Prompt-Frameworks: RTF, RACE, CRISPE & RISEN

Ein Prompt-Framework ist ein festes Schema, das deiner Anweisung Struktur gibt — statt frei zu formulieren, füllst du benannte Felder wie Rolle, Aufgabe und Format aus. Die fünf wichtigsten für Einsteiger sind RTF, RACE, CRISPE, Chain-of-Thought und RISEN. Jedes löst ein anderes Problem, und alle lassen sich in Minuten lernen.

Warum überhaupt ein Framework? Weil der häufigste Anfängerfehler nicht zu wenig Technik ist, sondern fehlende Struktur. Ein vager Prompt zwingt das Modell, deine Absicht zu erraten — und je offener die Eingabe, desto durchschnittlicher die Ausgabe. Ein Framework verhindert das, indem es dich Schritt für Schritt durch die Bausteine führt, die ein guter Auftrag braucht. Wenn du die Grundlagen noch festigen willst, lies zuerst unseren Leitfaden zu den [Prompt-Engineering-Grundlagen](/de/magazin/prompt-engineering-fundamentals).

Ein Hinweis vorab: Frameworks sind keine magischen Formeln. Sie funktionieren, weil sie dem Modell mehr Kontext, mehr Klarheit und eine klare Erwartung an das Ergebnis geben. Wer das Prinzip versteht, kann auch eigene Varianten mischen, statt sklavisch ein Akronym abzuarbeiten. Genau darum geht es hier: nicht nur die Buchstaben, sondern wann welches Schema die beste Wahl ist.

Was ist ein Prompt-Framework und wozu brauchst du es?

Ein Prompt-Framework ist eine wiederholbare Vorlage, die einen guten Prompt in benannte Bestandteile zerlegt. Statt dir jedes Mal zu überlegen, was du vergessen hast, hakst du eine feste Liste ab: Rolle, Kontext, Aufgabe, Format. Das macht deine Ergebnisse vorhersehbarer und spart Zeit.

Der eigentliche Wert liegt in der Reproduzierbarkeit. Ein Prompt, der einmal funktioniert hat, lässt sich als Schema speichern und auf hunderte ähnliche Aufgaben übertragen. Frameworks sind damit die Brücke zwischen einer einmaligen guten Eingabe und einer professionellen, teamfähigen [Prompt-Bibliothek](/de/magazin/15-prompt-engineering-techniques). Wer mit Vorlagen arbeitet, schreibt nicht ständig neu, sondern verbessert ein zentrales Asset.

Die folgende Tabelle ordnet die fünf Frameworks dieses Artikels nach Einsatzfall:

Wie funktioniert das RTF-Framework (Role, Task, Format)?

RTF ist das schlankste Framework überhaupt: Du legst nur drei Dinge fest — wer das Modell ist (Role), was es tun soll (Task) und in welcher Form die Antwort kommt (Format). Mehr braucht es für die meisten Alltagsaufgaben nicht.

Gerade weil es so kompakt ist, eignet sich RTF perfekt für den Einstieg und für schnelle Anfragen, bei denen ein ausführliches Schema nur Zeit kostet. Die Stärke liegt in der dritten Komponente: Das Format explizit zu erzwingen, ist einer der wirksamsten Hebel überhaupt, weil es Fließtext verhindert, den du nachträglich aufräumen müsstest.

Prompt

Du bist ein erfahrener LinkedIn-Texter (Role). Schreibe einen Beitrag, der erklärt, warum kleine Teams von KI-Tools profitieren (Task). Format: ein Hook in der ersten Zeile, drei kurze Absätze, am Ende eine Frage an die Leser — maximal 150 Wörter (Format).

Achte darauf, das Format wirklich konkret zu machen. "Schreibe eine Liste" ist schwächer als "Antworte als nummerierte Liste mit maximal fünf Punkten, jeder Punkt ein Satz". Je präziser die Format-Vorgabe, desto weniger musst du nachbessern.

Wie funktioniert das RACE-Framework (Role, Action, Context, Expectation)?

RACE erweitert RTF um zwei entscheidende Bausteine: den Context (Hintergrundinformationen) und die Expectation (deine Erwartung an Qualität und Umfang). Die vier Elemente sind Role, Action, Context, Expectation — ein vollständiger Auftrag, ohne überladen zu wirken.

Der Zugewinn gegenüber RTF ist der Kontext. Ein Modell ohne Kontext mittelt über alles, was es zum Thema gelernt hat; mit konkretem Kontext zielt es auf deinen Fall. Die Expectation wiederum steuert messbare Eigenschaften wie Länge, Ton oder Zielgruppe. RACE ist deshalb das vielseitigste Allzweck-Framework und ein guter Standard, wenn du nicht sicher bist, welches passt.

Prompt

Du bist eine erfahrene Ernährungsberaterin (Role). Erstelle einen Wochenplan für Mittagessen (Action) für eine berufstätige Familie mit zwei Kindern, die wenig Zeit zum Kochen hat und vegetarisch isst (Context). Der Plan soll fünf Gerichte umfassen, jedes in unter 30 Minuten zubereitbar, mit kurzer Einkaufsliste (Expectation).

Vergleiche das mit einem nackten "Gib mir Mittagessen-Ideen" — der Unterschied in Brauchbarkeit ist enorm. RACE zwingt dich, genau die Informationen mitzuliefern, die das Ergebnis brauchbar machen. Die Reihenfolge der vier Buchstaben ist dabei kein Zufall: Erst die Rolle stimmt den Stil ab, dann grenzt der Kontext den Lösungsraum ein, und die Expectation am Ende verhindert, dass du eine technisch korrekte, aber unbrauchbar lange Antwort bekommst.

Wie funktioniert das CRISPE-Framework?

CRISPE ist das ausführlichste der fünf Frameworks und für komplexe, kreative Aufgaben gemacht. Die sechs Bausteine sind Capacity (Fähigkeit/Expertise), Role (Rolle), Insight (Hintergrundwissen), Statement (die eigentliche Aufgabe), Personality (Ton und Stil) und Experiment (mehrere Varianten zulassen).

Der besondere Wert liegt in den beiden letzten Bausteinen. Personality gibt dir feine Kontrolle über die Stimme — von nüchtern-sachlich bis verspielt-provokant. Experiment erlaubt dem Modell ausdrücklich, mehrere Lösungswege anzubieten, statt sich auf den erstbesten festzulegen. Für Brainstorming, Markenkommunikation und Konzeptarbeit ist das Gold wert.

Prompt

Agiere als KI mit tiefer Expertise in Markenstrategie und Werbepsychologie (Capacity). Du bist Kreativdirektor einer Agentur (Role). Kontext: Ein nachhaltiges Schweizer Start-up bringt wiederverwendbare Kaffeebecher auf den Markt und will sich von Billigprodukten abheben (Insight). Entwickle drei Claim-Vorschläge für die Launch-Kampagne (Statement). Ton: selbstbewusst, warm, ohne Öko-Klischees (Personality). Liefere bewusst unterschiedliche Stile und begründe jeden kurz (Experiment).

CRISPE ist mächtig, aber auch aufwendig. Setze es dort ein, wo Kreativität und Differenzierung zählen — für eine schnelle E-Mail wäre es übertrieben.

Wie funktioniert Chain-of-Thought-Prompting?

Chain-of-Thought (CoT) ist kein Akronym mit Feldern, sondern ein Denk-Framework: Du forderst das Modell auf, seine Zwischenschritte auszuschreiben, bevor es eine Antwort gibt. Statt direkt zum Ergebnis zu springen, denkt das Modell "laut" — und das verbessert die Genauigkeit bei Logik-, Mathematik- und mehrstufigen Aufgaben deutlich.

Der Effekt ist gut belegt. In der Originalstudie von Wei et al. (Google, 2022) hob CoT die Trefferquote eines großen Modells beim GSM8K-Mathematik-Benchmark von rund 18 auf 58 Prozent — allein durch die Aufforderung, Schritt für Schritt zu denken. Der Grund: Indem das Modell Zwischenergebnisse formuliert, hat es mehr Rechenraum und stützt jeden Schritt auf den vorigen.

Prompt

Ein Onlineshop hatte im März 1.240 Bestellungen mit einem Durchschnittswert von 38 Euro. Im April stieg die Bestellzahl um 15 Prozent, der Durchschnittswert sank aber um 4 Euro. Wie hoch war der Umsatz in beiden Monaten und wie groß ist die Differenz? Denke Schritt für Schritt und zeige deine Rechnung.

CoT lässt sich mit jedem anderen Framework kombinieren — du hängst die Aufforderung einfach an. Beachte aber die Grenze: Bei reinen Geschmacks- oder Stilfragen bringt es nichts und verlängert nur die Antwort. Moderne Reasoning-Modelle denken zudem oft schon intern schrittweise; bei ihnen ist die explizite Aufforderung häufig überflüssig. Eine ausführliche Behandlung findest du in unserem Leitfaden zu [Chain-of-Thought-Prompting](/de/magazin/chain-of-thought-prompting).

Wie funktioniert das RISEN-Framework?

RISEN ist für mehrstufige, klar abgegrenzte Workflows gemacht. Die fünf Bausteine sind Role (Rolle), Instructions (klare Anweisung), Steps (Schritte zum Befolgen), End goal (Endziel) und Narrowing (Einschränkungen und Grenzen).

Der Unterschied zu RACE liegt in den expliziten Steps und dem Narrowing. Während RACE einen Auftrag als Ganzes beschreibt, zerlegt RISEN ihn in eine geordnete Abfolge und definiert zugleich, was außen vor bleiben soll. Das macht es ideal für Aufgaben, bei denen die Reihenfolge zählt und du den Lösungsraum bewusst eingrenzen willst — etwa Analysen, Audits oder strukturierte Reports.

Prompt

Du bist eine erfahrene SEO-Beraterin (Role). Analysiere die folgende Startseite eines Handwerksbetriebs und liefere konkrete Verbesserungen (Instructions). Gehe in dieser Reihenfolge vor: 1. Prüfe Title und Meta-Description, 2. bewerte die Überschriftenstruktur, 3. identifiziere fehlende lokale Signale (Steps). Ziel ist eine priorisierte Liste der drei wirkungsvollsten Maßnahmen (End goal). Beschränke dich auf On-Page-Faktoren und ignoriere Backlinks und Ladezeit (Narrowing).

Das Narrowing ist der oft unterschätzte Trumpf: Indem du explizit sagst, was *nicht* Teil der Aufgabe ist, verhinderst du ausschweifende Antworten und hältst das Modell auf Kurs. Wenn du tiefer in einzelne Bausteine wie Rollen-Prompting oder strukturierte Ausgabe einsteigen willst, lohnt unser Überblick über [15 Prompt-Engineering-Techniken](/de/magazin/15-prompt-engineering-techniques).

Welches Framework passt zu welcher Aufgabe?

Die Wahl hängt vom Aufgabentyp und vom gewünschten Aufwand ab. Eine einfache Faustregel: Beginne mit dem schlanksten Framework, das funktionieren könnte, und greife erst dann zu einem ausführlicheren, wenn die Ausgabe es verlangt.

• Schnelle Alltagsaufgaben (E-Mail, kurzer Text, Zusammenfassung): RTF genügt fast immer.
• Vollständige Aufträge mit Kontext (Produkttext, Plan, Erklärung für eine Zielgruppe): RACE ist der zuverlässige Standard.
• Kreative und differenzierende Arbeit (Kampagnen, Konzepte, Variantensuche): CRISPE spielt seine Stärken aus.
• Logik, Rechnen, mehrstufiges Denken: Hänge Chain-of-Thought an jedes andere Framework an.
• Strukturierte, geordnete Workflows (Analysen, Audits, Reports): RISEN mit seinen Steps und Grenzen.

Der wichtigste Rat zum Schluss: Verstehe die Bausteine, nicht nur die Akronyme. Fast alle Frameworks bestehen aus denselben Grundelementen — Rolle, Kontext, Aufgabe, Format, Grenzen — nur unterschiedlich gewichtet und benannt. Wer diese Elemente beherrscht, braucht irgendwann gar kein Akronym mehr, sondern setzt intuitiv die passenden Bausteine ein. Bis dahin sind Frameworks das beste Gerüst, um gute Prompts verlässlich und wiederholbar zu schreiben.

Speichere deine bewährten Schemata als Templates an einem Ort, statt sie jedes Mal neu aus dem Gedächtnis zu schreiben. So wird aus einem einmaligen Treffer ein wiederholbarer Standard, den dein ganzes Team nutzen kann — genau dafür ist Prompt2Love gebaut. Wenn du noch ganz am Anfang stehst, hilft dir unser Einstieg zu der Frage, [wie man wirksame KI-Prompts schreibt](/de/magazin/write-effective-ai-prompts).

Häufige Fragen

Brauche ich überhaupt ein Framework oder reicht ein klarer Prompt?

Ein klarer Prompt ist immer das Ziel — ein Framework ist nur das Gerüst, das dir hilft, dorthin zu kommen. Am Anfang verhindert es, dass du wichtige Bausteine vergisst. Mit Erfahrung verschmelzen die Schemata zu einer Intuition, und du brauchst sie nicht mehr bewusst.

Welches Framework ist das beste für Einsteiger?

RTF (Role, Task, Format) ist der ideale Einstieg, weil es nur drei Felder hat und sofort spürbar bessere Ergebnisse liefert. Sobald dir Kontext wichtig wird, wechselst du zu RACE. Beide decken zusammen den Großteil aller Alltagsaufgaben ab.

Kann ich mehrere Frameworks kombinieren?

Ja, und das ist oft sinnvoll. Chain-of-Thought lässt sich an praktisch jedes andere Framework anhängen, und RACE oder RISEN lassen sich mit strukturierter Ausgabe verbinden. Achte nur darauf, nicht zu viele konkurrierende Regeln zu stapeln — sonst sinkt die Befolgungsrate.

Funktionieren diese Frameworks bei allen KI-Modellen?

Die Grundprinzipien gelten für alle großen Modelle. Einzelne Anbieter haben jedoch Eigenheiten: Claude reagiert besonders gut auf detaillierte Rollen und XML-Tags zur Strukturierung, während Reasoning-Modelle Chain-of-Thought oft schon intern erledigen. Teste deine wichtigen Prompts auf jedem Modell, das du produktiv nutzt.

Wo bleiben Frameworks wie CO-STAR oder STAR?

Es gibt dutzende Akronyme, und viele überschneiden sich stark. CO-STAR etwa ist eine Marketing-orientierte Variante mit Fokus auf Stil, Ton und Zielgruppe. Wenn du die fünf hier vorgestellten Bausteinlogiken beherrschst, kannst du jedes weitere Framework in Minuten einordnen, weil es dieselben Grundelemente neu kombiniert.