Schulung · Agentic Coding · Legacy-Modernisierung

Agentic Coding für Legacy-Modernisierung

Autonome Coding-Agenten wirksam einsetzen: Spezifikation statt Prompt, Aufgabenzerlegung, testgetriebene Loops, Multi-Agent-Setups und Governance.

Dauer
2 Tage (14 Std.)
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

Das Training „Agentic Coding für Legacy-Modernisierung“ richtet sich an Rollen wie Entwickler:innen, die COBOL-, PL/I- oder RPG-Systeme betreuen, Java- und .NET-Teams mit älteren Monolithen und Framework-Altlasten und Software- und Enterprise-Architekt:innen in Modernisierungsprogrammen und zeigt Schritt für Schritt, wie Agentic Coding im Bereich Legacy-Modernisierung produktiv, sicher und nachvollziehbar eingesetzt wird – von den Grundlagen bis zu fortgeschrittenen Workflows.

Agentic Coding bezeichnet die Arbeit mit KI-Agenten, die Entwicklungsaufgaben weitgehend selbstständig erledigen: Sie lesen Code, planen Änderungen, führen Befehle und Tests aus und korrigieren sich anhand der Ergebnisse. Werkzeuge wie Claude Code, OpenAI Codex, der GitHub Copilot Coding Agent oder der Agent-Modus von Cursor machen diese Arbeitsweise alltagstauglich. Dieses herstellerneutrale Training vermittelt die Methodik dahinter, damit Sie unabhängig vom Werkzeug verlässliche Ergebnisse erzielen und die Rolle der Entwicklerin oder des Entwicklers neu definieren.

Im Zentrum steht der Wechsel vom spontanen Prompt zur belastbaren Spezifikation. Sie lernen, Aufgaben so zu zerlegen und zu beschreiben, dass Agenten sie zuverlässig lösen, testgetriebene Schleifen aufzusetzen, in denen Tests als objektives Abnahmekriterium dienen, und mehrere Agenten parallel oder arbeitsteilig einzusetzen. Darüber hinaus behandeln wir Review-Strategien für agentisch erzeugten Code sowie Governance im Team: Berechtigungen, Sicherheitsgrenzen, Verantwortlichkeiten, Kostenkontrolle und die schrittweise Einführung agentischer Workflows in bestehende Entwicklungsprozesse.

Viele geschäftskritische Systeme laufen auf COBOL-Programmen im Mainframe, alten Java-EE-Anwendungen oder .NET-Framework-Lösungen, deren ursprüngliche Entwickler:innen längst nicht mehr verfügbar sind. KI-Coding-Assistenten und Agenten machen solche Codebasen zugänglicher: Sie erklären Programmlogik, rekonstruieren Geschäftsregeln, erzeugen Charakterisierungstests und unterstützen die schrittweise Migration in moderne Sprachen, Frameworks und Cloud-Plattformen. Erfolgreiche Modernisierung bleibt dennoch Ingenieursarbeit: Automatische Übersetzung ohne Verständnis erzeugt nur neuen Legacy-Code. Im Kurs lernen Sie, KI entlang bewährter Muster wie Strangler Fig, Branch by Abstraction und Anti-Corruption Layer einzusetzen, Verhalten vor jeder Änderung mit Tests abzusichern und Modernisierungsentscheidungen auf eine belastbare Analyse des Bestands zu stützen.

Das Training findet live statt – wahlweise online im virtuellen Klassenraum oder vor Ort in unseren Trainingsräumen in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch kommen wir auch exklusiv für Ihr Team zusammen.

Für wen ist das Training?

  • Entwickler:innen, die COBOL-, PL/I- oder RPG-Systeme betreuen
  • Java- und .NET-Teams mit älteren Monolithen und Framework-Altlasten
  • Software- und Enterprise-Architekt:innen in Modernisierungsprogrammen
  • IT-Leitungen und Projektverantwortliche für Migrationen
  • Berater:innen für Anwendungsmodernisierung und Cloud-Migration

Typische Herausforderungen, die wir adressieren

  • Geschäftsregeln stecken undokumentiert im Code, das Wissen der ursprünglichen Entwickler:innen ist verloren
  • Fehlende automatisierte Tests machen jede Änderung riskant
  • Veraltete Frameworks, Bibliotheken ohne Sicherheitsupdates und proprietäre Laufzeitumgebungen
  • Big-Bang-Migrationen scheitern an Umfang, Datenmigration und Parallelbetrieb

Das können Sie nach dem Training

  • Sie verstehen die Funktionsweise von Coding-Agenten und wählen das passende Werkzeug und den passenden Autonomiegrad.
  • Sie schreiben Spezifikationen und Projektkontext, mit denen Agenten verlässlich arbeiten.
  • Sie zerlegen Vorhaben in überprüfbare Teilaufgaben und steuern Agenten über testgetriebene Loops.
  • Sie setzen Multi-Agent-Setups und parallele Arbeit kontrolliert ein.
  • Sie nutzen KI-Agenten, um Altsysteme zu verstehen, Geschäftsregeln zu dokumentieren und Abhängigkeiten sichtbar zu machen.
  • Sie sichern bestehendes Verhalten mit generierten Charakterisierungstests ab, bevor Sie Code migrieren oder refaktorieren.
  • Sie planen und begleiten schrittweise Modernisierungen nach bewährten Mustern statt riskanter Big-Bang-Umstellungen.

Inhalte & Ablauf

Tag 1

Modul 1 Grundlagen agentischer Entwicklung
  • Funktionsweise von Coding-Agenten: Werkzeugaufrufe, Kontextfenster und Feedback-Schleifen
  • Werkzeuge im Vergleich: Terminal-Agenten, IDE-Agenten und Cloud-Agenten
  • Geeignete Aufgaben erkennen und Autonomiegrade bewusst wählen
  • Die neue Rolle im Team: von der Umsetzung zur Steuerung und Abnahme
Modul 2 Spezifikation statt Prompt
  • Aufgaben mit Ziel, Kontext, Randbedingungen und Abnahmekriterien beschreiben
  • Projektkontext dauerhaft in Dateien wie CLAUDE.md, AGENTS.md oder Rules hinterlegen
  • Plan-First-Vorgehen: Lösungsweg vom Agenten entwerfen und vor der Umsetzung prüfen
  • Spezifikationen versionieren und als Teil des Repositorys pflegen
Modul 3 Aufgabenzerlegung und testgetriebene Agenten-Loops
  • Große Vorhaben in unabhängige, überprüfbare Teilaufgaben zerlegen
  • Tests zuerst schreiben lassen und als objektives Abbruchkriterium nutzen
  • Linter, Typprüfungen und Builds als automatische Rückmeldung einsetzen
  • Festgefahrene Loops erkennen und mit neuer Strategie neu starten
Modul 4 Multi-Agent-Setups und Parallelisierung
  • Spezialisierte Subagents für Recherche, Implementierung, Tests und Review definieren
  • Parallele Arbeit mit Branches, Worktrees und isolierten Umgebungen organisieren
  • Orchestrierung: Ergebnisse zusammenführen und Konflikte auflösen
  • Werkzeuge und Datenquellen über MCP gemeinsam nutzbar machen

Tag 2

Modul 5 Review, Sicherheit und Governance im Team
  • Review-Strategien für große, agentisch erzeugte Änderungen
  • Berechtigungen, Sandboxing und Schutz vor Prompt Injection festlegen
  • Agenten in CI-Pipelines und Pull-Request-Prozesse einbinden
  • Teamrichtlinien, Verantwortlichkeiten, Kosten und schrittweise Einführung planen
Modul 6 Praxislabor: Legacy-Modernisierung
  • Geschäftsregeln extrahieren
  • Abhängigkeiten kartieren
  • Charakterisierungstests erzeugen
  • Framework-Upgrades durchführen
  • Code übersetzen und refaktorieren
  • Strangler-Fig-Architektur entwerfen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Altsysteme verarbeiten häufig Kunden-, Finanz- oder Versicherungsdaten: Sie lernen, Code und Testdaten vor der Nutzung mit KI zu bereinigen, Lizenz- und Urheberrechtsfragen bei übersetztem Code zu klären und Anforderungen von DSGVO, DORA und Branchenaufsicht an Änderungen kritischer Systeme zu berücksichtigen.
  • Spielregeln für den sicheren KI-Einsatz im Team
  • Ergebnisse prüfen: Fakten, Quellen, Tests und Vier-Augen-Prinzip
  • Persönlicher Umsetzungsplan für die nächsten 30 Tage
  • Offene Fragen, Ausblick und Ressourcen zum Weiterlernen

Praxisszenarien aus Ihrem Bereich

Geschäftsregeln extrahieren

COBOL-Paragraphen, Copybooks oder Java-Serviceklassen analysieren lassen, enthaltene Berechnungs- und Entscheidungslogik als fachlich lesbare Regeln dokumentieren und mit Fachbereichen gemeinsam validieren. So entsteht eine belastbare fachliche Grundlage für Migration und Neuentwicklung.

Abhängigkeiten kartieren

Aufrufbeziehungen, JCL-Jobketten, Datenbankzugriffe und Schnittstellen aus dem Quellcode rekonstruieren und als Diagramme darstellen, um sinnvolle Schnitte für eine schrittweise Ablösung zu finden. Auch tote Codepfade werden sichtbar.

Charakterisierungstests erzeugen

Das bestehende Verhalten mit Golden-Master- und Approval-Tests festhalten, Testdaten aus Produktionsmustern anonymisiert ableiten und so ein Sicherheitsnetz vor jeder Migration schaffen. Abweichungen fallen damit sofort auf.

Framework-Upgrades durchführen

Migrationen von Java EE zu Jakarta EE oder Spring Boot sowie vom .NET Framework zu modernem .NET planen, API-Brüche identifizieren und Anpassungen in vielen Dateien konsistent umsetzen.

Code übersetzen und refaktorieren

COBOL-Module in idiomatisches Java oder C# überführen, statt Zeile für Zeile zu übersetzen, Datentypen wie gepackte Dezimalzahlen korrekt abbilden und Ergebnis per Vergleichstest gegen das Original prüfen.

Strangler-Fig-Architektur entwerfen

Fassaden, Routing-Schichten und Anti-Corruption Layer konzipieren, über die neue Services Funktionen des Altsystems Schritt für Schritt übernehmen, inklusive Datensynchronisation und Rückfalloptionen. Jede Ablösestufe bleibt einzeln auslieferbar.

Mögliche Praxisprojekte im Kurs

Copybook-zu-Schema-Konverter

Ein Tool, das COBOL-Copybooks einliest und daraus JSON-Schemas, Java-Records oder SQL-Tabellen inklusive korrekter Abbildung von Dezimal- und Redefine-Feldern erzeugt. Das beschleunigt Schnittstellen zum Altsystem.

Legacy-Wissensportal

Eine kleine Web-App, die analysierte Programme, Geschäftsregeln und Abhängigkeiten durchsuchbar macht und Fragen zum Altsystem mit Quellenangabe beantwortet. Neue Teammitglieder finden sich so schneller zurecht.

Vergleichstest-Harness

Ein Testrahmen, der dieselben Eingaben an Alt- und Neusystem sendet, Ausgaben feldgenau vergleicht und Abweichungen übersichtlich protokolliert. So wird die fachliche Gleichwertigkeit der Migration nachweisbar.

Voraussetzungen

Sie haben mehrjährige Entwicklungserfahrung, arbeiten sicher mit Git, Tests und CI und haben idealerweise bereits erste KI-Coding-Werkzeuge genutzt. Sie haben Programmiererfahrung in mindestens einer Sprache des Altsystems oder der Zielplattform, etwa COBOL, Java oder C#, sowie Grundverständnis von Softwarearchitektur.

Technische Voraussetzungen

Eigener Laptop mit Git, Terminal und Ihrer Entwicklungsumgebung sowie Zugang zu mindestens einem Coding-Agenten wie Claude Code, Codex, Copilot oder Cursor.

Datenschutz & Compliance

Altsysteme verarbeiten häufig Kunden-, Finanz- oder Versicherungsdaten: Sie lernen, Code und Testdaten vor der Nutzung mit KI zu bereinigen, Lizenz- und Urheberrechtsfragen bei übersetztem Code zu klären und Anforderungen von DSGVO, DORA und Branchenaufsicht an Änderungen kritischer Systeme zu berücksichtigen.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Mo, 23. November 2026 – Di, 24. November 2026 Online Anfragen
  • Mi, 2. Dezember 2026 – Do, 3. Dezember 2026 Augsburg Anfragen
  • Do, 17. Dezember 2026 – Fr, 18. Dezember 2026 Online Anfragen
  • Do, 14. Januar 2027 – Fr, 15. Januar 2027 Kaiserslautern Anfragen
  • Mi, 27. Januar 2027 – Do, 28. Januar 2027 Online Anfragen
  • Do, 4. Februar 2027 – Fr, 5. Februar 2027 Bremen Anfragen

Häufige Fragen

Worin unterscheidet sich Agentic Coding von Vibe Coding?

Vibe Coding setzt auf schnelle, intuitive Iteration in natürlicher Sprache und eignet sich besonders für Prototypen. Agentic Coding ist ein ingenieurmäßiger Ansatz für professionelle Codebasen: Präzise Spezifikationen, Tests als Abnahmekriterium, klare Berechtigungen und strukturierte Reviews sorgen dafür, dass Agenten auch in komplexen, langlebigen Projekten verlässliche und wartbare Ergebnisse liefern.

Ist der Kurs an ein bestimmtes Werkzeug gebunden?

Nein. Der Kurs vermittelt Methoden, die mit Claude Code, OpenAI Codex, dem GitHub Copilot Coding Agent, Cursor und vergleichbaren Werkzeugen funktionieren. Die Übungen zeigen Unterschiede und Gemeinsamkeiten, etwa bei Kontextdateien, Berechtigungen und Subagents. Sie können mit dem Werkzeug arbeiten, das in Ihrem Unternehmen eingesetzt wird oder werden soll.

Wie behalten wir bei autonomen Agenten die Kontrolle über Qualität und Sicherheit?

Kontrolle entsteht durch mehrere Ebenen: eng gefasste Berechtigungen und Sandboxing, Tests und statische Analysen als automatische Prüfinstanz, verpflichtende menschliche Reviews vor dem Merge und klare Teamregeln zu Verantwortlichkeiten. Im Kurs entwickeln Sie ein Governance-Konzept, das zu Ihren Prozessen, Sicherheitsanforderungen und regulatorischen Vorgaben passt.

Kann KI ein COBOL-System automatisch nach Java übersetzen?

KI kann einzelne Module deutlich schneller übersetzen als manuelle Arbeit, doch eine reine Eins-zu-eins-Übersetzung erzeugt oft schwer wartbaren Code. Sinnvoller ist ein Vorgehen, bei dem Geschäftsregeln zuerst verstanden und mit Tests abgesichert werden und die Zielarchitektur bewusst gestaltet wird. Im Kurs kombinieren Sie KI-gestützte Übersetzung mit Vergleichstests und Refactoring.

Wie gehen wir mit sehr großen Codebasen um?

Große Altsysteme passen nicht vollständig in den Kontext eines Modells. Bewährt sind eine systematische Inventarisierung, Zusammenfassungen pro Modul, Abhängigkeitsgraphen und gezielter Abruf relevanter Stellen. Agenten arbeiten dann Modul für Modul mit klar definiertem Auftrag. Sie lernen, diese Struktur aufzubauen und die Ergebnisse für Architekturentscheidungen nutzbar zu machen.

Was kostet die Schulung „Agentic Coding für Legacy-Modernisierung“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 2 Trainingstag(e) mit Live-Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Unsere Terminvorschläge sind eine Orientierung. Im Anfrageformular können Sie jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und bestätigen innerhalb eines Werktags.

Findet der Kurs online oder vor Ort statt?

Beides ist möglich: live online im virtuellen Klassenraum oder vor Ort in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart oder Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Weitere Kurse für Legacy-Modernisierung

Weitere Kurse zu Agentic Coding

Alle 32 Kurse zu Agentic Coding

Agentic Coding · MünchenAgentic Coding · SalzburgAgentic Coding · BerlinAgentic Coding · AugsburgAgentic Coding · HannoverAgentic Coding · BremenAgentic Coding · StuttgartAgentic Coding · KaiserslauternAgentic Coding · Online