Der KI-Output ist falsch. Einfach neu generieren?
Meistens nein. Neu generieren ist Würfeln, du verlierst die 80 Prozent, die stimmen, und bekommst neue Zufallsfehler in den Rest. Besser, herausfinden, welcher Baustein im Prompt gefehlt hat, und gezielt nachreichen. Erst nach etwa drei erfolglosen Versuchen lohnt der harte Schnitt mit frischer Session.
Der Reflex bei schlechtem Output: „Nochmal, aber besser." Das ist Würfeln mit Extraschritten. Beim zweiten Wurf fehlen dieselben Informationen wie beim ersten, nur die Zufallsstreuung ist anders.
Schritt 1: Das Symptom lesen
Fast jeder schlechte Output verrät, was im Prompt gefehlt hat:
Ungewollte Extras (Features, die niemand bestellt hat): Es fehlten explizite Grenzen. Nachreichen: „Do not implement X."
Bricht an den Rändern (Umlaute, leere Listen, Grenzwerte): Es fehlten die Edge Cases. Nachreichen: die konkreten Fälle benennen.
Technisch okay, aber am Bedarf vorbei: Es fehlte der Kontext. Nachreichen: Wer nutzt das, wie oft, wofür.
„Fertig" gemeldet, aber kaputt: Es fehlte der Prüfauftrag. Nachreichen: „Run it and show the output."
Schritt 2: Gezielt nachbessern
Wenn 80 Prozent stimmen, den Rest als gezielte Folgeanweisung anfordern, nicht alles neu: „Keep everything as is. Add handling for empty lists and month boundaries, then re-run the tests." Das bewahrt das Gute und repariert das Fehlende.
Schritt 3: Nach drei Fehlversuchen die Session wechseln
Wenn dreimal nachgebessert wurde und es schlechter statt besser wird, ist der Kontext der Session mit falschen Ansätzen und verworfenen Versuchen verstopft. Dann hilft nur der harte Schnitt: neue Session, mitnehmen, was zählt (das Symptom, die gesammelten Erkenntnisse, den verbesserten Prompt), und die gescheiterten Wege explizit als erledigt markieren, damit der frische Anlauf sie nicht wiederholt.
Der Bonus: Jeder diagnostizierte Fehlschlag macht künftige Prompts besser. Der Rand, der dich heute erwischt hat, wandert als feste Zeile in den nächsten Prompt.