AI-CONTEXT · Pfad 1: Verstehen und sicher nutzen
Prompt- und Context-Engineering
Zwei Tage, nach denen gute KI-Ergebnisse in Ihrem Team keine Glückssache mehr sind, sondern wiederholbare Bausteine.
- Dauer
- 2 Tage
- Gruppe
- bis 12 Personen
- Format
- Inhouse · Remote · Offene Durchführung
- Sprache
- Deutsch oder Englisch
- Preis
- 15.800 € pauschal, zzgl. MwSt.
Für wen dieser Track ist
Vielnutzer, Fachexperten und Entwickler, die täglich mit KI arbeiten und deren Ergebnisse andere weiterverwenden: Analysen, Berichte, Datenextraktion, Textbausteine, Vorstufen für Automatisierung. Auch für Teams, die ihre besten Prompts endlich teilen statt in Einzelchats vergraben wollen.
Für wen nicht
Nicht für Einsteiger, die noch keine eigenen Prompts im Alltag nutzen, die starten in AI-LIT-LAB oder AI-WORK. Wer Wissensdatenbanken systemisch anbinden will, ist in Enterprise RAG Engineering (AI-RAG) richtig.
Ausgangssituation
Ein paar Personen im Haus erzielen mit KI beeindruckende Ergebnisse, können aber nicht erklären warum, und niemand kann es nachmachen. Prompts leben in privaten Chatverläufen, Ausgaben schwanken von Lauf zu Lauf, und sobald ein Ergebnis in ein anderes System soll, beginnt Handarbeit. Dem Team fehlen Muster, Struktur und ein gemeinsamer Fundus.
Das existiert nach dem Track
- Ein Satz wiederverwendbarer Kontextmuster: Rollen, Fachkontext, Beispiele und Grenzen als Bausteine, die sich je Aufgabe kombinieren lassen
- Prompts mit strukturierten Outputs: JSON und Tabellen, die sich direkt in Excel, Weiterverarbeitung oder Folgesysteme übernehmen lassen
- Qualitäts- und Halluzinationskontrollen je Prompt: Testfälle, Grenzfälle und definierte Prüfschritte vor der Weiterverwendung
- Eine Prompt-Bibliothek Version 1 für Ihr Team: benannt, dokumentiert, getestet und mit geklärter Pflege-Verantwortung
- Zwei dokumentierte Trainingstage als Baustein Ihres Art.-4-Kompetenznachweises
Voraussetzungen
Regelmäßige eigene KI-Nutzung im Arbeitsalltag wird vorausgesetzt, etwa auf dem Stand nach AI-WORK. Für die JSON-Übungen sind keine Programmierkenntnisse nötig, Entwickler bekommen an denselben Übungen zusätzliche Tiefe.
Vorarbeit vor dem Track
Jede Person reicht vorab ihre drei meistgenutzten Prompts ein, gern unaufgeräumt, dazu je ein Beispiel für ein gutes und ein unbrauchbares Ergebnis. Diese echten Prompts sind das Rohmaterial beider Tage.
Lieferumfang
- 2 Trainingstage mit Dino Bordonaro, inhouse oder remote
- Vorab-Auswertung der eingereichten Prompts als Startbild des Teams
- Musterkatalog Kontextmuster und Output-Schemata als editierbare Vorlagen
- Prompt-Bibliothek-Vorlage inklusive Namenskonvention, Versionierung und Testfall-Struktur
- Teilnahmezertifikate und revisionssichere Schulungsdokumentation
- 45-minütige Remote-Sprechstunde vier Wochen später zur Weiterentwicklung der Bibliothek
Agenda
Tag 1
Warum derselbe Prompt zehnmal anders antwortet
Die eingereichten Prompts im Stresstest: derselbe Prompt, mehrere Läufe, gemessene Streuung. Daran wird sichtbar, welche Formulierungen tragen und welche dem Zufall überlassen. Jede Person wählt ihren wichtigsten Prompt als Arbeitsobjekt für beide Tage.
Kontextmuster statt Bauchgefühl
Aus den besten Einreichungen werden Muster destilliert: Rolle, Fachkontext, Beispiele, Grenzen, Negativanweisungen. Übung: jede Person zerlegt den eigenen Prompt in Bausteine und benennt, welcher Baustein welchen Effekt hat, geprüft durch Weglassen.
Kontext aus Unternehmenswissen
Wie viel Dokument, Tabelle oder Vorwissen gehört in den Kontext, und in welcher Form? Übung an echten Unterlagen: dasselbe Dokument als Rohtext, als Auszug und als strukturierte Stichpunkte in den Kontext geben und die Ergebnisqualität vergleichen. Dazu die Datenregel-Frage: Was darf überhaupt hinein?
Tagesergebnis: Ihr Muster-Set besteht den Test
Jede Person baut den eigenen Arbeitsprompt vollständig auf Kontextmuster um und führt ihn gegen drei vorher definierte Testfälle aus. Bestanden ist, was in allen drei Fällen brauchbare und begründbar bessere Ergebnisse liefert als die Ursprungsfassung. Die Muster wandern in den gemeinsamen Katalog.
Tag 2
Strukturierte Outputs: JSON und Tabellen
Vom Fließtext zum weiterverwendbaren Ergebnis: Output-Schemata definieren, Pflichtfelder erzwingen, Tabellen für Excel sauber formatieren. Übung: eine Datenextraktion aus unstrukturierten Dokumenten, deren Ergebnis ohne Nacharbeit in eine Tabelle fällt. Entwickler validieren das JSON zusätzlich maschinell.
Qualitäts- und Halluzinationskontrollen
Jeder Bibliotheks-Prompt bekommt Testfälle und Grenzfälle: leere Eingaben, widersprüchliche Angaben, fehlende Informationen. Übung an präparierten Dokumenten mit eingebauten Fehlern: Welche Kontrollen fangen die erfundene Zahl, welche lassen sie durch? Daraus entsteht die Prüfroutine je Prompt.
Die Prompt-Bibliothek des Teams
Aus den Einzelergebnissen wird ein Fundus: Namenskonvention, Beschreibung, Einsatzgrenzen, Testfälle, Version. Werkstattarbeit: die zehn wichtigsten Prompts des Teams werden bibliotheksfähig gemacht und gegenseitig getestet. Entscheidung im Team: Wo liegt die Bibliothek, wer pflegt sie, wie kommen neue Prompts hinein?
Tagesergebnis: Bibliothek Version 1 im Abnahmetest
Der Ernstfall: jede Person löst eine fremde Aufgabe nur mit den Bibliotheks-Prompts der anderen. Was ohne Rückfragen funktioniert, ist abgenommen, der Rest bekommt konkrete Nacharbeit mit Verantwortlichem und Termin. Abschluss: Pflegeplan und die ersten drei Ausbau-Kandidaten.
Übungen und Lab-Anteil
Beide Tage sind Werkstattarbeit an den eingereichten echten Prompts: Stresstests mit Mehrfachläufen, Umbau auf Muster, JSON-Extraktion aus echten Dokumenten und ein gegenseitiger Abnahmetest der Bibliothek.
Plattformen
Inhouse arbeiten wir mit dem in Ihrem Haus freigegebenen KI-Werkzeug in der jeweils verfügbaren Version. Auf Wunsch stellen wir Zugänge auf unserer Lab-Umgebung, gearbeitet wird dann mit anonymisierten oder Übungsdokumenten.
Transfernachweis
Zwei überprüfbare Tagesergebnisse: das Muster-Set jeder Person besteht drei definierte Testfälle, die Team-Bibliothek besteht den gegenseitigen Abnahmetest. Beide Ergebnisse werden revisionssicher dokumentiert.
Mitgenommene Artefakte
- Persönliches Kontextmuster-Set mit nachgewiesener Verbesserung gegenüber den Ursprungs-Prompts
- Output-Schemata für JSON und Tabellen als editierbare Vorlagen
- Testfall- und Prüfroutinen-Vorlage je Prompt gegen Halluzinationen
- Prompt-Bibliothek Version 1 des Teams mit Pflegeplan
- Schulungsdokumentation für das Compliance-Archiv
Optionale Erweiterungen
- Enterprise RAG Engineering (AI-RAG), wenn Unternehmenswissen systemisch statt per Hand in den Kontext soll
- Sicher produktiv mit KI arbeiten (AI-WORK) für die Kollegen, die noch nicht auf Vielnutzer-Niveau sind
- Sovereign Assistant des Hauses, wenn die Bibliothek auf einer On-Prem-Umgebung laufen soll
Abgrenzung
Der Kurs macht Ihr Team zu souveränen Prompt-Autoren mit eigener Bibliothek. Er ersetzt keine RAG-Implementierung, keine Anwendungsentwicklung und keinen Betrieb einer Plattform.
Häufige Fragen
Macht der Fortschritt der Modelle Prompt-Engineering nicht bald überflüssig?
Bessere Modelle verzeihen schlampige Prompts eher, aber wiederholbare Qualität, strukturierte Outputs und geprüfte Kontrollen bleiben Handwerk. Genau deshalb steht der Kontext im Kursnamen: Wer Kontext und Testfälle beherrscht, profitiert von jedem Modellwechsel, statt von vorn zu beginnen.
Gibt es offene Termine mit Einzelplätzen?
Nein, wir führen den Track bewusst inhouse durch: 15.800 € zzgl. MwSt. je Durchführung mit 4 bis 12 Personen. So arbeiten alle an den Prompts und Dokumenten Ihres Hauses statt an Fremdbeispielen, und die gemeinsame Prompt-Bibliothek bleibt als Ergebnis vollständig bei Ihnen.
Brauchen die Teilnehmenden Programmierkenntnisse für JSON?
Nein. JSON wird als Strukturformat eingeführt und in den Übungen mit Vorlagen erarbeitet, das gelingt Fachanwendern regelmäßig. Entwickler im selben Kurs vertiefen an denselben Übungen die maschinelle Validierung, davon profitiert die gemeinsame Bibliothek.