METXMEEine Verwalterin in Köln saß im April mit ihrer Praktikantin am Bildschirm. Aufgabe: ein Mahnschreiben an einen Mieter. Die Praktikantin hatte schon dreißig Sekunden mit Claude geredet: „Schreibe ein Mahnschreiben für einen Mieter, der seit zwei Monaten kein Hausgeld gezahlt hat." Die Antwort war grammatikalisch korrekt, formal sauber — und klang wie aus einem Lehrbuch der achtziger Jahre. Sehr geehrte Damen und Herren, hiermit setzen wir Ihnen eine letzte Frist, mit freundlichen Grüßen. Die Verwalterin las es einmal durch und sagte: „So hat keiner unserer Briefe je geklungen."
Drei Minuten später hatte sie einen anderen Prompt geschrieben. Sechs Absätze, jede mit einer kleinen Vorgabe — Rolle, Kontext, Aufgabe, Format, Beispiel, Tonfall. Die Antwort war ein Mahnschreiben, das exakt nach dem Haus klang, mit den Standardformulierungen, die seit zwölf Jahren in den Briefen drinstehen, mit der konkreten Forderungssumme und dem konkreten Mietverhältnis. Lesbar, persönlich, juristisch sauber.
Genau diesen Unterschied macht die Sechs-Bausteine-Regel — und genau dafür ist der Prompt-Builder in der Community gebaut.
Baustein eins — Rolle
Wer soll das Modell sein?
Die Rolle bestimmt Stil und Fachtiefe. „Du bist erfahrener FM-Berater mit Schwerpunkt auf Reinigungs- und Hausmeisterleistungen für Gewerbeimmobilien" produziert eine andere Antwort als „Du bist hilfsbereit und antwortest klar". Der erste Prompt schöpft aus einem Erfahrungsraum — der zweite aus einem Service-Roboter-Tonfall.
Wichtig: die Rolle ist nicht Marketing-Text. Sie ist eine fachliche Spezifikation. „Erfahrener Steuerberater mit Schwerpunkt Immobilien-GmbH und §6b EStG" ist scharf. „Hilfreiche KI" ist nicht.
Im Mittelstand der häufigste Fehler: keine Rolle. Das Modell rutscht dann in einen Default-Tonfall — höflich, generisch, ohne Standpunkt. Wer eine fachliche Antwort will, definiert eine fachliche Rolle.
Baustein zwei — Kontext
Was muss das Modell vorher wissen?
Hintergrund, Zielgruppe, vorherige Schritte. „Wir wollen eine Ausschreibung gegen unseren bestehenden Vertrag prüfen. Das angehängte Dokument ist die Ausschreibung." Drei Sätze, in denen Zweck, Vergleichsobjekt und Quellen-Status geklärt sind.
Im Mittelstand wird der Kontext oft mit „magischen" Erweiterungen gefüllt — „du weißt ja, was wir wollen". Das Modell weiß es nicht. Es ist nicht euer Kollege seit fünf Jahren. Drei Sätze Kontext sparen drei Iterationen.
Baustein drei — Aufgabe
Eine Aufgabe pro Prompt. Klar und scharf formuliert.
„Vergleiche die Ausschreibung mit unseren typischen Konditionen und finde Stellen, die Risiken oder ungewöhnliche Pflichten enthalten." Eine Aufgabe, ein Verb („vergleiche"), ein Ziel („finde Stellen"). Nicht „mach was Sinnvolles damit".
Häufiger Mittelstands-Fehler: zwei oder drei Aufgaben in einem Prompt. „Lies das, fass es zusammen, schlag Alternativen vor und schreibe gleich den Antwortbrief." Vier Aufgaben — das Modell macht alle vier oberflächlich, weil keine die volle Aufmerksamkeit bekommt. Der bessere Pfad: vier separate Prompts, jeder mit der Antwort des vorigen als Kontext.
Baustein vier — Vorgehen / Schritte
Wenn die Aufgabe komplex ist: 3–6 Schritte vorgeben.
„1. Lies die Ausschreibung vollständig. 2. Identifiziere Service-Levels, Reaktionszeiten und Pönalen. 3. Markiere Klauseln, die ungewöhnlich oder einseitig wirken. 4. Schlage Anpassungs-Formulierungen vor."
Der Schritt-Block ist optional, aber für strukturierte Output-Aufgaben Gold wert. Er zwingt das Modell zur Reihenfolge, an der ihr arbeiten wollt — statt der Reihenfolge, die es selbst gerne hätte.
Im Mittelstand der häufigste Aha-Moment: die Antworten werden mit Schritt-Block deutlich konsistenter. Drei Anfragen am gleichen Dokument liefern drei sehr ähnliche Ergebnisse — statt drei sehr unterschiedliche.
Baustein fünf — Antwortformat
Tabelle, Liste, Markdown, JSON, freier Text.
„Liste mit drei Spalten: Klausel-Auszug, identifiziertes Risiko, Vorschlag." Fünf Wörter, die das ganze Antwortformat definieren. Das Modell weiß nun, dass ihr eine Tabelle wollt, dass die Tabelle drei Spalten hat, und welche Spalten.
Format-Vorgaben sind der zweitgrößte Hebel nach der Rolle. Ohne Format-Vorgabe entscheidet das Modell — und es entscheidet meist für Fließtext. Wer eine Tabelle will, muss eine Tabelle bestellen.
Spezialfall: JSON. Wenn ihr die Antwort programmatisch verarbeiten wollt, ist JSON der einzige zuverlässige Weg. „Antworte als JSON-Objekt mit den Feldern adresse, baujahr, wohnflaeche_m2, zustand. Kein zusätzlicher Text vor oder nach dem JSON." Das funktioniert bei Claude und Gemini sehr zuverlässig — bei GPT-Modellen besser mit Tool-Use-Feature (siehe Code-Snippets in der Community).
Baustein sechs — Beispiel
Ein Mini-Beispiel beschleunigt die Ergebnisqualität spürbar.
„Beispielzeile: ‚Reaktionszeit Notdienst 30 Minuten' — Risiko: kaum erfüllbar in der Fläche — Vorschlag: 60 Minuten in Standardobjekten, 30 Minuten nur in benannten Objekten."
Mit einem Beispiel weiß das Modell sofort: Tonfall, Detailtiefe, Argumentationsschärfe. Ohne Beispiel kann das Ergebnis von „sehr knapp" bis „weitschweifig" schwanken — mit Beispiel landet es im Korridor des Beispiels.
Im Mittelstand wird der Beispielbaustein am häufigsten weggelassen, weil er nach Aufwand klingt. Tatsächlich ist er der mit Abstand wirksamste Hebel — drei Beispielzeilen verbessern das Ergebnis stärker als drei Iterationen mit Korrekturen.
Baustein sieben — Einschränkungen
Was darf das Modell nicht? Welche Quellen sind tabu?
„Keine juristische Beratung, nur fachliche Einschätzung. Quellen aus dem Dokument zitieren." Zwei Sätze, die zwei Risiken klemmen: keine ungewollten Rechtsaussagen, keine erfundenen Quellen.
Einschränkungen sind besonders bei Claude wirksam — Constitutional AI macht das Modell auf Quellenpflicht und Vorsicht hin trainiert. Wer „Beantworte die Frage nur, wenn du eine Quelle nennen kannst, andernfalls sag ‚ich weiß es nicht'" als Einschränkung mitgibt, reduziert Halluzinationen spürbar.
Baustein acht — Tonfall
Knapp, ausführlich, sachlich, freundlich, … ein Wort genügt oft.
„Sachlich, knapp, im Du-Ton mit dem Auftraggeber." Drei Adjektive, ein Hinweis zur Anrede. Das Modell weiß nun, ob der Brief „Hi Lukas" oder „Sehr geehrter Herr Mustermann" anfängt.
Tonfall klingt trivial, ist aber im Mittelstand der häufigste Grund für Iterationen. Wer den Tonfall nicht spezifiziert, bekommt einen generischen Geschäfts-Tonfall — höflich, neutral, langweilig. Wer ihn spezifiziert, bekommt einen Tonfall, der zum Haus passt.
Was das im Alltag konkret bringt
Drei Beispiele aus der Prompt-Builder-Sektion, die direkt nutzbar sind.
Vorlage „FM — Ausschreibungsanalyse": Du bist erfahrener FM-Berater. Wir wollen eine Ausschreibung gegen unseren bestehenden Vertrag prüfen. Vergleiche und finde Risiken. Vier-Schritte-Vorgehen. Drei-Spalten-Tabelle. Beispielzeile gegeben. Keine juristische Beratung. Sachlich, knapp, im Du-Ton.
Vorlage „Immobilien — Exposé entwerfen": Du bist Immobilienmakler mit zwanzig Jahren Erfahrung. Eckdaten zu einem Mehrfamilienhaus mit Gewerbeeinheit, Zielgruppe Kapitalanleger Rheinland. Schreibe Exposé mit Lead-Absatz, Eckdaten-Tabelle, Story-Absatz, Investmentargument. Keine erfundenen Zahlen. Vertrauenswürdig, ruhig, kein Hype.
Vorlage „FM — Übergabeprotokoll-Strukturierung": Du strukturierst Notizen aus Vor-Ort-Begehungen. Ich werde Notizen schicken — unstrukturiert, in Stichworten. Bringe sie ins Standard-Schema. Drei-Schritte-Vorgehen. Markdown mit Zone-Überschriften. Keine zusätzlichen Befunde erfinden. Knapp, präzise.
Drei Vorlagen, je mit acht ausgefüllten Bausteinen. In den Klick-Vorlagen der Prompt-Builder-Sektion direkt ladbar.
Welche Anti-Patterns der Validator findet
Der Prompt-Validator in der Community prüft euren Prompt gegen typische Schwächen:
Mehrere Aufgaben gemischt. „Lies, fass zusammen, schreibe Antwort" — drei Aufgaben in einem Block. Empfehlung: trennen.
Unklare Persona. „Sei kreativ" oder „antworte hilfreich" ist keine Rolle. Empfehlung: fachliche Rolle definieren.
Format nicht spezifiziert. Kein Hinweis auf Tabelle, Liste, JSON oder Fließtext. Empfehlung: Format-Block ergänzen.
Lange Listen ohne Priorisierung. Wenn ihr fünfzehn Anforderungen aufzählt, ohne zu sagen welche die wichtigste ist, mittelt das Modell. Empfehlung: drei Top-Anforderungen klar machen.
Beispiele auslassen, wenn das Format komplex ist. Komplexe Tabellen, mehrstufige Strukturen, JSON-Schemata — alle profitieren stark von einem Beispiel.
Wo Prompt-Engineering aufhört
Drei Punkte, an denen die beste Prompt-Struktur an Grenzen stößt.
Erstens — bei sehr großem Kontext. Wenn ihr ein 200-Seiten-Dokument ins Modell legt, ist die Frage nicht mehr, wie der Prompt strukturiert ist — die Frage ist, wie ihr den Kontext intelligent runterbrecht. Stichwort RAG (Retrieval-Augmented Generation), Stichwort MCP für selektives Abfragen statt blindes Reinkopieren.
Zweitens — bei sehr kreativen Aufgaben. Wenn ihr eine Reklame-Kampagne entwickeln wollt, braucht das Modell mehr Spielraum, weniger Vorgaben. Hier funktioniert „weniger ist mehr" — Rolle und Kontext, dann offene Aufgabe ohne festes Format.
Drittens — bei Reasoning-Ketten. Komplexe mehrstufige Argumentationen profitieren von explizitem „Denke laut, Schritt für Schritt" — dem Chain-of-Thought-Pattern. Wer das einmal probiert hat, sieht den Unterschied bei Aufgaben wie „prüfe, ob diese Klausel-Kombination wirksam ist" oder „berechne den Total-Cost-of-Ownership unter drei Szenarien".
Was die Community konkret hilft
Drei Sektionen in der Reihenfolge der praktischen Wirksamkeit:
Die Prompts-Bibliothek ist der Einstieg. Kuratierte Vorlagen für FM- und Immo-Aufgaben — Mietvertragsanalyse, Übergabe-Strukturierung, Anschreiben, Reklamationsantworten.
Der Prompt-Builder ist die Bauanleitung. Acht Felder, drei FM/Immo-Vorlagen direkt klickbar, Live-Preview als Markdown, Copy-Knopf rechts.
Der Prompt-Validator ist der Qualitäts-Check. Eigenen Prompt einfügen, Anti-Patterns sehen, korrigieren, neu testen. Wer den Validator vor dem produktiven Einsatz durchläuft, reduziert die Iterations-Schleifen am Modell auf einen Bruchteil.
Prompt-Engineering ist 2026 keine Magie. Es ist strukturiertes Schreiben — sechs bis acht Bausteine, in der richtigen Reihenfolge. Wer die einmal verinnerlicht hat, bekommt aus jedem Modell deutlich verlässlichere Ergebnisse — und verbringt weniger Zeit mit Korrekturen, mehr mit der eigentlichen Arbeit.