Schulungsübersicht
Stufe 1: Das Entdeckungslabyrinth – Die Geheimnisse der Anforderungen
Aufgabe: Mit Hilfe von Large Language Models (ChatGPT) aus vagen Ideen konkrete Anforderungen zu extrahieren.
Schlüsselaktivitäten:
- Interpretation unpräziser Konzepte oder Funktionen aus Kundensicht
-
Einsatz der KI zu folgenden Zwecken:
- Erstellung von User Stories sowie Prüfkriterien
- Generierung möglicher Nutzergruppen und Szenarien
-
Erzeugung visueller Elemente (etwa einfache Diagramme per Mermaid oder draw.io)
Ergebnis: Strukturierter Anforderungskatalog samt Modellskizzen und Visualisierungen
Stufe 2: Die Design-Schmiede – Das Architekturbuch
Aufgabe: Mittels KI-gestützter Verfahren Architekturkonzepte entwickeln und überprüfen.
Schlüsselaktivitäten:
-
Einsatz der KI für folgende Tätigkeiten:
- Vorstellung verschiedener Architekturformen (Monolithen, Microservices oder Serverless)
- Erstellung allgemeiner Komponentendiagramme sowie Interaktionsmodelle
- Skizzierung von Klassen- und Modulstrukturen
-
Peer-Reviews, bei denen Entscheidungen gemeinsam reflektiert werden
Ergebnis: Prüfbare Architektur sowie eine rudimentäre Code-Basis
Stufe 3: Die Codier-Arena – Der Kodex-Challenge-Track
Aufgabe: Mithilfe von KI-gestützten Entwicklungshilfen Funktionalität umsetzen und Code optimieren.
Schlüsselaktivitäten:
- Implementierung von Funktionen mit GitHub Copilot bzw. ChatGPT
-
Überarbeitung generierter Codes bezüglich:
- Leistungsfähigkeit
- Sicherheit
- Wartbarkeit
-
Einfügen typischer Codier-Probleme sowie anschließende kollektive Lösungsfindung
Ergebnis: Optimierter Codebasiskreislauf, der auf KI-Ansätzen beruht
Stufe 4: Das Test-Dschungelgebiet – Im dunklen Labyrinth der Qualitätssicherung
Aufgabe: Mit Hilfe von KI Tests erstellen und verbessern sowie fehlerhafte Elemente fremder Entwicklungen erkennen.
Schlüsselaktivitäten:
-
Erzeugung von:
- Unit-Tests
- Integrationstests
- Testfällen für Randbedingungen
-
Austausch fehlerhafter Codes mit anderen Teams zur gemeinsamen KI-gestützten Fehlerdiagnose
Ergebnis: Komplettes Testregime, detaillierte Dokumentation sowie korrigierte Implementierungen
Stufe 5: Die CI/CD-Portale – Automaten-Torwege
Aufgabe: Durch KI-Unterstützung automatisierte Deploymentsysteme errichten.
Schlüsselaktivitäten:
-
Einsatz der KI zur Konfiguration von:
- Arbeitsabläufen via GitHub Actions
- Automatisierung von Kompilier-, Test- sowie Auslieferungsschritten
-
Formulierung Strategien zur Störungserkennung und Rollback-Mechanismen
Ergebnis: Funktionsfähiges CI/CD-Automationssystem unter künstlicher Intelligenz
Stufe 6: Die Beobachtungsfestung – Logwächter-Turm
Aufgabe: Auswertung vorhandener oder erzeugter Logs mittels maschinellem Lernen zur Fehlererkennung und Reparaturvorschlägen.
Schlüsselaktivitäten:
- Analyse vorbereiteter Log-Datensätze
-
Nutzung der KI für:
- Erkennung anormaler Aktivitäten oder wiederkehrender Fehlerbilder
- Entwicklung automatisierter Reaktionen (z. B. Selbstheilungsroutinen, Benachrichtigungen)
-
Gestaltung übersichtlicher Dashboards bzw. Zusammenfassungsvisualisierungen
Ergebnis: Detaillierte Beobachtungspläne sowie intelligente Warnsysteme
Abschlussstufe: Die Helden-Arena – Erstellung des perfekten KI-gestützten SDLC
Aufgabe: Anwendung aller gewonnenen Kenntnisse bei der Realisierung eines kleinen Projekts inklusive vollständig automatisiertem Entwicklungsprozess.
Schlüsselaktivitäten:
- Auswahl eines Teamprojekts – etwa ein Bug-Tracker, Chatbot oder Microservice
-
Integration der KI zu allen Phasen des SDLC:
- Anforderungen, Design, Implementierung, Testeinführung, Auslieferung und Überwachung
- Vorstellung des Ergebnisses im Rahmen einer kurzen Team-Präsentation
Am Ende erfolgt eine Gruppenabstimmung bzw. Bewertung, wobei die optimale Nutzung von KI-Komponenten honorisiert wird.
Ergebnis: Vollständig automatisierter, KI-gestützter Softwareentwicklungszyklus inklusive Präsentation und Abschlussdokumentation
Nach Abschluss dieses Workshops können die Teilnehmer:
- Generative KI-Werkzeuge einsetzen, um Anforderungen zu strukturieren und logisch darzustellen
- Mithilfe der KI Architekturbilder generieren sowie Designentscheidungen überprüfen
- Produktionscode mittels KI-Copiloten effektiv schreiben und verändern
- Automatisiert Tests erstellen und fehlerhafte Codes mit Hilfe der künstlichen Intelligenz korrigieren
- Intelligente CI/CD-Abläufe entwerfen, die potenzielle Fehlstellungen frühzeitig erkennen und reagieren können
- Log-Daten mittels KI/Machine-Learning-Tools analysieren sowie Risikoprognosen formulieren und Reparaturpläne entwickeln
- Ein völlig durch KI ergänztes SDLC-Modell in Gruppenarbeit darstellen und demonstrieren
Voraussetzungen
Zielgruppe: Softwareentwickler, Tester, Architekten, DevOps-Ingenieure sowie Produktmanager
Voraussetzungen für die Teilnahme:
- Grundkenntnisse des Software Development Lifecycles (SDLC)
- Praktische Erfahrung in mindestens einer Programmiersprache – etwa Python, Java, JavaScript oder C#
-
Vertrautheit mit:
- Das Verfassen sowie das Verstehen von User Stories und Anforderungen
- Grundlegenden Prinzipien der Softwarearchitektur
- Versionsverwaltung (insbesondere Git)
- Erstellung sowie Ausführung von Unit-Tests
- Durchführung bzw. Interpretation von CI/CD-Pipelines
Dieser Workshop richtet sich an fortgeschrittene Teilnehmer – er ist insbesondere für Personen aus Softwareentwicklungsteams geeignet.
Erfahrungsberichte (1)
Ich habe Wissen über die Streamlit-Bibliothek von Python erworben und werde sie sicherlich verwenden, um Anwendungen in meinem Team zu verbessern, die mit R Shiny erstellt wurden.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maschinelle Übersetzung
