Prompt Engineering

Prompt Engineering ist die zentrale Praxis-Disziplin im professionellen LLM-Einsatz. Während Pre-Training und Fine-Tuning die Modell-Gewichte selbst verändern (teuer, langsam), arbeitet Prompt Engineering ausschliesslich mit der Eingabe — der gleiche LLM produziert dramatisch unterschiedliche Antwort-Qualitäten je nach Prompt-Design. Eine schlecht formulierte Anfrage liefert vage Marketing-Prosa, eine sauber strukturierte Anfrage produziert präzise, zitierfähige Antworten — bei identischem Modell und identischen Trainingsdaten.

Fünf Techniken dominieren das professionelle Prompt Engineering 2026. System-Prompt: eine vorgelagerte Rollendefinition, die Persönlichkeit, Antwort-Stil und Format-Disziplin festlegt — Standard für alle Production-Anwendungen. Few-Shot-Examples: zwei bis fünf Beispiel-Frage-Antwort-Paare im Prompt, die das gewünschte Format demonstrieren — wirkt oft besser als 50 Zeilen Prompt-Text-Erklärung. Chain-of-Thought: explizite Aufforderung, Zwischen-Reasoning-Schritte zu zeigen ('Denke Schritt für Schritt') — verbessert Reasoning-Qualität in mathematischen oder logischen Aufgaben um Faktor 2-3. Role-Priming: Definition einer fachlichen Persona zu Beginn ('Du bist Schweizer Steuerexperte mit 20 Jahren Praxis') — zieht relevantes Trainings-Wissen in den Antwort-Vordergrund. Output-Format-Specification: explizite Vorgabe von JSON-Schema, Markdown-Struktur oder Anzahl-Bullet-Points — Pflicht für strukturierte API-Integrationen.

Für GEO ist Prompt Engineering an zwei Stellen relevant. Erstens beim eigenen AI GEO-Berater: das geoquality.ai-Tool nutzt einen sorgfältig gestalteten System-Prompt mit klarer Rollen-Definition (SEAKT-Senior-Advisor, CHF 280/h-Tonalität, code-first), Tool-Use-Anweisungen und Antwort-Format-Disziplin ('250 Wörter, endet mit Erwartet-Sprung-Aussage'). Ohne diesen Prompt produziert dasselbe Modell generische Marketing-Empfehlungen. Zweitens beim Brand-Visibility-Tracking: jeder KI Prompt Analyzer-Test ist selbst ein Prompt-Engineering-Akt — die Frage muss klar formuliert sein, Akronym-Hinweise enthalten ('GEO meint Generative Engine Optimization, nicht Geographie'), und reproduzierbar bleiben über Test-Zyklen hinweg.

Wichtig zur Abgrenzung: Prompt Engineering ist nicht Fine-Tuning. Prompt Engineering wirkt zur Inferenzzeit ohne Modell-Veränderung — sofort einsetzbar, sofort iterierbar, kostengünstig. Fine-Tuning verändert die Modell-Gewichte selbst — teuer, langsam, statisch. Für 95 Prozent der Anwendungsfälle löst gutes Prompt Engineering das Problem; Fine-Tuning lohnt sich nur bei spezifischen Domain-Sprachen oder Format-Disziplinen, die Prompts nicht zuverlässig erreichen.

Strategisch ist Prompt Engineering das mit Abstand kosten-effektivste Werkzeug im LLM-Werkzeugkasten. Eine Stunde Prompt-Iteration kann Antwort-Qualität so weit verbessern, dass keine RAG-Erweiterung oder Fine-Tuning-Investment nötig wird. Bei meinen Klienten-Projekten ist Prompt Engineering immer der erste Hebel — wenn der nicht ausreicht, kommt RAG, dann Fine-Tuning, in dieser Reihenfolge.

Vergleich schwacher vs. starker Prompt für GEO-Berater:

# SCHWACHER PROMPT (typisch für ungetunete Anwendungen)
User: "Hilf mir mit GEO-Optimierung für meine Treuhand-Site."

Antwort: "GEO-Optimierung umfasst viele Aspekte. Sie sollten
darauf achten, dass Ihre Inhalte gut strukturiert sind und
dass Sie wertvolle Informationen bieten..."  # vage, generisch

# STARKER PROMPT (mit System-Prompt + Role-Priming + Format)
System: "Du bist SEAKT Senior-GEO-Advisor mit 10 Jahren
Praxis bei Schweizer KMU. Antworte in <= 250 Wörtern,
code-first, Schweizer Hochdeutsch (du-Form), endend mit:
'Erwarteter Sprung: +X Punkte in Y Stunden.'"

User: "Hilf mir mit GEO-Optimierung für meine Treuhand-Site.
Domain: mueller-treuhand.ch. SEAKT-Score aktuell: 67."

Antwort: "Drei Top-Hebel für mueller-treuhand.ch (67->85):
1. Person-Schema mit hasCredential auf Steuerexperten-Diplom
   (+5 A-Pkt). Code: { '@type': 'Person', 'hasCredential': ... }
2. FAQPage auf /faq mit 12 Capsules (+6 K-Pkt)
3. llms.txt mit 8 Themen-Ankern (+4 A-Pkt)
Erwarteter Sprung: +15 Punkte in 6 Stunden."

Der starke Prompt bekommt umsetzbare Antworten. Der schwache produziert Marketing-Prosa, die der Klient ignoriert. Investment-Differenz: 30 Minuten Prompt-Engineering vs. monatelange Frustration mit dem schwachen Setup.