Seminare
Seminare

Live-Online: Developing in Agentic AI Systems (GH-600): Entwicklung zuverlässiger Multi-Agenten-Systeme in GitHub – das offizielle Microsoft-Training

Webinar - Haufe Akademie GmbH & Co. KG

Erwirb praktische Fähigkeiten in der Entwicklung, Bereitstellung und Verwaltung von agentenbasierten KI-Systemen im Rahmen von GitHub-basierten Softwareentwicklungs-Workflows.
Termin Ort Preis*
30.11.2026 online 821,10 €
09.02.2027 online 821,10 €
*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

Du lernst, wie du die Leistung von Agenten bewertest und optimierst, Governance-Maßnahmen und Sicherheitsvorkehrungen umsetzt sowie Multi-Agenten-Systeme koordinierst, um sichere, zuverlässige und effiziente Ergebnisse zu gewährleisten. Durch praktisches Lernen erwirbst du die erforderlichen Fähigkeiten, um KI-Agenten in Produktionsumgebungen unter Verwendung von GitHub als Steuerungsebene zu betreiben, zu überwachen und zu steuern.


 


1. Grundlagen der agentenbasierten KI in GitHub


Erfahre, wie KI-Codierungsagenten die Softwareentwicklung verändern, indem sie innerhalb von GitHub-Workflows planen, handeln und Verbesserungen vornehmen.


 


2. Entwurf der Agentenarchitektur und Integration in den SDLC


Erfahre, wie agentenbasierte Systeme GitHub-Workflows nutzen, um Software sicher zu entwickeln.


 


3. Werkzeuge, MCP und Ausführungsumgebungen für Agenten


Erfahre, wie Agenten Werkzeuge, MCP und GitHub-Workflows nutzen, um Aufgaben sicher auszuführen – mit klaren Grenzen, Sicherheitskontrollen und skalierbarer Automatisierung.


 


4. Multi-Agenten-Systeme und Orchestrierung


Erfahre, wie du in GitHub zuverlässige Multi-Agenten-Systeme mithilfe von beobachtbaren Workflows, koordinierten Artefakten und sicheren Wiederherstellungsmechanismen entwirfst.


 


5. Speicher, Zustand und Auswertung


Erfahre, wie du den Speicher und den Zustand von Agenten verwaltest, den Fortschritt über verschiedene Umgebungen hinweg beibehältst und das Verhalten von Agenten anhand klarer Erfolgssignale auswertest.


 


6. Governance, Schutzmaßnahmen und Betrieb


In diesem Modul lernst du, wie du eine sichere und konforme Agent-Governance mithilfe von GitHub-eigenen Kontrollen, „Human-in-the-Loop-Genehmigungen und dem Prinzip der geringsten Berechtigungen entwirfst. Außerdem werden betriebliche Schutzmaßnahmen vorgestellt, um die Zuverlässigkeit, Rechenschaftspflicht und Wiederherstellung zu verbessern.


 


Anforderungen:


  • Ein GitHub Account
  • Grundlegendes Verständnis der Grundlagen der KI
  • Grundlegendes Verständnis von Repositories, Branches und Pull Requests
  • Allgemeine Kenntnisse der CI- und CD-Konzepte
Dauer/zeitlicher Ablauf:
1 Tag
Ziele/Bildungsabschluss:
  • Integriere KI-Agenten in den Software-Entwicklungslebenszyklus (SDLC) durch die Definition von Agentenaufgaben, Ein- und Ausgaben sowie Ausführungsgrenzen
  • Entwirf und konfiguriere Agenten-Architekturen, die Planung, Schlussfolgerung und Ausführung voneinander trennen, um die Zuverlässigkeit und Kontrolle zu verbessern
  • Implementiere die Tool-Nutzung und die Interaktionen mit der Umgebung durch das Konfigurieren von Agenten-Tools, Berechtigungen und MCP-Servern innerhalb von Entwicklungsumgebungen
  • Entwirf zuverlässige Multi-Agenten-Systeme in GitHub unter Verwendung beobachtbarer Workflows, koordinierter Artefakte und sicherer Wiederherstellungsmechanismen
  • Lerne, den Agentenspeicher und -zustand zu verwalten, den Fortschritt über Umgebungen hinweg beizubehalten sowie das Agentenverhalten anhand klarer Erfolgssignale zu bewerten
  • Entwickle eine sichere und konforme Agentensteuerung unter Verwendung von GitHub-nativen Kontrollen, „Human-in-the-Loop-Genehmigungen und dem Prinzip der geringsten Berechtigungen
Zielgruppe:

Du solltest über Fachkenntnisse im Betrieb, in der Integration, Überwachung und Steuerung von KI-Agenten innerhalb produktionsreifer SDLC-Workflows und Entwicklungsumgebungen verfügen und dabei Zuverlässigkeit, Sicherheit und Geschwindigkeit gewährleisten, wobei GitHub als System of Record und Control Plane dient. Du arbeitest eng mit Architekt:innen, Plattform-Ingenieur:innen, DevOps-Ingenieur:innen, Anwendungsentwickler:innen, Produkt-Manager:innen und Sicherheits-Ingenieur:innen zusammen, um Agenten zu entwickeln, bereitzustellen, zu betreiben und zu verwalten, die innerhalb der GitHub-Plattform arbeiten. Du solltest über Erfahrung mit dem Software-Entwicklungszyklus (SDLC), den Workflows und Kontrollmechanismen in GitHub sowie mit Praktiken zur Codequalität, -sicherheit und -überprüfung verfügen. Außerdem solltest du Erfahrung mit der Programmierung von Agenten haben, einschließlich GitHub Copilot, MCP-Servern und der Anpassung von Agenten, wie z. B. benutzerdefinierte Anweisungen, benutzerdefinierte Agenten, Tools und die Einrichtung von Copilot.


 


Zu deinen Aufgaben gehören:


  • Betrieb von Agenten-Workflows innerhalb des SDLC
  • Überwachung des autonomen Verhaltens mithilfe von GitHub-Kontrollen
  • Auswertung und Optimierung der Agenten-Ergebnisse anhand von Scans und Artefakten
  • Konfiguration benutzerdefinierter Agenten
  • Sichere Koordination der Ausführung mehrerer Agenten
Seminarkennung:
43286
Nach unten
Nach oben
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.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha