Agentic Software Engineering (INNOQ Schweiz) - Ole Wendland - Deutsch
Generative KI verändert, wie wir Software entwickeln – von einzelnen Code-Snippets bis zu vollständigen, agentengesteuerten Entwicklungsprozessen. In diesem dreitägigen Training lernst du, wie du diese Transformation für dein Team nutzbar machst.
Du lernst, KI-Assistenten und autonome Coding-Agenten gezielt einzusetzen: Von der intelligenten Anforderungsanalyse über die automatisierte Architekturgestaltung bis hin zu selbstständig arbeitenden Development-Agenten, die komplexe Features implementieren. Dabei behältst du stets die Kontrolle und verstehst, wo menschliche Expertise unverzichtbar bleibt.
Nach dem Training kannst du einschätzen, welche KI-Tools und -Ansätze für deine konkreten Herausforderungen passen. Du weißt, wie du schrittweise von einfacher Code-Completion zu fortgeschrittenen agentenbasierten Workflows übergehst.
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
Deine Trainer:innen
Ole Wendland
INNOQ
Nachhaltige, zukunftsorientierte Architektur; LLMs
- Agentic Software Engineering
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.