Seminar Coding-Assistenten Kompakt – Praxiseinstieg und Werkzeugauswahl

Das Kompaktseminar bietet einen zusammenhängenden Einstieg für Entwickler, die Coding-Assistenten praktisch beurteilen und einen geeigneten nächsten Lernschritt auswählen möchten. Die Produktlandschaft wird anhand typischer Entwicklungsaufgaben erklärt. Im Mittelpunkt stehen ein verlässlicher Arbeitsablauf und die Beurteilung des tatsächlich erzeugten Codes.

Zwei vorbereitete Werkzeuge, in der Standarddurchführung GitHub Copilot und OpenAI Codex, werden praktisch eingesetzt. Cursor, Devin Desktop, JetBrains AI Assistant und Junie, Claude Code, Aider, Google Antigravity, Kiro sowie Continue und Ollama ergänzen den Vergleich. Die gemeinsame Durchführung konzentriert sich auf eine Anwendung; eine vollständige Schulung aller Produkte ist den Einzel- und Intensivseminaren vorbehalten.

Lernziele

• IDE-Assistenten, Terminalagenten und private Modellanbindung unterscheiden.
• Geeigneten Projektkontext und überprüfbare Aufgaben formulieren.
• Eine kleine Entwicklungsaufgabe mit zwei Werkzeugansätzen bearbeiten.
• Codequalität, Datenfluss und weiteren Schulungsbedarf begründet einschätzen.

Seminarinhalte

• Produktlandschaft und Einsatzfälle
• Kontext und klare Arbeitsaufträge
• IDE-Praxis
• Agenten-Praxis
• Private Modelle und Werkzeuganbindung
• Tests und vollständiges Review
• Auswahl und nächster Lernschritt

Produktlandschaft und Einsatzfälle

Die wesentlichen Anbieter und Werkzeuggruppen werden anhand konkreter Aufgaben eingeordnet. Bedienoberfläche, ausführende Umgebung und Modellanbieter werden unterschieden. Kriterien für eine passende Auswahl sind Projektintegration, Kontrollmöglichkeiten und tatsächlich geprüfte Ergebnisse.

Kontext und klare Arbeitsaufträge

Eine Anforderung erhält Ziel, Randbedingungen und Akzeptanzkriterien. Die benötigten Dateien und Tests werden ausgewählt. Eine kurze Projektanweisung hält Konventionen und Prüfbefehle fest, ohne die Aufgabe mit unnötigem Kontext zu überladen.

IDE-Praxis

Mit dem vorbereiteten IDE-Assistenten wird eine kleine Funktion erklärt und erweitert. Vorschläge, Dateiänderungen und neue Tests werden geprüft. Typische Fehler wie erfundene Schnittstellen oder unnötige Nebenänderungen werden an Beispielen eingegrenzt.

Agenten-Praxis

Ein Terminalagent bearbeitet eine vergleichbare, begrenzte Aufgabe. Planung, zulässige Aktionen und Testausführung werden kontrolliert. Das Ergebnis wird mit dem IDE-Ablauf verglichen; Unterschiede im notwendigen Kontext und Prüfaufwand werden festgehalten.

Private Modelle und Werkzeuganbindung

Eine vorbereitete Continue-und-Ollama-Umgebung sowie eine kleine MCP-Anbindung werden demonstriert. Hardwarebedarf, Datenflüsse und Rechte werden als konkrete Entscheidungskriterien eingeordnet. Ein lokaler Modellbetrieb wird von einer bloß lokalen Agentenoberfläche unterschieden.

Tests und vollständiges Review

Die beiden Änderungen werden anhand unabhängiger Fehler- und Grenzfälle geprüft. Linter, Typprüfung und manueller Diff-Abgleich ergänzen den Testlauf. Ein fehlerhafter Vorschlag wird korrigiert und der verbesserte Stand erneut abgenommen.

Auswahl und nächster Lernschritt

Die Ergebnisse werden in einer kurzen Bewertungsmatrix zusammengeführt. Daraus entsteht ein begründeter Vorschlag für ein Werkzeug, eine vertiefende Schulung und einen begrenzten Pilotversuch. Der Vorschlag enthält konkrete Voraussetzungen und überprüfbare Erfolgskriterien.

Praxisprojekt

1. Eine kleine Entwicklungsaufgabe mit Akzeptanzkriterien und Ausgangstests vorbereiten.
2. Die Aufgabe mit einem IDE-Assistenten umsetzen und alle Änderungen sichern.
3. Eine vergleichbare Aufgabe mit einem Terminalagenten bearbeiten.
4. Beide Ergebnisse auf Fehlerfälle, Testaussage und unnötige Änderungen prüfen.
5. Private Modellanbindung und MCP anhand der vorbereiteten Demonstration bewerten.
6. Eine begründete Werkzeugwahl und einen passenden Vertiefungspfad formulieren.

Arbeitsumgebung

Zwei freigeschaltete Coding-Werkzeuge, standardmäßig GitHub Copilot und OpenAI Codex, Git sowie eine lauffähige Beispielanwendung werden benötigt. Weitere Produkte, private Modelle und MCP werden an vorbereiteten Demonstrationsumgebungen gezeigt. Eine andere Werkzeugkombination kann vor dem Termin fachlich abgestimmt werden.

Die Schulungsumgebung wird vom Kunden bereitgestellt. Installation, Zugänge, erforderliche Lizenzen beziehungsweise Nutzungskontingente und die Funktionsfähigkeit des Übungsprojekts werden vor dem Termin abgestimmt und geprüft.