Trash in, trash out: Die Qualität der Antwort hängt von der ersten Eingabeaufforderung ab

Es gibt einen alten Grundsatz in der Softwareentwicklung, der so alt ist, dass viele Programmierer ihn als Akronym kennen: „Garbage in, garbage out“. Wenn die Eingabe Müll ist, ist auch die Ausgabe Müll. Das galt für die Großrechner der 1960er Jahre, es gilt für die Tabellenkalkulation, die du jeden Morgen öffnest, und es gilt für die heutigen KI-Modelle. Nur dass dieses Prinzip in der KI „trash in, trash out“ heißt und subtilere Konsequenzen hat. Von vielen Perspektiven zu einer Entscheidung, deiner: Um zu einer bewussten Entscheidung zu gelangen, ist der Ausgangspunkt genauso wichtig wie das System, das sie verarbeitet.

Das Grundprinzip

Ein generatives KI-Modell erzeugt Antworten auf der Grundlage einer statistischen Verteilung plausibler Vervollständigungen. Wenn die Eingabe klar ist, schränkt das Modell die Verteilung auf relevante Ergänzungen ein, und die ausgegebene Antwort ist nützlich. Wenn die Eingabe vage ist, bleibt die Verteilung breit, und das Modell wählt eine allgemeine Ergänzung aus, die wie eine Antwort aussieht, aber deine Frage nicht beantwortet.

Das ist kein Fehler des Modells. Es ist eine direkte Folge seiner Funktionsweise. Ein generatives Modell arbeitet mit dem, was es erhält. Wenn das, was es erhält, ungenau ist, arbeitet es gut mit etwas Ungenauem. Das Ergebnis ist eine Antwort, die autoritär und gut formuliert wirkt, aber nicht wirklich Ihrer Frage entspricht, weil Ihre Frage nicht wirklich die war, die in der Eingabeformulierung stand.

Die praktische Konsequenz ist kontraintuitiv. Der am meisten unterschätzte Hebel für die Produktivität mit KI ist nicht „das beste Modell zu finden“. Es ist „die ursprüngliche Eingabe besser zu formulieren“. Ein durchschnittliches Modell mit einer hervorragenden Eingabe schlägt in den allermeisten realen Anwendungsfällen ein hervorragendes Modell mit einer mittelmäßigen Eingabe.

Die drei Probleme

Drei wiederkehrende Probleme erklären fast das gesamte Problem von Eingaben, die nicht funktionieren.

Das erste ist die vage Eingabe. „Hilf mir beim Marketing.“ „Gib mir einen Rat zu dieser Entscheidung.“ „Was soll ich tun?“ Das Modell hat keinen Kontext, keine Vorgaben, keine definierte Aufgabe. Es muss die Lücken füllen, indem es Hypothesen darüber aufstellt, was du meinst. Seine Hypothesen sind nicht deine. Die Antwort fällt naturgemäß allgemein aus, weil die Frage nie genug Struktur hatte, um eine spezifische Antwort zu generieren.

Die zweite ist die mehrdeutige Eingabeaufforderung. „Schreib mir etwas Kurzes, aber Vollständiges zum Thema X, in einem professionellen, aber auch etwas kreativen Ton, für ein allgemeines, aber erfahrenes Publikum.“ Jeder Teil widerspricht dem anderen. Das Modell muss sich für eine einzige Interpretation unter vielen möglichen entscheiden, und jede Wahl wird mindestens die Hälfte deiner Anweisungen verfehlen. Die Antwort ist nicht falsch: Sie ist eine der möglichen Antworten, die mit den Anweisungen vereinbar sind, aber wahrscheinlich nicht die, die du im Sinn hattest.

Der dritte Punkt ist die überladene Eingabeaufforderung. Eine riesige Anfrage, die zehn Dinge miteinander vermischt, mit seitenlangem Kontext, verstreuten Einschränkungen und gemischten Formaten. Das Modell neigt dazu, seine Aufmerksamkeit zu verlieren, selbst wenn es technisch in der Lage ist, eine lange Eingabe zu verarbeiten. Die letzten Teile der Eingabe erhalten weniger Gewicht. Die Anweisungen in der Mitte gehen verloren. Das Ergebnis ist eine Antwort, die alles oberflächlich abdeckt und nichts in der Tiefe.

Diese drei Probleme erklären die überwiegende Mehrheit der „Die KI hat mir nicht das gegeben, was ich wollte“-Geschichten, die in Meetings erzählt werden. Das Problem war fast immer nicht die Antwort. Es war die Frage.

Die Anatomie einer funktionierenden Eingabeaufforderung

Eine gut konstruierte Eingabeaufforderung ist kein Meisterwerk der Schreibkunst. Es ist ein präziser Block mit minimalen Informationen. Sechs Elemente, die man als Checkliste im Hinterkopf behalten sollte.

Das erste Element ist die Zielrolle. Wer soll antworten? Ein Analyst? Ein Berater? Ein Kreativer? Die Angabe der Rolle ist keine Formalität: Sie verändert die Art und Weise, wie das Modell die Frage liest. Derselbe Prompt, der an einen „Finanzanalysten“ oder einen „Markenstrategen“ gerichtet ist, führt zu strukturell unterschiedlichen Antworten, da die beiden Rollen unterschiedliche Standardkontexte mitbringen.

Das zweite Element ist der Anwendungskontext. Für wen ist die Antwort bestimmt? In welcher Situation wird sie gelesen? Handelt es sich um ein internes Memo oder eine externe Präsentation? Ist es eine persönliche Entscheidung oder ein Thema, das in einem Ausschuss behandelt werden soll? Der Anwendungskontext bestimmt den Stil, die Tiefe und die Art der benötigten Belege.

Das dritte Element ist die spezifische Aufgabe. Was genau soll das Modell liefern? „Schreiben“, „analysieren“, „auflisten“, „bewerten“, „kritisieren“. Verschiedene Verben lösen unterschiedliche Verhaltensweisen aus. „Ein Memo schreiben“ ist nicht dasselbe wie „ein Problem analysieren“. Die genaue Festlegung des Ausgangsverbs ist einer der wirksamsten Hebel.

Das vierte Element sind die expliziten Vorgaben. Zeit, Länge, Tonfall, Dinge, die einbezogen werden sollen, Dinge, die vermieden werden sollen. Vorgaben wirken einschränkend, und beim menschlichen Schreiben sind sie das oft auch. Für ein KI-Modell ist das Gegenteil der Fall: Je expliziter die Vorgaben sind, desto nützlicher ist die Antwort. Eine Eingabeaufforderung ohne Vorgaben ist eine Einladung zur Allgemeinheit.

Das fünfte Element ist das Antwortformat. Liste? Tabelle? Nummerierte Absätze? Eine einzige Zeile als Zusammenfassung? Das Format im Voraus festzulegen vermeidet das häufigste Problem: eine Antwort zu erhalten, die inhaltlich richtig, aber formal falsch ist, und sie erneut eingeben zu müssen, um sie neu zu formatieren.

Das sechste Element, optional, aber wirkungsvoll, ist das Erfolgskriterium. Wie misst man eine gute Antwort? „Eine nützliche Antwort ist eine, die es mir ermöglicht, X zu tun.“ Dies festzulegen, lenkt das Modell viel effektiver als jedes qualitative Adjektiv. „Sei präzise“ bedeutet nichts. „Eine nützliche Antwort ist eine, die mein CFO in der Besprechung ohne weiteren Aufwand verwenden kann“ bedeutet viel.

Diese sechs Elemente müssen nicht immer alle ausdrücklich genannt werden. Sie sollten als mentales Raster im Hinterkopf behalten werden. Wenn eine Antwort schlecht ausfällt, liegt das Problem fast immer in einem der sechs Punkte, die implizit geblieben waren.

Warum das Problem weiterhin besteht

Wenn die Diagnose so klar ist, warum ist das Problem schlecht konstruierter Prompts dann noch nicht gelöst? Drei Gründe laufen hier zusammen.

Der erste ist, dass das Formulieren einer guten Aufforderung eine kognitive Aufgabe ist, und Menschen neigen dazu, dies zu vermeiden, wenn sie können. Es geht schneller, eine vage Frage hinzuschmeißen und zu sehen, was dabei herauskommt. Nur dass das Ergebnis zehn Überarbeitungsrunden erfordert, und insgesamt mehr Zeit kostet, als man dafür aufgewendet hätte, die Frage von Anfang an gut zu formulieren.

Der zweite Grund ist, dass das „prompt engineering“ weder in der Schule noch im Unternehmen oder als allgemeine Praxis gelehrt wird. Man lernt es durch Ausprobieren, langsam, und viele Menschen bleiben auch nach Jahren intensiver KI-Nutzung bei der naiven Formulierung. Das Prinzip „Trash in, trash out“ ist als Slogan bekannt, in der Praxis jedoch selten.

Der dritte, interessantere Punkt ist, dass viele KI-Modelle gelernt haben, vage Prompts zu „korrigieren“, indem sie Antworten generieren, die gut erscheinen, auch wenn sie es nicht sind. Man hat wenig gefragt, erhält etwas Plausibles und ist oberflächlich zufrieden. Das Modell ist sehr gut darin geworden, das Problem zu verbergen, ohne es zu lösen. Dies verstärkt die Gewohnheit, schlecht zu formulieren.

Die strukturelle Lösung

Die individuelle Lösung besteht darin, zu lernen, bessere Prompts zu erstellen. Die strukturelle Lösung besteht darin, Systeme zu entwickeln, die die Qualität des Prompts bearbeiten, bevor dieser das Modell erreicht, das darauf antworten soll.

Das verlagert den Hebelpunkt. Anstatt von jedem Nutzer zu verlangen, ein Experte für „prompt engineering“ zu werden, fügt das System eine Intelligenzebene zwischen dem Nutzer und dem generativen Modell ein. Diese Ebene befragt den Nutzer, um zu verstehen, was wirklich benötigt wird, rekonstruiert Absicht, Kontext und Einschränkungen und erzeugt die strukturierte Eingabeaufforderung, die den nachfolgenden Ablauf speist.

In der Praxis: Anstelle eines leeren Textfelds, das den Nutzer fragt „Was willst du?“, fragt ein strukturiertes System „Erzähl mir, was du vorhast“, dann „In welchem Kontext befindest du dich?“, dann „Was ist die wichtigste Einschränkung?“ und schließlich „Worüber musst du Gewissheit haben?“. Der Nutzer schreibt keinen Prompt, sondern führt ein natürliches Gespräch. Die Eingabe entsteht aus diesem Gespräch heraus, wird von einer Produktkomponente generiert und nicht von einem nervösen Nutzer improvisiert, der nur fünf Minuten Zeit hat.

Diese strukturelle Lösung löst zwei Probleme auf einmal. Das erste ist die Qualität der Eingabe: Sie gelangt in einer Form zum Modell, mit der das Modell gut arbeiten kann. Das zweite ist die Benutzererfahrung: Der Nutzer ist nicht gezwungen, ein Experte für „prompt engineering“ zu werden, um nützliche Antworten zu erhalten. Das System übernimmt die Arbeit, die kognitiven Aufwand erforderte, der für sein Problem irrelevant war.

Was sich für Entscheidungsträger ändert

Wenn Sie KI nutzen, um wichtige Entscheidungen zu treffen, ist das Prinzip „Trash in, trash out“ nicht mehr nur akademisch, sondern wird operativ. Eine Entscheidung, die auf der Grundlage einer KI-Antwort auf eine vage Eingabe getroffen wird, ist eine fragile Entscheidung, denn die Antwort war eine von tausend möglichen, und Sie haben die anderen nicht gesehen. Die Qualität der Eingabe zu optimieren ist keine Frage der Tool-Nutzung, sondern der Entscheidungsdisziplin.

Die Eingabe zu optimieren bedeutet nicht nur, „die Frage besser zu formulieren“. Es bedeutet auch, die Einschränkungen zu benennen, die du oft implizit hältst. Welche Ressourcen hast du wirklich? Was ist das nicht verhandelbare Erfolgskriterium? Was ist das wichtigste Risiko, das es zu vermeiden gilt? Das sind Dinge, die wir oft nicht aufschreiben, weil wir sie „wissen“. Das KI-Modell weiß sie nicht. Sie aufzuschreiben zwingt dich dazu, sie auch für dich selbst zu verdeutlichen, und das verbessert bereits die Qualität der Entscheidung, unabhängig von der Antwort, die du erhältst.

Was macht Arena

Arena geht das „Trash-in-Trash-out“-Problem strukturell mit einer speziellen Produktkomponente an. Am Eingang des Workflows, noch bevor das Team ausgewählt wird, kann der Nutzer von einem Interviewer begrüßt werden, der Absicht, Kontext, Einschränkungen und Erfolgskriterien rekonstruiert und die erste strukturierte Eingabeaufforderung erstellt, die den Workflow speist. Es handelt sich nicht um einen starren Assistenten mit Pflichtfeldern, sondern um ein natürliches Gespräch.

Von da an wird die gut strukturierte Eingabeaufforderung parallel von vielen sich ergänzenden Spezialisten gelesen, von denen jeder einen anderen Schwerpunkt hat. Die Antworten kommen gleichzeitig, der Nutzer wählt die nützlichsten aus, der Orchestratorn verfasst den abschließenden Bericht und schlägt die nächste, bereits vorformulierte Eingabeaufforderung vor, die vom Nutzer angepasst werden kann. Der Verfeinerungszyklus übernimmt die Qualität der ersten Eingabeaufforderung und verstärkt sie.

Das bedeutet, dass der Hebel „Trash in, Trash out“ nicht mehr in der Verantwortung des einzelnen Nutzers liegt. Er wird zu einer strukturellen Eigenschaft des Ablaufs. Transparenz: Alles bleibt sichtbar, keine Black Box – du siehst, wie dein erster Prompt strukturiert wurde, kannst ihn ändern und verstehen, warum eine bestimmte Formulierung bestimmte Antworten hervorbringt.

Ändere die Herangehensweise

Ändere die Art und Weise, wie du KI nutzt. Ändere die Art und Weise, wie du bewusste Entscheidungen triffst.

Tritt in die Arena ein, denn die Qualität der Antwort beginnt mit der Qualität der Frage, und die Qualität der Frage darf kein Problem des Nutzers bleiben: Vergleiche, wähle, vertiefe, entscheide – ausgehend von einem ersten, gemeinsam mit dem System gut konstruierten Prompt.