Kommt nach den Eingabeaufforderungen das Zeitalter der „Schleifen“? Ein einfacher Leitfaden in vier Phasen zur Entwicklung unserer Kommunikation mit KI.

本ページはプロモーション（広告）を含みます。

🧭 Band 1 „Leute, die gut im Anstoßen sind“ sind nicht mehr die Hauptfiguren

Bis vor Kurzem galt es als Kompliment, „gut im Prompting“ zu sein. Es bezog sich auf Personen, die präzise Anweisungen geben und die gewünschten Antworten von der KI erhalten konnten. Techniken wie die Rollenspezifizierung, beispielsweise „Sie sind ein Buchhaltungsexperte“, wurden ebenfalls häufig eingesetzt. Ich selbst habe sie tatsächlich oft genutzt. Seit Anfang 2026 werden jedoch Stimmen aus führenden KI-Entwicklungskreisen laut, die fordern: „Hören wir auf, Prompts zu schreiben.“

Moment mal, was soll das heißen, wir hören mit den Schreibanregungen auf? Ich habe in meinen Artikeln zum Englischlernen viele Techniken zur Rollenzuweisung vorgestellt. Ich hatte das Gefühl, dass allein die Formulierung „Du bist Englischlehrer/in“ einen großen Unterschied bei den Korrekturen ausmachte. Ich bin etwas überrascht, dass das nicht mehr im Mittelpunkt steht. Ich bin sicher, dass einige meine Artikel gelesen und diese Technik genutzt haben. Worauf wird es denn nun ankommen?

In Entwicklungsumgebungen verlagert sich der Fokus von Einzelpersonen, die klare, individuelle Anweisungen geben, hin zu Systemen, die kontinuierlich Anweisungen bereitstellen. Dies wird mitunter als Wandel von „Mensch im Regelkreis“ zu „Mensch im Regelkreis“ bezeichnet. Es ist ein Wandel von Mitarbeitern, die innerhalb eines Regelkreises Aufgaben nacheinander erledigen, hin zu Mitarbeitern, die außerhalb des Regelkreises stehen und das Gesamtbild im Blick behalten. Diese Entwicklung lässt sich in vier Phasen unterteilen: Aufforderung, Kontext, Steuerung und Regelkreis.

Es ist faszinierend, wie die einfache Änderung von „in“ zu „on“ unsere Interaktion mit KI grundlegend verändert. Selbst beim Englischlernen war es ehrlich gesagt etwas mühsam, jeden Tag Anweisungen wie „Korrigiere diesen Aufsatz“ einzutippen. Es wäre fantastisch, wenn ich eine kleine Lernschleife erstellen könnte, die sich meine Schwächen merkt und sogar Übungsmenüs für mich erstellt. Das würde den Alltag so viel einfacher machen. Aber wir müssen mit den Grundlagen anfangen, oder? Was genau meinst du mit „Verbesserung der Anweisungen“?

✍️ Band 2 Prompt Engineering

Die sogenannte Prompt-Optimierung ist die Phase, in der Sie die Formulierung jeder einzelnen Anweisung an die KI verfeinern. Selbst bei ein und derselben Anfrage kann die Qualität der Antwort stark variieren, je nachdem, wie Sie die Anfrage formulieren. Beispielsweise ist die Bitte „Bitte korrigieren Sie diesen englischen Satz“ weniger effektiv als die Bitte „Bitte schreiben Sie diesen englischen Satz so um, dass er sich natürlicher anhört und wie eine Geschäfts-E-Mail wirkt“. Man könnte es auch als Verfeinerung der Art und Weise bezeichnen, wie Sie die KI ansprechen. Dies ist die einfachste Form dieses Prozesses.

Das mache ich fast täglich. Schon eine kurze Zielsetzung macht einen großen Unterschied im Ton der englischen Antwort. So etwas wie „locker“ oder „per E-Mail geeignet“. Aber im Hinblick auf unser eben besprochenes Thema ist die Angabe der Rolle, etwa „Sie sind Experte für …“, doch überholt, oder? Sie findet sich zwar oft in Einführungsbüchern und scheint effektiv zu sein, aber warum reicht sie nicht aus?

Einem KI-System einfach eine Rolle zuzuweisen, sagt ihm nicht, wer die Antwort wissen will und warum. Wichtig sind Zweck, Ziel und Rahmenbedingungen, nicht die Rolle selbst. Beispielsweise regt die Formulierung „Ich bin Anfänger im Rechnungswesen“ die KI dazu an, eine Erklärung ohne Fachjargon zu liefern. Ein Ziel wie „in einem Format, das sofort praktisch anwendbar ist“ und Rahmenbedingungen wie „in informeller Sprache“ machen die Erklärung noch präziser. Entscheidend ist, die Situation zu beschreiben, nicht nur die Rolle.

Es ist wichtiger zu erklären, wofür man es verwenden möchte, als den Titel anzugeben, richtig? Wenn es ums Englischlernen geht, sollte ich wohl so etwas schreiben wie: „Ich möchte Business-Englisch lernen, um in realen Situationen nicht in Verlegenheit zu geraten.“ Das wäre sicherlich besser auf meine Situation zugeschnitten. Wenn mein Ziel klar ist, bleibt mein Lernfokus wahrscheinlich konstant. Aber es ist mühsam, jedes Mal meinen Hintergrund und meine Schwächen von Neuem zu erklären. Ich wünschte, die KI könnte sich an unsere vorherigen Gespräche und meine häufigen Fehler erinnern.

🗂️ Band 3 Kontextgestaltung

Genau hier setzt die zweite Phase des Kontext-Engineerings an. Dabei geht es darum, die gesamte Informationsmenge zu gestalten, die die KI bei der Beantwortung einer Frage berücksichtigt, einschließlich des Gesprächsverlaufs, der bereitgestellten Dokumente und vergangener Interaktionen. Die Menge an Informationen, die die KI gleichzeitig verarbeiten kann, ist begrenzt – dies wird als Kontextfenster bezeichnet. Es soll etwa zehn Bücherbände fassen, ist aber nicht unendlich groß. Die Gestaltung des Kontextfensters ist daher entscheidend. Und die zuvor gezeigte Eingabeaufforderung ist nur ein kleiner Teil dieses großen Ganzen.

Es geht nicht darum, „was man fragen soll“, sondern darum, „was man zeigen soll“. Im Gespräch mit anderen Menschen verläuft die Unterhaltung völlig anders, je nachdem, ob man die gleichen Annahmen teilt. Mir ist klar, dass selbst eine gut formulierte Frage nicht zielführend ist, wenn die KI den Hintergrund nicht kennt. Interessanterweise ist die Fragestellung Teil des Kontextes. Selbst Englischlehrer können umso besser unterrichten, je mehr sie über mich wissen. Welche Informationen sollte ich der KI also konkret geben, wenn ich Englisch lerne?

Sie können beispielsweise eine Liste von Ausdrücken angeben, die Sie in der Vergangenheit häufig falsch verwendet haben, oder Ihren Lernverlauf schildern, etwa „Ich mache oft Fehler mit den Zeitformen“ oder „Ich bin letzte Woche auf diesen Ausdruck gestoßen“. Allein dadurch wird das Feedback von allgemein zu individuell. Außerdem fällt auf, ob Sie dieselben Fehler wiederholen. Mehr ist jedoch nicht immer besser. Wenn Sie irrelevante Informationen hinzufügen, erhalten Sie auch irrelevante Antworten. Konzentrieren Sie sich daher auf aktuelle Fehler oder Themen.

Anstatt also alles zu zeigen, zeigt man nur das Nötigste. Ich persönlich würde wahrscheinlich nur die Fehler mit Artikeln und Präpositionen aufzeigen, an denen ich diese Woche arbeite. Allein dadurch wären die Korrekturen viel besser auf mich zugeschnitten. Es geht darum, nicht gierig zu sein und alles preiszugeben. Aber was, wenn die KI eine plausibel klingende, aber falsche Korrektur vorschlägt? Das ist etwas beunruhigend, denn wenn sie so überzeugt davon ist, könnte man sie am Ende für bare Münze nehmen.

🦺 Band 4 Kabelbaum-Entwicklung

Hier kommt die dritte Phase, die Gurttechnik, ins Spiel. Ein Gurt ist ein Sicherheitsgerät beim Bergsteigen. Die Aufforderung „Bitte schreiben Sie einen Test“ ist zwar ein Anstoß, aber der Gurt selbst ist der Mechanismus, der festlegt, dass man erst mit dem nächsten Schritt fortfahren kann, wenn der Test bestanden ist. Es handelt sich um eine externe Vereinbarung für die KI. Wenn es für die Terminplanung einen Mechanismus gibt, der „Versuche zur Terminvereinbarung nach 17 Uhr ablehnt“, können Sie dies getrost der KI überlassen.

Es geht nicht darum, die Anweisungen im Code zu schreiben, sondern eher darum, einen Sicherheitszaun um die KI zu errichten. Der Vergleich mit der Sekretärin ist sehr treffend. Wenn von vornherein festgelegt ist, dass die KI nach 17 Uhr keinen Zutritt mehr hat, ist es kein Problem, selbst wenn sie sich etwas freier bewegt. Man kommuniziert ja dieselben Regeln auch mit einer menschlichen Sekretärin, oder? Aber selbst wenn man „Schutz“ im Kontext des Englischlernens verwendet, verstehe ich es noch nicht ganz. Was für ein System wäre das im Falle eines Studiums?

Eine Regel wie „Du kannst erst mit neuen Wörtern fortfahren, nachdem du die heutigen 10 Wörter überprüft hast“ ist beispielsweise eine hilfreiche Maßnahme. Genauso sinnvoll ist es, sich vorzunehmen, den eigenen Text vor dem Weiterarbeiten immer selbst Korrektur zu lesen, anstatt KI-Korrekturen unreflektiert zu übernehmen. Eine Checkliste wie „Ich akzeptiere keine Korrekturen, die diese drei Kriterien nicht erfüllen“ oder ein Satz wie „Bitte stellen Sie Fragen, wenn Sie weitere Informationen benötigen“ sind ebenfalls hervorragende, einfache Hilfsmittel. Damit anzufangen ist völlig ausreichend.

Sie müssen also kein aufwendiges System entwickeln; Sie können noch heute damit beginnen. Ich werde gleich den Satz „Stelle zuerst eine Frage“ in meine Eingabeaufforderungen einfügen. Es ist beruhigend zu wissen, dass die KI nicht einfach drauflosredet, sondern innehält und nachfragt. Am frustrierendsten ist es, wenn sie selbstsicher antwortet, ohne die Antwort zu kennen. Wir haben Eingabeaufforderungen, Kontext und Hilfsmittel, und diese fügen sich nach und nach zusammen. Aber was kommt als Nächstes?

🔁 Band 5 Schleifentechnik

Wir sind nun bei der letzten Ebene angelangt: der Schleifenentwicklung. Ein Ingenieur eines großen KI-Unternehmens berichtet, dass seine Aufgabe nicht mehr darin besteht, selbst Eingabeaufforderungen einzugeben, sondern Systeme zu entwickeln, die kontinuierlich Anweisungen bereitstellen. Bevor er in die KI-Branche wechselte, widmete er sich offenbar der Herstellung fermentierter Lebensmittel in Japan. Ein renommierter Forscher soll zudem innerhalb von nur einer Stunde eine Tipp-App für seine Tochter entwickelt haben – fast ohne jegliche Eingabe. Dies ist ein perfektes Beispiel für eine funktionierende Schleife.

Der Übergang von der Herstellung fermentierter Lebensmittel zur Entwicklung modernster KI ist so unerwartet, dass ich schmunzeln musste. Geduldig auf die Fermentation zu warten und auf den Abschluss einer Schleife zu warten, sind sich vielleicht doch recht ähnlich. In beiden Fällen scheint es wichtig zu sein, einfach nur zu beobachten, ohne einzugreifen. Doch was wirklich erstaunlich ist: Die App war in knapp einer Stunde praktisch ohne jegliches Zutun fertig. Bedeutet das, dass die KI alles selbstständig überprüft und korrigiert hat? Wie genau funktioniert das?

Eine Schleife ist ein Mechanismus, der den Zyklus „Ausführen, Überprüfen, gegebenenfalls Korrigieren und erneutes Ausführen“ ohne menschliches Eingreifen ermöglicht. Mit entsprechenden Anweisungen, Kontext und Schnittstellen kann die KI ihre nächsten Schritte selbstständig generieren und sich diese kontinuierlich selbst senden. Die Rolle des Menschen verschiebt sich von der Anweisungserteilung hin zur Systemgestaltung. Dies ist jedoch keine vollständige Übergabe. Entscheidend ist, die Grenze zwischen dem, was abgegeben werden soll, und dem, was weiterhin kontrolliert werden muss, klar zu ziehen.

Anstatt also alles der KI zu überlassen, behalten wir Menschen weiterhin Einfluss auf den Lernprozess. Beim Englischlernen beispielsweise könnte die KI die täglichen Korrekturen und das Üben übernehmen, aber wir behalten weiterhin unser Ziel – warum wir Englisch lernen und was wir letztendlich erreichen wollen. Wenn die KI auch das Ziel festlegt, ist es nicht mehr wirklich unser Lernprozess. In diesem Fall könnte ich ihn ihr wohl oder übel anvertrauen. Gibt es eigentlich nur eine Art solcher Schleife?

🪆 Vol.6 Dreifach verschachtelte Schleife

Tatsächlich gibt es ein Konzept mit drei ineinander verschachtelten Schleifen, die unterschiedlich schnell ablaufen. Die innerste Schleife läuft innerhalb von Minuten, wobei die KI Implementierung, Tests und Korrekturen rasch wiederholt. Die äußerste Schleife läuft Stunden bis Tage, wobei Menschen die Prozesse überwachen, Ergebnisse prüfen und die Richtung feinabstimmen. Die letzte Schleife läuft monatlich, wobei Feedback von Freunden und einer ausgewählten Gruppe genutzt wird, um die gesamte Strategie zu überarbeiten. Ein Forscher hat dazu ein sehr anschauliches Diagramm erstellt.

Es ist wie drei sich überlappende Schleifen mit schnellen, normalen und langsamen Geschwindigkeiten. Man kann es sich gut vorstellen, wenn man sich Zahnräder unterschiedlicher Größe vorstellt, die ineinandergreifen. Die kleinen Zahnräder drehen sich schnell, die großen bestimmen langsam die Richtung. Interessanterweise sind nur in der äußersten Schicht menschliche Reaktionen beteiligt, nicht KI. Ich frage mich, wie diese drei Schleifen funktionieren würden, wenn ich sie auf mein eigenes Englischlernen anwenden würde.

Der schnellste Lernzyklus besteht aus täglichem, wiederholendem Üben mit der KI. Sie erhalten Ihren englischen Aufsatz noch heute korrigiert und korrigieren ihn direkt. Der mittlere Zyklus findet einmal wöchentlich statt, wenn Sie Ihr Korrekturprotokoll durchgehen. Der äußerste Zyklus findet einmal monatlich statt, wenn ein Lehrer Ihr Englisch überprüft oder Sie es in einem Online-Gespräch anwenden. Nur der schnellste Zyklus kann vollständig der KI überlassen werden. Bei den anderen beiden Zyklus ist stets eine menschliche Aufsicht erforderlich. Das meinte ich vorhin mit „durchhalten“.

Man teilt seine Aufgaben also in heute, diese Woche und diesen Monat ein. Ich habe zwar auch täglich KI-gestütztes Korrekturlesen genutzt, aber möglicherweise die wöchentliche Überprüfung und das monatliche externe Feedback vernachlässigt. Wahrscheinlich war ich zufrieden damit, es einfach täglich zu erledigen. Sich nicht ausschließlich auf KI zu verlassen, verbessert den Lernprozess an sich. Ich frage mich jedoch, ob sich diese Denkweise auch auf andere Arbeitsbereiche übertragen lässt, nicht nur auf das Englischlernen oder die Ingenieurwissenschaften?

🌱 Zusammenfassung von Band 7 – Schleifendenken findet auch bei Nicht-Ingenieuren Anklang

Absolut. Die vier bisher besprochenen Phasen sind verschachtelt, wobei neue Ebenen auf den bestehenden aufbauen, anstatt dass eine von ihnen veraltet. Die inneren Ebenen funktionieren auch jetzt noch. Und dieses Konzept findet auch in der Verwaltung Anwendung. Nach dem Ende eines Meetings startet die KI automatisch, transkribiert das Gespräch, identifiziert Aufgaben und übernimmt sogar die Terminplanung und den Versand von Einladungen an die relevanten Teilnehmer. Wir sehen sogar schon ein System, bei dem die Teilnehmer nur noch auf „Teilnehmen“ klicken müssen.

Die Vorstellung, dass man einfach per Knopfdruck beitreten kann, klingt futuristisch, ist aber bereits Realität. Es ist erstaunlich, wie sich eine Denkweise aus der Ingenieurswelt direkt auf Sekretariats- und Verwaltungsarbeiten übertragen lässt. Das Organisieren von Notizen und die Terminplanung nach Meetings sind tatsächlich sehr zeitaufwendig. Das gilt sicherlich auch für unseren Arbeitsalltag und unser Studium. Doch ein so umfangreiches System auf einmal zu entwickeln, erscheint schwierig. Wo fängt man da bloß an?

Sie brauchen nicht sofort ein großes System. Es genügt, mit einer kleinen, wiederkehrenden Routine zu beginnen, zum Beispiel: „Lassen Sie Ihre Arbeit täglich im gleichen Format von einer KI korrigieren.“ Beim Englischlernen sieht die erste Form dreistufig aus: Heute üben Sie mit der KI, diese Woche wiederholen Sie den Stoff und diesen Monat erhalten Sie Feedback von einer externen Quelle. Anschließend können Sie nach und nach Hinweise hinzufügen, um Ihr Ziel zu verdeutlichen, den Kontext zu erweitern, um Ihre Schwächen aufzudecken, und Sie zu ermutigen, um Klärung zu bitten. Es besteht keine Eile.

Von Eingabeaufforderungen bis hin zu Schleifen – unsere Interaktionen mit KI weiten sich immer weiter aus. Die kleine Schleife, die wir heute erstellt haben, bildet dabei sicherlich das Fundament. Alles, worüber wir in dieser Reihe gesprochen haben, hängt damit zusammen. Ich denke, ich beginne morgen wie gewohnt mit der Bitte um Korrekturen zum englischen Aufsatz. Falls Sie lieber eine ausführliche Erklärung lesen möchten, anstatt einem Gespräch zuzuhören, schauen Sie sich bitte auch den Originalartikel an. Den Link dazu finden Sie hier.

👉 Lesen Sie den Originalartikel
Von Prompt zu Loop (Note Magazine)
https://note.com/gentle_hawk873/m/mc79175abd198