Context Engineering

Context Engineering bezeichnet die gezielte Gestaltung dessen, was einem Sprachmodell zum Zeitpunkt der Antwort im Kontextfenster vorliegt. Gegenstand ist nicht mehr die Formulierung einer einzelnen Anweisung, sondern die Zusammenstellung, Ordnung und Pflege des gesamten Kontexts.

Zusammenfassung

Der Begriff setzte sich im Sommer 2025 durch. Am 18. Juni 2025 formulierte Tobi Lütke, Gründer von Shopify, eine später viel zitierte Bestimmung; wenige Tage darauf griff Andrej Karpathy sie auf und verhalf ihr zu Verbreitung.

Der Anlass war praktischer Natur. Solange ein Modell einzelne Fragen beantwortete, war die Frage der Hebel. Sobald es als Agent über viele Schritte arbeitet, besteht sein Kontext überwiegend aus Material, das niemand formuliert hat: Gesprächsverlauf, Werkzeugausgaben, abgerufene Dokumente, Zwischenergebnisse.

Anthropic fasste den Ansatz im September 2025 in einem eigenen Beitrag als das Kuratieren und Erhalten der jeweils bestmöglichen Zusammenstellung von Token während der Inferenz.

Damit verschiebt sich der Gegenstand der Optimierung. Prompt Engineering wird zum Teilgebiet: Die Anweisung bleibt wichtig, macht in einem Agentensystem aber nur einen kleinen Teil des Kontexts aus.

Begriffsgeschichte

Die Vorgeschichte ist die des Prompt Engineering. Ab 2020 entstand die Beobachtung, dass dasselbe Modell je nach Formulierung sehr unterschiedlich gut abschneidet, und daraus eine Sammlung von Kunstgriffen – Rollenzuweisungen, Beispiele, schrittweises Denken.

Zwei Entwicklungen entwerteten diese Sammlung teilweise. Die Modelle wurden robuster gegenüber der Formulierung, sodass viele Kunstgriffe keinen messbaren Unterschied mehr machten. Und die Kontextfenster wuchsen von einigen tausend auf Hunderttausende Token.

Das große Fenster löste das Problem nicht, sondern verschob es. Wer alles hineingibt, was verfügbar ist, verschlechtert das Ergebnis: Modelle verlieren Angaben in der Mitte langer Kontexte, und widersprüchliches Material erzeugt widersprüchliche Antworten.

Damit wurde Auswahl zur eigentlichen Aufgabe – und mit ihr ein Begriff, der nicht mehr die Anweisung meint, sondern das Fenster als Ganzes. Im Juli 2025 erklärte die Marktforschung den Wechsel für vollzogen.

Methodische Grundlagen

Auswahl statt Vollständigkeit. Aufgenommen wird, was zur Lösung des nächsten Schritts beiträgt. Der Maßstab ist nicht, was verfügbar ist, sondern was den Unterschied macht – jede weitere Angabe konkurriert mit den übrigen um Aufmerksamkeit.

Ordnung im Fenster. Position wirkt. Anweisungen am Anfang und am Ende werden zuverlässiger befolgt als solche in der Mitte; deshalb werden Regeln oft wiederholt oder ans Ende gestellt.

Verdichtung über die Zeit. Bei langen Läufen wächst der Verlauf über das Fenster hinaus. Übliche Antworten sind Zusammenfassung älterer Abschnitte, Auslagerung in Dateien und die Wiederbeschaffung bei Bedarf.

Auslagerung statt Mitführung. Statt Wissen im Fenster zu halten, wird es außerhalb abgelegt und über Werkzeuge geholt. Das Fenster enthält dann den Weg zur Information, nicht die Information.

Dauerhafte Regeln. Projektbezogene Anweisungen in Kontextdateien wirken bei jedem Lauf. Damit lässt sich ein wiederkehrender Fehler einmal abstellen, statt ihn wiederholt zu korrigieren – die Verbindung zum Harness Engineering.

Anwendungsfelder

Agentensysteme. Der Hauptanwendungsfall. Ein System, das über Stunden arbeitet, erzeugt laufend Kontext; ohne Verdichtung und Auswahl läuft das Fenster voll, bevor die Aufgabe fertig ist.

Abrufgestützte Antworten. Bei Retrieval-Augmented Generation entscheidet die Auswahl der eingespielten Abschnitte über die Qualität stärker als die Formulierung der Frage.

Codewerkzeuge. Bei Arbeiten an großen Projekten ist die Frage, welche Dateien das Modell sieht, unmittelbar leistungsbestimmend – und zugleich die häufigste Fehlerursache.

Gespräche mit Gedächtnis. Anwendungen, die sich über Sitzungen hinweg an Nutzende erinnern sollen, müssen entscheiden, was aufbewahrt, verdichtet und wieder eingespielt wird.

Kontroversen und Kritik

Etikettenwechsel. Der häufigste Einwand lautet, es handle sich um bekannte Praxis unter neuem Namen: Auswahl relevanter Information sei seit den ersten Abrufsystemen Gegenstand der Informatik. Befürworter halten dem entgegen, dass die Verlagerung vom Prompt zum Fenster eine reale Verschiebung benennt.

Fehlende Messbarkeit. Es gibt kaum belastbare Verfahren, die Güte einer Kontextzusammenstellung unabhängig vom Ergebnis zu beurteilen. Bewertet wird am Ausgang – was Ursache und Wirkung schwer trennbar macht.

Modellabhängigkeit. Was für ein Modell gut funktioniert, muss es für ein anderes nicht. Aufwendig abgestimmte Zusammenstellungen veralten mit jeder Modellgeneration und binden Arbeit an einen Anbieter.

Verlagerung des Aufwands. Der Ansatz verspricht, ohne Training auszukommen. Tatsächlich verschiebt er den Aufwand von der Modellanpassung in die laufende Pflege von Regeln, Abrufwegen und Verdichtungsstrategien.

Was der Begriff sichtbar macht

Unabhängig davon, ob er neu ist, benennt der Begriff eine Beobachtung, die in Leistungsvergleichen zwischen Modellen nicht vorkommt.

Zwei Systeme mit demselben Modell können sich in ihrer Brauchbarkeit erheblich unterscheiden, und der Unterschied liegt nicht im Modell. Er liegt darin, was jemand vorbereitet hat: welche Regeln hinterlegt sind, welche Werkzeuge bereitstehen, was aus dem Verlauf erhalten bleibt.

Damit rückt eine Größe in den Blick, die zwischen Modell und Anwendung liegt und bislang keinen Namen hatte. Ranglisten messen Modelle; was in der Praxis den Ausschlag gibt, ist häufig die Schicht darüber.

Die Kehrseite ist eine Zuschreibungsfrage. Wird ein Ergebnis besser, ist selten zu trennen, ob das neue Modell oder die inzwischen gewachsene Umgebung dafür verantwortlich ist – ein Problem, das die Bewertung von Fortschritt in diesem Feld durchzieht.

Verwandte Begriffe

• Prompt Engineering – Vorläuferdisziplin, heute Teilgebiet
• Harness Engineering – benachbarte Praxis mit demselben Grundgedanken
• Claude Code – Werkzeug, an dem die Praxis sich ausbildete
• Retrieval-Augmented Generation – Verfahren, dessen Güte an der Auswahl hängt
• Long Context – technische Voraussetzung und zugleich Ursache des Problems
• Agentic AI – Systemklasse, die den Bedarf erzeugt
• Andrej Karpathy – wesentlicher Verbreiter des Begriffs
• Anthropic – frühe Formalisierung des Ansatzes

Quellenangaben

1. Anthropic, 2025. Effective Context Engineering for AI Agents. Anthropic Engineering Blog, 29. September 2025.
2. Liu, Nelson F. / Lin, Kevin / Hewitt, John u. a. (2023): Lost in the Middle: How Language Models Use Long Contexts. In: Transactions of the Association for Computational Linguistics 12. arXiv: 2307.03172.
3. Lütke, Tobi (2025): Beitrag zum Begriff Context Engineering.
4. Karpathy, Andrej (2025): Beitrag zum Begriff Context Engineering.

← Zurück zur Lexikon-Übersicht

Zuletzt bearbeitet: 10. August 2026

Zusammengestellt, formuliert, lektoriert und korrigiert mit KI-Unterstützung. Kuratiert von Nils Brauer. Alle Angaben ohne Gewähr.