Ein halber Tag hands-on: wie Coding-Assistenten arbeiten – und wie ihr sie vom ersten Prompt an sinnvoll führt. Nach einem kurzen Theorieteil sitzt ihr die meiste Zeit selbst am Rechner.
Entwicklungsteams, die zum ersten Mal ernsthaft mit einem Coding-Assistenten arbeiten. Vorerfahrung ist ausdrücklich nicht nötig.
4 h netto, kurzer Theorie-Impuls + viel Praxis, vor Ort oder remote
Code lesen können, Terminal- und Git-Grundlagen, ein Grundverständnis von Webanwendungen – und die Bereitschaft, Ergebnisse zu prüfen statt zu glauben.
Nach vier Stunden weiß das Team, wie ein Assistent arbeitet, woran er scheitert – und an welchen Checkpoints es eingreift.
Übungen und Beispiele zeigen wir mit Claude Code. Vermittelt werden die Konzepte, nicht das Produkt – bei anderen Assistenten heißen die Funktionen üblicherweise ähnlich.
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.
84 % der Entwickler nutzen KI-Werkzeuge oder planen es – aber nur 33 % vertrauen darauf, dass das Ergebnis stimmt. Was fehlt, ist die Arbeitsweise: Aufgaben zuschneiden, Pläne prüfen, Ergebnisse freigeben.
Zahlen: Stack Overflow Developer Survey 2025
Schulung anfragenEinzelne arbeiten mit einem Assistenten, jeder auf eigene Faust. Die Ergebnisse schwanken, und niemand kann sagen, woran das liegt.
Fehlt die Arbeitsweise, verlagert sich der Aufwand vom Schreiben ins Nacharbeiten – aus gesparter Tippzeit wird Review-Zeit.
Am besten eignen sich Aufgaben, deren Ergebnis sich prüfen lässt, im Idealfall vom Agenten selbst. Auch das ist Teil der Schulung.
Lizenzen sind an einem Tag beschafft, die Arbeitsweise muss jede und jeder selbst üben. Am schwersten ist das Prüfen, denn auch falsche Ergebnisse sehen richtig aus.
Ihr erkennt, welche Aufgaben sich für den Start mit Agenten eignen, etwa Bugs oder Migrationen, bei denen der Agent selbst prüfen kann, ob er fertig ist.
Ihr erkennt, ob ein Fehlschlag an fehlendem Kontext lag, und wisst, wo ihr Konventionen, Testwege und Regeln ablegt, damit der Agent sie in jeder Sitzung liest.
Ihr schreibt den Auftrag selbst und nehmt das Ergebnis im Browser ab, an einer Änderung durch Datenbank, Backend und Oberfläche.
Ihr lasst den Agenten zuerst einen Plan vorlegen und seht daran, ob er die Aufgabe verstanden hat.
Ihr lasst einen Agenten schreiben und einen zweiten prüfen, der die Überlegungen des ersten nicht kennt, und lernt Subagents und Skills als nächste Stufe kennen.
Ihr wisst, was das Context Window füllt und woran ihr merkt, dass der Agent frühere Entscheidungen vergessen hat. Für Routine reicht ein schnelles Modell, das starke lohnt sich bei Planung und schwierigen Bugs.
Geübt wird an einer vollständigen Anwendung, die niemand im Raum kennt, so wie eure Codebasis für einen Agenten aussieht.
Kein Deep Dive in LLM-Architekturen, kein Modelltraining. Eigene MCP-Server sind Thema von MCP-Server bauen & Agenten verbinden, autonome Abarbeitung Thema von Agent Factory bauen & betreiben. Wer Grundlagen und Vertiefung am Stück will, findet beides im Agentic Engineering Bootcamp. Die Übersicht aller vier Formate ordnet ein, was wann passt.
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.
Schreiben Sie uns, wo Ihr Team heute steht – wir schlagen den passenden Zuschnitt vor.
