Schulungsübersicht
Agenda Tag 1
Modul 1 — Einführung in Claude Code & KI-gestütztes Engineering
• Claude Code im Vergleich zu traditionellen KI-Tools
• KI-Agenten im Software Engineering
• Produktivitätssteigerung und Workflow-Optimierung
• KI-gestützter Entwicklungslebenszyklus
• Risiken, Grenzen und menschliche Aufsicht
• Praktische Live-Demonstrationen
Modul 2 — Grundlagen des Prompt Engineerings
• Anatomie eines effektiven Prompts
• Zero-Shot vs. Few-Shot Prompting
• Iterative Prompting-Techniken
• Grundlagen der Prompt-Kettenschaltung
• Strukturierte Ausgaben und Formatierung
• Prompt-Verifizierung und Qualitätsverbesserung
Modul 3 — Prompting für die Softwareentwicklung
• Codegenerierung und Refactoring
• Debugging mit KI-Unterstützung
• Dokumentationserstellung
• Pull-Request-Überprüfungen
• Verständnis von Legacy-Code
• Sichere und wartbare KI-generierte Codes
Modul 4 — Prompting für Testing & Qualitätssicherung
• Generierung von Testfällen
• Analyse von Grenz- und Randfällen
• Automatisierungs-readyes Testdesign
• KI-gestützte Fehleranalyse
• Gherkin- und Testszenario-Erstellung
‥ Qualitätssicherungs-Workflows
Modul 5 — Prompting für agile Zusammenarbeit
• User Stories und Akzeptanzkriterien
• Verfeinerung der Anforderungen
• Unterstützung der agilen Kommunikation
• Zusammenfassungen für Stakeholder
• Assistenz bei Retrospektiven
• Vorbereitung der Backlog-Verfeinerung
Modul 6 — Responsible AI, Sicherheit & Verifizierung
• Halluzinationen und KI-Risiken
• Vertraulichkeit und sicheres Prompting
• Grundsätze der KI-Governance
• Verifizierungs-Checklisten
• Bewusstsein für Prompt Injection
• Verantwortlichkeiten bei der menschlichen Überprüfung
Modul 7 — Team Prompt Lab
• Aufbau wiederverwendbarer Team-Prompts
• Rollen-spezifische KI-Workflows
• Prompt-Sharing und Peer-Review
• Erstellung der Team Prompt Library v1
• Interaktive gemeinsame Übungen
Tag 2
Modul 1 — Fortgeschrittene Funktionen von Claude Code
• CLAUDE.md und persistenter Projekt-Kontext
• Automatisierung von KI-Workflows
• Best-of-N-Generierungsstrategien
• Wiederverwendbare AI-Befehle
• Techniken des Kontextengineerings
• KI-gestützte Engineering-Workflows
Modul 2 — Fortgeschrittene Prompt Engineering Techniken
• Chain-of-Thought Prompting
• Multimodales Prompting
• Constraint-basiertes Prompting
• Fortgeschrittenes Prompt Chaining
• Management von großem Kontext
• Conversational Engineering Workflows
Modul 3 — Versionskontrolle, parallele Entwicklung & Multi-Agent-Workflows
• Git-Integrationsstrategien
• Parallele KI-Entwicklungsworkflows
• Worktrees und isolierte AI-Aufgaben
• Multi-Agent-Orchestrierung
• Human-in-the-Loop-Kontrollpunkte
• Konfliktmanagement-Strategien
Modul 4 — Architektur, MCP & Fortgeschrittenes DevOps
• Model Context Protocol (MCP)
• Claude-Integrationen mit externen Tools
• KI-gestützte Architekturanalyse
• Architecture Decision Records (ADR)
• KI-gestütztes CI/CD-Troubleshooting
• Incident Postmortems und operative Workflows
Modul 5 — Skalierung von Claude Code & Codebase-Gesundheit
• Token- und Kontextmanagement
• KI-freundliche Projektstrukturen
• Langfristige Wartbarkeit der Codebasis
• Automatisierung der Dokumentation
• Skalierungsstrategien für AI
‥ Teamweite Engineering-Workflows
Modul 6 — Capstone: Definiere deinen Claude Code Prozess
• Design skalierbarer KI-gestützter Workflows
• Kombination von Prompts, Befehlen und Kontextdateien
• Design des Team-KI-Prozesses
• Modelle für rollenübergreifende Zusammenarbeit
• Erstellung von Workflow-Blaupausen
Modul 7 — Advanced Team Prompt Lab
• Fortgeschrittene Entwicklung der Prompt-Bibliothek
• Komplexe rollenspezifische Workflows
• Validierung von Prompts in der Praxis
• Übungen zur teamsübergreifenden Zusammenarbeit
• Team Prompt Library v2
Voraussetzungen
Tag 1 — Grundlagen
• Grundlegende Kenntnisse in Software-Lieferungsprozessen
• Allgemeines Verständnis von Entwicklungs-, Test- oder agilen Workflows
• Claude-Zugang wird für praktische Übungen empfohlen
Tag 2 — Fortgeschritten
• Teilnahme am Tag 1 (oder gleichwertige Erfahrung)
• Vorkenntnisse in Claude Code und Prompt Engineering
• Grundlegende Git-Kenntnisse
• Vertrautheit mit CI/CD-Konzepten wird empfohlen