Neue Prompts für Fable – sind Loops das Allheilmittel? Oder sind sie nur Wiederholungen mit Fortschrittsbalken?
Seit dem 9. Juni 2026 ist Fable da — Anthropics neues Spitzenmodell, das stundenlang ohne Aufsicht arbeiten kann. Und plötzlich reden alle über Loops. Auf Instagram laufen Reels mit der Ansage: „Hör auf zu prompten, kreiere Loops!“ Wirklich richtig? Ich bin mir nicht so sicher:
Klar klingt das verlockend einfach, meine ersten Tests mit Fable legen jedoch nahe, das ist nur die halbe Wahrheit. Erstmal macht ein Loop ohne Stopp-Regel deine KI nicht schlauer — er macht nur deine Rechnung länger. Ob sich Schleifen wirklich lohnen, ob nicht eher eine Planung besser ist, all das überlege ich hier. Und eins vorweg, stehe ich hier auch nur im Ansatz auf gesichertem Grund? Nein. Das Modell ist super neu und wahrscheinlich wissen nicht mal seine Ersteller genau, wie es funktioniert. Daher ist das hier vor allem ein Aufruf zur Vorsicht, ehe die teure Rechnung kommt, und eine Einladung zum Brainstorm, wie man gute Ergebnisse mit Fable ohne böse Überraschungen bei der Rechnung bekommt.
I. Was hat Fable mit KI-Loops zu tun?
Warum reden gerade jetzt alle über Loops? Weil Anthropic am 9. Juni 2026 Fable veröffentlicht hat — ein Modell, das lange am Stück selbstständig arbeiten kann. Damit wandert die Schleife von außen nach innen: Du baust den Loop nicht mehr um die KI herum. Du gibst deine Abnahmekriterien vor, und das Modell prüft und korrigiert sich intern selbst dagegen.
Anthropic empfiehlt in der offiziellen Prompting-Anleitung für Fable genau das: Beschreibe das Ziel und die Erfolgskriterien — nicht jeden einzelnen Schritt.
Konkret heißt das:
- Das Was wird wichtiger: Ziel und Abnahmekriterien musst du liefern. Daran misst sich alles.
- Das Wie darfst du loslassen: Den Weg findet ein fähiges Modell selbst, oft besser als deine Schritt-Liste.
- Eines bleibt: Vorhersagbare Abläufe wie Datenübertragung, Freigaben oder Benachrichtigungen gehören weiter in feste Automatisierung, die jedes Mal gleich abläuft. Die gibst du nicht in eine Schleife, die brauchen keine Kreativität.
Das Verify-Gate wird dadurch wichtiger, nicht unwichtiger: Je mehr Freiheit das Modell beim Weg hat, desto klarer muss das Ziel sein.
Ok, soweit sicher erst mal ein logischer Gedanke: je fähiger das Modell, desto wichtiger dein Ziel — und desto unwichtiger deine Schritt-Anweisung. Anthropic sagt, sie können das Modell unnötig eingrenzen.
II. Was ist ein KI-Loop überhaupt?
Ein KI-Loop ist kein Hexenwerk. Es ist das Prinzip, nach dem jeder gute Koch arbeitet: abschmecken, nachwürzen, wieder abschmecken. Die KI macht einen Versuch, vergleicht das Ergebnis mit dem Ziel und bessert nach. Das so lange, bis es passt oder eine Stopp-Regel greift.
Neu ist diese Idee nicht: KI-Loops stecken seit Jahren in den Werkzeugen der Entwickler. Neu ist, dass die Modelle inzwischen fähig genug sind, solche Schleifen selbst zu fahren — und dass deshalb gerade alle darüber reden.
III. Warum verbrennt ein Loop ohne Stopp-Regel nur Geld?
Hier liegt der Haken an der „Bau einfach Loops!“-Botschaft: KI-Loops allein wissen nie, wann sie fertig sind. Jede Runde kostet Rechenzeit — und Rechenzeit kostet Geld.
Stell dir einen Saugroboter ohne Sensoren vor. Er fährt und fährt und fährt. Ob der Boden sauber ist? Weiß er nicht. Er hört erst auf, wenn der Akku leer ist. Genau so verhält sich ein KI-Loop ohne Prüf-Regel.
Zwei Dinge machen aus der bloßen Wiederholung eine echte Selbstkorrektur:
1. Verify-Gate
Ein Verify-Gate ist denke ich bei Loops schwer verzichtbar. Das ist eine messbare Prüf-Regel, an der die Maschine jede Runde ihr Ergebnis misst. Zum Beispiel: „Alle 50 Kontakte aus der Liste sind übertragen, keiner doppelt“ oder „Die Seite lädt in unter zwei Sekunden“. Ohne sie dreht der Loop teure Runden ins Leere. Meine Faustregel: Ist der Weg bekannt, reicht ein Plan — das deckt nach meiner Erfahrung rund 90 Prozent der Arbeit ab. Ist der Weg unbekannt, aber das Ergebnis prüfbar, verdient der Loop seine Kosten. Ist beides unklar, gehört die Aufgabe zu einem Menschen, nicht in eine Schleife. Was das konkret heißt — und was Anthropics neues Modell Fable daran ändert — liest du im Folgenden.
2. Rundenlimit
Weiter scheint mir ein Rundenlimit schwer verzichtbar, eine maximale Zahl an Versuchen. Klappt es bis dahin nicht, stoppt der Loop und meldet sich, statt still weiter Geld zu verbrennen.
💡 Tipp: Das Verify-Gate ist die Abbruch-Bedingung, nicht nur die Qualitätskontrolle. Ein Loop ohne Gate ist teure Wiederholung — ein Loop mit Gate und Rundenlimit ist Selbstkorrektur mit Deckel.
3. Eine wahre Story von heute Morgen zum Nicht-Nachmachen
Klar, wenn du die Abnahmekriterien hundertprozentig triffst, passt es, aber woher weißt du das (vorher)? Tatsächlich habe ich heute länger über das Prompten mit Fable nachgedacht und dann überlegt, ok, lass doch mal deinen Content-Agenten mit einem reinen Goal-Prompt auf Fable einen Blogpost dazu schreiben — und setze gleichzeitig denselben Agenten mit Opus 4.8 darauf an.
Ergebnis? Fable hat auf jeden Fall den besseren Text abgeliefert, aber eben gleichzeitig auch ein Monstrum von Blogpost mit über 3000 Wörtern zu einem ganz neuen Thema geschrieben und klang dabei, als wüsste es alles ganz genau. Opus schrieb schlechter, aber konzentrierter und eher to the point. Ich korrigiere jetzt grade (heftig) den Fable-Text, streiche viel raus und merge es mit dem Opus-Text. Insofern waren beide ein guter Schritt zum Ziel, aber wahrscheinlich kostete die Nacharbeit des Fable-Textes mehr Zeit als wenn ich nur Opus gehabt hätte, denn bearbeitet hätte ich den Blogpost ohnehin. Aber ganz sicher habe ich mit Fable ca. das Sechsfache bezahlt, denn es schrieb drei Mal so viel Text bei doppelten Kosten.
IV. Welche Frage entscheidet, ob sich ein Loop lohnt?
In den Reels klingt es, als müsstest du dich entscheiden: prompten oder Loops bauen, Plan oder Schleife. Das halte ich für die falsche Frage — und dieser Punkt ist mir in der ganzen Loop-Diskussion bisher nirgends begegnet.
Die echte Frage lautet: Kannst du benennen, woran du „fertig und gut“ erkennst?
Diese Abnahmekriterien sind der Dreh- und Angelpunkt. Liest du sie als Plan, beschreiben sie, wie das fertige Ergebnis aussieht. Liest du sie als Loop-Ziel, sind sie der Maßstab, an dem die Maschine jede Runde misst. Es ist ein und dasselbe Ding — nur von zwei Seiten betrachtet.
Heißt für dich: Kannst du die Kriterien benennen, kann die Maschine loslaufen. Ob sie das Ziel in einem Schritt erreicht oder in zwanzig Runden, ist dann ein Detail. Kannst du sie nicht benennen, hilft dir weder Plan noch Loop — dann verbrennst du in beiden Fällen Geld.
Mein Take: Nicht „Plan oder Loop?“ ist die Frage. Sondern: Kannst du sagen, woran „fertig“ erkennbar ist?
V. Wann Loop, wann Plan, wann Mensch?
Drei Situationen, drei Antworten. Die Achse ist nicht „neu gegen alt“ — die Achse ist, wie sicher der Weg ist.
| Situation | Beispiel | Richtige Form |
|---|---|---|
| Weg bekannt — die Schritte lassen sich aufzählen | Rechnung schreiben, Newsletter versenden, Daten übertragen | Plan oder Checkliste — fester Ablauf |
| Weg unbekannt, Ergebnis prüfbar | Fehlersuche: Der Weg ist unklar, aber „es läuft wieder fehlerfrei“ ist messbar | Loop mit Verify-Gate und Rundenlimit |
| Weg unbekannt, Ergebnis nicht prüfbar | „Mach unsere Marke sympathischer“ | Mensch entscheidet — keine Schleife |
Die erste Zeile deckt nach meiner Erfahrung rund 90 Prozent der Alltagsarbeit ab. KI-Loops sind das Spezialwerkzeug für die zweite Zeile, nicht der neue Standard für alles.
Und die dritte Zeile wird gern übersehen: Wenn niemand messen kann, ob das Ergebnis gut ist, dreht auch die beste Schleife nur Runden. Dann braucht es ein menschliches Urteil.
Mein Take für den Moment: Weg bekannt → Plan (wobei ich Claudes Planfunktion nie verwende, aber das ist eine komplett andere Geschichte). Weg unbekannt, Ergebnis prüfbar → Loop. Beides unklar → Mensch.
VI. Wo gehört die klügste Schleife hin?
Jetzt der Gedanke, den ich in der aktuellen Loop-Euphorie bisher nirgends gelesen habe — und der nach meiner Erfahrung den größten Unterschied macht: Die wertvollste Schleife sitzt in der Planung, nicht in der Ausführung.
Die Logik ist einfach: Planen ist billig, Bauen ist teuer. Ein Plan ist Text — ihn zu korrigieren kostet Minuten. Gebaute Arbeit zu korrigieren kostet Stunden oder Tage. Loope also dort, wo die Runde billig ist.
So arbeitet ein Architekt. Auf dem Papier radiert er. An der fertigen Wand bräuchte er den Presslufthammer.
Praktisch heißt das, in drei Schritten:
- Frei planen: Lass die KI zuerst ohne Rücksicht auf das Bestehende planen. So siehst du den ehrlich besten Weg — nicht nur den gewohnten.
- Abgleichen: Halte den freien Plan gegen deine Realität. Lohnt der Wechsel den Umbau? Im Zweifel: beim Bewährten bleiben. Ein Wechsel muss eine hohe Latte reißen.
- Gebunden bauen: Erst jetzt baust du — gegen den abgeglichenen Plan und seine Kriterien.
Mein Take: Diesen Aufwand reserviere ich für bedeutende Entscheidungen — ein neues Produkt, ein großes Feature, eine Grundsatzfrage. Nicht für jede Mail.
💡 Meine ersten Ideen für KI-Loops
Idee 1: Gib jedem KI-Loop ein Verify-Gate und ein Rundenlimit. Sonst wiederholt er sich nur — auf deine Rechnung.
Idee 2: Stelle vor jedem Auftrag die eine Frage: Woran erkenne ich, dass das Ergebnis fertig und gut ist? Ohne Antwort startest du weder Loop noch Plan.
Idee 3: Nutze für planbare Abläufe weiter feste Pläne und Code. Der Loop ist das Spezialwerkzeug für unbekannte Wege mit prüfbarem Ergebnis.
Idee 4: Verlege die Schleife in die Planung: erst frei planen, dann mit der Realität abgleichen, dann gebunden bauen.
Häufige Fragen
Was ist ein KI-Loop in einfachen Worten?
Ein KI-Loop ist eine Wiederholungs-Schleife: Die KI macht einen Versuch, prüft das Ergebnis gegen ein Ziel, bessert nach und wiederholt das, bis das Ergebnis passt oder eine Stopp-Regel greift. Das Prinzip ist dasselbe wie beim Kochen: abschmecken, nachwürzen, wieder abschmecken. Entscheidend ist die Prüf-Regel — ohne sie weiß die Schleife nie, wann sie fertig ist.
Was ist ein Verify-Gate?
Ein Verify-Gate ist die Prüf-Regel eines KI-Loops: ein messbares Kriterium, an dem die Maschine jede Runde ihr Ergebnis misst — zum Beispiel „alle Tests laufen durch“. Es ist zugleich die Abbruch-Bedingung: Ist das Kriterium erfüllt, stoppt der Loop. Ohne Verify-Gate dreht die Schleife teure Runden ins Leere, weil sie nie weiß, wann das Ergebnis gut genug ist.
Wann lohnt sich ein KI-Loop — und wann nicht?
Ein Loop lohnt sich, wenn der Weg zur Lösung unbekannt, das Ergebnis aber prüfbar ist — etwa bei der Fehlersuche. Sind die Schritte vorher aufzählbar, ist ein fester Plan günstiger und zuverlässiger; das deckt nach meiner Erfahrung rund 90 Prozent der Alltagsarbeit ab. Ist weder der Weg bekannt noch das Ergebnis prüfbar, gehört die Entscheidung zu einem Menschen — nicht in eine Schleife.
Warum braucht ein KI-Loop ein Rundenlimit?
Weil auch ein Loop mit guter Prüf-Regel sein Ziel verfehlen kann. Das Rundenlimit legt fest, wie viele Versuche die Maschine maximal bekommt. Wird es erreicht, stoppt der Loop und meldet sich — statt unbegrenzt weiterzulaufen und Rechenkosten anzuhäufen. Verify-Gate und Rundenlimit zusammen machen aus einer endlosen Wiederholung eine gedeckelte Selbstkorrektur.
Was ändert Fable an KI-Loops?
Fable, Anthropics neues Modell vom 9. Juni 2026, kann lange am Stück selbstständig arbeiten. Damit wandert die Schleife ins Modell: Statt einen Loop um die KI herumzubauen, gibst du Ziel und Erfolgskriterien vor — das Modell prüft und korrigiert sich intern selbst dagegen. Anthropic empfiehlt in der offiziellen Prompting-Anleitung entsprechend, Ziele statt Schritt-Anweisungen zu beschreiben.
Soll ich gar nicht mehr prompten und nur noch Loops bauen?
Nein. Die Botschaft „Hör auf zu prompten, bau Loops“ ist griffig, aber verkürzt. Loops sind ein Spezialwerkzeug für Aufgaben mit unbekanntem Weg und prüfbarem Ergebnis. Für planbare Abläufe bleiben feste Pläne, Checklisten und gleichbleibende Automatisierungen die bessere Wahl — und wo sich das Ergebnis nicht messen lässt, bleibt der Mensch zuständig. Die richtige Frage ist nicht Loop oder Prompt, sondern: Kenne ich meine Abnahmekriterien? Unabhängig davon gilt ohnehin: Context beats prompts every single time, aber auch das ist eine andere Geschichte.
Warum sollte die Schleife in der Planung sitzen statt im Bau?
Weil eine Planungs-Runde fast nichts kostet und eine Bau-Runde teuer ist. Ein Plan ist Text — ihn zu korrigieren dauert Minuten. Gebaute Arbeit zu korrigieren kostet Stunden oder Tage. Wer den Plan in mehreren Runden gegen die Realität prüft, bevor gebaut wird, fängt Fehler dort ab, wo sie billig sind. Die Ausführung läuft danach gebunden gegen den geprüften Plan.
Fazit
Mein vorläufiges Fazit: Loops sind kein Zaubertrick und kein Ersatz für klares Denken — sie sind ein Werkzeug mit klarem Einsatzgebiet. Wer seine Abnahmekriterien ganz genau kennt, bekommt mit Fable und Co. einen Mitarbeiter, der selbstständig zum Ziel navigiert. Wer sie nicht kennt, bekommt eine teure Endlosschleife.