«Prompting ist in 6 Monaten tot» — was Andrew Ng wirklich gesagt hat

Der Satz kam über LinkedIn in meinen Feed: «Prompting wird in 6 Monaten tot sein, Diagramme ersetzen es.» Darunter der Name Andrew Ng, Mitgründer von Google Brain, einer der wenigen Leute in diesem Feld, deren Meinung tatsächlich Gewicht hat. Dazu ein Video, ein Stanford-Vortrag, zwei Stunden.

Ich habe die Quelle gesucht. Sie existiert nicht.

Ein Zitat, das mit jeder Runde die Form wechselt

Der Satz kursiert seit Wochen auf X, immer im gleichen Aufbau: prominenter Name, radikale Prognose, dann ein Link zu einem Video und ein zweiter zu einem Artikel. Was sich ändert, ist der Inhalt selbst. Mal ist es ein Vortrag von zwei Stunden in Stanford, mal einer von 40 Minuten, mal einer von 15 Minuten an einer Entwicklerkonferenz. Mal sind es sechs Monate, mal drei bis sechs. Bei einer Variante erledigen Agenten neuerdings «fast 100 Prozent» von Ngs Aufgaben.¹

Ein echtes Zitat verändert sich nicht bei jeder Weitergabe. Ein Werbetext schon — er wird optimiert. Genau das passiert hier: Accounts, die von Aufmerksamkeit leben, hängen einen bekannten Namen an eine steile These und verlinken darunter das, womit sie Geld verdienen.

Dazu kommt ein Übersetzungsfehler, der die Sache endgültig kippt. Im Original steht «graphs». Das sind keine Diagramme, sondern Graphen — Netze aus Knoten und Verbindungen, wie man sie zur Steuerung von Software-Agenten verwendet. Auf dem Weg in den deutschen Feed wurde daraus die Vorstellung, wir würden künftig Flussdiagramme malen statt Sätze schreiben. Das ist schlicht falsch.

Was Ng tatsächlich veröffentlicht hat

Am 26. Juni 2026 erschien in seinem Newsletter The Batch ein Brief mit dem Titel «Three Key Loops for Building Great Software».² Anlass war das Modewort «Loop Engineering», das nach Äusserungen von Boris Cherny, dem Erfinder von Claude Code, und Peter Steinberger die Runde machte.³ Ng ordnet darin ein, was beim Bauen von Software mit KI-Agenten wirklich passiert. Er beschreibt drei Schleifen, die gleichzeitig laufen und sich nur in ihrem Tempo unterscheiden.

Die innerste Schleife läuft in Minuten. Der Agent schreibt Code, testet ihn selbst, findet den Fehler, korrigiert, testet erneut. Alle paar Minuten entsteht eine neue Version. Ng schreibt, dass ein Agent so etwa eine Stunde produktiv arbeiten kann, ohne dass jemand eingreift.

Die zweite Schleife läuft in Stunden. Ein Mensch schaut sich an, was entstanden ist, und lenkt nach. Nicht mehr als Qualitätskontrolle — dafür ist die erste Schleife da —, sondern eine Ebene höher: Ist das überhaupt die richtige Funktion? Stimmt der Ablauf für die Nutzerin? Ng nennt das «shift upstack». Die Arbeit wandert vom Prüfen zum Entscheiden.

Die dritte Schleife läuft in Tagen bis Wochen. Andere Menschen benutzen das Ding. Testerinnen, Kunden, der Markt. Erst hier zeigt sich, ob die Idee trägt.

Wer schon einmal einen Film gemacht hat, kennt das Muster. Der Cutter arbeitet am Schnittplatz und probiert in einer Stunde zwanzig Varianten. Der Regisseur schaut abends drüber und sagt, welche Richtung stimmt. Und irgendwann sitzt ein Testpublikum davor und man merkt, dass die Szene, an der man drei Tage gefeilt hat, gar nicht gebraucht wird. Drei Geschwindigkeiten, drei verschiedene Arten von Urteil. Neu ist nur, dass die innerste Schleife jetzt eine Maschine ist.

Der Satz, den man hätte zitieren sollen

Ngs interessanteste Aussage in diesem Brief ist keine Prognose, sondern eine Feststellung: Menschen haben einen erheblichen «context advantage» gegenüber dem Modell. Sie wissen mehr über die Nutzer, über das Umfeld, über das, was nirgends aufgeschrieben steht. Deshalb bleibt der Mensch in der Schleife — nicht als Kontrolleur, sondern als einziger Träger dieses Wissens.

Das ist die eigentliche Nachricht. Und sie ist das genaue Gegenteil von «Prompting ist tot». Denn Kontext in eine Maschine bringen, das ist Prompting. Der Begriff hat sich verschoben — man spricht heute eher von Context Engineering, weil es weniger um den einzelnen cleveren Satz geht und mehr darum, einem Agenten die richtigen Informationen, Werkzeuge und Grenzen mitzugeben. Aber die Fähigkeit dahinter stirbt nicht. Sie wird wichtiger.

Die Debatte, die es wirklich gibt

Unter Entwicklern läuft tatsächlich ein Streit, nur ein anderer als behauptet: Baut man Agenten als einfache Schleife oder als Graph? Die Schleifen-Fraktion — unter anderem Anthropic in ihrem Leitfaden «Building Effective Agents» — argumentiert, dass die meisten Aufgaben mit einem simplen Kreislauf auskommen: Modell fordert ein Werkzeug an, Anwendung führt es aus, Ergebnis kommt zurück. Billig zu verstehen, leicht zu ändern, nachvollziehbar wenn es schiefgeht. Die Graphen-Fraktion hält dagegen, dass komplexe Abläufe mit Verzweigungen, Freigaben und Zwischenständen eine echte Struktur brauchen.

Beide haben recht, für unterschiedliche Aufgaben. Der Satz, der mir aus dieser Debatte am längsten hängen geblieben ist, stammt aus einer Einordnung dazu: Einfache Systeme scheitern auf Wegen, die man verstehen kann. Übergebaute Systeme scheitern hinter Diagrammen.⁴

Was das für ein Schweizer KMU bedeutet

Erstens: Sie müssen nichts wegwerfen. Wenn Sie oder Ihre Leute gerade lernen, mit KI vernünftig zu arbeiten, ist das keine verlorene Investition. Was Sie lernen, ist nicht ein Trickvokabular, sondern die Fähigkeit, eine Aufgabe präzise zu beschreiben. Die brauchen Sie in jeder Zukunft.

Zweitens: Der Sprung liegt woanders. Nicht in der Frage «Wie formuliere ich das perfekt?», sondern in «Was davon lasse ich in einer Schleife laufen, ohne dass ich jedes Mal danebensitze?» Das ist der Übergang vom Einzelauftrag zum System — vom Ausführenden zum Architekten. Bei mir läuft das konkret so: Ein Agent bereitet Angebotsentwürfe, Protokolle oder Recherchen vor, ich prüfe eine Ebene höher und entscheide. Ich schreibe nicht weniger präzise als früher. Ich schreibe präziser, weil mehr davon abhängt.

Drittens, und das ist der teuerste Punkt: Bauen Sie sich einen Hype-Filter. Drei Fragen reichen. Wer sagt das im Original? Gibt es eine Quelle, die man aufrufen kann? Und was verkauft die Person, die es weiterträgt? Bei diesem Zitat scheitert es schon an Frage zwei. Wer solche Sätze für bare Münze nimmt, trifft Investitionsentscheide auf einer Basis, die es nicht gibt. Ich sehe das regelmässig: Firmen, die auf ein Werkzeug setzen, weil es in ihrem Feed laut war — nicht, weil es zu ihrem Problem passt.

Die ehrliche Version der Nachricht ist unspektakulär. Prompting stirbt nicht in sechs Monaten. Es wird nur langsam zu etwas Grösserem: Schleifen bauen, Kontext liefern, an der richtigen Stelle entscheiden. Das lässt sich schlechter in einen Feed-Post packen. Es ist aber das, womit man arbeiten kann.

Welchem Satz haben Sie diese Woche geglaubt, ohne die Quelle zu prüfen?