Wenn die KI nur so gut ist wie der Prompt
Prompt Engineering ist das gezielte Formulieren von Anweisungen an Sprachmodelle (Claude, ChatGPT, Gemini), sodass das Ergebnis direkt brauchbar ist — statt mehrfach überarbeitet werden zu müssen. Es kombiniert Rolle, Aufgabe, Constraints, Format und Beispiele zu einem strukturierten Prompt.
Der Wendepunkt: Ein guter Prompt ist der Unterschied zwischen einer brillanten KI-Antwort und einer, bei der ihr fast alles von Hand neu schreiben müsst. Die meisten Marketing-Teams nutzen KI — aber schreiben Prompts so wenig strukturiert, dass die Outputs mittelmäßig bleiben. Mit ein paar Mustern verändert sich das radikal.
Hier sind bewährte Prompt-Strukturen und Templates, die in der Praxis funktionieren.
Die Anatomie eines guten Prompts
Ein starker Marketing-Prompt folgt dieser Struktur:
```
ROLLE/KONTEXT: Wer bist du? Was weißt du?
AUFGABE: Was soll ich tun?
CONSTRAINTS: Welche Regeln gelten?
OUTPUT-FORMAT: Wie soll das Ergebnis aussehen?
BEISPIEL: Ein gutes Beispiel (optional, aber mächtig)
```
Schlechter Prompt: "Schreib einen Blog-Artikel über Email Marketing"
Guter Prompt: ``` Du bist ein Marketing-Strategist mit 10 Jahren B2B-SaaS-Erfahrung. Schreib einen Blog-Artikel (ca. 1200 Wörter) über das Thema: "Email-Personalisierung mit dynamischen Blöcken".
Richtlinien:
Ton: Direkt, praktisch, keine Floskeln
Zielgruppe: CTOs und Marketing-Leiter mid-market SaaS
Struktur: Intro, 3 Hauptabschnitte (H2), FAQ, CTA
Inkludiere ein realistisches Code-Beispiel (HTML/Liquid)
Beende mit Link auf /case-studies/
Beispiel-Tonalität: "Email-Personalisierung ist nicht "Hallo [FIRST_NAME]". Das ist Spielerei, und deine Kunden merken es." ```
Das zweite Beispiel ist länger, aber ihr spart danach Zeit.
Template 1: Blog-Artikel
``` Rolle: Du bist ein Fachautor mit Expertise in [INDUSTRY]. Du schreibst für das UC Insights Magazin (uc-insights.de).
Aufgabe: Schreib einen Blog-Artikel mit dem Titel: "[ARTIKEL-TITEL]"
Zielgruppe: [ZIELGRUPPE beschreiben] Länge: [WORTANZAHL] Ton: [Tonalität beschreiben - z.B. "Strategisch, ehrlich, mit Zahlen-Belegen, kein Marketing-Sprech"] Format:
Intro (2-3 Absätze, Problem aufzeigen)
[ANZAHL] H2-Abschnitte mit Tiefe
Mindestens 1 Tabelle oder Visual
FAQ-Sektion (3-5 Fragen)
CTA zu [ZIEL-SEITE]
Richtlinien:
SEO: Nutze [KEYWORD] natürlich 3-4x, Meta-Description 150-160 Zeichen
Quellenangaben: Wenn Zahlen, cite [Quelle]
Keine Buzzwords: Statt "Game-Changer" lieber konkreter
Gehör: Am Ende sollte der Leser ein klares Takeaway haben
Schreib jetzt den Artikel. ```
Template 2: Email-Kampagnen-Sequenz
``` Rolle: Du bist ein Email-Marketer für [COMPANY/INDUSTRY].
Aufgabe: Schreib eine 3-Email-Sequenz mit dem Ziel: [ZIEL].
Kontext:
Zielgruppe: [SEGMENT]
Auslöser: [Trigger - z.B. "Hat Whitepaper heruntergeladen"]
Timing: Email 1 sofort, Email 2 nach 2 Tagen, Email 3 nach 5 Tagen
Für jede Email:
Subject Line (max 50 Zeichen, kein Click-Bait)
Preview Text (ca. 50 Zeichen)
Body (150-250 Wörter)
CTA (klar, singular, so etwas wie "Hier ist das nächste Level")
Personalisierungsmöglichkeiten: [z.B. [COMPANY_NAME], [INDUSTRY]]
Tone of Voice:
Email 1: Aufmerksamkeit, Problem aufzeigen, Empathie
Email 2: Lösung andeuten, Social Proof, Dringlichkeit
Email 3: Finale Überzeugung, Aktion, Risiko-Abbau
Bitte gebe eine JSON-Struktur aus mit subject_line, preview_text, body, cta. ```
Beispiel-Output: ```json { "email_1": { "subject_line": "Das hättest du wissen sollen (über KI im Marketing)", "preview_text": "Eine unbequeme Wahrheit...", "body": "...", "cta": "Hier ist das erste Template" } } ```
Template 3: Content-Ideen & Headlines
``` Rolle: Du bist ein Content Strategist mit Fokus auf [CHANNEL].
Aufgabe: Generiere 10 Content-Ideen als Headlines für [TOPIC].
Zielgruppe: [SEGMENT] Deine Zielgruppe ist *nicht* begeistert – sie ist skeptisch und ungeduldig. Deine Headlines müssen Aufmerksamkeit holen, nicht klicken sie weg.
Format: Gib jede Idee als:
Headline
Format (Blog, Video, Infografik, etc.)
Kernargument (1 Satz)
Warum das wichtig ist
SEO-Keyword (falls relevant)
Kriterium für "Gut":
Nicht "10 Tipps zum..." – eher "Warum alle das falsch machen"
Spezifisch (nicht "Digital Marketing", sondern "Warum dein SEO-Budget verschwendet ist")
Umstritten oder überraschend (aber wahr)
```
Template 4: Landingpage-Copy
``` Rolle: Du bist ein Conversion-Rate-Optimierer.
Aufgabe: Schreib die Copy für eine Landingpage mit diesen Parametern:
Produkt: [PRODUKT]
Zielgruppe: [SEGMENT]
Ziel: [z.B. "30% der Besucher sollten sich für Demo anmelden"]
Schmerz: [Was verursacht dieser Schmerz? z.B. "Stundenlang manuelle Daten-Eingabe"]
Unterscheidung: [Was macht dein Produkt anders?]
Struktur:
Headline (max 8 Wörter, Problem/Versprechen)
Subheadline (Verweis auf Lösung oder Vertrauenssignal)
Hero Copy (30-50 Wörter, Problem + Lösung)
3 Abschnitte à 100 Wörter (Feature -> Vorteil -> Beweis)
Social Proof (1-2 Sätze mit spezifischen Zahlen)
CTA Copy (Action + Gegenwert + Vertrauenssignal)
Beispiel CTA: "Startest du die Demo – Keine Kreditkarte erforderlich" (nicht: "Klick hier!")
Tonalität: Direkt, keine Floskeln, sprich "du" an. ```
Die häufigsten Prompt-Fehler
Fehler 1: Zu vage Anforderungen
Falsch: "Schreib mir einen guten Blog-Artikel" Richtig: "Schreib einen 1500-Wörter-Artikel für CTOs über Lead-Scoring, mit 3 Code-Beispielen in Python, Ton: technisch-praktisch"
Fehler 2: Keine Kontext-Informationen
Falsch: "Schreib eine Email" Richtig: "Schreib eine Cold-Outreach-Email für B2B-SaaS-Sales. Zielgruppe: Marketing-Manager bei Mittelstand (50-300 Mitarbeiter). Produk: KI-Analyse-Tool. Tonalität: Freundlich, nicht verkäuferisch."
Fehler 3: Zu viele Anforderungen auf einmal
Falsch: "Schreib einen Artikel mit Tabellen, Code, Videos, 5 verschiedenen Tonalitäten" Richtig: "Schreib erst den Artikel (1200 Wörter). Dann sage mir, wo eine Tabelle sinnvoll wäre."
Mehrere Anforderungen = schlechtere Qualität. KI kann sich nicht auf alles gleichzeitig konzentrieren.
Fehler 4: Keine spezifischen Ausgabe-Anforderungen
Falsch: "Erstelle Headlines" Richtig: "Erstelle 5 Headlines im JSON-Format mit Feldern: headline, keyword, intent"
Spezifisch = KI kann das direkt in eure Tools integrieren.
Fehler 5: Keine Beispiele geben
Falsch: "Schreib im UC-Ton" Richtig: "Schreib im UC-Ton. Hier ist ein Beispiel: [BEISPIEL-TEXT aus bestehendem Artikel]"
Muster sind mächtiger als Beschreibungen.
Advanced: Iterationen und Refinement
Ein großer Fehler: Zu denken, dass der erste Output perfekt ist.
Gutes Workflow mit Iterationen:
Prompt v1: Basis-Anforderung (wie oben)
KI gibt Output
euer Feedback: "Zu viel Jargon, sprechender, weniger Buzzwords"
Prompt v2: Füge hinzu: "Beispiel für guten Ton: [konkretes Beispiel]"
KI gibt Output v2
Feedback: "Besser, aber Abschnitt 2 ist zu kurz. Erweitere um konkretes Beispiel"
Prompt v3: Spezifiziere Abschnitt 2
Diese 3-4 Iterationen führen zu deutlich besserem Output, als einen perfekten Prompt beim ersten Mal zu schreiben.
Template 5: Analyse und Insights
``` Rolle: Du bist ein Data Analyst mit Fokus auf Marketing.
Aufgabe: Analysiere folgende Daten und gib mir ActionItems.
Daten: [GANZ DIE DATEN ODER CSV EINFÜGEN]
Analysiere:
Top 3 Trends (was fällt auf?)
Top 3 Probleme (wo scheitern wir?)
Top 3 Chancen (wo können wir wachsen?)
5 konkrete Empfehlungen (actionable, nicht theoretisch)
Format: Markdown mit Headings, Tabellen wo sinnvoll, jede Empfehlung mit "Effort (gering/mittel/hoch)" und "Impact (gering/mittel/hoch)"
Kontext: Wir sind ein [COMPANY-BESCHREIBUNG] ```
Checkliste: Ist mein Prompt gut?
Bevor ihr einen Prompt absendet:
Rolle: Hat die KI einen klaren Kontext? ("Ihr seid ein Expert in...")
Ziel: Ist klar, was rauskommen soll?
Format: Weiß die KI, wie das aussehen soll? (Markdown, JSON, etc.)
Beispiel: Gibt es ein Tonalitäts-Beispiel?
Constraints: Sind Grenzen klar? (Länge, Jargon, Ausnahmen)
Kein Overload: Sind es max. 3-4 Anforderungen, nicht 10?
Wenn ihr diese Checkliste erfüllt, steigt die Output-Qualität typischerweise um 50–70 %.
Häufige Fragen zu Prompt Engineering
Sollte ich alle Anforderungen in einen Prompt packen?
Nein. Bei komplexen Aufgaben in Schritte aufteilen: „Schreib erst die Gliederung, dann den Content" liefert besseren Output als beides gleichzeitig. Multi-Turn-Konversationen sind oft wirksamer als ein 2.000-Wort-Prompt.
Wie lang sollte ein guter Prompt sein?
150–500 Wörter sind typisch. Unter 50 Wörter wird der Prompt zu vage, über 1.000 Wörter wird die KI von zu vielen konkurrierenden Anweisungen abgelenkt.
Kann ich Prompts speichern und wiederverwenden?
Ja — absolut empfehlenswert. Gute Prompts sind ein unterschätztes Team-Asset. Dokumentiere sie in eurem Wiki (Notion, Confluence) mit Beispiel-Outputs.
Macht es einen Unterschied, welches KI-Modell ich nutze?
Ja. Claude (Opus 4) ist sehr gut für längere strukturierte Texte. ChatGPT/GPT-5 ist stark für klassische Marketing-Aufgaben mit hoher Variation. Gemini eignet sich gut für schnelle Iterationen und Multimodal. Test euren konkreten Use-Case mit zwei Modellen — die Ergebnisse unterscheiden sich oft mehr als gedacht.
Sollten Prompts versioniert werden?
Ja, vor allem die zentralen Templates für Brand-Voice, Persona-Adressierung und Content-Format. Was vor 6 Monaten gut war, kann nach Modell-Updates anders performen.
Zusammenfassung
Gute Prompts sind gezielt, strukturiert, mit Beispielen. Ihr spart am Ende 10× mehr Zeit, als wenn ihr einen schlechten Prompt schneller absendet.
Nutzt die Templates oben — und passt sie an euren Kontext an. Der beste Prompt ist der, den ihr iterativ für euer Team optimiert.
Die unbequeme Wahrheit: Wer gute Prompts schreibt, ist in der Content-Produktion schneller als jeder Mensch ohne KI — bei vergleichbarer oder besserer Qualität. Das ist der echte Vorteil von KI im Marketing — nicht „die KI ist intelligent", sondern „ihr werdet schneller, ohne Qualität zu verlieren".
In der Praxis bei UC: In Enablement-Workshops bauen wir mit Marketing-Teams Prompt-Bibliotheken auf — kombiniert mit Brand-Voice-Guides für KI und Persona-Templates.
Wenn ihr wissen wollt, welche 5 Prompts eurem Team sofort den meisten Hebel geben: [Buch ein Strategiegespräch über cal.eu/unitedcreation/termin-buchen](https://cal.eu/unitedcreation/termin-buchen).