# KI für Entwickler: vom Issue zur geprüften Änderung > Einen zuverlässigen KI-gestützten Entwicklungsworkflow vom Issue bis zur getesteten, geprüften Änderung etablieren. Entwickler üben, Coding-Tools passenden Repository-Kontext zu geben, Änderungen zu planen, generierte Arbeit zu prüfen, Tests auszuführen und Nachweise für Reviews zu hinterlassen. Es geht um Teamzuverlässigkeit, nicht schnelleres Tippen. ## Was dieses Programm in der Praxis verändert Coding-Assistenten können eine überzeugende Änderung erzeugen, bevor sie Repository, Zweck des Issues oder schützende Tests verstehen. Deshalb behandelt der Workshop KI-gestützte Entwicklung als Team-Arbeitsweise und nicht als Sammlung von Abkürzungen. Entwickler lernen, nützlichen Kontext zu liefern, einen Plan zu verlangen, den Diff zu prüfen, passende Tests auszuführen und Nachweise zu hinterlassen, die das spätere Review einfacher statt unsicherer machen. Die Session folgt keiner starren Demo-Abfolge. Der Facilitator arbeitet mit dem Team an Repository-Kontext vorbereiten, Vom Issue zum Plan, Vom Plan zur Änderung und nutzt dabei GitHub Copilot, Codex & coding agents, Agent Design Canvas, Ihre freigegebenen KI-Tools, sofern diese Systeme freigegeben und verfügbar sind. Die Teilnehmenden vergleichen erste Ergebnisse, machen fehlenden Kontext sichtbar und verbessern die Arbeit gemeinsam. Dadurch verstehen sie nicht nur, welche Eingabe funktioniert, sondern auch, warum ein Ergebnis vertrauenswürdig genug für den nächsten Arbeitsschritt ist. Der Wert soll nicht enden, wenn der Workshopraum verlassen wird. Deshalb entstehen während der Übungen konkrete Ergebnisse wie Vorlage für Repository-Anleitungen, Agentenfähiger Entwicklungsworkflow, Checkliste für Testnachweise. Sie geben Kolleginnen und Kollegen einen nachvollziehbaren Ausgangspunkt, zeigen, wo menschliche Prüfung erforderlich ist, und machen den nächsten Pilot kleiner und realistischer. Optionale Follow-up-Sessions können anschliessend auf diesen Artefakten aufbauen, statt wieder bei einer allgemeinen Einführung zu beginnen. ## So sieht ein AI Workshop in der Praxis aus Diese Fotografien stammen aus realen AI-Workshop-Sessions in der Schweiz und sind keine generierten Illustrationen. Die Bildunterschriften bewahren den tatsächlichen Kontext, auch wenn ein Foto einen übergreifenden Teil der Lernerfahrung zeigt. ![Ein Teilnehmer testet einen KI-gestützten Workflow am Laptop. Agentic-AI-Workshop · Lausanne · Mai 2026.](https://aiworkshop.ch/images/evidence/agentic-ai-workshop-lausanne-hands-on-coding.webp) _Ein Teilnehmer testet einen KI-gestützten Workflow am Laptop · Agentic-AI-Workshop · Lausanne · Mai 2026_ ![Methodenkarten machen Diskussion und Prüfschritte sichtbar. Innovation Time Lausanne × AI Workshop · UNIL · Mai 2026.](https://aiworkshop.ch/images/evidence/university-ai-workshop-agent-design-method-cards-lausanne.webp) _Methodenkarten machen Diskussion und Prüfschritte sichtbar · Innovation Time Lausanne × AI Workshop · UNIL · Mai 2026_ ![Der Facilitator macht Tools, Verbindungen und menschliche Prüfpunkte sichtbar. Agentic-AI-Workshop · Lausanne · Mai 2026.](https://aiworkshop.ch/images/evidence/agentic-ai-workshop-lausanne-mcp-architecture.webp) _Der Facilitator macht Tools, Verbindungen und menschliche Prüfpunkte sichtbar · Agentic-AI-Workshop · Lausanne · Mai 2026_ ![Der Facilitator prüft die Arbeit eines Teilnehmers direkt am Laptop. Innovation Time Lausanne × AI Workshop · UNIL · Mai 2026.](https://aiworkshop.ch/images/evidence/university-ai-workshop-george-mentoring-student-agent-design-lausanne.webp) _Der Facilitator prüft die Arbeit eines Teilnehmers direkt am Laptop · Innovation Time Lausanne × AI Workshop · UNIL · Mai 2026_ ## Program facts - Recommended format: Kernworkshop · 4–6 Stunden - Alternative formats: Fokussierter Workshop · 4 Stunden, Optionale Follow-up-Clinic · 60–90 Minuten - Delivery: Vor Ort, online oder hybrid - Languages: Durchführung auf Deutsch, Englisch oder Französisch - Prerequisites: Keine technischen Vorkenntnisse; die Übungen nutzen freigegebene Tools und nicht sensible Beispiele. - Audience: Software Engineers, Technical Leads, Plattform- und Produktteams, die Coding-Assistenten oder Agenten einsetzen oder evaluieren. - Reviewed: 2026-07-10 ## Tools participants use - **GitHub Copilot, Codex & coding agents:** Vom Issue über Plan und Änderung bis zu Tests und Review in der freigegebenen Entwicklungsumgebung arbeiten. - **Agent Design Canvas:** Aufgabe, Quellen, Tools, Berechtigungen, Entscheidungen und menschliche Prüfpunkte vor dem Bau festlegen. - **Ihre freigegebenen KI-Tools:** Die Übungen werden an freigegebene Systeme, Lizenzen und Datengrenzen Ihrer Organisation angepasst. ## Outcomes - Coding-Tools nützlichen Repository-Kontext geben - Vom Issue zu einem klaren Implementierungsplan gelangen - Tests und Review-Nachweise von Agentenarbeit verlangen - Teamgrenzen, Berechtigungen und Standards vereinbaren ## Practical syllabus ### 1. Repository-Kontext vorbereiten Anleitungen, Architekturhinweise und Grenzen erstellen. **Working output:** Vorlage für Repository-Anleitungen ### 2. Vom Issue zum Plan Eine unklare Anfrage in einen prüfbaren Implementierungsplan überführen. **Working output:** Agentenfähiger Entwicklungsworkflow ### 3. Vom Plan zur Änderung Fokussierte Änderungen vornehmen, Diffs prüfen und Kontrolle behalten. **Working output:** Checkliste für Testnachweise ### 4. Tests, Sicherheit und Review Nachweise verlangen, Fehlerpfade testen und sicherheitskritische Änderungen untersuchen. **Working output:** Teamstandard und Pilot-Backlog ### 5. Teamstandard festlegen Freigegebene Tools, Berechtigungen, Prüfregeln und Pilot-Backlog definieren. **Working output:** Vorlage für Repository-Anleitungen ## What the team takes away - Vorlage für Repository-Anleitungen - Agentenfähiger Entwicklungsworkflow - Checkliste für Testnachweise - Teamstandard und Pilot-Backlog ## Prepared delivery - Abstimmung mit dem Sponsor - Kurze Teilnehmerbefragung - Beispiele aus Ihrem Arbeitskontext - Moderierte Live-Praxis - Digitale Unterlagen - Kompakte Zusammenfassung ## Frequently asked questions ### Was erreicht unser Team im Workshop KI für Entwickler? Einen zuverlässigen KI-gestützten Entwicklungsworkflow vom Issue bis zur getesteten, geprüften Änderung etablieren. Die praktischen Ergebnisse: Coding-Tools nützlichen Repository-Kontext geben; Vom Issue zu einem klaren Implementierungsplan gelangen; Tests und Review-Nachweise von Agentenarbeit verlangen; Teamgrenzen, Berechtigungen und Standards vereinbaren. ### Für wen ist der Workshop KI für Entwickler gedacht? Software Engineers, Technical Leads, Plattform- und Produktteams, die Coding-Assistenten oder Agenten einsetzen oder evaluieren. ### Welche Tools nutzen die Teilnehmenden? Der praktische Stack umfasst GitHub Copilot, Codex & coding agents, Agent Design Canvas, Ihre freigegebenen KI-Tools. Die Übungen werden an freigegebene Lizenzen und Systeme Ihrer Organisation angepasst. ### Wie lange dauert der Workshop und wie wird er durchgeführt? Empfohlen wird Kernworkshop · 4–6 Stunden. Jeder Kernworkshop bleibt innerhalb von vier bis sechs Stunden; Alternativen sind Fokussierter Workshop · 4 Stunden, Optionale Follow-up-Clinic · 60–90 Minuten. Wählen Sie eine Session vor Ort in Ihrer Organisation oder an einem vereinbarten Ort, einen vollständig online durchgeführten Workshop oder ein hybrides Format. Die Durchführung ist auf Deutsch, Englisch oder Französisch möglich. ### Welche Vorbereitung ist nötig? Technische Vorkenntnisse sind nicht erforderlich. Ein kurzes Sponsorengespräch und eine Teilnehmerbefragung helfen, Beispiele auf freigegebene Tools und nicht sensible Arbeit abzustimmen. ### Was nimmt das Team mit? Das Arbeitspaket enthält Vorlage für Repository-Anleitungen, Agentenfähiger Entwicklungsworkflow, Checkliste für Testnachweise, Teamstandard und Pilot-Backlog, digitale Unterlagen und eine kompakte Zusammenfassung des Facilitators. --- Provider: AI Workshop Switzerland Canonical page: https://aiworkshop.ch/de/workshops/ai-for-developers/ Contact: hello@aiworkshop.ch