Schulung – KI-Agenten-Entwicklung – Rust

KI-Agenten-Entwicklung für Rust-Entwickler:innen

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

Dauer
6 Stunden, ein Termin
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

„KI-Agenten-Entwicklung für Rust-Entwickler:innen“ ist ein praxisorientiertes Training für Rollen wie Rust-Entwickler:innen in System- und Backend-Projekten, C- und C++-Entwickler:innen, die auf Rust umsteigen oder Module portieren und Embedded- und IoT-Entwickler:innen mit Rust. Sie lernen KI-Agenten-Entwicklung nicht abstrakt, sondern an Aufgaben aus Ihrem Arbeitsalltag kennen – mit Beispielen, Übungen und Vorlagen aus dem Bereich Rust.

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 kompakten 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.

Rust gewinnt überall dort an Bedeutung, wo Speichersicherheit und Performance zusammenkommen müssen: in Systemsoftware, Embedded-Projekten, Netzwerkdiensten, WebAssembly und sicherheitskritischen Komponenten. Die Lernkurve ist steil – Ownership, Lifetimes, Traits und async-Laufzeiten fordern auch erfahrene Entwickler:innen. KI-Coding-Assistenten und Agenten erweisen sich hier als geduldige Sparringspartner: Sie erklären Borrow-Checker-Fehler, schlagen passende Ownership-Strukturen vor, schreiben Tests und Property-Based-Tests, portieren C- oder C++-Module schrittweise und arbeiten Clippy-Hinweise ab. Weil der Compiler sehr präzises Feedback liefert, können Agenten iterativ bis zu kompilierbarem, sicherem Code arbeiten. Im Kurs lernen Sie, diese Feedbackschleife gezielt zu nutzen und unsafe-Code besonders kritisch zu prüfen.

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?

  • Rust-Entwickler:innen in System- und Backend-Projekten
  • C- und C++-Entwickler:innen, die auf Rust umsteigen oder Module portieren
  • Embedded- und IoT-Entwickler:innen mit Rust
  • Security- und Plattformteams mit Fokus auf Speichersicherheit

Typische Herausforderungen, die wir adressieren

  • Schwer verständliche Borrow-Checker- und Lifetime-Fehler
  • Komplexe Trait-Hierarchien, Generics und async-Code mit Tokio
  • Aufwändige Portierung bestehender C- oder C++-Codebasen und FFI-Grenzen
  • Verantwortungsvoller Umgang mit unsafe-Blöcken und deren Begründung

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 nutzen KI-Agenten als Sparringspartner für Ownership, Lifetimes, Traits und async-Rust.
  • Sie lassen Tests, Portierungen und Services erzeugen und mit Compiler, Clippy und Miri absichern.
  • Sie bewerten generierten unsafe- und FFI-Code systematisch hinsichtlich Speichersicherheit.

Inhalte & Ablauf

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
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: Rust
  • Compilerfehler verstehen und beheben
  • Tests und Property-Based-Tests
  • C- und C++-Module portieren
  • Async-Services mit Tokio
  • Clippy und Idiomatik
  • unsafe-Code prüfen
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Rust wird häufig in sicherheitskritischen Komponenten eingesetzt, für die der Cyber Resilience Act Anforderungen an Schwachstellenmanagement und SBOMs stellt. Prüfen Sie neue Crates mit cargo-audit oder cargo-deny auf Schwachstellen und Lizenzen, und behandeln Sie proprietären Systemcode bei der Nutzung von Cloud-Modellen als vertraulich.
  • 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

Compilerfehler verstehen und beheben

Der Assistent erklärt Borrow-Checker- und Lifetime-Fehler in verständlicher Sprache, schlägt alternative Ownership-Strukturen wie Referenzen, Rc oder Klonen bewusst vor und iteriert mit cargo check bis zum fehlerfreien Build.

Tests und Property-Based-Tests

Die KI schreibt Unit- und Integrationstests, Doc-Tests und Property-Based-Tests mit proptest, die Invarianten über viele generierte Eingaben prüfen und so Randfälle in Parsern oder Algorithmen aufdecken.

C- und C++-Module portieren

Bestehender Code wird modulweise nach Rust übertragen, FFI-Schnittstellen mit bindgen oder cbindgen erstellt und das Verhalten über gemeinsame Tests zwischen alter und neuer Implementierung abgesichert.

Async-Services mit Tokio

Aus Spezifikationen entstehen HTTP- oder gRPC-Dienste mit Axum oder Tonic, inklusive strukturierter Fehlertypen, Graceful Shutdown, Tracing und sinnvoller Behandlung von Abbruch und Timeouts. Integrationstests prüfen das Verhalten unter Last.

Clippy und Idiomatik

Clippy-Hinweise werden systematisch abgearbeitet, Fehlerbehandlung mit thiserror oder anyhow vereinheitlicht und Iteratoren, Pattern Matching und Traits idiomatisch eingesetzt. Bestehende Tests sichern jede Änderung zuverlässig ab und verhindern Regressionen.

unsafe-Code prüfen

Der Agent inventarisiert unsafe-Blöcke, dokumentiert die jeweiligen Sicherheitsinvarianten, schlägt sichere Alternativen vor und führt Miri-Prüfungen aus, um undefiniertes Verhalten aufzuspüren. Jede Begründung wird als SAFETY-Kommentar im Code festgehalten.

Mögliche Praxisprojekte im Kurs

Schneller Log-Parser

Ein Rust-CLI, das große Logdateien per Streaming verarbeitet, Muster mit regulären Ausdrücken erkennt und Statistiken ausgibt – mit Benchmarks im Vergleich zu einem Skript.

Axum-Microservice

Ein kleiner REST-Dienst mit Axum, SQLx, strukturiertem Tracing und Integrationstests, vollständig per KI-Agent geplant und implementiert. Ideal, um den vollständigen Agenten-Workflow mit Compiler-Feedback zu üben.

WebAssembly-Modul

Eine rechenintensive Funktion, etwa Bildverarbeitung oder Validierung, als WebAssembly-Modul mit wasm-bindgen, eingebunden in eine einfache Webseite. Ein Benchmark vergleicht die Laufzeit mit einer reinen JavaScript-Variante.

Voraussetzungen

Solide Programmierkenntnisse in Python oder TypeScript, Erfahrung mit REST-APIs sowie erste praktische Erfahrungen mit LLM-APIs oder KI-Assistenten. Grundlegende Rust-Erfahrung mit Cargo, Ownership und Traits sowie Erfahrung in mindestens einer weiteren systemnahen oder Backend-Sprache.

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

Rust wird häufig in sicherheitskritischen Komponenten eingesetzt, für die der Cyber Resilience Act Anforderungen an Schwachstellenmanagement und SBOMs stellt. Prüfen Sie neue Crates mit cargo-audit oder cargo-deny auf Schwachstellen und Lizenzen, und behandeln Sie proprietären Systemcode bei der Nutzung von Cloud-Modellen als vertraulich.

Termine & Standorte

Pro Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Ihr Wunschtermin ist jederzeit möglich.

  • München Fr, 11. Dezember 2026 6 Std. Anfragen
  • Salzburg Mi, 16. Dezember 2026 6 Std. Anfragen
  • Berlin Di, 15. Dezember 2026 6 Std. Anfragen
  • Augsburg Mi, 16. Dezember 2026 6 Std. Anfragen
  • Hannover Mo, 14. Dezember 2026 6 Std. Anfragen
  • Bremen Do, 10. Dezember 2026 6 Std. Anfragen
  • Stuttgart Di, 15. Dezember 2026 6 Std. Anfragen
  • Kaiserslautern Di, 15. Dezember 2026 6 Std. Anfragen
  • Online Di, 15. Dezember 2026 6 Std. 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.

Kann KI beim Einstieg in Rust helfen?

Ja, sehr. KI-Assistenten erklären Compilerfehler geduldig und im Kontext Ihres Codes, zeigen alternative Lösungsansätze und begründen, warum der Borrow Checker eine Konstruktion ablehnt. Wichtig ist, die Erklärungen nachzuvollziehen statt Vorschläge blind zu übernehmen. Der Kurs setzt deshalb auf aktive Übungen, in denen Sie Lösungen mit der KI gemeinsam erarbeiten.

Wie zuverlässig sind KI-Portierungen von C++ nach Rust?

Für klar abgegrenzte Module funktionieren sie gut, wenn das Verhalten durch Tests abgesichert ist. Kritisch sind Stellen mit Zeigerarithmetik, gemeinsamem Zustand oder undefiniertem Verhalten im Original. Im Kurs lernen Sie, Portierungen inkrementell anzulegen, Differenztests gegen die alte Implementierung zu fahren und unsafe-Code gezielt zu minimieren.

Was kostet die Schulung „KI-Agenten-Entwicklung für Rust-Entwickler:innen“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 6 Stunden Live-Training mit Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Für jeden Standort schlagen wir Ihnen einen Termin in rund vier Wochen vor. Im Anfrageformular können Sie aber jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und melden uns 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 und Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Kann der Kurs auf unser Team zugeschnitten werden?

Ja. Maßgeschneiderte Kurse kosten ca. 4.500 € mehr, je nach Thema und nach Absprache. Wir stimmen Inhalte, Beispiele und Übungen vorab mit Ihnen ab.

Weitere Kurse für Rust-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