Challenge 5: Framework Forensik

Schwierigkeitsgrad: Fortgeschritten

Szenario

Sie sind KI-Forensiker! Ihnen werden exzellente KI-generierte Texte aus der Wissenschaftskommunikation präsentiert - aber die Original-Prompts sind “verschwunden”. Ihre Mission: Analysieren Sie die Outputs so detailliert, dass Sie den ursprünglichen Prompt rekonstruieren können. Welche Framework-Elemente wurden verwendet? Wie spezifisch waren die Vorgaben? Können Sie den Prompt so präzise nachbauen, dass ein ähnlich guter Output entsteht?

Lernziele

Tiefes Verständnis der Framework-Wirkung entwickeln
Output-Qualität systematisch analysieren
Implizite Prompt-Elemente erkennen
Framework-Expertise durch Reverse Engineering schärfen

Die Forensik-Challenge

Für jeden Fall erhalten Sie:

Den mysteriösen Output (ohne Prompt)
Kontext-Hinweise (Situation, Zielgruppe, Anlass)
30 Minuten Zeit für die Rekonstruktion
Vergleich mit dem Original-Prompt
Scoring basierend auf Übereinstimmung

Bewertungskriterien:

Expertenrolle: Wurde richtig identifiziert? (25%)
Aufgabe: Spezifität der Aufgabendefinition (25%)
Kontext: Vollständigkeit der Hintergrundinfos (25%)
Ausdruck: Tonfall und Stilebene erkannt (15%)
Format: Struktur und Länge antizipiert (10%)

Forensik-Fall 1: Der LinkedIn-Post

Mysteriöser Output:

🧬 Durchbruch in der Krebsforschung: Wenn KI Leben rettet

Unsere Forschungsgruppe hat einen KI-Algorithmus entwickelt, der Hautkrebs in 96% der Fälle korrekt identifiziert - das sind 12% mehr als selbst erfahrene Dermatologen schaffen.

Was das konkret bedeutet? Bei 300.000 jährlichen Hautkrebsdiagnosen in Deutschland könnten 36.000 zusätzliche Fälle früh erkannt werden. Das sind 36.000 Menschen, denen wir bessere Heilungschancen geben.

Besonders beeindruckend: Der Algorithmus lernt aus über 200.000 Hautbildern und kann sogar seltene Melanom-Varianten erkennen, die menschliche Experten manchmal übersehen. Erste Pilotprojekte mit drei Unikliniken laufen bereits.

Die Technologie zeigt: KI ersetzt keine Ärzte, sondern macht sie noch besser. Gemeinsam retten wir Leben.

Wie seht ihr das? Wo sollte KI in der Medizin künftig unterstützen?

#KI #Medizintechnik #Innovation #Gesundheit #Fraunhofer #Hautkrebs #DigitalHealth

Kontext-Hinweise:

Veröffentlichung nach Publikation in Nature Medicine
Zielgruppe: Medtech-Professionals und interessierte Öffentlichkeit
Plattform: LinkedIn
Institut: Fraunhofer-Institut für Bildverarbeitung
Ziel: Aufmerksamkeit für Forschung und potenzielle Industriepartner

Ihre Forensik-Analyse:

Erkennbare Framework-Elemente:

Expertenrolle: [Ihre Analyse]

Aufgabe: [Ihre Analyse]

Kontext: [Ihre Analyse]

Ausdruck: [Ihre Analyse]

Format: [Ihre Analyse]

Ihr rekonstruierter Prompt:

[Hier Ihren Prompt einfügen]

Forensik-Fall 2: Das Policy Brief

Mysteriöser Output:

POLICY BRIEF: Cybersecurity für kritische Infrastrukturen Handlungsempfehlungen für die Bundesregierung

Executive Summary Die Studie “CyberResilience 2024” zeigt alarmierende Sicherheitslücken in deutschlands kritischen Infrastrukturen. 62% der untersuchten Energieversorger, Wasserwerke und Krankenhäuser weisen signifikante Vulnerabilitäten auf. Sofortiges politisches Handeln ist erforderlich.

Zentrale Erkenntnisse • 3.200 kritische Anlagen untersucht, 1.984 mit Sicherheitsmängeln • Durchschnittlich 23 potenzielle Angriffsvektoren pro Anlage identifiziert
• Geschätzte Ausfallkosten: 2,3 Milliarden Euro bei koordiniertem Cyberangriff • Nur 31% der Betreiber haben ausreichende Incident-Response-Pläne

Handlungsempfehlungen

Cyber-Resilience-Gesetz: Verbindliche Sicherheitsstandards für KRITIS-Betreiber bis Q2/2025

Nationales Cyber-Response-Team: 200 Mio. Euro Investition in spezialisierte Eingreiftruppe

Industrielle Cybersecurity-Förderung: 500 Mio. Euro für Modernisierung veralteter Systeme

Europäische Cyber-Diplomatie: Deutschland als Vorreiter für EU-weite Standards

Public-Private Partnership: Intensivierung des Informationsaustauschs zwischen Behörden und Wirtschaft

Zeitkritische Umsetzung erforderlich Die geopolitische Lage verschärft die Bedrohung. Andere EU-Länder investieren bereits massiv. Deutschland darf nicht den Anschluss verlieren.

Kontakt: Dr. Michael Weber, Leiter Cybersecurity Policy, Fraunhofer SIT

Kontext-Hinweise:

Adressat: Bundesinnenministerium und Cyber-Sicherheitsrat
Anlass: Zunehmende Cyberangriffe auf kritische Infrastruktur
Ziel: Politische Entscheidungsträger zu konkreten Maßnahmen bewegen
Timing: Vor wichtiger Kabinettssitzung zu IT-Sicherheit

Ihre Forensik-Analyse:

Erkennbare Framework-Elemente:

Expertenrolle: [Ihre Analyse]

Aufgabe: [Ihre Analyse]

Kontext: [Ihre Analyse]

Ausdruck: [Ihre Analyse]

Format: [Ihre Analyse]

Ihr rekonstruierter Prompt:

[Hier Ihren Prompt einfügen]

Forensik-Fall 3: Der Krisen-Tweet

Mysteriöser Output:

⚠️ Update zur heutigen Evakuierung unseres KI-Labs:

Softwarefehler führte zu Überhitzung eines Servers - Rauchmelder reagierte korrekt, Labor wurde vorsorglich geräumt. ✅ Keine Verletzten ✅ Kein Gebäudeschaden ✅ Ursache identifiziert & behoben

Unsere Sicherheitsprotokolle funktionieren! Forschung läuft ab morgen normal weiter. Danke an @feuerwehr_berlin für den schnellen Einsatz! 🚒

Transparenz ist uns wichtig - bei Fragen stehen wir zur Verfügung.

Thread mit Details folgt 🧵👇

#Sicherheit #Forschung #Transparenz

Kontext-Hinweise:

Akute Krisensituation: Feuerwehreinsatz am Institut
Zielgruppe: Öffentlichkeit, Medien, Wissenschaftsgemeinschaft
Zeitdruck: Tweet musste schnell raus
Ziel: Beruhigung und Transparenz
Plattform: Twitter/X

Ihre Forensik-Analyse:

Erkennbare Framework-Elemente:

Expertenrolle: [Ihre Analyse]

Aufgabe: [Ihre Analyse]

Kontext: [Ihre Analyse]

Ausdruck: [Ihre Analyse]

Format: [Ihre Analyse]

Ihr rekonstruierter Prompt:

[Hier Ihren Prompt einfügen]

Original-Prompts zur Auflösung

Fall 1 - Original-Prompt:

[Expertenrolle] Als Social Media Manager eines Fraunhofer-Instituts für Bildverarbeitung mit Fokus auf medizinische KI-Anwendungen
[Aufgabe] Erstelle einen LinkedIn-Post zur Bekanntgabe unseres Hautkrebs-KI-Durchbruchs, der in Nature Medicine publiziert wurde
[Kontext] Unser KI-Algorithmus erreicht 96% Genauigkeit bei Hautkrebserkennung (12% besser als Dermatologen), trainiert mit 200.000 Hautbildern, erkennt auch seltene Melanome, 3 Unikliniken testen bereits. Zielgruppe: MedTech-Professionals, Industriepartner, interessierte Öffentlichkeit auf LinkedIn.
[Ausdruck] Fachlich fundiert aber emotional ansprechend, Fokus auf gesellschaftlichen Impact, vertrauensbildend, nicht marktschreierisch
[Format] LinkedIn-Post 200-250 Wörter, Emoji-Akzent, 6-8 Hashtags, Engagement-Frage am Ende

Fall 2 - Original-Prompt:

[Expertenrolle] Als Cybersecurity-Policy-Experte eines Fraunhofer-Instituts mit direktem Draht zu Ministerien und Regierungsberatern
[Aufgabe] Erstelle ein Policy Brief zu unserer kritischen Infrastruktur-Studie für das Bundesinnenministerium vor der Kabinettssitzung
[Kontext] Studie "CyberResilience 2024": 3.200 KRITIS-Anlagen untersucht, 62% mit Sicherheitsmängeln, 2,3 Mrd. Euro potenzielle Schäden, nur 31% haben Notfallpläne. Adressat: BMI, Cyber-Sicherheitsrat. Ziel: konkrete Gesetzgebung und Budgetfreigabe erwirken.
[Ausdruck] Sachlich-alarmierend, evidenzbasiert, handlungsorientiert, politisch sensibel aber drängend
[Format] Policy Brief: Executive Summary, Key Findings (Bulletpoints), 5 konkrete Handlungsempfehlungen mit Budgets, Zeitdruck betonen, Kontakt

Fall 3 - Original-Prompt:

[Expertenrolle] Als Pressesprecher eines Fraunhofer-Instituts in akuter Krisenkommunikation
[Aufgabe] Erstelle sofortigen Twitter-Post zur Beruhigung nach Feuerwehreinsatz in unserem Labor
[Kontext] KRISE: Serverüberhitzung führte zu Rauchentwicklung, Labor evakuiert, Feuerwehr vor Ort. FAKTEN: Keine Verletzten, kein Schaden, Ursache bekannt. Zielgruppe: Besorgte Öffentlichkeit, Medien, Mitarbeiter. ZEIT: Maximal 10 Minuten nach Incident.
[Ausdruck] Transparent-beruhigend, verantwortungsbewusst, dankbar gegenüber Helfern, keine Panik schüren
[Format] Twitter-Thread-Starter, unter 280 Zeichen, Fakten-Checkmarks, Thread-Ankündigung, relevante Hashtags

Forensik-Auswertung:

Punkte-System pro Framework-Element:

Expertenrolle (25 Punkte):

Vollständig richtig: 25 Punkte
Richtige Richtung, Details fehlen: 15 Punkte
Ungefähr richtig: 10 Punkte
Falsch: 0 Punkte

Aufgabe (25 Punkte):

Exakt getroffen: 25 Punkte
Kern richtig, Nuancen fehlen: 20 Punkte
Grundrichtung stimmt: 10 Punkte
Verfehlt: 0 Punkte

Kontext (25 Punkte):

Alle wichtigen Fakten: 25 Punkte
Meiste Fakten, einige fehlen: 20 Punkte
Grundfakten richtig: 15 Punkte
Wichtige Elemente übersehen: 5 Punkte

Ausdruck (15 Punkte):

Tonfall perfekt erkannt: 15 Punkte
Stilrichtung stimmt: 10 Punkte
Ungefähr passend: 5 Punkte
Verfehlt: 0 Punkte

Format (10 Punkte):

Struktur und Länge exakt: 10 Punkte
Fast richtig: 7 Punkte
Grundrichtung: 5 Punkte
Falsch: 0 Punkte

Gesamtauswertung:

90-100 Punkte: KI-Forensik-Profi 🏆
75-89 Punkte: Framework-Experte 🥇
60-74 Punkte: Guter Analytiker 🥈
45-59 Punkte: Grundverständnis vorhanden 🥉
Unter 45 Punkte: Mehr Übung nötig 📚

Wichtige Erkenntnisse der Framework-Forensik:

Output verrät Prompt-Qualität:
- Spezifische Details = spezifischer Prompt
- Zielgruppengenaue Sprache = klare Kontextdefinition
- Strukturierte Ausgabe = Format-Vorgaben
Framework-Elemente hinterlassen “Fingerabdrücke”:
- Expertenrolle prägt Fachsprache und Perspektive
- Kontext bestimmt inhaltliche Schwerpunkte
- Ausdruck steuert Emotionalität und Stil
- Format definiert Struktur und Länge
Implizite Prompt-Elemente erkennen:
- Was nicht gesagt wurde, aber mitgedacht
- Zielgruppen-Ansprache ohne explizite Nennung
- Branchen-Konventionen und Standards
Qualitäts-Indikatoren:
- Konsistente Terminologie = gute Expertenrolle
- Ausgewogene Argumentation = durchdachter Kontext
- Angemessene Komplexität = richtige Zielgruppe
- Call-to-Action = klares Kommunikationsziel
Lerneffekt durch Reverse Engineering:
- Verstehen, was gute Prompts ausmacht
- Sensibilität für Framework-Nuancen entwickeln
- Qualitätsbewusstsein für eigene Prompts schärfen
- Pattern Recognition für erfolgreiche Prompt-Strukturen