Agentische KI-Systeme in der Softwarearchitektur
Integration von KI-Workflows in bestehende IT-Landschaften
.svg)
Machine Lerning Engineer
In der Schulung Architekturen für agentische KI-Systeme erhältst du praxisnahes Architekturwissen, um agentische KI-Systeme strukturiert zu verstehen und in realen Vorhaben sauber einzuordnen. Du lernst, wie Agenten als Zusammenspiel zentraler Bausteine gedacht werden und welche Rolle Kontext, Memory und State für verlässliches Verhalten spielen. Der Fokus liegt auf Interoperabilität, zum Beispiel über Standards wie MCP, sowie auf Qualität und Observability und den Anforderungen an Sicherheit und Skalierung in produktiven IT-Landschaften.
Vom Modell zum Agenten System
- Einordnung, was agentische KI-Systeme auszeichnet und warum sich dadurch Architekturentscheidungen verändern.
- Orientierung über die zentralen Bausteine, die in agentischen Systemen zusammenspielen.
Kontext, Memory und State im Griff
- Welche Rolle Kontext, Memory und State für verlässliches Verhalten spielen und wo typische Stolperstellen liegen.
- Ansätze, wie sich Kontext so handhaben lässt, dass Systeme auch unter realen Bedingungen stabil bleiben.
Tool Anbindung und Zusammenarbeit in Agentenlandschaften
- Wie Agenten Tools nutzen und warum Interoperabilität früh mitgedacht werden sollte.
- MCP und Multi Agent Systeme als Orientierung für standardisierte Zusammenarbeit und Erweiterbarkeit.
Qualität sichtbar machen
- Wie Qualität bei nicht deterministischen Systemen sinnvoll gedacht und bewertet werden kann.
- Observability als Grundlage, um Verhalten im Betrieb nachvollziehbar zu machen.
Sicher in die Produktion
- Was für produktive Reife zählt, von Skalierung bis Security, ohne den Überblick zu verlieren.
- Leitplanken für den Betrieb, die sich in bestehende Entwicklungs- und Releaseprozesse integrieren lassen.
Anforderungen:
- Fundiertes Verständnis von Softwarearchitektur und dem Entwurf von Softwaresystemen, APIs und Integrationsschnittstellen
- Grundverständnis von GenAI und LLM Nutzung, zum Beispiel Kontextfenster, Tokens sowie RAG als Konzept
Technische Anforderungen:
Es gibt keine speziellen Anforderungen an die Schulungsumgebung, da die Übungen mit Cloud- und Web-basierten Tools wie Miro, Draw.io und Plattformen wie Jupyter oder HuggingFace stattfinden, hier wird nur eine stabile und ausreichend schnelle Internetverbindung benötigt.
- Du verstehst das agentische Paradigma und kannst agentische KI-Systeme klar von klassischen GenAI Szenarien abgrenzen.
- Du lernst, wie Agenten architektonisch aufgebaut sind und wie sich die zentralen Bausteine in ein belastbares Gesamtsystem einordnen lassen.
- Du erwirbst praxisnahe Entscheidungslogiken für Context Engineering sowie Memory und State Management.
- Du lernst, wie Tool Anbindung und Interoperabilität in Agenten Architekturen strukturiert gedacht werden, auch im Kontext von MCP und Multi Agent Systemen.
- Du erhältst Kriterien und Vorgehensweisen, um Qualität, Robustheit und Sicherheit agentischer Systeme bewerten zu können.
- Du lernst, wie agentische Systeme für produktive Umgebungen vorbereitet werden, mit Blick auf Observability, Skalierung und sicheren Betrieb.
Deine Vorteile auf einem Blick:
- Praxisorientierte Inhalte: Reale Beispiele und praktische Übungen stehen im Fokus.
- Modernste Konzepte: Du erhältst einen strukturierten Überblick über zentrale Ansätze agentischer KI-Systeme und deren Architekturprinzipien.
- Effiziente Integration: Klarer Leitfaden für Integration und Betrieb agentischer KI-Lösungen in bestehenden Systemlandschaften.
- Visuelle Zusammenarbeit durch z. B. Whiteboarding
- Hohes Maß an Interaktivität durch angepasste Übungen und Breakout-Rooms
- Ideale Trainerbetreuung auch in den Breakout-Rooms
Nach Abschluss der Schulung zum „CPSA Certified Professional for Software Architecture Advanced Level®“ erhältst du ein anerkanntes Zertifikat, das deine Fachkenntnisse und Qualifikationen im Bereich der Softwarearchitektur auf fortgeschrittenem Niveau bestätigt.
Credit Points zur CPSA-A Zertifizierung:
Mit der AGILA-Schulung erwirbst du 20 methodische und 10 kommunikative Credit Points gemäß dem iSAQB-Advanced-Level-Programm.
.svg)