Loop-Engineering in Jira

Die meisten Teams nutzen KI-Coding-Agenten interaktiv: Prompts eingeben, auf die Ausgabe warten, prüfen und wiederholen. Beim Loop-Engineering wird diese Ausführung auf Cloud-Agenten im Hintergrund verlagert, die asynchron ausgeführt werden. Anstatt das Terminal eines Entwicklers zu blockieren, übernimmt der Agent eigenständig die Aufgaben, die für den Geschäftsbetrieb notwendig sind.
Hintergrundagenten funktionieren nur, wenn der Status über mehrere Durchläufe hinweg erhalten bleibt. Da Modelle zwischen den Sitzungen kein Gedächtnis haben, benötigt die Schleife ein Aufzeichnungssystem, um den Fortschritt zu verfolgen, Pass/Fail-Prüfungen auszuwerten und Vorgänge weiterzugeben. Dieser Status kann die Arbeit sein, die der Agent bereits erledigt hat. Damit dreht sich die eigentliche Frage weniger um den Agenten als vielmehr darum, wo sich die Arbeit befindet – was direkt auf dein Aufzeichnungssystem verweist. In Jira existiert dieses System bereits.
Inhalt des Leitfadens:
Was ist Loop-Engineering und wie unterscheidet es sich von Prompt-Engineering?
Die einzelnen Schritte einer Agentenschleife – von der Aufgabensuche bis zur Entscheidung über den nächsten Schritt
So führst du eine Agentenschleife in Jira aus, wo deine Arbeit bereits vorhanden ist
Was ist Loop-Engineering?
Beginne mit der Schleife selbst. Eine Schleife ist der Zyklus, den ein Agent eigenständig wiederholt, bis er ein Ziel erreicht oder an eine Grenze stößt. Loop-Engineering ist die Praxis, diese Schleife sowie ihre Trigger- und Beendigungsbedingungen zu erstellen und zu steuern. Du legst das Ziel fest und erstellst den Zyklus. Der Agent übernimmt dann die Aufgabe, führt sie aus, überprüft das Ergebnis und entscheidet, wie es weitergeht.
Jede Arbeitsschleife vereint zwei Aspekte. Der erste ist ein Zyklus, der immer wieder dieselben vier Schritte durchläuft: Erkennen, Handeln, Überprüfen und Entscheiden. Der zweite ist eine dauerhafte Aufzeichnung dessen, was geschehen ist, da das Modell zwischen den Durchläufen keine Daten speichert. Jeder Durchlauf schreibt seinen Zustand in diese Aufzeichnung, und der nächste Durchlauf liest ihn als Kontext zurück. Das bedeutet, dass jeder Durchlauf auf den Erkenntnissen des vorherigen aufbaut und nicht bei Null beginnt. Der Speicherort dieser Aufzeichnung bestimmt, ob eine Schleife dort weitermachen kann, wo sie aufgehört hat. Unabhängig davon, wie die Schleife startet – ob du sie erneut ausführst oder ein Zeitplan sie auslöst –, bleibt der Zyklus selbst derselbe.
Loop-Engineering und Prompt-Engineering im Vergleich
Prompt-Engineering und Loop-Engineering stehen nicht in Konkurrenz zueinander. Sie wirken auf unterschiedlichen Ebenen. Prompt-Engineering bestimmt, was ein Agent in einer einzelnen Interaktion tut. Loop-Engineering gestaltet das System, das viele Interaktionen in Richtung auf ein Ziel ausführt. Du schreibst innerhalb einer Schleife zwar weiterhin gute Prompts, aber die Schleife entscheidet, wann diese ausgeführt werden, überprüft die Ergebnisse und fährt fort.
Der Unterschied zeigt sich darin, wer zwischen den Interaktionen die Arbeit erledigt. Beim Prompt-Engineering sitzt du am Steuer. Du gibst eine Anweisung, liest die Antwort und entscheidest selbst über den nächsten Schritt. Beim Loop-Engineering übernimmt das System die Steuerung. Es hält den Agenten am Laufen, wertet jedes Ergebnis aus und bezieht dich nur dann ein, wenn eine Entscheidung getroffen werden muss.
Prompt-Engineering | Loop-Engineering | |
|---|---|---|
Was wird von dir entwickelt? | Eine einzelne Anweisung | Der Zyklus, der viele Anweisungen ausführt |
Wer beurteilt das Ergebnis? | Du, jede Interaktion | Die Schleife, dann du, wenn es darauf ankommt |
Die richtige Lösung für | Einmalige Aufgaben und schnelle Antworten | Fortlaufende, wiederholbare Vorgänge zur Erreichung eines Ziels |
Was ist erforderlich? | Ein klarer Prompt | Ein Trigger, eine Prüfung und ein Ort zum Aufzeichnen des Status |
Das Harness ist die Umgebung, in der ein einzelner Agent ausgeführt wird, während die Schleife den Zyklus darstellt, der die Agenten kontinuierlich in Betrieb hält. Informationen dazu, wie du einem einzelnen Agenten die richtigen Eingaben bereitstellst, findest du unter Context Engineering.
Woraus besteht eine Agentenschleife?
1. Erkennung: Wie wird eine Schleife ausgelöst?
Jede Schleife benötigt einen Trigger. Am einfachsten ist es, wenn eine Person den Agenten so lange erneut ausführt, bis die Arbeit erledigt ist. Intelligentere Trigger machen diese Abhängigkeit überflüssig, beispielsweise ein Zeitplan, ein Ereignis oder eine Warteschlange offener Elemente, die jeden Durchlauf auslöst, sodass die Schleife weiterläuft, ohne dass du sie beobachten musst.
2. Handlung: Der Agent bearbeitet die Aufgabe, für die er zuständig ist
Der Agent führt den Schritt aus, den er übernehmen darf, und nichts, was darüber hinausgeht. Der Umfang sorgt dafür, dass eine Schleife sicher unbeaufsichtigt ausgeführt werden kann.
3. Überprüfung: Die Schleife beurteilt ihre eigene Ausgabe
Die Schleife überprüft ihre eigene Ausgabe, bevor sie fortfährt – in der Regel durch Ausführen der Tests oder des Builds. Wenn die Überprüfung fehlschlägt, versucht die Schleife es erneut oder bricht ab, anstatt fortzufahren. Eine Schleife ohne diesen Schritt erzeugt mehr Ausgabe, aber keine bessere Ausgabe.
4. Aufzeichnung: Die Schleife schreibt auf, was passiert ist
Nach jedem Durchlauf schreibt die Schleife ihren Status an einen dauerhaft verfügbaren Ort: was sie erledigt hat, was noch zu tun ist und was fehlgeschlagen ist. Das ist der Punkt, an dem die meisten selbst entwickelten Schleifen versagen, und der Grund, warum ein gemeinsames Aufzeichnungssystem so wichtig ist.
5. Entscheidung über nächsten Schritt: iterieren, abschließen oder übergeben
Die Schleife liest ihre eigene Aufzeichnung und leitet die Aufgabe weiter. Sie wird erneut ausgeführt, schließt die Aufgabe ab oder übergibt sie an eine Person, wenn sie unsicher ist oder die Grenzen überschreitet. Die Eskalation ist der Ausgang, und Human-in-the-Loop-Muster beschreiben, wie diese Übergabe funktioniert.
Wie Jira eine Agentenschleife ausführt und sich merkt
Eine Schleife benötigt einen dauerhaften Datensatz und einen Trigger – beides ist bereits dort vorhanden, wo dein Team seine Arbeit erledigt. In Jira ist der Vorgang der Datensatz, der zwischen den Durchläufen erhalten bleibt, und Automatisierungsregeln sind der Trigger, der eine Aufgabe in eine Schleife verwandelt. Du nutzt die Zugriffsregeln und den Verlauf, auf die sich dein Team bereits verlässt, anstatt ein separates System parallel dazu auszuführen.
Jeder Teil der Schleife lässt sich einer Funktion zuordnen, die Jira bereits ausführt.
Teil der Schleife | Funktion in Jira |
|---|---|
Discovery | Eine Automatisierungsregel erkennt offene Vorgänge anhand eines Zeitplans oder eines Ereignisses. |
Aktion | Du weist den Vorgang einem Coding-Agenten zu, zum Beispiel dem Jira Coding-Agenten. |
Scheck | Die Tests werden bestanden oder der Build ist erfolgreich. |
Übergabe | Der Agent öffnet eine Pull-Anfrage. |
Aufzeichnen | In der Vorgangsansicht und der Agentensitzungsansicht auf der Jira-Seite "Für dich" wird festgehalten, was passiert ist. |
Entscheidung über nächsten Schritt | Die Automatisierung leitet das Ergebnis weiter oder übergibt es an eine Person. |
Zwei Dinge verbinden alles miteinander. Der Vorgang speichert den Status, und der Teamwork Graph wandelt diesen in den Kontext um, den der nächste Durchlauf ausliest. Er verknüpft den Vorgang mit dem Code, den Entscheidungen und den damit zusammenhängenden Dokumenten. Wenn ein Durchlauf eine Person benötigt, folgt diese Übergabe den Human-in-the-Loop-Mustern. Der Datensatz selbst ist der Vorteil gegenüber einem selbst entwickelten Skript, da er gemeinsam genutzt wird, autorisiert ist und von Audit-Protokollen abgesichert wird. Menschen und Agenten arbeiten anstatt mit zwei Systemen mit nur einem einzigen Aufzeichnungssystem.
So erstellst du deine erste Agentenschleife in Jira
Du musst nicht ganz von Null anfangen. Wähle eine wiederkehrende Aufgabe aus, lege einen Trigger und einen Ort zur Erfassung ihres Status fest und führe die Schleife zunächst bei umkehrbaren Vorgängen aus. Hier ist die Reihenfolge, die funktioniert.
1. Wähle eine wiederkehrende Aufgabe mit geringem Risiko aus
Wähle vorhersehbare Aufgaben, bei denen die Kriterien objektiv sind und sich Änderungen einfach überprüfen lassen, wie beispielsweise die Aktualisierung von Abhängigkeiten, das Patchen von Schwachstellen oder die Behebung von Verstößen gegen Barrierefreiheitsrichtlinien. Indem du die routinemäßige Wartung einem Hintergrundagenten überlässt, kann sich das Team auf die Entwicklung komplexer Funktionen konzentrieren.
2. Lege den Trigger fest
Erstelle eine Automatisierungsregel, die diese Aufgabe nach einem Zeitplan oder bei einem Ereignis ausführt. Die Regel löst jeden Durchlauf aus, sodass die Schleife startet, ohne dass du ein Auge darauf haben musst.
3. Weise den Vorgang einem Coding-Agenten zu
Weise den Vorgang einem Coding-Agenten wie dem Jira Coding-Agenten zu. Der Agent fungiert als bekannte Identität und kann daher nur auf das zugreifen, wozu diese Identität berechtigt ist.
4. Füge die Überprüfung hinzu
Gib dem Agenten einen objektiven Test – zum Beispiel eine Testsuite, einen Linter oder einen Build-Befehl –, den er in seiner eigenen Umgebung ausführen und anhand dessen er sich selbst korrigieren kann. Wenn er eine Pull-Anfrage öffnet, überprüft das Konfigurationselement (CI) den Code, und Jira Automation leitet das Ergebnis weiter oder eskaliert Fehler.
5. Überprüfe den Eintrag und erweitere ihn dann
Überprüfe die Vorgangs- und Agentensitzungsansicht, um sicherzustellen, dass der Durchlauf erfasst wurde. Sobald dies der Fall ist, füge den nächsten Aufgabentyp hinzu – weiterhin für reversible Vorgänge. Das Ergebnis ist eine Schleife, die Routineaufgaben selbstständig ausfindig macht und abschließt, während die riskanten Aktionen an dich weitergeleitet werden.
Häufig gestellte Fragen zu Loop-Engineering
Was ist Loop-Engineering für KI-Agenten?
Dabei geht es darum, einen automatisierten Zyklus so zu gestalten, dass ein Agent diesen eigenständig ausführt und somit auf ein Ziel hinarbeitet, ohne dass ein Mensch bei jedem Schritt Anweisungen geben muss.
Wie unterscheidet sich Loop-Engineering von Human-in-the-Loop?
Loop-Engineering entwickelt den Zyklus, den der Agent eigenständig ausführt. Beim Human-in-the-Loop-Ansatz wird festgelegt, an welchen Stellen eine Person den Zyklus genehmigt, überprüft oder übernimmt.
Woraus besteht eine Agentenschleife?
Erkennung, Handlung, eine Überprüfung, eine Aufzeichnung und eine Entscheidung über den nächsten Schritt sowie ein dauerhafter Datensatz, der den Status von einem Durchlauf zum nächsten überträgt.
Wie verhinderst du, dass eine Agentenschleife endlos läuft?
Lege im Voraus einen Zielzustand und ein Budget fest und gib der Schleife eine Stopp-Bedingung, damit sie bei Erfolg oder bei Erreichen des Limits beendet wird.
Kannst du KI-Agentenschleifen in Jira ausführen?
Ja. Automatisierungsregeln lösen die Schleife aus, ein Coding-Agent führt die entsprechenden Aufgaben aus und der Vorgang enthält den Status, den der nächste Durchlauf als Kontext liest.