Rz. 33
Die Qualität der Eingabe entscheidet (zumindest aktuell noch) sehr häufig über die Qualität der Ausgabe. In der Praxis heißt das: Wer dem LLM eine knappe, unpräzise oder kontextlose Frage stellt, bekommt im besten Fall eine mittelmäßige, im schlechtesten Fall eine falsche oder gar gefährliche Antwort zurück. Viele der gerade geschilderten Probleme lassen sich mit einem guten Prompt beziehungsweise einer guten Vorbereitung der Aufgabe abfangen. Gerade die öffentlich breitgetretenen "KI Fails" lassen häufig sich auf einen minimalistischen Prompt ohne Kontext und Steuerung zurückführen.
Ein guter Prompt ist keine bloße Frage, sondern ein strukturierter Arbeitsauftrag. Er sollte mindestens drei Elemente enthalten:
| 1. |
Rollenbeschreibung ("Du bist ein Fachanwalt für IT-Recht..."), |
| 2. |
kontextuelle Informationen oder rechtliche Grundlagen ("Hier ist die relevante Norm/die bisherige Rechtsprechung...") und |
| 3. |
eine präzise Zielvorgabe für die Ausgabe ("Liste Pro und Contra Argumente auf", "formuliere eine Zusammenfassung für Mandanten", etc.). |
Darauf werden wir im Kapitel "Prompting" (siehe Rdn 97 ff.) noch genauer eingehen.
Wichtig!
Nur so viel schon jetzt: Die Qualität der KI-Ausgabe ist direkt abhängig von der Sorgfalt des Nutzers bei der Eingabe. Wer LLMs als Tool im juristischen Alltag nutzen möchte, muss spätestens dann lernen, präzise Fragen zu stellen – juristische Gestaltung inklusive.
Rz. 34
Ein wichtiges, aber verstecktes und daher selten genutztes Feature kann zusätzlich helfen, um vor allem Halluzinationen zu begegnen. Im sogenannten Playground von ChatGPT, einem Bereich zu Vornahme individueller Einstellungen, kann eine Temperatur festgelegt werden. Diese regelt die Kreativität des Modells. Bei höherer Temperatur werden die Ergebnisse variabler, dafür aber...