Zugang
Bitte Passwort eingeben, um die Präsentation zu öffnen.
Falsches Passwort. Bitte erneut versuchen.
KI & Prompting · Kurzanalyse
Baden-Württemberg · Interne Zusammenfassung
19. September 2026
Einordnung
Quelle: ainauten.com – Prompting-Serie
Teil 1 · Tipp 1
Tapan Parikh (Cornell Tech) hat 45 Modelle mit Entscheidungsfragen getestet und jeweils nur ein Wort am Satzende verändert: "oder?" gegen "vielleicht?".
"... oder?"
−32 Pkt.
Claude Fable 5 stimmt deutlich seltener zu als bei der neutralen Frage
"... vielleicht?"
+20 Pkt.
Im Schnitt stimmen alle 45 Modelle deutlich öfter zu
Die Antwort hängt mehr davon ab, wie du fragst, als davon, was das Modell wirklich "denkt" – Sycophancy-Bias in Aktion.
Teil 1 · Tipp 1 – Beispiel
Schlecht – verrät die gewünschte Antwort
Ich überlege, ob ich kaufen oder mieten soll. Kaufen ist besser, oder?
Besser – neutral, keine Ja/Nein-Frage
Ich überlege, ob ich kaufen oder mieten soll. Vergleich beides für meine Situation.
Wie bei einem guten Freund: Verrate nicht, was du hören willst. Neutral fragen, Ja/Nein-Fragen vermeiden.
Teil 1 · Tipp 2
IBM hat acht Prompt-Techniken über 430.000-mal getestet – quer durch GPT-5, Claude, Gemini, Llama und Co.
"Denke Schritt für Schritt" vs. schlichte Frage
−10 Pkt.
Chain-of-Thought verliert deutlich
Frage + Rolle in drei Wörtern
+3 Pkt.
Gewinnt gegen die nackte Frage
Genauso passé: "Sammle Informationen, mach einen Plan und antworte Schritt für Schritt."
Teil 1 · Tipp 2 – Beispiel
Schlecht – Denk-Anweisung
[Deine Frage] Sammle Informationen, entwirf einen Plan, antworte Schritt für Schritt.
Besser – Rolle in drei Wörtern
[Deine Frage] Antworte als [passende Rolle].
Fairerweise: Getestet mit Multiple-Choice-Fragen, nicht mit offenen Texten oder Agenten-Aufgaben. IBM nutzte für jedes Thema dieselbe Rolle ("Reliability Engineer") – ob eine passende Rolle noch mehr bringt, wurde nicht gemessen.
Regel 1
Meta hat 15 Modelle – u. a. GPT-5.5, Claude 4.7 Opus, Gemini 3.1 Pro – mit Prompts getestet, die 1 bis 12 Regeln gleichzeitig enthalten, z. B. genau 3 Absätze, unter 150 Wörter, keine Emojis.
41%
Einhaltung je Einzelregel bei 8 gleichzeitigen Regeln
5,7%
Alle 8 Regeln gleichzeitig korrekt befolgt
12/15
Modelle fallen schon bei 3 Regeln unter 50%
Detail: Zahlen-Regeln (Wortzahl, Absatzzahl) scheitern häufiger als Wort-Regeln (Pflicht- oder Verbotswörter).
Teil 2 · Regel 1 – Beispiel
Schlecht – 8 Regeln auf einmal
Schreib einen LinkedIn-Post zu unserem Launch. Genau 3 Absätze. Unter 150 Wörter. Keine Emojis. Nutze "AI-native", "Workflow" und "shippen". Keine Wettbewerber. Ende mit einer Frage. Lesbar für Sechstklässler. Triff meinen Ton.
Besser – 1. Durchgang
Schreib einen LinkedIn-Post zu unserem Launch. Muss drin sein: "AI-native", "Workflow", "shippen". Keine Emojis. Ende mit einer Frage.
Besser – 2. Durchgang (Kontrolle)
Prüf deinen Entwurf gegen diese Punkte, einen nach dem anderen, und überarbeite: 3 Absätze, unter 150 Wörter, keine Wettbewerber.
Fairerweise: Der Kontroll-Durchgang holt laut Studie meist nur 1–2 Regeln zurück, nicht alle.
Regel 2
EPFL, Apple und Mistral haben Few-Shot-Prompting an Matheaufgaben getestet – mit und ohne gelöste Beispiele im Prompt.
Mit 8 Beispielen im Prompt
74%
richtig gelöst
Ohne Beispiele
84%
richtig gelöst
Erklärung: Feste Beispiele zwingen das Modell, Stil und Format zu kopieren – statt selbst zu denken. Gilt vor allem für Top-Modelle (Opus, Fable, GPT-5.6/6); ein schwächeres Modell im Test wurde mit Beispielen sogar besser.
Teil 2 · Regel 2 – Beispiel
Schlecht – Rollenspiel + Beispiele
Du bist ein Weltklasse-Newsletter-Stratege. Hier zwei Beispiele von guten Newslettern. Beispiel 1: [gelöster Fall]. Beispiel 2: [gelöster Fall]. Mach einen Plan und antworte Schritt für Schritt: Wie verbessere ich meinen Newsletter?
Besser – Ziel und echter Kontext
Meine Open Rate ist in drei Monaten von [X] auf [Y] Prozent gefallen. Ich sende jeden Dienstag, Format, Uhrzeit und Betreff-Stil sind gleich geblieben. Was sind die wahrscheinlichsten Ursachen? Frag mich vorher nach den Daten, die du brauchst.
Kein Beispiel – dafür ein klares Ziel, echter Kontext und die Erlaubnis nachzufragen.
Einordnung
Kleine 7B-Modelle, ausschließlich anhand von Matheaufgaben. Keine direkte Aussage über große Modelle oder kreative Textaufgaben.
Deckt sich mit eigener Praxiserfahrung: starken Modellen ruhig Freiraum geben, sich Dinge mit einem klaren Ziel selbst zu erarbeiten.
Unser Take
1
Maximal 3 Regeln pro Prompt – Rest in einen Kontroll-Durchgang
2
Bei starken Modellen: Ziel statt Beispiele geben
Das Feld ändert sich mit jedem neuen Modell weiter.
Tag Questions and the Generational Reversal of Sycophancy
Tapan Parikh, Cornell Tech · arXiv:2607.23976 · Teil 1, Tipp 1
Simplicity Paradox
IBM · arXiv:2607.14109 · Teil 1, Tipp 2
Large Language Models Can Follow Instructions, But Not Many at Once
Meta · arXiv:2608.12426 · Teil 2, Regel 1
Soft Guidance Starts to Outperform CoT Prompting as LLMs Improve
EPFL, Apple, Mistral · arXiv:2608.03550 · Teil 2, Regel 2
Prompt-Tipps Teil 1 & Teil 2 (Originalartikel)
ainauten.com
Abschluss
Vier Tipps, zwei Minuten Testzeit – am besten gleich im nächsten Prompt ausprobieren.
Diese Folien orientieren sich an den Landesfarben Baden-Württembergs, sind aber kein offizielles Dokument des Landes. Erstellt mit Unterstützung von Claude (Anthropic). Quelle: ainauten.com.
Effektives Prompten - Tipps und Techniken · Interne Zusammenfassung
14 / 14