In diesem Training lernst du, wie du generative KI effektiv in alle Phasen deines Softwareentwicklungszyklus integrieren kannst – von der Anforderungsanalyse bis zum Betrieb. Du erfährst, wie du mit deinem bestehenden Team und der Kraft von KI mehr erreichen und gleichzeitig Risiken und ethische Aspekte berücksichtigen kannst.
Nach Abschluss des Trainings bist du in der Lage, generative KI pragmatisch und zielgerichtet in deinen Prozessen zu nutzen, eigene Ideen umzusetzen und bestehende Abläufe effizienter und innovativer zu gestalten.
Agenda
- Einführung & Kontext
- Warum Foundation Models und generative KI die Zukunft der Softwareentwicklung prägen
- Technologischer Wandel und seine konkreten Auswirkungen auf deinen Arbeitsalltag
- Begriffe klären: LLMs, multimodale Modelle, Foundation Models
- Anforderungen mit generativer KI
- KI-unterstützte Erstellung, Analyse und Verfeinerung von Anforderungen
- User Stories aus natürlicher Sprache und multimodalen Inhalten generieren
- Kundenbedarfe automatisiert in strukturierte Anforderungen übersetzen
- KI-gestützte Klassifikation und Priorisierung von Anforderungen
- Prototypen schneller erstellen und nicht-technische Teammitglieder effektiv einbinden
- Architektur effizient gestalten
- Automatisierte Ableitung von Systemarchitekturen aus Anforderungen
- Softwaredesign-Vorschläge mithilfe generativer KI erstellen
- Architektonische Trade-offs reflektieren und dokumentieren
- Agenten-basierte Simulation und Bewertung von Architekturvarianten
- Implementierung beschleunigen
- Effizienz von Code-Vervollständigung bis zur KI-gesteuerten Umsetzung kompletter Features steigern
- Unterstützung bei API-Integration und Bibliotheksnutzung
- Codequalität erhöhen durch automatisierte Refactoring-Empfehlungen und Dokumentation
- Legacy-Code schneller verstehen und modernisieren
- Testen & Qualitätssicherung optimieren
- Tests automatisch generieren: Unit-, Integrations- und End-to-End
- Synthetische Testdaten erstellen und Edge-Cases identifizieren
- KI-gestützte Reviews zur Testabdeckung und Qualität
- CI/CD effizienter machen
- CI/CD-Konfiguration automatisiert generieren (GitHub Actions, GitLab Pipelines)
- Automatisierte Erstellung von Release Notes und Changelogs
- KI-basierte Sicherheitsscans und Compliance-Checks
- Self-Healing Pipelines und automatisierte Fehlerbehebung
- Betrieb & Monitoring verbessern
- Incident Management beschleunigen durch KI-basierte Root Cause Analysen
- Automatisiertes Monitoring und Priorisierung von Alerts
- KI-basierte Log-Analyse und Integration mit Observability-Stacks
- Wartung & Weiterentwicklung stärken
- Automatisiertes Bugfixing und Ticketmanagement
- KI-basierte Erklärungen von Code-Änderungen („Diff Explainern“)
- Automatische Erkennung von Regressionen und technischem Schuldenabbau
- Ethik und Compliance integrieren
- Sensibilisierung für Bias und Fairness bei generativer KI
- Transparenz und Erklärbarkeit gewährleisten
- Überblick über regulatorische Anforderungen (EU AI Act / Deutsche KI-Verordnung)
- Risikoklassen von KI-Anwendungen verstehen und berücksichtigen
Zielgruppe
Softwareentwickler:innen, Architekt:innen, Enabling Teams
Lernziele
Du kannst generative KI gezielt in deinen Softwareentwicklungsprozess integrieren und verstehst, welche Mehrwerte sie in jeder Phase bietet.
Du bist in der Lage, Anforderungen effizienter zu analysieren, strukturieren und umzusetzen.
Du kannst durch den Einsatz generativer KI die Architekturentscheidungen optimieren und schneller treffen.
Du beherrschst den Einsatz von KI-Tools, um die Implementierung und Wartung deines Codes zu beschleunigen.
Du erkennst und adressierst Risiken und ethische Herausforderungen bei der Anwendung generativer KI.
Du bist mit regulatorischen Anforderungen vertraut und kannst deine KI-Projekte compliance-konform gestalten.
Deine Trainer:innen
Marco Steinke
INNOQ
Softwarearchitektur, KI
- Generative KI im Softwareentwicklungszyklus
Marco Steinke ist Consultant bei INNOQ. Sein Schwerpunkt liegt in der Software-Architektur. Außerdem beschäftigt er sich mit künstlicher Intelligenz und dabei vor allem mit der Architektur und der Integration von KI-Systemen.
Ole Wendland
INNOQ
Nachhaltige, zukunftsorientierte Architektur; LLMs
- Generative KI im Softwareentwicklungszyklus
Ole ist Senior Consultant und Software Architekt bei INNOQ in der Schweiz. Mit seiner breiten Erfahrung in Software-Projekten verbindet er technische Expertise mit einem tiefen Verständnis für die Herausforderungen moderner Unternehmen. Sein Fokus liegt darauf, fachliche Anforderungen in nachhaltige, zukunftsorientierte Lösungen zu übersetzen. Als Allrounder fühlt sich Ole im gesamten Stack zu Hause und erweitert ständig sein Kompetenzspektrum. Neben seiner fundierten Backend- und Frontend-Erfahrung beschäftigt er sich intensiv mit Large Language Models (LLMs) und innovativen Einsatzmöglichkeiten von Foundation Models. Ole sieht in diesen Technologien großes Potenzial, um Geschäftsprozesse zu optimieren und neue Wertschöpfungsmöglichkeiten für Kunden zu erschließen.
Roman Stranghöner
INNOQ
Konzeption und Umsetzung von digitalen Produkten
- Generative KI im Softwareentwicklungszyklus
Roman arbeitet als Senior Berater und Entwickler bei der INNOQ Deutschland. Sein Schwerpunkt liegt in der Konzeption und Umsetzung von digitalen Produkten in agilen, interdisziplinären Teams. Dazu arbeitet er gerne auf der Schnittstelle zwischen Produkt, Design und Technik und unterstützt Teams dabei, Produktvision, Geschäftsziele und Softwareentwicklung in Einklang mit den Bedürfnissen von Nutzern zu bringen.