Fabian Lang: Prompt Engineering
Rezensiert von Alexander König, 13.04.2026
Fabian Lang: Prompt Engineering. Ein praktischer Leitfaden für bessere Ergebnisse mit KI.
Springer Fachmedien Wiesbaden GmbH
(Wiesbaden) 2025.
65 Seiten.
ISBN 978-3-658-49884-9.
D: 14,99 EUR,
A: 15,41 EUR,
CH: 17,00 sFr.
Reihe: essentials.
Thema
Fabian Lang hat in kurzer Zeit zwei Bücher zum Thema „Künstliche Intelligenz“ im akademischen Kontext veröffentlicht. Mit seinem ersten Buch „Künstliche Intelligenz in Seminar‑ und Abschlussarbeiten“ [1] bietet er eine allgemeine und praxisnahe Einführung in die Nutzung von KI-Systemen. Im zweiten Band „Prompt Engineering – Ein praktischer Leitfaden für bessere Ergebnisse mit KI“ liegt der Schwerpunkt auf dem konkreten Anwendungskontext.
Im Mittelpunkt steht das „Prompt Engineering“ – also die systematische Formulierung von Eingabeaufforderungen an generative KI-Systeme sowie deren kritische Bewertung. Die Qualität und Präzision der Anfragen beeinflussen direkt die Güte der Ergebnisse, die das KI-System liefert. Eingabe und Ausgabe stehen in einem engen Zusammenhang. Die Formel ist einfach: „Je besser die Eingabe, desto besser die Ausgabe.“
Vor diesem Hintergrund verfolgt Fabian Langs Buch zwei Ziele: Einerseits soll der effiziente, effektive und kontextabhängige Umgang mit diesen Technologien vermittelt werden, andererseits soll die Optimierung der Qualität der Mensch-Maschine-Interaktion im Bereich der generativen Künstlichen Intelligenz gefördert werden (vgl. S. 17).
Ausgangspunkt ist die Nutzerin bzw. der Nutzer, die oder der durch den Umgang mit den Systemen ihre bzw. seine Arbeitsweise kontinuierlich verfeinert. Der Autor betont: „Prompt Engineering ist ein Handwerk, das durch Übung und Anwendung Schritt für Schritt erweitert wird.“ (S. VII)
Autor
Fabian Lang ist Professor für Betriebswirtschaftslehre an der Hochschule Hannover. Seine Forschungsschwerpunkte liegen im Bereich der digitalen Transformation und der Entscheidungsunterstützung in Unternehmen. Seine Expertise schöpft der Autor jedoch nicht ausschließlich aus der Forschung: Ein Blick auf seinen beruflichen Werdegang zeigt, dass er über einen breiten Erfahrungsschatz im Unternehmenskontext verfügt. So war er unter anderem als Management Consultant, Vorstandsassistent und Data Product Manager tätig – mit Schwerpunkt auf Künstlicher Intelligenz und deren Nutzung für systematische Datenanalyse im Bank‑ und Versicherungswesen. Darüber hinaus hat er sich wissenschaftlich mit virtuellen Welten (dem sogenannten Metaverse) sowie mit innovativen Geschäftsmodellen beschäftigt.
Das aktuelle Buch entstand im Rahmen einer Co-Kreation mit generativen KI-Systemen. Der Autor nutzte GPT-4 und GPT-5 zur sprachlichen Überarbeitung (S. VII).
Entstehungshintergrund
Fabian Langs Band zum Prompt Engineering ist in der Reihe „essentials“ erschienen. Der Name deutet es bereits an: Die Reihe hat sich zum Ziel gesetzt, das Wesentliche bzw. Grundsätzliche – also die „Essenz“ einer Thematik – darzulegen. Ziel ist es, in die aktuelle Fachdiskussion (State-of-the-Art) in konzentrierter Form einzuführen und auch Prompting-Laien einen verständlichen Einstieg zu bieten (vgl. S. [II]).
Das Buch bietet vor diesem Hintergrund erstens einen basalen Einblick in die Funktionsweise großer Sprachmodelle, der sogenannten „Large Language Models“ (LLMs). Zweitens stellt es anhand konkreter Beispiele Methoden und „Prompting-Strategien“ (S. 27) vor, mit denen Nutzer:innen den Output von KI-Systemen kontrollieren, strukturieren und beispielsweise durch die Beschreibung des spezifischen Prompt-Kontextes verbessern können. Drittens zeigt der Band, wie Anwender:innen durch die Formulierung von Vorgaben und die Ansprache spezifischer Steuerungsgrößen, sog. „Modellparameter“ (S. 54), die Qualität der Ausgaben weiter steigern können. Die Nutzung KI-interner Features und Werkzeuge wie die „Fähigkeit zur Internetsuche, zur Codegenerierung und zur interaktiven Datenverarbeitung“ (S. 55) eröffnet dabei zusätzliche Optimierungsmöglichkeiten. Viertens macht das Buch prägnante Vorschläge, wie generative Künstliche Intelligenz (S. 61–63) effektiv, effizient und sicher eingesetzt werden kann und den kreativen Prozess unterstützt.
Zielgruppe
Die vorliegende Publikation konzentriert sich auf den konkreten Anwendungsfall der Prompt-Formulierung. Zu diesem Zweck wurden Inhalte aus Langs vorherigem Buch über die praktische Anwendung und Bedeutung von KI-Systemen im wissenschaftlichen Kontext neu strukturiert und deutlich komprimiert. Dadurch entstand ein praxisorientierter Überblick, der sich speziell an Praktiker:innen und Interessierte richtet, die Künstliche Intelligenz effizienter nutzen möchten. Die insgesamt sechszehn ausformulierten Beispiele beziehen sich überwiegend auf den Bereich der Betriebswirtschaft. Die gezeigten Prompt-Techniken sind aber grundsätzlich in andere Wissenschaftskontexte übertragbar.
Inhalt
In der Einleitung „Warum Prompt Engineering wichtig ist“ unterstreicht Fabian Lang die Rolle des Prompt Engineerings als „neue Schlüsselkompetenz“ (S. 1) in der modernen Arbeitswelt. Laut Lang profitieren diejenigen, die künftig „Anfragen an ein Sprachmodell präzise formulieren“, nicht nur durch Zeitersparnis, sondern erzielen auch qualitativ hochwertigere Ergebnisse und erschließen zusätzliche Einsatzmöglichkeiten für KI. (Ebd.).
Die Qualität des KI-Outputs hängt maßgeblich von der Arbeitsweise generativer KI-Systeme ab, welche Lang im zweiten Kapitel „Wie funktioniert ein Sprachmodell?“ behandelt. Generative Künstliche Intelligenz basiert auf statistischen Berechnungen und Mustererkennung (S. 13). Die Systeme treffen aus einem umfangreichen Datenreservoir „Vorhersagen“, die auf „statistischen Häufigkeiten“ beruhen und so ihren Output erzeugen. Sie prognostizieren, „welche Wörter typischerweise aufeinanderfolgen“ (S. 3). Ihre Funktionsweise bringt auch eine gewisse Fehleranfälligkeit mit sich: Die Ausgaben müssen nicht zwangsläufig den Fakten entsprechen. Es kann zu sogenannten Halluzinationen kommen sowie zu „Biases“, also Verzerrungen, die in der Datenbasis angelegt sind. Ein fundiertes Verständnis dieser Systeme hilft dabei, die Möglichkeiten und Grenzen der generativen KI realistisch einzuschätzen.
Das darauffolgende dritte Kapitel „Grundlagen: Was ist Prompt Engineering?“ führt eine Definition des Begriffs Prompt ein: „Ein Prompt ist eine Eingabeaufforderung, die aus Text oder anderen Daten besteht und einem KI-System […] Anweisungen oder Kontext liefert, um eine spezifische Aufgabe auszuführen.“ (S. 17) In diesem Zusammenhang versteht man unter Prompt Engineering eine einfache und niedrigschwellige „Methode“ (S. 18) zur Verbesserung von KI-Ausgaben, die ohne Programmierkenntnisse anwendbar ist. Besondere Steuerungsmöglichkeiten ergeben sich durch die Gestaltung und den spezifischen Aufbau eines Prompts, der aus einer Instruktion sowie optionalen Kontextinformationen und Vorgaben besteht.
Unterschiedliche Steuerungsmöglichkeiten systematisiert der Autor im vierten Kapitel „Techniken des Prompt Engineering“. Lang stellt darin verschiedene Strategien des Promptings vor, darunter „Shot Prompting“, „Chain-of-Thought“, „Retrieval-Augmented Generation (RAG)“, „Tree-of-Thought“ oder die „Town Hall Debate“, welche Entscheidungsfindungsprozesse aktiv unterstützen können.
Im fünften Kapitel „Konfiguration, Optimierung und Prompting Hacks“ erläutert Fabian Lang die Anpassung von Modellparametern, wie beispielsweise die über die Temperatur steuerbare kreative Varianz von KI-Ausgaben. Zudem geht er auf integrierte KI-Features ein, etwa die Einbindung externer und über das Internet verfügbarer Dokumente.
Nach Ansicht des Autors haben sich KI-Systeme nämlich inzwischen zu „multifunktionalen Systemen“ (S. 55) entwickelt. Das Buch endet mit einer prägnanten Zusammenfassung, die als „Fazit: 25 Tipps für den effektiven Einsatz von Prompt Engineering“ aufbereitet ist.
Diskussion
Mit seinem Buch „Prompt Engineering“ präsentiert Fabian Lang auf 76 Seiten eine klar strukturierte und praxisorientierte Einführung in die Funktionsweise generativer Künstlicher Intelligenz. Schritt für Schritt führt er in die Technik der Formulierung zielführender Anweisungen ein. Dabei gelingt es ihm, die Inhalte nachvollziehbar und verständlich zu vermitteln. Die wichtigsten Fachbegriffe und technologischen Konzepte führt Lang sukzessive ein, sodass die Lektüre auch für Leser:innen ohne Vorkenntnisse möglich ist.
Die Lektüre regt zum Nachdenken an: Wie soll der akademische Betrieb künftig mit den Herausforderungen umgehen, die durch generative Systeme entstehen? Bis heute gilt die schriftliche Ausarbeitung als der Nachweis wissenschaftlicher Leistung schlechthin. Die Publikationsliste ist der Indikator für wissenschaftliche Produktivität.
Werden die Entwicklungen im Bereich der generativen Künstlichen Intelligenz die traditionellen Formen der Leistungserbringung nicht infrage stellen? Oder könnten sie diese sogar entwerten? Wie werden Studierende und angehende Akademiker:innen künftig ihre akademische Qualifikation nachweisen? Wird es zukünftig mehr mündliche Prüfungen geben oder Klausuren ohne jegliche Hilfsmittel? Oder führt die KI dazu, dass wir das Studium grundsätzlich neu denken und weniger das Endprodukt, sondern vielmehr den Lernprozess in den Mittelpunkt rücken?
Fazit
Das Buch von Fabian Lang bietet einen profunden Einstieg in die Gestaltung von Prompts. Der Autor legt die Funktionsweise großer Sprachmodelle in Theorie und Praxis dar und schließt mit pragmatischen Hinweisen zur Nutzung generativer Systeme. Insgesamt sei der Band Leser:innen empfohlen, die auf knappem Raum eine Einführung suchen.
[1] Vgl. Alexander König. Rezension vom 12.01.2026 zu: Fabian Lang: Künstliche Intelligenz in Seminar‑ und Abschlussarbeiten. Ein Praxisleitfaden für Studierende mit Handlungsempfehlungen, Prompt-Beispielen und kritischer Einordnung. Springer (Berlin) 2026. ISBN 978-3-662-71541-3 [Rezension bei socialnet]. In: socialnet Rezensionen, ISSN 2190-9245, https://www.socialnet.de/rezensionen/34109.php, Datum des Zugriffs 29.03.2026.
Rezension von
Alexander König
M. A., Lehrkraft am Deutsch-Französischen Gymnasium, Lehrbeauftrager an der Universität Saarbrücken in Saarbrücken
Website
Mailformular
Es gibt 3 Rezensionen von Alexander König.
