Schulungsübersicht
Tag 1 | Die Tools verstehen und ein erstes Projekt erstellen
Modul 1 | So funktionieren KI-Coding-Tools tatsächlich
Inhalt:
• Verständnis von Context Windows und deren Begrenzungen
• Stateless-Ansätze und wie KI-Modelle Informationen während einer Sitzung speichern
• Der Workflow «Plan → Ausführen → Prüfen»
• Stärken und Grenzen von KI-Coding-Tools
• Best Practices für eine effektive Zusammenarbeit mit KI-Assistenten
Modul 2 | Die Landschaft der KI-Coding-Tools
Inhalt:
• Überblick über das aktuelle KI-Coding-Ökosystem
• Unterschiede zwischen Tools wie Cursor, GitHub Copilot und Claude Code
• Auswahl des passenden Modells und Tools für verschiedene Aufgaben
• Stärken und Einschränkungen verschiedener Coding-Assistenten
• Praktische Empfehlungen zur Einführung der Tools in Entwicklungsteams
Modul 3 | Anatomie eines Prompts
Inhalt:
• Wichtige Bestandteile eines effektiven Prompts
• Kontext bereitstellen und die Aufgabe klar definieren
• Ausgabeformate und Constraints festlegen
• Häufig verwendete Prompting-Frameworks und Templates
• Techniken zur Verbesserung der Prompt-Qualität und -Konsistenz
Modul 4 | Erstes Coding: Vom leeren Ordner zum Projekt
Inhalt:
• Aufbau eines Projekts in einem leeren Ordner
• Erstellen der grundlegenden Anwendungsstruktur und Scaffolding
• Verwaltung von Abhängigkeiten und Projektkonfiguration
• Iteratives Verbessern des generierten Codes
• Testen und Verfeinern der finalen Lösung
Tag 2 | Bestehende Codebasen, Personalisierung und Review
Modul 5 | Arbeiten in einer Codebasis
Inhalt:
• Navigation und Verständnis für eine unbekannte Codebasis
• Abfrage und Analyse bestehender Projekte mit KI-Tools
• Kartierung der Anwendungsstruktur und Abhängigkeiten
• Generierung von Dokumentation und technischen Zusammenfassungen
• Beschleunigung des Onboardings in bestehende Projekte
Modul 6 | Alltagstätigkeiten: Bugs beheben, Features entwickeln und testen
Inhalt:
• Einsatz von KI-Tools zur Untersuchung und Behebung von Bugs
• Implementierung neuer Features und Erweiterungen
• Erstellung und Verbesserung automatisierter Tests
• Validierung des generierten Codes und der Änderungen
• Steigerung der Produktivität bei täglichen Entwicklungsaufgaben
Modul 7 | Personalisierung: Was das bedeutet
Inhalt:
• Verständnis von Projektregeln und Konfigurationsdateien
• Einführung in AGENTS.md und Konzept des projektbezogenen Speichers
• Einsatzorte und -zeitpunkte von Personalisierungsmechanismen
• Best Practices zur Konfiguration von KI-Assistenten
• Überblick über fortgeschrittene Implementierungsansätze
Modul 8 | Schutzmassnahmen, Risiken und Urteilsvermögen
Inhalt:
• Prüfung und Validierung von KI-generiertem Code
• Verständnis häufiger Fehlermodi und Grenzen
• Erkennen von Prompt Injection und Sicherheitsrisiken
• Entscheidung, welche Aufgaben an KI delegiert werden können
• Anwendung menschlichen Urteilsvermögens und Wahrung der Verantwortung in der Softwareentwicklung
Voraussetzungen
Keine Vorkenntnisse in Programmierung oder KI-Tools erforderlich.
Vorwissen im Umgang mit Code oder Git ist hilfreich
Lizenziertes Konto (Claude Code / Cursor / Copilot)
Zielgruppe:
Neueinsteiger in die KI-unterstützte Softwareentwicklung, darunter auch Nicht-Entwickler und gelegentliche Entwickler sowie fachnahe Rollen in QA, Data, Product oder Operations. Keine Vorkenntnisse in der Entwicklung werden vorausgesetzt.
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