Pilot-Durchführung: Datum folgt · Ort folgt · 200 CHF statt regulär 1'200 CHF
1 Tag Vor Ort Max. 12 Teilnehmer

Spec Driven Design mit KI

Wie Senior-Devs KI-Coding-Assistenten produktiv einsetzen — ohne Halluzinationen, Regressions und korrumpierte Tests.

Pilotplatz sichern (200 CHF) Inhouse-Anfrage stellen

Was dieser Kurs nicht ist

  • Kein Einstieg in KI-Coding-Assistenten — keine Tool-Demo, kein «Schreib deine erste Funktion mit Copilot»
  • Kein Überblick über verfügbare KI-Tools — wir setzen voraus, dass Sie diese Phase hinter sich haben
  • Kein Kurs für Entwickler ohne aktive Erfahrung mit mindestens einem KI-Coding-Assistenten

1 Für wen

  • Senior-Entwickler, die KI-Coding-Assistenten bereits aktiv einsetzen
  • Tech Leads und Engineering Manager, die KI-gestützte Entwicklung im Team etablieren wollen
  • Teams, die KI produktiv einsetzen — und mit Halluzinationen, Regressions und korrumpierten Tests kämpfen

2 Was Sie nach dem Kurs können

  • Einen verlässlichen Spec-First-Workflow in Ihrem Team einführen — statt auf das nächste Vibe-Coding-Wunder zu hoffen
  • KI-generierten Code automatisiert gegen die Spec validieren — mit Reviewer-Agenten, nicht mit Hoffnung
  • Beurteilen, welche Teile Ihrer bestehenden Codebase sich für agentische Entwicklung eignen — und welche nicht
  • Architektur so schneiden, dass KI-Agenten verlässlich arbeiten können — statt sich an monolithischer Komplexität die Zähne auszubeissen
  • Den Unterschied zwischen einem produktiven Senior-Dev mit KI und einem hilflosen Prompt-Tipper artikulieren — und Letzteres in Ihrem Team beheben

3 Inhalte im Detail

  • Verstehen, warum Vibe Coding strukturell scheitert (stochastisch, stateless)
  • Specs als Single Source of Truth einsetzen: Markdown, Mermaid, Interfaces, BDD
  • Business-Analyse-Formate für LLMs anwenden: State Machines, Decision Tables, Invarianten
  • Prompt-, Context-, Intent- und Spec Engineering beherrschen
  • AI-gerechte Architektur verstehen: SDR-Prinzipien, Vertical Slices, SCS
  • Reviewer-Agenten aufsetzen: KI-Code automatisiert gegen Specs validieren
  • Green-Field- und Brown-Field-Strategien für AI-Native Engineering ableiten

Agenda

Vormittag: Grundlagen & erste Spec

  • Warum Vibe Coding scheitert: Halluzinationen, Regressions, korrumpierte Tests
  • AI Coding Workflows im Überblick: Inline, Agentic, Spec-Driven, Dark Factory
  • SDD-Prinzip: Spec als Single Source of Truth, Trennung von Intent und Implementation
  • Business Analyse für LLMs: Mermaid State Machines, Decision Tables, BDD, Invarianten
  • Exercise 1: Komplexes Feature vage prompten — Schmerzpunkt spüren
  • Exercise 2: Dasselbe Feature als vollständige Spec mit Data Models, State Machine und Definition of Done

Nachmittag: Agentic Engineering, Architektur & Strategie

  • Vier Disziplinen: Prompt, Context, Intent und Spec Engineering
  • KI-Architektur-Einschränkungen: Context Limits, SDR-Prinzipien, Vertical Slices, SCS
  • Green-Field vs. Brown-Field: Strangler Fig, Discovery vor Mutation, Zero-Trust-Generierung
  • Exercise 3: Spec + Agent → Plan vor Code → Review mit Reviewer-Agent
  • Exercise 4: Code aus Exercise 3 nach SDR-Prinzipien refactoren
  • Exercise 5: Dark Factory — Spec an neuen Agenten übergeben, autonom implementieren lassen

Methodik

Fünf Übungsblöcke bauen aufeinander auf: Das Feature aus Exercise 1 zieht sich bis zur Dark Factory Simulation in Exercise 5 durch. Alle Übungen können mit eigenem Projekt durchgeführt werden. Für Teilnehmende ohne eigenes Projekt wird ein Übungsprojekt gestellt.

Voraussetzungen

Mehrere Jahre professionelle Software-Entwicklung. Aktive Erfahrung mit mindestens einem KI-Coding-Assistenten (Copilot, Cursor, Claude Code, ChatGPT für Code o.ä.). Sie sollten TypeScript- oder Python-Code lesen und beurteilen können. Wir gehen nicht auf Grundlagen von Git, Tests oder Architektur ein.

FAQ

Welches Tool soll ich mitbringen? Nichts — wir arbeiten in GitHub Codespaces. Sie brauchen nur einen Browser und einen GitHub-Account.

Was, wenn ich keinen eigenen Code mitbringen kann? Ein Übungsprojekt wird gestellt. Alle Exercises sind damit vollständig durchführbar.

Ist das auch für Brown-Field- und Legacy-Codebases relevant? Ja. Der Nachmittag behandelt Brown-Field-Strategien explizit — Strangler Fig, Discovery vor Mutation, Zero-Trust-Generierung für bestehende Codebases.

Wie unterscheidet sich dieser Kurs von einem Copilot-Workshop? Ein Copilot-Workshop zeigt, wie man KI-Tools benutzt. Dieser Kurs zeigt, warum das allein nicht reicht — und welche Spezifikations- und Architekturdisziplin nötig ist, damit KI-Code in produktiven Codebases verlässlich funktioniert.

Was, wenn die Pilot-Durchführung nicht zustande kommt? Volle Rückerstattung. Keine Diskussion.

Wann findet der reguläre Kurs statt? Die reguläre Durchführung ist für Q3/Q4 2026 geplant. Wer am Pilot teilnimmt, erhält Priorität bei der regulären Anmeldung.

Verwandte Kurse

Secure Agentic Coding

Wie sich sichere Entwicklung verändert, wenn die KI den Code schreibt