Prompt Chaining
KI-Glossar
Prompt Chaining ist eine Technik, bei der die Ausgabe eines KI-Prompts automatisch als Eingabe für den nächsten Prompt verwendet wird — um komplexe Aufgaben in strukturierten Teilschritten abzuarbeiten.
Kurzdefinition
Prompt Chaining bezeichnet die Verkettung mehrerer Prompts in einer definierten Reihenfolge, wobei das Ergebnis jedes Schritts als Eingabe für den folgenden dient. Im Unterschied zu einem einzelnen, langen Prompt erlaubt Prompt Chaining die Aufteilung komplexer Aufgaben in handhabbare Teilschritte mit klar definierten Zwischenergebnissen. Es ist eine grundlegende Technik in Agenten-Architekturen und strukturierten Automatisierungsworkflows.
Einfach erklärt
Stellen Sie sich vor, Sie möchten ein KI-Modell eine umfangreiche Analyse eines Geschäftsberichts erstellen lassen. Statt alles in einen einzigen Prompt zu packen, teilen Sie die Aufgabe auf: Schritt 1 extrahiert die Kerndaten, Schritt 2 bewertet die Kennzahlen, Schritt 3 schreibt die Zusammenfassung. Jeder Schritt baut auf dem vorherigen auf — das ist Prompt Chaining.
Der Vorteil gegenüber einem einzelnen langen Prompt: Zwischenergebnisse können geprüft und bei Bedarf korrigiert werden. Jeder Schritt kann mit einem anderen Modell oder anderen Einstellungen ausgeführt werden. Und die Gesamtaufgabe wird für das Modell besser handhabbar.
Beispiel aus dem Arbeitsalltag
Eine Unternehmensberatung möchte automatisch aus Transkripten von Kundeninterviews strukturierte Insights extrahieren. Prompt 1 fasst das Transkript zusammen. Prompt 2 identifiziert die wichtigsten Schmerzpunkte. Prompt 3 ordnet sie nach Häufigkeit und Dringlichkeit. Prompt 4 formuliert Handlungsempfehlungen. Jeder Schritt ist kurz und präzise, das Endergebnis ist strukturiert und nutzbar.
Warum ist der Begriff wichtig?
Prompt Chaining ist eine der grundlegenden Techniken in der praktischen KI-Automatisierung. Wer komplexere Aufgaben mit KI lösen will, kommt ohne Chaining oder seine Varianten selten aus.
Für nicht-technische Nutzende ist Prompt Chaining ein handlungswirksames Konzept: Wer verstehen will, warum ein KI-Workflow effizienter ist als ein einziger langer Prompt, findet hier die Antwort.
Chancen
- Komplexe Aufgaben in kontrollierbare Teilschritte aufteilen
- Zwischenergebnisse prüfbar und korrigierbar machen
- Verschiedene Modelle oder Einstellungen für verschiedene Schritte nutzen
- Grundlage für reproduzierbare, strukturierte KI-Workflows
Risiken und typische Fehler
- Fehler in frühen Schritten pflanzen sich durch die Kette fort
- Ketten werden bei vielen Schritten schwer überschaubar
- Jeder Schritt verursacht eigene Kosten und Latenz
- Ohne Fehlerbehandlung kann ein fehlgeschlagener Schritt den gesamten Ablauf stoppen
Verwandte Begriffe
Passende Inhalte im KI College
Lernen Sie Schritt für Schritt, wie Sie KI im Arbeitsalltag sinnvoll nutzen.
Use CasesKI im Arbeitsalltag anwenden
Entdecken Sie praktische Beispiele für typische Aufgaben im Beruf.
ToolsKI-Tools im Überblick
Finden Sie heraus, welche Tools zu welchen Aufgaben passen.