ChatGPT, Claude & Gemini: Warum ein Prompt nicht überall gleich funktioniert

Stand-Hinweis (Juli 2026): Die hier genannten Modellversionen sind überholt. Bei Anthropic sind seit Ende Juni 2026 Sonnet 5 und Opus 5 aktuell, bei OpenAI wurde GPT-5.2 im Juni 2026 abgeschaltet und GPT-5.6 nachgeschoben; Gemini Pro steht weiterhin bei 3.x. Die drei Prompting-Unterschiede und die zitierte Studie gelten unverändert, weil sie nicht an einer Versionsnummer hängen.

Ich habe letzte Woche denselben Prompt in ChatGPT, Claude und Gemini eingegeben. Das Resultat? 3 komplett unterschiedliche Ergebnisse.

Viele nutzen KI-Tools aktuell noch wie einen großen Werkzeugkoffer, in dem sie davon ausgehen, dass alle Schraubenzieher irgendwie gleich funktionieren. Ein Griff, eine Spitze, drehen: fertig.

Aber das tun sie nicht.

Vor ein paar Jahren, im KI-Steinzeitalter von 2022, habe ich logischerweise zu 100 % ChatGPT genutzt. Heute sieht mein Tech-Stack ganz anders aus: Etwa 40 % meiner Workflows laufen über Claude, 30 % über ChatGPT und 10 % über Gemini. Der Rest verteilt sich auf hochspezialisierte Agenten-Tools für Nischenprobleme. Wie sich ChatGPT im Arbeitsalltag ausreizen lässt, steht im kompletten Guide zum produktiven Arbeiten mit ChatGPT.

Die 50/50-Zahl, und wo sie nicht gilt

Dass kein Tool per se „besser“ ist, habe ich ja schon in anderen Artikeln erörtert. Es kommt immer auf den konkreten Use Case an.

Aber es kommt nicht nur auf den Use Case an, sondern vor allem auf Deine Prompts.

Eine Studie von Jahani und Kollegen, im August 2025 von der MIT Sloan School aufgegriffen, hat das mit Zahlen unterlegt: 3.750 Teilnehmende, rund 37.000 Prompts, zwei vorregistrierte Aufgaben. Bei der Aufgabe mit festen Bewertungskriterien und eindeutigem Ziel ging etwa die Hälfte des Zugewinns aus einem Modell-Upgrade nicht auf das Modell zurück, sondern darauf, dass die Leute ihre Prompts anpassten.

Die Studie hat aber auch eine unbequeme zweite Hälfte, die in den LinkedIn-Zusammenfassungen selten auftaucht: Bei der offenen, kreativen Aufgabe kam der Zuwachs überwiegend aus dem Modell selbst, Prompt-Anpassung spielte dort kaum eine Rolle. Der Hebel liegt also dort, wo Du sagen kannst, wie ein gutes Ergebnis aussieht.

Für den Alltag heißt das trotzdem: Du verschenkst viel, wenn Du überall einfach Copy-Paste denselben generischen Prompt reinkippst. Jedes dieser Modelle wurde anders trainiert und anders nachjustiert, und die Anbieter dokumentieren selbst, welche Ansprache sie erwarten.

Hier sind die drei wichtigsten Kern-Unterschiede, wie Du die Modelle heutzutage prompten musst:

1. ChatGPT (GPT-5.2 / 5.4): Der Struktur-Liebhaber

ChatGPT ist der geniale Generalist und rasend schnell. Aber er neigt dazu, manchmal zu schnell in eine Richtung loszurennen und Annahmen zu treffen, die Du gar nicht wolltest.

So promptest du ChatGPT richtig: ChatGPT braucht brutale Struktur. Denke in klaren, sequenziellen Schritten.

Nutze nummerierte Listen für Arbeitsanweisungen: Falsch: “Erstell mir eine Kurs-Outline über KI.” Richtig: “1. Definiere die primäre Zielgruppe (B2B, Einsteiger). 2. Leite daraus 5 Kernmodule ab. 3. Ergänze zu jedem Modul 3 Unterpunkte. 4. Zum Schluss: Erstelle eine zeitliche Agenda.”

Je deutlicher Du den logischen Pfad per Constraint vorgibst (z.B. durch Frameworks wie das POWER-Framework: Purpose, Output, Working Context, Examples, Refinement), desto besser performt ChatGPT. Gib ihm ein Korsett, sonst liefert er Dir aus seiner unendlichen Datenmenge einen generischen Brei. Ein erprobtes Gerüst dafür findest Du in meinem Prompt-Framework, und welche Prompting-Fehler Dich bei GPT-5.2 bares Geld kosten, habe ich separat aufgeschrieben.

2. Claude (Sonnet 4.5 / 4.6): Der detailverliebte Analytiker

Claude von Anthropic ist aktuell der König der Nuancen. Er versteht Tonalität, Zwischentöne und komplexe Dokumente wie kein Zweiter, ist dafür aber manchmal etwas übereifrig darin, sich an Sicherheitsrichtlinien zu klammern.

So promptest du Claude richtig: Claude verlangt nach Kontext und XML-Tags.

Anthropic empfiehlt XML-Tags in der eigenen Doku ausdrücklich, weil Claude Prompts damit genauer zerlegt. Wichtig ist dabei ein Detail, das oft falsch weitergegeben wird: Es gibt keinen festen Tag-Satz, auf den Claude trainiert wurde. Entscheidend ist, dass Deine Tags zum Inhalt passen und Du sie im Prompt konsistent durchhältst. Statt einer Wand aus Text orchestrierst Du also Deinen Input:

<kontext> Hier fügst Du Hintergrundinfos ein. </kontext> <material> Hier ist der Rohtext zur Analyse. </material> <aufgabe> Fasse das Dokument zusammen und achte auf eine ermutigende, nicht belehrende Tonalität. </aufgabe>

Claude braucht Raum, um sich “einzugrooven”. Schreib die Prompts ruhig etwas länger und erkläre das Warum hinter einer Aufgabe. Er wird Dir diese Mühe mit Ergebnissen danken, die oft aussehen, als kämen sie von einem hochbezahlten Senior Consultant.

3. Gemini (Pro 3.x): Der multimodale Daten-Kraken

Googles Gemini ist ein Biest, wenn es um riesige Datenmengen, Google-Workspace-Integration (Drive, Docs, Sheets) und multimodalen Input (Audio, 360-Grad-Video, Fotos) geht. Sein Fenster von hunderten PDF-Seiten oder stundenlangen Videos ist unschlagbar.

So promptest du Gemini richtig: Gemini braucht starke Verankerungen in echten Daten und liebt „Such-Routinen“.

Da Gemini tiefe Integration in Echtzeit-Daten (Google Search) hat, solltest Du ihn gezielt zur Recherche und Synthese anweisen. “Durchsuche die angehängten 40 PDFs und gleiche Thesen XY mit dem aktuellen Stand der Live-Tagespresse von heute ab.”

Bei gigantischen Kontexten greift ein Effekt, den Liu und Kollegen als “Lost in the Middle” beschrieben haben: Modelle finden Informationen am Anfang und am Ende des Kontexts zuverlässig, in der Mitte fällt die Trefferquote deutlich ab. Was Du also unbedingt brauchst, gehört an den Rand, nicht in die Mitte. Und definiere bei Gemini das gewünschte End-Format extrem hart: “Ergebnis zwingend als Markdown-Tabelle mit den Spalten A, B, C ausgeben.”

Der letzte Tipp

Hört auf, Prompting als Zaubersprüche (“Magic Words”) zu betrachten, die man copy-pasten kann. Ein einfacher Hebel, der bei allen drei Modellen funktioniert: Lass Deine KI Rückfragen stellen. Die MIT-Studie macht es klar: Prompt Engineering ist kein Coden. Es ist die erlernbare Fähigkeit der absolut glasklaren Kommunikation von Führungskräften an intelligente, aber leicht eigenwillige Mitarbeiter.

Welches der drei Modelle verstehst Du bisher am besten?

Quellen

• Prompt Adaptation as a Dynamic Complement in Generative AI Systems – Jahani et al., 2024/2025
• Study: Generative AI results depend on user prompts as much as models – MIT Sloan, 2025
• Use XML tags to structure your prompts – Anthropic, 2025
• Lost in the Middle: How Language Models Use Long Contexts – Liu et al., TACL 2024
• GPT-5 Prompting Guide – OpenAI Cookbook, 2025