Vom Konzept zum lauffähigen KI-Agenten
Agent Deep Dive
Schon gewusst?
Dieser Kurs ist Bestandteil der zertifizierten Master Class „AI Agent Specialist“. Bei Buchung der gesamten Master Class sparst du 22 Prozent im Vergleich zur Buchung der einzelnen Module.
- Orientierung: Was einen Agenten ausmacht und wie er sich vom Assistenten unterscheidet.
- Architektur-Entscheidungen: Single-Agent, Multi-Agent, Agentic RAG im Vergleich.
- Patterns verstehen: Wann RAG, wann Tools, wann Webhooks — und wann Kombinationen sinnvoll sind.
- Kontext-Design: Prompt-Komposition, Memory-Strategien und Guardrails für stabiles Agent-Verhalten.
- Business Problem definieren: Shared Language entwickeln, Stakeholder identifizieren, Erfolg messbar machen.
- Gruppenübung: Definiere deinen eigenen Agenten mit Ziel, Nutzer:innen, Input/Output, Erfolgskriterien und Grenzen.
Agent Design & Canvas
- Scope finalisieren: Den eigenen Agent-Entwurf aus Webinar 1 schärfen und abgrenzen.
- Tool-Auswahl: Relevante Tools und APIs für die Umsetzung identifizieren und dokumentieren.
- Agent-Canvas erstellen: 1-seitiges Konzeptdokument nach Vorlage — Ziel, Architektur, Schnittstellen, Risiken.
- Vorbereitung Build-Phase: Technische Voraussetzungen klären, n8n-Zugang einrichten.
- Abgabe: Agent-Canvas vor Webinar 2
- n8n Basics für Agents: Workflows anlegen, Webhooks einrichten, erste Automatisierungen bauen.
- Tool-Anbindung: Externe APIs, Files und Repositories integrieren.
- Agentic Orchestration: Planungsschritte, Sub-Tasks und Kontrollfragen einbauen.
- Beobachten vs. Handeln: Wann greift der Agent ein — und wann wartet er?
- Troubleshooting: Logging, Monitoring und typische Fehlerquellen in der Praxis.
- Hands-on: Jede Gruppe baut ihren Agenten mit mindestens zwei externen Tools — erste Demo am Ende.
Agent Refinement & Testing
- Prototyp erweitern: Zweite Funktion oder Workflow hinzufügen.
- RAG-Integration: Wissensbasis anbinden und testen.
- Testprompts entwickeln: Typische Nutzerfälle durchspielen und dokumentieren.
- Fehleranalyse: Edge Cases identifizieren, Logging auswerten, Verbesserungen ableiten.
- Dokumentation: Technische Umsetzung und offene Punkte für Webinar 3 festhalten.
- Abgabe: Laufender Prototyp vor Webinar 3
- UX & Autonomiegrad: Wie viel Automation macht Sinn? Kontrollfragen, Risiko-Checks, Safety Loops.
- Qualitätsmessung: KPI-System aufbauen — Accuracy, Task-Erfolg, Zeitgewinn messbar machen.
- Benchmarks & Testing: Testprompts systematisch einsetzen, Ergebnisse bewerten.
- Final Build Sprint: Letzte Anpassungen, Review der Erfolgskriterien.
- Pitch Session: Jede Gruppe präsentiert ihren Agenten inkl. Value und Learnings
Inhalte und Ablauf des Kurses
1. Architektur-Entscheidungen sicher treffen
- Recap Kurs 1 (42631): Unterschied zwischen Assistent und Agent.
- Deep Dive in Agentenarchitektur: Wann RAG, wann Tools, wann Webhooks – und wann Kombinationen?
- Agent-Ziele definieren, Erfolgskriterien festlegen, Kontrollmechanismen einbauen.
- Systematisches Finden der Use Cases, die zur Architektur passen.
2. Fortgeschrittenes Kontext-Engineering und Prompts für Agents designen
- Prompt-Komposition, Memory-Strategien und Context Engineering im Architekturkontext.
- Fehleranfälligkeit verstehen und Guardrails setzen.
- Von der Einzelanfrage zum stabilen Agenten-Verhalten.
3. Das richtige Business-Problem finden & einen Use Case ausarbeiten
- Shared Language entwickeln: Problem, Prozess, Pain, KPI.
- Stakeholder-Analyse: Wer profitiert, wer verliert?
- Erfolg messbar machen: Kosten, Zeit, Fehlerquote, Zufriedenheit.
4. Agents praktisch bauen mit n8n
- N8n-Basics für Agenten: Webhooks, externe APIs, Files.
- Erste Tool-Anbindungen umsetzen.
- Vom Konzept zum laufenden Prototypen.
5. Komplexe Agents orchestrieren
- Planungsschritte, Sub-Tasks und Kontrollfragen einbauen.
- Beobachten vs. Handeln: Wann greift der Agent ein?
- Troubleshooting, Logging und Monitoring in der Praxis.
6. Qualität messen und skalierbar machen
- KPI-System aufbauen: Accuracy, Task-Erfolg, Zeitgewinn.
- Autonomiegrad bestimmen: Wie viel Automation macht Sinn?
- Go-live-Readiness prüfen.
So lernst du in diesem Kurs
Diese Class bietet dir ein digitales Blended-Konzept, das für berufsbegleitendes Lernen entwickelt wurde. Durch einen flexiblen Mix aus Online-Seminaren und Selbstlernphasen kommst du sicher ans Ziel. So lernst du in dieser Weiterbildung:
Lernumgebung: In deiner Online-Lernumgebung findest du nach deiner Anmeldung nützliche Informationen, Downloads und Extra-Services zu dieser Qualifizierungsmaßnahme.
Selbstlernphasen: Lerne selbstbestimmt, in deinem eigenen Tempo und wann immer du möchtest. Unsere Kurse bieten dir dafür didaktisch hochwertiges Lernmaterial.
Live-Webinare: In regelmäßigen Online-Seminaren triffst du deine Trainer:innen persönlich. Du erhältst Antworten auf deine Fragen, konkrete Hilfestellungen und Anleitungen, um dein Wissen zu vertiefen und die erworbenen Fähigkeiten in praktischen Übungen anzuwenden.
Lern-Community: Während der gesamten Class steht dir eine digitale Lern-Community zur Verfügung. Tausche dich mit anderen Teilnehmenden und den Trainer:innen aus und kläre Fragen.
Teilnahmebestätigung und Open Badge: Als Absolvent:in der Class erhältst du eine Teilnahmebestätigung und ein Open Badge, das du u. a. auch ganz einfach in beruflichen Netzwerken (u. a. LinkedIn) teilen kannst.
Dein Nutzen
- Du verstehst, was einen AI Agent von einem Assistenten unterscheidet – und wann echte Autonomie sinnvoll ist.
- Du lernst, Architektur-Entscheidungen sicher zu treffen: RAG, Tools oder Webhooks – und wann welche Kombination passt.
- Du erkennst, welche Business-Probleme sich für Agents eignen – und welche nicht.
- Du bist in der Lage, Agent-Ziele, Erfolgskriterien und Kontrollmechanismen klar zu definieren.
- Du verstehst, wie Prompt-Komposition, Memory und Context Engineering zusammenspielen.
- Du weißt, wie du Guardrails setzt und typische Fehlerquellen vermeidest.
- Du baust einen funktionierenden Agenten-Prototypen in n8n – mit mindestens zwei externen Tool-Anbindungen.
- Du lernst, komplexe Agents zu orchestrieren: Planungsschritte, Sub-Tasks und Kontrollfragen einzubauen.
- Du misst Qualität systematisch: Accuracy, Task-Erfolg und Zeitgewinn werden für dich greifbar.
- Du triffst fundierte Entscheidungen über den richtigen Autonomiegrad.
Technische Voraussetzungen & Vorkenntnisse
Diese Weiterbildung ist richtig für dich, wenn du KI-Agenten selbst umsetzen möchtest. Du wirst bauen, testen, scheitern und Probleme lösen. Wer sehen möchte, wie fertige Agenten funktionieren, ist hier falsch.
Das bringst du mit
- Grundlegendes technisches Verständnis und Neugierde – Programmierkenntnisse brauchst du keine, aber die Bereitschaft, dich in Tools und Code einzuarbeiten
- Praktische Erfahrung mit Automatisierungs-Tools wie make oder n8n – oder die Disziplin, dir die Basics mit den bereitgestellten Materialien vor Kursbeginn selbst anzueignen
- Verständnis für digitale Geschäftsprozesse und Datenströme aus der Praxis
- Eigene Daten (real oder synthetisch), mit denen du deine Agenten speisen und testen kannst
- Lust auf Eigenverantwortung – nicht als Pflicht, sondern als Antrieb
Technische Voraussetzungen
- Rechner oder Laptop mit aktuellem Betriebssystem (Windows, macOS oder Linux)
- Stabile Internetverbindung und aktueller Webbrowser (Chrome, Edge oder Firefox)
- Zugang zu webbasierten Tools
Es entstehen neben der Teilnahmegebühr zusätzliche Toolkosten
- n8n Cloud-Account (14-Tage-Trial gratis, danach Starter ca. 20 € / Monat) — alternativ Self-Hosted via Docker (kostenlos)
- Zugang zu einem Large Language Model, z. B. Claude von Anthropic
- Anthropic API-Key (Pay-as-you-go per Kreditkarte; ca. 20 € Kursverbrauch)
Tools
Empfohlen für
Mit dieser Weiterbildung wirst du zur zentralen Ansprechperson für intelligente KI-Agenten und gestaltest die hybride Workforce (Mensch & KI) deines Unternehmens aktiv mit. Du möchtest verstehen, wie man KI-Agenten baut, sicher in Unternehmen integriert und deren ROI feststellt.
- technisch versierte Prozessmanager:innen & Automatisierungsexpert:innen
- technisch versierte Product Owner & Digital-Project-Manager:innen
- Innovationsmanager:innen & Data Professionals
- technische Fach- und Führungskräfte, die die nächste Stufe der KI-Integration anstreben
- Passgenau abgestimmte Trainings
- Direkter Praxistransfer
- Effizienter Zeit- und Kosteneinsatz