Schulung – RAG & LLM-Apps – Salesforce-Entwicklung

RAG & LLM-Apps für Salesforce-Entwickler:innen

RAG und LLM-Anwendungen entwickeln: Embeddings, Vektordatenbanken, Chunking, Retrieval, Evaluierung, Kosten und Datenschutz.

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

Das Training „RAG & LLM-Apps für Salesforce-Entwickler:innen“ richtet sich an Rollen wie Salesforce-Entwickler:innen für Apex und Lightning Web Components, Salesforce-Architekt:innen und Technical Leads und Salesforce-Administrator:innen mit Entwicklungsanteil und zeigt Schritt für Schritt, wie RAG & LLM-Apps im Bereich Salesforce-Entwicklung produktiv, sicher und nachvollziehbar eingesetzt wird – von den Grundlagen bis zu fortgeschrittenen Workflows.

Retrieval-Augmented Generation verbindet Sprachmodelle mit Ihrem eigenen Wissen: Handbücher, Verträge, Tickets, Wikis oder Produktdaten werden durchsuchbar gemacht und dem Modell zur Laufzeit als Kontext übergeben. So entstehen Assistenten, die fundiert mit Quellenangaben antworten, statt zu halluzinieren. In dieser kompakten Schulung bauen Sie eine vollständige RAG-Pipeline von der Dokumentaufbereitung über Embeddings und Vektordatenbank bis zur Antwortgenerierung und lernen anhand eigener Testdokumente, an welchen Stellschrauben die Qualität der Antworten tatsächlich entschieden wird.

Der zweite Tag führt vom Prototyp zur belastbaren Anwendung. Sie vergleichen Chunking-Strategien, kombinieren semantische und lexikalische Suche, setzen Reranking, Metadatenfilter und Query-Umformulierung ein und messen die Wirkung mit systematischen Evaluierungen. Hinzu kommen Prompt-Caching, Kostensteuerung, Latenzoptimierung, Berechtigungskonzepte auf Dokumentebene und datenschutzkonformer Betrieb mit Blick auf DSGVO und EU AI Act. Am Ende wissen Sie, wann klassisches RAG genügt, wann ein großes Kontextfenster oder ein agentisches Retrieval besser passt und wie Sie Ihre Architektur begründet auswählen.

Salesforce-Orgs wachsen über Jahre zu komplexen Plattformen aus Apex-Klassen, Triggern, Flows, Lightning Web Components und Integrationen. KI-Coding-Assistenten und Agenten helfen Salesforce-Entwickler:innen, schneller Apex und LWC zu schreiben, Testklassen mit sinnvoller Abdeckung zu erzeugen, Governor Limits frühzeitig zu berücksichtigen und gewachsene Trigger-Logik in saubere Frameworks zu überführen. Sie unterstützen bei SOQL-Optimierung, Metadatenanalyse und der Migration von Process Builder und Workflow Rules nach Flow. Weil Salesforce-Code multimandantenfähig, bulkifiziert und sicherheitsbewusst sein muss, braucht KI gezielten Kontext und klare Regeln. Im Kurs lernen Sie, KI-Werkzeuge mit Salesforce CLI, Scratch Orgs und Ihrer DevOps-Pipeline zu kombinieren und dabei Sharing-Regeln, Feldberechtigungen und Plattformgrenzen zuverlässig 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?

  • Salesforce-Entwickler:innen für Apex und Lightning Web Components
  • Salesforce-Architekt:innen und Technical Leads
  • Salesforce-Administrator:innen mit Entwicklungsanteil
  • Integrationsentwickler:innen für Salesforce-Schnittstellen
  • Salesforce-Beratungen und Partner-Teams

Typische Herausforderungen, die wir adressieren

  • Governor Limits, Bulkifizierung und Rekursion in Triggern führen zu schwer reproduzierbaren Fehlern
  • Pflicht zur Testabdeckung bindet viel Zeit für das Schreiben von Testklassen
  • Gewachsene Orgs mit überlappenden Triggern, Flows und Prozessen ohne Dokumentation
  • Sicherheitsanforderungen wie CRUD- und FLS-Prüfungen sowie Sharing werden im Code oft vergessen

Das können Sie nach dem Training

  • Sie bauen eine vollständige RAG-Pipeline von der Dokumentaufbereitung bis zur Antwort mit Quellenangaben.
  • Sie wählen Embedding-Modell, Chunking-Strategie und Vektordatenbank begründet aus.
  • Sie verbessern die Trefferqualität mit hybrider Suche, Reranking und Metadatenfiltern.
  • Sie messen die Qualität Ihrer Anwendung mit systematischen Evaluierungen und erkennen Regressionen.
  • Sie entwickeln Apex und Lightning Web Components mit KI-Unterstützung bulkifiziert, sicher und limit-konform.
  • Sie erzeugen aussagekräftige Testklassen und analysieren Org-Metadaten systematisch mit KI-Agenten.
  • Sie integrieren KI-Werkzeuge in Salesforce CLI, Scratch Orgs und Ihre Deployment-Pipeline.

Inhalte & Ablauf

Modul 1 Grundlagen von RAG und LLM-Anwendungen
  • Architektur einer RAG-Pipeline: Ingestion, Indexierung, Retrieval, Generierung
  • Embeddings verstehen: semantische Ähnlichkeit, Dimensionen, Modellauswahl
  • RAG, Fine-Tuning und lange Kontextfenster sinnvoll gegeneinander abwägen
  • Strukturierte Ausgaben, Quellenangaben und Umgang mit Halluzinationen
Modul 2 Dokumentaufbereitung und Chunking
  • PDF, Office-Dokumente, HTML und Tabellen zuverlässig extrahieren
  • Chunking-Strategien: feste Größe, strukturbasiert, semantisch, mit Überlappung
  • Metadaten anreichern und kontextuelle Zusammenfassungen pro Chunk erzeugen
  • Inkrementelle Aktualisierung und Löschung von Dokumenten im Index
Modul 3 Vektordatenbanken und Retrieval-Strategien
  • Vektordatenbanken und -erweiterungen im Vergleich, etwa pgvector, Qdrant, Weaviate oder OpenSearch
  • Hybride Suche aus Vektor- und Volltextsuche mit BM25
  • Reranking, Metadatenfilter und Query-Umformulierung
  • Agentisches Retrieval: das Modell entscheidet selbst über Suchschritte und Werkzeuge
Modul 4 Evaluierung und Qualitätssicherung
  • Testdatensätze aus echten Fragen aufbauen und pflegen
  • Retrieval-Metriken wie Recall und Precision sowie Antwortmetriken wie Faithfulness
  • LLM-as-a-Judge sinnvoll einsetzen und kalibrieren
  • Regressionstests bei Änderungen an Chunking, Modell oder Prompt
Modul 5 Betrieb, Kosten und Datenschutz
  • Prompt-Caching, Batch-Verarbeitung und Modellwahl zur Kostensenkung
  • Latenz optimieren und Antworten streamen
  • Berechtigungen auf Dokumentebene, Mandantentrennung und Schutz vor Prompt Injection
  • Datenschutz: Datenresidenz, Auftragsverarbeitung, Löschkonzepte, DSGVO und EU AI Act
Modul 6 Praxislabor: Salesforce-Entwicklung
  • Apex-Code bulkifiziert schreiben
  • Testklassen generieren
  • Lightning Web Components bauen
  • SOQL und Performance optimieren
  • Org-Metadaten analysieren
  • Security Review vorbereiten
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • Salesforce-Orgs enthalten Kunden- und Vertriebsdaten: Sie lernen, nur Metadaten und anonymisierte Beispiele an KI-Dienste zu geben, Zugangsdaten und Connected-App-Secrets zu schützen, DSGVO-Anforderungen an Datenhaltung umzusetzen und Lizenzfragen bei generiertem Code für AppExchange-Pakete zu klären.
  • 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

Apex-Code bulkifiziert schreiben

Trigger-Handler, Service-Klassen und Batch- oder Queueable-Jobs erzeugen, die SOQL und DML außerhalb von Schleifen bündeln, Governor Limits respektieren und Muster wie Trigger-Frameworks konsistent anwenden. Code-Reviews werden dadurch kürzer.

Testklassen generieren

Aussagekräftige Apex-Tests mit Test-Data-Factories, Positiv- und Negativfällen, Bulk-Szenarien und Asserts erstellen, die echte Logik prüfen statt nur Abdeckung zu erzeugen, inklusive Mocks für Callouts. Die Tests bleiben wartbar.

Lightning Web Components bauen

LWC-Komponenten mit Wire-Adaptern, Apex-Controllern, Lightning Data Service und Jest-Tests entwickeln und bestehende Aura-Komponenten schrittweise migrieren. Barrierefreiheit, Fehlerbehandlung und Ladezustände werden dabei ebenso berücksichtigt wie die Vorgaben des Salesforce Lightning Design System.

SOQL und Performance optimieren

Selektive Abfragen formulieren, Query-Plan-Ergebnisse interpretieren, Probleme bei großen Datenvolumen erkennen und Alternativen wie Indizes, Skinny Tables oder asynchrone Verarbeitung vorschlagen. Das verhindert Timeouts und Limitfehler bei wachsenden Datenmengen.

Org-Metadaten analysieren

Abgerufene Metadaten auswerten, um Automatisierungen pro Objekt, Abhängigkeiten zwischen Feldern, Flows und Apex sowie ungenutzte Komponenten zu dokumentieren und Aufräumarbeiten zu planen. So entsteht endlich eine aktuelle Dokumentation.

Security Review vorbereiten

Apex und LWC auf fehlende CRUD- und FLS-Prüfungen, SOQL-Injection, unsichere Sharing-Einstellungen und Cross-Site-Scripting untersuchen und Korrekturen mit user mode und stripInaccessible umsetzen. Das ist besonders für AppExchange-Pakete relevant.

Mögliche Praxisprojekte im Kurs

Automatisierungs-Landkarte

Ein Skript, das Metadaten einer Org einliest und pro Objekt alle Trigger, Flows und Validierungsregeln mit Ausführungsreihenfolge als Übersicht darstellt.

Test-Data-Factory-Generator

Ein Werkzeug, das aus Objekt- und Felddefinitionen eine wiederverwendbare Apex-Factory mit Pflichtfeldern und gültigen Picklist-Werten erzeugt. Testklassen werden dadurch kürzer und robuster gegen neue Pflichtfelder.

LWC-Dashboard-Komponente

Eine Lightning Web Component, die Kennzahlen eines Accounts aus mehreren Objekten aggregiert und mit Filtern und Drill-down darstellt. Sie lässt sich per App Builder platzieren.

Voraussetzungen

Solide Programmierkenntnisse in Python (oder alternativ TypeScript), Grundkenntnisse in Datenbanken und REST-APIs sowie erste Erfahrungen mit LLM-APIs. Sie entwickeln bereits in Apex oder Lightning Web Components und kennen das Salesforce-Datenmodell, Governor Limits und Salesforce CLI in Grundzügen.

Technische Voraussetzungen

Laptop mit Python, Git, Docker und Code-Editor sowie API-Zugang zu mindestens einem LLM- und Embedding-Anbieter. Zugangsdaten für die Übungen können bei Bedarf gestellt werden.

Datenschutz & Compliance

Salesforce-Orgs enthalten Kunden- und Vertriebsdaten: Sie lernen, nur Metadaten und anonymisierte Beispiele an KI-Dienste zu geben, Zugangsdaten und Connected-App-Secrets zu schützen, DSGVO-Anforderungen an Datenhaltung umzusetzen und Lizenzfragen bei generiertem Code für AppExchange-Pakete zu klären.

Termine & Standorte

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

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

Häufige Fragen

Wann ist RAG besser als Fine-Tuning?

RAG eignet sich, wenn ein Modell auf aktuelles, umfangreiches oder häufig wechselndes Wissen zugreifen und Quellen angeben soll. Fine-Tuning verändert eher Stil, Format oder spezialisiertes Verhalten. In vielen Projekten ist RAG der schnellere, günstigere und besser kontrollierbare Weg, gelegentlich ergänzt durch Fine-Tuning für Spezialaufgaben.

Welche Vektordatenbank sollten wir verwenden?

Das hängt von Datenmenge, bestehender Infrastruktur, Filteranforderungen und Betriebsmodell ab. Wer bereits PostgreSQL nutzt, kommt mit pgvector oft weit, spezialisierte Systeme punkten bei großen Datenmengen und hybrider Suche. Im Kurs vergleichen Sie mehrere Optionen praktisch und leiten Kriterien für Ihre Entscheidung ab.

Wie lässt sich RAG datenschutzkonform betreiben?

Wichtig sind die Wahl von Anbietern mit passender Datenresidenz und Auftragsverarbeitungsvertrag, Berechtigungsprüfungen auf Dokumentebene, ein Löschkonzept für Index und Logs sowie Datenminimierung bei personenbezogenen Inhalten. Für sensible Daten kommen auch selbst betriebene Modelle infrage. Wir behandeln diese Optionen anhand realistischer Architekturen.

Wie gut kennen allgemeine KI-Assistenten Apex und Salesforce-Besonderheiten?

Apex-Syntax und gängige Muster beherrschen aktuelle Modelle gut. Schwächen zeigen sich bei Governor Limits, Bulkifizierung und org-spezifischen Objekten. Mit Regeldateien zu Trigger-Framework, Namenskonventionen und Sicherheitsvorgaben sowie abgerufenen Metadaten als Kontext werden die Ergebnisse deutlich verlässlicher. Im Kurs bauen Sie genau diesen Kontext für Ihre Org auf.

Darf ein KI-Agent direkt in unsere Salesforce-Org deployen?

Wir empfehlen, Agenten in Scratch Orgs oder Sandboxes arbeiten zu lassen und Änderungen über Versionskontrolle und Ihre Deployment-Pipeline in höhere Umgebungen zu bringen. So bleiben Reviews, Testläufe und Freigaben erhalten. Produktive Orgs sollten Agenten höchstens lesend und mit eingeschränktem Benutzer erreichen. Diese Arbeitsweise üben Sie praktisch im Kurs.

Was kostet die Schulung „RAG & LLM-Apps für Salesforce-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 Salesforce-Entwickler:innen

Weitere Kurse zu RAG & LLM-Apps

Alle 29 Kurse zu RAG & LLM-Apps

RAG & LLM-Apps – MünchenRAG & LLM-Apps – SalzburgRAG & LLM-Apps – BerlinRAG & LLM-Apps – AugsburgRAG & LLM-Apps – HannoverRAG & LLM-Apps – BremenRAG & LLM-Apps – StuttgartRAG & LLM-Apps – KaiserslauternRAG & LLM-Apps – Online