Gut prompten für bessere Ergebnisse
Künstliche Intelligenz kann Klimakommunikator:innen bei vielen Aufgaben unterstützen. Wie hilfreich das Ergebnis tatsächlich ist, hängt wesentlich davon ab, wie klar die Aufgabe beschrieben wird. So erstellen Sie mit KI wirksame Inhalte für die Klimakommunikation.
Im klimaaktiv Webinar „Gut prompten für bessere Ergebnisse“ zeigten Philip Herberstein und Michael Kellermann, worauf es beim Prompten mit aktuellen KI-Modellen ankommt. Ein wichtiger Punkt dabei: Gute Prompts bestehen heute weniger aus möglichst ausgefeilten Anweisungen. Entscheidend sind vielmehr ein klares Ziel, ausreichend Kontext und nachvollziehbare Qualitätskriterien.
Philip Herberstein ist seit 2013 selbstständig im Bereich Multimedia in Wien tätig. Als zertifizierter KI-Manager mit Schwerpunkt auf KI-gestütztem Prompt Engineering zeigt er, wie sich Werkzeuge wie Künstliche Intelligenz gezielt in kreative und kommunikative Prozesse integrieren lassen.
Michael Kellermann bringt 25 Jahre Erfahrung aus Film, Fernsehen und Social Media mit, davon 15 Jahre als selbstständiger Unternehmer. Er kombiniert traditionelle Medienarbeit mit modernen KI-basierten Ansätzen, um kreative Prozesse effizienter zu gestalten.
Hier finden Sie die wichtigsten Erkenntnisse des Webinars in fünf konkreten Tipps zusammengefasst.
1. Beschreiben Sie das Ziel, nicht jeden einzelnen Arbeitsschritt
Frühere Prompting-Tipps empfahlen häufig, der KI zunächst eine bestimmte Rolle zuzuweisen, etwa: „Du bist Kommunikationsexpert:in mit 20 Jahren Erfahrung im Klimaschutz.“ Bei aktuellen KI-Modellen ist hingegen wichtiger, klar zu beschreiben, was am Ende herauskommen soll. Die KI kann dann selbst entscheiden, welche Schritte dafür sinnvoll sind.
Im Webinar wird dieser Wandel als Wechsel von „Prompt Engineering“ zu „Context Engineering“ bezeichnet. Statt jeden Arbeitsschritt vorzugeben, geben Sie der KI die Informationen, die sie braucht, um die Aufgabe selbstständig zu bearbeiten. Dazu gehören zum Beispiel Zielgruppe, deren Vorwissen, vorhandene Materialien, gewünschter Stil und Rahmenbedingungen.
Beispiel: Für frühere KI-Modelle: „Du bist Expert:in für Förderungen im Bereich nachhaltige Energie. Analysiere und fasse danach diese Informationen zur neuen Photovoltaik-Förderung zusammen.“ Für aktuelle KI-Modelle: „Verwandle diese Informationen zur neuen Photovoltaik-Förderung in einen verständlichen LinkedIn-Beitrag für Gemeinden. Erkläre, warum diese Förderung für den Klimaschutz relevant ist und was Bürger:innen konkret davon haben.“ So erhält die KI nicht nur eine Information über das gewünschte Format, sondern auch über Ziel und Zweck des Beitrags.
2. Legen Sie fest, woran Sie ein gutes Ergebnis erkennen
Der Prompt „Schreibe einen guten und verständlichen Beitrag“ klingt zunächst nach einer klaren Anweisung. Für ein KI-Modell bleibt allerdings offen, was „gut“ und „verständlich“ konkret bedeutet. Je genauer Sie Ihre Erfolgskriterien formulieren, desto leichter kann die KI ein passendes Ergebnis liefern.
Formulieren Sie deshalb möglichst überprüfbare Kriterien. Das können Vorgaben zu Länge, Aufbau, Inhalt, Sprache oder Framing sein. Gerade in der Klimakommunikation lässt sich damit auch festlegen, welche Aspekte eines Themas im Vordergrund stehen sollen. So können Sie beispielsweise Sicherheit, Verantwortung oder Lebensqualität betonen, statt Klimaschutz vor allem über Verzicht, Verbote oder moralische Appelle zu vermitteln.
Beispiel: Für einen kurzen Beitrag zum Energiesparen könnten Sie vorgeben: „Der Text ist maximal 200 Wörter lang. Erklärt die wichtigste Klimaschutzwirkung in den ersten drei Sätzen. Nennt mindestens zwei konkrete Handlungsmöglichkeiten. Fachbegriffe werden kurz erklärt. Stelle die Aspekte Sicherheit und Verantwortung in den Vordergrund. Vermeide alarmistische oder moralisierende Sprache.“
3. Sagen Sie der KI, wie sie mit unsicheren Informationen umgehen soll
KI-Modelle können überzeugend klingende Antworten formulieren, auch wenn Fakten fehlen oder Zahlen nicht ausreichend belegt sind. Gerade bei Klimathemen ist deshalb wichtig, im Prompt festzulegen, wann die KI Informationen verwenden darf und wie sie mit unklaren Quellen umgehen soll.
Beispiel: Wenn Sie einen Text über die Klimawirkung einer Maßnahme erstellen lassen, können Sie ergänzen: „Nenne konkrete CO₂-Einsparungen nur, wenn sie durch das bereitgestellte Material oder eine belastbare Quelle belegt sind. Kennzeichne unsichere Zahlen als nicht verifiziert. Unterscheide zwischen gemessenen Werten, Prognosen und Annahmen. Erfinde keine Wirkungszahlen.“ Eine genaue Vorgabe für den Umgang mit unsicheren Informationen ersetzt zwar nicht die eigene Überprüfung der Ergebnisse, hilft aber dabei, unbelegte Aussagen früh zu erkennen.
4. Lassen Sie sich beim Prompten von der KI unterstützen
Niemand muss den perfekten Prompt beim ersten Versuch formulieren. KI kann auch dabei helfen, eine Aufgabenstellung zu präzisieren und daraus einen besseren Prompt zu entwickeln. Dieses Vorgehen wird als „Meta Prompting“ bezeichnet. Das ist besonders praktisch bei Aufgaben, die regelmäßig wiederkehren. Gute Prompts oder Abläufe können anschließend gespeichert und für Webtexte, Newsletter oder Social-Media-Beiträge wiederverwendet werden.
Beispiel: Sie möchten regelmäßig Social-Media-Beiträge zu Klimaschutzmaßnahmen gestalten. Stellen Sie der KI zunächst Fragen: „Hilf mir, diesen Auftrag so zu formulieren, dass du möglichst gute Ergebnisse liefern kannst. Ich möchte aus Fachinformationen verständliche Social-Media-Beiträge für Gemeinden erstellen. Welche Angaben brauchst du von mir? Welche Erfolgskriterien sollte ich festlegen?“ Aus den Antworten können Sie anschließend eine eigene Prompt-Vorlage entwickeln. Beim nächsten Beitrag müssen Sie dann nur noch die konkreten Informationen austauschen.
5. Setzen Sie KI bewusst und ressourcenschonend ein
Nicht jede Aufgabe braucht KI und nicht jede Aufgabe braucht das leistungsstärkste Modell. Für einfache Aufgaben können auch weniger leistungsfähige Modelle ausreichen. Überlegen Sie deshalb zunächst, ob KI für die konkrete Aufgabe tatsächlich einen Mehrwert bringt und welches Modell dafür angemessen ist.
Auch unnötige Korrekturschleifen können vermieden werden. Jede weitere Iteration bedeutet zusätzlichen Rechenaufwand. Statt einen langen Chat immer weiter zu verlängern, kann es sinnvoller sein, den ursprünglichen Prompt zu überarbeiten und die Aufgabe mit den verbesserten Vorgaben mit einem neuen Chat zu starten.
Auf einen Blick: Die 4 D als einfache Gedankenstütze
Für viele Aufgaben lässt sich ein Prompt mit vier Fragen strukturieren:
Destination: Was soll erreicht werden?
Definition: Woran erkenne ich ein gutes Ergebnis?
Doubt: Wie soll die KI mit Unsicherheiten und fehlenden Informationen umgehen?
Done: Wann ist die Aufgabe abgeschlossen?
Gutes Prompten bedeutet damit vor allem: Ziel, Kontext und Qualitätsanforderungen klar kommunizieren. Das hilft nicht nur dabei, bessere Ergebnisse zu erhalten. Es spart auch Zeit und ermöglicht einen bewussteren und effizienteren Einsatz von KI – vor allem in der Klimakommunikation.