Was ist Context Engineering?

Context Engineering ist die Gestaltung all dessen, was ein KI-Modell oder Agent im Moment einer Entscheidung „sieht": Anweisungen, Daten, Werkzeuge, Gedächtnis, Beispiele und Regeln. Statt nur die Formulierung einer Anfrage zu optimieren, legt es fest, welche Informationen in welcher Struktur, Reihenfolge und Menge bereitgestellt werden. Ziel ist, dass das Modell genau das Relevante erhält – nicht zu wenig und nicht zu viel.

Warum ist das wichtig?

Die Qualität eines Agenten hängt weniger am Modell als am Kontext, den es bekommt. Für Prozessfragen heißt das: Ein Agent braucht Fälle, Objekte, Zeitstempel, Kennzahlendefinitionen und Zuständigkeiten in strukturierter Form – nicht einen Stapel Dokumente. Wer diesen Prozesskontext sauber bereitstellt, bekommt belastbare Antworten; wer ihn dem Zufall überlässt, bekommt plausible.

Wie sieht das konkret aus?

Ein Agent soll Lieferverzögerungen erklären. Ohne Context Engineering erhält er die Frage und einen Datenbankzugang und muss Tabellen, Feldnamen und Kennzahlen selbst erraten. Mit Context Engineering bekommt er die Definition von „verspätet" (Termin laut Auftragsbestätigung, nicht laut Bestellung), das Objektmodell aus Auftrag, Lieferung und Werk sowie ein Werkzeug, das Durchlaufzeiten je Variante liefert — und beantwortet die Frage in zwei Schritten statt in zwölf.

Nicht zu verwechseln mit

Nicht mit Prompt Engineering zu verwechseln: das optimiert die Formulierung einer einzelnen Anfrage, Context Engineering das gesamte Informationsumfeld, in dem ein Agent über viele Schritte arbeitet. Und nicht mit RAG gleichzusetzen: das Nachladen von Textpassagen ist nur eine von mehreren Techniken, um Kontext bereitzustellen.