Prompt Engineering bedeutet, gute Anweisungen zu formulieren. Also die Frage zu klären: Was soll die KI tun
Kontext Engineering bedeutet, der KI die richtigen Informationen in der richtigen Struktur bereitzustellen. Also zu entscheiden: Womit soll die KI arbeiten
Der Trend geht klar in Richtung Kontext. Wer Daten, Regeln, Beispiele, Tools und Verlauf sauber strukturiert und dem Modell als Input gibt, bekommt konstante und belastbare Ergebnisse. Diese Wirkung geht weit über einzelne clevere Prompts hinaus. Genau darauf fokussieren heute viele moderne Agenten Frameworks, etwa Anthropic oder LangChain.
Mit einem reinen Prompt sagst du: „Mach mir ein Risotto.“
Mit Kontext Engineering stellst du zusätzlich die Speisekammer zusammen: Reis, Brühe, Käse, Pfanne, Rezeptkarte, frühere Notizen wie „mag wenig Salz“. Der Koch arbeitet schneller, sicherer und reproduzierbarer.
Genau das macht Kontext Engineering mit der KI. Du wählst bewusst aus, was die KI sehen darf, strukturierst diese Informationen und pflegst sie laufend. Es geht nicht nur darum, eine Aufgabe zu formulieren, sondern die Arbeitsbasis der KI zu gestalten.
Beim Prompting geht es darum, klare Anweisungen zu geben. Typische Elemente sind:
Beispiel:
„Du bist Vertriebsassistent. Formuliere eine freundliche Follow up Mail in 120 bis 150 Wörtern, mit Betreff, in Sie Form.“
Das ist hilfreich, ersetzt aber nicht die Informationsbasis. Wenn die KI keine Details zum Kunden, Produkt oder Kontext hat, bleibt die Antwort generisch. Sie klingt korrekt, trifft aber weder deinen Markenton noch die konkrete Situation.
Kontext Engineering kümmert sich um alles, was in das Kurzzeitgedächtnis des Modells geladen wird, das sogenannte Context Window. Das ist die Menge an Text, die ein Modell auf einmal berücksichtigen kann. Grössere Fenster helfen, entscheidend ist aber die Qualität und Struktur dessen, was du hineinlegst.
Was gehört in den Kontext
Moderne Agenten Frameworks beschreiben dafür Strategien wie schreiben, auswählen, komprimieren und isolieren von Kontext je nach Schritt im Workflow. Ziel ist es, genau die richtigen Informationen in passender Dosis an der richtigen Stelle bereitzustellen.
Bei längeren Aufgaben wie Recherche, mehrstufigen Prozessen oder wiederkehrenden Team Workflows reicht ein einzelner Prompt nicht mehr aus. Man braucht Kontext Pflege. Typische Fragen sind:
Anthropic beschreibt in seinem Leitfaden zu effektivem Kontext Engineering genau diese Aufgaben. Gleichzeitig entwickeln sich Tools dahin, Fähigkeiten oder Skills als Bündel aus Anleitungen, Skripten und Ressourcen pro Arbeitskontext bereitzustellen. Protokolle wie MCP Model Context Protocol helfen, externe Daten und Tools standardisiert in den Kontext zu ziehen, inklusive Sicherheits und Rechteprüfung.
Nur Prompt:
„Schreibe eine Follow up Mail an Frau Meier wegen Demo Termin.“
Mit Kontext Engineering:
Das Ergebnis ist präzise, markenkonform, datenkorrekt und reproduzierbar. Und du kannst denselben Aufbau immer wieder nutzen.
RAG Retrieval Augmented Generation holt relevante Dokumente aus einer Wissensquelle und legt sie als zusätzlichen Kontext dazu. Die KI weiss dadurch nicht plötzlich alles, sondern liest gezielt nach.
Das macht Antworten aktueller und präziser, wenn die Quelle sauber gewählt, kuratiert und berechtigt ist. Wichtig ist aber: RAG ersetzt kein gutes Kontext Design. Es ist ein Zulieferer. Dein Kontext muss trotzdem strukturiert, komprimiert und versionssicher bleiben.
Auch ohne Deep Tech Wissen kannst du mit wenigen Schritten beginnen.
Prompting genügt, wenn die Aufgabe kurz ist, auf allgemeinem Wissen basiert und weder Markenstimme noch konkrete Dokumente wichtig sind.
Kontext ist Pflicht, wenn Markenstimme, Produktdetails, Richtlinien, Kundendaten, Verlauf oder mehrstufige Prozesse im Spiel sind. Genau hier gewinnst du mit Kontext Engineering Zeit, Qualität und Compliance.
Wenn du drei oder mehr Häkchen setzen kannst, bist du gut unterwegs. Sonst lohnt sich ein kleiner Kontext Sprint.
Bessere Prompts sind hilfreich. Die wirklich skalierbare Wirkung entsteht aber durch besseren Kontext: kuratiert, strukturiert, aktuell und sicher angebunden. Wer das beherrscht, macht aus KI Spielereien verlässliche Arbeitswerkzeuge, die in Teams und Prozessen Bestand haben.
