Prompt

Ein Prompt ist die Anweisung, die ein KI-Modell bekommt — alles, was die Maschine vor ihrer Antwort zu lesen kriegt. Bei einem Sprachmodell wie Claude oder GPT ist das ein Text („Schreib mir ein Exposé für Objekt 4711"), bei einem Bildmodell eine Beschreibung der gewünschten Bildänderung („Möbliere diesen leeren Raum als skandinavisches Wohnzimmer"). Die Qualität der Antwort hängt fast vollständig vom Prompt ab — derselbe LLM, derselbe Datensatz, ein anderer Prompt: eine andere Welt.

System-Prompt und User-Prompt — der entscheidende Unterschied

Moderne KI-Anwendungen arbeiten mit zwei übereinander liegenden Prompts. Der System-Prompt definiert Rolle, Stil, Grenzen und Standardanweisungen des Modells — er wird vom Hersteller der Anwendung vorgegeben, vom Endnutzer nicht direkt gesehen und gilt für jede Anfrage. Der User-Prompt ist die konkrete Frage oder Aufgabe, die der Nutzer in dem Moment formuliert. In einem Makler-CRM heißt das: der System-Prompt sorgt dafür, dass die KI sich als Makler-Assistent versteht, in „Du"-Ansprache schreibt und keine Rechtsberatung erteilt; der User-Prompt ist das, was der Makler tatsächlich eintippt („Schreib eine Absage an Familie Müller").

Was einen guten Prompt ausmacht

Vier Bausteine entscheiden über die Qualität — egal ob Text- oder Bildprompt. Rolle: wer soll das Modell sein („Du bist ein erfahrener Wohnimmobilien-Makler in Hamburg"). Kontext: was muss es wissen (Objektdaten, Käuferprofil, frühere Korrespondenz — idealerweise gezielt aus dem CRM geladen). Aufgabe: was genau soll passieren („Schreib eine freundliche Absage, die Tür für andere Objekte offenlässt"). Format: in welcher Form („Maximal 120 Wörter, kein Smalltalk-Einstieg, mit konkreter Folgefrage am Ende"). Wer alle vier sauber adressiert, bekommt verlässliche Ergebnisse; wer einen weglässt, holt sich genau dort Halluzinationen, Beliebigkeit oder Formatfehler.

Wo Prompts im Makleralltag wirken

• Exposé- und E-Mail-Texte — der Standard-Prompt des CRMs gibt Tonalität, Länge und Disclaimer vor; die Eingabe pro Vorgang ist nur noch der Anlass.
• Bildbearbeitungs-Prompts — Anweisungen an das Vision-Modell für KI-Homestaging, virtuelle Renovierung, Bildoptimierung. Hier entscheidet der Prompt über Stil und Wiederekennung.
• Klassifikations-Prompts — eingehende E-Mails werden über einen kurzen Prompt in Kategorien sortiert (Kaufanfrage, Besichtigungswunsch, Reklamation, Sonstiges).
• Dokumenten-Extraktion — strukturierte Felder werden über einen präzise formulierten Prompt aus PDFs gezogen (Energiekennwerte, Mietvertrag-Klauseln, Grundbuch-Daten).
• Briefing-Prompts — morgendliche Zusammenfassungen werden über einen festen Prompt erzeugt, der das Format (heute anstehende Termine, offene To-Dos, Marktnews) konstant hält.

Prompt-Engineering — was wirklich hilft

Drei Patterns wirken im Maklerumfeld nach unserer Erfahrung am stärksten. Erstens — Rolle setzen: „Du bist ein professioneller Makler" verändert Tonalität, Wortwahl und Sicherheitsverhalten messbar gegenüber einer rohen Aufgabe ohne Rollenkontext. Zweitens — Beispiele zeigen (Few-Shot): zwei oder drei vorbildlich formulierte Beispiele direkt im Prompt sind oft wirkungsvoller als seitenlange Stilregeln. Drittens — Format hart vorgeben: „Antworte als JSON mit den Feldern X, Y, Z" oder „Maximal drei Stichpunkte, ohne Vor- und Nachspann" verhindert die häufigste Quelle für unbrauchbare Antworten — wenn das Modell höflich-ausschweifend wird, wo es kompakt sein soll.

Prompt-Caching — die unterschätzte Spar-Hebel

Anbieter wie Anthropic und OpenAI bieten Prompt-Caching an: wenn ein langer System-Prompt oder ein wiederverwendeter Referenztext über mehrere Anfragen identisch bleibt, wird er nur einmal voll abgerechnet — Folgeanfragen zahlen nur einen Bruchteil (typischerweise 10 % des regulären Preises). Für ein Makler-CRM mit standardisierten System-Prompts und stabiler Stilbibliothek bedeutet das in der Praxis eine massive Reduktion der Token-Kosten, ohne dass an der Antwortqualität gespart werden muss. Voraussetzung: die Anwendung baut Prompts so auf, dass der wiederverwendbare Teil zuerst kommt und der variable Teil danach — sonst greift der Cache nicht.

Bild-Prompts ticken anders als Text-Prompts

Bei Sprachmodellen gewinnt fast immer der präzisere, längere Prompt. Bei Bildmodellen ist das nicht so eindeutig: zu lange Beschreibungen führen oft zu unentschiedenen Ergebnissen, weil das Modell zu viele Wünsche „mittelt". Bewährt hat sich: kurze, klare Stilanker („skandinavisch, helle Eiche, natürliches Tageslicht von links") statt erschöpfender Inventarlisten. Außerdem gilt bei Bildern: was der Prompt nicht ausschließt, kommt manchmal trotzdem ins Bild — explizite Verbote („keine Pflanzen, keine Personen, kein TV-Gerät") sind oft genauso wichtig wie die positive Beschreibung.

So setzt propgen das um

propgen liefert geprüfte Standard-Prompts für alle KI-Module — Exposé-Generierung, E-Mail-Drafts, Briefings, Bildbearbeitung, Klassifikation. Die System-Prompts sind nicht zufällig entstanden, sondern systematisch getestet und überarbeitet, mit eingebauter „weiß ich nicht"-Toleranz, Halluzinations-Schutzklauseln (siehe KI-Halluzination) und festen Format-Vorgaben für strukturierte Aufgaben. Im Tagesgeschäft heißt das: der Makler liefert nur den Anlass, nicht den ganzen Prompt — und bekommt trotzdem ein verlässliches Ergebnis.

Wo der eigene Stil wichtig ist — vor allem in der Bildbearbeitung — können über die Release Note Eigene Prompts firmenspezifische Prompts angelegt, getestet und büroweit freigegeben werden. Die ausgelieferten Standard-Prompts bleiben dabei immer als Fallback erhalten.