Jetzt Kurs bewerten

KI-Agenten – eigenständige Entwicklung mit aktuellen Tools

In diesem Kurs entwickeln Sie Schritt für Schritt KI-Agenten, die Daten, Tools und APIs einbinden. Sie arbeiten mit Agentenarchitekturen, RAG, Tool Calling, MCP und Multi-Agent-Systemen und setzen die Inhalte in einem Praxisprojekt um. Dabei berücksichtigen Sie auch Grenzen agentischer Systeme.

Soft skills-pana

Unser Angebot richtet sich ausschließlich an Unternehmer (§ 14 BGB), Gewerbetreibende, Freiberufler sowie öffentliche Auftraggeber. Kein Verkauf an Verbraucher (§ 13 BGB). Alle Preisangaben werden sorgfältig gepflegt. Preisirrtümer und technische Darstellungsfehler können jedoch nicht vollständig ausgeschlossen werden.

Artikelnummer: KI8 Kategorien: , , Marke:

Kursdetails & Termine

Kursbeschreibung

Diese Schulung zeigt, wie Sie KI-Agenten entwickeln, die mit Daten, Tools und APIs arbeiten. Sie entwickeln Schritt für Schritt ein agentisches System und lernen typische Entwurfsentscheidungen kennen.

Das Seminar behandelt Architekturvarianten, RAG, Tool Calling, MCP und Multi-Agent-Systeme. Sie sehen, wie externe Wissensquellen eingebunden werden und wie Agenten Aufgaben koordinieren.

Am Ende wenden Sie das Gelernte in einem Praxisprojekt an. Der Kurs verbindet technische Grundlagen mit praktischer Umsetzung und zeigt die Grenzen agentischer Systeme.

Seminarinhalte

Grundlagen von KI-Agenten

  • Agentic AI: Begriffe, Konzepte und typische Architekturen
  • Abgrenzung zu klassischen Chatbots und LLM-Anwendungen
  • Planung, Kontext, Memory und Tool-Nutzung
  • Typische Einsatzszenarien in Unternehmen
  • Chancen und Grenzen agentischer Systeme

Agentenarchitekturen und Design Patterns

  • Single-Agent- und Multi-Agent-Ansätze
  • Planner-Executor-Pattern
  • Supervisor- und Reviewer-Pattern
  • Human-in-the-Loop als Steuerungsmechanismus
  • Entscheidungskriterien für passende Agentenarchitekturen

Retrieval-Augmented Generation (RAG)

  • Architektur und Funktionsweise von RAG-Systemen
  • Einbindung eigener Dokumente, Wissensquellen und Datenbanken
  • Chunking, Embeddings und Vektorsuche
  • Kontextanreicherung für präzisere Antworten
  • Qualitätsprobleme, Halluzinationen und Gegenmaßnahmen

Tool-Nutzung und API-Integration

  • Tool Calling und Function Calling als Kernprinzip von KI-Agenten
  • Anbindung externer Systeme über APIs
  • Integration von Datenbanken, Webservices und Unternehmenssystemen
  • Fehlerbehandlung, Timeouts, Rate Limits und Fallbacks
  • Sichere Begrenzung von Tool-Berechtigungen

MCP und standardisierte Kontextanbindung

  • Grundidee des Model Context Protocol (MCP)
  • Trennung von Modell, Kontextquellen und Tools
  • Einbindung externer Daten- und Toolserver
  • Vorteile standardisierter Schnittstellen für Agentensysteme
  • Einordnung gegenüber klassischen API-Integrationen

Multi-Agent-Systeme

  • Rollenbasierte Agenten: Planner, Executor, Researcher, Reviewer
  • Kommunikation und Aufgabenverteilung zwischen Agenten
  • Koordination komplexer Workflows
  • Risiken: Schleifen, Fehlentscheidungen und Kontrollverlust
  • Praxisbeispiele für Multi-Agent-Workflows

Praxisprojekt

  • Konzeption eines eigenen KI-Agenten
  • Einbindung von RAG und mindestens einem externen Tool
  • Optionaler Ausbau zu einem Multi-Agent-System
  • Test, Diskussion und Optimierung der Ergebnisse

Zielgruppe

  • Entwicklerinnen und Entwickler
  • Architektinnen und Architekten
  • Data Scientists
  • technische Entscheiderinnen und Entscheider

Diese Personen möchten KI-Agenten mit aktuellen Frameworks, Tools und Integrationsmustern umsetzen.

Voraussetzungen

Teilnehmende sollten grundlegende technische Kenntnisse mitbringen. Hilfreich sind Erfahrungen mit APIs, Datenbanken, Webservices oder Softwareentwicklung. Grundkenntnisse im Umgang mit Large Language Models sind von Vorteil, aber nicht zwingend erforderlich.

Lernziele

Sie lernen, KI-Agenten Schritt für Schritt zu konzipieren und umzusetzen sowie Daten, Tools, APIs und externe Wissensquellen einzubinden. Dabei wenden Sie Architekturvarianten, RAG, Tool Calling, MCP und Multi-Agent-Systeme in einem Praxisprojekt an und berücksichtigen Grenzen agentischer Systeme.

Firmenseminar anfragen

Fragen Sie diesen Kurs für Ihr Team oder Unternehmen an. Wir prüfen passende Termine, Formate und individuelle Anforderungen und melden uns persönlich mit einem Vorschlag.

Kursname
Vorname
Nachname
Firma
Telefonnummer
Ihre Nachricht
Wie möchten Sie am Kurs teilnehmen? Durchfuerungsart

Termine & Buchung

Terminfilter

Durchführungsart

Verfügbare Termine

Kursdetails & Termine

Diese Schulung zeigt, wie Sie KI-Agenten entwickeln, die mit Daten, Tools und APIs arbeiten. Sie entwickeln Schritt für Schritt ein agentisches System und lernen typische Entwurfsentscheidungen kennen.

Das Seminar behandelt Architekturvarianten, RAG, Tool Calling, MCP und Multi-Agent-Systeme. Sie sehen, wie externe Wissensquellen eingebunden werden und wie Agenten Aufgaben koordinieren.

Am Ende wenden Sie das Gelernte in einem Praxisprojekt an. Der Kurs verbindet technische Grundlagen mit praktischer Umsetzung und zeigt die Grenzen agentischer Systeme.

Grundlagen von KI-Agenten

  • Agentic AI: Begriffe, Konzepte und typische Architekturen
  • Abgrenzung zu klassischen Chatbots und LLM-Anwendungen
  • Planung, Kontext, Memory und Tool-Nutzung
  • Typische Einsatzszenarien in Unternehmen
  • Chancen und Grenzen agentischer Systeme

Agentenarchitekturen und Design Patterns

  • Single-Agent- und Multi-Agent-Ansätze
  • Planner-Executor-Pattern
  • Supervisor- und Reviewer-Pattern
  • Human-in-the-Loop als Steuerungsmechanismus
  • Entscheidungskriterien für passende Agentenarchitekturen

Retrieval-Augmented Generation (RAG)

  • Architektur und Funktionsweise von RAG-Systemen
  • Einbindung eigener Dokumente, Wissensquellen und Datenbanken
  • Chunking, Embeddings und Vektorsuche
  • Kontextanreicherung für präzisere Antworten
  • Qualitätsprobleme, Halluzinationen und Gegenmaßnahmen

Tool-Nutzung und API-Integration

  • Tool Calling und Function Calling als Kernprinzip von KI-Agenten
  • Anbindung externer Systeme über APIs
  • Integration von Datenbanken, Webservices und Unternehmenssystemen
  • Fehlerbehandlung, Timeouts, Rate Limits und Fallbacks
  • Sichere Begrenzung von Tool-Berechtigungen

MCP und standardisierte Kontextanbindung

  • Grundidee des Model Context Protocol (MCP)
  • Trennung von Modell, Kontextquellen und Tools
  • Einbindung externer Daten- und Toolserver
  • Vorteile standardisierter Schnittstellen für Agentensysteme
  • Einordnung gegenüber klassischen API-Integrationen

Multi-Agent-Systeme

  • Rollenbasierte Agenten: Planner, Executor, Researcher, Reviewer
  • Kommunikation und Aufgabenverteilung zwischen Agenten
  • Koordination komplexer Workflows
  • Risiken: Schleifen, Fehlentscheidungen und Kontrollverlust
  • Praxisbeispiele für Multi-Agent-Workflows

Praxisprojekt

  • Konzeption eines eigenen KI-Agenten
  • Einbindung von RAG und mindestens einem externen Tool
  • Optionaler Ausbau zu einem Multi-Agent-System
  • Test, Diskussion und Optimierung der Ergebnisse

  • Entwicklerinnen und Entwickler
  • Architektinnen und Architekten
  • Data Scientists
  • technische Entscheiderinnen und Entscheider

Diese Personen möchten KI-Agenten mit aktuellen Frameworks, Tools und Integrationsmustern umsetzen.

Teilnehmende sollten grundlegende technische Kenntnisse mitbringen. Hilfreich sind Erfahrungen mit APIs, Datenbanken, Webservices oder Softwareentwicklung. Grundkenntnisse im Umgang mit Large Language Models sind von Vorteil, aber nicht zwingend erforderlich.

Sie lernen, KI-Agenten Schritt für Schritt zu konzipieren und umzusetzen sowie Daten, Tools, APIs und externe Wissensquellen einzubinden. Dabei wenden Sie Architekturvarianten, RAG, Tool Calling, MCP und Multi-Agent-Systeme in einem Praxisprojekt an und berücksichtigen Grenzen agentischer Systeme.

Fragen Sie diesen Kurs für Ihr Team oder Unternehmen an. Wir prüfen passende Termine, Formate und individuelle Anforderungen und melden uns persönlich mit einem Vorschlag.

Kursname
Vorname
Nachname
Firma
Telefonnummer
Ihre Nachricht
Wie möchten Sie am Kurs teilnehmen? Durchfuerungsart

Termine & Buchung

Terminfilter

Durchführungsart

Verfügbare Termine

Kursbewertungen

Rezensionen

Es gibt noch keine Rezensionen.

Hinterlassen Sie eine Kursbewertung

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Wir sind persönlich für Sie da

Nicht jeder Kurs passt sofort auf Anhieb. Wir helfen Ihnen dabei, aus Themen, Formaten und Anforderungen die passende Lösung zu finden – persönlich, praxisnah und mit Blick auf Ihren tatsächlichen Bedarf.

  • Persönliche Unterstützung bei der KursauswahlPersönliche Unterstützung bei der Kursauswahl
  • Passende Formate für Teams und EinzelpersonenPassende Formate für Teams und Einzelpersonen
  • Hilfe bei offenen Fragen vor der AnfrageHilfe bei offenen Fragen vor der Anfrage
  • Telefon+49 (911) 9523 – 260
  • Emailtrainings@sandata.de

Nicole Mühlbauer

  • Leitung
  • Key Account Managerin

Planen Sie einen Kurs oder Seminar und möchten sich vorab informieren?

Alison Kreis

  • Seminarorganisation
  • Trainer:innen Management

Haben Sie bereits einen Kurs gebucht und noch Fragen zum Ablauf vor Ort oder Online?

Anouk Mendoza

  • Seminarorganisation
  • Raumvermietungen

Haben Sie Fragen zu einer Raumvermietung oder unseren Räumlichkeiten vor Ort?

Fragen & Antworten

Hier beantworten wir die häufigsten Fragen zu unseren Kursen, Abläufen und Formaten. Sollten Sie weitere Fragen haben, unterstützen wir Sie gerne persönlich.

KI-Agenten verbinden Planung, Kontext, Memory und Tool-Nutzung, während der Kurs sie ausdrücklich von klassischen Chatbots und LLM-Anwendungen abgrenzt. Dadurch wird deutlich, wie Agenten über reine Textinteraktion hinaus Aufgaben bearbeiten können.

Die Auswahl einer Agentenarchitektur wird anhand von Single-Agent- und Multi-Agent-Ansätzen sowie Planner-Executor- und Supervisor-Reviewer-Patterns eingeordnet. Ergänzend behandelt der Kurs Human-in-the-Loop als Steuerungsmechanismus.

RAG-Systeme können eigene Dokumente, Wissensquellen und Datenbanken einbinden. Der Kurs behandelt dafür auch Chunking, Embeddings, Vektorsuche und Kontextanreicherung für präzisere Antworten.

Der Kurs behandelt Qualitätsprobleme und Halluzinationen bei RAG-Systemen sowie mögliche Gegenmaßnahmen. Damit wird die Qualität der Antworten als Teil der technischen Umsetzung betrachtet.

KI-Agenten werden über APIs mit Datenbanken, Webservices und Unternehmenssystemen verbunden. Behandelt werden außerdem Fehlerbehandlung, Timeouts, Rate Limits, Fallbacks und die sichere Begrenzung von Tool-Berechtigungen.

Multi-Agent-Systeme können Risiken wie Schleifen, Fehlentscheidungen und Kontrollverlust mit sich bringen. Der Kurs betrachtet diese Risiken im Zusammenhang mit Kommunikation, Aufgabenverteilung und der Koordination komplexer Workflows.

KI-Agenten – eigenständige Entwicklung mit aktuellen Tools im Überblick

Wenn Sie KI-Agenten entwickeln, verbinden Sie technische Grundlagen mit einer schrittweisen Umsetzung eines agentischen Systems. Der Kurs ordnet Agentic AI ein, behandelt typische Architekturen und zeigt, welche Entwurfsentscheidungen beim Einsatz von Daten, Tools und APIs relevant sind.

Ein Schwerpunkt liegt auf dem Zusammenspiel von RAG, Tool Calling, Function Calling und API-Integration. Sie betrachten, wie externe Wissensquellen, Datenbanken, Webservices und Unternehmenssysteme eingebunden werden können und wie Fehlerbehandlung, Timeouts, Rate Limits, Fallbacks sowie Tool-Berechtigungen in die Umsetzung einfließen.

Für die Konzeption eigener Agentensysteme behandelt der Kurs Single-Agent- und Multi-Agent-Ansätze, Rollenverteilungen und die Koordination komplexer Workflows. Das Praxisprojekt verbindet diese Inhalte mit Test, Diskussion und Optimierung; weitere fachlich passende Angebote finden Sie in den Kursen zu KI-AI.