Seminar ByteChef AI Agents und agentische Workflows

Inhaltsverzeichnis

• Beschreibung
• Zielgruppe
• Voraussetzungen
• Lernziele
• Seminarinhalte
• Praxisübungen

Beschreibung

Das Seminar vermittelt, wie AI-Agent-Funktionen in kontrollierte ByteChef-Workflows eingebettet werden. Der Fokus liegt nicht auf experimenteller Prompt-Erstellung, sondern auf belastbaren Automatisierungen mit definierten Tools, nachvollziehbaren Entscheidungen, kontrollierten Datenflüssen und klaren Grenzen für autonome Schritte. Die Seminardauer von drei Tagen ist erforderlich, weil fachliche Modellierung, technische Konfiguration und Qualitätssicherung gemeinsam betrachtet werden müssen.

Zielgruppe

• Automation Engineers, die AI-Funktionen in bestehende Prozesse integrieren
• Fachbereichsarchitekten mit Anforderungen an teilautonome Prozessschritte
• Entwickler und technische Consultants mit LLM- und API-Bezug
• AI-Verantwortliche, die Governance und technische Machbarkeit verbinden müssen

Voraussetzungen

Vorausgesetzt werden Grundkenntnisse in ByteChef-Workflows, Triggern, Komponenten und Datenmapping. Grundverständnis für LLMs, Prompts und API-basierte Dienste erleichtert die Übungen.

Lernziele

• AI-Agent-Schritte sinnvoll von klassischen Workflow-Schritten abgrenzen
• Tools, Modelle, Eingaben und strukturierte Ausgaben kontrolliert konfigurieren
• Guardrails und menschliche Freigaben in agentische Prozesse integrieren
• Risiken wie unklare Tool-Nutzung, fehlerhafte Ausgaben und Datenabfluss reduzieren
• Agentische Workflows testbar, auditierbar und wartbar gestalten

Seminarinhalte

Grundlagen agentischer Automatisierung

• Abgrenzung zwischen klassischer Workflow-Logik und Agentenentscheidungen
• Rollen von Modell, Tool-Auswahl, Beobachtung und Folgeschritt
• Eignungskriterien für agentische Prozessanteile

Konfiguration von AI-Agent-Schritten

• Eingabekontext, Systemanweisungen und Datenbereitstellung
• Tool-Anbindung über vorhandene Workflow-Komponenten
• Strukturierte Ausgaben und Weiterverarbeitung im Workflow

Kontrolle und Qualität

• Guardrails, Validierung und Begrenzung autonomer Aktionen
• Human-in-the-loop für Freigaben, Eskalationen und Sonderfälle
• Testfälle, Ausführungsprotokolle und Qualitätskriterien

Praxisnahe Einsatzmuster

• Kundenservice, Recherche, Klassifikation, Zusammenfassung und Entscheidungsunterstützung
• Agenten als Werkzeuge innerhalb größerer Workflows
• Koordination mehrerer spezialisierter Schritte ohne Kontrollverlust

Praxisübungen

1. Geeignete und ungeeignete Agentenanteile in Beispielprozessen identifizieren
2. AI-Agent-Schritt mit definierten Tools und strukturiertem Ergebnis modellieren
3. Validierung und menschliche Freigabe in den Workflow integrieren
4. Fehlerhafte oder unvollständige Agentenantworten behandeln
5. Qualitäts- und Governance-Checkliste für agentische Workflows erstellen