Was ist Prompt Chaining? Ein Leitfaden für mehrstufige KI-Workflows
Wie du komplexe KI-Aufgaben in kleinere Schritte zerlegst und so bessere, zuverlässigere Ergebnisse bekommst — ganz ohne Programmieren.
Du bittest ChatGPT, einen Blogartikel zu schreiben. Was du bekommst, ist … okay. Eine generische Einleitung, oberflächliche Punkte, ein Schluss, der wie aus der Vorlage kopiert klingt. Du fügst deinem Prompt mehr Details hinzu. Jetzt ist er 200 Wörter lang, und die KI verfehlt trotzdem die Hälfte von dem, was du wolltest.
Das Problem ist nicht dein Prompt. Das Problem ist, dass du die KI bittest, zu viele Dinge gleichzeitig zu jonglieren. Die Lösung? Hör auf, alles in einem Rutsch erledigen zu wollen. Zerleg es in Schritte.
Genau das ist Prompt Chaining — und so kommst du von „naja“-KI-Ausgaben zu Ergebnissen, die wirklich dem entsprechen, was du im Kopf hattest.
Warum einzelne Prompts an ihre Grenzen stoßen
Große Sprachmodelle wie ChatGPT und Claude sind gut darin, Anweisungen zu befolgen. Aber wenn du zehn verschiedene Anweisungen in einen Prompt stopfst, geht etwas verloren. Vielleicht vergisst die KI, Beispiele einzubauen. Vielleicht trifft sie die Struktur perfekt, verfehlt aber den Ton. Je mehr du verlangst, desto unzuverlässiger wird die Ausgabe.
Laut der Dokumentation von Anthropic passiert das, weil jede Teilaufgabe um die Aufmerksamkeit des Modells konkurriert. Wenn du Prompts stattdessen verkettest, „bekommt jede Teilaufgabe Claudes volle Aufmerksamkeit, was Fehler reduziert“.
Stell dir vor, du bittest eine Kollegin, ein Thema zu recherchieren, die wichtigsten Punkte zu skizzieren, den Inhalt zu schreiben und ihn auf den Ton hin zu überarbeiten — alles in einem Atemzug. Wahrscheinlich würde sie etwas übersehen. Aber wenn du jeden Schritt einzeln anfragst, bekommst du in jeder Phase bessere Arbeit.
Was Prompt Chaining wirklich bedeutet
Prompt Chaining ist genau das, wonach es klingt: Du zerlegst eine komplexe Aufgabe in eine Folge kleinerer Prompts, bei denen die Ausgabe des einen zum Input des nächsten wird.
Statt:
Write a blog post about remote work productivity tips. Include an intro, 5 tips with examples, a section about common mistakes, and a conclusion. Make it conversational but professional. Around 1500 words.
Würdest du etwa so vorgehen:
Prompt 1: „List 7 productivity tips for remote workers, with a one-sentence explanation of each.“
Prompt 2: „Pick the 5 strongest tips from this list and expand each into a paragraph with a real-world example.“
Prompt 3: „Write an intro that hooks the reader with a relatable remote work frustration.“
Prompt 4: „Add a section about 3 common mistakes remote workers make.“
Prompt 5: „Review the full draft and smooth out transitions between sections.“
Jeder Prompt ist fokussiert. Jede Ausgabe wird besser. Und du kannst Probleme früh erkennen — wenn die Tipps in Schritt eins nicht überzeugen, korrigierst du sie, bevor du Zeit in den vollständigen Entwurf steckst.
Drei Arten, Prompts zu verketten
Nicht jede Kette sieht gleich aus. Je nachdem, was du baust, nutzt du eines dieser Muster.
Sequenzielle Ketten
Das ist die häufigste Variante. Jeder Schritt fließt direkt in den nächsten ein, wie an einem Fließband. Recherche → Gliederung → Entwurf → Überarbeitung → Formatierung. Das Blogartikel-Beispiel weiter oben ist eine sequenzielle Kette.
Verzweigende Ketten
Manchmal hängt der nächste Schritt davon ab, was die KI im vorherigen herausgefunden hat. Du könntest die KI zum Beispiel zuerst Kundenfeedback kategorisieren lassen und es dann je nachdem, ob es sich um eine Beschwerde, einen Feature-Wunsch oder Lob handelt, an unterschiedliche Folge-Prompts weiterleiten. Der Pfad verzweigt sich basierend auf der Ausgabe.
Iterative Ketten (Selbstprüfung)
Hier bittest du die KI, ihre eigene Arbeit zu überprüfen. Erzeugen → Prüfen → Verbessern. Das ist besonders nützlich für anspruchsvolle Inhalte, bei denen Genauigkeit zählt. Anthropics Doku zeigt ein Beispiel, in dem Claude eine Forschungsarbeit zusammenfasst, die eigene Zusammenfassung auf Genauigkeit prüft und sie dann auf Basis des eigenen Feedbacks verbessert.
Illustration mit drei Arten von Prompt-Ketten: sequenziell, verzweigend und iterative Schleifen
Ein Praxisbeispiel: Vom Artikel zum LinkedIn-Post
Gehen wir eine praktische Kette durch, die du heute schon einsetzen kannst. Angenommen, du willst aus einem langen Artikel einen knackigen LinkedIn-Post machen.
Schritt 1: Die Kernaussagen herausziehen
Read this article and identify the 3-5 most important takeaways. Focus on insights that would surprise or help a professional audience.
[Paste article here]
Schritt 2: Für das LinkedIn-Publikum umschreiben
Take these takeaways and rewrite them in a punchy, conversational tone suitable for LinkedIn. Use short sentences. Avoid jargon. Make it feel like a smart friend sharing what they learned.
[Paste takeaways from Step 1]
Schritt 3: Als LinkedIn-Post formatieren
Format this as a LinkedIn post. Start with a hook that makes people stop scrolling. Use line breaks for readability. End with a question to encourage comments. Keep it under 300 words.
[Paste rewritten content from Step 2]
Drei Prompts. Jeder einzelne simpel. Der finale Post ist schärfer als alles, was du aus einem einzigen Mega-Prompt bekommen würdest, der alles auf einmal verlangt.
Fünf Prompt-Ketten zum Mitnehmen
Hier sind sofort einsatzbereite Ketten für gängige Aufgaben. Kopier sie, pass sie an, mach sie zu deinen.
1. Aus Meeting-Notizen Action Items machen
Prompt 1: „Read these meeting notes and list every action item mentioned, including who's responsible if stated.“
Prompt 2: „Organize these action items by priority (urgent, this week, later) and format as a checklist.“
Prompt 3: „Write a short email summary I can send to the team with the action items and next steps.“
2. Kundenfeedback analysieren
Prompt 1: „Analyze this customer feedback and identify the 3 most common complaints.“
Prompt 2: „For each complaint, suggest 2 practical solutions our team could implement.“
Prompt 3: „Create a prioritized action plan based on these solutions, considering implementation effort and customer impact.“
3. Stellenanzeige zu maßgeschneiderten Lebenslauf-Bullets
Prompt 1: „Extract the 5 most important skills and requirements from this job description.“
Prompt 2: „Here's my work experience: [paste experience]. Match my experience to each of the 5 requirements you identified.“
Prompt 3: „Write resume bullet points that highlight how my experience matches each requirement. Use specific metrics where possible.“
4. Komplexe E-Mail-Antwort
Prompt 1: „Read this email and list every question or request the sender is making.“
Prompt 2: „Draft a response that addresses each point. Be direct but friendly.“
Prompt 3: „Review the draft for tone. Make it sound more [professional/casual/empathetic] and tighten any wordy sections.“
5. Blogartikel mit SEO-Fokus
Prompt 1: „Generate a list of 10 blog post ideas for the keyword '{{topic}}'. Include search intent for each.“
Prompt 2: „For idea #{{number}}, create a detailed outline with H2 headings, key points to cover, and questions to answer.“
Prompt 3: „Write the full blog post based on this outline. Naturally include the keyword in the intro, one H2, and the conclusion.“
Prompt 4: „Review the post for readability. Shorten any sentences over 20 words. Break up paragraphs longer than 4 sentences.“
Illustration von Prompt-Karten, die durch Pfeile zu einer Workflow-Sequenz verbunden sind
Wenn du diese Ketten häufig wiederverwendest, lohnt es sich, sie irgendwo abzulegen, wo du schnell drankommst. Ein Tool wie PromptNest lässt dich Prompt-Sequenzen mit Variablen wie {{topic}} oder {{number}} speichern — beim Kopieren füllst du die Lücken und kannst direkt in ChatGPT oder Claude einfügen.
Wann du Prompt Chaining nicht brauchst
Verkettung ist nicht immer die Antwort. Für einfache Aufgaben mit nur einem Zweck reicht ein gut formulierter Prompt völlig aus.
Wahrscheinlich brauchst du keine Kette für:
Schnelle Übersetzungen
Einfache Umformulierungen („mach das förmlicher“)
Eine Zusammenfassung eines kurzen Dokuments
Brainstorming einer Ideenliste
Eine sachliche Frage beantworten
Setz Verkettung ein, wenn deine Aufgabe mehrere Transformationen umfasst, unterschiedliche Denkweisen verlangt (Recherche vs. Schreiben vs. Redigieren) oder ein einzelner Prompt dir immer wieder uneinheitliche Ergebnisse liefert. Wenn du Anweisung um Anweisung an einen Prompt anhängst und es trotzdem nicht klappt, ist das dein Zeichen, ihn aufzuteilen.
Tipps für bessere Ketten
Nach Dutzenden Workflows mit Prompt Chaining zeichnen sich ein paar Muster ab, die den Unterschied machen zwischen Ketten, die funktionieren, und solchen, die es nicht tun.
Eine Aufgabe pro Prompt. Wenn ein Schritt mehrere Aktionen erfordert, zerleg ihn weiter. „Analysieren und umschreiben“ sollten zwei Prompts sein, nicht einer.
Liefere bei jedem Schritt Kontext. Geh nicht davon aus, dass die KI Feinheiten aus früheren Schritten behält. Wenn der Ton wichtig ist, erinnere sie daran. Wenn es eine Vorgabe gibt, wiederhole sie.
Kontrolliere Zwischenausgaben. Genau das ist die Stärke der Verkettung: Du kannst Probleme früh abfangen. Wenn Schritt 2 entgleist, korrigier ihn vor Schritt 3. Warte nicht bis zum Schluss.
Fang einfach an. Beginne mit einer Kette aus 2-3 Schritten. Mehr Komplexität bringst du erst dann rein, wenn du siehst, wo die Ausgaben hinterherhinken. Vorab überzukonstruieren kostet Zeit.
Nutze klare Ausgabeformate. Bitte um Aufzählungspunkte, nummerierte Listen oder bestimmte Abschnitte. Strukturierte Ausgaben lassen sich leichter in den nächsten Prompt übernehmen.
Mach aus deinen besten Ketten wiederverwendbare Workflows
Sobald du eine Kette gebaut hast, die funktioniert, willst du sie wieder verwenden. Und wieder. Und genau hier hängen die meisten — sie vergessen die genauen Prompts oder verschwenden Zeit damit, alte Chatverläufe zu durchforsten.
Die einfachste Lösung: Speicher deine Ketten an einem festen Ort. Eine Notiz, ein Dokument, was auch immer dir passt. Wenn du regelmäßig mit Prompt-Ketten arbeitest, willst du allerdings etwas Schnelleres.
PromptNest wurde genau dafür gebaut. Speichere jeden Prompt einer Sequenz, nutze Variablen wie {{client_name}} oder {{article_topic}} für die Stellen, die sich ändern, und ruf die ganze Kette per Tastenkürzel auf. Lücken füllen, kopieren, in ChatGPT einfügen — in Sekunden statt Minuten erledigt.
Das Ziel ist nicht, alles von der KI erledigen zu lassen. Es geht darum, deine besten Workflows wiederholbar zu machen. Prompt Chaining liefert dir bessere Ergebnisse. Diese Ketten zu speichern bringt dich jedes Mal schneller dorthin.
