Schulung · Lovable · Tech Leads & Engineering Manager

Lovable für Tech Leads und Engineering Manager

Web-Apps per Prompt bauen: mit Lovable vom Prompt zur lauffähigen React-App mit Supabase-Backend, GitHub-Sync und Deployment.

Dauer
1 Tag (7 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 Lovable 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.

Lovable erzeugt aus natürlichsprachlichen Beschreibungen vollständige Web-Anwendungen auf Basis von React, TypeScript, Tailwind CSS und Vite. In dieser eintägigen Schulung lernen Sie, wie Sie Anforderungen so formulieren, dass Lovable sauberen, wartbaren Code liefert, wie Sie über die Supabase-Integration Datenbank, Authentifizierung und Storage anbinden und wie Sie Änderungen iterativ steuern, statt bei jedem Fehler von vorn zu beginnen. Im Mittelpunkt stehen echte Workflows: vom ersten Prompt über Datenmodell und Rechtekonzept bis zur veröffentlichten Anwendung unter eigener Domain.

Für Entwicklerinnen und Entwickler ist Lovable vor allem dann interessant, wenn der generierte Code nicht im Tool gefangen bleibt. Deshalb arbeiten Sie intensiv mit der bidirektionalen GitHub-Synchronisation, prüfen den erzeugten Code im eigenen Editor, ergänzen Tests und übernehmen das Projekt bei Bedarf in Ihre bestehende Toolchain. Sie lernen außerdem die Grenzen kennen: Row Level Security, Edge Functions, Secrets, Performance und Wartbarkeit größerer Codebasen. So entscheiden Sie fundiert, wann Lovable der schnellste Weg ist und wann klassische Entwicklung oder ein Agentic-Coding-Werkzeug besser 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 formulieren Prompts, mit denen Lovable strukturierte und wartbare React-Anwendungen erzeugt.
  • Sie binden Supabase für Datenbank, Authentifizierung und Storage an und prüfen die Row Level Security.
  • Sie iterieren gezielt am Design, ohne funktionierende Teile der Anwendung zu beschädigen.
  • Sie synchronisieren Projekte mit GitHub und bearbeiten den Code in Ihrer gewohnten Entwicklungsumgebung weiter.
  • 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 Grundlagen und Prompt-Strategie
  • Funktionsweise von Lovable: generierter Stack aus React, TypeScript, Tailwind CSS und shadcn/ui
  • Anforderungen strukturiert beschreiben: Zielgruppe, Seiten, Datenobjekte, Rollen
  • Chat-Modus versus direkte Änderungen: wann planen, wann bauen
  • Wissensbasis und Projektanweisungen für konsistente Ergebnisse nutzen
Modul 2 Backend mit Supabase
  • Supabase-Projekt verbinden und Tabellen aus dem Prompt ableiten lassen
  • Authentifizierung mit E-Mail, Magic Link und OAuth-Anbietern einrichten
  • Row Level Security Policies verstehen, prüfen und gezielt nachschärfen
  • Edge Functions, Storage-Buckets und Secrets für externe APIs einsetzen
Modul 3 Design-Iteration und UI-Qualität
  • Visuelles Bearbeiten einzelner Elemente und gezielte Layout-Prompts
  • Screenshots und Figma-Entwürfe als Vorlage verwenden
  • Responsives Verhalten, Barrierefreiheit und Designsystem-Konsistenz sicherstellen
  • Fehler mit Konsolenausgaben und Rücksprung auf frühere Versionen beheben
Modul 4 GitHub-Sync und professioneller Workflow
  • Bidirektionale Synchronisation mit einem GitHub-Repository einrichten
  • Code lokal in VS Code, Cursor oder Claude Code weiterbearbeiten
  • Branches, Code-Reviews und Tests für generierten Code etablieren
  • Abhängigkeiten, Umgebungsvariablen und Projektstruktur sauber halten
Modul 5 Deployment, Betrieb und Grenzen
  • Veröffentlichen mit Lovable-Hosting und eigener Domain
  • Alternative Deployments über Vercel, Netlify oder eigene Infrastruktur
  • Credit-Verbrauch, Projektgröße und typische Sackgassen realistisch einschätzen
  • Sicherheits- und Datenschutzcheck vor dem Go-live, inklusive DSGVO-Fragen
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

Grundkenntnisse in Webentwicklung (HTML, CSS, JavaScript) und erste Erfahrungen mit Git sind hilfreich. React- oder Supabase-Kenntnisse werden nicht vorausgesetzt. Sie führen ein Entwicklungsteam fachlich oder disziplinarisch und kennen den Softwareentwicklungsprozess; aktuelle Programmierpraxis ist hilfreich, aber nicht erforderlich.

Technische Voraussetzungen

Laptop mit aktuellem Browser, ein Lovable-Account (ein kostenpflichtiger Plan wird für intensives Arbeiten empfohlen) sowie kostenlose Accounts bei GitHub und Supabase.

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.

Häufige Fragen

Gehört mir der Code, den Lovable erzeugt?

Ja, der generierte Code ist regulärer React- und TypeScript-Code, den Sie über die GitHub-Synchronisation in ein eigenes Repository übertragen können. Dort lässt er sich unabhängig von Lovable weiterentwickeln, testen und deployen. Im Kurs zeigen wir, wie Sie diesen Weg von Anfang an sauber einrichten, damit kein Lock-in entsteht.

Ist Lovable für produktive Anwendungen geeignet?

Für Prototypen, MVPs, interne Tools und überschaubare Kundenanwendungen ja, sofern Sie Sicherheit und Datenmodell bewusst prüfen. Besonders die Row Level Security in Supabase, der Umgang mit Secrets und die Wartbarkeit wachsender Codebasen erfordern Aufmerksamkeit. Wir behandeln im Kurs konkret, welche Prüfungen vor einem Go-live sinnvoll sind.

Worin unterscheidet sich Lovable von Cursor oder Claude Code?

Lovable ist ein browserbasierter App-Builder mit vorgegebenem Stack, integriertem Hosting und Supabase-Anbindung und eignet sich besonders für den schnellen Start. Cursor und Claude Code arbeiten dagegen in beliebigen bestehenden Codebasen und Technologien. In der Praxis kombinieren viele Teams beides: Start in Lovable, Weiterentwicklung im Editor über GitHub.

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 „Lovable 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 1 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 Lovable

Alle 61 Kurse zu Lovable

Lovable · MünchenLovable · SalzburgLovable · BerlinLovable · AugsburgLovable · HannoverLovable · BremenLovable · StuttgartLovable · KaiserslauternLovable · Online