KI Prompt Engineering: KI-Tools im Einsatz – Weiterbildung

Der Umgang mit generativen KI-Systemen entscheidet zunehmend darüber, wie effizient digitale Arbeitsprozesse ablaufen – vorausgesetzt, man weiß, wie man diese Systeme präzise anspricht. Dieser Kurs vermittelt Prompt Engineering als eigenständige Fachkompetenz: von der strukturierten Formulierung einzelner Prompts über die Iteration und Dokumentation ganzer Promptketten bis zur Einbindung der Ergebnisse in redaktionelle, analytische und technische Arbeitsabläufe. Dabei geht es nicht um das bloße Ausprobieren von KI-Tools, sondern um ein systematisches Vorgehen, das Ergebnisqualität nachvollziehbar macht und rechtliche sowie organisatorische Rahmenbedingungen von Anfang an mitdenkt.

Modul 1 — Grundlagen der Promptstruktur: Bevor komplexe Promptketten entstehen, braucht es ein solides Verständnis dafür, aus welchen Bausteinen ein wirksamer Prompt besteht und wie sich diese Bausteine gezielt kombinieren lassen.

• Aufbau eines Prompts: Rolle, Kontext, Aufgabe, Format
• Klare Aufgabenstellungen von vagen Anweisungen unterscheiden
• Einschränkungen und Rahmenbedingungen präzise formulieren
• Few-Shot-Beispiele zur Steuerung der Ausgabequalität nutzen
• Unterschiede zwischen Sprachmodellen bei der Prompt-Interpretation
• Häufige Formulierungsfehler und ihre Auswirkungen auf die Ausgabe

Modul 2 — Text-, Bild- und Code-Generierung im Vergleich: Je nach Ausgabeformat unterscheiden sich die wirksamen Prompt-Strategien deutlich. Dieser Block behandelt die drei zentralen Anwendungsfelder getrennt und zeigt die jeweiligen Besonderheiten.

• Prompt-Strategien für redaktionelle Texte und Zusammenfassungen
• Stilvorgaben und Tonalität in Text-Prompts steuern
• Prompt-Aufbau für Bildgenerierung: Motiv, Stil, Komposition, Referenzen
• Code-Generierung: Kontextangabe zu Programmiersprache und Zielumgebung
• Iterative Verfeinerung von Bild-Prompts anhand von Zwischenergebnissen
• Code-Vorschläge auf Korrektheit und Sicherheitsaspekte prüfen

Modul 3 — Promptketten, Iteration und Dokumentation: Einzelne Prompts lösen einmalige Aufgaben – Promptketten machen wiederkehrende Arbeitsschritte reproduzierbar. Dieses Modul zeigt, wie sich solche Ketten systematisch aufbauen und pflegen lassen.

• Aufbau mehrstufiger Promptketten für komplexe Aufgaben
• Versionierung und Dokumentation von Promptvarianten
• A/B-Vergleich unterschiedlicher Prompt-Formulierungen
• Fehlermanagement bei fehlschlagenden Prompt-Schritten
• Wiederverwendbare Prompt-Vorlagen für Teamnutzung erstellen
• Qualitätskriterien für die Bewertung von Promptketten festlegen

Modul 4 — Integration, Recht und Governance: KI-Ausgaben entfalten erst dann Wert, wenn sie sauber in bestehende Abläufe eingebunden werden – unter Beachtung von Datenqualität, Urheberrecht und Datenschutz.

• Einbindung von KI-Ausgaben in redaktionelle Freigabeprozesse
• Nutzung generativer KI in Daten- und Business-Analyse-Workflows
• Urheberrechtliche Einordnung KI-generierter Inhalte
• Datenschutzaspekte beim Einsatz cloudbasierter KI-Tools
• Governance-Richtlinien für den Team-Einsatz von KI-Tools
• Dokumentationspflichten für nachvollziehbare KI-Nutzung

Praxis-Block — Anwendungsübungen mit KI-Tools

• Prompt für eine redaktionelle Zusammenfassung schrittweise verfeinern
• Bild-Prompt für ein definiertes Motiv mit Stilvorgaben entwickeln
• Code-Prompt zur Generierung einer einfachen Funktion formulieren und testen
• Promptkette für eine wiederkehrende Recherche-Aufgabe aufbauen
• Rollenbasierten Prompt für unterschiedliche Zielgruppen variieren
• Few-Shot-Beispiele zur Verbesserung einer Textklassifikation einsetzen
• Fehlerhafte KI-Ausgabe analysieren und durch Prompt-Anpassung korrigieren
• Dokumentationsvorlage für eine eigene Promptkette erstellen
• KI-generierten Text auf Plausibilität und Quellenlage prüfen
• Datenschutzcheck für die Nutzung eines cloudbasierten KI-Tools durchführen
• Vergleich zweier Prompt-Varianten anhand definierter Qualitätskriterien
• Integration eines KI-Ergebnisses in einen bestehenden Redaktionsworkflow simulieren

Der Kurs legt durchgängig Wert darauf, dass Prompt Engineering kein einmaliges Ausprobieren ist, sondern eine wiederholbare, dokumentierbare Arbeitsweise. Wer die Übungen durcharbeitet, verlässt den Kurs mit eigenen, wiederverwendbaren Promptvorlagen für die häufigsten Aufgaben im eigenen Arbeitsalltag.

Der Kurs richtet sich an digital affine Personen, die generative KI-Tools gezielt und professionell in ihre Arbeit einbinden möchten, unabhängig vom fachlichen Hintergrund. Vorkenntnisse im Programmieren sind nicht erforderlich, ein grundsätzliches Interesse an digitalen Werkzeugen jedoch hilfreich.

• Content-Ersteller/innen und Redakteur/innen, die KI-Tools in die Textproduktion einbinden möchten
• Daten- und Business-Analyst/innen, die generative KI für Berichte und Auswertungen nutzen wollen
• Produkt- und Projektverantwortliche, die Workflow-Integration mit KI-Systemen gestalten
• IT-affine Personen mit Interesse an Code-Assistenz und technischer Dokumentation
• Quereinsteiger/innen, die sich eine zukunftsrelevante Zusatzqualifikation aneignen möchten

Der Unterricht findet im virtuellen Klassenzimmer statt und arbeitet konsequent mit realen KI-Tools: Prompts werden nicht nur besprochen, sondern direkt eingegeben, getestet und anhand der tatsächlichen Ausgabe verfeinert. Kurze Theorieeinheiten zu Promptstruktur und Governance wechseln sich mit praktischen Übungsphasen ab, in denen Teilnehmende eigene Promptketten entwickeln und dokumentieren.

Der Kurs ist als kompaktes Praxismodul aufgebaut, das die vier Themenblöcke – Promptstruktur, Formatspezifika, Promptketten und Integration – in aufeinander aufbauender Reihenfolge behandelt. Der überwiegende Teil des Unterrichts findet in Teilzeit statt, einzelne Abschnitte werden auch in Vollzeit angeboten.

Nach Abschluss erhalten Teilnehmende eine Teilnahmebescheinigung sowie ein Zertifikat, das die erarbeiteten Prompt-Engineering-Kenntnisse dokumentiert. Eine staatlich anerkannte Abschlussbezeichnung ist damit nicht verbunden – der Nachweis belegt die praktisch erworbene Kompetenz im Umgang mit generativen KI-Tools.

Generative KI-Tools verändern spürbar, wie Text-, Bild- und Codearbeit organisiert wird – doch der Unterschied zwischen brauchbaren und unbrauchbaren Ergebnissen liegt fast immer in der Qualität des Prompts. Wer Prompt Engineering systematisch beherrscht, spart nicht nur Zeit bei der Iteration, sondern erzielt reproduzierbare Ergebnisse, die sich im Team dokumentieren und weitergeben lassen. Diese Weiterbildung positioniert Teilnehmende damit als Bindeglied zwischen Fachaufgabe und KI-Werkzeug: Sie verstehen sowohl, was inhaltlich gebraucht wird, als auch, wie sich dieser Bedarf in eine wirksame Anfrage an ein Sprachmodell übersetzen lässt. In Content-Produktion, Datenanalyse, Produktmanagement und Softwareentwicklung ist dieses Bindeglied-Wissen zunehmend gefragt, weil reines Werkzeugwissen ohne inhaltliches Verständnis selten zu belastbaren Ergebnissen führt.