skip to content
Trainings

KI in der Softwareentwicklung

Vom Konzept zum intelligenten Agenten

Künstliche Intelligenz verändert die Softwareentwicklung grundlegend. Large Language Models, Agenten und das Model Context Protocol (MCP) eröffnen völlig neue Möglichkeiten, intelligente Anwendungen zu bauen. Doch wie integriert man diese Technologien konkret in bestehende Softwareprojekte? Und wie gelangt man vom ersten Prototyp in die Produktion?

In diesem dreitägigen, interaktiven Inhouse-Workshop lernen erfahrene Entwickler, wie sie KI-Modelle über APIs ansprechen, mit modernen Frameworks wie LangChain und LangGraph in ihre Anwendungen integrieren und einen funktionsfähigen KI-Agenten prototypisch entwickeln. Als durchgängiges Praxisprojekt bauen die Teilnehmer einen "Deep Research Agenten", der externe Tools wie Websuche und REST-Schnittstellen über MCP nutzt.

Mehrwert

  • Praxisnah: Vom ersten API-Call bis zum lauffähigen KI-Agenten — alle Inhalte werden direkt am Code erarbeitet, mit einem vorbereiteten GitHub-Repository als Grundlage.
  • Technologienah: Integration von LLMs mit bewährten Frameworks wie LangChain und LangGraph, statt allgemeiner KI-Theorie.
  • Produktionsreife: Nicht nur PoC, sondern auch Best Practices für Pipeline-Management, Qualitätssicherung, Metriken und den Weg in die Produktion.
  • Rechtssicherheit: Einordnung von EU-AI-Act und DSGVO direkt am konkreten Anwendungsfall.

Inhalt

  • Grundlagen KI & LLMs: Funktionsweise von Transformer-Modellen, mathematische Grundlagen und Marktübersicht aktueller Modelle und Werkzeuge.
  • LLM-Integration mit LangChain: Live-Coding-Demo und praktische Übungen zur Anbindung von LLMs über APIs — Prompt-Templates, Chains und Output-Parser.
  • NLP, Embeddings & RAG: Konzepte und Hands-on-Implementierung von Retrieval-Augmented Generation in Breakout-Sessions.
  • Agenten mit LangGraph & MCP: Entwicklung eines KI-Agenten mit zustandsbasiertem Graphen, der externe Tools nutzt, sowie Bau eines MCP-Servers für REST-Schnittstellen.
  • Lokale vs. Cloud-Modelle: Kriterien für die Modellauswahl (Open-Source vs. Proprietär) mit wirtschaftlicher Einschätzung.
  • Produktion & Governance: Pipeline-Management, Qualitätssicherung mit Traceability-Tools, Sicherheit und Datenschutz im Kontext des EU-AI-Act.

Zielgruppe

  • Senior Softwareentwickler
  • Software-Architekten
  • Technische Leads, die KI in bestehende Systeme integrieren wollen

Vorbedingung

  • Solide Erfahrung in der Softwareentwicklung (z. B. Python, Java, TypeScript)
  • Ein Basiswissen im Bereich KI ist hilfreich — wird zu Beginn der Schulung auf ein gemeinsames Level gebracht

Format & Umfang

  • Dauer: 3 Tage (jeweils 09:00 – 17:00 Uhr)
  • Format: Interaktive Inhouse-Schulung vor Ort
  • Teilnehmerzahl: 8 bis 12 Teilnehmer
  • Methodik: Impulsvorträge, Live-Demos, moderierte Diskussionen, Pair-Programming und Breakout-Sessions in Kleingruppen

Materialien

  • Umfassende Präsentationsfolien als digitales Nachschlagewerk
  • Vorbereitetes GitHub-Repository mit Code-Grundgerüst, Beispielen und Snippets
  • Kuratierte Linkliste mit weiterführenden Artikeln und Ressourcen
  • Alle Materialien werden dauerhaft digital zur Verfügung gestellt