Manuel Wenner
KI in der Entwicklung
Entwickeln mit KI Schneller bauen, ohne die Kontrolle zu verlieren
Die Werkzeuge sind da. GitHub Copilot, Cursor, Claude Code, ChatGPT oder Gemini schreiben in Minuten, wofür früher ein Tag nötig war. Die eigentliche Frage ist eine andere: Wie sieht euer Ablauf aus, wenn KI mitarbeitet? Vom Ticket in Jira oder GitHub über den Code bis zum Release. Wir arbeiten an eurem Code und mit den Werkzeugen, die bei euch freigegeben sind. Und wir holen Product Owner und Projektleitung mit ins Boot, damit nicht nur die Entwicklung schneller wird, sondern das ganze Team.
Schulungen unter anderem für:
Inneo Solutions
Rahmen
Für wen das gedacht ist.
Zielgruppe
- Entwicklerinnen und Entwickler, die KI-Werkzeuge im Alltag produktiv einsetzen wollen
- Product Owner, Projektleitung und Projektmanagement, die mit KI-unterstützten Teams arbeiten
- Tech Leads und Teamleitungen, die Abläufe und Regeln für den KI-Einsatz festlegen
- Teams mit Juniors, Auszubildenden oder dualen Studierenden
- Teams, die schon Zugänge zu KI-Werkzeugen haben, aber kaum damit arbeiten
Voraussetzungen
Für Entwicklerinnen und Entwickler: Erfahrung in mindestens einer Programmiersprache und mit Git. Für Product Owner und Projektleitung: kein Coding nötig, Erfahrung mit eurem Projektmanagement-Tool reicht. Am besten bringt ihr ein eigenes Projekt und euer Board mit. Sonst arbeiten wir an Beispielen aus echten Kundenprojekten. Welche Werkzeuge ihr nutzt, ist egal: Wir arbeiten mit dem, was bei euch freigegeben ist, und klären das vorab. Laptop mitbringen.
Nutzen
Was ihr danach könnt.
- Das passende Werkzeug für die Aufgabe wählen: Chat, Assistent in der IDE oder Agent
- Einen Ablauf vom Ticket bis zum Release aufsetzen, in dem KI an den richtigen Stellen mitarbeitet
- Tickets und Anforderungen so schreiben, dass Menschen und KI damit arbeiten können
- Generierten Code prüfen, testen und verantworten
- Product Owner und Projektleitung so einbinden, dass sie mit KI selbst mehr beitragen
- Projektwissen und Konventionen so festhalten, dass KI und neue Teammitglieder davon profitieren
- Juniors so einbinden, dass sie mit KI lernen und nicht nur übernehmen
Ablauf
Inhalte.
Werkzeuge und Arbeitsweise
- Chat, Assistent in der IDE, Agent: was wofür taugt
- Cloud oder lokal: welches Modell für welche Daten
- Erst spezifizieren, dann generieren: planen, in kleinen Schritten arbeiten, prüfen
- Kontext geben: Projektkonventionen und Kontextdateien (zum Beispiel CLAUDE.md, AGENTS.md, Cursor Rules)
Vom Ticket bis zum Release
- Euren heutigen Ablauf aufnehmen: wo KI hilft und wo sie stört
- Tickets so schreiben, dass ein Agent damit arbeiten kann: Kontext, Akzeptanzkriterien, Grenzen
- Agenten an Jira, GitHub, GitLab oder Azure DevOps anbinden (zum Beispiel über MCP)
- Aufgaben an einen Agenten übergeben und das Ergebnis als Pull Request prüfen
- KI im Review, in der CI-Pipeline und bei Release Notes
- Was automatisiert wird und wo bewusst ein Mensch entscheidet
Das ganze Team an Bord
- Product Owner: Anforderungen, User Stories und Akzeptanzkriterien mit KI schärfen
- Klickbare Prototypen ohne Entwicklungsaufwand, um früh Feedback einzuholen
- Projektleitung: Status, Risiken und Zusammenfassungen aus Board und Repository
- Pull Requests und technische Entscheidungen verständlich zusammenfassen lassen
- Gemeinsame Sprache zwischen Fachbereich, Produkt und Entwicklung
Kontrolle behalten
- Tests als Sicherheitsnetz für generierten Code
- Reviews für KI-Code: worauf ihr achten müsst
- Architekturentscheidungen bleiben beim Team
- Sicherheit, sensible Daten, Lizenzen und Firmenrichtlinien
Team und Nachwuchs
- Wie Juniors mit KI lernen, statt nur zu übernehmen
- Wissen der Seniors festhalten: Konventionen, Entscheidungen, typische Fehler
- Spielregeln für den KI-Einsatz im eigenen Team
Praxis
- Eine echte Aufgabe aus eurem Board umsetzen: vom Ticket über den Agenten bis zum geprüften Pull Request
- Ohne eigenes Projekt: Beispiele aus echten Kundenprojekten
- Follow-up nach vier Wochen: was funktioniert, was nicht, was ihr anpasst
Wenn es eher darum geht, was überhaupt gebaut werden soll: Product Discovery Schulung. Wenn die Architektur dahinter noch nicht trägt: Schulung Software-Architektur. Wenn erst die Grundlagen sitzen sollen: Android oder React.
Präsenz oder Live-Online. Inhouse im Unternehmen oder über Schulungspartner. Als vier Termine à drei Stunden mit Praxisphasen dazwischen oder kompakt an 1 bis 2 Tagen.
Werkzeuge
Mit dem, was ihr nutzt.
Die Prinzipien sind dieselben, egal welches Werkzeug ihr einsetzt. Wir arbeiten mit dem, was bei euch freigegeben ist, oder helfen bei der Auswahl.
- Editoren mit KI: GitHub Copilot (VS Code, JetBrains, Visual Studio, Xcode), Cursor, Devin Desktop (ehemals Windsurf), Google Antigravity, JetBrains AI
- Projektmanagement und Zusammenarbeit: Jira, Confluence, Asana, Linear, GitHub Issues und Projects, GitLab, Azure DevOps, Notion, Slack, Microsoft Teams
- Agenten im Terminal: Claude Code, OpenAI Codex, Gemini CLI, GitHub Copilot CLI, Kiro, OpenCode, Aider
- Chat-Assistenten: ChatGPT, Claude, Gemini, Microsoft Copilot, Mistral Le Chat
- Prototypen ohne Code: Lovable, v0, Bolt, Claude Artifacts, Figma Make
- Modelle: GPT (OpenAI), Claude (Anthropic), Gemini (Google), Mistral, Llama (Meta), DeepSeek, Qwen
- Lokal und datensparsam: Open-Source-Modelle auf eigener Infrastruktur, zum Beispiel mit Ollama, wenn Code das Haus nicht verlassen darf
Ablauf
So läuft es ab.
-
01
Vorgespräch
30 Minuten. Ihr schildert, wo ihr steht und was euer Team danach können soll.
-
02
Zuschnitt
Ich stelle Inhalte, Beispiele und Format auf eure Fragen, Werkzeuge und Abläufe ein.
-
03
Schulung
Bei euch vor Ort oder online, als Workshop, an mehreren Terminen oder kompakt.
-
04
Follow-up
Nach einigen Wochen schauen wir gemeinsam, was funktioniert und was ihr anpasst.
Nächster Schritt
Passt das für euer Team?
Dann starten wir mit einem kurzen Vorgespräch. 30 Minuten, unverbindlich. Ihr schildert Ausgangslage und Ziel, ich sage euch ehrlich, welches Format Sinn ergibt. Preis auf Anfrage.