Schulung · GitHub Copilot · Spieleentwicklung

GitHub Copilot für Spieleentwickler: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 Spieleentwickler:innen“ richtet sich an Rollen wie Gameplay-Programmierer:innen in Unity, Unreal Engine oder Godot, Indie-Entwickler:innen und kleine Studios und Technical Artists und Tools-Programmierer:innen und zeigt Schritt für Schritt, wie GitHub Copilot im Bereich Spieleentwicklung 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.

Spieleentwicklung verbindet Echtzeit-Performance, komplexe Zustandslogik und kreative Iteration wie kaum ein anderes Feld. KI-Coding-Assistenten und Agenten unterstützen Teams in Unity, Unreal Engine und Godot dabei, Gameplay-Systeme schneller zu prototypen, Editor-Werkzeuge zu automatisieren, Shader zu schreiben, Performance-Engpässe zu analysieren und gewachsene Codebasen zu refaktorieren. Gerade kleine Indie-Teams gewinnen so Zeit für Spielgefühl und Content, während größere Studios Tooling und Pipelines effizienter gestalten. Zugleich stellen sich besondere Fragen: Frame-Budgets, Garbage-Collection-Spitzen, Multiplayer-Synchronisation und die Rechte an generierten Inhalten. Im Kurs lernen Sie, KI gezielt im Engine-Workflow einzusetzen, von C#-Skripten in Unity über C++ und Blueprints in Unreal bis zu GDScript in Godot, und dabei Qualität und Spielbarkeit im Blick zu behalten.

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?

  • Gameplay-Programmierer:innen in Unity, Unreal Engine oder Godot
  • Indie-Entwickler:innen und kleine Studios
  • Technical Artists und Tools-Programmierer:innen
  • Engine- und Performance-Spezialist:innen
  • Entwickler:innen von Serious Games, Simulationen und interaktiven Anwendungen

Typische Herausforderungen, die wir adressieren

  • Hoher Iterationsdruck beim Prototyping neuer Spielmechaniken
  • Performance-Probleme wie Frame-Drops, Speicherspitzen und lange Ladezeiten auf Zielplattformen
  • Gewachsener Gameplay-Code mit enger Kopplung, der Erweiterungen erschwert
  • Repetitive Editor- und Pipeline-Aufgaben, die Zeit für kreative Arbeit binden

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 prototypen Spielmechaniken und Editor-Werkzeuge mit KI deutlich schneller und behalten dabei die Kontrolle über die Architektur.
  • Sie analysieren und optimieren Performance-Probleme mit KI-Unterstützung auf Basis echter Profiler-Daten.
  • Sie setzen KI-Agenten engine-gerecht in Unity, Unreal Engine oder Godot ein und kennen die Rechtsfragen generierter Inhalte.

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: Spieleentwicklung
  • Gameplay-Mechaniken prototypen
  • Editor-Tools automatisieren
  • Shader entwickeln
  • Performance analysieren
  • Gameplay-Code refaktorieren
  • Multiplayer-Logik umsetzen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Unveröffentlichte Spiele, Engine-Quellcode und Assets sind wertvolles geistiges Eigentum: Sie lernen, Lizenzbedingungen von Engines und KI-Diensten zu beachten, Rechtefragen bei generiertem Code und Content zu klären, Plattformvorgaben zur Offenlegung von KI-Inhalten zu kennen und Spielerdaten DSGVO-konform zu verarbeiten.
  • 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

Gameplay-Mechaniken prototypen

Bewegungssteuerung, Kampfsysteme, Inventare oder Dialogsysteme aus einer Spielbeschreibung als lauffähige Skripte erzeugen und mit Parametern ausstatten, die Designer:innen im Editor direkt feinjustieren können. So testen Sie Spielideen in Stunden statt Tagen.

Editor-Tools automatisieren

Eigene Editor-Fenster, Import-Skripte, Validierungen für Assets und Level sowie Batch-Operationen schreiben, die wiederkehrende Aufgaben in Unity, Unreal oder Godot zuverlässig erledigen. Fehler in Assets fallen so früher auf.

Shader entwickeln

Visuelle Effekte in HLSL, Shader Graph, Unreal-Materialien oder Godot-Shading-Language beschreiben und umsetzen lassen, inklusive Erklärung der Berechnungen und Hinweisen zur Performance auf mobilen Geräten. Parameter bleiben im Editor anpassbar.

Performance analysieren

Profiler-Ausgaben auswerten, Allokationen im Update-Loop, teure Physik- oder Rendering-Aufrufe identifizieren und Optimierungen wie Object Pooling, Batching oder Datenorientierung vorschlagen. Jede Maßnahme wird anschließend mit erneuten Messungen auf der Zielplattform überprüft.

Gameplay-Code refaktorieren

Monolithische Manager-Klassen in komponentenbasierte, ereignisgesteuerte Strukturen überführen, Zustandsautomaten sauber modellieren und Tests für spielkritische Logik ergänzen. Spielgefühl und Verhalten bleiben dabei erhalten, während sich neue Features deutlich einfacher und mit weniger Seiteneffekten ergänzen lassen.

Multiplayer-Logik umsetzen

Netzwerksynchronisation, Client-Prediction, autoritative Serverlogik und Remote Procedure Calls entwerfen, typische Desync-Ursachen analysieren und Cheat-Schutz bei der Validierung von Eingaben berücksichtigen. Netzwerkbedingungen wie Latenz und Paketverlust lassen sich dabei gezielt simulieren.

Mögliche Praxisprojekte im Kurs

Level-Validator

Ein Editor-Werkzeug, das Szenen auf fehlende Kollider, falsche Layer, unbenutzte Assets und Namenskonventionen prüft und einen Bericht mit Sprungmarken erzeugt.

Dialog-Editor

Ein kleines Tool, mit dem Autor:innen verzweigte Dialoge visuell erstellen und als JSON exportieren, das die Engine zur Laufzeit einliest.

Spielbarer Mini-Prototyp

Ein kompletter kleiner Prototyp, etwa ein Arena-Shooter oder Puzzle-Level, mit Steuerung, Punktestand und einfachem Gegnerverhalten. Er dient als Grundlage, um Spielgefühl und Kernmechanik früh mit Testspieler:innen zu prüfen.

Voraussetzungen

Sie entwickeln regelmäßig Software, arbeiten mit Git und GitHub (Issues, Pull Requests) und nutzen eine moderne IDE. Sie haben Programmiererfahrung in C#, C++ oder GDScript und haben bereits mit einer Game-Engine wie Unity, Unreal Engine oder Godot gearbeitet.

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

Unveröffentlichte Spiele, Engine-Quellcode und Assets sind wertvolles geistiges Eigentum: Sie lernen, Lizenzbedingungen von Engines und KI-Diensten zu beachten, Rechtefragen bei generiertem Code und Content zu klären, Plattformvorgaben zur Offenlegung von KI-Inhalten zu kennen und Spielerdaten DSGVO-konform zu verarbeiten.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Di, 24. November 2026 – Mi, 25. November 2026 Online Anfragen
  • Mo, 30. November 2026 – Di, 1. Dezember 2026 München Anfragen
  • Di, 8. Dezember 2026 – Mi, 9. Dezember 2026 Online Anfragen
  • Di, 12. Januar 2027 – Mi, 13. Januar 2027 Hannover Anfragen
  • Mi, 27. Januar 2027 – Do, 28. Januar 2027 Online Anfragen
  • Do, 11. Februar 2027 – Fr, 12. Februar 2027 Berlin 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.

Für welche Engine eignet sich der Kurs?

Der Kurs ist engine-übergreifend angelegt und berücksichtigt Unity mit C#, Unreal Engine mit C++ und Blueprints sowie Godot mit GDScript oder C#. Die Übungen können Sie in Ihrer bevorzugten Engine durchführen. Wir zeigen jeweils, wie Sie Projektstruktur, Engine-APIs und Konventionen als Kontext bereitstellen, damit der KI-Assistent passende Lösungen liefert.

Dürfen KI-generierter Code und Inhalte in kommerziellen Spielen verwendet werden?

Für Code ist das in der Regel möglich, sofern die Nutzungsbedingungen des KI-Dienstes es erlauben und Sie Review sowie Lizenzprüfung einplanen. Bei Grafiken, Audio und Texten sind die Rechtslage und die Vorgaben einzelner Vertriebsplattformen zur Offenlegung zu beachten. Wir geben im Kurs einen praxisnahen Überblick, ersetzen aber keine Rechtsberatung.

Was kostet die Schulung „GitHub Copilot für Spieleentwickler: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 Spieleentwickler: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