Zum Inhalt springen

Die Sprache der generativen KI

Das solltest du über Prompting wissen

Prompting ist die Art und Weise, wie Menschen mit KIs interagieren können. Die Qualität der Antwort einer KI ist stark abhängig vom Prompt. Deshalb kann es auch für Lehrkräfte sowie Schülerinnen und Schüler nützlich sein, gute Befehle zu verwenden.

Im Kontext künstlicher Intelligenz ist mit Prompt ein Befehl oder ein Auftrag der Nutzerinnen und Nutzer gemeint. (Foto: CC0, pexels.com)

Mit großen Sprachmodellen wie ChatGPT macht ein neues Schlagwort die Runde: Prompting. Der Begriff stammt aus der Verhaltenstherapie und bezeichnet vereinfacht gesagt ein Konditionierungsverfahren zum Aufbau von erwünschtem Verhalten. Im Kontext künstlicher Intelligenz ist mit Prompt ein Befehl oder ein Auftrag der Nutzerinnen und Nutzer gemeint. Prompts steuern KI-Tools also.

Je besser der Prompt, desto besser das Ergebnis

Um das Maximale aus der Technologie herauszuholen, muss also die Eingabeaufforderung gefunden werden, die die besten Ergebnisse liefert. „Ein guter Prompt sollte möglichst genau und detailliert sein“, sagt Sebastian Grüner, Redakteur und KI-Experte beim News-Portal golem.de. Zu möglichen Details zählen Fachleuten zufolge Ziel oder Zielgruppe sowie Kontext und Anlass des Befehls.

Im Fachjargon spricht man auch von Prompt Engineering. Ein guter Prompt Engineer weiß und versteht, auf welche Fragen und Befehle eine KI wie reagiert. Gute Prompts zwingen eine KI, „tief in ihren Datensatz einzutauchen“, formulierte es Bloomberg-Journalist Dave Lee in einem von der „Washington Post“ veröffentlichten Beitrag.

Die Anfragen immer wieder leicht variieren und iterativ an das Ergebnis heranarbeiten.“ (Sebastian Grüner, Golem.de)

Je nachdem, wie allgemein oder wie spezifisch ein Prompt gestellt wird, und wieviel Kontext enthalten ist, kann die Antwort der KI unterschiedlich ausfallen. Grüner empfiehlt basierend auf seinem persönlichen Vorgehen: „Die Anfragen immer wieder leicht variieren und iterativ an das Ergebnis heranarbeiten.“ Zu einem guten „Prompt Engineer“ werde man zudem durch „viel Learning by Doing und Trial & Error“.

Wer braucht welche Prompting-Kompetenzen?

Ein Beispiel aus dem Bildungskontext: Statt das Sprachmodell aufzufordern: Schreibe mir einen Text zum Thema Bildungsgerechtigkeit, könnte der Befehl auch lauten: Schreibe mir einen Text zum Thema Bildungsgerechtigkeit im Stil eines journalistischen Artikels. Oder auch ein Rollenspiel implizieren: Schreibe mir diesen Text aus Sicht eines benachteiligten Schülers.

Unterschiedliche KI-Modelle reagierten übrigens auch unterschiedlich auf Fragen, erklärt Grüner. Das liege an den genutzten Trainingsdaten und dem inneren Aufbau der Modelle, die eben selbst auch unterschiedlich sind. „Je nach Verwendungszweck der Modelle sollten eventuell mehrere genutzt und die Ergebnisse gegeneinander verglichen werden.“

Unterdessen wird bereits zwischen einfachen und – ausführlichen - Mega-Prompts unterschieden. Fach- und Umgangssprache sowie überfrachtete oder verschachtelte Sätze sollten allerdings auch bei Letzteren vermieden werden.

„Ist es pädagogisch überhaupt sinnvoll, Schülerinnen und Schülern Prompting beizubringen. Sollten sie nicht eher lernen, selbst zu rechnen, kreativ zu schreiben oder zu zeichnen?“

Immer wieder ist zudem bereits zu lesen: Prompt Engineering könnte zur wichtigen Schlüsselqualifikation in der digitalen Welt werden. Wie Prompt-kompetent sollten dann Lehrkräfte sein, um Chatbots im Unterricht bzw. zur Unterrichtsvorbereitung sinnvoll zu nutzen? Und was sollten sie in diesem Zusammenhang Schülerinnen und Schülern beibringen?

Grüner ist hier eher zurückhaltend: „Eigentlich ist es nur wichtig, wenn man glaubt, dass KI-Modelle sich breit durchsetzen werden - wovon ich derzeit nicht ausgehe.“ Außerdem stelle sich ihm persönlich die Frage: „Ist es pädagogisch überhaupt sinnvoll, Schülerinnen und Schülern Prompting beizubringen. Sollten sie nicht eher lernen, selbst zu rechnen, kreativ zu schreiben oder zu zeichnen?“ Entsprechend sollten Lehrkräfte ihren Schülerinnen und Schülern auch beibringen, „sich nicht nur auf Maschinen zu verlassen“.

Manuel Flick, Lehrer an einem Oberstufenzentrum in Berlin, veröffentlichte jüngst einen ChatGPT-Guide für Lehrkräfte 2.0, in dem er mehr als 150 Befehle für Schule und Unterricht vorstellt. Diese reichen von der Erstellung und Verbesserung von Texten über die Gliederung und Erörterung von Themen bis zur Planung von Unterrichtsstunden und Erstellung von Aufgaben.

Wir haben eine Auswahl zusammengestellt:

  • Differenzierung von Texten: 

“Text einfügen” - Schreibe diesen Text so, dass ihn eine Grundschülerin versteht

“Text einfügen” - Schreibe den Text so, dass ihn jemand mit geringen Deutschkenntnissen versteht

  • Verbesserung von Texten:

“Text einfügen” - Korrigiere die Rechtschreibung und liste die Verbesserungen auf

  • Ausformulierung von Texten:

“Stichpunkte einfügen” - Bitte ausformulieren

  • Gliederung von Themen:

Erstelle eine Gliederung zum Thema Gender Pay Gap für eine Präsentation

  • Planung von Unterrichtsstunden:

Erstelle eine Planung für eine Unterrichtsstunde zu dem Thema “Rechte und Pflichten in der Ausbildung”

  • Erstellung von Aufgaben:

Erstelle einen Lückentext zu dem Thema Arbeitssicherheit mit 5 Lücken + Lösungen

  • Aufbau von Wortschatz (Fremdsprache):

“Text einfügen” - Erstelle hieraus eine Vokabelliste (Deutsch - Französisch)

  • Unterstützung bei Grammatik:

Erstelle eine Übung zu Präpositionen (Lückentext) auf Englisch

  • Unterstützung bei der Ideenfindung:

Nenne mir 10 spannende Titel für eine Unterrichtsreihe zum Thema Verkaufskalkulation

Förderung der KI-Prompt-Kompetenz im Physikunterricht

Ein Pädagoge, der unterdessen bereits einige Erfahrungen mit ChatGPT und Prompting im Unterricht sammelte, ist der baden-württembergische Gymnasiallehrer Patrick Bronner. Um KI-Prompt-Kompetenz im Physikunterricht zu fördern, ließ er Schülerinnen und Schüler Mega-Prompts formulieren, um ein Gespräch mit Albert Einstein zu simulieren.

„Um zu einem Ergebnis zu kommen, mussten sie der Maschine einen Text in Form eines detaillierten Prompts vorgeben: ‚Ich möchte, dass du so antwortest wie der Physiker Albert Einstein, in der Sprache seiner Zeit. Du weißt alles, was Albert Einstein weiß‘“, erläuterte Bronner im Interview mit der „FAZ“. Anschließend konnten die Schülerinnen und Schüler die Qualität des Ergebnisses bewerten, den Prompt verbessern und darüber diskutieren, welcher Mega-Prompt die besten Ergebnisse lieferte.

Seinen Referendarinnen und Referendaren zeige er, wie ChatGPT zur Unterrichtsvorbereitung genutzt werden könne, sagt Bronner: „Man muss der KI nur das Thema der Stunde, die Klassenstufe und die Schulart mitteilen. Eine gute Einstiegsfrage für den Prompt lautet: ‚Formuliere mir zwei Lernziele zum Thema XY‘, dann kann man eingeben: ‚Schreibe mir einen Unterrichtsentwurf als Tabelle und achte auf eine hohe Schüleraktivierung‘.“ Das Ergebnis könne dann als Inspirationsquelle dienen. „Aber die zukünftigen Lehrerinnen und Lehrer müssen natürlich vorher wissen, welche Faktoren eine gute Unterrichtsstunde ausmachen.“

Diese KI-Tools gibt es neben ChatGPT

Bloom ist ein von Forscher*innen entwickeltes Open-Source-Projekt.

ChatABC verfügt über zusätzliche Funktionen wie Teamzusammenarbeit, Prompt Library und Never-Down-Service.

ChatPDF ist eine KI-Anwendung, um PDF-Dateien hochzuladen und dann die KI zu den PDF-Inhalten zu befragen.

Claude ist eine Familie großer Sprachmodelle, die von dem US-Start-up Anthropic entwickelt wurden. Die KI hat eine ethische Ausrichtung. 

DeepL Write ist ein KI-Schreibassistent, der dabei unterstützt, bessere Texte zu schreiben.

Das Open-Source-Sprachmodell Dolly wurde von dem US-Unternehmen Databricks entwickelt und ist sowohl für Forschungs- als auch kommerzielle Zwecke frei verfügbar. 

Die Open-Source-Sprachmodellreihe Falcon wurde vom Technology Innovation Institute (TII) in Abu Dhabi konzipiert. Falcon 180B gilt als eines der größten, jemals trainierten LLM. 

Gemini ist eine Serie multimodaler Sprachmodelle Googles und baut auf den zuvor veröffentlichten Modellen LaMDA und PaLM auf. 

Das Open-Source-Projekt GPT4All ist eine ChatGPT-Alternative, die lokal auf dem Rechner ausgeführt werden kann. 

Grammarly ist ein Schreibassistent, der Rechtschreib-, Grammatik-, Interpunktions-, Klarheits- und Übermittlungsfehler überprüft und mittels KI einen Ersatz für den Fehler sucht. 

Hugging Face ist eine Community, die auf Basis von ChatGPT und GPT4all eigene Sprachmodelle baut. 

Das von Meta AI entwickelte multimodale Sprachmodell ImageBind soll verschiedene Daten wie Text, Bild, Audio aber auch Sensordaten verarbeiten und verknüpfen. 

LLaMA ist eine Familie großer Sprachmodelle aus dem Hause Meta. Es gibt unterschiedlich große Versionen, außerdem Feintunings wie Alpaca, Vicuna und Gorilla mit Fokus auf bestimmten Funktionen. 

Das Open-Source-Konversationssprachmodell LaMDA (Language Model for Dialogue Applications) wurde von Google AI speziell für Dialoganwendungen entwickelt. 

Die KI des deutschen Start-ups Aleph Alpha besteht derzeit aus drei Modellen, die sich in Komplexität und Leistungsfähigkeit unterscheiden. Die Luminous-Familie ist multimodal.

Microsoft Copilot ist eine Assistentenfunktion mit Künstlicher Intelligenz für Microsoft-365-Anwendungen und -Dienste, Windows 11 und Microsoft Bing.

Das Sprachmodell Mistral Large wurde von Mistral AI für fortgeschrittene Texterstellung, Schlussfolgerungen und mehrsprachige Unterstützung konzipiert

Neuroflash ist ein KI-Text- und Bildgenerator – allerdings vor allem für Marketingtexte.

Das Open-Source-Sprachmodell Orca 2 von Microsoft soll ähnliche Leistungen wie die größeren KI-Systeme erbringen, aber mit geringerer Rechenleistung, um weniger Energie zu verbrauchen. 

PaLM ist die Abkürzung für Pathways Language Model, eine von Google konzipierte Familie großer Sprachmodelle. PaLM 2 wird in verschiedenen Google-Produkten verwendet, darunter das Chat-Tool Bard

Der T5 (Text-to-Text Transfer Transformer) von Google AI ist ein leistungsstarkes Sprachmodell für Textaufgaben wie Übersetzungen oder Zusammenfassungen - allerdings nicht speziell darauf ausgelegt, als interaktiver Chatbot wie ChatGPT zu fungieren. 

Die Plattform SchulKI wurde von Lehrkräften gegründet und wird gemeinsam mit Forschenden und Programmiertalenten entwickelt. 

Perplexity AI ist eine KI-Suchmaschine, die ähnlich wie ChatGPT funktioniert, aber auch Quellen angibt. Zudem werden unter dem Text „related“-Anfragen angezeigt.

Smodin ist ein KI-basiertes Tool für die automatische Textgenerierung. Das Tool bietet außerdem einen Plagiatscheck.

You.com ist der KI-Chatbot der Suchmaschine You.com

(Quellen: unterrichten.digital und Manuel Flick)

Diese Auswahl erhebt keinen Anspruch auf Vollständigkeit und kann und soll fortlaufend ergänzt werden. Schreibt uns, welche KI-Tools ihr nutzt und in dieser Liste ergänzt werden sollen!