War Prompting nur ein Hype? 😲

Hello Smart Chiefs, 

diese Woche bekam ich eine Workshop-Anfrage von einem Konzern. Sie wollten einen "einheitlichen Standard im KI-Prompting" schaffen. Quasi einen Leitfaden, wie Mitarbeiter künftig mit KI arbeiten sollen. Mein erster Gedanke? Ihr seid zu spät dran.

Heute im Newsletter:

• Level up your Smalltalk: was ihr wirklich wissen müsst über Kontext- und Prompt-Engineering.

• die Top 5 Links der Woche und

• Ein erster Rückblick vom legendären Smart Chiefs AI Retreat auf Mallorca. Ich bin immer noch so berührt!!

• Danke für die Bewertung des heutigen Newsletters! Schreibt gerne auch 2,3 Sätze dazu, was ihr gut findet/ was ich ändern soll. Jede Info hilft mir total. 🙂 

Zurück zu Prompting und der Frage: Wie relevant ist dieses Skill noch?

Auf Reddit wird es nämlich stark angezweifelt. In einem Post heißt es: "Warum nennen wir es eigentlich noch Prompt Engineering, wenn die Modelle es kaum noch brauchen?" Das Argument: Wir feilen an einer Fähigkeit, die in Echtzeit verschwindet.

Selbst das Wall Street Journal schrieb kürzlich: "The Hottest AI Job of 2023 Is Already Obsolete." Stattdessen reden Experten jetzt von “Context Engineering”. Die Rede ist jetzt von der Kunst, Informationen intelligent zu verwalten.

Uff, was genau soll das schon wieder sein?!

Stell dir ein Large Language Model wie einen hochintelligenten, aber vergesslichen Mitarbeiter vor. Er kann brillante Arbeit leisten – aber er hat nur ein kleines Whiteboard, auf dem er sich Dinge notieren kann. Dieses Whiteboard ist das Kontextfenster. Wenn du ihm zu viele Informationen gibst, wird das Whiteboard überfüllt, und die wichtigen Punkte gehen unter. Wenn du ihm zu wenig gibst, fehlt ihm der Zusammenhang.

Prompt Engineering ist, als würdest du ihm eine präzise Aufgabe aufschreiben:
„Schreib bitte diesen Bericht in meinem Stil, klar und analytisch.“

Context Engineering hingegen ist, als würdest du den gesamten Arbeitsplatz gestalten, damit er jederzeit optimal denken kann: Du entscheidest, welche Notizen auf dem Whiteboard stehen, welche alten Memos gelöscht werden, welche Dokumente auf dem Schreibtisch liegen und welche Tools er gerade nutzen darf.

Wann wird Context Engineering relevant?
Besonders bei komplexen, langfristigen Aufgaben. Zum Beispiel wenn KI-Agenten über Stunden oder Tage arbeiten müssen und du nicht ständig Rücksprache halten kannst (wie bei ChatGPT beispielsweise). Wenn sie autonom Tools verwenden und Daten abrufen. Ein Praxisbeispiel wäre etwa ein Costumer-Service-AI-Agent. Damit der optimal funktioniert, werden die Prompts immer komplexer - denn der Agent muss jede Eventualität drauf haben. Das kann dann so ausschauen:👇🏽

Denn das Problem ist: Large Language Models verlieren an Fokus, wenn die Token-Menge steigt. Ihre Fähigkeit, präzise Schlüsse zu ziehen, nimmt ab. Context Engineering löst dieses Problem durch aktive Kontextverwaltung.

Was bedeutet das für dich?
Als Endnutzer merkst du Context Engineering nicht direkt. Aber es bestimmt, wie zuverlässig und fokussiert deine KI-Agenten arbeiten.

Wenn du stundenlang mit einem KI-Agenten chattest, sorgt Context Engineering dafür, dass er den Fokus behält. Durch automatische Kompaktierung der Gesprächshistorie, bevor der Arbeitsspeicher überlastet ist.

Es ermöglicht intelligente Informationsnutzung: Der Agent speichert Notizen oder ruft externe Daten nur dann ab, wenn er sie braucht.

Ist normales Prompting also jetzt wirklich tot?

Sorry, not sorry: Nein. Prompt Engineering bleibt definitiv relevant für einfache(re) Gespräche mit Chatbots. Wenn du dich über Laufschuhe unterhältst oder Antworten auf daily To Do’s mit ChatGPT & Co. brauchst, ist das weiterhin Prompt Engineering.

Tipp von mir: Selbst diesen Schritt überspringe ich manchmal und lasse ChatGPT den Prompt selbst schreiben. Das klingt ungefähr so: “Hallo, du bist der beste Prompt Engineer der Welt und das ist mein Problem X. Schreibe den bestmöglichen Prompt, um es zu lösen. Stelle mir Gegenfragen, wenn dir relevante Informationen fehlen, damit dein Resultat exzellent wird.” Das Ergebnis: Oft deutlich besser als alles, was ich selbst schreiben würde. Vor allem geht es viel, viel schneller.

Abschließend: Warum haben wir Prompt und Context Engineering dann heute trotzdem so genau differenziert? Ganz einfach:

Die Zukunft gehört KI-Agenten, die komplexe Aufgaben autonom lösen. Und diese Agenten brauchen Context Engineering, nicht perfekte Prompts. Die Zukunft geht auch dahin, dass wir uns mit Tools wie n8n bereits eigene Agenten basteln können - und spätestens dann müssen wir unsere Skills erweitern. Und mit dieser Aufgabe habt ihr davon immerhin schon mal gehört.

Schreib mir zurück: Wer baut Context Engineering schon ein? Und nicht vergessen: bewerte den Newsletter, ob er spannend war für dich :).

Und jetzt weiter mit den Links!

Work smart not hard.  

Eure, Laura

PS: Teile diesen Newsletter mit anderen Smart Chiefs. Noch immer made by humans ❤️

🚀 Smart Links

🧠 Sehen, denken, lesen, singen, Probleme lösen – all das wirkt selbstverständlich. Aber was genau macht das Gehirn dabei eigentlich? Die Antwort liefert die Thousand Brains Theory, die erklärt wie menschliches Denken funktioniert. Wer verstehen will, wie KI künftig denkt – muss erst verstehen, wie wir selbst denken.

🎙Ein Kundenservice, der sich nicht mehr nach Warteschleife anfühlt: Malte Kosub glaubte einst an den Siegeszug von Alexa – heute führt er ein Unicorn, das mit KI den US-Markt aufmischt. Im OMR-Podcast spricht der Gründer von Parloa darüber, wie aus einer Idee ein Millionen-Business wurde – inklusive Fußball-Investoren und Umzug nach New York. Warum das spannend für uns ist? Weil Parloa zeigt, wie KI nicht nur Tech verändert – sondern ganze Geschäftsmodelle.

🤖 Was hat Taylor Swift mit KI-Ethik zu tun? Der Philosoph Markus Gabriel sieht in ihr mehr als nur ein Pop-Phänomen – und erklärt, warum wir uns immer öfter von KI „verstanden“ fühlen. Im Gespräch mit Hotel Matze spricht er über Animismus, menschliche Tiefe, Verschwörungsdenken – und die Zukunft unserer Ethik im Zeitalter der Maschinen.

🎙 Viele denken bei Künstlicher Intelligenz an Magie. Dabei ist es reine Mathematik. In der neuen Folge vom Polymath Podcast wird genau das entzaubert: Wie funktionieren Modelle wie ChatGPT, Gemini oder Grok wirklich – und warum sind sie trotzdem so faszinierend? Außerdem lernt ihr: was "emergente Fähigkeiten" sind, warum Claude kreativ ist, aber keine Faktenmaschine. Und: Warum wir AGI (also echte künstliche Intelligenz) noch lange nicht haben.

🎥  Was früher nur in Hollywood möglich war, geht heute mit zwei AI-Tools – und einem guten Plan. Der Creator Dave Clark hat aus einem einzigen Foto ein beeindruckendes Video gebaut. Die Tools dahinter? Veo 3.1 – für die Videoerstellung und Erweiterung Flow by Google – für den kreativen Workflow und Charakter-Konsistenz. Was wir daraus lernen? KI liefert das Material. DU bleibst der Regisseur.

🌴 Stillness in Speed – ein weiteres legendäres Smart Chiefs AI Retreat auf Mallorca:

Wow - ich kann die letzte Woche auf Mallorca noch gar nicht richtig verarbeiten.
Dieses Smart Chiefs AI Retreat war wieder magisch – auf allen Ebenen. Das Wetter perfekt. Die Location @thelodgemallorca ein Traum. Die Smart Chiefs: inspirierend.

Kluge, reflektierte Menschen, die nicht nur über KI, Branding und Leadership sprechen wollten, sondern über das, was wirklich zählt: Mut zur Veränderung in Zeiten von KI.

Input gaben Serial-KI-Gründer Peter Jeitschko, Microsoft-Managerin Miriam Kugel und Ex-Red-Bull-CEO und Zen-Lehrer Boris Bolz, genauso wie ich. Bewegend für mich war besonders der Moment am letzten Abend, als wir allen Gästen die handgefertigten von @jasminajovyjewelry überreichten - exklusiv für die Smart Chiefs. Jasmina selbst war im April beim Smart Chiefs Retreat in Leogang dabei. Jetzt tragen wir ein Stück dieser Energie am Handgelenk. This is Community at its best 💫.

📍 SAVE THE DATE - und hier klicken für die Warteliste: Stanglwirt, Juni 2026