Worum geht es beim Context Engineering?
Ein KI-Modell kennt in jeder Anfrage nur das, was in seinem Kontextfenster steht. Context Engineering entscheidet, was dort hineinkommt. Anthropic beschreibt den Kontext 2025 als begrenzte Ressource: Je mehr Text im Fenster liegt, desto ungenauer ruft das Modell einzelne Informationen ab. Ziel ist deshalb die kleinste Menge an Information, die das gewünschte Ergebnis verlässlich liefert.
Woraus besteht der Kontext?
Dazu gehören die Systemanweisung, Beispiele (In-Context Learning), Werkzeuge, Wissen, das das System bei Bedarf nachschlägt (RAG), und der bisherige Gesprächsverlauf. Bei längeren Aufgaben halten weitere Techniken den Kontext schlank: Das System fasst ältere Gesprächsteile zusammen, legt Zwischenstände in Notizen ab und holt Informationen erst bei Bedarf.
Worin unterscheidet sich Context Engineering vom Prompt Engineering?
Prompt Engineering optimiert die einzelne Anweisung. Context Engineering gestaltet das ganze System, aus dem ein Modell seine Informationen bezieht. Das gilt über viele Schritte und Werkzeuge hinweg. Anthropic nennt es die natürliche Weiterentwicklung des Prompt Engineerings. LangChain versteht Prompt Engineering dagegen als Teilbereich davon. Verbreitet hat sich der Begriff Mitte 2025, als unter anderem Shopify-Chef Tobi Lütke und Andrej Karpathy ihn dem Prompt Engineering vorzogen.
Was bedeutet Context Engineering für die Marke?
Der Markenkontext wendet das auf die Marke an: Strategie, Sprache und Bildwelt stehen so kurz und eindeutig da, dass sie bei jeder Anfrage mitgegeben werden. Welche Vorgaben bleiben und welche wegfallen, legt die radikale Verdichtung fest.