Zurück

KI-Kompetenz für Architekt:innen und Entwickler:innen: Prompt Engineering praxisnah

Online-Workshop am 5. Mai 2025, ca. 9:00 bis 16 Uhr

In einer Welt, in der KI-Systeme wie ChatGPT die Softwareentwicklung und -architektur revolutionieren, wird KI-Kompetenz zur Schlüsselfähigkeit. Dieser Workshop vermittelt Dir praxisnah, wie Du durch Prompt Engineering das volle Potenzial von Large-Language-Modellen (LLMs) ausschöpfst – und das nicht nur für ChatGPT, sondern für KI-Systeme im Allgemeinen.

Als Softwarearchitekt:in oder -entwickler:in lernst Du, wie Du KI-gestützt Deine Architekturarbeit verbesserst und Dich für künftige Herausforderungen fit machst. Du erhältst ein tiefes Verständnis, um auf künftige Innovationen im Bereich GenAI reagieren und Dich in der schnelllebigen Welt der KI-Technologien souverän bewegen zu können.

Vorkenntnisse

Teilnehmer:innen sollten die folgenden Kenntnisse und Erfahrung mitbringen:

Mehr als 12 Monate praktische Erfahrung in der Softwareentwicklung
Erfahrung in der Softwarearchitektur
Kenntnisse und praktische Erfahrung in mindestens einer höheren Programmiersprache (bevorzugt Python)

Lernziele

Fundiertes Wissen: Eine praxisnahe Einführung in die Funktionsweise von LLMs und die Grundlagen des Prompt Engineerings.
Hands-on-Erfahrung: Gemeinsam gehen wir über die OpenAI API und lernen so, wie leicht ein Chat-Frontend umgesetzt werden kann. Du lernst, wie KI-Modelle zur Selbstkorrektur angeregt werden und wie Du den riesigen Lösungsraum der KI für Dich nutzen kannst.
Zukunftssicherheit: Einblicke in zukünftige Entwicklungen wie zum Beispiel Agentic Workflows, die Dir helfen, Dein Wissen flexibel in neuen Kontexten anzuwenden.
Praktische Beispiele: Von der Generierung von Diagrammen über Python-Code-Sandboxen bis hin zur Anwendung in Java – Du erhältst Wissen, das Du sofort in Deiner täglichen Arbeit einsetzen kannst.

Agenda

Grundlagen

Einführung in LLMs und deren Funktionsweise
Kontext, Architektur, Bias, Priming, Prompting-Tricks

Die OpenAI-API

Die wichtigsten Parameter
Hands-On: wir probieren die API aus
System-Prompt, Modell Auswahl, lokale LLMs

Agents und Agentic Workflows

Begriffsdefinition
Refelction, Tool-Usage, Planning, Multi-Agents

Architektur in Zeiten von LLMs

Wie verändern LLMs unsere Architekturarbeit
Arc42, ACC und ADR-Prompts
Blick in die Glaskugel: Wissen des LLMs, Entscheidungen, UI, kognitive Fähigkeiten, Ethik

Überblick über Risiken

Welche bekannten Risiken entstehen durch den Einsatz von LLMs?
Wie können sie mitigiert werden?

Technische Anforderungen

Übungen werden in GitPod durchgeführt, wofür ein Github Account notwendig ist.

Wichtige Hinweise:

Code-Übungen und -Beispiele sind ausschließlich in Java.
Die Übungen können mit eingeschränktem Support auch in anderen Sprachen durchgeführt werden. Die Teilnehmer:in muss sich eine entsprechende Entwicklungsumgebung (IDE, Build-Tool, Programmiersprache) einrichten und trägt die Verantwortung, dass diese Umgebung funktioniert. Die Sprache muss Interfaces unterstützen.
Die Teilnehmer:innen, die Java verwenden, sollten im besten Fall IntelliJ, Maven und Java 21 oder höher installiert haben. Auch andere IDE und Build-Tools sind möglich.
Teilnehmer:innen, die das Demoprojekt verwenden möchten, benötigen allerdings Maven (Version 3.9.6 oder höher).

Speaker

Ralf D. Müller ist ein erfahrener Softwarearchitekt mit über 25 Jahren an Expertise. Als Initiator des Open-Source-Projekts docToolchain und Mitwirkender am arc42-Template setzt er sich für klare Softwarearchitektur-Dokumentation ein. Er ist zertifizierter CPSA-Advanced-Architekt und teilt sein Wissen in Schulungen, Vorträgen und auf Konferenzen. Derzeit erforscht er den Einsatz von KI wie ChatGPT im Softwaredesign und ist aktiver Open-Source-Contributor auf GitHub.
@rdmueller@mastodontech.de

Jetzt Tickets sichern

betterCode-Newsletter

Du möchtest über die betterCode() ArchDoc und weitere unserer betterCode()-Events auf dem Laufenden gehalten werden?

Anmelden