Wer KI-Tools wie ChatGPT oder Copilot für die Erstellung von Unterweisungen nutzen möchte, stößt schnell auf ein zentrales Problem: Das Ergebnis ist nur so gut wie der Prompt dahinter. Vage Eingaben liefern generische Texte, die weder rechtlich belastbar noch praxistauglich sind. Genau hier setzt das RACE-Framework an, ein strukturiertes Vorgehen beim Prompt-Schreiben, das besonders im HR-Kontext überzeugt. Dieser Beitrag zeigt, wie das Framework funktioniert, warum Unterweisungen ein idealer Anwendungsfall sind und wie konkrete Beispiel-Prompts aussehen können.
Das RACE-Framework kurz erklärt
Das RACE-Framework ist eine Methode aus dem Bereich Prompt Engineering, die dabei hilft, präzise und zielgerichtete Eingaben für KI-Sprachmodelle zu formulieren. Der Name steht für vier Bestandteile: Role (Rolle), Action (Aufgabe), Context (Kontext) und Expectation (Erwartung). Zusammen bilden diese vier Elemente einen vollständigen Prompt, der der KI genau das mitteilt, was sie wissen muss, um nützliche Ergebnisse zu liefern.
Im Unterschied zu einfachen Fragen oder Stichpunkten gibt das RACE-Framework der KI eine klare Perspektive, einen definierten Auftrag, relevante Hintergrundinformationen und eine konkrete Vorstellung vom gewünschten Output. Das reduziert Rückfragen, Nachbesserungen und vor allem den Frust über unbrauchbare Ergebnisse erheblich.
Unterweisungen als idealer Anwendungsfall für RACE
Unterweisungen gehören zu den Dokumenten im HR-Bereich, bei denen Präzision keine Option, sondern eine Pflicht ist. Sie müssen rechtliche Anforderungen erfüllen, zielgruppengerecht formuliert sein und konkrete Handlungsanweisungen enthalten. Gleichzeitig sind sie oft zeitaufwendig in der Erstellung, besonders wenn ein Unternehmen viele verschiedene Tätigkeitsbereiche abdeckt.
Genau deshalb eignen sich Unterweisungen so gut für den Einsatz von KI im HR. Die Inhalte sind strukturierbar, die Anforderungen definierbar und das Format weitgehend standardisiert. Wer das RACE-Framework konsequent anwendet, kann mit wenigen Minuten Aufwand einen soliden Erstentwurf erzeugen, der dann nur noch geprüft und angepasst werden muss. Das spart Zeit, ohne auf Qualität zu verzichten.
RACE in der Praxis: Schritt für Schritt zum fertigen Prompt
Ein gut strukturierter Prompt folgt einer klaren Logik. Jedes der vier RACE-Elemente erfüllt eine spezifische Funktion und trägt dazu bei, dass die KI den Auftrag richtig versteht.
Role: Die Perspektive festlegen
Zu Beginn wird der KI eine Rolle zugewiesen. Zum Beispiel: „Du bist eine erfahrene Fachkraft für Arbeitssicherheit in einem mittelständischen Produktionsbetrieb.“ Diese Rollenzuweisung beeinflusst Tonalität, Fachtiefe und Perspektive des generierten Textes erheblich.
Action: Den Auftrag klar benennen
Danach folgt die konkrete Aufgabe: „Erstelle eine schriftliche Unterweisung zum Thema sicherer Umgang mit Leitern.“ Je präziser die Aufgabe formuliert ist, desto zielgerichteter fällt das Ergebnis aus. Vage Formulierungen wie „Schreib etwas über Leitern“ führen zu generischen Texten.
Context: Den Rahmen setzen
Der Kontext liefert der KI alle relevanten Hintergrundinformationen: Branche, Zielgruppe, rechtliche Grundlagen, besondere Risiken oder betriebliche Besonderheiten. Zum Beispiel: „Die Unterweisung richtet sich an Lagermitarbeiter:innen ohne Vorkenntnisse. Relevante Vorschrift ist die DGUV Regel 108-006.“
Expectation: Das gewünschte Ergebnis beschreiben
Abschließend wird das erwartete Format definiert: Länge, Struktur, Sprache, Formalitätsgrad. „Die Unterweisung soll maximal eine DIN-A4-Seite umfassen, in einfacher Sprache verfasst sein und eine Checkliste am Ende enthalten.“ Mit dieser Angabe weiß die KI nicht nur, was, sondern auch, wie sie schreiben soll.
Drei Beispiel-Prompts für typische Unterweisungsthemen
Theorie ist gut, Praxis ist besser. Die folgenden drei Beispiele zeigen, wie vollständige RACE-Prompts für häufige Unterweisungsthemen aussehen können.
Beispiel 1: Brandschutzunterweisung
„Du bist eine erfahrene Brandschutzbeauftragte in einem Bürogebäude mit 80 Mitarbeiter:innen (Role). Erstelle eine jährliche Brandschutzunterweisung (Action). Das Gebäude hat zwei Treppenhäuser, einen Serverraum und eine Teeküche. Die Belegschaft arbeitet überwiegend im Büro, einige im Homeoffice (Context). Die Unterweisung soll als strukturierter Fließtext mit Aufzählungen verfasst sein, maximal 400 Wörter umfassen und mit einem Hinweis auf den Sammelplatz enden (Expectation).“
Beispiel 2: Unterweisung zur Bildschirmarbeit
„Du bist HR-Spezialist:in mit Kenntnissen in Arbeitsschutz und Ergonomie (Role). Erstelle eine Unterweisung zur ergonomischen Gestaltung von Bildschirmarbeitsplätzen (Action). Die Zielgruppe sind neue Mitarbeiter:innen im Onboarding, die hauptsächlich im Homeoffice arbeiten werden. Grundlage ist die Bildschirmarbeitsverordnung (Context). Der Text soll in Du-Form verfasst sein, fünf konkrete Handlungsempfehlungen enthalten und mit einer kurzen Selbstcheckliste abschließen (Expectation).“
Beispiel 3: Unterweisung zum Datenschutz
„Du bist Datenschutzbeauftragte:r in einem kleinen Dienstleistungsunternehmen (Role). Erstelle eine Unterweisung zum datenschutzkonformen Umgang mit Kundendaten (Action). Das Unternehmen verarbeitet personenbezogene Daten über ein CRM-System und kommuniziert per E-Mail. Grundlage ist die DSGVO (Context). Die Unterweisung soll in klarer, nicht juristischer Sprache verfasst sein, typische Fehler als Negativbeispiele enthalten und eine Unterschriftenzeile für die Dokumentation beinhalten (Expectation).“
Häufige Fehler beim Prompten von Unterweisungen
Auch mit einem guten Framework entstehen Fehler, wenn einzelne Elemente unvollständig oder missverständlich formuliert sind. Wer diese typischen Stolpersteine kennt, kann sie gezielt vermeiden.
- Fehlende Zielgruppenangabe: Ohne Information über Vorkenntnisse, Sprache oder Tätigkeit der Adressierten schreibt die KI für eine imaginäre Durchschnittsperson, die oft nicht zur tatsächlichen Belegschaft passt.
- Keine rechtliche Grundlage genannt: Unterweisungen ohne Bezug zu konkreten Vorschriften oder Normen wirken beliebig. Die KI kann keine Gesetze erfinden, aber sie kann vorhandene korrekt einbinden, wenn sie genannt werden.
- Zu offene Formatvorgaben: „Schreib einen Text“ führt zu einem Text. „Schreib eine einseitige Unterweisung mit Einleitung, drei Hauptpunkten und Unterschriftenzeile“ führt zu einem verwendbaren Dokument.
- Kein Review-Schritt eingeplant: KI-generierte Unterweisungen sind Entwürfe, keine fertigen Dokumente. Rechtliche Prüfung und inhaltliche Anpassung an betriebliche Realitäten bleiben menschliche Aufgaben.
- Prompt zu lang und unstrukturiert: Wer alle Informationen in einem ungegliederten Fließtext eingibt, riskiert, dass die KI wichtige Details übersieht. Kurze, klare Sätze je RACE-Element sind effektiver als lange Absätze.
RACE als Baustein einer modernen HR-Praxis im Mittelstand
Das RACE-Framework ist kein Selbstzweck. Es ist ein praktisches Werkzeug, das zeigt, wie strukturiertes Prompt Engineering HR-Arbeit effizienter und zugänglicher machen kann. Gerade im Mittelstand, wo HR-Ressourcen oft knapp sind, ermöglicht dieser Ansatz, Routineaufgaben wie Unterweisungen schneller und konsistenter zu erledigen, ohne auf Qualität zu verzichten.
Wer heute lernt, KI-Tools gezielt einzusetzen, schafft sich einen echten Wettbewerbsvorteil. Nicht weil Technologie menschliche Urteilskraft ersetzt, sondern weil sie Kapazitäten freisetzt für das, was wirklich Expertise erfordert: strategische Personalentwicklung, Führungskräftebegleitung und die Gestaltung einer Unternehmenskultur, die Menschen anzieht und hält.
Wie HR-Werkstatt beim Einsatz von KI im HR unterstützt
Der Einstieg in KI-gestützte HR-Arbeit wirft viele praktische Fragen auf: Welche Tools passen zum eigenen Betrieb? Wie werden Prompts rechtssicher eingesetzt? Und wie lässt sich das Ganze in bestehende HR-Prozesse integrieren? HR-Werkstatt begleitet mittelständische Unternehmen genau bei diesen Fragen, flexibel, on demand und ohne den Overhead einer Festanstellung.
Als spezialisierte HR-Beratung für den Mittelstand bietet HR-Werkstatt konkrete Unterstützung, die direkt wirkt:
- Entwicklung und Optimierung von HR-Prompts für Unterweisungen, Stellenbeschreibungen und weitere Dokumente
- Aufbau praxistauglicher KI-Workflows, die zu den vorhandenen Strukturen passen
- Rechtliche Einordnung und Qualitätssicherung KI-generierter HR-Dokumente
- Schulung und Befähigung von Führungskräften im Umgang mit KI-Tools im HR-Kontext
- Ganzheitliche Begleitung bei der Professionalisierung der Personalarbeit im Rahmen von HR On Demand
Bereit, HR-Arbeit smarter zu gestalten? Nehmen Sie Kontakt mit HR-Werkstatt auf und erfahren Sie, wie moderne Personalarbeit im Mittelstand aussehen kann.
