AI Enablement – KI verstehen und wirksam einsetzen

Wie wird aus einem KI-Experiment eine verlässliche Arbeitsweise? In dieser zweitägigen Schulung lernen Sie, Sprachmodelle und KI-Agenten einzuschätzen, passende Aufgaben auszuwählen und Ergebnisse nachvollziehbar zu prüfen. Beispiele aus Softwareentwicklung, Engineering und Service verbinden die Grundlagen mit Ihrem Arbeitsalltag.

Der Kurs ist technologie- und anbieterübergreifend. Wir vermitteln Arbeitsweisen, die sich auf unterschiedliche KI-Assistenten und Coding-Agenten übertragen lassen. Geübt wird mit den in Ihrem Unternehmen freigegebenen Werkzeugen. Funktionen wie Projektwissen, persistente Anweisungen, Werkzeuganbindungen oder Aufwandsstufen werden entsprechend den Möglichkeiten der gewählten Umgebung behandelt; nicht jeder Anbieter unterstützt sie in gleicher Weise.

Kursziele

• Sprachmodell, KI-Anwendung und Agent unterscheiden und beurteilen, welche Aufgaben sich für welche Arbeitsumgebung eignen.
• Trainingswissen, bereitgestellten Kontext und Werkzeugergebnisse auseinanderhalten sowie Halluzinationen und fehlendes Fachwissen erkennen.
• Aufträge mit Kontext, Aufgabe, Unterlagen, Ausgabeformat und Prüfauftrag formulieren und im Dialog verbessern.
• Ergebnisse anhand von Originalquellen, Berechnungen, Tests und fachlichem Review überprüfen.
• Coding-Agenten in kleinen, kontrollierten Schritten einsetzen und Änderungen mit Git nachvollziehen und zurücknehmen.
• Berechtigungen, Datenzugriffe und Freigaben bewusst gestalten sowie Grenzen bei Produktions- und sicherheitskritischen Systemen einhalten.
• Gemeinsame Projektregeln und Dokumentation aufbauen und den Nutzen eigener Anwendungsfälle anhand von Aufwand, Qualität und Kosten bewerten.

Zielgruppe

Tag 1 richtet sich an Beschäftigte aus Softwareentwicklung, Engineering und Service sowie an technische Projektleitungen, KI-Beauftragte und Multiplikatoren. Programmierkenntnisse sind für diesen Grundlagen- und Anwendungstag nicht erforderlich.

Tag 2 richtet sich vor allem an Softwareentwickler und technische Teams, die Coding-Agenten mit ihrer Entwicklungsumgebung, Versionsverwaltung und Toolchain nutzen möchten. Technische Aufgaben und Beispiele können auch aus der Automatisierung und dem Service stammen. Die Teilnehmerkreise werden bei der Vorbereitung abgestimmt.

Tag 1 – KI-Grundlagen und Anwendung im Arbeitsalltag

• Sprachmodelle verstehen: Token, Textgenerierung, Trainingswissen und Grenzen. Plausible Antworten von belegbaren Aussagen unterscheiden; mit Unsicherheit, erfundenen Quellen und Rechenfehlern umgehen.
• Kontext gezielt aufbereiten: eigene Unterlagen, Beispiele und Unternehmenswissen bereitstellen; geeignete Text- und Tabellenformate wählen. Chatverlauf, Kontextfenster, Projektwissen und gegebenenfalls Memory unterscheiden; lange Aufgaben strukturieren und Zwischenstände sichern.
• Gute Anweisungen formulieren: die fünf Bausteine Kontext, Aufgabe, Unterlagen, Format und Prüfauftrag anwenden. Ergebnisse im Dialog präzisieren, Rückfragen nutzen und Aussagen gegen die Originalunterlagen prüfen.
• Arbeitsumgebungen vergleichen: Chat, Office-Assistent, IDE, Terminal und gegebenenfalls Cloud-Arbeitsbereich. Verstehen, welche Dateien und Systeme zugänglich sind und wie sich Antworterstellung und Werkzeugaktionen unterscheiden.
• Daten und Zugriffe schützen: Unternehmensregeln, freigegebene Zugänge und Werkzeuge, vertrauliche Informationen und Datenminimierung. Prompt Injection in fremden Dateien, E-Mails und Webseiten erkennen und als Risiko für Agentenaktionen einordnen.
• Mit eigenen Fällen üben: technische Dokumente zusammenfassen, Unterlagen vergleichen, Informationen mit Quellen extrahieren und strukturierte Auswertungen erstellen. Jede Person beschreibt zwei bis drei geeignete Anwendungsfälle mit erwartbarem Nutzen und notwendigen Prüfungen.

Praxisphase zwischen den Schulungstagen

Zwischen den beiden Tagen ist eine Praxisphase vorgesehen. Die Teilnehmer erproben ausgewählte Aufgaben mit freigegebenen Daten und dokumentieren Vorgehen, Ergebnisqualität sowie Aufwand mit und ohne KI. Die Erfahrungen bilden den Einstieg in Tag 2. Terminabstand und Aufgaben werden gemeinsam abgestimmt.

Tag 2 – Coding-Agenten kontrolliert im Projekt einsetzen

• Arbeitsplatz und Toolchain vorbereiten: einen freigegebenen Coding-Agenten im Projektordner einrichten und mit Terminal, IDE, Compiler und Tests verbinden. Lokale und gehostete Arbeitsbereiche sowie deren Zugriffsmöglichkeiten unterscheiden.
• Git als Sicherheitsnetz nutzen: Arbeitskopie, Staging, Commit, Remote, Branch, Merge und Worktree verstehen. Mit einem gesicherten Stand beginnen, Diffs prüfen und Änderungen gezielt zurücknehmen; Commit, Push und Freigaben bewusst steuern.
• Den Agentenablauf erproben: Auftrag und Akzeptanzkriterien formulieren, Bestand analysieren, einen Plan prüfen, kleine Änderungen ausführen lassen und Ergebnisse mit Build, Tests und Review belegen. Analyse, Dokumentation und Prüfung dienen als Einstieg vor größeren Codeänderungen.
• Technische Schutzmaßnahmen einsetzen: Lese- und Schreibrechte, Befehls- und Netzwerkzugriffe, Rückfragen und Freigaben sowie verfügbare Sandbox- oder Containerlösungen beurteilen. Vertrauliche Dateien ausschließen und Übungsumgebungen von produktiven Maschinen, Steuerungen und Daten trennen.
• Qualität nachweisen: Unit-, Modul-, Integrations- und gegebenenfalls UI-Tests einordnen, Testaussagen mit gezielten Fehlern hinterfragen und Prüfungen selbst nachvollziehen. Regelbasierte Prüfungen und Compiler mit fachlichem oder zusätzlichem KI-Review kombinieren; Verantwortung bleibt beim Team.
• Kontext, Modell und Budget steuern: Modelle passend zur Aufgabe auswählen, vorhandene Aufwands- oder Reasoning-Einstellungen nutzen und Kontextumfang, Werkzeugaufrufe, Laufzeit sowie Kosten beobachten. Zusätzliche Agenten nur für klar abgegrenzte Aufgaben einsetzen und Ergebnisse zusammenführen.
• Projektwissen dauerhaft organisieren: kurze Projektanweisungen und Coding Guidelines versionieren, technische und fachliche Dokumentation sowie Entscheidungs- und Entwicklungsprotokolle pflegen. Wiederkehrende Abläufe als Vorlagen oder Skills festhalten; Anbindungen, etwa über MCP, nur im freigegebenen Rahmen nutzen.

Praxisübungen und Beispiele

• Eine technische Fehlerliste oder Anleitung auswerten: Antworten ohne und mit bereitgestellten Unterlagen vergleichen und jede Aussage zu einer Quelle zurückverfolgen.
• Eine Meldung zu einer abgekündigten Komponente mit einer Maschinen- oder Komponentenliste abgleichen und eine prüfbare Ergebnistabelle erstellen.
• Eine bestehende Funktion oder ein Projekt erklären und dokumentieren lassen, bevor Änderungen vorgeschlagen werden.
• In einem isolierten Demo-Projekt einen Fehler beheben oder eine kleine Funktion ergänzen: Auftrag, Git-Diff, Tests, Review und dokumentierter Abschluss bilden einen vollständigen Durchlauf.
• Ein wiederverwendbares Projektgerüst mit Anweisungen, Dokumentation und Prüfabläufen entwerfen und einen eigenen Anwendungsfall für den weiteren Einsatz bewerten.

Die Aufgaben werden auf die Teilnehmer und die verfügbaren Werkzeuge abgestimmt. Wir arbeiten mit Demodaten oder ausdrücklich freigegebenen Unterlagen. Es werden keine produktiven Maschinen oder Steuerungen angebunden; sicherheitskritische Funktionen werden in den Übungen nicht erzeugt oder verändert.

Standards und Transfer ins Team

Zum Abschluss unterscheiden wir organisatorische Regeln für Menschen, technisch durchgesetzte Einstellungen, gemeinsame Vorgaben für Agenten und projektspezifische Hinweise. Für wiederverwendbare Regeln werden Verantwortliche, Ablage und Pflege festgelegt. Ein einfaches Verzeichnis für KI-Anwendungen hält Zweck, Owner, Daten, Status und Freigabe fest.

Aus den Übungen entsteht ein erster Maßnahmenplan für das eigene Team: geeignete Pilotaufgaben, offene Voraussetzungen, notwendige Qualitätsprüfungen und Kriterien für den Übergang vom Experiment zum produktiven Einsatz. Weitere Begleitung oder Vertiefungen zu Standards und Testing können gesondert vereinbart werden.

Voraussetzungen und Vorbereitung

KI-Vorkenntnisse sind nicht erforderlich. Für Tag 2 werden Grundkenntnisse in der jeweiligen Entwicklungsumgebung und im Umgang mit Quellcode vorausgesetzt; die benötigten Git-Grundlagen werden im Kurs vermittelt. Sprache und Toolchain der Praxisaufgaben stimmen wir vorab ab.

Benötigt werden ein geeigneter Rechner und Zugang zu den vereinbarten, im Unternehmen freigegebenen KI-Werkzeugen. Für den technischen Praxistag werden zusätzlich Entwicklungsumgebung, Git und eine geeignete Test- oder Build-Umgebung vorbereitet. Installationen, Lizenzen, Zugänge und erlaubte Daten werden vor dem Termin gemeinsam geklärt; kein bestimmter KI-Anbieter ist Voraussetzung.

Arbeitsweise und Begleitmaterial

Kurze Erklärungen, Live-Demonstrationen, betreute Übungen und gemeinsame Reviews wechseln sich ab. Aufgabenkarten, Checklisten, ein Demo-Projekt sowie Vorlagen für Projektanweisungen und Dokumentation unterstützen den Transfer. Anbieterabhängige Befehle und Einstellungen werden für die tatsächlich eingesetzten Werkzeuge erläutert.

Kursdauer

2 Tage

Zwei Schulungstage mit einer abgestimmten Praxisphase dazwischen. Tag 1 vermittelt gemeinsame Grundlagen und Anwendungen; Tag 2 vertieft die Arbeit mit Coding-Agenten im technischen Projekt.