Bollermann sollte sich hinsetzen. Einmal klar, ruhig, direkter Blick — "Sitz" — und er macht es. Kein Drama, kein zweiter Versuch. Genuschelt, im Vorbeigehen, ohne Augenkontakt: "Einen Sch**ß mache ich", denkt sich Bolle und trollt weiter. Heute in der Hundeschule ist mir aufgegangen, dass ich damit gerade die wichtigste Lektion ueber KI-Prompts bekommen habe — von einem Labrador.

Das Problem: Genuschelte Prompts

Du kennst das Bild: Jemand tippt drei Woerter in ChatGPT, erhaelt generisches Kauderwelsch zurueck und schliesst das Fenster mit dem Urteil "KI taugt nichts". Das Modell ist nicht das Problem. Der Prompt ist das Problem.

Ein schlechter Prompt ist genau das — ein genuscheltes "Sitz", nur mit mehr Buchstaben.

Wenn das Signal unklar ist, passiert bei Hund und KI dasselbe: Der Empfaenger ratet. Bollermann schnuppert weiter am Gras. ChatGPT produziert Mittelmaß, das nach allem klingt und nach nichts schmeckt. Beide tun ihr Bestes mit dem, was sie bekommen haben. Das reicht nur nicht.

Der Unterschied zwischen brauchbarem Ergebnis und Mittelmaß liegt selten im Modell. Er liegt im Signal, das Du reinschickst — egal, ob Hund oder KI.

Was Hunde uns ueber Signale lehren

Gute Trainerin Doris hat es heute so erklaert: Ein Befehl, der funktioniert, hat vier Eigenschaften.

Ein Wort. Nicht "Bollermann, koenntest Du vielleicht mal sitzen?" — sondern "Sitz". Praezision vor Hoeflichkeit.

Klarer Ton. Ruhig, fest, ohne Fragezeichen am Ende. Wer genuschelt fragt, bekommt genuschelt zurueck.

Direkter Blick. Augenkontakt sagt: Ich meine Dich, jetzt, diese Aufgabe. Kein Blick bedeutet kein Commitment.

Eine Aufgabe auf einmal. "Sitz-Bleib-Komm-Platz-Such" in einem Atemzug ueberfordert jeden Hund. Und jede KI.

Diese vier Eigenschaften lassen sich eins zu eins auf Prompts uebertragen. Wer das verinnerlicht, braucht kein teures Upgrade auf das naechste Modell.

Das Signal-vor-Modell-Prinzip

Hier ist der Kernsatz, der sich bei mir festgesetzt hat: Der Unterschied liegt selten im Modell, sondern im Signal.

Ob Du ChatGPT, Claude oder Gemini nutzt — alle drei koennen hervorragende Ergebnisse liefern. Und alle drei liefern Schrott, wenn der Prompt nuschelt. Das Modell ist der Hund. Du bist der Trainer. Dein Prompt ist der Befehl.

Viele Unternehmer investieren Stunden damit, das "beste" KI-Tool zu suchen. Dabei liegt der Hebel anderswo: Wer seinen Prompt um 20 Prozent praeziser macht, bekommt mehr als wenn er das Modell wechselt. Das ist kein Bauchgefuehl — das ist jede Woche in meiner Arbeit mit Unternehmern sichtbar.

Dasselbe Prinzip gilt uebrigens schon eine Ebene tiefer: Wer beschissene Prozesse automatisiert, bekommt beschissene automatisierte Prozesse. Bei KI ist es identisch — das Fundament entscheidet, nicht das Werkzeug.

4 Schritte zu klareren Prompts

Direkt aus der Hundeschule ins Prompt-Fenster:

Schritt 1: Rolle definieren (= Wer bist Du in diesem Moment?)

Bollermann weiss, mit wem er es zu tun hat — mir. KI weiss das nicht, bis Du es sagst. "Du bist ein erfahrener B2B-Texter, der direkt und ohne Floskeln schreibt" ist der Augenkontakt im Prompt.

Schritt 2: Eine Aufgabe, nicht fuenf (= Ein Befehl auf einmal)

"Schreib mir eine Markenstrategie, einen Redaktionsplan und drei Blogposts" ist das Aequivalent von "Sitz-Platz-Such-Bleib-Komm". Fokus auf eine Sache. Die naechste Aufgabe kommt nach dem Ergebnis.

Schritt 3: Kontext liefern (= Den Blick richten)

Was ist das Problem? Wer ist die Zielgruppe? Was hast Du schon versucht? Je mehr relevante Information im Prompt, desto weniger ratet die KI. Kontext ist der direkte Blick — er sagt: Ich meine genau das hier.

Schritt 4: Format festlegen (= Den Ton setzen)

"Aufzaehlung, 5 Punkte, kein Fachjargon" ist der ruhige, feste Ton. Ohne diese Angabe entscheidet die KI selbst — und trifft es selten so, wie Du es brauchst.

Das klingt nach viel Aufwand beim ersten Mal. Nach drei Wochen ist es Reflex. Wer das strukturierte Prompt-Framework mit Rolle, Aufgabe, Kontext und Format noch nicht kennt: dort ist es mit Praxis-Templates ausgefuehrt.

FAQ

Nein — und Bollermann ist der Beweis. Selbst der intelligenteste Hund ignoriert einen unklaren Befehl. ChatGPT-4o, Claude Opus, Gemini Ultra: Alle drei liefern Mittelmaß bei schlechtem Prompt und starke Ergebnisse bei klarem Signal. Das Modell bestimmt die Obergrenze. Dein Prompt bestimmt, wie nah Du daran herankommst. Erst das Signal optimieren, dann das Modell waehlen.

Frag Dich: Wuerde ein guter Praktikant am ersten Arbeitstag mit dieser Anweisung wissen, was er tun soll? Wenn die Antwort nein ist, fehlt etwas. Konkret: Ist die Rolle definiert? Ist die Aufgabe auf eine Sache reduziert? Ist das Output-Format angegeben? Wenn alle drei Fragen mit ja beantwortet sind, ist der Prompt solide genug fuer einen ersten Durchgang.

Der Alleskoenner-Prompt: zu viele Aufgaben auf einmal, kein Format, keine Rolle. Der zweithaeufigste: den ersten Output fuer fertig halten. KI-Output ist immer ein Entwurf. Der erste Durchgang ist der Hund, der zum ersten Mal "Sitz" hoert — er macht es, aber noch nicht so sauber wie nach drei Wochen Training. Iteriere in derselben Session, gib Feedback, praezisiere.

Ja. Das Signal-vor-Modell-Prinzip ist tool-agnostisch. Die Zutaten — Rolle, Aufgabe, Kontext, Format — funktionieren in jedem gaengigen Modell. Was sich unterscheidet, ist der Stil des Outputs: Teste fuer Deine Hauptanwendungsfaelle mehrere Modelle mit demselben Prompt und entscheide dann. Aber erst den Prompt sauber bauen.

Ja. Und er hat keine Rechnung geschickt. Der Kern ist simpel: Klares Signal, klares Ergebnis. Was im Hundetraining sichtbar und unmittelbar ist — Bolle setzt sich oder er tut es nicht — passiert bei KI im Verborgenen. Du siehst nur den Output, nicht das Raten. Deshalb vergessen wir den Zusammenhang. Bollermann macht ihn wieder sichtbar.

Mein anderer Lernmoment mit Bollermann — wo es nicht ums Prompten ging, sondern ums bewusste Verlieren: Wir haben das Spiel verloren — und dabei gewonnen.