Persönliche und Team-Prompt-Bibliotheken und Prompt-Vorlagen

Jeder im Team erfindet denselben Prompt für den Wochenbericht, die Kundenantwort oder die Besprechungszusammenfassung neu, und die guten verschwinden in Chatverläufen. Eine Prompt-Bibliothek macht aus den besten Prompts gemeinsame Vorlagen mit Platzhaltern, einem Beispiel für eine gute Ausgabe und einer benannten verantwortlichen Person. Typischer Nutzen: einheitlichere Ergebnisse, schnellere Einarbeitung von Kolleginnen und Kollegen und weniger eingefügte vertrauliche Daten, weil der Prompt festhält, was wegzulassen ist.

Problem & Nutzen

• Heute: Prompts liegen in privaten Chatverläufen, Notiz-Apps oder auf Haftnotizen. Die Ergebnisse unterscheiden sich je nach Person, Neue fangen bei null an, und niemand weiß, welcher Prompt für welche Daten sicher ist.
• KI-Nutzen: eine Bibliothek macht wiederkehrende Aufgaben wiederholbar (gleiche Struktur, gleiche Tonalität, gleiche Prüfungen) und verbreitet das Wissen der zwei oder drei Kolleginnen und Kollegen, die gut im Prompten sind. Sie ist außerdem die günstigste Maßnahme zur KI-Kompetenz: Menschen lernen durch die Wiederverwendung guter Beispiele.
• Nutzenzahlen: dieser Leitfaden nennt keine Zeitersparnis, weil es für Prompt-Bibliotheken als solche keine verlässliche unabhängige Zahl gibt. Messen Sie selbst: Minuten pro Aufgabe vorher und nachher sowie die Zahl der Kolleginnen und Kollegen, die einen Prompt wiederverwenden.

Varianten

• Persönlich: eine Notiz, Textbausteine eines Text-Expanders oder gespeicherte Prompts im Chat-Werkzeug.
• Team: eine gemeinsame Wiki-Seite, SharePoint-Liste, ein Nextcloud-Ordner oder die Teilen-Funktion des KI-Werkzeugs.
• Unternehmensweit: kuratiert von einem Netzwerk von KI-Botschaftern (AI Champions) mit Prüfung und dem Status freigegeben/nicht freigegeben.
• Private Nutzung: gespeicherte Anweisungen und eigene Befehle in der Chat-App oder in einem lokalen Werkzeug wie LM Studio oder Open WebUI.

So funktioniert es

1. wiederkehrende Aufgabe erkannt
2. Prompt geschrieben und an anonymisiertem Beispiel getestet
3. Vorlage mit {{Platzhaltern}} + Beispielausgabe + Hinweis "nicht einfügen"
4. in der Bibliothek gespeichert (Verantwortliche(r), Version, Tags)
5. Kollegin/Kollege wählt Vorlage, füllt Platzhalter, prüft Ergebnis
6. Rückmeldung / Verbesserung
7. neue Version; ungenutzte Prompts werden ausgemustert

• Zentrale Bausteine: ein allgemeines LLM (jedes Chat-Werkzeug), ein Speicherort mit Suche und Freigabe und eine einfache Prüfregel. Es findet kein Modelltraining statt.
• Mensch-in-der-Schleife (Human-in-the-Loop): die Nutzerin bzw. der Nutzer prüft die Ausgabe immer; die verantwortliche Person genehmigt Änderungen an einem gemeinsamen Prompt.
• Teile einer Vorlage: Rolle und Ziel, Beschreibung der Eingabe, Schritte, Ausgabeformat, Tonalität und ein Satz dazu, was nicht enthalten sein darf (z. B. keine personenbezogenen Daten von Kunden).

Datenaufbereitung

Welche Daten: die Prompts selbst, 3-5 anonymisierte Beispieleingaben pro Prompt, ein oder zwei Beispiele guter Ausgaben und Hausregeln wie Tonalität, Terminologie und Anredeformen.

Wo sie liegen: private Chatverläufe, E-Mails und Teams-Chats, Word- oder Excel-Dateien und die Köpfe der KI-affinen Kolleginnen und Kollegen.

Typische Lücken: Prompts, die nur mit eingefügtem Kundennamen oder echten Daten funktionieren, fehlende Beispiele, keine verantwortliche Person, mehrere Kopien mit unterschiedlichen Versionen und Beispieltexte, die personenbezogene Daten enthalten.

Aufbereitungsschritte: 1. Eine einstündige Sammelrunde durchführen: jede Person bringt ihre 2 besten Prompts mit (GUIDE-001). 2. Echte Namen, Beträge und IBANs in Beispielen durch Platzhalterwerte ersetzen (PREP-022). 3. Unternehmensvokabular und Tonalitätsregeln einmalig zentral ergänzen (PREP-015, PREP-016). 4. Tags (Aufgabe, Abteilung, Datensensibilität) und eine verantwortliche Person pro Prompt vereinbaren.

Werkzeuge: eine Word-/OneNote-Seite, eine SharePoint-Liste oder ein Nextcloud-Ordner, Excel für die erste Bestandsaufnahme. Aufwand: etwa 1-2 Tage für eine erste Bibliothek mit 15-20 Prompts, verteilt auf das Team. Siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• KMU - Weg A: Microsoft 365 oder Google Workspace bieten das Speichern und Teilen von Prompts bereits an, ein neues System ist nicht nötig; andernfalls genügt eine Wiki-Seite.
• Großunternehmen - Weg C: eine gemeinsame interne KI-Plattform (z. B. Open WebUI) bietet gruppenbasierte Freigabe, Versionierung und zentrale Steuerung für viele Teams.
• Entwickler - Weg C: Prompts als versionierte Dateien in Git neben dem Code, bereitgestellt über Open-Source-Werkzeuge.
• Privat - Weg A: gespeicherte Anweisungen in der Chat-App Ihrer Wahl; eine lokale App, wenn die Daten das Gerät nicht verlassen sollen.

Weg A - Kaufen (Standardsoftware)

• Microsoft 365 Copilot: die Copilot Prompt Gallery erlaubt lizenzierten Nutzern, Prompts zu speichern und mit einem Team oder per Link zu teilen; laut Microsofts Support-Seite können gespeicherte Prompts verwendet, geteilt und entfernt, aber nicht bearbeitet werden, ein geänderter Prompt wird also als neue Version erneut gespeichert [1].
• Google Workspace: Gemini mit gespeicherten Anweisungen und geteilten eigenen Assistenten (siehe AUTO-022); prüfen Sie die aktuellen Admin-Einstellungen Ihrer Edition.
• Keine Lizenz nötig: eine Notion-/Confluence-/OneNote-Seite, Nextcloud (in der EU gehostet, selbst betrieben oder bei einem deutschen Anbieter) oder ein Text-Expander-Werkzeug.
• Optionen mit EU-Hosting: Nextcloud, Confluence/Notion mit EU-Datenhaltung (im Vertrag prüfen), Mistral Vibe (früher Le Chat, französischer Anbieter) mit Agenten; bestätigen Sie die Tarifstufe.
• Weg A wählen, wenn das Team bereits ein KI-Werkzeug hat und Teilen braucht, keine Plattform.

Weg B - Auf Cloud-KI-Diensten aufbauen

• Ein kleines internes Formular oder ein n8n-/Power-Automate-Ablauf, der eine Vorlage füllt, eine Modell-API in einer EU-Region aufruft und das Ergebnis zurückgibt. Lohnt sich nur, wenn der Prompt Teil eines festen Prozesses mit eigenen Daten ist; sonst ist es für diesen Anwendungsfall Überengineering.

Weg C - Selbst betreiben (Open Source)

• Open WebUI: Prompts als Slash-Befehle, Freigabe pro Nutzer oder Gruppe, eigene Eingabefelder, Tags und Versionsverlauf mit Rollback [2]. Läuft auf einem kleinen Server (HW1); die Modelle können lokal sein (Ollama, kleines LLM auf HW2) oder EU-APIs nutzen.
• Alternativen: LibreChat, Langfuse Prompt Management für Entwicklerteams, ein einfaches Git-Repository.
• Betriebsaufwand: etwa 1-2 Tage für die Einrichtung mit SSO, danach einige Stunden pro Monat für Updates und Zugriffsrechte.

Weg D - Eigenes Training

Nicht relevant. Eine Bibliothek ersetzt Training durch gute Beispiele; Feintuning wird erst interessant, wenn für eine stabile Aufgabe Hunderte getesteter Prompts und Ausgaben vorliegen (siehe CODE-018).

Stand der Technik (2026)

• Chat-Werkzeuge liefern inzwischen eingebaute Prompt-Galerien, gespeicherte Anweisungen, Projekte und geteilte eigene Assistenten; die Kategorie eigenständiger Prompt-Bibliotheks-Apps schrumpft [1].
• Bewährte Praxis: kurze Vorlagen mit ausdrücklichem Ausgabeformat und einem guten und einem schlechten Beispiel funktionieren besser als lange "Zauber"-Prompts; stabile wiederkehrende Aufgaben verlagert man besser in einen eigenen Assistenten (AUTO-022) oder einen Ablauf.
• Grenzen: Prompts veralten, wenn sich Modelle ändern; derselbe Prompt kann bei einem anderen Modell andere Ergebnisse liefern; ein geteilter Prompt kann ein verstecktes Risiko tragen (z. B. das Einfügen vertraulicher Daten oder das Befolgen von im Eingabetext versteckten Anweisungen, siehe SEC-010). Überprüfungen sind nötig, keine Bibliothek ist "einmal einrichten und vergessen".

Gemeinsame Bausteine & Kombinationen

• Derselbe Baustein (llm-general, office-suite-ai): AUTO-001 Formeln, AUTO-002 Mail-Antworten, AUTO-017 Makros, AUTO-018 Skripte und AUTO-027 Nachhilfe können alle Prompts in die Bibliothek liefern.
• Nächster Schritt: AUTO-022 macht aus einem bewährten Prompt einen eigenen Assistenten; KNOW-011 und KNOW-018 behandeln die umfassendere Wissenssicherung.
• Baukasten-Effekt: dieselbe Open-WebUI- oder M365-Einrichtung bedient viele AUTO-Anwendungsfälle.

Aufwand, Kosten & Kennzahlen

• Weg A: 1-2 Tage für Sammlung und Einrichtung, überwiegend Arbeitszeit der Beschäftigten; die Kosten sind die vorhandene Lizenz.
• Weg C: 1-2 Tage plus eine kleine VM; Open-Source-Software ohne Lizenzgebühr.
• Kostentreiber: die Zeit für die Pflege, nicht die Technik.
• Kennzahlen: Zahl der Prompts mit verantwortlicher Person und Prüfdatum, Anzahl der Wiederverwendungen, Anteil der Beschäftigten, die die Bibliothek monatlich nutzen, eingesparte Minuten pro Aufgabe (selbst gemessen), Anzahl von Vorfällen mit eingefügten vertraulichen Daten.

Menschen & Veränderung

Einbinden: die Geschäftsführung (KI-Richtlinie, Budget), die Abteilungsleitungen (welche Aufgaben), die Anwender (sie besitzen die besten Prompts), die IT (Zugriff, Freigabeeinstellungen) und die Datenschutzbeauftragte bzw. den Datenschutzbeauftragten (Regeln zu personenbezogenen Daten in Prompts). Zwei oder drei KI-Botschafter als Kuratoren benennen (GUIDE-008).

Betriebsrat: abhängig vom Einzelfall. Eine Prompt-Bibliothek allein überwacht keine Beschäftigten, aber KI-Werkzeuge, die Nutzeraktivität oder Prompts protokollieren (z. B. M365 Copilot), können objektiv zur Verhaltensüberwachung geeignet sein, was die Mitbestimmung nach § 87 Abs. 1 Nr. 6 BetrVG auslöst; das BAG vertritt, dass die objektive Eignung genügt. § 90 Abs. 1 Nr. 3 verlangt die rechtzeitige Unterrichtung über KI-gestützte Arbeitsabläufe, und § 80 Abs. 3 erlaubt dem Betriebsrat, einen KI-Sachverständigen hinzuzuziehen. Öffentliche Stellen beteiligen den Personalrat. Werten Sie nicht personenbezogen aus, "wer welchen Prompt nutzt" (GUIDE-004).

Datenschutzbeauftragte(r) / DSFA: Beispieldaten müssen anonymisiert sein; für die Bibliothek selbst ist eine DSFA meist nicht nötig, wohl aber ein AVV (Art. 28 DSGVO) mit dem KI-Anbieter (GUIDE-005).

KI-Kompetenz: Art. 4 KI-Verordnung (AI Act) verlangt von Anbietern und Betreibern Maßnahmen zur Förderung der KI-Kompetenz ihrer Beschäftigten; ein Prompt-Workshop samt Bibliothek ist eine praktikable Maßnahme (GUIDE-006).

Pilot und Bedenken: mit einem Team und 10 Prompts vier Wochen lang beginnen (GUIDE-009). Typische Bedenken: "Meine Prompts sind mein Vorteil" (den Autor nennen), Angst vor Ersetzung (die Bibliothek unterstützt, Menschen entscheiden), Qualität der Ausgabe (immer prüfen).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko; es gilt nur Art. 4 KI-Kompetenz. Die Transparenzpflicht nach Art. 50 gilt, wenn Prompts öffentlich sichtbare Inhalte wie Chatbot-Texte oder synthetische Medien erzeugen (GUIDE-014).
• DSGVO: keine personenbezogenen Daten von Kunden oder Beschäftigten in Prompts oder Beispielen; klare Hinweise "nicht einfügen" pro Prompt; EU-Hosting und AVV mit dem Anbieter.
• Weitere Risiken: vertrauliche Daten in Prompts (GUIDE-007), veraltete Prompts, Urheberrecht an eingefügten Texten, übermäßiges Vertrauen in die Ausgabe.
• Gegenmaßnahmen: verantwortliche Person und Prüfdatum pro Prompt, Freigabestatus, kurze Regel zur zulässigen Nutzung, menschliche Prüfung jeder Ausgabe.

Erste Schritte

1. Eine einstündige Sammelrunde abhalten und die 10 meistgenutzten Prompts auswählen.
2. Beispiele anonymisieren, Platzhalter, Beispielausgabe und eine Zeile "nicht einfügen" ergänzen.
3. Sie dort ablegen, wo die Menschen ohnehin arbeiten (Prompt Gallery, Wiki oder Nextcloud), mit verantwortlicher Person und Datum.
4. Die Bibliothek in einer 30-minütigen Teamsitzung vorstellen und die Regel zur zulässigen Nutzung vereinbaren (GUIDE-007).
5. Nach vier Wochen ungenutzte Prompts ausmustern, die Wiederverwendung zählen und für die drei besten über einen eigenen Assistenten (AUTO-022) entscheiden.

Quellen

1. Microsoft Support - Share your best prompts with others (Copilot Prompt Gallery) - https://support.microsoft.com/microsoft-365-copilot/share-your-best-prompts-with-others
2. Open WebUI documentation - Prompts - https://docs.openwebui.com/features/workspace/prompts
3. Microsoft Learn - Copilot Prompt Gallery - https://learn.microsoft.com/en-us/microsoft-365/copilot/copilot-prompt-gallery
4. Regulation (EU) 2024/1689 (AI Act) - https://eur-lex.europa.eu/eli/reg/2024/1689/oj