Schulungsübersicht
Das Personalisierungssystem auf vier Ebenen
Ebene 1 | Weiss – Regeln und AGENTS.md
Inhalt:
• Definieren von Projekt-Konventionen und Coding-Standards
• Dokumentieren der Architektur und technischen Einschränkungen
• Erstellen einer tool-übergreifenden Projektleitfaden
• Sicherstellen von Konsistenz zwischen Entwicklungsteams und KI-Tools
Ebene 2 | Kann – Skills
Inhalt:
• Erstellen wiederverwendbarer Module mit spezialisiertem Wissen
• Laden von kontextuellen Informationen nur bei Bedarf
• Reduzieren der Kontextgrösse bei gleichzeitiger Verbesserung der Aufgabenperformanz
• Aufbau von Bibliotheken mit wiederverwendbaren Workflows und Expertise
Ebene 3 | Reicht – MCP
Inhalt:
• Anbinden von KI-Tools an externe Systeme und Dienste
• Zugreifen auf Repositories, Datenbanken und Dokumentationsquellen
• Erweitern der Fähigkeiten von KI-Coding-Assistents
• Implementieren sicherer Integrationen und Governance-Massnahmen
Ebene 4 | Handelt – Agenten
Inhalt:
• Verstehen autonomer KI-Agenten und ihrer Fähigkeiten
• Autonomes Lesen, Schreiben, Testen und Überarbeiten von Code
• Steuern zielorientierter Workflows und delegierter Aufgaben
• Implementieren von Aufsichts- und menschlichen Review-Mechanismen für agentic Systeme
Tag 1 | Delegation und Erweitern der Tools
Modul 1 | Vom Assistent zum Agent
Inhalt:
• Verstehen des Unterschieds zwischen KI-Assistents und autonomen Agenten
• Inline-Codevervollständigung versus agentic Delegation
• Wie agentic Workflows die Struktur von Entwicklungsaufgaben verändern
• Identifizieren von Aufgaben, die sich für die Delegation an Agenten eignen
• Best Practices für die Zusammenarbeit mit autonomen KI-Systemen
Modul 2 | Funktionierende Delegationen ohne ständiges Einmischen & Loops
Inhalt:
• Schreiben effektiver Anweisungen für KI-Agenten
• Ausreichenden Kontext und Geschäftsanforderungen bereitstellen
• Einschränkungen und Ausführungsgrenzen definieren
• Klare Akzeptanzkriterien und Erfolgsmassstäbe festlegen
• Menschliches Eingreifen minimieren bei gleichzeitiger Aufrechterhaltung der Qualität
• Aufbau von Loops
Modul 3 | Personalisierungssystem und dessen Anwendungsbereiche
Inhalt:
• Verstehen des Personalisierungssystems auf vier Ebenen
• Nutzen von Regeln und AGENTS.md zur Definition von Projektkonventionen
• Bestimmen, welche Personalisierungsmechanismen in verschiedenen Szenarien relevant sind
‧ Effizientes Management des Kontexts über Tools und Projekte hinweg
• Erstellen konsistenter KI-unterstützter Entwicklungsumgebungen
Modul 4 | Skills und Subagenten
Inhalt:
• Erstellen wiederverwendbarer Skills für gängige Workflows und Aufgaben
• Spezialisiertes Wissen für die wiederholte Nutzung verpacken
• Verstehen der Rolle von Subagenten und isolierten Kontexten
• Übertragen begrenzter Aufgaben an spezialisierte Agenten
• Effizienzsteigerung durch modulare KI-Workflows
Tag 2 | Anbinden von Tools, Parallelität und Governance
Modul 5 | MCP: Verbinden und Erstellen
Inhalt:
• Verstehen der Prinzipien des Model Context Protocol (MCP)
• Anbinden von KI-Tools an externe Systeme und Dienste
• Integrieren von Browsern, Datenbanken, Repositories und Dokumentationsquellen
• Erstellen eines eigenen MCP-Servers
‧ Verwalten von Zugriffssteuerung und Sicherheitsaspekten
Modul 6 | Der disziplinierte agentic Workflow
Inhalt:
• Etablieren eines wiederholbaren KI-unterstützten Entwicklungsprozesses
‧ Brainstorming und Planung mit KI-Agenten
‧ Gemeinsam Entwickeln und Implementieren von Lösungen
‧ Testen und Validieren generierter Outputs
‧ Überprüfen und Finalisieren der Ergebnisse mit entsprechenden Verifikationsschritten
‧ Festlegen von Zielen
Modul 7 | Parallele Entwicklung
Inhalt:
‧ Gleichzeitiges Ausführen mehrerer KI-Agenten
‧ Arbeiten mit isolierten Branches und Git Worktrees
‧ Koordinieren von Entwicklungstätigkeiten über parallele Workflows hinweg
‧ Zusammenführen und Validieren von Outputs aus mehreren Agenten
‧ Produktivitätssteigerung durch parallele Ausführungsstrategien
Modul 8 | Risiken, Review und Governance
Inhalt:
‧ Bewerten und Prüfen externer Skills und MCP-Server
‧ Verstehen von Sicherheits- und Governance-Risiken
‧ Verwalten von Berechtigungen und Zugriffsrechten
‧ Schützen sensibler Daten und geistigen Eigentums
‧ Etablieren von Review-Prozessen und Qualitätssicherungspraktiken
Modul 9 | KI-Adoption in der Softwareentwicklung: Use Cases und nächste Schritte
Inhalt:
‧ Wie Organisationen KI in den Software Development Lifecycle (SDLC) integrieren
‧ Praxisnahe Use Cases und Implementierungsbeispiele aus verschiedenen Branchen
‧ Gängige Ansätze zur KI-Adoption: individuelle Adoption, teambasierte Adoption und organisationsweite Enablement
‧ Typische Use Cases über den SDLC hinweg:
‧ Erfassen von Anforderungen und Dokumentieren
‧ Code-Generierung und Prototyping
‧ Testing und Qualitätssicherung
‧ Code Review und Refactoring
‧ Dokumentationen und Wissensmanagement
‧ DevOps und Incident Management
‧ Governance-Modelle, Richtlinien und Sicherheitsaspekte
‧ Messen der Produktivität und des ROI von KI-unterstützter Entwicklung
‧ Erstellen einer internen KI-Adoption-Roadmap
‧ Definieren praktischer nächster Schritte für Teilnehmende und deren Teams
Interaktive Diskussionsworkshop
‧ Aktuelle Herausforderungen innerhalb der Entwicklungsteams der Teilnehmenden ‧ Identifizieren von Use Cases mit hohem Mehrwert für die unmittelbare Einführung ‧ Risiken, Blockaden und organisationsrelevante Aspekte ‧ Erstellen eines ersten Aktionsplans für die KI-Integration.
Voraussetzungen
Professionelle Entwicklungs-Erfahrung, Sicherheit im Terminal und Kenntnisse in Git. Regelmässige Nutzung eines KI-Coding-Tools oder Absolvierung des Foundations-Kurses.
Zielgruppe
Entwicklerinnen und Entwickler, die bereits KI-Tools nutzen, technische Leitende, die für die Einführung im Team zuständig sind, sowie Platform- oder DevOps-Ingenieurinnen und -Ingenieure, die Skills und MCP-Server erstellen.
Erfahrungsberichte (2)
Lernen, wie man Claude effektiv promptet und nutzt, um alle verfügbaren Daten zu verarbeiten und zu analysieren.
Mike Hartleroad - Furniture Row
Kurs - Claude AI for Data Analysis and Business Intelligence
Maschinelle Übersetzung
Wie man sich mit der Office-Umgebung auseinandersetzt und sich wiederholende Aufgaben einrichtet
Matthew Wallace - Group CBS
Kurs - Claude AI for Workflow Automation and Productivity
Maschinelle Übersetzung
