Kontakt aufnehmen
 Dauer 21 Stunden

Schulungsübersicht

Architektur-Grundlagen für KI-Systeme

  • Schichten, Grenzen und Separation of Concerns
  • Anwendung von Ports und Adaptern auf KI-Komponenten
  • Qualitätsattribut-Szenarien für KI-Funktionen
  • Architektur-Entscheidungsprotokolle als Governance-Instrument

Evolution bestehender Anwendungen

  • Inkrementelle Modernisierung statt Neuimplementierung
  • Positionierung von KI-Diensten neben einem bestehenden Monolithen
  • Strangler-Pattern und Anti-Corruption-Layer-Patterns
  • Integrationsnähte für bestehende APIs und Daten

Architekturmuster für die LLM-Integration

  • Modell-Gateway als Abstraktionsgrenze
  • Synchrone, asynchrone und Streaming-Integration
  • Fallbacks, Degradation und Provider-Failover
  • Prompts und Modellkonfigurationen als versionierte Artefakte

Verträge, APIs und Datenaustausch

  • Strukturierte Ausgabe-Schemas und Validierung
  • Idempotenz, Wiederholungsversuche und Rate Limiting
  • Latenzbudgets und Timeout-Orchestrierung
  • Kosten pro Anfrage als architektonische Einschränkung

RAG-Architektur von Ende zu Ende

  • Ingestion, Chunking und Embedding-Pipeline
  • Indexierung, Abruf, Re-Ranking und Generierungsstufen
  • Positionierung des Retrievals im Verhältnis zu Anwendungsdiensten
  • Abwägungen und Fehlermodi in jeder Stufe

Vektordatenbanken und Retrieval-Design

  • Verwaltete versus selbst gehostete Vektorspeicher
  • Dichte, spärliche und hybride Suche
  • Metadatenfilterung und Tenant-Isolation
  • Neu-Embedding-Strategie bei Modellwechseln

Retrieval-Qualität, Grounding und Evaluierung

  • Evaluierungsdatensätze basierend auf echten Anfragen
  • Metriken für Retrieval- und Antwortqualität
  • Zitierfähigkeit, Grounding und Kontrolle von Halluzinationen
  • Feedback-Schleifen in den Index

Agent-Architekturen

  • Der Agent-Loop und die Tool-Aufrufe
  • Deterministische Workflows versus autonome Planner
  • Fälle, in denen ein Agent die falsche Antwort ist
  • Abgrenzung der Agentenverantwortlichkeiten und Zustände

Mult-Agent-Systeme und Orchestrierung

  • Supervisor- und Orchestrator-Topologien
  • Handoff-Protokolle und Nachrichtenverträge
  • Gemeinsamer Speicher und Kontextverwaltung
  • Rahmenwerkvglleich auf architektonischer Ebene

Dienstkommunikation und Tool-Protokolle

  • Ereignisgesteuerte und queuesbasierte Koordination
  • Bereitstellung von Tools über Standardprotokolle
  • Sagas, Kompensation und langlebige Transaktionen
  • Beobachtbarkeit über Dienstepen hinweg

KI-Agenten im Entwicklungsworkflow

  • Coding-Agenten in der Bereitstellungspipeline
  • Spektrumsgetriebene Entwicklung und Review-Gates
  • Testgenerierung und automatisierte Qualitätsprüfungen
  • Sicherheitsmechanismen zur Wahrung der architektonischen Kontrolle

Governance und Softwarequalität

  • Design-Reviews für KI-Funktionen
  • Change-Management für Modelle und Prompts
  • Regressionstests als Pipeline-Stufe
  • Verantwortung, Richtlinien und Genehmigungswege

Sicherheit, Datenschutz und Daten-Governance

  • Prompt-Injection und Defense in Depth
  • Geheimnisse, Zugriffskontrolle und Least-Privilege-Prinzip
  • Datenresidenz, personenbezogene Daten und Aufbewahrung
  • Prüfbarkeit und Human-in-the-Loop-Kontrollen

Skalierbarkeit, Kosten und Beobachtbarkeit

  • Tracing über Agentenketten hinweg
  • Token- und Kosten-Telemetrie
  • Caching und Latenzoptimierung
  • Service-Level-Agreements und Incident Response für KI-Dienste

Capstone: Architektur für eine KI-gestützte Lösung

  • Kontext-, Komponenten- und Deployment-Ansichten
  • Design der Retrieval- und Agenten-Orchestrierung
  • Planung für Sicherheit, Governance und Kosten
  • Peer-Review, Kritik und Migrationsroadmap

Voraussetzungen

  • Erfahrung im Entwurf und in der Wartung produktiver Software-Systeme
  • Arbeitskenntnisse in REST-APIs und Service-Integration
  • Vertrautheit mit relationalen Datenbanken und Datenmodellierung
  • Grundlegende Erfahrungen mit LLM-basierten Tools oder APIs

Zielgruppe

  • Softwarearchitekten
  • Technikleiter und Senior-Ingenieure
  • Engineering-Manager, die für Architektur-Entscheidungen zuständig sind

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien