Praxisnahe Einstiegsschulung für Entwickler: Hands-on-Erfahrung mit Coding Agents sammeln, produktive Arbeitsweisen kennenlernen und ein realistisches Verständnis für Chancen und Grenzen entwickeln.
Softwareentwickler und technikaffine Rollen mit wenig oder keiner Erfahrung mit Coding Agents
4 Stunden, Theorie + Hands-on-Lab, vor Ort oder remote
Technischer Hintergrund und Erfahrung in der Softwareentwicklung. Kein ML-/LLM-Vorwissen nötig.
Entwicklerproduktivität steigern – mit konkreten, sofort anwendbaren Vorgehensweisen für den Projektalltag.
In der Praxis setzen wir üblicherweise Anthropic-Modelle ein, weil sie in Enterprise-Umgebungen aktuell das verbreitetste Coding-Agent-Ökosystem bilden. Die Inhalte sind jedoch modell-agnostisch: Die vermittelten Konzepte (effektives Prompting, Kontextmanagement, Qualitätssicherung) gelten gleichermaßen für Claude Code, ChatGPT Codex CLI, Gemini CLI und weitere Anbieter.
In vielen Teams werden Coding Agents bereits genutzt – aber ad hoc, ohne gemeinsame Standards und ohne strukturiertes Wissen darüber, was wirklich funktioniert. Der Unterschied zwischen einem geschulten und einem ungeschulten Team ist enorm.
Schulung anfragenCoding Agents sind im Alltag angekommen – aber ohne gemeinsame Praktiken entstehen Wildwuchs und Qualitätsschwankungen. Was fehlt, ist ein reviewbarer, teamweiter Workflow.
Coding Agents funktionieren wie ein Junior-Team: motiviert, schnell – aber vergesslich, nicht deterministisch und anfällig für Halluzinationen. Wer das nicht berücksichtigt, erzeugt subtile Bugs statt Produktivitätsgewinne.
Ohne effektives Prompting, sauberes Kontextmanagement und klare Aufgabenaufteilung zwischen Mensch und Agent schöpfen Teams nur einen Bruchteil der möglichen Produktivitätsgewinne aus.
KI-generierter Code erfordert angepasste Review-Prozesse, gezielte Tests und ein Bewusstsein für typische Fehlerquellen. Bestehende Kontrollmechanismen reichen oft nicht aus.
Die Schulung kombiniert kompakte Theorie mit praktischer Anwendung an einer vorbereiteten Beispielanwendung im Lab-Format.
Warum Coding Agents gerade relevant sind. Wie ein Coding Agent funktioniert – Arbeitsweise verstehen: Junior-Team, nicht deterministisch, vergisst alles.
Tools einrichten, relevante Konfigurationen vornehmen und die Arbeitsumgebung für das Lab vorbereiten. Einführung in die Beispielanwendung.
Bearbeitung konkreter Übungsaufgaben an der vorbereiteten Beispielanwendung: Codeanalyse, Implementierung, Testing und Review – direkt mit dem Coding Agent. Anschließend gemeinsame Besprechung der Lösungen.
Effektives Prompting für Entwickler, sinnvolle Aufgaben für Coding Agents, Nutzung von Custom Commands und Kontextdateien, Umgang mit Halluzinationen, Qualitätssicherung und gute Arbeitsaufteilung zwischen Mensch und Agent.
Ein realistisches Verständnis für die Arbeitsweise von Coding Agents – inklusive Chancen, Grenzen und typische Fehlerquellen
Prompts so formulieren, dass Coding Agents präzise, reproduzierbare Ergebnisse liefern – statt generischem Code oder Halluzinationen
Custom Commands, Kontextdateien und projektspezifische Regeln einsetzen, damit der Agent konsistenter und effizienter arbeitet
Reviews, Tests und Validierung im KI-gestützten Workflow – der Mensch bleibt Entscheider und behält die Kontrolle
Konkrete Best Practices für die Zusammenarbeit mit Coding Agents – von der Aufgabenaufteilung über die Codeanalyse bis zur Dokumentation
Ziel ist nicht nur Wissen, sondern direkt anwendbare Erfahrung: Die Teilnehmenden verlassen die Schulung mit konkreten Vorgehensweisen, die sie sofort im eigenen Projekt einsetzen können.
… möchten, statt auf individuelle Experimente zu setzen
… wollen – bei Codeanalyse, Implementierung, Testing, Review oder Dokumentation
… für die Zusammenarbeit mit KI im Entwicklungsalltag – review- und teamfähig
Die Schulung ist eine praxisorientierte Einstiegsschulung – kein Deep Dive in LLM-Architekturen oder Modelltraining. Die Entwicklung eigener Agenten, Multi-Agent-Workflows und eigener MCP-Server ist nicht Teil dieses Formats, sondern Thema der Fortgeschrittenen-Schulung „Coding Agents im Team bauen & orchestrieren".
Karsten Silz
Senior Principal Consultant Software Engineering
Karsten arbeitet seit 26 Jahren als Full-Stack-Java-Entwickler in Europa und den USA. Als Mitgründer leitete er 13 Jahre lang die Produktentwicklung eines Software-Produkt-Start-ups in den USA, das 2016 erfolgreich verkauft wurde. Im Jahr 2020 war er Mitgründer eines SaaS-Start-ups in England. Er ist seit 2003 auch Freiberufler. Seit Mai 2025 arbeitet er für atra.consulting in Stuttgart.
David Kreutzer
Senior Consultant Software Engineering
David arbeitet seit 15 Jahren als Senior Software-Entwickler an anspruchsvollen Enterprise-Applikationen. In Projekten bei Industrie-, Tech- und Versicherungskunden hat er intensiv mit verschiedensten KI-Modellen gearbeitet. Sein Fokus liegt auf der praxisnahen Integration von Machine Learning, Computer Vision und generativer KI in produktive Software-Lösungen.
Zugang zu einem aktuellen Coding-Agent-Modell bei Anthropic, Google oder OpenAI. Wir beraten bei der Auswahl des passenden Plans.
Z. B. Claude Code, ChatGPT Codex CLI oder Gemini CLI – mit Node.js und Terminal-Zugang auf dem eigenen Laptop.
Grundkenntnisse in HTML/CSS/JavaScript oder einer Backend-Sprache. Kein ML- oder LLM-Vorwissen erforderlich.
Aktuelles Betriebssystem (Windows, macOS oder Linux) und stabile Internetverbindung.
Aufbauschulung: Eigene Agenten entwerfen, parallele Multi-Agent-Workflows orchestrieren und MCP-Server selbst bauen.
Praxisnahe Einstiegsschulung: GenAI produktiv im Analysealltag einsetzen – von Anforderungen über Datenanalyse bis Dokumentation.
Einstündige Impuls-Sessions: 15–30 Minuten konkreter Input plus offene Diskussion – der niederschwellige Einstieg ins Thema.
Buchen Sie die Schulung Agentenbasiertes Coding für Entwickler – praxisnah, interaktiv und sofort anwendbar.
Ansprechpartner
Daniel Wochnik
Geschäftsbereichsleitung «Finanzdienstleistungen»
Gespräch vereinbaren LinkedIn