Agentic Software Engineering Training
Generative KI verändert, wie wir Software entwickeln – von einzelnen Code-Snippets bis zu vollständigen, agentengesteuerten Entwicklungsprozessen. Im neuen dreitägigen Training «Agentic Software Engineering» zeigen wir, wie Du diese Transformation für Dein Team in die Tat umsetzen kannst.
Im Fokus: Agentic Engineering
Du lernst, KI-Assistenten und autonome Agenten gezielt im gesamten Engineering-Zyklus einzusetzen: Von der intelligenten Anforderungsanalyse über die automatisierte Architekturgestaltung bis hin zu selbstständig arbeitenden Code-Agenten, die komplexe Features implementieren. Dabei behältst Du stets die Kontrolle und verstehst, wo menschliche Expertise unverzichtbar bleibt.
Das Ziel
Nach dem Training kannst Du einschätzen, welche KI-Tools und -Ansätze für Deine konkreten Herausforderungen passen und Du weißt, wie Du schrittweise von einfacher Code-Completion zu fortgeschrittenen agentenbasierten Workflows übergehst.
Kein Sales-Pitch, sondern echte Learnings und praktische Erfahrungen, die uns bei der KI-Nutzung im Software Development Lifecycle wirklich weitergebracht haben.
Tobias QuelleCIO, Brack Alltron AG
An wen richtet sich das Training?
Das Training richtet sich an Entwickler:innen, Architekt:innen und techniknahe Rollen, die den praktischen Einsatz generativer KI entlang des gesamten Softwareentwicklungsprozesses systematisch erschließen möchten.
Die Agenda
-
Einführung & Kontext
- Warum generative KI die Zukunft der Softwareentwicklung prägt
- KI-Konzepte: Tokens, Autoregression, Temperatur, Prompts, Kontext, Tools, Model Context Protocol, Memory
- Agenten vs. Assistenten
- Einführung in das agentische Arbeiten
-
Anforderungen
- KI-unterstützte Erstellung, Analyse und Verfeinerung von Anforderungen
- Kundenbedarfe automatisiert in strukturierte Anforderungen übersetzen
- Epics und User Stories aus natürlicher Sprache und multimodalen Inhalten generieren
- Einheitlich strukturierte Anforderungen mit Few-Shot-Prompts
- Prototypen mit Agenten ohne technischen Background erstellen
-
Architektur
- Systemarchitekturen mithilfe von KI-Agenten entwerfen
- KI-unterstützte Entscheidungsfindung und Dokumentation
- Qualitätsanforderungen aus Anforderungen und Stakeholder-Interviews ermitteln
- Widersprüche in Architektur mit KI-Agenten aufdecken
- Technische Schulden mit KI identifizieren und dokumentieren
- Abweichungen von der Ubiquitous Language mit KI identifizieren
-
Implementierung
- Effizienz von Code-Vervollständigung bis zur KI-gesteuerten Umsetzung kompletter Features steigern
- Kontext-Engineering zur Vergrößerung der von KI-Agenten umsetzbaren Aufgabenpakete
- Vibe Coding vs. Produktivcode mit KI-Agenten schreiben
- Anbindung von Dokumentation und Entwicklertools über MCP
- Feingranulare, erklärende Commits mit KI-Agenten erstellen
- Unterstützung bei API-Integration und Bibliotheksnutzung
- Testgetriebene agentische Entwicklung
- Codequalität erhöhen durch Refactorings und einheitliche Konzepte
- Legacy-Code schneller verstehen und modernisieren
- Multi-Agent-Workflows zur weiteren Effizienzsteigerung
-
Testen & Qualitätssicherung
- Nachträglicher Aufbau einer Test-Suite mithilfe von KI-Agenten
- Automatisierte Tests generieren: Unit-, Integrations- und End-to-End
- Synthetische Testdaten erstellen und Edge-Cases identifizieren
- KI-gestützte Reviews zur Codequalität, Security und Erfüllung der Anforderungen
- Einsatz von autonomen KI-Agenten zur Verbesserung der Qualität
-
CI/CD
- CI/CD-Pipelines mithilfe von KI-Agenten generieren
- Automatisierte Erstellung von Release Notes und Changelogs
- Generierung von Infrastructure as Code mit KI-Agenten
- Integration von KI-generierten Skripten in Pipelines
- Aufsetzen von Self-Healing-Pipelines und automatisierter Fehlerbehebung mithilfe von KI
-
Betrieb & Monitoring
- Priorisierung und Einschätzung von von Alerts
- Automatisiertes Bugfixing und Ticketmanagement
- Incident Management beschleunigen durch KI-basierte Root Cause Analysen
- Integration von KI-Agenten mit Observability-Stacks
- Formulierung von Abfragen in Observability Tools
- Aufsetzen von Dashboards und Metriken mit KI-Agenten
Wir erleben in vielen Projekten: Der Nutzen von KI in der Softwareentwicklung hängt weniger vom Tooling ab – sondern auch davon, wie gut Teams verstehen, wann und wie sie diese Werkzeuge einsetzen. Genau das vermitteln wir im Training.
Roman StranghönerSenior Consultant und Trainer, INNOQ
Für Fragen zu Agentic Software Engineering und zu unserem Angebot sprich jederzeit gern mit Robert Glaser, Head of Data & AI bei INNOQ.
Agentic Software Engineering für Dein Entwicklungsteam?
Gerne bieten wir Dir einen Inhouse-Termin an!
Termin anfragenINNOQ-Bibliothek
-
Datenbanken: Datenmodelle, Skalierung, Cloud
Entwickler:innen haben heute eine Vielzahl von Optionen, wenn es um die Wahl einer Datenbank für ihre Anwendung geht. Dieses Buch gibt einen Überblick über Datenmodelle, Konzepte zur Skalierung und Betriebsformen – von relationalen Systemen über dokumenten- und graphbasierte Ansätze bis hin zu Zeitreihen- und Vektordatenbanken. Es bietet Hilfestellung bei der Auswahl und Einordnung für unterschiedliche Anwendungsszenarien.
-
RAG: Retrieval-Augmented Generation – Die Architektur zuverlässiger KI
In diesem Primer führen wir systematisch in die Konzepte und Architektur von RAG ein. Wir behandeln sowohl theoretische Grundlagen als auch praktische Implementierungsaspekte wie Chunking, Embedding und Vektordatenbanken. Außerdem teilen wir unsere Praxiserfahrung aus echten Projekten. Für Softwarearchitekt:innen und -entwickler:innen, die einen kompakten, aber fundierten Einstieg ins Thema suchen und den Einsatz von RAG in der eigenen Organisation bewerten wollen.
Wir begleiten auch Ihr Digitalisierungsvorhaben in Ihrer Branche über alle Phasen hinweg und freuen uns auf den Austausch mit Ihnen.
Schreiben Sie mir!