Role-Prompting: bessere KI-Antworten mit ‚Act as‘

Bitte einen Chatbot, „Zinseszins zu erklären", und du bekommst eine flache Antwort wie aus dem Lehrbuch. Bitte ihn, Zinseszins zu erklären „wie eine geduldige Mathelehrerin, die mit einer Zwölfjährigen spricht", und die ganze Antwort verändert sich: kürzere Sätze, ein konkretes Beispiel mit dem Taschengeld, kein Fachjargon. Gleiches Modell, gleiche Frage, völlig anderes Ergebnis. Genau darum geht es beim Role-Prompting – du sagst der KI, wer sie ist, bevor du ihr sagst, was sie tun soll, und sie übernimmt Wortschatz, Ton und Prioritäten dieser Rolle.

Was Role-Prompting wirklich bewirkt

Role-Prompting bedeutet, dem Modell zu Beginn deiner Anfrage eine Rolle oder einen Beruf zuzuweisen. Die Kurzform kennst du wahrscheinlich: „Act as"-Prompts, die mit „Handle als Lektor", „Du bist ein erfahrener Backend-Entwickler" oder „Stell dir vor, du bist ein Museumsführer" beginnen. Die Rolle ist ein Rahmen. Alles, was danach kommt, wird durch diese Identität gefiltert.

Das ist keine Zauberei und auch kein Wissens-Upgrade. Das Modell enthält bereits alles, was es sagen wird. Die Rolle steuert nur, *welcher* Teil dieses Wissens nach vorne kommt und *wie* er formuliert wird. Stell es dir vor wie eine Taschenlampe, die du ausrichtest – nicht wie neue Bücher, die du der Bibliothek hinzufügst.

Warum eine Rolle die Antwort verändert

Sprachmodelle sagen Text auf Basis von Mustern voraus. Wenn du „Du bist eine erfahrene Kinderkrankenschwester" schreibst, schubst du das Modell in den Bereich seines Trainings, in dem Kinderkrankenschwestern sprechen – beruhigender Ton, Sicherheit zuerst, klare Erklärungen für besorgte Eltern. Die Rolle zieht passenden Wortschatz und passende Prioritäten heran, die du nie selbst aufzählen musstest.

Drei Dinge passieren, wenn eine Rolle gut sitzt:

• Der Wortschatz wird aktiv. Ein „Steuerberater" greift ganz von selbst zu Abschreibungen, Freibeträgen und Abgabefristen.
• Der Ton verschiebt sich. Ein „unterstützender Schreibcoach" macht Mut; ein „knallharter Startup-Investor" sucht die Schwachstellen.
• Prioritäten ordnen sich neu. Ein „Security-Engineer", der Code prüft, beginnt mit Schwachstellen, nicht mit der Lesbarkeit.

Deshalb schlägt Role-Prompting oft eine lange Liste von Stilvorgaben. Eine gut gewählte Rolle ersetzt fünf einzelne Regeln wie „sei knapp, sei freundlich, vermeide Fachjargon". Wenn du die Theorie dahinter willst: Die Grundlagen des Prompt Engineerings erklären, wie die Rahmung das Ergebnis formt.

So schreibst du eine Rolle, die funktioniert

Die schwache Variante lautet „Handle als Experte". Experte worin? Für wen? Mit welchem Ziel? Eine vage Rolle liefert eine vage Antwort. Eine starke Rolle nennt drei Dinge: konkrete Expertise, die Zielgruppe und das Ziel.

Vergleich mal:

• Schwach: „Handle als Marketer."
• Stark: „Handle als B2B-SaaS-Content-Stratege, der für zeitknappe IT-Manager schreibt, die einen Kauf vor ihrem Chef rechtfertigen müssen."

Die zweite kennt ihre Leserschaft und ihren Auftrag schon. Hier eine Vorlage zum Kopieren, die du immer wieder nutzen kannst:

Füll jede Klammer aus. Je konkreter Expertise und Zielgruppe, desto schärfer die Antwort. „Handle als Ernährungsberater" ist okay; „Handle als Sporternährungsberater, der mit Amateur-Marathonläufern auf kleinem Budget arbeitet" ist deutlich besser.

Kombiniere die Rolle mit Aufgabe, Kontext und Format

Eine Rolle allein ist nur der Anfang. Die stärksten Prompts stapeln vier Ebenen: Rolle, Aufgabe, Kontext und Ausgabeformat. Die Rolle gibt die Stimme vor; die Aufgabe sagt, was entstehen soll; der Kontext liefert die Fakten; das Format bestimmt die Form.

Beachte, wie die Formatvorgabe etwas leistet, das die Rolle allein nicht kann. Wenn du Prompts so verfeinerst, kann ein Prompt-Optimizer die Formulierung schärfen und Ebenen sichtbar machen, die du weggelassen hast – und in einer Prompt-Bibliothek stöberst du durch fertige Rollen-Setups, statt bei null anzufangen.

Rollen für verschiedene Aufgaben

Unterschiedliche Arbeit verlangt unterschiedliche Rollen. Ein paar, die sich lohnen:

• Lektor – „Handle als Textredakteur. Streich jeden Satz, der nichts Neues bringt. Zeig mir die gestraffte Fassung und dann eine Zeile dazu, was du entfernt hast."
• Tutor – „Handle als geduldiger Mathe-Tutor für Analysis. Stell mir eine Diagnosefrage, bevor du erklärst, und unterrichte dann auf dem Niveau, das meine Antwort nahelegt."
• Interviewer – „Handle als Personalverantwortliche für eine Produktrolle. Stell mir Verhaltensfragen einzeln nacheinander und hak bei vagen Antworten nach."
• Kritiker – „Handle als skeptischer Gutachter. Nenn die drei schwächsten Behauptungen in diesem Argument und warum."
• Coach – „Handle als Coach, der mich in der Verantwortung hält. Hilf mir, dieses Ziel in die drei kleinsten nächsten Schritte für diese Woche zu zerlegen."
• Übersetzer – „Handle als literarischer Übersetzer, nicht als wörtlicher. Bewahre Ton und Rhythmus, nicht nur die Wörter."

Hier die Interviewer-Rolle vollständig – für die Vorbereitung wirklich nützlich:

Für Rollenideen, die auf bestimmte Tools zugeschnitten sind, wirft ein ChatGPT-Prompt-Generator schnell rollenbasierte Startpunkte aus.

Wiederverwendbare Rollen und Debatten mit mehreren Rollen

Wenn du täglich dieselbe Rolle nutzt, hör auf, sie jedes Mal einzufügen. Pack sie in einen System-Prompt, damit sie für jede Nachricht eines Gesprächs gilt. Mit einem System-Prompt-Tool speicherst du eine Rolle einmal und nutzt sie als festen Assistenten wieder – einen „Redakteur für die Markenstimme" oder „SQL-Reviewer", der nie vergisst, wer er ist. Der Leitfaden zu System-Prompts geht tiefer darauf ein.

Mit Rollen kannst du auch beide Seiten einer Diskussion durchspielen. Prompts mit mehreren Rollen oder Debatten lassen das Modell gegen sich selbst argumentieren, was Schwächen aufdeckt, über die eine einzelne Stimme hinweggeht:

Du kannst noch weiter gehen und das Modell seine eigenen Rollen entwerfen lassen – im Meta-Prompting-Leitfaden findest du Prompts, die Prompts bauen.

Wo Rollen an ihre Grenzen stoßen

Sei ehrlich zu dir, was Role-Prompting kann und was nicht. Genau diesen Teil überspringen die meisten Ratgeber.

Eine Rolle ändert den Stil, nicht das Wissen. Wenn du dem Modell sagst, es solle „als Nobelpreisträger der Physik handeln", wird es nicht klüger in Physik – es klingt nur *selbstsicherer*. Und das ist die Falle: Eine starke Rolle kann selbstbewusst-falsche Antworten häufiger machen, weil der autoritäre Ton dieselben Lücken kaschiert, die schon immer da waren. Rollen-Prompts können eine Halluzination wie eine Expertenmeinung klingen lassen.

Am wichtigsten: „Handle als Arzt" oder „Handle als Anwalt" macht daraus keinen Arzt und keinen Anwalt. Diese Rollen imitieren den Tonfall professioneller Beratung – ohne Zulassung, ohne Sorgfaltspflicht, ohne Haftung. Behandle bei allem Medizinischen, Rechtlichen, Finanziellen oder anderweitig Regulierten die Ausgabe als Entwurf, den du mit einem echten Fachmenschen prüfst. Überprüf die Aussagen; verwechsle nie ein Kostüm mit einer Qualifikation.

Häufige Fehler

• Vage Rollen. „Handle als Experte" steuert gar nichts. Nenn das Fachgebiet und die Zielgruppe.
• Zu viele Rollen auf einmal. „Handle als Arzt, Anwalt, Koch und Dichter" verwässert alle vier. Eine scharfe Rolle schlägt eine ganze Menge.
• Rollen, die gegen die Aufgabe arbeiten. Einen „knappen, minimalistischen Redakteur" um einen ausführlichen Erklärtext mit 2.000 Wörtern zu bitten, sendet widersprüchliche Signale. Pass die Rolle zur Aufgabe.
• Das Ziel vergessen. Eine Rolle ohne genanntes Ergebnis driftet ab. Schließ den Kreis immer damit, was du wirklich willst.

Wenn die Rolle stimmt, wird alles danach leichter – klarere Antworten, weniger Umschreiben, weniger Runden von „nein, eher so".

Quellen

• OpenAI — Leitfaden zum Prompt Engineering
• Learn Prompting