Prompting-Vertiefung
Lernziele
- Ketten-Denken (Chain-of-Thought) und Few-Shot in eigenen Verwaltungsbeispielen anwenden können
- System-Prompts schreiben können, die KI-Ausgaben steuern und sicherer machen
- Erklären können, wann KI mit externen Tools verbunden werden darf und wann nicht
- Iteratives Prompting anwenden können, um KI-Antworten Schritt für Schritt zu verbessern
1. Ketten-Denken (Chain-of-Thought, CoT) – Schritt für Schritt denken
Im Modul 1.5 haben Sie das Basis-Prompting kennengelernt. Ketten-Denken (Chain-of-Thought) geht einen Schritt weiter. Statt nur die fertige Antwort zu erwarten, verlangen Sie von der KI, ihren Denkprozess laut auszuführen. Das senkt die Fehlerquote bei komplexen Aufgaben deutlich. Die einfachste Form ist die Zero-Shot-Variante: Sie hängen den Satz „Denken Sie Schritt für Schritt“ an den Prompt an, ohne ein Beispiel vorzugeben. Braucht eine Aufgabe einen ganz bestimmten Rechenweg, hilft die Few-Shot-Variante weiter. Dabei geben Sie ein oder zwei vollständige Beispiele mit Denkweg vor, bevor Sie die eigentliche Aufgabe stellen.
Eine Wohngeldstelle nutzt beide Varianten für die Vorprüfung von Anträgen. Beim Zero-Shot-Prompt unten berechnet das Modell die Wohngeld-Berechtigung Schritt für Schritt und zeigt dabei jede Zwischenrechnung. Beim Few-Shot-Prompt bekommt es zusätzlich ein bereits gerechnetes Beispiel und rechnet den neuen Fall auf demselben Weg nach.
Merksatz
Der ausführliche Rechenweg macht Fehler bei komplexen Verwaltungsaufgaben sichtbar, bevor sie in den Bescheid gelangen. Die zusätzlichen Token kosten etwas Zeit, diese Zeit ist gut angelegt, weil sie teure Nacharbeit verhindert.
2. System-Prompts, die KI im Zaum halten
System-Prompts sind Anweisungen, die vor der eigentlichen Aufgabe an die KI übergeben werden. Sie definieren Rolle, Tonfall, Einschränkungen und Ausgabeformat. In der Verwaltung besonders wichtig, um rechtssichere, konsistente Texte zu garantieren.
Ein guter System-Prompt legt fest, wer die KI in dieser Aufgabe ist, zum Beispiel „Sie sind ein erfahrener Verwaltungsfachangestellter in Berlin“, und in welchem Ton sie schreibt, etwa „formell, präzise, DSGVO-konform, keine Schuldzuweisungen“. Dazu kommen das Ausgabeformat, etwa „geben Sie nur den Text aus, keine Einleitung“, und eine Sicherheitsregel, die die Grenze zieht, etwa „keine personenbezogenen Daten ausgeben, keine Rechtsberatung“. Der Bescheidgenerator der Wohngeldstelle vereint alle vier Angaben in einem einzigen System-Prompt, wie das folgende Beispiel zeigt. Bei einem langen Prompt hilft eine klare Markdown-Struktur mit eigenen Abschnitten für Kontext, Aufgabe, Eingabe und Ausgabeformat, weil die KI solche Überschriften und Listen besonders gut verarbeitet.
Fall aus dem Amt: Bescheidgenerator
Eine Wohngeldstelle nutzt diesen Aufbau für ihre Bescheide. Der System-Prompt „Sie sind Sachbearbeiter, nur amtliche Sprache, keine Rechtsberatung“ hält ungewollte Ratschläge aus dem Text heraus. Dazu kommt die Regel „Prüfen Sie alle Angaben auf Plausibilität und markieren Sie Unstimmigkeiten“. Passen Einkommen und Haushaltsgröße nicht zusammen, markiert die KI genau diese Stelle, statt sie stillschweigend zu übernehmen.
3. Few-Shot Learning – Beispiele als Kompass
Few-Shot bedeutet, dass Sie der KI ein oder zwei Beispiele geben, wie die Aufgabe gelöst werden soll, statt sie nur zu beschreiben. Das funktioniert besonders gut bei Formatierungen, Tonfällen oder wiederkehrenden Verwaltungsprozessen. Für eine einfache Formatvorgabe reicht meist ein einziges Beispiel. Bei komplexeren Mustern, etwa den unterschiedlichen Bescheidtypen der Wohngeldstelle, helfen drei oder mehr Beispiele, weil ein einzelnes Beispiel zu leicht als Sonderfall missverstanden wird. Genauso wichtig sind negative Beispiele: Zeigen Sie der KI auch, was nicht gewünscht ist, etwa einen Bescheidentwurf mit einer Rechtsberatung, die dort nicht hineingehört, damit sie den Unterschied lernt. Ist das Beispiel zu spezifisch, übernimmt die KI dessen Schema auch dort rigoros, wo ein anderes Schema besser passen würde. Deshalb lohnt sich ein möglichst neutrales, repräsentatives Beispiel.
Warnung: Datenhygiene
Bei Few-Shot-Beispielen dürfen niemals echte personenbezogene Daten oder vertrauliche Informationen verwendet werden. Nutzen Sie fiktive, anonymisierte Beispiele. Dies gilt besonders bei Cloud-KI-Systemen.
4. Tool Use – KI mit Werkzeugen verbinden
Moderne KI-Systeme lassen sich mit externen Werkzeugen verbinden, etwa mit Kalendern, Datenbanken, Recherchetools oder Übersetzungs-APIs. In der Verwaltung eröffnet das neue Möglichkeiten und ebenso neue Risiken.
Ein Recherche-Werkzeug lässt die KI aktuelle Gesetzestexte, Urteile und Verwaltungsvorschriften nachschlagen. Eine Datenbank-Anbindung lässt sie auf interne Fachverfahren zugreifen. Das braucht vorher immer eine Datenschutz-Folgenabschätzung. Bei einer Berechnung übernimmt die KI komplexe Formeln und prüft sie zusätzlich auf Plausibilität, so wie es die Wohngeldstelle aus dem Beispiel oben schon beim Ketten-Denken tut. Eine Kalenderanbindung schlägt Termine anhand echter Verfügbarkeiten vor. Will eine Wohngeldstelle das Sprachmodell künftig direkt an ihr Fachverfahren anschließen, um Einkommensdaten automatisch zu ziehen, braucht genau dieser Schritt die Prüfung aus dem folgenden Kasten.
Hochrisiko-Einstufung und DSGVO bei Tool Use
Ob ein KI-Tool mit Zugriff auf interne Datenbanken zu einem Hochrisiko-System im Sinne des EU AI Act wird, entscheidet der Einsatzzweck nach Art. 6 in Verbindung mit Anhang III. Der Zugriff auf eine Datenbank allein macht ein Werkzeug noch nicht zum Hochrisiko-System. Das prüft die Behörde für jedes Werkzeug einzeln. Unabhängig von dieser Einstufung gilt die datenschutzrechtliche Prüfung: Verarbeitet das Tool personenbezogene Daten mit hohem Risiko, ist vorab eine Datenschutz-Folgenabschätzung nach Art. 35 DSGVO fällig, dazu Dokumentation und menschliche Aufsicht. Cloud-basierte Tools dürfen keine personenbezogenen Daten verarbeiten, ohne dass ein Auftragsverarbeitungsvertrag (AVV, Art. 28 DSGVO) besteht.
Wann ist Tool Use nicht erlaubt?
Ohne abgeschlossene Datenschutz-Folgenabschätzung und einen gültigen Auftragsverarbeitungsvertrag mit dem KI-Anbieter bekommt das Werkzeug keinen Datenbankzugriff. Ist eine Information als Verschlusssache Nur für den Dienstgebrauch (VS-NfD) oder höher eingestuft, darf keine Cloud-KI damit arbeiten. Echtzeitzugriff auf Bestandsdaten braucht vorher die IT-Freigabe und ein dokumentiertes Sicherheitskonzept. Bleibt ein Zweifel, fragen Sie erst den IT-Sicherheitsbeauftragten und die Datenschutzbeauftragte, bevor Sie die Systeme verbinden.
5. Iteratives Prompting – Von gut zu besser
Selbst die besten Prompts liefern nicht immer ein brauchbares Ergebnis auf Anhieb. Iteratives Prompting heißt, das Ergebnis zu prüfen, den Prompt zu verfeinern und das noch ein- bis zweimal zu wiederholen. Zwei bis drei Durchläufe sind normal, auch bei der Wohngeldstelle aus dem Beispiel oben.
- Schritt 1: Erstentwurf generieren lassen
- Schritt 2: Schwächen identifizieren (z. B. „zu umgangssprachlich“)
- Schritt 3: Gezielte Nachfrage: „Formulieren Sie das förmlicher“
- Schritt 4: Finale Prüfung auf Vollständigkeit und Rechtssicherheit
Die Wohngeldstelle aus dem Beispiel oben durchläuft diese vier Schritte an einem Bescheidentwurf. Der erste Entwurf klingt noch „zu umgangssprachlich“, die Nachfrage „Formulieren Sie das förmlicher“ bringt den amtlichen Ton, und erst die Endprüfung auf Vollständigkeit und Rechtssicherheit gibt den Bescheid frei. Für einen neuen Bescheidtyp braucht es meist zwei bis drei solcher Durchläufe, danach passt derselbe System-Prompt auf die folgenden Fälle.
Merksatz: Prompting als Dialog
Prompting läuft wie ein Dialog ab. Je präziser Sie die KI führen, desto besser das Ergebnis. Investierte Zeit in den Prompt zahlt sich bei der Nachbearbeitung aus.
Hands-on: Prompting-Sandbox
Probieren Sie Chain-of-Thought, System-Prompts und Few-Shot an realen Verwaltungsfällen aus.
Einen System-Prompt schreiben, der Lücken sichtbar lässt
Ausgangslage
Ihr Referat beantwortet jede Woche etwa vierzig gleichartige Anfragen zum Stand eines Bauantrags. Die Antworten sollen künftig von einem Sprachmodell vorformuliert werden. Die Sachbearbeitung gibt je Fall nur den Sachstand in Stichworten ein, etwa „Unterlagen seit 14.05. vollständig, Stellungnahme Denkmalschutz steht aus, Rückmeldung dort angemahnt“.
Auftrag
Schreiben Sie den System-Prompt, der vor jedem dieser Fälle steht. Er legt Rolle, Ton, Ausgabeformat und Sicherheitsregeln fest. Formulieren Sie danach zwei Regeln, die verhindern, dass das Modell etwas erfindet, wenn Ihre Stichworte lückenhaft sind.
Ihre Eingaben bleiben in diesem Browserfenster. Sie werden nicht gespeichert und nicht übertragen, ein Neuladen der Seite verwirft sie.
Musterlösung anzeigen
System-Prompt
Rolle Du formulierst Antworten einer Bauaufsichtsbehörde an antragstellende Personen. Aufgabe Aus den Stichworten der Sachbearbeitung entsteht eine E-Mail an die antragstellende Person. Regeln - Amtlich und verständlich, keine Umgangssprache, keine Rechtsberatung. - Höchstens 150 Wörter. - Anrede „Sehr geehrte Antragstellerin, sehr geehrter Antragsteller“, kein Name. - Nenne nur Sachverhalte, die in den Stichworten stehen. - Fehlt eine Angabe (Datum, Frist, Aktenzeichen, zuständige Stelle), schreibe [FEHLT: Bezeichnung] und erfinde nichts. - Zitiere keinen Paragrafen, auch dann nicht, wenn einer zu passen scheint. - Gib nur die E-Mail aus, ohne Einleitung und ohne Nachbemerkung.
Zwei Regeln gegen Erfindungen
Die Platzhalterregel ist die wichtigere von beiden. Ein Modell füllt eine Lücke von sich aus mit etwas Plausiblem, solange man ihm nicht ausdrücklich sagt, dass die Lücke sichtbar bleiben soll. Der Marker [FEHLT: …] springt beim Lesen ins Auge, eine erfundene Frist nicht.
Die zweite Regel ist das Zitierverbot. Paragrafen sind die Stelle, an der Sprachmodelle am zuverlässigsten danebenliegen, weil eine Paragrafennummer sprachlich beliebig ist und trotzdem richtig aussieht. Wer die Rechtsgrundlagen selbst einsetzt, spart sich die Prüfung jeder einzelnen Fundstelle.
Woran Sie eine gute Antwort erkennen
- Der System-Prompt sagt dem Modell, was es tun soll, wenn eine Angabe fehlt. Das unterscheidet ihn von einer bloßen Stilvorgabe.
- Er verbietet das Zitieren von Rechtsgrundlagen oder verlangt sie ausdrücklich als Platzhalter.
- Er legt das Ausgabeformat fest, damit der Text ohne Nacharbeit in die Mail kann.
- Er kommt ohne echte Personendaten aus. Bei vierzig Fällen in der Woche geht dieser Prompt vierzigmal an den Anbieter.
Woran eine schwache Antwort scheitert
- Der Prompt beschreibt nur Ton und Länge. Dann schreibt das Modell freundliche Sätze mit erfundenen Fristen.
- Er verlangt „korrekte Paragrafen“. Das Modell hält seine Angabe ohnehin für korrekt, die Anweisung ändert daran nichts.
- Er enthält ein vollständiges Beispiel mit echten Falldaten aus dem letzten Vorgang.
- Er lässt offen, ob eine Einleitung erlaubt ist. Dann beginnt jede Antwort mit „Gerne, hier ist Ihre E-Mail“, und jemand muss das vierzigmal löschen.
Häufige Verwechslungen
Ein System-Prompt ist keine technische Sperre. Das Modell folgt ihm in aller Regel und weicht in Einzelfällen ab, besonders bei ungewöhnlichen Eingaben. Die Ausgabe wird deshalb gelesen, bevor sie hinausgeht.
Chain-of-Thought hilft beim Rechnen und beim Abwägen. Auf eine Paragrafennummer hat es keinen Einfluss, weil das Modell sie aus dem Gedächtnis nimmt und nicht herleitet. Ein ausführlicher Denkweg vor einer falschen Fundstelle macht sie nur überzeugender.
Diskussion & Erfahrungsaustausch
Wie nutzen Sie KI in Ihrer Behörde zu diesem Thema? Teilen Sie Erfahrungen, stellen Sie Fragen, anonym oder mit E-Mail. Kommentare liegen auf eigenen Servern (DSGVO-konform).