Schulung · GitHub Copilot · API-Entwicklung

GitHub Copilot für API-Entwickler:innen

GitHub Copilot professionell nutzen: Completion, Chat, Agent Mode, Coding Agent für Issues und PRs, Code Review und Enterprise-Policies.

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 „GitHub Copilot für API-Entwickler:innen“ richtet sich an Rollen wie Backend-Entwickler:innen, die REST-, GraphQL- oder gRPC-Schnittstellen bauen, API-Architekt:innen und Verantwortliche für API-Governance und Integrationsentwickler:innen für Partner- und Plattformanbindungen und zeigt Schritt für Schritt, wie GitHub Copilot im Bereich API-Entwicklung produktiv, sicher und nachvollziehbar eingesetzt wird – von den Grundlagen bis zu fortgeschrittenen Workflows.

GitHub Copilot hat sich von der reinen Code-Vervollständigung zu einer umfassenden KI-Plattform entwickelt, die den gesamten Entwicklungsprozess begleitet. Im Editor unterstützen Sie Inline-Vorschläge, Next Edit Suggestions und Copilot Chat; im Agent Mode bearbeitet Copilot Aufgaben über mehrere Dateien hinweg und führt Befehle aus. Auf GitHub selbst übernimmt der Coding Agent zugewiesene Issues und liefert Pull Requests. In diesem zweitägigen Training lernen Sie, diese Bausteine gezielt einzusetzen und in Ihren bestehenden Entwicklungsprozess sauber zu integrieren.

Neben der Praxis im Editor geht es um Steuerung und Qualität: Mit Custom Instructions und Prompt-Dateien geben Sie Copilot Projektwissen mit, über MCP binden Sie zusätzliche Werkzeuge an, und mit Copilot Code Review ergänzen Sie den menschlichen Review-Prozess. Für Verantwortliche in Teams und Organisationen behandeln wir Richtlinien auf Organisations- und Enterprise-Ebene, Content Exclusions, Modellfreigaben und Auswertungen der Nutzung. So schaffen Sie die Grundlage für einen sicheren, nachvollziehbaren und wirksamen Einsatz von Copilot im gesamten Unternehmen.

APIs sind das Rückgrat moderner Softwarelandschaften und zunehmend auch die Schnittstelle, über die KI-Agenten mit Systemen interagieren. KI-Coding-Assistenten beschleunigen den gesamten API-Lebenszyklus: vom Entwurf einer OpenAPI- oder AsyncAPI-Spezifikation über die Generierung von Server-Stubs, Clients und Contract-Tests bis zur Dokumentation und Versionierung. Gleichzeitig steigen die Anforderungen an Konsistenz, Sicherheit und Abwärtskompatibilität, denn APIs werden von vielen Teams, Partnern und automatisierten Agenten genutzt. Im Kurs lernen Sie, API-first-Entwicklung mit KI-Unterstützung umzusetzen, Design-Richtlinien automatisiert durchzusetzen, Breaking Changes früh zu erkennen und bestehende Schnittstellen über das Model Context Protocol oder Tool-Definitionen für KI-Agenten nutzbar zu machen.

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?

  • Backend-Entwickler:innen, die REST-, GraphQL- oder gRPC-Schnittstellen bauen
  • API-Architekt:innen und Verantwortliche für API-Governance
  • Integrationsentwickler:innen für Partner- und Plattformanbindungen
  • Platform-Engineering-Teams mit API-Gateways und Developer-Portalen
  • Entwickler:innen, die Unternehmensdaten für KI-Agenten zugänglich machen

Typische Herausforderungen, die wir adressieren

  • Uneinheitliches API-Design über Teams hinweg mit unterschiedlichen Konventionen für Fehler, Paginierung und Versionierung
  • Spezifikation, Implementierung und Dokumentation laufen auseinander
  • Breaking Changes werden erst bei Konsumenten bemerkt
  • Absicherung von Authentifizierung, Autorisierung und Rate Limiting für wachsende Nutzerzahlen und Agenten-Zugriffe

Das können Sie nach dem Training

  • Sie nutzen Completion, Chat und Agent Mode von Copilot zielgerichtet für Ihre täglichen Entwicklungsaufgaben.
  • Sie hinterlegen Projektwissen in Custom Instructions und Prompt-Dateien und verbessern damit die Ergebnisqualität.
  • Sie delegieren geeignete Issues an den Coding Agent und prüfen dessen Pull Requests sachgerecht.
  • Sie integrieren Copilot Code Review sinnvoll in Ihren bestehenden Review-Prozess.
  • Sie setzen API-first-Entwicklung mit KI-Unterstützung um, von der Spezifikation bis zu Clients, Tests und Dokumentation.
  • Sie automatisieren Design-Governance, Contract-Tests und die Erkennung von Breaking Changes in Ihrer Pipeline.
  • Sie machen bestehende APIs sicher und kontrolliert für KI-Agenten nutzbar, etwa über das Model Context Protocol.

Inhalte & Ablauf

Tag 1

Modul 1 Copilot im Editor: Completion und Chat
  • Inline-Vorschläge und Next Edit Suggestions effizient annehmen, ablehnen und steuern
  • Copilot Chat für Erklärungen, Fehlersuche und Testgenerierung nutzen
  • Kontext gezielt über Dateien, Auswahl, Workspace und Chat-Variablen setzen
  • Modellauswahl und Unterschiede zwischen IDEs wie VS Code, Visual Studio und JetBrains
Modul 2 Agent Mode und Erweiterungen
  • Mehrstufige Aufgaben im Agent Mode planen und kontrolliert ausführen lassen
  • Terminalbefehle, Testläufe und Fehlerrückmeldungen in den Agenten-Loop einbinden
  • MCP-Server für zusätzliche Werkzeuge und Datenquellen anbinden
  • Änderungen prüfen, teilweise übernehmen oder zurücksetzen
Modul 3 Projektwissen mit Custom Instructions
  • Repository-weite Instructions für Architektur, Stil und Tests formulieren
  • Pfadspezifische Instructions und wiederverwendbare Prompt-Dateien anlegen
  • Persönliche und organisationsweite Vorgaben sinnvoll kombinieren
  • Instructions anhand der Ergebnisqualität laufend verbessern
Modul 4 Coding Agent und Code Review auf GitHub
  • Issues so formulieren, dass der Coding Agent sie zuverlässig umsetzen kann
  • Pull Requests des Agenten prüfen, kommentieren und iterieren lassen
  • Copilot Code Review als ergänzende Prüfinstanz im PR-Prozess einsetzen
  • Entwicklungsumgebung des Agenten über Setup-Schritte und Actions konfigurieren

Tag 2

Modul 5 Administration, Policies und Sicherheit
  • Lizenzzuweisung und Richtlinien auf Organisations- und Enterprise-Ebene
  • Content Exclusions, Modellfreigaben und Filter für öffentlichen Code
  • Audit-Logs und Nutzungsmetriken für Steuerung und Einführung auswerten
  • Sicherheitsrisiken, Secrets und Verantwortlichkeiten für KI-generierten Code klären
Modul 6 Praxislabor: API-Entwicklung
  • OpenAPI-Specs generieren
  • Server und Clients erzeugen
  • Contract-Tests aufbauen
  • Breaking Changes erkennen
  • API-Sicherheit prüfen
  • APIs für KI-Agenten öffnen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • APIs transportieren häufig personenbezogene und vertrauliche Daten: Sie lernen, Spezifikationen und Beispieldaten ohne echte Kundendaten zu erstellen, API-Schlüssel und Tokens aus dem KI-Kontext fernzuhalten und Datenschutz durch Technikgestaltung nach DSGVO sowie Anforderungen aus NIS2 umzusetzen.
  • 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

OpenAPI-Specs generieren

Aus fachlichen Anforderungen, Domänenmodellen oder bestehendem Code vollständige OpenAPI-Spezifikationen mit Schemas, Beispielen, Fehlerobjekten und Sicherheitsschemata entwerfen und gegen Ihre Styleguide-Regeln prüfen. Inkonsistenzen fallen so vor der Implementierung auf.

Server und Clients erzeugen

Aus einer Spezifikation Controller-Gerüste, Validierungslogik und typsichere Client-SDKs für mehrere Sprachen ableiten und die generierten Teile sauber von handgeschriebener Geschäftslogik trennen. Bei Spec-Änderungen wird einfach neu generiert.

Contract-Tests aufbauen

Consumer-Driven Contracts definieren, Testfälle für Grenzwerte, Fehlerpfade und Authentifizierung generieren und in der CI-Pipeline automatisch gegen Spezifikation und laufende Implementierung ausführen. Abweichungen blockieren das Deployment frühzeitig.

Breaking Changes erkennen

Zwei Versionen einer Spezifikation vergleichen, inkompatible Änderungen identifizieren, Migrationshinweise für Konsumenten formulieren und Deprecation-Strategien mit Versionierung und Sunset-Headern planen. Die Prüfung läuft automatisch bei jedem Pull Request mit.

API-Sicherheit prüfen

Endpunkte auf typische Schwachstellen aus den OWASP API Security Top 10 analysieren, etwa fehlerhafte Objekt-Autorisierung, Mass Assignment oder fehlendes Rate Limiting, und Korrekturen vorschlagen. Jede Empfehlung wird begründet.

APIs für KI-Agenten öffnen

Bestehende Schnittstellen als MCP-Server oder Tool-Definitionen bereitstellen, Beschreibungen und Parameter agententauglich formulieren und Berechtigungen so zuschneiden, dass Agenten nur freigegebene Aktionen ausführen. Alle Aufrufe werden protokolliert.

Mögliche Praxisprojekte im Kurs

API-Linter mit Hausregeln

Ein Kommandozeilenwerkzeug, das OpenAPI-Dateien gegen Ihre Design-Richtlinien prüft und verständliche Verbesserungsvorschläge direkt im Pull Request ausgibt. So wird API-Governance Teil des normalen Entwicklungsalltags.

Mock-Server aus Spec

Ein kleiner Dienst, der aus einer Spezifikation realistische Beispielantworten erzeugt, damit Frontend-Teams parallel zur Backend-Entwicklung arbeiten können. Er lässt sich lokal oder in der CI starten.

MCP-Server für interne API

Ein MCP-Server, der ausgewählte Endpunkte einer internen REST-API als Werkzeuge für KI-Assistenten bereitstellt, mit Authentifizierung und Protokollierung. Schreibende Aktionen erfordern eine explizite Freigabe.

Voraussetzungen

Sie entwickeln regelmäßig Software, arbeiten mit Git und GitHub (Issues, Pull Requests) und nutzen eine moderne IDE. Sie entwickeln Backend-Anwendungen in einer gängigen Sprache wie Java, C#, TypeScript, Python oder Go und kennen HTTP, JSON und REST-Grundlagen.

Technische Voraussetzungen

Eigener Laptop mit VS Code oder einer JetBrains-IDE, installierter Copilot-Erweiterung und einem GitHub-Konto mit aktiver Copilot-Lizenz; für den Coding Agent wird ein passender Plan benötigt.

Datenschutz & Compliance

APIs transportieren häufig personenbezogene und vertrauliche Daten: Sie lernen, Spezifikationen und Beispieldaten ohne echte Kundendaten zu erstellen, API-Schlüssel und Tokens aus dem KI-Kontext fernzuhalten und Datenschutz durch Technikgestaltung nach DSGVO sowie Anforderungen aus NIS2 umzusetzen.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Mi, 25. November 2026 – Do, 26. November 2026 Online Anfragen
  • Do, 10. Dezember 2026 – Fr, 11. Dezember 2026 Salzburg Anfragen
  • Do, 17. Dezember 2026 – Fr, 18. Dezember 2026 Online Anfragen
  • Do, 7. Januar 2027 – Fr, 8. Januar 2027 Online Anfragen
  • Mi, 13. Januar 2027 – Do, 14. Januar 2027 Bremen Anfragen
  • Mo, 25. Januar 2027 – Di, 26. Januar 2027 Online Anfragen

Häufige Fragen

Was ist der Unterschied zwischen Agent Mode und Coding Agent?

Der Agent Mode läuft in Ihrer IDE: Sie arbeiten interaktiv mit Copilot, sehen jeden Schritt und geben Befehle frei. Der Coding Agent arbeitet dagegen eigenständig auf GitHub, sobald Sie ihm ein Issue zuweisen, nutzt eine eigene Ausführungsumgebung und legt einen Pull Request an, den Sie anschließend wie den Beitrag eines Teammitglieds prüfen.

Wie stellen wir sicher, dass Copilot unsere Unternehmensrichtlinien einhält?

Auf Organisations- und Enterprise-Ebene lassen sich Funktionen, Modelle und Erweiterungen gezielt freigeben oder sperren. Content Exclusions halten sensible Dateien aus dem Kontext heraus, und Audit-Logs machen die Nutzung nachvollziehbar. Im Kurs zeigen wir, wie Sie diese Hebel mit Datenschutz, Informationssicherheit und internen Coding-Standards zusammenbringen.

Lohnt sich der Kurs, wenn wir Copilot schon länger nutzen?

Ja, gerade dann. Viele Teams nutzen nur die Vervollständigung und lassen Chat, Agent Mode, Custom Instructions und den Coding Agent weitgehend ungenutzt. Der Kurs zeigt, wie Sie diese Funktionen strukturiert einsetzen, Ergebnisse durch Projektwissen verbessern und typische Fehlerquellen vermeiden. Erfahrene Nutzer profitieren besonders von den Abschnitten zu Review und Governance.

Lohnt sich Spec-first, wenn KI ohnehin schnell Code schreibt?

Gerade dann. Eine präzise Spezifikation ist der beste Kontext für einen KI-Assistenten: Sie legt Datenstrukturen, Fehlerfälle und Sicherheitsanforderungen eindeutig fest und dient zugleich als Vertrag für Konsumenten und als Grundlage für Tests. Ohne Spezifikation erzeugt KI schnell inkonsistente Endpunkte. Im Kurs nutzen Sie die Spec als zentrale Quelle für Generierung und Prüfung.

Was ist der Unterschied zwischen einer REST-API und einem MCP-Server?

Eine REST-API richtet sich an Entwickler:innen und Anwendungen, ein MCP-Server stellt Funktionen in einem standardisierten Format für KI-Assistenten und Agenten bereit, inklusive Beschreibungen, die das Modell versteht. Häufig ist der MCP-Server eine schlanke Schicht über bestehenden APIs. Sie lernen, wann sich dieser Schritt lohnt und wie Sie ihn sicher umsetzen.

Was kostet die Schulung „GitHub Copilot für API-Entwickler:innen“?

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 API-Entwickler:innen

Weitere Kurse zu GitHub Copilot

Alle 32 Kurse zu GitHub Copilot

GitHub Copilot · MünchenGitHub Copilot · SalzburgGitHub Copilot · BerlinGitHub Copilot · AugsburgGitHub Copilot · HannoverGitHub Copilot · BremenGitHub Copilot · StuttgartGitHub Copilot · KaiserslauternGitHub Copilot · Online