AI-Augmented Development für produktiveres Programmieren
Seminar - GFU Cyrus AG
Nach Abschluss des Seminars können die Teilnehmer KI-Assistenten gezielt und effektiv in ihren Entwicklungsalltag einbinden. Sie beherrschen die wichtigsten Anwendungsfälle von der Code-Generierung über Testing bis zur Dokumentation und wissen, wie sie die Qualität der KI-Vorschläge kritisch bewerten.
Funktionsweise großer Sprachmodelle und deren Anwendung im Programmierkontext
Überblick über die aktuelle Landschaft der KI-Assistenten für Entwicklungsaufgaben
Realistische Einschätzung von Leistungsfähigkeit, Grenzen und typischen Fehlermustern
2. Code-Generierung im Entwickleralltag
Effektive Nutzung von Autovervollständigung und kontextbezogener Code-Vorschläge
Strategien zur Formulierung präziser Prompts für komplexere Codeanforderungen
Umgang mit generierten Vorschlägen: Bewertung, Anpassung und kritische Prüfung
3. Refactoring und Code-Verbesserung
Einsatz von KI-Werkzeugen zur Identifikation von Verbesserungspotenzialen in bestehendem Code
Automatisierte Vorschläge für Strukturoptimierung, Lesbarkeit und Wartbarkeit
Gezielte Modernisierung von Legacy-Code mit KI-Unterstützung
4. Testgenerierung und Qualitätssicherung
Automatische Erstellung von Unit-Tests, Integrationstests und Testdaten
KI-gestützte Analyse von Testabdeckung und Identifikation ungetesteter Pfade
Grenzen der automatisierten Testgenerierung und notwendige manuelle Ergänzungen
5. Dokumentation und Wissenstransfer
Automatische Generierung von Code-Kommentaren, Docstrings und API-Dokumentation
Erstellung verständlicher Erklärungen für komplexe Codeabschnitte
Unterstützung beim Onboarding neuer Teammitglieder durch KI-basierte Code-Erläuterungen
6. Debugging und Fehleranalyse
Nutzung von KI-Assistenten zur schnelleren Eingrenzung und Behebung von Fehlern
Analyse von Fehlermeldungen, Stack Traces und unerwartetem Verhalten
Systematische Vorgehensweise bei der KI-gestützten Problemlösung
7. Integration in Entwicklungsumgebungen
Einrichtung und Konfiguration gängiger KI-Plugins für IDEs und Editoren
Anpassung an projektspezifische Coding-Standards und Konventionen
Zusammenspiel mit bestehenden Werkzeugen wie Linter, Formatter und Build-Systemen
8. Sicherheit und Codequalität
Erkennung potenzieller Sicherheitslücken und unsicherer Programmierpraktiken
Kritische Bewertung generierter Vorschläge hinsichtlich Sicherheit und Best Practices
Vermeidung versehentlicher Übernahme von fehlerhaftem oder unsicherem Code
9. Produktive Arbeitsweisen und Workflow-Optimierung
Entwicklung effizienter Routinen für die Zusammenarbeit mit KI-Assistenten
Balance zwischen KI-Unterstützung und eigenständigem Problemlösen
Vermeidung von Abhängigkeit und Erhalt fundamentaler Programmierfähigkeiten
10. Rechtliche Aspekte und Unternehmensrichtlinien
Urheberrechtliche Fragen bei der Nutzung von KI-generiertem Code
Datenschutz und Vertraulichkeit beim Einsatz cloudbasierter Dienste
Gestaltung unternehmensinterner Richtlinien für den verantwortungsvollen Einsatz
Praxisübung
KI-gestützter Entwicklungszyklus
Die Teilnehmer durchlaufen in Einzelarbeit oder Paaren einen vollständigen Entwicklungszyklus mit KI-Unterstützung. Ausgehend von einer funktionalen Anforderung generieren sie Code, lassen diesen durch den KI-Assistenten refaktorieren und erstellen automatisch Tests. Anschließend dokumentieren sie die Lösung mit KI-Hilfe und führen eine sicherheitsorientierte Überprüfung durch. Die Übung schließt mit einer Reflexion über Zeitersparnis, Qualität der Ergebnisse und notwendige manuelle Eingriffe im Vergleich zur Arbeit ohne KI-Unterstützung.
Dauer/zeitlicher Ablauf:
3 Tage
Zielgruppe:
Das Seminar richtet sich an Softwareentwickler, Programmierer und technische Leads, die ihre Produktivität durch moderne KI-Werkzeuge steigern möchten. Ebenso angesprochen sind DevOps-Ingenieure, Architekten und technische Projektverantwortliche, die den Einsatz solcher Tools in ihren Teams evaluieren oder einführen wollen. Auch erfahrene Entwickler, die bisher skeptisch gegenüber KI-Assistenten waren, gewinnen hier eine fundierte Grundlage für eine differenzierte Einschätzung.
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
