Architekturen für agentische KI-Systeme

Agentische KI Systeme planen Aufgaben, führen Schritte aus und koordinieren Tools.

Die Schulung kombiniert fundierte Grundlagen mit praxisnahen Transferimpulsen und zeigt, wie agentische KI-Systeme architektonisch gedacht und eingeordnet werden. Im Mittelpunkt stehen zentrale Bausteine agentischer Systeme sowie die Leitfragen, die bei Design und Betrieb früh geklärt werden sollten.

Nach Abschluss der Schulung sind die Teilnehmer in der Lage, agentische KI-Vorhaben strukturiert zu bewerten und Architekturentscheidungen sicher zu begründen, von der ersten Einordnung bis zur Vorbereitung für produktive Umgebungen.

Diese Weiterbildung richtet sich an alle, die KI-Lösungen effizient in bestehende IT-Landschaften integrieren und dabei Aspekte wie Skalierbarkeit, Sicherheit und Wartbarkeit in den Fokus rücken möchten.

Was erwartet Sie?

In der Schulung AI Agents for Architects erhalten Sie praxisnahes Architekturwissen, um agentische KI-Systeme strukturiert zu verstehen und in realen Vorhaben sauber einzuordnen. Sie lernen, wie Agenten als Zusammenspiel zentraler Bausteine gedacht werden und welche Rolle Kontext, Memory und State für verlässliches Verhalten spielen. Der Fokus liegt auf Interoperabilität, zum Beispiel über Standards wie MCP, sowie auf Qualität und Observability und den Anforderungen an Sicherheit und Skalierung in produktiven IT-Landschaften.

Voraussetzungen der Teilnehmer

• Fundiertes Verständnis von Softwarearchitektur und dem Entwurf von Softwaresystemen, APIs und Integrationsschnittstelle

• Grundverständnis von GenAI und LLM Nutzung, zum Beispiel Kontextfenster, Tokens sowie RAG als Konzept

Ihr Mehrwert

• Sie verstehen das agentische Paradigma und können agentische KI-Systeme klar von klassischen GenAI Szenarien abgrenzen.

• Sie lernen, wie Agenten architektonisch aufgebaut sind und wie sich die zentralen Bausteine in ein belastbares Gesamtsystem einordnen lassen.

• Sie erwerben praxisnahe Entscheidungslogiken für Context Engineering sowie Memory und State Management.

• Sie lernen, wie Tool Anbindung und Interoperabilität in Agenten Architekturen strukturiert gedacht werden, auch im Kontext von MCP und Multi Agent Systemen.

• Sie erhalten Kriterien und Vorgehensweisen, um Qualität, Robustheit und Sicherheit agentischer Systeme bewerten zu können.

• Sie lernen, wie agentische Systeme für produktive Umgebungen vorbereitet werden, mit Blick auf Observability, Skalierung und sicheren Betrieb.

Schuluingsinhalte im Detail

Vom Modell zum Agenten System

• Einordnung, was agentische KI-Systeme auszeichnet und warum sich dadurch Architekturentscheidungen verändern.

• Orientierung über die zentralen Bausteine, die in agentischen Systemen zusammenspielen.

Kontext, Memory und State im Griff

• Welche Rolle Kontext, Memory und State für verlässliches Verhalten spielen und wo typische Stolperstellen liegen.

• Ansätze, wie sich Kontext so handhaben lässt, dass Systeme auch unter realen Bedingungen stabil bleiben.

Tool Anbindung und Zusammenarbeit in Agentenlandschaften

• Wie Agenten Tools nutzen und warum Interoperabilität früh mitgedacht werden sollte.

• MCP und Multi Agent Systeme als Orientierung für standardisierte Zusammenarbeit und Erweiterbarkeit.

Qualität sichtbar machen

• Wie Qualität bei nicht deterministischen Systemen sinnvoll gedacht und bewertet werden kann.

• Observability als Grundlage, um Verhalten im Betrieb nachvollziehbar zu machen.

Sicher in die Produktion

• Was für produktive Reife zählt, von Skalierung bis Security, ohne den Überblick zu verlieren.

• Leitplanken für den Betrieb, die sich in bestehende Entwicklungs- und Releaseprozesse integrieren lassen.