Schulung · KI-Agenten-Entwicklung · C/C++ & Embedded

KI-Agenten-Entwicklung für C/C++- und Embedded-Entwickler:innen

KI-Agenten professionell entwickeln: Architekturen, Tool Use, Agent SDKs, LangGraph, Memory, Evals, Guardrails und Deployment.

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

„KI-Agenten-Entwicklung für C/C++- und Embedded-Entwickler:innen“ ist ein praxisorientiertes Training für Rollen wie Embedded-Softwareentwickler:innen für Mikrocontroller und RTOS-Systeme, C++-Entwickler:innen in Systemsoftware, Automotive und Industrieautomation und Firmware- und Treiberentwickler:innen. Sie lernen KI-Agenten-Entwicklung nicht abstrakt, sondern an Aufgaben aus Ihrem Arbeitsalltag kennen – mit Beispielen, Übungen und Vorlagen aus dem Bereich C/C++ & Embedded.

KI-Agenten gehen über klassische Chatbots hinaus: Sie zerlegen Aufgaben, rufen Werkzeuge und APIs auf, werten Ergebnisse aus und arbeiten in Schleifen, bis ein Ziel erreicht ist. In dieser zweitägigen Schulung lernen Sie, solche Systeme so zu entwickeln, dass sie im Unternehmensalltag zuverlässig, nachvollziehbar und sicher funktionieren. Sie vergleichen Architekturmuster vom einfachen Workflow über den Agent Loop bis zu Multi-Agenten-Systemen und setzen sie mit dem Claude Agent SDK, dem OpenAI Agents SDK und LangGraph praktisch um.

Im Mittelpunkt steht nicht das schnelle Demo, sondern der Weg in die Produktion. Sie gestalten Tool-Schnittstellen und Kontext gezielt, binden Werkzeuge über das Model Context Protocol an, entwerfen Kurz- und Langzeitgedächtnis und bauen Evaluierungen auf, die Regressionen früh sichtbar machen. Hinzu kommen Guardrails gegen Prompt Injection und Fehlaktionen, Human-in-the-Loop-Freigaben, Tracing, Kostenkontrolle und Deployment. Am Ende entscheiden Sie fundiert, wann ein Agent sinnvoll ist, wann ein deterministischer Workflow genügt und welches Framework zu Ihrem Vorhaben passt.

In der Embedded- und Systementwicklung zählen Determinismus, Speichersicherheit und Ressourcenknappheit mehr als in fast jedem anderen Bereich. KI-Coding-Assistenten und Agenten unterstützen hier beim Lesen von Datenblättern und Registerbeschreibungen, beim Schreiben von Treibern und Hardware-Abstraktionsschichten, beim Beheben von Compiler-Warnungen und Findings statischer Analyse sowie beim Aufbau von Unit-Tests mit Mocks für Hardware-Zugriffe. Gleichzeitig verlangt der Bereich besondere Sorgfalt: Undefined Behavior, Race Conditions in Interrupt-Routinen oder Verstöße gegen MISRA-Regeln entstehen schnell, wenn generierter Code unkritisch übernommen wird. Im Kurs lernen Sie, KI in Ihren Cross-Compile-Workflow mit CMake, Debugger und Hardware-in-the-Loop-Tests einzubinden und dabei die Qualitäts- und Sicherheitsanforderungen funktional sicherer Produkte einzuhalten.

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?

  • Embedded-Softwareentwickler:innen für Mikrocontroller und RTOS-Systeme
  • C++-Entwickler:innen in Systemsoftware, Automotive und Industrieautomation
  • Firmware- und Treiberentwickler:innen
  • Embedded-Linux- und Yocto-Entwickler:innen
  • Test- und Verifikationsingenieur:innen für eingebettete Systeme

Typische Herausforderungen, die wir adressieren

  • Speicherfehler, Undefined Behavior und Nebenläufigkeitsprobleme sind schwer zu finden und teuer im Feld
  • Gewachsene C-Codebasen mit globalen Zuständen, Makros und kaum Testabdeckung
  • Hoher Aufwand für Coding-Standards wie MISRA C/C++ oder AUTOSAR C++ und deren Nachweis
  • Wissen über Hardware-Details steckt in Datenblättern und in den Köpfen weniger Expert:innen

Das können Sie nach dem Training

  • Sie wählen für eine Aufgabe das passende Muster zwischen festem Workflow und autonomem Agenten.
  • Sie entwerfen Werkzeuge und Kontext so, dass Agenten zuverlässig und kosteneffizient arbeiten.
  • Sie implementieren Agenten mit Claude Agent SDK, OpenAI Agents SDK oder LangGraph.
  • Sie bauen Evaluierungen und Tracing auf, um Qualität messbar zu machen und Regressionen zu erkennen.
  • Sie setzen KI-Agenten für Treiberentwicklung, Refactoring und Fehlersuche in C und C++ gezielt und überprüfbar ein.
  • Sie erhöhen die Testabdeckung hardwarenaher Software mit generierten Unit-Tests und Mocks für die Host-Ausführung.
  • Sie verbinden KI-Unterstützung mit Coding-Standards, statischer Analyse und den Nachweispflichten sicherheitsrelevanter Entwicklung.

Inhalte & Ablauf

Tag 1

Modul 1 Agent-Architekturen und Entwurfsmuster
  • Workflows versus Agenten: Prompt Chaining, Routing, Parallelisierung, Orchestrator-Worker
  • Der Agent Loop: Planen, Handeln, Beobachten, Reflektieren
  • Multi-Agenten-Systeme, Subagenten und Übergaben zwischen Agenten
  • Auswahlkriterien für Modell, Framework und Autonomiegrad
Modul 2 Tool Use und Kontext-Engineering
  • Function Calling und strukturierte Ausgaben mit JSON-Schema
  • Werkzeuge gut entwerfen: Granularität, Benennung, Fehlermeldungen, Idempotenz
  • Werkzeuge über MCP-Server anbinden und wiederverwenden
  • Kontextfenster managen: Zusammenfassung, Kompaktierung, Retrieval und Prompt-Caching
Modul 3 Frameworks in der Praxis
  • Claude Agent SDK: Agent Loop, Tools, Subagenten, Berechtigungen und Hooks
  • OpenAI Agents SDK: Agents, Handoffs, Guardrails und Tracing
  • LangGraph: zustandsbehaftete Graphen, Checkpointing und Human-in-the-Loop
  • Gemeinsamer Vergleich anhand derselben Aufgabe und Kriterien für die Framework-Wahl
Modul 4 Memory, Evals und Observability
  • Kurzzeit- und Langzeitgedächtnis, Speicherstrategien und Vergessen
  • Evaluierungsdatensätze, LLM-as-a-Judge und aufgabenbasierte Erfolgsmessung
  • Tracing von Tool-Aufrufen, Token-Verbrauch und Latenzen
  • Regressionstests bei Prompt-, Modell- oder Tool-Änderungen

Tag 2

Modul 5 Guardrails, Sicherheit und Deployment
  • Prompt Injection, Datenabfluss und überprivilegierte Werkzeuge absichern
  • Eingabe- und Ausgabeprüfungen, Freigabeschritte und Sandboxing
  • Deployment als Service, asynchrone Ausführung, Retries und Kostenlimits
  • Governance, Protokollierung und Anforderungen aus DSGVO und EU AI Act
Modul 6 Praxislabor: C/C++ & Embedded
  • Treiber aus Datenblättern ableiten
  • Statische Analyse auswerten
  • Unit-Tests mit Hardware-Mocks
  • Crash- und Speicheranalyse
  • Modernes C++ einführen
  • Build und Toolchain pflegen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Firmware ist oft Kern des geistigen Eigentums und unterliegt Exportkontroll- oder Sicherheitsanforderungen: Sie lernen, wie Sie Quellcode schützen, Lizenzrisiken durch generierten Code bewerten und KI-Einsatz mit Cyber Resilience Act, IEC 62443 sowie funktionaler Sicherheit nach ISO 26262 oder IEC 61508 vereinbaren.
  • 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

Treiber aus Datenblättern ableiten

Registerbeschreibungen und Timing-Diagramme aus Datenblättern strukturieren lassen und daraus Header mit Bitfeld-Definitionen, Initialisierungsroutinen und eine schlanke Hardware-Abstraktionsschicht für SPI-, I²C- oder UART-Peripherie entwerfen. Jede Funktion verweist auf die zugehörige Datenblattstelle.

Statische Analyse auswerten

Findings von clang-tidy, cppcheck oder MISRA-Checkern erklären und priorisieren, regelkonforme Korrekturen vorschlagen und begründete Abweichungen für die Deviation-Dokumentation vorbereiten. So sinkt der Aufwand für Compliance-Nachweise spürbar, ohne die fachliche Prüfung zu ersetzen.

Unit-Tests mit Hardware-Mocks

Testbare Schnittstellen aus hardwarenahem Code herauslösen, Mocks für Register- und HAL-Zugriffe erzeugen und Unit-Tests mit GoogleTest, Unity oder CppUTest für die Ausführung auf dem Host generieren.

Crash- und Speicheranalyse

HardFault-Register, Stack-Traces, Core-Dumps und Sanitizer-Ausgaben interpretieren, wahrscheinliche Ursachen wie Stack-Überläufe oder Use-after-free eingrenzen und gezielte Debug-Schritte vorschlagen. Das verkürzt die Fehlersuche erheblich, besonders bei sporadischen Fehlern, die sich im Labor nur schwer reproduzieren lassen.

Modernes C++ einführen

Rohzeiger, manuelle Speicherverwaltung und Makros schrittweise durch RAII, constexpr, Smart Pointer und typsichere Abstraktionen ersetzen, ohne Echtzeitverhalten oder Speicherbudget zu verschlechtern. Jeder Schritt wird durch Tests abgesichert.

Build und Toolchain pflegen

CMake-Projekte für Cross-Compilation strukturieren, Toolchain-Dateien, Linker-Skripte und CI-Jobs für Firmware-Builds erstellen und Build-Fehler mit dem Kontext der Zielplattform analysieren. Reproduzierbare Builds lassen sich so in Containern für das ganze Team bereitstellen.

Mögliche Praxisprojekte im Kurs

Register-Header-Generator

Ein Skript, das Registertabellen aus einer SVD- oder CSV-Datei in typsichere C-Header mit Masken, Offsets und Zugriffsfunktionen umwandelt. Tippfehler bei Offsets gehören damit der Vergangenheit an.

Serieller Protokoll-Monitor

Ein Desktop-Tool, das Daten einer seriellen Schnittstelle mitliest, ein eigenes Binärprotokoll dekodiert und Telegramme filterbar sowie mit Zeitstempeln darstellt. Mitschnitte lassen sich exportieren.

MISRA-Report-Dashboard

Eine kleine Web-Ansicht, die Ergebnisse statischer Analyse aggregiert, Regelverstöße nach Modul gruppiert und den Fortschritt über Builds hinweg zeigt. Neue Verstöße werden hervorgehoben.

Voraussetzungen

Solide Programmierkenntnisse in Python oder TypeScript, Erfahrung mit REST-APIs sowie erste praktische Erfahrungen mit LLM-APIs oder KI-Assistenten. Sie programmieren sicher in C oder C++ und haben Erfahrung mit Build-Systemen, Debugging und hardwarenaher oder systemnaher Entwicklung.

Technische Voraussetzungen

Laptop mit Python oder Node.js, Git und Code-Editor sowie API-Zugänge zu mindestens einem LLM-Anbieter, etwa Anthropic oder OpenAI. Zugangsdaten für Übungen können bei Bedarf gestellt werden.

Datenschutz & Compliance

Firmware ist oft Kern des geistigen Eigentums und unterliegt Exportkontroll- oder Sicherheitsanforderungen: Sie lernen, wie Sie Quellcode schützen, Lizenzrisiken durch generierten Code bewerten und KI-Einsatz mit Cyber Resilience Act, IEC 62443 sowie funktionaler Sicherheit nach ISO 26262 oder IEC 61508 vereinbaren.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Di, 24. November 2026 – Mi, 25. November 2026 Online Anfragen
  • Mi, 2. Dezember 2026 – Do, 3. Dezember 2026 München Anfragen
  • Di, 8. Dezember 2026 – Mi, 9. Dezember 2026 Online Anfragen
  • Do, 7. Januar 2027 – Fr, 8. Januar 2027 Hannover Anfragen
  • Mi, 20. Januar 2027 – Do, 21. Januar 2027 Online Anfragen
  • Do, 4. Februar 2027 – Fr, 5. Februar 2027 Berlin Anfragen

Häufige Fragen

Welches Agent-Framework sollten wir einsetzen?

Das hängt von Modellstrategie, Kontrolle und Teamkompetenz ab. Die herstellereigenen SDKs bieten einen schlanken Einstieg mit eng abgestimmten Funktionen, LangGraph gibt Ihnen feinere Kontrolle über Zustände und Abläufe. Im Kurs lösen Sie dieselbe Aufgabe mit mehreren Frameworks und leiten daraus nachvollziehbare Auswahlkriterien für Ihr Projekt ab.

Wie verhindert man, dass ein Agent falsche oder gefährliche Aktionen ausführt?

Durch mehrere Schutzschichten: eng geschnittene Werkzeuge mit minimalen Rechten, Validierung von Ein- und Ausgaben, Freigabeschritte für kritische Aktionen, Sandboxing und kontinuierliche Evaluierung. Prompt Injection über externe Inhalte wird als realistisches Risiko behandelt. Sie üben diese Maßnahmen konkret an Ihrem eigenen Agenten.

Brauche ich für jede Automatisierung einen Agenten?

Nein. Viele Aufgaben lassen sich mit einem festen Workflow aus wenigen LLM-Aufrufen zuverlässiger, günstiger und besser nachvollziehbar lösen. Agenten lohnen sich, wenn Lösungswege nicht vorab planbar sind und das System flexibel auf Zwischenergebnisse reagieren muss. Genau diese Abwägung trainieren wir anhand praktischer Beispiele.

Ist KI-generierter Code für sicherheitskritische Embedded-Systeme zulässig?

Normen wie ISO 26262 oder IEC 61508 verbieten KI-Werkzeuge nicht, verlangen aber nachvollziehbare Prozesse, Reviews, Tests und gegebenenfalls Tool-Qualifizierung. Generierter Code wird daher wie jeder andere Code behandelt: geprüft, getestet und gegen Coding-Standards verifiziert. Im Kurs entwickeln Sie Arbeitsweisen, die diese Nachweise unterstützen, statt sie zu umgehen.

Kann ein KI-Agent mit meiner Zielhardware arbeiten?

Agenten können Builds anstoßen, Flash-Vorgänge ausführen, serielle Ausgaben auswerten und Tests auf Host oder Hardware-in-the-Loop-Aufbau starten, sofern Sie entsprechende Kommandozeilenwerkzeuge bereitstellen. Wir zeigen, wie Sie solche Schleifen kontrolliert aufbauen, mit klaren Berechtigungen und ohne dass der Agent unbeaufsichtigt auf produktive Geräte zugreift.

Was kostet die Schulung „KI-Agenten-Entwicklung für C/C++- und Embedded-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 C/C++- und Embedded-Entwickler:innen

Weitere Kurse zu KI-Agenten-Entwicklung

Alle 30 Kurse zu KI-Agenten-Entwicklung

KI-Agenten-Entwicklung · MünchenKI-Agenten-Entwicklung · SalzburgKI-Agenten-Entwicklung · BerlinKI-Agenten-Entwicklung · AugsburgKI-Agenten-Entwicklung · HannoverKI-Agenten-Entwicklung · BremenKI-Agenten-Entwicklung · StuttgartKI-Agenten-Entwicklung · KaiserslauternKI-Agenten-Entwicklung · Online