 |  | Verena Schmidt |
 |
27.07.2026 08:00 Uhr |
Die Qualität der KI-Antwort auf eine Frage ist immer abhängig davon, wie genau der User gesagt hat, was er haben möchte. Experte Lehmann stellte verschiedene Schemata für erfolgreiches Prompting vor, an denen man sich diesbezüglich orientieren kann. Ein Beispiel ist das RICE-Modell (Role, Information, Context, Examples). Lehmann erläuterte beispielhaft: »Man teilt der KI eine Rolle zu, also etwa ›Du bist ein hilfreicher Assistent‹, anschließend gibt man alle nötigen Informationen ein, dazu einen Kontext: ›Wir befinden uns in der Apotheke‹. Wichtig ist auch, in welchem Rahmen die KI antworten soll und welche Zielgruppe es gibt. Eventuell kann man auch einige Beispiele nennen: ›Ich habe die Aufgabe schon einmal so gemacht, das war mir dabei wichtig und das kam dabei heraus.‹« Ergänzend könne man außerdem unter anderem noch angeben, welches Format die Antwort haben soll, ob der Stil eher locker oder formal sein soll und welches Ergebnis man auf keinen Fall haben möchte.
Bei komplexeren Aufgaben empfahl Lehmann ein schrittweises Vorgehen, etwa mit folgendem Prompt-Zusatz: »… lass uns diese Aufgabe Schritt für Schritt gemeinsam durchgehen und ich werde dir bei jedem Abschnitt sagen, welche Inhalte darin vorkommen sollen und welche Inhalte du dabei priorisieren sollst. Außerdem werde ich dir für jeden Abschnitt neue Informationen geben, die dir beim Erstellen des jeweiligen Abschnitts helfen werden.« Lehmann: »Sie haben bei diesem Vorgehen großen Einfluss auf die einzelnen Bestandteile und damit viel Kontrolle und können einzelne Teilaspekte noch anpassen.«
Zudem ging Lehmann im Seminar noch auf konkrete Beispiele für Einsatzmöglichkeiten in der Apotheke ein. Gut geeignet sei der Einsatz der KI unter anderem beim Erstellen von Vorlagen, etwa für Newsletter oder Serienbriefe. Auch bei Recherchen kann die KI unterstützen, hierfür eigne sich etwa ein universelles Large Language Model (LLM) wie zum Beispiel ChatGPT, Gemini, Claude oder Mistral oder die KI-gestützte Suchmaschine Perplexity AI. Diese kombiniert verschiedene LLMs und liefert quellengestützte Antworten. Zum Übersetzen von Informationen beziehungsweise zum Formulieren von Antworten eigneten sich neben den universellen LLM etwa auch der KI-gestützte Online-Übersetzungsdienst DeepL beziehungsweise der Schreibassistent DeepL Write. Teamsitzungen lassen sich mit Tools wie Tucan.ai oder Sally dokumentieren.
