Centigrade Academy
Von der ersten Orientierung, über menschlich-kontrollierte Agenten bis hin zur selbstbestimmten KI-Automatisierung: Unsere Formate bauen aufeinander auf. Finde deine Station – und wachse von dort weiter.
Station 1
Du willst verstehen, was mensch-zentrierte KI bedeutet und von Beispielfällen inspiriert werden. So kannst du sicher bei Gesprächen mit Product Ownern, Requirements Engineers, UX Experten und KI Entwicklern mitreden.
Die Teilnehmenden lernen, wie sich mensch-zentrierte Methoden und KI positiv ergänzen können, in dem lästige oder zu anspruchsvolle Handgriffe durch KI automatisiert oder assistiert werden. Dazu werden Potenziale aufgezeigt, an welchen Stellen KI auch neue, bislang unentdeckte Möglichkeiten eröffnet (z.B. Interviews mit KI-Personas oder Generierung von visuellen Diagrammen ohne grafische Werkzeuge).
Vom richtigen Ableiten von Anforderungen aus gegebenen Anwendungsfällen in Form von Szenarien, User Needs, Epics und Use Stories bis hin zur Erstellung von KI-Assistenten zur Unterstützung beim Requirements Engineering. U.a. wird auch die Erstellung von KI-Persona Agenten zur Validierung von Anforderungen mittels Computer Using Agents (CUA) behandelt.
Das Training bietet ein breites Spektrum – von den Grundlagen des Prompt Engineering bis hin zu Insider-Tipps und Tricks für Profi-Prompts für die eigene Domäne. Es werden Prompting Frameworks, wie z.B. C.R.I.S.P.E., A.P.E oder R.A.C.E und deren Nutzung für den Arbeitsalltag, verbunden mit deren Einsatz in verschiedenen Modellen wie ChatGPT, Claude oder auch MS Copilot behandelt. Die Teilnehmer erlangen Sicherheit beim Prompting und lernen zudem, Prompt-Templates für den Arbeitsalltag aufzubauen, wiederzuverwenden und zwischen Kolleg*innen zu teilen.
Egal ob KI-Nutzung, Vibe-Coding, Automatisierung oder Spezifikation von technisch umsetzbaren Anforderungen: heutzutage kommt man immer wieder an einen Punkt, an dem ein grundlegendes Coding-Verständnis entscheidend ist, um die eigenen Ziele im Team effektiv erreichen zu können. Dieses Training führt daher in die Grundlagen von Lowcode ein und addressiert dabei bewusst Menschen, die bislang keine oder sehr wenige Programmierkenntnisse haben.
Bereits 2025 wurde als das Jahr der "KI-Agenten" als nächste Evolutionsstufe von GenAI ausgerufen. Agenten besitzen ein Gedächtnis, können autonom Aufgaben ausführen, Pläne schmieden, Code schreiben und untereinander kollaborieren. Dieses Training zeigt Chancen und Risiken bei der Nutzung von KI-Agenten zur Effizienzsteigerung und Automatisierung komplexer Problemlösungen und bereitet darauf vor, welches Skillset man benötigt, um KI-Agenten und deren Token-Hunger erfolgreich "im Zaum" zu halten.
Die Teilnehmenden lernen, wie sie Erfolge und -Misserfolge für ihre Stakeholder messbar und sichtbar machen können. Es wird eine Übersicht über gängige Erfolgsmetriken und KPIs gegeben und die Vorteile von Nutzungsdaten-Tracking und -Auswertung beleuchtet.
Station 2
Du wendest KI bereits an, aber möchtest sie tiefer in deine alltägliche professionelle Arbeit integrieren und deinen Kollegen die wichtigsten Grundlagen selbstständig beibringen können.
Das Training zeigt einen Zugang zur Beschreibung von Anforderungen und Hintergrundwissen, der auch in der Sprache der Software Engineers und KI-Coding-Agenten verstanden und aufgegriffen wird. Statt Konzepte "intuitiv" zu beschreiben, wird gezeigt, wie man Spezifikationen und Dokumentation entlang etablierter Methoden und Begriffe definiert, so dass sie effektiver ins Endprodukt einfließen können.
In diesem Training lernen die Teilnehmenden auf Basis ihres Einsteigerwissens neue Coding-Ansätze (Workflow Automation vs. Vibe Coding) und deren Vor- und Nachteile, um gemeinsam mit der KI schneller zum Ziel zu kommen. Beispielsweise wird gezeigt, wie mittels n8n bestimmte Abläufe mit Small Language Models, punktuellem Vibe Coding oder auch ganz ohne KI automatisiert werden können.
Im Training lernen die Teilnehmenden wie man dank Retrieval Augmented Generation (RAG) beliebige Dokumente und Texte als Datenquellen nutzt (z.B. Interview-Transkripte oder Handbücher), um auf dieser Basis natürlich-sprachliche Fragen zu beantworten. Zudem lernen die Teilnehmenden, wie man die KI-Pipeline sowie die Quelldokumente so aufbaut, dass der RAG-Ansatz möglichst akkurate Ergebnisse liefert. Aber auch die Grenzen von RAG und passende Alternativen wie Wissensgraphen und LLM Wikis werden mit ihren Vor- und Nachteilen beleuchtet.
In diesem Training werden Prompt Engineering Praktiken vertieft. Es wird gelehrt, wie man mit JSON Schemata bestimmte Ausgabe-Struktur reproduzierbar und Maschinen-lesbar forcieren kann. Zudem wird gezeigt, wie man Metaprompts formuliert und Prompts, die sich selbst auf ihre Qualität hin prüfen.
Im Dialog mit dem Menschen kann eine KI ihr volles Potenzial entfalten, indem sie versteht was Nutzende möchten und darauf auf leicht-verständliche Art und Weise reagiert. Allerdings sind "out-of-the-box" KIs darauf trainiert, jeden beliebigen Pfad mit dem Nutzenden zu durchschreiten. Ein geführter oder gar sich nach Fähigkeiten und Vorerfahrungen des Nutzenden steigernder Kommunikationspfad ist nicht einfach herzustellen. Wie man Konversationen mit der KI so gestalten kann, dass sie geführt auf ein bestimmtes Nutzerziel hinauslaufen, verrät dieses Trainnig.
Station 3
Du möchtest KI-gestützte Produkte und Prozesse selbstbestimmt entwicklen und für deine Kollegen bereitstellen – vom Agent Harness bis zur automatisierten KI-Toolchain bis zur Architektur.
Die Teilnehmenden lernen Nutzerbedürfnisse (User Needs) aus Nutzungsszenarien abzuleiten und diese im Feld erfolgreich und argumentationssicher entsprechend des INVEST Prinzips zu verifizieren. Zudem zeigt das Training, wie verifizierte Nutzerbedürfnisse in belastbare User Requirements in Form von agil planbaren User Stories überführt werden. Es wird zudem gezeigt, wie User Stories in selbsterklärende und unabhängig entwickelbare Einheiten geschnitten werden können, so dass dadurch Projektrisiken und Priorisierungsaufwände sinken.
Intensiver Kurs mit Inhalten aus den Fokusfeldern UX, Scrum und KI, u.a. Automatische Generierung von User Stories und Epics auf Basis von User Research Ergebnissen; Brainstorming und Ideation mit virtuellen User Personas; Nutzung von Retrieval Augmented Generation Methoden zur erhöhten Verständlichkeit und automatischen Zusammenfassung bestehender Sprint- und Milestone-Planungen, Prompt Engineering Methoden zur Qualitätsprüfung bestehender User Requirements.
Jeff Bezos hat einmal gesagt: "Amazon muss ein API-first Unternehmen sein!" und diese Vision auch mehr als erfolgreich umgesetzt. Aber was ist überhaupt eine API und wie gestaltet oder entwickelt man eine API im eigenen Konzernkontext? Dieses Training gibt Antworten und richtet sich an Teilnehmende, die ihre Lösungen maximal für alle Kolleg*innen inklusive der Software Engineers und Low-Coder nutzbar machen möchten.
Obwohl GenAI Suites wie OpenAIs ChatGPT, Anthropicss Claude, Googles Gemini oder andere immer leistungsfähiger werden: am Ende löst nie ein Modell alleine das zugrundeliegende Problem zuverlässig, kostengünstig, datenschutzkonform und deterministisch. Es kommt wie immer auf die Kombination der richtigen Werkzeuge zum richtigen Zeitpunkt an, da sonst nur bruchstückartige Ergebnisse oder Zufallsprodukte entstehen, die nicht auf ein gemeinsames Ziel einzahlen. Das Training vermittelt, wie man für verschiedene Problemstellungen per Low-Code-Umgebung komplexe KI-Toolchains entlang des Entwicklungsprozesses zusammenschalten kann, die dann in der Lage sind, komplexe Probleme reproduzierbar zu lösen und für andere Kolleg*innen oder KI-Agenten zugänglich zu machen.
Agenten kommunizieren am liebsten über MCP Server. Aber was ist ein MCP-Server überhaupt und wie funktioniert im Kern? Warum können über Applikationsgrenzen hinweg komplexe Probleme lösen und wie steuert man deren Abläufe und Orchestrierung durch geschickte Handoffs und Verantwortungsgrenzen? Antworten auf diese Fragen, werden in diesem Vertiefungstraining vermittelt.
Jede Abteilung hat hunderte verschiedener Use Cases, die zum Teil automatisiert oder qualitativ verbessert werden können. Viele dieser Use Cases setzen jedoch vertiefte Kompetenzen im Prompt Engineering und in der Low Code Automatisierung voraus. Dieses Training richtet sich daher an Teilnehmende, die diese Kompetenzen bereits aufgebaut haben und sie nun effektiv im eigenen Abteilungskontext einsetzen möchten
Wir stellen den Lernpfad auch als Inhouse-Programm zusammen – passend zu Rollen, Tools und Reifegrad eures Teams. Vom einzelnen Workshop bis zum mehrmonatigen Curriculum.
Lassen Sie uns daher gemeinsam über Möglichkeiten für Ihre digitale Produktentwicklung sprechen. Wir sind gespannt auf Ihre Anfrage.
Vielen Dank! Ihre Anfrage wurde geschickt. Wir werden uns in Kürze bei Ihnen melden.
