Fortgeschrittene Techniken

🔄 In Lektion 3 hast du dein erstes RISEN-Profil erstellt — Rolle, Regeln, Format, Beispiele, Feinsteuerung. Das reicht für 80% der Fälle. Für die restlichen 20% brauchst du vier fortgeschrittene Techniken.

Technik 1: Bedingte Logik

Das Problem: Ein Profil, mehrere Aufgaben. Morgens brauchst du kurze Antworten für Slack-Nachrichten. Nachmittags einen ausführlichen Analysebericht. Mit einem starren Profil geht das nicht.

Die Lösung: Modi definieren.

Standardmodus: Bullet Points, max. 200 Wörter, Du-Ton.

Modi:
- „Schnell" → Max. 3 Sätze, kein Formatierung-Overhead
- „Bericht" → Strukturiert: Hintergrund → Analyse → Empfehlung. Sie-Form.
- „E-Mail" → Höflich, Grußformel, professionell
- „Slack" → Locker, kurz, Emoji erlaubt
- Englische Eingabe → Analyse intern, Antwort auf Deutsch

Warum das im DACH-Raum besonders gut funktioniert: Deutsche Bürokommunikation hat klare Formate — eine Slack-Nachricht klingt anders als eine E-Mail, die klingt anders als ein Bericht für die Geschäftsführung. Die Modi-Umschaltung bildet genau das ab.

✅ Quick Check: Du hast „max. 200 Wörter" als Standard. Dann schreibst du im Chat: „Analysiere diesen Markt ausführlich." Was passiert? (Die KI schreibt vermutlich mehr als 200 Wörter, weil der Prompt die Custom Instruction übersteuert. Lösung: Einen „Analyse"-Modus mit höherem Wortlimit definieren.)

Technik 2: Few-Shot-Beispielketten

In Lektion 3 hast du ein einzelnes Beispiel gesehen. Few-Shot geht weiter: Du gibst der KI 2-3 Eingabe-Ausgabe-Paare, die zeigen, was du erwartest.

Beispiel für Marketing-Copywriting:

Beispiele für Ton und Format:

Eingabe: „Landing-Page-Headline für unser CRM"
Ausgabe: „Weniger Tabellen, mehr Kunden: Das CRM, das KMUs wirklich nutzen."

Eingabe: „Social-Media-Post für neues Feature"
Ausgabe: „Neu: Automatische Lead-Sortierung.
→ Kein manuelles Tagging mehr
→ Leads landen direkt im richtigen Funnel
Jetzt testen: [Link]"

Die KI versteht aus diesen Beispielen: kurze Headlines mit Kontrast, Social Posts mit Pfeil-Emojis und Feature-Fokus. Das müsstest du sonst in 5-6 einzelnen Regeln beschreiben.

Token-Tipp: Few-Shot-Beispiele verbrauchen viel Platz. Nutze sie nur für die Dinge, die die KI mit reinen Regeln nicht richtig hinbekommt — meistens Ton und Stil.

Technik 3: XML-Tags zur Strukturierung

XML-Tags schaffen klare Grenzen zwischen verschiedenen Teilen deiner Custom Instructions. Ohne sie kann die KI manchmal Rollenbeschreibung mit Formatregeln verwechseln.

<rolle>
Marketing-Managerin, B2B-SaaS-KMU, DACH-Markt.
Zielgruppe: Teamleiter in KMUs (20-200 Mitarbeitende).
</rolle>

<regeln>
- Deutsch. Fachbegriffe englisch (CTA, ROI, Lead).
- Du-Ton, professionell + zugänglich.
- Behauptungen mit Daten/Quelle.
- DACH-Markt als Referenz.
- Keine echten Personennamen (DSGVO).
</regeln>

<format>
- Bullet Points, max. 200 Wörter.
- Tabellen bei Vergleichen.
- Empfehlung am Ende jeder Analyse.
</format>

<modi>
„Schnell" → 3 Sätze.
„Bericht" → Strukturiert, Sie-Form.
„E-Mail" → Höflich, Grußformel.
</modi>

Plattform-Unterschiede:

• Claude: XML-Tags optimal — Anthropic hat Claude explizit auf XML-Verständnis trainiert
• ChatGPT: Funktioniert, aber Markdown-Überschriften (## Rolle, ## Regeln) sind ebenfalls effektiv
• Gemini: Markdown bevorzugt
• Copilot: Markdown oder Klartext

Technik 4: Mehrfach-Personas

Statt für jede Aufgabe ein komplett neues Profil, kannst du mehrere Rollen in einem Profil definieren. Die KI wechselt je nach Kontext.

Standard-Persona: Marketing-Beraterin (Du-Ton, kreativ, datenbasiert)

Persona-Wechsel:
- „Als Lektor" → Textkorrektur, Stilverbesserung, formale Sprache
- „Als Analyst" → Zahlen-fokussiert, Tabellen, nüchterner Ton
- „Als Texter" → Werbetexte, kurz, emotional, Call-to-Action

Praxis-Beispiel im DACH-Kontext: Du bist Freelancerin und schreibst abwechselnd Angebote (formell, Sie), Social-Media-Posts (locker, Du) und Analysen (sachlich, datenbasiert). Drei Personas, ein Profil.

✅ Quick Check: Du hast 12 einzelne Regeln in deinen Custom Instructions. Die KI ignoriert die Hälfte davon. Was machst du? (Regeln auf 5-7 zusammenfassen — verwandte Regeln bündeln und bedingte Logik für Sonderfälle nutzen. 7±2 ist die optimale Anzahl.)

Die 7±2-Regel

Forschung zeigt: Mehr als 7-9 Regeln machen Custom Instructions unzuverlässiger. Die KI muss bei jeder Antwort alle Regeln abwägen — bei zu vielen verliert sie die Übersicht.

Vorher (12 Regeln, unübersichtlich):

- Kurz antworten
- Bullet Points
- Fachbegriffe vermeiden
- Auf Deutsch
- Quellen angeben
- Kritisch sein
- Nicht schmeicheln
- Überschriften verwenden
- Beispiele einbauen
- Professioneller Ton
- Keine Emojis
- Bei Unklarheit nachfragen

Nachher (5 Regeln, klar):

- Deutsch. Max. 200 Wörter. Bullet Points.
- Fazit zuerst (Fakten mit Quelle).
- Feedback problemorientiert. Kein Lob.
- Fachbegriffe vermeiden. Keine Emojis.
- Bei Unklarheit nachfragen.

Gleicher Inhalt, halbe Regeln. Die KI folgt dem zweiten Set deutlich zuverlässiger.

Wichtigste Erkenntnisse

• Bedingte Logik: Modi definieren statt für jede Aufgabe ein neues Profil (Schnell, Bericht, E-Mail, Slack)
• Few-Shot-Beispiele: 2-3 Eingabe-Ausgabe-Paare kommunizieren Ton und Stil effektiver als Regelkataloge
• XML-Tags: Klare Grenzen zwischen Rolle, Regeln und Format — bei Claude besonders effektiv
• Mehrfach-Personas: Rollenwechsel im selben Profil durch Trigger-Wörter
• 7±2-Regel: Maximal 5-9 Verhaltensregeln — mehr wird unzuverlässig

Nächste Lektion

Die Techniken stehen. In Lektion 5 schauen wir uns die vier großen Plattformen im Detail an — ChatGPT, Claude, Gemini und Copilot — mit den jeweiligen Stärken, Limits und der richtigen Einrichtung für den DACH-Raum.