Iteration und Verfeinerung: das Modell als Mitarbeiter behandeln

Sie bitten ChatGPT, eine Stellenbeschreibung zu schreiben. Sie erhalten einen völlig brauchbaren, völlig generischen Textblock. Sie seufzen, kopieren ihn in ein Dokument und fangen an, per Hand zu редigieren.

Halt. Diese Änderung, die Sie gerade vornehmen wollten? Fragen Sie einfach danach.

Die erste Antwort eines Sprachmodells (die KI hinter ChatGPT, Claude und Gemini, die Text Wort für Wort vorhersagt) ist fast nie die beste. Sie ist ein erster Entwurf. Die eigentliche Fähigkeit, das, was frustrierte Nutzer von souveränen unterscheidet, ist die Nachfrage.

Der Denkwechsel: ein Gespräch, kein Automat

Die meisten behandeln KI wie einen Verkaufsautomaten: Prompt rein, Antwort raus, weitergehen. Ist der Snack falsch, ist die Maschine schuld.

Behandeln Sie sie stattdessen als Mitarbeiter. Sie arbeiten mit einem schnellen, unermüdlichen Junior-Kollegen, der nie genervt ist, wenn Sie sagen: „Kannst du das noch mal machen?“ Sie geben die Richtung vor, reagieren auf das Ergebnis und steuern nach.

Das Modell erinnert sich außerdem an das Gespräch. Alles, was Sie vorher im selben Chat gesagt haben, ist noch „im Raum“. Sie müssen den Kontext also nicht wiederholen. Sie kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen einfach sagen „mach es kürzer“, und es weiß, was „es“ ist.

Das nennt man Multi-Turn-Prompting: über mehrere Nachrichten hinweg auf ein gutes Ergebnis hinarbeiten, statt alles in eine zu pressen.

Ein durchgespieltes Beispiel: eine Stellenbeschreibung entwerfen

Bauen wir eine echte. Stellen Sie sich vor, Sie führen ein kleines Unternehmen und müssen jemanden für Marketing einstellen, aber Sie haben noch nie eine Stellenanzeige geschrieben.

Turn 1: der erste Entwurf

Ihr Einstiegsprompt:

Schreibe eine Stellenbeschreibung für einen Marketing-Koordinator bei einer kleinen Kaffeerösterei. Wir verkaufen online und an lokale Cafés.

Das Modell liefert etwas Brauchbares, aber Aufgeblähtes: einen schwammigen Einleitungsabsatz, zehn Aufzählungspunkte mit Aufgaben, eine lange „Anforderungen“-Liste und Konzernphrasen wie „synergetisches Brand Storytelling“.

Es ist okay. Es ist nicht fertig. Hier hören die meisten auf. Wir fangen gerade erst an.

Turn 2: „mach es kürzer“

Sie mögen die Textwand nicht. Also sagen Sie genau das:

Mach es kürzer. Kürze auf etwa 150 Wörter und entferne die Buzzwords.

Beachten Sie: Sie haben die Kaffeerösterei und die Rolle nicht erneut erklärt. Das Modell hat all das noch. **Sie senden nur die *Änderung*, die Sie wollen**.

Zurück kommt eine straffere Version: eine einzeilige Einleitung, fünf knackige Aufgaben, drei echte Anforderungen. Deutlich besser.

Turn 3: „senioriger“

Jetzt merken Sie, dass Sie eigentlich jemanden mit mehr Erfahrung brauchen, der das Ganze führt, nicht nur koordiniert. Also steuern Sie nach:

Hebe das auf eine Rolle als „Marketing Manager“ an. Mach die Aufgaben strategischer, etwa Budgetverantwortung und die Steuerung eines Teilzeit-Freelancers.

Das Modell schreibt den Titel um, hebt die Sprache an („Kampagnen umsetzen“ wird zu „die Marketingstrategie festlegen“) und ergänzt die Verantwortungs- und Führungsaufgaben, die Sie genannt haben.

Sie haben die gesamte Senioritätsstufe der Rolle mit einem Satz verändert. Von Hand hätte das bedeutet, fast jede Zeile neu zu schreiben.

Turn 4: „eine Zeile zu Remote-Arbeit ergänzen“

Eine letzte Anpassung. Sie haben das Arbeitsmodell vergessen:

Ergänze eine Zeile, dass die Stelle hybrid ist: zwei Tage pro Woche in unserer Rösterei in Portland, der Rest remote.

Fertig. Vier Turns, und Sie sind von einem leeren Blatt zu einer klaren, konkreten, richtig eingestuften Stellenanzeige gekommen. Jeder Turn war eine kurze Bitte in einfachem Deutsch.

Warum das besser ist als ein einziger Riesen-Prompt

Sie könnten fragen: warum nicht alle vier Anforderungen gleich in den ersten Prompt schreiben?

Manchmal geht das. Aber meist *kennen* Sie Ihre Anforderungen nicht von Anfang an. Dass Sie es kürzer wollten, haben Sie erst gemerkt, als Sie es lang gesehen haben. Dass Sie einen Manager brauchen, ist Ihnen erst beim Lesen der Koordinator-Version klar geworden.

Iteration lässt den Entwurf Ihnen zeigen, was Sie eigentlich wollen. Das Ergebnis wird zum Denkwerkzeug, nicht nur zum Liefergegenstand.

Außerdem lässt sich in kleinen Schritten leichter nachkorrigieren. Eine Änderung pro Turn heißt, dass Sie klar sehen, was jede Anpassung bewirkt hat. Wird etwas schlechter, sagen Sie einfach: „Geh zurück zur vorherigen Version, aber behalte die kürzere Einleitung.“

Praktische Formulierungen, die das Modell steuern

Sie brauchen keine Tricks. Sie brauchen klare, konkrete Anweisungen. Hier ein Werkzeugkasten von Follow-up-Formulierungen, die in ChatGPT, Claude und Gemini funktionieren:

Länge und Dichte anpassen

• „Kürze das um die Hälfte.“
• „Erweitere den zweiten Abschnitt mit einem konkreten Beispiel.“
• „Gib mir die Stichpunkt-Version.“

Tonalität und Niveau anpassen

• „Mach es formeller.“ / „Mach es wärmer und weniger konzernhaft.“
• „Schreib das so um, dass ein Zwölfjähriger es versteht.“
• „Lass es senioriger / selbstbewusster / vorsichtiger klingen.“

Gezielte Änderungen

• „Lass alles gleich, aber ändere den dritten Punkt.“
• „Gleicher Inhalt, korrigiere nur den Titel.“
• „Ergänze einen Satz zu X. Rühr den Rest nicht an.“

Vergleichen und verzweigen

• „Gib mir drei verschiedene Versionen des ersten Satzes.“
• „Zeig mir neben der aktuellen eine spielerischere Option.“

Der Satz „lass alles andere gleich“ ist Ihr bester Freund. ErErDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → sagt dem Modell, eine chirurgische Änderung vorzunehmen, statt alles neu zu generieren und Sie zu überraschen.

Mit der APIAPIApplication Programming Interface: eine standardisierte Schnittstelle, über die Anwendungen kommunizieren und Daten austauschen, ohne die interne Funktionsweise der jeweils anderen zu kennen.Vollständige Definition ansehen → (für die etwas Technischeren)

Wenn Sie irgendwann vom Chatfenster in den Code wechseln, funktioniert das Gespräch genauso. **Sie senden dem Modell jedes Mal die *vollständige Historie* des Chats**, und es antwortet auf die letzte Nachricht im Kontext.

Hier das Stellenbeschreibungs-Beispiel als echter API-Aufruf mit Python und der OpenAI-Library. Beachten Sie, wie jeder Turn einfach ein weiteres Element in der `messages`-Liste ist:

from openai import OpenAI
client = OpenAI()

# Das gesamte Gespräch liegt in dieser Liste.
messages = [
    {"role": "user", "content":
        "Write a job description for a marketing coordinator "
        "at a small coffee roasting company."},
    # Die erste Antwort des Modells käme normalerweise hier als "assistant".
    {"role": "assistant", "content": "<the long first draft>"},
    # Turn 2: unsere Verfeinerung
    {"role": "user", "content":
        "Make it shorter. About 150 words, no buzzwords."},
]

response = client.chat.completions.create(
    model="gpt-5.1",
    messages=messages,
)

print(response.choices[0].message.content)

Der Kernpunkt: das Modell hat kein eigenes Gedächtnis. Die Chat-Apps führen diese messages-Liste im Hintergrund für Sie. Wenn Sie „mach es kürzer“ tippen, hängen sie Ihre Nachricht still an die gesamte Historie an und senden sie zurück. Iteration bedeutet, dass die Chat-App sich das Gespräch merkt, damit Sie es nicht müssen.

Wenn Sie tiefer einsteigen wollen, wie diese Gespräche aufgebaut sind: der OpenAI prompting guide ist kostenlos und klar geschrieben.

Wenn Iteration aus dem Ruder läuft

Ein paar ehrliche Warnungen.

Lange Chats können abdriften. Nach vielen Turns kann das Modell eine frühe Anweisung verlieren oder sich selbst widersprechen. Wird ein Gespräch unübersichtlich, starten Sie einen neuen Chat und fügen die beste Version als neuen Ausgangspunkt ein.

Nicht über-iterieren. Irgendwann ist die Antwort gut genug. Endloses Polieren mit der KI ist ein echter Zeitfresser. Wissen Sie, wann Sie den Entwurf nehmen und selbst fertigstellen.

Sagen Sie konkret, was bleiben soll. Wenn Sie nur „verbessere das“ sagen, „verbessert“ das Modell womöglich genau die Stelle, die Sie geliebt haben. Sagen Sie, was schon funktioniert: „Der Ton ist perfekt. Straffe nur die Mitte.“

Sichern Sie die Version, die Sie mögen. Modelle generieren munter neu, und eine gute Zeile kann im nächsten Turn verschwinden. Kopieren Sie Ihre Favoriten unterwegs in ein separates Dokument.

Die wichtigsten Punkte

• Die erste Antwort ist ein Entwurf, kein Urteil. Planen Sie die Verfeinerung ein. Die Magie liegt in der Nachfrage, nicht im ersten Prompt.
• Eine Änderung pro Turn. „Mach es kürzer“, dann „senioriger“, dann „ergänze eine Remote-Zeile“. Kleine Schritte lassen sich leicht steuern und leicht zurücknehmen.
• Sie müssen den Kontext nicht wiederholen. Das Modell erinnert sich an den Chat, senden Sie also nur die gewünschte Änderung, nicht die ganze Vorgeschichte.
• Nutzen Sie „lass alles andere gleich“, um chirurgische Änderungen statt einer überraschenden Komplettneufassung zu bekommen.
• Wissen Sie, wann Sie aufhören. Ist der Entwurf gut genug, nehmen Sie ihn und machen Sie ihn fertig. Verknotet sich ein Chat, starten Sie neu und fügen Ihre beste Version ein.