LONDON (IT BOLTWISE) – Der Entwickler von Claude Code, Boris Cherny, rät KI-Nutzern, Modelle nicht mit detaillierten Schritt-für-Schritt-Anweisungen zu übersteuern. Stattdessen sollen Aufgaben, Leitplanken und Erfolgskriterien möglichst klar beschrieben werden, damit das Modell selbst den Weg dorthin wählt. Er ordnet das als Folge der schnellen Fortschritte moderner KI-Modelle ein, bei denen ältere Prompt-Techniken an Wirksamkeit verlieren. Für fortgeschrittene Anwender bedeutet das vor allem: weniger Kontrolle, mehr Ergebnisorientierung.
Boris Cherny, der Entwickler von Claude Code, beschreibt einen Fehler, den viele KI-Nutzer – besonders wenn sie bereits produktiv mit großen Sprachmodellen arbeiten – immer noch machen: Sie behandeln die KI wie einen Ausführungsroboter, den man vollständig anweisen muss. Seine Kernaussage lautet „Hört auf, eure KI zu mikromanagen“ und sie ist weniger ein Appell an die „richtige Haltung“ als eine konkrete Prompterfahrung aus der Praxis: Wer dem Modell exakte Schrittfolgen bis ins Detail vorgibt, nimmt ihm Spielraum. Gerade moderne Modelle könnten aber einen Großteil der Zwischenentscheidungen bereits selbst treffen, weshalb präzises Skripting oft nicht „mehr Qualität“ erzeugt, sondern eher Reibung.
Technisch lässt sich Chernys Rat als Verschiebung von der Steuerung über den Lösungsweg hin zur Steuerung über das Ziel und die Randbedingungen verstehen. Beim klassischen Prompting mit starkem „Abarbeiten“-Charakter wird häufig eine Abfolge aus Eingabe, Kontext, Zwischenschritten und Ausgaben verlangt, inklusive Reihenfolge und manchmal sogar Formulierungsdetails. Bei heutigen KI-Systemen, die nicht nur Text fortsetzen, sondern auch komplexere Aufgaben im Gedankengang strukturieren können, werden diese Schritte jedoch schnell zu einem engen Korsett. Das Modell muss dann innerhalb eines selbst gewählten Rahmens wirken, während der Nutzer ihm gleichzeitig einen sehr konkreten Ablauf aufzwingt; das kann dazu führen, dass bessere Strategien aus dem Modell herausgedrückt werden.
Stattdessen schlägt Cherny ein Vorgehen vor, das mehr an „Ergebnisdefinition mit Leitplanken“ erinnert: Nutzer sollen das gewünschte Ergebnis möglichst genau beschreiben, zusätzlich aber festlegen, welche Grenzen gelten und wie ein erfolgreiches Resultat aussieht. In der Praxis heißt das oft: Man liefert die Problemstellung, relevante Annahmen, gewünschte Formate und Qualitätskriterien – zum Beispiel welche Aspekte zwingend enthalten sein müssen und welche nicht. Der entscheidende Punkt ist der letzte Teil: Das Modell soll anschließend selbst entscheiden, „wie es dorthin gelangt“. Genau an dieser Stelle verschiebt sich die Arbeitsteilung. Der Mensch steuert die Anforderungen, die KI übernimmt die interne Problemlogik.
Dass dieser Ansatz aktuell besser funktioniert als noch vor Kurzem, ordnet Cherny mit einem weiteren Spannungsfeld ein: Prompt-Techniken, die in früheren Produktivphasen zuverlässig wirkten, könnten inzwischen überholt sein. Er argumentiert, dass sein Vorschlag vor einigen Monaten vermutlich noch nicht in derselben Weise gezogen hätte – mit den heutigen Modellen dagegen schon. Das passt zu einem breiteren Muster in der Branche: Mit jeder Generation steigt die Fähigkeit, aus unvollständigen oder weniger stark reglementierten Anweisungen robuste Pläne abzuleiten. Damit lohnt es sich für Teams, ihre Prompt-Bibliotheken periodisch zu überarbeiten, statt sie wie starre Templates zu behandeln. Besonders bei technischen Aufgaben – etwa wenn eine KI Code schreiben, Tests ableiten oder Dokumentationsentwürfe konsistent strukturieren soll – kann ein zu detailliertes „Befehlsbuch“ die Qualität begrenzen, obwohl das Modell grundsätzlich leistungsfähig genug wäre.
Eine ähnliche Einordnung brachte bereits Andrew Ng, Mitgründer von Google Brain, in den Diskurs ein. Er beschrieb den Ansatz als „Lazy Prompting“: lieber knappe Eingaben, weil Modelle mit zunehmender Leistungsfähigkeit immer mehr Detailarbeit selbst ergänzen. Die Logik dahinter ist simpel und zugleich anspruchsvoll: Wer jeden Nebenaspekt schon im Prompt ablegt, verhindert, dass das Modell die geeignetste interne Vorgehensweise auswählt. Stattdessen sollten Details nur dann ergänzt werden, wenn sie wirklich nötig sind – etwa bei klaren Fakten, die nicht erraten werden dürfen, oder bei strengem Layout- und Sicherheitsanforderungen. Cherny knüpft daran an, indem er das Prinzip „Details nur bei Bedarf“ in eine praktischere Form gießt: Aufgabe erklären, Leitplanken setzen, Erfolgskriterien definieren, dann das Modell arbeiten lassen und später prüfen.
Interessant ist dabei, dass Cherny den Rat nicht nur als „Prompter-Regel“ präsentiert, sondern auch als Beobachtung aus dem Experimentieren mit den eigenen Systemen. Er sagt, Anthropic würde beim Testen immer wieder neue Fähigkeiten entdecken – und schätzt, dass es wahrscheinlich Dutzende, wenn nicht Hunderte nützlicher Fähigkeiten gebe, die bislang noch niemand entdeckt habe. Das wirkt auf den ersten Blick wie eine Zukunftsbehauptung, hat aber einen klaren Umsetzungsschwerpunkt: Wenn Fähigkeiten entstehen oder sich durch neue Modellstände besser abrufen lassen, dann verändern sich optimale Prompt-Strategien mit. Für Anwender bedeutet das: Die Frage ist nicht nur „welcher Prompt funktioniert?“, sondern auch „welche Steuerungsform ist noch notwendig?“ Bei stark reglementierten Workflows kann es sinnvoll sein, den Kontrollgrad schrittweise zu reduzieren und die Ergebnisqualität gegenzuprüfen.
Für erfahrene Teams aus der KI-Entwicklung und dem Betrieb folgt daraus eine organisatorische Konsequenz. Cherny richtet seinen Hinweis explizit an Nutzer, die bereits wissen, wie man Prompts schreibt: Macht nicht denselben Fehler wie „schlechte Führungskräfte“. Übertragen heißt das: Wer die KI wie ein untergeordnetes System behandelt, das streng nach Regieplan arbeitet, blockiert möglicherweise die Vorteile der Autonomie. Eine praktische Faustregel wäre: erst die Zieldefinition schärfen, dann die Randbedingungen festziehen, dann das Modell die Zwischenplanung machen lassen. So entsteht eine Art iteratives Arbeitsmodell, bei dem der Mensch vor allem die Bewertung übernimmt – also ob das Ergebnis die Leitplanken wirklich einhält. Und ja, das kann anfangs ungewohnt wirken, weil man Kontrolle abgibt. Aber wenn moderne Modelle tatsächlich Teile der Planung selbst übernehmen können, entspricht das einer besseren Arbeitsteilung: weniger Mikromanagement, mehr Ergebnisorientierung.
Ökonomisch und organisatorisch ist diese Verschiebung relevant, weil sie direkt auf die Kosten von KI-Einsatzfällen einzahlt. Weniger Micro-Steps im Prompt bedeuten oft: weniger Prompt-Länge, weniger Komplexität in Workflow-Implementierungen und damit weniger Aufwand beim Iterieren. Gleichzeitig kann ein Modell, das mehr Verantwortung für seinen Lösungsweg bekommt, in manchen Fällen zuverlässiger zu konsistenten Ergebnissen kommen – sofern die Leitplanken sauber formuliert sind. Wer das in den eigenen Prozessen umsetzen will, sollte deshalb nicht nur neue Prompts ausprobieren, sondern auch die Messpunkte klarziehen: Welcher Output zählt als „erfolgreich“, wie wird er validiert, und wie schnell kann man Abweichungen beheben? Wenn genau diese Punkte stark bleiben, kann die KI den Rest übernehmen. Damit wird aus Prompting weniger ein minutiöses Regieren und mehr ein Engineering der Anforderungen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Claude-Code-Entwickler warnt vor Mikromanagement bei KI-Prompts" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Claude-Code-Entwickler warnt vor Mikromanagement bei KI-Prompts" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Claude-Code-Entwickler warnt vor Mikromanagement bei KI-Prompts« bei Google Deutschland suchen, bei Bing oder Google News!