktions-Prompt in drei Iterationen

Ein Extraktions-Prompt für Rechnungsdaten entsteht in drei messbaren Iterationen. Version 1 ist eine kurze Anweisung: „Extrahiere die Rechnungsdaten aus dem folgenden Text." Ein Golden-Set aus 200 Rechnungen zeigt 60 % Formatverletzungen im Test-Lauf: freier Text, wechselnde Feldnamen, fehlende Werte werden mit Prosa umschrieben. Die Ausgabe ist für die downstream Verarbeitung unbrauchbar.

Version 2 ergänzt drei Bausteine. Ein JSON-Schema mit den Feldern rechnungsnummer, rechnungsdatum, positionen[] und gesamtbetrag wird als Struktur-Constraint in den System-Prompt geschrieben. Ein Few-Shot-Beispiel zeigt einen kompletten Fall inklusive Zwischen-Werten. Ein Delimiter (### RECHNUNGSTEXT ###) trennt Instruktion und Nutzdaten und verhindert, dass das Modell Prompt-Anweisungen aus dem Rechnungstext übernimmt. Der zweite Golden-Set-Lauf zeigt 12 % Formatverletzungen: die verbleibenden Fehler betreffen fehlende Felder, die das Modell mit erfundenen Werten füllt.

Version 3 fügt zwei weitere Elemente hinzu. Eine [Chain-of-Thought](/insights/glossar/chain-of-thought/)-Instruktion zwingt das Modell, zuerst die Rechnungsnummer zu identifizieren, dann Datum und Positionen zu benennen und erst am Ende das JSON auszugeben. Negative Constraints benennen den Umgang mit fehlenden Werten explizit: Fehlt ein Feld im Rechnungstext, wird null gesetzt, das Modell rät nicht und stellt keine Rückfragen. Der dritte Golden-Set-Lauf zeigt 96 % Schema-konforme Antworten mit vollständig auditierbaren Feld-Ableitungen.

Die drei Versionen dokumentieren, wie Prompt Engineering als iterative Disziplin funktioniert: Golden-Set, Fehler-Analyse, gezielte Technik-Ergänzung, erneuter Test. Das finale Template landet als versioniertes Artefakt im Prompt-Management-System, jeder Modell-Wechsel triggert einen Regression-Lauf gegen dasselbe Golden-Set. Untersuchungen wie [Lost in the Middle](https://arxiv.org/abs/2307.03172) (Liu et al. 2023) begründen, warum die Reihenfolge der Prompt-Bausteine messbar wirkt: Informationen am Anfang und am Ende des Prompts werden zuverlässiger genutzt als solche in der Mitte. Diese empirischen Befunde speisen die Techniken-Sammlung, die den Kern des Prompt Engineering ausmacht.