Schulung · Agentic Coding · Security & DevSecOps
Agentic Coding für Security- und DevSecOps-Teams
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 Security- und DevSecOps-Teams“ richtet sich an Rollen wie Application-Security-Engineers und Security Champions in Entwicklungsteams, DevSecOps- und Platform-Engineers, die CI/CD-Pipelines verantworten und Penetrationstester:innen und Red-Team-Mitglieder und zeigt Schritt für Schritt, wie Agentic Coding im Bereich Security & DevSecOps 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.
KI-Coding-Assistenten und Agenten verändern die Anwendungssicherheit von zwei Seiten: Sie beschleunigen Threat Modeling, Code-Reviews und das Schreiben von Detection-Regeln, erzeugen aber gleichzeitig neuen Code in einem Tempo, dem klassische Security-Gates kaum folgen. Security- und DevSecOps-Teams nutzen KI daher, um SAST-Funde zu triagieren, Fixes für Schwachstellen vorzuschlagen, CI/CD-Pipelines mit Prüfschritten zu härten und Infrastructure-as-Code auf Fehlkonfigurationen zu untersuchen. Entscheidend ist ein kontrollierter Rahmen: Agenten mit minimalen Rechten, keine Secrets im Prompt-Kontext, nachvollziehbare Änderungen per Pull Request und menschliche Freigabe für sicherheitskritische Entscheidungen. Im Kurs lernen Sie, KI als Verstärker Ihres Security-Programms einzusetzen und zugleich die neuen Risiken durch generierten Code, Prompt Injection und unsichere Tool-Anbindungen zu beherrschen.
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?
- Application-Security-Engineers und Security Champions in Entwicklungsteams
- DevSecOps- und Platform-Engineers, die CI/CD-Pipelines verantworten
- Penetrationstester:innen und Red-Team-Mitglieder
- SOC-Analyst:innen und Detection Engineers
- Entwickler:innen mit Verantwortung für sichere Software-Lieferketten
Typische Herausforderungen, die wir adressieren
- Flut an SAST-, DAST- und SCA-Funden mit hohem Anteil an False Positives
- Security-Reviews werden zum Engpass, weil Entwicklungsteams mit KI deutlich mehr Code liefern
- Fehlkonfigurationen in Terraform, Kubernetes-Manifests und Cloud-Policies bleiben unentdeckt
- Neue Angriffsflächen durch LLM-Integrationen, Prompt Injection und Agenten mit weitreichenden Rechten
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 setzen KI-Agenten für Triage, Review und Fix-Erstellung ein, ohne die Kontrolle über sicherheitskritische Änderungen abzugeben.
- Sie integrieren KI-gestützte Prüfschritte in CI/CD-Pipelines und verknüpfen sie mit bestehenden SAST-, SCA- und IaC-Scannern.
- Sie bewerten und mitigieren die spezifischen Risiken von KI-generiertem Code, Prompt Injection und Agenten-Tool-Zugriffen.
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: Security & DevSecOps
- Threat Modeling beschleunigen
- SAST-Funde triagieren
- Secure Code Review
- IaC und Container härten
- Detection Engineering
- Supply Chain absichern
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
- Quellcode, Schwachstelleninformationen und Logs sind hochsensibel: Sie lernen, welche Daten an KI-Dienste übergeben werden dürfen, wie Secrets aus dem Kontext ferngehalten werden und wie KI-Einsatz zu den Anforderungen aus NIS2, Cyber Resilience Act, DSGVO und EU AI Act passt.
- 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
Threat Modeling beschleunigen
Aus Architekturbeschreibungen und Datenflussdiagrammen STRIDE-basierte Bedrohungsanalysen ableiten, Vertrauensgrenzen identifizieren und konkrete Gegenmaßnahmen als prüfbare Anforderungen für das Backlog formulieren lassen. Bei Architekturänderungen wird das Modell gezielt aktualisiert statt neu erstellt.
SAST-Funde triagieren
Statische Analyseergebnisse mit dem tatsächlichen Code-Kontext abgleichen, Erreichbarkeit und Ausnutzbarkeit bewerten, False Positives begründet markieren und für echte Schwachstellen minimal-invasive Fixes als Pull Request vorbereiten.
Secure Code Review
Pull Requests gezielt auf Injection, fehlerhafte Autorisierung, unsichere Deserialisierung und Kryptografie-Fehler prüfen lassen, mit Verweis auf OWASP-Kategorien und nachvollziehbarer Begründung für jedes Finding. Hinweise erscheinen direkt als Review-Kommentare.
IaC und Container härten
Terraform-Module, Helm-Charts und Dockerfiles auf überprivilegierte Rollen, offene Ports, fehlende Verschlüsselung und unsichere Base-Images analysieren und gehärtete Varianten mit Policy-as-Code-Regeln erzeugen. Abweichungen werden bereits im Pull Request sichtbar.
Detection Engineering
Sigma-Regeln, YARA-Signaturen und SIEM-Abfragen aus Bedrohungsbeschreibungen entwerfen, mit Testdaten validieren und Dokumentation zu Angriffstechniken nach MITRE ATT&CK automatisch ergänzen. So entstehen getestete Regeln deutlich schneller und konsistenter als bei manueller Erstellung.
Supply Chain absichern
SBOMs auswerten, verwundbare Abhängigkeiten priorisieren, Update-Pfade inklusive Breaking Changes analysieren und Pipeline-Schritte für Signierung, Provenance und Dependency-Pinning automatisiert ergänzen. Update-Pull-Requests enthalten eine verständliche Zusammenfassung der Risiken und notwendigen Code-Anpassungen.
Mögliche Praxisprojekte im Kurs
Finding-Triage-Bot
Ein Skript, das SARIF-Dateien aus der Pipeline einliest, Funde dedupliziert, mit Code-Kontext anreichert und priorisierte Tickets mit Fix-Vorschlag erzeugt. Doppelte Meldungen verschwinden dabei zuverlässig.
Secret-Scanner-Hook
Ein Pre-Commit-Hook mit eigenen Erkennungsmustern für interne Token-Formate, Allowlist-Verwaltung und verständlichen Hinweisen, wie geleakte Secrets rotiert werden. Er läuft lokal und in der CI.
Threat-Model-Generator
Eine kleine Web-App, die aus einer Systembeschreibung ein strukturiertes Bedrohungsmodell mit Datenflüssen, Risiken und Maßnahmen als exportierbares Dokument erstellt. Die Vorlagen orientieren sich an STRIDE.
Voraussetzungen
Sie haben mehrjährige Entwicklungserfahrung, arbeiten sicher mit Git, Tests und CI und haben idealerweise bereits erste KI-Coding-Werkzeuge genutzt. Sie verfügen über Erfahrung in der Softwareentwicklung oder im Betrieb sowie über Grundkenntnisse in Anwendungssicherheit, etwa zu OWASP Top 10 und CI/CD-Pipelines.
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
Quellcode, Schwachstelleninformationen und Logs sind hochsensibel: Sie lernen, welche Daten an KI-Dienste übergeben werden dürfen, wie Secrets aus dem Kontext ferngehalten werden und wie KI-Einsatz zu den Anforderungen aus NIS2, Cyber Resilience Act, DSGVO und EU AI Act passt.
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
- Di, 15. Dezember 2026 – Mi, 16. Dezember 2026 Online Anfragen
- Do, 7. Januar 2027 – Fr, 8. Januar 2027 Online Anfragen
- Do, 21. Januar 2027 – Fr, 22. Januar 2027 Kaiserslautern Anfragen
- Do, 4. Februar 2027 – Fr, 5. Februar 2027 Online 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.
Ist KI-generierter Code ein Sicherheitsrisiko?
KI-Assistenten reproduzieren mitunter unsichere Muster, veraltete Bibliotheken oder erfundene Paketnamen. Das Risiko ist beherrschbar, wenn generierter Code dieselben Prüfungen durchläuft wie handgeschriebener: Code-Review, SAST, Dependency-Scanning und Tests. Im Kurs etablieren Sie genau diese Leitplanken und nutzen KI zugleich selbst, um Schwachstellen schneller zu finden und zu beheben.
Darf ein KI-Agent Sicherheitsfixes selbstständig einspielen?
Wir empfehlen ein abgestuftes Modell: Der Agent analysiert, schlägt Fixes vor und erstellt Pull Requests, die Freigabe bleibt bei Menschen. Für risikoarme Routineaufgaben wie Dependency-Updates mit grünen Tests kann eine höhere Automatisierung sinnvoll sein. Sie lernen, Berechtigungen, Sandboxing und Audit-Trails so zu gestalten, dass die Entscheidung nachvollziehbar bleibt.
Was kostet die Schulung „Agentic Coding für Security- und DevSecOps-Teams“?
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 Security- und DevSecOps-Teams
- Claude Code für Security- und DevSecOps-Teams
- Vibe Coding für Security- und DevSecOps-Teams
- Cursor für Security- und DevSecOps-Teams
- GitHub Copilot für Security- und DevSecOps-Teams
- OpenAI Codex für Security- und DevSecOps-Teams
- Windsurf für Security- und DevSecOps-Teams
- Model Context Protocol (MCP) für Security- und DevSecOps-Teams
- KI-Agenten-Entwicklung für Security- und DevSecOps-Teams
- RAG & LLM-Apps für Security- und DevSecOps-Teams
Weitere Kurse zu Agentic Coding
- Agentic Coding für JavaScript- und TypeScript-Entwickler:innen
- Agentic Coding für Kubernetes- und Microservice-Teams
- Agentic Coding für Legacy-Modernisierung
- Agentic Coding für Startups und MVP-Entwicklung
- Agentic Coding für Mobile-Entwickler:innen
- Agentic Coding für Node.js-Backend-Entwickler:innen
- Agentic Coding für PHP-Entwickler:innen
- Agentic Coding für Python-Entwickler:innen
- Agentic Coding für React- und Frontend-Entwickler:innen
- Agentic Coding für Rust-Entwickler:innen
- Agentic Coding für SAP-ABAP-Entwickler:innen
- Agentic Coding für SQL- und Datenbank-Profis
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