---
term: "Prompting"
slug: "prompting"
glossar_id: "G163"
variants: []
category: "prompting-und-gespraechsgestaltung"
marker: ""
short: "Übermitteln einer Aufgabe oder Anfrage an ein generatives Modell."
sources:
  - label: "OpenAI: Prompting"
    url: "https://developers.openai.com/api/docs/guides/prompting.md"
  - label: "Google-Glossar"
    url: "https://developers.google.com/machine-learning/glossary/generative"
  - label: "OpenAI: Prompt Engineering"
    url: "https://developers.openai.com/api/docs/guides/prompt-engineering"
  - label: "OpenAI: Conversation State"
    url: "https://developers.openai.com/api/docs/guides/conversation-state"
  - label: "Brown et al.: Language Models are Few-Shot Learners"
    url: "https://arxiv.org/pdf/2005.14165"
status: "entwurf"
updated: "2026-09-21"
---

Prompting ist das Bereitstellen einer Eingabe für ein KI-Modell, um eine Antwort oder ein anderes Ergebnis zu erhalten. [OpenAI: Prompting](https://developers.openai.com/api/docs/guides/prompting.md) Bei Sprachmodellen umfasst das beispielsweise das Formulieren einer Aufgabe, das Mitgeben von Informationen und das Zeigen gewünschter Antwortmuster. [Google-Glossar](https://developers.google.com/machine-learning/glossary/generative)

## Eine Aufgabe verständlich machen

Beim Prompting kannst du beschreiben, was das Modell bearbeiten soll und welche Form das Ergebnis haben soll. [OpenAI: Prompt Engineering](https://developers.openai.com/api/docs/guides/prompt-engineering) Zusätzlicher Kontext hilft dabei, Informationen bereitzustellen, die für diese konkrete Aufgabe relevant sind. [OpenAI: Prompt Engineering](https://developers.openai.com/api/docs/guides/prompt-engineering)

Du kannst außerdem auf eine vorherige Antwort reagieren und beispielsweise einen Teil präzisieren oder eine andere Darstellung verlangen. [Google-Glossar](https://developers.google.com/machine-learning/glossary/generative) Damit frühere Angaben in einem solchen Gespräch berücksichtigt werden können, muss die Anwendung den passenden Gesprächskontext für die nächste Anfrage bereitstellen. [OpenAI: Conversation State](https://developers.openai.com/api/docs/guides/conversation-state)

Prompting ist zunächst die Tätigkeit selbst; Prompt Engineering bezeichnet die systematische Gestaltung und Prüfung solcher Eingaben für wiederholt brauchbare Ergebnisse. [OpenAI: Prompt Engineering](https://developers.openai.com/api/docs/guides/prompt-engineering) Eine einzelne Frage zu stellen und einen getesteten Prompt für einen automatisierten Prozess zu entwickeln sind deshalb unterschiedliche Arbeitsumfänge.

## So kannst du dir das vorstellen

Angenommen, du möchtest in einem hypothetischen Projekt eine interne Ankündigung formulieren. Dein erster Auftrag lautet: „Schreibe eine Nachricht zum neuen Freigabeprozess.“

Die erste Fassung könnte dir zu allgemein sein. Du ergänzt: „Die Nachricht geht an die Buchhaltung. Ab Montag werden Rechnungen im neuen Portal freigegeben; bestehende Zuständigkeiten bleiben unverändert.“

Wenn die Antwort anschließend noch zu ausführlich ist, könntest du um eine kürzere Fassung bitten. Die Präzisierungen machen in diesem Beispiel deutlich, welche Informationen zuvor gefehlt haben.

## Nicht automatisch ein Training

Das Nutzen von Anweisungen oder Beispielen im Eingabekontext kann das Verhalten eines Modells beeinflussen, ohne seine gespeicherten Modellgewichte zu verändern. [Brown et al.: Language Models are Few-Shot Learners](https://arxiv.org/pdf/2005.14165) Dieses kontextabhängige Verhalten ist von einem Trainingsverfahren mit Parameterupdates zu unterscheiden. [Brown et al.: Language Models are Few-Shot Learners](https://arxiv.org/pdf/2005.14165)

Eine im Gespräch korrigierte Antwort ist damit noch kein Nachweis, dass das Modell die Korrektur dauerhaft für andere Gespräche gelernt hat. [Brown et al.: Language Models are Few-Shot Learners](https://arxiv.org/pdf/2005.14165) Für diese Unterscheidung sind Gesprächskontext und Modelltraining getrennt zu betrachten. [Brown et al.: Language Models are Few-Shot Learners](https://arxiv.org/pdf/2005.14165)

## Verwandte Begriffe

**Prompt**, **Prompt Engineering**, **Prompting Framework**, **In-Context Learning**, **Single-Turn / Multi-Turn**, **Fine-Tuning**.