- Jeder Entwickler arbeitet mit einer anderen Prompting-Routine
- Tickets und Kontext werden manuell zwischen Tools kopiert
- Beim Debugging werden Code, Logs und Daten getrennt geprüft
- AI-generierter Code braucht mehrere Korrekturschleifen
- Wertvolle Workflows bleiben in den Köpfen Einzelner
- Aufgaben laufen nacheinander, obwohl sie parallel bearbeitet werden könnten
AI-Workshops für Engineering Teams
Machen Sie Ihr Engineering Team fit für AI.
Ein praxisnaher Claude Code Workshop rund um Ihre Codebasis, Tools und Delivery-Prozesse. Ihr Team lernt, Tickets, Bugs und Reviews in verbundene Workflows zu verwandeln, die getesteten und reviewbaren Code liefern.
12 Jahre Softwareentwicklung · Interim-CTO-Erfahrung · AI in Produktion seit 2022
Messbarer Hebel für Ihr Team
Beschleunigen Sie die Entwicklung Ihres Teams.Releasen Sie Produktionssoftware 3–5× schneller.
Der Gewinn entsteht nicht durch schnelleres Tippen. Er entsteht, wenn AI den richtigen Kontext erhält, relevante Systeme verbunden sind und das ganze Team zuverlässige Workflows nutzen kann.
die_ai_delivery_lücke
Mehr AI-generierter Code bedeutet nicht automatisch mehr Produktivität.
Die meisten Teams führen AI zunächst individuell ein, bevor sie ein gemeinsames System für Planung, Umsetzung, Tests und Reviews schaffen. Entwickler produzieren mehr Code in kürzerer Zeit, doch der Delivery-Prozess rund um diesen Code bleibt unverändert.
Ohne den richtigen Kontext, klare Workflows und Guardrails skaliert AI nicht die Produktivität. Sie skaliert schlechten Code.
- Jeder entwickelt seine eigene Arbeitsweise mit AI.
- Agents erzeugen widersprüchliche Änderungen und Entwickler blockieren sich gegenseitig.
- Mehr Code erreicht das Review, aber Tests und Qualität halten nicht Schritt.
- Fehlender Kontext führt zu inkonsistenter Architektur und wiederholten Fehlern.
- Wichtiges Wissen bleibt in einzelnen Chats und Workflows.
- Der Code wird schwerer verständlich, wartbar und testbar.
- Das Team fühlt sich schneller, obwohl sich der Release-Durchsatz kaum verbessert.
Das Ziel ist nicht, mehr Code zu generieren. Das Ziel ist ein gemeinsames Engineering-System, mit dem das ganze Team bessere Software schneller ausliefert.
inhalte
Was Ihr Team lernen wird.
Ein praxisnahes Programm, das aus individueller AI-Nutzung ein zuverlässiges Engineering-System für das gesamte Team macht.
- 01Arbeit so strukturieren und zerlegen, dass Agents sie zuverlässig umsetzen können
- 02Agents den nötigen Repository-Kontext bereitstellen
- 03Gemeinsame Regeln und Code-Standards etablieren
- 04Wiederkehrende Aufgaben in wiederverwendbare Skills verwandeln
- 05Eigene Dokumentations- und Action-MCPs entwickeln
- 06Tickets, Dokumentation, Logs, Datenbanken und Infrastruktur über MCP verbinden
- 07Ticket-to-PR- und Bug-to-Fix-Workflows aufbauen
- 08Tests, Reviews und Deployment-Prüfungen integrieren
- 09Eine AI-native Delivery-Architektur für schnelle und sichere Deployments schaffen
- 10Mit parallelen Agents und isolierten Worktrees deutlich schneller entwickeln
Claude sollte nicht erraten müssen, wie Ihr Team arbeitet. Das Repository sollte es vorgeben.
ergebnisse
Was Ihr Team mitnimmt.
Keine weitere Foliensammlung. Konkrete Ergebnisse, die Ihr Team in der täglichen Entwicklung nutzen und verbessern kann.
Gemeinsames AI-Development-Setup
Eine gemeinsame Grundlage, abgestimmt auf Ihr Repository, Ihren Stack und Ihren bestehenden Delivery-Prozess.
Repository-Regeln für Agents
Eine klare Struktur, die Architektur, Konventionen und Code-Standards für Claude verfügbar macht.
Wiederverwendbare Regeln und Skills
Muster, die Ihr Team für wiederkehrende Engineering-Aufgaben nutzen und weiterentwickeln kann.
Blueprint für verbundene Engineering-Systeme
Eine konkrete Richtung, um Tools, Wissen und Infrastruktur in Agent-Workflows nutzbar zu machen.
Delivery-Workflow-Muster
Gemeinsame Muster für Ticket-to-PR, Bug-to-Verified-Fix und reviewbereite Änderungen.
Tests, Reviews und Deployment-Prüfungen
Ein Qualitätsmodell, das AI-generierte Änderungen testbar, reviewbar und sicher auslieferbar hält.
Multi-Agent- und Worktree-Workflow
Ein praktischer Ansatz für parallele, isolierte Workstreams, ohne dass Entwickler sich gegenseitig blockieren.
Umsetzungsplan für die erste Woche
Konkrete Schritte, um den Workshop sofort auf echte Tickets, Bugs und Pull Requests anzuwenden.
vorher_nachher
Dasselbe Team. Eine völlig neue Arbeitsweise.
Der Wandel führt nicht vom Schreiben zum Nichtschreiben von Code. Er führt von isolierten Experimenten zu einem gemeinsamen Engineering-System.
- Gemeinsame Regeln und Workflows liegen direkt im Repository
- Claude kennt das Projekt und seine Standards
- Relevante Systeme lassen sich gemeinsam nutzen
- Änderungen durchlaufen Tests und Review-Prüfungen
- Wiederkehrende Workflows sind im ganzen Team nutzbar
- Mehrere Agents können sicher parallel arbeiten
verbundene_workflows
Der entscheidende Schritt sind nicht bessere Prompts, sondern verbundene Workflows.
Der Workshop zeigt, was möglich wird, wenn AI Teil des Engineering-Prozesses ist und nicht in einem separaten Chatfenster bleibt.
Ticket-to-PR-Workflows
Vom Ticket zur getesteten und reviewbereiten Änderung mit weniger manuellen Übergaben.
Bug-to-Fix-Workflows
Debugging über Code, Logs und Daten hinweg, ohne jedes System einzeln prüfen zu müssen.
Parallele Entwicklung
Mehrere isolierte Agent-Workflows gleichzeitig ausführen, ohne dass sie sich gegenseitig behindern.
enthalten
Was in jedem Workshop enthalten ist.
Team- und Workflow-Analyse
Wir erfassen Ihren Stack, Ihre Repositories, die aktuelle AI-Nutzung und die wichtigsten Workflows.
Vorbereitung für Ihren Stack
Inhalte und Demos werden auf Ihre Engineering-Umgebung und den Stand Ihres Teams zugeschnitten.
Praxisnaher Workshop
Die Konzepte werden an echter Engineering-Arbeit gezeigt, nicht in einem allgemeinen Foliensatz.
Wiederverwendbare Materialien
Ihr Team behält Vorlagen, Referenzmaterial und konkrete nächste Schritte.
formats
Wählen Sie die Tiefe, die heute zu Ihrem Team passt.
Alle Preise gelten für das gesamte Team. Bis zu acht Teilnehmer sind enthalten.
Impuls
Ab 1.200 €
Für Teams, die einen praktischen Einstieg und ein gemeinsames Verständnis für wirksame AI-gestützte Entwicklung suchen.
- Team- und Workflow-Analyse
- Individuelle Beispiele
- Live-Demonstrationen
- Aktionsplan für die erste Woche
Praxis-Workshop
Ab 2.800 €
Für Teams, die praktische Workflows, gemeinsame Standards und eine nutzbare Grundlage aufbauen wollen.
- Vorbereitung auf Basis Ihres Stacks
- Praxisnahe Engineering-Workflows
- Wiederverwendbare Vorlagen und Materialien
- Plan für die Einführung im Team
Team Intensive
Ab 5.500 €
Für Teams, die tiefer einsteigen und das Setup direkt in ihren Entwicklungsprozess integrieren wollen.
- Vertiefte Umsetzungsarbeit
- Mehr Raum für teamspezifische Workflows
- Multi-Agent- und Worktree-Muster
- Follow-up nach drei Wochen
Bis zu 8 Teilnehmer enthalten · Jede weitere Person 250 € · Reisekosten werden separat berechnet
Erstgespräch → Team- und Workflow-Analyse → Vorbereitung für Ihren Stack → Workshop → konkrete Schritte für die erste Woche
warum_stefan
Von einem Engineer, der AI jeden Tag in Produktion einsetzt.
Ich bin kein hauptberuflicher Trainer. Ich entwickle jeden Tag Software. Alles, was ich vermittle, stammt aus Workflows, mit denen ich selbst Produktionssysteme plane, entwickle, reviewe, debugge und ausliefere.
Engineering-Erfahrung
- 12 Jahre Erfahrung in Entwicklung und Softwareauslieferung
- Interim-CTO-Erfahrung bei einem Legal Tech Start-up
- Eine mandantenfähige White-Label-SaaS von Grund auf entwickelt
- CI/CD-Release-Zyklen um 65 % verkürzt
- 32.000 Accounts und über 5 Mio. Datensätze von Bubble zu Next.js migriert
- AI seit 2022 in echten Produktionsprojekten eingesetzt
Praxisnaher Claude Code Workshop für ein Entwicklungsteam.
Team-Workshop und fortlaufendes technisches AI-Mentoring.
Produktionserfahrung als Engineer und Interim CTO.
ehrliche_einordnung
Ein praxisnaher Workshop für Teams, die ihre Arbeitsweise verändern wollen.
Passt gut
- Engineering- und Produktteams mit unterschiedlich starker AI-Nutzung
- Teams, denen wartbarer Code wichtig ist
- Teams, die gemeinsame Workflows statt individueller Prompt-Gewohnheiten wollen
- Verantwortliche, die mehr Geschwindigkeit wollen, ohne auf Engineering-Urteilsvermögen zu verzichten
Passt eher nicht
- Teams, die einen allgemeinen AI-Vortrag suchen
- Alle, die erwarten, dass AI Engineering-Urteilsvermögen ersetzt
- Teams, die ihre tatsächlichen Prozesse nicht verändern wollen
- Organisationen, die eine einstündige Zauber-Demo suchen
faq
Fragen, die Teams vor der Buchung stellen.
Was unterscheidet diesen Workshop von einem allgemeinen AI-Training?
Allgemeine Trainings erklären meist einzelne Tools und Prompts. Dieser Workshop konzentriert sich auf die gesamte Softwareauslieferung: Repository-Kontext, gemeinsame Regeln, wiederverwendbare Skills, verbundene Systeme, Tests, Reviews und sichere parallele Entwicklung.
Was unterscheidet teamweite AI-Nutzung von der Nutzung durch Einzelne?
Ein einzelner Entwickler kann durch AI schneller werden. Für ein ganzes Team braucht es gemeinsamen Kontext, Review-Standards, Qualitätsprüfungen und Workflows, die verhindern, dass Menschen und Agents sich gegenseitig blockieren.
Welche Ergebnisse kann unser Team erwarten?
Das Ziel sind kürzere Release-Zyklen, weniger manuelle Übergaben, zuverlässigere AI-generierte Änderungen und eine gemeinsame Arbeitsweise, die Ihr Team weiter verbessern kann. Der konkrete Effekt hängt von Ihrer Codebasis, Ihrem aktuellen Setup und dem Stand der Einführung ab.
Können Sie uns beim Einstieg und bei der Skalierung bestehender Ansätze helfen?
Ja. Der Workshop kann erste gemeinsame Workflows etablieren oder ein erfahrenes Team dabei unterstützen, bereits wirksame Ansätze zu standardisieren und zu skalieren. Die Team-Analyse bestimmt die passende Tiefe.
Ist der Workshop nur für Softwareentwickler?
Engineering steht im Mittelpunkt. Technische Product Manager, QA Engineers, DevOps-Spezialisten und Engineering Leads profitieren ebenfalls, wenn sie an Planung, Review, Tests oder Delivery beteiligt sind.
Was ist im Workshop enthalten?
Jedes Format umfasst eine Analyse, die Vorbereitung für Ihren Stack und Ihre Workflows, ein praxisnahes Live-Training, wiederverwendbare Materialien und konkrete nächste Schritte. Die umfangreicheren Formate bieten mehr Umsetzungszeit und Follow-up.
Brauchen wir Claude-Lizenzen?
Für Formate mit praktischer Mitarbeit benötigen die Teilnehmer Zugang zu Claude Code. Das genaue Setup klären wir vorab, damit im Workshop keine Zeit für Account-Verwaltung verloren geht.
Funktioniert das auch mit Cursor oder GitHub Copilot?
Viele Prinzipien lassen sich auf andere Tools übertragen. Im Workshop nutzen wir Claude Code, weil es die stärkste Grundlage für die behandelten Repository- und Agent-Workflows bietet.
Arbeiten Sie mit unserer echten Codebasis?
Ja, soweit Zugriff und Vertraulichkeit es erlauben. Die Vorbereitung basiert auf Ihrem Stack und Ihren Workflows. Alternativ können wir mit einem repräsentativen privaten Demo-Repository arbeiten.
Wie gehen Sie mit Quellcode, Secrets und Unternehmensdaten um?
Datengrenzen, Berechtigungen und der Umgang mit Secrets sind Teil des Workshops. Wir trennen Kontext von Zugangsdaten und unterscheiden klar zwischen Lese- und Schreibzugriffen.
Was ist, wenn ein Teil des Teams skeptisch ist?
Das ist normal und oft hilfreich. Der Workshop konzentriert sich auf konkrete Engineering-Arbeit, Qualität und Kontrolle statt auf Hype oder den Ersatz von Entwicklern.
Welche Erfahrung wird vorausgesetzt?
Der Workshop lässt sich an gemischte Teams anpassen. Ein grundlegendes Verständnis der Codebasis und normaler Git-Workflows reicht für die Praxisformate aus.
Wie viel Vorbereitung ist für unser Team nötig?
In der Regel ein Analysegespräch sowie Zugang zum relevanten technischen Kontext. Ich übernehme die Vorbereitung und kläre das Teilnehmer-Setup im Voraus.
Welche Teamgröße funktioniert am besten?
Die genannten Formate enthalten bis zu acht Teilnehmer. Größere Gruppen sind je nach Format für zusätzlich 250 € pro Person möglich.
Findet der Workshop remote oder vor Ort statt?
Der halbtägige Impuls-Workshop findet remote statt. Praxis-Workshop und Team Intensive sind für die Durchführung vor Ort ausgelegt. Andere Varianten können wir im Erstgespräch besprechen.
Was passiert nach dem Workshop?
Ihr Team nimmt gemeinsame Materialien, praktische Ausgangspunkte und konkrete Schritte für die erste Woche mit. Beim Team Intensive ist zusätzlich ein Follow-up nach drei Wochen enthalten.
Bereit für den nächsten Schritt?
Machen Sie AI zu einem festen Teil Ihrer Softwareauslieferung.
Erzählen Sie mir von Ihrem Team, Stack und Ihrer aktuellen AI-Nutzung. Ich zeige Ihnen, welches Format passt und wo ein Workshop den größten Effekt erzielt.