Auf den Punkt: Context Engineering ist die Disziplin, das Kontextfenster von Sprachmodellen systematisch und zur Laufzeit mit den richtigen Informationen in optimaler Form zu füllen – deutlich umfassender als Prompt Engineering.
Context Engineering ist eine technische Disziplin, die beschreibt, wie Sprachmodelle mit den richtigen Informationen zur richtigen Zeit versorgt werden – deutlich umfassender als das bekannte Prompt Engineering. Der Begriff, geprägt von Andrej Karpathy, rückt das systematische Zusammenstellen des Kontextfensters in den Fokus.
Während Prompt Engineering sich mit der Formulierung einzelner Eingabesätze befasste, geht Context Engineering weiter: Es behandelt die Zusammensetzung des gesamten Eingabedokuments für Sprachmodelle. In modernen Produktionsanwendungen – autonome Agenten, mehrstufige Workflows, RAG-Systeme, Code-Generatoren oder Kundenservice-Bots – ist die Eingabe an das Modell keine einfache Anfrage, sondern ein hochkomplex zusammengesetztes Dokument, das dynamisch zur Laufzeit konstruiert wird.
Context Engineering bezeichnet die Disziplin, den richtigen Inhalt zur richtigen Zeit in das Kontextfenster eines Sprachmodells zu bringen: in der richtigen Form, der richtigen Reihenfolge und mit dem richtigen Umfang. Anthropic beschreibt es als iterativen Prozess, bei dem die Kurationsphase jedes Mal stattfindet, wenn Daten an das Modell übergeben werden – nicht als einmalige Aufgabe, sondern als kontinuierliche Designentscheidung.
Das Kontextfenster in Produktivapplikationen setzt sich typischerweise aus mehreren Schichten zusammen: einem statischen System Prompt für grundlegende Verhaltensregeln, der dynamischen Gesprächshistorie aus bisherigen Interaktionen, und externem Wissen durch Retrieval-Augmented Generation (RAG), das Dokumente, Datenbankeinträge oder Webinhalte zur Laufzeit bereitstellt. Die zentrale Herausforderung liegt darin, dass Kontextfenster endlich sind und Entscheidungen über Kompression, Auswahl oder Verwerfung von Informationen nicht trivial sind – etwa beim „Lost in the Middle“-Problem, bei dem zentral platzierte Informationen vom Modell weniger beachtet werden.
Für Engineers ist Context Engineering deshalb relevant, weil es vom reinen Prompt-Tuning zu systemischem Design führt: Wer die Kunst und Wissenschaft der Kontextkomposition beherrscht, baut robustere und effektivere KI-Systeme, die zur Laufzeit intelligent entscheiden, welche Daten dem Modell wann in welcher Form zur Verfügung stehen.
Quelle: www.it-daily.net · Erschienen 3. Juni 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.2.9.