Online-Seminar: Effizienter Umgang mit KIs und fortgeschrittenes Prompting für UXler:innen (2026)
KI-Tools wie ChatGPT, Claude oder Gemini gehören längst zum Arbeitsalltag. Die meiste Energie fließt dabei in die Optimierung des einzelnen Prompts – gute Formulierungen werden gesammelt, geteilt und wiederverwendet. Das funktioniert genau so lange, wie die nächste Aufgabe der letzten ähnelt. Sobald sie das nicht mehr tut, steht man wieder am Anfang.
Der Grund dafür ist strukturell: Eine Prompt-Sammlung ist ein Vorrat an Lösungen, keine Fähigkeit. Und für unscharfe, komplexe Aufgaben – also für den Großteil der Research-Arbeit – gibt es den einen perfekten Prompt ohnehin nicht. Qualität entsteht dort nicht aus der richtigen Frage, sondern aus einem strukturierten Dialog mit dem Modell.
Zwei Fragen stehen deshalb im Zentrum dieses Seminars:
- Wie entwickelst Du Dir für eine Aufgabe, die Du zum ersten Mal siehst, einen Prompt, der wirklich trägt?
- Woran erkennst Du, ob Du dem Ergebnis trauen kannst – gerade dann, wenn es überzeugend klingt?
Das Seminar geht deshalb bewusst über eine Sammlung von Techniken hinaus. Im Mittelpunkt steht ein Verfahren, das wir LLM-Prompting nennen: einen Prompt gemeinsam mit dem Modell im Dialog entwickeln, statt ihn vorab zu erraten. Dieses Verfahren übst Du im Seminar mehrfach an bewusst unterschiedlichen Aufgaben – denn erst die Wiederholung an variierenden Fällen macht aus einer Einsicht eine Kompetenz. Als Beispielfeld nutzen wir Aufgaben aus dem UX-Research; das Verfahren selbst ist auf beliebige Aufgaben übertragbar.
Lernziele im Überblick
- Das Verfahren des LLM-Promptings beherrschen: gemeinsam mit dem Modell einen Prompt entwickeln, statt ihn vorab zu formulieren – und damit für jede neue Aufgabe selbst einen passenden Prompt bauen können.
- Meta-Prompting gezielt einsetzen: das Modell den Prompt entwickeln lassen, mit dem Du anschließend arbeitest.
- Komplexe Analyseaufgaben in Prompt-Ketten zerlegen, sodass am Ende ein nachvollziehbares und prüfbares Ergebnis steht.
- Einschätzen können, welcher Aufgabentyp welches Vorgehen verlangt: Wann genügt ein einzelner Prompt, wann ein Framework, wann die volle Kette?
- Verstehen, warum Halluzinationen kein Fehler, sondern eine strukturelle Eigenschaft der Modelle sind – und was daraus für die eigene Qualitätssicherung folgt.
- Über eine praktische Checkliste verfügen, die im Alltag schnelle Orientierung bietet – vor, während und nach dem Prompten.
- Quellenhygiene entwickeln: Eigene Daten verbessern die Ergebnisse deutlich – und lassen falsche Ergebnisse zugleich glaubwürdiger erscheinen. Wie Du damit methodisch sauber umgehst.
Warum sich dieses Seminar für Dich lohnt
- Von der Sammlung zur Kompetenz – Du nimmst kein Prompt-Repertoire mit nach Hause, sondern ein Vorgehen, das auch bei Aufgaben funktioniert, die es heute noch nicht gibt.
- Mehrfach üben statt einmal zusehen – Das Kernverfahren wird im Seminar wiederholt angewendet, an Aufgaben, die absichtlich unterschiedlich aussehen. Genau daran zeigt sich, was am Verfahren allgemeingültig ist.
- Ergebnisse belastbar prüfen – Du entwickelst eine Methode, mit der Du KI-Outputs systematisch bewertest und gezielt verbesserst – reproduzierbar statt zufällig.
- Realistische Erwartungen – Du lernst, wo Sprachmodelle zuverlässig arbeiten und wo sie es strukturell nicht können. Das spart Zeit an beiden Enden.
- Wissen mit längerer Halbwertszeit – Tool-Empfehlungen veralten. Ein Verfahren nicht.
- Übertragbar über UX hinaus – Als Beispiele nutzen wir Aufgaben rund um UX-Research. Die Techniken sind auf alle LLM-relevanten Aufgaben übertragbar.
Inhalte im Detail
- Was ein Sprachmodell tatsächlich tut, wenn es antwortet: Token, Wahrscheinlichkeiten, Vorhersage.
- Warum Halluzinationen strukturell unvermeidbar sind – das Modell unterscheidet nicht zwischen wahr und plausibel.
- Welche Konsequenzen sich daraus für den professionellen Einsatz ergeben: Techniken statt Tricks.
- Wie erprobte Prompt-Frameworks aufgebaut sind und wofür sie taugen.
- Warum ein fertiges Framework nur so weit trägt, wie die eigene Aufgabe hineinpasst.
- Demonstration: Wie ein solches Framework überhaupt entsteht – und warum Du das selbst kannst.
- Mit dem Modell über die Aufgabe sprechen, bevor es die Aufgabe bearbeitet.
- Meta-Prompting: das Modell den Prompt entwickeln lassen, den Du danach einsetzt.
- Iterieren, im frischen Chat gegenprüfen – und erkennen, wann der Prompt fertig ist.
- Mehrere Übungsdurchläufe an unterschiedlichen Aufgabentypen, mit zunehmender Selbstständigkeit.
- Wann eine Aufgabe zu groß für einen einzelnen Prompt ist – und wie Du sie in nachvollziehbare Schritte gliederst.
- Kritische Regeln, die verhindern, dass das Modell Lücken plausibel auffüllt: Quellenbeschränkung, Zitatpflicht, Interpretationsverbot, ein belastbares „dafür reichen die Daten nicht“.
- Der Qualitätsmanager-Schritt: das Modell die eigene Arbeit überprüfen lassen.
- Warum eigene Daten und Kontext die Ergebnisse deutlich konkreter und verlässlicher machen.
- Und warum dieselbe Mechanik einen fehlerhaften Input genauso tragfähig erscheinen lässt wie einen korrekten.
- Quellenhygiene als neue Kernkompetenz – methodisch nah an dem, was UX-Researcher:innen von Stichproben und Erhebungsinstrumenten längst kennen.
- Erstellen versus Analysieren: wo die Risiken jeweils liegen und wie sich die Kontrolle unterscheidet.
- Eine Übersicht der Prompting-Arten nach Aufgabentyp – als Orientierung für den Alltag.
- Die kompakte Checkliste für die eigene Praxis.
Das sagen unsere Teilnehmer:innen
Wie im Seminar gearbeitet wird
Der Großteil des Tages besteht aus Übungen in Kleingruppen. Als roter Faden dient ein durchgehender Fall: ein fiktives Startup, das die Customer Journey rund um Zahnarztbesuche aus Patient:innen-Sicht verbessern möchte. Der Fall ist bewusst neutral gewählt, damit alle Teilnehmenden mit dem LLM ihrer Wahl arbeiten können, ohne vertrauliche Daten in ein frei zugängliches Tool zu geben.
Hinweis für Inhouse-Formate: Wenn in Deinem Unternehmen eine gesicherte Umgebung zur Verfügung steht, können wir stattdessen mit Euren eigenen Daten und Aufgaben arbeiten. Sprich uns dazu gerne an.
Das Online-Seminar ist für
Alle, die KI-Tools nicht nur ausprobieren, sondern verlässlich und reflektiert einsetzen möchten. Das Seminar richtet sich an UX- und CX-Professionals mit sehr unterschiedlichem Vorwissen: Wer bislang wenig mit KI gearbeitet hat, bekommt einen belastbaren Einstieg. Wer bereits routiniert prompted, bekommt das, was in vielen KI-Trainings fehlt – nicht weitere Techniken, sondern das Verfahren, mit dem sich Techniken selbst entwickeln lassen.
Die Beispiele stammen aus dem UX-Research. Die Fähigkeit lässt sich auf jedes andere Aufgabenfeld übertragen.
Dein Trainerin
Tara Bosenick ist seit 1999 als UX-Spezialistin tätig und hat die Branche in Deutschland auf Agenturseite mit aufgebaut und geprägt. Sie ist spezialisiert auf die Entwicklung neuer UX-Methoden, die Quantifizierung von UX und die Einführung von UX in Unternehmen.
Gleichzeitig war sie immer daran interessiert, in ihren Unternehmen eine möglichst „coole“ Unternehmenskultur zu entwickeln, in der Spaß, Leistung, Teamgeist und Kundenerfolg miteinander verknüpft sind. Seit mehreren Jahren unterstützt sie daher Führungskräfte und Unternehmen auf dem Weg zu mehr New Work / Agilität und einem besseren Mitarbeitererlebnis.
Sie ist eine der führenden Stimmen in der UX-, CX- und Employee Experience-Branche.
Eckdaten zum Kurs
Termin:
- 27.11.26 von 9-17 Uhr
Details:
- Dauer: 1 Tag von 9-17 Uhr
- Ort: Online
- Anzahl Teilnehmende: Mindestens 3 Teilnehmende, Maximal 12
Kosten:
- Reguläre Teilnahme: 699 EUR