10 Prompts, die ich als Amazon-Seller wirklich nutze

Warum die meisten Prompt-Listen nutzlos sind

„Die 100 besten ChatGPT-Prompts für dein Business" – ich habe solche Listen gelesen, gespeichert und nie wieder geöffnet. Das Problem: Diese Prompts arbeiten ohne Kontext und ohne deine Daten. Sie produzieren Text, der klingt, aber nichts weiß.

Ich mache seit 2023 Amazon-Arbitrage, seit 2025 in Vollzeit, EU-weit, mit rund 1,5 Millionen Euro Umsatz im letzten Jahr. Claude und ChatGPT nutze ich täglich – nicht weil KI gerade Thema ist, sondern weil ich aus der IT komme und Werkzeuge danach bewerte, ob sie mir Arbeit abnehmen.

Mein Prinzip für jeden Prompt: Rolle + echte Daten + gewünschtes Format. Wer die Rolle weglässt, bekommt Allgemeinplätze. Wer die Daten weglässt, bekommt Halluzinationen. Wer das Format weglässt, bekommt drei Bildschirmseiten Prosa, die er erst zusammenkürzen muss.

Die folgenden zehn Prompts nutze ich selbst – manche täglich, manche einmal im Monat. Die Platzhalter in eckigen Klammern wie [PRODUKT] oder [DEINE DATEN] ersetzt du immer durch echte Daten. Das ist keine Empfehlung, das ist die Bedingung, unter der diese Prompts überhaupt funktionieren.

Die 10 Prompts aus meinem Alltag

1. Deal-Zweitmeinung: Der Advocatus Diaboli

Bevor ich bei einem größeren Deal einkaufe, will ich keine Bestätigung – ich will Widerspruch. Also gebe ich meine Kalkulation rein und verbiete der KI ausdrücklich, mir zuzustimmen.

Du bist ein kritischer Einkäufer für Amazon-Arbitrage. Hier sind die Daten eines Deals: EK netto [BETRAG], aktueller VK [BETRAG], Gewinn nach allen Gebühren [BETRAG], Anzahl Seller in der Buybox [ANZAHL], BSR-Verlauf [BESCHREIBUNG], geplante Stückzahl [MENGE]. Liste ausschließlich Risiken und fehlende Informationen auf, die ich vor dem Kauf klären sollte. Gib keine Kaufempfehlung ab. Nur eine nummerierte Liste, keine Zusammenfassung.

Das funktioniert, weil KI-Modelle von Haus aus zustimmungsfreudig sind – erst das explizite Verbot der Empfehlung zwingt sie in die kritische Rolle. Aktuelle Marktdaten kennt die KI trotzdem nicht: Keepa lesen musst du weiterhin selbst.

2. Lieferanten-Erstkontakt auf Deutsch und Englisch

Wenn ich einen neuen Distributor anschreibe, geht es um einen Eindruck in zehn Sekunden: seriös, konkret, kein Kleinunternehmer-Vibe und kein Marketing-Geschwafel.

Schreibe eine kurze, seriöse Erstkontakt-E-Mail an einen Großhändler. Absender: [FIRMA], Amazon-Händler seit [JAHR], Fokus auf [KATEGORIEN], monatliches Einkaufsvolumen im Rahmen von [VOLUMEN-RAHMEN]. Ziel: Zugang zur Preisliste und B2B-Konditionen. Maximal 120 Wörter, keine Superlative, keine Floskeln. Erstelle eine deutsche und eine englische Version.

Die Wortgrenze ist der wichtigste Teil – ohne sie schreibt die KI dreimal so lang wie nötig, und lange Erstkontakt-Mails werden gelöscht. Deine Eckdaten müssen stimmen: Ein erfundener Volumen-Rahmen fliegt dir spätestens bei der ersten Bestellung um die Ohren.

3. Nachfass-Mail nach einer Woche Funkstille

Lieferanten antworten oft erst auf die zweite Mail. Das Problem: Nachfassen klingt schnell entweder unterwürfig oder genervt.

Ich habe vor einer Woche diese E-Mail an einen Lieferanten geschickt und keine Antwort erhalten: [ORIGINAL-MAIL EINFÜGEN]. Schreibe zwei Varianten einer Nachfass-Mail: eine sehr kurze mit maximal drei Sätzen und eine, die einen konkreten nächsten Schritt vorschlägt, zum Beispiel ein kurzes Telefonat. Ton: freundlich, aber bestimmt. Keine Entschuldigungen, kein Druck.

„Keine Entschuldigungen" steht da bewusst – KI-Texte neigen zum „Entschuldigen Sie die Störung", und genau das macht dich klein. Zwei Varianten anzufordern kostet nichts extra und du wählst die, die zum Lieferanten passt.

4. Rechnungsdaten in eine saubere Tabelle extrahieren

Meine Lieferanten schicken Rechnungen in jedem denkbaren Format. Für die Buchhaltungsvorbereitung brauche ich die Positionen aber strukturiert – und tippe sie ungern ab.

Hier ist der Text einer Lieferantenrechnung: [RECHNUNGSTEXT ODER PDF-INHALT EINFÜGEN]. Extrahiere daraus eine Tabelle mit den Spalten: Position, Artikelbezeichnung, Menge, EK netto pro Stück, EK netto gesamt, USt-Satz. Wenn eine Angabe fehlt oder mehrdeutig ist, schreibe UNKLAR in die Zelle, statt einen Wert zu raten.

Der entscheidende Satz ist der letzte: Ohne die UNKLAR-Regel füllt die KI Lücken mit plausibel aussehenden Werten – bei Buchhaltungsdaten ein echtes Problem. Ich prüfe trotzdem jede Tabelle stichprobenartig gegen das Original, bevor irgendetwas davon weiterverarbeitet wird.

5. Amazon-Case für verlorene oder beschädigte FBA-Ware

Ware verschwindet im FBA-Lager, kommt beschädigt an oder wird falsch eingebucht – wer EU-weit versendet, kennt das. Meine Erfahrung: Sachliche, vollständige Cases laufen deutlich runder als emotionale Beschwerden.

Formuliere einen sachlichen Text für einen Amazon-Seller-Support-Case. Sachverhalt: Bei Shipment [SHIPMENT-ID] wurden [X] von [Y] Einheiten des Produkts [SKU/ASIN] als eingetroffen bestätigt, [FEHLMENGE] Einheiten fehlen seit [DATUM]. Vorhandene Belege: [RECHNUNG, PACKLISTE, SPEDITIONSNACHWEIS]. Struktur: kurze Fallbeschreibung, Chronologie mit Daten, konkrete Forderung (Erstattung oder Wiedereinbuchung), Verweis auf die angehängten Belege. Kein Vorwurf, keine Emotionen, unter 200 Wörter.

Die vorgegebene Struktur sorgt dafür, dass der Support alle relevanten Informationen im ersten Anlauf bekommt – jede Rückfrage kostet Tage. Wichtig: Shipment-IDs und Mengen selbst gegenprüfen, die KI übernimmt deine Tippfehler kommentarlos.

6. Keepa-Verlauf einordnen lassen

Manchmal sehe ich einen Chart und bin unschlüssig, was er mir sagen will. Dann beschreibe ich den Verlauf – oder füge den Datenexport ein – und lasse mir Muster benennen.

Ich beschreibe dir den Keepa-Verlauf eines Produkts über [ZEITRAUM]: [BESCHREIBUNG ODER DATENEXPORT – Preisverlauf, Anzahl Seller, BSR, Amazon als Verkäufer ja/nein]. Welche Muster erkennst du und welche Risiken leiten sich daraus ab? Prüfe insbesondere: Hinweise auf einen Preiskrieg, Saisonalität, Amazon steigt ein oder aus, auffällige BSR-Sprünge. Nenne zu jedem Muster, welche meiner Angaben deine Einschätzung stützen.

Der letzte Satz zwingt das Modell, sich auf deine Daten zu beziehen, statt frei zu fabulieren. Die Einordnung bleibt trotzdem eine Hypothese – die Kaufentscheidung treffe ich, nicht die KI.

7. Retouren-Gründe clustern

Ab einer gewissen Kontogröße wird die Retourenliste unübersichtlich: Dutzende Freitext-Gründe, kein Muster auf den ersten Blick. Genau dafür ist KI gebaut.

Hier ist eine Rohliste von Retouren-Gründen aus meinem Amazon-Konto: [LISTE EINFÜGEN]. Clustere die Gründe in sinnvolle Gruppen und sortiere sie nach Häufigkeit. Gib pro Cluster an: Anzahl der Fälle, typische Kundenformulierungen und genau eine Idee für eine Gegenmaßnahme. Format: Tabelle.

„Genau eine Gegenmaßnahme" verhindert, dass du zehn generische Ratschläge pro Cluster bekommst und den Wald vor Bäumen nicht mehr siehst. Die Zuordnung einzelner Fälle prüfe ich stichprobenartig – bei mehrdeutigen Formulierungen sortiert die KI schon mal falsch ein.

8. Wochenreport aus dem Sellerboard-Export

Jeden Montag schaue ich auf die Zahlen der Vorwoche. Statt selbst durch den Export zu scrollen, lasse ich vorsortieren, wo es sich hinzuschauen lohnt.

Hier ist mein Sellerboard-Export der letzten Woche: [SELLERBOARD-EXPORT EINFÜGEN]. Nenne die fünf wichtigsten Beobachtungen – zum Beispiel auffällige Veränderungen bei Umsatz, Marge, Werbekosten oder einzelnen Produkten – und formuliere drei offene Fragen, denen ich diese Woche nachgehen sollte. Keine allgemeinen Ratschläge, nur Beobachtungen, die sich direkt aus den Daten ergeben.

Der Zusatz „nur Beobachtungen aus den Daten" filtert die üblichen Berater-Floskeln raus. Die drei offenen Fragen sind für mich der eigentliche Wert: Sie sind mein Startpunkt für die Woche, nicht das Endergebnis.

9. Kategorie-Risikoscan vor dem Einstieg

Neue Kategorie heißt neue Pflichten: Gating, Kennzeichnung, Produktsicherheit, teils Registrierungen. Bevor ich den ersten Euro in eine unbekannte Kategorie stecke, baue ich mir eine Recherche-Checkliste.

Ich verkaufe über Amazon FBA in Deutschland und EU-weit und will in die Kategorie [KATEGORIE] einsteigen. Erstelle eine Recherche-Checkliste: Welche Compliance-, Gating-, Kennzeichnungs- und Produktsicherheits-Fragen muss ich vor dem ersten Einkauf klären? Formuliere jeden Punkt als konkrete Frage, die ich selbst recherchieren oder einem Anwalt stellen kann. Keine Rechtsauskünfte, nur die Checkliste.

Der Trick ist, nach Fragen statt nach Antworten zu fragen – ob eine Regelung Mitte 2026 noch genau so gilt, weiß das Modell schlicht nicht sicher. Das Ergebnis ist eine Recherche-Grundlage und ersetzt keine Rechtsberatung.

10. „Erklär's mir wie einem Kollegen"

Ständig taucht ein Thema auf, von dem ich nur den Namen kenne – eine neue Meldepflicht, ein Programm, eine Abgabe. Statt zwei Stunden Blogartikel zu lesen, hole ich mir erst den Überblick.

Erkläre mir [THEMA] so, als würdest du es einem Kollegen erklären, der Amazon-Seller ist, aber von diesem Thema noch nie gehört hat. Erst ein Überblick in maximal zehn Sätzen: Was ist es, wen betrifft es, was passiert, wenn man es ignoriert. Danach: die drei häufigsten Fehler, die Anfänger bei diesem Thema machen. Wenn du dir bei etwas unsicher bist, sage es explizit.

Der Kollegen-Rahmen verhindert den Lehrbuch-Ton, und die drei Anfängerfehler sind oft nützlicher als der Überblick selbst. Der Unsicherheits-Hinweis ist kein Schutz vor Halluzinationen – danach gehe ich gezielt in die Primärquellen, aber eben mit zehn Minuten Vorsprung.

Warum Prompts allein nicht reichen

Drei Dinge habe ich in drei Jahren täglicher Nutzung gelernt – und sie gelten für Claude genauso wie für ChatGPT.

Ohne echte Daten halluziniert jede KI. Wer fragt „Ist Produkt X ein guter Deal?", ohne Zahlen mitzugeben, bekommt eine Antwort, die überzeugend klingt und frei erfunden ist. Deine Daten sind der Anker. Kein Prompt der Welt ersetzt sie.

Format vorgeben spart Nacharbeit. Tabelle, maximale Wortzahl, nummerierte Liste, „keine Zusammenfassung" – jede Formatvorgabe ist eine Minute, die du hinterher nicht mit Kürzen und Umbauen verbringst.

Kritische Sachen prüfst du selbst. Alles, was Geld bewegt, an Amazon rausgeht oder rechtlich relevant ist, geht bei mir durch die Endkontrolle. Die KI liefert den ersten Entwurf und die Struktur – die Verantwortung liefert sie nicht mit.

Prompts sind Startpunkte, keine Magie. Wer das einmal verinnerlicht hat, ärgert sich seltener über schlechte Antworten – und stellt bessere Fragen.

Fazit

Diese zehn Prompts sind keine Geheimformeln, sondern Arbeitswerkzeuge, die erst mit deinen echten Daten brauchbar werden. Ich passe sie laufend an, wenn sich mein Alltag oder die Modelle ändern – nimm sie also als Vorlage, nicht als Vorschrift. Fang mit den zwei oder drei an, die deinen größten Engpass treffen, und wirf den Rest ohne schlechtes Gewissen weg.