Kontext
KI-Glossar
Die Gesamtheit der Informationen, die einem KI-Modell in einem Prompt oder Gespräch zur Verfügung stehen, um eine passende und relevante Antwort zu erzeugen.
Kurzdefinition
Kontext bezeichnet im KI-Bereich alle Eingaben, die ein Modell bei der Verarbeitung berücksichtigt: der aktuelle Prompt, frühere Gesprächsrunden, mitgegebene Dokumente oder Textpassagen sowie Systemanweisungen. Der verfügbare Kontext ist durch das Kontextfenster des Modells begrenzt.
Einfach erklärt
Ein KI-Modell weiß nur, was Sie ihm mitteilen. Es kennt Ihre Branche nicht, Ihre Zielgruppe nicht, den Stand Ihres Projekts nicht. Wenn Sie relevante Hintergrundinformationen weglassen, liefert das Modell eine generische Antwort. Wenn Sie den richtigen Kontext mitgeben, wird die Antwort deutlich präziser und verwendbarer. Kontext kann sein: Ihre Rolle, das Ziel des Textes, die Zielgruppe, Rahmenbedingungen, Vorgaben oder Einschränkungen.
Kontext ist auch zeitlich: In einem längeren Gespräch „erinnert“ sich das Modell an frühere Nachrichten, solange sie noch im Kontextfenster liegen. Wenn das Gespräch sehr lang wird, kann früherer Kontext verloren gehen. Wichtige Informationen sollten deshalb bei Bedarf wiederholt oder am Anfang eines neuen Gesprächs erneut eingebracht werden.
Beispiel aus dem Arbeitsalltag
Eine Teamleiterin möchte eine interne Einladung für ein Workshop-Meeting erstellen. Ohne Kontext: „Schreibe eine Meeting-Einladung.“ Mit Kontext: „Ich bin Teamleiterin in einem mittelständischen Produktionsunternehmen. Ich lade mein 8-köpfiges Team zu einem einstündigen Strategie-Workshop ein, um die Prioritäten für das nächste Quartal festzulegen. Der Ton soll professionell, aber nicht förmlich sein.“ Die zweite Anfrage liefert ein deutlich besseres Ergebnis.
Warum ist der Begriff wichtig?
Kontext ist einer der wichtigsten Faktoren für die Qualität von KI-Ausgaben. Viele unbefriedigende Ergebnisse lassen sich direkt auf fehlenden oder unklaren Kontext zurückführen.
Das Bewusstsein für Kontext ist eine Kernkompetenz bei der KI-Nutzung: Wer versteht, welche Informationen das Modell benötigt, kann Prompts gezielter und effizienter gestalten.
Chancen
- Deutlich relevantere und verwendbarere Antworten durch gezielte Kontextangabe
- Reduzierter Nachbearbeitungsaufwand bei klarer Ausgangsbeschreibung
- Wiederverwendbar: Kontextblöcke können für ähnliche Aufgaben wiedergenutzt werden
- Grundlage für Prompt-Templates und standardisierte Workflows
Risiken und typische Fehler
- Zu viel Kontext kann das Kontextfenster füllen und wichtige Informationen verdrängen
- Sensible Informationen als Kontext mitgeben kann Datenschutzrisiken erzeugen
- Ungenauer Kontext kann das Modell in eine falsche Richtung lenken
- Kontext geht in langen Gesprächen verloren, wenn er das Kontextfenster verlässt
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.