Thema

Fortgeschrittenes Prompting

Reasoning-Prompts, wiederverwendbare Bibliotheken, Kontextdesign und Prompt-Ebenen für den Produktivbetrieb.

22 Beiträge (8 Artikel · 14 Videos)

Hier beginnen

Einige gute Beiträge für den Einstieg, bevor Sie die vollständige Übersicht durchsuchen.

11 Min. Lesezeit

Artikel

Wiederverwendbare Prompt-Bibliotheken: von Textbausteinen zu gemeinsamen Vorlagen

Wer KI intensiv nutzt, schreibt ähnliche Prompts immer wieder. Ein praxisnahes System zum Erstellen, Organisieren und Teilen einer Prompt-Bibliothek: welche Inhalte sich lohnen, wie Versionierung funktioniert und welche Infrastruktur geeignet ist.

Mittelstufe

10 Min. Lesezeit

Artikel

Prompt-Engineering für Reasoning-Modelle (o3, R1, Claude Extended Thinking)

Reasoning-Modelle sind keine schnellen Modelle mit zusätzlichen Schritten. Sie erfordern einen anderen Prompting-Stil, reagieren auf manche bewährten Muster kaum und bringen eigene Fallstricke mit. Ein praxisnaher Leitfaden für den richtigen Umgang mit ihnen.

Mittelstufe

12 Min. Lesezeit

Artikel

Context Engineering: Kontextfenster mit 1 Mio. Tokens ohne Qualitätsverlust nutzen

Kontextfenster mit 1 Mio. Tokens sind verfügbar, doch die Qualität sinkt lange vor diesem Grenzwert. Context Engineering ist die Disziplin, Kontextfenster wirksam zu nutzen: was aufgenommen, zusammengefasst oder aktuell abgerufen wird und welche Muster die Qualität bei wachsendem Kontext erhalten.

Fortgeschritten

Weitere in diesem Thema

10 Min. Lesezeit

Artikel

Chain-of-Thought, Selbstkritik und Tree-of-Thoughts: Wann eignet sich welche Technik?

Drei Reasoning-Techniken verbessern KI-Ergebnisse bei schwierigen Problemen messbar und wiederholbar. Mit konkreten Prompts, direkten Vergleichen, Kosten-Nutzen-Abwägung und den Besonderheiten moderner Reasoning-Modelle.

Mittelstufe

12 Min. Lesezeit

Artikel

Prompting, RAG oder Fine-Tuning wählen — und wann Sie sie kombinieren sollten

Prompting, RAG und Fine-Tuning sind die drei großen Hebel, um große Sprachmodelle an Ihr Problem anzupassen. Jeder eignet sich für bestimmte Probleme und für andere nicht. Ein Entscheidungsrahmen, die realistischen Kosten jedes Ansatzes und erfolgreiche Kombinationsmuster für den Produktivbetrieb.

Fortgeschritten

12 Min. Lesezeit

Artikel

Prompts für den Produktivbetrieb entwerfen: System-, Entwickler- und Nutzerebene

Produktionsprompts bedeuten nicht einfach: „Sagen Sie der KI, was Sie möchten.“ Sie bilden ein mehrschichtiges System aus stabilen Anweisungen, dynamischem Kontext und Variablen je Aufruf, das wie Code verwaltet wird. Architektur, Muster und Disziplin unterscheiden den Produktivbetrieb vom Prototyp.

Fortgeschritten

7 Min. Lesezeit

Artikel

Das richtige Modell für die Aufgabe: Entscheidungshilfe für 2026

Welches Modell eignet sich für welche Aufgabe? GPT, Claude, Gemini, Reasoning-Modelle und Open-Weight-Optionen – geordnet nach ihren tatsächlichen Stärken und ergänzt um einfache Entscheidungsregeln.

Einsteiger

13 Min. Lesezeit

Artikel

Strukturierte Ausgaben und Function Calling: Muster für den Produktivbetrieb

Strukturierte Ausgaben und Function Calling bilden die Brücke vom „LLM, das Text generiert“ zum „System, das Aufgaben ausführt“. Im Produktivbetrieb zählen robuste Schemata, Fehlerbehandlung, Idempotenz und kontrollierte Degradation – nicht nur der JSON-Modus.

Fortgeschritten