Prompt- & Context-Engineering

Claude-Code-Kontingente: eine Lösung von OpenAI und die chinesischen Alternativen in der Praxis

Nicht der Prompt ist der Anfang

Warum ein guter KI-Dialog mit dem richtigen Startpunkt beginnt

Dein KI-Arbeitsprofil

Was eine Maschine über dich wissen muss – und warum die nützlichste Personalisierung nicht mit einem Master Prompt beginnt.

Prompt, Kontext, Absicht

Die drei Ebenen einer brauchbaren KI-Anweisung – und warum ein guter Satz nicht automatisch ein guter Auftrag ist.

Wenn die KI dich mitpromptet

Wie du Antworten liest, ohne ihre Richtung unbemerkt zu übernehmen.

Kein Master Prompt ersetzt ein gutes Datenfundament

Warum bessere Ergebnisse meist mit besseren Unterlagen beginnen.

Das Kontextfenster ist kein Gedächtnis

Warum lange Chats eine Übergabe brauchen, bevor sie unklar werden.

Der Hand-off

So übergibst du ein KI-Projekt ohne Informationsverlust – ein kleines Dokument, das aus einem Gespräch wieder ein bearbeitbares Projekt macht.

Aus Chat-Chaos wird Wissen

Wie du wertvolle Gespräche in einen klaren Arbeitsstand überführst – ohne Copy-Paste-Marathon.

Ein Second Brain für Menschen und Modelle

Wie ein lesbares Wissenssystem aus Notizen, Entscheidungen und Verbindungen entsteht.

Der dreiteilige KI-Arbeitsplatz

Warum eine klare Rollenverteilung – Workhorse, Sparring und Quellencheck – bessere Entscheidungen bringt als ein einziger Chat für alles.

Ein zweites Modell ist kein Luxus, sondern Qualitätsarbeit

Ein erster Entwurf braucht nicht blindes Vertrauen, sondern eine unabhängige Gegenlese.

Die Prompt-Bibliothek

Von Einmalprompts zu geprüften Bausteinen: warum wiederverwendbare Anweisungen erst dann wertvoll werden, wenn sie einen Zweck, einen Test und eine Version haben.

Testen statt bestaunen

Positive, negative und reparierbare KI-Szenarien: wie aus einer beeindruckenden Antwort ein Arbeitsmittel wird, dem du begrenzt vertrauen kannst.

Was ein guter KI-Skill wirklich ist

Kein Charakterzug und kein dekorativer Titel, sondern eine klare, geprüfte Fähigkeit: wofür sie da ist, was sie braucht, was sie liefert und wo sie stoppt.

Ein großer Auftrag ist viele kleine Schritte

Kein Prompt erledigt eine große Aufgabe auf einmal. Wer sie in kurze, prüfbare Schritte zerlegt, behält Qualität und Übersicht – und weiß nach jedem Schritt, ob er noch auf dem richtigen Weg ist.

Fünf Phasen, ein Verfahren: KI-Beratung nach dem Sakızlı-Modell

Eine gute Empfehlung beginnt nicht mit einer schnellen Antwort, sondern mit einem Verfahren, das Unklarheit sichtbar hält. Das Sakızlı 5-Phasen-Beratungsmodell gibt KI-Beratung diesen Ablauf – und stellt vertragliche, rechtliche und regulatorische Fragen ins Zentrum.

Browser plant, Agent baut, Mensch entscheidet

Wie aus einer vagen Idee ein verantwortbarer Ablauf wird, wenn Recherche, Umsetzung und Freigabe sauber getrennt sind.

Von der Idee zum Handoff-Paket

Ein guter Start besteht nicht aus einem langen Wunschtext, sondern aus wenigen Dokumenten, die Ziel, Grenzen und Abnahme eindeutig machen.

Was ein Agent Harness ist – und warum Autonomie Grenzen braucht

Nicht ein einzelner Prompt macht einen Agenten verlässlich, sondern die Umgebung, die seine Schritte sichtbar und stoppbar macht.

Aus einem Fachexperten wird ein nützliches Tool

Nicht eine Persönlichkeit wird automatisiert, sondern ein klarer Ausschnitt aus Facharbeit wird für andere zugänglich gemacht.

Dokumentieren, damit ein Projekt nach Monaten noch funktioniert

Nicht jede Entscheidung muss lang erklärt werden. Aber die nächste Person muss verstehen können, wie aus einer Idee ein überprüfbares Ergebnis wurde.

Lokal, Cloud oder Hybrid? Eine Entscheidungsarchitektur für KMU

Die richtige Frage lautet nicht: Wo läuft die KI? Sondern: Welche Aufgabe darf in welche Umgebung?

Lokale Sprachmodelle wählen, ohne auf Marketing hereinzufallen

Die beste Wahl beginnt nicht mit einem Modellnamen, sondern mit einer ehrlichen Beschreibung der Aufgabe, der Daten und der verfügbaren Umgebung.

Sichere Agenten: Rechte, Sandboxes, Reviews und die Kunst des Nein-Sagens

Autonomie wird nicht dadurch vertrauenswürdig, dass ein System mehr darf. Sie wird vertrauenswürdig, wenn es weiß, was es nicht tun darf.

Die KI promptet zurück: Wie Modelle unser Urteil mitformen

Jede Antwort verändert den nächsten Gedanken. Wer diese Rückwirkung erkennt, kann KI nutzen, ohne die eigene Urteilskraft an ihre sprachliche Sicherheit zu verlieren.

Wenn Kontext verschleißt

Nicht zu wenig Kontext bringt lange Projekte aus der Spur, sondern Kontext, dessen Relevanz, Herkunft und Gültigkeit niemand mehr aktiv pflegt.

Automatisiere nur, was du verifizieren kannst

Die Grenze sinnvoller Automatisierung liegt nicht dort, wo ein System handeln kann, sondern dort, wo seine Ergebnisse noch zuverlässig geprüft werden können.

Vom Erfahrungswissen zum Expertensystem

Fachwissen wird nicht dadurch automatisierbar, dass man es vollständig aufschreibt. Es wird nutzbar, wenn Entscheidungen, Beispiele, Grenzen und Ausnahmen prüfbar zusammenspielen.

Skills sind Software

Sobald eine Anleitung Werkzeuge auswählt, Dateien liest oder Handlungen auslöst, ist sie nicht mehr nur Text. Sie wird Teil der Sicherheitsarchitektur.

Die hybride KI-Architektur

Souveränität entsteht nicht dadurch, alles lokal oder alles in der Cloud zu betreiben. Sie entsteht durch bewusstes Routing, begrenzte Übergaben und tragfähige Rückwege.

Vom persönlichen Assistenten zur Teamintelligenz

Gemeinsame KI-Arbeit beginnt nicht damit, allen denselben Chatbot zu geben. Sie beginnt mit geteiltem Wissen, klaren Rechten und sichtbarer Verantwortung.

Nach dem Prompt

Das Betriebssystem der Zusammenarbeit mit künstlicher Intelligenz. Ein langes Essay über Prompting, Kontext, Wissen, Agenten, Qualität und digitale Souveränität.

Agentic Operations Kit

Ein versionierbarer Wissenskern, der die gesamte Artikelbasis in agentische Arbeitsverträge übersetzt — mit plattformspezifischen Adaptern statt sechs abweichenden Tool-Anleitungen.