- Ziele
- Gemeinsames Verständnis, Erwartungen, Use-Case-Auswahl
- Grundlagen Softwareentwicklung und Tests
- Architektur-Basics (APIs, Datenmodelle)
- Software-Tests und testgetriebene Entwicklung
- Akzeptanzkriterien (z. B. Gherkin)
- Versionskontrolle und Code-Reviews
- LLMs im VibeCoding-Prozess
- Prompt-Design
- Code-Generierung, Refactoring, Erklärung
- Testfall- und Datengenerierung
- Grenzen und Fallstricke (Halluzinationen, Lizenz/IP)
- Agent- und Tool-Muster
- Orchestrierung von Aufgaben
- Umgang mit Kontextfenstern und Rate-Limits
- Retrieval (RAG) für Unternehmenswissen
- Integration in IDE und Issue-Tracker
- Von der Idee zum Artefakt
- Fachsprache -> Domänenmodell -> User-Story-Map -> Prototyp (UI/API, Daten-Mocking) mit Metriken für schnelle Validierung
- Anforderungen an Produktiveinsatz und Inbetriebnahme
- Sicherheits- und Datenschutzanforderungen (PII/DSGVO)
- Qualitätsgates
- Observability (Logs, Metriken, Traces)
- Rollout-Strategien
- Betriebsmodelle und Kostensteuerung
- Praktische Übungen
- Story-Workshop
- Prompt-Sprints from Prompt to Prototype
- Refactoring-Kata mit LLM-Assist
- Pipeline (Build, Test, Lint, Security)
- Mini-Deployment (Container) inkl. Basis-Monitoring
LernzieleSie sind nach dem Seminar in der Lage, fachliche Anforderungen in testbare Akzeptanzkriterien, funktionierende Prototypen und produktionsnahe Artefakte zu überführen.
ZielgruppenDas Seminar richtet sich an Produktentwickler:innen, Softwareentwickler:innen, Business- und Data-Analyst:innen sowie Fachbereichsmitarbeiter:innen aus Produktmanagement, Operations und verwandten Bereichen, die die Schnittstelle zwischen Anforderungen und technischer Umsetzung mit KI-gestützten Tools effizient gestalten möchten.
Teilnahmevoraussetzungen:Sie benötigen Grundkenntnisse in Softwareentwicklung oder technischer Konzeption.
Erste Berührungspunkte mit Prompting, Testmethodik oder Softwaretools (z. B. Git, IDEs) sind von Vorteil.
Technisches Interesse und Bereitschaft zur interdisziplinären Zusammenarbeit werden vorausgesetzt.
