Schulungsübersicht
Inhalt Tag 1
Modul 1 — Einführung in Claude Code & KI-gestützte Engineering
• Claude Code im Vergleich zu traditionellen KI-Tools
• KI-Agenten in der Softwareentwicklung
• Produktivität und Workflow-Optimierung
• KI-gestützter Entwicklungslebenszyklus
• Risiken, Grenzen und menschliche Aufsicht
• Live-praktische Demonstrationen
Modul 2 — Grundlagen des Prompt-Engineering
• Aufbau eines effektiven Prompts
• Zero-Shot vs. Few-Shot Prompting
• Iterative Prompting-Techniken
• Grundlagen des Prompt-Chainings
• Strukturierte Ausgaben und Formatierung
• Prompt-Verifikation und Qualitätsverbesserung
Modul 3 — Prompting für die Softwareentwicklung
• Code-Generierung und Refactoring
• Debugging mit KI-Unterstützung
• Dokumentationserzeugung
• Pull-Request-Überprüfungen
• Verständnis von Legacy-Code
• Sicherer und wartbarer KI-generierter Code
Modul 4 — Prompting für Testing & Qualität
• Testfall-Generierung
• Analyse von Randfällen
• Automatisierungsfähiges Testdesign
• KI-gestützte Fehleranalyse
• Erstellung von Gherkin- und Testszenarien
• Qualitätsverifikations-Workflows
Modul 5 — Prompting für agile Zusammenarbeit
• User Stories und Akzeptanzkriterien
• Verfeinerung der Anforderungen
• Unterstützung der agilen Kommunikation
• Stakeholder-Zusammenfassungen
• Unterstützung bei Retrospektiven
• Vorbereitung der Backlog-Verfeinerung
Modul 6 — Verantwortungsvolle KI, Sicherheit & Verifikation
• Halluzinationen und KI-Risiken
• Vertraulichkeit und sicheres Prompting
• Prinzipien der KI-Governance
• Verifikations-Checklisten
• Sensibilisierung für Prompt-Injection
• Verantwortlichkeiten der menschlichen Überprüfung
Modul 7 — Team-Prompt-Labor
• Aufbau wiederverwendbarer Team-Prompts
• Rollenspezifische KI-Workflows
• Prompt-Sharing und Peer-Review
• Erstellung der Team-Prompt-Bibliothek v1
• Interaktive, kollaborative Übungen
Tag 2
Modul 1 — Fortgeschrittene Fähigkeiten von Claude Code
• CLAUDE.md und persistenter Projektkontext
• Automatisierung von KI-Workflows
• Strategien zur Generierung der besten N Ergebnisse
• Wiederverwendbare AI-Befehle
• Techniken des Context-Engineering
• KI-gestützte Engineering-Workflows
Modul 2 — Fortgeschrittene Techniken des Prompt-Engineering
• Chain-of-Thought Prompting
• Multimodales Prompting
• Constraint-basiertes Prompting
• Fortgeschrittenes Prompt-Chaining
• Management von großem Kontext
• Konversationelle Engineering-Workflows
Modul 3 — Versionskontrolle, parallele Entwicklung & Multi-Agent-Workflows
• Strategien zur Git-Integration
• Parallele KI-Entwicklungsworkflows
• Worktrees und isolierte KI-Aufgaben
• Multi-Agent-Orchestrierung
• Human-in-the-Loop-Kontrollpunkte
• Strategien zum Konfliktmanagement
Modul 4 — Architektur, MCP & erweitertes DevOps
• Model Context Protocol (MCP)
• Claude-Integrationen mit externen Tools
• KI-gestützte Architektur-Analyse
• Architecture Decision Records (ADR)
• KI-gestütztes CI/CD-Debugging
• Incident-Postmorts und operative Workflows
Modul 5 — Skalierung von Claude Code & Codebase-Gesundheit
• Token- und Kontextmanagement
• KI-freundliche Projektstrukturen
• Langfristige Wartbarkeit der Codebase
• Automatisierung der Dokumentation
• KI-Skalierungsstrategien
• Teamweite Engineering-Workflows
Modul 6 — Capstone: Definition Ihres Claude Code-Prozesses
• Design skalierbarer KI-gestützter Workflows
• Kombination von Prompts, Befehlen und Kontextdateien
• Design des KI-Prozesses für Teams
• Modell der rollenübergreifenden Zusammenarbeit
• Erstellung des Workflow-Blueprints
Modul 7 — Fortgeschrittenes Team-Prompt-Labor
• Entwicklung fortgeschrittener Prompt-Bibliotheken
• Komplexe, rollenspezifische Workflows
• Validierung von Prompts in der Praxis
• Übungen zur teamübergreifenden Zusammenarbeit
• Team-Prompt-Bibliothek v2
Voraussetzungen
Tag 1 — Grundlagen
• Grundlegende Kenntnisse in Softwarelieferungsprozessen
• Allgemeines Verständnis von Entwicklungs-, Test- oder agilen Workflows
• Claude-Zugriff wird für die praktischen Übungen empfohlen
Tag 2 — Fortgeschritten
• Abschluss von Tag 1 (oder gleichwertige Erfahrung)
• Vorkenntnisse in Claude Code und Prompt-Engineering-Konzepten
• Grundlegende Git-Kenntnisse
• Vertrautheit mit CI/CD-Konzepten wird empfohlen