KI und Prompts im Familienrecht #1

Ich habe mich lange gegen KI und Prompts im Familienrecht gesträubt. Kann der Computer den Fachmann ersetzen? Will man das? Die erste Angst ist unbegründet, die KI ist gut (wobei, nur so gut wie der, der die Prompts formuliert), aber noch nicht so gut, dass sie den Juristen ersetzt. Aber man will diese Ergänzung, die hilfreich sein kann im Alltag. Ich möchte an dieser Stelle einfache Möglichkeiten zeigen, die den Arbeitsalltag erleichtern und wie insbesondere Einzelkämpfer “Unterstützung” bzw. Selbstkontrolle im Alltag erlangen können. Zuerst aber stelle ich die wesentlichen Begrifflichkeiten und Besonderheiten vor. Dieser erste Artikel befasst sich mit den Grundlagen, ab Artikel 2 folgen Beispiele.

Inhaltsverzeichnis

• Inhaltsverzeichnis
• Was ist KI?
• Welche KI gibt es
• 1. Große Sprachmodelle oder auch LLMs genannt (GPT-5, Gemini, Claude u.a.)
• 2. Multimodale KI-Modelle
• 3. Spezialisierte KI-Modelle für spezifische Anwendungsbereiche
• Was sind Prompts
• Warum sind Prompts so wichtig?
• Die Kunst des Prompt Engineerings
• Welches Sprachmodell verwenden?
• Wie ist ein Prompt aufgebaut
• Allgemeine Beispiele für Prompts:
• Bestandteile eines Prompt
• Zusammenfassung:
• Quellen:

Was ist KI?

KI steht für Künstliche Intelligenz (Artifical Intelligence, AI auf Englisch).

Künstliche Intelligenz ist ein Bereich der Informatik, der sich mit der Theorie und Entwicklung von intelligenten “Agenten” beschäftigt. Ein intelligenter Agent ist ein System, das seine Umgebung wahrnehmen und Handlungen ausführen kann, um seine Ziele zu erreichen.

Einfacher ausgedrückt: KI zielt darauf ab, Computer so zu entwickeln, dass sie Aufgaben ausführen können, die normalerweise Menschen oder Intelligenz erfordern. Dazu gehören beispielsweise:

• Lernen: Die Fähigkeit, aus Daten zu lernen und sich anzupassen.
• Problemlösung: Das Finden von Lösungen für komplexe Aufgaben.
• Sprachverarbeitung: Das Verstehen und Generieren von menschlicher Sprache.
• Mustererkennung: Das Erkennen von Mustern und Zusammenhängen in Daten.
• Entscheidungsfindung: Das Treffen von Entscheidungen auf Basis von Informationen.

KI ist keine einzelne Technologie, sondern ein breites Feld, das verschiedene Ansätze und Techniken umfasst, wie z.B. maschinelles Lernen, Deep Learning, neuronale Netze, Expertensysteme und viele mehr.¹

Welche KI gibt es

Es gibt die folgenden – nicht abschließend aufgezählten – KIs (die Entwicklung ist hier enorm, so dass Aussagen sich nur auf den Zeitpunkt der Erstellung dieses Artikels im April 2025 beziehen können):

1. Große Sprachmodelle oder auch LLMs genannt (GPT-5, Gemini, Claude u.a.)

Sprachmodelle werden darauf trainiert, riesige Mengen an Text und Daten zu verstehen, zu verarbeiten und zu generieren. Sie können z.B. für Texterstellung, Übersetzung, Beantwortung von Fragen, Zusammenfassungen, Code-Generierung und kreatives Schreiben eingesetzt werden. Ihre Stärken sind hohe sprachliche Kompetenz, also die Fähigkeit, kohärenten und menschenähnlichen Text in verschiedenen Stilen und Formaten zu verarbeiten und zu generieren. Sie sind Vielseitig, entwickeln sich schnell und sind in viele Anwendungen integriert wie Chatbots, Suchmaschinen und mehr. Sie haben aber auch Schwächen, sind teils ungenau und “halluzinieren”, erfinden also falsche Antworten und Fakten, übernehmen aus den Trainingsdaten Tendenzen oder gar Vorurteile, benötigen einen hohen Rechtenaufwand für das Training und die Ressourcenbereitstellung und “verstehen” nur den Inhalt von Texten, nicht “die Welt” als solches.

2. Multimodale KI-Modelle

Diese spezielleren Modelle können Informationen aus verschiedenen Bereichen verarbeiten und verbinden (Text, Bild, Audio und Video). Sie ermöglichen ein reichhaltigere und umfassendere Interaktion. Die Stärken sind umfassenderes Verständnis durch die Fähigkeit, die Welt aus verschiedenen Perspektiven zu erfassen, verbesserte Interaktion, was natürlichere “Kommunikation” ermöglicht und erschließt neue Anwendungsfälle wie Robotik, autonomes Fahren usw.

Die Schwächen sind die komplexere Entwicklung und komplexeres Training, Schwierigkeiten bei der Kombination und dem Datenabgleich und noch höherer Rechenaufwand.

3. Spezialisierte KI-Modelle für spezifische Anwendungsbereiche

Wie im echten Leben auch gibt es Spezialisten. Diese spezialisierten KI-Modelle übertreffen die generalistische Modelle bei spezifischen Aufgaben. Sie sind oft einfacher interpretierbar. Sie erleichtern effizienteren Ressourceneinsatz und können im Vergleich zu sehr großen generalistischen Modellen effizienter trainiert und eingesetzt werden. Dafür sind sie nur für eng definierte Aufgaben zugeschnitten und für generelle Aufgaben weniger geeignet.

Was sind Prompts

Prompts spielen bei KI eine zentrale Rolle für die Interaktion mit dieser. Ein Prompt ist eine Eingabe, Anweisung oder Befehl, die du einer KI gibst, um eine bestimmte Antwort, Ausgabe oder Aktion zu erhalten.

Stellt man sich einen Prompt wie eine Frage, eine Aufgabe oder eine kreative Aufforderung vor, die man an einen intelligenten Gesprächspartner richtet, dann kann mich auch vorstellen, dass die Qualität und Präzision dieses Prompts einen direkten Einfluss auf die Qualität und Relevanz der Antwort hat – egal ob gegenüber der KI oder einem Geschäftspartner/Mandanten.

Warum sind Prompts so wichtig?

Prompts sind deshalb so wichtig, weil sie das Ergebnis steuern.

• Steuerung der KI: Prompts lenken die KI in die gewünschte Richtung und helfen ihr zu verstehen, was von ihr erwartet wird.
• Erzeugung spezifischer Ergebnisse: Gut formulierte Prompts ermöglichen es, gezielte Informationen, Texte, Bilder, Code oder andere Inhalte zu generieren und diese immer mehr an das gewünschte Ergebnis anzupassen.
• Kreativität und Exploration: Prompts können auch dazu dienen, die kreativen Fähigkeiten der KI zu entfesseln und unerwartete, innovative Ergebnisse zu erzielen.
• Effizienzsteigerung: Durch klare Anweisungen können Aufgaben schneller und präziser erledigt werden, als dies manuell möglich wäre.

Die Kunst des Prompt Engineerings

Welches Sprachmodell verwenden?

Welches Sprachmodell man verwendet, hat natürlich auch viel mit persönlichen Vorlieben zu tun. Man sollte sich die einzelnen Modelle ansehen und schauen, mit welchem Chatbot man am Besten zu recht kommt. Ich selber präferiere Googles Gemini.

Gemini hat nicht nur mit “Gemini Deep Research³” ein tiefgehendes Analysetool entwickelt, das viele Quellen auswertet und benennt. Es soll auch im wissenschaftlichen Bereich Vorteile bieten, wegen der Anbindung auch an Google⁴. Bisweilen mag es Sinn machen, denselben Prompt auf verschiedenen LLMs zu verwenden und die Ergebnisse zu vergleichen. Ohnehin darf ein KI Ergebnis niemals ohne Prüfung und Verifizierung verwendet werden – oder würden Sie einen Schriftsatz blind unterschreiben, den Ihr Student oder der Azubi eigenverantwortlich erfasst hat?

Wie ist ein Prompt aufgebaut

Konkrete Bestandteile eines Prompt

Ich orientiere mich hier an juristischen Prompts⁵.

1. Rolle: Wer bin ich?
2. Aufgabe: Was soll die KI tun?
3. Thema: Worum geht es?
4. Hintergrund: Was ist Grundlage (z.B. eine Urteils-PDF)
5. Beispiele: Soll sich die KI an einer Vorlage von Ihnen orientieren?
6. Länge: Wie umfangreich soll das Ergebnis sein?
7. Zielgruppe: Für wen ich das Ergebnis gedacht?
8. Format: Soll eine besondere Struktur (Tabelle, Liste) eingehalten werden
9. Tonfall: Wie soll das Ergebnis formuliert sein?

Zusammenfassung

Das waren jetzt die ersten allgemeinen Inhalte. Im Artikel #2 zum Thema geht es weiter mit konkreten Beispielprompts.

Quellen

1. Russell, S. J., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
   Europäisches Parlament. (2023, Juni 20). Was ist künstliche Intelligenz und wie wird sie genutzt?
   Fraunhofer-Institut für Kognitive Systeme IKS. Künstliche Intelligenz (KI) und maschinelles Lernen.
   Bundesamt für Sicherheit in der Informationstechnik (BSI). Künstliche Intelligenz – wir bringen Ihnen die Technologie näher. ↩︎
2. OpenAI. (o. J.). Prompt engineering for developers.
   Google Cloud. (o. J.). Introduction to prompt design.
   Microsoft Azure AI. (o. J.). Prompt engineering techniques with Azure OpenAI Service.
   Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., … & Amodei, D. (2020). Language models are few-shot learners. Advances in neural information processing systems, 33, 1877-1901. ↩︎
3. Siehe auch https://gemini.google/overview/deep-research/ ↩︎
4. siehe z.B. https://karrierewelt.golem.de/blogs/karriere-ratgeber/chatgpt-vs-gemini-ki-chatbots-im-multimodalitats-check ↩︎
5. vgl. https://www.ki-in-kanzleien.de/chatgpt-prompts/ ↩︎