Prompt Engineering für FM: Wie du KI-Tools im Facility Management wirklich produktiv einsetzt

„Die KI hat mir Unsinn ausgegeben.” Diesen Satz höre ich mindestens einmal pro Woche von Kollegen, die ChatGPT oder Claude für ihre FM-Aufgaben testen. Und in 90 Prozent der Fälle liegt das Problem nicht bei der KI – sondern beim Prompt. Wer einer KI eine vage Frage stellt, bekommt eine vage Antwort. Das gilt im Büro genauso wie im Gespräch mit einem neuen Mitarbeiter.

Prompt Engineering klingt nach Tech-Buzzword, ist aber im Kern nichts anderes als: der KI eine gute Arbeitsanweisung geben. Und genau das ist eine Fähigkeit, die für FM-Professionals in den nächsten Jahren so wichtig wird wie Excel-Kenntnisse.

Warum Standard-Prompts im FM nicht funktionieren

Das Problem mit generischen Prompts ist, dass KI-Modelle auf allgemeinem Wissen trainiert sind. Wenn du fragst „Erstelle mir einen Wartungsplan”, bekommst du einen generischen Plan, der so in jedem Lehrbuch stehen könnte. Nützlich? Kaum. Denn im FM zählt der Kontext: Welche Anlage? Welche Nutzung? Welcher Vertrag? Welche Frequenzen sind vereinbart? Welche Priorisierung gilt?

Ich habe in den letzten Monaten systematisch getestet, welche Prompt-Strategien im FM-Alltag die besten Ergebnisse liefern. Hier sind die fünf Techniken, die den größten Unterschied machen.

Technik 1: Rolle und Kontext definieren

Statt einer nackten Frage gibst du der KI zuerst eine Rolle und den Kontext deiner Situation.

Schwacher Prompt: „Schreibe ein Angebot für Gebäudereinigung.”

Starker Prompt: „Du bist ein erfahrener Kalkulateur bei einem FM-Dienstleister mit Schwerpunkt Industrial Plant Management. Ich bearbeite eine Ausschreibung für die Unterhaltsreinigung eines Produktionsstandorts mit 12.000 qm Bürofläche und 8.000 qm Produktionsfläche. Die geforderte Vertragslaufzeit beträgt 3 Jahre. Erstelle eine Gliederung für das Angebotskonzept mit den Abschnitten Leistungsbeschreibung, Personalkonzept, Qualitätssicherung und Nachhaltigkeitskonzept.”

Der Unterschied: Die KI versteht den Kontext, die Branche, die Größenordnung und liefert ein Ergebnis, das als Arbeitsgrundlage taugt – nicht als Lehrbuchtext.

Technik 2: Strukturierte Ausgabe verlangen

FM-Daten brauchen Struktur. Wenn du die KI bittest, etwas „zusammenzufassen”, bekommst du Fließtext. Im FM brauchst du aber Tabellen, Listen und klare Kategorien.

Statt: „Fasse die Störmeldungen zusammen.”

Besser: „Analysiere die folgenden Störmeldungen und erstelle eine Tabelle mit den Spalten: Anlagentyp, Standort, Häufigkeit in den letzten 6 Monaten, vermutete Ursache, empfohlene Maßnahme. Sortiere nach Häufigkeit absteigend.”

Dieser Ansatz ist besonders stark, wenn du KI für Reporting-Aufgaben einsetzt. Die Ausgabe ist direkt verwertbar, ohne manuelles Umformatieren.

Technik 3: Beispiele mitgeben

Die KI lernt aus Beispielen innerhalb des Prompts – sogenanntes Few-Shot Prompting. Im FM heißt das: Zeig der KI, wie ein gutes Ergebnis aussieht.

Angenommen, du willst Ticketbeschreibungen standardisieren. Statt der KI zu sagen „Schreibe bessere Ticketbeschreibungen”, gibst du ihr zwei Beispiele: „Hier ist ein schlecht formuliertes Ticket: ‚Heizung geht nicht, Raum 204.’ Hier ist die verbesserte Version: ‚Standort: Gebäude A, Raum 204. Störung: Heizung – kein Wärmeausstoß seit 08:00 Uhr. Betroffene Anlage: Heizkörper Typ XY, letzte Wartung 03/2025. Priorität: mittel (Büroraum, alternative Heizquelle vorhanden).’ Verbessere nun die folgenden 10 Tickets nach diesem Schema.”

Die Qualität der Ergebnisse steigt mit Beispielen dramatisch – weil die KI nicht raten muss, was du erwartest.

Technik 4: Einschränkungen und Grenzen setzen

KI-Modelle neigen dazu, Antworten aufzublähen. Im FM brauchen wir präzise, knappe Informationen. Deshalb setze ich in meinen Prompts immer Grenzen.

„Antworte in maximal 5 Stichpunkten.” „Verwende nur Informationen aus dem beigefügten Dokument – erfinde keine Daten.” „Wenn du eine Information nicht aus dem Kontext ableiten kannst, schreibe ‚Daten nicht vorhanden’ statt eine Vermutung.”

Die letzte Einschränkung ist besonders wichtig bei der Arbeit mit Anlagendaten oder Vertragsinformationen. Halluzinierte Zahlen oder erfundene Spezifikationen können im FM teuer werden. Lieber eine ehrliche Lücke als eine falsche Sicherheit.

Technik 5: Mehrstufige Prompts für komplexe Aufgaben

Komplexe FM-Aufgaben – eine Ausschreibungsanalyse, ein Baselining-Bericht, eine Standortbewertung – überfordern einzelne Prompts. Die Lösung: mehrstufige Konversationen, bei denen jeder Schritt auf dem vorherigen aufbaut.

Schritt 1: „Lies das beigefügte Leistungsverzeichnis und erstelle eine Liste aller enthaltenen Gewerke mit Flächenangaben.” Schritt 2: „Bewerte für jedes Gewerk, ob die geforderten SLAs branchenüblich sind oder über dem Standard liegen.” Schritt 3: „Identifiziere die drei größten Risikopositionen in diesem Leistungsverzeichnis und begründe warum.”

Jeder Schritt baut auf der vorherigen Antwort auf. Die KI behält den Kontext und liefert in jedem Schritt fokussiertere Ergebnisse als bei einem einzigen, überfrachteten Prompt.

Was in meinem Alltag am meisten Zeit spart

Drei Anwendungsfälle, in denen gute Prompts mir jede Woche Stunden sparen:

Erstens: Protokolle aus Baubesprechungen strukturieren. Ich spreche meine Notizen ins Handy, transkribiere sie und lasse die KI daraus ein strukturiertes Protokoll mit Beschlüssen, Verantwortlichkeiten und Fristen erstellen. Zeitersparnis: 30 Minuten pro Protokoll.

Zweitens: Vertragstexte analysieren. Ich lade einen Servicevertrag hoch und frage gezielt: „Welche Leistungen sind im Grundpreis enthalten, welche werden separat vergütet? Liste alle Ausschlussklauseln auf.” Statt den Vertrag dreimal lesen zu müssen, habe ich in fünf Minuten eine Übersicht.

Drittens: Reporting-Texte formulieren. Die Daten habe ich – aber den Monatsbericht in verständliches Deutsch zu übersetzen kostet Zeit. Ich gebe der KI die Rohdaten und den Prompt: „Formuliere einen Berichtstext für den Kunden-Quartalsreview. Fokus: Abweichungen vom Budget und deren Ursachen. Ton: sachlich, lösungsorientiert, maximal eine halbe Seite.”

Mein Takeaway

Prompt Engineering ist keine Raketenwissenschaft. Es ist die Fähigkeit, einer KI eine klare Arbeitsanweisung zu geben – mit Kontext, Struktur, Beispielen und Grenzen. Investiert eine Stunde in die Optimierung eurer häufigsten Prompts, und ihr werdet den Unterschied sofort merken.

Mein Tipp: Legt euch eine Prompt-Bibliothek an. Fünf bis zehn erprobte Prompts für eure Standardaufgaben – Protokolle, Analysen, Berichte, Ticketbearbeitung. Jedes Mal, wenn ein Prompt gut funktioniert, speichert ihn ab. Nach einem Monat habt ihr ein persönliches Toolset, das euch täglich Zeit spart.

Welche KI-Prompts nutzt ihr bereits im FM-Alltag? Teilt eure besten Beispiele – davon profitieren wir alle.