Bessere Prompts ChatGPT Claude: der Zwei-Fragen-Trick

Wer bessere Prompts für ChatGPT Claude sucht, konzentriert sich meist auf den Einstieg: klare Aufgabe, Rolle, gewünschtes Format. Ein einfacher Zusatz am Ende jeder Session bringt oft mehr. Fragen Sie das Modell zum Schluss, worin es am unsichersten ist. Die KI listet dann Punkte auf, die sie nicht sauber geprüft hat, und manchmal ist einer davon ein echtes Problem, das Sie sonst übersehen hätten.

Die Idee stammt aus einem Erfahrungsbericht im Subreddit r/ClaudeAI. Ein Nutzer beschreibt, dass er jede Session mit zwei Fragen abschließt. Die erste: "Worin bist du gerade am unsichersten?" Nach seiner Schilderung nennt das Modell dann sechs bis sieben Dinge, die es nicht gründlich untersucht hat. In etwa jedem vierten Fall, so der Autor, sei ein Punkt darunter, der überrascht, weil die KI trotz dieser Lücke bereits gehandelt habe.

Bevor Sie darauf etwas aufbauen, lohnt die Einordnung. Der Hack ist ein individueller Praxistipp, kein abgesicherter Standard.

Was steckt hinter dem Zwei-Fragen-Trick?

Es geht darum, die KI am Ende einer Aufgabe ihre eigenen Schwachstellen benennen zu lassen, statt die Antwort als fertig zu behandeln. Die Frage "Worin bist du am unsichersten?" verschiebt den Fokus von der glatten Ausgabe auf die ungeprüften Annahmen dahinter. Der Nutzer arbeitet die genannten Punkte dann einzeln ab.

Das Modell antwortet auf eine solche Frage nicht mit echter Selbsterkenntnis. Es erzeugt eine plausible Aufzählung möglicher Schwachstellen, so wie es auch die ursprüngliche Antwort erzeugt hat. Der Wert liegt trotzdem im Ergebnis: Häufig stehen in dieser Liste Dinge, die in der Hauptantwort untergegangen sind, etwa eine getroffene Annahme über Ihre Datenlage oder ein Schritt, den die KI übersprungen hat.

Die zweite Frage im Reddit-Beitrag stammt laut Autor von Claude selbst und bleibt in der Vorlage unvollständig zitiert. Belastbar ist deshalb nur die erste Frage, und um die geht es hier.

Geht der Trick wirklich auf Sam Altman zurück?

Das lässt sich nicht belegen. Der Reddit-Autor schreibt die erste Frage Sam Altman zu, doch es gibt keine überprüfbare Quelle, die diese Zuschreibung stützt. Keiner der in den vergangenen Tagen erschienenen deutschsprachigen Prompting-Ratgeber greift den angeblichen Ursprung auf oder verifiziert ihn.

Für die Praxis ist die Herkunft ohnehin zweitrangig. Entscheidend ist, ob die Frage im Arbeitsalltag brauchbare Ergebnisse liefert, und nicht, wer sie zuerst formuliert hat. Behandeln Sie die Altman-Zuschreibung als das, was sie ist: eine unbelegte Behauptung aus einem Forenpost.

Wie fügt sich das in gängige Prompting-Empfehlungen ein?

Der Hack passt zu dem, was aktuelle Ratgeber ohnehin raten, formuliert es aber konkreter. Die Grundlinie in deutschsprachigen Fachtexten lautet: iterativ arbeiten, Rückfragen stellen, Antworten kritisch prüfen. Der Zwei-Fragen-Abschluss macht daraus eine feste Gewohnheit statt einer vagen Haltung.

• Das Institut bidt empfiehlt klare Aufgabenbeschreibung, Rollenvergabe und ein definiertes Output-Format als Basis guter Prompts.
• Der Ratgeber von robowriter.de rät zu spezifischen Fragen, dem Nachliefern von Kontext, Folgefragen und einer kritischen Prüfung der Antworten.
• Eine Variante der Max & Moritz Agentur lässt die KI vorab selbst Expertenfragen stellen, bevor sie antwortet.

Diese Quellen formulieren das kritische Nachfragen allgemein. Sie nennen weder die konkrete Frage "Worin bist du am unsichersten?" noch einen Zwei-Fragen-Abschluss als benannte Methode. Der Reddit-Hack ist also eine praktische Zuspitzung eines etablierten Prinzips, kein neues Konzept.

Aus meiner Beratungspraxis sehe ich, wo dieser Zusatz greift: bei Aufgaben, die auf stillschweigenden Annahmen beruhen. Ein Modell, das eine Excel-Formel baut oder einen Vertragsentwurf zusammenfasst, trifft unterwegs Entscheidungen, die es nicht ausweist. Die Unsicherheitsfrage holt einen Teil davon an die Oberfläche. Wenn Sie das Fragenstellen an KI systematisch in Ihrem Team verankern wollen, statt es dem Zufall einzelner Power-User zu überlassen, lohnt ein strukturiertes eintägiges ChatGPT-Praxistraining, in dem genau solche Nachfrage- und Prüfroutinen geübt werden. Für reine Einzelnutzer, die ohnehin schon täglich mit den Tools arbeiten, reicht oft schon das Ausprobieren dieser einen Frage.

Wo liegen die Grenzen der Unsicherheitsfrage?

Die Selbstauskunft der KI ist keine verlässliche Fehlerdiagnose. Ein Sprachmodell kann seine eigene Unsicherheit nicht messen. Es produziert eine überzeugend klingende Liste, die richtig sein kann, aber nicht muss. Es kann echte Schwachstellen verschweigen und harmlose Punkte als kritisch ausgeben.

Damit bleibt die menschliche Prüfung unverzichtbar. Ratgeber wie Wirtschaftscheck betonen, KI-Antworten nicht als endgültige Wahrheit zu nehmen und wiederholt nach Konsistenz und Begründungen zu fragen. Der Zwei-Fragen-Trick ersetzt das nicht, er ergänzt es. Wer die genannten Unsicherheiten anschließend nicht selbst nachrecherchiert, gewinnt wenig.

Wie robust die Modelle mit ihren eigenen Grenzen umgehen, ist ein eigenes Thema. Wer tiefer einsteigen will, findet in unserer Analyse dazu, wie belastbar die Guardrails von Claude tatsächlich sind, weiteren Kontext.

Lohnt sich der Hack für Ihren Arbeitsalltag?

Für riskante oder folgenreiche Aufgaben: ja. Für schnelle Routineantworten: kaum. Die Frage kostet zehn Sekunden und liefert bei komplexen Aufgaben oft einen konkreten Prüfpunkt, den Sie sonst übersehen hätten. Bei einer simplen E-Mail-Formulierung ist der Aufwand den Ertrag nicht wert.

So setzen Sie es sinnvoll ein:

1. Nutzen Sie die Frage nach Aufgaben mit realen Konsequenzen, etwa Berechnungen, Code, rechtlich oder finanziell relevanten Zusammenfassungen.
2. Lassen Sie die genannten Unsicherheiten einzeln erklären und die Grundursache benennen, statt sie nur zur Kenntnis zu nehmen.
3. Prüfen Sie mindestens den wichtigsten Punkt selbst gegen eine unabhängige Quelle.
4. Behandeln Sie die Liste als Hinweis, nicht als vollständige Fehlerprüfung.

Zurück zur Ausgangsfrage, ob zwei Fragen am Ende bessere KI-Ergebnisse bringen. Für die erste Frage lautet die ehrliche Antwort: oft ja, aber nicht weil die KI ihre Fehler kennt, sondern weil der zusätzliche Denkschritt Annahmen sichtbar macht, die sonst unhinterfragt bleiben. Der Trick ist kein Standard und kein Ersatz für Ihr eigenes Urteil. Er ist eine kleine Gewohnheit, die den Unterschied macht zwischen einer Antwort, die Sie übernehmen, und einer, die Sie verstanden haben.