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. In 90 Prozent der Fälle liegt das Problem beim Prompt. Wer einer KI eine vage Frage stellt, bekommt eine vage Antwort, im Büro genauso wie im Gespräch mit einem neuen Mitarbeiter.

Prompt Engineering klingt nach Tech-Buzzword und heißt im Kern: der KI eine gute Arbeitsanweisung geben. Diese Fähigkeit wird für FM-Professionals in den nächsten Jahren so wichtig wie Excel-Kenntnisse.

Warum Standard-Prompts im FM nicht funktionieren

KI-Modelle sind auf allgemeinem Wissen trainiert. Fragst du „Erstelle mir einen Wartungsplan”, bekommst du einen generischen Plan, der so in jedem Lehrbuch stehen könnte. Nützlich ist das kaum, denn im FM zählt der Kontext: Welche Anlage? Welche Nutzung? Welcher Vertrag? Welche Frequenzen sind vereinbart? Welche Priorisierung gilt?

In den letzten Monaten habe ich systematisch getestet, welche Prompt-Strategien im FM-Alltag die besten Ergebnisse liefern. Fünf Techniken machen den größten Unterschied.

Technik 1: Rolle und Kontext definieren

Gib der KI zuerst eine Rolle und den Kontext deiner Situation, statt eine nackte Frage zu stellen.

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.”

Jetzt kennt die KI Branche, Kontext und Größenordnung und liefert ein Ergebnis, das als Arbeitsgrundlage taugt und nicht wie ein Lehrbuchtext klingt.

Technik 2: Strukturierte Ausgabe verlangen

FM-Daten brauchen Struktur. Bittest du die KI, etwas „zusammenzufassen”, bekommst du Fließtext. Im FM brauchst du 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.”

Das ist besonders stark bei Reporting-Aufgaben, weil sich die Ausgabe ohne manuelles Umformatieren verwenden lässt.

Technik 3: Beispiele mitgeben

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

Angenommen, du willst Ticketbeschreibungen standardisieren. Statt „Schreibe bessere Ticketbeschreibungen” gibst du 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.”

Mit Beispielen steigt die Qualität der Ergebnisse 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 und erfinde keine Daten.” „Wenn du eine Information nicht aus dem Kontext ableiten kannst, schreibe ‚Daten nicht vorhanden’ statt einer Vermutung.”

Die letzte Einschränkung ist bei Anlagendaten oder Vertragsinformationen besonders wichtig. Halluzinierte Zahlen oder erfundene Spezifikationen können im FM teuer werden. Eine ehrliche Lücke ist besser als falsche Sicherheit.

Technik 5: Mehrstufige Prompts für komplexe Aufgaben

Komplexe FM-Aufgaben wie eine Ausschreibungsanalyse, ein Baselining-Bericht oder eine Standortbewertung überfordern einzelne Prompts. Besser funktionieren mehrstufige Konversationen, in 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.”

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 sparen mir mit guten Prompts jede Woche Stunden.

Erstens strukturiere ich Protokolle aus Baubesprechungen. Ich spreche meine Notizen ins Handy, transkribiere sie und lasse die KI ein strukturiertes Protokoll mit Beschlüssen, Verantwortlichkeiten und Fristen erstellen. Das spart 30 Minuten pro Protokoll.

Zweitens analysiere ich Vertragstexte. 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 zu lesen, habe ich in fünf Minuten eine Übersicht.

Drittens formuliere ich Reporting-Texte. Die Daten habe ich schon, 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. Du gibst der KI eine klare Arbeitsanweisung mit Kontext, Struktur, Beispielen und Grenzen. Investiert eine Stunde in die Optimierung eurer häufigsten Prompts, und ihr merkt den Unterschied sofort.

Legt euch außerdem eine Prompt-Bibliothek an: fünf bis zehn erprobte Prompts für Standardaufgaben wie Protokolle, Analysen, Berichte und Ticketbearbeitung. Funktioniert ein Prompt gut, 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.