Zum Hauptinhalt springen
KI-Lösungen · Einsteiger

KI und Agentic Engineering für Business Consultants

Zwei halbe Tage hands-on: KI im Analysealltag – und der Schritt hinüber ins Engineering, bis ihr mit einem Entwicklungsagenten selbst einen Fix durchbringt. Ziel ist nicht, aus Analysten Entwickler zu machen, sondern den Abstand zwischen Analyse und Engineering zu schließen.

Auf einen Blick

Niveau
Einsteiger
Teilnehmer
6–12 Personen
Sprache
Deutsch / Englisch
Zertifikat
Inklusive

Zielgruppe

Business Analysten, Requirements Engineers und Product Owner, die künftig in kleinen Teams eng mit Entwicklern arbeiten und selbst mit Entwicklungsagenten umgehen.

Format & Dauer

2 × 4 h netto, kurze Impulse + viel Praxis, vor Ort oder remote

Voraussetzungen

Analyse-Erfahrung ja, Programmiererfahrung nein. Terminal, Git und Repository-Grundlagen sind Inhalt des ersten Halbtags.

Wertversprechen

Nach zwei Halbtagen liest ein Consultant ein Repository, gibt eine Anforderung als Spezifikation an einen Agenten, prüft das Ergebnis – und bringt einen kleinen Fix selbst durch.

Tools & Modelle ClaudeChatGPTGeminiClaude Code

Tag 1 läuft in einem Chat-Assistenten – im Browser-Lab oder in eurem gewohnten Claude, ChatGPT oder Gemini. Ab Tag 2 kommt Claude Code dazu, ebenfalls fertig eingerichtet im Browser-Lab. Vermittelt werden die Konzepte, nicht das Produkt – bei anderen Assistenten heißen die Funktionen üblicherweise ähnlich.

Warum bei uns

Was unsere Trainings auszeichnet

  • Zwei Trainer:innen

    In jedem Training führt eine Person durch den Stoff, die andere hilft bei den Übungen – so bleibt niemand hängen, während die Gruppe weiterarbeitet.

  • Aus der Projektpraxis

    Unsere Trainer:innen kommen aus Kundenprojekten, nicht aus dem Seminarbetrieb. Was ihr übt, hat sich dort im Alltag bewährt.

  • Browser-Lab, fertig eingerichtet

    Assistent und Modellzugang laufen im Browser, ohne Installation und ohne eigene Lizenz. So könnt ihr trainieren, bevor bei euch ein Assistent freigegeben ist, und euer Code bleibt außen vor.

  • Herstellerunabhängig

    Wir verkaufen weder Werkzeuge noch Lizenzen – und reden deshalb keines schön. Geübt wird mit Claude Code, die Arbeitsweise nehmt ihr in jedes andere Werkzeug mit.

  • Offenes Übungsprojekt

    Woran ihr übt, liegt frei zugänglich auf GitHub. Schaut vor der Buchung hinein und arbeitet nach dem Training damit weiter. Zum Repository →

  • Teilnahmezertifikat

    Jede und jeder Teilnehmende erhält es, mit Inhalt, Umfang und Datum. Euer Unternehmen belegt damit eine Maßnahme zur Förderung der KI-Kompetenz im Sinne von Art. 4 der EU-KI-Verordnung.

Ausgangslage

Übergeben ist nicht
dasselbe wie abgeben.

Eine Anforderung ist erst dann verantwortlich übergeben, wenn ihr das Ergebnis selbst prüfen könnt. Seit Agenten den Umsetzungsteil übernehmen, liegt der Gegenstand dafür im Repository.

Schulung anfragen

Der Engpass sitzt jetzt vorn

Agenten übernehmen einen wachsenden Teil der Umsetzung. Was davor und danach liegt, bleibt: spezifizieren und freigeben. Beides ist Analyse-Handwerk – es hat nur den Ort gewechselt.

Unscharf gesagt heißt präzise falsch

Wo eine Anforderung wackelt, füllt ein Agent die Lücke selbst – vollständig, plausibel und am Bedarf vorbei. Was früher eine Rückfrage war, ist jetzt ein fertiges Feature.

Freigabe ohne Blick ins Ergebnis ist Raten

Am Ende meldet der Agent, was er getan hat. Das ist ein Bericht, keine Prüfung – der Unterschied steht im Browser und im Diff. Dafür braucht es nicht die Fähigkeit, den Code selbst zu schreiben.

Acht Stunden machen keinen Entwickler

Das ist auch nicht das Ziel. Ihr arbeitet am selben Gegenstand wie die Entwickler und entscheidet an denselben Stellen – die Rolle bleibt eine andere.

Aufbau

Erst der Gegenstand, dann der Agent

Die Reihenfolge ist kein Zufall. Wer ein Repository nicht öffnen kann, kann auch nicht beurteilen, was ein Agent darin angerichtet hat – deshalb steht das Engineering vor dem Agenten.

Halbtag 1 · 4 h netto

Vom Chat ins Repository

Der Einstieg bleibt auf vertrautem Boden: User Story, Akzeptanzkriterien und ein PRD entstehen im Chat und werden danach gegengelesen. SQL, Reverse Engineering, Testdaten und ein Protokoll aus Rohnotizen fallen auf demselben Weg ab. Nach der Pause kommt der Bruch – Terminal, Git, ein Repository lesen, die Anwendung starten, ein Log lesen. Alles im Browser-Lab, installiert wird nichts.

Halbtag 2 · 4 h netto

Eingreifen statt zusehen

Zuerst die beiden Grundlagen dafür, woran ein Agent scheitert: was ein Coding-Agent ist – ein Sprachmodell plus Harness – und was Tokens und Context Window damit zu tun haben. Der Rest ist Übung an der CRM-Anwendung. PRD, Plan und Review sind die drei Stellen, an denen ihr entscheidet – dazwischen tippt der Agent.

Geübt wird an einer CRM-Anwendung – einem vollständigen Übungsprojekt mit Frontend, Backend und Datenbank. Auf jeden Impuls folgt eine Übung, bei der ihr selbst am Rechner sitzt, Theorie nur dort, wo sie die folgende Übung vorbereitet.

Erkennen, wo ein Sprachmodell etwas hinzudichtet

Ihr findet erfundene Angaben, etwa eine Frist im Protokoll oder eine Spalte in einer SQL-Abfrage, und prüft jede Angabe, auf der eine Entscheidung beruht.

Anforderungen schreiben, die ein Agent umsetzen kann

Ihr schreibt mit dem Assistenten User Stories und ein PRD, in denen jede Anforderung abnehmbar ist und offene Annahmen markiert sind.

Fachfragen in SQL und Testdaten übersetzen lassen

Der Assistent schreibt die Abfrage und erzeugt Testdaten für Grenzfälle, deren Erwartungswerte ihr selbst nachzählt.

Euch im Repository des Teams zurechtfinden

Ihr startet die Anwendung selbst und legt eure Anforderung als Commit auf einem eigenen Branch ab.

Einen Coding-Agenten mit einer eigenen Anforderung beauftragen

Ihr führt den Agenten vom Fehlerbericht oder PRD bis zur Umsetzung, ohne selbst Code zu schreiben.

Ergebnisse fachlich abnehmen

Ihr korrigiert am Plan, was fehlt oder still entschieden wurde, und prüft am Ende im Browser, ob jede Anforderung erfüllt ist.

Lernziele

Nach zwei Halbtagen könnt ihr …

Ziel ist die Mitarbeit im agentischen Entwicklungsteam, mit demselben Repository und denselben Agenten wie die Entwickler. Programmierkenntnisse braucht ihr dafür nicht.

Abgrenzung

Was die Schulung bewusst nicht abdeckt

Kein Deep Dive in LLM-Architekturen, kein Modelltraining, keine Programmierausbildung. Aus Analysten werden hier keine Entwickler – ihr bekommt so viel Engineering, dass ihr am selben Gegenstand mitarbeitet und ein Ergebnis selbst beurteilen könnt. Eigene MCP-Server sind Thema von MCP-Server bauen & Agenten verbinden, autonome Abarbeitung Thema von Agent Factory bauen & betreiben.

Einordnung

Wenn nur der Analyse-Teil gebraucht wird

Der erste Halbtag entspricht weitgehend KI in der Business-Analyse – wer beim Chat-Assistenten stehen bleiben will, bucht die vier Stunden einzeln. Umgekehrt führt die Reihe Agentic Engineering dieselbe Arbeitsweise für Entwicklungsteams weiter, beginnend beim Einstieg in Agentic Engineering.

Trainerteam

Wer euch trainiert

Dr. Nicole Neckermann leitet das Training. In jedem Termin ist eine zweite Person aus unserem Trainerteam dabei – damit bei den Übungen niemand hängen bleibt.

Dr. Nicole Neckermann

Dr. Nicole Neckermann

Principal Consultant

Nicole verantwortet seit über zwei Jahrzehnten groß angelegte Transformationsprogramme in Financial Services und Mobility. Sie hat umfangreiche Technologie-Portfolios und cross-funktionale Delivery-Teams gesteuert — stets von der Business-Seite des Tisches aus. Nach mehreren Jahren in UK und internationalen Konzernen schreibt sie ihre Beiträge bevorzugt auf Englisch.

FAQ

Häufige Fragen

Müssen die beiden Halbtage direkt aufeinander folgen?
Nein – ein Abstand von einigen Tagen ist sogar die Empfehlung: Die Fragen aus dem ersten Tag sammeln sich, und der zweite Tag kann an ihnen ansetzen. Zwei Halbtage am Stück gehen auch.
Welche technischen Anforderungen gelten?
Für beide Halbtage genügt ein Laptop mit aktuellem Browser und stabiler Internetverbindung. Installiert wird nichts: Wir stellen das Browser-Lab, in dem Chat-Assistent, Coding-Assistent und Übungsprojekt laufen, samt Modellzugang. Adminrechte oder ein eigens freigegebenes Gerät braucht es also nicht.
Welcher Modell-Zugang wird benötigt?
Keiner. Der Chat-Assistent für Tag 1 und der Coding-Assistent für Tag 2 sind samt Modellzugang im Browser-Lab enthalten – eine eigene Lizenz oder ein Abo braucht ihr nicht. Geübt wird an Tag 2 mit Claude Code. Wer an Tag 1 lieber mit dem gewohnten Claude, ChatGPT oder Gemini arbeitet, kann das tun.
Brauchen die Teilnehmenden Programmierkenntnisse?
Nein, ausdrücklich nicht. Terminal- und Git-Vorkenntnisse sind ebenso wenig nötig wie TypeScript, Angular oder ein ML-Hintergrund – genau das ist Inhalt des ersten Halbtags. Mitbringen solltet ihr Erfahrung mit Anforderungen, User Stories oder Fachkonzepten und die Bereitschaft, Ergebnisse zu prüfen statt zu glauben.
Was ist vor dem Kurstag vorzubereiten?
Nur ein kurzer Test: Den Zugang zum Browser-Lab bekommt ihr vor dem Kurstag – einmal im Browser öffnen und den Assistenten kurz ansprechen. Filtert das Firmennetz ausgehenden Verkehr, fällt das so vorher auf und nicht erst in der ersten Übung.
Wie viele Personen können teilnehmen?
Wir empfehlen 6–12 Personen pro Schulung – genug für Diskussion und Austausch, klein genug für individuelle Betreuung bei den Übungen. Abweichungen sprechen wir gerne individuell ab.
Was gibt es nach dem Kurs als Nachbereitungsmaterial?
Alle Teilnehmenden erhalten Schulungsunterlagen als PDF, kuratierte Ressourcenlisten sowie Musterlösungen zu den Übungsaufgaben. Zusätzlich steht ein Q&A-Kanal für Rückfragen nach dem Kurs zur Verfügung.
Kurssprache und Barrierefreiheit?
Standardmäßig auf Deutsch, auf Wunsch auch auf Englisch. Unterlagen in der jeweiligen Sprache. Besondere Anforderungen zur Barrierefreiheit bitte bei der Buchung angeben – wir richten den Kurs entsprechend ein.
Was belegt das Teilnahmezertifikat?
Am Ende erhält jede / jeder Teilnehmende ein digitales Teilnahmezertifikat mit Kursinhalt, Umfang, Datum und Durchführenden – für das LinkedIn-Profil oder die Personalakte. Für das Unternehmen belegt es eine Maßnahme im Sinne von Art. 4 der EU-KI-Verordnung: Wer KI-Systeme einsetzt, muss Maßnahmen ergreifen, die die KI-Kompetenz des eigenen Personals fördern.
Unverbindlich

Schulung anfragen

Schreiben Sie uns, wo Ihr Analyse-Team heute steht – wir schlagen den passenden Zuschnitt vor.

Anliegen

Pflichtfeld

Bewusst ohne Formular-Server: Ihre Nachricht geht direkt aus Ihrem E-Mail-Programm an uns, über die Website wird nichts übertragen oder gespeichert.

Daniel Wochnik

Ansprechpartner

Daniel Wochnik

Leitung «Engineering»

LinkedIn