Zum Inhalt springen

Agentic Software Engineering mit Claude Code

Class Details

4 Tage, zuletzt aktualisiert Oct, 2026
Claude Code Agentic Software Engineering Fortgeschritten

Großartige Software muss weder ein Vermögen kosten noch jede Stunde Ihres Tages verschlingen. Mit Claude Code bekommen Sie einen Engineering-Partner, der plant, baut, testet und an Ihrer Seite ausliefert, in einem Bruchteil der Zeit und zu einem Bruchteil der Kosten. Es geht darum, Systeme zu entwerfen, die vervielfachen, was Sie liefern können. Willkommen beim neuen Standard.

Agentic Software Engineering ist ein Disziplinwechsel, und wer ihn einmal erlebt hat, geht nicht mehr zurück. Aufgaben, die Sie Tage kosten, erledigen Agents in Minuten, und Sie orchestrieren Workflows, die Kosten senken, Wiederholung beseitigen und Ihren Output skalieren, ohne Ihr Team zu vergrößern. Die Entwickler, die das beherrschen, sind schneller und liefern mehr mit weniger, und sie tun es dauerhaft.

In 11 Hands-on Modulen gehen Sie von den Claude Code Fundamentals bis zu Multi-Agent Pipelines in Production-Qualität. Sie entwerfen komponierbare Skills, bauen MCP Tools, die Agents an reale Systeme anbinden, erweitern die Harness mit Mods und passen sie an, konzipieren parallele Sub-Agent Workflows und härten alles für den Praxisbetrieb. Jedes Modul ist um echte Engineering-Entscheidungen herum gebaut, denn das Ziel ist, Software zu bauen, die zählt.

Das Training deckt außerdem alles ab, was Sie für die Zertifizierung Claude Certified Architect: Foundations brauchen. Jeder Prüfungsbereich, von der CLAUDE.md Constitution und dem Permission Model über Skills, MCP, Sub-Agents bis zu Security, wird in einem Modul unterrichtet und im zugehörigen Lab geübt. Arbeiten Sie die 11 Module durch, und Sie sind ohne separaten Lernpfad auf die Prüfung vorbereitet. Wir weisen trotzdem darauf hin: Das ist kein dediziertes Exam-Prep-Training.

Zielgruppe

  • Software Engineers, die vom Prompten einer KI zum Design von Agentic Engineering Systems wechseln wollen
  • Tech Leads und Architects, die Claude Code im Team einführen und die Harness Conventions festlegen
  • DevOps und Platform Engineers, die CI, Deployments und Infrastructure mit Headless Agents automatisieren
  • Entwickler, die sich auf die Zertifizierung Claude Certified Architect: Foundations vorbereiten

Voraussetzungen

  • Sicher in mindestens einer Programmiersprache (die Labs nutzen Python, C#, Angular und React)
  • Sicher auf der Command Line und mit Git, inklusive Branches und Worktrees
  • Grundverständnis von REST APIs und JSON
  • Nice to have, nicht erforderlich: Vertrautheit mit Containern und SSH für die DevOps- und Deployment-Module
  • Nice to have, nicht erforderlich: eine Claude Code Installation mit aktivem Claude Account (ein GitHub Codespace / DevContainer wird bereitgestellt)

Lehrplan

Modul 1: Claude Code Fundamentals

  • Einführung in Claude Code
  • Setup & Installation
  • Editoren: Terminal, Desktop App, VS Code
  • Model Selection Strategy
  • Prompt Caching, Kosten- und Token-Bewusstsein
  • Permission Model: Tools, Bash, Network
  • Checkpoints & Session Safety
  • Git Worktrees: isolierte Checkouts
  • Agents View: Background Sessions
  • Artifacts: Ergebnisse als teilbare Seiten

Modul 2: Claude Code Configure Harness

  • Settings Hierarchy: Global, Project
  • CLAUDE.md Constitution
  • Dateien per @-Mention einbinden
  • Slash Commands
  • MCP Servers & Tools
  • Skill-Ordner und ihre Quellen
  • Sub-Agents unter .claude/agents/
  • Hooks: PreToolUse, PostToolUse, Stop
  • Mods: die Harness erweitern und anpassen
  • Auto-Memory: MEMORY.md Index, vier typisierte Dateien

Modul 3: Creating & Managing Skills

  • Skills vs. Slash Commands
  • Invocation Model, Anatomie, Body-Struktur
  • Authoring: manuell oder aus einer Conversation
  • Front-Matter-Felder
  • Allowed-tools- und Disallowed-tools-Felder
  • Composite Skills: Scripts, References, Assets
  • Cross-Skill References und Delegation Patterns
  • Dynamic Context Injection: Command Preprocessing
  • Forked Execution: Agent und Background
  • Testing: Trigger und Messung
  • Distribution: portabler Ordner und Skills API

Modul 4: Consuming & Designing MCP Tools

  • MCP Architecture: Servers, Clients, Transports
  • Session Lifecycle und exponierte Capabilities
  • Remote Auth: Tokens, Keys, OAuth
  • Einen Server in C# bauen
  • Inspection mit dem MCP Inspector
  • MCP Apps: Interfaces im Host
  • Artifact Connectors, die MCP live aufrufen
  • Tool Design: Granularität, Descriptions, Resources
  • Error- und Deferred-Loading-Contract

Modul 5: Claude Code von der Command Line automatisieren

  • Agent Harness: Tools, Knowledge, Action Interfaces
  • CLI, Terminal und Headless Mode
  • Headless Mode: Print, JSON, Exit Codes
  • Least-Privilege Tool Scoping
  • CI Gates: Sentinels und Exit Codes
  • GitHub Actions: Agentic Workflows scripten
  • Parallele Worktree Lanes und Task-Queue-Orchestration
  • PreToolUse Policy Gates über Lanes hinweg
  • Always-on Goal Patterns mit Turn Limits

Modul 6: Task Execution mit Sub-Agents und Agent Teams skalieren

  • Wo Single-Agent Sequential an die Decke stößt
  • Frontmatter: Name, Model, Tools, Permission Mode
  • Tools und Permissions pro Agent einschränken
  • Backend Agent: .NET und Learn MCP
  • Frontend Agent: Angular und DevTools MCPs
  • QA Agent: Playwright, keine Implementierungsbefugnis
  • Performance mit Test Cases evaluieren
  • Orchestration: Prompt Delegation, Loops, Workflow Graphs
  • Context Isolation zwischen parallelen Agents
  • Wo ein Team Sub-Agents schlägt
  • Lead, Teammates, gemeinsame Task List, Mailbox
  • Teams aktivieren und Session State
  • Teammates spawnen: Namen und Models
  • Display Modes, Agent Panel, Steering Keys
  • Task States, Dependencies und Self-Claiming
  • Messaging zwischen Lead und Teammates
  • Competing Hypotheses: Teammates, die einander widerlegen
  • Plan Approval und Lifecycle Hooks
  • Team Sizing, Conflicts und Kosten

Modul 7: Die Agentic Harness optimieren, absichern und beobachten

  • /doctor Prompt Audit: veraltete Instructions
  • Caveman Compression: kürzere CLAUDE.md
  • Plugin Eval: bewertete Skill-Experimente
  • Prompt Injection: Quarantäne, Validierung von MCP Responses
  • Hook Guardrails: PreToolUse Hard Stops
  • OpenTelemetry: Tracing, Kosten, Fehlerdiagnose

Modul 8: Die eigene Config als Plugin bündeln und verteilen

  • Plugins vs. Standalone Configuration: Namespacing
  • Plugin-Anatomie: Manifest, Skills, Hooks, MCP
  • Skills, Hooks und MCP Configs bündeln
  • LSP Servers und Background Monitors
  • Default Agent Activation über Plugin Settings
  • Lokales Testing: Plugin Directory und Reload
  • .claude/ Configs in Plugins überführen
  • Publishing in offizielle und Team Marketplaces
  • Plugins von Anthropic

Modul 9: Agentic DevOps & Automation

  • Der Deployment Sub-Agent: Allowlists, Prove-it-Contract
  • Ubuntu über SSH bootstrappen und härten
  • Docker Compose hinter einer Caddy Edge
  • DNS vor dem ersten ACME-Versuch
  • Core Web Vitals und SEO Loops

Modul 10: Agents mit dem Agent SDK und Managed Agents bauen und hosten

  • Agent SDK: query() und Sessions
  • Agent SDK: parallele Agents, Orchestrator
  • Managed Agents: Agent, Environment, Session
  • Managed Agents: Files, SSE Stream
  • Managed Agents: Vaults, Versions, Policies
  • Managed Agents: MCP Servers, Skills
  • Human-in-the-Loop: Approval Gates
  • Multiagent: Outcomes, Memory Stores

Modul 11: Planning & Spec-Driven Development (Optional)

  • Brownfield-Analyse: den aktuellen Stand erfassen
  • Plan Mode: Mechanik und Aktivierung
  • Stepwise Context: Fragen und Constraints
  • Spec Iteration über Feedback Loops
  • Specs und technische Pläne schreiben
  • Aufgaben in Sub-Agent-Pakete zerlegen
  • Done-Kriterien definieren und validieren
  • Warum Spec-Driven Development
  • GitHub Spec Kit Pipeline
  • Beispiel: ein Feature vom Brief bis zu den Tasks

Organisatorisches

Tagessatz 1.250 EUR · online only, +20% USt., Reverse Charge möglich
Material Labs, Decks · 35 EUR / Tag / TN
Max. Teilnehmer 16
Lab-Voraussetzungen GitHub Codespaces / DevContainer
AI Harness: Eigenen mitbringen