Kontakt aufnehmen

Schulungsübersicht

Block 1 — Gemeinsame Grundlagen (Tage 1–2)

Tag 1 — Vormittag: Der menschliche Faktor bei der KI-Adoption
• Vertrauen und Zuverlässigkeit: Wann man KI nutzt, wann man aufhört.
• Strukturvereinbarungen im Team (Trigger / Aktion / Beweis / Verantwortlicher).
• Rolle des Prompt-Curatoren: Validierung, Entscheidung, Freigabe. Plan zur Reaktion auf KI-Vorfälle.

Tag 1 — Nachmittag: Einschränkungen, Risiken und Compliance
• Echte LLM-Fähigkeiten — Risiko-Punkte bei Prompts: Injection, Datenleckagen, Halluzinationen.
• Rechtsrahmen: DSGVO, EU-KI-Gesetz — Branchenstandards (DICOM, HL7, HIPAA).
• Praxisübung: Übersetzung eines Branchenstandards in eine Prompt-Guardrail.

Tag 2 — Vormittag: Technische Architektur von Prompts
• Agentenarchitektur: Speicher, Kontext, Ziele — aus der Perspektive des Prompt-Designs.
• API-Integration und Quellen für Domänendaten, Multi-Agenten-Systeme und Prompt-Chaining.

Tag 2 — Nachmittag: Anatomie von Enterprise-Prompts
• Die 6 Schichten: Rolle / Kontext / Einschränkungen / Branchenstandards / Format / Beispiele.
• Prompt-Hierarchie: System (unternehmensweit) — Domäne (Team) — Aufgabe (individuell).
• Demo: Dekonstruktion eines naiven Prompts, Wiederaufbau. Team-Kurzinformation für die Tage 3–5.

Block 2 — Co-Creation-Workshops (Tage 3–4–5)

Tag 3 — Entdeckung und Audit der Standards

  • Parrallelworkshops für die Teams: Architekten, domänenspezifische Entwickler, Back-End, QA.
  • Mapping der Unternehmensstandards und -einschränkungen — Identifikation von Konflikten zwischen Teams.
  • Ergebnis Tag 3: Standards-Karte + Priorisierungsmatrix für Auswirkungen / Aufwand.

Tag 4 — Design der Konventionen und Erstellung von Vorlagen

  • Namenskonventionen, Versionierung, Tagging-System (Team, Domäne, Zieltool).
  • Erstellung erster valider Vorlagen: TypeScript DICOM, Code-Review, QA-Tests, API
    Dokumentation.
  • Ergebnis Tag 4: 4+ operative Vorlagen + Leitfaden für Konventionen.

Tag 5 — Zusammenstellung der Bibliothek, Governance und offizielle Übergabe

  • Strukturierung der Bibliothek, Integration mit GitHub Copilot / Cursor / interner LLM-API.
  • Rolle des Prompt-Curatoren, Qualitätsmetriken, Teamrituale, 30-Tage-Deploymentsplan.
  • Endgültiges Ergebnis Tag 5: Dokumentierte Bibliothek v1.0 + Governance-Charta + 30-Tage-Plan.

Voraussetzungen

  • Abschluss mindestens eines KI-Schulungskurses (Einstieg oder Fortgeschritten).
  • Technische Profile: Entwicklungserfahrung im Technologie-Stack des Unternehmens.
  • Führungsprofile: Grundkenntnisse im Umgang mit KI-Tools (ChatGPT, Copilot usw.).
  • Unternehmensengagement: Aktive Teilnahme der Teamleiter an den Tagen 3–5.
  • Vorleistungen: Vorhandene Dokumentationen zu Standards (README, Coding-Guidelines).

Zielgruppe

  • Softwarearchitekten
  • Entwickler (domänenspezifisch, Back-End, Front-End)
  • QA-Ingenieure / Code-Techniker
  • Teamleiter und Middle Managers
  • IT-Manager, Entscheider und KI-Projektverantwortliche
 35 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien