Schulungsübersicht
Der Vier-Stufen-Personalisierung-Stack
Stufe 1 | Weiß – Rules und AGENTS.md
Inhalt:
• Festlegung von Projekt-Konventionen und Coding-Standards
• Dokumentation der Architektur und technischer Randbedingungen
• Erstellung tool-Neutraler Projekt-Richtlinien
• Sicherstellung der Konsistenz über Entwicklungsteams und KI-Tools hinweg
Stufe 2 | Kann – Skills
Inhalt:
• Erstellung wiederverwendbarer Einheiten spezialisierten Wissens
• Laden kontextbezogener Informationen nur bei Bedarf
• Reduzierung der Kontextgröße bei gleichzeitiger Verbesserung der Aufgabenleistung
• Aufbau von Bibliotheken mit wiederverwendbaren Workflows und Expertise
Stufe 3 | Greift – MCP
Inhalt:
• Anbindung von KI-Tools an externe Systeme und Dienste
• Zugriff auf Repositories, Datenbanken und Dokumentationsquellen
• Erweiterung der Fähigkeiten von KI-Coding-Assistenten
• Implementierung sicherer Integrationen und Governance-Maßnahmen
Stufe 4 | Handelt – Agents
Inhalt:
• Verständnis autonomer KI-Agenten und ihrer Fähigkeiten
• Autonomes Lesen, Schreiben, Testen und Überarbeiten von Code
• Verwaltung zielführiger Workflows und delegierter Aufgaben
• Einrichtung von Kontroll- und menschlichen Review-Mechanismen für agentic Systeme
Tag 1 | Delegation und Erweiterung der Tools
Modul 1 | Vom Assistenten zum Agenten
Inhalt:
• Unterscheidung zwischen KI-Assistenten und autonomen Agenten
• Inline-Code-Vervollständigung versus agentic Delegation
• Wie agentic Workflows die Struktur von Entwicklungsaufgaben verändern
• Identifikation von Aufgaben, die sich für die Delegation an Agenten eignen
• Best Practices für die Zusammenarbeit mit autonomen KI-Systemen
Modul 2 | Delegationen, die ohne ständige Aufsicht funktionieren
Inhalt:
• Schreiben effektiver Anweisungen für KI-Agenten
• Bereitstellung ausreichender Kontextinformationen und Geschäftsanforderungen
• Definition von Randbedingungen und Ausführungsgrenzen
• Festlegung klarer Akzeptanzkriterien und Erfolgsmessgrößen
• Minimierung menschlicher Eingriffe bei gleichzeitiger Aufrechterhaltung der Qualität
Modul 3 | Personalisierung-Stack und deren Anwendungsbereich
Inhalt:
• Verständnis des Vier-Stufen-Personalisierung-Stack
• Nutzung von Rules und AGENTS.md zur Definition von Projekt-Konventionen
• Ermittlung, welche Personalisierungsmechanismen in verschiedenen Szenarien anzuwenden sind
• Effizientes Kontextmanagement über Tools und Projekte hinweg
• Erstellung konsistenter KI-unterstützter Entwicklungsumgebungen
Modul 4 | Skills und Subagents
Inhalt:
• Erstellung wiederverwendbarer Skills für gängige Workflows und Aufgaben
• Verpackung spezialisierten Wissens zur wiederholten Nutzung
• Verständnis der Rolle von Subagents und isolierten Kontexten
‥ delegation begrenzter Aufgaben an spezialisierte Agenten
• Verbesserung der Effizienz durch modulare KI-Workflows
Tag 2 | Anbindung von Tools, Parallelität und Governance
Modul 5 | MCP: Verbinden und Erstellen
Inhalt:
• Verständnis der Prinzipien des Model Context Protocol (MCP)
• Anbindung von KI-Tools an externe Systeme und Dienste
• Integration von Browsern, Datenbanken, Repositories und Dokumentationsquellen
• Aufbau eines eigenen MCP-Servers
• Verwaltung von Zugriffssteuerung und Sicherheitsaspekten
Modul 6 | Der disziplinierte agentic Workflow
Inhalt:
• Etablierung eines wiederholbaren KI-unterstützten Entwicklungsprozesses
• Brainstorming und Planung mit KI-Agenten
• Gemeinsamer Aufbau und Implementierung von Lösungen
• Testen und Validieren generierter Outputs
• Überprüfung und Finalisierung der Ergebnisse mit geeigneten Verifizierungsschritten
Modul 7 | Parallele Entwicklung
Inhalt:
• Simultanes Ausführen mehrerer KI-Agenten
‥ Arbeit mit isolierten Branches und Git Worktrees
• Koordination der Entwicklungstätigkeiten über parallele Workflows hinweg
• Zusammenführung und Validierung der Outputs mehrerer Agenten
• Steigerung der Produktivität durch parallele Ausführungsstrategien
Modul 8 | Risiken, Reviews und Governance
Inhalt:
• Bewertung und Prüfung externer Skills und MCP-Server
• 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-Einführung in der Softwareentwicklung: Anwendungsfälle und nächste Schritte
Inhalt:
• Wie Organisationen KI in den Software Development Lifecycle (SDLC) integrieren
• Praxisnahe Anwendungsfälle und Implementierungsbeispiele aus verschiedenen Branchen
• Gängige Ansätze zur KI-Einführung: individuelle Einführung, teambasierte Einführung und organisationsweite Enablement-Maßnahmen
• Typische Anwendungsfälle über den SDLC hinweg:
• Anforderungsermittlung und Dokumentation
• Code-Generierung 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-Einführungsroadmap
• Definition praktischer nächster Schritte für Teilnehmer und ihre Teams
Interaktive Diskussionsworkshop
• Aktuelle Herausforderungen innerhalb der Entwicklungsteams der Teilnehmer
• Identifikation von Use Cases mit hohem Wert für die unmittelbare Einführung
• Risiken, Blockierer und organisatorische Aspekte
• Erstellung eines ersten Aktionsplans zur KI-Integration.
Voraussetzungen
Professionelle Entwicklungserfahrung, Sicherheit im Umgang mit der Kommandozeile und fundierte Git-Kenntnisse. Regelmäßige Nutzung eines KI-Coding-Tools oder Abschluss des Foundations-Kurses.
Zielgruppe
Entwickler, die bereits KI-Tools nutzen, technische Lead-Verantwortliche für die Team-Einführung sowie Platform- oder DevOps-Ingenieure, die Skills und MCP-Server aufbauen.
Erfahrungsberichte (2)
Claude Code effizienter nutzen
Virgil Trif - Frequentis
Kurs - Claude Code: Agentic AI Development · 1-Day
Maschinelle Übersetzung
Ich habe das Potenzial des Tools erkannt und genug Fähigkeiten erworben, um es sofort in meiner Arbeit einzusetzen.
Angelo Moro
Kurs - Claude AI for Developers: Building AI-Powered Applications
Maschinelle Übersetzung