Iteration und Verfeinerung: das Modell wie einen Mitarbeiter behandeln

# Iteration und Verfeinerung: das Modell wie einen Mitarbeiter behandeln

Sie bitten ChatGPT, eine Stellenbeschreibung zu schreiben. Heraus kommt ein völlig korrekter, völlig generischer Textblock. Sie seufzen, kopieren ihn in ein Dokument und fangen an, per Hand zu redigieren.

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 von souveränen Nutzern unterscheidet, ist das Nachfassen.

Der Denkwechsel: ein Gespräch, kein Automat

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

Behandeln Sie sie stattdessen wie einen Mitarbeiter. Sie arbeiten mit einem schnellen, unermüdlichen Junior-Kollegen, der nie genervt ist, wenn Sie sagen: „Kannst du das nochmal 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“. Das heißt, Sie müssen Kontext nicht wiederholen. Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen einfach sagen „mach es kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürzer“, und es weiß, was „es“ ist.

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

Ein durchgerechnetes Beispiel: eine Stellenbeschreibung entwerfen

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

Turn 1: der erste Entwurf

Ihr Einstiegsprompt:

> Schreibe eine Stellenbeschreibung für einen Marketing Coordinator in einer kleinen Kaffeeröster-Firma. Wir verkaufen online und an lokale Cafés.

Das Modell liefert etwas Brauchbares, aber Aufgeblähtes: ein schwammiger Einleitungsabsatz, zehn Bullet Points zu Aufgaben, eine lange „Anforderungen“-Liste und Konzernphrasen wie „synergetisches Brand Storytelling“.

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

Turn 2: „mach es kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürzer“

Die Textwand gefällt Ihnen nicht. Also sagen Sie genau das:

> Mach es kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürzer. KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürze auf etwa 150 Wörter und streiche die Buzzwords.

Beachten Sie: Sie haben die Kaffeefirma 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 knappe Aufgaben, drei echte Anforderungen. Deutlich besser.

Turn 3: „senioriger“

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

> Hebe das auf eine „Marketing Manager“-Rolle an. Mach die Aufgaben strategischer, etwa Verantwortung für das Budget und Führung eines Teilzeit-Dienstleisters.

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

Sie haben die gesamte Senioritätsstufe der Rolle mit einem Satz verändert. Per 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 es hybrid ist: zwei Tage pro Woche in unserer Rösterei in Portland, den 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 Anfrage in einfachem Deutsch.

Warum das besser ist als ein einziger Riesen-Prompt

Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnten fragen: Warum nicht alle vier Anforderungen gleich in den ersten Prompt schreiben?

Manchmal geht das. Aber meist *kennen* Sie Ihre Anforderungen vorab nicht alle. Dass Sie es kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürzer wollten, haben Sie erst gemerkt, als Sie es lang gesehen haben. Dass Sie einen Manager brauchen, erst nach dem Lesen der Coordinator-Version.

Iteration lässt den Entwurf Ihnen beibringen, 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, Sie sehen klar, was jede Anpassung bewirkt hat. Wenn eine Änderung es schlechter macht, sagen Sie einfach: „Geh zurück zur vorherigen Version, aber behalte die kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürzere Einleitung.“

Praktische Formulierungen, die das Modell steuern

Sie brauchen keine cleveren Tricks. Sie brauchen klare, konkrete Anweisungen. Hier ein Baukasten von Nachfass-Formulierungen, die in ChatGPT, Claude und Gemini funktionieren:

Länge und Dichte anpassen

• „Halbiere das.“
• „Erweitere den zweiten Abschnitt mit einem konkreten Beispiel.“
• „Gib mir die Bullet-Point-Version.“

Ton und Niveau anpassen

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

Gezielte Änderungen

• „Lass alles gleich, aber ändere den dritten Bullet Point.“
• „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 Variante.“

Der Satz „lass alles andere gleich“ ist Ihr bester Freund. ErErThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → sagt dem Modell, eine chirurgische Änderung vorzunehmen, statt alles neu zu generieren und Sie zu überraschen.

Dasselbe über die APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen → (für die etwas Technischeren)

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

Hier das Stellenbeschreibungs-Beispiel als echter APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen →-Aufruf mit Python und der OpenAI-Bibliothek. Beachten Sie, wie jeder Turn nur ein weiteres Element in der messages-Liste ist:

from openai import OpenAI
client = OpenAI()

# Das gesamte Gespräch steckt 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 kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürzer“ tippen, hängen sie Ihre Nachricht still an die gesamte Historie und senden alles 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 driften. Nach vielen Turns kann das Modell eine frühe Anweisung aus dem Blick verlieren oder sich widersprechen. Wenn ein Gespräch unübersichtlich wird, 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.

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

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

Die wichtigsten Punkte

• Die erste Antwort ist ein Entwurf, kein Urteil. Rechnen Sie mit Verfeinerung. Die Magie liegt im Nachfassen, nicht im ersten Prompt.
• Eine Änderung pro Turn. „Mach es kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürzer“, dann „senioriger“, dann „ergänze eine Remote-Zeile“. Kleine Schritte sind leicht zu steuern und leicht zurückzunehmen.
• Sie müssen 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 Komplett-Neufassung zu bekommen.
• Wissen Sie, wann Schluss ist. Wenn der Entwurf gut genug ist, nehmen Sie ihn und machen Sie fertig. Wenn ein Chat sich verheddert, starten Sie neu und fügen Ihre beste Version ein.