Schulung – KI-Agenten-Entwicklung – Tech Leads & Engineering Manager

KI-Agenten-Entwicklung für Tech Leads und Engineering Manager

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

In diesem Kurs verbinden wir KI-Agenten-Entwicklung 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.

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.

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 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 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

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: 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

Solide Programmierkenntnisse in Python oder TypeScript, Erfahrung mit REST-APIs sowie erste praktische Erfahrungen mit LLM-APIs oder KI-Assistenten. Sie führen ein Entwicklungsteam fachlich oder disziplinarisch und kennen den Softwareentwicklungsprozess; aktuelle Programmierpraxis ist hilfreich, aber nicht erforderlich.

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

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.

Termine & Standorte

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

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

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 „KI-Agenten-Entwicklung 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 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 Tech Leads und Engineering Manager

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