„Sprich mit KI einfach wie mit einem Menschen.“
Dieser Rat ist nicht falsch.
Aber er bleibt unvollständig.
Denn ein LLM versteht keine unausgesprochenen Erwartungen.
Es weiß nicht von selbst,
– für wen eine Antwort gedacht ist,
– welche Perspektive zählt,
– wie belastbar ein Ergebnis sein muss,
– was bewusst ausgeblendet werden soll,
– und woran wir erkennen, ob eine Antwort wirklich hilfreich ist.
Das müssen wir sagen.
Ein guter Prompt ist deshalb nicht nur eine Frage.
Er beschreibt eine Aufgabe.
Er macht sichtbar:
Was soll entstehen?
Für wen?
Auf welcher Grundlage?
Nach welchen Kriterien?
Und mit welchem Anspruch an das Ergebnis?
Das ist keine technische Spezialdisziplin.
Es ist eine Form klarer Wissensarbeit.
Wer eine gute Antwort erwartet, muss den Rahmen dafür setzen.
Wer ein belastbares Ergebnis braucht, muss benennen, was gelten soll.
Und wer KI in Entscheidungen einbindet, muss deutlich machen, worauf sie sich stützen darf.
Vielleicht ist das die eigentliche Veränderung durch LLMs:
Wir lernen nicht nur, bessere Fragen zu stellen.
Wir lernen, Wissen präziser zu beschreiben, Erwartungen explizit zu machen und Verantwortung für den Rahmen einer Antwort zu übernehmen.
Und damit kommen wir zu einer noch grundsätzlicheren Frage:
Welches Wissen einer Organisation soll überhaupt als belastbare Grundlage gelten?
Finding the Signal in the Noise:
Gute Prompts beginnen mit Klarheit.
Verlässliche KI braucht verantwortete Wissensstände.