KI-gestützte Softwareentwicklung | Universität zu Lübeck

Eintägiger Hands-on-Workshop für CTOs und technische Verantwortliche aus kleinen und mittleren Unternehmen

Coding-Agenten können heute weit mehr als einzelne Codezeilen ergänzen. Sie unterstützen bei Spezifikation, Architektur, Implementierung, Tests, Reviews und Dokumentation. Der produktive Einsatz gelingt jedoch nur, wenn Anforderungen präzise sind, Arbeitsaufträge kontrolliert vergeben werden und Qualität, Sicherheit sowie Verantwortlichkeiten von Anfang an mitgedacht werden.

In diesem Workshop durchlaufen Sie einen vollständigen, praxisnahen Entwicklungsprozess. Anhand einer vorbereiteten Referenzanwendung erproben Sie in einem eigenen Repository, wie sich Anforderungen, Implementierung, Tests, Reviews und Dokumentation mit Coding-Agenten sinnvoll verbinden lassen. Daraus leiten Sie einen realistischen Einsatzpfad für Ihr Unternehmen ab.

Im Mittelpunkt steht kein einzelnes Tool, sondern eine übertragbare Arbeitsweise für KI-gestützte Softwareentwicklung.

Datum

12.11.2026

Dauer

09:00-18:00

Ort

Universität zu Lübeck

Teilnehmendenzahl

max. 12 Personen

Format

Präsenzworkshop mit eigenem Notebook und eigenem Repository

Voraussetzungen

Grundlegendes Verständnis von Softwareentwicklung, Systemarchitektur oder technischen Projekten; erste Erfahrung mit Git oder Entwicklungsumgebungen ist hilfreich

Zielgruppe

CTOs und technische Geschäftsführungen
IT-Leitungen und Verantwortliche für Digitalisierung oder KI
Tech Leads und Softwarearchitekt:innen
erfahrene Entwickler:innen mit Projekt- oder Führungsverantwortung
technisch versierte Produkt- und Projektverantwortliche

Ausgangslage

Besonders passend ist das Format für kleine und mittlere Unternehmen, die generative KI bereits erprobt haben und nun klären wollen, wie Coding-Agenten kontrolliert in reale Entwicklungsprozesse eingebunden werden können.

Preis

wird bekannt gegeben

Jetzt unverbindlich vormerken lassen und als Erste:r die Anmeldeinformationen erhalten.

Ich möchte benachrichtigt werden.

Der Engpass ist nicht mehr nur das Schreiben von Code

Viele Unternehmen haben erste Erfahrungen mit generativer KI gesammelt. In der operativen Softwareentwicklung bleiben jedoch zentrale Fragen offen:

Welche Aufgaben können Coding-Agenten verlässlich übernehmen?
Wie werden aus einer Geschäftsidee belastbare Anforderungen und Akzeptanzkriterien?
Wie viel Autonomie ist sinnvoll und wo braucht es Freigaben?
Wie lassen sich KI-generierter Code, Abhängigkeiten und Sicherheitsrisiken prüfen?
Welche Rollen, Regeln und Kompetenzen benötigt das Entwicklungsteam?
Wann lohnt sich ein Eigenbau und wann ist Kaufen oder Anpassen die bessere Entscheidung?

Der Workshop verbindet aktuelle Ansätze der KI-gestützten Softwareentwicklung mit etablierten Prinzipien aus Software Engineering, Qualitätssicherung und IT-Governance.

Das entwickeln Sie im Workshop

Als gemeinsame Referenzanwendung ist ein IT- und Digitalisierungsportfolio-Cockpit vorgesehen. Damit lassen sich Digitalisierungs-, KI- und IT-Vorhaben erfassen, bewerten, priorisieren und gegenüber der Geschäftsführung nachvollziehbar begründen.

Der geplante Funktionsumfang umfasst unter anderem:

Projektanlage und Projektübersicht
Bewertung nach Nutzen, Aufwand und Risiko
automatisch berechnete Prioritäten
Management-Dashboard, Filter und Suche
CSV-Import und -Export
einfaches Audit-Log
automatisierte Tests
technische Dokumentation und Benutzerhandbuch

Jede teilnehmende Person arbeitet mit synthetischen Beispieldaten in einem eigenen Repository. Es entsteht ein funktionaler, nachvollziehbar dokumentierter Prototyp. Er dient als Lern- und Entscheidungsgrundlage, nicht als ungeprüftes Produktivsystem.

Aktuell, aber nicht werkzeugabhängig

Die Leistungsfähigkeit von Coding-Agenten entwickelt sich schnell. Deshalb wird das primäre Workshop-System erst näher am Termin anhand nachvollziehbarer Kriterien festgelegt: Funktionsumfang, Stabilität, Sicherheitsmodell, Datenschutz, Kosten und Eignung für die vorbereitete Entwicklungsumgebung.

Zum Einsatz kommt ein führender Coding-Agent. Weitere Systeme, beispielsweise Claude Code oder OpenAI Codex, werden bei Bedarf vergleichend eingeordnet. Methodik, Spezifikation, Tests und Reviewregeln bleiben herstellerneutral und auf andere Werkzeuge übertragbar.

Sie nehmen mit:

einen funktionalen Geschäftsanwendungs-Prototyp im eigenen Repository

eine strukturierte Produktspezifikation mit User Stories und Akzeptanzkriterien als Vorlage für weitere Vorhaben

eine priorisierte Entwicklungsroadmap und dokumentierte Architekturentscheidungen

nachvollziehbare Commits, automatisierte Tests und einen exemplarischen Reviewbericht

README, Installationsanleitung und eine Dokumentationsstruktur für die Weiterarbeit

einen ersten Sicherheits- und Risikocheck als Grundlage für die weitere Prüfung

dokumentierte Grenzen, offene Risiken und nächste Entwicklungsschritte

einen 30-60-90-Tage-Plan für die Vorbereitung eines Pilotversuchs im eigenen Unternehmen

Programm

Vom Geschäftsproblem zur umsetzbaren Spezifikation: Erstellung eines Entwicklungsplans

Zielbild und Demonstration der Referenzanwendung
Problemdefinition, Nutzerrollen und Abgrenzung des Umfangs
User Stories, Datenmodell und Akzeptanzkriterien
Roadmap, Architektur und Definition of Done

Erster Entwicklungssprint und Review: vom Eingabeformular bis zur Datenhaltung

Repository und Coding-Agent konfigurieren
eine erste Funktion durchgängig umsetzen
automatisierte Tests und manuelle Prüfung
Änderungen im Zweierteam reviewen
Korrekturauftrag an den Agenten formulieren

Kernfunktionen, Integration und technische Kontrolle: ein funktionaler Prototyp

Bewertungslogik, Dashboard, Filter und Export entwickeln
Aufgaben sinnvoll zerlegen und gegebenenfalls parallel bearbeiten
Teilfunktionen integrieren
Code gegen Spezifikation und Akzeptanzkriterien prüfen
Umfang und Roadmap anhand des Zwischenstands anpassen

Qualität, Sicherheit und Dokumentation

Fehlerbehandlung und Validierung verbessern
Tests vervollständigen
Berechtigungen, Secrets, Abhängigkeiten und Datenschutz betrachten
README, Benutzerhandbuch und Architekturübersicht erstellen
Anwendung mit gezielten Fehlerfällen testen

Release, Demonstration und Transfer

Release-Stand erstellen
Ergebnisse und Grenzen demonstrieren
offene Risiken und nächste Entwicklungsstufen festhalten
30-60-90-Tage-Plan für den betrieblichen Einsatz entwickeln

Lernen während der Agent arbeitet: mögliche Themen für Diskussionen und Fachimpulse während der Arbeitsschritte der Coding-Agenten

Coding-Agent versus klassischer Code-Assistent
Spezifikationsqualität als Produktivitätsfaktor
Kontext- und Regeldateien im Repository
Tests, Reviews und die Grenzen automatisierter Qualitätssicherung
sicherer Umgang mit Quellcode, Geschäftsgeheimnissen und Zugangsdaten
Build versus Buy versus Customize
neue Rollen und Verantwortlichkeiten im Entwicklungsteam
vom Prototyp zum produktiven System

Die Referenten

Professor Dr. Stefan Fischer

Stefan Fischer ist Direktor des Instituts für Telematik und Professor für Informatik an der Universität zu Lübeck. Als Vizepräsident verantwortete er von 2018 bis 2024 die Entwicklung und Umsetzung der KI-Strategie der Universität.

Roman Spendler

Roman Spendler ist Spezialist für generative KI und digitale Transformation. Er begleitet Unternehmen mit mehr als 20 Jahren Erfahrung aus Wissenschaft, Start-ups und Mittelstand bei der Einführung von KI und der Entwicklung praxisnaher agentischer Arbeitsweisen.

Häufige Fragen

Entwickelt jede Person eine eigene Anwendung?

Ja. Alle arbeiten auf derselben vorbereiteten technischen Basis, aber in einem eigenen Repository. Dadurch kann jede Person die Arbeitsschritte selbst durchführen, Varianten erproben und den Stand anschließend als Ausgangspunkt für die Weiterarbeit mitnehmen.

Welcher Coding-Agent wird eingesetzt?

Das primäre System wird näher am Termin ausgewählt. Entscheidend sind Stabilität, Sicherheitsmodell und Eignung für den vollständigen Entwicklungsprozess. Die Methodik ist nicht an einen Anbieter gebunden.

Muss ich programmieren können?

Sie sollten Code, technische Strukturen und grundlegende Entwicklungsabläufe einordnen können. Tiefe Erfahrung in einer bestimmten Programmiersprache ist nicht erforderlich. Der Workshop richtet sich jedoch nicht an Personen ohne technischen Hintergrund.

Ist die entwickelte Anwendung anschließend produktionsreif?

Nein. Sie erhalten einen funktionalen und dokumentierten Prototyp sowie einen Rahmen für die nächsten Schritte. Für den produktiven Betrieb wären weitere Sicherheits-, Datenschutz-, Integrations- und Belastungstests sowie ein regulärer Freigabeprozess notwendig.

Welche Rolle spielt der Datenschutz?

Qualität und Sicherheit gehören zum Entwicklungsprozess

Im Workshop wird ausschließlich mit synthetischen Daten und einer vorbereiteten Entwicklungsumgebung gearbeitet. Produktivsysteme, reale ERP- oder CRM-Zugänge und vertraulicher Unternehmenscode bleiben außen vor.

Behandelt werden unter anderem:

kontrollierte Berechtigungen und Freigaben
Schutz von Zugangsdaten und Geschäftsgeheimnissen
menschliche Verantwortung für Review und Freigabe
Abhängigkeits-, Lizenz- und Sicherheitsprüfung
Trennung von Test- und Produktivumgebung
Dokumentation von Annahmen, Risiken und Einschränkungen

Kann ich eigenen Unternehmenscode oder reale Daten verwenden?

Im Workshop wird bewusst mit synthetischen Daten und der vorbereiteten Referenzanwendung gearbeitet. So bleiben Datenschutz, Vertraulichkeit und ein stabiler gemeinsamer Ablauf gewährleistet.

Was passiert, wenn technische Probleme auftreten?

Ein Vorab-Systemcheck und vorbereitete Checkpoints sorgen dafür, dass Sie bei technischen Problemen ohne größeren Zeitverlust weiterarbeiten können.

Was muss ich vorbereiten?

Sie müssen kein Experte für ein bestimmtes Framework sein. Erwartet wird jedoch ein grundlegendes Verständnis von Softwareentwicklung, Systemarchitektur oder technischen Projekten. Erste Erfahrung mit Git oder Entwicklungsumgebungen ist hilfreich.

Vor dem Termin erhalten Sie:

eine kurze Installations- und Zugangsanleitung
ein Testrepository
eine Liste der benötigten Accounts
Hinweise zu Datenschutz und zulässigen Daten
einen technischen Systemcheck

Der Workshop ist keine allgemeine Einführung in generative KI und kein reiner No-Code-Kurs.

Nächster Schritt: Jetzt unverbindlich vormerken lassen und als Erste:r die Anmeldeinformationen erhalten.

akademie@uni-luebeck.de