{"id":72663,"date":"2025-05-06T09:00:02","date_gmt":"2025-05-06T09:00:02","guid":{"rendered":"https:\/\/app-mde-blog-prd.azurewebsites.net\/?p=72400"},"modified":"2026-02-10T08:28:51","modified_gmt":"2026-02-10T08:28:51","slug":"prompt-engineering-wie-koennen-sie-ihre-beschaffungsprozesse-mit-hilfe-von","status":"publish","type":"post","link":"https:\/\/www.manutan.de\/blog\/intelligentes-und-effizientes-arbeiten\/prompt-engineering-wie-koennen-sie-ihre-beschaffungsprozesse-mit-hilfe-von\/","title":{"rendered":"Prompt Engineering: Wie k\u00f6nnen Sie Ihre Beschaffungsprozesse mit Hilfe von KI optimieren?\u2009"},"content":{"rendered":"
\"\"<\/figure>\n
\n

Die rasante Entwicklung der generativen k\u00fcnstlichen Intelligenz er\u00f6ffnet spannende Perspektiven f\u00fcr Unternehmen. Diese gro\u00dfen Sprachmodelle (Large Language Models<\/i>) erfordern jedoch ein gewisses Know-how, um ihr volles Potenzial auszusch\u00f6pfen: das Prompt Engineering. Darunter versteht man die Kunst, effektive Suchanfragen zu formulieren. Nur so kann die KI unsere Absichten verstehen, unseren Anweisungen folgen und die erwarteten Ergebnisse liefern. Prompt Engineering geh\u00f6rt heute zu den neuen Schl\u00fcsselkompetenzen, die es zu beherrschen gilt.<\/p>\n

Was ist Prompt Engineering?<\/h2>\n

Prompt Engineering, auch Query Engineering genannt, befasst sich mit dem Entwurf und der Verfeinerung von Prompts<\/b>, um KI-Modellen die bestm\u00f6glichen Antworten zu entlocken. Prompts sind detaillierte Anweisungen an Modelle f\u00fcr die Verarbeitung nat\u00fcrlicher Sprache (Natural Language Processing<\/i>, NLP), eine bestimmte Aufgabe auszuf\u00fchren oder eine bestimmte Antwort zu erzeugen.<\/p>\n

Die Idee besteht darin, klare, pr\u00e4zise und vollst\u00e4ndige Anweisungen <\/b>zu geben, um die Ergebnisse einzugrenzen. Die Modelle sollten jedoch nicht mit Anweisungen \u00fcberfrachtet werden, die ihre Kreativit\u00e4t einschr\u00e4nken. Beim Prompt Engineering geht es also darum, ein geschicktes Gleichgewicht zwischen Kontrolle und Autonomie zu finden. Die Effektivit\u00e4t des Prompts wirkt sich n\u00e4mlich direkt auf die Qualit\u00e4t und Relevanz des Ergebnisses aus.<\/p>\n

Alles in allem sind Neugier, Anpassungsf\u00e4higkeit und eine gewisse Beherrschung der Technologien<\/b> erforderlich. Diese F\u00e4higkeiten gew\u00e4hrleisten, dass die Interaktion zwischen Mensch und Maschine pr\u00e4zise, relevant und sicher ist. In einigen L\u00e4ndern ist daraus sogar ein neuer Beruf entstanden: der Prompt Engineer.<\/p>\n

Techniken des Prompt Engineering<\/h2>\n

Es gibt verschiedene Techniken, um Anfragen an eine generative KI wie ChatGPT zu formulieren. Jede hat ihren eigenen Ansatz und ihre eigene Funktion.<\/p>\n

Direkte Eingabeaufforderungen<\/h3>\n

Direkte Eingabeaufforderungen sind einfache Aufforderungen, die durch Kontextelemente unterst\u00fctzt werden. Sie k\u00f6nnen als Frage oder als Rollenzuweisung formuliert werden. In diesem Fall wurde das KI-Modell nicht explizit f\u00fcr diese Aufgabe trainiert.<\/p>\n

One-, Few- und Multi-Shot-Eingabeaufforderungen<\/h3>\n

One-Shot-Eingabeaufforderungen basieren auf einem klaren und anschaulichen Beispiel des gew\u00fcnschten Ergebnisses. Die Few-Shot- und Multi-Shot-Eingabeaufforderungen enthalten noch mehr Beispiele. Diese Technik eignet sich f\u00fcr komplexere Aufgaben oder wenn eine Antwort nach einer bestimmten, schwer zu beschreibenden Struktur gew\u00fcnscht wird.<\/p>\n

Eingabeaufforderungen in Form von Gedankenketten (Chain-Of-Thought, CoT)<\/h3>\n

Eingabeaufforderungen in Form von Gedankenketten veranlassen das Modell, seine Gedanken zu erkl\u00e4ren. Mit anderen Worten, die Aufgabe wird Schritt f\u00fcr Schritt zerlegt. Sie k\u00f6nnen mit Few-Shot-Eingabeaufforderungen kombiniert werden, um die Ergebnisse bei komplexen Aufgaben zu verbessern, bei denen vor der Beantwortung nachgedacht werden muss.<\/p>\n

3 Schritte zum effektiven Prompt Engineering<\/h2>\n

Um generative KI optimal nutzen zu k\u00f6nnen, m\u00fcssen wir in der Lage sein, mit ihr \u00fcber Prompts zu kommunizieren. Je vollst\u00e4ndiger der Prompt ist, desto genauer und relevanter ist die Antwort der KI. Nachfolgend sind einige bew\u00e4hrte Verfahren aufgef\u00fchrt, die Ihnen bei der Erstellung effektiver Prompts helfen k\u00f6nnen.<\/p>\n

Klar und pr\u00e4zise formulieren<\/h3>\n

Es wird empfohlen, eine klare und einfache Sprache zu verwenden, die alle notwendigen Einzelheiten<\/b> enth\u00e4lt. Dazu geh\u00f6ren z.B.:<\/p>\n

    \n
  • die Rolle, die die KI einnehmen soll<\/li>\n
  • die spezifische Aufgabe, die erf\u00fcllt werden soll<\/li>\n
  • die zu nutzende Technik und\/oder Quelle<\/li>\n
  • das letztendliche Ziel, die kontextuellen Elemente<\/li>\n
  • das Antwortformat<\/li>\n
  • die Zielgruppe<\/li>\n
  • die Einschr\u00e4nkungen usw.<\/li>\n<\/ul>\n

    Noch weitergehend kann die KI angewiesen werden, vor jeder Antwort R\u00fcckfragen zu stellen, um sicherzustellen, dass das Tool die Anfrage vollst\u00e4ndig verstanden hat.<\/p>\n

    \n

    Diese typische Struktur kann als Orientierung dienen: <\/b><\/p>\n

    \u201eDu bist [Rolle] und sollst [spezifische Aufgabe] mithilfe von [Technik\/Quelle] erreichen [Ziel]. Es ist wichtig zu wissen, dass [Kontext]. Du lieferst die Antwort im [Format] an [Zielgruppe] und ber\u00fccksichtigst [Einschr\u00e4nkungen]. Stelle mir, bevor du antwortest, [X] weitere Fragen, die dir helfen k\u00f6nnen, eine bessere Antwort zu finden.\u201c <\/i><\/p>\n

    \n

    Wiederholen und ausprobieren<\/h3>\n

    Man sollte sich nicht scheuen, seine Eingabeaufforderung so oft wie n\u00f6tig anzupassen<\/b>, wenn man mit den ersten Ergebnissen nicht zufrieden ist. Man sollte hartn\u00e4ckig bleiben, verschiedene Formulierungen ausprobieren, den Detaillierungsgrad anpassen, verschiedene L\u00e4ngen der Eingabeaufforderungen testen usw.<\/p>\n

    Dar\u00fcber hinaus ist es notwendig, kontinuierliches Lernen zu integrieren. Denn die F\u00e4higkeiten der KI-Tools entwickeln sich ebenso weiter wie die Bed\u00fcrfnisse der Nutzer. Das bedeutet auch, dass die Prompts regelm\u00e4\u00dfig aktualisiert werden.<\/p>\n

    Die Grenzen des Tools kennen<\/h3>\n

    Die Antworten <\/b>der KI sollten immer \u00fcberpr\u00fcft werden,<\/b> da sie fehlerhaft, veraltet oder voreingenommen sein k\u00f6nnen. Es ist auch wichtig, das Modell aufzufordern, seine Quellen anzugeben oder diese selbst zu \u00fcberpr\u00fcfen. Ein weiterer wichtiger Punkt ist der Schutz der Privatsph\u00e4re. Daher sollten keine pers\u00f6nlichen oder kritischen Informationen in den Prompts preisgegeben werden, auch wenn es je nach Art des Tools notwendig sein kann, bestimmte Schl\u00fcsselelemente zu anonymisieren. Ralph De Groot, Gr\u00fcnder von Procurement Tactics, betont: \u201eKI kann in der Beschaffung sehr n\u00fctzlich sein. Es muss jedoch sichergestellt werden, dass sie mit Bedacht eingesetzt wird.\u201c<\/i><\/p>\n

    Einsatz von Prompt Engineering in der Beschaffung<\/h2>\n

    Generative KI kann die Arbeit von Eink\u00e4ufern erheblich erleichtern<\/b>. Sie verspricht bessere Analysen und Entscheidungen, aber auch Produktivit\u00e4tssteigerungen und Kostenoptimierungen.<\/p>\n

    Laut einer aktuellen Umfrage von Deloitte haben sich 92% der Einkaufsleiter im vergangenen Jahr auf die Planung und Bewertung der M\u00f6glichkeiten von generativer KI konzentriert. Konkret getestet oder eingesetzt haben diese Tools jedoch nur 37%. Von diesen stellten etwa 50% eine Verdoppelung des ROI (Return of Investment)<\/b> im Vergleich zu herk\u00f6mmlichen Methoden fest, bei einigen fortgeschrittenen Implementierungen stieg der ROI um mehr als das F\u00fcnffache.<\/p>\n

    Heute decken die Anwendungsf\u00e4lle von der Lieferantensuche bis zum Vertragsmanagement den gesamten Source-to-Pay-Prozess ab.<\/p>\n

    Suche nach Lieferanten<\/h3>\n

    Generative k\u00fcnstliche Intelligenz erleichtert das Sammeln und Analysieren externer Daten und damit die Identifizierung neuer Lieferanten<\/b>. Einkaufsteams k\u00f6nnen sie auch nutzen, um Angebote verschiedener Lieferanten auf der Grundlage ausgew\u00e4hlter Szenarien zu bewerten und zu vergleichen.<\/p>\n

    RFI, RFP und RFQ<\/h3>\n

    Generative KI kann Eink\u00e4ufern helfen, Anfragen nach <\/b>Informationen, Preisen und Angeboten (RFI, RFP und RFQ) automatisch zu generieren<\/b>. Dar\u00fcber hinaus k\u00f6nnen Risiken und Fehler in diesen Dokumenten aufgedeckt werden, was zu einer besseren Konformit\u00e4t f\u00fchrt.<\/p>\n

    Vertragsmanagement<\/h3>\n

    Mit Hilfe dieser Tools k\u00f6nnen Einkaufsabteilungen konforme Vertr\u00e4ge erstellen, bestehende Vertr\u00e4ge <\/b>auf m\u00f6gliche Risiken analysieren<\/b>, Fristen \u00fcberwachen, Vertragsverl\u00e4ngerungen verwalten usw.<\/p>\n

    Die Anwendungsm\u00f6glichkeiten gehen jedoch noch weiter. Die Analyse von M\u00e4rkten, Einkaufsbudgets, Lieferantenleistungen und -risiken usw. ist ebenfalls m\u00f6glich und erleichtert das Management von Lieferantenbeziehungen und das Risikomanagement. Schlie\u00dflich unterst\u00fctzt die KI auch bei der Erstellung von Bestellanforderungen, Verhandlungen usw. Der Anwendungsbereich ist also sehr breit.<\/b><\/p>\n

    Entscheidend f\u00fcr den erfolgreichen Einsatz von Prompt Engineering ist, dass sich die Teams die Techniken aneignen<\/b>. Dies setzt zun\u00e4chst voraus, dass das Unternehmen eine KI-Politik eingef\u00fchrt hat. Dadurch wird ein sicherer Rahmen f\u00fcr die Nutzung geschaffen, in dem jeder lernen, ausprobieren und sein Wissen verfeinern kann. F\u00fcr den Anfang kann man sich auf Promptbibliotheken st\u00fctzen, die von einigen Akteuren zur Verf\u00fcgung gestellt werden, oder sogar KI-Modelle verwenden, um den am besten geeigneten Prompt zu verfassen.<\/p>\n

    Prompt Engineering ebnet somit den Weg f\u00fcr immer genauere, relevantere und verwertbarere Ergebnisse. Um dies zu erreichen, m\u00fcssen die Teams die M\u00f6glichkeiten dieser Werkzeuge besser verstehen und die Entwicklung qualitativ hochwertiger Prompts beherrschen. Dies ist ein wichtiger Hebel zur Verbesserung der Effizienz und der strategischen Entscheidungsfindung<\/b> in Unternehmen.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

    Die rasante Entwicklung der generativen k\u00fcnstlichen Intelligenz er\u00f6ffnet spannende Perspektiven f\u00fcr Unternehmen. Diese gro\u00dfen Sprachmodelle (Large Language Models) erfordern jedoch ein gewisses Know-how, um ihr volles Potenzial auszusch\u00f6pfen: das Prompt Engineering. Darunter versteht man die Kunst, effektive Suchanfragen zu formulieren. Nur so kann die KI unsere Absichten verstehen, unseren Anweisungen folgen und die erwarteten Ergebnisse liefern. Prompt Engineering geh\u00f6rt heute...<\/p>\n","protected":false},"author":2,"featured_media":73420,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[6],"tags":[],"class_list":["post-72663","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-intelligentes-und-effizientes-arbeiten"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts\/72663","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/comments?post=72663"}],"version-history":[{"count":3,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts\/72663\/revisions"}],"predecessor-version":[{"id":74040,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/posts\/72663\/revisions\/74040"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/media\/73420"}],"wp:attachment":[{"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/media?parent=72663"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/categories?post=72663"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.manutan.de\/blog\/wp-json\/wp\/v2\/tags?post=72663"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}