Die KI-Szene diskutiert einen fundamentalen Paradigmenwechsel: Weg vom einzelnen Prompt, hin zu autonomen Schleifen, die Agenten orchestrieren und den Menschen als Flaschenhals aus dem Prozess nehmen. Was nach einem Nischenthema für Entwickler klingt, betrifft in Wahrheit jeden, der mit KI arbeitet – insbesondere Solopreneure, die ihre Produktivität maximieren wollen. Prominente Stimmen wie Andrej Karpathy, der ehemalige KI-Chef von Tesla, propagieren diesen Ansatz bereits offen. Die Botschaft ist eindeutig: Wer in den nächsten Jahren wettbewerbsfähig bleiben will, muss aufhören, Prompts zu schreiben – und anfangen, Systeme zu bauen.
Hintergrund: Vom Prompt Engineering zum Loop Design
Seit dem Durchbruch von ChatGPT Ende 2022 hat sich eine ganze Industrie um das sogenannte Prompt Engineering gebildet. Die Idee: Wer die richtigen Worte findet, bekommt bessere Ergebnisse aus KI-Modellen. Kurse, Bücher und Zertifikate schossen aus dem Boden. Doch bereits Mitte 2025 begann sich abzuzeichnen, dass dieser Ansatz an seine Grenzen stößt – nicht weil Prompts unwichtig geworden wären, sondern weil sie den Menschen als permanenten Engpass im Arbeitsprozess verankern.
Der Kern des Problems: Bei jedem einzelnen Prompt musst du entscheiden, was als Nächstes passiert. Du liest das Ergebnis, formulierst den nächsten Prompt, wartest, korrigierst, formulierst erneut. Bei komplexen Aufgaben – etwa dem Schreiben von Software, dem Erstellen von Recherche-Reports oder dem Aufbau von Content-Pipelines – wird dieser manuelle Zyklus zum Produktivitätskiller. Die logische Konsequenz: den Menschen aus der Schleife nehmen und die KI sich selbst steuern lassen.
Die Details: Was „Loopcraft“ konkret bedeutet
In der aktuellen Ausgabe des einflussreichen AI-Newsletters „Latent Space“ wird das Konzept unter dem Namen „Loopcraft“ zusammengefasst – die Kunst, Schleifen zu stapeln. Mehrere prominente Entwickler und Forscher haben sich dazu klar positioniert:
- Steipete formuliert es als monatliche Erinnerung: „Du solltest keine Coding Agents mehr prompten. Du solltest Loops designen, die deine Agents prompten.“
- Boris bringt es auf den Punkt: „Ich prompte Claude nicht mehr. Ich schreibe Loops, die Loops erledigen die Arbeit.“
- Andrej Karpathy geht in seinem Projekt „Autoresearch“ noch weiter: „Um das Maximum aus den verfügbaren Tools herauszuholen, musst du dich selbst als Flaschenhals entfernen. Du kannst nicht da sein, um den nächsten Prompt zu geben. Du musst dich rausnehmen.“ Sein erklärtes Ziel: das System einmal einrichten, auf „Go“ drücken – und dann nicht mehr eingreifen müssen.
Die zentrale These von Latent Space lautet dabei: Das gesamte Spiel des nächsten Jahrhunderts wird darin bestehen, Loops so effektiv wie möglich zu stapeln. In frühen Phasen ist es wertvoll zu wissen, wann man in einer Schleife eine Ebene nach unten geht – um Zuverlässigkeit zu gewährleisten, wenn etwas schiefläuft. Doch langfristig ist es weitaus wertvoller zu wissen, wie man eine Ebene nach oben geht, um den Hebel zu vergrößern, wenn Modelle besser werden.
Der Newsletter prägt dafür den Begriff der „Salty Lesson“ – in Anlehnung an Rich Suttons berühmte „Bitter Lesson“ über KI-Modelle: „Repariere Dinge nicht selbst, wie du es historisch getan hast. Konzentriere dich stattdessen auf Systeme, die mit mehr Agents skalieren – wie Ziele und Orchestrierung.“
Einordnung: Was das für Solopreneure und Marketer im DACH-Raum bedeutet
Auf den ersten Blick klingt Loopcraft nach einem Thema für Vollblut-Entwickler. Doch die Implikationen reichen weit darüber hinaus – und treffen besonders Solopreneure und kleine Teams im deutschsprachigen Raum.
Die unbequeme Wahrheit: Wenn du heute noch jeden einzelnen Blogpost manuell mit ChatGPT promptest, jeden Social-Media-Beitrag einzeln formulieren lässt und jede Recherche Schritt für Schritt begleitest, dann arbeitest du bereits ineffizient. Nicht weil deine Prompts schlecht wären – sondern weil du das System bremst. Ein Solopreneur, der Loops baut, kann in derselben Zeit das Zehnfache an Output generieren, weil die Agenten autonom arbeiten, sich gegenseitig korrigieren und nur bei echten Problemen menschlichen Input anfordern.
Konkret könnte das so aussehen: Statt einen einzelnen Prompt für eine Marktanalyse zu schreiben, designst du eine Schleife, in der ein Agent Daten sammelt, ein zweiter Agent die Daten analysiert, ein dritter Agent die Ergebnisse in einen Report überführt und ein vierter Agent den Report auf Qualität prüft. Du definierst einmal die Ziele und Qualitätskriterien – den Rest erledigt das System.
Das bedeutet allerdings auch: Die Fähigkeiten, die in den nächsten Jahren wertvoll sind, verschieben sich. Weniger „Wie formuliere ich den perfekten Prompt?“ und mehr „Wie designe ich ein System aus Agenten, das zuverlässig ein bestimmtes Ergebnis produziert?“ Das erfordert ein anderes Denken – eher wie ein Produktmanager oder Systemarchitekt als wie ein Texter.
Für den DACH-Raum kommt ein weiterer Aspekt hinzu: Während die Bundesregierung gerade erst das Deutsche AI Security Institute (DE-AISI) gründet – zunächst als virtuelle Institution auf Basis bestehender Strukturen von Bundesnetzagentur und BSI –, bewegen sich die technologischen Realitäten in einem Tempo, das regulatorische Rahmenbedingungen kaum einfangen können. Autonome Agenten-Loops werfen Fragen auf, die weit über klassische KI-Sicherheit hinausgehen: Wer haftet, wenn ein autonomes System Fehler produziert? Wie prüft man Ergebnisse, die kein Mensch mehr aktiv überwacht?
Was kommt als Nächstes
Die Entwicklung wird sich in den kommenden Monaten beschleunigen. Mehrere Trends laufen zusammen:
- Modelle werden besser und günstiger – was bedeutet, dass du mehr Token-Durchsatz pro Euro bekommst und komplexere Loops wirtschaftlich werden.
- Tool-Ökosysteme reifen heran – Plattformen für Agenten-Orchestrierung werden zugänglicher, auch für Nicht-Entwickler.
- Der Wettbewerbsdruck steigt – wer Loops meistert, hat einen strukturellen Vorteil gegenüber jenen, die noch manuell prompten.
Meine Einschätzung: Loopcraft wird das nächste große Kompetenzfeld nach Prompt Engineering. Und wie beim Prompt Engineering wird es eine Phase geben, in der Early Adopter einen enormen Vorsprung aufbauen. Die Warnung aus dem Latent-Space-Newsletter ist dabei unmissverständlich: „If you don’t figure out how to do this, don’t be salty when you lose to those that do.“
Der Rat an alle Solopreneure und Marketer im DACH-Raum: Fang jetzt an, in Systemen statt in Einzelanfragen zu denken. Du musst kein Entwickler sein, um zu verstehen, wie Loops funktionieren. Aber du musst bereit sein, deinen Arbeitsansatz grundlegend zu hinterfragen – bevor es andere für dich tun.