"LLMs in der Softwareentwicklung gezielt einsetzen" vermittelt Softwareentwicklerinnen und -entwicklern, wie Large Language Models produktiv, sicher und effektiv in den Entwicklungsalltag integriert werden. Der Kurs geht über die Grundnutzung von KI-Assistenten hinaus und zeigt, wie LLMs für Code-Generierung, Architekturberatung, Testing und Dokumentation strategisch eingesetzt werden. Teilnehmende entwickeln ein differenziertes Verständnis für Stärken, Grenzen und Risiken von LLMs im Entwicklungskontext.
Inhalte (Auswahl)- LLMs verstehen: Funktionsweise, Modelle & Unterschiede
- LLMs für Code-Generierung: Best Practices & Grenzen
- Prompt Engineering für komplexe Entwicklungsaufgaben
- LLMs für Code-Reviews, Refactoring & Architekturberatung
- LLM-gestütztes Testing: Unit Tests, Integration Tests & mehr
- Dokumentation & Kommentierung mit LLM-Unterstützung
- LLMs in CI/CD-Pipelines & automatisierte Workflows integrieren
- Sicherheitsrisiken durch LLM-generierten Code erkennen & mitigieren
- Evaluierung von LLM-Ausgaben: Qualitätssicherung im Entwicklungskontext
- LLM-Strategie für Entwicklungsteams: Governance & Best Practices
Arbeitsweise
Der Kurs richtet sich an Entwicklerinnen und Entwickler mit Grundkenntnissen und baut systematisch auf diesen auf. Praxisübungen greifen reale Entwicklungsszenarien auf. Erfahrene Engineers mit LLM-Integrationserfahrung begleiten den Kurs.
Kompetenzen (Ergebnis)- LLMs für verschiedene Softwareentwicklungsaufgaben gezielt einsetzen
- Prompts für komplexe Entwicklungsaufgaben strukturiert formulieren
- LLM-generierten Code systematisch evaluieren & absichern
- LLMs in automatisierte Entwicklungsworkflows integrieren
- LLM-Governance & Best Practices im Entwicklungsteam etablieren
Tools (Beispiele)
Cursor, GitHub Copilot, ChatGPT, Claude, OpenAI API, LangChain, GitHub Actions