Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in Agentic AI für Betriebstätigkeiten
- Von statischen Runbooks zu inferenzfähigen Agenten: Die Evolution der IT-Automatisierung
- Anatomie eines Agenten: Denk-Schleife, Werkzeugnutzung, Gedächtnis und Planung
- Wann automatisiert werden sollte und wann der Mensch im Loop bleibt
Agent-Frameworks und Architekturen
- Muster für Einzelagenten: ReAct, Plan-and-Execute und Tool-Calling-Schleifen
- Mehrfach-Agenten-Architekturen: Supervisor-, Hierarchie- und Schwarmmuster
- Framework-Vergleich: LangGraph, CrewAI, AutoGen und benutzerdefinierte Agenten
- Erstellung Ihres ersten betriebsorientierten Agenten: Monitoring abfragen, diagnose, Vorschläge machen
Werkzeugintegration für IT-Betriebstätigkeiten
- Verbindung von Agenten zu Prometheus-, Grafana-, Datadog- und PagerDuty-APIs
- Log-Abfragen durch Agenten: Integration von Elasticsearch, Loki und Splunk
- Nutzung von Infrastrukturwerkzeugen: kubectl, Terraform, Ansible über Agentenaktionen
- Gestaltung sicherer Werkzeug-Schnittstellen mit Parametervalidierung und Idempotenz
Automatisierte Incident-Response
- Automatisierte Triage von Zwischenfällen: Schweregradeinstufung und Routing
- Generierung von Root-Cause-Hypothesen und Sammlung von Belegen
- Automatisierte Behebung: Neustart, Skalierung, Rollback und Failover-Aktionen
- Aufbau eines Incident-Runbook-Agenten mit gestuften Autonomieebenen
Sicherheit, Guardrails und Human-in-the-Loop
- Klassifizierung von Aktionen: nur-Lesen, geringes Risiko, hohes Risiko und zerstörerisch
- Genehmigungsgates und Eskalationsrichtlinien für kritische Betriebstätigkeiten
- Guardrail-Muster: Aktions-Allowlists, Begrenzung des Blast Radius und Rollback-Garantien
- Audit-Trails und Entscheidungsherkunft für Compliance-Zwecke
Mehrfach-Agenten-Orchestrierung für komplexe Zwischenfälle
- Koordination spezialisierter Agenten: Triage-Agent, Diagnose-Agent, Remediation-Agent
- Kommunikation zwischen Agenten und Verwaltung des geteilten Kontexts
- Konfliktlösung, wenn Agenten widersprüchliche Aktionen vorschlagen
- End-to-End-Simulation eines Major Incidents mit Mehrgesamt-Agenten-Antwort
Observability und Bewertung
- Nachverfolgung der Kettung von Agenten-Reasoning für Debugging und Audit
- Bewertung der Entscheidungsqualität von Agenten: Präzision, Recall, Time-to-Resolution
- Rückkopplungsschleifen: Lernen aus Operator-Overrides und Ergebnissen
- Kostenverfolgung und Token-Ökonomie für betriebsorientierte Agenten
Bereitstellung und Betrieb in der Produktion
- Bereitstellung von Agenten als Dienste: APIs, Webhooks und geplante Jobs
- Graduelle Rollout der Autonomie: Von Shadow Mode bis hin zu vollständiger automatischer Behebung
- Runbook für Agentenausfälle: Was passiert, wenn der Agent selbst fehlerhaft wird
- Aufbau der Geschäftsbegründung und Messung der ROI für autonome Betriebstätigkeiten
Voraussetzungen
- Erfahrung in IT-Betriebstätigkeiten, DevOps oder SRE-Praktiken.
- Kenntnisse in Python-Skripting und REST-APIs.
- Grundlegendes Verständnis der Fähigkeiten von LLMs und Prompt Engineering.
Zielgruppe
- SRE- und DevOps-Engineers, die KI-gestützte Automatisierung erkunden.
- Plattform-Engineers, die selbstheilende Infrastrukturen aufbauen.
- Verantwortliche für IT-Betriebstätigkeiten, die Agentic AI für das Incident Management evaluieren.
14 Stunden