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
KI in der Anforderungs- und Planungsphase
- Nutzung von NLP und LLMs für die Anforderungsanalyse
- Umwandlung von Stakeholder-Eingaben in Epics und User Stories
- KI-Tools für die Verfeinerung von Stories und die Generierung von Akzeptanzkriterien
KI-verstärktes Design und Architektur
- Einsatz von KI zur Modellierung von Systemkomponenten und Abhängigkeiten
- Generierung von Architekturdiagrammen und UML-Vorschlägen
- Designvalidierung durch prompt-basierte Systemlogik
KI-enhanced Entwicklungsworkflows
- KI-unterstützte Codegenerierung und Boilerplate-Scaffolding
- Code-Refaktorierung und Leistungsverbesserungen mittels LLMs
- Integration von KI-Tools in IDEs (z. B. Copilot, Tabnine, CodeWhisperer)
Testen mit KI
- Generierung von Unit- und Integrationstests mittels KI-Modellen
- KI-unterstützte Regression-Analyse und Wartung der Tests
- Exploratives Testen und Generierung von Grenzwertfällen mit KI
Dokumentation, Überprüfung und Wissensaustausch
- Automatische Generierung der Dokumentation aus Code und APIs
- Automatisierte Code-Überprüfung mittels KI-Prompts und Checklisten
- Erstellung von Wissensdatenbanken und FAQs mittels conversational AI
KI in CI/CD und Bereitstellungsautomatisierung
- KI-optimierte Pipeline-Auswahl und risikobasiertes Testen
- Intelligente Vorschläge für Canary Releases und Rollbacks
- KI bei der Verifikation der Bereitstellung und Post-Deployment-Analyse
Governance, Ethik und Implementierungsstrategie
- Sicherstellung eines verantwortungsvollen KI-Einsatzes und Vermeidung von Verzerrungen (Bias) im generierten Code
- Auditing und Compliance in KI-unterstützten Workflows
- Erstellung eines Fahrplans für die phasenweise Einführung von KI im SDLC
Zusammenfassung und nächste Schritte
Voraussetzungen
- Kenntnisse über Konzepte des Softwareentwicklungslebenszyklus
- Erfahrung in der Softwarearchitektur oder Teamleitung
- Vertrautheit mit DevOps, agilen Praktiken oder SDLC-Tooling
Zielgruppe
- Softwarearchitekten
- Entwicklungsteamsleiter (Development Leads)
- Engineering-Manager
14 Stunden
Erfahrungsberichte (1)
Ich habe Wissen über die Streamlit-Bibliothek von Python erworben und werde sie sicherlich verwenden, um Anwendungen in meinem Team zu verbessern, die mit R Shiny erstellt wurden.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maschinelle Übersetzung