There is a statement circulating in the practitioner layer of the AI-tooling world that sounds, at first, like hyperbole and turns out to be a precise description of a structural shift. The developer and author Peter Steinberger — known publicly as steipete — put it plainly in a public post: “You shouldn’t be prompting coding agents anymore — you should be designing loops that prompt your agents.” His elaboration was equally direct: tell the agent to maintain your repos, wake up every five minutes, and direct work to threads. The prompt, in this model, is not the unit of work. The loop is.

Im Praktiker-Layer der KI-Tooling-Welt kursiert eine Aussage, die zunächst nach Übertreibung klingt und sich bei näherer Betrachtung als präzise Beschreibung einer strukturellen Verschiebung erweist. Der Entwickler und Autor Peter Steinberger — öffentlich als steipete bekannt — formulierte es unmissverständlich in einem öffentlichen Beitrag: „Du solltest keine Coding-Agents mehr prompten — du solltest Loops entwerfen, die deine Agents prompten.“ Die Erläuterung war ebenso direkt: Gib dem Agent die Aufgabe, deine Repos zu pflegen, alle fünf Minuten aufzuwachen und Arbeit an Threads zu verteilen. In diesem Modell ist der Prompt nicht die Arbeitseinheit. Der Loop ist es.

A second signal arrived from an equally unambiguous source: the creator of Claude Code, speaking publicly, offered a description of their own daily workflow. “I don’t prompt Claude anymore,” they said. “I write loops — and the loops do the work. My job is to write loops.” This was not a product announcement. It was a practitioner describing a changed relationship with their own tools, from the person who built them.

Ein zweites Signal kam aus einer ebenso eindeutigen Quelle: Der Schöpfer von Claude Code beschrieb öffentlich seinen eigenen Arbeitsalltag. „Ich prompte Claude nicht mehr“, hieß es. „Ich schreibe Loops — und die Loops erledigen die Arbeit. Meine Aufgabe ist es, Loops zu schreiben.“ Dies war keine Produktankündigung. Es war ein Praktiker, der eine veränderte Beziehung zu seinen eigenen Werkzeugen beschrieb — aus der Perspektive desjenigen, der sie gebaut hat.

Taken together, these observations mark a legible inflection. The prompt — that carefully engineered sentence or paragraph designed to elicit a useful response from a language model — was the central craft of the past two years. Prompt engineering became a job title, a consulting category, a subject for courses and guides. The skill was real. And it is now being superseded, not because it stopped working but because the ceiling it hits has become visible.

Zusammen markieren diese Beobachtungen einen klar erkennbaren Wendepunkt. Der Prompt — jener sorgfältig formulierte Satz oder Absatz, der ein nützliches Ergebnis aus einem Sprachmodell herausholen soll — war das zentrale Handwerk der vergangenen zwei Jahre. Prompt Engineering wurde zur Berufsbezeichnung, zur Beratungskategorie, zum Thema für Kurse und Leitfäden. Die Fähigkeit war real. Und sie wird jetzt überholt — nicht weil sie aufgehört hat zu funktionieren, sondern weil die Decke, an die sie stößt, sichtbar geworden ist.

What a loop actually is

Was ein Loop eigentlich ist

A prompt is a one-shot instruction. It assumes a human is present to evaluate the output, decide what happens next, and issue the following instruction. This is productive, but it is also a bottleneck: the agent’s throughput is bounded by the human’s attention. Every idle minute between a finished task and the next prompt is a minute the model is not working.

Ein Prompt ist eine einmalige Anweisung. Er setzt voraus, dass ein Mensch anwesend ist, um das Ergebnis zu bewerten, zu entscheiden, was als Nächstes passiert, und die folgende Anweisung zu erteilen. Das ist produktiv, aber auch ein Engpass: Der Durchsatz des Agents ist durch die menschliche Aufmerksamkeit begrenzt. Jede Leerlaufminute zwischen einer abgeschlossenen Aufgabe und dem nächsten Prompt ist eine Minute, in der das Modell nicht arbeitet.

A loop removes that bottleneck. It is a durable instruction set — typically code, configuration, or a scaffolding layer — that tells the agent not just what to do but when to do it, how to evaluate whether it succeeded, what to do if it did not, and when to cycle again. The agent wakes, executes, checks its own output against criteria embedded in the loop, routes follow-up tasks to sub-threads or additional agents, and rests until the next wake interval. No human approval needed between steps. No human attention required while the loop runs.

Ein Loop entfernt diesen Engpass. Es handelt sich um eine dauerhafte Instruktionsmenge — typischerweise Code, Konfiguration oder eine Scaffolding-Schicht — die dem Agent nicht nur sagt, was er tun soll, sondern wann, wie er bewertet ob er erfolgreich war, was er im Fehlerfall tun soll und wann er erneut starten soll. Der Agent wacht auf, führt aus, prüft seinen eigenen Output anhand der im Loop eingebetteten Kriterien, leitet Folgeaufgaben an Sub-Threads oder weitere Agents weiter und wartet bis zum nächsten Intervall. Keine menschliche Genehmigung zwischen den Schritten. Keine menschliche Aufmerksamkeit erforderlich, während der Loop läuft.

The comparison to software development is exact, not analogical. Writing a loop is, functionally, writing a program. The difference is that the program’s executor is a language model capable of reading, reasoning, and writing code — which means the loop can direct work of a kind that previously required a human at every decision point. The agent becomes less like a tool being operated and more like a process being managed.

Der Vergleich mit Softwareentwicklung ist exakt, nicht bloß analogisch. Einen Loop zu schreiben bedeutet funktional, ein Programm zu schreiben. Der Unterschied liegt darin, dass der Ausführer dieses Programms ein Sprachmodell ist, das lesen, schlussfolgern und Code schreiben kann — was bedeutet, dass der Loop Arbeit steuern kann, die bisher an jedem Entscheidungspunkt einen Menschen erforderte. Der Agent gleicht weniger einem Werkzeug, das bedient wird, und mehr einem Prozess, der verwaltet wird.

“You shouldn’t be prompting coding agents anymore — you should be designing loops that prompt your agents.” The prompt was the craft of 2024–25. The loop is what replaces it. „Du solltest keine Coding-Agents mehr prompten — du solltest Loops entwerfen, die deine Agents prompten.“ Der Prompt war das Handwerk von 2024–25. Der Loop ist das, was ihn ablöst.

Who becomes valuable

Wer damit wertvoll wird

If this transition holds, the labour implications are blunt. Prompt engineering — the craft of knowing how to phrase a request to get a useful output — depreciates. Not immediately, not completely, but directionally. A prompt writer who has not developed the adjacent skills to build and maintain loops will find themselves on a shorter depreciation curve than they anticipated twelve months ago.

Wenn diese Transition anhält, sind die Arbeitsmarktimplikationen direkt. Prompt Engineering — das Handwerk, Anfragen so zu formulieren, dass nützliche Ergebnisse entstehen — verliert an Wert. Nicht sofort, nicht vollständig, aber in der Tendenz. Wer als Prompt-Spezialist keine angrenzenden Fähigkeiten entwickelt hat, um Loops zu bauen und zu pflegen, wird sich auf einer kürzeren Abschreibungskurve wiederfinden als noch vor zwölf Monaten erwartet.

What appreciates is the capacity to design the loop architecture: to decide what the trigger condition is, what success looks like, where human review is genuinely necessary versus where it is merely habit, and how to compose multiple agent threads without creating races or redundant work. These are engineering decisions, but they are also design decisions — and the best practitioners of loop design will likely be people who think about systems, not just outputs.

Was an Wert gewinnt, ist die Fähigkeit, die Loop-Architektur zu gestalten: zu entscheiden, was die Auslösebedingung ist, wie Erfolg aussieht, wo menschliche Überprüfung wirklich notwendig ist und wo sie bloße Gewohnheit ist, und wie mehrere Agent-Threads komponiert werden können, ohne Wettläufe oder redundante Arbeit zu erzeugen. Das sind Engineering-Entscheidungen, aber auch Design-Entscheidungen — und die besten Praktiker von Loop-Design werden wahrscheinlich Menschen sein, die über Systeme nachdenken, nicht nur über Outputs.

The adjacent skills are not exotic. They overlap with systems design, with workflow automation, and with the kind of defensive thinking that experienced engineers develop after watching their own automations fail in unexpected ways. What makes loop design specifically demanding is that the executor is non-deterministic. A conventional automation either works or it fails. A language model executing a loop can succeed partially, succeed in the wrong direction, or produce output that looks correct and is subtly not. The loop architect has to design for this — building in checkpoints, evaluation criteria, and escalation paths that a traditional automation engineer would not need.

Die angrenzenden Fähigkeiten sind nicht exotisch. Sie überschneiden sich mit Systemsdesign, Workflow-Automatisierung und der Art defensiven Denkens, das erfahrene Ingenieure entwickeln, nachdem sie ihre eigenen Automatisierungen auf unerwartete Weise scheitern gesehen haben. Was Loop-Design besonders anspruchsvoll macht, ist, dass der Ausführer nicht-deterministisch ist. Eine konventionelle Automatisierung funktioniert entweder oder schlägt fehl. Ein Sprachmodell, das einen Loop ausführt, kann teilweise erfolgreich sein, in die falsche Richtung erfolgreich sein oder Output produzieren, der korrekt aussieht und es subtil nicht ist. Der Loop-Architekt muss das einplanen — mit Checkpoints, Bewertungskriterien und Eskalationspfaden, die ein traditioneller Automatisierungsingenieur nicht benötigen würde.

The risks that run with the loop

Die Risiken, die mit dem Loop laufen

The same quality that makes loops powerful — they run without requiring a human between steps — is the quality that makes their failure modes consequential. A prompt that produces a bad output affects one task. A loop that produces bad outputs runs until something stops it, potentially affecting every repository it touches, every email thread it operates on, every deployment decision it makes autonomously.

Dieselbe Eigenschaft, die Loops mächtig macht — sie laufen, ohne dass ein Mensch zwischen den Schritten eingreift — ist die Eigenschaft, die ihre Fehlermodi folgenreich macht. Ein Prompt, der einen schlechten Output produziert, betrifft eine Aufgabe. Ein Loop, der schlechte Outputs produziert, läuft, bis ihn etwas stoppt, und betrifft potenziell jedes Repository, das er berührt, jeden E-Mail-Thread, in dem er aktiv ist, jede Deployment-Entscheidung, die er autonom trifft.

The control problem is well understood in principle and consistently underestimated in practice. A loop that monitors a repository and opens pull requests for detected issues is benign when it catches real issues and accurate when it assesses them. The same loop, encountering a class of false positives it was not designed to recognise, generates a pull request queue that requires more human attention to review and close than the original problem required to fix manually. The loop that was supposed to reduce workload creates workload instead. This is not a hypothetical failure mode. It is a description of how automation has always scaled poorly when deployed into conditions it was not calibrated for.

Das Kontrollproblem ist prinzipiell gut verstanden und wird in der Praxis konsequent unterschätzt. Ein Loop, der ein Repository überwacht und Pull Requests für erkannte Probleme öffnet, ist harmlos, wenn er echte Probleme erkennt und präzise bewertet. Derselbe Loop, der auf eine Klasse von Falschpositiven trifft, die er nicht zu erkennen gelernt hat, generiert eine Pull-Request-Queue, die mehr menschliche Aufmerksamkeit zum Prüfen und Schließen erfordert, als das ursprüngliche Problem manuell behoben hätte. Der Loop, der Arbeit reduzieren sollte, erzeugt stattdessen Arbeit. Das ist kein hypothetischer Fehlermodus. Es ist eine Beschreibung davon, wie Automatisierung schon immer schlecht skaliert, wenn sie in Bedingungen eingesetzt wird, für die sie nicht kalibriert wurde.

The oversight question that loop design forces is sharper than the one that prompt engineering forces. With a prompt, oversight is built into the interface: you see the output, you evaluate it, you decide what to do next. With a loop, oversight has to be deliberately designed in — because the default is that the loop runs, and you find out what happened after the fact. Where are the checkpoints? Who reviews what, at what interval? What conditions trigger a pause and escalate to a human? These are not technical questions. They are governance questions, and loop architects who cannot answer them are building systems that will eventually require a different kind of attention than they planned for.

Die Aufsichtsfrage, die Loop-Design erzwingt, ist schärfer als jene, die Prompt Engineering erzwingt. Bei einem Prompt ist Aufsicht in die Schnittstelle eingebaut: Man sieht den Output, bewertet ihn, entscheidet, was als Nächstes passiert. Bei einem Loop muss Aufsicht bewusst eingebaut werden — denn die Standardeinstellung ist, dass der Loop läuft und man im Nachhinein erfährt, was passiert ist. Wo sind die Checkpoints? Wer überprüft was, in welchem Intervall? Welche Bedingungen lösen eine Pause aus und eskalieren an einen Menschen? Das sind keine technischen Fragen. Es sind Governance-Fragen, und Loop-Architekten, die sie nicht beantworten können, bauen Systeme, die irgendwann eine andere Art von Aufmerksamkeit erfordern werden, als sie geplant haben.