# Prompt Engineering in der Lehre *Studierende fit machen für den konstruktiven Umgang mit AI* *Veröffentlicht: 22. April 2025 · Aktualisiert: 2. September 2026* *Autor:innen: Benedikt Brünner (TU Graz Lehr- und Lerntechnologien)* Prompt Engineering bezeichnet die Fähigkeit, klare, zielgerichtete Anweisungen (Prompts) an AI-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 AI-Kompetenzrahmen für Studierende illustriert. Dieser Beitrag zeigt, welche Arten von Prompting-Techniken es gibt, die Ihre Studierenden nutzen können. > **Hinweis** > > Das [UNESCO AI Competency Framework](https://unesdoc.unesco.org/ark:/48223/pf0000391105) for Students gliedert KI-Kompetenzen in drei Stufen: 1. **Understand** KI und ihre Funktionsweise grundlegend verstehen 2. **Apply** KI-Tools reflektiert und verantwortungsvoll anwenden 3. **Create** Eigene KI-Lösungen entwerfen und gestalten ## INTERAKTIVE PLATTFORM: prompting.schule Für Lehrende und Studierende steht die Plattform [prompting.schule](https://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. Es bietet interaktive Lernmodule auf Basis der Stufen 1. **Verstehen** und 2. **Anwenden** des UNESCO-Kompetenzrahmens und hilft dabei, die Grundlagen des Prompt Engineering zu erlernen. > **Gut zu wissen** > > **Wir laden Lehrende ein, eigene fachspezifische Prompt-Strategien** **einzubringen** **–** **etwa in den Bereichen Maschinenbau, Architektur** **oder Biomedizin. Mehr dazu auf der Seite** [prompting.schule](https://prompting.schule/mehr/idee) ## PROMPTING-TECHNIKEN IN DER LEHRE Die folgenden Prompting-Techniken, basierend auf [Schulhoff et al. (2024)](https://www.researchgate.net/publication/381318099_The_Prompt_Report_A_Systematic_Survey_of_Prompting_Techniques), 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 AI bekommt keine Beispiele, sondern nur eine Aufgabe. ## EXEMPLARISCHE TECHNIK **Self-Ask** Die AI 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 AI erhält zusätzlich zur Aufgabe einige Beispiele (die selbst AI-generiert sein können). Die 6xA-Richtlinie hilft, gute Beispiele zu wählen: 1. Anzahl: Möglichst viele Beispiele 2. Anordnung: Beispiele in zufälliger Reihenfolge 3. Ausgewogenheit: Unterschiedliche Typen gleichwertig vertreten 4. Aufbereitung: Beispiele beinhalten keine Fehler 5. Aufbau: Einheitliches und verständliches Format 6. Angemessenheit: Beispiele passend zur Fragestellung ## EXEMPLARISCHE TECHNIK **Vote-K** Beispiele werden durch die AI 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 AI erklärt ihre Gedankengänge Schritt für Schritt. ## EXEMPLARISCHE TECHNIK **Zero-Shot-Chain of Thought** Die AI 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 AI wird dazu gebracht, ihre eigene Antwort kritisch zu hinterfragen. ## EXEMPLARISCHE TECHNIK **Chain-of-Verification (COVE)** Die AI 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 AI 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 AI-geprägten Welt zu bewegen.  *Ich bin ein Sticker. In den FAQ erfahren Sie mehr über mich.*  ## Downloads - [Beitrag (PDF - 664 kB)](https://telucation.tugraz.at/dateien/08-prompt-engineering-article.pdf) - [Sticker (PNG - 30 kB)](https://telucation.tugraz.at/dateien/08-prompt-engineering-sticker.png) - [Barrierearmer Beitrag (DOCX - 129 kB)](https://telucation.tugraz.at/dateien/08-prompt-engineering-accessible.docx) Dieser Beitrag steht unter der Lizenz [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/deed.de). Bitte nennen Sie bei einer Weiterverwendung die Autor:innen, TELucation und die TU Graz.