AI Instructions

Mai 8, 2026
|By Julia Schönau

–-> zum BOTwiki - Das Chatbot Wiki

AI Instructions, sind die zentralen Anweisungen, die einem AI Agent wie Chatbot oder Voicebot sagen, wie er sich verhalten soll, um eine Aufgabe auszuführen. Sie definieren, wie der Agent vorgehen muss,  welche Schritte er abarbeiten muss, worauf er achten muss und wie er mit Sonderfällen umgeht. AI Instructions sind damit das Handbuch des Agenten, also die Schnittstelle zwischen Markenstrategie und Modellverhalten.

 

Aufbau guter AI Instructions

Eine gute Instruction funktioniert wie ein guter Prompt und steht und fällt daher mit der Strukturierung und Formatierung. Die Verwendung der Markdown-Formatierungssprache hilft dem LLM dabei, der Anweisung verlässlich folgen zu können. Mehr Infos dazu finden Sie auch in unserem Prompting Guide für Agentic AI.

Die einzelnen Schritte oder Entscheidungslogiken sollten klar strukturiert beschrieben und ggf. mit Beispielen erläutert werden.

Hinzu kommt die Tool-Nutzung: Wann werden welche Tools aufgerufen, in welcher Reihenfolge, mit welchen Pflicht-Parametern?

Und schließlich braucht es Eskalations- und Fallback-Regeln: Was passiert, wenn der Agent unsicher ist, ein Anliegen nicht versteht oder eine sicherheitskritische Schwelle überschreitet? Diese Bausteine sorgen dafür, dass der Agent nicht improvisiert, sondern entlang einer klaren, auditierbaren Logik arbeitet.

 

AI Instructions in der Multi-Agent-Architektur

Viele Probleme klassischer KI-Agenten wie Halluzinationen, Regelverstöße oder Tool-Calling-Fehler entstehen, weil ein einzelner System Prompt versucht, alle Verhaltensweisen, Verhaltensregeln und Aufgaben gleichzeitig abzudecken. BOTfriends löst das, indem unterschiedliche Einstellungen an unterschiedlichen Stellen gesetzt werden und Aufgaben durch Multi-Agent-Orchestrierung klar verteilt werden. Jeder Agent (Triage, Authentifizierung, Prozesse, Knowledge) hat dabei eigene, fokussierte AI Instructions, abgestimmt auf seinen Aufgabenbereich. 

Das ist nicht nur stabiler, sondern auch wartbarer. Änderungen in der Vorgehensweise für den Triage-Agent betreffen nicht zwangsläufig die Authentifizierungs-Logik im Authentifizierungs-Agenten. Updates in Compliance-Vorgaben können gezielt in den Knowledge-Agent eingespielt werden. So bleiben Voice- und Chat-Setups auch nach Monaten und über mehrere Releases hinweg sauber pflegbar.

 

Best Practices für AI Instructions in der Praxis

In produktiven Setups haben sich drei Empfehlungen bewährt. AI Instructions müssen konkret statt abstrakt sein. Statt „Sei freundlich“ funktioniert „Antworten beginnen mit einer Bestätigung des Anliegens, dann folgt der Lösungsschritt, dann eine Rückfrage“. Sie sollten Beispiele liefern, also kurze Positivbeispiele für ideale Antworten und gegebenenfalls ein Negativbeispiel zur Abgrenzung. Und sie müssen regelmäßig getestet werden, da Updates des LLM Systems Einfluss auf die Ausführung der Instructions haben können. AI Instructions gehören in eine Test-Suite mit echten Use-Case-Dialogen, automatisiert ausgewertet, mit klaren KPIs.

 

Häufig gestellte Fragen (FAQ)

AI Instructions bestimmen auf der Taskebene, was genau ein Agent tun soll, während Prompt Engineering eine Technik ist, um den Prompt dafür möglichst übersichtlich und strukturiert zu gestalten.

So kurz wie möglich, so lang wie nötig. Häufig führen lange, monolithische Instructions zu schlechteren Ergebnissen, weil das Modell wichtige Aspekte überliest. In Multi-Agent-Setups sind kompakte Instructions pro Agent meist erfolgreicher als ein riesiger Sammelprompt.

AI Instructions sind ein lebendes Asset, kein Einmal-Setup. Änderungen werden geplant, getestet und sauber ausgerollt, ohne dass operative Teams jedes Mal externe Berater brauchen.

–>  Zurück zum BOTwiki - Das Chatbot Wiki