Seminar
Vom Prompt zum Produkt: Softwaresysteme mit generativer KI entwickeln
Tempo gewinnen und Qualität sichern – professionelle Entwicklung mit Coding-Agenten
Generative KI verändert die professionelle Softwareentwicklung. Moderne Coding-Agenten unterstützen nicht mehr nur beim Schreiben einzelner Codezeilen, sondern entlang des gesamten Prozesses: Sie helfen, Anforderungen zu definieren und in Spezifikationen und Tests zu überführen, durchdringen bestehende Codebasen, implementieren Funktionen direkt in der Codebasis und reagieren selbstständig auf Rückmeldungen aus CI/CD-Pipelines und dem laufenden Betrieb. So lassen sich Entwicklungszyklen verkürzen und Qualität früh absichern.In diesem Seminar lernen Sie, wie aus einer Idee Schritt für Schritt ein getestetes, wartbares Softwaresystem entsteht – von guten Prompts über Spezifikation und Tests bis zur Umsetzung mit Coding-Agenten direkt in der Codebasis.
Hinweise und detaillierte Informationen zum Veranstaltungsformat finden Sie nachfolgend im Text. Generative KI verändert die professionelle Softwareentwicklung. Moderne Coding-Agenten unterstützen nicht mehr nur beim Schreiben einzelner Codezeilen, sondern entlang des gesamten Prozesses: Sie helfen, Anforderungen zu definieren und in Spezifikationen und Tests zu überführen, durchdringen bestehende Codebasen, implementieren Funktionen direkt in der Codebasis und reagieren selbstständig auf Rückmeldungen aus CI/CD-Pipelines und dem laufenden Betrieb. So lassen sich Entwicklungszyklen verkürzen und Qualität früh absichern.
In diesem Seminar lernen Sie, wie aus einer Idee Schritt für Schritt ein getestetes, wartbares Softwaresystem entsteht – von guten Prompts über Spezifikation und Tests bis zur Umsetzung mit Coding-Agenten direkt in der Codebasis.
Seminarinhalt auf einen Blick
- Vom punktuellen KI-Einsatz zur systematischen Entwicklung mit Coding-Agenten
- Prompts professionell formulieren und KI-Ergebnisse verlässlich prüfen
- Von Anforderungen über Spezifikation und Tests zum lauffähigen Code (Spec-driven Development)
- Coding-Agenten einrichten, per Model Context Protocol (MCP) erweitern und firmeneigene Daten anbinden
- Hands-on: praxisnaher Webservice – exemplarisch in C#, methodisch auf andere Sprachen übertragbar
- Qualität sichern: Tests, Nachvollziehbarkeit, Reviews und CI/CD
- Infrastructure as Code, Dokumentation und Auslieferung mit KI erzeugen
- Agentengestützte Entwicklung im Team skalieren
Ihr Nutzen
Nach dem Seminar sind Sie in der Lage,- Prompts systematisch mit Rolle, Kontext, Randbedingungen und Beispielen aufzubauen
- Coding-Agenten auszuwählen, in der Entwicklungsumgebung einzurichten und sicher einzusetzen
- Agenten per MCP zu erweitern und firmeneigene Daten agentisch nutzbar zu machen
- Anforderungen in Spezifikationen, Akzeptanzkriterien und Testpläne zu übersetzen
- Anwendungscode in Schichten strukturiert und überprüfbar generieren zu lassen – vom einzelnen Baustein bis zu großen Codemengen
- KI-Modelle aufgabenbezogen auszuwählen, in der Cloud oder lokal zu betreiben und anzubinden
- Nachvollziehbarkeit von der Anforderung über den Test bis zur Implementierung sicherzustellen
- Code durch Reviews, Model Checking und CI/CD abzusichern
- agentengestützte Entwicklung im Team mit messbarem Effekt auf Qualität und Tempo zu skalieren
Seminarprogramm
- Einführung in die agentengestützte Softwareentwicklung
- Grundlagen: Prompting, Kontext, Verifikation und Large Language Models (LLMs)
- Coding-Agenten in der Praxis: Werkzeuge, MCP-Erweiterung und Datenanbindung
- Architektur, Schichtenmodell und spezifikationsgetriebene Entwicklung
- Hands-on: Prompt Engineering für einen Webservice
- Vertiefung: Prozess-Prompts, Kontextmanagement und Workflow-Muster
- Codegenerierung und testgetriebene Entwicklung
- Qualitätssicherung, Nachvollziehbarkeit und CI/CD-Integration
- Skalierung im Team, Best Practices und Transfer in die Praxis
Das Seminarprogramm im Detail
Einführung & Grundlagen
- Live-Demo: das durchgängige Praxisprojekt in Aktion
- Was Coding-Agenten heute in der Softwareentwicklung leisten
- Abgrenzung: No-Code, Low-Code, KI-Assistenten, Prompt as Code und agentengestützte Entwicklung
- Werkzeug und Modell: Agenten-Werkzeug (z. B. Copilot, Claude Code) und Sprachmodell (z. B. GPT, Claude, Gemini)
- Entwicklungslinie: vom Autocomplete zum Agenten in der Codebasis
Generative KI und LLM-Grundlagen
- Neuronale Netze, Embeddings und Kontextfenster verständlich einordnen
- Entwicklung: von GPT-2 zu heutigen führenden Modellen und absehbaren Trends
- Modellauswahl: Kosten, Latenz, Qualität, Datenschutz und Aufgabentyp berücksichtigen
- Nachhaltigkeit: Energiebedarf und CO2-Fußabdruck von Modellen einbeziehen
- Anbindung: Modelle in der Cloud oder lokal betreiben und per API integrieren (z. B. Azure OpenAI, Ollama)
- Gute Prompts und Risiken: Aufbau, Datenschutz, IP-Schutz und Halluzinationen
Coding-Agenten in der Praxis (z. B. VS Code & GitHub Copilot)
- Werkzeuglandschaft: GitHub Copilot, Claude Code, Cursor und vergleichbare Lösungen
- Einrichtung: Agent-Modus, Berechtigungen, Repository-Kontext und Modellauswahl
- Erweiterung über MCP: externe Werkzeuge und Datenquellen anbinden (z. B. Playwright, GitHub, Datenbanken)
- Eigene MCP-Server: firmeneigene Daten, APIs und Werkzeuge für Agenten verfügbar machen
- Sicherheit und Governance: Tool-Freigaben, Sandboxing, Datenschutz und Grenzen großer Multi-Repository-Projekte
Architektur & Schichtenmodell
- Architektur-first: Zielbild, Schichten, Verantwortlichkeiten und Schnittstellen planen
- Spec-driven Development: Specify, Plan, Tasks, Implement mit klaren Checkpoints
- Spezifikation als Arbeitsgrundlage für den Coding-Agenten
- Best Practices: Versionierung, Coding-Regeln und CI/CD von Beginn an einbinden
- Qualität planen: Tests, Akzeptanzkriterien und Review-Punkte vor der Implementierung
Hands on Prompt Engineering
- Ziel: einen Baustein des Praxisprojekts entwickeln – exemplarisch in C#, methodisch übertragbar
- Spezifikation: Verhalten, Grenzen, Fehlerfälle und Akzeptanzkriterien beschreiben
- Generierung: Service, API und Tests per Prompt und Coding-Agent erstellen
- Iteration: Prompt, Ergebnis, Testlauf und Nachschärfung bis zu den Akzeptanzkriterien
- Analyse und Feedback: Testabdeckung bewerten und Lösungen gemeinsam verbessern
Ende des Seminartags gegen 17.00 Uhr
Vertiefung Prompt Engineering
- Prozess-Prompts: wiederkehrende Abläufe als wiederverwendbare Workflows/Slash-Commands (Feature-Start, Release, Onboarding)
- Kontextmanagement: Architektur- und Standardkontext gezielt bereitstellen (z. B. AGENTS.md)
- Skills: wiederverwendbares Domänenwissen als ladbare Bausteine nutzen
- Workflow-Muster: Prompt Chaining, Routing sowie Reviewer- und Evaluator-Schleifen
- Vergleich: Ein-Schritt-Generierung gegenüber mehrstufiger Umsetzung mit Checkpoints
Generierung & Testautomatisierung
- Test-driven Development: Tests als prüfbare Spezifikation vor der Implementierung
- Gesamtanwendung gegenüber modularer Erzeugung in kleinen, verifizierbaren Schritten
- Mehr als Code: Infrastructure as Code, Cloud-Umgebungen (z. B. Azure) und Dokumentation generieren
- Tests: Unit-, API-, Integrations- und End-to-End-Tests automatisieren und Abdeckung messen
- CI/CD-Integration: Build, Tests und Qualitätsgates als verbindliche Prüfschritte
Qualitätsanalyse & Reviews
- Nachvollziehbarkeit: Anforderungen (MUST/SHOULD/MAY) über Tests bis zur Implementierung verfolgen
- Model Checking: Spezifikationen mit LLMs durchspielen und Defekte früh erkennen
- Reviews: Spezifikations-, Test- und Code-Reviews an menschlichen Checkpoints
- Test-before-Fix: Fehler zuerst reproduzieren, dann an der Ursache beheben
- Fehleranalyse: Halluzinationen, Fehlmuster, Namenskonflikte und Architekturabweichungen erkennen
Zukunft & Transfer in die Praxis
- Skalierung: mehrere Agenten in klaren Rollen parallel arbeiten lassen
- Asynchrone Agentenläufe: Aufgaben unbeaufsichtigt ausführen und per Pull Request prüfen
- Teams mit End-to-End-Verantwortung: Anforderung, Test, Code und Betrieb zusammenführen
- Transfer in andere Domänen: Architektur erhalten, Spezifikation und Tools austauschen
- Deployment und Betrieb: Auslieferung automatisieren, Logs auswerten, Fehler beheben (CI/CD, Kubernetes)
- Modernisierung und Ausblick: Legacy-Systeme weiterentwickeln; Wirkung, Risiken und offene Fragerunde
Ende des Seminartags gegen 17.00 Uhr
Zielgruppen
- Fach- und Führungskräfte, Projektleiter:innen und Mitarbeitende mit technischer Verantwortung und IT-Spezialisten
- Softwareentwicklerinnen und -entwickler in C#, C++, Java, Python und weiteren Sprachen sowie Softwarearchitektinnen und -architekten
- Verantwortliche für CI/CD, DevOps, Qualitätssicherung und Testautomatisierung
- Technische Entscheiderinnen und Entscheider, die generative KI strategisch und sicher integrieren möchten
- Teilnehmer:innen aus den Branchen Automotive, Maschinenbau, Medizintechnik, IT, Energietechnik, Telekommunikation
Allgemeine Hinweise zur Seminarteilnahme je nach Veranstaltungsformat
Unsere Veranstaltungen werden in der Regel im Format Präsenz (a) oder Online (b) angeboten.
(a) Hinweise bei Teilnahme an Präsenz-Seminaren:
Im Seminarpreis enthalten:
- Seminarunterlagen
- Teilnahmezertifikat
- inkl.Vollverpflegung vor Ort
(b) Hinweise bei Teilnahme an Live-Online-Seminaren:
Im Seminarpreis enthalten:
- Seminarunterlagen als PDF
- Teilnahmezertifikat
- Zugang zur Plattform
Wir planen unsere Live-Online-Seminare generell so, dass die Wissensvermittlung und die Übungseffekte unseren Präsenzseminaren entsprechen (inklusive fallweise Gruppenarbeiten und Übungsaufgaben; Fragen können jederzeit gestellt werden).
- Sie erhalten die Einwahldaten zum Live-Online-Seminar einige Tage vor der Veranstaltung.
- Grundvoraussetzungen zur Teilnahme sind ein Internetanschluss, ein Computer/Tablet und ein Headset bzw. Mikrofon & Lautsprecher. Eine Webcam für den persönlicheren Austausch wäre sehr wünschenswert.
- Für unsere Online-Seminare kommt hauptsächlich die Plattform Zoom zum Einsatz. Vereinzelt auch MS Teams.
- Die Teilnehmerunterlagen erhalten Sie vor, während oder im Nachgang des Seminars als Download oder per Mail.
1.455 € | Regulärer Preis |
1.230 € |
VDI-Mitglieder-Preis
|
1.230 € |
VDI-Fördermitglieder-Preis
|
1.310 € | FRÜHBUCHER |
promovierte an der University of Oxford zu KI-Methoden und verfügt über mehr als zehn Jahre Erfahrung in der Softwareentwicklung. Während seiner Ausbildung zum Diplom-Informatiker sammelte er erste Praxis bei Bosch und IBM; bei der TRUMPF Werkzeugmaschinen GmbH + Co. KG skalierte er in einem realen Produktivsystem agentengestützte Entwicklung und steigerte Testabdeckung und Tempo deutlich. Im Seminar verbindet er fundiertes KI-Know-how mit praktischer Erfahrung in Softwarearchitektur, Entwicklungsprozessen und automatisierter Codeanalyse.
1.455 € | Regulärer Preis |
1.230 € |
VDI-Mitglieder-Preis
|
1.230 € |
VDI-Fördermitglieder-Preis
|
1.310 € | FRÜHBUCHER |
promovierte an der University of Oxford zu KI-Methoden und verfügt über mehr als zehn Jahre Erfahrung in der Softwareentwicklung. Während seiner Ausbildung zum Diplom-Informatiker sammelte er erste Praxis bei Bosch und IBM; bei der TRUMPF Werkzeugmaschinen GmbH + Co. KG skalierte er in einem realen Produktivsystem agentengestützte Entwicklung und steigerte Testabdeckung und Tempo deutlich. Im Seminar verbindet er fundiertes KI-Know-how mit praktischer Erfahrung in Softwarearchitektur, Entwicklungsprozessen und automatisierter Codeanalyse.