Bei einer Veranstaltung vor ein paar Wochen mit HR-Vertretenden der chemischen Branche erzählte jemand, dass Kolleg*innen bei Texten und Präsentationen zunehmend nachfragen, ob KI daran beteiligt war. Teilweise würden die Kolleg*innen dann wissen wollen, welches Sprachmodell bzw. welches KI-Tool eingesetzt wurde, teilweise interessiert sie auch der genaue Prompt. Wir diskutierten länger über diesen Trend, über die Vor- und Nachteile einer solchen Offenlegung der KI-Verwendung im normalen Arbeitsalltag.

Die Beobachtung erinnerte mich an die Debatte über KI-gestützte Schreibprozesse an Hochschulen. Andrea Klein, Doris Weßels und Kirsten Schindler beschäftigen sich im Hochschulbeitrag dieser Reihe mit der Frage, welche Aussagekraft die technische Beobachtung eines Schreibprozesses überhaupt hat. Mich interessierte nun, ob es auch in Unternehmen einen Trend dazu gibt, den bislang verborgenen Entstehungsprozess von Texten und Präsentationen zunehmend explizit sowie zum Gegenstand kollegialer Beobachtung zu machen.

Annäherung: eine explorative Umfrage

Ich habe dazu eine kurze Online-Befragung mit sechs Fragen in Microsoft Forms durchgeführt. Die Teilnehmenden wurden über den Verteiler des HR-Labs des Bundesarbeitgeberverbandes Chemie sowie über einen LinkedIn-Post gewonnen. Im zweiwöchigen Befragungszeitraum von Ende August bis Anfang September nahmen 18 Personen aus dem White Collar Bereich an der Umfrage teil.

Die Stichprobe ist selbstselektiv; eine Rücklaufquote lässt sich wegen des öffentlichen LinkedIn-Posts nicht bestimmen. Auch Branchen, Unternehmensgrößen und Funktionen der Teilnehmenden wurden nicht erhoben. Die Ergebnisse erlauben daher keinesfalls Aussagen über deutsche Unternehmen insgesamt. Ich verwende sie als explorative Momentaufnahme und als Ausgangspunkt für die folgenden Überlegungen.

Die sechs Fragen deckten drei Themenblöcke ab:

• gelebte Praxis: Wie häufig machen Beschäftigte ihre eigene KI-Nutzung transparent und wie häufig fragen Kolleg*innen danach?
• Gegenstand und Anlass der Transparenz: Was interessiert Kolleg*innen, wenn sie nach dem KI-Einsatz fragen, und in welchen Situationen sollte KI-Beteiligung offengelegt werden?
• Bewertung und Unternehmenskultur: Wie wichtig ist die Information über KI-Nutzung bei einem guten Arbeitsergebnis und welche informellen Regeln, Erwartungen oder Gewohnheiten bestehen diesbezüglich im Unternehmen?

Die Antworten zur eigenen KI-Kennzeichnungs-Praxis verteilen sich über die gesamte Skala. Sieben der 18 Befragten machen nur selten transparent, dass KI an einem Ergebnis beteiligt war. Sechs tun dies immer oder meistens, drei manchmal und zwei nie. Gleichzeitig erleben zwölf Befragte zumindest gelegentlich Nachfragen zur KI-Nutzung: eine Person häufig, sieben gelegentlich und vier selten. Sechs Personen erleben solche Nachfragen nie. Eine einheitliche Praxis ist daraus nicht abzulesen. Sichtbar wird jedoch, dass die selbstständige Offenlegung und die Nachfrage durch Kolleg*innen im Arbeitsalltag der 18 Befragten unterschiedlich ausgeprägt sind.

Wenn Kolleg*innen nachfragen, interessiert sie vor allem, wie beziehungsweise wofür KI eingesetzt wurde. Das nennen acht Befragte. Sieben berichten von der Frage ihrer Kolleg*innen, ob überhaupt KI zum Einsatz kam; sechs werden nach dem verwendeten Tool gefragt und fünf nach dem Prompt. Nur eine Person erlebt Nachfragen dazu, ob das KI-Ergebnis anschließend geprüft wurde.

Auch bei der Frage nach Situationen, in denen KI-Beteiligung transparent gemacht werden sollte, ergibt sich aus den Antworten kein einheitliches Bild. Zehn Befragte nennen einen relevanten Einfluss auf eine Entscheidung oder Empfehlung als Anlass dafür, den KI-Einsatz offenzulegen, neun das Vertrauen anderer in die fachliche Richtigkeit eines Ergebnisses. Sechs sehen einen Anlass, wenn wesentliche Teile eines Ergebnisses KI-generiert sind, fünf bei einer externen Weitergabe oder Veröffentlichung der KI-gestützt erstellten Artefakte. Ebenfalls fünf halten Transparenz für entbehrlich, sofern die Qualität des Ergebnisses überzeugt. Eine Person wählt als Antwort „grundsätzlich immer“.

In einem zugespitzten Szenario fällt die Information über KI-Nutzung für die Mehrheit offenbar weniger ins Gewicht: Wenn den Befragten das Arbeitsergebnis einer Kollegin oder eines Kollegen sehr gut gefällt, ordnen elf die Information über einen möglichen KI-Einsatz auf den beiden niedrigsten Stufen einer Fünferskala ein; vier wählen die beiden höchsten Stufen, drei die Mitte.

Zehn Personen beantworteten die optionale Frage nach informellen Regeln, Erwartungen oder Gewohnheiten im Unternehmen. Mehrere schreiben schlicht „nein“, „bislang nicht“, „(noch) nicht“ oder „nicht wirklich“. Andere beschreiben punktuelle Erwartungen: KI-Nutzung solle bei nach außen gerichteten Inhalten offengelegt werden; eine Person berichtet von einer informellen Regel, KI gar nicht erst zu verwenden. Weitere Antworten verweisen auf gesetzliche Vorgaben, auf in Vorbereitung befindliche Handlungsempfehlungen oder auf noch uneindeutige Erwartungen. Eine Person beschreibt eine Diskussion auf Geschäftsführungsebene über eine KI-Richtlinie. Dabei stehen erwartete Effizienz- und Innovationsgewinne sowie mögliche Abflüsse von Know-how im Mittelpunkt. Die Antworten deuten also auf eine aktuelle Phase hin, in der Unternehmen ihre Erwartungen an den offenen Umgang mit KI erst noch aushandeln.

Studienlage: eine empirische Annäherung

Wie sieht nun die Studienlage aus zum Thema „KI-Kennzeichnung in Unternehmen“? Starten wir mit der Anfang September erschienenen Konstanzer KI-Studie 2026 (Kunze et al., 2026). Diese befragte im Mai 2026 insgesamt 1.105 Erwerbstätige. Knapp die Hälfte der KI-Nutzenden (45 %) berichtet dort von einer hohen Offenheit im Umgang mit der eigenen KI-Nutzung; ausgeprägte Zurückhaltung oder Unbehagen äußert weniger als jede*r Zehnte. In der Büro- und Wissensarbeit wird wesentlich häufiger offen über KI gesprochen als in produktionsnahen und körperlichen Tätigkeiten; zudem unterscheidet sich die Offenheit auch hinsichtlich des Bildungsniveaus: Beschäftigte mit hohem Bildungsabschluss kommunizieren ihre KI-Nutzung am häufigsten offen (56 %), Beschäftigte mit niedrigem Bildungsabschluss am seltensten (35 %). Die Studie fasst Offenheit breit: Sie umfasst Gespräche mit Kolleg*innen und Führungskräften, den Austausch von Erfahrungen und das Ansprechen von Schwierigkeiten. Ob einzelne Texte oder Präsentationen als KI-unterstützt gekennzeichnet werden, wurde nicht erhoben. Die Studie belegt damit die soziale Sichtbarkeit der KI-Nutzung, jedoch keine bestimmte Kennzeichnungspraxis für Arbeitsergebnisse.

Das repräsentative IAB-Betriebspanel 2025 (Friedrich & Kagerl, 2026) ergänzt die Arbeitgeberperspektive. Rund zwei von fünf Betrieben, die generative KI nutzen, hatten zum Befragungszeitpunkt (Juli bis November 2025) bereits interne Regeln entwickelt oder planten deren Einführung. Die Studie erfasst betriebliche Leitlinien zum zulässigen Einsatz, zu sensiblen Daten und zu Geschäftsgeheimnissen. Sie macht allerdings keine Aussage dazu, ob Beschäftigte einzelne Arbeitsergebnisse gegenüber Kolleg*innen kennzeichnen sollen.

Eine letzte Perspektive, in diesem Falle nicht repräsentativ, bietet der Beitrag Von Schatten-IT zu Schatten-KI durch ChatGPT: Herausforderungen und Handlungsempfehlungen aus deutschen Unternehmen (Högemann et al., 2026). Acht qualitative Interviews mit Fachleuten aus IT-Leitung, Informationssicherheit und Datenschutz nennen Datenabflüsse, Halluzinationen, unklare Berechtigungen und rechtliche Unsicherheit als zentrale Probleme einer unternehmensseitig nicht gestatteten KI-Nutzung. Für Unternehmen rücken damit Zugriffsrechte, Compliance, menschliche Prüfung und klare Verantwortlichkeiten in den Vordergrund. Eine pauschale Kennzeichnung des KI-Einsatzes für die Erstellung von Texten löst diese Probleme jedoch nicht.

Insgesamt gibt es zwar zahlreiche Untersuchungen zum Einsatz generativer KI in deutschen Unternehmen. Die Transparentmachung des KI-Einsatzes gegenüber Kolleg*innen wird hier in der Regel jedoch nicht erwähnt; vielmehr geht es generell um die KI-Nutzung, um betriebliche Regeln zu Datenschutz sowie den Umgang mit Schatten-KI.

Die Studienlage verweist zugleich auf eine vorgelagerte Schwierigkeit: Viele deutsche Unternehmen haben noch keine Richtlinien für den Einsatz generativer KI. Der zuvor genannte Befund des IAB-Betriebspanels zeigt etwa, dass selbst unter den Betrieben, die generative KI bereits nutzen, lediglich zwei von fünf interne Regeln eingeführt haben oder deren Einführung planen (Friedrich & Kagerl, 2026). In einem beträchtlichen Teil der Unternehmen ist die Nutzung generativer KI demnach weiter fortgeschritten als ihre betriebliche Rahmung.

Ergänzen möchte ich das um eine anekdotische Evidenz: Mitte September 2026 war ich auf der „Zukunft Personal Europe“ in Köln, einer der größten HR-Messen, und besuchte dort einen Vortrag zu Trends der Arbeitswelt. Der Speaker fragte das Publikum, in wie vielen Unternehmen bereits Leitlinien für den Einsatz generativer KI existierten. Sechs Personen hoben die Hand. Im Raum saßen nach meiner Schätzung aber ca. 80 bis 100 Personen. Als Momentaufnahme zeigt diese Beobachtung gut, wie wenig selbstverständlich betriebliche KI-Leitlinien offenbar noch immer sind.

Formale Richtlinien beantworten die feinere Frage nach der Offenlegung gegenüber Kolleg*innen aber auch nicht automatisch. Viele Richtlinien regeln zunächst, welche Tools überhaupt genutzt werden dürfen, welche Daten eingegeben werden können und wie KI-gestützte Ergebnisse zu prüfen sind. Die Transparentmachung des KI-Einsatzes ist dabei nicht zwangsläufig auch erwähnt. Fehlt ein solcher Rahmen, entscheiden Beschäftigte natürlich individuell, wann sie ihren KI-Einsatz erwähnen, welche Informationen sie teilen und was sie diesbezüglich von Kolleg*innen erwarten. Ein gemeinsames Verständnis darüber, wie transparent mit KI-Unterstützung umgegangen werden soll, kann so nur schwer entstehen.

Vier Fragen: weiterführende Überlegungen

Es stellt sich nun die Frage, was eigentlich hinter dem Wunsch nach einer Kennzeichnung des KI-Einsatzes im Unternehmensalltag steckt. Die von mir durchgeführte Umfrage sowie die existierende Literatur legen m. E. vier Aspekte bzw. Motive für einen solchen Wunsch nahe: Qualitätssicherung, Verantwortung, Lernen im Arbeitsalltag und die Anerkennung menschlicher Leistung.

Qualität und Verlässlichkeit

Ein erstes mögliches Motiv dafür, Kolleg*innen nach ihrem KI-Einsatz zu fragen, ist die Einschätzung, wie sorgfältig ein Ergebnis geprüft werden sollte. Wir wissen alle, dass generative KI überzeugend formulieren und dennoch falsche Tatsachen, unpassende Schlussfolgerungen oder erfundene Quellen ausgeben kann. Wer nun von einer Kollegin wissen möchte, ob KI bei der Erstellung eines Artefaktes beteiligt war, will mitunter sicher einschätzen können, wie viel Vorsicht bei der (Weiter-)Verarbeitung eines Texts, einer Präsentation oder einer Empfehlung angebracht ist.

Das ist ein berechtigtes Interesse. Wir wissen aber auch alle, dass einerseits ein ChatGPT-Entwurf gründlich geprüft und fachlich überarbeitet worden sein kann, andererseits aber auch ein vollständig menschlich verfasster Text oberflächlich, fehlerhaft oder schlecht begründet sein kann. Die fachliche Qualität erschließt sich aus Quellen, Argumentation und Verantwortung für das Ergebnis und nicht daraus, ob KI verwendet wurde oder nicht.

Verantwortung für das Ergebnis

Die beiden in der Umfrage am häufigsten genannten Gründe für Transparenz betreffen Entscheidungen und fachliche Richtigkeit. Zusammenfassend formuliert geht es den Befragten hier also um die Verantwortung für ein Ergebnis. Hier liegt m. E. der zentrale Unterschied zwischen Hochschule und Arbeitswelt.

Studierende sollen erst lernen, fachlich eigenständig zu arbeiten und zu urteilen. Eine Hausarbeit soll deshalb sichtbar machen, welche Kompetenz eine Person bereits entwickelt hat. Die Prüfungsleistung erfüllt hier also eine Ausbildungs- und am Ende auch Zertifizierungsfunktion.

Ein Arbeitsergebnis im Unternehmen entsteht unter anderen Voraussetzungen. Unternehmen stellen Ingenieur*innen, Jurist*innen, Personalverantwortliche, Controller*innen oder Kommunikationsfachleute für bestimmte Aufgaben ein. Sie vertrauen darauf, dass diese Personen die Ergebnisse ihrer Arbeit verstehen, prüfen und vertreten können. Wer eine fachliche Empfehlung abgibt, eine Präsentation hält oder einen Text an Kund*innen sendet, übernimmt Verantwortung für das Ergebnis. Generative KI verändert zwar den Arbeitsprozess, doch die fachlich-inhaltliche Verantwortung bleibt bei der Person und in letzter Instanz beim Unternehmen, das das Ergebnis vertritt.

Fehlt das Vertrauen in diese Verantwortung, liegt das Problem tiefer als bei der Kennzeichnung des KI-Einsatzes. Dann geht es nämlich um Qualifikation, Einarbeitung, Führung oder schlicht um die Frage, so hart das klingt, ob eine Person fachlich für ihre Arbeit geeignet ist.

Lernen im Arbeitsalltag

Die Nachfrage nach verwendetem Modell und eingegebenem Prompt kann auch ein Zeichen von Neugier und Willen zur eigenen Weiterentwicklung sein: Kolleg*innen möchten nachvollziehen, wie ein gutes Ergebnis zustande kam, um den dabei beschrittenen Weg auch selbst zu gehen. Solche Nachfragen und die sich daraus entwickelnden Gespräche unterstützen Peer-Learning. Bei der eingangs erwähnten HR-Veranstaltung wurde auch FOMO, also Fear of Missing Out, als Motiv genannt: Kolleg*innen wollen kein neues Tool verpassen und bei ihren Arbeitsergebnissen nicht hinter anderen zurückbleiben.

Der einzelne Prompt bildet den Arbeitsprozess allerdings nur ausschnittsweise ab. Das Ergebnis hängt maßgeblich von Ausgangsmaterial, Systemprompts, vorherigen Dialogschritten, Memory-Funktionen, hochgeladenen Dokumenten und menschlichen Überarbeitungen ab. Es stellt sich die Frage, inwiefern in den Unternehmen schon in der Fläche das Wissen darüber angekommen ist, dass Prompt Engineering immer weniger wichtig ist und stattdessen das passende Context Engineering für eine gute Qualität der Ergebnisse sorgt (Mei et al., 2025). Ein Prompt, der bei einer Kollegin zu einem guten ersten Entwurf sorgte, kann bei einem anderen Mitarbeiter nicht zielführend sein, da der Kontext, den er einem KI-System zur Verfügung stellt, vielleicht nur sehr oberflächlich ist.

Hinzu kommt ein unternehmerisches Risiko, wenn Prompts unter Kolleg*innen geteilt werden: Prompts können (abteilungs)interne Strategien oder personenbezogene Informationen enthalten, die gar nicht für andere gedacht sind. Ein vollständiges Prompt-Protokoll eignet sich daher kaum als allgemeiner Gegenstand kollegialer Offenlegung.

Anerkennung menschlicher Leistung

Die Frage nach der Verwendung von KI kann den Blick darauf verändern, wem eine gute Leistung zugerechnet wird. So könnten Beschäftigte befürchten, dass Führungskräfte ihre Arbeit geringer bewerten, sobald sie von einer KI-Beteiligung erfahren.

Eine aktuelle experimentelle Studie untersucht genau diesen Mechanismus. In The Indirect Disclosure Effect erwarteten Designstudierende und erfahrene Kreative teilweise, dass ihre KI-Nutzung bei der Erstellung von Bildern später offengelegt würde. Hatten die Studienteilnehmenden diese Erwartung, zogen sie sich stärker aus dem kreativen Prozess zurück und überließen die Arbeit dem KI-System. Ausschlaggebend war die Sorge, das Publikum werde ihren menschlichen Anteil an der Leistung nicht anerkennen. Die Studie untersucht zwar kreative Bildproduktion und nicht die Erstellung von Texten im Unternehmensalltag. Sie zeigt dennoch, dass ein KI-Label bereits den Arbeitsprozess und die erwartete Zuschreibung menschlicher Leistung beeinflussen kann.

Droht die Logik aus der Hochschulwelt zum Thema „KI-Kennzeichnungspflicht“ in die Arbeitswelt überzuspringen, wäre dies fatal. Der Beitrag von Andrea Klein, Doris Weßels und Kirsten Schindler beschreibt, warum Schreibprozessdaten noch lange nicht auf eigenständige Denkleistung schließen lassen und dass die fachliche Einordnung, das Verwerfen von Vorschlägen, die Prüfung von Quellen und die Verantwortung für Entscheidungen darin unsichtbar bleiben können.

Für Kolleg*innen und auch Führungskräfte ist der reine Hinweis auf die Verwendung generativer KI m. E. überhaupt nicht aussagekräftig. Stattdessen sollte es lediglich um die Frage gehen, ob eine Person das Ergebnis fachlich erklären und vertreten kann. Kompetenter KI-Einsatz gehört inzwischen selbstverständlich zur beruflichen Handlungskompetenz im White-Collar-Bereich. Er sollte daher die Anerkennung einer guten Leistung nicht mindern.

Die bisher genannten vier Motive für den Wunsch nach KI-Kennzeichnung betreffen betriebliche Erwartungen an Transparenz. Daneben existiert aber auch noch die rechtlich vorgeschriebene Kennzeichnungspflicht, die der Vollständigkeit halber noch erwähnt sei, wenngleich sie in den hier betrachteten Fällen meist nicht greift.

… und der EU AI Act?

Seit dem 2. August 2026 gelten die Transparenzpflichten aus Artikel 50 der KI-Verordnung. Die Europäische Kommission erläutert, dass die Kennzeichnungspflicht für KI-generierte oder manipulierte Texte lediglich veröffentlichte Informationen zu Angelegenheiten von öffentlichem Interesse betrifft. Sie greift nicht dabei nicht, wenn eine fachkundige menschliche Prüfung bzw. redaktionelle Kontrolle und Überarbeitung KI-generierter Texte stattgefunden hat und eine natürliche oder juristische Person die redaktionelle Verantwortung trägt.

Da diese Regelung nur externe Kommunikation betrifft, fällt eine Präsentation im Team oder ein Text, den Kolleg*innen intern weitergeben, nicht in diese Kategorie. Die Rechtslage verlangt keine allgemeine Offenlegung jedes KI-Einsatzes und keine Offenlegung sämtlicher Prompts. Nur dann, wenn ein Text am Ende auch öffentlich geteilt wird, ist der Inhalt des EU AI Acts relevant. Wenn wir jedoch ohnehin davon ausgehen, dass ohnehin alle Kolleg*innen ihre mit KI-Unterstützung erstellten Artefakte redaktionell prüfen und überarbeiten, spielt der EU AI Act auch in diesem Fall keine Rolle.

Fazit

Ausgangspunkt dieses Beitrags war die Beobachtung, dass Mitarbeitende in Unternehmen bei Texten und Präsentationen von Kolleg*innen zunehmend nach dem Einsatz generativer KI im Erstellungsprozess fragen. Die vor diesem Hintergrund durchgeführte explorative Umfrage zeigt weder eine einheitliche Praxis noch einen gemeinsamen Maßstab, nach dem Kolleg*innen den KI-Einsatz beurteilen. Die vorhandenen Studien zu diesem Thema beschreiben zwar eine wachsende Offenheit im Umgang mit KI und betriebliche Regeln, liefern aber keine belastbare Grundlage für die Beantwortung der Frage, ob Beschäftigte einzelne Arbeitsergebnisse gegenüber Kolleg*innen kennzeichnen sollen. Im weiteren Verlauf des Artikels wurden schließlich vier mögliche Motive für Nachfragen nach der KI-Verwendung vorgestellt: Qualität und Verlässlichkeit, Verantwortung, Lernen im Arbeitsalltag und die Anerkennung menschlicher Leistung.

Richten wir den Blick abschließend nochmals auf den Vergleich mit der Kennzeichnungspraxis an Hochschulen: Dort sollen Prüfungsleistungen zeigen, welche Kompetenzen Studierende entwickelt haben. Unternehmen dagegen stellen Fachleute für Aufgaben ein, für deren Ergebnisse diese Verantwortung übernehmen können sollen. Beschäftigte müssen daher mit KI-Unterstützung entstandene Ergebnisse verstehen, prüfen, erklären und vertreten können. Die Information über das verwendete Modell, den Prompt oder die bloße KI-Beteiligung sagt wenig darüber aus, ob sie dies in der Tat zu tun vermögen.

Vor dem Aufstieg generativer KI fragte kaum jemand, in welchen Schritten eine Kollegin eine PowerPoint-Präsentation erstellt hatte, welche Text-Vorlagen sie nutzte oder welche Formulierungshilfen benutzt wurden. Relevant waren ihre Argumentation, ihre Quellen und ihre Verantwortung für das Ergebnis. Dass Kolleg*innen heute nach der KI-Nutzung fragen, zeigt, dass die Zusammenarbeit mit KI-Systemen noch als besondere Form von Arbeit wahrgenommen wird. Generative KI verändert zwar den Arbeitsprozess erheblich. Der fachliche Maßstab bleibt aber der gleiche: Kolleg*innen müssen für das einstehen können, was sie weitergeben. Fehlt diese Fähigkeit, braucht man über einen Kennzeichnungshinweis gar nicht erst zu diskutieren, denn dieser hilft dann auch nicht weiter.

Literatur

Friedrich, Martin & Kagerl, Christian (2026): Künstliche Intelligenz in deutschen Betrieben: Jeder vierte Betrieb nutzt mittlerweile generative KI. IAB-Kurzbericht 8/2026.

Högemann, Malte, Hauff, Christian & Thomas, Oliver (2026): Von Schatten-IT zu Schatten-KI durch ChatGPT: Herausforderungen und Handlungsempfehlungen aus deutschen Unternehmen. Wirtschaftsinformatik & Management 18, S. 66-73. https://doi.org/10.1365/s35764-026-00588-3

Jussupow, Ekaterina, Bauer, Kevin, Heigl, Rebecca Maria, Vogt, Benjamin & Hinz, Oliver (2026): The Indirect Disclosure Effect: How Disclosing Generative AI Use Impacts Human Creative Collaboration with AI. Information Systems Research. https://doi.org/10.1287/isre.2024.0951

Kunze, Florian, Opitz, Carolina & Gerdiken, Elena (2026): Konstanzer KI-Studie 2026: Verlangsamtes Wachstum der KI-Nutzung am Arbeitsplatz, aber nicht für alle Beschäftigten gleichermaßen. Universität Konstanz.

Mei, Lingrui, Yao, Jiayu, Ge, Yuyao, Wang, Yiwei, Bi, Baolong, Cai, Yujun, Liu, Jiazhi, Li, Mingyu, Li, Zhong-Zhi, Zhang, Duzhen, Zhou, Chenlin, Mao, Jiayi, Xia, Tianze, Guo, Jiafeng & Liu, Shenghua (2025): A Survey of Context Engineering for Large Language Models. arXiv. https://doi.org/10.48550/arXiv.2507.13334