Schulungsübersicht
Der vierstufige Personalisierungsstack
Stufe 1 | „Knows“ – Regeln und AGENTS.md
Behandelte Themen:
• Definition von Projektkonventionen und Codestandards
• Dokumentation der Architektur und technischer Constraints
• Erstellung tool-übergreifender Projektanleitungen
• Sicherstellung der Konsistenz in Entwicklungsteams und KI-Tools
Stufe 2 | „Can“ – Skills
Behandelte Themen:
• Erstellung wiederverwendbarer Einheiten für spezialisiertes Wissen
• Laden kontextueller Informationen nur bei Bedarf
• Reduzierung der Kontextgröße bei gleichzeitiger Verbesserung der Aufgabenerfüllung
• Aufbau von Bibliotheken wiederverwendbarer Workflows und Expertise
Stufe 3 | „Reaches“ – MCP
Behandelte Themen:
• Anbindung von KI-Tools an externe Systeme und Dienste
• Zugriff auf Repositories, Datenbanken und Dokumentationsquellen
• Erweiterung der Fähigkeiten von KI-Coding-Assistants
• Implementierung sicherer Integrationen und Governance-Kontrollen
Stufe 4 | „Acts“ – Agents
Behandelte Themen:
• Verständnis autonomer KI-Agenten und ihrer Fähigkeiten
• Autonomes Lesen, Schreiben, Testen und Überarbeiten von Code
• Verwaltung zielorientierter Workflows und delegierter Aufgaben
‥ Etablierung von Überwachungs- und Human-in-the-Loop-Mechanismen für agentic Systeme
Tag 1 | Delegierung und Erweiterung der Tools
Modul 1 | Vom Assistent zum Agenten
Behandelte Themen:
• Unterschied zwischen KI-Assistenten und autonomen Agenten
• Inline-Code-Vervollständigung versus agentic Delegierung
• Wie agentic Workflows die Struktur von Entwicklungsaufgaben verändern
• Identifikation von Aufgaben, die sich für die Delegierung an Agenten eignen
• Best Practices für die Zusammenarbeit mit autonomen KI-Systemen
Modul 2 | Erfolgreiche Delegierung ohne ständige Kontrolle & Schleifen (Loops)
Behandelte Themen:
• Verfassung effektiver Anweisungen für KI-Agenten
• Bereitstellung ausreichender Kontextinformationen und Geschäftsanforderungen
• Definition von Constraints und Ausführungsgrenzen
• Festlegung klarer Akzeptanzkriterien und Erfolgsmessungen
• Minimierung menschlicher Intervention bei gleichzeitiger Wahrung der Qualität
• Erstellung von Loops
Modul 3 | Personalisierungsstack und dessen Anwendbarkeit
Behandelte Themen:
• Verständnis des vierstufigen Personalisierungsstacks
• Nutzung von Rules und AGENTS.md zur Definition von Projektkonventionen
• Bestimmung, welche Mechanismen der Personalisierung in welchen Szenarien anwendbar sind
• Effizientes Management des Kontexts über Tools und Projekte hinweg
‥ Erstellung konsistenter KI-unterstützter Entwicklungsumgebungen
Modul 4 | Skills und Subagents
Behandelte Themen:
• Erstellung wiederverwendbarer Skills für gängige Workflows und Aufgaben
• Verpackung von Spezialwissen zur wiederholten Nutzung
• Verständnis der Rolle von Subagents und isolierten Kontexten
• Delegierung begrenzter Aufgaben an spezialisierte Agenten
• Steigerung der Effizienz durch modulare KI-Workflows
Tag 2 | Anbindung von Tools, Parallelität und Governance
Modul 5 | MCP: Anbinden und Bauen
Behandelte Themen:
• Verständnis der Prinzipien des Model Context Protocol (MCP)
• Anbindung von KI-Tools an externe Systeme und Dienste
• Integration von Browsern, Datenbanken, Repositories und Dokumentationsquellen
• Erstellung eines benutzerdefinierten MCP-Servers
‥ Verwaltung der Zugriffskontrolle und Sicherheitsaspekte
Modul 6 | Der disziplinierte agentic Workflow
Behandelte Themen:
‥ Etablierung eines wiederholbaren, KI-unterstützten Entwicklungsprozesses
‥ Brainstorming und Planung mit KI-Agenten
‥ Kollaborativer Aufbau und Implementierung von Lösungen
‥ Testen und Validieren generierter Outputs
‥ Überprüfung und Finalisierung von Ergebnissen mit geeigneten Verifizierungsschritten
‥ Konfiguration von Goals
Modul 7 | Parallele Entwicklung
Behandelte Themen:
‥ Gleichzeitiges Ausführen mehrerer KI-Agenten
‥ Arbeit mit isolierten Branches und Git Worktrees
‥ Koordination von Entwicklungsaktivitäten über parallele Workflows hinweg
‥ Zusammenführung und Validierung der Outputs mehrerer Agenten
‥ Steigerung der Produktivität durch Strategien zur parallelen Ausführung
Modul 8 | Risiken, Überprüfung und Governance
Behandelte Themen:
‥ Bewertung und Prüfung externer Skills und MCP-Servers
‥ Verständnis von Sicherheits- und Governance-Risiken
‥ Verwaltung von Berechtigungen und Zugriffsrechten
‥ Schutz sensibler Daten und geistigen Eigentums
‥ Etablierung von Review-Prozessen und Qualitätsmanagement-Praktiken
Modul 9 | KI-Adoption in der Softwareentwicklung: Use Cases und nächste Schritte
Behandelte Themen:
‥ Integration von KI in den Software Development Lifecycle (SDLC) durch Organisationen
‥ Praxisnahe Use Cases und Implementierungsbeispiele aus verschiedenen Branchen
‥ Gängige Ansätze der KI-Adoption: individuelle Adoption, teambasierte Adoption und unternehmensweite Enablement-Strategien
‥ Typische Use Cases im SDLC:
• Anforderungsanalyse und Dokumentation
• Codegenerierung und Prototyping
• Testing und Qualitätssicherung
• Code Review und Refactoring
• Dokumentation und Wissensmanagement
• DevOps und Incident Management
‥ Governance-Modelle, Richtlinien und Sicherheitsaspekte
‥ Messung der Produktivität und des ROI von KI-unterstützter Entwicklung
‥ Aufbau einer internen KI-Adoption-Roadmap
‥ Definition praktischer nächster Schritte für Teilnehmer und deren Teams
Interaktive Diskussionsworkshop
‥ Aktuelle Herausforderungen in den Entwicklungsteams der Teilnehmer
‥ Identifikation hochwirksamer Use Cases für die sofortige Adoption
‥ Risiken, Hindernisse und organisatorische Aspekte
‥ Erstellung eines ersten Aktionsplans für die KI-Integration.
Voraussetzungen
Berufliche Entwicklungserfahrung, Vertrautheit mit der Kommandozeile (Terminal) und fundierte Git-Kenntnisse. Regelmäßige Nutzung eines KI-Coding-Tools oder Abschluss des Grundlagenkurses.
Zielgruppe
Entwickler, die bereits KI-Tools einsetzen, technische Leitungsverantwortliche für die Team-Adoption sowie Platform- oder DevOps-Ingenieure, die Skills und MCP-Server aufbauen.
Erfahrungsberichte (2)
Lernen, wie man Claude effektiv promptet und nutzt, um alle verfügbaren Daten zu verarbeiten und zu analysieren.
Mike Hartleroad - Furniture Row
Kurs - Claude AI for Data Analysis and Business Intelligence
Maschinelle Übersetzung
Wie man sich mit der Office-Umgebung auseinandersetzt und sich wiederholende Aufgaben einrichtet
Matthew Wallace - Group CBS
Kurs - Claude AI for Workflow Automation and Productivity
Maschinelle Übersetzung