CGS IT Solutions GmbH — Claude Code Training · · Claude Code Training · v0.11.5

Claude Code Training

Agentic Coding in der Praxis · 3 Tage

Das Kursprogramm

Die zehn Module des Kurses im Überblick

1Grundlagen von LLMs & AI Agents
6Workflow-Frameworks im Vergleich
2Der Claude-Code-Baukasten
7Codebase & Projektorganisation
3Prompting & Context Engineering
8Skills, Tools & Infrastruktur
4Praktische Arbeit mit Claude Code
9Testing & AI Security im Workflow
5Agentic Software Development: Der End-to-End-Phasen-Workflow
10Team-Workflows & Konsolidierung

Kurze Vorstellungsrunde

  • Name, Firma, was ihr entwickelt
  • Womit arbeitet ihr — Sprache, Stack, Teamgröße?
  • Vorerfahrung mit KI-Werkzeugen: gar keine, Chat, Autocomplete, Agent?
  • Was müsste passieren, damit sich die drei Tage für euch gelohnt haben?
Die letzte Antwort wird mitgeschrieben — am Ende von Tag 3 gehen wir die Liste durch.

Worum es in diesen 3 Tagen geht

Ihr sollt am Ende den Agenten steuern — nicht ihm folgen.
Aufgaben zuschneiden, Zwischenergebnisse prüfen, Fehlläufe erkennen und korrigieren.

Kein Kursziel

Zauberformeln für Prompts

Auswendiglernen von Befehlen und Flags

Der Glaube, dass Delegieren das Verstehen ersetzt

Kursziel

Verstehen, warum sich das Werkzeug so verhält

Einen belastbaren Arbeitsablauf aufsetzen

Beurteilen können, wann das Ergebnis gut ist

Wie wir arbeiten

Ca. 2/3 Praxis

Pro Modul ein Praxisteil. Ihr arbeitet an echtem Code, nicht an Spielbeispielen.

Fehler inklusive

Die Live-Demos zeigen auch, wo es schiefgeht. Das ist Absicht — genau das müsst ihr erkennen können.

Jederzeit fragen

Zwischenfragen sind willkommen. Wer hängt, meldet sich sofort — nicht erst in der Pause.

Eure Projekte

Bringt Beispiele aus eurem Alltag mit. Modul 10 ist explizit für eure Situation reserviert.

Womit wir arbeiten

seminar-api

Der rote Faden über alle 3 Tage: ein Quarkus-Service für Seminare und Buchungen. Klein genug zum Überblicken, groß genug um nicht trivial zu sein.

legacy-playground

Bewusst unaufgeräumter, testfreier Code. Grundlage für Refactoring (Tag 2) und Security-Reviews (Tag 3).

polyglot-contrast

Ein kleines Nicht-Java-Projekt. Zeigt: das Werkzeug ist stack-unabhängig — auch der Trainer kennt diesen Code nicht auswendig.

Die Beispiele sind Übungsgegenstand, nicht Lehrstoff.
Ihr müsst kein Quarkus können, um mitzukommen.

Rahmen & Spielregeln

  • Zwei Kaffeepausen pro Tag, Mittagspause — genaue Zeiten am Flipchart
  • Handys lautlos; wer dringend raus muss, geht einfach
  • Keine Firmengeheimnisse in den Übungen — wir arbeiten auf den Kursprojekten
  • Kosten laufen über die Kurszugänge — probiert ruhig etwas aus
  • Es gibt keine dummen Fragen, aber sehr wohl teure Missverständnisse
checked am 2026-07-21 gegen Doku

Setup-Check

1Claude Code startet und ist angemeldet
2Git funktioniert (git --version)
3Java und Maven vorhanden (java -version, mvn -v)
4Python 3 vorhanden (python3 --version)
5Die Kursprojekte liegen lokal und lassen sich bauen
Jetzt prüfen — nicht in der ersten Übung.
Details in TEILNEHMER-SETUP.md.

Ein ehrlicher Hinweis vorweg

Dieses Werkzeug ändert sich schneller als jede Schulungsunterlage.
Einzelne Bedienungsdetails auf den Folien können zum Kurszeitpunkt bereits überholt sein.

Hält

Die Konzepte: stateless, Nicht-Determinismus, Kontext als Budget, Gates und Artefakte, Verifikation statt Vertrauen.

Veraltet

Konkrete Flags, Menüpunkte, Modellversionen, Dateiformate. Deshalb sind sie auf den Folien als solche markiert.

checked am 2026-07-21 gegen Doku

Das Programm im Detail

untertitel: Die zehn Module mit Lernziel und allen Unterpunkten

01 Grundlagen von LLMs & AI Agents

LernzielDer Teilnehmer versteht, warum LLMs stateless sind, nicht-deterministisch antworten und in einer Agent-Schleife arbeiten – und kann daraus die typischen Einstiegsfehler ableiten.
  • Tokens & Tokenizer
  • Thinking Models & Reasoning
  • Understanding Stateless AI
  • Warum AI unterschiedliche Antworten gibt
  • AI Agents & Agent Mindset
  • Möglichkeiten, Grenzen & typische Einstiegsfehler
  • Modellwahl in Claude Code: Opus, Sonnet, Haiku
  • Benchmarks vs. Realität
  • Reinforcement Learning & Cut-off Dates

02 Der Claude-Code-Baukasten

LernzielDer Teilnehmer kann jedes Claude-Code-Primitiv benennen, sein Einsatzgebiet erklären und weiß, welches Werkzeug für welchen Zweck gedacht ist.
  • CLAUDE.md
  • Rules
  • Skills
  • Commands vs. Skills
  • Subagents
  • Hooks
  • Output Styles
  • MCP
  • Plugins

03 Prompting & Context Engineering

LernzielDer Teilnehmer kann Prompts strukturieren, den Context bewusst kuratieren und Qualitätsverfall bei vollem Context-Window erkennen und vermeiden.
  • Prompt-Strukturierung
  • Context Engineering & Context Gathering
  • Context Window & Context Degradation
    • Lost in the Middle / „Context Rot"
  • LLM Knowledge Gaps & Hallucinations
  • Autoregressive Generierung verstehen
    • „Make the Next Token Obvious"
  • Instruktions-Überladung vermeiden
    • „Overshooting Prompts"
  • QRSPI-Prinzipien als Prompting-Haltung

04 Praktische Arbeit mit Claude Code

LernzielDer Teilnehmer beherrscht den täglichen iterativen Arbeitszyklus inkl. Review-Loops, Approvals und Session-Management.
  • Iterative Workflows
  • AI Self-Check & Review Loops
  • Human in the Loop
  • Approvals & Approval Fatigue
  • Long-running & Recurring Tasks
  • Verifiable Outputs
  • Session & Context-Lebenszyklus
    • Session-Management: --continue, --resume, Context-Resets, /compact, /clear
    • Session-Größe & Token-Budget
    • Prompt Caching & Kostenwirkung
  • Daily AI Usage

05 Agentic Software Development: Der End-to-End-Phasen-Workflow

LernzielDer Teilnehmer kann den kompletten Phasen-Workflow von Analyse bis Deploy mit Gates und Artefakten aufsetzen und durchführen.
  • Der Kern-Workflow: Analyse → Review → Planung → Umsetzung → Test → Deploy
  • Jede Phase mit Gate und reviewbarem Artefakt
  • Projektwahl & Plan Mode
  • Spec-driven Development
  • Brainstorming, Planning & Alignment
  • Vertical Slicing
  • Refactoring & Atomic PRs
  • Parallel Agent Development
  • Agentic SDLC vs. Agentic Programs
  • Auto Research

06 Workflow-Frameworks im Vergleich

LernzielDer Teilnehmer kann QRSPI, BMAD und OpenSpec nach Philosophie einordnen und begründet ein Framework für einen gegebenen Projekttyp wählen.
  • Gemeinsame DNA: Alignment, Artefakte, isolierter Context
  • Phasen – QRSPI / RPI
  • Rollen – BMAD
  • Artefakte – OpenSpec
  • GitHub Spec Kit
  • Vergleichsmatrix
  • Der eigene 16–20-Schritte-Workflow
  • Prozess-Overhead & Adoptionsrisiko
    • „Zeremonie-Falle"

07 Codebase & Projektorganisation

LernzielDer Teilnehmer kann eine Codebase „agent-ready" machen – navigierbar, verifizierbar, mit sauberen Handoff-Artefakten.
  • Agent-ready Codebases
  • Clean Codebase & Project
  • CLAUDE.md & Pitfalls
  • RFCs als Planungsartefakt
  • Integration mit GitHub Issues / Tickets
  • Context Resets & Markdown Handoffs
  • Agent-ready CI/CD
  • Verifiable Codebase

08 Skills, Tools & Infrastruktur

LernzielDer Teilnehmer kann Skills, Rules, Commands und Hooks pro Workflow-Phase bauen und das Git-Handling weitgehend autonom gestalten.
  • Skills pro Phase: Analyse, Architecture-Review, Planung, Implementierung
  • Rules & Hooks / PostToolUse
  • Autonomes Git-Handling: Commit & Push in eigenem Session-Context
  • Skills / Rules / Commands für die Delivery-Phase
  • MCP: Clients, Server, Tools, Resources, Prompts, Connectors
  • MCP vs. CLI: Token Overhead & Context Hygiene
  • Open Source & Vendor Lock-in

09 Testing & AI Security im Workflow

LernzielDer Teilnehmer kann Tests und Security-Checks als Gates in den Workflow und die CI einbauen und agentische Review-Loops aufsetzen.
  • AI-assisted Testing & Custom Testing Tooling
  • Closing the Loop
  • Risky Code Pattern Discovery
  • Abuse Cases & Security Tests
  • Input Validation
  • Authentication & Authorization Checks
  • Dependency & Configuration Risks
  • Agent-based Security Reviews & Red-Team Prompts
  • Multi-Agent Review Loops
  • Recurring Checks & CI Integration
  • Wirkungs- & Schadensradius begrenzen
    • „Blast Radius"

10 Team-Workflows & Konsolidierung

LernzielDer Teilnehmer kann Skills, Commands und Rules im Team versionieren, per Pull Request (PR) weiterentwickeln und über mehrere Teams konsolidieren.
  • Skills, Commands, Rules & Workflow-Definitionen im Repo
  • Plugins als teilbares Bündel
  • Reusable Prompt- & Workflow-Bibliotheken
  • Weiterentwicklung als Team-Asset
  • Konsolidierung über mehrere Teams
  • cgsit-claude-scaffold als Beispiel
  • CLAUDE.md Pitfalls im Team
  • Qualitätsverfall durch AI-Output
    • „Slop Creep"
  • Kompetenzverlust durch Delegation
    • „Cognitive Debt"
  • Respectful PRs & Context Switching

© 2026 CGS IT Solutions GmbH

Alle Rechte vorbehalten

Diese Schulungsunterlagen sind urheberrechtlich geschützt. Vervielfältigung, Weitergabe oder kommerzielle Nutzung — auch in Auszügen — nur mit ausdrücklicher schriftlicher Genehmigung der CGS IT Solutions GmbH.

cgsit-claude-training · Kursübersicht · v0.11.5