Thema

Fortgeschrittenes Prompting

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

13 Beiträge (5 Artikel · 8 Videos)

Hier beginnen

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

Weitere in diesem Thema

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

Ein Governance-Muster, um vertrauenswürdige Anweisungen, Laufzeitdaten und Nutzereingaben zu trennen und Prompts anschließend risikogerecht zu versionieren, zu bewerten, bereitzustellen und zu beobachten.

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-Varianten und Open-Weight-Optionen mit Entscheidungsregeln und Beispielen von Mitte 2026, nicht als zeitlose Rangliste.

Einsteiger
3 Minuten
Video

Die Entwicklung von OpenAI o1

OpenAI. Dieses dreiminütige Erstanbietervideo dokumentiert, wie das OpenAI-Team o1 bei der Einführung präsentierte. Es hilft, die Geschichte der Kategorie zu verstehen, belegt aber weder die internen Abläufe aktueller Modelle noch das beste Prompting-Muster für einen anderen Anbieter oder eine andere Aufgabe.

Mittelstufe
28 Minuten
Video

o1 – was geschieht hier? Warum o1 ein drittes Modellparadigma ist + 10 Dinge, die Sie vielleicht nicht wissen

AI Explained. Das Video bietet eine unabhängige Erklärung der frühen o1-Rahmung und ihrer Auswirkungen auf das Prompting. Es ist nützlicher historischer Kontext; seine Aussagen zu o1 sollten jedoch nicht automatisch auf spätere OpenAI-Modelle, R1, Claude-Thinking-Modi oder andere Anbieter übertragen werden.

Mittelstufe
9 Minuten
Video

RAG vs. Fine-Tuning

IBM Technology. Ein fokussierterer Vergleich der beiden Ansätze, die Teams am häufigsten verwechseln. Das Video vertieft Datenaktualität, Quellenzuordnung und den Geschwindigkeitsvorteil von Fine-Tuning zur Inferenzzeit. Es ist besonders nützlich, wenn Sie gegen ein unnötiges Fine-Tuning-Projekt argumentieren möchten.

Fortgeschritten
13 Minuten
Video

RAG vs. Fine-Tuning vs. Prompt-Engineering: KI-Modelle optimieren

IBM Technology. Eine klare Whiteboard-Darstellung aller drei Ansätze und ihrer jeweiligen Kosten: Retrieval-Latenz, Rechenaufwand für das Training und katastrophales Vergessen sowie die Grenzen reiner Prompt-Lösungen. Außerdem zeigt das Video, welche Kombinationen im Produktionseinsatz sinnvoll sind. Das abschließende Beispiel eines KI-Systems für den Rechtsbereich entspricht nahezu genau dem Argument des Artikels zur Kombination der Ansätze.

Fortgeschritten
77 Minuten
Video

KI-Prompt-Engineering: ein Tiefeneinblick

Anthropic. Vier Prompt-Engineering-Fachleute von Anthropic aus Forschung, Alignment, angewandter KI und Developer Relations sprechen ausführlich über ihren Arbeitsalltag: wie sie Prompts unter Zeitdruck überarbeiten, was „Ehrlichkeit“ in Anweisungen bedeutet und wann XML-Gerüste helfen oder stören. Das Ebenenmodell des Artikels deckt sich unmittelbar mit ihrer Beschreibung der Arbeit. Hier lässt sich dieses Denkmodell am besten aus erster Hand hören.

Fortgeschritten
25 Minuten
Video

Prompting 101 | Programmieren mit Claude

Anthropic. Das Applied-AI-Team von Anthropic entwickelt in einer Live-Sitzung einen Prompt für die Bearbeitung von Versicherungsansprüchen. Es beginnt mit einer vagen Anweisung und arbeitet sich schrittweise zu etwas vor, das ein Entwickler tatsächlich ausliefern könnte. Dabei werden genau die Überarbeitungen an System- und Entwicklerebene sichtbar, die der Artikel beschreibt. Sehen Sie sich das Video an, bevor Sie die Checkliste des Artikels zu Beispielen, Ausgabestruktur und Ablehnungsverhalten erneut lesen.

Fortgeschritten
10 Minuten
Video

Der beste ChatGPT-Prompt, den ich je erstellt habe – zwei Monate Kuratierung für einen Prompt, der Prompts schreibt

Lawton Learns. Das Video demonstriert einen C.R.A.F.T.-Metaprompt (Context, Role, Action, Format, Target audience; auf Deutsch: Kontext, Rolle, Aktion, Format und Zielgruppe). Er ist ein nützlicher Kandidat, um das Verhalten eines prompt-erzeugenden Prompts zu testen; seine Ausgaben sind jedoch nicht garantiert konsistent, richtig oder für die Anwendungsfälle eines Teams geeignet.

Mittelstufe
20 Minuten
Video

Googles 9-Stunden-KI-Prompt-Engineering-Kurs in 20 Minuten

Tina Huang. Tina stellt einen fünfteiligen Rahmen aus Aufgabe, Kontext, Referenzen, Bewertung und Iteration sowie vier benannte Iterationsschritte vor. Diese Elemente können beim Entwurf eines Kandidatenschemas helfen; die Beispiele zu Agenten und Chain-of-Thought spiegeln jedoch Zeit und Kontext des Kurses. Testen Sie jedes abgeleitete Muster an repräsentativen Fällen, bevor es in eine freigegebene Bibliothek aufgenommen wird.

Mittelstufe