Systemprompt

Wenn Sie ChatGPT, Claude oder einem Website-Chatbot eine Frage stellen, ist Ihre Nachricht nicht die erste im Gespräch. Davor steht eine Anweisung, die der Anbieter oder Entwickler festgelegt hat: wer das Modell sein soll, was es darf, was nicht, in welchem Ton es antwortet. Diese Grundanweisung heißt Systemprompt.

Für Unternehmen hat der Begriff zwei Seiten. Bei fremden KI-Diensten ist der Systemprompt eine Blackbox, an der viele Mythen hängen. Bei eigenen Anwendungen, vom Custom GPT bis zum Service-Chatbot, ist er das wichtigste Steuerungsinstrument und wird trotzdem oft nebenbei geschrieben.

Wer was zu sagen hat: die Rangfolge im Gespräch

Sprachmodelle verarbeiten Nachrichten mit unterschiedlichem Gewicht. OpenAI beschreibt in seiner Entwicklerdokumentation drei Rollen: „developer messages are instructions provided by the application developer, prioritized ahead of user messages“. Nutzernachrichten kommen danach, die Antworten des Modells tragen die Rolle „assistant“. Über allem stehen die Regeln des Anbieters selbst, die kein Entwickler aushebeln kann.

Der Begriff hat sich mit den Chat-Schnittstellen von 2023 durchgesetzt. OpenAI spricht inzwischen von „developer message“, Anthropic und Google weiter vom System Prompt beziehungsweise von Systemanweisungen. Gemeint ist überall dasselbe.

Dass der Begriff aus der Entwicklerecke herausgewachsen ist, zeigen die Suchdaten: Laut Google-Ads-Daten wurde in Deutschland Anfang 2023 kaum nach „System Prompt“ oder „Systemprompt“ gesucht, 2026 sind es zusammen mehrere hundert Anfragen pro Monat. Je mehr Unternehmen eigene Assistenten bauen, desto mehr Menschen müssen Systemprompts schreiben, lesen und verantworten.

Was in den Systemprompts der KI-Suchen steht

Auch ChatGPT, Claude oder Perplexity arbeiten mit Systemprompts. Was darin steht, legen die meisten Anbieter nicht offen. Eine Ausnahme ist Anthropic: Das Unternehmen veröffentlicht die Systemprompts seiner Apps und erklärt, sie lieferten Claude unter anderem aktuelle Informationen wie das Datum und förderten bestimmte Verhaltensweisen. Das Datum ist kein Detail: Ohne diese Angabe wüsste ein Modell nur, was sein Knowledge Cutoff hergibt.

Für die Sichtbarkeit Ihrer Marke folgt daraus Ernüchterndes: Es gibt keinen Weg, den Systemprompt einer fremden KI-Suche zu lesen, zu ändern oder auf ihn zu „optimieren“. Wer das verspricht, verkauft Spekulation. Was Sie beeinflussen, sind die Inhalte, die eine KI-Suche findet.

Der Systemprompt Ihrer eigenen Anwendungen

Ganz anders bei Werkzeugen, die Sie selbst betreiben. Die „Anweisungen“ eines Custom GPT, die Konfiguration eines Website-Chatbots oder eines internen Wissensassistenten sind Systemprompts. Sie entscheiden, ob die Anwendung zur Marke passt, bei Unsicherheit nachfragt oder Preise erfindet.

Beispiel: ein Chatbot, drei Systemprompts

Ein erfundener Hersteller von Industrietoren testet seinen Website-Chatbot mit der Frage „Was kostet ein Sektionaltor für unsere Halle?“. Ohne Systemprompt nennt das Modell einen geschätzten Marktpreis aus dem Training, ohne Quelle und ohne Bezug zum eigenen Sortiment. Mit dem Systemprompt „Vertriebsassistent: Nenne keine Preise, frage nach Maßen und biete ein Angebot an“ fragt der Chatbot nach Breite, Höhe und Einsatz. Ein Service-Systemprompt würde dieselbe Frage höflich an den Vertrieb weiterreichen. Gleiches Modell, gleiche Frage, drei verschiedene Gesprächsverläufe.

Ein guter Systemprompt regelt mindestens diese Punkte:

• Rolle und Zielgruppe: Wer antwortet wem, mit welchem Ziel?
• Wissensquellen: Nur die hinterlegten Dokumente oder auch allgemeines Modellwissen?
• Grenzen: keine Preise, keine Rechtsberatung, keine Aussagen zu Wettbewerbern.
• Ton und Form: Sie oder Du, Länge, Fachsprache. Mehr dazu unter Brand Voice für KI.
• Übergabe: Wann verweist die Anwendung an einen Menschen?

Was in keinen Systemprompt gehört

Die Sicherheitsorganisation OWASP führt das Ausspähen von Systemprompts als eigenes Risiko für KI-Anwendungen (LLM07:2025) und formuliert eine klare Regel: Der Systemprompt soll weder als Geheimnis noch als Sicherheitskontrolle betrachtet werden. Zugangsdaten, interne Kalkulationen oder Rabattregeln, die niemand sehen soll, haben darin nichts zu suchen. Wer genug probiert, bringt viele Anwendungen dazu, ihre Anweisungen preiszugeben.

Behandeln Sie Systemprompts deshalb wie Code: versioniert, getestet, mit Verantwortlichen. OpenAI empfiehlt Entwicklern ausdrücklich, Produktions-Prompts im Anwendungscode zu speichern. Wie Sie gute Anweisungen formulieren, beschreiben die Einträge Prompt Engineering und Context Engineering.

Ein praktischer Rhythmus: Jede Änderung am Systemprompt bekommt eine Versionsnummer und durchläuft denselben Satz an Testfragen wie die Vorversion. So sehen Sie, ob eine neue Regel an anderer Stelle etwas kaputt macht, etwa ob ein strengeres Preisverbot den Chatbot auch bei harmlosen Lieferfragen verstummen lässt.