Priming

Priming heißt so viel wie „vorbereiten“ oder „vorprägen“. Der Begriff kommt aus der Psychologie. Dort beschreibt er einen einfachen Befund: Wer kurz vorher das Wort „Arzt“ gelesen hat, erkennt danach das Wort „Krankenschwester“ schneller. Der erste Reiz hat also das Denken in eine bestimmte Richtung geschoben, ohne dass man das bemerkt. In der Technikwelt wird das Wort heute meist für etwas anderes verwendet: Man gibt einem Textprogramm zuerst ein paar Sätze oder Beispiele, und diese Vorgabe bestimmt, wie es die eigentliche Aufgabe danach löst. Gemeint ist in beiden Fällen dasselbe Prinzip – der Anfang färbt das Ergebnis.

Warum ein einziger Satz vorher so viel ändert

Programme wie ChatGPT arbeiten nicht mit festen Regeln. Sie setzen Texte fort, indem sie jeweils das wahrscheinlichste nächste Wort schätzen. Was wahrscheinlich ist, hängt vollständig davon ab, was vorher im Text steht. Genau deshalb wirkt Priming hier so stark. Schreibt man „Du bist ein Steuerberater“ vor die Frage, klingt die Antwort anders als ohne diesen Satz – gleiche Frage, anderes Ergebnis.

Für die Nutzung ist das eine gute Nachricht. Man muss ein Programm nicht neu trainieren, um es für eine Aufgabe passend zu machen. Ein paar vorangestellte Zeilen genügen oft. Firmen sparen damit enorme Rechenkosten, denn ein Modell neu zu trainieren kostet Millionen. Priming kostet ein paar Sekunden Tipparbeit.

Es gibt aber auch eine Schattenseite. Wer die Vorgabe geschickt formuliert, kann ein Modell zu Aussagen bewegen, die es eigentlich vermeiden soll. Sicherheitsforscher nennen solche Tricks Jailbreaks, also Ausbrüche aus den eingebauten Regeln. Und in der Psychologie ist Priming ein bekanntes Werkzeug der Werbung: Wer vor einer Kaufentscheidung Bilder von Urlaub sieht, entscheidet anders.

Vorgabe, Beispiele, Rolle: die drei üblichen Wege

Der einfachste Weg ist die Rollenvorgabe. Man sagt dem Programm, wer es sein soll und für wen es schreibt. Zum Beispiel: „Erkläre es einem Zehntklässler, ohne Fachwörter.“ Der Rest der Unterhaltung bleibt dann meist in diesem Stil. Viele Chat-Dienste haben so eine versteckte Vorgabe fest eingebaut, den sogenannten Systemprompt.

Der zweite Weg sind Beispiele. Man zeigt zwei oder drei fertig gelöste Fälle und stellt erst danach die echte Aufgabe. Das Modell erkennt das Muster und macht es nach – etwa bei der Frage, ob eine Kundenbewertung positiv oder negativ ist. Fachleute nennen das Few-Shot-Prompting, also „Anleitung mit wenigen Beispielen“.

Wichtig ist eine Abgrenzung: Priming verändert das Modell selbst nicht. Nichts wird gespeichert, nichts wird gelernt. Die Wirkung reicht nur so weit, wie der Text im Blickfeld des Modells bleibt. Ist dieses Blickfeld voll, fällt der Anfang aus dem Gedächtnis, und die Vorgabe verpufft. Anders ist es beim Finetuning, dem Nachtrainieren – dort ändert sich das Modell dauerhaft.

Priming in Chatbots, Suchmaschinen und Werbung

Am häufigsten begegnet man Priming beim eigenen Umgang mit Chatbots. Wer nur „Schreib etwas über Aktien“ eingibt, bekommt Beliebiges. Wer vorher Zielgruppe, Länge und Tonfall festlegt, bekommt Brauchbares. Praktisch alle Ratgeber zum Thema Prompting beschreiben genau diese Technik, auch wenn sie das Wort Priming nicht benutzen.

In Produkten steckt Priming unsichtbar drin. Der Assistent in einer Bank-App wurde mit einer Vorgabe versehen, die ihn höflich, vorsichtig und themenbezogen hält. Auch KI-Antworten in Suchmaschinen bekommen zuerst gefundene Webseiten in den Text geschoben, bevor die Frage kommt. Die Antwort stützt sich dann auf dieses Material.

In Wirtschaftsnachrichten taucht der Begriff außerdem im alten psychologischen Sinn auf. Marktforscher untersuchen, wie Preisanker Kaufentscheidungen prägen. Ein häufiger Irrtum ist übrigens, Priming für einen Zaubertrick zu halten. Es verschiebt Wahrscheinlichkeiten, es erzwingt nichts – ein Modell kann trotz perfekter Vorgabe falsch antworten.