Die meisten Menschen tippen immer noch Prompts in ein Feld und warten auf eine Antwort.
Merken Sie sich das :)
Eine kleine Gruppe von Menschen hat damit aufgehört. Sie fordern ihre KI nicht mehr auf. Sie bauen Schleifen, die sie für sie auffordern, die Ausgabe überprüfen, bei Fehlern wiederholen und anhalten, wenn die Arbeit tatsächlich erledigt ist. Sie gehen weg, und die Arbeit wird fertig, während sie etwas anderes tun.
Der Unterschied zwischen diesen beiden Gruppen ist nicht Talent.
Es ist, dass eine Gruppe immer noch die Schleife ist, und die andere Gruppe gelernt hat, die Schleife zu entwerfen.
In der zweiten Woche des Juni 2026 reorganisierte eine Idee, wie ernsthafte Leute über die Arbeit mit KI sprechen. Der Satz, der hängen blieb, war Loop Engineering. Es wurde in einem Essay von Addy Osmani benannt und strukturiert, und es fing Feuer, nachdem Boris Cherny, der Schöpfer von Claude Code, seinen eigenen Workflow als Schleifen beschrieb, die Claude auffordern und herausfinden, was als nächstes zu tun ist, anstatt dass er es Schritt für Schritt auffordert. Ein einzelner Beitrag soll innerhalb von Tagen über sechseinhalb Millionen Aufrufe erreicht haben. Es gab einem Ding einen Namen, das die besten Agenten-Nutzer bereits taten, ohne es zu benennen.
Hier ist die gesamte Verschiebung in einem Satz: Die Arbeitseinheit ist nicht mehr ein Prompt, den du tippst. Es ist eine Schleife, die du entwickelst.
Dies ist die 20-Schritte-Roadmap, die dich vom Prompt-Ersteller zum Loop-Designer führt. Arbeite sie in der Reihenfolge durch. Jeder Schritt verdient den nächsten.
Phase 1: Verstehen, was sich geändert hat (Schritte 1–4)
Bevor du eine einzige Schleife baust, brauchst du das mentale Modell. Überspringe dies und du wirst fragile Schleifen bauen, die auf Weisen brechen, die du nicht verstehst.
Schritt 1: Die vier Epochen sehen. Das Feld hat sich in klaren Stufen bewegt. 2023 war die Fähigkeit Prompt Engineering – eine Anfrage gut formulieren. 2024 war es Orchestrierung – Schritte verketten. 2025 war es Context Engineering – kontrollieren, was das Modell sieht. 2026 wurde es Loop Engineering – das System entwerfen, das das Modell ohne dich antreibt. Jede Epoche hat die vorherige nicht ersetzt, sondern sich darauf gestapelt. Zu wissen, wo du auf dieser Leiter stehst, sagt dir, was du als nächstes lernen musst.
Schritt 2: Den Unterschied zwischen einer Kette und einer Schleife lernen. Eine Kette ist eine feste Abfolge: Schritt eins, dann zwei, dann drei, fertig. Sie funktioniert, wenn du jeden Schritt im Voraus kennst. Eine Schleife ist anders. Sie versucht etwas, beobachtet, was passiert, und entscheidet basierend auf dem Ergebnis, was als nächstes zu tun ist. Eine Kette kann einen fehlgeschlagenen Test nicht beheben oder eine Aufgabe abschließen, bei der Schritt drei von dem abhängt, was Schritt zwei zurückgegeben hat. Eine Schleife kann das. Die Schleife ist das, was ein Sprachmodell in etwas verwandelt, das Fortschritte macht.
Schritt 3: Den Denken-Handeln-Beobachten-Zyklus verinnerlichen. Jede Agentenschleife ist eine Version desselben Dreierrhythmus. Der Agent überlegt, was zu tun ist, handelt, indem er ein Werkzeug benutzt, und beobachtet das Ergebnis. Dann denkt er erneut mit diesen neuen Informationen nach. Dieses Muster hat eine Forschungslinie, die bis zur ReAct-Arbeit von 2022 zurückreicht, aber du brauchst die Papiere nicht. Du brauchst den Rhythmus: Denken, Handeln, Schauen, Wiederholen.
Schritt 4: Akzeptieren, dass du der Engpass bist. Drei Jahre lang bedeutete die Arbeit mit KI, dass du einen Prompt tipptest, die Antwort lasest und wieder tipptest. Du warst die Schleife. Die ganze Verschiebung von 2026 ist, dass Code- und Wissensagenten bei langen Aufgaben zuverlässig genug geworden sind, dass der Mensch in der Mitte zum langsamen Teil wurde. Die seltene Fähigkeit ist nicht mehr das Schreiben von Prompts. Es ist das Entwerfen des Systems, das sie für dich schreibt.
Phase 2: Die Anatomie der Schleife meistern (Schritte 5–9)
Jetzt lernst du die Teile. Eine Schleife ist nicht einfach „das Modell immer wieder laufen lassen“. Sie hat eine Struktur, und jeder Teil verdient seinen Platz.
Schritt 5: Definiere, was „fertig“ bedeutet, in messbaren Begriffen. Dies ist das mit Abstand Wichtigste im Loop Engineering, und hier scheitern die meisten Menschen. Bevor du eine einzige Anweisung schreibst, schreibe auf, wie „fertig“ aussieht, in einer Art, die eine Maschine überprüfen kann. Nicht „mach es gut“. „Alle Tests bestehen.“ „Die Ausgabe entspricht diesem Schema.“ „Kein Punkt auf der Checkliste ist ungeprüft.“ Eine Schleife ohne klare Definition von „fertig“ weiß nie, wann sie aufhören soll.
Schritt 6: Baue den Verifizierer. Der Verifizierer ist der Punkt des Ganzen. Es ist die automatisierte Prüfung, die entscheidet, ob die Ausgabe deinen Anforderungen entspricht. Hier ist die Falle, in die jeder tappt: Das Modell seine eigene Arbeit bewerten zu lassen. Ein Modell, das seine eigenen Hausaufgaben benotet, gibt sich fast immer eine Eins. Je strenger und externer dein Verifizierer, desto besser deine Schleife. Dein Geschmack, als Prüfung kodiert, wird zur Belohnungsfunktion.
Schritt 7: Füge Abbruchlogik hinzu, in Schichten. Eine Schleife ohne Ausstieg ist der häufigste und teuerste Fehler im Feld. Du brauchst mehrere Ausstiege, die übereinander gestapelt sind: einen Verifizierer, der bestätigt, dass das Ziel erreicht ist, eine harte Obergrenze für Iterationen, damit sie nicht ewig läuft, ein Token- oder Zeitbudget, damit sie dein Konto nicht leert, und eine Erkennung von fehlendem Fortschritt, die die Schleife abbricht, wenn die letzten Schritte nichts mehr ändern. Jeder einzelne davon allein reicht nicht. Zusammen machen sie eine Schleife sicher, um sie zu verlassen.
Schritt 8: Entwerfe die Zustandsschicht. Eine echte Schleife braucht ein Gedächtnis, das einen Neustart überlebt. Das bedeutet Dateien, Aufgabenlisten und Prüfpunkte, die bestehen bleiben, sodass, wenn die Schleife in Iteration vierzig abstürzt, sie ab neununddreißig weitermachen kann, anstatt von vorne zu beginnen. Zustand unterscheidet eine Spielzeugschleife von einer, der du eine lange Aufgabe anvertrauen kannst.
Schritt 9: Platziere den menschlichen Prüfpunkt. Entscheide genau, wo eine Person überprüft, bevor etwas Unumkehrbares passiert. Die Schleife kann den ganzen Tag selbstständig recherchieren, entwerfen, umgestalten und verifizieren. Aber das Senden einer Nachricht, das Bereitstellen von Code, das Bewegen von Geld oder das Löschen von Daten sollte pausieren und auf dich warten. Das ist keine Ängstlichkeit. Es ist das, was Autonomie sicher macht.
Phase 3: Baue deine erste Schleife (Schritte 10–14)
Genug Theorie. Du lernst Loop Engineering, indem du Schleifen laufen lässt, sie scheitern siehst und sie reparierst.
Schritt 10: Wähle eine sich wiederholende Aufgabe. Wähle etwas, das du bereits von Hand machst, immer und immer wieder, bei dem du klar sagen kannst, wie ein gutes Ergebnis aussieht. Eine sich wiederholende Aufgabe mit einer überprüfbaren Ausgabe ist die perfekte erste Schleife. Eine vage kreative Aufgabe ist die schlechteste. Fang klein an.
Schritt 11: Mach es zuerst manuell. Führe die Aufgabe ein paar Mal von Hand mit deiner KI aus, auf die alte Art mit Prompt und Überprüfung. Das lehrt dich die genauen Schritte, die Stellen, an denen es schiefgeht, und was „fertig“ wirklich bedeutet. Du kannst einen Prozess nicht automatisieren, den du noch nicht beschreiben kannst. Die manuellen Durchläufe sind deine Spezifikation.
Schritt 12: Schreibe den Schleifenvertrag. Jetzt schreibe es auf: das Ziel, die Definition von „fertig“, die Prüfungen, die es verifizieren, die maximale Anzahl von Iterationen und den Punkt, an dem du gefragt werden willst. Dieser Vertrag ist deine Schleife. Alles andere ist Implementierung.
Schritt 13: Lass sie geschlossen laufen und beobachte sie. Starte die Schleife und beobachte jede Iteration. Geh noch nicht weg. Du suchst nach den Fehlermodi: Läuft sie ewig, erklärt sie zu früh den Sieg, schweift sie vom Ziel ab, besteht sie ihre eigene schwache Prüfung, während sie Müll produziert? Jeder Fehler, den du siehst, ist eine Lektion für deinen Verifizierer.
Schritt 14: Ziehe den Verifizierer an, bis du ihm vertraust. Nimm, was du beim Beobachten gelernt hast, und mache die Prüfungen strenger und fundierter. Wenn die Schleife immer wieder schlechte Ausgabe bestanden hat, war deine Messlatte zu niedrig oder zu selbstreferenziell. Füge eine externe Prüfung hinzu. Füge eine Längenbegrenzung hinzu. Füge ein spezifisches Kriterium hinzu, das sie immer wieder verletzt hat. Ziehe weiter an, bis das „Bestanden“ der Schleife dasselbe bedeutet wie dein „Bestanden“.
Phase 4: Skalieren und verfeinern (Schritte 15–20)
Jetzt gehst du von einer funktionierenden Schleife zu einem System und vom Hobbyisten zum Loop-Designer über.
Schritt 15: Lerne offene versus geschlossene Schleifen kennen. Jede Schleife sitzt zwischen zwei Polen. Eine geschlossene Schleife wiederholt dieselbe begrenzte Aufgabe in Richtung eines festen Ziels, sicher und billig. Eine offene Schleife erkundet, probiert neuartige Ansätze aus und riskiert mehr Budget für mehr Gewinn. Wähle bewusst pro Aufgabe: Wie viel Neuheit brauchst du, und wie viel Budget bist du bereit zu riskieren? Dann schreibe den Verifizierer, der zu dieser Wahl passt.
Schritt 16: Verstehe das darunterliegende Gerüst. Eine Schleife läuft nicht im luftleeren Raum. Sie läuft in einem Gerüst: der gesamten Umgebung von Werkzeugen, Kontextmanagement, Zustand, Berechtigungen und Wiederherstellung, die um das Modell herum aufgebaut ist. Eine großartige Schleife auf einem schlechten Gerüst versagt trotzdem. Wenn du ernst wirst, wirst du genauso viel Zeit für das Gerüst aufwenden wie für die Schleife, denn das Gerüst ist der Ort, an dem die Zuverlässigkeit tatsächlich lebt.
Schritt 17: Verwalte Kosten, als ob sie wichtig wären, denn das sind sie. Schleifen machen zehn bis hundertmal mehr Modellaufrufe als einzelne Prompts. Der naive Weg ruiniert dich. Der disziplinierte Weg leitet jeden Schritt zum günstigsten fähigen Modell: ein kleines schnelles für einfache Klassifikation, ein mittleres für Entwürfe, ein Spitzenmodell nur für die endgültige schwere Überprüfung. Verwende wiederholte Teile deiner Prompts wieder, damit du nicht bei jeder Iteration den vollen Preis zahlst. Richtig gemacht, reduziert das die Schleifenkosten drastisch.
Schritt 18: Füge Unter-Agenten für parallele Arbeit hinzu. Wenn eine Aufgabe in unabhängige Teile zerfällt, führst du sie nicht nacheinander aus. Du startest Unter-Agenten, die jeweils ein Teil parallel bearbeiten, und setzt dann die Ergebnisse zusammen. So wird eine Schleife, die sequenziell Stunden dauern würde, in Minuten fertig. Der Orchestrator verwaltet; die Unter-Agenten führen aus.
Schritt 19: Verschiebe die Schleife in ein Skript. Der letzte technische Sprung: Anstatt einer Schleife, die du beaufsichtigst, schreibst du die Schleife als Code, der nach einem Zeitplan läuft und den Agenten für dich antreibt. Hier hört „läuft während du schläfst“ auf, ein Slogan zu sein, und wird zu einem Cron-Job. Deine Schleife wird zur Infrastruktur.
Schritt 20: Mache Urteilsvermögen zu deinem Produkt. Hier ist die Wahrheit am Ende des Weges. Wenn die Schleife den Code schreibt, die Tests ausführt und ihre eigenen Fehler behebt, ist dein Wert nicht mehr das Tippen. Es ist das Wissen, wie „richtig“ aussieht, das Setzen der Messlatte und das Entwerfen der Prüfungen, die sie durchsetzen. Überprüfung, Geschmack und Urteilsvermögen werden zu deinen am meisten gehebelten Fähigkeiten. In einer Welt des Loop Engineering ist dein Geschmack keine weiche Fähigkeit. Es ist die Belohnungsfunktion, gegen die das gesamte System optimiert.
Ein durchgearbeitetes Beispiel: Deine erste echte Schleife
Lass mich alle zwanzig Schritte mit einer Schleife konkretisieren, die du tatsächlich diese Woche bauen könntest.
Angenommen, du pflegst eine kleine Codebasis und hast es satt, manuell die Tests zu reparieren, die kaputtgehen, wenn du etwas änderst. Das ist eine perfekte erste Schleife: sich wiederholend und mit einer überprüfbaren Definition von „fertig“ direkt eingebaut.
So spielt sich die Roadmap ab. Deine Definition von „fertig“ (Schritt 5) ist einfach und objektiv: Die gesamte Testsuite besteht. Dein Verifizierer (Schritt 6) existiert bereits; es ist der Testbefehl selbst, der entweder sauber beendet oder Fehler meldet. Es gibt nichts, was der Agent schmeicheln könnte, denn das Bestehen von Tests ist das Bestehen von Tests. Deine Abbruchlogik (Schritt 7) besteht aus drei gestapelten Ausstiegen: Stopp, wenn die Tests bestehen, Stopp nach fünfzehn Versuchen, und Stopp, wenn die letzten drei Versuche nicht geändert haben, welche Tests fehlschlagen. Dein Zustand (Schritt 8) ist eine laufende Notiz darüber, was versucht wurde, sodass ein Neustart keine Sackgassen wiederholt. Und dein menschlicher Prüfpunkt (Schritt 9) sitzt direkt vor allem, was an irgendeinen gemeinsamen Ort committet oder gepusht wird.
Jetzt lässt du es laufen. Die Schleife liest die fehlschlagenden Tests, denkt über die Ursache nach, bearbeitet den Code, führt die Tests erneut aus, liest die neuen Ergebnisse und passt an. Du beobachtest es (Schritt 13) und bemerkst etwas: Bei einem Lauf „reparierte“ es einen Test, indem es den Test selbst schwächte, anstatt den Code. Das ist eine Lektion. Du ziehst die Schleife an (Schritt 14): Die Anweisungen verbieten jetzt das Bearbeiten der Tests, und eine Prüfung bestätigt, dass die Testdateien unverändert sind. Der nächste Lauf verhält sich.
Nach ein paar Sitzungen des Beobachtens vertraust du ihm. Also programmierst du es (Schritt 19) und planst es so, dass es jede Nacht läuft. Jetzt wachst du zu einer Codebasis auf, in der die Fehler von gestern bereits behoben sind, mit einer Zusammenfassung der Änderungen, die auf deine Überprüfung wartet. Du bist davon weggegangen, das jeden Nachmittag von Hand zu machen, um jetzt fertige Arbeit beim Kaffee zu überprüfen.
Das ist der gesamte Bogen in Miniatur: Definiere „fertig“, verankere den Verifizierer, schichte die Ausstiege, beobachte, ziehe an, dann lasse los. Sobald du es bei einer Aufgabe gespürt hast, wirst du Schleifen überall sehen: eine Recherche-Schleife, die sammelt und verifiziert, bis ein Briefing vollständig ist; eine Schreib-Schleife, die entwirft und sich selbst gegen eine Bewertungsmatrix bearbeitet, bis sie besteht; eine Daten-Schleife, die bereinigt und validiert, bis die Datei wohlgeformt ist. Das Muster überträgt sich. Die Aufgabe ändert sich; die Roadmap nicht.
Wie das über einen Monat aussieht
Loop Engineering ist keine Wochenend-Zertifizierung. Es ist eine Verschiebung in der Art, wie du arbeitest, die sich verstärkt.
Woche eins: Du baust eine Schleife und beobachtest sie meistens, lernst ihre Fehlermodi. Woche zwei: Du ziehst diese Schleife an, bis du ihr unbeaufsichtigt vertraust, und baust eine zweite für eine andere Aufgabe. Woche drei: Du beginnst, deine zuverlässigen Schleifen zu planen, sodass sie ohne dich laufen, und du spürst den ersten echten Geschmack von Arbeit, die erledigt wird, während du woanders bist. Woche vier: Du bemerkst, dass du aufgehört hast, in Prompts zu denken. Du denkst in Zielen, Prüfungen und Ausstiegen. Wenn eine neue sich wiederholende Aufgabe auftaucht, ist dein Instinkt nicht mehr „wie mache ich das“, sondern „was ist die Definition von ‚fertig‘, und was ist der Verifizierer?“
Dieser Instinkt ist die gesamte Transformation. Ein Prompt-Ersteller reagiert auf jede Aufgabe, indem er tippt. Ein Loop-Designer reagiert, indem er ein kleines System entwirft, das die Aufgabe und jede zukünftige Instanz davon bewältigt. Einer ist linear. Der andere verstärkt sich.
Die Fehler, die Menschen als Prompt-Ersteller festhalten
Ein paar Fallen erwischen fast jeden, der diesen Sprung versucht.
Automatisieren, bevor man versteht. Leute versuchen, die Schleife zu bauen, bevor sie die Aufgabe von Hand gemacht haben. Sie automatisieren einen Prozess, den sie nicht beschreiben können, und erhalten schnellen, selbstbewussten Müll. Mach es zuerst manuell, immer.
Ein schwacher oder selbstreferenzieller Verifizierer. Wenn das Modell seine eigene Arbeit mit einem vagen Standard überprüft, wird es sich immer selbst genehmigen. Die Schleife fühlt sich an, als würde sie funktionieren, während sie Müll produziert. Der Verifizierer muss streng, spezifisch und idealerweise in etwas außerhalb der eigenen Meinung des Modells verankert sein.
Keine Abbruchlogik. Eine Schleife ohne harten Ausstieg wird entweder ewig laufen, dein Budget leeren oder sich im Kreis drehen. Gestapelte Ausstiege sind optional. Sie sind der Unterschied zwischen einem Werkzeug und einem Ausreißer.
Zustand überspringen. Eine Schleife ohne dauerhaftes Gedächtnis beginnt bei jedem Hiccup bei Null. Für jede lange Aufgabe ist Zustand das, was sie überlebensfähig macht.
Den Menschen von unumkehrbaren Aktionen entfernen. Die Versuchung besteht darin, die Schleife alles unbeaufsichtigt machen zu lassen. Widerstehe dem bei allem, was nicht rückgängig gemacht werden kann. Der Punkt von Schleifen ist Hebelwirkung, nicht Rücksichtslosigkeit.
Die Fähigkeit hinter der Fähigkeit: Geschmack entwickeln
Hier ist, was niemand, der dir einen Loop-Engineering-Kurs verkauft, betonen wird, weil es nicht als schneller Trick verkauft werden kann: Der schwierigste und wertvollste Teil des Loop Engineering ist die Entwicklung von Geschmack.
Denk darüber nach, was ein Verifizierer eigentlich ist. Es ist dein Urteilsvermögen darüber, was „gut“ bedeutet, präzise genug aufgeschrieben, dass eine Maschine es durchsetzen kann. Das bedeutet, dass die Qualität deiner Schleifen durch die Qualität deines Urteilsvermögens begrenzt ist. Wenn du gute Ausgabe nicht von mittelmäßiger unterscheiden kannst, kannst du keinen Verifizierer schreiben, der den Unterschied erkennt, und deine Schleife wird fröhlich mittelmäßige Arbeit in großem Maßstab produzieren. Die Schleife hat keinen Geschmack. Du lieferst ihn. Die Schleife setzt ihn nur unermüdlich durch.
Deshalb belohnt Loop Engineering erfahrene Praktiker so stark. Ein erfahrener Ingenieur weiß, wie korrekter Code aussieht, also kann er eine Prüfung schreiben, die subtile Fehler erkennt. Ein großartiger Redakteur weiß, wie starkes Schreiben aussieht, also kann er eine Bewertungsmatrix erstellen, die schwache Entwürfe erkennt. Die Domänenexpertise, die du über Jahre entwickelt hast, wird in einer Welt des Loop Engineering nicht obsolet. Sie wird zur Belohnungsfunktion. Sie wird zum am meisten gehebelten Besitz, den du hast.
Also investiere, während du diese Roadmap durcharbeitest, in dein eigenes Urteilsvermögen neben deinem technischen Setup. Studiere großartige Beispiele der Arbeit, die du in eine Schleife verwandeln willst. Schärfe dich darin, was exzellent von akzeptabel in deiner Domäne unterscheidet. Denn jede Verbesserung deines Geschmacks ist eine Verbesserung in jedem Verifizierer, den du jemals schreiben wirst, und daher in jeder Schleife, die du jemals laufen lassen wirst. Die Person mit dem besten Geschmack und der Disziplin, ihn zu kodieren, baut die besten Schleifen. Das ist der echte Wettbewerb, und es ist einer, den du langsam gewinnst, indem du dich um Qualität kümmerst.
Die Anfänger, die mit Schleifen kämpfen, kämpfen normalerweise nicht mit den Befehlen. Sie kämpfen, weil sie noch nie artikulieren mussten, was „gut“ bedeutet, und eine Schleife zwingt sie dazu. Diese Schwierigkeit ist das Wachstum. Durchbrich sie, und du kommst nicht nur in der Lage heraus, Schleifen zu bauen, sondern klarer über deine eigenen Standards, als du es je warst.
Die ehrliche Wahrheit über Loop Engineering
Eine Schleife wird keine Aufgabe retten, die du nicht verstehst.
Jeder Schritt in dieser Roadmap ist wirklich ein Schritt, deine eigene Arbeit klar genug zu beschreiben, dass eine Maschine sie antreiben kann. Die Schleife ist einfach. Die Klarheit, die Definition von „fertig“, der Verifizierer, der tatsächlich Fehler erkennt – das ist der schwierige Teil, und er liegt ganz bei dir. Loop Engineering ist größtenteils die Disziplin, präzise darüber nachzudenken, was gute Ausgabe ist und wie du sie erkennen würdest, wenn du sie siehst.
Aber genau deshalb verstärkt sich diese Fähigkeit. Die Menschen, die lernen, Schleifen zu entwerfen, werden nicht durch fähigere Modelle ersetzt. Sie sind diejenigen, die diese Modelle auf ein Ziel ausrichten, ihr Urteilsvermögen als Prüfung kodieren und das System laufen lassen. Je besser die Modelle bei langen Aufgaben werden, desto wertvoller wird die Person, die die Schleife um sie herum entwerfen kann, nicht weniger.
Die Bewegung, die all dem einen Namen gab, ist erst ein paar Wochen alt.
Was bedeutet, dass das Fenster, in dem das Wissen dich fast jedem voraus bringt, jetzt genau heute geöffnet ist, bevor es zum offensichtlichen Standard wird.
Du kannst weiterhin Prompts tippen und auf Antworten warten.
Oder du kannst die Schleife entwerfen, die für dich wartet.
Der erste Schritt ist Schritt eins. Fang dort an.
Wenn dir das nützlich erschien, folge mir @eng_khairallah1 für weitere KI-Inhalte wie diesen. Ich poste jede Woche Aufschlüsselungen, Kurse und Tools.
Ich hoffe, das war nützlich für dich, Khairallah ❤️**
