*Prompting* bezeichnet die gezielte Eingabe von Anweisungen, Fragen oder Aufgabenstellungen an ein KI-System, um eine gewünschte Antwort oder Handlung zu erhalten. Ein *Prompt* ist also das, was der Mensch der KI „sagt“ – in natürlicher Sprache oder strukturiertem Text.

Beispiele:

• „Schreibe eine freundliche Antwort auf diese E-Mail.“
• „Analysiere diese Tabelle und gib mir die wichtigsten Trends.“
• „Erstelle einen Code-Schnipsel in Python, der eine JSON-Datei einliest.“

Je besser und klarer ein Prompt formuliert ist, desto besser kann die KI reagieren.

KI-Systeme wie ChatGPT, DALL·E oder Copilot arbeiten nicht magisch – sie analysieren die eingegebenen Informationen und erzeugen darauf basierend eine Antwort. Die Qualität der Ausgabe hängt direkt von der Qualität des Prompts ab. Unklare oder unstrukturierte Prompts führen oft zu unbrauchbaren Ergebnissen.

Gutes Prompting bedeutet:

• klare Zielsetzung
• verständliche Sprache
• Angabe von Kontext, Format und Stil
• ggf. Rollen oder Perspektiven vorgeben (z. B. „Du bist ein IT-Experte“)

Wer effektiv promptet, spart Zeit, verbessert die Qualität der Arbeit und nutzt das volle Potenzial von KI-Systemen.

Im beruflichen Alltag stehen heute verschiedene KI-Systeme zur Verfügung, die jeweils auf unterschiedliche Aufgaben spezialisiert sind. Sie lassen sich grob in vier Kategorien einteilen:

Diese Systeme verstehen und erzeugen natürliche Sprache. Sie eignen sich besonders für:

• Texterstellung: E-Mails, Blogbeiträge, Produkttexte, Zusammenfassungen
• Korrektur & Stilberatung: Grammatikprüfung, Umformulierungen, Tonalitätsanpassung
• Informationsgewinnung: Recherchen, Übersichten, FAQs
• Kommunikation: Chatbots, Antworten auf Kundenanfragen
• Programmieren: Erstellen und Erklären von Code, Dokumentation

Beispiele:

• ChatGPT (OpenAI)
• Claude (Anthropic)
• Gemini (Google)
• Microsoft Copilot (in Word, Excel, Outlook)

Diese Tools erzeugen Bilder aus Textbeschreibungen (Text-zu-Bild) oder verändern vorhandene Bilder (Bildbearbeitung mit KI).

Typische Anwendungsbereiche:

• Visuelle Ideenfindung: Moodboards, Illustrationen, Werbemotive
• Content-Produktion: Bilder für soziale Medien, Webseiten, Präsentationen
• Designunterstützung: schnelle Mockups, Entwürfe

Beispiele:

• DALL·E (OpenAI)
• Midjourney
• Adobe Firefly
• Canva mit KI-Unterstützung

Diese Systeme helfen bei der Programmierung, indem sie Code vorschlagen, analysieren oder erklären.

Einsatzmöglichkeiten:

• Code-Vervollständigung und -korrektur
• Fehlersuche (Debugging)
• Dokumentation generieren
• Automatisierung kleiner Aufgaben

Beispiele:

• GitHub Copilot
• Amazon CodeWhisperer
• Cursor
• Replit Ghostwriter

KI-Systeme können auch große Datenmengen interpretieren und visuell aufbereiten. In Office-Programmen wie Excel oder Google Sheets sind KI-Funktionen bereits integriert.

Typische Aufgaben:

• Analyse von Tabellen
• Erkennen von Trends & Mustern
• Visualisierung von Daten (Diagramme, Dashboards)
• Automatische Berichte & Zusammenfassungen

Beispiele:

• Microsoft Excel mit Copilot
• ChatGPT (Advanced Data Analysis)
• Tableau mit KI
• Notion AI

Diese Modelle verarbeiten oder erzeugen gesprochene Sprache oder Musik. Sie sind besonders nützlich für:

• Transkription von Gesprächen, Meetings und Podcasts
• Text-to-Speech (TTS): KI-generierte Stimmen für Videos, E-Learning, Telefonansagen
• Sprachsteuerung: Integration in Assistenzsysteme
• Musikproduktion: KI-generierte Melodien, Beats oder ganze Musikstücke

Beispiele:

• Whisper (OpenAI) – automatische Spracherkennung
• ElevenLabs – realistische Text-to-Speech-Stimmen
• Descript – Audio-/Video-Editing mit KI
• Soundraw, Aiva – KI-Musikkomposition

KI kann heute Videos analysieren, verändern oder sogar vollständig generieren.

Anwendungen:

• Videozusammenfassungen (z. B. aus Meetings oder Vorträgen)
• Skript-zu-Video: Automatisierte Erstellung kurzer Clips
• Gesichts- & Sprachanimation (z. B. für virtuelle Sprecher:innen)
• Bearbeitung & Schnitt: automatisch Highlights erkennen, Szenen schneiden

Beispiele:

• Synthesia – KI-generierte Avatare & Videos
• Runway ML – Video-Editing & KI-Effekte
• Pictory – Videos aus Texten erzeugen
• Opus Clip – automatische Kurzvideos aus langen Inhalten

Diese Systeme erzeugen realitätsnahe, aber künstlich generierte Daten – besonders wichtig für das Training von KI-Modellen, bei Datenschutzauflagen oder zur Simulation.

Einsatzfelder:

• Testdaten für Software und Datenbanken
• Training von Machine-Learning-Modellen ohne echte Nutzerdaten
• Simulation von Nutzungsverhalten, Szenarien, Sensordaten

Beispiele:

• MOSTLY AI
• Gretel.ai
• Synthea (für Gesundheitsdaten)

Diese Systeme erstellen oder verändern 3D-Objekte und virtuelle Welten – hilfreich z. B. in Architektur, Gaming, Industrie oder Design.

Typische Anwendungen:

• 3D-Objekterstellung aus Text oder Skizzen
• Automatische Optimierung von Modellen
• Design-Vorschläge und Ideenskizzen

Beispiele:

• Kaedim – Text-zu-3D
• Luma AI – 3D-Modelle aus Fotos (NeRF-Technologie)
• NVIDIA Omniverse mit KI-Tools
• Meshy.ai – Text-zu-3D-Meshes

In der Robotik wird KI eingesetzt, um Maschinen autonom handeln oder auf ihre Umgebung reagieren zu lassen. Dabei kommt oft ein Mix aus Computer Vision, Planung und maschinellem Lernen zum Einsatz.

Anwendungen:

• Autonome Fahrzeuge & Drohnen
• Lager- und Logistikroboter
• Industrielle Fertigung & Qualitätskontrolle
• Assistenzsysteme in Pflege & Service

Beispiele:

• Boston Dynamics – KI-gesteuerte Bewegungsplanung
• NVIDIA Isaac – Plattform für Robotik-KI
• Tesla Autopilot (FSD)
• Amazon Robotics (Lagerlogistik)

Viele moderne Tools kombinieren mehrere dieser Technologien – z. B. Sprache, Video und Datenanalyse – in einer Anwendung. Prompting spielt dabei fast immer eine zentrale Rolle, insbesondere bei Text- und Multimodellen (z. B. ChatGPT, Gemini).

Dieses Handbuch konzentriert sich daher auf textbasierte Strategien, bindet aber auch andere Modalitäten ein, wo es sinnvoll ist.

In vielen modernen Anwendungen ist KI direkt integriert – z. B. in Word, Outlook, Excel, PowerPoint, Adobe-Tools oder Projektmanagement-Software. Prompting wird dadurch ein Teil alltäglicher Aufgaben, oft ganz ohne spezielle Fachkenntnisse.

Dieses Handbuch konzentriert sich vor allem auf textbasierte Prompting-Strategien, da sie die Basis für viele dieser Tools bilden – von der E-Mail bis zur komplexen Datenabfrage.