Kurs in Entwicklung – Beta-Version
Zum Inhalt springen
Stufe 2: Application Layer

Prompting-Vertiefung

⏱ 10 Min 📋 Pflichtmodul 🔓 Verfügbar ✏️ 1 Übung DigComp #1 | KMK #1

Lernziele

1. Ketten-Denken (Chain-of-Thought) (CoT) – Schritt für Schritt denken

Im Modul 1.5 haben Sie das Basis-Prompting kennengelernt. Ketten-Denken (Chain-of-Thought) geht einen Schritt weiter: Statt nur die Antwort zu erwarten, zwingen Sie die KI, ihren Denkprozess laut auszuführen. Das reduziert Fehler bei komplexen Aufgaben drastisch.

# Zero-Shot CoT Berechnen Sie die Wohngeld-Berechtigung für eine 4-köpfige Familie mit Nettoeinkommen 2.800 € und Warmmiete 950 € in Berlin. Denken Sie Schritt für Schritt und zeigen Sie jeden Rechenschritt.
# Few-Shot CoT Beispiel 1: Eingabe: 1 Person, Einkommen 1.200 €, Miete 650 € Schritt 1: Angemessenheitsgrenze ermitteln... Schritt 2: Einkommensanrechnung berechnen... Ergebnis: 423 € Wohngeld Aufgabe (rechnen Sie genauso): Eingabe: 4 Personen, Einkommen 2.800 €, Miete 950 €

Merksatz

Ketten-Denken (Chain-of-Thought) verbessert die KI-Genauigkeit bei komplexen Verwaltungsaufgaben nachweislich. Die zusätzlichen Token kosten Zeit – aber sie verhindern teure Fehler.

2. System Prompts – Die KI im Zaum halten

System Prompts sind Anweisungen, die vor der eigentlichen Aufgabe an die KI übergeben werden. Sie definieren Rolle, Tonfall, Einschränkungen und Ausgabeformat. In der Verwaltung besonders wichtig, um rechtssichere, konsistente Texte zu garantieren.

# Beispiel-System-Prompt für Bescheidschreiben Rolle: Sie sind Sachbearbeiter im Bezirksamt Berlin. Auftrag: Formulieren Sie einen Bescheid. Regeln: - Nur amtliche Sprache, keine Umgangssprache - Keine Rechtsberatung, nur Fakten - Paragraphen korrekt zitieren - Datenschutzhinweis am Ende - Maximal 1 Seite

Praxisfall: Bescheidgenerator

Ein Bezirksamt nutzt KI zur Unterstützung bei Bescheiden. Durch den System-Prompt "Sie sind Sachbearbeiter, nur amtliche Sprache, keine Rechtsberatung" werden ungewollte Ratschläge eliminiert. Der Prompt enthält außerdem die Regel: "Prüfen Sie alle Angaben auf Plausibilität und markieren Sie Unstimmigkeiten". Ergebnis: Die KI markiert, wenn Einkommen und Haushaltsgröße nicht zusammenpassen.

3. Few-Shot Learning – Beispiele als Kompass

Few-Shot bedeutet: Sie geben der KI ein oder zwei Beispiele, wie die Aufgabe gelöst werden soll. Das funktioniert besonders gut bei Formatierungen, Tonfällen oder spezifischen Verwaltungsprozessen.

Warnung: Datenhygiene

Bei Few-Shot-Beispielen dürfen niemals echte personenbezogene Daten oder vertrauliche Informationen verwendet werden. Nutzen Sie fiktive, anonymisierte Beispiele. Dies gilt besonders bei Cloud-KI-Systemen.

4. Tool Use – KI mit Werkzeugen verbinden

Moderne KI-Systeme können mit externen Werkzeugen verbunden werden: Kalender, Datenbanken, Recherchetools, Übersetzungs-APIs. In der Verwaltung eröffnet das neue Möglichkeiten – und neue Risiken.

DSGVO bei Tool Use

Wenn KI-Tools auf interne Datenbanken zugreifen, ist das eine hochriskante KI-Anwendung im Sinne des EU AI Acts. Vorab: DSFA, Dokumentation, menschliche Aufsicht. Cloud-basierte Tools dürfen keine personenbezogenen Daten verarbeiten, ohne dass ein Auftragsverarbeitungsvertrag (AVV, Art. 28 DSGVO) besteht.

Wann ist Tool Use nicht erlaubt?

Kein Datenbankzugriff ohne abgeschlossene DSFA und gültigen AVV mit dem KI-Anbieter. Keine Cloud-KI mit Daten, die als VS-NfD (Verschlusssache – Nur für den Dienstgebrauch) oder höher eingestuft sind. Kein Echtzeit-Zugriff auf Bestandsdaten ohne IT-Freigabe und dokumentiertes Sicherheitskonzept. Im Zweifel gilt: erst IT-Sicherheitsbeauftragten und Datenschutzbeauftragte befragen, dann verbinden.

5. Iteratives Prompting – Von gut zu besser

Selbst die besten Prompts liefern nicht immer perfekte Ergebnisse. Iteratives Prompting bedeutet: Ergebnis prüfen, Prompt verfeinern, wiederholen. Drei bis fünf Iterationsschritte sind normal.

Merksatz: Prompting als Dialog

Prompting ist kein Einwurfautomat, sondern ein Dialog. Je präziser Sie die KI führen, desto besser das Ergebnis. Investieren Sie Zeit in den Prompt – sparen Sie Zeit bei der Nachbearbeitung.

🧪

Hands-on: Prompting-Sandbox

Probieren Sie Chain-of-Thought, System-Prompts und Few-Shot an realen Verwaltungsfällen aus.

Zur Sandbox →
Übung Selbst formulieren

Einen System-Prompt schreiben, der Lücken sichtbar lässt

Ausgangslage

Ihr Referat beantwortet jede Woche etwa vierzig gleichartige Anfragen zum Stand eines Bauantrags. Die Antworten sollen künftig von einem Sprachmodell vorformuliert werden. Die Sachbearbeitung gibt je Fall nur den Sachstand in Stichworten ein, etwa „Unterlagen seit 14.05. vollständig, Stellungnahme Denkmalschutz steht aus, Rückmeldung dort angemahnt“.

Auftrag

Schreiben Sie den System-Prompt, der vor jedem dieser Fälle steht. Er legt Rolle, Ton, Ausgabeformat und Sicherheitsregeln fest. Formulieren Sie danach zwei Regeln, die verhindern, dass das Modell etwas erfindet, wenn Ihre Stichworte lückenhaft sind.

Ihre Eingaben bleiben in diesem Browserfenster. Sie werden nicht gespeichert und nicht übertragen, ein Neuladen der Seite verwirft sie.

Musterlösung anzeigen

System-Prompt

Rolle
Du formulierst Antworten einer Bauaufsichtsbehörde an antragstellende
Personen.

Aufgabe
Aus den Stichworten der Sachbearbeitung entsteht eine E-Mail an die
antragstellende Person.

Regeln
- Amtlich und verständlich, keine Umgangssprache, keine Rechtsberatung.
- Höchstens 150 Wörter.
- Anrede „Sehr geehrte Antragstellerin, sehr geehrter Antragsteller“,
  kein Name.
- Nenne nur Sachverhalte, die in den Stichworten stehen.
- Fehlt eine Angabe (Datum, Frist, Aktenzeichen, zuständige Stelle),
  schreibe [FEHLT: Bezeichnung] und erfinde nichts.
- Zitiere keinen Paragrafen, auch dann nicht, wenn einer zu passen
  scheint.
- Gib nur die E-Mail aus, ohne Einleitung und ohne Nachbemerkung.

Zwei Regeln gegen Erfindungen

Die Platzhalterregel ist die wichtigere von beiden. Ein Modell füllt eine Lücke von sich aus mit etwas Plausiblem, solange man ihm nicht ausdrücklich sagt, dass die Lücke sichtbar bleiben soll. Der Marker [FEHLT: …] springt beim Lesen ins Auge, eine erfundene Frist nicht.

Die zweite Regel ist das Zitierverbot. Paragrafen sind die Stelle, an der Sprachmodelle am zuverlässigsten danebenliegen, weil eine Paragrafennummer sprachlich beliebig ist und trotzdem richtig aussieht. Wer die Rechtsgrundlagen selbst einsetzt, spart sich die Prüfung jeder einzelnen Fundstelle.

Woran Sie eine gute Antwort erkennen

  • Der System-Prompt sagt dem Modell, was es tun soll, wenn eine Angabe fehlt. Das unterscheidet ihn von einer bloßen Stilvorgabe.
  • Er verbietet das Zitieren von Rechtsgrundlagen oder verlangt sie ausdrücklich als Platzhalter.
  • Er legt das Ausgabeformat fest, damit der Text ohne Nacharbeit in die Mail kann.
  • Er kommt ohne echte Personendaten aus. Bei vierzig Fällen in der Woche geht dieser Prompt vierzigmal an den Anbieter.

Woran eine schwache Antwort scheitert

  • Der Prompt beschreibt nur Ton und Länge. Dann schreibt das Modell freundliche Sätze mit erfundenen Fristen.
  • Er verlangt „korrekte Paragrafen“. Das Modell hält seine Angabe ohnehin für korrekt, die Anweisung ändert daran nichts.
  • Er enthält ein vollständiges Beispiel mit echten Falldaten aus dem letzten Vorgang.
  • Er lässt offen, ob eine Einleitung erlaubt ist. Dann beginnt jede Antwort mit „Gerne, hier ist Ihre E-Mail“, und jemand muss das vierzigmal löschen.

Häufige Verwechslungen

Ein System-Prompt ist keine technische Sperre. Das Modell folgt ihm in aller Regel und weicht in Einzelfällen ab, besonders bei ungewöhnlichen Eingaben. Die Ausgabe wird deshalb gelesen, bevor sie hinausgeht.

Chain-of-Thought hilft beim Rechnen und beim Abwägen. Auf eine Paragrafennummer hat es keinen Einfluss, weil das Modell sie aus dem Gedächtnis nimmt und nicht herleitet. Ein ausführlicher Denkweg vor einer falschen Fundstelle macht sie nur überzeugender.

💬 Diskussion & Erfahrungsaustausch Klicken zum Aufklappen

Wie nutzen Sie KI in Ihrer Behörde zu diesem Thema? Teilen Sie Erfahrungen, stellen Sie Fragen — anonym oder mit E-Mail. Kommentare liegen auf eigenen Servern (DSGVO-konform).

Kommentare werden geladen…