Vom Prompt zur Schleife: Wie du der KI beibringst, sich selbst zu prüfen

Du kennst den Ablauf vermutlich auswendig. Du schreibst der KI eine Anweisung, wartest, liest das Ergebnis, findest zwei Fehler, schreibst die nächste Anweisung. Nach vier oder fünf Runden ist das Ergebnis brauchbar. Das funktioniert, aber der Motor in diesem Ablauf bist du. In dem Moment, in dem du aufhörst zu tippen, passiert nichts mehr.

In Entwickler- und KI-Kreisen hat sich in den letzten Monaten ein anderer Arbeitsstil verbreitet, und mit ihm ein Begriff: Loop Engineering, auf Deutsch schlicht das Bauen von Schleifen. Dahinter steckt keine neue Technologie und kein neues Tool, sondern eine andere Art, Aufgaben an die KI zu übergeben. Ich habe für KI-Prüfstand recherchiert und zusammengetragen, was davon belegbar ist, wo die Grenzen liegen und wie du es selbst ausprobieren kannst, ohne etwas zu installieren.

Das Prinzip kennst du aus deinem Wohnzimmer

Deinem Thermostat gibst du keine Einzelbefehle. Du sagst ihm nicht: heize jetzt sieben Minuten, dann warte, dann heize noch einmal drei. Du stellst 21 Grad ein. Das Thermostat misst die Temperatur, vergleicht sie mit dem Ziel, heizt nach und misst wieder. Es wiederholt das so lange, bis Ist und Soll übereinstimmen, und es braucht dich dafür nicht. Du hast das Ziel einmal definiert, und die Messung ist eingebaut. Den Rest erledigt die Schleife.

Genau das ist Loop Engineering, übertragen auf die Arbeit mit KI. Statt jede Korrekturrunde selbst anzustoßen, gibst du drei Dinge einmal vor: das Ziel, das Material und die Kriterien, an denen ein gutes Ergebnis erkennbar ist. Die KI erstellt einen Entwurf, prüft ihn selbst gegen deine Kriterien, bessert nach und wiederholt das, bis die Kriterien erfüllt sind. Erst dann bekommst du das Ergebnis zu sehen.

Woher der Begriff gerade kommt

Die Idee ist in der Softwareentwicklung entstanden, und dort ist sie inzwischen gut dokumentiert. Anthropic, das Unternehmen hinter Claude, beschreibt in seiner Entwickler-Dokumentation die typische Arbeitsweise von KI-Agenten als genau diese Schleife: Kontext sammeln, handeln, das Ergebnis prüfen, wiederholen. Boris Cherny, der Kopf hinter dem Programmierwerkzeug Claude Code, erzählte 2026 in einem Podcast, er schreibe kaum noch einzelne Anweisungen an die KI. Seine Arbeit bestehe darin, Schleifen zu bauen, die das übernehmen.

Wie wenig Magie dahintersteckt, zeigt das derzeit bekannteste Beispiel. Der Entwickler Geoffrey Huntley hat eine Technik populär gemacht, die er Ralph nennt, benannt nach der Simpsons-Figur. In Reinform ist Ralph ein Skript aus einer Zeile, das derselben KI dieselbe Aufgabenbeschreibung immer wieder vorlegt, bis die Aufgabenliste abgearbeitet ist. Huntley hat auf diese Weise über Monate eine komplette Programmiersprache bauen lassen. Das ist das Extrem-Ende der Idee und nichts für den Arbeitsalltag im Betrieb. Aber es macht den Punkt deutlich: Der Wert liegt nicht in ausgefeilter Technik. Er liegt darin, dass Prüfen und Nachbessern nicht mehr an dir hängen.

Ohne Prüfung ist es keine Schleife, nur Wiederholung

Der Teil, der über brauchbar oder unbrauchbar entscheidet, ist nicht das Ziel und nicht die Wiederholung. Es sind die Prüfkriterien. Eine Schleife, die ihr eigenes Ergebnis nicht messen kann, dreht sich im Kreis und liefert dir am Ende denselben Fehler in schönerer Verpackung.

Ein brauchbares Prüfkriterium ist eines, das die KI selbst mit ja oder nein beantworten kann. „Soll professionell klingen" ist keins. „Höchstens 300 Wörter, förmliche Anrede, beide Preisoptionen genannt, keine englischen Fachbegriffe" sind vier. Wenn du für eine Aufgabe keine solchen Kriterien formulieren kannst, ist das ein Signal, dass die Aufgabe selbst noch nicht klar genug ist. Das ist keine Schwäche der Methode, sondern ihr nützlichster Nebeneffekt: Sie zwingt dich, vor der Arbeit zu definieren, was fertig bedeutet.

So probierst du es aus, ohne etwas zu installieren

Für den Anfang brauchst du keinen Agenten und keine Kommandozeile. Ein normales Chat-Fenster reicht, egal ob ChatGPT, Claude oder ein anderes Modell. Der Trick besteht darin, die Schleife in den Prompt selbst zu verlegen: Du beschreibst das Ziel, listest die Prüfkriterien auf und weist die KI an, ihren Entwurf selbst gegen jedes Kriterium zu prüfen, nachzubessern und dir erst die finale Fassung zu zeigen, zusammen mit einem kurzen Prüfprotokoll.

Damit du dir diese Struktur nicht jedes Mal neu zusammenbauen musst, findest du weiter unten unseren Loop-Baukasten. Du beantwortest ein paar Fragen, unter jeder steht ein Beispiel, und am Ende bekommst du einen fertigen Prompt zum Kopieren.

Wer mit Programmier-Werkzeugen wie Claude Code oder Codex arbeitet, kennt die nächste Stufe schon: Dort schließt sich die Schleife über echte Tests. Die KI schreibt Code, führt die Tests aus, liest die Fehlermeldung und korrigiert, bis alles durchläuft. Die Fehlermeldung übernimmt die Rolle des Thermometers.

Wo sich Schleifen nicht lohnen

Wie bei jedem Werkzeug gibt es Fälle, in denen es das falsche ist.

Für eine schnelle Frage oder einen groben ersten Entwurf ist eine Schleife unnötiger Aufwand. Der klassische Dialog bleibt dafür das richtige Format.

Wenn du das Endergebnis selbst nicht beurteilen kannst, etwa einen Vertragstext außerhalb deines Fachgebiets, dann kann deine Schleife es auch nicht. Sie liefert dir dann sehr selbstbewussten Unsinn, und das Prüfprotokoll sieht trotzdem ordentlich aus.

Mehr Durchläufe kosten mehr Rechenzeit. Bei Abo-Modellen heißt das: mehr vom monatlichen Kontingent für dieselbe Aufgabe. Für wiederkehrende Aufgaben rechnet sich das schnell, für Einmaliges oft nicht.

Vorsicht ist außerdem angebracht, wenn Schleifen selbstständig auf echte Firmendaten zugreifen sollen, auf Postfächer, Kalender oder das CRM. Ein Teil der viralen Anleitungen zu diesem Thema endet derzeit in Werbung für Bots, die sich mit hunderten Diensten verbinden lassen. Für ein Unternehmen in der EU gilt dabei dieselbe Sorgfalt wie bei jedem anderen Tool: Wo laufen die Daten hin, gibt es einen AVV, was steht in der Datenschutzerklärung. Eine Schleife, die selbstständig handelt, macht diese Fragen wichtiger, nicht unwichtiger.

Und ganz gleich, wie gut die Schleife läuft: Bevor etwas an einen Kunden geht oder veröffentlicht wird, schaut ein Mensch drauf. Die Schleife nimmt dir die Korrekturrunden ab, nicht die Verantwortung.

Der Loop-Baukasten

Hier kannst du deinen ersten Loop-Prompt zusammenstellen. Beantworte die Fragen, orientiere dich an den Beispielen und kopiere am Ende den fertigen Prompt in dein KI-Chatfenster. Der Baukasten läuft vollständig in deinem Browser. Keine deiner Eingaben verlässt diese Seite, nichts wird gespeichert.

Fang mit einer Aufgabe an

Nimm eine Aufgabe, die regelmäßig wiederkommt und deren Ergebnis du gut beurteilen kannst, und formuliere dafür einmal saubere Prüfkriterien. Ob daraus bei dir je ein autonomer Agent wird, ist zweitrangig. Die Fähigkeit, die du dabei aufbaust, ist das Formulieren von messbaren Kriterien. Und die behält ihren Wert, egal welches Modell nächstes Jahr vorne liegt.

Quellen:

• Anthropic Engineering: Building agents with the Claude Agent SDK. https://www.anthropic.com/engineering/building-agents-with-the-claude-agent-sdk
• Boris Cherny im Gespräch mit Acquired (Podcast, WorkOS, 2026). https://www.youtube.com/watch?v=RkQQ7WEor7w
• Geoffrey Huntley: Ralph Wiggum as a „software engineer". https://ghuntley.com/ralph/
• Auslöser der aktuellen Diskussionswelle: Beitrag von Anatoli Kopadze auf X (Juni 2026). https://x.com/AnatoliKopadze/status/2068328135611822149