Prompt, Kontext und Temperature einfach erklärt

Was ist ein Prompt?

Ein Prompt ist ganz einfach das, was du in ein KI-Tool wie ChatGPT, Claude oder Gemini eintippst. Die Eingabezeile, der Text, die Frage – alles Prompt. Klingt banal, ist aber der wichtigste Hebel, den du als Nutzer in der Hand hast: Die KI selbst kannst du nicht verändern, aber deinen Prompt schon.

Ein Prompt kann so kurz sein wie “Fasse das zusammen” oder mehrere hundert Wörter lang mit Rollenbeschreibung, Beispielen und Formatvorgaben. Wie gut die Antwort wird, hängt massgeblich davon ab, wie präzise, klar und vollständig dein Prompt ist. Genau darum geht es beim sogenannten Prompt Engineering – dazu findest du mehr im Artikel zu den Prompting-Grundlagen.

Wichtig zu verstehen: Ein Sprachmodell hat kein Gedächtnis im menschlichen Sinn. Es “weiss” bei jeder Anfrage nur das, was gerade in seinem Eingabetext steht – deinem Prompt plus allem drumherum. Und genau dieses “Drumherum” schauen wir uns jetzt an.

Der System-Prompt: die unsichtbare Regieanweisung

Neben dem, was du selbst eintippst, gibt es meistens noch einen zweiten, unsichtbaren Textblock: den System-Prompt. Er wird vom Anbieter des KI-Tools (oder von einer Firma, die einen eigenen Chatbot baut) im Hintergrund mitgeschickt, bevor deine eigentliche Frage überhaupt verarbeitet wird.

Der System-Prompt legt die Grundregeln fest, zum Beispiel:

• Welche Rolle die KI einnehmen soll (“Du bist ein hilfsbereiter IT-Support-Assistent”)
• Welchen Ton sie verwenden soll (förmlich, locker, auf Schweizerdeutsch antworten oder nicht)
• Welche Themen tabu sind oder besonders vorsichtig behandelt werden müssen
• Formatvorgaben (z.B. immer in Stichpunkten antworten, nie Code ohne Erklärung liefern)

Du kannst dir das wie das Briefing eines Schauspielers vor einem Auftritt vorstellen: Das Publikum sieht das Briefing nie, aber jede Antwort ist davon geprägt. Wenn du in ChatGPT eigene “Custom Instructions” hinterlegst oder in Claude ein “Project” mit eigenen Anweisungen anlegst, schreibst du im Grunde deinen eigenen, zusätzlichen System-Prompt. Mehr dazu im vertiefenden Artikel zu System-Prompts und Engineering.

Kontext: alles, was die KI gerade “sieht”

Der Begriff Kontext (oder Kontextfenster, englisch Context Window) bezeichnet den gesamten Text, den ein Sprachmodell bei einer einzelnen Anfrage verarbeitet. Dazu gehören:

1. Der System-Prompt (falls vorhanden)
2. Der gesamte bisherige Chatverlauf – alle vorherigen Fragen und Antworten in diesem Gespräch
3. Angehängte Dokumente, Bilder oder Webseiten-Inhalte
4. Dein aktueller Prompt

Das Modell bekommt bei jeder neuen Nachricht diesen kompletten Block praktisch neu vorgelegt – es “erinnert” sich nicht aktiv an das letzte Gespräch, sondern liest bei jeder Antwort den ganzen bisherigen Verlauf noch einmal mit. Das erklärt auch, warum lange Unterhaltungen irgendwann “vergessen”, was ganz am Anfang gesagt wurde: Sobald der Kontext voll ist, muss älterer Inhalt gekürzt oder weggelassen werden.

Gemessen wird das Ganze in Token – kleinen Text-Bausteinen, meist Wortteile oder einzelne Wörter. Wie viele Token ein Modell maximal verarbeiten kann, nennt man die Grösse des Kontextfensters. Ausführlich erklärt im Artikel Tokens und Kontextfenster.

Temperature: der Kreativitäts-Regler

Ein Sprachmodell erzeugt Text, indem es Wort für Wort (genauer: Token für Token) das jeweils wahrscheinlichste nächste Stück Text berechnet. Für jedes mögliche nächste Token gibt es eine Wahrscheinlichkeit. Temperature ist der Regler, der bestimmt, wie strikt sich das Modell an die wahrscheinlichste Wahl hält – oder wie viel Zufall zugelassen wird.

• Niedrige Temperature (nahe 0): Das Modell wählt fast immer das wahrscheinlichste Token. Antworten werden konsistent, vorhersehbar und “sicher” – ideal für Fakten, Code, Datenextraktion oder Klassifizierung.
• Hohe Temperature (nahe 1 oder darüber, je nach Anbieter): Das Modell lässt auch weniger wahrscheinliche Token zu. Antworten werden vielfältiger, überraschender, kreativer – aber auch fehleranfälliger.

Bei den meisten APIs bewegt sich Temperature zwischen 0 und 1 oder 0 und 2 (Stand: 2026-07; die genaue Skala unterscheidet sich je nach Anbieter, z.B. reicht sie bei Anthropics Claude-API von 0 bis 1, bei OpenAI-Modellen oft von 0 bis 2). In den meisten Chat-Oberflächen (ChatGPT, Claude, Gemini) kannst du die Temperature als normaler Nutzer gar nicht direkt einstellen – dort ist meist ein vernünftiger Mittelwert fest eingestellt. Zugriff auf den Regler hast du typischerweise nur, wenn du die API direkt ansteuerst oder ein Tool wie eine Playground-Oberfläche nutzt.

Top-p: die zweite Stellschraube

Top-p (auch Nucleus Sampling genannt) ist ein zweiter Regler, der oft zusammen mit Temperature auftaucht, aber anders wirkt. Statt die Wahrscheinlichkeiten wie Temperature zu “verformen”, schneidet Top-p die Auswahlliste ab: Das Modell sortiert alle möglichen nächsten Token nach Wahrscheinlichkeit und nimmt nur so viele davon, bis ihre addierte Wahrscheinlichkeit den Wert von Top-p erreicht.

Ein Beispiel: Bei Top-p = 0.9 berücksichtigt das Modell nur die wahrscheinlichsten Token, deren Wahrscheinlichkeiten zusammen 90 % ergeben – alle unwahrscheinlicheren Ausreisser fallen komplett weg, egal wie hoch die Temperature gerade eingestellt ist.

Wie die Regler zusammenspielen: eine Faustregel

Für die Praxis reicht meist folgende Entscheidungshilfe:

Brauchst du Fakten, Code, strukturierte Daten oder eine reproduzierbare Antwort?
  → Temperature niedrig (0.0–0.3), Top-p bei Standard lassen

Brauchst du Ideen, Brainstorming, kreative Texte, mehrere Varianten?
  → Temperature höher (0.7–1.0), Top-p bei Standard lassen

Bist du unsicher?
  → Beide Regler auf Standardwert lassen – die Voreinstellung der meisten
    Anbieter ist bewusst als guter Allround-Kompromiss gewählt

In der ganz normalen ChatGPT-, Claude- oder Gemini-Oberfläche musst du dir darüber übrigens meist keine Gedanken machen: Diese Regler werden dort für dich im Hintergrund passend voreingestellt. Relevant werden sie vor allem, wenn du selbst über eine API programmierst oder Automatisierungen baust – siehe dazu LLM-APIs – Grundlagen.

Zusammenfassung

• Prompt = deine Eingabe. System-Prompt = die unsichtbaren Grundregeln im Hintergrund.
• Kontext = alles, was die KI bei einer Anfrage gerade “sieht”: System-Prompt, Chatverlauf, Anhänge, aktuelle Frage – begrenzt durch das Kontextfenster.
• Temperature steuert, wie viel Zufall bei der Wortwahl zugelassen wird: niedrig = vorhersehbar, hoch = kreativ.
• Top-p begrenzt die Auswahl auf die wahrscheinlichste Token-Gruppe – wirkt ähnlich, aber anders als Temperature.
• In normalen Chat-Oberflächen sind diese Regler meist schon sinnvoll voreingestellt; relevant werden sie vor allem bei API-Nutzung.

Weiterlernen

• Anthropic – Messages API Referenz (Parameter temperature, top_p)
• OpenAI Platform – Text generation & Prompting
• Anthropic – Prompt Engineering Übersicht
• Google AI – Gemini API: Prompting-Strategien
• OpenAI Platform – Model-Parameter Referenz

Videos

YouTube