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
⚔️ Level 1: Der Entdeckungsdungeon – Die Geheimnisse der Anforderungen
Mission: Verwenden Sie LLMs (ChatGPT), um strukturierte Anforderungen aus vagen Eingaben zu extrahieren.
SchlüsselActivities:
- Ambigue Produktideen oder Feature-Anfragen interpretieren
- Verwenden Sie KI, um:
- Nutzergeschichten und Akzeptanzkriterien zu generieren
- Personas und Szenarien vorzuschlagen
- Bildliche Artefakte zu erzeugen (z. B., einfache Diagramme mit Mermaid oder draw.io)
- Ausgangslage: Strukturierte Nutzergeschichten-Backlog + initiales Domain-Modell/Bilder
🔥 Level 2: Die Design-Werkstatt – Architekturrolle
Mission: Verwenden Sie KI, um Architektenpläne zu erstellen und zu validieren.
SchlüsselActivities:
- Verwenden Sie KI, um:
- Einen architektonischen Stil vorzuschlagen (Monolith, Microservices, serverlos)
- Hochwertige Komponenten- und Interaktionsdiagramme zu generieren
- Klasse/Modulstrukturen aufzubauen
- Prüfen Sie gegenseitig die Wahl durch Peer Design Reviews
Ausgangslage: Validierte Architektur + Codeskelett
🧙♂️ Level 3: Der Code-Arena – Codex-Gauntlet
Mission: Verwenden Sie KI-Copiloten, um Features zu implementieren und den Code zu verbessern.
SchlüsselActivities:
- Verwenden Sie GitHub Copilot oder ChatGPT, um Funktionalitäten zu implementieren
- Refaktorisieren Sie KI-generierten Code für:
- Leistungsfähigkeit
- Sicherheit
- Inhaltsstabilität
- Fügen Sie "Code-Smells" ein und führen Peer-Aufräumkurse durch
Ausgangslage: Funktionale, refaktorierte, KI-generierte Codebasis
🐛 Level 4: Der Fehler-Sumpf – Test die Finsternis
Mission: Generieren und verbessere Tests mit KI, dann finde Bugs in fremdem Code.
SchlüsselActivities:
- Verwenden Sie KI, um:
- Einheitstests zu generieren
- Komponententests zu erstellen
- Randfallsimulatoren zu erzeugen
- Tauschen Sie fehlerhaften Code mit einem anderen Team aus für KI-assistierten Debugging
Ausgangslage: Testanwendung + Fehlerbericht + Fehlerschließung
⚙️ Level 5: Die Pipeline-Portale – Automatentor
Mission: Setzen Sie intelligente CI/CD-Pipelines mit KI-Hilfe ein.
SchlüsselActivities:
- Verwenden Sie KI, um:
- Ablaufdefinitionen zu erstellen (z. B., GitHub Actions)
- Bau-, Test- und Bereitstellungsschritte automatisieren
- Anomalieerkennung/Rollback-Richtlinien vorschlagen
Ausgangslage: KI-assistiert, funktionierende CI/CD-Pipeline-Skripte oder -Flüsse
🏰 Level 6: Die Überwachung-Zitadelle – Log-Wachturm
Mission: Analysieren Sie Protokolle und verwenden ML, um Anomalien zu erkennen und die Wiederherstellung zu simulieren.
SchlüsselActivities:
- Analysieren Sie vorbevollständigte oder generierte Protokolle
- Verwenden Sie KI, um:
- Abweichungen oder Fehlerentwicklungen zu identifizieren
- Automatisierte Antworten vorzuschlagen (z. B., Selbstheilungs-Skripte, Warnungen)
- Bildschirmflächen oder visuelle Zusammenfassungen zu erstellen
Ausgangslage: Überwachungsvorhaben oder simulierter intelligenter Alarmmechanismus
🧙♀️ Endlevel: Der Helden-Arena – Bau des ultimativen KI-gestützten SDLC
Mission: Teams wenden alles, was sie gelernt haben, an, um einen funktionierenden SDLC-Schleife für ein kleines Projekt zu erstellen.
SchlüsselActivities:
- Wählen Sie ein Team-Kleinprojekt aus (z. B., Fehlertracker, Chatbot, Microservice)
- Bewirken Sie KI in jeder SDLC-Phase:
- Anforderungen, Design, Code, Testen, Bereitstellung, Überwachung
- Präsentieren Sie die Ergebnisse in einer kurzen Team-Demo
Peerabstimmung oder Beurteilung für den effektivsten KI-gesteuerten Pipeline
Ausgangslage: End-to-End-KI-verstärkte SDLC-Implementierung + Team-Vorstellung
Am Ende dieses Workshops können die Teilnehmer:
- Kreative KI-Werkzeuge verwenden, um Softwareanforderungen zu extrahieren und zu strukturieren
- Architekturdiagramme mit KI generieren und Designentscheidungen validieren
- Verwenden Sie KI-Copiloten zur Implementierung und Refaktorisierung von Produktionscode
- Automatisierte Testgenerierung und KI-assistiertes Debugging durchführen
- KI-gesteuerte CI/CD-Pipelines gestalten, die auf Anomalien reagieren
- Protokolle mit KI/ML-Werkzeugen analysieren, um Risiken zu erkennen und Selbstheilung zu simulieren
- Einen vollständig von KI verstärkten SDLC durch ein kleines Teamprojekt demonstrieren
Voraussetzungen
Audience: Softwareentwickler, Tester, Architekten, DevOps Ingenieure, Product Owners
Die Teilnehmer sollten über folgende Kenntnisse verfügen:
- Eine grundlegende Verständnis des Softwareentwicklungslebenszyklus (SDLC)
- Praktische Erfahrung in mindestens einer Programmiersprache (z.B., Python, Java, JavaScript, C# usw.)
- Bekanntschaft mit:
- Schreiben und Lesen von User Stories oder Anforderungen
- Grundlegenden Prinzipien der Softwarearchitektur
- Versionsverwaltung (z.B., Git)
- Schreiben und Ausführen von Unit-Tests
- Laufen oder Interpretieren von CI/CD-Pipelines
💡 Dies ist ein Workshop für Fortgeschrittene. Er ist ideal für Profis, die bereits Teil von Softwareliefermannschaften sind (Entwickler, Tester, DevOps Ingenieure, Architekten, Product Owners).
7 Stunden
