Detaillierte Informationen zum Seminar
Inhalte:
1. Grundlagen und Toollandschaft der KI-gestützten Softwareentwicklung
- Zielorientierte Softwareentwicklung: Softwarefunktionen über Anforderungen und Akzeptanzkriterien definieren – statt über sequenzielle Codeanweisungen
- KI-Coding-Tools im Vergleich: Autonome Terminalagenten, beispielsweise Claude Code, und fortgeschrittene IDE-Integrationen wie Cursor, GitHub Copilot oder Codex vergleichen
- Prompt Engineering für die Softwareentwicklung: Wirksame Strategien anwenden, Kontexthygiene sicherstellen und das Projektgedächtnis strukturiert pflegen
2. Codequalität und Disziplinen des Software Engineerings
- Spezifikation und Vorabplanung: Die Softwarearchitektur systematisch planen, bevor die eigentliche Codegenerierung beginnt
- Codevalidierung und Codereview: KI-generierten Code kritisch lesen, verstehen und bewerten
- Bibliotheks- und Abhängigkeitsmanagement: Externe Abhängigkeiten verwalten und Phantomverweise beziehungsweise Halluzinationen vermeiden
- Qualitätssicherung: Moderne Teststrategien und KI-gestützte testgetriebene Entwicklung einsetzen – Test-driven Development, kurz TDD
3. Teamintegration und Workflowautomatisierung
- KI-gestützte Codereviews: Klassische Peer-Reviews und automatisierte KI-Prüfungen im Team sinnvoll miteinander verbinden
- DevOps-Integration: KI-Werkzeuge in Git-Workflows, Pull-Request-Prozesse und CI/CD-Pipelines einbinden
4. IT-Sicherheit, Datenschutz und Governance
- Anwendungssicherheit: Sicherheitsrisiken in KI-generiertem Code erkennen, automatisierte Schwachstellenanalysen unter Berücksichtigung von OWASP durchführen und Code härten
- Compliance und Datenschutz: Anforderungen der DSGVO, den Schutz geistigen Eigentums und den rechtssicheren Umgang mit geschütztem Code im Unternehmensumfeld berücksichtigen
- Zugriffskontrolle und Berechtigungsmanagement: Rechte sicher vergeben und geeignete Leitplanken für autonome Terminalwerkzeuge definieren
- Kosten- und Latenzkontrolle: Den Tokenverbrauch in komplexen Agentenpipelines kalkulieren und Cachingstrategien gezielt einsetzen
- Erfolgsmessung und ROI: Die Effizienz anhand von Entwicklungszeit, Fehlerrate, Testabdeckung und Wartbarkeit bewerten
5. Architektur von KI-Agenten und Prozessintegration
- Agentenkonzepte: Die Entwicklung von einfachen Chatassistenten bis zu autonomen Handlungsschleifen nach dem ReAct-Muster nachvollziehen
- Multiagentensysteme: Kooperierende KI-Agenten für komplexe Entwicklungsaufgaben konzipieren, erstellen und orchestrieren
- Integration in Unternehmensprozesse: Abläufe über Schnittstellen automatisieren, beispielsweise mit Webhooks, RAG-Pipelines, n8n oder Codeframeworks
6. Projektarbeit
- Bearbeitung einer praxisnahen Projektarbeit
Lehrgangsverlauf/Methoden:
Zertifikatslehrgang
Zielgruppe:
Entwickler*innen, Programmierer*innen sowie Software-Architekt*innen, die KI-gestützte Werkzeuge professionell einsetzen und Arbeitsabläufe in ihren Teams nachhaltig verbessern möchten.
Notwendige Vorkenntnisse:
Der Kurs setzt solide Programmierkenntnisse voraus. Im Mittelpunkt stehen die kritische Prüfung, Qualitätssicherung und Einbindung von KI-generiertem Code in bestehende Architekturen. Deshalb richtet sich der Lehrgang ausdrücklich nicht an Quereinsteiger*innen ohne Erfahrung in der Softwareentwicklung.
Um KI-generierten Code sicher lesen, verstehen und auf Fehler oder Halluzinationen (inhaltlich falsche, aber plausibel klingende KI-Ausgaben) prüfen zu können, ist praktische Vorerfahrung in der Softwareentwicklung zwingend erforderlich.
Seminarkennung:
ihkbonnrheinsieg_weiterbildungsgesellschaft_17896
