Strategien für effektive KI Anfragen Online

VHS Bremen 12. August + 19. August 2026

Lernen Sie die Kunst des KI-Prompt-Engineerings! Ob für den Job, für die Text – oder Bilderstellung oder Ihre Beiträge in den sozialen Medien, in diesem Kurs erfahren Sie, wie Sie mit gezielten Eingaben das volle Potenzial von KI – Modellen ausschöpfen können.

Sie erlernen Strategien zur Erstellung wirkungsvoller Prompts, inklusive der Erstellung von Multistep-Prompts, und setzen sich mit fortgeschrittenen Techniken für komplexe Anfragen auseinander, um KI – Modelle effizient und kreativ zu nutzen.

DIE INHALTE IM DETAIL

• Grundlagen des Prompt-Engineerings: Wie man KI versteht
• Strategien zur Erstellung effektiver Prompts
• Komplexere Anfragen: Multistep-Prompts und dynamische Eingaben
• Optimierung von Prompts zur Verbesserung der KI-Antworten
• Fallbeispiele für unterschiedliche Anwendungsbereiche (z. B. Content-Erstellung, Automatisierung, kreative Ideenfindung)
• Praktische Übungen und Feedback zur eigenen Prompt-Gestaltung
• Lesen Sie mehr über KI hier: https://warrenlainenaida.de/kuenstliche-intelligenz-verstehen-und-nutzen/
• Und weiterbilden: https://grow.google/intl/de/ki-trainings/

Lifelong Learning ist nicht nur für Studenten – es ist auch für Dozenten.

Einen Kurs zu besuchen bedeutet nicht nur, etwas Neues zu lernen – es ist auch eine gute Möglichkeit, das eigene Wissen zu festigen und Wissenslücken zu schließen. Lernen Sie weiter!

Kursplan: Advanced AI Prompt Engineering

Kursüberblick

Zwei Abende à 2,5 Stunden. Tag 1 legt das Fundament (6 W-Fragen, PARTS) und mündet in ein persönliches Projekt. Tag 2 baut auf diesem Projekt auf (KERNEL, T.C.R.E.I.) und schließt mit Qualitätskontrolle, Tool-Vergleich und einem mitnehmbaren Prompt-Rezeptbuch.

Methodik: Theorie-Input, direkt gefolgt von Einzelarbeit am eigenen PC. Pause von 15 Minuten nach jedem ca. 60-minütigen Block.

Tag 1 — Fundamente (18:30–21:00)

Zeit	Block
18:30–19:00	Begrüßung, Mindset, Tool-Überblick, Datenschutz-Hinweis
19:00– 19:45	Modul 1: Die 6 W-Fragen / Bilder Erstellen
19:45–20:00	Pause
20:00–20:30	Modul 2: PARTS-Framework / Meta Prompting / Bilder Erstellen
20:30–21:00	Urheberrecht & KI

18:30–18:45 · Begrüßung, Mindset, Tool-Überblick

• Technik-Check, Vorstellung, Kernbotschaft: Prompting ist Zusammenarbeit, nicht Programmieren.
• Welches Tool für welche Aufgabe: Claude (Schreiben, Programmieren), ChatGPT (Allrounder, größte Verbreitung), Gemini (Google-Integration, Multimodal), Perplexity (Recherche mit Quellenangabe).
• Wie „versteht“ KI einen Prompt? Ein Sprachmodell erkennt kein Anliegen im menschlichen Sinne – es sagt basierend auf Trainingsdaten und dem gegebenen Kontext das statistisch wahrscheinlichste nächste Wort voraus. Klarer, strukturierter Kontext verringert dadurch Fehlinterpretationen messbar.
• Datenschutz-Hinweis: keine Kundendaten, Interna, Passwörter/Zugangsdaten, Finanz- oder Vertragsdaten und keine personenbezogenen Daten Dritter in Prompts eingeben. Besonders streng: sensible Daten nach Art. 9 DSGVO wie Gesundheitsdaten, religiöse/politische Überzeugungen, sexuelle Orientierung oder biometrische Daten gehören nie in einen KI-Prompt.

Warum verwenden Sie KI und welche Tools setzen Sie ein?

AI Text Tools

• Nutzen Sie KI-Schreibhilfen wie LanguageTool (https://languagetool.org/de/) oder Duden-Mentor (https://mentor.duden.de/) zur automatischen Grammatik- und Rechtschreibprüfung.
• Die WORTLIGA Textanalyse prüft Deinen Text auf Verständlichkeit, Prägnanz, anregende Sprache und Wortwiederholungen in der Sprache. https://wortliga.de/textanalyse/
• Wolf Schneider KI – Wolf-Schneider-KI: https://www.journalist.de/inhalt-und-archiv/
• ChatGPT open ai tool ist nicht mit dem Internet (Suchmaschinen) verbunden. https://chat.openai.com/
• Bing CoPilot (ChatGPT) https://www.bing.com/copilot ist verbunden, sowie Google Bard: https://gemini.google.com/app
• Inhalte auf KI prüfen. Wahrscheinlich KI soll weniger als 30% Beispiel: https://quillbot.com/ai-content-detector
• Perplexity.ai – sehr gute Suchmaschine
• https://claude.ai/ – fuer schreiben und coden

AI Bilder Tools

• Experimentieren Sie mit Deep Dream Generator (https://deepdreamgenerator.com/) und erstellen Sie ein eigenes Kunstwerk. Reflektieren Sie über die Auswirkungen von KI auf künstlerische Prozesse.
• https://www.canva.com/ Canva Bilder & Movies
• https://www.bing.com/ Bing Bilder
• https://www.freepik.com/pikaso/ai-image-generator – mehrere Bilder!
• https://flux1.ai/create Nanobanana image tool
• https://stablediffusionweb.com/ Stable Diffusion Bilder
• https://hotpot.ai/art-generator Hotspot Bilder, Writing, Games …
• https://ai.invideo.io video tool
• https://gemini.google.com/app

Tool-Überblick

Tool	Größte Stärke	Gut zu wissen
Claude	Textqualität, Programmieren, sorgfältige/abgewogene Antworten	Führt bei mehreren Coding- und Schreibqualitäts-Benchmarks; vorsichtiger bei unsicheren Aussagen
ChatGPT	Breite, allgemeine Vielseitigkeit, größtes Ökosystem	Nach wie vor mit Abstand das meistgenutzte Tool; breitester Funktionsumfang
Gemini	Google-Integration, multimodale Aufgaben, Preis	Tiefe Workspace-Integration; stark und schnell wachsend bei rohen Benchmark-Werten
Perplexity	Recherche mit Quellenangaben, Echtzeit-Informationen	Native Quellenangabe — am besten für „Zeig mir, woher das kommt“-Aufgaben

Praxis – Tool-Vergleichsübung

Tool	Prompt	Antwort (Kurzfassung)
gemini	rezepte fuer pasta	Zutaten und zubereitung von drei klassische, schmackhafte Pasta-Rezepte, die sich schnell und einfach zubereiten lassen. Spaghetti Cacio e Pepe. Penne all’Arrabbiata. Tagliatelle al Limone.
claude	rezepte fuer pasta
chatGPT	rezepte fuer pasta
perplexity	rezepte fuer pasta

Was stimmt / überzeugt? Was fehlt, ist falsch oder wirkt unsicher?

Modul 1: Die 6 W-Fragen

Ziel: weg vom Einzeiler, hin zur präzisen Aufgabenbeschreibung. Kontext-Aufbau über Was, Wo, Wie, Wer, Wann, Warum.

Beispiel – schlechter Prompt

Query Fan-Out: Wie KI eine Frage beantwortet

So arbeiten viele KI-Suchsysteme intern (z. B. Perplexity, Google AI Overviews): Sie teilen eine Eingabeaufforderung in mehrere kleinere Abfragen auf, finden Antworten auf jede einzelne anhand von Quellen und fassen diese zu einer vollständigen Antwort zusammen. (aber das ist nicht alles)

Das erklärt, warum breit angelegte, in Unterfragen gegliederte Inhalte bessere Chancen auf Zitierung haben.

Beispiel: Die Anfrage „Was sind die besten Trail-Laufschuhe für Anfänger?“ wird intern in Unterfragen zerlegt –

• „Was macht einen Laufschuh anfängerfreundlich?“,
• „Welche Marken werden empfohlen?“,
• „Wie unterscheiden sich Trail- von Straßenschuhen?“
• – und jede davon einzeln recherchiert.
• Ein Blogartikel, der genau diese Unterfragen als eigene Abschnitte (z. B. mit H2-Zwischenüberschriften) behandelt, wird bei dieser Recherche eher gefunden und zitiert als ein unstrukturierter Fließtext.

Bessere Prompts?

Wir nennen es teil von „Priming“

Ohne Chain-of-Thought (direkte Antwort):

• Frage: „Soll ich heute mit dem Fahrrad oder dem Auto zur Arbeit fahren?“
• Antwort: „Nimm das Fahrrad.“

Man weiß nicht, warum — vielleicht war es nur eine Vermutung, vielleicht wurde etwas Wichtiges übersehen (z. B. dass es regnet).

Mit Chain-of-Thought (Schritt-für-Schritt-Überlegung):

Frage: dieselbe

Antwort:

1. „Wie ist das Wetter? → Es soll heute trocken bleiben, laut Vorhersage.“
2. „Wie viel Zeit habe ich? → Ich habe 30 Minuten, das Fahrrad braucht 20, das Auto 15 (aber mit Parkplatzsuche eher 25).“
3. „Muss ich etwas Sperriges transportieren? → Nein, nur meinen Rucksack.“
4. „Fazit: Da es trocken bleibt, genug Zeit da ist und nichts zu transportieren ist, ist das Fahrrad die bessere Wahl.“

Wenn Sie KI zur Erstellung einer Eingabeaufforderung nutzen, stellen Sie noch eine zusätzliche Frage, bevor Sie fertig sind: „Was weiß ich nicht, worüber ich Sie fragen sollte?“

Dadurch werden regelmäßig Einschränkungen, Randfälle und langweilige Details zutage gefördert, von denen ich zunächst nicht genug wusste, um sie einzubeziehen.

Praxis (25 Min.)

Eigene, reales Thema waehlen und wenden die 6 W-Fragen an – Text- und Bild-Prompt. Dieses Thema wird zum persönlichen Projekt für beide Kurstage.

Modul 2: PARTS-Framework

Persona, Aim, Recipients, Theme, Structure – Rollenzuweisung verändert die Antwortqualität und erzwingt ein klares Ausgabeformat.

Rolle. Ziel. Zielgruppe. Thema. Aufbau. oder Wer? – Warum? – Für wen? – Worum? – Wie?

Beispiel – guter Prompt (PARTS)

• Persona: Agiere als erfahrener SEO- und Social-Media-Spezialist.
• Aim: Erstelle eine Keyword-Strategie und einen Redaktionsplan für eine Woche.
• Recipients: Kleine Onlineshop-Besitzer im Bereich Bio-Lebensmittel.
• Theme: Nachhaltigkeit und regionale Lieferketten.
• Structure: Tabelle mit Wochentag, Fokus-Keyword, Beitrags-Idee, Call-to-Action.

Praxis (30 Min.)

Das eigene Projekt aus Modul 1 wird mit PARTS zu einer strukturierten Tabelle ausgebaut.

Meta-Prompting – KI als Prompt-Assistent

Theorie

Statt jeden Prompt selbst mit den Frameworks zu bauen, kann man die KI direkt bitten, den passenden Prompt zu formulieren: Man beschreibt der KI das Ziel, nicht die Prompt-Struktur – die KI schlägt dann selbst einen strukturierten Prompt vor.

Beispiel

Eigener Prompt (Schritt 1): „Schreibe eine Produktbeschreibung für einen Rucksack.“

Meta-Prompt an die KI (Schritt 2): „Ich möchte eine überzeugende Produktbeschreibung für einen wasserdichten Wanderrucksack schreiben, die auf Instagram gepostet wird und junge Outdoor-Fans anspricht. Schlage mir einen guten Prompt dafür vor, der Rolle, Zielgruppe, Ton und Format berücksichtigt.“

KI-generierter Prompt (Beispielausgabe): „Agiere als Outdoor-Marketing-Experte. Schreibe eine Instagram-Caption für einen wasserdichten Wanderrucksack. Zielgruppe: Abenteuerlustige 20–30-Jährige. Ton: Energetisch, inspirierend. Länge: max. 100 Wörter. Struktur: Aufmerksamkeitsstarker Einstieg + 2 Kernvorteile + Call-to-Action mit Hashtag-Vorschlägen.“

Praxis (25 Min.)

• Schritt 1: Eigenen besten Prompt zum persönlichen Projekt schreiben (mit den gelernten Frameworks) und Ergebnis notieren.
• Schritt 2: Der KI das Ziel in eigenen Worten beschreiben und um einen Prompt-Vorschlag bitten.
• Schritt 3: Den KI-generierten Prompt ausführen.
• Schritt 4: Beide Ergebnisse vergleichen – Reflexion: Welche Elemente (Rolle, Constraints, Format) hat die KI ergänzt, die man selbst vergessen hatte?

Bonus Modul: Bild- und Video-Prompting

Es gibt kein einzelnes, offiziell genormtes Framework für Bild-Prompts wie „PARTS“ für Text – aber es gibt einen klaren De-facto-Standard, der sich über nahezu alle großen Plattformen (Midjourney, DALL-E/GPT Image, Flux, Nano Banana) wiederholt:

Subjekt → Medium/Stil → Komposition → Licht → Farbe → Stimmung → Technische Parameter

(derselbe grundlegende Ansatz als KERNEL, PARTS & co: Eine einzeilige Anforderung wird durch eine Checkliste einzelner Komponenten ersetzt, sodass das Modell konkrete Rahmenbedingungen anstelle vager Anweisungen erhält.)

Für Video kommen darauf aufbauend genau die Elemente hinzu, die ein Standbild nicht braucht: Bewegung, Zeit und (bei manchen Tools) Ton. Aktuelle Prompt-Leitfäden der Anbieter selbst beschreiben das sehr ähnlich:

• Runway empfiehlt eine Vierer-Formel: Kamerabewegung beschreiben, die Szene festlegen, die Handlung angeben, dann Details ergänzen – mit dem Einstellungstyp beginnen und durchgehend positive Formulierungen verwenden. Quelle: Runway
• Sora-Leitfäden empfehlen die Reihenfolge Subjekt, Handlung, Kamera (Bewegung, Objektiv, Distanz), Umgebung, Licht, Stimmung und Stil – in genau dieser Reihenfolge. Quelle: ScreenWeaver
• Veo 3 arbeitet laut aktuellen Leitfäden mit fünf Ebenen: Subjekt und Handlung, Kamera, Umgebung und Licht, Stil und Stimmung sowie Audio. Quelle: ScreenWeaver
• Zusammengefasst: Ein Video-Prompt ist im Kern ein Bild-Prompt plus Zeit – Subjekt, Stil, Licht, Komposition und Stimmung bleiben, dazu kommen Kamerabewegung, Dauer und Ton.

Praxistipp: Ein einzelner, klar benannter Kamerabewegungs-Befehl pro Clip liefert deutlich bessere Ergebnisse als mehrere kombinierte Bewegungen. Das lässt sich direkt als „Negative Prompting“ fürs Video einführen (analog zu KERNEL): nicht „dynamische, spannende Kamera“, sondern genau ein Begriff wie „langsamer Dolly-in“. Mehr Bilder Prompts here: Gptprompts

Tool-Überblick: Bild (kostenpflichtig, Referenz)

Tool	Größte Stärke	Gut zu wissen
Midjourney	Künstlerischste Ergebnisse, sehr konsistente Serien	Eigene Bildsprache; schwächer bei Text im Bild
DALL-E / GPT Image	Versteht komplexe, umgangssprachliche Beschreibungen am besten	In ChatGPT integriert
Flux (Black Forest Labs, DE)	Fotorealismus, präzises Text-Rendering, authentische europäische Szenen	Auch als Open-Source-Modell nutzbar
Ideogram	Führend bei Schrift/Text im Bild	Erste Wahl für Logos, Poster
Adobe Firefly	Rechtlich abgesichert (nur lizenziertes Trainingsmaterial)	Beste Wahl für kommerzielle Kundenprojekte

Kostenlose Plattformen – Bild

Tool	Kostenloses Kontingent	Zugang
Google Gemini (Nano Banana)	Kostenlos nutzbar, mit gewissen Limits	gemini.google.com
Bing Image Creator / Copilot Designer	Kostenlos, mit täglichem „Boost“-Kontingent	bing.com/images/create
ChatGPT (GPT Image)	Begrenzte kostenlose Generierungen im Free-Tier	chat.openai.com
Stable Diffusion	Komplett kostenlos, aber eigene GPU-Hardware nötig (lokal)	Open Source
Ideogram / Adobe Firefly	Begrenzte kostenlose Startguthaben	jeweilige Website

Kostenlose Kontingente ändern sich häufig – vor dem Kurs kurz prüfen. Kostenlose Versionen erzeugen oft ein Wasserzeichen oder eine niedrigere Auflösung.

Kostenlose Plattformen – Video

Aktueller Stand: Der Sora-Consumer-App-Zugang wurde im April 2026 eingestellt; die API läuft laut Ankündigung im September 2026 aus – Sora eignet sich daher aktuell nicht mehr als Empfehlung für kostenlosen Einstieg. Blogpost zum Thema: PixVerse

Tool	Kostenloses Kontingent	Gut zu wissen
Google Veo (über Gemini)	5–10 Generierungen/Tag, ohne Wasserzeichen	Clips bis ca. 8 Sekunden; aktuell bestes kostenloses Ergebnis in puncto Qualität
Kling AI	66 Credits pro Tag, täglich neu (reicht für 2–3 Clips)	Großzügigstes laufendes Freikontingent
Pika	80 Credits pro Monat	Gut für stilisierte Social-Clips
Luma Dream Machine	30–50 Generierungen pro Monat	Stark bei Tiefe/Raumwirkung
InVideo AI	10 kostenlose Videos pro Monat Vivideo	Eher Editor mit KI-Video-Baustein als reiner Generator

Hinweis: Kostenlose Tarife haben fast immer Wasserzeichen und/oder Auflösungslimits – für den Kurs reicht das zum Ausprobieren völlig aus.

Beispiel-Prompt:

• Subjekt: Frau Mitte 40 an einem minimalistischen Schreibtisch
• Medium/Stil: Fotorealistisch, redaktionelle Fotografie
• Komposition: Halbnah, leicht seitlich
• Licht: Weiches Morgenlicht durch große Fenster
• Farbe: Warme Holztöne
• Stimmung: Ruhig, konzentriert
• Technik: 16:9, keine sichtbaren Markenlogos

Adaptiert für Gemini/Nano Banana (kostenlos):
„Fotorealistische Szene: Frau Mitte 40 arbeitet konzentriert an einem aufgeräumten Schreibtisch in einem hellen Homeoffice mit großen Fenstern. Weiches, warmes Morgenlicht, Holztöne, ruhige Atmosphäre, Seitenverhältnis 16:9.“

Adaptiert für Bing Image Creator (kostenlos):
„Editorial photo, woman in her 40s at a minimalist desk, bright home office, soft morning window light, warm wood tones, calm focused mood, no visible logos“

KI-Antworten sind nur ein erster Entwurf

KI Modelle wurden mit überlappenden Ausschnitten aus Internet-Bildern und -Texten trainiert – Millionen von Fotos von Cafés, Büros, Sonnenuntergängen usw., jeweils mit Bildbeschreibungen versehen. Dadurch haben alle Modelle unabhängig voneinander ähnliche statistische Zusammenhänge gelernt. See more: Wi KI Funktioniert

Beispiel-Prompt: Video (gleiches Motiv, jetzt mit Bewegung + Zeit)

„Statische Halbnah-Einstellung: Frau Mitte 40 sitzt an einem Schreibtisch und beginnt zu tippen. Kamera: langsamer Push-in über 5 Sekunden. Licht: warmes Morgenlicht durch Fenster. Stimmung: ruhig, konzentriert. Dauer: 8 Sekunden.“

→ Getestet z. B. in Veo (Gemini, kostenlos) oder Kling AI (kostenlos, Tageskontingent).

Der Seed-Prozess – noch einmal von Anfang an

Derselbe Prompt kann bei zwei Durchläufen unterschiedliche Antworten liefern, weil die KI bei jedem Wort aus mehreren wahrscheinlichen Optionen zufällig auswählt (gesteuert über einen Parameter namens „Temperatur“).

Was passiert technisch, Schritt für Schritt:

1. Jede KI-Generierung – egal ob Bild oder Text – startet nicht bei null, sondern bei einem Zufallswert. Diesen Startwert nennt man Seed.
2. Bei Bildern ist dieser Seed buchstäblich ein Muster aus visuellem Rauschen („Fernsehschnee“), aus dem die KI Schritt für Schritt ein Bild herausformt – geleitet von Ihrem Prompt.
3. Bei Text ist der vergleichbare Mechanismus, dass die KI bei jedem einzelnen Wort aus mehreren wahrscheinlichen Kandidaten wählt – gesteuert über einen Zufallsparameter (meist „Temperatur“ genannt, technisch eng mit dem Seed-Konzept verwandt).
4. Ist der Seed zufällig (Standardeinstellung überall): jedes Mal ein neues, anderes Ergebnis – selbst bei identischem Prompt.
5. Ist der Seed fest eingestellt: Die KI startet zwar vom gleichen Punkt aus, aber sobald sich auch nur ein Wort im Prompt ändert, wird die gesamte Antwort neu durchdacht – nicht nur die geänderte Stelle. Deshalb macht ein fester Seed Ergebnisse ähnlicher, aber nie garantiert identisch.

Die eine Formel, die für Bild und Text gilt:

Ergebnis = Seed (Zufallsstart) + Prompt (Ihre Anweisung)
Ändert sich einer der beiden Faktoren, ändert sich das gesamte Ergebnis – nicht nur der geänderte Teil.

Das ist der rote Faden, der durch den ganzen Kurs lief: von „Nicht-Determinismus“ am Anfang bis zur Konsistenz-Frage bei Bildern am Ende – derselbe Mechanismus, zweimal angewendet.

Kann man den Seed beeinflussen?

Ja – allerdings nur in bestimmten Tools, und der Zugriff unterscheidet sich deutlich zwischen kostenlosen Consumer-Anwendungen und technischeren Plattformen.

Bild:

• Midjourney: manuell einstellbar über den Parameter --seed
• Stable Diffusion / Flux (v. a. selbst gehostet oder über API): frei einstellbar
• DALL-E/GPT Image, Gemini/Nano Banana, Bing Image Creator (die meisten kostenlosen Tools): kein manueller Zugriff – der Zufall bleibt verborgen

Text:

• Über API (OpenAI, Anthropic u. a.): oft ein seed-Parameter vorhanden – aber keine hundertprozentige Garantie, da serverseitige Faktoren trotzdem leichte Abweichungen verursachen können
• Normale Chat-Oberflächen (ChatGPT, Claude, Gemini): keine Seed-Kontrolle, vollständig verborgen

In den meisten kostenlosen Tools ist der Seed unsichtbar – deshalb bleibt der Prompt Ihr wichtigstes Werkzeug.

Übung: Ein Prompt, zweimal getestet

Für Text (in einem beliebigen Chat-Tool, zweimal nacheinander eingeben):

„Beschreibe in genau zwei Sätzen, wie ein perfekter Feierabend aussieht.“

→ Beobachten: Beide Antworten behandeln dasselbe Thema, aber keine ist wortgleich.

Für Bild (in einem kostenlosen Tool wie Gemini/Nano Banana, zweimal nacheinander eingeben):

„Ein gemütliches Café am frühen Morgen, warmes Licht, ein Buch und eine Kaffeetasse auf dem Tisch, fotorealistisch.“

→ Beobachten: Beide Bilder zeigen dasselbe Motiv, aber Details, Anordnung und Stimmung unterscheiden sich.

„Was verändert sich – und was bleibt gleich?“

„KI liefert nie dasselbe Ergebnis zweimal – aber mit einem klaren Prompt liefert sie immer ein gutes.

Prompting heißt nicht, den Zufall auszuschalten, sondern ihm eine verlässliche Richtung zu geben.“

See more: Wi KI Funktioniert

Urheberrecht & KI, Ausblick

• KI kann laut Urheberrecht nicht Urheberin sein; Trainingsdaten-Nutzung ist gesetzlich erlaubt.
• KI-Impressumspflicht bei veröffentlichten Inhalten.
• Serverstandort: ChatGPT, Gemini und Claude verarbeiten Daten überwiegend in den USA. Das ist ein Drittlandtransfer im Sinne der DSGVO – seit dem EU-US Data Privacy Framework rechtlich abgesichert, aber ein Punkt, den man kennen sollte, bevor man dienstlich sensible Daten eingibt.
• Trainingsdaten-Opt-out: Viele kostenlose KI-Tools nutzen Chat-Eingaben standardmäßig, um zukünftige Modelle zu trainieren. Das lässt sich meist in den Kontoeinstellungen abschalten (z. B. „Datenkontrollen“ bei ChatGPT, „Gemini Apps-Aktivität“ bei Google) – ein Blick lohnt sich vor dem produktiven Einsatz.
• Geschäftlicher Einsatz: Wer KI-Tools bei der Arbeit mit personenbezogenen Daten von Kund:innen oder Kolleg:innen nutzt, braucht dafür in der Regel einen Auftragsverarbeitungsvertrag (AVV) zwischen Arbeitgeber und Anbieter – das im Zweifel vorher mit der eigenen IT/Datenschutzbeauftragten klären.
• Projekt speichern/mitnehmen – wird an Tag 2 weiterentwickelt.

Urheberrecht & KI

Am 2. August 2026 tritt die Kennzeichnungspflicht der KI-Verordnung (AI Act) in Kraft. Deepfakes und bestimmte KI-generierte/manipulierte Texte müssen gekennzeichnet werden.

• realistisches KI-Foto einer als real erscheinenden Person
• KI-Foto eines beschädigten Firmenfahrzeugs nach einem angeblichen Unfall, das wie ein echtes Schadensfoto wirkt
• KI-generiertes „Nachrichtenfoto“ einer Explosion, die so nie stattgefunden hat, aber im Stil einer echten Agenturmeldung so wirkt als ob
• KI-generiertes Bild des Kölner Domplatzes, das wie eine echte Aufnahme wirkt

Wichtig: Ein Disclaimer, mit dem Sie pauschal darauf hinweisen, KI-Content einzusetzen, ist nicht ausreichend.

https://www.e-recht24.de/ki/13336-ki-kennzeichnungspflicht-fuer-unternehmer.html

Cheat-Sheet: Die vier Frameworks auf einen Blick

Framework	Steht für	Einsatz
6 W-Fragen	Was, Wo, Wie, Wer, Wann, Warum	Kontext für jeden Prompt aufbauen
PARTS	Persona, Aim, Recipients, Theme, Structure	Rolle & Ausgabeformat erzwingen
KERNEL	Keep it simple, Explicit constraints, Reproducible, Narrow scope, Easy to verify, Logical structure	Präzision & Grenzen bei komplexen Aufgaben
T.C.R.E.I.	Task, Context, Reference, Evaluate, Iterate	Mehrstufiger Dialog & Verbesserung

Wie KI funktioniert, was sich auf das Ergebnis Ihrer Eingabe auswirken kann

Kontextfenster (Context Window)

die KI hat ein begrenztes „Gedächtnis“ pro Unterhaltung. Bei sehr langen Chats oder langen Dokumenten kann der Anfang aus dem Kontext „herausfallen“ – das erklärt, warum eine KI mitten in einem langen Gespräch plötzlich frühere Anweisungen vergisst.

Kein Live-Wissen ohne Internetzugriff

Tools wie das klassische ChatGPT oder Claude ohne Suchfunktion kennen nur Informationen bis zu ihrem Trainings-Stichtag. Nur Tools mit aktiver Websuche (Perplexity, Gemini mit Suche, Claude/ChatGPT mit aktivierter Websuche) haben aktuelle Informationen. Das ist der praktische Grund, warum Tool-Wahl bei aktuellen Themen wichtig ist.

Nicht-Determinismus

derselbe Prompt kann bei zwei Durchläufen unterschiedliche Antworten liefern, weil die KI bei jedem Wort aus mehreren wahrscheinlichen Optionen zufällig auswählt (gesteuert über einen Parameter namens „Temperatur“). Das erklärt, warum Reproduzierbarkeit (das „R“ in KERNEL) eine bewusste Anforderung ist, keine Selbstverständlichkeit.

Warum Halluzinationen entstehen

die KI „lügt“ nicht im menschlichen Sinne; sie generiert das statistisch plausibelste Wort, unabhängig davon, ob es faktisch stimmt. Bei Themen mit wenig Trainingsdaten (Nischenwissen, sehr aktuelle Ereignisse, exakte Zahlen) steigt die Wahrscheinlichkeit erfundener, aber plausibel klingender Antworten. Das vertieft das „Warum“ hinter der bereits vorhandenen Halluzinations-Warnung in Modul 5.

Tokenisierung

Text wird nicht in ganzen Wörtern verarbeitet, sondern in kleineren Einheiten („Tokens“). Das erklärt kuriose Schwächen wie Schwierigkeiten beim exakten Buchstabenzählen oder bei Wortspielen — nützlich, um unrealistische Erwartungen vorzubeugen.

Mehr für das Wochenende