Loops, Graphs und wer entscheidet, was die KI als Nächstes tut

Vor einer Weile hat ein bekannter Entwickler eine einzeilige Frage gepostet, die in meiner Ecke des Internets die Runde machte: Reden wir immer noch über Loops, oder reden wir jetzt über Graphs? Keine Erklärung, kein Thread. Nur die Frage. Und eine Menge kluger Leute haben die nächsten Wochen damit verbracht, darüber zu streiten, was er wohl gemeint hat.

In den meisten meiner Kreise bin ich der KI-Typ, also hat mich innerhalb weniger Tage jemand gebeten, das zu übersetzen. «Loops, Graphs — muss mich das interessieren?» Und ich habe die ehrliche Antwort gegeben, die auch der Grund ist, warum dieser Guide existiert und warum er so aufgebaut ist, wie er ist: Ich verstehe, was die Begriffe bedeuten, ich halte die Verschiebung dahinter für real, und ich habe noch keines dieser Dinge so gebaut, dass es einen echten Prozess mit echtem Risiko betreibt. Nimm das also für das, was es ist: eine Erklärung vom Rand von etwas, in das ich selbst noch hineingehe, keine Kriegsgeschichte mit Moral am Schluss. Die Narben trage ich nach, sobald ich sie habe.

Aber ich finde nicht, dass du auf meine Narben warten solltest, um das Gespräch zu verstehen. Denn diese zwei Wörter wirst du weiter hören, und die Idee dahinter ist eines der wirklich nützlichen Denkmodelle dafür, was ein «KI-Agent» überhaupt ist. Also mache ich jetzt die Übersetzung.

Zuerst: Was ein «Agent» eigentlich tut, wenn er arbeitet

Vergiss die zwei Begriffe für einen Moment. Stell dir das Denkmodell vor, auf das ich auf dieser ganzen Seite immer wieder zurückkomme: KI als das brillante neue Teammitglied, das nichts über dein spezifisches Geschäft weiss. Universelles Wissen, unglaubliche Geschwindigkeit, null Kontext zu dir.

Jetzt stell dir vor, du stellst diesem neuen Teammitglied nicht nur eine einzelne Frage. Du gibst ihm einen Auftrag. «Buch mir einen Flug nach Zürich, such ein Hotel in der Nähe des Veranstaltungsorts und trag alles in einen Kalender ein.» Ein echter Auftrag hat mehrere Schritte, die Schritte hängen voneinander ab, und einige davon können schiefgehen.

In der ganzen «Loops-gegen-Graphs»-Debatte geht es um eine einzige Frage: Wer entscheidet, was bei jedem Schritt passiert? Das ist alles. Halt dich daran fest, und der Fachjargon löst sich auf.

Der Loop: den ganzen Auftrag übergeben und loslassen

Der einfachste und zugleich stärkste Weg, einer KI einen Auftrag zu geben, ist das, was man einen Loop nennt. Er funktioniert so: Die KI schaut sich an, wo die Dinge stehen, entscheidet den einen nächsten Schritt, macht ihn, schaut sich das Ergebnis an und entscheidet den nächsten Schritt — immer wieder, von sich aus, bis sie findet, der Auftrag sei fertig.

Das ist der Loop. Die KI ist gleichzeitig Arbeitskraft und Führung. Sie legt ihren nächsten Schritt selbst fest und entscheidet selbst, wann Schluss ist.

Wenn du je einem Coding-Agent wie Claude Code dabei zugeschaut hast, wie er sich durch eine Aufgabe arbeitet (eine Datei lesen, einen Test laufen lassen, den Fehler beheben, den der Test zeigt, nochmals testen), hast du einen Loop beobachtet. Wenn du einen der «Agent»-Modi in ChatGPT oder Gemini benutzt hast, der über mehrere Schritte im Web recherchiert, um dir zu antworten, war das auch ein Loop. Es ist das Meiste von dem, was Leute heute meinen, wenn sie «Agent» sagen.

Und das ist wirklich stark, weil du so echte Autonomie bekommst, ohne jeden Schritt von Hand vorzuschreiben. Du beschreibst das Ziel, das neue Teammitglied findet den Weg. Wenn die Aufgabe klein und begrenzt ist (eine Handvoll Schritte, nichts Unumkehrbares), ist ein Loop genau das richtige Werkzeug — und alles Schwerere zu wählen, ist Over-Engineering.

Es gibt aber einen Haken, und das ist der ganze Grund, warum es das zweite Wort überhaupt gibt. Weil die KI ihren nächsten Schritt und ihren Stopppunkt selbst festlegt, hast du das Steuer komplett aus der Hand gegeben. Meistens ist das kein Problem. Aber überleg dir, was «komplett» bedeutet, sobald du das hochskalierst:

• Sie kann abschweifen. Gib eine vage Anweisung, und ein Loop kann einen langen, teuren Umweg nehmen, um den du nie gebeten hast: fünfzehn Dateien lesen, um einen Ein-Zeilen-Bug zu fixen, oder still und leise ein Feature bauen, das niemand verlangt hat — weil er bei jedem Schritt fand, das sei der vernünftige nächste Schritt.
• Sie kann nicht einfach anhalten und bei dir nachfragen. Ein Loop läuft tendenziell bis zum Ende durch oder scheitert. Ein natürliches «hier anhalten und warten, bis ein Mensch Ja sagt» ist nicht eingebaut. Das schraubst du nachträglich an, und zwar umständlich.
• Wenn es kaputtgeht, geht es bis zum Anfang zurück kaputt. Wenn der Auftrag bei Schritt zwölf auseinanderfällt, kann ein simpler Loop meist nicht bei Schritt zwölf weitermachen. Du lässt das Ganze nochmals laufen — und zahlst nochmals fürs Ganze.
• Du siehst nicht ohne Weiteres, warum er getan hat, was er getan hat. Es ist ein einziger langer Strom. Die Überlegung im Nachhinein zu rekonstruieren heisst, ein Transkript zu lesen und zu hoffen.

Nichts davon macht etwas aus, solange du selbst danebensitzt, zuschaust und laufend nachjustierst. Es fängt an, extrem viel auszumachen, sobald das Ding unbeaufsichtigt läuft, nach Zeitplan, und etwas tut, das du nicht rückgängig machen kannst.

Der Graph: den Auftrag in Stationen mit Kontrollpunkten zerlegen

Kommen wir zum anderen Begriff. Ein Graph ist das, was du bekommst, wenn du aufhörst, den ganzen Auftrag abzugeben, und stattdessen die Form des Auftrags im Voraus festlegst.

Statt einem einzigen offenen Loop zerlegst du die Arbeit in eine Reihe fest definierter Schritte (nennen wir sie Stationen) und ziehst die Verbindungen dazwischen selbst. Schritt eins liefert an Schritt zwei. Sieht das Ergebnis nach Schritt zwei so aus wie das hier, geht es weiter zu Schritt drei; sieht es aus wie das dort, geht es zurück und wird nochmals versucht. Manche Verbindungen sind Gates: Die KI darf erst passieren, wenn eine Prüfung besteht, eine Regel erfüllt ist oder ein Mensch auf Freigeben klickt.

Die Alltagsversion davon gibt es in jedem Betrieb mit einem echten Prozess. Eine neue Spesenabrechnung wird nicht bezahlt, weil ein eifriges neues Teammitglied das für richtig hielt. Sie läuft durch Stationen: Jemand erfasst sie, eine Regel prüft sie gegen die Richtlinie, alles über einer Schwelle braucht die Freigabe eines Vorgesetzten, und erst dann fliesst das Geld. Niemand nennt das einen «Graph», aber genau das ist es: definierte Schritte, definierte Übergaben und ein hartes Gate vor der nicht rückgängig machbaren Aktion.

Der entscheidende Unterschied zum Loop in einem Satz: Im Loop entscheidet die KI, was als Nächstes passiert. Im Graph entscheidest du, was als Nächstes passiert, und die KI entscheidet nur, was innerhalb jeder Station passiert. Du hast dir das Steuer zurückgeholt. Du lässt das brillante neue Teammitglied immer noch brillant sein, aber nur innerhalb der Spur, die du ihm vorgegeben hast.

Und beachte: Der Loop verschwindet nicht. Jede einzelne Station kann immer noch einen kleinen Loop in sich laufen haben («diesen Entwurf so lange verfeinern, bis er die Prüfung besteht»), in dem die KI frei iteriert. Graph-Engineering ist nicht das Gegenteil von Loops. Es gibt ihnen einen Rahmen. Die besten Produktivsetups, von denen ich gelesen habe, sind genau dieser Hybrid: eine feste äussere Struktur, die du entworfen hast, mit Inseln freier, loop-artiger Autonomie innerhalb der Kästchen, wo diese Autonomie sicher ist.

Was dir dieser Rahmen bringt, ist die Kehrseite jeder Loop-Schwäche von oben. Du kannst den gefährlichen Schritt mit einem Gate versehen. Du kannst an einer Station pausieren und auf einen Menschen warten, ohne dass das Ganze stillsteht. Scheitert es bei Station zwölf, machst du bei Station zwölf weiter, statt von vorne zu beginnen. Und weil die Arbeit als benannte Schritte angelegt ist, siehst du tatsächlich, wo es schiefgelaufen ist.

Der eine Satz, bei dem es bei mir Klick gemacht hat

Bei der ganzen Streiterei tauchte immer wieder dieselbe Formulierung auf, und zwar von Leuten, die nie miteinander gesprochen hatten — meistens ein Zeichen, dass etwas dran ist: Der Loop gibt dir Autonomie. Der Graph gibt dir Kontrolle. Du willst beides.

Das ist die ganze Sache. Graphs sind nicht die erwachsene Version und Loops das Spielzeug. Sie sitzen an entgegengesetzten Enden eines Reglers zwischen «laufen lassen» und «die Zügel halten», und die ganze Kunst besteht darin, zu wissen, wo du den Regler für einen bestimmten Auftrag einstellst. Eine einmalige Recherche-Aufgabe? Laufen lassen. Automatisch Rückerstattungen an Kunden auslösen? Zügel halten, und ein Gate vor das Wort «Rückerstattung» setzen.

Die Metapher, die für das Loop-Ende des Reglers herumgeht, klaue ich andauernd. Einer KI jedes erdenkliche Tool zu geben, «nur für den Fall, dass sie es braucht», ist, wie wenn du jemanden ein Sandwich machen lässt und ihm dazu noch eine Bazooka in die Hand drückst — für den Fall von Zombies, weisst du. Meistens passiert nichts Schlimmes. Aber du hast einer Arbeitskraft, deren nächsten Zug du nicht vollständig vorhersagen kannst, eine Menge Macht gegeben. Ein Graph ist, wie du die Bazooka in einem Schrank einschliesst, der sich erst öffnet, nachdem die richtige Person bestätigt hat, dass tatsächlich Zombies da sind.

Wer sich darüber wirklich Gedanken machen muss

Bei diesem Teil will ich ehrlich sein, weil ein grosser Teil der Online-Diskussion ihn still und leise überspringt.

Wenn du jemand bist, der Anfragen an ChatGPT oder Claude schickt (schreiben, denken, recherchieren, eins nach dem anderen, die Augen auf dem Bildschirm), ist die Loop-gegen-Graph-Frage für dich fast komplett unsichtbar — und das soll sie auch sein. Du bist der Kontrollpunkt. Du bist das Gate. Du liest jedes Ergebnis, bevor deswegen irgendetwas passiert. Du musst über die Mechanik dahinter so wenig nachdenken wie über das Getriebe deines Autos, um zur Arbeit zu fahren. Wenn dir jemand das Gefühl gibt, du hinkst hinterher, weil du keine Meinung zu Graphs hast, verwechselt diese Person die Technik dahinter mit Können.

Der Einsatz steigt in dem Moment, in dem drei Dinge zusammenkommen: Die KI handelt autonom (kein Mensch beobachtet jeden Schritt), wiederholt (ein Prozess, kein Einzelfall) und mit Konsequenzen, die du nicht rückgängig machen kannst (Geld bewegt sich, E-Mails werden verschickt, Datensätze ändern sich). Genau in dieser Kombination wird das «sie entscheidet alles, auch wann Schluss ist» des Loops von bequem zu echt gefährlich, und genau da rechtfertigt die Struktur eines Graphs ihren eigenen Aufwand.

Das heisst, das ist vor allem eine organisatorische Frage, keine individuelle. Es ist dieselbe Linie, die ich immer wieder ziehe: zwischen mit KI herumspielen und tatsächlich eine Fähigkeit im Unternehmen aufbauen. Die interessante Version von «Loop oder Graph» hat nichts mit deinen persönlichen Chat-Gewohnheiten zu tun. Es geht darum, ob der automatisierte Prozess, den dein Unternehmen gerade in einen echten Workflow einbauen will, ein menschliches Gate vor dem Schritt hat, der jemandem schaden kann. Das ist eine Führungsfrage im Kostüm einer Engineering-Frage.

Wenn du diesen Regler spüren willst, statt nur darüber zu lesen: Das Nächste, was ich dazu gebaut habe, ist der Company Simulator auf dieser Seite, ein kleines Spiel über das Delegieren von Arbeit an KI-Mitarbeitende, dessen ganze Lektion lautet, dass mehr Autonomie abzugeben, ohne die passenden Kontrollpunkte dazu zu bauen, gute Arbeit still und leise in teures Chaos verwandelt. Gleiche Idee, weniger Risiko.

Das ehrliche Gegengewicht: Graphs sind nicht gratis, und nicht immer besser

Würde ich hier aufhören, würdest du mit dem Eindruck rausgehen, Graphs seien einfach die klügere Wahl und jeder sollte sie bauen. Das glaube ich nicht, und, was noch mehr zählt: Auch Anthropic glaubt das nicht — die Firma, die am meisten davon hätte, wenn du aufwendige KI-Systeme baust.

Ihre eigene veröffentlichte Anleitung ist deutlich vorsichtiger als die euphorische Version dieser Diskussion. Sie berichten, dass sie Teams Monate damit haben zubringen sehen, verschachtelte Multi-Agent-Architekturen zu bauen (die strukturell gesehen Graphs sind), nur um dann festzustellen, dass besseres Prompting mit einem einzigen, einfachen Agenten zum selben Ergebnis führte. Und diese Systeme sind nicht billig: In ihrem eigenen Bericht über das Multi-Agent-Recherche-Tool, das sie gebaut haben, verbrauchte es rund fünfzehnmal so viele Token wie ein gewöhnlicher Chat, und sie fanden heraus, dass der grösste Teil der Zusatzleistung direkt aus diesem Mehraufwand stammte. Ihre erklärte Regel: Fang mit dem einfachsten Ansatz an, der funktioniert, und füg nur dann Komplexität hinzu, wenn die Evidenz vor dir das verlangt.

Das deckt sich mit allem, was ich über dieses ganze Feld glaube, und es lohnt sich, das klar zu sagen, weil das Internet das Gegenteil belohnt. Struktur hat einen Preis. Jedes Gate, das du hinzufügst, jede Station, die du definierst, jede Übergabe zwischen Schritten ist mehr zu bauen, mehr zu warten und mehr Stellen, an denen die Nähte sichtbar werden. Ein Graph, den du nicht gebraucht hättest, ist einfach Bürokratie, die du für einen Roboter gebaut hast. Der richtige Instinkt ist nicht «Wie baue ich das als Graph?». Er lautet: «Reicht die einfachste mögliche Version, ein einzelner Agent im Loop, hier tatsächlich nicht aus, und wenn nicht, an genau welcher Stelle?» Dann fügst du Struktur an genau dieser einen Stelle hinzu, nicht überall.

Ausserdem lohnt sich eine gesunde Portion Skepsis gegenüber den Begriffen selbst. Leute, die ihre ganze Karriere in Software- und Data-Engineering verbracht haben, werden dir zu Recht sagen, dass «einen Auftrag in definierte Schritte mit Abhängigkeiten und Kontrollpunkten zerlegen» keine neue Erfindung ist. So werden seriöse Workflows seit Jahrzehnten gebaut, jetzt wird das mit frischem Vokabular neu entdeckt, weil diesmal eine KI in den Kästchen steckt. Die schonungslose Version eines Ingenieurs: Fünfundneunzig Prozent davon machen wir schon ewig, und fünf Prozent sind wirklich neu, weil die Arbeitskräfte jetzt unberechenbar sind, wie es Softwarekomponenten nie waren. Diese fünf Prozent sind real und zählen. Aber es sind fünf Prozent, keine Revolution, und wer das als Revolution verkauft, verkauft etwas anderes.

Was ich tatsächlich deswegen mache, und was ich dir raten würde

Wo lässt das also jemanden zurück, der kein Entwickler ist, nicht den Anschluss verlieren will, aber auch kein Fliessband bauen will für einen Job, der bloss einen Schraubenzieher braucht?

Für dich persönlich ändert sich nichts. Nutz weiter die besten Tools, die du finden kannst, behandle sie weiterhin als Gespräch statt als Verkaufsautomat, und bleib der Mensch im Loop, der das Ergebnis liest, bevor es zählt. Du fährst bereits den sichersten möglichen Graph — er hat ein Gate, und das Gate bist du.

Der Moment, in dem du wirklich zu diesem Denken greifen solltest, ist der, an dem du oder dein Unternehmen anfängt, die KI ohne Beobachtung handeln zu lassen. Wenn dieser Tag kommt, lautet die Frage nicht abstrakt «Loop oder Graph». Sie ist kleiner und nützlicher: Wo ist der Schritt, der nicht rückgängig gemacht werden kann, und was steht davor? Wenn die Antwort «nichts, die KI entscheidet einfach» lautet, hast du die Stelle gefunden, an die ein Gate gehört. Das ist die ganze Disziplin, ohne das Vokabular.

Und ich? Ich mache, was ich allen rate: durch Bauen lernen, nicht durch Zuschauen. Ich habe genug gelesen, um die Form davon ehrlich zu erklären, und genau das hast du gerade bekommen. Der nächste Schritt ist, tatsächlich einen kleinen, echten, unbeaufsichtigten Prozess auf Schienen zu setzen (etwas mit einem Schritt, der zählt, und einem Gate davor) und herauszufinden, wo mein sauberes Denkmodell auf das Chaos eines echten Systems trifft. Dort steckt das nützliche Wissen, und das ist kein Wissen, das du aus einem Diagramm bekommst.

Sobald ich es habe, komme ich zurück und schreibe den Schluss dieses Guides um, mit dem, was tatsächlich kaputtgegangen ist. Das ist der Deal, den ich bei allem auf dieser Seite mache: Ich sage dir lieber ehrlich, wo der Rand meiner Erfahrung liegt, als so zu tun, als sei die Karte das Gebiet. Bei Graphs ist das im Moment der Rand. Ich werde ihn verschieben.

---

Dieser Guide ist der Begleiter zu zwei praxisnäheren Stücken über dieselbe zugrunde liegende Idee von innen: Subagents starten, eine der gängigen Formen, die ein «Graph» in der Praxis annimmt, und Claude ein Ziel statt eines Skripts geben, eine kleine, praktische Version davon, einen Loop mit einer echten Prüfung zu versehen. Für den Strategie-Blickwinkel, warum das alles der Führung gehört und nicht der IT: Copilot für alle ist keine KI-Strategie ist das Stück, auf das sich dieses hier still stützt.