Ein Masterprompt in der Medizin ist eine standardisierte, wiederverwendbare Arbeitsanweisung für die Zusammenarbeit mit künstlicher Intelligenz. Während ein einzelner Prompt häufig eine konkrete Frage oder Aufgabe beschreibt, enthält ein Masterprompt zusätzlich übergeordnete Regeln, fachliche Anforderungen, Bearbeitungsschritte und Kriterien zur Qualitätskontrolle. Er ermöglicht es, wiederkehrende Aufgaben nach einem zuvor definierten Arbeitsablauf bearbeiten zu lassen.
Gerade im ärztlichen Alltag gibt es zahlreiche Tätigkeiten, bei denen sich zwar die zu bearbeitenden Inhalte ändern, die grundlegenden Anforderungen jedoch gleich bleiben. Hierzu gehören beispielsweise die Erstellung medizinischer Dokumente, die Auswertung wissenschaftlicher Publikationen, die Vorbereitung von Fortbildungen oder die Entwicklung allgemein verständlicher Patienteninformationen. Die Verwendung eines Masterprompts kann dazu beitragen, solche Arbeitsprozesse effizienter, einheitlicher und nachvollziehbarer zu gestalten.
Aufbauend auf den Grundlagen der künstlichen Intelligenz und den im vorhergehenden Beitrag zum Prompt Engineering vorgestellten Techniken beschäftigt sich dieser Artikel mit der Entwicklung standardisierter medizinischer Arbeitsanweisungen.
Inhaltsverzeichnis anzeigen
- Was ist ein Masterprompt?
- Vom einzelnen Prompt zum Masterprompt
- Das Grundprinzip: Konstante Regeln und variable Inhalte
- Anwendungsbereiche in der Medizin
- Die Anatomie eines Masterprompts
- Wie entwickelt man einen Masterprompt?
- Praxisbeispiel: Auswertung wissenschaftlicher Publikationen
- Praxisbeispiel: Erstellung eines Arztbriefentwurfes
- Praxisbeispiel: Erstellung medizinischer Fachartikel
- Qualitätssicherung als Bestandteil des Masterprompts
- Versionierung und kontinuierliche Weiterentwicklung
- Masterprompts speichern und organisieren
- Masterprompt und Gedächtnis künstlicher Intelligenz
- Wissenschaftliche Grundlagen und Grenzen
- Typische Fehler bei der Entwicklung von Masterprompts
- Masterprompts in der Schweizer Arztpraxis
- Fazit
- Weiterführende Beiträge
- Literatur
Was ist ein Masterprompt?
Der Begriff Masterprompt ist bisher keine einheitlich definierte wissenschaftliche Bezeichnung innerhalb der Forschung zu grossen Sprachmodellen. Er wird in diesem Beitrag als praxisorientierter Begriff für eine übergeordnete, wiederverwendbare und strukturierte Arbeitsanweisung verwendet.
Ein Masterprompt beschreibt nicht nur, welche Aufgabe ein KI-System bearbeiten soll, sondern auch, nach welchen Regeln diese Bearbeitung erfolgen soll.
Er kann beispielsweise folgende Aspekte festlegen:
- Den fachlichen und organisatorischen Rahmen der Zusammenarbeit.
- Die Zielsetzung und die Zielgruppe der erzeugten Inhalte.
- Die erforderlichen Bearbeitungsschritte.
- Die wissenschaftlichen und medizinischen Anforderungen.
- Die gewünschte Struktur und das Ausgabeformat.
- Den Umgang mit fehlenden Informationen und Unsicherheiten.
- Die Anforderungen an die Qualitätskontrolle.
- Die Voraussetzungen für eine ärztliche oder redaktionelle Freigabe.
Ein Masterprompt ist dabei weder ein eigenständiges Sprachmodell noch eine technische Erweiterung der künstlichen Intelligenz. Es handelt sich um eine vom Anwender entwickelte Arbeitsanweisung, die dem Sprachmodell als Kontext zur Verfügung gestellt wird.
Die Verwendung eines Masterprompts verändert nicht unmittelbar die trainierten Modellparameter und stellt kein erneutes Training des Sprachmodells dar.
Ebenso handelt es sich bei einem Masterprompt nicht zwangsläufig um eine technisch übergeordnete Systemanweisung. Welche Priorität die enthaltenen Vorgaben besitzen, hängt davon ab, wie sie innerhalb der jeweiligen KI-Anwendung bereitgestellt werden. Übergeordnete Systemvorgaben und technische Einschränkungen können durch einen vom Anwender formulierten Masterprompt nicht zuverlässig aufgehoben werden.
Die technologischen Grundlagen dieser Unterscheidung werden im Beitrag Was sind grosse Sprachmodelle (LLM)? ausführlich erläutert.
Merksatz: Ein Prompt beschreibt, was künstliche Intelligenz tun soll. Ein Masterprompt legt zusätzlich fest, wie wiederkehrende Aufgaben bearbeitet und überprüft werden sollen.
Vom einzelnen Prompt zum Masterprompt
Die Entwicklung eines Masterprompts beginnt häufig mit einer einfachen Beobachtung: Wer regelmässig mit künstlicher Intelligenz arbeitet, formuliert bestimmte Anforderungen immer wieder.
Bei der Auswertung wissenschaftlicher Publikationen muss beispielsweise wiederholt darauf hingewiesen werden, dass Studiendesign, Untersuchungspopulation, Ergebnisse und Limitationen getrennt dargestellt werden sollen.
Bei der Erstellung medizinischer Dokumente werden möglicherweise immer wieder dieselben Anforderungen an Terminologie, sprachliche Präzision und Formatierung formuliert.
Anstatt diese Anweisungen bei jedem neuen Arbeitsauftrag erneut einzugeben, können sie in einer übergeordneten Arbeitsanweisung zusammengeführt werden.
| Merkmal | Einzelner Prompt | Masterprompt |
|---|---|---|
| Zielsetzung | Bearbeitung einer konkreten Aufgabe. | Standardisierung einer Gruppe vergleichbarer Aufgaben. |
| Verwendung | Häufig situationsbezogen. | Für die wiederholte Anwendung vorgesehen. |
| Struktur | Einfach bis komplex. | Übergeordnete Regeln und definierte Arbeitsabläufe. |
| Qualitätskontrolle | Abhängig vom jeweiligen Arbeitsauftrag. | Als wiederkehrender Prozess integrierbar. |
| Weiterentwicklung | Anpassung an die aktuelle Fragestellung. | Systematische Optimierung und Versionierung. |
| Medizinisches Beispiel | Zusammenfassung einer einzelnen Fachpublikation. | Standardisierte Analyse unterschiedlicher Fachpublikationen nach festgelegten Kriterien. |
Die Übergänge zwischen einem komplexen Einzelprompt, einer wiederverwendbaren Prompt-Vorlage und einem Masterprompt sind fliessend. Entscheidend ist nicht die Anzahl der Wörter, sondern die Funktion der Arbeitsanweisung.
Das Grundprinzip: Konstante Regeln und variable Inhalte
Ein wesentliches Merkmal eines Masterprompts besteht darin, dass die allgemeinen Regeln von der konkreten Aufgabenstellung getrennt werden.
Die Regeln bleiben bei vergleichbaren Aufgaben weitgehend unverändert. Lediglich die zu bearbeitenden Informationen oder Fragestellungen werden ausgetauscht.
MASTERPROMPT
Konstante Arbeitsanweisungen
- Fachliche Anforderungen
- Bearbeitungsregeln
- Wissenschaftliche Standards
- Ausgabeformat
- Qualitätskontrolle
AKTUELLER PROMPT
Variable Aufgabenstellung
- Medizinisches Thema
- Konkrete Fragestellung
- Referenzdokumente
- Aufgabenspezifische Informationen
- Besondere Anforderungen
Didaktische Darstellung des Zusammenspiels zwischen standardisierten Anweisungen und variablen Arbeitsaufträgen. Die Darstellung beschreibt den angestrebten Arbeitsablauf und keine technisch garantierte Umsetzung sämtlicher Vorgaben.
Für die Erstellung einer medizinischen Patienteninformation könnte beispielsweise ein Masterprompt die Anforderungen an Verständlichkeit, Sprache, wissenschaftliche Grundlagen und Qualitätskontrolle enthalten.
Der eigentliche Arbeitsauftrag kann anschliessend auf wenige Worte reduziert werden:
- «Vorbereitung auf eine MRI-Untersuchung»
- «Häusliche Blutdruckmessung»
- «Sonografische Untersuchung des Abdomens»
- «Was bedeutet ein erhöhter Cholesterinwert?»
Voraussetzung ist, dass dem Sprachmodell die dazugehörigen übergeordneten Arbeitsanweisungen bei der Bearbeitung tatsächlich zur Verfügung stehen.
Die blosse Bezeichnung eines Masterprompts in einem neuen Gespräch reicht nicht zwangsläufig aus, um dessen vollständige Inhalte verfügbar zu machen. Je nach verwendeter Anwendung muss die Arbeitsanweisung erneut bereitgestellt oder innerhalb eines geeigneten Arbeitsbereiches hinterlegt werden.
Anwendungsbereiche in der Medizin
Masterprompts eignen sich insbesondere für wiederkehrende sprachliche, wissenschaftliche und organisatorische Tätigkeiten mit vergleichbaren Anforderungen.
| Anwendungsbereich | Mögliche standardisierte Anforderungen |
|---|---|
| Medizinische Dokumentation | Einheitliche Gliederung, Fachterminologie, Erhaltung des ursprünglichen Informationsgehaltes. |
| Patienteninformationen | Verständliche Sprache, definierter Textumfang, ausgewogene Darstellung von Nutzen und Risiken. |
| Literaturauswertung | Einheitliche Analyse von Studiendesign, Methodik, Ergebnissen und Limitationen. |
| Medizinische Fortbildungen | Lernziele, Zielgruppendefinition, didaktische Struktur und wissenschaftliche Quellenprüfung. |
| Medizinische Klassifikationen | Darstellung von Kategorien, Anwendungsbereichen, Versionsständen und Einschränkungen. |
| Qualitätsmanagement | Entwicklung von Checklisten und Entwürfen standardisierter Arbeitsanweisungen. |
| Medizinische Fachartikel | Wissenschaftliche Anforderungen, einheitliche Struktur, Literaturverzeichnis und redaktionelle Qualitätskontrolle. |
Die Eignung eines solchen Arbeitsablaufes hängt nicht allein vom Masterprompt ab. Insbesondere bei patientenbezogenen Tätigkeiten müssen auch die datenschutzrechtlichen Voraussetzungen, die technische Eignung des verwendeten Systems und die mit dem Einsatz verbundenen medizinischen Risiken berücksichtigt werden.
Ein Masterprompt kann die Anforderungen an eine zulässige Datenverarbeitung beschreiben. Er kann jedoch keine datenschutzkonforme technische Umgebung herstellen und ersetzt weder die organisatorische noch die rechtliche Prüfung des verwendeten Systems.
Weitere konkrete Anwendungsmöglichkeiten werden im Beitrag Künstliche Intelligenz in der Hausarztpraxis vorgestellt. Die rechtlichen und organisatorischen Voraussetzungen für die Verwendung medizinischer Informationen behandelt der Beitrag KI – Datenschutz und ärztliche Verantwortung.
Die Anatomie eines Masterprompts
Ein professioneller medizinischer Masterprompt kann modular aufgebaut werden. Die einzelnen Module definieren unterschiedliche Aspekte der Zusammenarbeit mit künstlicher Intelligenz.
Das folgende Schema stellt eine mögliche Erweiterung der im Beitrag zum Prompt Engineering vorgestellten sieben Bausteine dar.
Eigenes redaktionelles Orientierungsschema zur Entwicklung medizinischer Masterprompts. Keine wissenschaftlich validierte Klassifikation.
Nicht jeder Masterprompt benötigt sämtliche Module in gleicher Ausführlichkeit. Für einfache sprachliche Tätigkeiten kann eine kurze Vorlage ausreichend sein. Wissenschaftliche oder medizinisch risikoreiche Aufgaben erfordern dagegen differenziertere Anforderungen und zusätzliche organisatorische Kontrollen.
Verbindliche Anforderungen und ergänzende Präferenzen unterscheiden
Bei umfangreicheren Arbeitsanweisungen ist es sinnvoll, zwischen medizinisch unverzichtbaren Anforderungen und nachgeordneten sprachlichen oder gestalterischen Präferenzen zu unterscheiden.
Die korrekte Wiedergabe medizinischer Ausgangsinformationen, die Offenlegung von Unsicherheiten und die Überprüfung wissenschaftlicher Quellen besitzen beispielsweise eine höhere fachliche Bedeutung als die Einhaltung eines bestimmten Textumfangs oder einer bevorzugten Darstellungsform.
Eine ausdrücklich formulierte Priorisierung kann dazu beitragen, widersprüchliche Anforderungen zu reduzieren. Sie stellt jedoch keine Garantie dafür dar, dass das Sprachmodell diese Prioritäten in jeder Situation zuverlässig berücksichtigt.
Wie entwickelt man einen Masterprompt?
Ein geeigneter Masterprompt entsteht häufig nicht durch eine einmalige Formulierung, sondern durch die schrittweise Analyse, Überprüfung und Verbesserung eines wiederkehrenden Arbeitsprozesses.
Schritt 1 – Eine wiederkehrende Aufgabe identifizieren
Am Anfang steht die Frage, welche Tätigkeit regelmässig durchgeführt wird und welche Anforderungen sich dabei wiederholen.
Beispielsweise könnte eine Ärztin regelmässig medizinische Publikationen für eine interne Fortbildung zusammenfassen. Die jeweiligen Publikationen unterscheiden sich, das gewünschte Auswertungsschema bleibt jedoch weitgehend gleich.
Schritt 2 – Das gewünschte Ergebnis definieren
Vor der Erstellung des Masterprompts sollte festgelegt werden, wie ein geeignetes Arbeitsergebnis aussehen soll.
Besonders hilfreich sind bereits vorhandene, fachlich geprüfte Muster. Anhand solcher Beispiele lassen sich Struktur, Umfang, Terminologie und Qualitätsanforderungen konkret beschreiben.
Dabei sollten die Referenzvorlagen nicht nur sprachlich und formal überzeugen, sondern auch hinsichtlich ihrer fachlichen Richtigkeit überprüft worden sein.
Schritt 3 – Einen ersten Masterprompt erstellen
Die wiederkehrenden Anforderungen werden in einer strukturierten Arbeitsanweisung zusammengeführt. Dabei können auch Sprachmodelle zur Unterstützung bei der Formulierung und Gliederung verwendet werden.
Die Verantwortung für die Auswahl und fachliche Richtigkeit der enthaltenen Anforderungen verbleibt jedoch beim Anwender.
Besondere Aufmerksamkeit sollte der ergebnisoffenen Formulierung medizinischer Fragestellungen gewidmet werden. Ein Masterprompt sollte das Sprachmodell nicht dazu veranlassen, bestehende Annahmen des Anwenders ungeprüft zu bestätigen.
Die Bedeutung von Bestätigungsfehlern und übermässig zustimmendem Antwortverhalten wird im Beitrag Wenn KI uns recht gibt ausführlich erläutert.
Schritt 4 – Mit unterschiedlichen Beispielen testen
Der Masterprompt sollte nicht ausschliesslich anhand eines einzigen Arbeitsauftrages beurteilt werden.
Sinnvoll ist die Erprobung mit unterschiedlichen, zuvor ausgewählten Beispielen. Hierzu können typische Aufgaben, komplexe Sonderfälle und bewusst unvollständige oder widersprüchliche Eingaben gehören.
Für die Entwicklung und Erprobung sollten möglichst fiktive, nicht personenbezogene öffentliche oder nachweislich anonymisierte Daten verwendet werden.
Sofern möglich, sollten ausgewählte Testaufgaben mehrfach unter vergleichbaren Bedingungen bearbeitet werden. Dadurch lässt sich zumindest orientierend beurteilen, ob bestimmte Fehler regelmässig auftreten oder ob die Ergebnisse trotz unveränderter Arbeitsanweisung variieren.
Schritt 5 – Fehler analysieren und Regeln ergänzen
Wenn das Sprachmodell bestimmte Anforderungen wiederholt nicht erfüllt, sollte untersucht werden, ob die Arbeitsanweisung verständlicher, spezifischer oder besser strukturiert formuliert werden kann.
Nicht jeder Fehler lässt sich durch zusätzliche Anweisungen beheben. Manche Schwierigkeiten beruhen auf grundsätzlichen Einschränkungen des Sprachmodells oder auf fehlenden technischen Möglichkeiten.
Eine immer umfangreichere Arbeitsanweisung ist deshalb nicht zwangsläufig eine bessere Arbeitsanweisung. In bestimmten Situationen kann es sinnvoller sein, widersprüchliche Vorgaben zu entfernen, die Aufgabe in einzelne Bearbeitungsschritte zu unterteilen oder zusätzliche unabhängige Kontrollverfahren einzusetzen.
Welche technischen und methodischen Einschränkungen bei der Entwicklung solcher Arbeitsabläufe berücksichtigt werden müssen, wird im Beitrag Grenzen künstlicher Intelligenz näher erläutert.
Schritt 6 – Die geprüfte Version dokumentieren
Eine für den vorgesehenen Einsatzbereich ausreichend erprobte Version sollte mit einem Datum und einer Versionsnummer gespeichert werden.
Dadurch können spätere Änderungen nachvollzogen und unterschiedliche Ergebnisse miteinander verglichen werden.
Ergänzend kann es sinnvoll sein, das für die Erprobung verwendete Sprachmodell, dessen Versionsstand, die verfügbaren Werkzeuge und die wesentlichen Testbedingungen zu dokumentieren.
Eine erfolgreiche Erprobung unter bestimmten Bedingungen bedeutet nicht, dass der Masterprompt unverändert auf andere Sprachmodelle, Modellversionen oder medizinische Einsatzbereiche übertragen werden kann.
ENTWICKLUNGSZYKLUS EINES MASTERPROMPTS
↻ Überarbeiten und erneut testen
Praxisempfehlung: Entwickeln Sie einen Masterprompt zunächst für eine klar definierte, überschaubare Aufgabe. Erweitern Sie die Arbeitsanweisung erst auf Grundlage konkreter Erfahrungen und nachvollziehbarer Prüfergebnisse. Eine informelle Erprobung ersetzt keine gegebenenfalls erforderliche klinische oder regulatorische Validierung.
Praxisbeispiel: Auswertung wissenschaftlicher Publikationen
Die standardisierte Auswertung wissenschaftlicher Publikationen ist ein besonders anschauliches Beispiel für die Anwendung eines Masterprompts.
Unabhängig vom Thema einer Untersuchung sind häufig dieselben grundlegenden Informationen von Interesse: Fragestellung, Studiendesign, Untersuchungspopulation, Ergebnisse, methodische Einschränkungen und klinische Relevanz.
Ein entsprechender Masterprompt könnte folgendermassen aufgebaut sein:
MASTERPROMPT – MEDIZINISCHE LITERATURANALYSE
Didaktische Musterfassung – Version 1.0
1. Zielsetzung
Analysieren Sie medizinische Fachpublikationen für klinisch tätige Ärztinnen und Ärzte. Ziel ist eine wissenschaftlich nachvollziehbare Zusammenfassung mit kritischer Beurteilung der klinischen Bedeutung.
2. Prüfung des Quellenzugangs
Stellen Sie zunächst fest, ob die vollständige Originalpublikation, lediglich das Abstract oder eine Sekundärquelle zur Verfügung steht. Kennzeichnen Sie den tatsächlichen Umfang des Quellenzugangs.
Überprüfen Sie Titel, Autoren, Publikationsjahr, Fachzeitschrift und DOI, soweit geeignete Quellen zugänglich sind. Erfinden Sie keine bibliografischen Angaben.
3. Standardisierte Analyse
Gliedern Sie die Auswertung nach folgenden Gesichtspunkten:
- Bibliografische Angaben.
- Hintergrund und wissenschaftliche Fragestellung.
- Studiendesign und Methodik.
- Untersuchungspopulation und Einschlusskriterien.
- Primäre und sekundäre Endpunkte, sofern definiert.
- Wesentliche quantitative und qualitative Ergebnisse.
- Schlussfolgerungen der Autoren.
- Methodische Limitationen und potenzielle Verzerrungen.
- Übertragbarkeit auf den klinischen Alltag.
- Abschliessende kritische Einordnung.
4. Wissenschaftliche Anforderungen
Unterscheiden Sie zwischen den tatsächlich berichteten Studienergebnissen und Ihrer Interpretation dieser Ergebnisse.
Geben Sie quantitative Angaben mit den zugehörigen Einheiten und Bezugsgrössen wieder. Kennzeichnen Sie gegebenenfalls eigene Berechnungen.
Berücksichtigen Sie, soweit verfügbar und für die Fragestellung relevant, Effektgrössen, Konfidenzintervalle sowie absolute und relative Risikoveränderungen.
Unterscheiden Sie statistische Signifikanz von klinischer Relevanz sowie statistische Assoziationen von nachgewiesenen kausalen Zusammenhängen.
Leiten Sie aus einzelnen Studien keine allgemeinen klinischen Handlungsempfehlungen ab, wenn diese durch die vorliegende Evidenz nicht ausreichend gestützt werden.
5. Qualitätskontrolle
Gleichen Sie die wesentlichen Aussagen, Zahlen und Schlussfolgerungen mit den zugänglichen Quellen ab.
Kennzeichnen Sie fehlende Informationen und nicht überprüfbare Angaben. Bei ausschliesslichem Zugang zum Abstract dürfen Sie keine vollständige methodische Prüfung behaupten.
Legen Sie offen, welche Teile der Publikation tatsächlich ausgewertet werden konnten und ob Einschränkungen bei der Auswertung von Tabellen, Abbildungen oder ergänzenden Materialien bestanden.
6. Ausgabe und Freigabe
Erstellen Sie eine übersichtlich gegliederte Auswertung und schliessen Sie diese mit einem kurzen Prüfbericht ab. Kennzeichnen Sie das Ergebnis als KI-unterstützten Entwurf zur ärztlichen Prüfung.
Wenn dieser Masterprompt in einem geeigneten Arbeitskontext hinterlegt wurde und dem Sprachmodell tatsächlich zur Verfügung steht, kann für eine neue Publikation ein deutlich kürzerer Arbeitsauftrag ausreichen:
Aktueller Arbeitsauftrag: «Analysieren Sie die beigefügte Originalpublikation entsprechend den Vorgaben des Masterprompts Medizinische Literaturanalyse.»
Der Masterprompt enthält die allgemeinen Anforderungen. Die jeweilige Publikation stellt die variable Information dar.
Allerdings kann auch ein sorgfältig entwickelter Masterprompt keinen Zugang zu nicht verfügbaren Publikationen ermöglichen und keine zuverlässige wissenschaftliche Analyse garantieren.
Die vom Sprachmodell angegebene Durchführung einer Quellenprüfung muss nachvollziehbar sein und bei entscheidungsrelevanten wissenschaftlichen Aussagen anhand der Originalpublikation kontrolliert werden.
Die besonderen Möglichkeiten und Grenzen künstlicher Intelligenz bei der Identifikation, Auswertung und Überprüfung wissenschaftlicher Publikationen werden im Beitrag KI und medizinische Literaturrecherche ausführlich behandelt.
Praxisbeispiel: Erstellung eines Arztbriefentwurfes
Medizinische Dokumente weisen häufig eine wiederkehrende formale Struktur auf. Dies macht ihre sprachliche Aufbereitung grundsätzlich für einen standardisierten Arbeitsprozess interessant.
Eine zentrale Anforderung besteht darin, dass das Sprachmodell den ursprünglichen medizinischen Informationsgehalt nicht eigenständig verändert.
Das folgende Beispiel ist ausschliesslich als Vorlage für die Entwicklung eines Arbeitsablaufes gedacht und setzt bei der Verwendung realer Patientendaten eine hierfür geeignete, rechtlich und technisch abgesicherte Umgebung voraus.
MASTERPROMPT – ARZTBRIEFENTWURF
Didaktische Musterfassung – Version 1.0
Zielsetzung
Erstellen Sie aus den bereitgestellten medizinischen Angaben einen sprachlich und formal strukturierten Arztbriefentwurf.
Gliederung
- Anlass der Konsultation oder Zuweisung.
- Relevante Anamnese.
- Dokumentierte klinische Befunde.
- Durchgeführte Untersuchungen und Ergebnisse.
- Dokumentierte Diagnosen und ärztliche Beurteilung.
- Festgelegte therapeutische Massnahmen.
- Vorgesehenes weiteres Vorgehen.
Verbindliche Bearbeitungsregeln
- Verwenden Sie ausschliesslich die bereitgestellten medizinischen Informationen.
- Erfinden Sie keine anamnestischen Angaben, Untersuchungsbefunde oder Diagnosen.
- Übernehmen Sie Medikamentennamen, Dosierungen, Messwerte, Einheiten und Seitenangaben unverändert.
- Unterscheiden Sie dokumentierte Diagnosen von Verdachtsdiagnosen.
- Interpretieren Sie nicht erwähnte Befunde nicht als unauffällig.
- Erhalten Sie dokumentierte diagnostische Unsicherheiten, Einschränkungen und zeitliche Zusammenhänge.
- Korrigieren Sie keine medizinischen Widersprüche durch unbegründete Annahmen.
- Führen Sie fehlende oder widersprüchliche Informationen separat auf.
- Ergänzen Sie keine eigenständig entwickelten diagnostischen oder therapeutischen Empfehlungen innerhalb des Arztbriefentwurfes.
Sprachliche Anforderungen
Verwenden Sie eine präzise medizinische Terminologie, sachliche Formulierungen und eine nachvollziehbare Gliederung ohne unnötige Wiederholungen.
Abschliessende Kontrolle
Vergleichen Sie den erstellten Entwurf mit den bereitgestellten Ausgangsinformationen. Kennzeichnen Sie mögliche Abweichungen, Unklarheiten und nicht ausgefüllte Abschnitte.
Das Ergebnis ist ausdrücklich als Entwurf zur ärztlichen Kontrolle zu kennzeichnen. Eine eigenständige Freigabe oder Übermittlung des Arztbriefes ist nicht Bestandteil dieses Arbeitsauftrages.
Ein fiktives Beispiel zur Qualitätskontrolle
Warum die ausdrückliche Begrenzung auf dokumentierte Angaben wichtig ist, zeigt das folgende konstruierte Beispiel.
| Ausgangsinformation | Unzulässige Ergänzung | Geeignete Bearbeitung |
|---|---|---|
| Husten seit fünf Tagen. | Seit fünf Tagen bestehender unproduktiver Husten. | Seit fünf Tagen bestehender Husten. |
| Blutdruck 135/80 mmHg. | Normale Vitalparameter. | Dokumentierter Blutdruck: 135/80 mmHg. |
| Verdacht auf Atemwegsinfekt. | Viraler Atemwegsinfekt. | Verdacht auf einen Atemwegsinfekt. |
| Keine Angaben zu Allergien. | Keine bekannten Allergien. | Allergiestatus nicht dokumentiert. |
Fiktive didaktische Beispiele. Die dargestellten Formulierungen stammen nicht aus einer dokumentierten vergleichenden Modellprüfung.
Ein Masterprompt kann solche Fehler ausdrücklich adressieren. Ob sämtliche Vorgaben tatsächlich eingehalten wurden, muss dennoch anhand des vollständigen Arztbriefentwurfes überprüft werden.
Besonders problematisch sind unbemerkte Veränderungen medizinischer Informationen, da diese in nachfolgenden Dokumenten übernommen werden und dadurch den Charakter vermeintlich gesicherter klinischer Tatsachen erhalten können.
Merksatz: Die sprachliche Verbesserung eines medizinischen Dokumentes darf nicht mit einer eigenständigen Erweiterung oder Veränderung seines medizinischen Informationsgehaltes verbunden sein.
Weitere Möglichkeiten der KI-gestützten medizinischen Dokumentation werden im Beitrag Künstliche Intelligenz in der Hausarztpraxis vorgestellt. Die Voraussetzungen für eine zulässige Verarbeitung realer Patientendaten sind Gegenstand des Beitrags KI – Datenschutz und ärztliche Verantwortung.
Praxisbeispiel: Erstellung medizinischer Fachartikel
Die Erstellung einer medizinischen Artikelserie ist ein weiteres Beispiel für die Verwendung eines Masterprompts.
Bei einem medizinischen Fachportal ändern sich die Themen der einzelnen Beiträge. Die Anforderungen an wissenschaftliche Qualität, Sprache, didaktische Aufbereitung und redaktionelle Gestaltung sollen dagegen möglichst einheitlich bleiben.
Ein hierfür entwickelter Masterprompt kann wesentlich umfangreicher sein als eine einfache Vorlage zur sprachlichen Textbearbeitung.
Die einzelnen Module eines redaktionellen Masterprompts
Beispiel eines modular aufgebauten redaktionellen Masterprompts. Das Schema beschreibt einen möglichen Arbeitsprozess und stellt keinen wissenschaftlich validierten Qualitätsstandard dar.
Nach Bereitstellung eines solchen Masterprompts kann der aktuelle Arbeitsauftrag beispielsweise lauten:
«Erstellen Sie den nächsten Fachartikel zum Thema opportunistisches CT-Screening entsprechend den Vorgaben des redaktionellen Masterprompts.»
In einem fortlaufenden Arbeitskontext, in dem der Masterprompt eindeutig verfügbar und anwendbar ist, kann gegebenenfalls bereits die Angabe des neuen Artikeltitels ausreichen.
Auch der vorliegende Beitrag ist ein Anwendungsbeispiel für eine solche KI-unterstützte redaktionelle Arbeitsweise.
Seine Struktur orientiert sich an wiederkehrenden Vorgaben zur Gestaltung medizinischer Fachartikel. Dies betrifft unter anderem die Einleitung, das Inhaltsverzeichnis, die didaktischen Darstellungen, die Literaturangaben und die wissenschaftliche Qualitätskontrolle.
Die Verwendung eines Masterprompts ersetzt dabei weder die tatsächliche Recherche noch die Überprüfung der wissenschaftlichen Aussagen durch die medizinische Redaktion.
Insbesondere die Prüfung bibliografischer Angaben allein ist nicht ausreichend. Auch bei einer tatsächlich existierenden und korrekt zitierten Publikation muss überprüft werden, ob die im Fachartikel formulierten Aussagen durch die betreffende Quelle inhaltlich gestützt werden.
Bei einer nachträglichen Überarbeitung bereits geprüfter Inhalte sollte ausserdem kontrolliert werden, ob zuvor korrekte Aussagen, quantitative Angaben und Quellenzuordnungen unbeabsichtigt verändert wurden.
Qualitätssicherung als Bestandteil des Masterprompts
Ein wesentlicher Unterschied zwischen einer einfachen Textvorlage und einem professionellen medizinischen Masterprompt besteht in der Möglichkeit, konkrete Anforderungen an die Qualitätskontrolle zu integrieren.
Die FMH betont in ihren Empfehlungen zum ärztlichen Umgang mit grossen Sprachmodellen die Notwendigkeit einer kritischen fachlichen Ergebnisprüfung [1].
Ein Masterprompt kann diese Anforderung in wiederkehrende, überprüfbare Kontrollaufgaben übersetzen.
Formale Qualitätskontrolle
- Wurden alle geforderten Abschnitte erstellt?
- Entspricht der Text dem vorgesehenen Ausgabeformat?
- Wurden Terminologie und sprachliche Vorgaben eingehalten?
- Sind Tabellen und Literaturverweise vollständig?
- Wurden bei einer Überarbeitung die bereits freigegebenen und nicht zur Änderung vorgesehenen Inhalte erhalten?
Fachliche Qualitätskontrolle
- Wurden medizinische Aussagen korrekt wiedergegeben?
- Entsprechen Messwerte und Dosierungen den Ausgangsinformationen?
- Wurden Verdachtsdiagnosen und gesicherte Diagnosen unterschieden?
- Enthält das Ergebnis unbegründete Ergänzungen?
- Wurden wesentliche Unsicherheiten berücksichtigt?
- Wurden relevante Widersprüche und alternative Erklärungen angemessen berücksichtigt?
Wissenschaftliche Qualitätskontrolle
- Existieren die angegebenen wissenschaftlichen Quellen?
- Waren die Originalpublikationen tatsächlich zugänglich?
- Werden die Aussagen durch die jeweiligen Quellen gestützt?
- Wurden Studienergebnisse und deren Interpretation getrennt?
- Sind methodische Einschränkungen und Grenzen der Übertragbarkeit berücksichtigt?
- Wurden didaktisch konstruierte Beispiele und hypothetische Berechnungen eindeutig als solche gekennzeichnet?
Definierte Kriterien für einen Bearbeitungsstopp
Ein medizinischer Masterprompt sollte nicht nur beschreiben, wie eine Aufgabe bearbeitet werden soll, sondern auch, unter welchen Voraussetzungen eine Bearbeitung nicht sinnvoll fortgesetzt werden kann.
Beispiel einer übergeordneten Kontrollanweisung:
«Falls wesentliche Ausgangsinformationen fehlen, wissenschaftliche Quellen nicht zugänglich sind oder widersprüchliche medizinische Angaben nicht zuverlässig aufgelöst werden können, weisen Sie ausdrücklich darauf hin.
Erstellen Sie in solchen Situationen kein scheinbar vollständiges Ergebnis durch unbegründete Ergänzungen.
Unterscheiden Sie zwischen überprüften Teilergebnissen und Aussagen, deren fachliche oder wissenschaftliche Prüfung noch nicht abgeschlossen ist.
Kennzeichnen Sie den Bearbeitungsstatus und erläutern Sie, welche Informationen oder Prüfschritte für die Fortsetzung erforderlich sind.»
Eine solche Anweisung kann die Offenlegung von Bearbeitungsproblemen unterstützen. Sie ist jedoch keine technisch erzwungene Sicherheitsfunktion und garantiert nicht, dass ein Sprachmodell tatsächlich alle fehlenden oder widersprüchlichen Informationen erkennt.
Die Grenzen der KI-internen Qualitätskontrolle
Eine abschliessende Prüfung durch dasselbe Sprachmodell, das einen Inhalt erzeugt hat, ist keine unabhängige Validierung.
Das Modell kann seine eigenen Fehler übersehen, unzutreffende Aussagen erneut bestätigen oder eine zuvor richtige Formulierung bei der Überarbeitung verändern.
Auch eine ausdrücklich verlangte kritische Arbeitsweise schliesst eine unangemessene Zustimmung zu den Annahmen des Anwenders nicht aus. Dieses Problem wird im Beitrag Wenn KI uns recht gibt ausführlich erläutert.
Eine zusätzliche Beurteilung aus mehreren simulierten fachlichen Perspektiven kann weitere Aspekte einer Fragestellung sichtbar machen. Sie stellt jedoch insbesondere bei Verwendung desselben Sprachmodells keine unabhängige fachliche Validierung dar. Die Möglichkeiten und Einschränkungen dieses Ansatzes werden im Beitrag KI als virtuelle Expertenrunde vorgestellt.
Eine zuverlässige Qualitätskontrolle erfordert deshalb eine dem medizinischen Risiko angemessene Kombination aus nachvollziehbaren Quellen, geeigneten Prüfverfahren und menschlicher Fachkompetenz.
Merksatz: Ein Masterprompt kann die Qualitätskontrolle strukturieren. Er kann die Qualität des Ergebnisses nicht selbst garantieren.
Versionierung und kontinuierliche Weiterentwicklung
Ein Masterprompt sollte nicht als unveränderliches Dokument betrachtet werden. Mit zunehmender Erfahrung können sich Anforderungen ändern, bisher nicht berücksichtigte Fehlerquellen zeigen oder zusätzliche Bearbeitungsschritte erforderlich werden.
Auch medizinische Leitlinien, rechtliche Rahmenbedingungen und technische Möglichkeiten der verwendeten KI-Systeme können sich verändern.
Eine nachvollziehbare Versionierung erleichtert es, solche Änderungen zu dokumentieren.
Beispiel einer Versionsentwicklung
| Version | Änderung | Zielsetzung |
|---|---|---|
| 1.0 | Grundstruktur des Arbeitsauftrages. | Einheitliches Ausgabeformat. |
| 1.1 | Ergänzung verbindlicher Quellenanforderungen. | Bessere wissenschaftliche Nachvollziehbarkeit. |
| 1.2 | Ergänzung von Regeln zum Umgang mit fehlenden Informationen. | Reduktion unbegründeter Ergänzungen. |
| 1.3 | Integration eines abschliessenden Prüfberichtes. | Transparenz über Bearbeitungsstatus und Einschränkungen. |
| 2.0 | Grundlegende Überarbeitung und erneute Erprobung. | Anpassung an veränderte fachliche und technische Anforderungen. |
Fiktives Beispiel zur Veranschaulichung einer systematischen Versionsentwicklung. Die angegebenen Ziele stellen keine gemessenen Qualitätsverbesserungen dar.
Änderungen systematisch überprüfen
Eine neue Anweisung sollte nicht allein deshalb dauerhaft in einen Masterprompt aufgenommen werden, weil sie bei einem einzelnen Arbeitsauftrag zu einem überzeugenden Ergebnis geführt hat.
Zusätzliche Regeln können auch unbeabsichtigte Auswirkungen auf andere Aufgaben haben oder bereits vorhandenen Anweisungen widersprechen.
Deshalb ist es sinnvoll, nach wesentlichen Änderungen erneut ausgewählte Referenzaufgaben bearbeiten zu lassen und die Ergebnisse mit zuvor geprüften Antworten zu vergleichen.
Dieses Vorgehen ähnelt einem Regressionstest. Dabei wird kontrolliert, ob eine Änderung zwar das ursprünglich beobachtete Problem adressiert, gleichzeitig aber neue Fehler in bereits zufriedenstellend funktionierenden Arbeitsabläufen verursacht.
Da die Antworten generativer Sprachmodelle auch bei unveränderten Eingaben variieren können, empfiehlt sich bei wichtigen Referenzaufgaben eine wiederholte Bearbeitung unter möglichst vergleichbaren Bedingungen.
Auch ein Wechsel des verwendeten Sprachmodells oder eine Änderung seiner technischen Funktionen kann Anlass für eine erneute Überprüfung der bestehenden Masterprompts sein.
Welche Kriterien können überprüft werden?
Bei der Erprobung eines Masterprompts für die medizinische Textbearbeitung können beispielsweise folgende Kriterien dokumentiert werden:
- Vollständigkeit der erforderlichen Informationen.
- Anzahl sachlich unzutreffender Aussagen.
- Anzahl unbegründeter Ergänzungen.
- Korrekte Wiedergabe von Zahlen und Einheiten.
- Einhaltung der vorgegebenen Struktur.
- Erforderlicher ärztlicher Korrekturaufwand.
Die Auswahl und Bewertung der Kriterien muss dem jeweiligen Einsatzbereich angepasst werden. Bei medizinisch risikoreichen Aufgaben reichen informelle Tests und subjektiv überzeugende Ergebnisse nicht aus, um die klinische Eignung eines Systems nachzuweisen.
Auch eine reine Betrachtung der Anzahl beobachteter Fehler ist bei medizinischen Aufgaben nicht ausreichend. Eine fehlerhafte Medikamentendosierung kann beispielsweise eine wesentlich grössere klinische Bedeutung besitzen als mehrere sprachliche oder gestalterische Abweichungen.
Die Qualitätsbewertung sollte deshalb neben der Häufigkeit auch die möglichen Konsequenzen beobachteter Fehler berücksichtigen.
Praxisempfehlung: Bewahren Sie frühere Versionen Ihrer Masterprompts auf, dokumentieren Sie wesentliche Änderungen und überprüfen Sie deren Auswirkungen anhand geeigneter Referenzaufgaben. Nicht jede Erweiterung einer Arbeitsanweisung führt automatisch zu einer Verbesserung des Ergebnisses.
Die systematische Weiterentwicklung standardisierter Arbeitsaufträge ist Bestandteil einer professionellen KI-gestützten Arbeitsweise. Weitere Aspekte der Integration solcher Arbeitsabläufe in den medizinischen Alltag werden im Beitrag Professioneller Umgang mit KI behandelt.
Masterprompts speichern und organisieren
Ein zunehmender Umfang wiederkehrender KI-gestützter Tätigkeiten kann dazu führen, dass mehrere unterschiedliche Masterprompts entwickelt werden. Hierfür empfiehlt sich eine übersichtliche Organisation.
Externe Speicherung
Die einfachste Möglichkeit besteht darin, Masterprompts ausserhalb des KI-Systems als Textdokumente zu speichern.
Hierfür eignen sich beispielsweise einfache Textdateien, Markdown-Dokumente oder eine entsprechend organisierte Dokumentensammlung.
Der jeweils benötigte Masterprompt kann bei Beginn eines neuen Arbeitsauftrages in die KI-Anwendung kopiert oder als Dokument bereitgestellt werden, sofern die Anwendung dies unterstützt.
Die externe Speicherung bietet mehrere Vorteile:
- Die vollständige Arbeitsanweisung bleibt für den Anwender einsehbar.
- Änderungen können nachvollzogen werden.
- Ältere Versionen bleiben verfügbar.
- Die Verwendung ist grundsätzlich nicht an eine bestimmte KI-Anwendung gebunden.
- Die Arbeitsanweisungen können unabhängig vom Verlauf einzelner KI-Gespräche verwaltet werden.
Die anbieterunabhängige Speicherung bedeutet allerdings nicht, dass unterschiedliche Sprachmodelle dieselben Arbeitsanweisungen in gleicher Weise umsetzen.
Hinterlegung innerhalb einer KI-Anwendung
Verschiedene KI-Anwendungen bieten Möglichkeiten, wiederkehrende Anweisungen dauerhaft oder innerhalb bestimmter Arbeitsbereiche zu hinterlegen.
Dazu können personalisierte Arbeitsanweisungen, projektspezifische Einstellungen oder individuell konfigurierte KI-Assistenten gehören.
Welche Funktionen zur Verfügung stehen, wie Anweisungen verarbeitet werden und welche Einschränkungen bestehen, ist vom jeweiligen Anbieter und der verwendeten Anwendung abhängig.
Die dauerhafte Bereitstellung einer Arbeitsanweisung erleichtert deren wiederholte Verwendung, stellt jedoch keine Garantie für ihre vollständige Berücksichtigung dar.
Die unterschiedlichen Möglichkeiten zur Organisation solcher Arbeitsbereiche werden am Beispiel einer verbreiteten KI-Anwendung im Beitrag Wie funktioniert ChatGPT? erläutert.
Aufbau einer persönlichen Masterprompt-Bibliothek
MEDIZINISCHE MASTERPROMPT-BIBLIOTHEK
01 – Medizinische Dokumentation
Arztbriefentwurf
Befundstrukturierung
Sprachliche Überarbeitung
02 – Wissenschaft und Evidenz
Literaturrecherche
Literaturanalyse
Leitlinienvergleich
03 – Patientenkommunikation
Patienteninformationen
Verständliche medizinische Erläuterungen
04 – Medizinische Fortbildung
Fachartikel
Präsentationen
Fiktive Fallvignetten
05 – Organisation und Qualitätsmanagement
Checklisten
Arbeitsanweisungen
Qualitätsprüfungen
Eine solche Bibliothek ermöglicht es, für unterschiedliche Tätigkeiten jeweils geeignete Arbeitsanweisungen zu entwickeln, anstatt sämtliche Anforderungen in einem einzigen, möglicherweise unübersichtlichen Masterprompt zusammenzuführen.
Bei der gemeinsamen Verwendung einer Masterprompt-Bibliothek innerhalb einer Arztpraxis oder medizinischen Institution sollten zusätzlich die Verantwortlichkeiten für die Pflege, Aktualisierung und Freigabe der jeweiligen Arbeitsanweisungen festgelegt werden.
Masterprompt und Gedächtnis künstlicher Intelligenz
Bei der regelmässigen Zusammenarbeit mit grossen Sprachmodellen entsteht häufig der Eindruck, dass das KI-System die individuellen Anforderungen des Anwenders zunehmend kennenlernt.
Dabei müssen unterschiedliche Mechanismen voneinander unterschieden werden.
| Mechanismus | Bedeutung |
|---|---|
| Gesprächskontext | Berücksichtigung der im aktuellen Gespräch verfügbaren Informationen und Anweisungen. |
| Gespeicherte Arbeitsanweisungen | Vom Anwender definierte Regeln, die eine Anwendung für bestimmte Aufgaben bereitstellen kann. |
| Personalisierung und Gedächtnisfunktionen | Anwendungsabhängige Möglichkeiten, ausgewählte Informationen aus früheren Interaktionen erneut einzubeziehen. |
| Masterprompt | Eine explizite, dokumentierbare Arbeitsanweisung mit definierten Anforderungen. |
| Modelltraining | Technischer Prozess zur Anpassung der Modellparameter. Nicht mit der Bereitstellung eines Masterprompts gleichzusetzen. |
Für professionelle medizinische Arbeitsabläufe ist es nicht empfehlenswert, sich ausschliesslich auf eine Gedächtnisfunktion oder auf frühere Gesprächsinhalte zu verlassen.
Bei umfangreichen Gesprächen kann der tatsächlich verfügbare Kontext eingeschränkt sein. Zudem können sich die Funktionen zur Bereitstellung früherer Informationen zwischen unterschiedlichen KI-Anwendungen unterscheiden.
Eine Arbeitsanweisung kann deshalb in einem früheren Gespräch vollständig berücksichtigt worden sein, bei einem späteren Arbeitsauftrag jedoch nur teilweise oder überhaupt nicht mehr zur Verfügung stehen.
Auch die dauerhafte Speicherung einer Information innerhalb einer KI-Anwendung bedeutet nicht zwangsläufig, dass diese Information bei jedem nachfolgenden Arbeitsauftrag vollständig in den aktuellen Gesprächskontext übernommen wird.
Die technischen Grundlagen des Gesprächskontextes, der Kontextfenster und des Modelltrainings werden im Beitrag Was sind grosse Sprachmodelle (LLM)? ausführlicher dargestellt.
Vertrauen ist kein Ersatz für die Kontrolle des Arbeitskontextes
Vor wichtigen oder umfangreichen Aufgaben kann es sinnvoll sein, nachzufragen, welche Version einer Arbeitsanweisung berücksichtigt wird und ob die vollständigen Vorgaben tatsächlich zugänglich sind.
Eine entsprechende Bestätigung des Sprachmodells allein beweist jedoch nicht, dass sämtliche Anweisungen vollständig geladen, korrekt interpretiert oder zuverlässig umgesetzt wurden.
Bei besonders wichtigen Arbeitsaufträgen empfiehlt es sich deshalb, die massgebliche Version des Masterprompts ausdrücklich bereitzustellen und die Einhaltung der wesentlichen Anforderungen anhand des erzeugten Ergebnisses zu überprüfen.
Praxisempfehlung: Bewahren Sie wichtige Masterprompts als eigenständige, versionierte Dokumente auf. Verlassen Sie sich bei professionellen medizinischen Aufgaben nicht ausschliesslich auf die Erinnerung einer KI-Anwendung an frühere Vereinbarungen.
Wissenschaftliche Grundlagen und Grenzen
Das hier vorgestellte Konzept eines medizinischen Masterprompts basiert auf allgemeinen Prinzipien des Prompt Engineerings, der Verwendung wiederverwendbarer Prompt-Vorlagen und der Standardisierung von Arbeitsprozessen.
Es ist jedoch nicht mit einem wissenschaftlich validierten klinischen Verfahren gleichzusetzen.
White et al. – Wiederverwendbare Prompt-Muster
White und Mitarbeiter veröffentlichten 2023 einen wissenschaftlichen Preprint zur systematischen Beschreibung wiederverwendbarer Prompt-Muster für grosse Sprachmodelle [2].
Die Arbeit überträgt ein aus der Softwareentwicklung bekanntes Konzept auf die Gestaltung von Arbeitsanweisungen für Sprachmodelle.
Unterschiedliche Anweisungsmuster können wiederholt verwendet, angepasst und miteinander kombiniert werden. Hierzu gehören unter anderem die Definition von Rollen, die Verwendung festgelegter Ausgabevorlagen, die Anforderung zusätzlicher Rückfragen und die Unterstützung einer nachfolgenden Faktenprüfung.
Die Veröffentlichung liefert damit eine konzeptionelle Grundlage für modular aufgebaute und wiederverwendbare Arbeitsanweisungen.
Sie stellt jedoch keine klinische Validierungsstudie dar und erlaubt keine quantitativen Aussagen zur Verbesserung der medizinischen Versorgung durch Masterprompts.
Sclar et al. – Empfindlichkeit gegenüber Änderungen des Prompt-Formats
Sclar und Mitarbeiter untersuchten in einer 2024 auf der International Conference on Learning Representations veröffentlichten Arbeit, wie empfindlich grosse Sprachmodelle auf unterschiedliche Formatierungen von Arbeitsaufträgen reagieren [3].
Die Untersuchung verdeutlichte, dass selbst Änderungen, welche die eigentliche Bedeutung einer Aufgabenstellung nicht verändern, unter bestimmten Versuchsbedingungen erhebliche Auswirkungen auf die Modellleistung haben können.
Dies betraf beispielsweise Unterschiede in der Verwendung von Trennzeichen, der räumlichen Anordnung von Informationen oder der Gross- und Kleinschreibung.
Die Ergebnisse waren zudem nicht ohne Weiteres zwischen unterschiedlichen Sprachmodellen übertragbar.
Für die Entwicklung von Masterprompts ergibt sich daraus eine wichtige Konsequenz: Eine sorgfältig formulierte Vorlage sollte für den vorgesehenen Einsatzbereich erprobt und nach wesentlichen Änderungen erneut überprüft werden.
Die Untersuchung wurde nicht als klinische Studie durchgeführt. Aus ihren Ergebnissen lässt sich deshalb keine konkrete Verbesserung der medizinischen Diagnostik durch die Standardisierung von Prompts ableiten.
Weitere wissenschaftliche Untersuchungen zu den Auswirkungen unterschiedlicher Prompt-Techniken werden im Beitrag Prompt Engineering – richtig fragen vorgestellt.
Standardisierung ist nicht mit vollständiger Reproduzierbarkeit gleichzusetzen
Auch bei identischen Arbeitsanweisungen können grosse Sprachmodelle unterschiedliche Antworten erzeugen.
Mögliche Einflussfaktoren sind:
- Unterschiedliche Sprachmodelle und Modellversionen.
- Variabilität der Textgenerierung.
- Unterschiedliche verfügbare Gesprächsinhalte.
- Veränderte technische Einstellungen.
- Unterschiedliche externe Informationsquellen.
- Änderungen der verfügbaren Werkzeuge und Funktionen.
Ein Masterprompt kann zur Vereinheitlichung der Vorgehensweise beitragen, aber keine identischen Arbeitsergebnisse gewährleisten.
Insbesondere bei wissenschaftlichen oder medizinisch relevanten Arbeitsaufträgen sollte deshalb zwischen der Standardisierung der Arbeitsanweisung und der tatsächlichen Zuverlässigkeit des erzeugten Ergebnisses unterschieden werden.
Masterprompts und automatisierte Arbeitsprozesse
Ein Masterprompt kann einen komplexen Arbeitsablauf sprachlich beschreiben. Dies bedeutet jedoch nicht, dass sämtliche darin genannten Arbeitsschritte automatisch oder zuverlässig ausgeführt werden können.
Die Aufforderung, wissenschaftliche Quellen zu recherchieren, setzt beispielsweise einen tatsächlichen Zugang zu geeigneten Recherchewerkzeugen voraus.
Eine Anweisung zur Analyse von Dokumenten setzt voraus, dass diese vollständig zugänglich und technisch verarbeitbar sind.
Auch können externe Dokumente unbeabsichtigte oder gezielt manipulativ formulierte Anweisungen enthalten. Eine solche Beeinflussung von KI-Systemen durch externe Inhalte wird unter anderem als indirekte Prompt Injection bezeichnet.
Textliche Schutzanweisungen in einem Masterprompt allein sind dagegen kein ausreichender technischer Schutzmechanismus. Insbesondere bei automatisierten Arbeitsabläufen mit Zugriff auf externe Systeme sind zusätzliche technische und organisatorische Sicherheitsmassnahmen erforderlich.
Auch die Bezeichnung eines Arbeitsauftrages als automatisierter Prozess bedeutet nicht zwangsläufig, dass die einzelnen Arbeitsschritte technisch überwacht oder verbindlich in der vorgesehenen Reihenfolge ausgeführt werden.
Merksatz: Ein Masterprompt definiert die gewünschte Arbeitsweise. Welche Arbeitsschritte tatsächlich ausgeführt werden können, hängt von den Fähigkeiten, Werkzeugen und technischen Rahmenbedingungen des KI-Systems ab.
Weitere grundlegende technische und methodische Einschränkungen werden im Beitrag Grenzen künstlicher Intelligenz behandelt.
Typische Fehler bei der Entwicklung von Masterprompts
Mit zunehmender Komplexität eines Masterprompts können zusätzliche Fehlerquellen entstehen.
| Typischer Fehler | Mögliches Problem | Verbesserungsmöglichkeit |
|---|---|---|
| Unübersichtlicher Umfang | Wichtige Anforderungen werden möglicherweise nicht ausreichend berücksichtigt. | Modularer Aufbau und klare Priorisierung. |
| Widersprüchliche Vorgaben | Unzuverlässige Auswahl zwischen konkurrierenden Anforderungen. | Regeln bereinigen und Prioritäten definieren. |
| Absolute Qualitätsforderungen | Unbegründetes Vertrauen in die Fehlerfreiheit des Ergebnisses. | Konkrete und nachvollziehbare Kontrollaufgaben definieren. |
| Veraltete Anforderungen | Verwendung überholter Leitlinien oder Klassifikationen. | Regelmässige fachliche Aktualisierung. |
| Fehlende Versionierung | Änderungen und ihre Auswirkungen sind nicht nachvollziehbar. | Datum, Versionsnummer und Änderungsprotokoll. |
| Fehlende erneute Erprobung | Neue Fehler nach Änderungen des Prompts oder des Sprachmodells. | Definierte Referenzaufgaben erneut bearbeiten und vergleichen. |
| Vertrauen auf frühere Gespräche | Arbeitsanweisungen stehen möglicherweise nicht mehr vollständig zur Verfügung. | Masterprompt unabhängig speichern und gezielt bereitstellen. |
| Fehlende menschliche Kontrolle | Systematische Fehler können bei zahlreichen Aufgaben wiederholt werden. | Fachliche Prüf- und Freigabeverfahren verbindlich festlegen. |
Gerade der letzte Aspekt ist von besonderer Bedeutung. Die Standardisierung eines Arbeitsprozesses kann nicht nur erwünschte Eigenschaften vervielfältigen, sondern auch systematische Fehler.
Ein ungeeigneter Masterprompt kann deshalb unter Umständen bei zahlreichen nachfolgenden Aufgaben dieselben problematischen Ergebnisse begünstigen.
Dies gilt auch für Arbeitsanweisungen, die bereits vorhandene Überzeugungen des Anwenders bevorzugen oder bestimmte medizinische Schlussfolgerungen vorgeben, ohne eine ergebnisoffene Prüfung zu verlangen.
Die Entwicklung eines Masterprompts sollte daher nicht ausschliesslich auf die Einhaltung formaler Anforderungen ausgerichtet sein. Ebenso wichtig sind die kritische Beurteilung der zugrunde liegenden Annahmen und die Berücksichtigung möglicher alternativer Erklärungen.
Weitere Informationen hierzu finden Sie im Beitrag Wenn KI uns recht gibt.
Masterprompts in der Schweizer Arztpraxis
Die Empfehlungen der FMH zum Umgang mit grossen Sprachmodellen im ärztlichen Alltag bilden einen wichtigen Orientierungsrahmen für die Entwicklung standardisierter KI-gestützter Arbeitsprozesse [1].
Der ergänzende Fachbeitrag zum Prompt Engineering behandelt unter anderem die Verwendung von Beispielen und Vorlagen für vergleichbare Aufgabenstellungen [4].
Mehrere Empfehlungen lassen sich unmittelbar auf die Gestaltung und Verwendung medizinischer Masterprompts übertragen.
| FMH-Empfehlung | Übertragung auf Masterprompts |
|---|---|
| Nr. 1 – Datenschutzkonforme Systeme | Voraussetzungen für die zulässige Bereitstellung von Daten festlegen und vor der Verwendung unabhängig überprüfen. |
| Nr. 2 – Kritische Ergebnisprüfung | Fachliche Prüfung und ärztliche Freigabe in den Arbeitsablauf integrieren. |
| Nr. 3 – Bestehende Fachkompetenz | Den Einsatzbereich entsprechend der vorhandenen ärztlichen Fachkompetenz begrenzen. |
| Nr. 4 – Gezieltes Prompt Design | Wiederkehrende Anforderungen in strukturierten Arbeitsanweisungen zusammenführen. |
| Nr. 5 – Dokumentation und Transparenz | Verwendete Arbeitsanweisungen, ihre Version und die Rolle der KI im jeweiligen Prozess nachvollziehbar dokumentieren. |
| Nr. 6 – Inhaltliche Validität | Auch standardisierte und technisch integrierte Arbeitsabläufe einer eigenständigen fachlichen Prüfung unterziehen. |
| Nr. 7 – Grenzen der Technologie | Umgang mit Unsicherheiten, fehlenden Informationen und nicht durchführbaren Arbeitsschritten definieren. |
| Nr. 8 – Planetary Health | Unnötig umfangreiche Arbeitsaufträge und vermeidbare Mehrfachabfragen kritisch hinterfragen, ohne erforderliche Qualitätskontrollen einzuschränken. |
Redaktionelle Übertragung der acht FMH-Empfehlungen auf die Entwicklung medizinischer Masterprompts. Es handelt sich nicht um gesonderte Empfehlungen der FMH zur Verwendung von Masterprompts.
Der Masterprompt als Bestandteil des Qualitätsmanagements
Ein versionierter und überprüfbarer Masterprompt kann Bestandteil einer umfassenderen standardisierten Arbeitsanweisung für den KI-Einsatz in einer Arztpraxis sein.
Eine solche organisatorische Arbeitsanweisung sollte zusätzlich festlegen, welche Systeme verwendet werden dürfen, welche Daten verarbeitet werden können, wer für die fachliche Kontrolle zuständig ist und wie mit fehlerhaften Ergebnissen umgegangen wird.
Die Standardisierung der Kommunikation mit einem Sprachmodell ersetzt weder die datenschutzrechtliche Prüfung noch eine gegebenenfalls erforderliche regulatorische Bewertung des vorgesehenen Einsatzes.
Auch internationale Empfehlungen, beispielsweise die WHO-Leitlinien zur Ethik und Governance grosser multimodaler Modelle im Gesundheitswesen, betonen die Bedeutung klar definierter Einsatzbereiche, geeigneter Kontrollmechanismen und einer verantwortungsvollen technischen Integration [5].
Ein medizinischer Masterprompt sollte deshalb als Bestandteil eines umfassenderen Qualitätsmanagements verstanden werden und nicht als alleiniger Sicherheitsmechanismus für den Einsatz künstlicher Intelligenz.
Die datenschutzrechtlichen und berufsrechtlichen Anforderungen werden im Beitrag KI – Datenschutz und ärztliche Verantwortung ausführlich erläutert.
Weitere Empfehlungen zur organisatorischen Integration KI-gestützter Arbeitsprozesse finden Sie im Beitrag Professioneller Umgang mit KI.
Zu den acht Empfehlungen der FMH zum Umgang mit grossen Sprachmodellen im ärztlichen Alltag
Fazit
Die Entwicklung eines Masterprompts stellt einen wichtigen Schritt von der gelegentlichen Verwendung künstlicher Intelligenz hin zu einer strukturierten und wiederkehrenden Zusammenarbeit mit grossen Sprachmodellen dar.
Statt bei jedem neuen Arbeitsauftrag dieselben Anforderungen erneut zu formulieren, können diese in übergeordneten, wiederverwendbaren Arbeitsanweisungen zusammengeführt werden.
Für medizinische Fachpersonen eröffnen sich dadurch insbesondere Möglichkeiten zur Standardisierung der medizinischen Textbearbeitung, der wissenschaftlichen Literaturanalyse, der Patientenkommunikation und der Vorbereitung medizinischer Fortbildungen.
Ein professioneller Masterprompt sollte nicht nur das gewünschte Ergebnis beschreiben, sondern auch die erforderlichen Bearbeitungsschritte, fachlichen Anforderungen, Grenzen des Arbeitsauftrages und Kriterien zur Qualitätskontrolle definieren.
Die kontinuierliche Erprobung, Überarbeitung und Versionierung solcher Arbeitsanweisungen kann dazu beitragen, die Zusammenarbeit mit künstlicher Intelligenz systematischer und nachvollziehbarer zu gestalten.
Dabei ist zu berücksichtigen, dass ein Masterprompt weder eine wissenschaftliche Validierung noch eine technisch garantierte Kontrolle des Sprachmodells darstellt. Die medizinische Verantwortung und die Notwendigkeit einer fachlichen Ergebnisprüfung bleiben unverändert bestehen.
Eine weitere Möglichkeit der strukturierten Zusammenarbeit mit künstlicher Intelligenz besteht darin, medizinische Fragestellungen aus unterschiedlichen fachlichen Perspektiven bearbeiten zu lassen. Dieses Konzept wird im folgenden Beitrag KI als virtuelle Expertenrunde näher betrachtet.
Der Masterprompt ist keine Gebrauchsanweisung für fehlerfreie künstliche Intelligenz, sondern eine vom Menschen definierte Arbeitsanweisung für eine strukturierte, nachvollziehbare und verantwortungsvolle Zusammenarbeit.
Weiterführende Beiträge
Dieser Beitrag ist Teil unserer zwölfteiligen Fachartikelserie zur künstlichen Intelligenz in der Medizin. Die folgenden Beiträge vertiefen die Grundlagen des Prompt Engineerings, die Gestaltung komplexer Arbeitsabläufe und die verantwortungsvolle Integration künstlicher Intelligenz in den ärztlichen Alltag.
- 01 – Was ist künstliche Intelligenz?
- 03 – Wie funktioniert ChatGPT?
- 04 – Grenzen künstlicher Intelligenz
- 06 – Prompt Engineering – richtig fragen
- 08 – KI als virtuelle Expertenrunde
- 09 – Künstliche Intelligenz in der Hausarztpraxis
- 11 – KI und medizinische Literaturrecherche
- 12 – Professioneller Umgang mit KI
Literatur
- FMH. Empfehlungen der FMH zum Umgang mit grossen Sprachmodellen (LLMs) im ärztlichen Alltag. Verbindung der Schweizer Ärztinnen und Ärzte. Originalveröffentlichung. Abgerufen am 18.11.2026.
- White J, Fu Q, Hays S, Sandborn M, Olea C, Gilbert H, et al. A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT. arXiv [Preprint]. 2023. DOI: 10.48550/arXiv.2302.11382.
- Sclar M, Choi Y, Tsvetkov Y, Suhr A. Quantifying Language Models‘ Sensitivity to Spurious Features in Prompt Design or: How I learned to start worrying about prompt formatting. International Conference on Learning Representations (ICLR); 2024. Originalpublikation.
- Galli C. Das Prompt-Engineering. Verbindung der Schweizer Ärztinnen und Ärzte (FMH). Originalveröffentlichung. Abgerufen am 18.11.2026.
- World Health Organization. Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models. Geneva: World Health Organization; 2024. ISBN: 978-92-4-008475-9. WHO-Publikation.

