# Prompting ist tot. Context zählt.

Canonical URL: https://huecki.com/blog/prompting-2026-context-engineering/
Markdown URL: https://huecki.com/blog/prompting-2026-context-engineering.md
Language: German
Published: 2026-05-12
Updated: 2026-05-12
Author: Dominic Hückmann
Topic: AI-first Engineering
- Agent topics: Context Engineering, Agent Evals, LLM-native Engineering
- Tags: Prompt Engineering, Context Engineering, AI Agents, KI-Workflows
Content status: field-note

## Summary

2026 geht es nicht mehr um den einen magischen Prompt. Der bessere Ansatz: Kontext wählen, Tools und Schemas definieren, Agent-Regeln setzen und mit Evals prüfen.

## Description

Moderne Prompts sind keine Zaubersprüche mehr. Gute KI-Workflows bestehen aus Kontext, Tools, Schemas und Evals.

## Body

## Kurz erklärt

Prompting ist nicht verschwunden. Es hat nur die Ebene gewechselt: weg vom Zaubersatz, hin zu einem kleinen System aus Kontext, Tools und Tests.

## Die neue Formel

```txt
klarer Task Contract
+ wenig, aber guter Kontext
+ explizite Tools / Schemas / Beispiele
+ Regeln für Agent-Verhalten
+ Evals zur Kontrolle
= verlässlichere KI
```

## Der Task Contract

Wenn du nur eine Sache übernimmst, nimm diese Struktur:

```txt
<role>
Du bist ein präziser Assistent für [Domain].
</role>

<context>
Relevante Fakten, Quellen, Constraints.
</context>

<task>
Tue X für Y Zielgruppe.
</task>

<requirements>
- Nutze nur die bereitgestellten Quellen.
- Trenne Fakten von Empfehlungen.
- Wenn etwas fehlt, sag was fehlt.
</requirements>

<output_format>
1. Kurzantwort
2. Evidenz
3. Empfehlung
4. Caveats
</output_format>
```

Warum das funktioniert:

- weniger Verwechslung zwischen Daten und Anweisung
- leichter wartbar
- besser testbar
- einfacher in Agenten und Tools zu übertragen

## Context Engineering statt Prompt-Magie

Context Engineering heißt: Du kuratierst das, was das Modell sieht.

## Agenten brauchen andere Prompts

Ein Agent braucht nicht nur eine Aufgabe. Er braucht Betriebsregeln.

```txt
Goal: [objective]

Tools:
- read: inspect files
- edit: change files
- test: verify behavior

Rules:
- Read before editing.
- Use the smallest useful next action.
- Verify before claiming success.
- Stop when success criteria are met.
- If blocked, report the exact blocker.

Success criteria:
- build passes
- changed files listed
- no unverified claims
```

## Der unterschätzte Teil: Evals

Für echte Workflows reicht “sieht gut aus” nicht.

```txt
gewünschtes Verhalten definieren
→ Testfälle bauen
→ Agent laufen lassen
→ Fehler anschauen
→ Prompt / Kontext / Tools patchen
→ wiederholen
```

Ein guter Judge bewertet **nur eine Dimension**:

```txt
Bewerte nur: Quellen-Treue
Rubrik:
0 = nicht belegt
1 = teilweise belegt
2 = korrekt belegt
3 = korrekt + exakt zitiert

Gib zurück:
- score
- Belegstelle
- kurzer Grund
- unknown: true/false
```

## Quick rules

## Quellen

- [Anthropic: Effective context engineering for AI agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)
- [LangChain: The rise of context engineering](https://blog.langchain.com/the-rise-of-context-engineering/)
- [OpenAI GPT-5 prompting guide](https://developers.openai.com/cookbook/examples/gpt-5/gpt-5_prompting_guide)
- [Claude prompting best practices](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices)
- [Google Gemini prompting strategies](https://ai.google.dev/gemini-api/docs/prompting-strategies)
- [Microsoft prompt engineering](https://learn.microsoft.com/en-us/azure/ai-services/openai/concepts/prompt-engineering)
- [DSPy docs](https://dspy.ai/)

## FAQ

### Ist Prompt Engineering 2026 wirklich tot?

Nein, aber es ist erwachsen geworden. Der Fokus verschiebt sich von cleveren Formulierungen zu Context Engineering, Tool-Design, strukturierten Outputs und Evals.

### Was ist Context Engineering?

Context Engineering bedeutet, bewusst zu entscheiden, welche Informationen, Tools, Beispiele, Erinnerungen und Regeln ins Modellfenster gehören — und welche nicht.

### Was ist der schnellste praktische Einstieg?

Starte mit einem klaren Task Contract: Rolle, Aufgabe, Kontext, Constraints, Output-Format, Erfolgskriterien und Verhalten bei Unsicherheit.