Generative KI im Software Engineering

Tag 1: Verbesserung täglicher Engineering-Aufgaben mit KI

Einführung in Generative KI für IT Engineers

• Grundkenntnisse der Generativen KI und ihre Relevanz für das Software Engineering
• Vorstellung verschiedener generativer KI-Modelle, die für Engineering-Aufgaben anwendbar sind
• Potenzial der Generativen KI zur Steigerung der Produktivität beim Coding und Dokumentieren

Verbesserung der Code-Generierung mit KI

• Wie KI bei der Generierung und Optimierung von Code helfen kann
• KI-Tools für das Schreiben saubererer und effizienterer Codes
• Implementierung von KI für automatisierte Codeüberprüfung und Fehlererkennung

Optimierung der Code-Dokumentation mit KI

• Umfassende und klare technische Dokumentation
• Automatisierte Erstellung von Benutzerhandbüchern
• Verbesserung der Dokumentationsqualität und -konsistenz

KI-gestützte Tests und Debugging

• Wie sich Testscripts schreiben und Testprozesse mit KI automatisieren lassen
• Code-Analyse auf potenzielle Fehler und Leistungsprobleme
• KI-gestützte Strategien für schnelleres und zuverlässigeres Debugging

Anwendungsfälle von KI in täglichen Engineering-Aufgaben

• KI-Techniken in realen Coding- und Dokumentationsszenarien
• Best Practice: Wie KI Softwareentwicklungsprozesse verbessert
• Anpassung von KI-Tools an spezifische Engineering-Bedürfnisse und Workflows

Fortgeschrittene Prompt-Engineering-Techniken

• Die Kunst des effektiven Prompting für Engineering-Aufgaben
• Wir experimentieren mit verschiedenen Prompting-Strategien für optimierte KI-Ausgaben
• Verfeinerte Prompts durch iteratives Testen und Feedback
  
  

Tag 2: Implementierung Generativer KI in Anwendungen

Aufbau und Integration von KI-Modellen in Anwendungen

• Integration von GPT-Modellen in bestehende Anwendungen
• Wie man Retrieval-Augmented Generation (RAG) Frameworks aufbaut und implementiert
• Verständnis für Agentenarchitektur und die Verwendung verschiedener KI-Modelle

Entwicklung von KI-gestützten Anwendungen

• Anwendungen entwerfen, die KI für erweiterte Funktionen nutzen
• Nahtlose Integration von KI-Komponenten in bestehende Softwaresysteme
• Anwendungen für Leistung, Skalierbarkeit und Zuverlässigkeit mit KI optimieren

Praktische Workshops und Fallstudien

• Praktischen Projekten, um KI in realen Anwendungen zu implementieren
• Analyse von Fallstudien erfolgreicher KI-Integrationen im Software-Engineering-Bereich
• Mit Kollegen zusammenarbeiten, um Erkenntnisse zu teilen und KI-Strategien zu verfeinern

• Ethische KI-Praktiken implementieren und die Einhaltung der Datenschutzbestimmungen sicherstellen.
• KI-Tools nutzen, um Coding-, Dokumentations- und Testfunktionen zu verbessern.
• Effektive Prompt-Engineering-Techniken anwenden, um die Qualität und Relevanz von KI-generierten Lösungen zu steigern.
• KI für umfassende Anwendungsentwicklung nutzen und KI-Modelle in Softwaresysteme integrieren.

• Erfahrung im Coding ist erforderlich.
• Keine spezifischen KI-Vorkenntnisse erforderlich: Dieses Seminar ist für alle Ebenen konzipiert.
• Vorhandenes Konto für KI-Tools: Die Teilnehmenden sollten über ein bestehendes Konto für KI-Tools wie Copilot oder ChatGPT verfügen (kostenlose Versionen sind ausreichend).
• Bereitschaft zu lernen und aktiv teilzunehmen: Eine proaktive Einstellung und die Bereitschaft, sich an praktischen Übungen und Diskussionen zu beteiligen, sind entscheidend, um den maximalen Nutzen aus dem Seminar zu ziehen.

• Softwareentwickler*innen
• Systementwickler*innen
• DevOps-Ingenieur*innen
• Engineering-Teams