Assistenten schreiben den Code. Führen müsst ihr sie. Vier Schulungsformate für Entwicklungsteams – hands-on, gestaffelt nach vorausgesetzter Erfahrung.
84 % der Entwickler nutzen KI-Werkzeuge oder planen es – aber nur 33 % vertrauen darauf, dass das Ergebnis stimmt. Die Werkzeuge sind da; was fehlt, ist die Arbeitsweise.
Zahlen: Stack Overflow Developer Survey 2025
Genau dort liegt das Potenzial. Und diese Lücke schließt kein besseres Werkzeug – nur eine geübte Arbeitsweise.
Genau das meint „Agentic Engineering“: Ihr entscheidet, was der Assistent baut, wie er vorgeht und was davon bleibt.
Fehlt die Arbeitsweise, verlagert sich der Aufwand vom Schreiben ins Nacharbeiten – aus gesparter Tippzeit wird Review-Zeit.
Lizenzen sind an einem Tag beschafft, Verlässlichkeit nicht. Sonst entsteht nur schneller mehr Code, den am Ende niemand verantworten will.
Nicht nach Dauer: Wer bei null anfängt, wird in der ersten Gruppe fündig. Die zweite setzt voraus, dass ihr schon mit einem Assistenten gearbeitet habt. Ein vorher gebuchtes Format verlangt keines davon.
Beide Formate beginnen bei null. Code lesen, Terminal und Git genügen; Erfahrung mit Coding-Assistenten ist ausdrücklich nicht nötig.
Der erste belastbare Schritt
Das ganze Team auf ein Niveau
Beide Formate setzen voraus, dass jemand eine Aufgabe schon von der Anforderung bis zum Review begleitet hat. Genau diese Grundlagen deckt der Einstieg ab.
Fachsysteme und Agenten verbinden
Autonomie – Agenten ohne Beisitzer
Die Themen wechseln von Format zu Format, die Grundlage bleibt. Einstieg, Bootcamp und das Format für Business Consultants legen sie, MCP-Server und Agent Factory bauen darauf auf.
Scheitert ein Agent, fehlt ihm meist eine Konvention, ein Testweg oder eine Regel. Ihr lernt, welchen Kontext ein Agent braucht, wo ihr ihn ablegt und wie ihr das Context Window dabei schlank haltet. Was einmal in AGENTS.md, einem Skill oder einem Mod steckt, nutzt danach das ganze Team.
Ihr legt fest, wie eine Aufgabe vom Auftrag bis zur Abnahme durch eure Agenten läuft und wo Quality Gates sitzen: beim Menschen, bei einem prüfenden Agenten oder technisch als Test, Hook oder Mod. So entsteht der Harness, mit dem eure Agenten verlässlich liefern.
Agentische Entwicklung kostet Tokens, Laufzeit und Review-Zeit. Ihr wisst, wovon die Kosten abhängen, und steuert sie über die Wahl des Modells, den Kontext und den Zuschnitt der Aufgaben.
In jedem Training führt eine Person durch den Stoff, die andere hilft bei den Übungen – so bleibt niemand hängen, während die Gruppe weiterarbeitet.
Unsere Trainer:innen kommen aus Kundenprojekten, nicht aus dem Seminarbetrieb. Was ihr übt, hat sich dort im Alltag bewährt.
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.
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.
Woran ihr übt, liegt frei zugänglich auf GitHub. Schaut vor der Buchung hinein und arbeitet nach dem Training damit weiter. Zum Repository →
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.
Zwei von ihnen leiten euer Training – wer, stimmen wir mit dem Termin ab.
Karsten Silz
Senior Principal Consultant Software Engineering
Karsten arbeitet seit 26 Jahren als Full-Stack-Java-Entwickler in Europa und den USA. Als Mitgründer leitete er 13 Jahre lang die Produktentwicklung eines Software-Produkt-Start-ups in den USA, das 2016 erfolgreich verkauft wurde. Im Jahr 2020 war er Mitgründer eines SaaS-Start-ups in England. Er ist seit 2003 auch Freiberufler. Seit Mai 2025 arbeitet er für atra.consulting in Stuttgart.
David Kreutzer
Senior Consultant Software Engineering
David arbeitet seit 15 Jahren als Senior Software-Entwickler an anspruchsvollen Enterprise-Applikationen. In Projekten bei Industrie-, Tech- und Versicherungskunden hat er intensiv mit verschiedensten KI-Modellen gearbeitet. Sein Fokus liegt auf der praxisnahen Integration von Machine Learning, Computer Vision und generativer KI in produktive Software-Lösungen.
Benjamin Steimer
Principal Consultant Software Engineering
Benjamin arbeitet seit 15 Jahren als Fullstack-Softwareentwickler, hauptsächlich mit Java und Spring Boot. Sein Schwerpunkt liegt in der Finanzbranche: Onlinebanking, Mobile Payment und Versicherungs-Microservices. Als Architekt und Lead-Developer hat er Entwicklerteams aufgebaut und eingearbeitet. Aktuell berät er als Teil seiner Tätigkeit eine AI-first-Firma zum sinnvollen Einsatz von KI.
Hannah de Vries
Principal Consultant Software Engineering
Hannah arbeitet seit über zehn Jahren als Software-Entwicklerin, vom Konzern bis zum Start-up: als Backend-Entwicklerin, Cloud-Architektin, Lead Developer und Mitgründerin eines SaaS-Start-ups. Heute integriert sie als Senior-Entwicklerin KI fest in Entwicklungs- und DevOps-Workflows und baut Automatisierungen für Geschäftsprozesse, die produktiv im Einsatz sind.
