20. November 2026 um 15 Uhr

Prompting in 2026: Was heute wirklich zählt

Vor einem Jahr ging es beim Prompting noch um die perfekte Formulierung. Heute entscheidet vor allem, welchen Kontext ein Modell bekommt, welches Ergebnis Sie genau brauchen und welches Werkzeug zu Ihrer Aufgabe passt.

Das Team des AI Club am Whiteboard
Porträt von Anisja Porschke aus dem AI Legal Club
Meet your Host

Anisja Porschke

Co-Founder AI Legal Club

Als Volljuristin mit KI- und Legal-Tech-Expertise ist Anisja Vorreiterin an der Schnittstelle von Recht und Technologie. "KI-Skills werden für Jurist:innen in Zukunft genauso relevant sein wie ein sauberer Gutachtenstil."

LinkedIn

Agenda

Vom Prompt zum Kontext: Context Engineering

Was „Kontext“ im Modell konkret bedeutet: Anweisungen, Dokumente, Verlauf, Tool-Beschreibungen. Warum Fehler heute oft im Kontext liegen und nicht im Wortlaut. Lange Kontexte: größere Fenster sind nicht automatisch besser, die Platzierung wird wichtiger. Lange Dokumente oben, die eigentliche Frage am Ende.

Was einen guten Prompt heute ausmacht & was überholt ist

Ziel und Erfolgskriterium klar benennen. Anweisungen klar von Daten trennen, zum Beispiel mit Markdown-Überschriften oder XML-Tags. Positiv formulieren: beschreiben, was die Antwort sein soll, statt was sie nicht sein soll. Beispiele gezielt einsetzen: Zero-Shot zuerst testen, Few-Shot bei Stil- oder Schemavorgaben.

Was man heute nicht mehr tun sollte

„CRITICAL, YOU MUST“-Stil: neuere Modelle lesen wörtlicher und reagieren auf Aggressivität eher schlechter. Pauschale Regeln wie „Im Zweifel Tool X nutzen“: führen oft zu Übernutzung. Prompts, die nur Vorschläge erzeugen, obwohl man eine Umsetzung will („Kannst du … vorschlagen?“). „Denke Schritt für Schritt“ pauschal bei Reasoning-Modellen (oft überflüssig). Mega-Prompts mit dutzenden sich widersprechenden Regeln.

Modelle sinnvoll wählen

Auswahlkriterien statt Markenvergleich: Geschwindigkeit, Denktiefe, Kontextlänge, Multimodalität, Datenschutz und Hosting. Reasoning vs. GPT-Modelle: Reasoning-Modelle arbeiten besser mit groben Zielen, sie sind wie ein erfahrener Kollege, dem man ein Ziel gibt. Klassische GPT-Modelle brauchen präzise Anweisungen, sie sind eher wie ein Junior, der genau weiß, was er liefern soll. Konsequenz für den Prompt: bei Reasoning-Modellen Ziel und Randbedingungen betonen, Denkanweisungen weglassen. Modelle unterschiedlich ansprechen und feste Versionen für produktive Nutzung festlegen, Verhalten nach Modellwechsel mit eigenen Tests prüfen.

Jetzt kostenfrei anmelden

Wird KI in Ihrer Kanzlei/Rechtsabteilung bereits genutzt?*
Sind Sie mitverantwortlich für die KI-Transformation Ihrer Kanzlei/Rechtsabteilung?*
Wie viele Jurist:innen arbeiten in Ihrer Kanzlei/Rechtsabteilung?*

Die KI-Lernplattform für Juristen

Werden Sie Mitglied im AI Legal Club und lernen Sie Künstliche Intelligenz für Ihre juristische Arbeit zu nutzen - inkl. AI Act Zertifikat.

Hände an einem Laptop

Sie haben noch Fragen zum Webinar?

Wir haben die Antworten für Sie

Kostet das Webinar etwas und wird es aufgezeichnet?

Das Webinar ist kostenfrei. Die Aufzeichnung senden wir Ihnen im Anschluss per E-Mail.

Werden Sie noch heute Mitglied im AI Legal Club!