Wie KI Sprache wirklich liest
KI liest keine Sätze – KI rechnet mit Tokens. Tokens sind kleine Texteinheiten (Wörter, Wortteile, Satzzeichen), aus denen das Modell Bedeutung berechnet. Je klarer Ihre Tokens, desto präziser die Antwort.
- Kosten: Tokens bestimmen die API-Kosten
- Tempo: Weniger Tokens bedeuten schnellere Antworten
- Kontext: Tokens limitieren das „Gedächtnis“ des Modells
Prompt-Arten
Prompt Engineering ist die Disziplin, Prompts so zu gestalten, dass sie das Verhalten von Sprachmodellen gezielt steuern.
- Zero-Shot: Anfrage ganz ohne Beispiele
- Few-Shot: einige Beispiele zur Orientierung
- Chain-of-Thought: Denkprozess Schritt für Schritt
- Iteratives Prompting: Output dialogisch verfeinern
- Mega-Prompt: mehrstufige Anweisung mit Rolle, Kontext und Format
Das CRAFT-Framework
Strukturierte Frameworks helfen, konsistent gute Prompts zu erstellen – fünf Bausteine für verlässliche Ergebnisse.
- Context: sei spezifisch und gib zusätzliche Details
- Role: weise der KI eine passende Rolle zu
- Audience: benenne das Zielpublikum für Niveau und Ton
- Format: definiere das gewünschte Ausgabeformat
- Task: formuliere eine klare Aufgabe als Verb
Warum Tokens zählen
Kosten
Tokens bestimmen die API-Kosten.
Tempo
Weniger Tokens = schneller.
Kontext
Limitiert das 'Gedächtnis'.
Häufige Fehler vermeiden
- Vage Formulierungen führen zu ungenauen Antworten
- Ein unklares Ziel liefert keine zielgerichteten Outputs
- Fehlender Kontext lässt wichtige Aspekte übersehen
- Überladene Prompts stellen zu viele Anforderungen auf einmal
Reasoning-Modelle
Aktuelle Modelle wie GPT-5.2 Pro, Gemini 3 Deep Think oder Claude Opus 4.5 erstellen komplexe Zusammenhänge eigenständig und benötigen weniger explizite Anleitung. Klarer Kontext und eine präzise Aufgabenstellung bleiben wichtig; explizite Rollenbeschreibungen und Schritt-für-Schritt-Vorgaben werden seltener nötig.