Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com11. Mai 2026 · Q010926

Prompt Engineering Is Dead

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Autor vertritt die These, Prompt Engineering sei nicht tot, sondern in Tätigkeiten wie Kontextgestaltung, agentischem Systemdesign und KI-Evaluation aufgegangen. Gehalts- und Arbeitsmarktzahlen sollen diesen Wandel stützen, werden im Beitrag aber nicht anhand offengelegter Methoden belegt; als veraltet gelten vor allem einfache Prompt-Tricks.

Mittel

Der Beitrag argumentiert, Prompt Engineering sei nicht verschwunden, sondern in neue, anspruchsvollere KI-Berufe aufgegangen. Weniger Stellenanzeigen mit genau diesem Titel belegten laut Autor nicht das Ende der Fähigkeit: Sie werde heute unter anderem in Rollen wie AI Engineer oder LLM Engineer gebraucht. Der Text beschreibt die Entwicklung als Wechsel von kurzen Eingaben zu „Context Engineering“, also zur gezielten Zusammenstellung von Informationen, Werkzeugen und Speicher für produktive KI-Systeme. Agentisches Systemdesign sowie KI-Governance und Evaluation seien weitere Nachfolgefelder.

Zur Begründung nennt der Autor steigende Gehaltsspannen, einen Gehaltsaufschlag für fortgeschrittene KI-Kenntnisse und starkes Wachstum bei Governance-Stellen. Er führt außerdem ein Beispiel an, in dem ein agentischer GPT‑3.5-Ablauf GPT‑4 mit einer einzelnen Eingabe übertroffen haben soll. Die Zahlen und Beispiele werden im Beitrag behauptet, ihre Datengrundlagen und Methoden jedoch nicht nachvollziehbar erläutert.

Als überholt gelten dem Autor magische Prompt-Tricks und pauschale Formeln. Vage Eingaben blieben dennoch problematisch. Er empfiehlt, RAG, Kontextfenster und Agentenschleifen zu lernen und ein echtes System zu bauen. Seine These: Der Titel „Prompt Engineer“ könnte verschwinden, während sich die zugrunde liegenden Fähigkeiten zu KI-Systemdesign weiterentwickeln.

Ausführlich lesen

Der Beitrag widerspricht der Aussage, Prompt Engineering sei tot. Seine zentrale These lautet: Der eigenständige Jobtitel sei seltener geworden, während die zugrunde liegenden Fähigkeiten in anspruchsvollere KI-Berufe gewandert seien. Der Autor vergleicht das mit dem Ende des Titels „Webmaster“, das seiner Ansicht nach nicht das Ende der Webentwicklung bedeutete. Er stützt sich auf eigene Beobachtungen, angeführte Gehalts- und Beschäftigungsdaten sowie Aussagen aus der KI-Branche. Die Angaben werden im Beitrag behauptet; der Text legt keine Datensätze oder Methoden offen, anhand derer sie unabhängig geprüft werden könnten.

Als entscheidende Verschiebung beschreibt der Beitrag den Übergang von kurzen, geschickt formulierten Eingaben zu „Context Engineering“: In produktiven KI-Systemen komme es darauf an, welche Informationen im richtigen Moment im Kontextfenster liegen. Dazu zählt der Autor etwa RAG-Pipelines, Speicherverwaltung, Werkzeugaufrufe und den Umgang mit Grenzen des Kontextfensters. Er führt einen Beitrag Andrej Karpathys aus dem Juni 2025 an, der diese Disziplin betone, und sagt, Karpathy habe damit nicht das Ende der Fähigkeit, sondern deren Verengung auf „Tricks“ kritisiert.

Daneben nennt der Text agentisches Systemdesign und KI-Governance samt Evaluation als Nachfolgefelder. Agentische Abläufe könnten laut dem angeführten Beispiel mit GPT‑3.5 bei einer bestimmten Aufgabe GPT‑4 mit einer einzelnen Eingabe übertroffen haben: 95,1 Prozent gegenüber 67 Prozent. Governance-Stellen erforderten demnach Wissen über Modellreaktionen, Bias-Prüfungen und Red-Team-Tests. Der Beitrag beziffert ihr Wachstum zwischen 2023 und 2025 auf 1.257 Prozent und nennt eine Gehaltsobergrenze von 225.000 US-Dollar. Auch diese Zahlen werden berichtet, ohne dass der Artikel ihre Berechnungsgrundlagen ausführt.

Zur Stützung seiner These verweist der Autor außerdem auf einen Gehaltstracker: Zwischen 2024 und 2026 sollen die Spannen für Einstiegs-, mittlere und Senior-Stellen gestiegen sein, etwa bei Senior-Jobs von 150.000–200.000 auf 170.000–220.000 US-Dollar. Beschäftigte mit fortgeschrittenen KI-Fähigkeiten verdienten demnach 56 Prozent mehr als Kolleginnen und Kollegen in vergleichbaren Rollen ohne diese Fähigkeiten. Daraus leitet der Beitrag ab, dass das Berufsfeld anspruchsvoller werde und bessere Bezahlung biete. Eine unabhängige Bestätigung der Zahlen liefert der Text nicht.

Als tatsächlich überholt bezeichnet er „Prompt-Sorcery“: magische Formulierungen, Jailbreak-Muster oder pauschal angehängte Aufforderungen wie „denk Schritt für Schritt“ seien durch robustere Modelle weniger wertvoll geworden. Vage Eingaben könnten aber weiterhin zu vagen Ergebnissen führen. Praktisch rät der Autor deshalb, weniger Zeit in längere Prompts zu stecken und stattdessen RAG-Grundlagen, Kontextfenster und Agentenschleifen zu lernen sowie ein reales System zu bauen und seine Fehler zu dokumentieren. Fachwissen etwa in Medizin, Recht oder Finanzen könne dabei helfen. Seine Schlussfolgerung: Der Titel mag verschwinden, doch die Fähigkeit habe sich zu Systemdesign weiterentwickelt. Die Aussagen beruhen auf dem Beitrag selbst; Belege und Methoden für die zitierten Markt- und Leistungszahlen bleiben eine wesentliche Grenze.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Bewertung stützt sich allein auf den Bericht; Lunas Stufen wurden nicht übernommen. Die Gehalts- und Arbeitsmarktzahlen stammen laut Bericht aus einem nicht näher erläuterten Tracker und sind deshalb nicht methodisch belegt, werden aber in der Zusammenfassung korrekt als behauptet dargestellt.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Verweis auf Karpathys Begriff „Context Engineering“ (Juni 2025) und Simon Willisons Kritik an der Umdeutung von „Prompt Engineering“ fehlt.
  • Das Agentenbeispiel mit konkreten Werten (95,1 % gegenüber 67 %) fehlt; die Zusammenfassung spricht nur allgemein von einer einzelnen Eingabe.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 57 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 42 %gleiches Oberthema, hilft nicht
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 73 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 41 %einzelne zitierbare Belege
    • JEV 43 %beantwortet teilweise oder widerspricht
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 49 %nur am Rande erwähnt
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 34 %nur am Rande erwähnt
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 32 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 62 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →