Für wen ist das Training?
Interessierte, die in diesem Thema weitere Kompetenzen erlangen möchten. Basale Vorkenntnisse in mensch-zentrierten Methoden und fortgeschrittene Kenntnisse in Prompt Engineering, Context Engineering, RAG, Wissensgraphen, KI-Automatisierung und Low-Code notwendig.
Warum dieses Training
Immer mehr Logikabläufe und Prozessautomatisierungen werden durch KI-Agenten übernommen. Diese Prozesse passieren oft im Stillen und Risiken und Fehler bleiben unbemerkt. Es ist daher notwendig, zu verstehen, wie man agentische Abläufe stabilisieren und reproduzierbar machen kann – aber vor allem wie man den Mensch zurück in die Kontrolle nimmt und Token-Kosten minimiert.
Inhalte
- Einführung in Large- und Small Language Models
- Vorstellung einer einfachen agentischen Architektur
- Vertiefung der Anforderungen an das Prompt Engineering z.B. in Punkto Agenten "Handoffs"
- Vertiefung des Model-Context-Protokolls (MCP)
- Nutzung von State Machines für Multi-Agenten Systeme
- Vorstellung des BMAD-Stacks
- Praktische Beispiele von Multi-KI-Agenten (z.B. zur Generierung ganzer Software o.ä.)
Methodik
- Wechsel zwischen Theorieteilen, Demonstrationsteilen und Praxisteilen
- Praxisteile wechseln zwischen Einzelaufgaben und Gruppenaufgaben
- Online-Workshop in FigJam, n8n, VS Code, Git, Obsidian und weitere Tools