Dieses Seminar zeigt, wie Entwickler Copilot, Cursor, LLMs & Agenten produktiv in den Entwicklungsalltag integrieren – für Code‑Verständnis, Refactoring, Tests und Dokumentation.
Teilnehmer steigern ihre Produktivität und Codequalität, nutzen KI reproduzierbar im Team und etablieren sichere KI-Entwicklungsworkflows.
Prompt-Techniken für Devs
- Iteratives Vorgehen, Kontext anreichern, Templates/Playbooks, Rollen, Few-Shot, (klass.) Chain-of-Thought
- Pragmatische Formulierungen: robustes Prompting statt Wortklauberei
Modellüberblick & Auswahl
- Reasoning- vs. Instant-Modelle, Omni-Eingaben, Open-Source-Optionen; Benchmarks & Auswahl nach Use Case
LLM-Grundlagen kompakt
- Tokens, Kontextfenster, Next-Token-Prediction, Systemprompt, Halluzinationen & Reproduzierbarkeit
Entwicklungs-Use-Cases
- Code verstehen/suchen, Refactoring, Tests generieren, Docs & Diagramme, Security-Checks
Tools: ChatGPT & Co.
- Effiziente Chats, Dateikontext, Anhänge/Links
GitHub Copilot in der IDE
- Einrichtung, Inline-Vorschläge, Chat, Agenten-Modus, Modellwahl; Tipps für saubere Commits & Diffs
Cursor in der Praxis
- Autocomplete, Agent-Modus, Rules als Projekt-“Systemprompt” (Architektur, Stil, Tests, QA-Checks)
Hands-on (Rules)
- Eigene Project-Rules erstellen, iterative Verbesserung, mehrere Agenten für getrennte Aufgaben
MCP – Model Context Protocol
- Prinzip, Tool-Einbindung (z. B. Playwright), typische Dev-Anwendungen (Logs, Tickets, Checks)
- Hands-on (MCP): Playwright anbinden & UI-Checks/Optimierungen anstoßen
Embeddings & RAG für Devs
- Embeddings kompakt, Dokumentation/Code indizieren, Hybrid-Retrieval Basics
- Hands-on (RAG): kleine Doku/API indizieren und im Chat nutzbar machen
Sicherheit, Risiken & Governance
- Prompt Injection/Leaking, Guardrails, Human-in-the-Loop, Kosten/Token-Kontrolle
- EU AI Act, DSGVO (Transparenz, Datenhygiene), Verantwortlichkeiten im Team
Abschlussprojekt (Teamarbeit)
- Feature/Refactoring + Tests, Rules & Agenten-Workflow, kurze Demo & Code-Review