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
Modul 1: Kontext, Umfang und Herausforderungen der Bereitstellung
- Automatische Vervollständigung versus autonome mehrstufige Ausführung
- Typische Missverständnisse im Zusammenhang mit KI in der Softwarebereitstellung
- Warum bessere Prompts allein nicht ausreichen
- Identifizierung der Tooling-Anforderungen, Schmerzpunkte und Ziele der Teilnehmer
- Auswahl des richtigen KI-Betriebsmodells für Entwicklungsteams
Modul 2: Erfassung von Spezifikationen und strukturierte Zerlegung
- Erstellung einer strukturellen Inventarisierung von Stakeholder-Dokumenten
- Techniken zur Extraktion von Anforderungen
- Chunking-Strategien: strukturell, semantisch, gleitendes Fenster
- Bewahrung von Abhängigkeiten und Querverweisen
- Umgang mit Tabellen, Diagrammen, Flussdiagrammen und gemischten Eingaben
- Effektives Management von Kontextfenstern
Modul 3: Grenzen menschlicher Urteilskraft
- Wo menschliche Entscheidungen nach wie vor entscheidend sind
- Aufspüren von halluzinierten Abhängigkeiten
- Erkennen von erfundenen Einschränkungen und umgekehrter Logik
- Verhinderung unsicherer, vermeintlich hilfreicher Standardwerte
- Validierungsrahmen für Nachvollziehbarkeit, Konsistenz und Vollständigkeit
Modul 4: Von Anforderungen zu Code mit agentenbasierten Tools
- Architektur-zentrierter Bereitstellungsansatz
- Komponenten-Zuordnung und Service-Grenzen
- API-Verträge als Ankerpunkte für die Bereitstellung
- Persistente Regeln und Einschränkungen in KI-Tools
- Aufgabenanweisungen, die mit Anforderungen verknüpft sind
- Minimal-Prompting versus eingeschränktes Prompting
- Vertragserster Backend- und Frontend-Generierung
Modul 5: Agentenbasierter Iterationszyklus
- Der Selbstkorrektur-Spiraleffekt
- Kontrollierte iterative Bereitstellungszyklen
- Überprüfen von Differenzen und Codeänderungen
- Erkennen von Scope Creep und unbefugten Änderungen
- Verwaltung begrenzter Kontextspeicher
- Nutzung von Iterationsverläufen zur kontinuierlichen Verbesserung
Modul 6: Erzwingung von Codequalität
- Prompt-Einschränkungen für Randfälle
- Regelwerke als lebendige Governance-Artefakte
- Automatisierte Prüfungen mit Linting und statischer Analyse
- Sicherheitsscans in KI-generiertem Code
- Prüfung auf Konformität mit Abhängigkeiten und Architektur
- Human-Review-Protokoll für KI-Ausgaben
Modul 7: Feedback-Schleifen und kontinuierliche Verbesserung
- Strukturierte Fehler in KI-Workflows zurückführen
- Begrenzte Iterationen und Stoppkriterien
- Protokollierung von Zyklen und Ergebnissen
- Regeldokumente im Laufe der Zeit verbessern
- Wiederverwendbare technische Intelligenz aufbauen
Modul 8: Sicherheits-Antipatterns in der KI-Bereitstellung
- Häufige Sicherheitsrisiken in generiertem Code
- Technologiespezifische Sicherheitsregel-Ergänzungen
- Pre-Commit-Sicherheitsscans
- Sichere SDLC-Kontrollen für KI-unterstützte Entwicklung
- Menschliche Verantwortlichkeit bei sicherer Bereitstellung
Modul 9: An Anforderungen orientierte Testung
- Generierung von Testspezifikationen aus Anforderungen
- Domänensprachliche Testgestaltung
- Sichere Generierung von Testimplementierungen
- Konzepte der Mutationstestung
- Validierung der Spezifikationsabdeckung
- Überprüfung der Assert-Stärke
- Modelle für diagnostische Fragestellungen
Modul 10: Wartung des Systems
- Lebendige Artefakte: Verträge, Karten, Regeln, Testspezifikationen
- Sich über die Zeit entwickelnde Einschränkungen
- KI-Governance für langfristige Wartbarkeit
- Verhinderung technischer Schulden durch KI-Steuerelemente
- Betriebsmodell für nachhaltige KI-Engineering-Teams
Voraussetzungen
Die Teilnehmer sollten über Folgendes verfügen:
- Erfahrung in Softwareentwicklungsprojekten
- Verständnis der Grundlagen der Anwendungsarchitektur
- Vertrautheit mit APIs, Backend-/Frontendsystemen oder Full-Stack-Entwicklung
- Grundkenntnisse in agiler oder iterativer Softwarebereitstellung
- Kenntnisse von Softwaretestkonzepten
- Vertrautheit mit KI-Coding-Tools ist hilfreich, aber nicht zwingend erforderlich
- Geeignet für technische Fachkräfte auf mittlerer bis seniorer Ebene
14 Stunden