Kontakt aufnehmen
 Dauer 21 Stunden

Schulungsübersicht

Architekturbasics für KI-Systeme

  • Schichten, Grenzen und Trennung von Verantwortlichkeiten
  • Ports und Adapter angewendet auf KI-Komponenten
  • Qualitätsattribut-Szenarien für KI-Funktionen
  • Architektur-Entscheidungsprotokolle als Governance-Instrument

Entwicklung einer bestehenden Anwendung

  • Inkrementelle Modernisierung statt Neuschreibung
  • Platzierung von KI-Services neben einem bestehenden Monolithen
  • Strangler- und Anti-Korruption-Layer-Muster
  • Integrationsschnitte für bestehende APIs und Daten

Architekturmuster für LLM-Integration

  • Modell-Gateway als Abstraktionsschranke
  • Synchrone, asynchrone und Streaming-Integration
  • Fallbacks, Degradierung und Provider-Failover
  • Prompts und Modellkonfigurationen als versionierte Assets

Verträge, APIs und Datenaustausch

  • Strukturierte Ausgabeschemata und Validierung
  • Idempotenz, Retries und Rate Limiting
  • Latenz-Budgets und Timeout-Orchestrierung
  • Kosten pro Anfrage als architektonische Einschränkung

RAG-Architektur von Anfang bis Ende

  • Pipeline für Ingestion, Chunking und Embedding
  • Stufen für Indexierung, Retrieval, Reranking und Generierung
  • Positionierung des Retrievals relativ zu Anwendungsdiensten
  • Vorteile, Nachteile und Fehlermodi jeder Stufe

Vektordatenbanken und Retrieval-Design

  • Verwaltete versus selbst gehostete Vektorspeicher
  • Dichte, spärliche und hybride Suche
  • Metadatenfilterung und Tenant-Isolation
  • Re-Embedding-Strategie bei Modellwechsel

Retrieval-Qualität, Grounding und Evaluation

  • Evaluationssets basierend auf echten Abfragen
  • Metriken für Retrieval- und Antwortqualität
  • Zitierfähigkeit, Grounding und Halluzinationsbegrenzung
  • Feedback-Schleifen zurück in den Index

Agentenarchitekturen

  • Der Agenten-Laufkreis und die Tool-Aufrufe
  • Deterministische Workflows versus autonome Planer
  • Fälle, in denen ein Agent die falsche Lösung ist
  • Abgrenzung der Zuständigkeiten und des Zustands von Agenten

Multi-Agenten-Systeme und Orchestrierung

  • Supervisor- und Orchestrator-Topologien
  • Übergabeprotokolle und Nachrichtenverträge
  • Gemeinsamer Speicher und Kontextverwaltung
  • Framework-Vergleich auf architektonischer Ebene

Dienstkommunikation und Tool-Protokolle

  • Event-getriebene und queue-basierte Koordination
  • Tool-Exposition über Standardprotokolle
  • Sagas, Kompensation und langlaufende Transaktionen
  • Observability über Service-Hops hinweg

KI-Agenten im Entwicklungsworkflow

  • Coding-Agenten in der Lieferpipeline
  • Spez-getriebene Entwicklung und Review-Gates
  • Testgenerierung und automatische Qualitätsprüfungen
  • Guardrails zur Wahrung der architektonischen Kontrolle

Governance und Softwarequalität

  • Design-Reviews für KI-Funktionen
  • Verwaltung von Modell- und Promptänderungen
  • Regressionsbewertung als Pipeline-Stufe
  • Eigentum, Richtlinien und Genehmigungspfade

Sicherheit, Datenschutz und Daten-Governance

  • Prompt-Injection und defense in depth (Verteidigung in mehreren Ebenen)
  • Geheimnisse, Zugriffskontrolle und Least Privilege (Prinzip der geringsten Berechtigung)
  • Datenresidenz, Personendaten und Aufbewahrung
  • Auditierbarkeit und Human-in-the-loop-Kontrollen

Skalierbarkeit, Kosten und Observability

  • Tracing über Agentenketten hinweg
  • Token- und Kosten-Telemetrie
  • Caching und Latenzoptimierung
  • Service Level Agreements und Incident Response für KI-Dienste

Capstone: Architektur für eine KI-gestützte Lösung

  • Ansichten für Kontext, Komponenten und Deployment
  • Design für Retrieval und Agenten-Orchestrierung
  • Plan für Sicherheit, Governance und Kosten
  • Peer-Review, Kritik und Migrationsroadmap

Voraussetzungen

  • Erfahrung im Design und in der Wartung produktiver Softwaresysteme
  • Praktisches Wissen über REST-APIs und Service-Integration
  • Vertrautheit mit relationalen Datenbanken und Datenmodellierung
  • Grundlegende Vorkenntnisse von LLM-basierten Tools oder APIs

Zielgruppe

  • Softwarearchitekten
  • Technische Leads und Senior Engineers
  • Engineering Manager, die für Architekturentscheidungen verantwortlich sind

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien