Daten & Wissen

Context Engineering

Die gezielte Gestaltung dessen, was ein KI-Modell zur Laufzeit „sieht" – also welche Anweisungen, Daten, Werkzeuge und Erinnerungen in sein Arbeitsgedächtnis kommen.

Auch genannt: Kontext-Engineering

Warum das zählt

Context Engineering ist der Nachfolger des bloßen „Prompt-Schreibens" und der größte Hebel für verlässliche KI-Anwendungen. Wer steuert, welche Informationen das Modell im richtigen Moment erhält, bekommt bessere Ergebnisse als durch jeden Modellwechsel.

Mehr als ein guter Prompt

Ein Prompt ist nur ein Teil des Kontexts. Context Engineering betrachtet das gesamte Kontextfenster (/glossar#kontextfenster) als knappe, gestaltbare Ressource und entscheidet bewusst, was hineinkommt:

• die Systemanweisung und Rolle,
• per RAG (/glossar/rag) abgerufenes Firmenwissen,
• die Beschreibungen der verfügbaren Werkzeuge (/glossar/tool-use),
• Erinnerungen aus früheren Schritten,
• und – ebenso wichtig – was bewusst weggelassen wird.

Warum das zählt

Kontextfenster sind begrenzt und teuer; zu viel oder unpassender Kontext verschlechtert die Antwort spürbar. Techniken wie Progressive Disclosure (/glossar#progressive-disclosure) und Skills (/glossar#skills) reichen dem Modell genau dann Information nach, wenn es sie braucht. Gutes Context Engineering ist damit oft der Unterschied zwischen einem beeindruckenden Demo und einem System, das im Alltag trägt.

Aktualisiert 1. November 2026

Bereit für Klarheit?

Klären Sie in 30 Minuten, ob die KI-Potenzialanalyse der richtige nächste Schritt für Ihr Unternehmen ist

Erstgespräch buchen (/erstgespraech)