Wenn wir mit Chatbots arbeiten, machen wir meist eines: Wir formulieren eine Aufgabe und erwarten eine Antwort.
- „Prüfe bitte diesen Vertrag.“
- „Erstelle eine Zusammenfassung.“
- „Schreibe eine E-Mail an den Mandanten.“
Das funktioniert bei einfachen Aufgaben erstaunlich gut.
Bei komplexeren Aufgaben lohnt sich allerdings ein anderer Gedanke:
Was wäre, wenn die KI nicht sofort die Aufgabe lösen soll, sondern zunächst dabei hilft, den passenden Arbeitsauftrag dafür zu entwickeln?
Genau hier kommt Meta-Prompting ins Spiel.
Was bedeutet Meta-Prompting?
Ein Meta-Prompt fordert die KI nicht unmittelbar dazu auf, die eigentliche Aufgabe zu lösen. Stattdessen soll sie zunächst einen möglichst präzisen, vollständigen und auf das konkrete Ziel zugeschnittenen Prompt entwickeln.
Der Unterschied lässt sich einfach darstellen:
Normales Prompting:
Aufgabe → Antwort
Meta-Prompting:
Aufgabe → geeigneten Prompt entwickeln → Aufgabe bearbeiten
Genau genommen ist das eine Abarbeit „auf zwei Ebenen“: Zuerst überlegen wir gemeinsam mit der KI, wie die Aufgabe für ein KI-Modell möglichst gut formuliert werden sollte. Erst danach geht es an die eigentliche Bearbeitung.
Das ist natürlich ein zusätzlich Arbeitsschritt. Bei komplexen Aufgaben kann genau dieser Zwischenschritt aber entscheidend sein.
Ein Beispiel aus der Kanzlei
Nehmen wir einen Grundstückskaufvertrag. Ein klassischer Prompt könnte lauten:
„Prüfe bitte den Kaufvertrag über ein Grundstück.“
Dagegen ist zunächst nichts einzuwenden. Nur: Was genau soll die KI prüfen? Soll sie sich auf rechtliche Risiken konzentrieren? Welche Partei soll sie dabei im Blick haben? Welche Bereiche des Vertrags sollen besonders berücksichtigt werden? Soll sie Unklarheiten und Widersprüche herausarbeiten? Soll sie Änderungsvorschläge machen? Wie soll das Ergebnis aussehen?
Je komplexer die Aufgabe, desto mehr solcher Fragen entstehen. Hier könnte ein Meta-Prompt ansetzen:
„Erstelle einen möglichst präzisen Prompt für ein KI-Modell zur systematischen Prüfung eines Grundstückskaufvertrags nach deutschem Recht. Die Prüfung soll aus der Perspektive eines sehr erfahrenen Rechtsanwalts mit Schwerpunkt Immobilienrecht erfolgen. Der Prompt soll die für einen Grundstückskaufvertrag typischen rechtlichen Prüffelder systematisch erfassen und auf weitere, vom konkreten Vertragsinhalt abhängige Prüfaspekte hinweisen. Risiken, Unklarheiten, widersprüchliche Regelungen und mögliche Nachteile für die zu prüfende Vertragspartei sollen herausgearbeitet werden. Das Ergebnis soll nach der Bedeutung der festgestellten Punkte strukturiert und mit konkreten Handlungsempfehlungen dargestellt werden.“
Damit haben wir den Kaufvertrag noch nicht prüfen lassen, sondern erst einen Arbeitsauftrag für die spätere Prüfung entwickeln lassen.
Und genau das ist der Kern des Meta-Promptings. Eine einfache Orientierung für gute Prompts lautet:
Rolle – Aufgabe – Niveau – Ziel
Diese vier Bausteine sind hilfreich. Bei anspruchsvolleren Aufgaben würde ich sie allerdings um einen weiteren Punkt ergänzen:
Kontext.
Denn die beste Rollenbeschreibung hilft wenig, wenn der KI wichtige Informationen zur konkreten Situation fehlen. Gerade Kontext wird beim Prompting häufig unterschätzt.
Bei einer Vertragsprüfung kann es einen erheblichen Unterschied machen, ob die KI den Vertrag aus Sicht des Käufers oder des Verkäufers analysieren soll.
Ein guter Arbeitsauftrag könnte deshalb so aufgebaut sein:
| Baustein | Frage |
| Rolle | Aus welcher fachlichen Perspektive soll die KI arbeiten? |
| Aufgabe | Was genau soll sie tun? |
| Kontext | Welche Informationen braucht sie, um die Aufgabe richtig einzuordnen? |
| Qualitätsniveau | Wie gründlich und fachlich anspruchsvoll soll sie arbeiten? |
| Ziel | Was soll mit dem Ergebnis erreicht werden? |
| Ausgabeformat | Wie soll das Ergebnis dargestellt werden? |
Ein Meta-Prompt muss nicht bei einem allgemeinen Arbeitsauftrag stehen bleiben. Er kann konkreter werden, indem Sie weitere Anforderungen einbauen, wie zum Beispiel:
- „Ergänze eine Checkliste mit den relevanten Prüffeldern.“
oder:
- „Fasse die drei wichtigsten Risiken zu Beginn in einer kurzen Übersicht zusammen.“
oder:
- „Stelle die Ergebnisse zusätzlich in einer Tabelle mit den Spalten Klausel, Problem, Risiko und Handlungsempfehlung dar.“
oder:
- „Kennzeichne Punkte, bei denen der vorliegende Sachverhalt für eine belastbare Bewertung nicht ausreicht.“
Wichtig hierbei ist:
Meta-Prompting verbessert vor allem die Qualität der Arbeitsanweisung. Es verbessert nicht automatisch die fachliche Richtigkeit jeder späteren Antwort. Die Gefahr der „Halluzination“ bleibt.
Ein großer Vorteil liegt aber auch an einer anderen Stelle.
Meta-Prompting hilft nicht nur dabei, bessere Prompts zu schreiben, sondern zwingt uns dazu, die Aufgabe selbst genauer zu durchdenken:
- Was möchte ich eigentlich von der KI?
- Welche Informationen hat sie?
- Welche Perspektive soll sie einnehmen?
- Was darf sie nicht übersehen?
- Was soll am Ende mit dem Ergebnis passieren?
- Und woran erkenne ich überhaupt, dass die Antwort brauchbar ist?
Das sind Fragen, die man sich auch ohne KI stellen sollte. Meta-Prompting macht sie sichtbar.
In der Praxis sind es oft nur wenige Minuten. Bei einer komplexen Aufgabe können diese Minuten allerdings darüber entscheiden, ob die KI lediglich eine plausible Antwort produziert oder ob sie einen wirklich brauchbaren Arbeitsprozess unterstützt.
Bild: Erstellt mit ChatGPT
Carmen Wolf ist gelernte Rechtsanwaltsfachangestellte mit Weiterbildung zur Rechtswirtin und zur Kanzleimanagerin, Ausbilderin für Rechtsanwaltsfachangestellte sowie Büroleiterin der Koblenzer Rechtsanwaltskanzlei FROMM. Dort ist sie mit allen Bereichen der Kanzleipraxis betraut. Sie hat mehrere Fachbücher, verfasst und ist Herausgeberin des „Infobriefs anwaltbüro“. Sie schreibt Beiträge für eine Webseite für Rechtsanwalts- und Notarfachangestellte und publiziert in Fachzeitschriften.
