Schulung · GitHub Copilot · Tech Leads & Engineering Manager

GitHub Copilot für Tech Leads und Engineering Manager

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

In diesem Kurs verbinden wir GitHub Copilot mit den typischen Abläufen im Bereich Tech Leads & Engineering Manager. Die Teilnehmenden arbeiten an realistischen Szenarien und nehmen sofort einsetzbare Prompts, Workflows und Checklisten mit.

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.

KI-Coding-Assistenten und autonome Agenten verändern, wie Entwicklungsteams arbeiten: Aufgaben werden anders geschnitten, Reviews verschieben sich vom Schreiben zum Prüfen, und die Frage, welche Arbeit an Agenten delegiert werden kann, wird zur Führungsaufgabe. Tech Leads und Engineering Manager müssen Werkzeuge auswählen, Richtlinien definieren, Teams befähigen und Wirkung messen, ohne Codequalität, Sicherheit oder die Entwicklung von Nachwuchskräften aus dem Blick zu verlieren. Im Kurs lernen Sie, die Einführung von KI-Coding-Tools strukturiert zu planen, gemeinsame Arbeitsweisen und Regeldateien für Ihr Team zu etablieren, sinnvolle Kennzahlen jenseits reiner Geschwindigkeit zu wählen und KI selbst für Führungsaufgaben wie Planung, Onboarding und technische Kommunikation einzusetzen. Tiefe Programmierkenntnisse sind dafür nicht zwingend erforderlich.

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?

  • Tech Leads und Lead Developer
  • Engineering Manager und Teamleitungen in der Softwareentwicklung
  • Heads of Engineering und CTOs in mittelständischen Unternehmen
  • Delivery- und Projektverantwortliche in IT-Organisationen
  • Verantwortliche für Developer Experience und Enablement

Typische Herausforderungen, die wir adressieren

  • Unklare Richtlinien führen zu einem Flickenteppich aus Werkzeugen und Schatten-KI im Team
  • Mehr generierter Code erhöht den Review-Aufwand und das Risiko technischer Schulden
  • Schwierigkeit, den tatsächlichen Nutzen von KI-Werkzeugen belastbar zu messen
  • Sorge um Kompetenzaufbau von Junior-Entwickler:innen und um Akzeptanz im Team

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 planen die Einführung von KI-Coding-Werkzeugen strukturiert, mit klaren Richtlinien, Rollen und Leitplanken.
  • Sie messen die Wirkung auf Lieferfähigkeit, Qualität und Zufriedenheit mit belastbaren Kennzahlen.
  • Sie nutzen KI-Agenten selbst für Führungsaufgaben wie Planung, Onboarding und technische Kommunikation.

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: Tech Leads & Engineering Manager
  • KI-Richtlinie für das Team erstellen
  • Regeldateien und Team-Konventionen
  • Wirkung messen
  • Arbeit für Agenten schneiden
  • Onboarding beschleunigen
  • Technische Kommunikation
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Als Führungskraft verantworten Sie den rechtssicheren Rahmen: Sie lernen, Lizenz- und Urheberrechtsfragen bei generiertem Code, den Schutz von Quellcode und Secrets, Mitbestimmungsrechte des Betriebsrats bei Leistungsmessung sowie Pflichten aus DSGVO und EU AI Act in Ihre Teamrichtlinien aufzunehmen.
  • 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

KI-Richtlinie für das Team erstellen

Eine praxistaugliche Leitlinie entwerfen, die freigegebene Werkzeuge, erlaubte Datenklassen, Review-Pflichten für generierten Code, Umgang mit Secrets und Verantwortlichkeiten klar regelt und mit Beispielen erläutert. Die Richtlinie bleibt kurz und verständlich.

Regeldateien und Team-Konventionen

Gemeinsame Kontextdateien für Coding-Agenten mit Architekturprinzipien, Teststrategie, Stilregeln und verbotenen Mustern aufbauen, versionieren und so einheitliche Ergebnisse über das ganze Team sicherstellen. Änderungen laufen über reguläre Reviews.

Wirkung messen

Kennzahlen wie DORA-Metriken, Durchlaufzeit von Pull Requests, Change Failure Rate und Entwicklerzufriedenheit vor und nach der Einführung erheben und Auswertungen mit KI-Unterstützung aufbereiten. Einzelne Personen werden dabei bewusst nicht bewertet.

Arbeit für Agenten schneiden

Backlog-Einträge so formulieren und zerlegen, dass sie mit klaren Akzeptanzkriterien an Agenten delegierbar sind, und entscheiden, welche Aufgaben bewusst bei Menschen bleiben. So entstehen klare, prüfbare Arbeitspakete.

Onboarding beschleunigen

Codebasen, Architekturentscheidungen und Betriebswissen für neue Teammitglieder aufbereiten, geführte Erkundungsaufgaben erstellen und Fragen zur Codebasis mit Quellenangabe beantworten lassen. Neue Kolleg:innen werden dadurch deutlich schneller produktiv und entlasten erfahrene Teammitglieder.

Technische Kommunikation

Incident-Postmortems, Roadmap-Updates, technische Entscheidungsvorlagen für das Management und Release Notes aus Tickets und Commits strukturiert entwerfen und zielgruppengerecht formulieren. So bleibt mehr Zeit für Führung und fachliche Arbeit im Team.

Mögliche Praxisprojekte im Kurs

Team-Metriken-Dashboard

Eine kleine Web-App, die Daten aus der Git-Plattform abruft und Durchlaufzeiten, Review-Dauer und Deployment-Häufigkeit übersichtlich im Zeitverlauf darstellt. Ausreißer werden automatisch markiert.

PR-Zusammenfasser

Ein Bot, der wöchentlich alle zusammengeführten Pull Requests sammelt und daraus einen verständlichen Statusbericht für Stakeholder erstellt. Auch fachfremde Leser:innen verstehen ihn ohne Vorwissen.

Onboarding-Guide-Generator

Ein Skript, das Repository-Struktur, README-Dateien und ADRs auswertet und einen strukturierten Einarbeitungsplan mit Lernaufgaben erzeugt. Der Plan lässt sich pro Rolle und Erfahrungsstufe anpassen.

Voraussetzungen

Sie entwickeln regelmäßig Software, arbeiten mit Git und GitHub (Issues, Pull Requests) und nutzen eine moderne IDE. Sie führen ein Entwicklungsteam fachlich oder disziplinarisch und kennen den Softwareentwicklungsprozess; aktuelle Programmierpraxis ist hilfreich, aber nicht erforderlich.

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

Als Führungskraft verantworten Sie den rechtssicheren Rahmen: Sie lernen, Lizenz- und Urheberrechtsfragen bei generiertem Code, den Schutz von Quellcode und Secrets, Mitbestimmungsrechte des Betriebsrats bei Leistungsmessung sowie Pflichten aus DSGVO und EU AI Act in Ihre Teamrichtlinien aufzunehmen.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Mo, 23. November 2026 – Di, 24. November 2026 Online Anfragen
  • Di, 1. Dezember 2026 – Mi, 2. Dezember 2026 Augsburg Anfragen
  • Mo, 14. Dezember 2026 – Di, 15. Dezember 2026 Online Anfragen
  • Do, 14. Januar 2027 – Fr, 15. Januar 2027 Online Anfragen
  • Mo, 25. Januar 2027 – Di, 26. Januar 2027 Bremen Anfragen
  • Mo, 8. Februar 2027 – Di, 9. Februar 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.

Wie messen wir, ob sich KI-Coding-Werkzeuge lohnen?

Zählen Sie nicht generierte Codezeilen, sondern betrachten Sie Ergebnisgrößen: Durchlaufzeit von Idee bis Produktion, Change Failure Rate, Review-Aufwand, Fehlerquote und Zufriedenheit im Team. Wichtig ist eine Ausgangsmessung vor der Einführung und eine begleitende qualitative Befragung. Im Kurs entwickeln Sie ein schlankes Messkonzept, das zu Ihrer Organisation passt und den Betriebsrat einbindet.

Lernen Junior-Entwickler:innen noch genug, wenn KI den Code schreibt?

Diese Sorge ist berechtigt und lässt sich gestalten. Bewährt haben sich Regeln wie das Erklären jedes generierten Abschnitts im Review, bewusste Übungsphasen ohne Assistent und Pairing mit erfahrenen Kolleg:innen, bei dem KI als Lernpartner dient. Sie lernen im Kurs, Lernpfade und Review-Kultur so anzupassen, dass Kompetenzaufbau und Produktivität zusammengehen.

Was kostet die Schulung „GitHub Copilot für Tech Leads und Engineering Manager“?

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 Tech Leads und Engineering Manager

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