Von Prompt zu Loop Engineering

Hi ,

letzte Woche ist mir was klar geworden, das die letzten zwei Jahre AI-Workflow auf den Kopf stellt.

Wir haben alle gelernt, bessere Prompts zu schreiben. War die richtige Schule. Aber sie ist vorbei. Und ich sag dir das nicht aus einem Blogpost, wir haben jede Stufe davon beim Bauen von Whaaat AI selbst gegen die Wand gefahren.

Spoiler: Die nächste Stufe heißt nicht "besserer Prompt". Sie heißt Loop.

Ein Prompt ist kein Produkt

Wie alle anderen haben wir beim Prompt angefangen. Unsere ersten Agents waren im Grunde gut geschriebene Prompts. Vee für die Stimme, Ines für Instagram, Betty als Chief Marketer. Jeder ein sorgfältig formulierter Text. Hat funktioniert, bis zu einem gewissen Punkt.

Dann kamen zwei Probleme. Erstens: Du kannst es kaum tracken. Du schraubst am Prompt und weißt nie, welche Änderung wirklich was bewegt hat. Blindflug.

Zweitens, und das hat richtig wehgetan: Unsere Systemprompts machen rund die Hälfte der Token-Kosten pro Konversation aus. Das fühlt sich nicht wie ein Feature an, eher wie Schulden, die du bei jeder Anfrage neu bezahlst.

Aber die eigentliche Lektion liegt tiefer. Ein großartiger Prompt weiß immer noch nichts über deinen Kunden. Derselbe Prompt, ein anderer User, und am Ende kommt generischer Output raus. Genau das hat uns auf die nächste Stufe gezwungen.

Die Leiter: Prompt, Context, Skills, Loops

Um da hinzukommen, sind wir eine Leiter hochgeklettert. Vier Stufen, an jeder erstmal hängengeblieben.

Stufe eins ist der Prompt, da fängt jeder an. Stufe zwei ist Context, dem Agent beibringen, für wen er eigentlich arbeitet. Bei uns ist das der Datahub, dein Brand-Profil, deine URLs, deine Files. Context pro User, und ehrlich gesagt der Hauptwert in unserem Produkt heute.

Ein Prinzip leitet uns dabei: Mehr Context ist nicht besser, kuratierter Context ist König. Dex Horthy nennt das die Dumb Zone. Stopfst du das Kontextfenster über etwa 40% voll, fällt die Qualität ab.

Stufe drei sind Skills. Verpackte, wiederverwendbare Bausteine, die der Agent nur lädt, wenn er sie braucht. Voiceprint, Content Pillars, die Not-Allow-Liste. Skill bauen, Output validieren, ausliefern. Das senkt die Token-Kosten, weil Skills on demand laden statt jeden Prompt aufzublähen. Genau der Hebel gegen die 50% von vorhin.

Und Stufe vier sind Loops. Da stehen wir gerade.

Bau den Loop, der den Prompt baut

Das ist der ganze Shift in einem Satz, und er stammt von Peter Steinberger, dem Macher von OpenClaw: Du solltest keine Prompts für deinen Agent schreiben. Du solltest einen Loop bauen, der den Prompt deines Agents baut.

Statt den Agent einmal laufen zu lassen, baust du ein System, das ihn laufen lässt, aus dem Ergebnis lernt und ihn wieder laufen lässt.

Der Kern sieht immer ähnlich aus. Ein Trigger startet den Agent. Er liest die Ergebnisse der letzten Läufe. Er führt aus. Er speichert die neuen Erkenntnisse, und die fließen in den nächsten Lauf. Die Datenbank ist das Gedächtnis. So wird der Agent über die Zeit besser, ohne dass du den Prompt anfasst.

Der Loop, der deine Aufgabe gestern bearbeitet hat, sollte schlauer sein als der von heute. Das ist mega smart, weil du nicht mehr an Texten feilst, sondern an einem System, das sich selbst schärft.

Stell dir die ehrliche Frage

Macht dein Workflow bei Lauf fünfzig genau dasselbe wie bei Lauf eins? Dann hast du einen Prompt, keinen Loop.

Ein echter Loop lässt jeden Lauf etwas zurück, das den nächsten besser macht. Eine wiederverwendbare Regel, eine schärfere Spec, eine Bedingung, die den heutigen Fehler morgen verhindert. Das Modell selbst wird zur Commodity, Open-Source holt gerade rasant auf. Was bleibt, sind deine Daten und der Loop, der daraus lernt.

Du musst dafür keinen 300-Agent-Swarm bauen. Der Shift passiert erst im Kopf, dann in der Technik.

Happy Building
Sascha

Der komplette Loop-Guide + der Open-Source-Shift

Im morgigen Member Newsletter gehe ich tiefer:

• Warum du dich jetzt mit Kimi K2.6 und GLM beschäftigen musst (300 Agents, echte Files, Bruchteil der Kosten)

• Der selbstlernende Swarm Schritt für Schritt, mit dem Verify-Gate-Prinzip

• Alle Copy-Paste-Prompts auf Deutsch: Spec, Decomposition-Check, Verify, Save-as-Skill, CONSTRAINTS.md

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

• Komplettes Tutorial

• Fertigen Blueprint zum Kopieren

• Zugang zu allen künftigen Premium-Tutorials

Your prompts are leaving out 80% of what you're thinking.

When you type a prompt, you summarize. When you speak one, you explain. Wispr Flow captures your full reasoning — constraints, edge cases, examples, tone — and turns it into clean, structured text you paste into ChatGPT, Claude, or any AI tool. The difference shows up immediately. More context in, fewer follow-ups out.

89% of messages sent with zero edits. Used by teams at OpenAI, Vercel, and Clay. Try Wispr Flow free — 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.