- 1. Einführung & Produktivität
- Was sind Coding Agents? Definition und Abgrenzung.
- Kernkonzepte von Coding Agents (Überblick).
- Vorteile und Produktivitätspotenzial.
- Ziel der Schulung: Bessere Ergebnisse und Produktivitätssteigerung.
- 2. Coding Agent Einstellungen
- Überblick populärer Coding Agents (Vorstellung, Einsatzgebiete).
- LLM-Grundlagen für Coding Agents (Architekturen, Auswahlkriterien, spezialisierte Modelle).
- Wichtige Settings und Konfigurationen der Agents (Leistung, Datenschutz, Sicherheit).
- 3. Effektives Prompting
- Grundlagen: Klare, spezifische Prompts.
- Kontextbereitstellung: Code, Fehler, Umgebung.
- Beispielbasierte Aufgabenstellung (Few-Shot).
- Ausgabeformat und Stil spezifizieren.
- Strukturierte Prompts, Delimiter.
- Iteratives Prompting und Feedback.
- Setup: Systemnachrichten, Rollen, Personas.
- Fortgeschrittene Techniken: Zero/One/Few-Shot, Chain-of-Thought.
- 4. Aufgabenaufbereitung & Kontext
- Aufgabenaufbereitung: Planung, Zerlegung, aktuelle Informationen einbringen.
- Code-Basis-Verständnis: Context Engines, automatisierte Kontextbereitstellung,
- Umgang mit großen Codebasen (ggf. kurze Erwähnung RAG).
- Kontextintegration: Dokumentation, Code-Ausschnitte, Verzeichnisstrukturen einbetten.
- 5. Fortgeschrittene Interaktion
- Agenten "Sehen" beibringen (Browser-Steuerung mit Werkzeugen wie Playwright, Selenium, Puppeteer).
- Agenten helfen, Konsole zu "sehen" (Terminal-Interaktion, Lesen/Interpretieren von Ausgaben mit Werkzeugen wie PTY, ShellJS).
- Werkzeuge bereitstellen (Best Practices für Auswahl und Integration, kurze Erwähnung des Konzepts eigener MCPs).
- Agenten-Verhalten steuern:
- Nutzung von "Structured Outputs" für vorhersagbare, maschinenlesbare Antworten (z.B. JSON).
- "Function Calling" ermöglichen: Agenten rufen externe Funktionen/APIs auf, um Aktionen auszuführen oder Informationen zu beschaffen.
- Kurzer Exkurs: Anbindung interner Wissensdatenbanken (Konzepte wie RAG, Datenschutzaspekte).
- 6. Praktische Anwendungsfälle
- Code-Generierung und -Vervollständigung.
- Refactoring und Code-Optimierung.
- Testfallgenerierung und Testautomatisierung.
- Bug-Analyse und -Behebung.
- Automatisierte Code-Dokumentation.
- 7. Iterative Verbesserung
- Ergebnisverbesserung durch Agenten:
- Requirements-Dokumente als Soll-Vorgabe.
- Unit-Tests als Feedback-Quelle.
- Browser-Testing zur UI-Validierung.
- Automatisierte Feedback-Schleifen.
- Fehlerausgaben systematisch nutzen.
- 8. Herausforderungen & Grenzen
- Ursachen für schlechte Agentenleistung.
- Strategien zur Leistungsverbesserung.
- Typische KI-Schwächen in der Softwareentwicklung.
- Grenzen der Automatisierung, menschliche Aufsicht.
- Umgang mit spezifischen LLM-Herausforderungen (Unzuverlässigkeit, Kontext, Aktualität, Closed-Source-Zugriff).
- 9. Rechtliche Grundlagen
- DSGVO im Überblick
- EU AI Act im Überblick
LernzieleNach dieser Schulung setzen Sie diverse gängige Coding Agents zielgerichtet ein und beherrschen fortgeschrittene Techniken für effizientes Prompting und gutes Kontextmanagement. Sie integrieren smarte Agent-Unterstützung gezielt in alltägliche Entwicklungsaufgaben und verbessern iterativ Ihre Codequalität - für spürbar gesteigerte Produktivität in der täglichen Praxis.
ZielgruppenDieser Kurs richtet sich an Softwareentwickler mit grundlegenden Programmierkenntnissen, Erfahrung mit IDEs und Entwicklungstools sowie einem Verständnis moderner Softwareentwicklungsprozesse; KI-Vorerfahrung ist nicht erforderlich.
