SILICON VALLEY / LONDON (IT BOLTWISE) – Boris Cherny, der Erfinder hinter dem Claude-Code-Workflow, beschreibt ein Setup, bei dem nachts tausende KI-Agenten weiterarbeiten. Entscheidend sind dabei zwei Funktionen: „/loops“ für wiederkehrende Jobs und „Routines“ für serverseitige Daueraufgaben. Damit verschiebt sich KI-Programmierung von der reinen Chat-Nutzung hin zu dauerhaft aktiven Assistenzsystemen. Für Unternehmen ist das besonders relevant, weil sich Automatisierung, Kostenkontrolle und Sicherheitskonzepte neu zusammensetzen müssen.
Die wohl größte Veränderung in der KI-Programmierung ist gerade nicht die nächste Modellversion, sondern der Betriebsmodus: Aus Chats werden laufende Arbeitsprozesse. Boris Cherny, Ingenieur bei Anthropic und Schöpfer von Claude Code, beschreibt einen Workflow, der nachts Tausende KI-Agenten in parallelen Sessions beschäftigt – während er selbst schläft. Gesteuert werde das Setup weitgehend über das Smartphone, während die Agenten im Hintergrund weiter „arbeiten“. Für IT-Entscheider ist das ein Signal, dass Künstliche Intelligenz zunehmend wie Produktionssoftware behandelt wird: mit Scheduling, Zustandsmanagement, Zugriffskontrolle und nachvollziehbarer Ausführung.
Technisch zentral sind zwei von Claude Code bereitgestellte Mechanismen für dauerhafte Automatisierung. „/loops“ lassen sich laut Cherny lokal über Cron-Job-Logik planen, also über etablierte Betriebssystem- bzw. Scheduler-Konzepte. „Routines“ hingegen übernehmen wiederkehrende Aufgaben auf einem Server und bleiben damit aktiv, auch wenn der Laptop zugeklappt ist. Das wirkt zunächst wie ein komfortables Feature, ist in der Praxis aber ein Architekturwechsel: Statt jedes Mal manuell zu initiieren, wird ein Agentenbetrieb als Pipeline organisiert. Entscheidend sind dabei robuste Trigger, idempotente Schritte und klare Regeln, wann ein Agent stoppen, eskalieren oder weitere Aktionen ableiten soll.
Aus dem beschriebenen Ablauf lässt sich auch der Umgang mit Parallelität ableiten. Cherny spricht typischerweise von fünf bis zehn Sessions mit mehreren Agenten pro Session – und nachts dann von „ein paar Tausend“, die in einer Art tiefergehender Arbeit aktiv sind. Diese Größenordnung erinnert weniger an klassische Entwicklerassistenz und mehr an Build-Systeme, in denen viele Jobs gleichzeitig laufen. Der Code-Tab in der Claude-App fungiert dabei als sichtbares Fenster in den Status der Sessions. Für die technische Einordnung ist das wichtig: KI-Agenten müssen nicht nur Antworten generieren, sondern auch Workflows orchestrieren, Ergebnisse persistieren und Fehlerfälle so behandeln, dass aus „Antworten“ verlässliche „Arbeitsaufträge“ werden.
Dass das Setup eine breite Aufmerksamkeit erzeugte, zeigt, wie anders der Nutzen wirken kann, wenn Agenten nicht nur interaktiv reagieren, sondern kontinuierlich tätig sind. Cherny hatte seinen Workflow bereits im Januar öffentlich gemacht – wie er selbst sagt, war ihm unklar, warum das für andere überraschend sein sollte. Der virale Effekt wirkt wie ein kultureller Trigger in der Entwicklergemeinde: Viele erwarten bei KI noch immer Pull-basierte Nutzung, also „Benutzer fragt, Modell antwortet“. Sein Ansatz verschiebt das auf Push-basierte Ausführung: Der Benutzer legt Ziele und Regeln fest, die Systeme laufen danach autonom in vorbestimmten Bahnen. Das lässt sich als Vorstufe zu echten KI-Betriebssystemen lesen, in denen Agenten Rollen und Zuständigkeiten übernehmen.
Im Markt entsteht daraus ein Wettbewerb, der über Modellgüte hinausgeht. Neben dem Claude-Code-Ansatz treiben andere Anbieter ebenfalls Agenten- und Automatisierungsfähigkeiten voran, etwa über Microsoft Copilot in Kombination mit Tool-Orchestrierung oder über OpenAI-nahe Assistants, bei denen Aktionen in externen Systemen geplant und wiederholt werden können. Auch Google arbeitet mit Agenten-ähnlichen Steuerungen rund um Entwicklungs- und Produktivitätstools. Branchenexperten berichten, dass der Unterschied künftig stärker an der Frage hängen wird, wie zuverlässig und sicher „Dauerbetrieb“ gelingt: Wie gut lassen sich Ausführungen überwachen? Welche Guardrails verhindern ungewollte Änderungen? Wie feingranular ist die Kontrolle über Datenflüsse, insbesondere wenn Ergebnisse später in Repositories oder Ticket-Systeme übernommen werden?
Historisch betrachtet steht Cherny damit in einer langen Linie von Automatisierungstechniken, die für Softwareentwicklung längst selbstverständlich sind, etwa Cron, CI/CD-Pipelines und das Konzept zustandsbehafteter Worker. Neu ist vor allem die Kopplung dieser bewährten Betriebslogik mit KI-Agenten, die Aufgaben nicht nur als Skript ausführen, sondern in natürlicher Sprache formulierte Ziele in konkrete, mehrschrittige Aktionen übersetzen. Früher brauchte man dafür komplexe Regelwerke oder handgeschriebene Tools; heute kann ein Modell Zwischenschritte ableiten. Entscheidend ist aber: KI-Output ist probabilistisch. Daher müssen Automationen mit Validierung, Tests, Review-Schleifen und klaren Abbruchkriterien versehen werden, sonst skaliert nicht nur die Produktivität, sondern auch das Risiko für fehlerhafte Änderungen.
Für Unternehmen wird damit auch das Thema Regulatory und Privacy greifbarer. Wenn tausende Agenten laufen und dabei auf interne Daten, Logs oder Code zugreifen, verschieben sich Verantwortlichkeiten: Welche Daten werden an externe KI-Dienste übertragen? Wie lange werden Prompts und Artefakte gespeichert? Wie wird verhindert, dass personenbezogene Informationen in Trainings- oder Monitoring-Prozesse geraten? Aus Compliance-Sicht braucht es mindestens Transparenz, rollenbasierte Zugriffskontrolle und ein sauberes Datenklassifikationsmodell. Zusätzlich wird Security Engineering relevanter: Agenten müssen in Sandboxes operieren, dürfen nicht unkontrolliert Secrets verwenden und sollten ihre Aktionen so protokollieren, dass sich später Audit-Trails rekonstruieren lassen.
In die Zukunft gelesen heißt das: Der nächste Schritt ist nicht nur „mehr Agents“, sondern bessere Betriebsfähigkeit. Erwartbar ist, dass Anbieter stärker in Observability investieren, etwa mit Status-APIs, Metriken zu Erfolgsquoten, Kosten pro Session und Rückmeldungen, die Entwickler ohne manuelles Debugging verstehen. Ebenso wahrscheinlich ist eine engere Kopplung an Unternehmens-Workflows: Agenten werden nicht nur Code schreiben, sondern Änderungen an Git, Build-Integrationen, Ticket-Systemen und Sicherheitschecks orchestrieren. Für Entwickler entsteht dadurch eine neue Kompetenzschwelle: KI-Entwicklung wird zunehmend zur KI-Operations-Aufgabe. Wer früh Leitplanken, Monitoring und Governance aufsetzt, kann die Produktivität dieser Daueragenten real nutzen – ohne Kontrollverlust.
Vor diesem Hintergrund wird Chernys Beschreibung vor allem als Blaupause interessant: Der „coolste“ Teil ist weniger die Menge, sondern die Planbarkeit und Persistenz. /loops und Routines zeigen, wie man KI so an Scheduler- und Serverlogik koppelt, dass kontinuierliche Arbeit entsteht. Das kann den Zeitanteil menschlicher Steuerung senken und die Zahl verwertbarer Iterationen erhöhen, vorausgesetzt, die Systeme liefern konsistente Artefakte. Der Wettbewerb wird deshalb stärker um verlässliche Agentenplattformen kreisen als um reine Textqualität. In den kommenden Monaten dürften besonders Teams profitieren, die Automatisierung als kontrollierten Produktivitätshebel begreifen und dafür Architektur, Security und Compliance von Anfang an mitdenken.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Claude-Code: Wie Boris Cherny tausende KI-Agenten per Loops und Routines laufen lässt" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Claude-Code: Wie Boris Cherny tausende KI-Agenten per Loops und Routines laufen lässt" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Claude-Code: Wie Boris Cherny tausende KI-Agenten per Loops und Routines laufen lässt« bei Google Deutschland suchen, bei Bing oder Google News!