{"content_id":"oswgmcvvui","slug":"loop-engineering-concept-components","locale":"de","schema_type":"TechArticle","category":"ai_data","category_name":"KI-Daten","title":"Konzept und wesentliche Komponenten des Loop Engineering","summary":"Loop Engineering ist ein Designansatz, bei dem Menschen Ziele und Einschränkungen definieren und KI-Agenten die Ergebnisse durch wiederholtes Planen, Ausführen, Testen und Korrigieren verbessern. Die Kernkomponenten lassen sich in Automatisierung, Worktrees, Skills, Plugins und Konnektoren, Subagenten sowie Speicher gliedern.","sponsorship_disclosure":null,"author":{"name":"injoys","url":"https://injoys.com/ko/about"},"key_points":["Loop Engineering ist nicht bloß das Verfassen von Prompts, sondern ein Ansatz zur Gestaltung eines Arbeitssystems, in dem KI Abläufe bis zur Zielerreichung wiederholt ausführen kann.","Während Harness Engineering eine sichere Arbeitsumgebung und Regeln schafft, setzt Loop Engineering innerhalb dieser Umgebung eine Engine für wiederholte Ausführungen in Gang.","Eine sichere Schleife erfordert einen isolierten Arbeitsbereich, klare Anweisungen, angebundene Werkzeuge, eine Rollenverteilung, Zustandsspeicherung und Abbruchbedingungen.","Bei der Automatisierung der KI-Entwicklung bündelt die Schleife das Schreiben von Code, die Testausführung, die Fehleranalyse, erneute Versuche und die Anforderung einer Überprüfung zu einem geschlossenen Feedbackzyklus.","Loop Engineering kann die Produktivität steigern, birgt jedoch Risiken, wenn Mechanismen für Berechtigungsverwaltung, Kostenkontrolle, Qualitätsprüfung und die Verhinderung von Endlosschleifen fehlen."],"content_markdown":"## Überblick\n\nLoop Engineering ist eine Methode zur Entwicklung einer **iterativen Struktur, in der ein AI-Agent ein Ziel plant, Maßnahmen ausführt, Ergebnisse prüft, Fehlerursachen berücksichtigt und es erneut versucht**. Besonders wichtig wird sie bei Aufgaben, deren Ergebnisse überprüfbar sind, etwa in der Softwareentwicklung, Datenverarbeitung, Dokumentenerstellung und Testautomatisierung.\n\nDer Begriff wird noch nicht in allen Standarddokumenten als feststehender wissenschaftlicher Fachbegriff verwendet. In der Praxis lässt er sich jedoch als Konzept erklären, das auf Prompt Engineering, Context Engineering und Harness Engineering folgt. Im Kern geht es nicht darum, „der AI einmal eine gute Anweisung zu geben“, sondern darum, „ein System zu schaffen, in dem die AI innerhalb einer sicheren Umgebung so lange iterieren kann, bis das Ziel erreicht ist“.\n\n## Die Entwicklung des AI Engineering: vom Prompt zum Loop\n\n| Stufe | Kernfrage | Rolle des Menschen | Rolle der AI | Typische Ergebnisse |\n|---|---|---|---|---|\n| Prompt Engineering | Wie soll die Frage gestellt werden? | Anweisungen verfassen und Ergebnisse prüfen | Eine einzelne Antwort erzeugen | Antworten, Entwürfe, Codefragmente |\n| Context Engineering | Welche Hintergrundinformationen sollen bereitgestellt werden? | Dokumente, Beispiele, Richtlinien und Daten bereitstellen | Innerhalb des vorgegebenen Kontexts schlussfolgern | Konsistentere Antworten, maßgeschneiderte Ergebnisse |\n| Harness Engineering | In welcher Umgebung und nach welchen Regeln soll gearbeitet werden? | Berechtigungen, Werkzeuge, Abläufe und Sicherheitsregeln gestalten | Werkzeuge innerhalb der festgelegten Umgebung verwenden | Kontrollierter Arbeitsablauf des Agenten |\n| Loop Engineering | Wie soll bis zur Zielerreichung iteriert werden? | Ziele, Einschränkungen, Bewertungskriterien und Abbruchbedingungen festlegen | Ausführung, Validierung, Korrektur und erneute Versuche wiederholen | Sich automatisch verbessernde Arbeitsschleife |\n\n### Prompt Engineering\n\nPrompt Engineering ist eine Methode, bei der Fragen, Befehle, Beispiele und Ausgabeformate präzise formuliert werden, um von der AI das gewünschte Ergebnis zu erhalten. Es ist die grundlegendste Form der Interaktion und ähnelt einer Struktur, in der der Mensch die Anweisungen jedes Mal anpasst und das Ergebnis prüft.\n\n### Context Engineering\n\nBeim Context Engineering werden dem Modell Dokumente, Richtlinien, Informationen zur Codebasis, Benutzerpräferenzen, Ausgabestile, frühere Gespräche und weitere Referenzen bereitgestellt, um genauere Ergebnisse zu erzielen. Lange Kontextfenster, Retrieval-Augmented Generation, Dateianhänge und die Indizierung von Codebasen stehen mit dieser Stufe in Zusammenhang.\n\n### Harness Engineering\n\nHarness Engineering gestaltet, **innerhalb welcher Abläufe und Einschränkungen die AI handeln muss**, wenn sie Werkzeuge verwendet und mehrere Schritte ausführt. Beispielsweise werden Regeln wie „Lies die relevanten Dateien, bevor du den Code änderst“, „Führe keinen Merge durch, wenn die Tests nicht bestanden wurden“ oder „Öffne keine Dateien mit sensiblen Informationen“ in die Umgebung integriert.\n\n### Loop Engineering\n\nBeim Loop Engineering wird auf die durch das Harness geschaffene kontrollierte Arbeitsumgebung eine **Engine für wiederholte Ausführungen** aufgesetzt. Der AI-Agent wählt selbstständig die nächste Handlung aus, nutzt Werkzeuge, bewertet die Ergebnisse und passt bei einem Fehlschlag seine Strategie an, um die Ausführung erneut zu starten.\n\n## Kerndefinition von Loop Engineering\n\nLoop Engineering lässt sich als Gestaltung eines AI-Arbeitssystems definieren, das die folgenden Bedingungen erfüllt.\n\n- Der Mensch legt das endgültige Ziel, den zulässigen Rahmen, die Bewertungskriterien und die Abbruchbedingungen fest.\n- Der AI-Agent erstellt einen Arbeitsplan, um das Ziel zu erreichen.\n- Der Agent nutzt erforderliche Werkzeuge wie Codeausführung, Tests, Suche, Dateiänderungen und API-Aufrufe.\n- Wenn das Ausführungsergebnis fehlschlägt oder unzureichend ist, analysiert er die Fehlerursache und erzeugt den nächsten Versuch.\n- Die Schleife wird beendet, wenn eine Abbruchbedingung erfüllt ist, etwa Zielerreichung, Budgetüberschreitung, Überschreitung der Anzahl der Iterationen, Auftreten eines Risikosignals oder die Notwendigkeit einer menschlichen Genehmigung.\n\nDas Wesen von Loop Engineering ist also ein **automatisierter Feedbackzyklus**.\n\n## Warum Loop Engineering erforderlich ist\n\nBei bisherigen Formen der AI-Nutzung wird der Mensch leicht zum Engpass. Der Mensch muss einen Prompt schreiben, das Ergebnis prüfen, erneut eine Korrektur anfordern, Tests ausführen und Fehlermeldungen kopieren und wieder eingeben.\n\nLoop Engineering systematisiert diesen iterativen Prozess. Bei Entwicklungsaufgaben kann die AI beispielsweise den folgenden Ablauf automatisch wiederholen.\n\n1. Anforderungen lesen und einen Arbeitsplan erstellen.\n2. Den Code in einem separaten Arbeitsbereich ändern.\n3. Tests und Linter ausführen.\n4. Fehlerprotokolle analysieren.\n5. Selbstständig einen Korrektur-Prompt oder die nächste Handlung erstellen.\n6. Den Code erneut ändern.\n7. Wenn die Erfolgskriterien erfüllt sind, die Ergebnisse zusammenstellen und um eine Prüfung bitten.\n\nIn dieser Struktur muss der Mensch nicht jeden Zwischenschritt direkt anweisen. Stattdessen konzentriert er sich auf die Festlegung von Zielen, Genehmigungen, die Behandlung von Ausnahmen und die abschließende Qualitätsbewertung.\n\n## Die 6 wesentlichen Komponenten von Loop Engineering\n\n### 1. Automatisierung: die Engine, die den Loop tatsächlich ausführt\n\nDie Automatisierung bildet die Grundlage dafür, dass der Loop ohne manuelle Eingabe durch einen Menschen ausgeführt wird. Dazu gehören Arbeitswarteschlangen, Scheduler, CI/CD-Pipelines, Agenten-Runtimes, Ereignis-Trigger und Richtlinien für erneute Versuche.\n\nDie Automatisierung übernimmt folgende Funktionen.\n\n- Bedingungen für den Arbeitsbeginn erkennen\n- Agenten ausführen\n- Werkzeuge aufrufen und Ergebnisse erfassen\n- Test- oder Validierungsschritte ausführen\n- Bei Fehlschlägen erneut versuchen\n- Protokolle speichern\n- Zu einem Schritt mit menschlicher Genehmigung wechseln\n- Kosten, Zeit und Anzahl der Iterationen begrenzen\n\nAutomatisierung ist nicht bloß eine „automatische Ausführung“, sondern eine Steuerung, die den Lebenszyklus des Loops verwaltet.\n\n### 2. Worktree: ein sicherer Arbeitsbereich\n\nEin Worktree ist ein isolierter Arbeitsbereich, der verhindert, dass die AI den Hauptcode oder reale Produktionsdaten direkt beschädigt. Ein typisches Beispiel ist die `worktree`-Funktion von Git, mit der innerhalb desselben Repositorys ein separates Arbeitsverzeichnis angelegt werden kann, um Änderungen und Tests unabhängig durchzuführen.\n\nEin Worktree ist aus folgenden Gründen wichtig.\n\n- Er schützt den Main-Branch oder die Produktionsumgebung.\n- Mehrere Agenten können parallel unterschiedliche Aufgaben ausführen.\n- Fehlgeschlagene Versuche lassen sich leicht verwerfen.\n- Änderungen können als diff geprüft werden.\n- Nur Änderungen, die Tests bestanden haben, kommen für einen Merge infrage.\n\nBeim Loop Engineering ist der Worktree der Experimentierraum der AI. Damit das Gesamtsystem auch bei weitreichenden Änderungen durch den Agenten sicher bleibt, muss der Arbeitsbereich isoliert sein.\n\n### 3. Skills: Anleitungen als Arbeitsstandard\n\nSkills sind Anweisungen, Abläufe, Checklisten, Coding-Regeln, Gestaltungsprinzipien und Beispielsammlungen, denen die AI bei bestimmten Aufgaben folgen soll. So wie Menschen neuen Teammitgliedern Onboarding-Dokumente bereitstellen, benötigen auch Agenten Standards für die Ausführung ihrer Arbeit.\n\nSkill-Dokumente können folgende Informationen enthalten.\n\n- Beschreibung der Projektstruktur und der Kernmodule\n- Code-Style und Namenskonventionen\n- Vorgehensweise beim Schreiben von Tests\n- Prinzipien des API-Designs\n- Sicherheitsbezogene Verbote\n- Checkliste vor der Bereitstellung\n- Speicherorte der bei Fehlschlägen zu prüfenden Protokolle\n- Format für Ergebnisberichte\n\nOhne Skills ist der Agent jedes Mal auf allgemeine Schlussfolgerungen angewiesen. Gut geschriebene Skills hingegen vermitteln der AI die Arbeitsweise einer Organisation in wiederverwendbarer Form.\n\n### 4. Plugins und Konnektoren: Zugriff auf erforderliche Werkzeuge\n\nPlugins und Konnektoren ermöglichen der AI den Zugriff auf Werkzeuge und Systeme, die sie während der Arbeit benötigt. Mögliche angebundene Systeme sind beispielsweise Code-Repositorys, Issue-Tracker, Suchsysteme, Datenbanken, Dokumentenspeicher, Test-Runner, Browser, Bereitstellungswerkzeuge und Benachrichtigungssysteme.\n\nDer Grund für die Anbindung von Werkzeugen ist eindeutig. Wenn der Agent erkennt, dass er „Tests ausführen muss“, jedoch keine Berechtigung zur Testausführung hat, kommt der Loop zum Stillstand. Wenn er erkennt, dass er „relevante Dokumente prüfen muss“, aber keinen Zugriffsweg auf die Dokumente hat, steigt die Wahrscheinlichkeit, dass er mit Vermutungen antwortet.\n\nFür eine gute Konnektorgestaltung gelten folgende Prinzipien.\n\n- Das Prinzip der geringsten Berechtigung anwenden.\n- Lese- und Schreibberechtigungen trennen.\n- Für riskante Vorgänge Genehmigungsschritte vorsehen.\n- Alle Werkzeugaufrufe protokollieren.\n- Den Zugriff auf sensible Informationen durch gesonderte Richtlinien beschränken.\n- Auch fehlgeschlagene Werkzeugaufrufe im Loop-Status erfassen.\n\n### 5. Subagenten: AI-Arbeiter mit getrennten Rollen\n\nSubagenten bilden eine Struktur, in der nicht ein einziger Hauptagent sämtliche Aufgaben erledigt, sondern Agenten mit unterschiedlichen Rollen zusammenarbeiten. Ähnlich einem menschlichen Entwicklungsteam können Rollen wie Design, Backend, Frontend, QA, Sicherheitsprüfung und Dokumentation getrennt werden.\n\n| Rolle | Hauptverantwortung | Beispielausgabe |\n|---|---|---|\n| Planungsagent | Anforderungen analysieren, Aufgaben aufteilen, Prioritäten setzen | Implementierungsplan, Aufgabenliste |\n| Backend-Agent | API, Datenmodell und Serverlogik implementieren | Codeänderungen, Tests |\n| Frontend-Agent | UI, Zustandsverwaltung und Barrierefreiheit verbessern | Komponentenänderungen, Oberflächentests |\n| QA-Agent | Tests ausführen, Fehler reproduzieren, Regressionen prüfen | Fehlerprotokolle, Reproduktionsschritte |\n| Review-Agent | Codequalität, Sicherheit und Stil prüfen | Review-Kommentare, Risikoliste |\n| Dokumentationsagent | Änderungen erläutern, Anleitungen verfassen | Versionshinweise, Benutzerleitfaden |\n\nDer Vorteil einer Subagentenstruktur besteht darin, Fachkompetenzen aufteilen zu können. Da jedoch auch Konflikte zwischen Agenten, doppelte Arbeit und unklare Verantwortlichkeiten entstehen können, sind eine koordinierende Rolle und klare Arbeitsvereinbarungen erforderlich.\n\n### 6. Memory: Zustandsspeicherung für Unterbrechung und Fortsetzung\n\nMemory ist eine Funktion, die den aktuellen Status des Loops, frühere Versuche, Fehlerursachen, Entscheidungsgründe, Dateiänderungen, Testergebnisse und den Plan für die nächsten Handlungen speichert. Je länger ein Loop wird, desto unverzichtbarer wird Memory.\n\nMemory lässt sich grob in zwei Arten unterteilen.\n\n- Kurzzeit-Memory: Pläne der aktuellen Arbeitssitzung, Protokolle, Ergebnisse von Werkzeugaufrufen und Fehlermeldungen\n- Langzeit-Memory: Projektregeln, frühere Lösungswege, wiederkehrende Fehlermuster, Benutzerpräferenzen und Teamstandards\n\nOhne Memory kann der Agent dieselben Fehler wiederholen oder eine unterbrochene Aufgabe von vorn beginnen müssen. Gut gestaltetes Memory hingegen sorgt für die stabile Fortführung des Loops und reduziert die Kosten.\n\n## Grundarchitektur von Loop Engineering\n\nEin Loop-Engineering-System weist üblicherweise folgende Struktur auf.\n\n1. Zieleingabe: Der Mensch stellt das zu lösende Problem und die Abschlusskriterien bereit.\n2. Kontextsammlung: Code, Dokumente, Issues, Protokolle und Richtlinien werden gelesen.\n3. Planung: Der Agent zerlegt die Arbeit in kleine Schritte.\n4. Ausführung: Codeänderungen, Dateierstellung, Datenverarbeitung und Werkzeugaufrufe werden durchgeführt.\n5. Validierung: Tests, Linting, Typprüfungen, Richtlinienprüfungen und Reviews werden ausgeführt.\n6. Bewertung: Es wird beurteilt, ob die Zielkriterien erfüllt wurden.\n7. Iteration: Bei einem Fehlschlag wird die Ursache analysiert und zu einem neuen Plan zurückgekehrt.\n8. Beendigung: Der Loop endet bei Erfolg, Überschreitung eines Limits, Erkennung eines Risikos oder erforderlicher menschlicher Genehmigung.\n9. Bericht: Änderungen, Validierungsergebnisse, verbleibende Risiken und empfohlene nächste Schritte werden zusammengefasst.\n\nDieser Ablauf setzt keine „AI voraus, die nur wiederholt nachdenkt“, sondern eine „AI, die in einer realen Umgebung handelt und die Ergebnisse validiert“.\n\n## Der Unterschied zwischen Harness Engineering und Loop Engineering\n\n| Kategorie | Harness Engineering | Loop Engineering |\n|---|---|---|\n| Zweck | Eine Umgebung schaffen, in der die AI sicher arbeiten kann | Die AI bis zur Zielerreichung iterieren lassen |\n| Zentrale Elemente | Regeln, Berechtigungen, Werkzeuge, Abläufe, Beschränkungen | Wiederholte Ausführung, Feedback, erneute Versuche, Zustandsspeicherung |\n| Reaktion auf Fehlschläge | Gefährliche Handlungen verhindern oder eine Genehmigung anfordern | Fehlerursachen berücksichtigen und den nächsten Versuch erzeugen |\n| Menschliches Eingreifen | Konzentration auf die Gestaltung von Richtlinien und Umgebung | Konzentration auf Zielsetzung, Ausnahmebehandlung und endgültige Genehmigung |\n| Vergleich | Arbeitsplatz und Sicherheitsausrüstung | Produktionslinie, die den Arbeitsplatz kontinuierlich in Bewegung hält |\n\nWird ein Loop ohne Harness erstellt, kann der Agent aufgrund übermäßiger Berechtigungen gefährliche Handlungen ausführen. Wird nur ein Harness ohne Loop erstellt, besteht zwar eine sichere Umgebung, die Produktivität bleibt jedoch begrenzt. In der Praxis werden beide Ansätze gemeinsam benötigt.\n\n## Anwendungsbeispiel: der Loop eines AI-Coding-Agenten\n\nIn der Softwareentwicklung ist Loop Engineering relativ leicht verständlich. Angenommen, das Ziel lautet beispielsweise: „Behebe den Anmeldefehler“.\n\n### Eingabe\n\n- Ziel: Einen Fehler beheben, durch den die Anmeldung unter bestimmten Bedingungen fehlschlägt\n- Abschlusskriterien: Bestehen der relevanten Tests, keine Regression der bestehenden Anmeldefunktion, Einreichung einer Änderungszusammenfassung\n- Einschränkungen: Speicherverfahren für Authentifizierungs-Token darf nicht geändert werden, Benutzerdatenbank darf nicht direkt geändert werden\n\n### Loop-Ausführung\n\n1. Der Agent liest die Issue-Beschreibung und die relevanten Dateien.\n2. Er erstellt im Worktree einen separaten Branch oder ein Arbeitsverzeichnis.\n3. Er reproduziert den fehlgeschlagenen Test.\n4. Er analysiert das Fehlerprotokoll und den relevanten Code.\n5. Er wendet eine Korrektur an.\n6. Er führt die Tests aus.\n7. Bei einem Fehlschlag fasst er die Ursache zusammen und probiert eine andere Korrektur.\n8. Bei Erfolg stellt er diff, Testergebnisse und Risikofaktoren zusammen.\n9. Er bittet einen menschlichen Reviewer um die Genehmigung des Merges.\n\nIn diesem Beispiel kopiert der Mensch nicht jedes Mal das Fehlerprotokoll, um einen neuen Prompt zu verfassen. Stattdessen übernimmt der Loop die wiederkehrenden Aufgaben, während der Mensch bei Schritten eingreift, die eine endgültige Entscheidung und Verantwortung erfordern.\n\n## Steuerungsvariablen, die bei der Gestaltung zwingend festgelegt werden müssen\n\nLoop Engineering wird mitunter unter der Annahme unbegrenzter Wiederholungen erläutert, doch in einem realen System ist „unbegrenzt“ gefährlich. Ein sicherer Loop benötigt klare Grenzen.\n\n| Steuerungsvariable | Beschreibung | Beispiel |\n|---|---|---|\n| Maximale Anzahl der Iterationen | Begrenzt, wie oft dieselbe Aufgabe erneut versucht wird | Maximal 5 erneute Versuche |\n| Zeitbudget | Begrenzt die Ausführungszeit des Loops | Abbruch bei mehr als 30 Minuten |\n| Kostenbudget | Begrenzt die Kosten für Modellaufrufe, Werkzeugnutzung und Infrastruktur | Höchstens 10 Dollar pro Aufgabe |\n| Berechtigungsumfang | Trennt Berechtigungen zum Lesen, Schreiben, Ausführen und Bereitstellen | Schreibzugriff auf Produktions-DB verboten |\n| Genehmigungspunkte | Definiert Zeitpunkte, an denen eine menschliche Prüfung erforderlich ist | Genehmigung vor Bereitstellung, Löschung, Zahlung oder externer Übermittlung |\n| Erfolgskriterien | Objektive Bedingungen, anhand derer der Abschluss beurteilt wird | Tests bestanden, Genauigkeitskriterium erfüllt |\n| Fehlerkriterien | Risikosignale, bei denen abgebrochen werden muss | Derselbe Fehler tritt 3-mal auf, Sicherheitswarnung wird ausgelöst |\n\nEin guter Loop ist nicht ein Loop, der möglichst oft durchlaufen wird, sondern **ein Loop, der zum richtigen Zeitpunkt stoppen kann**.\n\n## Kriterien für die Qualitätsbewertung\n\nBei der Bewertung eines Loop-Engineering-Systems darf nicht nur betrachtet werden, ob „die AI eine Antwort geliefert hat“, sondern es müssen auch die folgenden Kennzahlen berücksichtigt werden.\n\n- Zielerreichungsrate: Anteil der erfolgreich abgeschlossenen Aufgaben\n- Anzahl der Iterationen bis zum ersten Erfolg: Gibt Aufschluss über unnötige erneute Versuche\n- Testbestehensrate: Erfüllung der automatischen Validierungskriterien\n- Regressionsrate: Anteil der Fälle, in denen bestehende Funktionen beschädigt wurden\n- Anzahl menschlicher Eingriffe: Ob die Automatisierung tatsächliche Engpässe reduziert hat\n- Kosteneffizienz: Ergebnisse im Verhältnis zu den Kosten für Modellaufrufe und Infrastruktur\n- Auditierbarkeit: Ob nachvollziehbar ist, welches Werkzeug aus welchem Grund aufgerufen wurde\n- Rate der Sicherheitsverstöße: Ob auf verbotene Dateien, APIs oder Daten zugegriffen wurde\n- Reproduzierbarkeit: Ob unter denselben Bedingungen ähnliche Ergebnisse erzielt werden\n\nInsbesondere in der Softwareentwicklung reicht es möglicherweise nicht aus, dass Tests bestanden werden. Sicherheit, Leistung, Wartbarkeit und Benutzererfahrung müssen ebenfalls geprüft werden.\n\n## Häufige Fehlermuster\n\n### 1. Unklare Erfolgskriterien\n\nWenn die Abschlusskriterien wie bei „Mach es gut“ unklar sind, kann der Loop nur schwer einen Grund zum Anhalten finden. Es werden überprüfbare Kriterien benötigt, etwa „3 Unit-Tests hinzufügen, alle vorhandenen Tests bestehen und eine Antwortzeit von höchstens 200ms beibehalten“.\n\n### 2. Übermäßige Werkzeugberechtigungen\n\nErhält der Agent unbegrenzte Berechtigungen für Vorgänge wie das Schreiben in Produktionsdatenbanken, Bereitstellungen oder das Versenden externer E-Mails, kann ein kleiner Beurteilungsfehler zu einem großen Vorfall führen. Gefährliche Werkzeuge müssen getrennt und genehmigungspflichtig sein.\n\n### 3. Fehlendes oder verunreinigtes Memory\n\nOhne Zustandsspeicherung werden dieselben Fehlschläge wiederholt. Wenn sich dagegen falsche Memory-Inhalte ansammeln, können falsche Annahmen immer wieder verwendet werden. Im Memory sollten verifizierte Tatsachen, Annahmen und Aufzeichnungen über Fehlschläge getrennt gespeichert werden.\n\n### 4. Überschneidende Verantwortlichkeiten zwischen Subagenten\n\nWenn mehrere Agenten gleichzeitig dieselbe Datei ändern, können Konflikte auftreten. Arbeitsumfang, Dateiverantwortung, Review-Reihenfolge und Merge-Regeln müssen festgelegt werden.\n\n### 5. Fehlende Kostenbegrenzung\n\nDa ein Loop eine iterative Struktur ist, können die Kosten für Modellaufrufe und Werkzeugausführungen schnell steigen. Die Anzahl der Iterationen, die Token-Nutzung, die Anzahl externer API-Aufrufe und die Ausführungszeit müssen begrenzt werden.\n\n## Implementierungscheckliste\n\nBei der praktischen Anwendung von Loop Engineering auf ein Projekt empfiehlt es sich, die folgenden Punkte in dieser Reihenfolge zu prüfen.\n\n### Ziele und Bewertungskriterien\n\n- Wurde das zu lösende Problem in einem Satz definiert?\n- Lassen sich die Abschlusskriterien automatisch validieren?\n- Wurden die Kriterien gekennzeichnet, die eine menschliche Genehmigung erfordern?\n- Gibt es Abbruchbedingungen für Fehlschläge?\n\n### Arbeitsumgebung\n\n- Gibt es einen vom Hauptcode getrennten Worktree?\n- Ist die Umgebung für die Testausführung reproduzierbar?\n- Wurde der Zugriff auf geheime Schlüssel und sensible Informationen beschränkt?\n- Lassen sich Änderungen als diff nachverfolgen?\n\n### Anweisungen und Kontext\n\n- Gibt es eine Beschreibung der Projektstruktur?\n- Sind Coding- und Testregeln dokumentiert?\n- Sind verbotene Handlungen und Sicherheitsregeln eindeutig?\n- Sind die Dokumente, auf die der Agent zugreift, aktuell?\n\n### Werkzeuge und Berechtigungen\n\n- Sind die erforderlichen Werkzeuge im Voraus angebunden?\n- Sind die Berechtigungen für jedes Werkzeug minimiert?\n- Gibt es für gefährliche Werkzeugaufrufe einen Genehmigungsschritt?\n- Werden alle Werkzeugaufrufe protokolliert?\n\n### Loop-Steuerung\n\n- Gibt es eine maximale Anzahl der Iterationen und ein Zeitlimit?\n- Gibt es eine Kostenbegrenzung?\n- Werden Wiederholungen desselben Fehlers erkannt?\n- Kann der Zwischenzustand gespeichert und die Arbeit fortgesetzt werden?\n\n## Für Loop Engineering geeignete und ungeeignete Aufgaben\n\n| Aufgabentyp | Eignung | Grund |\n|---|---:|---|\n| Codeänderungen mit Tests | Hoch | Der Erfolg lässt sich anhand des Ausführungsergebnisses leicht beurteilen |\n| Linting, Formatierung, Migration | Hoch | Wiederkehrend und mit klaren Validierungskriterien |\n| Erstellung und Prüfung von Dokumententwürfen | Mittel | Automatisierbar, erfordert jedoch eine Faktenprüfung |\n| Datenbereinigung | Mittel bis hoch | Effektiv, wenn Regeln und Stichprobenvalidierungen vorhanden sind |\n| Sicherheitspatches | Mittel | Automatisierbar, erfordert jedoch eine Prüfung durch Fachleute |\n| Rechtliche Beurteilungen, medizinische Diagnosen, Anlageberatung | Niedrig | Hohe Risiken in Bezug auf Verantwortung, Fachwissen und Regulierung |\n| Direkte Änderungen an Produktionssystemen | Niedrig | Ein automatischer Loop ohne Genehmigung birgt ein hohes Unfallrisiko |\n\nLoop Engineering ist bei „überprüfbaren Aufgaben“ am stärksten. Bei Entscheidungen mit unklaren Validierungskriterien oder hoher Verantwortung ist die Kontrolle durch menschliche Fachleute unerlässlich.\n\n## Roadmap für die praktische Anwendung\n\n### Stufe 1: Einen Loop für eine einzelne Aufgabe erstellen\n\nZunächst wird mit einer kleinen Einzelaufgabe begonnen. Der Umfang wird beispielsweise auf einen Loop zur Behebung fehlgeschlagener Tests, zur Korrektur fehlerhafter Dokumentlinks oder zur Beseitigung von Typfehlern begrenzt.\n\n### Stufe 2: Das Harness festlegen\n\nVorabprüfungen, veränderbare Dateien, ausführbare Befehle, verbotene Handlungen und Genehmigungsbedingungen werden dokumentiert. Ist diese Stufe schwach ausgeprägt, steigt mit der Größe des Loops auch das Risiko.\n\n### Stufe 3: Worktree- und Protokollsysteme einrichten\n\nAlle Änderungen werden in einem isolierten Bereich durchgeführt, und Werkzeugaufrufe sowie Testergebnisse werden aufgezeichnet. Auch fehlgeschlagene Versuche sind wichtige Daten.\n\n### Stufe 4: Skills dokumentieren\n\nWiederholt benötigtes Wissen wird in Skills überführt. Nützlich sind Dokumente wie „So werden in diesem Projekt Tests hinzugefügt“, „Checkliste für API-Änderungen“ und „Standards für Barrierefreiheit im Frontend“.\n\n### Stufe 5: Subagenten trennen\n\nWenn die Aufgaben komplexer werden, werden Planer, Implementierer, QA und Reviewer getrennt. Statt von Anfang an übermäßig viele Agenten zu erstellen, empfiehlt es sich, zunächst die Rollen aufzuteilen, bei denen Engpässe festgestellt wurden.\n\n### Stufe 6: Memory und Bewertungskennzahlen verbessern\n\nUrsachen wiederholter Fehlschläge, Erfolgsmuster, Kosten und die Anzahl menschlicher Eingriffe werden aufgezeichnet. Auf Grundlage dieser Daten werden Effizienz und Sicherheit des Loops verbessert.\n\n## Fazit\n\nLoop Engineering ist ein Gestaltungsansatz, der AI-Agenten von einfachen Antwortgeneratoren in **zielorientierte Systeme zur Aufgabenausführung** verwandelt. Im Kern geht es nicht darum, der AI uneingeschränkte Autonomie zu gewähren, sondern durch Harness Engineering eine kontrollierte Umgebung zu schaffen und darin Automatisierung, Worktrees, Skills, Plugins und Konnektoren, Subagenten sowie Memory zu einer sicheren iterativen Struktur zu verbinden.\n\nEin gut gestalteter Loop reduziert den Aufwand für wiederholte menschliche Anweisungen und erhöht die Arbeitsgeschwindigkeit. Ein Loop ohne Sicherheitsmechanismen kann jedoch zu steigenden Kosten, sinkender Qualität, Missbrauch von Berechtigungen und Endlosschleifen führen. Daher lautet das Kernprinzip von Loop Engineering: „Automatisieren, dabei jedoch Überprüfbarkeit gewährleisten und den Loop in den erforderlichen Momenten zwingend anhalten.“","content_html":"\u003ch2\u003e\n\u003ca href=\"#%C3%BCberblick\" class=\"anchor\" id=\"überblick\"\u003e\u003c/a\u003eÜberblick\u003c/h2\u003e\n\u003cp\u003eLoop Engineering ist eine Methode zur Entwicklung einer \u003cstrong\u003eiterativen Struktur, in der ein AI-Agent ein Ziel plant, Maßnahmen ausführt, Ergebnisse prüft, Fehlerursachen berücksichtigt und es erneut versucht\u003c/strong\u003e. Besonders wichtig wird sie bei Aufgaben, deren Ergebnisse überprüfbar sind, etwa in der Softwareentwicklung, Datenverarbeitung, Dokumentenerstellung und Testautomatisierung.\u003c/p\u003e\n\u003cp\u003eDer Begriff wird noch nicht in allen Standarddokumenten als feststehender wissenschaftlicher Fachbegriff verwendet. In der Praxis lässt er sich jedoch als Konzept erklären, das auf Prompt Engineering, Context Engineering und Harness Engineering folgt. Im Kern geht es nicht darum, „der AI einmal eine gute Anweisung zu geben“, sondern darum, „ein System zu schaffen, in dem die AI innerhalb einer sicheren Umgebung so lange iterieren kann, bis das Ziel erreicht ist“.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#die-entwicklung-des-ai-engineering-vom-prompt-zum-loop\" class=\"anchor\" id=\"die-entwicklung-des-ai-engineering-vom-prompt-zum-loop\"\u003e\u003c/a\u003eDie Entwicklung des AI Engineering: vom Prompt zum Loop\u003c/h2\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eStufe\u003c/th\u003e\n\u003cth\u003eKernfrage\u003c/th\u003e\n\u003cth\u003eRolle des Menschen\u003c/th\u003e\n\u003cth\u003eRolle der AI\u003c/th\u003e\n\u003cth\u003eTypische Ergebnisse\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Stufe\"\u003ePrompt Engineering\u003c/td\u003e\n\u003ctd data-label=\"Kernfrage\"\u003eWie soll die Frage gestellt werden?\u003c/td\u003e\n\u003ctd data-label=\"Rolle des Menschen\"\u003eAnweisungen verfassen und Ergebnisse prüfen\u003c/td\u003e\n\u003ctd data-label=\"Rolle der AI\"\u003eEine einzelne Antwort erzeugen\u003c/td\u003e\n\u003ctd data-label=\"Typische Ergebnisse\"\u003eAntworten, Entwürfe, Codefragmente\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Stufe\"\u003eContext Engineering\u003c/td\u003e\n\u003ctd data-label=\"Kernfrage\"\u003eWelche Hintergrundinformationen sollen bereitgestellt werden?\u003c/td\u003e\n\u003ctd data-label=\"Rolle des Menschen\"\u003eDokumente, Beispiele, Richtlinien und Daten bereitstellen\u003c/td\u003e\n\u003ctd data-label=\"Rolle der AI\"\u003eInnerhalb des vorgegebenen Kontexts schlussfolgern\u003c/td\u003e\n\u003ctd data-label=\"Typische Ergebnisse\"\u003eKonsistentere Antworten, maßgeschneiderte Ergebnisse\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Stufe\"\u003eHarness Engineering\u003c/td\u003e\n\u003ctd data-label=\"Kernfrage\"\u003eIn welcher Umgebung und nach welchen Regeln soll gearbeitet werden?\u003c/td\u003e\n\u003ctd data-label=\"Rolle des Menschen\"\u003eBerechtigungen, Werkzeuge, Abläufe und Sicherheitsregeln gestalten\u003c/td\u003e\n\u003ctd data-label=\"Rolle der AI\"\u003eWerkzeuge innerhalb der festgelegten Umgebung verwenden\u003c/td\u003e\n\u003ctd data-label=\"Typische Ergebnisse\"\u003eKontrollierter Arbeitsablauf des Agenten\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Stufe\"\u003eLoop Engineering\u003c/td\u003e\n\u003ctd data-label=\"Kernfrage\"\u003eWie soll bis zur Zielerreichung iteriert werden?\u003c/td\u003e\n\u003ctd data-label=\"Rolle des Menschen\"\u003eZiele, Einschränkungen, Bewertungskriterien und Abbruchbedingungen festlegen\u003c/td\u003e\n\u003ctd data-label=\"Rolle der AI\"\u003eAusführung, Validierung, Korrektur und erneute Versuche wiederholen\u003c/td\u003e\n\u003ctd data-label=\"Typische Ergebnisse\"\u003eSich automatisch verbessernde Arbeitsschleife\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch3\u003e\n\u003ca href=\"#prompt-engineering\" class=\"anchor\" id=\"prompt-engineering\"\u003e\u003c/a\u003ePrompt Engineering\u003c/h3\u003e\n\u003cp\u003ePrompt Engineering ist eine Methode, bei der Fragen, Befehle, Beispiele und Ausgabeformate präzise formuliert werden, um von der AI das gewünschte Ergebnis zu erhalten. Es ist die grundlegendste Form der Interaktion und ähnelt einer Struktur, in der der Mensch die Anweisungen jedes Mal anpasst und das Ergebnis prüft.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#context-engineering\" class=\"anchor\" id=\"context-engineering\"\u003e\u003c/a\u003eContext Engineering\u003c/h3\u003e\n\u003cp\u003eBeim Context Engineering werden dem Modell Dokumente, Richtlinien, Informationen zur Codebasis, Benutzerpräferenzen, Ausgabestile, frühere Gespräche und weitere Referenzen bereitgestellt, um genauere Ergebnisse zu erzielen. Lange Kontextfenster, Retrieval-Augmented Generation, Dateianhänge und die Indizierung von Codebasen stehen mit dieser Stufe in Zusammenhang.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#harness-engineering\" class=\"anchor\" id=\"harness-engineering\"\u003e\u003c/a\u003eHarness Engineering\u003c/h3\u003e\n\u003cp\u003eHarness Engineering gestaltet, \u003cstrong\u003einnerhalb welcher Abläufe und Einschränkungen die AI handeln muss\u003c/strong\u003e, wenn sie Werkzeuge verwendet und mehrere Schritte ausführt. Beispielsweise werden Regeln wie „Lies die relevanten Dateien, bevor du den Code änderst“, „Führe keinen Merge durch, wenn die Tests nicht bestanden wurden“ oder „Öffne keine Dateien mit sensiblen Informationen“ in die Umgebung integriert.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#loop-engineering\" class=\"anchor\" id=\"loop-engineering\"\u003e\u003c/a\u003eLoop Engineering\u003c/h3\u003e\n\u003cp\u003eBeim Loop Engineering wird auf die durch das Harness geschaffene kontrollierte Arbeitsumgebung eine \u003cstrong\u003eEngine für wiederholte Ausführungen\u003c/strong\u003e aufgesetzt. Der AI-Agent wählt selbstständig die nächste Handlung aus, nutzt Werkzeuge, bewertet die Ergebnisse und passt bei einem Fehlschlag seine Strategie an, um die Ausführung erneut zu starten.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#kerndefinition-von-loop-engineering\" class=\"anchor\" id=\"kerndefinition-von-loop-engineering\"\u003e\u003c/a\u003eKerndefinition von Loop Engineering\u003c/h2\u003e\n\u003cp\u003eLoop Engineering lässt sich als Gestaltung eines AI-Arbeitssystems definieren, das die folgenden Bedingungen erfüllt.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eDer Mensch legt das endgültige Ziel, den zulässigen Rahmen, die Bewertungskriterien und die Abbruchbedingungen fest.\u003c/li\u003e\n\u003cli\u003eDer AI-Agent erstellt einen Arbeitsplan, um das Ziel zu erreichen.\u003c/li\u003e\n\u003cli\u003eDer Agent nutzt erforderliche Werkzeuge wie Codeausführung, Tests, Suche, Dateiänderungen und API-Aufrufe.\u003c/li\u003e\n\u003cli\u003eWenn das Ausführungsergebnis fehlschlägt oder unzureichend ist, analysiert er die Fehlerursache und erzeugt den nächsten Versuch.\u003c/li\u003e\n\u003cli\u003eDie Schleife wird beendet, wenn eine Abbruchbedingung erfüllt ist, etwa Zielerreichung, Budgetüberschreitung, Überschreitung der Anzahl der Iterationen, Auftreten eines Risikosignals oder die Notwendigkeit einer menschlichen Genehmigung.\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eDas Wesen von Loop Engineering ist also ein \u003cstrong\u003eautomatisierter Feedbackzyklus\u003c/strong\u003e.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#warum-loop-engineering-erforderlich-ist\" class=\"anchor\" id=\"warum-loop-engineering-erforderlich-ist\"\u003e\u003c/a\u003eWarum Loop Engineering erforderlich ist\u003c/h2\u003e\n\u003cp\u003eBei bisherigen Formen der AI-Nutzung wird der Mensch leicht zum Engpass. Der Mensch muss einen Prompt schreiben, das Ergebnis prüfen, erneut eine Korrektur anfordern, Tests ausführen und Fehlermeldungen kopieren und wieder eingeben.\u003c/p\u003e\n\u003cp\u003eLoop Engineering systematisiert diesen iterativen Prozess. Bei Entwicklungsaufgaben kann die AI beispielsweise den folgenden Ablauf automatisch wiederholen.\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003eAnforderungen lesen und einen Arbeitsplan erstellen.\u003c/li\u003e\n\u003cli\u003eDen Code in einem separaten Arbeitsbereich ändern.\u003c/li\u003e\n\u003cli\u003eTests und Linter ausführen.\u003c/li\u003e\n\u003cli\u003eFehlerprotokolle analysieren.\u003c/li\u003e\n\u003cli\u003eSelbstständig einen Korrektur-Prompt oder die nächste Handlung erstellen.\u003c/li\u003e\n\u003cli\u003eDen Code erneut ändern.\u003c/li\u003e\n\u003cli\u003eWenn die Erfolgskriterien erfüllt sind, die Ergebnisse zusammenstellen und um eine Prüfung bitten.\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eIn dieser Struktur muss der Mensch nicht jeden Zwischenschritt direkt anweisen. Stattdessen konzentriert er sich auf die Festlegung von Zielen, Genehmigungen, die Behandlung von Ausnahmen und die abschließende Qualitätsbewertung.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#die-6-wesentlichen-komponenten-von-loop-engineering\" class=\"anchor\" id=\"die-6-wesentlichen-komponenten-von-loop-engineering\"\u003e\u003c/a\u003eDie 6 wesentlichen Komponenten von Loop Engineering\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#1-automatisierung-die-engine-die-den-loop-tats%C3%A4chlich-ausf%C3%BChrt\" class=\"anchor\" id=\"1-automatisierung-die-engine-die-den-loop-tatsächlich-ausführt\"\u003e\u003c/a\u003e1. Automatisierung: die Engine, die den Loop tatsächlich ausführt\u003c/h3\u003e\n\u003cp\u003eDie Automatisierung bildet die Grundlage dafür, dass der Loop ohne manuelle Eingabe durch einen Menschen ausgeführt wird. Dazu gehören Arbeitswarteschlangen, Scheduler, CI/CD-Pipelines, Agenten-Runtimes, Ereignis-Trigger und Richtlinien für erneute Versuche.\u003c/p\u003e\n\u003cp\u003eDie Automatisierung übernimmt folgende Funktionen.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eBedingungen für den Arbeitsbeginn erkennen\u003c/li\u003e\n\u003cli\u003eAgenten ausführen\u003c/li\u003e\n\u003cli\u003eWerkzeuge aufrufen und Ergebnisse erfassen\u003c/li\u003e\n\u003cli\u003eTest- oder Validierungsschritte ausführen\u003c/li\u003e\n\u003cli\u003eBei Fehlschlägen erneut versuchen\u003c/li\u003e\n\u003cli\u003eProtokolle speichern\u003c/li\u003e\n\u003cli\u003eZu einem Schritt mit menschlicher Genehmigung wechseln\u003c/li\u003e\n\u003cli\u003eKosten, Zeit und Anzahl der Iterationen begrenzen\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eAutomatisierung ist nicht bloß eine „automatische Ausführung“, sondern eine Steuerung, die den Lebenszyklus des Loops verwaltet.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#2-worktree-ein-sicherer-arbeitsbereich\" class=\"anchor\" id=\"2-worktree-ein-sicherer-arbeitsbereich\"\u003e\u003c/a\u003e2. Worktree: ein sicherer Arbeitsbereich\u003c/h3\u003e\n\u003cp\u003eEin Worktree ist ein isolierter Arbeitsbereich, der verhindert, dass die AI den Hauptcode oder reale Produktionsdaten direkt beschädigt. Ein typisches Beispiel ist die \u003ccode\u003eworktree\u003c/code\u003e-Funktion von Git, mit der innerhalb desselben Repositorys ein separates Arbeitsverzeichnis angelegt werden kann, um Änderungen und Tests unabhängig durchzuführen.\u003c/p\u003e\n\u003cp\u003eEin Worktree ist aus folgenden Gründen wichtig.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eEr schützt den Main-Branch oder die Produktionsumgebung.\u003c/li\u003e\n\u003cli\u003eMehrere Agenten können parallel unterschiedliche Aufgaben ausführen.\u003c/li\u003e\n\u003cli\u003eFehlgeschlagene Versuche lassen sich leicht verwerfen.\u003c/li\u003e\n\u003cli\u003eÄnderungen können als diff geprüft werden.\u003c/li\u003e\n\u003cli\u003eNur Änderungen, die Tests bestanden haben, kommen für einen Merge infrage.\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eBeim Loop Engineering ist der Worktree der Experimentierraum der AI. Damit das Gesamtsystem auch bei weitreichenden Änderungen durch den Agenten sicher bleibt, muss der Arbeitsbereich isoliert sein.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#3-skills-anleitungen-als-arbeitsstandard\" class=\"anchor\" id=\"3-skills-anleitungen-als-arbeitsstandard\"\u003e\u003c/a\u003e3. Skills: Anleitungen als Arbeitsstandard\u003c/h3\u003e\n\u003cp\u003eSkills sind Anweisungen, Abläufe, Checklisten, Coding-Regeln, Gestaltungsprinzipien und Beispielsammlungen, denen die AI bei bestimmten Aufgaben folgen soll. So wie Menschen neuen Teammitgliedern Onboarding-Dokumente bereitstellen, benötigen auch Agenten Standards für die Ausführung ihrer Arbeit.\u003c/p\u003e\n\u003cp\u003eSkill-Dokumente können folgende Informationen enthalten.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eBeschreibung der Projektstruktur und der Kernmodule\u003c/li\u003e\n\u003cli\u003eCode-Style und Namenskonventionen\u003c/li\u003e\n\u003cli\u003eVorgehensweise beim Schreiben von Tests\u003c/li\u003e\n\u003cli\u003ePrinzipien des API-Designs\u003c/li\u003e\n\u003cli\u003eSicherheitsbezogene Verbote\u003c/li\u003e\n\u003cli\u003eCheckliste vor der Bereitstellung\u003c/li\u003e\n\u003cli\u003eSpeicherorte der bei Fehlschlägen zu prüfenden Protokolle\u003c/li\u003e\n\u003cli\u003eFormat für Ergebnisberichte\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eOhne Skills ist der Agent jedes Mal auf allgemeine Schlussfolgerungen angewiesen. Gut geschriebene Skills hingegen vermitteln der AI die Arbeitsweise einer Organisation in wiederverwendbarer Form.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#4-plugins-und-konnektoren-zugriff-auf-erforderliche-werkzeuge\" class=\"anchor\" id=\"4-plugins-und-konnektoren-zugriff-auf-erforderliche-werkzeuge\"\u003e\u003c/a\u003e4. Plugins und Konnektoren: Zugriff auf erforderliche Werkzeuge\u003c/h3\u003e\n\u003cp\u003ePlugins und Konnektoren ermöglichen der AI den Zugriff auf Werkzeuge und Systeme, die sie während der Arbeit benötigt. Mögliche angebundene Systeme sind beispielsweise Code-Repositorys, Issue-Tracker, Suchsysteme, Datenbanken, Dokumentenspeicher, Test-Runner, Browser, Bereitstellungswerkzeuge und Benachrichtigungssysteme.\u003c/p\u003e\n\u003cp\u003eDer Grund für die Anbindung von Werkzeugen ist eindeutig. Wenn der Agent erkennt, dass er „Tests ausführen muss“, jedoch keine Berechtigung zur Testausführung hat, kommt der Loop zum Stillstand. Wenn er erkennt, dass er „relevante Dokumente prüfen muss“, aber keinen Zugriffsweg auf die Dokumente hat, steigt die Wahrscheinlichkeit, dass er mit Vermutungen antwortet.\u003c/p\u003e\n\u003cp\u003eFür eine gute Konnektorgestaltung gelten folgende Prinzipien.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eDas Prinzip der geringsten Berechtigung anwenden.\u003c/li\u003e\n\u003cli\u003eLese- und Schreibberechtigungen trennen.\u003c/li\u003e\n\u003cli\u003eFür riskante Vorgänge Genehmigungsschritte vorsehen.\u003c/li\u003e\n\u003cli\u003eAlle Werkzeugaufrufe protokollieren.\u003c/li\u003e\n\u003cli\u003eDen Zugriff auf sensible Informationen durch gesonderte Richtlinien beschränken.\u003c/li\u003e\n\u003cli\u003eAuch fehlgeschlagene Werkzeugaufrufe im Loop-Status erfassen.\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#5-subagenten-ai-arbeiter-mit-getrennten-rollen\" class=\"anchor\" id=\"5-subagenten-ai-arbeiter-mit-getrennten-rollen\"\u003e\u003c/a\u003e5. Subagenten: AI-Arbeiter mit getrennten Rollen\u003c/h3\u003e\n\u003cp\u003eSubagenten bilden eine Struktur, in der nicht ein einziger Hauptagent sämtliche Aufgaben erledigt, sondern Agenten mit unterschiedlichen Rollen zusammenarbeiten. Ähnlich einem menschlichen Entwicklungsteam können Rollen wie Design, Backend, Frontend, QA, Sicherheitsprüfung und Dokumentation getrennt werden.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eRolle\u003c/th\u003e\n\u003cth\u003eHauptverantwortung\u003c/th\u003e\n\u003cth\u003eBeispielausgabe\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Rolle\"\u003ePlanungsagent\u003c/td\u003e\n\u003ctd data-label=\"Hauptverantwortung\"\u003eAnforderungen analysieren, Aufgaben aufteilen, Prioritäten setzen\u003c/td\u003e\n\u003ctd data-label=\"Beispielausgabe\"\u003eImplementierungsplan, Aufgabenliste\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Rolle\"\u003eBackend-Agent\u003c/td\u003e\n\u003ctd data-label=\"Hauptverantwortung\"\u003eAPI, Datenmodell und Serverlogik implementieren\u003c/td\u003e\n\u003ctd data-label=\"Beispielausgabe\"\u003eCodeänderungen, Tests\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Rolle\"\u003eFrontend-Agent\u003c/td\u003e\n\u003ctd data-label=\"Hauptverantwortung\"\u003eUI, Zustandsverwaltung und Barrierefreiheit verbessern\u003c/td\u003e\n\u003ctd data-label=\"Beispielausgabe\"\u003eKomponentenänderungen, Oberflächentests\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Rolle\"\u003eQA-Agent\u003c/td\u003e\n\u003ctd data-label=\"Hauptverantwortung\"\u003eTests ausführen, Fehler reproduzieren, Regressionen prüfen\u003c/td\u003e\n\u003ctd data-label=\"Beispielausgabe\"\u003eFehlerprotokolle, Reproduktionsschritte\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Rolle\"\u003eReview-Agent\u003c/td\u003e\n\u003ctd data-label=\"Hauptverantwortung\"\u003eCodequalität, Sicherheit und Stil prüfen\u003c/td\u003e\n\u003ctd data-label=\"Beispielausgabe\"\u003eReview-Kommentare, Risikoliste\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Rolle\"\u003eDokumentationsagent\u003c/td\u003e\n\u003ctd data-label=\"Hauptverantwortung\"\u003eÄnderungen erläutern, Anleitungen verfassen\u003c/td\u003e\n\u003ctd data-label=\"Beispielausgabe\"\u003eVersionshinweise, Benutzerleitfaden\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eDer Vorteil einer Subagentenstruktur besteht darin, Fachkompetenzen aufteilen zu können. Da jedoch auch Konflikte zwischen Agenten, doppelte Arbeit und unklare Verantwortlichkeiten entstehen können, sind eine koordinierende Rolle und klare Arbeitsvereinbarungen erforderlich.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#6-memory-zustandsspeicherung-f%C3%BCr-unterbrechung-und-fortsetzung\" class=\"anchor\" id=\"6-memory-zustandsspeicherung-für-unterbrechung-und-fortsetzung\"\u003e\u003c/a\u003e6. Memory: Zustandsspeicherung für Unterbrechung und Fortsetzung\u003c/h3\u003e\n\u003cp\u003eMemory ist eine Funktion, die den aktuellen Status des Loops, frühere Versuche, Fehlerursachen, Entscheidungsgründe, Dateiänderungen, Testergebnisse und den Plan für die nächsten Handlungen speichert. Je länger ein Loop wird, desto unverzichtbarer wird Memory.\u003c/p\u003e\n\u003cp\u003eMemory lässt sich grob in zwei Arten unterteilen.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eKurzzeit-Memory: Pläne der aktuellen Arbeitssitzung, Protokolle, Ergebnisse von Werkzeugaufrufen und Fehlermeldungen\u003c/li\u003e\n\u003cli\u003eLangzeit-Memory: Projektregeln, frühere Lösungswege, wiederkehrende Fehlermuster, Benutzerpräferenzen und Teamstandards\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eOhne Memory kann der Agent dieselben Fehler wiederholen oder eine unterbrochene Aufgabe von vorn beginnen müssen. Gut gestaltetes Memory hingegen sorgt für die stabile Fortführung des Loops und reduziert die Kosten.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#grundarchitektur-von-loop-engineering\" class=\"anchor\" id=\"grundarchitektur-von-loop-engineering\"\u003e\u003c/a\u003eGrundarchitektur von Loop Engineering\u003c/h2\u003e\n\u003cp\u003eEin Loop-Engineering-System weist üblicherweise folgende Struktur auf.\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003eZieleingabe: Der Mensch stellt das zu lösende Problem und die Abschlusskriterien bereit.\u003c/li\u003e\n\u003cli\u003eKontextsammlung: Code, Dokumente, Issues, Protokolle und Richtlinien werden gelesen.\u003c/li\u003e\n\u003cli\u003ePlanung: Der Agent zerlegt die Arbeit in kleine Schritte.\u003c/li\u003e\n\u003cli\u003eAusführung: Codeänderungen, Dateierstellung, Datenverarbeitung und Werkzeugaufrufe werden durchgeführt.\u003c/li\u003e\n\u003cli\u003eValidierung: Tests, Linting, Typprüfungen, Richtlinienprüfungen und Reviews werden ausgeführt.\u003c/li\u003e\n\u003cli\u003eBewertung: Es wird beurteilt, ob die Zielkriterien erfüllt wurden.\u003c/li\u003e\n\u003cli\u003eIteration: Bei einem Fehlschlag wird die Ursache analysiert und zu einem neuen Plan zurückgekehrt.\u003c/li\u003e\n\u003cli\u003eBeendigung: Der Loop endet bei Erfolg, Überschreitung eines Limits, Erkennung eines Risikos oder erforderlicher menschlicher Genehmigung.\u003c/li\u003e\n\u003cli\u003eBericht: Änderungen, Validierungsergebnisse, verbleibende Risiken und empfohlene nächste Schritte werden zusammengefasst.\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eDieser Ablauf setzt keine „AI voraus, die nur wiederholt nachdenkt“, sondern eine „AI, die in einer realen Umgebung handelt und die Ergebnisse validiert“.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#der-unterschied-zwischen-harness-engineering-und-loop-engineering\" class=\"anchor\" id=\"der-unterschied-zwischen-harness-engineering-und-loop-engineering\"\u003e\u003c/a\u003eDer Unterschied zwischen Harness Engineering und Loop Engineering\u003c/h2\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eKategorie\u003c/th\u003e\n\u003cth\u003eHarness Engineering\u003c/th\u003e\n\u003cth\u003eLoop Engineering\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eZweck\u003c/td\u003e\n\u003ctd data-label=\"Harness Engineering\"\u003eEine Umgebung schaffen, in der die AI sicher arbeiten kann\u003c/td\u003e\n\u003ctd data-label=\"Loop Engineering\"\u003eDie AI bis zur Zielerreichung iterieren lassen\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eZentrale Elemente\u003c/td\u003e\n\u003ctd data-label=\"Harness Engineering\"\u003eRegeln, Berechtigungen, Werkzeuge, Abläufe, Beschränkungen\u003c/td\u003e\n\u003ctd data-label=\"Loop Engineering\"\u003eWiederholte Ausführung, Feedback, erneute Versuche, Zustandsspeicherung\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eReaktion auf Fehlschläge\u003c/td\u003e\n\u003ctd data-label=\"Harness Engineering\"\u003eGefährliche Handlungen verhindern oder eine Genehmigung anfordern\u003c/td\u003e\n\u003ctd data-label=\"Loop Engineering\"\u003eFehlerursachen berücksichtigen und den nächsten Versuch erzeugen\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eMenschliches Eingreifen\u003c/td\u003e\n\u003ctd data-label=\"Harness Engineering\"\u003eKonzentration auf die Gestaltung von Richtlinien und Umgebung\u003c/td\u003e\n\u003ctd data-label=\"Loop Engineering\"\u003eKonzentration auf Zielsetzung, Ausnahmebehandlung und endgültige Genehmigung\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Kategorie\"\u003eVergleich\u003c/td\u003e\n\u003ctd data-label=\"Harness Engineering\"\u003eArbeitsplatz und Sicherheitsausrüstung\u003c/td\u003e\n\u003ctd data-label=\"Loop Engineering\"\u003eProduktionslinie, die den Arbeitsplatz kontinuierlich in Bewegung hält\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eWird ein Loop ohne Harness erstellt, kann der Agent aufgrund übermäßiger Berechtigungen gefährliche Handlungen ausführen. Wird nur ein Harness ohne Loop erstellt, besteht zwar eine sichere Umgebung, die Produktivität bleibt jedoch begrenzt. In der Praxis werden beide Ansätze gemeinsam benötigt.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#anwendungsbeispiel-der-loop-eines-ai-coding-agenten\" class=\"anchor\" id=\"anwendungsbeispiel-der-loop-eines-ai-coding-agenten\"\u003e\u003c/a\u003eAnwendungsbeispiel: der Loop eines AI-Coding-Agenten\u003c/h2\u003e\n\u003cp\u003eIn der Softwareentwicklung ist Loop Engineering relativ leicht verständlich. Angenommen, das Ziel lautet beispielsweise: „Behebe den Anmeldefehler“.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#eingabe\" class=\"anchor\" id=\"eingabe\"\u003e\u003c/a\u003eEingabe\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003eZiel: Einen Fehler beheben, durch den die Anmeldung unter bestimmten Bedingungen fehlschlägt\u003c/li\u003e\n\u003cli\u003eAbschlusskriterien: Bestehen der relevanten Tests, keine Regression der bestehenden Anmeldefunktion, Einreichung einer Änderungszusammenfassung\u003c/li\u003e\n\u003cli\u003eEinschränkungen: Speicherverfahren für Authentifizierungs-Token darf nicht geändert werden, Benutzerdatenbank darf nicht direkt geändert werden\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#loop-ausf%C3%BChrung\" class=\"anchor\" id=\"loop-ausführung\"\u003e\u003c/a\u003eLoop-Ausführung\u003c/h3\u003e\n\u003col\u003e\n\u003cli\u003eDer Agent liest die Issue-Beschreibung und die relevanten Dateien.\u003c/li\u003e\n\u003cli\u003eEr erstellt im Worktree einen separaten Branch oder ein Arbeitsverzeichnis.\u003c/li\u003e\n\u003cli\u003eEr reproduziert den fehlgeschlagenen Test.\u003c/li\u003e\n\u003cli\u003eEr analysiert das Fehlerprotokoll und den relevanten Code.\u003c/li\u003e\n\u003cli\u003eEr wendet eine Korrektur an.\u003c/li\u003e\n\u003cli\u003eEr führt die Tests aus.\u003c/li\u003e\n\u003cli\u003eBei einem Fehlschlag fasst er die Ursache zusammen und probiert eine andere Korrektur.\u003c/li\u003e\n\u003cli\u003eBei Erfolg stellt er diff, Testergebnisse und Risikofaktoren zusammen.\u003c/li\u003e\n\u003cli\u003eEr bittet einen menschlichen Reviewer um die Genehmigung des Merges.\u003c/li\u003e\n\u003c/ol\u003e\n\u003cp\u003eIn diesem Beispiel kopiert der Mensch nicht jedes Mal das Fehlerprotokoll, um einen neuen Prompt zu verfassen. Stattdessen übernimmt der Loop die wiederkehrenden Aufgaben, während der Mensch bei Schritten eingreift, die eine endgültige Entscheidung und Verantwortung erfordern.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#steuerungsvariablen-die-bei-der-gestaltung-zwingend-festgelegt-werden-m%C3%BCssen\" class=\"anchor\" id=\"steuerungsvariablen-die-bei-der-gestaltung-zwingend-festgelegt-werden-müssen\"\u003e\u003c/a\u003eSteuerungsvariablen, die bei der Gestaltung zwingend festgelegt werden müssen\u003c/h2\u003e\n\u003cp\u003eLoop Engineering wird mitunter unter der Annahme unbegrenzter Wiederholungen erläutert, doch in einem realen System ist „unbegrenzt“ gefährlich. Ein sicherer Loop benötigt klare Grenzen.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eSteuerungsvariable\u003c/th\u003e\n\u003cth\u003eBeschreibung\u003c/th\u003e\n\u003cth\u003eBeispiel\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Steuerungsvariable\"\u003eMaximale Anzahl der Iterationen\u003c/td\u003e\n\u003ctd data-label=\"Beschreibung\"\u003eBegrenzt, wie oft dieselbe Aufgabe erneut versucht wird\u003c/td\u003e\n\u003ctd data-label=\"Beispiel\"\u003eMaximal 5 erneute Versuche\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Steuerungsvariable\"\u003eZeitbudget\u003c/td\u003e\n\u003ctd data-label=\"Beschreibung\"\u003eBegrenzt die Ausführungszeit des Loops\u003c/td\u003e\n\u003ctd data-label=\"Beispiel\"\u003eAbbruch bei mehr als 30 Minuten\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Steuerungsvariable\"\u003eKostenbudget\u003c/td\u003e\n\u003ctd data-label=\"Beschreibung\"\u003eBegrenzt die Kosten für Modellaufrufe, Werkzeugnutzung und Infrastruktur\u003c/td\u003e\n\u003ctd data-label=\"Beispiel\"\u003eHöchstens 10 Dollar pro Aufgabe\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Steuerungsvariable\"\u003eBerechtigungsumfang\u003c/td\u003e\n\u003ctd data-label=\"Beschreibung\"\u003eTrennt Berechtigungen zum Lesen, Schreiben, Ausführen und Bereitstellen\u003c/td\u003e\n\u003ctd data-label=\"Beispiel\"\u003eSchreibzugriff auf Produktions-DB verboten\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Steuerungsvariable\"\u003eGenehmigungspunkte\u003c/td\u003e\n\u003ctd data-label=\"Beschreibung\"\u003eDefiniert Zeitpunkte, an denen eine menschliche Prüfung erforderlich ist\u003c/td\u003e\n\u003ctd data-label=\"Beispiel\"\u003eGenehmigung vor Bereitstellung, Löschung, Zahlung oder externer Übermittlung\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Steuerungsvariable\"\u003eErfolgskriterien\u003c/td\u003e\n\u003ctd data-label=\"Beschreibung\"\u003eObjektive Bedingungen, anhand derer der Abschluss beurteilt wird\u003c/td\u003e\n\u003ctd data-label=\"Beispiel\"\u003eTests bestanden, Genauigkeitskriterium erfüllt\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Steuerungsvariable\"\u003eFehlerkriterien\u003c/td\u003e\n\u003ctd data-label=\"Beschreibung\"\u003eRisikosignale, bei denen abgebrochen werden muss\u003c/td\u003e\n\u003ctd data-label=\"Beispiel\"\u003eDerselbe Fehler tritt 3-mal auf, Sicherheitswarnung wird ausgelöst\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eEin guter Loop ist nicht ein Loop, der möglichst oft durchlaufen wird, sondern \u003cstrong\u003eein Loop, der zum richtigen Zeitpunkt stoppen kann\u003c/strong\u003e.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#kriterien-f%C3%BCr-die-qualit%C3%A4tsbewertung\" class=\"anchor\" id=\"kriterien-für-die-qualitätsbewertung\"\u003e\u003c/a\u003eKriterien für die Qualitätsbewertung\u003c/h2\u003e\n\u003cp\u003eBei der Bewertung eines Loop-Engineering-Systems darf nicht nur betrachtet werden, ob „die AI eine Antwort geliefert hat“, sondern es müssen auch die folgenden Kennzahlen berücksichtigt werden.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003eZielerreichungsrate: Anteil der erfolgreich abgeschlossenen Aufgaben\u003c/li\u003e\n\u003cli\u003eAnzahl der Iterationen bis zum ersten Erfolg: Gibt Aufschluss über unnötige erneute Versuche\u003c/li\u003e\n\u003cli\u003eTestbestehensrate: Erfüllung der automatischen Validierungskriterien\u003c/li\u003e\n\u003cli\u003eRegressionsrate: Anteil der Fälle, in denen bestehende Funktionen beschädigt wurden\u003c/li\u003e\n\u003cli\u003eAnzahl menschlicher Eingriffe: Ob die Automatisierung tatsächliche Engpässe reduziert hat\u003c/li\u003e\n\u003cli\u003eKosteneffizienz: Ergebnisse im Verhältnis zu den Kosten für Modellaufrufe und Infrastruktur\u003c/li\u003e\n\u003cli\u003eAuditierbarkeit: Ob nachvollziehbar ist, welches Werkzeug aus welchem Grund aufgerufen wurde\u003c/li\u003e\n\u003cli\u003eRate der Sicherheitsverstöße: Ob auf verbotene Dateien, APIs oder Daten zugegriffen wurde\u003c/li\u003e\n\u003cli\u003eReproduzierbarkeit: Ob unter denselben Bedingungen ähnliche Ergebnisse erzielt werden\u003c/li\u003e\n\u003c/ul\u003e\n\u003cp\u003eInsbesondere in der Softwareentwicklung reicht es möglicherweise nicht aus, dass Tests bestanden werden. Sicherheit, Leistung, Wartbarkeit und Benutzererfahrung müssen ebenfalls geprüft werden.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#h%C3%A4ufige-fehlermuster\" class=\"anchor\" id=\"häufige-fehlermuster\"\u003e\u003c/a\u003eHäufige Fehlermuster\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#1-unklare-erfolgskriterien\" class=\"anchor\" id=\"1-unklare-erfolgskriterien\"\u003e\u003c/a\u003e1. Unklare Erfolgskriterien\u003c/h3\u003e\n\u003cp\u003eWenn die Abschlusskriterien wie bei „Mach es gut“ unklar sind, kann der Loop nur schwer einen Grund zum Anhalten finden. Es werden überprüfbare Kriterien benötigt, etwa „3 Unit-Tests hinzufügen, alle vorhandenen Tests bestehen und eine Antwortzeit von höchstens 200ms beibehalten“.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#2-%C3%BCberm%C3%A4%C3%9Fige-werkzeugberechtigungen\" class=\"anchor\" id=\"2-übermäßige-werkzeugberechtigungen\"\u003e\u003c/a\u003e2. Übermäßige Werkzeugberechtigungen\u003c/h3\u003e\n\u003cp\u003eErhält der Agent unbegrenzte Berechtigungen für Vorgänge wie das Schreiben in Produktionsdatenbanken, Bereitstellungen oder das Versenden externer E-Mails, kann ein kleiner Beurteilungsfehler zu einem großen Vorfall führen. Gefährliche Werkzeuge müssen getrennt und genehmigungspflichtig sein.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#3-fehlendes-oder-verunreinigtes-memory\" class=\"anchor\" id=\"3-fehlendes-oder-verunreinigtes-memory\"\u003e\u003c/a\u003e3. Fehlendes oder verunreinigtes Memory\u003c/h3\u003e\n\u003cp\u003eOhne Zustandsspeicherung werden dieselben Fehlschläge wiederholt. Wenn sich dagegen falsche Memory-Inhalte ansammeln, können falsche Annahmen immer wieder verwendet werden. Im Memory sollten verifizierte Tatsachen, Annahmen und Aufzeichnungen über Fehlschläge getrennt gespeichert werden.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#4-%C3%BCberschneidende-verantwortlichkeiten-zwischen-subagenten\" class=\"anchor\" id=\"4-überschneidende-verantwortlichkeiten-zwischen-subagenten\"\u003e\u003c/a\u003e4. Überschneidende Verantwortlichkeiten zwischen Subagenten\u003c/h3\u003e\n\u003cp\u003eWenn mehrere Agenten gleichzeitig dieselbe Datei ändern, können Konflikte auftreten. Arbeitsumfang, Dateiverantwortung, Review-Reihenfolge und Merge-Regeln müssen festgelegt werden.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#5-fehlende-kostenbegrenzung\" class=\"anchor\" id=\"5-fehlende-kostenbegrenzung\"\u003e\u003c/a\u003e5. Fehlende Kostenbegrenzung\u003c/h3\u003e\n\u003cp\u003eDa ein Loop eine iterative Struktur ist, können die Kosten für Modellaufrufe und Werkzeugausführungen schnell steigen. Die Anzahl der Iterationen, die Token-Nutzung, die Anzahl externer API-Aufrufe und die Ausführungszeit müssen begrenzt werden.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#implementierungscheckliste\" class=\"anchor\" id=\"implementierungscheckliste\"\u003e\u003c/a\u003eImplementierungscheckliste\u003c/h2\u003e\n\u003cp\u003eBei der praktischen Anwendung von Loop Engineering auf ein Projekt empfiehlt es sich, die folgenden Punkte in dieser Reihenfolge zu prüfen.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#ziele-und-bewertungskriterien\" class=\"anchor\" id=\"ziele-und-bewertungskriterien\"\u003e\u003c/a\u003eZiele und Bewertungskriterien\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003eWurde das zu lösende Problem in einem Satz definiert?\u003c/li\u003e\n\u003cli\u003eLassen sich die Abschlusskriterien automatisch validieren?\u003c/li\u003e\n\u003cli\u003eWurden die Kriterien gekennzeichnet, die eine menschliche Genehmigung erfordern?\u003c/li\u003e\n\u003cli\u003eGibt es Abbruchbedingungen für Fehlschläge?\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#arbeitsumgebung\" class=\"anchor\" id=\"arbeitsumgebung\"\u003e\u003c/a\u003eArbeitsumgebung\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003eGibt es einen vom Hauptcode getrennten Worktree?\u003c/li\u003e\n\u003cli\u003eIst die Umgebung für die Testausführung reproduzierbar?\u003c/li\u003e\n\u003cli\u003eWurde der Zugriff auf geheime Schlüssel und sensible Informationen beschränkt?\u003c/li\u003e\n\u003cli\u003eLassen sich Änderungen als diff nachverfolgen?\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#anweisungen-und-kontext\" class=\"anchor\" id=\"anweisungen-und-kontext\"\u003e\u003c/a\u003eAnweisungen und Kontext\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003eGibt es eine Beschreibung der Projektstruktur?\u003c/li\u003e\n\u003cli\u003eSind Coding- und Testregeln dokumentiert?\u003c/li\u003e\n\u003cli\u003eSind verbotene Handlungen und Sicherheitsregeln eindeutig?\u003c/li\u003e\n\u003cli\u003eSind die Dokumente, auf die der Agent zugreift, aktuell?\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#werkzeuge-und-berechtigungen\" class=\"anchor\" id=\"werkzeuge-und-berechtigungen\"\u003e\u003c/a\u003eWerkzeuge und Berechtigungen\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003eSind die erforderlichen Werkzeuge im Voraus angebunden?\u003c/li\u003e\n\u003cli\u003eSind die Berechtigungen für jedes Werkzeug minimiert?\u003c/li\u003e\n\u003cli\u003eGibt es für gefährliche Werkzeugaufrufe einen Genehmigungsschritt?\u003c/li\u003e\n\u003cli\u003eWerden alle Werkzeugaufrufe protokolliert?\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3\u003e\n\u003ca href=\"#loop-steuerung\" class=\"anchor\" id=\"loop-steuerung\"\u003e\u003c/a\u003eLoop-Steuerung\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003eGibt es eine maximale Anzahl der Iterationen und ein Zeitlimit?\u003c/li\u003e\n\u003cli\u003eGibt es eine Kostenbegrenzung?\u003c/li\u003e\n\u003cli\u003eWerden Wiederholungen desselben Fehlers erkannt?\u003c/li\u003e\n\u003cli\u003eKann der Zwischenzustand gespeichert und die Arbeit fortgesetzt werden?\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\n\u003ca href=\"#f%C3%BCr-loop-engineering-geeignete-und-ungeeignete-aufgaben\" class=\"anchor\" id=\"für-loop-engineering-geeignete-und-ungeeignete-aufgaben\"\u003e\u003c/a\u003eFür Loop Engineering geeignete und ungeeignete Aufgaben\u003c/h2\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eAufgabentyp\u003c/th\u003e\n\u003cth\u003eEignung\u003c/th\u003e\n\u003cth\u003eGrund\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aufgabentyp\"\u003eCodeänderungen mit Tests\u003c/td\u003e\n\u003ctd data-label=\"Eignung\"\u003eHoch\u003c/td\u003e\n\u003ctd data-label=\"Grund\"\u003eDer Erfolg lässt sich anhand des Ausführungsergebnisses leicht beurteilen\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aufgabentyp\"\u003eLinting, Formatierung, Migration\u003c/td\u003e\n\u003ctd data-label=\"Eignung\"\u003eHoch\u003c/td\u003e\n\u003ctd data-label=\"Grund\"\u003eWiederkehrend und mit klaren Validierungskriterien\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aufgabentyp\"\u003eErstellung und Prüfung von Dokumententwürfen\u003c/td\u003e\n\u003ctd data-label=\"Eignung\"\u003eMittel\u003c/td\u003e\n\u003ctd data-label=\"Grund\"\u003eAutomatisierbar, erfordert jedoch eine Faktenprüfung\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aufgabentyp\"\u003eDatenbereinigung\u003c/td\u003e\n\u003ctd data-label=\"Eignung\"\u003eMittel bis hoch\u003c/td\u003e\n\u003ctd data-label=\"Grund\"\u003eEffektiv, wenn Regeln und Stichprobenvalidierungen vorhanden sind\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aufgabentyp\"\u003eSicherheitspatches\u003c/td\u003e\n\u003ctd data-label=\"Eignung\"\u003eMittel\u003c/td\u003e\n\u003ctd data-label=\"Grund\"\u003eAutomatisierbar, erfordert jedoch eine Prüfung durch Fachleute\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aufgabentyp\"\u003eRechtliche Beurteilungen, medizinische Diagnosen, Anlageberatung\u003c/td\u003e\n\u003ctd data-label=\"Eignung\"\u003eNiedrig\u003c/td\u003e\n\u003ctd data-label=\"Grund\"\u003eHohe Risiken in Bezug auf Verantwortung, Fachwissen und Regulierung\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd data-label=\"Aufgabentyp\"\u003eDirekte Änderungen an Produktionssystemen\u003c/td\u003e\n\u003ctd data-label=\"Eignung\"\u003eNiedrig\u003c/td\u003e\n\u003ctd data-label=\"Grund\"\u003eEin automatischer Loop ohne Genehmigung birgt ein hohes Unfallrisiko\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eLoop Engineering ist bei „überprüfbaren Aufgaben“ am stärksten. Bei Entscheidungen mit unklaren Validierungskriterien oder hoher Verantwortung ist die Kontrolle durch menschliche Fachleute unerlässlich.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#roadmap-f%C3%BCr-die-praktische-anwendung\" class=\"anchor\" id=\"roadmap-für-die-praktische-anwendung\"\u003e\u003c/a\u003eRoadmap für die praktische Anwendung\u003c/h2\u003e\n\u003ch3\u003e\n\u003ca href=\"#stufe-1-einen-loop-f%C3%BCr-eine-einzelne-aufgabe-erstellen\" class=\"anchor\" id=\"stufe-1-einen-loop-für-eine-einzelne-aufgabe-erstellen\"\u003e\u003c/a\u003eStufe 1: Einen Loop für eine einzelne Aufgabe erstellen\u003c/h3\u003e\n\u003cp\u003eZunächst wird mit einer kleinen Einzelaufgabe begonnen. Der Umfang wird beispielsweise auf einen Loop zur Behebung fehlgeschlagener Tests, zur Korrektur fehlerhafter Dokumentlinks oder zur Beseitigung von Typfehlern begrenzt.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#stufe-2-das-harness-festlegen\" class=\"anchor\" id=\"stufe-2-das-harness-festlegen\"\u003e\u003c/a\u003eStufe 2: Das Harness festlegen\u003c/h3\u003e\n\u003cp\u003eVorabprüfungen, veränderbare Dateien, ausführbare Befehle, verbotene Handlungen und Genehmigungsbedingungen werden dokumentiert. Ist diese Stufe schwach ausgeprägt, steigt mit der Größe des Loops auch das Risiko.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#stufe-3-worktree--und-protokollsysteme-einrichten\" class=\"anchor\" id=\"stufe-3-worktree--und-protokollsysteme-einrichten\"\u003e\u003c/a\u003eStufe 3: Worktree- und Protokollsysteme einrichten\u003c/h3\u003e\n\u003cp\u003eAlle Änderungen werden in einem isolierten Bereich durchgeführt, und Werkzeugaufrufe sowie Testergebnisse werden aufgezeichnet. Auch fehlgeschlagene Versuche sind wichtige Daten.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#stufe-4-skills-dokumentieren\" class=\"anchor\" id=\"stufe-4-skills-dokumentieren\"\u003e\u003c/a\u003eStufe 4: Skills dokumentieren\u003c/h3\u003e\n\u003cp\u003eWiederholt benötigtes Wissen wird in Skills überführt. Nützlich sind Dokumente wie „So werden in diesem Projekt Tests hinzugefügt“, „Checkliste für API-Änderungen“ und „Standards für Barrierefreiheit im Frontend“.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#stufe-5-subagenten-trennen\" class=\"anchor\" id=\"stufe-5-subagenten-trennen\"\u003e\u003c/a\u003eStufe 5: Subagenten trennen\u003c/h3\u003e\n\u003cp\u003eWenn die Aufgaben komplexer werden, werden Planer, Implementierer, QA und Reviewer getrennt. Statt von Anfang an übermäßig viele Agenten zu erstellen, empfiehlt es sich, zunächst die Rollen aufzuteilen, bei denen Engpässe festgestellt wurden.\u003c/p\u003e\n\u003ch3\u003e\n\u003ca href=\"#stufe-6-memory-und-bewertungskennzahlen-verbessern\" class=\"anchor\" id=\"stufe-6-memory-und-bewertungskennzahlen-verbessern\"\u003e\u003c/a\u003eStufe 6: Memory und Bewertungskennzahlen verbessern\u003c/h3\u003e\n\u003cp\u003eUrsachen wiederholter Fehlschläge, Erfolgsmuster, Kosten und die Anzahl menschlicher Eingriffe werden aufgezeichnet. Auf Grundlage dieser Daten werden Effizienz und Sicherheit des Loops verbessert.\u003c/p\u003e\n\u003ch2\u003e\n\u003ca href=\"#fazit\" class=\"anchor\" id=\"fazit\"\u003e\u003c/a\u003eFazit\u003c/h2\u003e\n\u003cp\u003eLoop Engineering ist ein Gestaltungsansatz, der AI-Agenten von einfachen Antwortgeneratoren in \u003cstrong\u003ezielorientierte Systeme zur Aufgabenausführung\u003c/strong\u003e verwandelt. Im Kern geht es nicht darum, der AI uneingeschränkte Autonomie zu gewähren, sondern durch Harness Engineering eine kontrollierte Umgebung zu schaffen und darin Automatisierung, Worktrees, Skills, Plugins und Konnektoren, Subagenten sowie Memory zu einer sicheren iterativen Struktur zu verbinden.\u003c/p\u003e\n\u003cp\u003eEin gut gestalteter Loop reduziert den Aufwand für wiederholte menschliche Anweisungen und erhöht die Arbeitsgeschwindigkeit. Ein Loop ohne Sicherheitsmechanismen kann jedoch zu steigenden Kosten, sinkender Qualität, Missbrauch von Berechtigungen und Endlosschleifen führen. Daher lautet das Kernprinzip von Loop Engineering: „Automatisieren, dabei jedoch Überprüfbarkeit gewährleisten und den Loop in den erforderlichen Momenten zwingend anhalten.“\u003c/p\u003e\n","tags":["KI-Agent","Loop engineering","Automation","Development workflow","LLMOps"],"faqs":[{"question":"Was ist Loop Engineering?","answer":"Loop Engineering ist eine Methode zur Gestaltung von Arbeitssystemen, in denen ein AI-Agent Planung, Ausführung, Überprüfung, Korrektur und erneute Versuche wiederholt, bis das Ziel erreicht ist. Dabei geht es nicht nur darum, einen guten Prompt zu schreiben, sondern auch um automatische Wiederholungen, die Nutzung von Werkzeugen, die Speicherung des Zustands und Abbruchbedingungen."},{"question":"Was ist der Unterschied zwischen Loop Engineering und Prompt Engineering?","answer":"Prompt Engineering konzentriert sich darauf, der AI eine einmalige Anweisung möglichst gut zu übermitteln. Loop Engineering ist ein systemorientierterer Ansatz, da dabei eine geschlossene Feedbackstruktur entworfen wird, in der die AI das Ergebnis überprüft, die Ursachen eines Fehlschlags berücksichtigt und den Vorgang erneut ausführt."},{"question":"Worin unterscheiden sich Harness Engineering und Loop Engineering?","answer":"Beim Harness Engineering werden Regeln, Berechtigungen, Werkzeuge und Umgebungen geschaffen, in denen eine AI sicher arbeiten kann. Beim Loop Engineering wird die AI dazu gebracht, innerhalb dieser kontrollierten Umgebung Ausführungen zu wiederholen, bis sie das Ziel erreicht."},{"question":"Warum ist beim Loop Engineering ein Worktree erforderlich?","answer":"Ein Worktree bietet einen isolierten Arbeitsbereich, in dem die AI experimentieren kann, ohne den Hauptcode oder die Produktivumgebung zu beschädigen. Fehlgeschlagene Änderungen können verworfen und nur erfolgreiche Änderungen überprüft werden, was die Sicherheit der AI-Coding-Schleife erhöht."},{"question":"Was bedeutet ein Skill beim Loop Engineering?","answer":"Ein Skill ist ein dokumentierter Arbeitsstandard, auf den sich die AI bei der Arbeit bezieht, etwa Anleitungen, Checklisten, Coding-Regeln, Testregeln oder Sicherheitsrichtlinien. Je klarer die Skills sind, desto wahrscheinlicher arbeitet der Agent nach den Vorgehensweisen der Organisation."},{"question":"Warum sind Plugins und Konnektoren wichtig?","answer":"Plugins und Konnektoren ermöglichen der AI den Zugriff auf Werkzeuge wie Repositorys, Dokumente, Test-Runner, Issue-Tracker und Datenbanken. Sind die erforderlichen Werkzeuge nicht angebunden, kann die Schleife mittendrin anhalten oder auf Vermutungen angewiesen sein."},{"question":"Wann werden Subagenten benötigt?","answer":"Subagenten sind nützlich, wenn eine Aufgabe in mehrere spezialisierte Rollen wie Design, Backend, Frontend, QA und Review aufgeteilt wird. Sind Rollen und Verantwortungsbereiche jedoch unklar, kann es zu Konflikten kommen, weshalb Koordinationsregeln erforderlich sind."},{"question":"Welche Rolle spielt der Speicher beim Loop Engineering?","answer":"Der Speicher hält den aktuellen Arbeitsstatus, frühere Versuche, Ursachen von Fehlschlägen, Testergebnisse und den nächsten Plan fest. Dadurch kann die Schleife nach einer Unterbrechung fortgesetzt werden, und die Wahrscheinlichkeit, dieselben Fehler zu wiederholen, lässt sich verringern."},{"question":"Bedeutet Loop Engineering eine Endlosschleife?","answer":"Konzeptionell bedeutet es zwar, dass der Vorgang bis zum Erreichen des Ziels wiederholt wird, doch in realen Systemen sind unbegrenzte Wiederholungen gefährlich. Eine maximale Anzahl von Wiederholungen, Zeit- und Kostenlimits, eine Fehlererkennung sowie Bedingungen für die menschliche Genehmigung müssen unbedingt festgelegt werden."},{"question":"Für welche Aufgaben eignet sich Loop Engineering am besten?","answer":"Es eignet sich gut für wiederkehrende Aufgaben mit klaren Prüfkriterien, etwa Codeänderungen mit Tests, Linting und Formatierung, Datenbereinigung sowie die Prüfung von Dokumenten. Bereiche mit hoher Verantwortung wie rechtliche Beurteilungen, medizinische Diagnosen und Investitionsentscheidungen dürfen nicht allein durch automatische Schleifen bearbeitet werden."},{"question":"Was ist das größte Risiko beim Loop Engineering?","answer":"Zu den Hauptrisiken gehören übermäßige Berechtigungen, unbegrenzte erneute Versuche, explodierende Kosten, die Ansammlung fehlerhafter Speicherinhalte, automatische Bereitstellungen ohne Überprüfung und der Zugriff auf sensible Informationen. Daher sind die Minimierung von Berechtigungen, die Protokollierung, Genehmigungsschritte und Abbruchbedingungen unerlässlich."},{"question":"Wie führt man Loop Engineering am besten erstmals ein?","answer":"Zu Beginn empfiehlt es sich, mit einer einzigen kleinen und überprüfbaren Aufgabe anzufangen, etwa der Behebung fehlgeschlagener Tests, der Prüfung von Links in Dokumenten oder der Behebung von Typfehlern. Anschließend ist es sicher, Worktrees, Skill-Dokumente, Werkzeuganbindungen, Speicher und Subagenten schrittweise hinzuzufügen."}],"sources":[{"url":"https://git-scm.com/docs/git-worktree","title":"Git-Dokumentation: git-worktree","type":"source"},{"url":"https://docs.github.com/en/actions","title":"GitHub Docs: GitHub-Actions-Dokumentation","type":"source"},{"url":"https://platform.openai.com/docs/guides/function-calling","title":"OpenAI Platform Docs: Funktionsaufrufe","type":"source"},{"url":"https://modelcontextprotocol.io/introduction","title":"Model Context Protocol: Einführung","type":"source"},{"url":"https://langchain-ai.github.io/langgraph/concepts/persistence/","title":"LangGraph-Dokumentation: Persistenz","type":"source"},{"url":"https://arxiv.org/abs/2210.03629","title":"ReAct: Synergie von Schlussfolgern und Handeln in Sprachmodellen","type":"source"},{"url":"https://arxiv.org/abs/2303.11366","title":"Reflexion: Sprachagenten mit verbalem Verstärkungslernen","type":"source"}],"images":[{"id":234,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjMwMSwicHVyIjoiYmxvYl9pZCJ9fQ==--e2cc0e235018c6d93b44f9fe5cf3889bea5aa10a/ai-cccc7ad2.webp","is_representative":true,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"중앙 AI 로봇과 순환 화살표, 자동화·문서·검증·데이터 아이콘이 둘러싼 다이어그램","caption":"AI 시스템을 반복적으로 설계, 실행, 검증하는 루프 엔지니어링 흐름을 보여준다.","description":null},"en":{"alt":"Central AI bot surrounded by circular workflow arrows and icons for automation, documents, validation, and data","caption":"The diagram illustrates a loop engineering workflow around an AI system.","description":null},"ja":{"alt":"中央のAIロボットを囲む循環矢印と自動化、文書、検証、データのアイコン","caption":"AIシステムを中心に設計、実行、検証を繰り返す流れを示している。","description":null},"es":{"alt":"Bot de IA central rodeado de flechas circulares e iconos de automatización, documentos, validación y datos","caption":"El diagrama muestra un flujo de ingeniería en bucle alrededor de un sistema de IA.","description":null},"id":{"alt":"Bot AI di tengah dikelilingi panah alur melingkar dan ikon otomasi, dokumen, validasi, serta data","caption":"Diagram ini menunjukkan alur rekayasa loop yang berulang di sekitar sistem AI.","description":null},"pt":{"alt":"Bot de IA central cercado por setas de fluxo circular e ícones de automação, documentos, validação e dados","caption":"O diagrama mostra um fluxo de engenharia em loop em torno de um sistema de IA.","description":null},"zh-hant":{"alt":"中央 AI 機器人周圍有循環箭頭，以及自動化、文件、驗證與資料圖示","caption":"此圖呈現圍繞 AI 系統反覆設計、執行與驗證的迴圈工程流程。","description":null},"de":{"alt":"Diagramm mit einem zentralen KI-Roboter und kreisförmigen Pfeilen, umgeben von Symbolen für Automatisierung, Dokumente, Validierung und Daten","caption":"Zeigt den Loop-Engineering-Ablauf, bei dem ein KI-System wiederholt entworfen, ausgeführt und validiert wird.","description":null}}},{"id":235,"url":"https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MjMwNywicHVyIjoiYmxvYl9pZCJ9fQ==--6e96b4db0ce479ff3ba8d0cefc6dafb74a3e9ce0/ai-20876eb8.webp","is_representative":false,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"로봇과 연결된 작업대가 순환 파이프라인으로 이어진 자동화 검증 시스템","caption":"보안, 테스트, 피드백이 연결된 루프 엔지니어링 흐름을 시각화합니다.","description":null},"en":{"alt":"Automated validation system with robots, connected stations, and a looping pipeline","caption":"The illustration shows a loop engineering workflow linking security, testing, and feedback.","description":null},"ja":{"alt":"ロボットと接続された端末が循環パイプラインでつながる自動検証システム","caption":"セキュリティ、テスト、フィードバックを結ぶループエンジニアリングの流れを示しています。","description":null},"es":{"alt":"Sistema de validación automatizada con robots, estaciones conectadas y canalización en bucle","caption":"La ilustración muestra un flujo de ingeniería en bucle que conecta seguridad, pruebas y retroalimentación.","description":null},"id":{"alt":"Sistem validasi otomatis dengan robot, stasiun terhubung, dan alur pipa berulang","caption":"Ilustrasi ini menampilkan alur rekayasa loop yang menghubungkan keamanan, pengujian, dan umpan balik.","description":null},"pt":{"alt":"Sistema de validação automatizada com robôs, estações conectadas e pipeline em ciclo","caption":"A ilustração mostra um fluxo de engenharia em loop que conecta segurança, testes e feedback.","description":null},"zh-hant":{"alt":"機器人與連接工作站透過循環管線組成的自動化驗證系統","caption":"這張插圖呈現連結安全、測試與回饋的迴圈工程流程。","description":null},"de":{"alt":"Automatisiertes Validierungssystem, bei dem mit einem Roboter verbundene Arbeitsstationen zu einer zirkulären Pipeline verknüpft sind","caption":"Visualisiert den Loop-Engineering-Ablauf, in dem Sicherheit, Tests und Feedback miteinander verknüpft sind.","description":null}}}],"published_at":"2026-07-20T15:26:45+09:00","updated_at":"2026-07-20T15:26:45+09:00","license":"cc_by","translation_status":"reviewed","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant","de"],"url":"https://injoys.com/en/articles/loop-engineering-concept-components"}