Prompt-Engineering-Interview-Rubrik (2026)

Prompt Engineering ist kein Neben-Skill mehr—es liegt auf dem kritischen Pfad für RAG, Agenten und Kunden-Copilots. Eine Rubrik aligniert Interviewer.

Dieses Playbook zielt auf Rollen, in denen Prompts, Tool-Schemas und Eval-Loops wöchentlich sind—nicht reine Forschung. Gewichte anpassen bei MLOps/Backend-Fokus.

Klären sie Nutzerintention, Constraints und Erfolgskriterien vor dem ersten Prompt?

Antizipieren sie Mehrdeutigkeit und schlagen sie Defaults, Klärfragen oder Fallback-Policies vor?

Höher bewerten, wenn Modellverhalten und Produktversprechen getrennt werden.

Strukturieren sie Prompts mit Rollen, Beispielen und Output-Format statt einem Block?

Beschreiben sie Regression—Golden Sets, Diff-Review, A/B Latenz/Kosten—bei geänderten Anforderungen?

Trade-off-Sprache: wann Retrieval, Fine-Tuning oder deterministische Guardrails.

Nennen sie Prompt Injection, Tool-Missbrauch, PII-Leaks oder Jailbreaks für ihre Oberfläche?

Balancieren sie Länge, Latenz und Kosten je Kanal (Batch, interaktiv, Voice)?

Starke Kandidat:innen schlagen Logging, Human Review oder Rate Limits vor—nicht nur „bessere Prompts“.

1 — Kein Framing; unstrukturierte Prompts; keine Eval oder Failure Modes.

2 — Nutzbare Prompts, schwach bei Iteration, Metriken oder Security; viel Coaching.

3 — Solides Produktsinn; Eval-Harness und Guardrails; klare Trade-offs.

4 — Lehrt das Team: systematische Eval, Kosten/Latenz, saubere Übergabe an Engineering/MLOps.

Realistisches Briefing (Support-Bot, Doc-Q&A, interne Suche): 20–30 Min Prompts plus Mini-Eval-Plan.

Optional: Constraint mid-exercise ändern (Locale, Latenz, Tools verboten) und Anpassung beobachten.

Debrief: Was in Woche 1 vs. später—Produktreife.

Live-Übung (60 %), Take-home/Portfolio (30 %), Kultur (10 %). Safety stärker gewichten bei Kunden-Oberflächen.

War Story: Prompt, der in Prod regredierte—Erkennung und Fix.

Mid-Level: 3+ bei Framing und Iteration, kein 1 bei Safety. Seniors: Trend zu 4 auf mindestens zwei Achsen.

Erster LLM-Hire: starkes 3 mit Backend/Data schlägt oft theoretisches 4 ohne Shipping-Historie.