Konzeptkarte

Prompt-Bibliotheken

Stand 2026-07-23

Redaktion: Cédric-Olivier Mâry, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist Prompt-Bibliotheken?

Erfahrene Berater verwalten 50-200 versionierte Prompts als wiederverwendbare Assets, die vierteljährlich überarbeitet werden, sobald sich die Modelle weiterentwickeln – Prompts werden wie Code behandelt, nicht wie Wegwerftext.

Was es ist

Eine Prompt-Bibliothek ist eine gepflegte, versionierte Sammlung von Prompts, die ein Team wiederverwendet — jeder Eintrag hat einen Owner, wird gegen bekannte Eingaben getestet und wird stillgelegt, wenn sich das Modell oder die Aufgabe ändert.

Warum es wichtig ist

Die ungesteuerte Alternative ist, dass jeder Berater private Prompts in einer Notiz-App verwaltet — das erzeugt drei Kosten: Dasselbe Problem wird wiederholt gelöst, die Qualität variiert unsichtbar zwischen Personen, und nichts verbessert sich, weil niemand die Fehlschläge der anderen sieht.

Die Bibliothek ist zudem der Ort, an dem Prompt-Governance überhaupt erst möglich wird. Ein Prompt, der ein Modell anweist, Kundendaten zusammenzufassen, ist eine Entscheidung im Umgang mit Daten — und nur auditierbar, wenn er irgendwo auffindbar existiert.

Warum es zählt

Ein Prompt, der einmal geschrieben und nie wieder überarbeitet wird, degradiert mit jeder Modelländerung — vierteljährliches Refactoring ist die Wartungskosten, um aktuell zu bleiben.
50-200 Prompts sind die Arbeitsspanne für Senioren; weniger signalisiert Ad-hoc-Nutzung, keine echte Asset-Basis.

Kernpunkte

Eine versionierte, organisierte Sammlung leistungsstarker Prompts, die als wiederverwendbare Assets behandelt werden.
Senior-Berater betreiben 50-200 Prompts, die vierteljährlich überarbeitet werden, sobald sich die Modelle weiterentwickeln.
Eingeordnet unter Productivity & AI (Advanced) — Tiefenwissen, das zur Verankerung von Honorarverhandlungen dient.
Tags: ai, joule — erscheint in der Academy-Suche neben verwandten Lernpfaden.
Prompt-Bibliotheken sind erst dann beherrscht, wenn sie eine konkret benannte Entscheidung des Buyers verändern.
Vor der Vorführung des Werkzeugs zuerst den semantischen Vertrag und das Kontrollmodell klären.
Aktuelle SAP-, Analysten-, Studien-, KG- und News-Signale als Beleg verwenden, nicht als Dekoration.
Verifizierte Fakten von richtungsweisenden Trends und modellierten Annahmen trennen.
Vor der Skalierung Owner, Metrik, Schwellenwert, Support-Pfad und Rollback definieren.
Bei KI-Anwendungsfällen Zuverlässigkeit, Kosten, Latenz, Sicherheit und menschliche Validierung messen.

Begriffe auf dieser Seite

Judgment layer: Der Teil der Arbeit, den KI nicht leisten kann — Priorisierung, Trade-offs, das Lesen des Kundenkontexts.
AI-first draft: Workflow, bei dem die KI den ersten Entwurf liefert (Code, Memo, Folie) und der Berater überarbeitet statt von Grund auf neu zu schreiben.
Decision owner: Die verantwortliche Person, die den Trade-off akzeptiert und die nächste Maßnahme finanziert.
Semantic contract: Die gemeinsame Definition von Geschäftsbegriffen, Metriken, Entitäten und Zugriffsregeln, die von Tools und Teams verwendet wird.
Control plane: Die Schicht, die Policy, Zugriff, Lineage, Monitoring und Eskalation über das gesamte Betriebsmodell hinweg durchsetzt.
Evidence grade: Eine Kennzeichnung, die verifizierte Fakten, richtungsweisende Signale, modellierte Annahmen und Feldbeobachtungen unterscheidet.
Adoption metric: Das messbare Verhalten, das belegt, dass das Konzept die tatsächliche Arbeit nach dem Go-Live verändert hat.
Agent reliability: Die Konsistenz, Kosten, Sicherheit und Policy-Konformität eines Agenten über wiederholte Durchläufe hinweg.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: die Kurzreferenz · die Architekturschemata · die Codeblöcke.

In der App öffnen →