Tina Huang. Das Kapitel zum Prompting (02:30–09:20) stellt zwei kombinierbare englische Eselsbrücken vor — „tiny crabs ride enormous iguanas“ (task, context, references, evaluate, iterate; auf Deutsch: Aufgabe, Kontext, Referenzen, bewerten, iterieren) und „ramen saves tragic idiots“ (revisit, separate, try analogous, introduce constraints; auf Deutsch: erneut prüfen, trennen, Analoges versuchen, Einschränkungen einführen). Beide lassen sich unmittelbar den Mustern zum Iterieren und Verfeinern im Artikel zuordnen und helfen, wenn eine einmalig angewandte Formel nicht zum Ziel führt.
Nur das Kapitel zum Prompting von 02:30 bis 09:20 ist hier thematisch relevant. Den Rest des Videos — einen breiteren Überblick über KI-Fähigkeiten — können Sie sich für später vormerken.
Sie erkennen wiederverwendbare Prompt-Muster und kombinieren sie zu klareren Anweisungen, Beispielen und Bewertungsschritten.
Kennen Sie die sechsteilige Formel aus der Hauptempfehlung; dieses Video baut darauf auf, wenn ein einmaliger Prompt nicht ausreicht.
Zuletzt geprüft: 11. Aug. 2026
Fahren Sie mit demselben Lernpfad fort und sehen Sie die nächsten kuratierten Begleitvideos.
37 MinutenSie nutzen KI, um Annahmen zu hinterfragen, Optionen zu vergleichen und Gegenargumente sichtbar zu machen, bevor Sie eine Entscheidung treffen.
22 MinutenSie erstellen aus Ihrem Ziel, Zeitplan und Ihren Einschränkungen einen realistischen Lernplan und passen ihn im Laufe des Lernens an.
13 MinutenSie können die drei Risikobereiche benennen, die generative KI am Arbeitsplatz hinzufügt — Daten, Modell und Nutzung — und die jeweils erforderlichen Kontrollen beschreiben.
Sorgfältig ausgewählte externe Kurse, die dieses Thema vertiefen.
Coursera · Vanderbilt UniversityDr. Jules White
Die akademische Ergänzung zum Kurzkurs von DeepLearning.AI: dieselbe Disziplin, ausführlicher behandelt und für Menschen ohne Programmierkenntnisse konzipiert. Dr. White vermittelt Prompting nicht als Sammlung von Tricks, sondern anhand wiederverwendbarer Muster wie „Eingaben anfordern“, „Gliederung erweitern“, „Faktenprüfliste“ und „Menüaktionen“. Danach gestalten Sie Prompts für LLMs systematisch, statt Ergebnisse zu erraten.
DeepLearning.AIIsa Fulford · Andrew Ng
Neunzig Minuten für die Intuition eines ganzen Jahres. Wenn Sie begonnen haben, Code zu schreiben, der ein LLM aufruft – oder kurz davorstehen –, ist dies der effizienteste Online-Kurs, um die Lücke zwischen „mit ChatGPT experimentieren“ und „eine Funktion mit LLM-Aufruf produktiv bereitstellen“ zu schließen.
Microsoft LearnMicrosoft Learn
Prompt engineering, but for the tool most office workers will actually touch first. Microsoft's own four-part prompting framework (goal, context, source, expectation) is a genuinely useful mental model, and unlike the generic ChatGPT prompting courses already in our catalog, this one is grounded entirely in Microsoft 365 Copilot's specific quirks and grounding behavior.
