#08 – Prompt Engineering in der Lehre
Studierende fit machen für den konstruktiven Umgang mit KI
Prompt Engineering bezeichnet die Fähigkeit, klare, zielgerichtete Anweisungen (Prompts) an KI-Systeme zu formulieren, um qualitativ hochwertige, hilfreiche Antworten zu erhalten. Studierende werden im Studium und Beruf regelmäßig mit KI-Systemen arbeiten – sei es zur Ideensammlung oder zur Strukturierung komplexer Inhalte.
Der reflektierte Umgang mit solchen Werkzeugen gehört zu den zentralen Digitalkompetenzen, was auch der UNESCO KI-Kompetenzrahmen für Studierende illustriert.
Dieser Beitrag zeigt, welche Arten von Prompting-Techniken es gibt, die Ihre Studierenden nutzen können.
Das UNESCO AI Competency Framework for Students
gliedert KI-Kompetenzen in drei Stufen:
- Understand
KI und ihre Funktionsweise grundlegend verstehen - Apply
KI-Tools reflektiert und verantwortungsvoll anwenden - Create
Eigene KI-Lösungen entwerfen und gestalten
INTERAKTIVE PLATTFORM: prompting.schule
Für Lehrende und Studierende steht die Plattform prompting.schule der TU Graz zur Verfügung. Sie bietet interaktive Lernmodule, die sich an den Stufen 1. Understand und 2. Apply des UNESCO-Kompetenzrahmens orientieren, und hilft, Basiskonzepte des Prompt Engineering zu erlernen.
Wir laden Lehrende ein, eigene fachspezifische Prompt-Strategien einzubringen – etwa in den Bereichen Maschinenbau, Architektur oder Biomedizin. Mehr dazu auf der Seite prompting.schule
PROMPTING-TECHNIKEN IN DER LEHRE
Die folgenden Prompting-Techniken, basierend auf Schulhoff et al. (2024) können Studierenden helfen, differenziertere und nützlichere Antworten zu erhalten. Die Techniken werden dabei in Kategorien zusammengefasst. Hier wird exemplarisch für jede Kategorie eine Prompting-Technik vorgestellt und mit einem Beispielprompt zur Veranschaulichung ergänzt. Die Beispielprompts können Sie für Ihren eigenen Fachbereich abwandeln und ausprobieren.
ZERO-SHOT
Die KI bekommt keine Beispiele, sondern nur eine Aufgabe.
EXEMPLARISCHE TECHNIK
Self-Ask
Die KI stellt Rückfragen, um basierend darauf bessere Antworten liefern zu können.
BEISPIELPROMPT
„Ich möchte eine Unterrichtsstunde zum Thema Datensicherheit gestalten. Stelle mir 10 Fragen, um mein Problem besser zu verstehen.”
FEW-SHOT
Die KI erhält zusätzlich zur Aufgabe einige Beispiele (die selbst KI-generiert sein können).
Die 6xA-Richtlinie hilft, gute Beispiele zu wählen:
- Anzahl: Möglichst viele Beispiele
- Anordnung: Beispiele in zufälliger Reihenfolge
- Ausgewogenheit: Unterschiedliche Typen gleichwertig vertreten
- Aufbereitung: Beispiele beinhalten keine Fehler
- Aufbau: Einheitliches und verständliches Format
- Angemessenheit: Beispiele passend zur Fragestellung
EXEMPLARISCHE TECHNIK
Vote-K
Beispiele werden durch die KI erstellt und gezielt ausgewählt
BEISPIELPROMPT
Prompt 1: „Erkläre den Begriff 'Algorithmus' auf 10 verschiedene Varianten.”
Prompt 2: „Erstelle anhand der folgenden Beispiele ein kurzes, unterhaltsames und informatives Videoskript: (nach der 6xA-Richtlinie ausgewählte Beispiele aus der ersten Antwort)”
THOUGHT GENERATION
Die KI erklärt ihre Gedankengänge Schritt für Schritt.
EXEMPLARISCHE TECHNIK
Zero-Shot-Chain of Thought
Die KI wird direkt aufgefordert, ihren Denkprozess schrittweise darzustellen.
BEISPIELPROMPT
„Hier ist ein Python-Code, der nicht richtig funktioniert. Erkläre Schritt für Schritt, woran es liegen könnte.”
DECOMPOSITION
Komplexe Probleme werden in Teilprobleme zerlegt.
EXEMPLARISCHE TECHNIK
Plan-and-Solve
Zuerst wird ein Plan entwickelt, der dann Schritt für Schritt umgesetzt wird.
BEISPIELPROMPT
„Erkläre, wie der Bubble-Sort-Algorithmus funktioniert. Erstelle zuerst einen Plan, nenne wesentliche Lernziele und wie eine Erklärung strukturiert sein muss, dann führe ihn aus.”
ENSEMBLING
Mehrere Prompts oder Antworten werden kombiniert – zum Beispiel durch Mehrheitsentscheid.
EXEMPLARISCHE TECHNIK
Self-Consistency
Dieselbe Frage wird mehrmals gestellt. Die Antworten der KI variieren leicht. Am Ende zählt die häufigste oder plausibelste Lösung.
BEISPIELPROMPT
„Welchen Datentyp soll ich für eine Telefonnummer verwenden?” (dieselbe Frage wird mehrmals gesendet)
SELF-CRITICISM
Die KI wird dazu gebracht, ihre eigene Antwort kritisch zu hinterfragen.
EXEMPLARISCHE TECHNIK
Chain-of-Verification (COVE)
Die KI generiert gezielte Rückfragen zur Überprüfung der eigenen Aussage, beantwortet sie und nutzt sie anschließend zur Überarbeitung der ursprünglichen Antwort.
BEISPIELPROMPT
Prompt 1: „Welcher Sortieralgorithmus eignet sich am besten für große, unsortierte Datenmengen?”
Prompt 2: „Stelle dir selbst kritische Fragen zu deiner Antwort – und beantworte sie, bevor du deine Antwort überarbeitest.”
FAZIT
Studierende für den Umgang mit KI zu sensibilisieren, bedeutet mehr als nur Toolwissen zu vermitteln. Prompting ist ein Türöffner für kritisches Denken, Perspektivwechsel und kreative Lösungsansätze. Mit einem bewussten Einsatz von Prompting-Techniken in Ihrer Lehre helfen Sie Studierenden, sich kompetent, reflektiert und zukunftsorientiert in einer KI-geprägten Welt zu bewegen.
Autor:
Benedikt Brünner (TU Graz Lehr- und Lerntechnologien)
Downloads
Lizenziert unter der Creative-Commons-Lizenz CC BY 4.0 International
Benedikt Brünner, TU Graz Lehr- und Lerntechnologien