Kontakt aufnehmen
 Dauer 7 Stunden

Schulungsübersicht

Level 1: Die Entdeckungs-Höhle – Geheimnisse der Anforderungen

Mission: Nutze LLMs (ChatGPT), um strukturierte Anforderungen aus vagen Eingaben zu extrahieren.

Wesentliche Aktivitäten:

  • Interpretation mehrdeutiger Produktideen oder Feature-Anfragen
  • Nutzung von KI, um:
    • User Stories und Akzeptanzkriterien zu generieren
    • Personas und Szenarien vorzuschlagen
    • Sichtbare Artefakte zu erstellen (z. B. einfache Diagramme mit Mermaid oder draw.io)

      Ergebnis: Strukturierter Backlog aus User Stories + initiales Domänenmodell/Skizzen

Level 2: Die Design-Schmiede – Der Architekten-Schriftsatz

Mission: Verwende KI, um Architekturpläne zu erstellen und zu validieren.

Wesentliche Aktivitäten:

  • Nutzung von KI, um:
    • einen Architekturstil vorzuschlagen (Monolith, Microservices, Serverless)
    • hochauflösende Komponenten- und Interaktionsdiagramme zu generieren
    • Klassen-/Modulstrukturen zu skizzieren
  • Wechselseitige Überprüfung der Designentscheidungen durch Peer-Reviews

    Ergebnis: Validierte Architektur + Code-Gerüst

Level 3: Die Code-Arena – Codex-Rittertour

Mission: Setze KI-Copilots ein, um Features zu implementieren und Code zu verbessern.

Wesentliche Aktivitäten:

  • Implementierung von Funktionalitäten mit GitHub Copilot oder ChatGPT
  • Refactoring von KI-generiertem Code hinsichtlich:
    • Leistung
    • Sicherheit
    • Wartbarkeit
  • Einfügen von „Code Smells“ und Durchführung gemeinsamer Aufräum-Aufgaben

    Ergebnis: Funktionelle, refaktorierte, KI-generierte Codebasis

Level 4: Das Bug-Sumpfgebiet – Teste die Dunkelheit

Mission: Erstelle und verbessere Tests mit KI, finde dann Bugs im Code anderer Teams.

Wesentliche Aktivitäten:

  • Generierung folgender Tests mithilfe von KI:
    • Unit Tests
    • Integrationstests
    • Grenzfall-Simulationen
  • Austausch von fehlerhaftem Code mit einem anderen Team zur KI-gestützten Fehlersuche

    Ergebnis: Test-Suite + Bug-Report + Bug-Fixes

Level 5: Die Pipeline-Pforten – Das Automaten-Tor

Mission: Richte intelligente CI/CD-Pipelines mit KI-Unterstützung ein.

Wesentliche Aktivitäten:

  • Nutzung von KI, um:
    • Workflows zu definieren (z. B. GitHub Actions)
    • Schritte für Build, Test und Deployment zu automatisieren
    • Anomalie-Erkennung/Rollback-Politiken vorzuschlagen
      Ergebnis: KI-gestütztes, funktionierendes CI/CD-Pipeline-Skript oder -Flussdiagramm

Level 6: Die Überwachungsburg – Der Wachturm der Logs

Mission: Analysiere Logs und nutze ML, um Anomalien zu erkennen und Wiederherstellungen zu simulieren.

Wesentliche Aktivitäten:

  • Analyse vorbefüllter oder generierter Logs
  • Nutzung von KI, um:
    • Anomalien oder Fehlermuster zu identifizieren
    • automatisierte Reaktionen vorzuschlagen (z. B. Selbstheilungs-Skripte, Alarme)
    • Dashboards oder visuelle Zusammenfassungen zu erstellen
      Ergebnis: Monitoring-Plan oder simulierte intelligente Benachrichtigungsmechanismen

Finale Level: Die Helden-Arena – Baue den ultimativen KI-gestützten SDLC

Mission: Die Teams wenden alles Gelernte an, um einen funktionalen SDLC-Zyklus für ein Mini-Projekt zu bauen.

Wesentliche Aktivitäten:

  • Auswahl eines Team-Mini-Projekts (z. B. Bug-Tracker, Chatbot, Microservice)
  • Anwendung von KI in jeder SDLC-Phase:
    • Anforderungen, Design, Code, Test, Deployment, Monitoring
  • Präsentation der Ergebnisse in einer kurzen Team-Demo

Bewertung durch Peers oder Jury für die effektivste KI-gestützte Pipeline

Ergebnis: End-to-End-Implementierung des KI-verbesserten SDLC + Team-Präsentation

Bis zum Ende dieses Workshops werden die Teilnehmenden in der Lage sein:

  • generative KI-Tools anzuwenden, um Software-Anforderungen zu extrahieren und zu strukturieren
  • Architekturdiagramme zu generieren und Designentscheidungen mithilfe von KI zu validieren
  • KI-Copilots zu nutzen, um produktionsreife Code zu implementieren und zu refaktorieren
  • die Testgenerierung zu automatisieren und KI-gestützte Fehlersuche durchzuführen
  • intelligente CI/CD-Pipelines zu gestalten, die Anomalien erkennen und darauf reagieren
  • Logs mit KI/ML-Tools zu analysieren, um Risiken zu identifizieren und Selbstheilung zu simulieren
  • einen vollständig KI-verbesserten SDLC durch ein Mini-Teamprojekt zu demonstrieren

Voraussetzungen

Zielgruppe: Softwareentwickler, Tester, Architekten, DevOps-Engineers, Product Owner

Die Teilnehmenden sollten über folgende Kenntnisse verfügen:

  • Grundlegendes Verständnis des Software-Entwicklungslebenszyklus (SDLC)
  • Praktische Erfahrung in mindestens einer Programmiersprache (z. B. Python, Java, JavaScript, C# usw.)
  • Vertrautheit mit:
    • dem Schreiben und Lesen von User Stories oder Anforderungen
    • grundlegenden Prinzipien des Software-Designs
    • versionskontrollierten Systemen (z. B. Git)
    • dem Schreiben und Ausführen von Unit Tests
    • dem Ausführen oder Interpretieren von CI/CD-Pipelines

Dieser Workshop richtet sich an ein fortgeschrittenes bis expertes Publikum. Er ist ideal für Professionals geeignet, die bereits Teil von Software-Delivery-Teams sind (Entwickler, Tester, DevOps-Engineers, Architekten, Product Owner).

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien