Nicht der Prompt ist der Anfang

Warum ein guter KI-Dialog mit dem richtigen Startpunkt beginnt

Die meisten Menschen beginnen ihre Arbeit mit KI an der falschen Stelle. Sie öffnen ein leeres Eingabefeld, schreiben einen möglichst klugen Satz hinein und hoffen, dass auf der anderen Seite etwas entsteht, das ihr Problem versteht. Vielleicht eine Strategie. Vielleicht ein Text. Vielleicht sogar eine ganze Website.

Das ist ein bisschen so, als würdest du einem Taxi nur sagen: „Fahr mich nach Berlin." Es wird losfahren. Es kann sogar sehr überzeugend losfahren. Aber es kennt weder deinen Standort noch die Adresse, an der du ankommen musst, noch den Termin, für den du dort sein willst. Mit jedem fehlenden Detail wächst der Raum, den der Fahrer selbst füllen muss. Bei einer KI ist das nicht anders. Nur dass sie diesen Raum nicht mit Ortskenntnis füllt, sondern mit Wahrscheinlichkeit.

Genau deshalb ist der erste Prompt so entscheidend. Nicht weil es eine magische Formel gäbe. Sondern weil er den Startpunkt markiert, von dem aus ein Modell seine nächste wahrscheinliche Richtung berechnet. Wer nur „Mach mir eine KI-Strategie" schreibt, bekommt häufig eine Strategie, die statistisch gut zu vielen Unternehmen passen könnte. Wer dagegen erklärt, wo das Unternehmen gerade steht, welche Daten existieren, was nicht angefasst werden darf, welche Entscheidung in zwei Wochen ansteht und woran ein gutes Ergebnis erkennbar wäre, bekommt etwas völlig anderes: keine bloße Antwort, sondern eine Arbeitsgrundlage.

Ein Prompt ist eine Aufgabe. Ein Startpunkt ist die Lage.

Die Verwechslung ist klein, ihre Folgen sind groß. Ein Prompt beschreibt meistens, was geschehen soll. „Schreibe einen Artikel." „Analysiere diese Daten." „Baue mir eine Anwendung." Das ist die Aufgabe.

Der Startpunkt beschreibt dagegen die reale Lage vor der Aufgabe: Was ist schon passiert? Welche Materialien liegen vor? Wer arbeitet damit? Welche Entscheidung hängt daran? Welche Sprache, welche Qualität und welche Grenzen gelten? Erst dort wird aus einer Aufforderung ein Kontext, in dem die KI nicht raten muss, welche Welt sie gerade betreten hat.

Ein guter Startpunkt nimmt der Maschine nicht das Denken ab. Er verhindert nur, dass sie ihre Energie auf die falsche Welt verwendet.

Das ist auch der Unterschied zwischen Prompt Engineering und Context Engineering. Prompt Engineering fragt: Wie formuliere ich die Anweisung? Context Engineering fragt: Welche Wirklichkeit muss die KI kennen, damit diese Anweisung überhaupt sinnvoll bearbeitet werden kann? Und noch davor liegt Intent Engineering: Wofür wird das Ergebnis gebraucht – und welche Folge soll es in der realen Welt haben?

Eine KI kann dir einen wunderschönen Plan schreiben, der bei der ersten Rückfrage zusammenfällt. Sie kann dir auch einen unspektakulären Plan schreiben, der mit deinen Dokumenten, deinem Team, deinen Grenzen und deinem nächsten Schritt tatsächlich zusammenpasst. Der zweite Plan beginnt fast immer mit einem besseren Startpunkt.

Der Startpunkt besteht aus sechs Dingen

Es gibt dafür keine starre Schablone. Aber sechs Fragen bringen fast jede KI-Arbeit aus der Luft auf den Boden.

Erstens: Wo stehen wir gerade? Beschreibe den tatsächlichen Zustand, nicht die Wunschversion. Ein unfertiges Konzept, drei alte Chatverläufe, ein unklarer Auftrag und eine Entscheidung nächste Woche sind ein ehrlicher Startpunkt. „Wir wollen innovativ werden" ist keiner.

Zweitens: Was liegt bereits vor? Nenne die Dateien, Notizen, Daten, Beispiele, bisherigen Versuche und Personen, die relevant sind. Ein gutes Modell kann mit Material arbeiten. Aber es kann nicht erraten, welche PDF die maßgebliche ist und welche nur eine alte Idee enthält.

Drittens: Was soll sich verändern? Formuliere nicht nur einen Output, sondern eine Bewegung. Soll aus verstreuten Notizen ein umsetzbarer Plan werden? Soll aus einer Fachroutine ein wiederverwendbarer KI-Workflow werden? Soll ein Team nach dem Ergebnis eine Entscheidung treffen können?

Viertens: Was darf nicht passieren? Grenzen sind keine Bremsen. Sie sind Qualitätsmerkmale. Keine Kundendaten nach außen, keine unbelegten Behauptungen, keine Änderungen am bestehenden Designsystem, keine rechtliche Bewertung ohne Prüfung: Solche Sätze geben einer KI Halt.

Fünftens: Für wen ist das Ergebnis? Ein Text für eine Geschäftsführung, eine Übung für Einsteiger und ein technisches Handoff für einen Agenten können inhaltlich über dasselbe Thema sprechen und trotzdem völlig verschiedene Formen brauchen. Zielgruppe ist Kontext.

Sechstens: Woran erkennst du, dass es gut ist? Wenn du das nicht sagen kannst, wird die KI es auch nicht wissen. „Konkret", „nutzbar", „prüfbar", „mit klaren Risiken", „als Markdown-Dateien strukturiert" – das sind keine kosmetischen Wünsche, sondern Abnahmekriterien.

Warum das besonders bei längeren Projekten zählt

Bei einer einzelnen Frage kann man sich noch durch Improvisation retten. Bei einem Projekt nicht. Dort wachsen mit jedem Chat, jeder Datei und jeder Entscheidung neue Abhängigkeiten. Eine KI, die den Anfang nicht sauber versteht, trägt ihren ersten Fehler weiter. Sie baut dann auf einem schiefen Begriff auf, wiederholt eine falsche Annahme in mehreren Dokumenten und wirkt dabei gerade deshalb überzeugend, weil sie so schnell formulieren kann.

Das Gegenmittel ist nicht, jeden Satz zu kontrollieren. Es ist, den Arbeitsraum sichtbar zu machen. Gute Teams erstellen vor dem ersten großen Durchlauf ein kleines Startpunkt-Memo. Gute Einzelpersonen machen dasselbe, auch wenn sie ihm keinen Namen geben. Sie halten fest, was bekannt ist, was offen ist, welche Quellen gelten und wie die nächste Übergabe aussehen muss.

Das ist der Moment, in dem KI-Arbeit erwachsen wird. Nicht, weil der Prompt länger wird. Sondern weil das Denken davor klarer wird.

Ein Startpunkt-Memo für die Praxis

Du kannst den folgenden Block am Beginn eines neuen Chats, eines Projekts oder einer Agentenaufgabe verwenden. Er ist bewusst schlicht gehalten. Ergänze nur, was für den Auftrag wirklich wichtig ist.

STARTPUNKT

Aktuelle Lage:
[Was ist der reale Ausgangszustand?]

Vorhandenes Material:
[Dateien, Quellen, bisherige Ergebnisse, relevante Links]

Ziel der nächsten Arbeitsphase:
[Welche konkrete Veränderung oder Entscheidung soll möglich werden?]

Zielgruppe und Ton:
[Für wen ist das Ergebnis und wie soll es wirken?]

Grenzen und Risiken:
[Was darf nicht passieren? Was muss geprüft, anonymisiert
oder offen markiert werden?]

Erfolgskriterien:
[Woran wird das Ergebnis abgenommen?]

Arbeitsauftrag:
[Die eigentliche Aufgabe an die KI]

Der entscheidende Satz darin ist nicht der Arbeitsauftrag am Ende. Er ist die Lage am Anfang. Gib einer KI den richtigen Ort, bevor du ihr die Richtung nennst.

Die Übung: Einen vagen Auftrag in einen echten Startpunkt verwandeln

Nimm eine Aufgabe, die du ohnehin erledigen musst. Das kann ein Workshop, eine Bewerbung, ein Kundenprozess, eine Website, ein Unterrichtsmodul oder eine private Entscheidung sein. Schreibe zuerst den Prompt, den du spontan eingegeben hättest. Wahrscheinlich wird er kurz sein.

Danach baust du das Startpunkt-Memo aus. Nicht als Roman, sondern als präzise Lagebeschreibung. Gib der KI dann genau eine Aufgabe: Sie soll zuerst prüfen, welche Informationen fehlen, welche Annahmen sie nicht treffen darf und welchen Plan sie zur Bearbeitung vorschlägt. Erst wenn du diesen Plan akzeptierst, lässt du sie ausarbeiten.

Vergleiche beide Ergebnisse. Nicht nur nach Stil. Frage dich: Welches Ergebnis kennt meine Wirklichkeit besser? Welches kann ich morgen tatsächlich verwenden? Wo musste die KI weniger erfinden?

Dann hast du den Kern von Context Engineering nicht nur verstanden, sondern erlebt. Beide Arbeitsmaterialien zu diesem Artikel — die Themenübersicht und das Übungsblatt mit Arbeitsraum zum Ausfüllen — stehen hier zum Download:

Was bleibt

Ein Prompt ist keine Zauberformel. Er ist eine Tür. Aber eine Tür hilft dir nur, wenn du weißt, in welches Gebäude du gehst.

Die produktivste Frage vor jedem KI-Auftrag lautet deshalb nicht: „Wie formuliere ich das perfekt?" Sie lautet: „Von welchem Punkt aus soll diese Maschine anfangen zu denken?"

Wer diesen Punkt sauber setzt, bekommt nicht automatisch Wahrheit. Aber er schafft die Voraussetzung für etwas viel Wertvolleres als einen hübschen Output: eine KI, die an der richtigen Stelle mitarbeitet.