Der Mann, der Claude Code gebaut hat, prompted nicht mehr
Im Juni 2026 sagte Boris Cherny, der bei Anthropic Claude Code verantwortet, einen Satz, der durch die KI-Szene ging: "Ich prompte Claude nicht mehr. Ich habe Loops laufen, die Claude prompten und herausfinden, was zu tun ist. Meine Aufgabe ist es, Loops zu schreiben."
Das ist mehr als ein Bonmot. Es markiert den Übergang von einer Fähigkeit zur nächsten. In den frühen Jahren der breiten KI-Nutzung war Prompt Engineering die zentrale Kompetenz: die Kunst, mit der perfekten Eingabe die beste erste Antwort zu bekommen. Danach kam Context Engineering: alles richtig in das Kontextfenster zu packen. Jetzt steht der nächste Begriff im Raum, und er hieß vor einem Monat noch nirgendwo so.
Loop Engineering.
Der Begriff explodiert gerade. Addy Osmani, LangChain und Business Insider schreiben darüber, oft innerhalb derselben Woche. Dieser Artikel öffnet die Black Box: Was ein Loop wirklich ist, warum das Engineering der Schleife jetzt die knappe Fähigkeit ist, und woraus ein produktiver Loop besteht. Verständlich erklärt, auch wenn Sie keine Zeile Code schreiben.
Was ist ein Loop, ganz konkret?
Ein Loop ist ein wiederkehrender Zyklus, den ein Agent durchläuft, um ein Ziel zu erreichen, ohne dass Sie ihn bei jedem Schritt anweisen. Das Grundmuster heißt Reason, Act, Observe, Repeat: denken, handeln, beobachten, wiederholen.
In jeder Runde passiert das Gleiche. Der Agent überlegt, was als Nächstes zu tun ist (Reason). Er führt eine Aktion aus, etwa einen Tool-Aufruf, ein Kommando, eine Code-Änderung (Act). Er liest das Ergebnis, also Testausgaben, Fehlermeldungen, Logs (Observe). Dann vergleicht er den Stand mit dem Ziel und entscheidet die nächste Runde (Repeat). Das geht so lange, bis eine Abbruchbedingung greift.
Die Wurzel dieses Musters heißt ReAct, kurz für Reasoning und Acting. Es ist die Basis, auf der die meisten produktiven Systeme aufbauen.
Peter Steinberger, einer der lautesten Verfechter dieser Idee, bringt es auf den Punkt:
Du solltest Coding-Agenten nicht mehr prompten. Du solltest Loops entwerfen, die deine Agenten prompten. — Peter Steinberger
Der Unterschied zu einem normalen Chat ist einfach: Eine Antwortmaschine gibt Ihnen einmal Text zurück. Ein Loop arbeitet weiter, prüft sich selbst und korrigiert, bis die Sache erledigt ist.
Genau das trennt ein Demo von einem Produktivsystem. Ein Agent, der Code nur einmal generiert, kann Laufzeitfehler nicht fangen, sich nicht an die konkrete Umgebung anpassen und nicht prüfen, ob das Erzeugte überhaupt funktioniert. Der Loop schließt diese Lücke.
Drei Epochen: Prompt, Context, Loop
Die Verschiebung lässt sich in drei Stufen erzählen. Bei jeder wandert der Hebel weiter nach oben, weg vom einzelnen Befehl, hin zum System darüber.
| App | Zentrale Frage | Wo liegt der Hebel? |
|---|---|---|
| Prompt Engineering (erste Phase) | Wie formuliere ich die perfekte Eingabe? | Der einzelne Prompt |
| Context Engineering (zweite Phase) | Was muss ins Kontextfenster? | Der Informationsstand |
| Loop Engineering (2026) | Welches System prompted den Agenten? | Die Architektur der Schleife |
Der Punkt ist nicht, dass Prompt Engineering tot ist. Sie brauchen weiterhin gute Prompts, gute Skills, guten Kontext. Aber die teuerste Stunde Ihrer Woche steckt nicht mehr im Feilen an einem Satz. Sie steckt im Entwurf des Systems, das tausend Sätze erzeugt, prüft und verbessert, während Sie an etwas anderem arbeiten.
So multipliziert ein gut gebauter Loop eine gute Fachkraft. Und so erklärt sich Chernys Satz: Wenn das System die Prompts schreibt, ist Ihre Arbeit das System.
Die 6 Bausteine eines produktiven Loops
Ein Loop ist kein magisches Modell-Feature. Er ist gebaut. Addy Osmani benennt sechs Bausteine, die einen Loop von einem Spielzeug zum Werkzeug machen. Hier ohne Jargon:
- Automatisierungen. Der Loop findet seine Arbeit selbst, nach Zeitplan oder Auslöser. Er wartet nicht, bis Sie etwas eintippen. Er startet morgens und schaut, was zu tun ist.
- Worktrees. Mehrere Agenten arbeiten parallel, jeder in seiner eigenen isolierten Kopie. So fällt sich nicht ein Agent dem anderen ins Wort und überschreibt dessen Datei.
- Skills. Projektwissen, festgehalten in einfachen Markdown-Dateien (bei Claude Code etwa eine
SKILL-Datei). So muss der Agent nicht jedes Mal neu lernen, wie Ihr Projekt tickt. - Connectors. Anbindung an externe Werkzeuge über das Model Context Protocol (MCP). Der Agent kann dadurch reale Systeme erreichen, nicht nur Text erzeugen.
- Sub-Agenten. Ein zweiter Agent prüft die Arbeit des ersten. Wer baut, prüft nicht sich selbst. Diese Trennung fängt Fehler, die ein einzelner Agent übersieht.
- State und Memory. Der Loop schreibt seinen Stand in eine Datei, weil Modelle zwischen den Läufen vergessen. Der Lauf von morgen setzt da an, wo der von heute aufgehört hat.
In Claude Code sind diese Bausteine als erste Befehle eingebaut: /loop für wiederkehrende Ausführung, /goal für einen Lauf bis zur erreichten Bedingung, /schedule für zeitgesteuerte Automatisierung, dazu der --worktree-Schalter für die parallele Isolation.
Der Fehler, der Ihr Budget leert
Ein Loop ohne saubere Stoppbedingung läuft, bis das Geld alle ist. Das ist der häufigste und teuerste Anfängerfehler im Loop Engineering. Ein produktiver Loop braucht mehrere Notausgänge. Erstens einen Verifier, der prüft, ob das Ziel wirklich erreicht ist. Zweitens eine harte Obergrenze für die Zahl der Runden. Drittens ein Token- oder Zeitbudget. Und viertens eine No-Progress-Erkennung, die anhält, wenn sich der Stand über mehrere Runden nicht ändert.
Loop Engineering löscht Sie nicht aus der Gleichung
Es ist verführerisch, den Loop als Autopilot zu lesen, der Sie überflüssig macht. Das Gegenteil stimmt. Addy Osmani warnt vor drei realen Risiken, und sie sind der Grund, warum Urteilsvermögen jetzt die knappe Ressource ist.
Verifikation bleibt Ihre Aufgabe. Der Loop kann sich selbst prüfen, aber die Definition von "richtig" kommt von Ihnen. Ein Agent, der sein eigenes falsches Ziel souverän erreicht, ist gefährlicher als gar keiner.
Comprehension Debt wächst. Wenn niemand den erzeugten Code mehr liest, sammelt sich Verständnisschuld an. Irgendwann läuft ein System, das niemand im Team versteht. Diese Rechnung kommt später, und sie kommt teuer.
Cognitive Surrender ist die eigentliche Gefahr. Loops können Vermeidung kaschieren. Wer nicht mehr versteht, was passiert, hat nicht delegiert, sondern kapituliert.
Was das für Unternehmen bedeutet
Hinter Loop Engineering steckt eine größere Verschiebung, und sie betrifft jede Firma, nicht nur Tech-Startups. Code zu schreiben ist 2026 zur Commodity geworden. Knapp ist die Schicht darüber: die Architektur, das Denken in Zielen und Grenzen, das Orchestrieren von Agenten. Die Branche verschiebt sich vom Coder zum Architekten.
Für ein Unternehmen heißt das konkret: Der Engpass ist nicht mehr, wer schnell tippt. Der Engpass ist, wer ein Problem so sauber in Ziel, Auslöser und Prüfschritt zerlegen kann, dass ein Loop es zuverlässig abarbeitet. Das ist eine andere Fähigkeit als klassische Softwareentwicklung, und sie ist heute noch selten.
Wer im Unternehmen weiterhin nur einzelne Prompts in ein Chatfenster tippt, nutzt einen Bruchteil dessen, was möglich ist. Der Sprung von der Antwortmaschine zum laufenden Loop ist derselbe Sprung wie von der Schreibmaschine zum Programm. Von Hamburg aus bauen wir bei IJONIS genau diese Loops: Wir zerlegen einen Geschäftsprozess in ein Ziel, geben ihm einen Auslöser und einen Verifier und lassen ihn laufen, während Ihr Team an wichtigeren Dingen arbeitet.
Wer die Mechanik dahinter selbst nachbauen will, findet bei Anthropic und in der Claude Code Dokumentation die Bausteine, auf denen diese Befehle aufsetzen.
Häufige Fragen zu Loop Engineering
Ist Loop Engineering einfach nur ein anderes Wort für KI-Agenten?
Nein. Ein KI-Agent ist das, was im Loop läuft. Loop Engineering ist die Disziplin, diese Schleife zu bauen: Ziel definieren, Auslöser setzen, Prüfschritte und Stoppbedingungen einbauen. Der Agent ist die Anwendung, der Loop ist das System, das ihn steuert.
Muss ich programmieren können, um Loops zu bauen?
Zunehmend nicht für die Steuerung selbst. Werkzeuge wie Claude Code bringen die Loop-Befehle bereits mit, etwa für wiederkehrende Läufe, zielgebundene Läufe und zeitgesteuerte Automatisierung. Die eigentliche Fähigkeit ist nicht Syntax, sondern ein Problem so in Ziel, Auslöser und Prüfschritt zu zerlegen, dass ein Loop es zuverlässig abarbeiten kann. Das ist eher eine Architektur- als eine Tippfertigkeit, und genau deshalb verschiebt sich der Engpass vom Coden zum Entwerfen.
Was ist der Unterschied zwischen Prompt Engineering und Loop Engineering?
Prompt Engineering optimiert die einzelne Eingabe für die beste erste Antwort. Loop Engineering baut das System, das viele Eingaben erzeugt, deren Ergebnisse prüft und so lange iteriert, bis ein Ziel erreicht ist. Der Hebel wandert vom Satz zur Schleife.
Ist das im Produktivbetrieb sicher?
Nur mit Guardrails. Ein Loop braucht Stoppbedingungen (Runden-Obergrenze, Token-Budget, No-Progress-Erkennung), einen Verifier und menschliche Checkpoints vor unumkehrbaren Aktionen. Ohne diese Grenzen läuft ein Loop im schlimmsten Fall, bis das Budget aufgebraucht ist. Mit ihnen ist er ein zuverlässiges Werkzeug.
Weiterlesen:
- Agent Harness: Das fehlende Stück zum produktiven KI-Agenten: die Software-Schicht, in der der Loop läuft.
- KI-Agent bauen: Die 5 Bausteine plus Praxisbeispiel: woraus ein einzelner Agent besteht.
- Agent OS: KI-Agenten orchestrieren im Unternehmen: wenn aus einem Loop viele werden.
- Multi-Agenten-Systeme: Architektur und Praxis-Leitfaden: wie mehrere Agenten zusammenarbeiten.