Prompt Engineering auf Deutsch: 7 Fehler aus dem Echtbetrieb

Aktualisiert: 13. September 2026 · Lesezeit: ca. 9 Minuten

Zu Prompt Engineering gibt es Tausende Anleitungen, und sie ähneln sich auffällig: Rolle definieren, Beispiele geben, Schritt für Schritt denken lassen, Ausgabeformat festlegen. Diese Techniken stimmen. Sie sind nur nicht das, woran Arbeit mit KI in der Praxis scheitert.

Dieser Text ist anders aufgebaut. Er listet keine Techniken auf, sondern sieben Fälle aus dem laufenden Betrieb, in denen ein Prompt genau das tat, was dastand — und trotzdem falsch war. Jeder Fall hat ein Datum, eine messbare Folge und eine Formulierung, die ihn verhindert hätte. Die Beispiele stammen aus der Arbeit an Werbekonten, Suchdaten und mehreren WordPress-Installationen zwischen März und September 2026.

Über den Autor

Olaf Mergili

Varel. Kein Programmierer, keine Agentur, kein Auftrag dahinter. Was hier steht, stammt aus eigener Praxis — nicht aus Fachliteratur übernommen. LinkedIn

1. Die Erfolgsmeldung, die nichts bedeutete

Eine Weiterleitung sollte über ein bestimmtes Datenbankfeld gesetzt werden. Der Schreibbefehl lief durch, die Schnittstelle meldete HTTP 200 — also Erfolg. Beim Nachlesen stand das Feld leer. Wieder geschrieben, wieder Erfolg gemeldet, wieder leer.

Der Grund: Felder mit Unterstrich am Anfang sind in WordPress geschützt. Die Schnittstelle nimmt den Schreibbefehl entgegen, bestätigt ihn — und verwirft ihn stillschweigend. Es gibt keine Fehlermeldung, weil es aus Sicht des Systems kein Fehler ist.

Das ist der häufigste Fehlertyp überhaupt bei KI-gestützter Arbeit: Die Bestätigung bezieht sich auf die Übermittlung, nicht auf die Wirkung. Wer sie als Ergebnis liest, arbeitet auf Sand.

Die Formulierung, die hilft: „Setze den Wert und lies ihn anschließend über einen getrennten Aufruf zurück. Zeige mir den gelesenen Wert, nicht die Statusmeldung des Schreibvorgangs.“

2. Die Anweisung ohne Grenze

In mehreren Artikeln sollte ein veralteter Produktname ersetzt werden. Die Anweisung war eindeutig, die Ersetzung lief sauber durch — und traf in einem Ratgebertext eine Stelle, an der der Name absichtlich stand, weil er dort Teil eines Beispiels war. Aus einem korrekten Beispiel wurde stiller Unsinn.

Der Prompt war nicht falsch. Er war unbegrenzt. Niemand hatte gesagt, wo die Ersetzung nicht gelten soll, und eine Maschine kennt diese Grenze nicht von allein.

Im selben Zusammenhang passierte ein zweiter Fall derselben Art: Beim Aufräumen einer Liste sollte eine Zeile gelöscht werden. Die neu hinzugefügte Zeile begann mit denselben Zeichen — und wurde mitgelöscht.

Die Formulierung, die hilft: „Lege vorher eine Sicherung an. Zeige mir alle Fundstellen mit je einem Satz Kontext davor und danach, und warte auf meine Freigabe, bevor du ersetzt.“

3. Der Schluss aus dem, was nicht dastand

Bei einer Messung zur Indexierung von Artikeln stand fest: Ein Artikel war 78 Minuten nach Veröffentlichung von Google erfasst worden. Daraus wurde der Schluss gezogen, dass Google diese Seite besonders schnell und von selbst gefunden hatte.

Der Schluss war falsch. Der Artikel war unmittelbar nach der Veröffentlichung manuell zur Indexierung angemeldet worden — diese Information stand nirgends in den Daten, sie lag beim Menschen. Aus einer echten Zahl wurde eine falsche Ursache.

Das ist die gefährlichste Kategorie, weil das Ergebnis stimmig aussieht und sich sogar belegen lässt. Eine KI weiß nicht, was sie nicht weiß, und fragt von sich aus nicht nach.

Die Formulierung, die hilft: „Bevor du die Ursache benennst: Welche Information würde diese Erklärung widerlegen, und liegt sie dir vor? Wenn nicht, frag mich danach.“

4. Gespeichertes Wissen, das nicht mehr stimmte

Ein Arbeitsassistent mit dauerhaftem Gedächtnis hatte vor Monaten einen Sachverhalt über unser Labor gespeichert. Der Sachverhalt hatte sich geändert. Monate später wurde daraus eine Empfehlung abgeleitet, die schlicht nicht anwendbar war — und die Begründung wirkte solide, weil sie sich auf einen gespeicherten Fakt stützte.

Dauerhaftes Gedächtnis ist nützlich und gefährlich zugleich: Es macht Wissen verfügbar und konserviert Irrtümer. Je länger ein System mitläuft, desto mehr Altlast trägt es.

Die Formulierung, die hilft: „Wenn du dich auf etwas Gespeichertes stützt: Nenne es ausdrücklich, nenne das Datum, und sage mir, wie du es heute prüfen würdest.“

5. Die leere Antwort, die als Nein gelesen wurde

Es sollte geprüft werden, ob sechs Artikel in einer bestimmten Suchmaschine auffindbar sind. Die automatisierte Abfrage lief sauber durch und meldete sechsmal: nicht gefunden. Das Ergebnis passte sogar zur Erwartung.

Es war trotzdem falsch. Die Suchmaschine hatte die automatisierte Abfrage abgewiesen und stattdessen eine Sperrseite ausgeliefert. Die Auswertung suchte in dieser Sperrseite nach den Artikeln, fand sie erwartungsgemäß nicht und meldete „nicht gefunden“. Bei der Wiederholung über einen normalen Browser waren sechs von sechs auffindbar — das exakte Gegenteil.

Auffällig wurde es nur, weil einer der sechs Artikel am Vortag nachweislich einen Besucher über genau diese Suchmaschine bekommen hatte. Ohne diesen Widerspruch wäre das Fehlergebnis in die Auswertung eingegangen.

Die Formulierung, die hilft: „Baue eine Positivkontrolle ein: einen Fall, bei dem du das Ergebnis sicher kennst. Liefert der kein Treffer, ist die Messung kaputt und nicht das Ergebnis negativ.“

6. Zwei Uhrzeiten, eine Verwechslung

Bei der Frage, ob eine Seite vor oder nach einer Änderung abgerufen wurde, entschieden zwei Stunden. Die Schnittstelle liefert Zeitstempel in koordinierter Weltzeit, die Redaktionsoberfläche zeigt mitteleuropäische Sommerzeit. Beide Angaben sind korrekt, und beide sehen gleich aus.

Der Vergleich ergab eine Reihenfolge, die es nie gab. Aufgefallen ist es erst, als ein Ergebnis unmöglich wurde: Eine Seite wäre abgerufen worden, bevor es sie gab.

Die Formulierung, die hilft: „Nenne bei jedem Zeitstempel die Zone mit. Rechne vor dem Vergleich beide Werte in dieselbe Zone um und zeige mir die Umrechnung.“

7. Der Vergleich ohne Kontrollgruppe

Der letzte Fall ist kein Fehler, sondern seine Vermeidung — und er zeigt, was ein guter Prompt tatsächlich bewirkt.

Es ging um die Frage, ob die manuelle Anmeldung einer Seite bei Google etwas bringt. Der naheliegende Weg: acht Seiten anmelden und nachsehen, ob sie aufgenommen werden. Werden sie aufgenommen, hat die Anmeldung gewirkt.

Dieser Schluss wäre wertlos. Vielleicht hätte Google die Seiten ohnehin erfasst. Der Aufbau wurde deshalb geändert: acht Seiten angemeldet, acht vergleichbare Seiten bewusst nicht angemeldet.

Erst die zweite Zeile macht die erste aussagekräftig. Am Folgetag wurde der Aufbau mit zehn weiteren Seiten wiederholt: neun davon wurden innerhalb von sieben Minuten abgerufen, aus der Vergleichsgruppe keine einzige.

Die Formulierung, die hilft: „Bevor du misst: Was wäre ohne die Maßnahme passiert? Bau eine Vergleichsgruppe ein, die alles teilt außer der Maßnahme selbst.“

Was sich daraus für die eigene Arbeit ergibt

Die gängigen Techniken — Rolle, Beispiele, Format, Schritt für Schritt — verbessern die Formulierung einer Aufgabe. Die sieben Fälle oben hatten alle eine saubere Formulierung. Was fehlte, war etwas anderes: eine eingebaute Möglichkeit, das Ergebnis als falsch zu erkennen.

Drei Sätze decken die meisten dieser Fälle ab, wenn man sie zur Gewohnheit macht:

1. „Lies das Ergebnis getrennt zurück.“ Trennt Bestätigung von Wirkung — Fall 1.
2. „Zeig mir die Fundstellen vor der Änderung.“ Macht den Umfang sichtbar, bevor er wirkt — Fall 2.
3. „Was würde diese Erklärung widerlegen?“ Deckt fehlende Information und ungeprüfte Annahmen auf — Fälle 3, 4, 5 und 7.

Der dritte ist der wirksamste und der unbequemste, weil er regelmäßig ergibt, dass das schöne Ergebnis von eben nicht trägt. Genau dafür ist er da.

Häufige Fragen

Sind die klassischen Techniken damit überflüssig?

Nein. Rolle, Beispiele und Ausgabeformat verbessern messbar die Qualität der ersten Antwort. Sie schützen nur nicht vor plausiblen Fehlergebnissen — dafür braucht es Prüfschritte im Prompt selbst.

Gilt das auch für einfache Chat-Nutzung?

Teilweise. Die Fälle 3 bis 5 — falsche Ursache, veraltetes Wissen, leere Antwort als Nein — treten in jedem Chat auf. Die Fälle 1, 2 und 6 setzen voraus, dass die KI tatsächlich Änderungen an Systemen vornimmt.

Kostet das nicht viel mehr Zeit?

Die Prüfschritte kosten Sekunden. Der Vorfall aus Fall 5 hätte ohne den zufälligen Widerspruch zu einer falschen Schlussfolgerung in einer laufenden Auswertung geführt — die Korrektur später hätte Stunden gekostet.

Muss man programmieren können?

Nein. Alle sieben Fälle stammen aus der Arbeit von jemandem, der nicht programmiert. Notwendig ist nicht, den Code zu lesen, sondern beurteilen zu können, ob das Ergebnis plausibel ist — und zu wissen, wann man das nicht beurteilen kann.