Hi {{FIrst name}},

Andrew Ng hat mit seinem Team über 10.000 Job-Postings analysiert und daraus die AI Engineering Skills Map gebaut. Vier Skills, die laut den Daten den Unterschied machen. Eine davon: "Using coding agents".

Spoiler: Die meisten glauben, sie hätten diese Skill längst. Haben sie nicht.

Du steuerst noch mit der Hand

Wenn du jeden Tag mit Claude arbeitest, fühlst du dich wahrscheinlich fit im Umgang mit Agents. Aber schau mal genau hin, wie deine Sessions ablaufen: Du schreibst einen Prompt. Du liest den Output. Du schreibst den nächsten Prompt.

Das ist Handsteuerung. Zug um Zug.

Ng beschreibt die eigentliche Skill anders: dem Agenten helfen, Loops selbstständig zu schließen, indem du ihm Verifier oder Evals mitgibst. Das System steuert den Agenten, nicht du.

Die Konsequenz aus der Handsteuerung spürst du jeden Tag. Deine Kapazität ist das Limit für alles, was deine Agents leisten. Wenn du im Urlaub bist, steht die Maschine. Wenn du in einem Meeting sitzt, wartet der Agent auf den nächsten Prompt. Du hast das stärkste Werkzeug der letzten Jahre und betreibst es wie eine Drehorgel.

Und genau da wird es interessant. Denn Loop Engineering wird meistens diskutiert, als wäre es eine einzige Sache. In Wahrheit ist es eine Wahl zwischen vier Strukturen, und jede passt zu einer anderen Art von Aufgabe.

Die zwei Fragen, die alles sortieren

Jeder Loop beantwortet genau zwei Fragen: Was startet einen Run? Und was entscheidet, dass die Arbeit fertig ist?

In einer normalen Chat-Session beantwortest du beide selbst. Jedes einzelne Mal. Jeder der vier Loop-Typen verlagert mehr von diesen Antworten ins System:

Turn-based kennst du schon. Du promptest, der Agent arbeitet, du reviewst. Beide Fragen bleiben bei dir. Richtig, wenn die Anforderungen noch entstehen und jeder Output den nächsten Schritt verändert.

Goal-based gibt die Fertig-Entscheidung ab. Du gibst ein Erfolgskriterium und ein Budget, etwa /goal bring den Lighthouse Score auf 90, stopp nach 5 Versuchen. Ein Evaluator-Modell prüft jeden Versuch. Du sitzt nicht mehr daneben.

Time-based gibt den Trigger ab. Die Uhr feuert, der Agent läuft einen festen Prompt. Mit /loop lokal, mit /schedule in der Cloud, damit der Loop weiterläuft, wenn dein Laptop zu ist.

Proactive gibt beides ab. Ein Event triggert, ein Workflow entsteht zur Laufzeit: Triage, Fix, und ein Reviewer-Agent, der die Arbeit adversarial prüft, bevor die Aufgabe schließt. Kein Mensch anwesend.

Loop-Matching: Die Aufgabe wählt den Loop

Die falsche Frage ist, welcher Typ der fortgeschrittenste ist. Proactive ist keine Königsklasse und Turn-based keine Krücke.

Die richtige Frage stellt sich an die Aufgabe. Ich nenne das Loop-Matching: Ist deine Aufgabe explorativ, messbar, wiederkehrend oder standing?

Explorativ heißt Turn-based, weil du selbst der wichtigste Teil des Loops bist. Messbar heißt Goal-based, weil ein Evaluator prüfen kann. Wiederkehrend heißt Time-based, weil die Uhr triggern kann. Und standing, also eine dauerhafte Verantwortung mit unvorhersehbaren Fällen, heißt Proactive.

Der häufigste Fehler dabei ist übrigens nicht zu wenig Automatisierung. Es ist der Sprung zu Proactive, bevor die Basics stehen. Ein Proactive Loop ohne Reviewer-Agent im Auto-Modus ist kein mutiges Setup, das ist ein fahrlässiges. Die Treppe geht man Stufe für Stufe hoch, und auf jeder Stufe kommt ein Verifier dazu.

Bei mir laufen gerade drei solcher Loops: Ein Lead Loop sammelt täglich Leads und pflegt meine Datenbank. Ein Documentation Loop veröffentlicht dienstags und freitags Doku aus erledigten Tickets. Und ein SEO Loop prüft wöchentlich meine Websites und schreibt Tickets, auf die ein zweiter Loop reagiert.

Das ist echt krass, wenn man es einmal laufen sieht: Die langweiligen Pflichten, die ich früher unregelmäßig und halbherzig erledigt habe, passieren jetzt einfach. Zweimal die Woche. Ohne dass jemand dran denkt.

Dein erster Loop diese Woche

Nimm eine Aufgabe, die du diese Woche mindestens zweimal manuell mit einem Agenten erledigt hast. Stell ihr die zwei Fragen. Wenn die Antwort beide Male "ich" lautet und die Aufgabe wiederkehrend ist, hast du deinen Kandidaten.

Dann formulierst du den Prompt, den du ohnehin jedes Mal tippst, einmal sauber aus und legst ihn als /schedule in die Cloud. Mehr ist der erste Loop nicht. Eine Aufgabe und eine Uhr.

Und wenn du das systematisch aufziehen willst, vom ersten /schedule bis zu verketteten Pipelines mit Evaluatoren und Reviewern: Genau dafür habe ich den Loop Engineering Blueprint gebaut.

Der komplette Weg, Schritt für Schritt, mit allen Prompts und Setups:

Happy Building
Sascha

Mein SEO Loop als Copy-Paste-Kit

Im morgigen Member Newsletter gehe ich tiefer:

Dieses fortgeschrittene Tutorial ist exklusiv für Premium-Mitglieder verfügbar. Du erhältst:

Wispr Flow turns your voice into clean, professional text you can send the moment you stop talking. Not rough transcription you have to clean up. Actual polished text — ready for email, Slack, or any app.

Speak the way you think. Go on tangents. Change your mind mid-sentence. Flow strips the filler, fixes the grammar, and gives you text that reads like you spent five minutes writing it.

89% of messages sent with zero edits. Millions of professionals use Flow daily, including teams at OpenAI, Vercel, and Clay. Works on Mac, Windows, and iPhone.

Start flowing free

Wenn du dich bereit fühlst, dann kann ich dir folgendermaßen helfen:

1) KI ohne Team - 40+ Unternehmer sind schon dabei. Die KI Agenten Community für Menschen die was umsetzen wollen. Fertige KI-Systeme, die du lädst und sofort einsetzt. Jede Woche neue. Von Leuten, die damit ihr eigenes Geschäft betreiben.

2) KI Agenten Management Framework Paperclip - Das One-Click-Deployment für Paperclip. Mach dir selbst keinen Kopf mehr um das technische Setup. Lass den Agenten einfach für dich arbeiten. => Mit SASCHA10 bekommst du auch Rabatt im Checkout.

3) Lead-Gen-System für dein SaaS Produkt - ich habe ein Lead-Gen-System, das auf KI und den aktuellsten Marketing-Trends basiert und dir nachhaltig Leads generiert.