Vom Prompt zum Loop.

Finn: Werkstattfunk, der Audio-Lernsnack von lernen.diy. Ich bin Finn.

Mara: Und ich bin Mara. Eine Sache vorweg: Wir beide sind KI-Stimmen. Der Inhalt kommt aus der Werkstatt von lernen.diy, produziert wird mit KI. Das sollst du wissen, bevor wir loslegen.

Finn: Heute geht es um vier Begriffe, die gerade überall durcheinanderfliegen. Prompt Engineering, Context Engineering, Harness Engineering, Loop Engineering. Mara, ehrlich. Braucht es wirklich vier Disziplinen, um mit einer KI zu arbeiten?

Mara: Nein. Es braucht eine Landkarte. Die vier Begriffe sind keine vier getrennten Themen. Sie sind vier Stationen desselben Problems. Der Engpass ist einfach viermal weitergewandert. Wenn du die Wanderung einmal verstanden hast, kannst du jeden neuen Hype-Begriff selbst einsortieren.

Finn: Dann lass uns wandern.

Mara: Station eins, Prompt Engineering. Das Symptom kennst du: Die Antworten sind unbrauchbar. Du tippst etwas ein, bekommst Mittelmaß zurück, änderst zwei Wörter und hoffst auf Besseres. Das ist kein Workflow. Das ist Glücksspiel.

Finn: Und die Lösung ist der berühmte perfekte Prompt?

Mara: Die Lösung ist Handwerk. Eine Anweisung so formulieren, dass das Modell dich kaum missverstehen kann. Rolle, Aufgabe, Kontext, Ton und Format. Fünf Bausteine, bewusst kombiniert. Das zahlt sich messbar aus, nicht nur gefühlt.

Finn: Klingt gelöst. Warum hört die Geschichte da nicht auf?

Mara: Weil der Engpass weiterwandert. Irgendwann ist dein Wortlaut sauber, und trotzdem erfindet das Modell Firmenwissen, das plausibel klingt und falsch ist. Kein Wortlaut der Welt repariert das. Die Information erreicht das Modell schlicht nicht.

Finn: Das ist Station zwei.

Mara: Context Engineering. Die Frage ist nicht mehr, wie du fragst. Sondern was das Modell in dem Moment sieht, in dem es antwortet. Denk an ein Freelancer-Briefing. Ein vager Auftrag bringt vage Arbeit zurück, egal wie höflich du fragst. Ein präzises Briefing mit den richtigen Unterlagen bringt brauchbare Ergebnisse.

Finn: Du meinst diesen Effekt, wenn ein Chat nach fünfzig Nachrichten spürbar dümmer wird?

Mara: Genau der. Context Rot heißt das. Alte Ergebnisse, Fehlermeldungen und Zwischenschritte sammeln sich an, und die Aufmerksamkeit des Modells verwässert. Gutes Context Engineering heißt deshalb auch weglassen. Das Kontextfenster für jeden Schritt mit der richtigen Information füllen. Und mit nichts anderem.

Finn: Station drei klingt am sperrigsten. Harness Engineering.

Mara: Ist aber die greifbarste. Das Symptom: Der Agent macht manchmal Unsinn, und keiner merkt es. Er läuft eine Weile allein, trifft viele Entscheidungen, und irgendwo dazwischen geht etwas schief. Das ist kein Wortlaut-Problem mehr. Das ist ein Umgebungsproblem.

Finn: Umgebung heißt was genau?

Mara: Alles, was den Agenten umgibt. Welche Werkzeuge er hat. Woher er sein Wissen zieht. Was ihn begrenzt. Und ob du siehst, was er gerade tut. Du musst dafür nicht programmieren. Das einfachste Beispiel ist eine Regeldatei. Macht der Agent einen Fehler, schreibst du die Korrektur als feste Regel hinein. Der Fehler passiert kein zweites Mal.

Finn: Das machen viele längst, ohne den Begriff zu kennen.

Mara: Eben. Und dann Station vier, Loop Engineering. Jeder Agent läuft in einer Schleife: denken, handeln, beobachten, wiederholen. Fast niemand gestaltet diese Schleife bewusst.

Finn: Woran merke ich das?

Mara: Der Agent läuft ewig. Oder er hört zu früh auf. Oder er kostet zu viel. Mit einem Agenten zu arbeiten ist wie Zusammenarbeit mit einem übermotivierten, aber unkritischen Junior. Schnell und fleißig. Aber ohne klare Kante baut er endlos weiter oder meldet stolz fertig, während nichts stimmt.

Finn: Und Loop Engineering zieht diese Kante.

Mara: Ziel, Trigger, Verifikation, Stoppkriterium. In der Loop-Anweisung steht keine Antwort. Es steht, woran das System selbst erkennt, dass es fertig ist. Wann es aufgibt. Und was es nicht darf. Das ist der Unterschied zwischen einem Agenten, der still die Arbeit erledigt, und einem, der über Nacht dein Budget verbrennt und glaubt, Fortschritt zu machen.

Finn: Vier Stationen. Und die Pointe?

Mara: Am Anfang beschreibst du eine Antwort. Am Ende beschreibst du einen Zustand von Fertig. Du formulierst heute Loops, wie du früher Prompts formuliert hast. Nur eine Ebene höher. Und wichtig: Keine Stufe ersetzt die vorige. Der Prompt verschwindet nicht, er wird zum Baustein im Loop. Die Stufen stapeln sich.

Finn: Was nehme ich konkret mit in den Alltag?

Mara: Fang bei der Anweisung an. Wenn die Antworten schlecht sind, prüfe erst den Wortlaut und dann die Information, die das Modell überhaupt sieht. Meistens liegt es an einem von beiden.

Finn: Das deckt die ersten zwei Stationen ab.

Mara: Für die dritte reicht eine Textdatei. Leg dir eine Regeldatei an, sobald du mit einem Agenten arbeitest, und schreib jede Korrektur als Regel hinein. Und bevor du einen Agenten laufen lässt, schreib auf, woran er selbst erkennt, dass er fertig ist. Ohne Fertig-Zustand kein Loop.

Finn: Und wenn nächste Woche der fünfte Begriff durchs Netz fliegt?

Mara: Dann fragst du dich: Ist das eine neue Stufe oder ein neues Etikett auf einer alten? Meistens ist es das Etikett.

Finn: Tiefer geht es in den Lessons auf lernen.diy, die Links findest du in den Shownotes. Das war der Werkstattfunk.

Mara: Bis zum nächsten Mal in der Werkstatt.