Claude Code · Schulung für Entwicklerteams

Claude Code Schulung: Coding-Agenten produktiv im Entwicklerteam

Claude Code ist eingeführt, aber die versprochene Produktivität bleibt aus? Das ist der Normalfall, kein Versagen Ihres Teams. Coding-Agenten liefern erst dann verlässlich, wenn Workflows, Leitplanken und Qualitätsmessung stehen. Genau das baut diese Schulung mit Ihrem Team auf.

Über die Schulung

Claude Code vom Versprechen zur Praxis

Die Schulung baut in zwei Schritten auf: zuerst die Muster, die Claude Code im Entwickleralltag tragen, dann die Anwendung auf Ihrem eigenen Stack, an echtem Code aus Ihrem Team. Am Ende steht ein Arbeitsablauf, den das Team am nächsten Tag weiterführt.

Die Schulung richtet sich an Entwicklerteams, die Claude Code eingeführt haben oder einführen wollen und damit verlässlich produktiv werden sollen, sowie an einzelne Entwicklerinnen und Entwickler, die das Werkzeug im offenen Training kennenlernen. Grundlegende Entwicklungserfahrung genügt, Vorwissen zu KI-Agenten ist nicht nötig. Gearbeitet wird auf Ihrem eigenen Stack, an echtem Code.

Schulungsziel

Verlässlicher Durchsatz statt Zufallstreffer

Nach der Schulung setzt Ihr Team Coding-Agenten eigenständig und nachvollziehbar ein, von der Aufgabenbeschreibung über kontrollierte Änderungen bis zu Review, Security und Qualitätsmessung. Nicht „schneller tippen“, sondern höherer Durchsatz bei gleichbleibender Qualität. Konkret beherrscht Ihr Team danach:

  • Agent-Workflows statt Einzel-Prompts. Spec First und Plan First: Agenten arbeiten gegen Anforderungen, Akzeptanzkriterien und Architekturpläne, nicht gegen vage Zurufe.
  • Kontrollierte Änderungen. Diff- und Patch-Requests statt „schreib alles neu“: Agenten ändern Bestandscode nachvollziehbar und reviewbar.
  • Guardrails und Teamkonventionen. Tech-Stack, Stil, Security und Performance als verbindliche Constraints, die jeder Agent-Lauf einhält.
  • Review- und Security-Gates. KI-generierter Code durchläuft dieselben Qualitätsschranken wie menschlicher: Test-First, Review-Prompts, Hardening.
  • Agent-Output messen. Qualität prüfbar machen: Golden Samples, Regressionstests, Judge-Kontrollen.
Inhalt

Was wir gemeinsam durchgehen

  • Einstieg & Haltung: Wie agentische Entwicklung mit Claude Code wirklich funktioniert: planen, lesen, ändern, testen. Die Entwicklerrolle verschiebt sich vom Coder zum Reviewer/Director; Stärken & Schwächen von LLMs im Alltag; eine klare Definition of Done (lauffähig, getestet, geprüft, sicher).
  • Prompt-Muster, die tragen: Die wiederverwendbaren Muster für den Entwickleralltag: Anforderung zuerst, Plan zuerst (Plan-Modus), Randbedingungen & Leitplanken, gezielte Änderungsanfragen (Diffs) sowie „erst erklären vs. erst implementieren“.
  • Struktur & Umsetzung: Vom leeren Repository zum Feature: Modulstruktur erzeugen, API-Entwurf & Datenmodelle, die Iterationsschleife klein halten. Plus die Mechanismen von Claude Code für reproduzierbares Verhalten: CLAUDE.md, Skills, Hooks, MCP-Server und Subagenten.
  • Testen mit KI: Teststrategie mit KI-Unterstützung, die KI als Test-Ideengeber, strukturierte Fehlersuche, und das gefährlichste Anti-Pattern: Tests „grün prompten“.
  • Refactoring, Review & Wartbarkeit: Refactoring- und Review-Prompts, Dokumentation & Kommentare, Team-Konventionen (Commits, PR-Beschreibungen), und was langfristig wartbar bleibt.
  • Sicherheit, Datenschutz & IP: Pragmatische Leitplanken: was in Prompts darf (und was nicht), Prompt-Injection erkennen, Umgang mit Abhängigkeiten, Eingabeprüfung. Grundsatz: „vertrauen, aber prüfen“.
  • On-Premise & lokale Modelle: Claude Code an eigene Infrastruktur anbinden: lokale Modelle auf eigener GPU-Hardware (z. B. über vLLM oder Ollama) hinter einem API-Gateway, Datenresidenz, Kostenkontrolle, keine Vendor-Abhängigkeit. Welche Aufgaben ein lokales Modell trägt und wo die Grenzen liegen.
Formate & Termine

Drei Wege zum produktiven Agenten-Einsatz

Inhouse-Workshop
Umfang & Format1–3 Tage, Präsenz oder online
ZielgruppeEntwicklerteams ab 3 Personen
Preisauf Anfrage
Nächste Terminenach Absprache
Das nehmen Sie mitEine Komponente auf Ihrer Codebasis end-to-end mit Agenten gebaut; Guardrails, Gates & Eval-Suite als Team-Artefakt; auf Wunsch On-Premise-Setup mit lokalen Modellen; Transferplan fürs Team
Coaching / Delivery-Begleitung
Umfang & Formatfortlaufend
ZielgruppeTeams nach der Einführung
Preisauf Anfrage
Nächste Terminenach Absprache
Das nehmen Sie mitAgenten fest im Team-Alltag verankert; gepflegte Konventionen; höhere Durchsatz- und Review-Qualität

Alle Formate: Deutsch & Englisch.

Alle Preise verstehen sich netto zzgl. gesetzlicher Umsatzsteuer. Das Angebot richtet sich ausschließlich an Unternehmer im Sinne des § 14 BGB.

Ihr Dozent und Berater

Wissenschaftlich fundiert, industriell erprobt

Dr.-Ing. Grigory Devadze, Ingenieur, Wissenschaftler und Praktiker. Ich schule nicht aus der Theorie, sondern aus dem, was ich täglich selbst umsetze, in Industrie, Unternehmen und an Hochschulen.

  • Promoviert & peer-reviewt publiziert. Dr.-Ing. mit Veröffentlichungen u. a. im Journal of Automated Reasoning.
  • In der Industrie erprobt. Produktive Systeme in realen Kundenprojekten, auch On-Premise auf eigener Infrastruktur: Datenresidenz, Kostenkontrolle, keine Vendor-Abhängigkeit.
  • Eigene Praxis, herstellerneutral. Ich vermittle Methoden und Werkzeuge, die ich selbst im Tagesgeschäft einsetze: Empfehlungen nach Ihrem Stack, nicht nach einem Anbieter.

Schulungen & Projekte u. a. für Siemens AG und SRH Hochschule Berlin.

→ Profil und Referenzen ansehen
Dr.-Ing. Grigory Devadze
FAQ

Häufige Fragen

Wir nutzen Copilot/Cursor, nicht Claude Code. Passt das?

Die Schulung ist auf Claude Code ausgelegt. Die Muster (Spec First, Constraints, Diff-Requests, Test-First, Evals) tragen aber auch in Copilot oder Cursor. Im Inhouse-Format passen wir die Übungen an Ihr Werkzeug an.

Welche Vorkenntnisse braucht mein Team?

Grundlegende Entwicklungserfahrung genügt. Vorwissen zu KI-Agenten ist nicht nötig. Wir arbeiten hands-on auf Ihrem eigenen Stack, sodass alle Übungen direkt anschlussfähig sind.

Geht das mit lokalen Modellen / ohne Cloud?

Ja. Claude Code lässt sich über ein API-Gateway an lokale Modelle auf eigener GPU-Infrastruktur anbinden (z. B. vLLM oder Ollama). Datenresidenz, Kostenkontrolle und keine Vendor-Abhängigkeit sind ein Schwerpunkt der Schulung. Referenzprojekt vorhanden. → Referenzen

Warum gerade Claude Code?

Claude Code arbeitet als Agent im Terminal: Es plant, liest, ändert und testet Code in einem Zyklus. Mit CLAUDE.md, Skills, Hooks und MCP-Servern wird dieses Verhalten im Team reproduzierbar. „Done“ heißt dabei weiterhin: lauffähig, getestet, reviewt, sicher.

Was unterscheidet das von einem Prompting-Kurs?

Prompting ist eine Stunde davon. Der Rest ist Engineering: Workflows, Leitplanken, Review-Gates, Messbarkeit. das, woran Agent-Einführungen real scheitern.

Anfrage

Claude Code im Team produktiv machen?

Kurzes Vorgespräch, dann konkretes Angebot mit Agenda-Vorschlag.

oderE-Mail schreiben