Konzeptkarte

Prompt-Bibliotheken

Stand 4. Oktober 2026

Redaktion: Cédric Mary, 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.

Wie es funktioniert

Behandeln Sie jeden Prompt wie ein kleines Produkt: einen Namen, die Aufgabe, die er löst, das Modell, auf das er abgestimmt wurde, eine Beispieleingabe mit der erwarteten Form der Ausgabe, und ein Datum. Das Datum ist wichtiger, als es scheint — Prompts sind an Modellversionen gekoppelt, und einer, der gegen eine frühere Generation zuverlässig funktionierte, kann still degradieren.

Testen Sie mit den langweiligen Fällen, nicht mit den beeindruckenden. Ein Prompt wird dadurch validiert, dass er sich bei gewöhnlicher Eingabe vorhersagbar verhält, nicht dadurch, dass er in einer Demo ein auffälliges Ergebnis liefert.

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.
Ein Prompt wird mit seiner Evaluation versioniert, nicht nur mit seinem Text — die erwartete Ausgabeform zu speichern ist das, was eine Drift erkennbar macht, wenn sich das zugrunde liegende Modell ändert.
SAPs Prompt Registry (generative AI hub) ist die Unternehmensversion dieser Disziplin: zentral gesteuerte, versionierte Vorlagen mit einer Git-basierten Sync-API für CI/CD.
Das Templating-Modul des Orchestrierungsdienstes ist der Ort, an dem ein registrierter Prompt tatsächlich in einer Pipeline verwendet wird — es trennt Prompt-Text von Pipeline-Konfiguration (Grounding, Filterung, Maskierung), statt eine Zeichenkette fest zu codieren.
Eine Prompt-Bibliothek ohne Owner und ohne Versionshistorie ist für Governance-Prüfungen im Stil des AI Agent Hub unsichtbar — „welche Prompts berühren personenbezogene Daten, und wer hat sie freigegeben“ bleibt ohne sie unbeantwortet.
Vierteljährliche Wartung bedeutet, gespeicherte Beispiel-Eingaben erneut gegen das aktuelle Modell laufen zu lassen und die Ausgabeform abzugleichen — nicht, den Prompt spekulativ neu zu schreiben.

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.
Agent reliability: Die Konsistenz, Kosten, Sicherheit und Policy-Konformität eines Agenten über wiederholte Durchläufe hinweg.
Prompt Registry: SAPs zentraler, versionierter Speicher für Prompt- und Orchestrierungskonfigurationsvorlagen in generative AI hub, synchronisiert über eine deklarative Git-basierte API für CI/CD.
Golden Set: Die gespeicherten Beispiel-Eingaben und ihre erwartete Ausgabeform, gegen die ein Prompt nach einer Modell- oder Aufgabenänderung erneut getestet wird — das Artefakt, das aus „es fühlte sich anders an“ einen messbaren Abgleich macht.
Templating-Modul: Der Pipeline-Schritt des Orchestrierungsdienstes, der die Platzhalter eines registrierten Prompts zur Laufzeit füllt und ihn mit Grounding-, Filterungs- und Maskierungsmodulen kombiniert.
Prompt-Drift: Die stille Verschlechterung der Ausgabequalität eines zuvor zuverlässigen Prompts, nachdem sich die zugrunde liegende Modellgeneration geändert hat — der Grund, warum Prompts mit einem Datum versioniert und nicht als dauerhaft behandelt werden.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →

Offene SAP-Projekte

Aktuelle SAP-Analytics-Projekte und Stellen im DACH-Raum: SAP-Analytics-Projekte im DACH-Raum.