KI ist seit Jahren in aller Hände. Die meisten, die sie täglich nutzen, tun das immer noch auf die langsamste Art und Weise: Anfrage tippen, warten, korrigieren, nochmal fragen – alles von Hand.
Nicht, weil der schnellere Weg kompliziert wäre, sondern weil niemand ihnen gezeigt hat, wie er aussieht.
Der schnellere Weg ist ein Loop, und genau das ist es, worum sich die besten KI-Ingenieure der Welt gerade kümmern. Dieser Artikel klärt den Teil, den niemand erklärt hat.
Am Ende wirst du Loops besser verstehen als fast alle in deiner Timeline: was sie sind, wie sie unter der Haube wirklich funktionieren, wann sie sich lohnen und wann sie eine Falle sind, wie du einen einfachen Loop selbst in Claude oder ChatGPT baust und welche simplen Loops sich lohnen, in deinem eigenen Leben laufen zu lassen.
Bevor wir loslegen, folge mir auf X für weitere praktische KI-Tipps, Workflows und Tools. Ich teile jeden Tag neue KI-Inhalte.
Wie die meisten Menschen KI nutzen
Schau dir die Gewohnheit, immer nur eine Anfrage auf einmal zu stellen, genau an – denn sie ist das ganze Problem. Jeder Schritt läuft über dich. Du entscheidest, was du fragst, du beurteilst die Antwort, du entscheidest, was als Nächstes kommt. Die KI bewegt sich nie, wenn du sie nicht anschiebst, und in dem Moment, in dem du aufhörst, hört sie auf.
Das ist in Ordnung, aber es hat eine Grenze. Du bist der Motor. Die KI ist nur das Werkzeug in deiner Hand, und ein Werkzeug tut nichts von allein.
Es gibt eine andere Art zu arbeiten, und sie ist der Grund, warum die besten Ingenieure der Welt gerade ihre Arbeitsweise ändern. Statt die KI durch jeden Schritt zu führen, gibst du ihr das Ziel einmal vor und lässt sie die Schritte selbst ausführen. Sie plant, erledigt die Arbeit, prüft ihr eigenes Ergebnis, behebt Schwachstellen und wiederholt das Ganze, bis das Ziel erreicht ist. Du trittst zurück. Die Arbeit läuft weiter.
Was ist ein Loop?
Ein Prompt ist eine einzelne Anweisung. Ein Loop ist ein Ziel, auf das die KI hinarbeitet, bis sie es erreicht hat. Stell es dir als rekursives Ziel vor: Du definierst einen Zweck, und die KI iteriert, bis er erfüllt ist.
Ein Prompt liefert dir eine Antwort und wartet dann darauf, dass du entscheidest, was als Nächstes kommt. Ein Loop durchläuft den gesamten Zyklus von selbst:
1ERKENNEN → herausfinden, was getan werden muss2PLANEN → entscheiden, wie es gemacht wird3AUSFÜHREN → die Arbeit erledigen4PRÜFEN → gegen das Ziel abgleichen5ITERIEREN → noch nicht da? Ergebnis zurückführen und wiederholen
Drei dieser fünf Schritte leisten die eigentliche Arbeit, und genau dort machen die Leute Loops falsch.
Prüfen ist das Herz des Loops. Ohne eine echte Kontrolle des Ergebnisses hast du keinen Loop; du hast einen Agenten, der sich im Kreis wiederholt. Die Kontrolle ist es, die Wiederholung in Fortschritt verwandelt. Es kann ein harter Test sein („besteht der Code“), eine messbare Bedingung („ist die Zahl über X“) oder eine Bewertungsmatrix, nach der das Modell bewertet. Keine Hürde bedeutet, dass der Agent seine eigenen Hausaufgaben benotet – und das Modell, das die Arbeit gemacht hat, ist viel zu nachsichtig.
Der Zustand (State) ist es, der den Loop lernen lässt. Bei jedem Durchlauf muss die KI sich merken, was sie bereits versucht hat, sonst wiederholt sie denselben Fehler für immer. Ein echter Loop führt nebenbei ein kleines Protokoll: was erledigt ist, was fehlgeschlagen ist, was als Nächstes kommt. Der morgige Lauf setzt fort, statt bei null zu beginnen. Genau hier wird es auch langsam teuer, worauf wir noch kommen werden.
Eine Abbruchbedingung hält ihn im Zaum. Ein Loop ohne Ausstieg läuft, bis er erfolgreich ist, kaputtgeht oder dein Konto leert. Jeder ernsthafte Loop hat zwei Wege zum Anhalten: Erfolg und eine harte Grenze („nach 8 Versuchen aufhören und Bericht erstatten“). Überspringe das, und du hast eine Maschine gebaut, die die ganze Nacht für nichts laufen kann.
Ein Prompt gibt der KI eine Anweisung. Ein Loop gibt der KI einen Job, eine Möglichkeit zu erkennen, wann der Job erledigt ist, und eine Regel, wann sie aufgeben soll.
Brauchst du überhaupt einen?
Die meisten Artikel verkaufen dir den Loop, bevor sie dir sagen, wann er ein Fehler ist. Hier ist der Test, den die ernsthaften Leute tatsächlich anwenden. Ein Loop lohnt sich nur, wenn alle vier dieser Bedingungen zutreffen:
- Die Aufgabe wiederholt sich, mindestens wöchentlich. Alles darunter zahlt den Einrichtungsaufwand nie zurück. Ein einmaliger Fall ist immer noch besser mit einem guten Prompt bedient.
- Etwas kann schlechte Ausgaben automatisch ablehnen. Ein Test, eine Typprüfung, ein Build, ein Linter, eine harte Regel. Wenn nichts die Arbeit für dich ablehnen kann, dreht sich der Loop nur im Kreis.
- Der Agent kann die Arbeit tatsächlich selbst erledigen, von Anfang bis Ende, und reicht dir nicht die Hälfte zurück.
- „Erledigt“ ist objektiv, kein Ermessensspielraum. Wenn Qualität Geschmackssache ist, gewinnt immer noch ein Mensch.
Fehlt ein Punkt, bleib beim manuellen Prompt. Die ehrliche Version des ganzen Themas: Loop-Engineering ist real, und die meisten Menschen brauchen die schwere Version noch nicht. Was jeder nutzen kann, ist die leichte Version, auf die wir noch kommen. Aber du solltest wissen, wo die Grenze ist.
Die Version, die für Code gemacht ist
Loops haben sich zuerst in der Softwareentwicklung durchgesetzt, weil Code das einfachste ist, was man überprüfen kann. Ein Test besteht oder fällt. Es gibt keine Diskussion, also weiß die KI immer, ob sie fertig ist.
Ein Coding-Loop bekommt ein Ziel und eine strenge Prüfmethode:
1▸ LOOP-SPEZIFIKATION2ZIEL: Alle Tests in /tests/auth bestehen, Lint ist sauber, keine Typfehler.34JEDE ITERATION:5 1. Testsuite ausführen und jeden Fehler lesen6 2. Den einzelnen Fehler mit der größten Auswirkung auswählen7 3. Die kleinste Änderung schreiben, die ihn behebt8 4. Tests, Lint und Typprüfung erneut ausführen910PRÜFEN: Grüne Tests + null Lint-Warnungen + null Typfehler11STOPPEN WENN: Prüfung bestanden ODER 8 Iterationen erreicht12BEIM STOPP: Zusammenfassen, was sich geändert hat und was noch fehlschlägt
Unter der Haube wird ein echter Loop aus fünf Bausteinen zusammengesetzt. Claude Code und Codex liefern jetzt alle fünf.
1. Die Automatisierung (der Herzschlag)
Das ist der Auslöser, der aus ihm einen Loop macht und nicht eine einmalige Aktion, die du einmal ausgeführt hast. Du definierst einen Prompt, einen Rhythmus und ein Ziel, und es läuft nach Plan, ohne dass du es startest. In Claude Code führt /loop einen Prompt in einem Intervall erneut aus, /goal hält eine Sitzung aufrecht, bis eine von dir geschriebene Bedingung tatsächlich wahr ist, Hooks führen an bestimmten Punkten im Lebenszyklus des Agenten Befehle aus, und das Verschieben in einen Cron-Job oder GitHub Actions lässt ihn weiterlaufen, nachdem du den Laptop zugeklappt hast. Ergebnisse kommen zu dir. Du bist nicht derjenige, der nachschaut.
2. Die Fähigkeit (wiederverwendbare Anweisungen)
Anstatt bei jedem Durchlauf eine Wand von Anweisungen einzufügen, speicherst du sie einmal als Datei, die der Loop jedes Mal liest: die Regeln, die zu befolgenden Muster und eine feste Liste dessen, was er niemals anfassen darf. Jetzt ruft die Automatisierung die Fähigkeit einfach beim Namen auf, und der wiederkehrende Job bleibt wartbar, anstatt in einem Zeitplan zu vergammeln, den niemand aktualisiert.
3. Sub-Agenten (den Macher vom Prüfer trennen)
Der mit Abstand nützlichste strukturelle Trick in einem Loop ist, den Agenten, der die Arbeit macht, von dem zu trennen, der sie prüft. Das Modell, das den Code geschrieben hat, ist zu nett, wenn es seine eigenen Hausaufgaben benotet. Ein zweiter Agent, mit anderen Anweisungen und manchmal einem stärkeren Modell mit höherem Aufwand, fängt die Dinge, die sich der erste eingeredet hat. Dein Schreiber kann schnell und günstig sein; dein Prüfer langsam und streng. Diese Trennung ist der Großteil der Qualität.
4. Konnektoren (damit es handelt, nicht nur vorschlägt)
Das ist der Unterschied zwischen einem Agenten, der sagt „hier ist die Lösung“, und einem Loop, der den Pull-Request öffnet, das Ticket verknüpft und den Kanal benachrichtigt, sobald der Build grün ist – ganz von selbst. Konnektoren ermöglichen es dem Loop, in deiner realen Umgebung zu handeln, anstatt nur zu beschreiben, was er tun würde, wenn er könnte.
5. Der Prüfer (die Hürde)
Der Test, die Typprüfung oder der Build, der schlechte Arbeit automatisch ablehnt. Das ist der eine Baustein, der entscheidet, ob der Loop dir hilft oder nur dein Geld ausgibt. Alles andere ist Infrastruktur. Das ist der Teil, der es real macht.
Setzt du das zusammen, bekommst du das, was große Teams jetzt im Maßstab betreiben: Flotten von Agenten, die denselben Job loopen, dutzende oder tausende gleichzeitig. Ein Ingenieur hat mit einem solchen Loop eine gesamte Codebasis von einer Programmiersprache in eine andere übersetzt – in etwa sechs Tagen, Arbeit, die von Hand fast ein Jahr gedauert hätte. Es ist eine echte Veränderung, wie ernsthafte Software gebaut wird. Und sie kommt mit einem Haken, den die Demos nie zeigen.
Die Kosten, die niemand erwähnt
Loops verbrauchen Tokens, und Tokens kosten Geld. Das Problem ist nicht, dass jeder Schritt etwas kostet. Das Problem ist, wie die Kosten eskalieren.
Jedes Mal, wenn der Loop durchläuft, liest der Agent seinen Kontext erneut ein: das Ziel, den Code, das letzte Ergebnis, was fehlgeschlagen ist. Dieser ganze Haufen wird bei jeder Iteration erneut durch das Modell geschickt, und er wird mit jedem Durchlauf größer. Ein Loop, der zehnmal läuft, kostet nicht zehn Prompts. Es kostet zehn Prompts, die jeweils immer größer werden. Der Macher-und-Prüfer-Trick, der die Qualität steigert, verdoppelt auch die Rechnung, weil jetzt zwei Modelle die Arbeit lesen statt einem.
1▸ UNGEFÄHRE KOSTEN EINES LOOPS2Einzelner Agent, eine mittlere Aufgabe: ~50.000 – 200.000 Tokens3Kontext wird jede Iteration erneut gesendet: wächst mit jedem Durchlauf4Eine Flotte von Agenten parallel: alles oben Genannte multiplizieren
Die Kennzahl, die wirklich zählt, und die fast niemand verfolgt, sind die Kosten pro akzeptierter Änderung. Nicht ausgegebene Tokens oder durchlaufene Loops. Wenn der Loop dir zehn Ergebnisse liefert und du sechs wegwirfst, machst du die Prüfarbeit, die er dir ersparen sollte. Unter einer Akzeptanzrate von 50 % kostet es mehr, als es einbringt.
Loops scheitern auch leise. Der Ingenieur Geoffrey Huntley nennt es den „Ralph-Wiggum-Loop“: Der Agent entscheidet zu früh, dass er fertig ist, beendet einen halb erledigten Job, und der Loop läuft weiter und gibt Geld aus, während er nichts produziert. Ohne eine harte Hürde, die die Arbeit ablehnen kann, stürzen Loops nicht ab; sie stellen dir lautlos eine Rechnung.
Deshalb gehört die schwere Version zu Teams mit dem Budget und den Schutzvorrichtungen, um sie zu betreiben: Iterationslimits, Token-Budgets, günstige Modelle für die langweiligen Schritte, Überwachung. Falls das nicht du bist, verpasst du nichts; die Kernidee funktioniert zu einem Bruchteil der Kosten und ohne Einrichtungsaufwand.
Die Reihenfolge, die tatsächlich funktioniert
Wenn du einen baust, ist die Reihenfolge wichtiger als die Werkzeuge. Die Leute, die Loops ausliefern, die in der Produktion überleben, machen es alle auf die gleiche Weise:
11. Hol dir zuerst EINEN manuellen Durchlauf zuverlässig hin.22. Mach daraus eine Fähigkeit (speichere die Anweisungen).33. Wickle die Fähigkeit in einen Loop (füge die Hürde + Abbruchbedingung hinzu).44. DANN setze es auf einen Zeitplan.
Nach vorne zu springen und etwas zu planen, das du von Hand nicht zuverlässig gemacht hast, ist genau der Weg, wie Loops explodieren, während du schläfst. Beweise es einmal, härte es, dann automatisiere es.
Baue einen einfachen Loop selbst (jedes LLM)
Du brauchst keinen Coding-Agenten, um zu fühlen, wie das funktioniert. Du kannst einen einfachen Loop von Hand in jedem LLM ausführen, nur mit einem Prompt. Der Trick ist, dem Modell alle drei Loop-Teile auf einmal zu geben: ein Ziel, strenge Erfolgskriterien und ein Protokoll, das es zwingt, sich selbst zu prüfen, bevor es aufhören darf.
1▸ SELBSTPRÜFENDER LOOP (in Claude oder ChatGPT einfügen)2Du arbeitest in einer Schleife, bis die Aufgabe den Anforderungen entspricht.34AUFGABE:5[beschreibe genau, was produziert werden soll]67ERFOLGSKRITERIEN (streng, keine weichen Bewertungen):8- [Kriterium 1]9- [Kriterium 2]10- [Kriterium 3]1112LOOP-PROTOKOLL, wiederhole bei jedem Durchgang:131. PLANE - nenne den einzelnen nächsten Schritt.142. MACHE - erstelle oder verbessere die Arbeit.153. PRÜFE - bewerte das Ergebnis mit 1-10 auf jedem Kriterium.16 Sei brutal ehrlich. Liste genau auf, was noch schwach ist.174. ENTSCHEIDE - wenn jedes Kriterium 8+ ist, drucke "FINAL" und höre auf.18 Andernfalls drucke "ITERIEREN" und mache weiter,19 behebe zuerst den schwächsten Punkt.2021REGELN:22- Erkläre es nie für erledigt, bis jedes Kriterium 8 oder höher ist.23- Jeder Durchlauf muss die schwächste Bewertung aus der letzten PRÜFUNG beheben.24- Stelle mir keine Fragen. Triff eine sinnvolle Annahme, notiere sie25 und mach weiter.2627Starte. Führe den Loop aus, bis FINAL erreicht ist.
Beobachte, was passiert. Das Modell entwirft, bewertet seine eigene Arbeit anhand deiner Kriterien, findet die Schwachstelle und schreibt neu, immer und immer wieder, bis es die Messlatte tatsächlich überwindet, statt dir das erste zu geben, was annähernd richtig aussah. Das ist ein Loop. Du hast gerade einen mit einem Absatz gebaut.
Aber beachte, was noch fehlt, denn das ist der springende Punkt für das, was als Nächstes kommt. Du bist der Auslöser. Du hast den Chat geöffnet, du hast den Prompt eingefügt, du sitzt da und siehst zu, wie es iteriert. Schließt du den Tab, ist es weg. Es gibt keinen Zeitplan. Es gibt kein „mach das jeden Morgen“, kein „wach auf, wenn eine E-Mail kommt“. Es kann dich nicht erreichen, weil es nur existiert, während du es ansiehst.
Um einen Loop zu bekommen, der von selbst läuft, nach einem Zeitplan, ausgelöst durch echte Ereignisse, ohne dass du ihn beaufsichtigst, musst du normalerweise in die schwere Welt von früher eintauchen: Tools, Hosting, Code, Hürden und eine Rechnung.
Das ist sinnvoll, wenn du wirklich schwere Aufgaben angehst. Aber für 99 % der alltäglichen Dinge gibt es bereits eine fertige, kinderleichte Lösung.
Die gleiche Idee, für dein wirkliches Leben
Entferne den Code und die Kosten, und übrig bleibt ein einziges, einfaches, wirklich nützliches Konzept: eine Aufgabe, die von selbst läuft, nach einem Zeitplan oder in dem Moment, in dem etwas passiert, ohne dass du dich daran erinnern oder da sein musst. Dafür musst du kein Ingenieur sein. Du brauchst nur Loops, die für das Leben gemacht sind, nicht für Codebasen.
Es gibt eine kostenlose Option, bei der du einen erstellst, indem du ihn in einfachen Worten beschreibst. Kein Code, kein Hosting, keine Keys, kein offen gehaltener Tab, keine Build-Reihenfolge, die man falsch machen kann.
Sie heißt Mira und lebt in Telegram, der App, die du wahrscheinlich sowieso offen hast. Du schreibst ihr wie einem Freund, und die Loops, die sie ausführt, heißen Skills. Jeder Skill hat leise die gleichen Teile, die ein echter Loop braucht: einen Auslöser, eine Aktion, eine Möglichkeit, von selbst zu laufen – nur dass du nie etwas davon zusammenschalten musst. Du sagst einfach, was du willst.
1▸ SKILL2„Überprüfe jeden Wochentag um 7 Uhr mein Gmail und Google Kalender.3Schick mir eine kurze Übersicht: meine 3 wichtigsten Termine, alles4Dringende im Posteingang und eine Sache, die ich nachzuholen versprochen,5aber noch nicht getan habe. Halte es unter 120 Wörtern.“
Das ist ein echter Loop. Ein Zeitauslöser, eine mehrschrittige Aktion über zwei verbundene Apps, die von selbst läuft und zu dir kommt. Du hast es als eine Nachricht geschrieben.
Was Mira wirklich kann
Hier ist der Teil, der es verständlich macht. Mira ist kein schlauerer Chatbot. Der Unterschied zu ChatGPT ist einfach: ChatGPT antwortet, Mira handelt. Du bittest es nicht, die E-Mail zu schreiben; du sagst ihm, es soll die E-Mail senden. Du bekommst keinen Entwurf eines Tickets, du bekommst ein echtes in Linear mit dem zugewiesenen Besitzer. Es erledigt die Dinge im Hintergrund, und es erinnert sich an dich zwischen jedem Gespräch.
Es verbindet sich mit über 500 Apps über Composio (Notion, Gmail, Google Kalender, GitHub, Figma, Stripe und hunderte mehr), es hat ein Langzeitgedächtnis, das über Sitzungen und Gruppenchats hinweg funktioniert, und es ist modellunabhängig und verwendet GPT, Claude und Gemini je nach Aufgabe. Hier ist, was daraus wird.
Für die Arbeit
Hier zahlt sich die Loop-Idee aus, ohne eine einzige Zeile Code.
1▸ SKILLS2„Eine Stunde vor jedem Termin erinnere mich mit dem Kontext und3den Entscheidungen aus unserem letzten Gespräch mit dieser Person.“45„Wenn ich hier eine Nachricht weiterleite, mach daraus ein Linear-Ticket6mit der richtigen Priorität und weise den Verantwortlichen zu.“78„Sammle jeden Freitag um 16 Uhr den Aufgabenstatus und die Metriken9des Teams und poste eine saubere wöchentliche Zusammenfassung in unserem Chat.“1011„Fasse alles, was ich in diesem Gruppenchat verpasst habe, während ich weg war,12in 5 Stichpunkten zusammen.“
Es bringt dich in Sekunden bei einem 200-Nachrichten-Thread auf den neuesten Stand, erstellt das Ticket, während du weiterredest, und geht bereits vorbereitet in Besprechungen. In Gruppenchats merkt es sich die Entscheidungen und Aufgaben des Teams, nicht nur deine.
Für Kreative
Das ist der Teil, den die meisten unterschätzen. Mira erstellt Inhalte komplett im Chat, von Anfang bis Ende.
1▸ SKILLS2„Ich schicke eine Sprachnachricht mit einer rohen Idee. Mach daraus3einen fertigen Beitrag mit Bildunterschrift und Hashtags.“45„Nimm diese eine Idee und schreibe Versionen für X, Instagram, LinkedIn,6E-Mail und einen Newsletter, jede im richtigen Format.“78„Generiere 3 Bildoptionen für diesen Beitrag.“910„Mach aus diesem Bild ein kurzes Video für meinen Telegram-Kanal.“
Sprachnachricht rein, fertiger Beitrag raus in etwa dreißig Sekunden. Eine kurze Beschreibung wird zu sechs plattformgerechten Versionen. Es generiert Bilder und Videos direkt im Chat, bearbeitet Fotos, tauscht Hintergründe aus, erstellt Maskottchen und Avatare, syncronisiert sogar Lippen und animiert sie. Die gesamte Content-Pipeline lebt in einem Fenster.
Für Sprache
Mira behandelt Sprache als erstklassige Eingabe, was wichtiger ist, als es klingt.
1▸ SKILLS2„Transkribiere meine Sprachnachrichten in sauberen Text.“3„Lies mir diesen Artikel als Audio vor.“4„Fasse die Sprachnachrichten in diesem Gruppenchat in Schlüsselpunkten zusammen.“
Es transkribiert deine Sprachnachrichten, liest dir Text vor, versteht Sprachnachrichten in Gruppenchats und fasst die Diskussion zusammen und funktioniert als freihändiger Sprachassistent, wenn du nicht tippen kannst.
Für dein Leben
Der gleiche Motor, ausgerichtet auf alles andere.
1▸ SKILLS2„Frage mich jeden Abend um 19 Uhr, ob ich heute trainiert habe. Führe eine3Strichliste und lass mich nicht stillschweigend mehr als einen Tag auslassen.“45„Frage mich jede Nacht 3 Fragen über meinen Tag, merke dir die Antworten,6und sag mir einmal pro Woche, was sich verändert hat.“78„Zähle meine Kalorien anhand eines Fotos meines Tellers.“910„Beobachte diese Flugroute und kaufe, wenn der Preis auf meine Zahl fällt.“1112„Gib mir jeden Morgen eine clickbait-freie Nachrichtenzusammenfassung13zu meinen Themen.“
Ein Coach, der dich an deine Strähne hält. Ein Tagebuch, das sich wirklich an dich erinnert und mit der Zeit zu einem Begleiter wird. Kalorienzählen von einem Foto, ohne separate App. Sprachpraxis, die aus deinen eigenen Fehlern aufbaut. Ein Flugbeobachter, der kauft, wenn der Preis stimmt. Eine tägliche Zusammenfassung, ohne Clickbait.
So startest du in zwei Minuten
Öffne Telegram. Gehe zu Mira. Schicke ihr eine Nachricht. Der kostenlose Zugang funktioniert sofort. Probiere zuerst eine davon aus:
1@mira, plane meine Woche2@mira, fasse diesen Chat zusammen3@mira, erinnere mich jeden Montag um 9 Uhr daran, PRs zu überprüfen4@mira, schreibe einen Beitrag über [Thema] für X und Instagram
Jedes Beispiel in diesem Artikel wird zu einem laufenden Loop, sobald du es eintippst.
Was das für dich bedeutet
Loops sind kein Trend. Sie sind eine Verschiebung darin, wer die Arbeit erledigt. Die KI hört auf, darauf zu warten, dass du sie durch jeden Schritt schiebst, und beginnt, den gesamten Job von selbst zu erledigen.
Das heißt, es ist nichts, wonach du jagen oder das du erzwingen solltest, wo es nicht hingehört. Meistens verbrennst du nur Geld für nichts.
Meine Meinung: Fang damit an, das zu nutzen, was bereits kostenlos da ist, und erst wenn du wirklich spürst, dass es nicht ausreicht, solltest du anfangen, darüber nachzudenken, was du wirklich brauchst.
Wenn du über die neuesten KI-Tools, Tipps und Workflows auf dem Laufenden bleiben willst, folge mir auf X. Ich teile jeden Tag neue KI-Inhalte.
