Kursübersicht

Dieser intensive Ein-Tages-Kurs lehrt Entwickler, wie sie KI-Tools effektiv in ihren Coding-Workflow integrieren. Sie lernen, GitHub Copilot, ChatGPT und andere KI-Assistenten zu nutzen, um die Entwicklung zu beschleunigen und dabei Codequalität, Sicherheit und Best Practices zu wahren. Perfekt für Entwickler, die ihre Produktivität steigern und mit KI-erweiterten Entwicklungstechniken auf dem neuesten Stand bleiben möchten.

Durch praktische Coding-Sessions erleben Sie die praktischen Vorteile und Grenzen von KI-Coding-Assistenten. Der Kurs betont die reale Anwendung und lehrt Sie, wann und wie Sie KI effektiv nutzen und dabei häufige Fallstricke vermeiden. Sie üben Prompt-Engineering, Kontext-Management, Code-Review-Techniken und lernen, ein Gleichgewicht zwischen KI-Unterstützung und menschlicher Expertise in der Softwareentwicklung zu wahren.

Lernziele

  • Beherrschung von GitHub Copilot, Claude Code und anderen KI-Code-Generierungs-Tools
  • Schreiben effektiver Prompts für Entwicklungsaufgaben
  • Nutzung von KI für Debugging und Code-Refactoring
  • Gewährleistung von Sicherheit und Qualität in KI-generiertem Code
  • Generierung von Tests und Dokumentation mit KI-Unterstützung
  • Optimierung des Entwicklungs-Workflows mit KI-Tools
  • Balance zwischen KI-Unterstützung und menschlicher Expertise

Behandelte Themen

  1. KI-basierte Coding-Tools - GitHub Copilot, ChatGPT und Alternativen
  2. Prompt-Engineering - Schreiben effektiver Entwicklungs-Prompts
  3. Kontext-Management - Entscheiden, was der KI gegeben wird, damit sie gute Entscheidungen trifft
  4. Code-Generierung - Sichere Maximierung der Produktivität
  5. Debugging & Refactoring - KI-unterstützte Code-Verbesserung
  6. Sicherheit & Qualität - Überprüfung KI-generierten Codes
  7. Testing & Dokumentation - Automatisierte Generierungstechniken
  8. Best Practices - Integration von KI in den Entwicklungs-Workflow

Was Sie erhalten

  • Praktische Prompt-Vorlagen für Entwicklungsaufgaben
  • Hands-on Übungen mit KI-Coding-Assistenten
  • Strategien für effektive Code-Reviews von KI-generiertem Code
  • Test- und Dokumentations-Workflow-Beispiele
  • Best Practices für sichere KI-Tool-Integration
  • Praxisbeispiele und Fallstudien
  • Teilnahmezertifikat