Context Engineering

Context Engineering ist die Disziplin, festzulegen, was ein Sprachmodell für eine bestimmte Aufgabe zu sehen bekommt: welche Anweisungen, welche Dokumente, welche Daten aus euren Systemen, welche Werkzeugbeschreibungen, in welcher Reihenfolge und in welcher Menge. Dazu gehört das System, das diesen Kontext für jeden Vorgang automatisch zusammenstellt, damit kein Mensch ihn von Hand zusammenkopieren muss.

Was unterscheidet das von Prompt Engineering?

Prompt Engineering dreht sich um die Formulierung der Anweisung. Context Engineering dreht sich um alles darum herum: die abgerufenen Dokumente, den Zustand des Vorgangs, die Liste der verfügbaren Werkzeuge, die Beispiele, den Verlauf des Gesprächs.

In einem KI-Agenten ist die Anweisung oft der kleinste Teil des Kontextfensters. Der Rest wird im Moment des Aufrufs von Code zusammengesetzt. Eine Anweisung umzuformulieren löst eine Klasse von Problemen. Den Kontext richtig zu bauen löst die meisten übrigen, und deshalb hat der Begriff in Teams, die Agenten produktiv betreiben, das Prompt Engineering abgelöst.

Was legt Context Engineering fest?

Auswahl. Von den tausend Dingen, die das System dem Modell zeigen könnte, sind welche für diesen Vorgang relevant? Hier arbeiten Retrieval-Augmented Generation und schlichte Filter.

Verdichtung. Ein langer Verlauf wird zu einer Zusammenfassung. Ein Rohdokument wird zu einem strukturierten Auszug. Das Modell liest weniger und liest das Richtige.

Reihenfolge. Modelle gewichten Anfang und Ende des Kontexts stärker als die Mitte. Was vorne und was hinten steht, ist eine Entscheidung und kein Zufall.

Format. Tabellen und Schemata schlagen Fließtext, wenn es um Daten geht. Eine Preisliste als Tabelle erzeugt weniger erfundene Zahlen als dieselbe Liste in Absätzen.

Budget. Das Fenster ist endlich und wird pro Token bezahlt. Mehr Kontext ist langsamer und teurer, und ab einem Punkt auch schlechter, weil der relevante Teil untergeht.

Herkunft. Welche Teile des Kontexts stammen von euch, welche von außen: eine E-Mail, eine Webseite, ein hochgeladenes PDF. Diese Grenze zu markieren ist die erste Verteidigungslinie gegen Prompt Injection.

Warum ist das für ein Unternehmen relevant?

Context Engineering ist die Arbeit hinter dem Satz „der Agent kennt unser Unternehmen". Die bekannten Symptome oberflächlicher KI-Einführung sind Kontextfehler. Leute kopieren denselben Hintergrund in jeden Chat, weil der Kontext in ihren Köpfen liegt. Workflows sterben mit ihrem Erfinder, weil der Kontext in dessen Chatverlauf lag. Drei KI-Werkzeuge halten drei Teilkopien derselben Fakten.

Richtig gemacht wird Kontext zu einem gepflegten Bestand: ein Satz aus Dokumenten, Regeln und Anbindungen, oft über MCP bereitgestellt, aus dem jeder Agent der Organisation schöpft. Was der Agent über Vorgänge hinweg behalten soll, ist die Nachbarfrage des Agent Memory.

Wer diesen Bestand pflegt, ist eine organisatorische Entscheidung und keine technische. Unternehmen, bei denen es funktioniert, benennen dafür einen Verantwortlichen, so wie sie einen für das CRM benennen.

Beispiel: Fragen in einer Ausschreibung beantworten

Ein Agent beantwortet den Fragebogen einer öffentlichen Ausschreibung. Die schwache Version kippt das gesamte Firmenwiki ins Fenster und hofft. Die konstruierte Version stellt pro Frage zusammen: die Frage selbst, die drei relevantesten Passagen aus der Datenbank der Referenzprojekte, die aktuellen Compliance-Erklärungen, den Definitionsabschnitt dieser Ausschreibung, die Formatregel, auf der dieser Auftraggeber besteht, und eine ausdrückliche Markierung, welche Teile aus dem Ausschreibungsdokument stammen und welche aus euren eigenen Unterlagen.

Das Ergebnis nutzt einen Bruchteil des Fensters, und jedes Element darin ist nachvollziehbar. Ist eine Antwort falsch, ist der zusammengestellte Kontext die erste Stelle zum Nachsehen. Sehr oft ist der Fehler eine fehlende oder veraltete Passage, und das ist eine Datenkorrektur und kein Modellproblem.

Wo ein Unternehmen damit anfängt, hängt davon ab, wo sein Kontext heute liegt. Das zu kartieren ist Teil der Beratung, bevor ein Agent gebaut wird.