Weg von einfachen KI-Befehlen, hin zu komplexen, autonomen Systemen, die sich selbst steuern und optimieren. Branchengrößen wie Google und Anthropic sprechen bereits von einer neuen Ära: dem „Loop Engineering“.
Vom Prompt zur autonomen Schleife
Am 22. Juni 2026 haben führende Technologieunternehmen einen neuen Meilenstein markiert. Boris Cherny, Chefentwickler von Claude Code, und Addy Osmani von Google beschreiben den Paradigmenwechsel weg von einfachen Eingabeaufforderungen hin zu sogenannten „Loop Engineering“-Systemen. Die Herausforderung: Große Sprachmodelle sind zustandslos – sie merken sich nichts. Deshalb brauchen sie externe Schleifen, um Kontext zu behalten und Aufgaben zu Ende zu führen.
Die rasante Entwicklung autonomer Systeme stellt Unternehmen vor komplexe regulatorische Herausforderungen durch den EU AI Act. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle neuen Anforderungen, Pflichten und Fristen. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Die neue Methodik stützt sich auf sechs Kernbausteine: Automatisierungen, Arbeitsbäume, Fähigkeiten, Verbindungen, Unter-Agenten und einen dauerhaften Speicher. Ein Befehl wie „/goal“, der bereits im Frühjahr eingeführt wurde, erlaubt es Entwicklern, die Code-Erstellung von der Code-Prüfung zu trennen. Das Ergebnis: Ein Agent kann andere Agenten in einer Endlosschleife überwachen und anleiten, bis ein Ziel erreicht ist.
Die Effizienzgewinne sind beeindruckend. Salesforce etwa schloss eine Migration, die 231 Tage dauern sollte, in nur 13 Tagen ab. Doch der Fortschritt hat seinen Preis. Intensive Schleifen-Durchläufe verbrauchen enorme Rechenleistung – einzelne Entwicklungszyklen können an einem Wochenende mehrere tausend Euro kosten.
Orchestrierungssysteme für die neue Ära
Neue Produkte, die Ende Juni 2026 auf den Markt kamen, sollen diese komplexen Arbeitsabläufe steuern. Sakana AI brachte am 22. Juni „Fugu“ auf den Markt, ein Multi-Agenten-Orchestrierungssystem, das als zentrale Schnittstelle fungiert. Ein leichtgewichtiges Koordinator-Modell verteilt Aufgaben an spezialisierte Open-Source-Agenten. Die „Ultra“-Version des Systems übertrifft laut Benchmarks selbst die besten Hochleistungsmodelle – mit einem Wert von 73,7 Punkten im SWE-Bench Pro für Programmier- und Denkfähigkeiten.
Ebenfalls am 22. Juni stellte Productboard „Spark“ vor, ein sogenanntes „agentisches Produktsystem“. Die Plattform nutzt spezialisierte Agenten für Feedback-Analyse und Spezifikationserstellung, unterstützt von dauerhaftem Speicher und automatischem Kontextabruf.
Die Werkzeuge zum Bau solcher Systeme werden zunehmend zugänglicher. Am 17. Juni 2026 veröffentlichte Vercel das Open-Source-Framework „eve“, das Agenten als strukturierte Verzeichnisse behandelt. Nur einen Tag zuvor hatte OpenAI eine „Record and Replay“-Funktion für Codex gestartet, mit der Nutzer Arbeitsabläufe vorführen können, die die KI dann in wiederverwendbare Fähigkeiten umwandelt.
Das Ende der klassischen Benutzeroberfläche?
Der Aufstieg der Agenten-Ökologien verändert grundlegend, wie Software designt wird. Die von Paulo Teixeira populär gemachte Methode „Interface-for-AI“ setzt auf atomare Befehle statt auf visuelle Bildschirme oder Menüs. Die Zahlen sprechen für sich: In einem Fall ersetzten 400 Zeilen einer KI-freundlichen Kommandozeile 3.000 Zeilen Webanwendungs-Code.
Die Marktforscher von Gartner prognostizieren, dass bis Ende 2026 rund 40 Prozent aller Unternehmensanwendungen aufgaben-spezifische KI-Agenten integrieren werden – ein sprunghafter Anstieg von weniger als fünf Prozent im Jahr 2025. Eine Plattform verarbeitete Mitte 2026 bereits rund 1,5 Milliarden Tokens pro Tag.
Während KI-Agenten die Softwarearchitektur revolutionieren, warnen Compliance-Experten vor den rechtlichen Risiken bei Missachtung der neuen EU-Vorgaben. Sichern Sie sich jetzt den kostenlosen Report zu Risikoklassen und Dokumentationspflichten, um rechtlich auf der sicheren Seite zu stehen. Jetzt kostenlos herunterladen: Der Umsetzungsleitfaden zum EU AI Act mit allen relevanten Übergangsfristen
Strukturelle Risiken: Der Jenga-Turm der Software
Die rasche Zersplitterung von Kernsystemen durch KI-gestützte Entwicklung hat jedoch Warnungen von Unternehmensarchitekten ausgelöst. Sergey Sergeyev, Vice President für Unternehmensarchitektur, warnte am 22. Juni 2026: Lokale Optimierungen durch KI könnten die strukturelle Integrität der gesamten Software schwächen – ein Phänomen, das er mit einem „Jenga-Turm“ vergleicht.
Die Konsequenz: Unternehmensarchitektur verlagert ihren Fokus vom Design eines idealen „Nordstern“-Zustands hin zur Definition von „Überlebensregeln“. Systeme werden zunehmend die Kontextgrenzen der Agenten widerspiegeln, die sie erschaffen. Governance-Modelle müssen nun probabilistische statt deterministische Entscheidungspfade verarbeiten – mit besonderem Augenmerk auf Überwachung und Kostenkontrolle.
Spezialisierte Blaupausen für regulierte Branchen
Der Wandel erreicht auch hochregulierte Sektoren wie die Pharmaindustrie. Bayer und Thoughtworks veröffentlichten kürzlich „PRINCE“, ein Multi-Agenten-RAG-System (Retrieval-Augmented Generation) für die präklinische Forschung und regulatorische Dokumentation. Die Architektur nutzt separate Agenten für Planung, Recherche und Reflexion und enthält spezielle Sicherheitsprotokolle gegen Prompt-Injection und unbefugten Datentransfer.
Im Finanzsektor setzen Private-Equity-Gruppen inzwischen auf KI-Repliken von Softwareprodukten für ihre Due Diligence. Indem sie versuchen, die Software eines Zielunternehmens mit agentischen Werkzeugen nachzubauen, messen Investoren die „Verteidigungsfähigkeit“ eines Produkts – und erkennen, wie viel seines Codes standardisiert und wie viel proprietär ist.
