Kontextbewusstes Prompting für die Verwaltung

KI-Systeme werden besser, aber sie lesen keine Gedanken. Gerade in der Verwaltung entscheidet der Kontext oft darüber, ob ein Ergebnis brauchbar ist oder nur gut klingt. Eine Antwort muss nicht nur sprachlich ordentlich sein. Sie muss zum Vorgang, zur Zuständigkeit, zur Zielgruppe, zur Datenlage und zu den rechtlichen Grenzen passen.

Kontextbewusstes Prompting, oft auch Context Engineering genannt, ist dafür eine praktische Methode. Statt nur eine Aufgabe in ein Chatfenster zu schreiben, geben Mitarbeitende der KI den Rahmen mit: Rolle, Ziel, Wissensgrundlage, Ausgabeformat, Situation und Grenzen.

Das ist besonders für Behörden, Kommunen und öffentliche Einrichtungen relevant. Denn hier geht es selten um beliebige Texte. Es geht um Bürgerkommunikation, interne Vorlagen, Zusammenfassungen, Vermerke, Auswertungen und Entscheidungen, bei denen Nachvollziehbarkeit, Datenschutz, Gleichbehandlung und fachliche Verantwortung wichtig bleiben.

Warum Kontext in der Verwaltung entscheidend ist

Ein allgemeiner Prompt wie „Schreibe eine Antwort auf diese Anfrage“ reicht im Verwaltungsalltag selten aus. Die KI weiß nicht automatisch, ob es um eine erste Eingangsbestätigung, eine Zwischennachricht, eine Entscheidungsvorlage, einen Aktenvermerk oder eine interne E-Mail geht. Sie kennt auch nicht die lokale Zuständigkeit, den Stand des Verfahrens oder die Tonalität, die eine Dienststelle nach außen verwenden möchte.

Je sensibler der Vorgang, desto wichtiger wird diese Vorarbeit. Die EU-Kommission erklärt zur KI-Kompetenz nach Artikel 4 des AI Act, dass Organisationen den konkreten Einsatzkontext, die betroffenen Personen und die Risiken der eingesetzten KI-Systeme berücksichtigen sollen. Für Verwaltungen heißt das praktisch: Gute KI-Nutzung ist nicht nur Tool-Bedienung, sondern auch Prozess-, Risiko- und Qualitätskompetenz.

Auch der Datenschutzrahmen spricht für klare Regeln. Die Orientierungshilfe der Datenschutzkonferenz zu KI und Datenschutz empfiehlt klare interne Vorgaben dazu, ob, wofür und unter welchen Voraussetzungen KI-Anwendungen eingesetzt werden dürfen. Das passt direkt zum Context Engineering: Wer einen Prompt schreibt, sollte nicht nur die Aufgabe formulieren, sondern auch wissen, welche Informationen überhaupt in das System eingegeben werden dürfen.

Was Context Engineering bedeutet

Prompt Engineering fragt: Wie formuliere ich eine gute Eingabe? Context Engineering geht einen Schritt weiter: Welche Informationen, Regeln und Grenzen braucht das Modell, damit es in dieser konkreten Situation sinnvoll arbeiten kann?

Für einfache Aufgaben reicht oft ein klarer Prompt. Für Verwaltungsaufgaben ist es meistens besser, den Kontext systematisch aufzubauen. Dabei helfen sechs Ebenen.

1. Systemkontext: Welche Rolle soll die KI einnehmen?

Der Systemkontext beschreibt die Grundrolle der KI und die wichtigsten Leitplanken. In der Verwaltung sollte die KI nicht als Entscheiderin auftreten, sondern als Unterstützung für Entwürfe, Strukturierung, Zusammenfassung oder Verständlichkeitsprüfung.

Dieser Baustein macht zwei Dinge klar: Die KI soll unterstützen, und das Ergebnis bleibt prüfpflichtig. Das ist keine Formalie, sondern eine wichtige Erwartung an die Qualität der Antwort.

2. Zielkontext: Wofür wird das Ergebnis gebraucht?

Der Zielkontext beschreibt, was mit dem Ergebnis passieren soll. Eine Zusammenfassung für die Hausleitung muss anders aussehen als eine bürgernahe E-Mail. Eine Vorlage zur Entscheidung braucht andere Informationen als eine Stichpunktliste für eine Teambesprechung.

Dadurch wird die Antwort zielgerichteter. Die KI soll nicht einfach kürzen, sondern die Informationen für eine bestimmte Verwendung aufbereiten.

3. Wissenskontext: Welche Informationen darf die KI nutzen?

Der Wissenskontext legt fest, auf welcher Grundlage die KI arbeiten soll. Das kann ein Auszug aus einer Dienstanweisung sein, ein Entwurf, ein öffentliches Merkblatt, ein Protokoll, eine interne Formatvorgabe oder eine anonymisierte Bürgeranfrage.

Diese Grenze ist wichtig, weil Sprachmodelle Lücken plausibel füllen können. In der Verwaltung ist das riskant. Wenn eine Information nicht vorliegt, sollte das Ergebnis genau das sichtbar machen.

Wichtig ist auch: Personenbezogene, vertrauliche oder geheimhaltungsbedürftige Informationen gehören nur in KI-Systeme, die dafür freigegeben sind. Kontextbewusstes Prompting ersetzt keine Datenschutzprüfung. Es hilft aber, den Umgang mit Informationen bewusst zu steuern.

4. Ausgabe- und Interaktionskontext: Wie soll die Antwort aussehen?

Der gleiche Sachverhalt kann als Bürgerbrief, interne Notiz, Entscheidungsvorlage, Tabellenübersicht oder kurze E-Mail formuliert werden. Deshalb sollte der gewünschte Output nicht stillschweigend vorausgesetzt werden.

Solche Vorgaben sparen Nacharbeit. Sie reduzieren auch das Risiko, dass die KI zwar inhaltlich in die richtige Richtung geht, aber das falsche Format oder die falsche Tonalität wählt.

5. Situationskontext: In welcher Lage befindet sich der Vorgang?

Viele Verwaltungsaufgaben hängen vom Verfahrensstand ab. Eine Eingangsbestätigung klingt anders als eine zweite Zwischennachricht. Eine interne Vorprüfung hat andere Grenzen als eine Antwort nach außen. Eine politisch sensible Anfrage braucht andere Sorgfalt als eine Standardauskunft.

Die KI kennt diese Situation nicht, wenn wir sie nicht mitliefern. Gerade deshalb ist Kontextarbeit keine Zusatzarbeit, sondern Teil der Qualitätskontrolle.

6. Grenzen und Kontrolle: Was darf das System tatsächlich?

Die sechste Ebene liegt nicht nur im Text des Prompts. Sie umfasst die organisatorischen und technischen Kontrollen rund um das KI-System: freigegebener Zweck, zugelassene Datenarten, Rollen und Zugriffsrechte, Protokollierung, Aufbewahrung, menschliche Freigaben und ein klarer Umgang mit Fehlern.

Ein Satz wie „Gib keine vertraulichen Daten aus“ ist eine hilfreiche Anweisung, aber keine belastbare Zugriffskontrolle. Vertrauliche Informationen sollten dem System nur dann zugänglich sein, wenn der konkrete Einsatz dafür geprüft und freigegeben wurde. Die technischen und organisatorischen Maßnahmen müssen außerhalb des Prompts umgesetzt werden.

Eine Vorlage für die Verwaltungspraxis

Die folgende Vorlage kann als Ausgangspunkt dienen. Sie sollte je nach Aufgabe gekürzt, angepasst und mit den internen Vorgaben der eigenen Organisation abgeglichen werden.

Qualitätscheck vor der Nutzung

Ein guter Prompt ist nur der erste Schritt. Vor der Verwendung eines KI-Ergebnisses sollte mindestens geprüft werden:

Grenzen: Was Prompting nicht lösen kann

Kontextbewusstes Prompting macht KI-Ergebnisse besser steuerbar. Es löst aber nicht alle Risiken. Wenn die Ausgangsdaten falsch sind, kann auch ein guter Prompt kein verlässliches Ergebnis garantieren. Wenn ein System nicht für personenbezogene Daten freigegeben ist, macht eine bessere Formulierung die Eingabe nicht automatisch zulässig.

Zusätzlich bleibt Prompt Injection ein reales Sicherheitsrisiko, vor allem wenn KI externe Dokumente, Webseiten, E-Mails oder Dateien auswertet. OWASP führt Prompt Injection als zentrales Risiko für LLM-Anwendungen. Das britische National Cyber Security Centre weist darauf hin, dass heutige Sprachmodelle keine harte technische Grenze zwischen Anweisungen und Daten ziehen. Für die Verwaltung ist die Konsequenz klar: KI sollte keine eigenständigen kritischen Aktionen ausführen, sensible Vorgänge brauchen menschliche Freigabe, und externe Inhalte sollten als potenziell unzuverlässig behandelt werden.

Fazit

Context Engineering ist keine komplizierte Spezialtechnik. Es ist eine strukturierte Arbeitsweise: Wir geben der KI nicht nur eine Aufgabe, sondern den notwendigen Rahmen.

Für Verwaltungen ist das besonders wertvoll, weil KI-Ergebnisse in einen klaren fachlichen, organisatorischen und rechtlichen Kontext gehören. Die Methode hilft beim Formulieren, Zusammenfassen, Strukturieren und Vorbereiten. Sie ersetzt aber nicht die Verantwortung der zuständigen Mitarbeitenden.

Die einfache Faustregel lautet: Je klarer Rolle, Ziel, Wissensgrundlage, Format und Situation beschrieben sind, desto brauchbarer wird das Ergebnis.

Quellen und weiterführende Informationen

Hinweis: Einige Quellen führen zu englischsprachigen Hersteller-, Hilfe- oder Dokumentationsseiten. Die Linktexte beschreiben auf Deutsch, welche Information dort zu finden ist.

• Verordnung (EU) 2024/1689 über künstliche Intelligenz
• EU-Kommission: Fragen und Antworten zur KI-Kompetenz nach Artikel 4 AI Act
• Datenschutzkonferenz: Orientierungshilfe Künstliche Intelligenz und Datenschutz
• Datenschutzkonferenz: technische und organisatorische Maßnahmen für KI-Systeme
• Datenschutzkonferenz: Datenschutz bei generativen KI-Systemen mit RAG-Methode
• OpenAI Academy: Grundlagen des Prompting (englisch)
• OWASP GenAI Security Project: LLM01 Prompt Injection
• UK NCSC: Prompt injection is not SQL injection